大数据在农业无人机上的应用研究

大数据在农业无人机上的应用研究

作者：隋丽娜房健

来源：《山西农经》2020年第08期

摘要：信息化时代下，大数据逐渐深入到我国各个领域，促使了各行各業现代化发展。在农业中应用大数据，为农业发展提供了战略指导，却也受到多种因素制约。农业无人机作为一种高新科技产物，为农业发展提供了数据支持，是大数据的一种有效应用。探讨了大数据在农业无人机上的应用。

关键词：大数据;农业无人机;应用

文章编号：1004-7026（2020）08-0105-02; ; ; ; ;中国图书分类号：S126;S25 ; ; ; ; 文献标志码：A

农业无人机作为无人机应用的重要类型，利用大数据技术，其功能性、覆盖范围等显著扩大，为农业发展提供了更有力的支持，提高了农业种植效率，实现了对农业生产的高效管控[1]。但是，在实际应用中，仍存在一定问题，如数据挖掘、数据预测与数据安全等难以保障，影响了大数据效用发挥，阻碍了农业无人机技术的完善。如何应用大数据技术来推动农业无人机发展，具有重要意义。

1; 农业无人机简述

本质上，无人机和大数据间存在相似处，都以收集数据、存储数据、分析数据等为基础。大数据主要是指海量数据。无人机是在计算机技术、信息技术等基础上发展起来的一门现代化技术，是无人驾驶航空飞行器的简称。依照构成，无人机可分为固定翼、旋翼等形式，主要由飞行器、遥控站、通讯系统等构成。无人机应用范围较广，被用于很多领域，如农业、测绘等[2]。在农业领域，常用的无人机为旋翼类型。通过无人机航拍农业生产情况，生成并存储数据，供人们分析，并为农业领域提供帮助。将无人机和大数据技术结合，不仅能提升大数据的使用范围，还进一步提升了无人机使用性能和效率。

2; 农业大数据关键技术

在农业发展中，大数据应用的关键技术主要包含以下几种。

第一，大数据获取技术。农业大数据具有多样性、泛在性、规模化与高速率特点，仅依靠传统数据获取技术、集成技术、存储技术和处理技术，并不能满足农业发展需求，因此，大数据获取技术的应用成为关键。例如，在农业无人机应用中，传统信息收集方式无法快速、全面获取知识，且所获信息难以被有效利用。

第二，大数据集成技术。农业大数据包括结构化、半结构、非结构化3类数据，为了对农业大数据展开后续存储和分析，常常将复杂数据转变为易处理的单一数据，导致所转化的部分数据不正确，甚至无价值，最终需要对信息进行过滤，因此大数据集成技术不可或缺。

第三，云计算。在大数据分析中，云计算作为核心，是大数据分析与应用的平台。为发挥云计算作用，应保障云计算的灵活性，为异构网络的资源应用提供支持，强调大数据的可用性、容错性等，以此为大数据分析提供支撑。

3; 大数据在农业无人机上的应用

3.1; 硬件设备

在大数据在农业无人机的应用研究中，参与研究的硬件设备主要包含3部分，即无人机平台、地面站和无线传输设备。其中，无人机平台选择了专业性智能无人机，该无人机飞行最长时间为30 min，能够红外避障，采用GPS、GLONASS双模式定位。无线传输设备的传输速度为Class10，通讯距离最长为7 km。

农业无人机上装设了数据采集装置，由多种传感器构成，如角速度传感器、加速度传感器、气压高度传感器及风速与风向传感器等。飞行控制装置安装在无人机机翼上，由方向舵、升降舵与副翼舵构成，在舵面偏转时，无人机飞行方向、飞行姿态进行相应转变，以此实现自动驾驶。在无人机上装置了图像采集设备，可搭载2 000万像素的影像传感器，并安装信息转换装置，将图片影像转化为数字信号传输。地面站主要用来接收无人机传输的数据。人们在地面站对PB级数据进行读取写入，利用计算机建模并运算，同时，安装信号还原装置，将数字信号还原为图形。地面站在对大数据分析时，硬件选择了PC服务器，配置两路8核的CPU，以千兆网卡满足对存储空间、运算速率与结果展示等的需求。

3.2; 具体处理工作流程

在大数据应用到农业无人机上后，通过无人机收集海量数据，还拥有众多价值数据，充分展现了大数据的优势。在农业无人机上，搭载较多传感器系统、数据信息采集设施、摄像机、交换机设备及网络连接数据采集器等，提高了数据收集的全面性，增强了数据实时性和科学性，为农业发展提供了充分的数据支持。大数据在农业无人机上的应用，会受到无人机性能影响，当无人机系统无法采集数据并分析时，应及时将数据通过无线通讯传输至地面站。在传统数据信息使用中，大数据传输频率、效率显著提升。通信链路下，数值型调制宽带的应用，便利了数据信息向地面站的传输。地面站接收无人机传输的信息后，可依照规范对数据信息进行规整，根据具体需求，重放数据信息，为数据分析提供支持。在处理农业大数据时，可进行精细化划分，实现多种目的。在处理农业数据时，工作人员可依照半结构、非结构等类型对数据进行特殊处理，提高数据处理速度，提升农业数据分析的科学性与合理性。在记录农业数据

时，应集中处理数据，结合知识库辅助决策，合理挖掘数据，全面发挥大数据的效果，进一步增强农业无人机的作用。

3.3; 软件与算法

在大数据应用于农业无人机上时，大数据分析采用Hadoop技术。在Hadoop结构框架中，包含了通用模块与分布式的文件系统等，集群文件被储存在分布式文件系统，在特定节点构建分布式的文件架构。Hadoop技术下，通过运用间接并行计算模型，容错性与扩展性较强，适合大规模数据分析与处理。

在农业无人机航线规划中，利用大数据选择区域路径算法非常重要。大数据应用虽然便利了无人机检测，但是区域划分不科学，在无人机系统聚合数据过程中，存在区域重叠，会增加大数据计算难度。对此，应利用二维跟随算法规划航线，可以避免区域重叠，增加大数据中的有效数据。在航线规划中，应遵照理论基础：路径不合理主要源自于对作业区域方格重复监测。为降低该现象，应建设二维坐标，计算飞行方向角速度，得到无人机投影航线。以优先原则，选择同一行方格作为下个规划方格依次飞行，收集方块内的相应数据并分析，直至将全部方格涵盖。同时，加强异常检测，避免无人机脱离航线。利用大数据技术，全面覆盖所需测量区域，同时避免重复测量，发挥无人机的最大作用。

4; 结束语

在农业生产中应用农业无人机，能够得到大量生产数据，但是利用普通的机械设备并不能合理分析庞大的数据，数据利用率不佳，无人机的作用难以全面发挥。实践表明，大数据支持下的农业无人机，能够采集农作物生长全过程的信息，实现航线规划、飞行合理控制、图像有效处理等目的。因此，应依照农业无人机特点和需求，积极引进大数据技术，通过硬件设备、软件系统支持，设置具体流程，全面提升农业无人机应用效果，推动农业现代化、数字化发展。

参考文献：

[1]任志鹏，李鸿鹄.大数据在农业无人机上的应用概述[J].中外企业家，2020（2）：100.

[2]高敏.大数据在农业机械领域中的应用[J].农业工程，2019（8）：105.

（编辑：季; 鑫）