一种农产品监测预警模型系统的制作方法

本发明涉及现代农业管理领域，特别是涉及一种农产品监测预警模型系统。

背景技术：

随着国家社会主义事业建设进程的不断推进和发展，我国农业经济的发展也逐渐呈现与以往截然不同的发展模式。传统的农业信息分析理念，已经不能与当今社会的经济发展模式相同步。当前我国农业和农村经济发展正处在一个新的历史阶段，随着经济全球化发展进程的加快，特别是农产品生产与供给矛盾发生结构性重大变化，国际市场与国内农业生产的联动性也越来越紧密，国家农业经济创新型发展模式的应用，使得农业监测预警系统的存在必不可少。

现有的农业监测预警系统仅仅通过监测数据来进行预警，然而农业生产、价格、消费、贸易等农业过程与环节错综复杂，大量的数据和信息贯穿农业生产、流通和消费全过程，因此本领域急需一种能够对农业大数据进行综合处理和应用的系统，以实现农产品的一站式实时监测和预警。

技术实现要素：

本发明的目的是提供一种农产品监测预警模型系统，能够对农业大数据进行综合处理和应用，实现农产品的一站式实时监测和预警。

为实现上述目的，本发明提供了如下方案：

一种农产品监测预警模型系统，包括数据整理模块，统计分析模块，预测模块，预警模块，可视化展示模块以及系统管理模块；

所述数据整理模块用于获取长时段的历史大数据，对所述长时段的历史大数据进行预处理，建立数据库对所述长时段的历史大数据进行集中存储以及对所述长时段的历史大数据进行计算，对计算结果进行审核得到审核合格的数据，并对数据的处理过程进行记录；

所述统计分析模块用于获取所述数据整理模块中的所述审核合格的数据，并对所述审核合格的数据进行一般和多维的统计，形成一份包括一维统计信息和多维统计信息的统计分析报表；

所述预测模块用于获取所述统计分析模块中形成的所述统计分析报表，并根据所述统计分析报表进行建模分析预测，得到预测结果；

所述预警模块用于获取所述预测模块的预测结果，判断所述预测结果是否达到预警阈值，对达到所述预警阈值的所述预测结果进行预警；

所述可视化展示模块用于针对大屏进行首页中的功能统一展示，对所述预测模块中的所述预测结果在大屏中进行可视化展示，对所述统计分析模块中的统计分析结果信息在大屏中进行可视化展示以及对所述预警模块中的预警结果在大屏中进行可视化展示；

所述系统管理模块用于对所述数据整理模块，所述统计分析模块，所述预测模块，所述预警模块和所述可视化展示模块进行系统管理。

可选的，所述数据整理模块包括数据获取子模块，数据存储子模块，数据处理子模块，数据审核子模块和数据处理记录子模块；

所述数据获取子模块用于获取长时段的历史大数据以及对所述长时段的历史大数据进行预处理；

所述数据存储子模块用于建立数据库对所述长时段的历史大数据进行集中存储；所述数据存储子模块通过热、温数据隔离存储达到不同数据源使用场景的需求，通过分布式大数据存储及并行计算框架，以前沿hadoop技术生态平台与传统数据存储及关系型数据库oracle融合提供数据存储计算服务，实现数据的集中存储；

所述数据处理子模块用于对所述数据库中的所述长时段的历史大数据进行自动清洗，纠错，完备，归一化，初始化，计算和修改处理；所述数据处理子模块包括自动清洗单元，数据纠错处理单元，数据完备处理单元，数据归一化处理单元，初始化单元，数据计算单元和提出修改单元；所述自动清洗单元用于利用数据清洗算法自动找出有问题的数据；所述数据纠错处理单元用于将标识为“错误”的数据通过纠错算法进行纠错；所述数据完备处理单元用于将缺失的数据通过补缺算法进行处理；所述数据归一化处理单元用于将不同单位的数据进行归一化处理；所述初始化单元用于将数据恢复到初始状态；所述数据计算单元用于根据计算需求将数据计算为需要的结果；所述提出修改单元用于对一些可疑数据进行标识，提出修改意见；

所述数据审核子模块用于对所述长时段的历史大数据的计算结果进行审核，保留审核合格的数据；

所述数据处理记录子模块用于对所述长时段的历史大数据在所述数据整理模块中进行处理的整个过程进行记录。

可选的，所述统计分析模块包括一般统计子模块和多维统计子模块；所述一般统计子模块用于根据均值、方差和排序算法对所述数据整理模块中的所述审核合格的数据进行统计；所述多维统计子模块用于对所述数据整理模块中的所述审核合格的数据按不同维度和指标进行统计。

可选的，所述预测模块包括信息预测子模块，预测结果管理子模块，平衡表模板管理子模块，模型管理子模块和模型测试结果管理子模块；

所述信息预测子模块包括产量预测单元，销量预测单元和价格预测单元；所述产量预测单元以对农产品产量建立计量分析模型为核心预测方法，所述销量预测单元以对农产品销量建立计量分析模型为核心预测方法，所述价格预测单元以对农产品价格建立计量分析模型为核心预测方法；

所述预测结果管理子模块用于获取所述信息预测子模块的预测结果，并对所述预测结果进行分类管理，形成平衡表；

所述平衡表模板管理子模块用于对平衡表模板进行管理；

所述模型管理子模块用于对模型进行管理；

所述模型测试结果管理子模块用于测试计算的数据结果准确性如何。

可选的，所述预警模块包括预警信息查询子模块，预警信息审核子模块，用户群组管理子模块和预警阈值管理子模块；

所述预警信息查询子模块用于查询预警信息；

所述预警信息审核子模块用于审核预警信息；

所述用户群组管理子模块用于管理用户群组；

所述预警阈值管理子模块用于确定警情预警阈值，建立预警模型以及管理预警的各类阈值参数；确定警情预警阈值包括专家设定法设定阈值、统计指标法设定阈值、智能学习法设定阈值；所述专家设定法设定阈值为专家给定的阈值参数作为预警阈值；所述统计指标法设定阈值为常用统计指标作为预警阈值，包括n倍标准差，变异系数；所述智能学习法设定阈值为根据历史警情数据学习后得到相应的学习模型来判断是否有相应警情，包括机器学习法。

可选的，所述可视化展示模块通过显卡硬件加速webgl技术实现三维地图数据可视化展示，实现在中国农业预警空间大屏根据实时分析结果动态渲染展示；所述可视化展示模块包括首页可视化展示子模块，预测可视化展示子模块，统计分析可视化展示子模块，预警可视化展示子模块；

所述首页可视化展示子模块用于针对大屏进行首页中的功能统一展示；

所述预测可视化展示子模块用于将预测结果信息在大屏中进行可视化展示；所述预测可视化展示子模块在大屏中进行可视化展示的预测结果信息包括预测产量，预测销量和预测价格；

所述统计分析可视化展示子模块用于将统计分析结果信息在大屏中进行可视化展示；

所述预警可视化展示子模块用于将预警信息在大屏中进行可视化展示。

可选的，所述系统管理模块包括统计图管理子模块，数据处理流程管理子模块，算法管理子模块，场景式模块管理子模块，报告管理子模块以及报表管理子模块；

所述统计图管理子模块用于针对统计图进行管理；

所述数据处理流程管理子模块用于针对数据处理流程进行配置；

所述算法管理子模块用于针对算法进行管理；

所述场景式模块管理子模块用于针对场景式模块进行管理；

所述报告管理子模块用于针对报告进行管理；

所述报表管理子模块用于针对报表进行管理。

可选的，所述数据计算单元包括获取长时段的历史大数据分析生成的气象类弹性系数群，投入类弹性系数群和管理类弹性系数群作为基础弹性系数，根据所述基础弹性系数进行弹性计算。

可选的，所述提出修改单元用于对模型各参数、系数进行修改，通过对模型各参数、系数进行修改实现不同情景、不同环境下的农产品未来走势的预测。

可选的，所述信息预测子模块采用农产品传统金融分析模型方法、前沿人工智能tensonflow数据建模、机器学习算法新型算法结合，实现智能化多源模型分析的新模式。

根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明公开的农产品监测预警模型系统，包括数据整理模块，统计分析模块，预测模块，预警模块，可视化展示模块以及系统管理模块；所述数据整理模块获取长时段的历史大数据，对其进行预处理，建立数据库进行集中存储与计算，所述统计分析模块获取所述数据整理模块中审核合格的数据进行一般和多维的统计，形成一份统计分析报表；所述预测模块获取所述统计分析模块中形成的统计分析报表进行建模分析预测，得到预测结果；所述预警模块获取所述预测模块的预测结果，判断是否达到预警阈值，对达到所述预警阈值的所述预测结果进行预警；所述可视化展示模块针对大屏进行预测和预警信息的可视化展示；所述系统管理模块对系统中的其他各个模块进行系统管理。该系统集成各个功能模块对贯穿农业生产、流通和消费全过程的大量数据和信息进行处理、应用和可视化展示，通过对农业大数据进行的综合处理和应用，从而实现农产品的一站式实时监测和预警。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明农产品监测预警模型系统实施例的结构图；

图2为本发明农产品监测预警模型系统实施例的网络结构拓扑图；

图3为本发明农产品监测预警模型系统实施例的网络结构拓扑图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种农产品监测预警模型系统，以实现对未来农业运行态势的分析与判断，从而提前发布预告，采取应对措施，防范和化解农业风险。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明做进一步详细的说明。

图1为本发明农产品监测预警模型系统实施例的结构图。

参见图1，该农产品监测预警模型系统，包括数据整理模块101，统计分析模块102，预测模块103，预警模块104，可视化展示模块105以及系统管理模块106。

所述数据整理模块101用于获取长时段的历史大数据，对所述长时段的历史大数据进行预处理，建立数据库对所述长时段的历史大数据进行集中存储以及对所述长时段的历史大数据进行计算，对计算结果进行审核得到审核合格的数据，并对数据的处理过程进行记录。

所述数据整理模块101包括数据获取子模块1011，数据存储子模块1012，数据处理子模块1013，数据审核子模块1014和数据处理记录子模块1015；

所述数据获取子模块1011用于获取长时段的历史大数据以及对所述长时段的历史大数据进行预处理；

所述数据存储子模块1012用于建立数据库对所述长时段的历史大数据进行集中存储；所述数据存储子模块1012通过热、温数据隔离存储达到不同数据源使用场景的需求，通过分布式大数据存储及并行计算框架，以前沿hadoop技术生态平台与传统数据存储及关系型数据库oracle融合提供数据存储计算服务，实现数据的集中存储；

所述数据处理子模块1013用于对所述数据库中的所述长时段的历史大数据进行自动清洗，纠错，完备，归一化，初始化，计算和修改处理；所述数据处理子模块1013包括自动清洗单元10131，数据纠错处理单元10132，数据完备处理单元10133，数据归一化处理单元10134，初始化单元10135，数据计算单元10136和提出修改单元10137；所述自动清洗单元10131用于利用数据清洗算法自动找出有问题的数据；所述数据纠错处理单元10132用于将标识为“错误”的数据通过纠错算法，如回归填充等算法进行纠错；所述数据完备处理单元10133用于将缺失的数据通过补缺算法，如插值等算法进行处理；所述数据归一化处理单元10134用于将不同单位的数据进行归一化处理，一般变换为0-1之间或者-1-1之间数据；所述初始化单元10135用于将数据恢复到初始状态；所述数据计算单元10136用于根据计算需求将数据计算为需要的结果；所述提出修改单元10137用于对一些可疑数据进行标识，提出修改意见，但不进行修改；

所述数据计算单元10136包括获取长时段的历史大数据分析生成的气象类弹性系数群，投入类弹性系数群和管理类弹性系数群作为基础弹性系数，根据所述基础弹性系数进行弹性计算，如消费价格弹性，即计算每变化1％的价格会引起消费量变化的百分比，其他还有投入产出弹性等等；

所述提出修改单元10137用于对模型各参数、系数进行修改，通过对模型各参数、系数进行修改实现不同情景、不同环境下的农产品未来走势的预测；

所述数据审核子模块1014用于对所述长时段的历史大数据的计算结果进行审核，保留审核合格的数据；

所述数据处理记录子模块1015用于对所述长时段的历史大数据在所述数据整理模块中进行处理的整个过程进行记录。

所述统计分析模块102用于获取所述数据整理模块101中的所述审核合格的数据，并对所述审核合格的数据进行一般和多维的统计，形成一份包括一维统计信息和多维统计信息的统计分析报表；其中，一般统计包括根据均值、方差和排序等算法对所述数据整理模块101中的所述审核合格的数据进行统计；多维统计包括对所述数据整理模块101中的所述审核合格的数据按不同维度和指标等进行统计。

所述统计分析模块102包括一般统计子模块1021和多维统计子模块1022；所述一般统计子模块1021用于根据均值、方差和排序算法对所述数据整理模块中的所述审核合格的数据进行统计；所述多维统计子模块1022用于对所述数据整理模块101中的所述审核合格的数据按不同维度和指标进行统计。

所述预测模块103用于获取所述统计分析模块102中形成的所述统计分析报表，并根据所述统计分析报表进行建模分析预测，得到预测结果；所述统计分析报表的信息作为模型的输入，模型为分析预测模型，包括供需分析预测模型等，模型的输出即为预测结果。

所述预测模块103包括信息预测子模块1031，预测结果管理子模块1032，平衡表模板管理子模块1033，模型管理子模块1034和模型测试结果管理子模块1035；

所述信息预测子模块1031包括产量预测单元10311，销量预测单元10312和价格预测单元10313；所述产量预测单元10311以对农产品产量建立计量分析模型为核心预测方法，所述销量预测单元10312以对农产品销量建立计量分析模型为核心预测方法，所述价格预测单元10313以对农产品价格建立计量分析模型为核心预测方法；所述信息预测子模块1031采用农产品传统金融分析模型方法、前沿人工智能tensonflow数据建模、机器学习算法新型算法结合，实现智能化多源模型分析的新模式；

所述预测结果管理子模块1032用于获取所述信息预测子模块1031的预测结果，并对所述预测结果进行分类管理，形成平衡表；

所述平衡表模板管理子模块1033用于对平衡表模板进行管理；

所述模型管理子模块1034用于对模型进行管理；

所述模型测试结果管理子模块1035用于测试计算的数据结果准确性如何。

所述预警模块104用于获取所述预测模块103的预测结果，判断所述预测结果是否达到预警阈值，对达到所述预警阈值的所述预测结果进行预警。

所述预警模块104包括预警信息查询子模块1041，预警信息审核子模块1042，用户群组管理子模块1043和预警阈值管理子模块1044；

所述预警信息查询子模块1041用于查询预警信息；

所述预警信息审核子模块1042用于审核预警信息；

所述用户群组管理子模块1043用于管理用户群组；

所述预警阈值管理子模块1044用于确定警情预警阈值，建立预警模型以及管理预警的各类阈值参数；确定警情预警阈值包括专家设定法设定阈值、统计指标法设定阈值、智能学习法设定阈值；所述专家设定法设定阈值为专家给定的阈值参数作为预警阈值；所述统计指标法设定阈值为常用统计指标作为预警阈值，包括n倍标准差，变异系数；所述智能学习法设定阈值为根据历史警情数据学习后得到相应的学习模型来判断是否有相应警情，包括机器学习法。

所述可视化展示模块105用于针对大屏进行首页中的功能统一展示，对所述预测模块103中的所述预测结果在大屏中进行可视化展示，对所述统计分析模块102中的统计分析结果信息在大屏中进行可视化展示以及对所述预警模块104中的预警结果在大屏中进行可视化展示。

所述可视化展示模块105通过显卡硬件加速webgl技术实现三维地图数据可视化展示，实现在中国农业预警空间大屏根据实时分析结果动态渲染展示；所述可视化展示模块105包括首页可视化展示子模块1051，预测可视化展示子模块1052，统计分析可视化展示子模块1053，预警可视化展示子模块1054；

所述首页可视化展示子模块1051用于针对大屏进行首页中的功能统一展示；

所述预测可视化展示子模块1052用于将预测结果信息在大屏中进行可视化展示；所述预测可视化展示子模块1052在大屏中进行可视化展示的预测结果信息包括预测产量，预测销量和预测价格；

所述统计分析可视化展示子模块1053用于将统计分析结果信息在大屏中进行可视化展示；

所述预警可视化展示子模块1054用于将预警信息在大屏中进行可视化展示。

所述系统管理模块106用于对所述数据整理模块101，所述统计分析模块102，所述预测模块103，所述预警模块104和所述可视化展示模块105进行系统管理。

所述系统管理模块106包括统计图管理子模块1061，数据处理流程管理子模块1062，算法管理子模块1063，场景式模块管理子模块1064，报告管理子模块1065以及报表管理子模块1066；

所述统计图管理子模块1061用于针对统计图进行管理；

所述数据处理流程管理子模块1062用于针对数据处理流程进行配置；

所述算法管理子模块1063用于针对算法进行管理；

所述场景式模块管理子模块1064用于针对场景式模块进行管理；

所述报告管理子模块1065用于针对报告进行管理；

所述报表管理子模块1066用于针对报表进行管理。

本发明公开的农产品监测预警模型系统，包括数据整理模块，统计分析模块，预测模块，预警模块，可视化展示模块以及系统管理模块；所述数据整理模块获取长时段的历史大数据，对其进行预处理，建立数据库进行集中存储与计算，所述统计分析模块获取所述数据整理模块中审核合格的数据进行一般和多维的统计，形成一份统计分析报表；所述预测模块获取所述统计分析模块中形成的统计分析报表进行建模分析预测，得到预测结果；所述预警模块获取所述预测模块的预测结果，判断是否达到预警阈值，对达到所述预警阈值的所述预测结果进行预警；所述可视化展示模块针对大屏进行预测和预警信息的可视化展示；所述系统管理模块对系统中的其他各个模块进行系统管理。该系统集成各个功能模块对贯穿农业生产、流通和消费全过程的大量数据和信息进行处理、应用和可视化展示，通过对农业大数据进行的综合处理和应用，从而实现农产品的一站式实时监测和预警，其中实时监测是通过信息入数据库，并对入库的数据进行建模分析实现的，实时预警是通过模型计算的结果，然后对结果进行判断实现的。

该农产品监测预警模型系统通过对农业生产、价格、消费、贸易等农业过程与环节进行信息特征提取、信息变化观测、信息流向进行追踪，通过大数据构建基础平台，详细构建细化农产品分类模型，并建立集成化预警模型管理系统来实现对未来农业运行态势进行分析与判断，提前发布预告，采取应对措施，以防范和化解农业风险。

本发明公开的农产品监测预警模型系统为农业大数据产品，是提供农业大数据处理能力的大数据平台型产品，包含了数据采集(通过对接其他部门数据库、物联网数据等进行数据采集，数据存储在oracle数据库中)、数据存储、数据处理(数据清洗、整合等处理)、数据应用(用建立模型分析结果)等数据方面功能；新建模型、模型调试、模型运行等模型功能；阈值管理、农产品预测预警等应用功能。系统为基于农产品生产供需均衡原理建立的大型智能分析预警系统，集运维和运营管理等功能为一体，以长时段的历史大数据分析生成的气象类弹性系数群、投入类弹性系数群、管理类弹性系数群为基础弹性系数，实现以农产品生产、消费、价格、贸易、库存、成本类计量分析模型为核心的预计方法；以实时性多场景条件和机器学习为关键分析预警构件；通过上述几类分析模型进行集成分析，计算出各类指标的参数与结果；构成具有实时性、全覆盖、长中短期分析、覆盖953种农产品、17类分析模型的大型复杂分析系统。本系统采用hadoop的基础架构，将大数据处理引擎尽可能的靠近存储，以提高对农业采集数据的处理速度。本系统旨在构建一站式可视化农产品数据分析，实现农产品大数据监测预警全流程平台，参见图2和图3，本发明农产品监测预警模型系统采用分布式大数据存储及并行计算框架，建立数据库对数据集中存储，通过热、温数据隔离存储达到不同数据源使用场景的需求，以前沿hadoop技术生态平台与传统数据存储及关系型数据库如oracle融合提供数据存储计算服务，实现数据的集中存储与弹性计算，集群资源可随时启停，资源分配动态调整，保证存储和分析的统一性和高效性。通过自主研发基于html5技术的可视化自助式模型开发及调试运行系统，实现拖拽算法模块、控制模型运行和调试、比对参数和结果等功能，自助式组建分析流程，动态可视化呈现分析结果。通过显卡硬件加速webgl技术实现三维地图数据可视化展示系统，实现在中国农业预警空间大屏根据实时分析结果动态渲染展示的效果。采用农产品传统金融分析模型方法、前沿人工智能tensonflow等数据建模、机器学习算法新型算法结合，实现智能化多源模型分析的新模式。该系统的商业性有助于资金管理部分对农业科研的重视，加强对农业科研的投入；该系统的应用性有助于科研单位提高自身的效率，有效的使用有限的资源，并根据生产需要进行研发；该系统的专业性有助于促进科研成果或者科研单位之间经济效益的比较，从而优化宏观资源的配置；可以推广决策服务，推广能更多增产增收和获得更大经济效益的成果，从所得的数据和预报警情结果进行分析，可为中国农业经济提供方向，指出农业经济发展动向。

通过该农产品监测预警模型系统可以合理调整农业政策，提高农业综合竞争能力，及时引导生产经营者有效规避市场风险。利用系统中设计的方法为警情、预警界限的确定和预警模型的建立提供合理的方法，同时警情的预测与实际的误差也可以为政府宏观决策提供较好的理论依据，建立的预警系统综合检验得到的结果更具科学性和合理性，从而为地方及国家农业提供合理种植方法。此外，通过对模型各参数、系数的修改可以实现不同情景、不同环境下的农产品未来走势的预测，同时根据测试各模型的性能，为模型优选提供依据。根据设置参数，为用户提供相应的阈值指标，即时向用户输出警情阈值信息、警情结果，计算得到的结果根据阈值范围来确定属于何种警情。农业中涉及各类农产品的预警方式，不同的区域范围，不同的产品季节变化，选择适宜预警方法，可有效的、及时的实施农产品生产、消费与市场的监测预警。系统中涉及的作物生长模型具有较强的机理性、系统性和通用性，作物模型的成功开发可以促进了对作物生育规律由定性描述向定量分析的转化过程，为作物生产决策系统的开发与应用奠定了很好的基础，特别是为持续农业和精确农业的研究提供了科学的工具。该系统将成为现代农业管理的最重要手段，监测预警将贯彻农业生产、流通和消费全过程，通过信息流揭示、模拟、运行、调控和管理推动现代农业发展。农业监测预警日益成为现代农业“高产、优质、高效、生态、安全”目标实现的重要手段，以技术推进与技术引领方式迅速发展围绕监测预警形成的前沿技术，将突破现代农业发展的诸多瓶颈，将以智慧农业的形式引领农业向着“低成本、低碳、智能”的方向发展，同时为科研人员开展研究提供充分的数据支撑。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的系统及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。