一种基于云计算和大数据的黑土地农业资源管理云中心

1.本发明属于黑土地农业资源管理云中心技术领域，尤其涉及一种基于云计算和大数据的黑土地农业资源管理云中心。


背景技术：

2.黑土地是大自然给予人类的得天独厚的宝藏，是一种性状好、肥力高，非常适合植物生长的土壤，也是世界上最肥沃的土壤。它以纯黑色为显著特征，只能形成于夏季温暖湿润、冬季严寒干燥的寒温带，因此又名寒地黑土；又由于其形成需要经过淋溶作用，又名淋溶黑土。然而，现有基于云计算和大数据的黑土地农业资源管理云中心不能对土壤进行准确评价；同时，现有技术的土地资源可视化计算方案并不理想，不能为土地监测与评价提供动态与更加准确的解决方法和决策支持。
3.综上所述，现有技术存在的问题是：现有基于云计算和大数据的黑土地农业资源管理云中心不能对土壤进行准确评价；同时，现有技术的土地资源可视化计算方案并不理想，不能为土地监测与评价提供动态与更加准确的解决方法和决策支持。


技术实现要素：

4.针对现有技术存在的问题，本发明提供了一种基于云计算和大数据的黑土地农业资源管理云中心。
5.本发明是这样实现的，一种基于云计算和大数据的黑土地农业资源管理云中心包括：
6.土壤指数采集模块、土地位置采集模块、数据传输模块、云服务器、质量评价模块、土地资源计算模块、土地资源优化配置模块；
7.土壤指数采集模块，与云服务器连接，用于通过土壤土地资源信息感应器采集黑土地土壤温度、水分、元素、渗透率等指数；
8.土地位置采集模块，与云服务器连接，用于采集黑土地地理位置；
9.数据传输模块，与云服务器连接，用于将采集的数据传输到云服务器；
10.云服务器，与土壤指数采集模块、土地位置采集模块、数据传输模块、质量评价模块、土地资源计算模块、土地资源优化配置模块连接，用于对采集的数据进行云处理并存储；
11.质量评价模块，与云服务器连接，用于通过评价程序对黑土地质量进行评价；
12.土地资源计算模块，与云服务器连接，用于通过计算程序对黑土地资源进行计算；
13.土地资源优化配置模块，与云服务器连接，用于通过优化配置程序对土地资源空间的规划进行优化配置。
14.进一步，所述云服务器与土地资源优化配置模块连接，用于通过优化配置程序对土地资源空间的规划进行优化配置；所述优化配置程序包括：
15.步骤一，云服务器通过无线信号连接土地资源优化配置模块，实时监测黑土地农
业覆盖的区域中植物生长状况，以及黑土地功能运作状况；将检测的数据信息发送到土地资源优化配置模块中；
16.所述土地资源优化配置模块的ip地址土地资源优化分配方法利用协议中周期性广播的hello包来传送ip地址，每个节点建立表格来存储ip和mac的对应关系，节点在收到hello包时，判断hello包携带的ip地址是否和表中的冲突，冲突则发送冲突通知给冲突节点，冲突节点重新生成ip地址，并丢弃此hello包；反之，继续处理hello包；
17.ip地址土地资源优化分配方法包括两个新的帧结构和一个新的发送/接收函数；
18.所述土地资源优化配置模块的总链路质量的计算公式为：
19.qos＝new_qos-data_len-skb_size-rtt-pacloss-signal
20.其中，qos为总链路质量，data_len为发送数据长度，skb_size为接收缓冲队列长度，rtt为平均时延，pacloss为丢包率，signal为信号强度的绝对值；
[0021][0022]
其中，node_number_punishment为中间路径上设置的跳数惩罚，
[0023]
combined_qos＝hello_qos
×
qos_own
×
qos_different_lq_punishment
[0024]
其中，hello_qos为hello广播包中关于链路质量的信息， qos_different_lq_punishment为链路非对称惩罚，其算法为：
[0025][0026]
步骤二，通过土地资源优化配置模块设定的评判标准，对云服务器采集的黑土地数据建立数据模型，分析黑土地的状况，并设计黑土地保护开发方案；
[0027]
步骤三，在一个时间片的开始时刻，多个土地资源优化配置模块s
leo
测量它的输出链路上的时延信息；
[0028]
将此时延信息报告给它的土地资源优化配置模块总优化中心s
geo
，s
geo
的其它组成部件也在向s
geo
报告它们测量到的时延信息，并且其它两个geo土地资源优化配置模块也在收集它们的组成员报告它们的时延信息；
[0029]
当s
geo
土地资源优化配置模块收集到所有组成部件报告来的时延信息后， s
geo
土地资源优化配置模块将通过geo层的轨内星间链路与其它两个geo土地资源优化配置模块交换各自收集到的时延信息；
[0030]
信息交换完成后，每个geo土地资源优化配置模块获得了全网络的拓扑信息，每个geo土地资源优化配置模块开始为它的每个组成部件计算优化配置表，计算完成后，将优化配置表分发给相应的接收模块；当s
geo
将优化配置表分发给s
leo
后，s
leo
根据优化配置表进行数据转发至服务器。
[0031]
进一步，所述步骤二土地资源优化配置模块建立数据模型分析黑土地的状况方法包括以下步骤：
[0032]
步骤1，土地资源信息感应器si完成一个周期的数据采集，采集的数据为(i， t，{d1，d2，
…
，dn})，其中i为土地资源信息感应器号，t为周期号；si首先采用aes对数据{d1，d2，
…
，dn}进行加密，生成加密数据{(d1)k，(d2)k，
…
，(dn)k}，其中k为数据加密密钥；
[0033]
步骤2，si为每一个数据构建一个不可区分布鲁姆过滤器，且每一个不可区分布鲁
姆过滤器分配一个唯一的id号，对数据dj，si构建一个分配id号为ij的不可区分布鲁姆过滤器b
ij
；
[0034]
步骤3，si将加密数据、对应的不可区分布鲁姆过滤器以及其id号上传到存储节点，上传的数据形式为：{(i1，b
i1
，(d1)k)，(i2，b
i2
(d2)k)，
…
，(in， b
in
，(dn)k)}；
[0035]
所述不可区分布鲁姆过滤器b
ij
构造方法如下：
[0036]
(1)对b
ij
进行初始化，对每一个对0《＝c《m，单元b[c][h(ij||h
k+1
(t||c))]:＝0， b[c][1-h(ij||h
k+1
(t||a))]:＝1；
[0037]
(2)采用h1，h2，
…
，hk计算h1(dj)，h2(dj)，
…
，hk(dj)；置b[hf(dj)][h(ij||h
k+1
(t|| hf(dj)))]：＝1，b[hf(dj)][1-h(ij||h
k+1
(t||hf(dj)))]：＝0，其中1《＝f《＝k。
[0038]
进一步，所述质量评价模块评价方法如下：
[0039]
(1)通过光谱设备获取航空高光谱数据；
[0040]
(2)在步获取航空高光谱数据在地面开展土壤取样的同时，在地面开展土壤取样获取地面数据；
[0041]
(3)根据得到的数据对土壤质量指标进行高光谱反演；
[0042]
(4)利用层次分析法建立评价体系，获得各项评价体系指标的权重；综合评分计算土壤质量；将得到的土壤质量综合评分结果可视化。
[0043]
进一步，所述通过光谱设备获取航空高光谱数据包括以下步骤：
[0044]
(1.1)采用土地资源信息感应器在分析区开展航空高光谱数据采集；
[0045]
(1.2)对得到的所有航空高光谱数据进行辐射校正和几何校正，利用 flaash大气辐射传输模型对casi/sasi数据进行大气校正，获得反射率数据；
[0046]
(1.3)利用modtran大气辐射传输模型对tasi热红外数据进行大气校正后进行温度与发射率的分离，分别获得温度数据与发射率数据。
[0047]
进一步，所述采用的土地资源信息感应器类型为casi/sasi/tasi航空高光谱土地资源信息感应器，覆盖可见光、近红外和热红外波段。
[0048]
进一步，所述样品分析项目包括有机质、全氮、全磷、全钾、碱解氮、速效磷、速效钾、硒、砷、铬、镉、汞、铅。
[0049]
进一步，所述根据得到的数据对土壤质量指标进行高光谱反演包括以下步骤：
[0050]
(3.1)将采样点各项指标的分析数据作为因变量，casi/sasi反射率数据作为自变量，利用偏最小二乘法建立各指标的反演模型，获得相应的反演数据；
[0051]
(3.2)利用tasi发射率数据提取土壤盐碱化和沙化信息。
[0052]
进一步，所述土地资源计算模块计算方法如下：
[0053]
1)通过图像程序获取分析区域图斑数据；对所述分析区域图斑数据中的每一个图斑分别对应赋予一要素指标值，生成图斑和要素指标值分别对应的分析任务业务表单；
[0054]
2)根据所述分析任务业务表单，利用黑土地业务经验模型计算公式，获取所述分析区域图斑的计算结果；所述黑土地业务经验模型计算公式为预设要素指标权重和预设要素指标计算关系的黑土地业务经验模型计算公式；
[0055]
3)利用所述分析区域图斑的已有计算结果，通过如下一种或多种反馈调节方式：调整要素指标、调整要素指标权重、调整重设要素指标计算关系，对计算获取的所述分析区域图斑的计算结果进行多次反馈调节，获取反馈调节后的所述分析区域图斑的计算结果。
[0056]
进一步，所述通过图像程序获取分析区域图斑数据，包括：
[0057]
根据黑土地资源分析任务行政区划及所在区域，获取分析区域图斑数据。
[0058]
本发明的优点及积极效果为：本发明通过质量评价模块基于航空高光谱技术开展黑土地土壤质量评价，发挥了航空高光谱技术时效性强、数据全覆盖的优势，相比传统地球化学调查工作周期长、空间精度受限的劣势具有明显的进步性；利用了多种航空高光谱土地资源信息感应器，覆盖了可见光-近红外和热红外波段，发挥各类土地资源信息感应器的优势，提取了多种类型的黑土地土壤养分和环境指标，保障了评价结果的综合性和准确性；同时，通过土地资源计算模块能为黑土地监测与评价提供动态与更加准确的解决方法和决策支持，将使黑土地业务工作者能够最大程度地通过与有关黑土地资源的监测要素指标数据、经验模型之间的互动，提高了解决黑土地生态系统复杂问题的能力。
[0059]
本发明中，所述云服务器与土地资源优化配置模块连接，用于通过优化配置程序对土地资源空间的规划进行优化配置；所述优化配置程序包括：步骤一，云服务器通过无线信号连接土地资源优化配置模块，实时监测黑土地农业覆盖的区域中植物生长状况，以及黑土地功能运作状况；将检测的数据信息发送到土地资源优化配置模块中；步骤二，通过土地资源优化配置模块设定的评判标准，对云服务器采集的黑土地数据建立数据模型，分析黑土地的状况，并设计黑土地保护开发方案；步骤三，在一个时间片的开始时刻，多个土地资源优化配置模块s
leo
测量它的输出链路上的时延信息；将此时延信息报告给它的土地资源优化配置模块总优化中心s
geo
，s
geo
的其它组成部件也在向s
geo
报告它们测量到的时延信息，并且其它两个geo土地资源优化配置模块也在收集它们的组成员报告它们的时延信息；当s
geo
土地资源优化配置模块收集到所有组成部件报告来的时延信息后，s
geo
土地资源优化配置模块将通过geo层的轨内星间链路与其它两个geo土地资源优化配置模块交换各自收集到的时延信息；信息交换完成后，每个geo土地资源优化配置模块获得了全网络的拓扑信息，每个 geo土地资源优化配置模块开始为它的每个组成部件计算优化配置表，计算完成后，将优化配置表分发给相应的接收模块；当s
geo
将优化配置表分发给s
leo
后，s
leo
根据优化配置表进行数据转发至服务器。实现了土地资源的优化，为植物合理布局提供数据支持。
附图说明
[0060]
图1是本发明实施例提供的基于云计算和大数据的黑土地农业资源管理云中心结构框图。
[0061]
图2是本发明实施例提供的质量评价模块评价方法流程图。
[0062]
图3是本发明实施例提供的通过光谱设备获取航空高光谱数据方法流程图。
[0063]
图4是本发明实施例提供的根据得到的数据对土壤质量指标进行高光谱反演方法流程图。
[0064]
图5是本发明实施例提供的土地资源计算模块计算方法流程图。
[0065]
图1中：1、土壤指数采集模块；2、土地位置采集模块；3、数据传输模块； 4、云服务器；5、质量评价模块；6、土地资源计算模块；7、土地资源优化配置模块。
具体实施方式
[0066]
为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图
详细说明如下。
[0067]
下面结合附图对本发明的结构作详细的描述。
[0068]
如图1所示，本发明实施例提供的基于云计算和大数据的黑土地农业资源管理云中心包括：
[0069]
土壤指数采集模块1、土地位置采集模块2、数据传输模块3、云服务器4、质量评价模块5、土地资源计算模块6、土地资源优化配置模块7。
[0070]
土壤指数采集模块1，与云服务器4连接，用于通过土壤土地资源信息感应器采集黑土地土壤温度、水分、元素、渗透率等指数；
[0071]
土地位置采集模块2，与云服务器4连接，用于采集黑土地地理位置；
[0072]
数据传输模块3，与云服务器4连接，用于将采集的数据传输到云服务器4；
[0073]
云服务器4，与土壤指数采集模块1、土地位置采集模块2、数据传输模块 3、质量评价模块5、土地资源计算模块6、土地资源优化配置模块7连接，用于对采集的数据进行云处理并存储；
[0074]
质量评价模块5，与云服务器4连接，用于通过评价程序对黑土地质量进行评价；
[0075]
土地资源计算模块6，与云服务器4连接，用于通过计算程序对黑土地资源进行计算；
[0076]
土地资源优化配置模块7，与云服务器4连接，用于通过优化配置程序对土地资源空间的规划进行优化配置。
[0077]
在本发明中，所述云服务器4与土地资源优化配置模块7连接，用于通过优化配置程序对土地资源空间的规划进行优化配置；所述优化配置程序包括：
[0078]
步骤一，云服务器4通过无线信号连接土地资源优化配置模块7，实时监测黑土地农业覆盖的区域中植物生长状况，以及黑土地功能运作状况；将检测的数据信息发送到土地资源优化配置模块中；
[0079]
所述土地资源优化配置模块的ip地址土地资源优化分配方法利用协议中周期性广播的hello包来传送ip地址，每个节点建立表格来存储ip和mac的对应关系，节点在收到hello包时，判断hello包携带的ip地址是否和表中的冲突，冲突则发送冲突通知给冲突节点，冲突节点重新生成ip地址，并丢弃此hello包；反之，继续处理hello包；
[0080]
ip地址土地资源优化分配方法包括两个新的帧结构和一个新的发送/接收函数；
[0081]
所述土地资源优化配置模块的总链路质量的计算公式为：
[0082]
qos＝new_qos-data_len-skb_size-rtt-pacloss-signal
[0083]
其中，qos为总链路质量，data_len为发送数据长度，skb_size为接收缓冲队列长度，rtt为平均时延，pacloss为丢包率，signal为信号强度的绝对值；
[0084][0085]
其中，node_number_punishment为中间路径上设置的跳数惩罚，
[0086]
combined_qos＝hello_qos
×
qos_own
×
qos_different_lq_punishment
[0087]
其中，hello_qos为hello广播包中关于链路质量的信息， qos_different_lq_punishment为链路非对称惩罚，其算法为：
[0088][0089]
步骤二，通过土地资源优化配置模块设定的评判标准，对云服务器采集的黑土地数据建立数据模型，分析黑土地的状况，并设计黑土地保护开发方案；
[0090]
步骤三，在一个时间片的开始时刻，多个土地资源优化配置模块s
leo
测量它的输出链路上的时延信息；
[0091]
将此时延信息报告给它的土地资源优化配置模块总优化中心s
geo
，s
geo
的其它组成部件也在向s
geo
报告它们测量到的时延信息，并且其它两个geo土地资源优化配置模块也在收集它们的组成员报告它们的时延信息；
[0092]
当s
geo
土地资源优化配置模块收集到所有组成部件报告来的时延信息后， s
geo
土地资源优化配置模块将通过geo层的轨内星间链路与其它两个geo土地资源优化配置模块交换各自收集到的时延信息；
[0093]
信息交换完成后，每个geo土地资源优化配置模块获得了全网络的拓扑信息，每个geo土地资源优化配置模块开始为它的每个组成部件计算优化配置表，计算完成后，将优化配置表分发给相应的接收模块；当s
geo
将优化配置表分发给s
leo
后，s
leo
根据优化配置表进行数据转发至服务器。
[0094]
在本发明一实施例中，所述步骤二土地资源优化配置模块建立数据模型分析黑土地的状况方法包括以下步骤：
[0095]
步骤1，土地资源信息感应器si完成一个周期的数据采集，采集的数据为(i，t，{d1，d2，
…
，dn})，其中i为土地资源信息感应器号，t为周期号；si首先采用aes对数据{d1，d2，
…
，dn}进行加密，生成加密数据{(d1)k，(d2)k，
…
，(dn)k}，其中k为数据加密密钥；
[0096]
步骤2，si为每一个数据构建一个不可区分布鲁姆过滤器，且每一个不可区分布鲁姆过滤器分配一个唯一的id号，对数据dj，si构建一个分配id号为ij的不可区分布鲁姆过滤器b
ij
；
[0097]
步骤3，si将加密数据、对应的不可区分布鲁姆过滤器以及其id号上传到存储节点，上传的数据形式为：{(i 1
，b
i1
，(d1)k)，(i2，b
i2
(d2)k)，
…
，(in， b
in
，(dn)k)}；
[0098]
所述不可区分布鲁姆过滤器b
ij
构造方法如下：
[0099]
(1)对b
ij
进行初始化，对每一个对0《＝c《m，单元b[c][h(ij||h
k+1
(t||c))]:＝0， b[c][1-h(ij||h
k+1
(t||a))]:＝1；
[0100]
(2)采用h1，h2，
…
，hk计算h1(dj)，h2(dj)，
…
，hk(dj)；置b[hf(dj)][h(ij||h
k+1
(t|| hf(dj)))]：＝1，b[hf(dj)][1-h(ij||h
k+1
(t||hf(dj)))]：＝0，其中1《＝f《＝k。
[0101]
如图2所示，本发明提供的质量评价模块5评价方法如下：
[0102]
s101，通过光谱设备获取航空高光谱数据；
[0103]
s102，在步获取航空高光谱数据在地面开展土壤取样的同时，在地面开展土壤取样获取地面数据；
[0104]
s103，根据得到的数据对土壤质量指标进行高光谱反演；
[0105]
s104，利用层次分析法建立评价体系，获得各项评价体系指标的权重；综合评分计算土壤质量；将得到的土壤质量综合评分结果可视化。
[0106]
如图3所示，本发明提供的通过光谱设备获取航空高光谱数据包括以下步骤：
[0107]
s201，采用土地资源信息感应器在分析区开展航空高光谱数据采集；
[0108]
s202，对得到的所有航空高光谱数据进行辐射校正和几何校正，利用 flaash大气辐射传输模型对casi/sasi数据进行大气校正，获得反射率数据；
[0109]
s203，利用modtran大气辐射传输模型对tasi热红外数据进行大气校正后进行温度与发射率的分离，分别获得温度数据与发射率数据。
[0110]
本发明提供的采用的土地资源信息感应器类型为casi/sasi/tasi航空高光谱土地资源信息感应器，覆盖可见光、近红外和热红外波段。
[0111]
本发明提供的样品分析项目包括有机质、全氮、全磷、全钾、碱解氮、速效磷、速效钾、硒、砷、铬、镉、汞、铅。
[0112]
如图4所示，本发明提供的根据得到的数据对土壤质量指标进行高光谱反演包括以下步骤：
[0113]
s301，将采样点各项指标的分析数据作为因变量，casi/sasi反射率数据作为自变量，利用偏最小二乘法建立各指标的反演模型，获得相应的反演数据；
[0114]
s302，利用tasi发射率数据提取土壤盐碱化和沙化信息。
[0115]
如图5所示，本发明提供的土地资源计算模块6计算方法如下：
[0116]
s401，通过图像程序获取分析区域图斑数据；对所述分析区域图斑数据中的每一个图斑分别对应赋予一要素指标值，生成图斑和要素指标值分别对应的分析任务业务表单；
[0117]
s402，根据所述分析任务业务表单，利用黑土地业务经验模型计算公式，获取所述分析区域图斑的计算结果；所述黑土地业务经验模型计算公式为预设要素指标权重和预设要素指标计算关系的黑土地业务经验模型计算公式；
[0118]
s403，利用所述分析区域图斑的已有计算结果，通过如下一种或多种反馈调节方式：调整要素指标、调整要素指标权重、调整重设要素指标计算关系，对计算获取的所述分析区域图斑的计算结果进行多次反馈调节，获取反馈调节后的所述分析区域图斑的计算结果。
[0119]
本发明提供的通过图像程序获取分析区域图斑数据，包括：
[0120]
根据黑土地资源分析任务行政区划及所在区域，获取分析区域图斑数据。
[0121]
本发明工作时，首先，通过通过土壤指数采集模块1利用土壤土地资源信息感应器采集黑土地土壤温度、水分、元素、渗透率等指数；通过土地位置采集模块2采集黑土地地理位置；通过数据传输模块3将采集的数据传输到云服务器4；其次，通过云服务器4对采集的数据进行云处理并存储；通过质量评价模块5利用评价程序对黑土地质量进行评价；然后，通过土地资源计算模块6 利用计算程序对黑土地资源进行计算；最后，通过土地资源优化配置模块7利用优化配置程序对土地资源空间的规划进行优化配置。
[0122]
以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。