本发明属于农业管理，尤其涉及一种基于大数据的智慧农业管理系统。
背景技术：
1、目前，信息技术、云计算、物联网等新兴技术的迅速发展为智慧农业管理提供了广阔的应用空间。例如，通过大数据分析，智慧农业管理可以帮助农民实现农业生产的精确化、智能化和可持续发展，它可以监测土壤湿度、气候条件、作物生长状态等关键指标，提供精准的施肥、灌溉和病虫害防治方案。
2、现有技术中，对于智慧农业管理有着多方面的研究，如中国发明专利cn117273411a公开的一种基于农业大数据管理的农业信息服务系统，通过获取种植人员的种植基本信息，并根据各种植专家对应的专业信息，筛选出各初筛种植专家，进而分析种植人员对应的种植危机值，然后分析各初筛种植专家对应的优先级，由此选取目标种植专家；进而采集种植人员对应的回访信息，分析目标种植专家解答种植人员的解答效果值，并分析目标种植专家的能力值。又如中国发明专利cn115204481a公开的一种大数据农业管理系统，其包括监测模块、流程监督模块和农产品销售模块，用于获取农业资源、农业生产环境、农产品销售数据和农业管理数据，监测模块包括农用无人机、区域摄影仪与无线遥控器，无线遥控器操控农用无人机飞行，农用无人机携带区域摄影仪采集农田动植物信息与生态环境数据，监督模块用于监督农产品的原料、加工、销售流程，农产品销售模块用于农产品市场、贩卖、管控信息的采集。
3、然而，目前传统农业生产的决策往往基于经验和直觉，并未有效利用大数据分析，缺乏对作物生长状态、土壤状况以及气候变化等关键因素的全面、精准的掌握和分析，难以保证农业生产效率和质量的提高，导致农业资源利用效率低下，存在着一定的浪费现象。综上所述，现有技术在一定程度上存在农业资源利用效率低下的问题。
技术实现思路
1、本发明实施例通过提供一种基于大数据的智慧农业管理系统，能够通过预测分析得到的农业作物产量优化耕种农业作物面积，调整农业作物种植策略，做到精确施肥和灌溉，进而优化农业资源利用效率，解决了现有技术中农业资源利用效率低下的问题。
2、本发明实施例提供了一种基于大数据的智慧农业管理系统，包括：数据获取模块、数据预处理模块、数据分析决策模块和公共服务模块；其中，数据获取模块，用于获取各种农业数据资源，建立农业数据资源中心；数据预处理模块，用于对农业数据资源中心获取到的农业数据进行预处理；
3、数据分析决策模块，用于基于数据预处理的结果进行分析和挖掘，构建预测模型和预警模型，根据预测模型预测出农业作物产量和农业作物价格，根据预警模型得出农业作物质量安全监测预警指数和农业作物价格监测预警指数，农业作物质量安全监测预警指数用于描述农业作物质量安全程度，农业作物价格监测预警指数用于反映农业作物价格异常波动程度；
4、公共服务模块，用于将农业作物产量和农业作物价格可视化展示给用户，根据农业作物质量安全监测预警指数和农业作物价格监测预警指数进行预警，并提供农业决策建议，还用于获取农业反馈提交数据，据其分析出公共服务用户反馈指数，根据公共服务用户反馈指数进行公共服务模块优化，公共服务用户反馈指数用于反映用户使用的满意度。
5、进一步的，将农业数据资源中心获取到的农业数据进行预处理的具体方法为：获取农业数据资源中心来自不同数据源的农业数据，将农业数据整合到一个统一的数据库中；当数据库中来自不同数据源的农业数据出现格式不一致和不标准，根据数据定义的标准格式，将数据库中来自不同数据源的农业数据转换为统一的标准格式；
6、对于农业数据中相似和重复的记录数据进行合并操作，错误和无效的数据进行删除操作，数据信息不全的记录通过具体调查分析后进行数据补全；将农业数据中单位不统一和数值范围差异超过第一阈值的数据，进行数据标准化和归一化的操作，将数据转化为统一的标准尺度。第一阈值根据实际需要进行设定。
7、进一步的，数据分析决策模块包括生成农业决策单元、预测模型建立单元和预警模型建立单元；农业决策单元，用于基于数据预处理的结果，对预处理后的数据进行分析和挖掘；预测模型建立单元，用于综合产销历史数据构建农业作物产量预测模型和农业作物价格预测模型；预警模型建立单元，用于对农业作物质量溯源数据进行监测建立农业作物质量安全监测预警模型，对农业作物价格波动进行监测，建立农业作物价格监测预警模型。
8、进一步的，对预处理后的数据进行分析和挖掘的具体方法为：基于农业数据资源之间的业务关联和层次结果，构建农业知识图谱，将获取的农业数据资源进行分析，得出农业数据之间的关联关系；利用大数据可视化技术将数据进行直观展示农业数据之间的关联关系，为农业业务管理人员提供农业的全景画像，全景画像用于展示农业运行全貌和特征。
9、进一步的，为农业业务管理人员提供农业农村的全景画像的具体方法为：为农业业务管理人员提供农业的全景画像，全景画像包括作物全景画像、农户画像、土地资源画像；作物全景画像对作物产前、产中、产后的关键指标进行分析，展示作物的画像，作物全景画像用于为全区域作物的整体规划、政策制定、补贴投入和供应保障提供数据决策依据；农户画像对农户信息进行全面统计分析，构建全体农户群体的全面画像，农户画像用于为金融机构信用评价提供支持，为提供与农业相关资金投入提供数据决策依据；土地资源画像对农村土地决策分析提供多维度分析结果，全面描绘农村土地资源现状，土地资源画像用于为农村土地监测提供数据支撑，为土地利用规划提供数据决策依据。
10、进一步的，农业作物产量预测模型的具体分析方法为：在建立农业作物产量预测模型前，对农业数据中的作物类别进行编号；利用卫星遥感技术，获取农业作物最佳估产期的植被覆盖度、日照指数和所受病虫害面积，构建各个类别作物的植被指数，植被指数用于衡量农业作物生长状况的数值；获取各个作物的当前耕种面积和历史产量数据，结合各个类别作物的植被指数，构建农业作物产量预测模型；根据农业作物产量预测模型预测分析农业作物产量。
11、进一步的，农业作物价格预测模型的具体分析方法：在建立农业作物价格预测模型前，对农业数据中的作物类别进行编号；获取各个作物的市场价格、市场交易平均价格，构建农业作物产量预测模型；通过建立农业作物价格预测模型计算建立农业作物价格预测值；建立的农业作物价格预测模型为：
12、；
13、式中，为第i类作物的价格预测值，i为作物类别编号，，s为作物类别总数，为第i类作物的市场价格，为第i类作物的市场交易平均价格，和分别为市场价格和市场交易平均价格对作物的价格预测值的权重占比值。
14、进一步的，对农业作物质量溯源数据进行监测建立农业作物质量安全监测预警模型的具体方法为：在建立农业作物质量安全监测预警模型前，对农业数据中的按照作物类别进行编号；根据农业作物质量溯源数据，获取农业作物的检测次数、处理案件（经过执行处理的与种子安全相关的案件）数量、合格率，构建农业作物质量安全监测预警模型；根据农业作物质量安全监测预警模型计算农业作物质量安全监测预警指数；农业作物质量安全监测预警模型为：
15、；
16、式中，为第i类作物的农业作物质量安全监测预警指数，为第i类作物的检测次数，为第i类作物的处理案件数量，为第i类作物的合格率，和分别为农业作物的检测次数、处理案件数量和合格率对农业作物质量安全监测预警指数的权重占比值。
17、进一步的，建立农业作物价格监测预警模型的具体方法为：在建立农业作物价格监测预警模型前，对农业数据中的按照作物类别进行编号；获取农业作物的当月产量、当月销量、当月市场价格平均值、当月市场价格最高值和最低值，构建农业作物价格监测预警模型；根据农业作物价格监测预警模型分析出农业作物价格监测预警指数。
18、进一步的，公共服务用户反馈指数的分析方法为：向用户发送可视化展示的农业作物产量和农业作物价格；根据农业作物质量安全监测预警模型和农业作物价格监测预警模型，进行农业作物监测预警，同时根据监测预警结果实时推送针对监测预警的农业决策建议；获取用户的农业数据每日浏览平均时长、推送决策建议浏览完成度和决策建议点赞数，构建公共服务用户反馈指数公式；根据公共服务用户反馈指数公式分析出公共服务用户反馈指数；当公共服务用户反馈指数低于第二阈值时，对公共服务模块进行优化整改，提升公共服务质量。第二阈值同样根据实际需要进行设定。
19、本发明具有如下有益效果：
20、1、本发明通过获取各个作物的当前耕种面积和历史产量数据，结合各个类别作物的植被指数，构建农业作物产量预测模型，根据农业作物产量预测模型预测分析农业作物产量，从而通过预测分析得到的农业作物产量优化耕种农业作物面积，调整农业作物种植策略，做到精确施肥和灌溉，进而实现了优化农业资源利用效率，有效解决了现有技术中农业资源利用效率低下的问题。
21、2、本发明通过公众服务模块，获取用户的农业数据每日浏览平均时长、推送决策建议浏览完成度和决策建议点赞数，从而分析出公共服务用户反馈指数，进而实现了通过公共服务用户反馈指数评估和监测用户使用的满意度。
22、3、本发明通过获取农业作物的当月产量、当月销量、当月市场价格平均值、当月市场价格最高值和最低值，构建农业作物价格监测预警模型，从而通过农业作物价格监测预警模型计算农业作物价格监测预警指数，进而实现了根据农业作物价格监测预警模型用于防范农业作物价格的重大波动风险。
1.一种基于大数据的智慧农业管理系统，其特征在于，包括：数据获取模块、数据预处理模块、数据分析决策模块和公共服务模块；
2.如权利要求1所述的一种基于大数据的智慧农业管理系统，其特征在于：将农业数据资源中心获取到的农业数据进行预处理的具体方法为：
3.如权利要求1所述的一种基于大数据的智慧农业管理系统，其特征在于：数据分析决策模块包括生成农业决策单元、预测模型建立单元和预警模型建立单元；
4.如权利要求3所述的一种基于大数据的智慧农业管理系统，其特征在于，对预处理后的数据进行分析和挖掘的具体方法为：
5.如权利要求4所述的一种基于大数据的智慧农业管理系统，其特征在于：为农业业务管理人员提供农业农村的全景画像的具体方法为：
6.如权利要求3所述的一种基于大数据的智慧农业管理系统，其特征在于：农业作物产量预测模型的具体分析方法为：
7.如权利要求3所述的一种基于大数据的智慧农业管理系统，其特征在于：农业作物价格预测模型的具体分析方法：
8.如权利要求3所述的一种基于大数据的智慧农业管理系统，其特征在于：对农业作物质量溯源数据进行监测建立农业作物质量安全监测预警模型的具体方法为：
9.如权利要求3所述的一种基于大数据的智慧农业管理系统，其特征在于：建立农业作物价格监测预警模型的具体方法为：
10.如权利要求1所述的一种基于大数据的智慧农业管理系统，其特征在于：公共服务用户反馈指数的分析方法为：
