农业大数据基于GIS的农业适宜性评价分析方法技术

一种农业大数据基于GIS的农业土地适宜性评价分析方法，通过选取评价指标、对该评价指标进行数据采集和抽取、运用大数据并行计算对单因子适宜性评价指数进行计算、检验单因子适应性评价指数的选取精度、结合层次分析法AHP对单因子相对权重进行计算、建立综合评价模型、对土地适宜度综合评价模型进行大数据多维分析等过程对适宜农业生产的类型（宜农、宜林、宜牧）进行排行，为生产决策提供可靠依据。

Agricultural suitability evaluation and analysis method based on GIS for big agricultural data

A large agricultural data analysis method for evaluation of agricultural land suitability based on GIS, by selecting the evaluation index, the evaluation index of data acquisition and extraction, the use of big data parallel calculation, the single factor test of adaptability evaluation index selecting accuracy, AHP, AHP type calculation, establish a comprehensive evaluation model of land suitability evaluation model of multidimensional data analysis process of suitable for agricultural production on the relative weights of single factor on single factor suitability evaluation index (suitable for agriculture, appropriate forest, animal husbandry) row, provide a reliable basis for decision making.

【技术实现步骤摘要】
农业大数据基于GIS的农业适宜性评价分析方法
本专利技术涉及大数据及海量数据处理
，具体而言，涉及一种农业大数据基于GIS的农业土地适宜性评价分析方法。
技术介绍
农业大数据是大数据技术和方法在农业领域的实践，从微观层面讲涉及到耕地、育种、播种、饲养、施肥、植保、收获、储运、农产品加工、销售、畜牧业生产等各环节，从宏观层面讲涉及到结构调整、农业增效、农村增绿、农民增收等板块，呈现出跨行业、跨专业的产业格局，用农业大数据来指导生产、经营、产业，将为现代农业发展和政府决策提供科学、准确的依据。农业土地适宜性评价就是对某块土地是否适宜发展特定农业种植及其适宜程度如何进行综合评定,通过采集不同时间维度上的土地环境资源数据并进行大数据并行处理,得出反映土地适宜性的综合指标，再结合地理信息系统(GIS)将土地评价指标直观得展现在地图中供监管门户进行决策分析。另外，当前我国部分土壤污染极为严重，各类耕地土壤质量严重下降，土壤污染严重超标，“土十条”己获国务院审核通过。通过农业大数据分析将影响土地种植适宜性的基本因子如气候、地质、地形、水文、土壤、土壤污染源以及反映宏观指标的产量、价格等数据进行汇集、加工和处理，且这些因子都具有较强的区域差异性,表现为空间数据，地理信息系统(GIS)可以使土地适宜性评价的空间信息与属性信息通过“大数据+GIS”整合展示,使土地适宜性评价更加定量化、规范化、综合化，一是能够为农业生产进行指导，二是对土壤的环境质量，尤其污染土壤的风险管控和土壤修复问题提供依据。
技术实现思路
本专利技术提供一种农业大数据基于GIS的农业土地适宜性评价分析方法，对适宜农作物生产的农业基础资源类型进行评价和排行，为生产决策提供可靠依据。本专利技术所采用的技术方案为：一种农业大数据基于GIS的农业土地适宜性评价分析方法，具体步骤如下：第一步是选取评价指标：对农业大数据中心数据库中的农业生产基础资源数据进行选取，选取的评价指标有：气象数据、土壤数据、地质数据、地形数据、水文数据、病虫害数据、价格数据、产量数据；第二步对所述评价指标进行数据采集和抽取：评价指标进行单因子量化分级、评价数据积累；第三步运用大数据并行计算对单因子适宜性评价指数进行计算；第四步检验单因子适应性评价指数的选取精度；第五步结合层次分析法AHP对单因子相对权重进行计算；第六步建立综合评价模型：在第五步的基础上按照多因子采样抽取，使得每个评价单因子都有相应的权重指数分配，再通过二维矩阵模型建立向量表，计算每一个评价单因子的土地适宜度，即通过权重调整后的土地适宜性评价指数；该土地适宜性综合评价指数采用线性回归中的向量计算公式计算，同时采用线性函数建立最适宜函数、一般适宜函数及不适宜函数三级函数模型；第七步对第六步的结果进行综合评价模型定量测试校验；如果校验结果通过，则进度到下一步对综合评价指数进行多维分析。反之检验结果偏差较大，则需要重新划分基础数据指标采集范围，并重复第二、三、四、五、六步的计算过程；第八步对土地适宜度综合评价模型进行大数据多维分析，主要分析指标包括：产量价格组合分析、评价指数分布范围，土地覆盖率、农作物适宜度分类几个维度；找出最适宜种植的农作物种类，并输出为土地资源空间数据库，形成数据源。农业土地适宜性就是对某块土地是否适宜发展农业生产及其适宜程度如何进行综合评定，是土地评价最基本的工作。从微观层面上来讲，它通过采集大量关于气候、地质、地形、水文、土壤、病虫害发生率、周边建筑地形地貌、资金投入比重、交通条件等主要影响农业土地适宜性的因子样本和历史数据，整合为空间大数据库，以便直观清晰的量化和反映土地的“四情”；从宏观层面上来讲，将这些空间数据通过复杂的大数据分析计算后得出反映土地适宜性的综合指标，将每种影响因子的贡献比例进行延伸和筛选，突出影响较大的因素，抑制干扰较深的条件，最终形成适宜性评价指标体系单元及其最优因子的覆盖程度，再与地理信息系统（GIS）相结合进行数字分析处理，通过多图层技术将评价指标因子进行层级划分，对适宜农业生产的类型（宜农、宜林、宜牧）进行排行，为生产决策提供可靠依据。附图说明图1为本专利技术流程图；图2为本专利技术在农业大数据平台实现效果图。具体实施方式下面结合附图和具体实施方式对本专利技术进行详细说明。如图1所示，一种农业大数据基于GIS的农业土地适宜性评价分析方法第一步是选取评价指标，对农业大数据数据中心中的土地资源基础数据进行选取，选取的评价指标有：气象数据、土壤数据、地质数据、地形数据、水文数据、病虫害数据、价格数据、产量数据。第二步，主要对评价指标进行数据采集和抽取，评价指标进行单因子量化分级、评价数据积累，其中气象数据单因子量化分级采集指标包括：空气温度、气压、空气湿度、蒸发量、光照、风向、风速；土壤数据包括：土壤类型、土壤温度、土壤湿度、有机质、氮磷钾含量、土壤容量；地质数据包括：地质形态、岩石构造、倾斜程度、矿物成分、岩层厚度；地形数据包括：山丘、平原、高原、盆地、邱原、山地；水文数据包括：径流、泥沙含量、水质、水位、岩层土壤含水量；病虫害数据包括：粮食作物病虫害、蔬菜作物病虫害、经济作物病虫害、果树作物病虫害、病虫害类型、病虫害防治方法；价格数据包括：地头价格、批发价格、同比价格、环比价格；产量数据包括：亩产量、年产量。以上采集指标作为评价指标的单因子，进行后续计算。第三步运用大数据并行计算对单因子适宜性评价指数进行计算。由于各种影响土地适宜性评价的单因子都会产生和吸收海量的底层数据，且单因子适宜性评价指数的分析也会涉及到大量的矩阵计算，传统的线性计算方式已不能满足整体指标的分析，因此本专利技术采用目前业界流行的大数据并行计算技术来充分发挥硬件计算资源的使用效率，这将会大大减少矩阵计算的误差和耗费时间。本专利所采用的大数据并行计算技术采用目前业界流行的Hadoop计算架构体系进行，其分布式、并行性、多线程性能，满足综合评价指数的计算需求。第四步检验单因子适应性评价指数的选取精度，如果对某一项被选取的因子适宜度发生偏差的话，则应该在下一次计算中剔除出去，例如土壤湿度和土壤水含量两个因子的适宜度计算产生相互干扰的话，则只保证其中一项因子作为备选。第五步结合层次分析法（AHP）对单因子相对权重进行计算。层次分析法建立的步骤。第一，建立递阶层次结构，确定权重的目标层、准则层、措施层；第二，采用特尔菲法构造判断矩阵，确定各个评价单因子的相对重要性；第三，层次单排序与检验，对于构造的判断矩阵，利用特定数学方法进行层次排序。单排序是指每一个判断矩阵各因素针对其准则的相对权重。在实际中要求判断矩阵满足大体上的一致性，需进行一致性检验。只有通过检验，才能说明判断矩阵在逻辑上是合理的，才能继续对结果进行分析；第四，层次总排序与检验，总排序是指每一个判断矩阵各因素针对目标层（最上层）的相对权重。这一权重的计算采用从上而下的方法，逐层合成。第六步建立综合评价模型，在第五步的基础上按照多因子采样抽取，使得每个评价因子都有相应的权重指数分配，再通过二维矩阵模型建立向量表，计算每一个评价因子的土地适宜度（通过权重调整后的土地适宜性评价指数）。本专利技术采用线性回归中的向量计算公式计算土地适宜性综合评价指数，在以下公式中：S为土地适本文档来自技高网...

【技术保护点】
一种农业大数据基于GIS的农业土地适宜性评价分析方法，其特征是具体步骤如下：第一步是选取评价指标：对农业大数据中心数据库中的农业生产基础资源数据进行选取，选取的评价指标有：气象数据、土壤数据、地质数据、地形数据、水文数据、病虫害数据、价格数据、产量数据；第二步对所述评价指标进行数据采集和抽取：评价指标进行单因子量化分级、评价数据积累；第三步运用大数据并行计算对单因子适宜性评价指数进行计算；第四步检验单因子适应性评价指数的选取精度；第五步结合层次分析法AHP对单因子相对权重进行计算；第六步建立综合评价模型：在第五步的基础上按照多因子采样抽取，使得每个评价单因子都有相应的权重指数分配， 再通过二维矩阵模型建立向量表，计算每一个评价单因子的土地适宜度，即通过权重调整后的土地适宜性评价指数；该土地适宜性综合评价指数采用线性回归中的向量计算公式计算，同时采用线性函数建立最适宜函数、一般适宜函数及不适宜函数三级函数模型；第七步对第六步的结果进行综合评价模型定量测试校验；如果校验结果通过，则进度到下一步对综合评价指数进行多维分析；反之检验结果偏差较大，则需要重新划分基础数据指标采集范围，并重复第二、三、四、五、六步的计算过程；第八步对土地适宜度综合评价模型进行大数据多维分析，主要分析指标包括：产量价格组合分析、评价指数分布范围，土地覆盖率、农作物适宜度分类几个维度；找出最适宜种植的农作物种类，并输出为土地资源空间数据库，形成数据源。...

【技术特征摘要】
1.一种农业大数据基于GIS的农业土地适宜性评价分析方法，其特征是具体步骤如下：第一步是选取评价指标：对农业大数据中心数据库中的农业生产基础资源数据进行选取，选取的评价指标有：气象数据、土壤数据、地质数据、地形数据、水文数据、病虫害数据、价格数据、产量数据；第二步对所述评价指标进行数据采集和抽取：评价指标进行单因子量化分级、评价数据积累；第三步运用大数据并行计算对单因子适宜性评价指数进行计算；第四步检验单因子适应性评价指数的选取精度；第五步结合层次分析法AHP对单因子相对权重进行计算；第六步建立综合评价模型：在第五步的基础上按照多因子采样抽取，使得每个评价单因子都有相应的权重指数分配，再通过二维矩阵模型建立向量表，计算每一个评价单因子的土地适宜度，即通过权重调整后的土地适宜性评价指数；该土地适宜性综合评价指数采用线性回归中的向量计算公式计算，同时采用线性函数建立最适宜函数、一般适宜函数及不适宜函数三级函数模型；第七步对第六步的结果进行综合评价模型定量测试校验；如果校验结果通过，则进度到下一步对综合评价指数进行多维分析；反之检验结果偏差较大，则需要重新划分基础数据指标采集范围，并重复第二、三、四、五、六步的计算过程；第八步对土地适宜度综合评价模型进行大数据多维分析，主要分析指标包括：产量价格组合分析、评价指数分布范围，土地覆盖...

【专利技术属性】
技术研发人员：吕婧，张岩，李静，
申请(专利权)人：甘肃万维信息技术有限责任公司，
类型：发明
国别省市：甘肃,62