面向作物产量预测的高效数据仓库
计算机与社会
2018-07-03 v1 数据库
摘要
如今，精准农业与现代信息通信技术相结合，在自动化灌溉系统、精准播种、变量施肥施药以及农业决策支持系统等农业活动中正变得日益普及。在后者中，基于机器学习和数据挖掘的作物管理数据分析，主要关注如何高效预测并提高作物产量。近年来，原始与半加工农业数据通常通过传感器、机器人、卫星、气象站、农机设备、农民和农业企业收集，而物联网（IoT）有望实现农业生态系统中物体与设备的无线互联。农业数据通常捕捉有关农业实体与作业的信息。每个农业实体封装一个独立的农业概念，如田地、作物、种子、土壤、温度、湿度、害虫和杂草。农业数据集具有空间性、时间性、复杂性、异构性、非标准化和超大规模等特征。特别是，农业数据在体量、多样、速度、真实度方面被视为大数据（Big Data）。设计和开发面向精准农业的数据仓库，是建立作物智能平台的关键基础，该平台将支持资源高效的农艺决策与建议。此类农业数据仓库的一些需求包括其利益相关者（如农民、农机制造商、农业企业、合作社、客户以及可能的政府机构）之间的隐私、安全和实时访问。然而，目前文献中极少有聚焦于设计高效数据仓库以支撑农业大数据分析与数据挖掘的研究。在本文中……
引用
@article{arxiv.1807.00035,
title = {An Efficient Data Warehouse for Crop Yield Prediction},
author = {Vuong M. Ngo and Nhien-An Le-Khac and M-Tahar Kechadi},
journal= {arXiv preprint arXiv:1807.00035},
year = {2018}
}
备注
12 pages. Keywords. Data warehouse, constellation schema, crop yield prediction, precision agriculture