农产品安全是关系人民群众身体健康和生命安全的国计民生问题，农产品的安全产销事关经济全局。本文以蔬菜作物为研究对象，在广东东升农场生产基地进行应用示范，基于“互联网+”的思想，综合利用智能化大数据管理，专家智能决策等现代化信息技术创制了一个为蔬菜安全产销进行有效监管和提供科学指导的一体化的蔬菜安全产销服务平台，包括信息采集系统、专家系统及监管与服务应用系统三个子系统。
该平台能够帮助监管机构实时地对蔬菜安全生产进行有效监管，采用专家决策给予生产者科学指导，提供给消费者产品的各个环节信息，实现质量可追溯并可直接线上消费，完成蔬菜安全产销的各个环节主动地监管与指导。最后，搭建基于云平台技术的数据中心，构建完整的蔬菜安全产销服务及监管平台。
自20世纪70年代以来，诸如疯牛病、禽流感等食品安全问题日益突出。为应对这些问题，国际上自20世纪90年代以来开始研究应用可溯源系统。
例如，欧盟于2000年发布的《食品安全白皮书》形成了较为完善的的农产品/食品质量安全追溯法律体系，2002年加拿大的《食品与农产品的国家品牌战略》，2003年美国出台的《食品安全跟踪条例》，2005年日本推行的《食品可追溯制度》等；
国内于2000年左右开始研究应用食品溯源体系。例如，杨信廷等研发的蔬菜安全生产管理及质量安全追溯系统，张强等在苏州市推行的蔬菜质量安全追溯系统，董玉德等研发的基于农产品供应链质量安全可追溯系统，陈志雄等建立了企业茶叶质量安全追溯系统。
目前国内外对于蔬菜安全问题的研究着重于对生产的质量管理与决策监管服务设计质量安全追溯系统，多是单一的监管系统，少有人设计蔬菜安全产销一体化的服务平台，实现系统的集成。为蔬菜企业实现高效的效益提供技术支撑。尽管溯源系统能对农产品生产的各个环节都进行有效记录和追溯，其侧重点总的来说还在于被动地监管整个流程，即主要是记录各个环节的状态以进行追溯。为进一步有效保障农产品的安全生产，更需要对农产品生产的主要环节进行主动监管及科学指导。
引起蔬菜安全产销问题的主因如下：土壤环境、农药化肥滥用、包装贮藏不合规范等。其中的任何一个环节出现问题，都会导致蔬菜的安全产销问题。因此，唯有对蔬菜产销的各主要环节都进行有效监管，才能切实保障蔬菜的安全产销。此外，随着互联网技术的不断深入应用，可以不断将蔬菜产业链的相关企业纳入平台中，形成一个相对完整的基于现代信息科技的农业服务集群，推动整个农业生产的升级和发展。
下面将首先介绍本平台的系统总体设计框架，然后对各个关键子系统进行详细设计与实现，最后对试验结果进行分析总结。
本文以蔬菜作物为例，利用现代化信息技术手段，将蔬菜生产环境、生长状态、蔬菜流通环节以及各方主体（如生产者、农业专家、经销商、消费者、监管机构等）都连接起来，实现实时在线收集数据，并基于这些数据构建专家系统，搭建蔬菜安全产销服务和监管平台，在系统平台技术集成与开发后，在广东东升农场下辖的生产基地进行应用示范。本系统主要由信息采集系统、专家系统及监管与服务应用系统三个子系统构成，系统总体设计示意图如图1所示。
图1系统总体设计示意图
1.2.1信息采集系统
本系统的信息采集包括对蔬菜作物产地环境信息的有效采集与远程视频监控管理。利用无线传感器网络，采集土壤的成分等以及大气的质量，并通过离线或在线方式传输至数据中心。同时，利用在农业现场布设的无线视觉感知网络，实现不同方位、不同精度、不同维度的农作物远程监控，以实时动态地了解农作物生长阶段及病虫草状况。
监控过程捕获的图像/视频信息，利用农业现场的WiFi、3G/4G无线网络及长距离的光纤网络传输至数据中心。为保障图像或视频数据的可靠性，在传输至数据中心前，可以进行适当的压缩、加密等处理。通过按照实际需求频率定时采集这些数据，可为针对性地确定种植合适的作物以及制定合理的喷水、施肥方案提供可靠的数据支撑。产地信息和生长信息监测网络设置如图2所示。
图2纳入系统的农业物联网信息
1.2.2专家系统
基于所收集到的大量土壤环境信息、农作物长势信息和病虫草等信息，设计研发专家系统。利用此系统，根据土壤环境信息，结合农作物种植规律，自动地制定合理的种植和施肥策略；根据病虫草状况，预测其发展趋势，并给出合理的预警，甚至制定针对性的施药方案，推送给相关人员；根据作物长势，自动判断生长阶段，进而结合作物生长规律自动制定施肥方案。此外，对于一些疑难复杂问题，基于专家系统协同相关种植专家来进行解决。
1.2.3监管与服务应用系统
为了方便地为产销的各方主体提供便利的服务，也为相关主管部门提供有效的监管，本文研制了产销监管和服务应用系统，包括开发网页服务器和基于手机微信的应用软件。利用此系统，生产人员、种植专家、经销人员、消费者、质检机构、监管部门都能完成各自的需求和任务。这些人员的相互作用，构成了蔬菜产销的生态系统，可以达到相互约束和相互促进的效果。
本文根据“互联网+”的思想，利用日益发展的信息技术，通过多方位、多主体、多维度、多技术采集各种蔬菜生产和流通信息，实现蔬菜产销的可追溯与智能服务，从而形成整套蔬菜安全产销智慧化服务平台。
为满足蔬菜产销环节各方人员的需求，设计开发产销监管与服务应用系统。系统以客户端/服务器模型作为基本架构，利用成熟的软件开发技术，实现蔬菜生产人员、种植专家、经销人员、消费者、监管部门、网站管理人员的所需功能，各自的主要功能需求如图3中所示。此外，为了便于实现基于网络的生产与销售，设计了面向交易的功能模型，实现交易管理、网络支付等功能。
图3平台主要功能设计框架图
本平台主要包括9个模块，包括微农场门户、会员管理、商城配置、编辑商品、订单管理、微农场视频监控、CMS模块、短信平台和系统管理。
（1）微农场的门户首页
门户中包含了“关于我们”，“产品介绍”，“服务”、“农业知识”、“新闻中心”和“在线留言”等子模块。
（2）会员管理模块
进入后台管理系统，可以对微农场的会员进行管理。在会员管理模块中，可以增删查改会员信息。另外还可以查看会员所拥有的优惠价，会员所收藏的商品、会员所浏览过的商品记录以及搜索记录等。会员可通过购物车子模块和收货地址管理子模块，管理自己的购物车和收货地址。
（3）商城配置模块
管理员可以通过商城配置，配置微农场展示页面中的商品。可以添加商品属性的种类、商品的规则、商品类型、品牌制造商、商品常见问答、客户问题反馈以及关键词等。
（4）商品管理模块
管理员可通过商品管理模块，对商品的资料、上架、下架、规格、用户评价等进行管理。管理员可以为每种产品设置不同的规格，以实现不同的销售策略。管理员可通过产品设置模块，对每种规则的产品进行不同的定价以及销售策略。该模块可以查看管理用户对各商品的评价。
（5）订单管理模块
订单管理模块可以实现对客户在微农场平台购买农产品的订单进行管理。管理员可以查询客户的订单，查看其交易进度，打印订单，以及及时进行发货。而用户也可以通过该模块查看订单的详情，并“确认收货”。
（6）微农场视频管理模块
管理员及用户可以通过该模块查看农地现场的情况。
（7）CMS管理模块
管理员可通过该模块管理微农场门户中的新闻模块、农业知识等栏目及其内容。
（8）短信管理模块
管理员可通过短信模块给客户发送手机短信提醒。
（9）系统管理模块
该模块包含了管理员列表、角色管理、部门管理、菜单管理、定时任务管理、文件上传管理、通用数据字典管理、系统参数管理、系统日志管理、地区管理、SQL监控以及代码生成器等功能。
集成上述子系统，并额外搭建基于云平台技术的数据中心，构建完整的蔬菜安全产销服务及监管平台。在搭建云计算平台时，利用性价比较高的PC来组成计算机集群，利用光纤实现集群计算机之间的通信，采用强大的云计算软件Hadoop实现云计算和云存储的功能。技术集成主要包含硬件平台和软件平台集成两个方面。其中，硬件平台集成主要搭建针对土壤环境、作物长势、病虫害的无线传感器采集网络以及各种服务器。
软件平台的集成，主要在相关服务器或终端设备上运行上述各种软件系统。完成硬件、软件方面的技术集成后，能生成一个蔬菜安全产销智能服务及监管平台。在系统平台集成时，为方便成果展示及多方协同，需采用可视化技术对土壤环境信息、作物长势、病虫害等进行展示，以图像或视频的方式使用户能够交互地浏览数据。此外，为了方便发挥农业产地原有系统的效用，通过接口开发、中间件等方式将本系统平台与这些原有系统进行对接，构建更为实用的大系统。
对于本文所研发的蔬菜安全产销服务及监控平台，在广东东升农场下辖的生产基地进行应用。在示范应用的过程中，针对示范应用产生的问题，不断修正完善。
本文采用Spring、Springmvc、Mybatis、Redis以及Hadoop技术,开发环境为jdk1.8技术，编程软件为IntellijIEDA2016,Redis3.2，运行环境为Intel(R)Xeon(R)CPUE5-2683V3@2.00ghz,，内存为64GB,操作系统为Winsever2008。
由于网络故障、服务器设备问题以及电路故障等问题，因此存在数据分布式备份存储的问题。本系统中采用多个Mysql数据库构建主从数据库，主数据库主要负责记录数据表所在的数据库位置，分数据库只要存储不同的表。当操作人员通过Web端操作生成数据时，首先根据主数据库DataNode寻找到需要进行数据操作的表，然后将数据进行分块划分后分别存入不同的数据库中。这样的数据更新方式既适用于蔬菜销售企业网络环境不稳定的情况，同时避免数据量过大时，造成数据库过载，达到异地容灾的效果。
将合适的商品有针对性的推荐给用户能够帮助用户选择满意放心的蔬菜产品，同时能够高效地提高蔬菜的销售量，增加农民的收入。本系统主要采用Hadoop技术对蔬菜的销售数据进行预处理、统计以及特征提取得到分析数据。将分析数据经过特征选择算法选取购买蔬菜的偏好习惯特征并根据此类特征筛选出模型构建数据。最后，本系统通过使用Hadoop自带的机器学习算法构建精准蔬菜推荐模型，该模型通过不断分析和学习用户消费数据完善自身推荐精准度并向用户发送推荐信息。
随着系统用户的增加，系统产生的产销数据将会呈指数级的增加，这样就会带来一个问题用户在刷新界面时会滞留一段时间，而且经常会加载失败。为了解决这个问题，本系统采用Redis结合Echache的三级缓存技术。针对于每个用户访问过的数据进行频繁度高选择的缓存，该缓存策略既能有效地节省内存存储空间，也能加速访问频繁的加载页面，适用该系统面临的使用人群庞大、访问次数频繁的特点。
如下图4所示为本文所研发系统的两个用户界面示例；图5所示为本文所研发系统的后台界面示例。
图4(a)门户首页
图4(b)产品展示
图5(a)登录界面
图5(b)后台首页
图6所示为本文所研发系统运行的稳定性分析图，其中错误率是指系统平台的服务器无法响应的并发数占对应总并发数的百分比。可以看出，当并发数低于1000，错误率几乎为零；当并发数高于1000小于2500时，错误率会呈线性渐升。说明本系统平台的服务器对于一定数目的并发数（不高于1000）完全可以对外部请求做出响应，稳定性能良好。
图6系统稳定性分析
本研究践行了国家“互联网+农业”的行动计划，提高了蔬菜安全产销监测的自动化、信息化水平，可以节省大量的人力和物力，为蔬菜生产者和农业生产管理部门提供准确、及时的监测预报服务，促进蔬菜生产的健康绿色发展。
平台与其他蔬菜安全系统的研究相比而言，其特点体现在：
1）创制了一个为蔬菜安全产销进行有效监管和提供科学指导的集信息采集、数据处理、产品服务一体化的蔬菜安全产销服务模式化平台；
2）改善了以往被动地记录与追溯的状况，完成蔬菜安全产销的各个环节主动地监管与指导；
3）基于智能采集的产地环境、蔬菜长势、病虫害等大数据管理，利用深度学习技术，结合专家协同，提供蔬菜生产安全阈值预警与智能决策支持；
4）平台与服务器之间采用CS模式，并设计了负载均衡功能来提高服务器的承压能力。不过，本系统仍存在着不足，目前本系统的数据分析模块还有待进一步的设计，暂未实现以丰富图表对数据进行分析展示；建立的推荐模型还比较粗糙，对于消费用户的人群刻画还比较简单，进一步改善用户模型的刻画，有利于提高推荐的精准度。
点赞 | 0
