哈尔滨烟叶公司汤原分公司黑龙江省佳木斯市154700
摘要：当前，“大数据”时代已经到来，成为我国经济社会发展“新常态”重要组成部分，信息数据从“资源”向“资产”迅速转变1。信息时代下数据信息已经渗透到烟叶生产经营的各个方面，日益成为最重要的发展资源，烟叶大数据应用平台的研究应运而生。
关键词：大数据；应用；烟叶种植；合同管理；分析
引言：GPRS无线网络取代有线网络。传统的远程监测需要铺设网线，投入成本高、后期维护复杂；当育苗大棚温湿度超标时，系统自动启动风机进行降温除湿，同时自动发短信报警。为了实现这一目标，需要设计控制箱，通过数据线和控制线和现有控制柜兼容，同时不影响现有操作。在数据中心对烟草育苗大棚的环境参数进行大数据分析，实现反向追溯、痕迹化操作、扁平化管理等目的。以往的育苗管理工作以点检为主，人工劳动强度大，效率较低，采用了本系统后，管理人员可以直接通过手机查看和控制任何一座育苗大棚的设施；同时在更深层次上，可以通过系统自动统计和运算，为管理工作提供科学依据和技术支持。
1.烟叶生产问题分析
1.1因势利导自然因素，解决靠天吃饭问题
在烟叶生产的过程中，土壤、水文、光照、气温、降雨、病虫害等自然因素影响至关重要，借助大数据提供的海量资源进行时机判断，预测烟叶生产中发生的各种风险因素，制定与之相对的措施，降低自然因素对烟叶生产的不利影响，充分发挥自然因素的有利作用，解决烟叶生产“靠天吃饭”的问题，实现烟叶生产的效益最大化目标。
1.2巩固浓香品牌优势，解决产业发展问题
努力提升烟草行业社会效益，不断增加烟农收益，践行“国家利益至上、消费者利益至上”行业共同价值观，切实将烟叶结构优化措施落实到位，努力挖掘“浓香品牌”内在特质，进一步发挥并巩固浓香特色品牌优势，树立优质品牌，提升品牌价值。
1.3优化行业资源配置，解决资源复用问题
合理利用烟用机械、育苗工场、烘烤工场等设备设施，合理分配肥料、烟种、烟苗、电力等农用物资，强化生产过程控制，实现精良技术与精准作业的结合，推进烟叶生产由传统生产向集约经营、粗放管理向精细管理转变。
2.烟叶大数据平台总体规划
2.1开发面向烟叶生产的大数据应用
建立面向烟农服务的大数据应用，针对烟叶种植合同的管理这个大难题，围绕烟叶种植合同的真实性这个“源头”问题，提供基于大数据的合同管理、烟农画像、烟农标签等应用服务，抓住难点问题，发挥重点效果，快速提升企业的管理水平和服务能力，为烟叶生产计划、补贴的制定提供准确依据。
2.2建设大数据应用平台
基于Spark架构，搭建通用的大数据应用平台，为大数据的分析处理提供通用的分布式计算环境，为海量异构数据提供存储、整合、操作和管理的资源和工具，从而支撑大数据应用的运行。
2.3定义面向烟叶生产的大数据资源体系
指导烟叶技术员深入基层开展送技术、送服务到田间地头，在烟草选种、育苗、采摘、烘烤等工艺环节进行探索，形成具有郴州特色的浓香型特色优质烟叶生产工艺标准；在烟叶管理、施肥、病虫害防治等技术环节进行探索，确保技术落实到位。同时，为工业企业客户开展产品满意度调查和产品追溯管理，进一步提升浓香型烟叶品质。
2.4采集烟叶生产大数据资源
在现有的烟叶生产大数据基础上，围绕业务需求逐步收集、完善烟叶生产过程中的数据内容，并形成高效易用的烟叶大数据采集、管理和操作工具和机制。
3.烟叶大数据平台架构
3.1总体架构
总体架构构建包括烟叶种植生产数据、烟农管理数据、生产资源管理数据以及外部数据的大数据资源。
3.2应用架构
在大数据应用平台的基础上，构建大数据示范分析应用，主要面向烟农和烟叶收购提供管理服务，具体包括烟叶种植合同分析和烟农画像等应用。在应用的构建过程中，应用大数据分析建模的相关工具，设计烟叶大数据应用的数据模型和业务模型，支撑烟叶大数据的分析和应用。
4.烟叶大数据平台具体设计
4.1大数据应用平台
基于先进的Spark大数据计算框架，构建数据计算引擎，提供面向大数据处理和分析的计算平台，向下兼容Hadoop架构，支持批量处理、流计算以及图计算等多种计算范式2。在数据计算引擎之上，实现可面向海量、异构数据进行并行分析、处理和展现的计算模型库和可视化组件，包含主流的机器学习和统计算法，以及面向事件分布、统计分析、趋势预测等业务场景的可视化模型等3。
4.2面向烟叶生产的大数据示范应用
4.2.1烟叶种植合同分析
（1）以烟农为单位，建立烟农合同异常状态数据模型，从合同中的烟农基础信息（包括性别、年龄、学历、种植经验等）、土地流转信息（包括土地流转协议、种植面积以及组成情况等），土地地理位置信息、补贴发放情况、烟农日常生产活动信息、烟叶品种、合同种植株数与实际单产信息、以及从烟叶收购信息系统中提取烟叶合同特征数据，形成烟叶种植合同分析的数据样本集。（2）基于数据样本集进行综合分析，利用聚类分析算法，对样本数据集的特征进行无监督机器学习，形成分类样本空间，将分类样本空间的合同样本与原始合同数据进行比对，分析各类别合同的特性和状态，按照类别标记合同状态标签。（3）根据烟叶种植合同的状态标签，对于出现异常的合同进行核查和验证，发现异常合同，并发布预警提示。
4.2.2烟农画像
对烟农基本信息、烟叶收购信息、外部因素（如自然灾害、特殊事件等）进行综合分析，按照烟农的特点建立烟农的标签体系，如“抗灾能力强”、“xx等级烟叶产量高”、“产量稳定”、“诚信度高”等，以此对烟农进行分类，基于分类结果进行聚类分析，挖掘特定的烟农群体，以此作为烟叶种植情况分析判断的依据，以发现特定群体烟农在某方面的经验和特点，便于进行推广。
4.3烟叶大数据资源规划设计
平台构建烟叶大数据资源与应用体系，涵盖育苗、大田管理、烘烤、收购、调拨仓储以及销售等环节的数据，以及相关联的天气、地理信息、人口分布等外部关联数据。经过与业务关联，将烟叶大数据资源应用体系划分为烟农烟叶大数据、烟叶种植生产大数据以及烟叶生产资源管理大数据三个方面。
4.4烟叶生产大数据资源采集管理
平台建设按照分步实施原则，对现有的烟农烟叶大数据展开数据资源的采集管理，并融合外部数据，如气象、地理信息、政策等相关信息，形成完整的烟农烟叶大数据资源。
总结：烟草农业大数据的研究，大力实施郴州绿色生态浓香型烟叶发展战略。通过烟叶大数据平台的科学数据支撑，紧抓住“大数据”时代的机遇，以提升烟叶种植合同的真实性为目标，探索浓香型特色烟叶内在特质、生产规律并巩固其优势，解决烟叶生产中靠天吃饭、品质提升、产业布局、资源复用、产业发展五大问题，大力推进“智慧郴烟”的发展建设。
参考文献：
[1]苏新宁.大数据时代数字图书馆面临的机遇和挑战[J].中国图书馆学报，2015，41（06）：4-12.
[2]于志刚，李源粒.大数据时代数据犯罪的制裁思路[J].中国社会科学，2014（10）：100-120+207.
[3]程学旗，靳小龙，王元卓，郭嘉丰，张铁赢，李国杰.大数据系统和分析技术综述[J].软件学报，2014，25（09）：1889-1908.
[4]李广建，化柏林.大数据分析与情报分析关系辨析[J].中国图书馆学报，2014，40（05）：14-22.