第1章 大数据概述 1
1.1 问题的提出 1
1.1.1 电子数据迅速增加 1
1.1.2 数据蕴藏巨大的经济价值 2
1.1.3 数据是国家的核心资产 3
1.1.4 大数据的产生源泉 4
1.2 大数据的概念与特性 7
1.2.1 大数据的概念 7
1.2.2 大数据的性质 9
1.3 大数据技术与关键问题 11
1.3.1 大数据技术的主要内容 11
1.3.2 大数据的处理过程 13
1.3.3 大数据技术的特征 15
1.3.4 大数据的关键问题与关键技术 17
1.4 大数据农业应用 19
1.4.1 大数据农业应用需求 19
1.4.2 大数据农业应用方向 20
1.4.3 大数据农业应用实例 21
第2章 大数据存储与管理 24
2.1 概述 24
2.1.1 非结构化问题 24
2.1.2 NoSQL的产生 24
2.2 大数据存储与管理的特点与挑战 26
2.2.1 特点 26
2.2.2 挑战 27
2.3 主要存储方式 28
2.3.1 键值存储方式 28
2.3.2 文档存储方式 33
2.3.3 列存储方式 34
2.3.4 图形存储方式 37
2.3.5 各种典型的存储类型所对应的NoSQL数据库 38
第3章 大数据处理 40
3.1 函数式编程范式 40
3.1.1 函数型语言 40
3.1.2 函数式编程 41
3.2 映射函数与化简函数 42
3.2.1 映射与映射函数 43
3.2.2 化简与化简函数 44
3.3 MapReduce计算 44
3.4 基于Hadoop平台的分布式计算 46
3.4.1 Hadoop概述 46
3.4.2 分布式系统与Hadoop 48
3.4.3 SQL数据库和Hadoop 48
3.4.4 基于Hadoop的分布计算 50
第4章 大数据分析 57
4.1 数据分析概述 57
4.1.1 数据分析的概念 57
4.1.2 数据分析的目的与意义 58
4.1.3 数据分析的基本方法 58
4.1.4 数据分析的类型 65
4.1.5 数据分析步骤 66
4.2 大数据分析基础 66
4.2.1 可视化分析 67
4.2.2 数据挖掘 67
4.2.3 预测性分析 67
4.2.4 语义引擎 67
4.2.5 数据质量和数据管理 67
4.2.6 大数据的离线与在线分析 68
4.3 大数据预测分析 69
4.3.1 大数据预测分析关键因素 69
4.3.2 大数据预测分析演进方向 70
4.3.3 大数据预测分析相关问题 71
4.3.4 舆情监测与分析 72
4.3.5 大数据舆情分析 74
第5章 大数据农业科研创新 75
5.1 科学研究第一范式 76
5.1.1 科学实验特点 76
5.1.2 科学实验的主要步骤 77
5.1.3 科学实验分类 77
5.1.4 科学实验构成 78
5.1.5 科学实验程序 79
5.1.6 第一范式使用原则 80
5.2 科学研究第二范式 81
5.2.1 科学理论的特征 81
5.2.2 科学理论结构 82
5.2.3 科学理论的价值 82
5.2.4 建立科学理论体系的方法 82
5.3 科学研究第三范式 83
5.3.1 概述 83
5.3.2 离散模型的模拟 84
5.3.3 连续系统模拟 85
5.3.4 模拟语言 85
5.4 科学研究第四范式 85
5.4.1 数据密集型计算 86
5.4.2 格雷法则 88
5.4.3 科学研究第四范式的核心内容 90
5.5 现代农业科研创新方式 92
5.5.1 农业科研信息化 92
5.5.2 科学大数据 95
5.5.3 农业科学数据 96
5.5.4 大数据环境下的农业科研模式创新 97
第6章 大数据农业应用 100
6.1 大数据在精准农业中的应用 100
6.1.1 精准农业概述 100
6.1.2 精准农业应用现状 102
6.1.3 大数据支撑下的精准农业 103
6.2 大数据技术在农业生产环境监控中的应用 105
6.2.1 农业物联网概述 105
6.2.2 农业生产环境监控发展现状 109
6.2.3 大数据支撑下的农业生产环境监控 111
6.3 大数据技术在农情遥感监测中的应用 113
6.3.1 遥感及其农业应用概述 113
6.3.2 农情遥感监测的发展现状 116
6.3.3 大数据支撑下的农情遥感监测 118
6.4 大数据技术在农业农村综合信息服务中的应用 120
6.4.1 农业农村综合信息服务概述 120
6.4.2 国家农村综合信息服务平台 123
6.4.3 国家农业科技服务云平台 126
6.4.4 面向农业农村综合信息服务的大数据技术创新 128
第7章 农业大数据未来发展 131
7.1 农业大数据概述 131
7.1.1 农业大数据内涵 131
7.1.2 农业大数据的特征 132
7.1.3 农业大数据的价值 133
7.2 农业大数据发展展望 134
7.2.1 发展农业大数据的意义 134
7.2.2 农业大数据发展面临的问题 136
7.2.3 农业大数据发展前景 137
7.3 农业大数据发展政策建议 138
7.3.1 制定我国农业大数据发展战略 138
7.3.2 突破农业大数据关键技术 139
7.3.3 加快建设农业大数据研究中心和重点工程 141
7.3.4 推动农业大数据应用集成共享 143
7.3.5 建立农业大数据人才队伍 145
参考文献 146