中国蔬菜产量世界第一,但降低生产成本、优化种植结构的压力巨大。物联网和大数据等技术的进步使的通过蔬菜大数据分析进行管理决策和指导生产成为可能。目前的蔬菜生产统计数据难以准确把握某一地区蔬菜生产的真实情况。由于种植户分散、数量多、规模不等、受教育程度不一,依靠种植户上报或者管理者采集生产数据几乎不现实。为此研发通过设施蔬菜智能运输车实时采集并上报蔬菜生产数据的数据,并代替人工蔬菜运输,可大大降低劳动强度、降低生产成本。通过蔬菜大数据的分析,有助于管理部门宏观调控和种植户蔬菜生产。该研究作为河北省蔬菜产业技术体系重点研发课题,主要研究设施蔬菜大数据平台建设与分析,具有重要实用价值。论文主要研究工作如下:1、设施并搭建了蔬菜大数据平台。分析了大数据平台建设相关技术,给出了Hadoop+HBase+Hive设施大数据平台建设方案,包括设施蔬菜大数据平台的处理方案、思路设计、结构设计以及环境实现。2、设施蔬菜大数据处理技术研究。首先,设计实现了基于设施蔬菜智能运输车的蔬菜数据采集系统,使用Socket技术实现了设施蔬菜大数据的采集。然后,基于大数据平台,使用Hadoop的MapReduce技术对蔬菜大数据进行了合理化处理,运用Hadoop的HBase组件进行设施蔬菜大数据存储。提高了设施蔬菜大数据处理效率,降低了数据复杂性及后期数据处理的难度。最后,建立了设施蔬菜指数平滑预测模型,计算出了模型相关参数,对设施蔬菜年产量进行预测分析。通过衡水市武邑县近5年大白菜历史生产数据,验证了预测模型方法的有效性。3、设施蔬菜大数据可视化分析。根据设施蔬菜大数据属性,设计了设施蔬菜大数据可视化分析形式。按照产地分析了设施蔬菜的种植面积、种植结构、蔬菜销量以及产值,按照品种分析了设施蔬菜的集散地、占地面积、以及年产量。运用2019年衡水市各县区设施蔬菜大数据,验证了可视化技术的实用性。为衡水市设施蔬菜种植、生产、种植结构调控等节提供决策依据。论文研究的基于智能运输车的蔬菜生产大数据实时系统、蔬菜大数据平台和可视化技术等,具有重要的实用价值,可广泛应用于设施蔬菜生产与管理。