论文部分内容阅读
摘要：科技在不断进步，互联网时代已经越来越深入人心，各行各业都在依托互联网进行技术、形式、管理上的革新，在生态林业与互联网结合的领域，人们引申出“智慧林业”的概念，即将生态林业的检测范围、数量与规模不断扩大，将用以检测的机组不断增加，充分利用云计算、物联网、大数据等新时代信息技术，获得有关生态林业的更多信息。通过分析和处理这些大数据，人们能发现生态林业发展中的问题，制定更科学合理的策略。本文将从大数据分析的必要性及应用出发，分析大数据分析的运用优势，最后探析大数据分析在生态林业上的未来展望。
关键词：大数据分析;生态林业;运用
一、大数据分析的必要性与应用
（一）大数据分析是生态林业发展的需求
随着生态林业的不断发展，人们有必要去寻找生态林业的本源，相关领域人员已经不满足与以往少量样本的采集，而转为对生态林业整体的监控、数据收集并处理，构建全面的生态系统，这是时代发展的特征，不过随之而来也会引发一些问题，第一，对整个林业的生态系统进行监控并管理，数据量必定会变多变广，且必定是杂乱无章的状态，第二，对于数据的收集与分析工作，需要更多的精力，而生态林业领域的人手不足，尝试用大数据分析，才能更有效率同时减少人力使用，第三，数据收集并分析之后，有没有更好的解决问题的方法与策略？是科学家和研究学者的发展方向，基于此，大数据和生态林业相结合的方式，通过各类检测设备检测生态林业的各个方面，再呈现到计算机中，对收集到的实时数据分析并处理，能够精准发现数据背后的含义，对可能产生或已经产生的问题及时报警，并给出最科学最优化的防治措施，让问题无处遁形，可以说大数据与生态林业相结合，既减少了人力成本，也提高了发现问题的能力，是生态林业发展至今的诉求，也是生态林业现代化建设的标志。
二、大数据分析在生态林业中的运用优点与面临的挑战
（一）大数据分析的运用优点
依托于各类优良的检测设备，可以对生态林业的方方面面进行监控，对各类运行数据进行收集并处理，准确发现数据背后的规律与本质，能够让生态林业的管理变得异常简单，相较于传统人力检测与抽样调查分析，大数据分析有以下几点优点;
1.检测范围更广：传统人力检测无法对大面积的生态林业进行全方位检测，更别提构建生态系统了，研究也只会是抽样调查研究，而大数据在生态林业中的运用，能构建一个覆盖所有生态林业个体以及管理人员、检测设备的网络信息系统，检测范围更广。
2.精准度更高、效率更高：传统人力检测，大部分是使用肉眼观察，对于太过异常的地方才会使用仪器或设备检测土壤、气温、湿度、病虫害等，对于那些表面没有异常或异常很隐蔽的树木，实际上已经存在安全隐患，使用范围更广更优良的检测系统，构成生态系统网络，能发现人力检测发现不了的问题，同时，有时候也能以点带多，对某一个点的问题联系到大范围，让数据的收集与处理变得更有意义。
3.数据处理速度更快，且更全面：大数据不仅能做到数据的收集，更能做好数据的快速处理，通过计算机与互联网，能以最快速度反应大数据背后的本质，找出问题所在，而且，数据处理的呈现更加全面，不仅会将现有数据的条条框框全部陈列出来，也会和以往的数据做好对比。
4.动态性监控：人力检测会有周期性，无法保障大数据良好的收集与分析，而大数据检测具有实时性，能反应不同时间内的数据信息，再通过数据分析，找出问题所在，检测效果更好，分析也更有价值。
（二）大数据分析的挑战
1.数据增长过快：生态林业中的数据增长成指数模式增长，数据变得杂乱无章，这意味着需要更优秀的互联网网络来应对，能够对个各类繁复的数据进行最优的处理。
2.算法方面存在问题：计算机毕竟不是人脑，存在一定死板的特点，不能做到最大程度的因地适宜、因时适宜，尤其是在地势偏远、气候变化幅度较大的地区，算法无法给出最优秀的答案，甚至大数据分析得出的策略从根本上就是错的，这会让智慧林业成为一句笑谈。
针对大数据分析的挑战，近年来兴起的5G网络是可利用的突破技术与手段，5G通讯网络不仅速度快，更有时延低，连接终端广，覆盖广、超密集组网等特点，能让大数据更加精准、效率更高，如何将5g通讯技术和大数据、生态林业等建立全面的联系，又是新的研究方向。
三、大数据分析和生态林业结的前景
（一）深度挖掘算法
上文提到算法对于大数据分析的重要性，缺少优秀的算法，大数据分析只会成为一句笑谈，因此，有必要深度挖掘优秀的算法，针对不同物种、地域、土壤、气温、日照、所需营养等因素，研究更优秀更科学的算法，这样才会为大数据分析提供技术支持，才会让大數据分析有更强的意义。
（二）自动化领域
现阶段虽然也在说自动化，但在自动化领域还有更多可供挖掘的方面，相信今后的大数据与自动化能落实到每一个检测设备上去，真正做到“万物互联”，对每一个设备都让其实现自动化，能够自动上传信息、自动检修等，每一份数据的跟踪、查询、监测、调度于一体。
（三）远程操控
远程操控在生态林业的开发上有很高的价值，也能够更大程度减少人力使用，设想一下，相关工作人员坐在家中，手机上发来检测系统通过大数据分析得出的林业异常情况，并给出相应的治理策略，工作人员轻轻点击手机上的按钮，一键操控，生态林中树木上吊着的营养液会慢慢注射进去、或林子中的驱虫灯会打开、或生态林上空及时降雨、或生态林中释放飞虫生物除害，又或是机器人接收指令进行工作，总之，远程操控是良好的发展方向，而且看起来并不遥远。
（四）提前分析数据
大数据分析系统根据以往收集的数据，根据林业的生长环境，分析林业的生长特性，做出林业生长的模型，这个模型可能是未来一个月，也可能是更长时间，简而言之就是模拟林木的生长，这必定会导致生态林业的健康发展，对问题和故障有更好的参考价值能防患于未然。
四、结束语
综上所述，大数据分析在生态林业上的运用是时代进步的需求和特性，做好生态林业的数据收集与处理分析工作，保持生态林业的健康发展，具有极强的现实意义。
参考文献
[1]马晓玲，关铁柱.浅论大数据在生态林业的应用价值[J].现代园艺，2018，No.350（02）：152.
[2]李梅，郭稷，徐小伟.大数据在生态林业发展中的应用[J].现代农村科技，2018.
关键词：大数据分析;生态林业;运用
一、大数据分析的必要性与应用
（一）大数据分析是生态林业发展的需求
随着生态林业的不断发展，人们有必要去寻找生态林业的本源，相关领域人员已经不满足与以往少量样本的采集，而转为对生态林业整体的监控、数据收集并处理，构建全面的生态系统，这是时代发展的特征，不过随之而来也会引发一些问题，第一，对整个林业的生态系统进行监控并管理，数据量必定会变多变广，且必定是杂乱无章的状态，第二，对于数据的收集与分析工作，需要更多的精力，而生态林业领域的人手不足，尝试用大数据分析，才能更有效率同时减少人力使用，第三，数据收集并分析之后，有没有更好的解决问题的方法与策略？是科学家和研究学者的发展方向，基于此，大数据和生态林业相结合的方式，通过各类检测设备检测生态林业的各个方面，再呈现到计算机中，对收集到的实时数据分析并处理，能够精准发现数据背后的含义，对可能产生或已经产生的问题及时报警，并给出最科学最优化的防治措施，让问题无处遁形，可以说大数据与生态林业相结合，既减少了人力成本，也提高了发现问题的能力，是生态林业发展至今的诉求，也是生态林业现代化建设的标志。
二、大数据分析在生态林业中的运用优点与面临的挑战
（一）大数据分析的运用优点
依托于各类优良的检测设备，可以对生态林业的方方面面进行监控，对各类运行数据进行收集并处理，准确发现数据背后的规律与本质，能够让生态林业的管理变得异常简单，相较于传统人力检测与抽样调查分析，大数据分析有以下几点优点;
1.检测范围更广：传统人力检测无法对大面积的生态林业进行全方位检测，更别提构建生态系统了，研究也只会是抽样调查研究，而大数据在生态林业中的运用，能构建一个覆盖所有生态林业个体以及管理人员、检测设备的网络信息系统，检测范围更广。
2.精准度更高、效率更高：传统人力检测，大部分是使用肉眼观察，对于太过异常的地方才会使用仪器或设备检测土壤、气温、湿度、病虫害等，对于那些表面没有异常或异常很隐蔽的树木，实际上已经存在安全隐患，使用范围更广更优良的检测系统，构成生态系统网络，能发现人力检测发现不了的问题，同时，有时候也能以点带多，对某一个点的问题联系到大范围，让数据的收集与处理变得更有意义。
3.数据处理速度更快，且更全面：大数据不仅能做到数据的收集，更能做好数据的快速处理，通过计算机与互联网，能以最快速度反应大数据背后的本质，找出问题所在，而且，数据处理的呈现更加全面，不仅会将现有数据的条条框框全部陈列出来，也会和以往的数据做好对比。
4.动态性监控：人力检测会有周期性，无法保障大数据良好的收集与分析，而大数据检测具有实时性，能反应不同时间内的数据信息，再通过数据分析，找出问题所在，检测效果更好，分析也更有价值。
（二）大数据分析的挑战
1.数据增长过快：生态林业中的数据增长成指数模式增长，数据变得杂乱无章，这意味着需要更优秀的互联网网络来应对，能够对个各类繁复的数据进行最优的处理。
2.算法方面存在问题：计算机毕竟不是人脑，存在一定死板的特点，不能做到最大程度的因地适宜、因时适宜，尤其是在地势偏远、气候变化幅度较大的地区，算法无法给出最优秀的答案，甚至大数据分析得出的策略从根本上就是错的，这会让智慧林业成为一句笑谈。
针对大数据分析的挑战，近年来兴起的5G网络是可利用的突破技术与手段，5G通讯网络不仅速度快，更有时延低，连接终端广，覆盖广、超密集组网等特点，能让大数据更加精准、效率更高，如何将5g通讯技术和大数据、生态林业等建立全面的联系，又是新的研究方向。
三、大数据分析和生态林业结的前景
（一）深度挖掘算法
上文提到算法对于大数据分析的重要性，缺少优秀的算法，大数据分析只会成为一句笑谈，因此，有必要深度挖掘优秀的算法，针对不同物种、地域、土壤、气温、日照、所需营养等因素，研究更优秀更科学的算法，这样才会为大数据分析提供技术支持，才会让大數据分析有更强的意义。
（二）自动化领域
现阶段虽然也在说自动化，但在自动化领域还有更多可供挖掘的方面，相信今后的大数据与自动化能落实到每一个检测设备上去，真正做到“万物互联”，对每一个设备都让其实现自动化，能够自动上传信息、自动检修等，每一份数据的跟踪、查询、监测、调度于一体。
（三）远程操控
远程操控在生态林业的开发上有很高的价值，也能够更大程度减少人力使用，设想一下，相关工作人员坐在家中，手机上发来检测系统通过大数据分析得出的林业异常情况，并给出相应的治理策略，工作人员轻轻点击手机上的按钮，一键操控，生态林中树木上吊着的营养液会慢慢注射进去、或林子中的驱虫灯会打开、或生态林上空及时降雨、或生态林中释放飞虫生物除害，又或是机器人接收指令进行工作，总之，远程操控是良好的发展方向，而且看起来并不遥远。
（四）提前分析数据
大数据分析系统根据以往收集的数据，根据林业的生长环境，分析林业的生长特性，做出林业生长的模型，这个模型可能是未来一个月，也可能是更长时间，简而言之就是模拟林木的生长，这必定会导致生态林业的健康发展，对问题和故障有更好的参考价值能防患于未然。
四、结束语
综上所述，大数据分析在生态林业上的运用是时代进步的需求和特性，做好生态林业的数据收集与处理分析工作，保持生态林业的健康发展，具有极强的现实意义。
参考文献
[1]马晓玲，关铁柱.浅论大数据在生态林业的应用价值[J].现代园艺，2018，No.350（02）：152.
[2]李梅，郭稷，徐小伟.大数据在生态林业发展中的应用[J].现代农村科技，2018.