[摘要]隨著經(jīng)濟的發(fā)展與互聯(lián)網(wǎng)技術的不斷突破革新，傳統(tǒng)的農(nóng)業(yè)與信息技術聯(lián)系越來越緊密，兩者結(jié)合發(fā)展成為一個值得探索的新方向。結(jié)合數(shù)據(jù)挖掘技術及農(nóng)業(yè)種植生產(chǎn)作出了探究，首先介紹了數(shù)據(jù)挖掘的相關知識與主要研究方法，然后從農(nóng)作物種植氣候環(huán)境、施肥與灌溉、病蟲害預防以及產(chǎn)量預測模型四個方面做出了應用分析。數(shù)據(jù)挖掘新技術的融合，對農(nóng)作物地種植培育、精準農(nóng)業(yè)實施、模型預測以及產(chǎn)量提升帶來了重要的意義。

　　[關鍵詞]數(shù)據(jù)挖掘；農(nóng)業(yè)；預測模型；種植；生產(chǎn)

　　1數(shù)據(jù)挖掘相關知識

　　數(shù)據(jù)挖掘（DataMining），該詞的起源，需要追溯到1995年于加拿大召開的第一屆知識發(fā)現(xiàn)與數(shù)據(jù)挖掘國際學術會議，會上很多學者把“數(shù)據(jù)”比作礦床，從“數(shù)據(jù)挖掘”開始被廣泛應用到各個方面。數(shù)據(jù)挖掘，是一個根據(jù)歷史或現(xiàn)有的大量數(shù)據(jù)，通過運用相關算法與構(gòu)造方法，發(fā)現(xiàn)并提取其中潛在蘊含有價值的信息與知識的過程。

　　2數(shù)據(jù)挖掘研究方法

　　隨著互聯(lián)網(wǎng)與信息技術的不斷飛躍發(fā)展，目前比較受歡迎并且應用比較廣泛的數(shù)據(jù)挖掘方法主要有：統(tǒng)計分析方法、決策樹方法、粗糙集方法以及人工神經(jīng)網(wǎng)絡方法等。

　　2.1統(tǒng)計分析方法

　　在數(shù)據(jù)挖掘中，回歸分析（RegressionAnalysis）方法比較常見?；貧w分析分為簡單線性回歸以及多元線性回歸。簡單線性回歸中只包含一個自變量和一個因變量，例如假設自變量是X，因變量是Y，那么根據(jù)已有數(shù)據(jù)即可建立關于X的線性回歸方程，從而可以擬合兩者之間的關系。多元線性回歸因為含有多個自變量，所以需要先轉(zhuǎn)換變量，然后按照簡單線性回歸的方法進行處理。

　　2.2決策樹方法

　　決策樹方法（DecisionTreeMethod）是一種分類方法，通過把對模型發(fā)生的動作、條件以及預測信息等模擬在一個樹形結(jié)構(gòu)，通過If-Then簡單規(guī)則從而提取信息與決策。例如，判斷一個患者風險等級狀況，決策樹圖如圖2所示，轉(zhuǎn)換成計算機程序語言如圖3所示。

　　3數(shù)據(jù)挖掘在農(nóng)業(yè)種植生產(chǎn)中的應用

　　3.1基于數(shù)據(jù)挖掘的農(nóng)作物種植氣候環(huán)境

　　在農(nóng)作物種植初期階段，除了種子的選擇與培育，適宜的氣候環(huán)境也十分重要。氣溫、日照時間以及降水量是氣候環(huán)境中的3個基本要素，農(nóng)作物從初期的秧苗培育，到移栽再到生長抽穗整個過程中，都離不開適宜的氣候條件作為保障。不僅需要合適的光照強度和氣溫，同時還需要適宜的降水量。光照可以促進水稻的光合作用，光合作用的速度與光照的強度有著密不可分的聯(lián)系，在一定條件下，兩者相互呈正相關關系，但是超過一定范圍，光照強度加強，光合作用反而會減弱。適宜的降水量可以給農(nóng)作物及時補充水分供給，從而助力其生長。通過數(shù)據(jù)挖掘技術與相關手段，可以根據(jù)以往的氣溫，日照及降水量大數(shù)據(jù)，學習并建立相關模型，對氣候環(huán)境做出預測，并針對不同種類農(nóng)作物給出不同的種植方案。能夠匹配相應的種植時間，結(jié)合預測的氣候數(shù)據(jù)，能夠做到相對精準化種植，進一步提高存活率。

　　3.2基于數(shù)據(jù)挖掘的施肥與灌溉

　　在農(nóng)作物生長階段，不同類型農(nóng)產(chǎn)品需要施加不同成分的肥料，同時比例搭配十分重要，這直接關系到產(chǎn)量的達成。采用數(shù)據(jù)挖掘技術，可以分析種植土壤的PH值以及有機物質(zhì)的含量等信息，進一步的可以與施肥相結(jié)合，達到精準施肥的目的。通過聚類分析方法，可以知道哪類農(nóng)作物需要哪類土壤并匹配多少比例的肥料，這樣一方面可以節(jié)約種植人員的時間成本與經(jīng)濟成本，提高工作效率；另一方面，可以在最大程度上幫助農(nóng)作物生長，從而不斷提升農(nóng)作物產(chǎn)量。

　　結(jié)語

　　正蓬勃發(fā)展的互聯(lián)網(wǎng)信息技術已經(jīng)融入到工作生活的各個領域，對比傳統(tǒng)農(nóng)業(yè)，該技術也陸續(xù)將智慧農(nóng)業(yè)，信息農(nóng)業(yè)推進一個新的階段。本文結(jié)合數(shù)據(jù)挖掘技術與農(nóng)作物種植生產(chǎn)開展了探索分析，基于數(shù)據(jù)挖掘技術的前提，從農(nóng)產(chǎn)品種植氣候環(huán)境、施肥與灌溉、病蟲害預防以及產(chǎn)量預測模型四個方面的應用前景作出了展望。根據(jù)現(xiàn)階段發(fā)展狀況，數(shù)據(jù)挖掘的確能夠更加高效、更加精準、更加安全地助力農(nóng)作物地種植生產(chǎn)，對產(chǎn)量的提升貢獻了巨大力量。我們應該重視新興計算機技術在農(nóng)業(yè)發(fā)展中的應用潛在價值，同時培養(yǎng)信息技術與農(nóng)業(yè)學科復合交叉型高素質(zhì)人才，從而能夠使得農(nóng)業(yè)到進一步地平穩(wěn)高效發(fā)展。

　　[參考文獻]

　　[1]王小妮.數(shù)據(jù)挖掘技術[M].北京：北京航空航天大學出版社，2014.

　　[2]李鑫悅，陳淑琴，李鴻亮，等.應用數(shù)據(jù)挖掘的高校教學建筑空調(diào)使用及其能耗分析[J/OL].浙江大學學報（工學版），2020（09）：1677-1689[2020-11-17].

　　[3]MulatuWesenuBekele，BedasaMebratuFana，TerefaGemechuKena.PredictionofWheatRustDiseasesUsingDataMiningApplication[J].OpenAccessLibraryJournal，2020，07（09）.

　　[4]馬薇.基于數(shù)據(jù)挖掘算法的信貸逾期行為預測[D].太原：山西大學，2020

　　彭致華