26
Big Data technológiai megoldások fejlesztése közvetlen mezőgazdasági tevékenységekhez Szármes Péter doktorandusz hallgató Széchenyi István Egyetem, MMTDI Dr. Élő Gábor egyetemi docens, Széchenyi István Egyetem ITOK

Big Data technológiai megoldások - Networkshop 2020nws.niif.hu/ncd2014/docs/phu/117.pdf · 2014. 4. 29. · Big Data technológiai megoldások fejlesztése közvetlen mezőgazdasági

  • Upload
    others

  • View
    0

  • Download
    0

Embed Size (px)

Citation preview

  • Big Data technológiai megoldások fejlesztése közvetlen mezőgazdasági tevékenységekhez Szármes Péter doktorandusz hallgató Széchenyi István Egyetem, MMTDI Dr. Élő Gábor egyetemi docens, Széchenyi István Egyetem ITOK

  • • AgroDat.hu projekt

    • Szenzoros és kérdőíves adatgyűjtés

    • Adatfeldolgozás, elemzés

    2

    Tartalom

    Előadók: Szármes Péter, Dr. Élő Gábor Dátum: 2014.04.23.

  • • Magyar mezőgazdasági termelés

    • Precíziós gazdálkodás

    • Mezőgazdasági információs rendszerek

    Dátum: 2014.04.23. 3

    Mezőgazdaság

    Előadók: Szármes Péter, Dr. Élő Gábor

  • • Integrált információs rendszer: – Adatgyűjtés (szenzoros és egyéb) – Összefüggések és előrejelzések – Javaslatok (pl. öntözés, permetezés)

    • Információs tartalomszolgáltató portál – Információk összegyűjtése több forrásból – Megjelenítés a termelő szempontjai szerint

    Dátum: 2014.04.23. 4

    AgroDat projektcélok

    Előadók: Szármes Péter, Dr. Élő Gábor

  • • szakértői rendszer és IT szolgáltatás (HP) • nagymintás, valós idejű,

    mezőgazdaságot befolyásoló adatfelvétel szenzorrendszerrel (SZE)

    • szuperszámítógépes adatfeldolgozás és tárolás (SZTAKI)

    • elemző és előrejelző képességre felépített döntéstámogatás (eNET)

    5

    A projekt fő elemei

    Dátum: 2014.04.23. Előadók: Szármes Péter, Dr. Élő Gábor

  • SZENZOROS ÉS KÉRDŐÍVES ADATGYŰJTÉS

    6 Előadók: Szármes Péter, Dr. Élő Gábor Dátum: 2014.04.23.

  • • Vízpotenciál - vízfelvétel és vízáramlás a sejtben

    • Dielektromos szenzor

    • Méréstartomány: -10 - -500 kPa (pF 2.01 to pF 3.71)

    7

    Talajszenzorok vízpotenciál

    Előadók: Szármes Péter, Dr. Élő Gábor Dátum: 2014.04.23.

  • • Elektromos vezetőképesség – sótartalom (0-7 dS/m)

    • Talajnedvesség (0-50 V%)

    • Talajhőmérséklet (-40 - 50°C)

    8

    Talajszenzorok talajnedvesség, -hőmérséklet

    elektromos vezetőképesség

    Előadók: Szármes Péter, Dr. Élő Gábor Dátum: 2014.04.23.

  • • Talajvízszint (0-3,5 m)

    • Öntözés (igen/nem)

    9

    Talajszenzorok vízszint, öntözés

    Előadók: Szármes Péter, Dr. Élő Gábor Dátum: 2014.04.23.

  • • Fotoszintetikusan aktív sugárzás (400-700 nm) intenzitása

    10

    Környezeti szenzorok napsugárzás

    Előadók: Szármes Péter, Dr. Élő Gábor Dátum: 2014.04.23.

  • • Vegetációs index (NDVI) mérése – levélterület nagyság

    • Fotokémiai visszaverődés index (PRI) – növényállapot, fotoszintézis hatékonysága

    11

    Környezeti szenzorok visszavert fényspektrum

    Előadók: Szármes Péter, Dr. Élő Gábor Dátum: 2014.04.23.

  • • Relatív páratartalom (0-100 RH%)

    • Léghőmérséklet (-40°C - 80°C)

    • Gőznyomás (0-47 kPa)

    • Digitális kapacitásmérő és termisztor

    12

    Környezeti szenzorok relatív páratartalom, léghőmérséklet, gőznyomás

    Előadók: Szármes Péter, Dr. Élő Gábor Dátum: 2014.04.23.

  • • Érzékeny csapadékmérő (0,2 mm felbontással)

    13

    Környezeti szenzorok csapadék

    Előadók: Szármes Péter, Dr. Élő Gábor Dátum: 2014.04.23.

  • • Szélsebesség (0-30 m/s)

    • Szélirány (0-359º)

    14

    Környezeti szenzorok szélsebesség és szélirány

    Előadók: Szármes Péter, Dr. Élő Gábor Dátum: 2014.04.23.

  • • Nedvesség és jégképződés kimutatása

    15

    Környezeti szenzorok levélnedvesség

    Előadók: Szármes Péter, Dr. Élő Gábor Dátum: 2014.04.23.

  • • Szenzor – adatgyűjtő egység – SDI-12 szabvány

    • Adatgyűjtő egység – szerverek – Mobilkommunikáció szolgáltató hálózatán – M2M SIM kártya menedzsment

    16

    Szenzorrendszer kommunikációja

    Előadók: Szármes Péter, Dr. Élő Gábor Dátum: 2014.04.23.

  • • Kiegészítő adatfelvétel helyszíni lekérdezésekkel

    • Adatfelvételi specifikáció

    • Több rövidebb kérdőív

    17

    Kérdőíves adatgyűjtés

    Előadók: Szármes Péter, Dr. Élő Gábor Dátum: 2014.04.23.

  • ADATFELDOLGOZÁS, ELEMZÉS

    18 Előadók: Szármes Péter, Dr. Élő Gábor Dátum: 2014.04.23.

  • • Környezeti és biológiai állapotok, folyamatok azonosítása

    • Szenzorok és eszközök kiválasztása a megfigyeléshez, adatrögzítéshez

    • Adatok feldolgozása hasznos információvá • Információ és tudás megjelenítése

    megfelelő formában (vizualizáció) • Döntési javaslatok beavatkozáshoz

    19

    Mezőgazdasági döntéstámogató rendszer

    Előadók: Szármes Péter, Dr. Élő Gábor Dátum: 2014.04.23.

  • • Speciális számítógéprendszer egyedi architektúrával – Gyors adattárolás, nagy adatmennyiség – Processzor-intenzív számítások

    20

    Hardver elemek

    Előadók: Szármes Péter, Dr. Élő Gábor Dátum: 2014.04.23.

  • • Speciális számítógéprendszer egyedi architektúrával – Párhuzamosított számítások, webszerver – Mikroszerverek alkalmazása

    21

    Hardver elemek

    Előadók: Szármes Péter, Dr. Élő Gábor Dátum: 2014.04.23.

  • • Analitika és vizualizáció – Összefüggések feltárása különböző algoritmusokkal – Mezőgazdasági tudásbázis felépítése – Döntéstámogató rendszer (javaslatokkal) – Példák (forrás: www.fruitionsciences.com):

    22

    Szoftver elemek

    Előadók: Szármes Péter, Dr. Élő Gábor Dátum: 2014.04.23.

  • • Keresőmotor – Keresés szöveges adatbázisokban

    (pl. FAO tanulmányok) – Szemantikus keresés (HP Autonomy)

    • Webportál

    – Információk megosztása (szenzoradatok, elemzések, előrejelzések, stb.)

    – Keresési lehetőségek (hírek, tanulmányok)

    23

    Szoftver elemek

    Előadók: Szármes Péter, Dr. Élő Gábor Dátum: 2014.04.23.

  • • Integrált szerverállomás – energiatakarékos, időjárás-álló, skálázható

    (kommunikáció) • Big Data hardver és szoftver rendszerek

    – nagy mennyiségű, különböző típusú adatok hatékony tárolása és feldolgozása

    • Nagyszabású összefüggés-vizsgálat – a mezőgazdasági eredmények és a különböző

    környezeti paraméterek között

    Dátum: 2014.04.23. 24

    Összegzés

    Előadók: Szármes Péter, Dr. Élő Gábor

  • KÉRDÉSEK?

    25 Előadók: Szármes Péter, Dr. Élő Gábor Dátum: 2014.04.23.

  • KÖSZÖNJÜK A FIGYELMET!

    26 Előadók: Szármes Péter, Dr. Élő Gábor Dátum: 2014.04.23.

    Slide Number 1TartalomMezőgazdaságAgroDat �projektcélokA projekt �fő elemeiSzenzoros és kérdőíves�adatgyűjtésTalajszenzorok�vízpotenciálTalajszenzorok�talajnedvesség, -hőmérséklet�elektromos vezetőképességTalajszenzorok�vízszint, öntözés Környezeti szenzorok�napsugárzás Környezeti szenzorok�visszavert fényspektrum Környezeti szenzorok�relatív páratartalom, léghőmérséklet, gőznyomás Környezeti szenzorok�csapadék Környezeti szenzorok�szélsebesség és szélirány Környezeti szenzorok�levélnedvesség Szenzorrendszer�kommunikációja Kérdőíves adatgyűjtésAdatfeldolgozás,�elemzés Mezőgazdasági�döntéstámogató rendszer Hardver elemek Hardver elemek Szoftver elemek�Szoftver elemekÖsszegzésKérdések?Köszönjük a figyelmet!