尹 航，廖梓淵，徐龍琴，劉雙印，曹 亮，郭建軍

（1.仲愷農(nóng)業(yè)工程學(xué)院信息科學(xué)與技術(shù)學(xué)院，廣東 廣州 510225；2.仲愷農(nóng)業(yè)工程學(xué)院智慧農(nóng)業(yè)創(chuàng)新研究院，廣東 廣州 510225；3.仲愷農(nóng)業(yè)工程學(xué)院廣東省高校智慧農(nóng)業(yè)工程技術(shù)研究中心，廣東 廣州 510225；4.仲愷農(nóng)業(yè)工程學(xué)院廣東省農(nóng)產(chǎn)品安全大數(shù)據(jù)工程技術(shù)研究中心，廣東 廣州 510225）

0 引言

據(jù)聯(lián)合國(guó)糧食及農(nóng)業(yè)組織（FAO）發(fā)布數(shù)據(jù)顯示，中國(guó)是世界上最大的對(duì)蝦產(chǎn)品國(guó)和貿(mào)易國(guó)，養(yǎng)殖份額占全球份額的45%以上，對(duì)蝦產(chǎn)業(yè)在出口創(chuàng)匯、促進(jìn)就業(yè)和保證糧食安全等方面起到不可或缺的作用[1-4]。然而，據(jù)聯(lián)合國(guó)貿(mào)易統(tǒng)計(jì)庫(kù)數(shù)據(jù)，我國(guó)對(duì)蝦產(chǎn)業(yè)的行業(yè)競(jìng)爭(zhēng)力與世界主要對(duì)蝦出口國(guó)家相比仍然存在一定的差距[1,2,5]；我國(guó)對(duì)蝦養(yǎng)殖產(chǎn)業(yè)存在組織化程度低、市場(chǎng)信息掌握不及時(shí)等問(wèn)題[6]；養(yǎng)殖企業(yè)缺乏完善的對(duì)蝦養(yǎng)殖管理、經(jīng)營(yíng)信息，不能依據(jù)市場(chǎng)變化有計(jì)劃調(diào)節(jié)對(duì)蝦養(yǎng)殖規(guī)模，往往導(dǎo)致“規(guī)模大、收益低”的怪現(xiàn)狀[6,7]，阻礙了我國(guó)對(duì)蝦產(chǎn)業(yè)的有序發(fā)展及核心競(jìng)爭(zhēng)力的提升[6-9]。近年來(lái)我國(guó)集約化、工廠化對(duì)蝦養(yǎng)殖技術(shù)得到快速發(fā)展，以循環(huán)水、生物凈化等為代表的對(duì)蝦養(yǎng)殖模式得到大力推廣[10-13]，以中國(guó)水產(chǎn)科學(xué)研究院、中國(guó)海洋大學(xué)主導(dǎo)的間歇式雙循環(huán)對(duì)蝦智能化工廠化養(yǎng)殖技術(shù)快速發(fā)展，物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能等現(xiàn)代化技術(shù)在產(chǎn)業(yè)內(nèi)廣泛應(yīng)用，積累了海量的對(duì)蝦養(yǎng)殖生產(chǎn)過(guò)程及產(chǎn)業(yè)數(shù)據(jù)[11-15]。但是由于關(guān)注點(diǎn)不同，研究者多把注意力放在環(huán)境、水體、生物指標(biāo)等數(shù)據(jù)上，對(duì)蝦養(yǎng)殖生產(chǎn)過(guò)程投喂、物料、經(jīng)營(yíng)成本、收益等產(chǎn)業(yè)數(shù)據(jù)并未受到研究者重視[11-17]；而對(duì)蝦養(yǎng)殖生產(chǎn)經(jīng)營(yíng)者由于能力限制無(wú)法對(duì)養(yǎng)殖過(guò)程數(shù)據(jù)尤其是產(chǎn)業(yè)相關(guān)數(shù)據(jù)進(jìn)行專(zhuān)業(yè)化的分析和處理，海量的對(duì)蝦產(chǎn)業(yè)數(shù)據(jù)沒(méi)有得到充分利用[1,2,6,17]。

與此同時(shí)，我國(guó)普通水產(chǎn)養(yǎng)殖信息化管理領(lǐng)域發(fā)展迅速[18]，專(zhuān)家學(xué)者在水產(chǎn)養(yǎng)殖生產(chǎn)過(guò)程及產(chǎn)業(yè)數(shù)據(jù)分析和處理領(lǐng)域進(jìn)行了大量的研究，并取得了不錯(cuò)的成果[18-21]。陳明等[22]針對(duì)目前水產(chǎn)養(yǎng)殖過(guò)程管理中缺乏有效的流程化管理、養(yǎng)殖決策效率低等問(wèn)題，采用Activiti 可視化流程設(shè)計(jì)器和Drools 規(guī)則引擎構(gòu)建了一種基于規(guī)則引擎的智能工作流管理系統(tǒng)體系結(jié)構(gòu)，使養(yǎng)殖管理更科學(xué)化、規(guī)范化；劉傳領(lǐng)等[23]針對(duì)大面積水產(chǎn)養(yǎng)殖環(huán)境覆蓋面積廣、多種水體環(huán)境監(jiān)測(cè)因素綜合影響的特點(diǎn)，采用LoRa 無(wú)線通信技術(shù)實(shí)現(xiàn)水質(zhì)數(shù)據(jù)的傳輸，并調(diào)用ECharts 可視化庫(kù)實(shí)現(xiàn)數(shù)據(jù)的展示；謝奎等[24]以國(guó)產(chǎn)高分一號(hào)遙感影像為數(shù)據(jù)源，結(jié)合WebGIS 技術(shù)建立了一個(gè)水產(chǎn)養(yǎng)殖信息管理平臺(tái)，實(shí)現(xiàn)了水體資源管理、養(yǎng)殖生產(chǎn)管理以及市場(chǎng)信息管理等功能；姜麗華等[25]為提高水產(chǎn)養(yǎng)殖行業(yè)生產(chǎn)管理水平，采用物聯(lián)網(wǎng)等技術(shù)完成漁業(yè)信息自動(dòng)化采集，圍繞漁業(yè)養(yǎng)殖信息的數(shù)據(jù)集成與共享等方面的研究，研發(fā)了一套支持漁情實(shí)時(shí)采集、集成、共享、推送的信息服務(wù)平臺(tái)；代成等[26]采用Hadoop、人工智能等技術(shù)，搭建了一套水產(chǎn)養(yǎng)殖檢測(cè)系統(tǒng)，并使用Oracle BI 對(duì)水產(chǎn)數(shù)據(jù)的分析和挖掘結(jié)果進(jìn)行可視化展示。LI 等[27]采用GIS 等技術(shù)，根據(jù)地理位置和物種類(lèi)別生成了水產(chǎn)養(yǎng)殖產(chǎn)量可視化圖，為用戶(hù)提供了出色的統(tǒng)計(jì)分析結(jié)果。劉斌[28]運(yùn)用ECharts 技術(shù)開(kāi)展了海洋水文數(shù)據(jù)可視化研究；路文娟[29]則采用ECharts+NewMap API 技術(shù)實(shí)現(xiàn)了地理數(shù)據(jù)的可視化；國(guó)內(nèi)亦有專(zhuān)家學(xué)者將其應(yīng)用于效益評(píng)估、流量統(tǒng)計(jì)等鄰域[30,31]，其通過(guò)多維度的交互操作和視覺(jué)映射組件，將不同維度的數(shù)據(jù)通過(guò)顏色、大小、透明度等不同的視覺(jué)方式展現(xiàn)，從而直觀地表現(xiàn)數(shù)據(jù)[23,28-31]，尤其適用于養(yǎng)殖過(guò)程及產(chǎn)業(yè)數(shù)據(jù)可視化展示及后續(xù)專(zhuān)業(yè)化分析和處理[32]。上述專(zhuān)家學(xué)者在普通水產(chǎn)養(yǎng)殖信息化管理領(lǐng)域的研究已經(jīng)取得了豐碩的成果，但相關(guān)研究在對(duì)蝦養(yǎng)殖領(lǐng)域應(yīng)用尚少，尤其對(duì)蝦養(yǎng)殖過(guò)程數(shù)據(jù)及產(chǎn)業(yè)相關(guān)數(shù)據(jù)的專(zhuān)業(yè)化分析和處理明顯不足。因此，充分利用對(duì)蝦產(chǎn)業(yè)數(shù)據(jù)構(gòu)建可視化分析平臺(tái)，針對(duì)其數(shù)據(jù)量大、時(shí)效性強(qiáng)、數(shù)據(jù)來(lái)源復(fù)雜特性，結(jié)合Echarts 技術(shù)搭建可視化分析平臺(tái)實(shí)時(shí)，動(dòng)態(tài)地分析對(duì)蝦生產(chǎn)到銷(xiāo)售各關(guān)鍵環(huán)節(jié)的有效性信息，并據(jù)此開(kāi)展深入的行業(yè)分析和產(chǎn)業(yè)化研究；對(duì)提高我國(guó)對(duì)蝦養(yǎng)殖信息化與可視化管理水平，提升對(duì)蝦養(yǎng)殖行業(yè)核心競(jìng)爭(zhēng)力及收益具有重要的社會(huì)意義及商業(yè)價(jià)值。

綜上所述，本文設(shè)計(jì)并實(shí)現(xiàn)了對(duì)蝦養(yǎng)殖產(chǎn)業(yè)數(shù)據(jù)可視化分析平臺(tái)，描述了對(duì)蝦養(yǎng)殖產(chǎn)業(yè)數(shù)據(jù)可視化分析平臺(tái)的主要任務(wù)；詳細(xì)介紹了平臺(tái)的總體架構(gòu)設(shè)計(jì)、數(shù)據(jù)庫(kù)設(shè)計(jì)、功能模塊設(shè)計(jì)；介紹了主要功能模塊的實(shí)現(xiàn)過(guò)程及核心技術(shù)；設(shè)計(jì)了基于ARIMA 的對(duì)蝦價(jià)格預(yù)測(cè)模型，并據(jù)此提供了專(zhuān)業(yè)化的對(duì)蝦養(yǎng)殖產(chǎn)業(yè)行情分析和一張圖行業(yè)行情數(shù)據(jù)展示。此外，還提供了產(chǎn)業(yè)發(fā)展趨勢(shì)、市場(chǎng)動(dòng)態(tài)等信息化展示功能，為企業(yè)發(fā)展規(guī)劃和戰(zhàn)略決策提供可視化數(shù)據(jù)支撐。

1 可視化分析平臺(tái)設(shè)計(jì)分析

1.1 總體架構(gòu)設(shè)計(jì)

本系統(tǒng)總體設(shè)計(jì)遵循現(xiàn)代軟件工程“高內(nèi)聚、低耦合”的設(shè)計(jì)思想，采用微服務(wù)架構(gòu)、前后端分離的設(shè)計(jì)模式[33-35]?？傮w架構(gòu)分為4 層：數(shù)據(jù)存儲(chǔ)層、數(shù)據(jù)訪問(wèn)層、業(yè)務(wù)邏輯層和數(shù)據(jù)可視化層，如圖1 所示。

圖1 對(duì)蝦產(chǎn)業(yè)數(shù)據(jù)可視化分析平臺(tái)總體架構(gòu)Fig.1 Overall architecture of shrimp industry data visualization analysis platform

在對(duì)蝦養(yǎng)殖產(chǎn)業(yè)數(shù)據(jù)可視化分析平臺(tái)架構(gòu)中，各層包含的主要內(nèi)容及作用如下：

1）數(shù)據(jù)存儲(chǔ)層。以對(duì)蝦產(chǎn)業(yè)數(shù)據(jù)和養(yǎng)殖基地?cái)?shù)據(jù)為基礎(chǔ)構(gòu)建數(shù)據(jù)庫(kù)，采用MySQL 作為數(shù)據(jù)庫(kù)管理系統(tǒng)，管理員通過(guò)爬取網(wǎng)絡(luò)上的對(duì)蝦產(chǎn)業(yè)數(shù)據(jù)和各水產(chǎn)交易網(wǎng)站的對(duì)蝦價(jià)格數(shù)據(jù)對(duì)數(shù)據(jù)庫(kù)進(jìn)行更新，并通過(guò)系統(tǒng)管理功能對(duì)數(shù)據(jù)進(jìn)行維護(hù)。當(dāng)系統(tǒng)數(shù)據(jù)更新后，系統(tǒng)對(duì)新爬取的數(shù)據(jù)進(jìn)行展示與計(jì)算，從而為數(shù)據(jù)可視化平臺(tái)的實(shí)現(xiàn)提供數(shù)據(jù)支持。

2）數(shù)據(jù)訪問(wèn)層。采用JDBC 數(shù)據(jù)連接管理方法從對(duì)蝦產(chǎn)業(yè)信息和基地信息等數(shù)據(jù)庫(kù)中抽取相關(guān)數(shù)據(jù)，將結(jié)果集轉(zhuǎn)換為實(shí)體對(duì)象，并傳輸給業(yè)務(wù)邏輯層。

3）業(yè)務(wù)邏輯層。本層用于封裝業(yè)務(wù)邏輯，即對(duì)數(shù)據(jù)存儲(chǔ)層的數(shù)據(jù)進(jìn)行分析和處理，以Json 數(shù)據(jù)的形式發(fā)送給數(shù)據(jù)表示層，返回用戶(hù)請(qǐng)求的信息；實(shí)現(xiàn)用戶(hù)管理、數(shù)據(jù)維護(hù)、數(shù)據(jù)動(dòng)態(tài)展示等功能；將算法預(yù)測(cè)模型獨(dú)立為一個(gè)模塊，使用服務(wù)調(diào)用的方式實(shí)現(xiàn)數(shù)據(jù)的傳輸，降低系統(tǒng)的耦合度。

4）數(shù)據(jù)表示層。采用Servlet 動(dòng)態(tài)網(wǎng)頁(yè)開(kāi)發(fā)技術(shù)實(shí)現(xiàn)分析平臺(tái)Web 數(shù)據(jù)可視化，并以此Web 平臺(tái)為載體，采用ECharts 可視化工具將從業(yè)務(wù)邏輯層獲取到的數(shù)據(jù)以圖表的形式直觀地展示在Web 平臺(tái)的前端頁(yè)面上，從而，為用戶(hù)提供一個(gè)可以直觀查看對(duì)蝦產(chǎn)業(yè)數(shù)據(jù)的可視化平臺(tái)。

1.2 功能模塊設(shè)計(jì)

通過(guò)對(duì)現(xiàn)有可視化平臺(tái)進(jìn)行分析，結(jié)合用戶(hù)需求，對(duì)蝦養(yǎng)殖產(chǎn)業(yè)數(shù)據(jù)可視化分析平臺(tái)功能設(shè)計(jì)如下：數(shù)據(jù)獲取、預(yù)測(cè)模型、數(shù)據(jù)可視化分析展示和系統(tǒng)維護(hù)。具體功能模塊如圖2 所示。

圖2 系統(tǒng)功能模塊框圖Fig.2 Block diagram of system function module

各功能模塊描述如下：

1）數(shù)據(jù)獲取。通過(guò)訪問(wèn)各水產(chǎn)交易數(shù)據(jù)庫(kù)、交易網(wǎng)站及數(shù)據(jù)查新[36]獲取實(shí)時(shí)價(jià)格信息；從基地管理模塊獲取對(duì)蝦養(yǎng)殖基地的養(yǎng)殖信息；用戶(hù)根據(jù)本基地的養(yǎng)殖現(xiàn)狀導(dǎo)入對(duì)蝦養(yǎng)殖數(shù)據(jù)。

2）預(yù)測(cè)模型。以平臺(tái)錄入的對(duì)蝦價(jià)格數(shù)據(jù)作為訓(xùn)練集對(duì)算法模型進(jìn)行訓(xùn)練，然后以近期采集的價(jià)格數(shù)據(jù)作為預(yù)測(cè)輸入，對(duì)對(duì)蝦價(jià)格進(jìn)行預(yù)測(cè)。

3）數(shù)據(jù)可視化分析展示。使用ECharts 開(kāi)源可視化庫(kù)，展示與對(duì)蝦產(chǎn)業(yè)相關(guān)的數(shù)據(jù)，包括對(duì)蝦產(chǎn)量、養(yǎng)殖面積、交易額、歷史價(jià)格、養(yǎng)殖基地的分布及其發(fā)展情況、銷(xiāo)售地區(qū)分析、加工方式及利潤(rùn)比分析，為對(duì)蝦養(yǎng)殖行業(yè)的從業(yè)者提供一定的參考價(jià)值。

4）系統(tǒng)維護(hù)。此模塊包括用戶(hù)管理和數(shù)據(jù)維護(hù)，實(shí)現(xiàn)對(duì)對(duì)蝦產(chǎn)業(yè)數(shù)據(jù)進(jìn)行維護(hù)和對(duì)用戶(hù)進(jìn)行管理等功能。

1.3 數(shù)據(jù)庫(kù)設(shè)計(jì)

對(duì)蝦養(yǎng)殖產(chǎn)業(yè)數(shù)據(jù)可視化分析平臺(tái)采用MySQL數(shù)據(jù)庫(kù)管理數(shù)據(jù)信息，并采用InnoDB 存儲(chǔ)引擎進(jìn)行數(shù)據(jù)存儲(chǔ)，其數(shù)據(jù)庫(kù)ER 圖如圖3 所示。

圖3 數(shù)據(jù)庫(kù)系統(tǒng)ER 圖Fig.3 ER diagram of database system

系統(tǒng)的數(shù)據(jù)庫(kù)主要的數(shù)據(jù)表有地區(qū)信息表、基地信息表和產(chǎn)業(yè)信息表，如表1—表3 所示。

表1 地區(qū)信息表結(jié)構(gòu)設(shè)計(jì)Tab.1 Structure design of regional information

表2 基地信息表結(jié)構(gòu)設(shè)計(jì)Tab.2 Structure design of base information

表3 產(chǎn)業(yè)信息表結(jié)構(gòu)設(shè)計(jì)Tab.3 Structure design of industry information

2 對(duì)蝦產(chǎn)品價(jià)格預(yù)測(cè)模型研究

2.1 ARIMA模型

在前期研究中，基于ARIMA 模型、以及基于BP、LSTM 和ARIMA 的組合模型被用于價(jià)格預(yù)測(cè)[37,38]；基于有序Logistic 回歸分析模型也被用于對(duì)蝦養(yǎng)殖經(jīng)濟(jì)效益影響因素分析[39]；作者團(tuán)隊(duì)也曾采用基于WTD-LSTM 模型對(duì)對(duì)蝦養(yǎng)殖水溫開(kāi)展組合預(yù)測(cè)，并獲得不錯(cuò)效果[40]。本文擬采用的ARIMA（差分自回歸移動(dòng)平均）模型屬于時(shí)間序列分析，ARIMA 的前序模型如AR/MA/ARMA模型必須滿(mǎn)足平穩(wěn)性的要求，而ARIMA 模型通過(guò)對(duì)非平穩(wěn)性時(shí)間序列進(jìn)行差分處理，使時(shí)間序列滿(mǎn)足平穩(wěn)要求，再在此基礎(chǔ)上建立差分自回歸移動(dòng)平均模型以實(shí)現(xiàn)預(yù)測(cè)能效。

本文采用ARIMA（p，q，d）模型構(gòu)建了對(duì)蝦產(chǎn)品價(jià)格預(yù)測(cè)模型，其中AR 表示自回歸模型，MA 為移動(dòng)平均模型，為p、q 為各自對(duì)應(yīng)階數(shù)，d 為使之成為平穩(wěn)序列所做的差分次數(shù)。自回歸系數(shù)多項(xiàng)式；為移動(dòng)平滑系數(shù)多項(xiàng)式；為零均值白噪聲序列。

2.2 模型建立

ARIMA 預(yù)測(cè)模型構(gòu)建步驟如下：

1）數(shù)據(jù)預(yù)處理。將數(shù)據(jù)集按對(duì)蝦種類(lèi)和時(shí)間排好序，并且對(duì)缺失的數(shù)據(jù)做填值處理。

2）模型識(shí)別。對(duì)蝦類(lèi)價(jià)格數(shù)據(jù)的序列，通過(guò)單位根檢驗(yàn)法檢驗(yàn)其平穩(wěn)性。若檢驗(yàn)結(jié)果存在單位根，則說(shuō)明原序列不平穩(wěn)，需利用ADF 檢驗(yàn)確定差分的階數(shù)d，對(duì)該組序列進(jìn)行d 階差分處理。若沒(méi)有檢驗(yàn)出單位根，則說(shuō)明原序列平穩(wěn)，無(wú)需進(jìn)行差分平穩(wěn)化處理。

3）模型定階。通過(guò)類(lèi)似網(wǎng)格搜索的方式，利用BIC 準(zhǔn)則對(duì)不同的p、q 組合進(jìn)行評(píng)估，確定模型的最佳階數(shù)p 和q。

4）殘差白噪聲檢驗(yàn)。選擇最終模型之后，還需要對(duì)殘差項(xiàng)進(jìn)行白噪聲檢驗(yàn)。如果殘差存在自相關(guān)，則應(yīng)考慮增加自回歸或滑動(dòng)平均的解釋?zhuān)匦陆２⑶疫M(jìn)行模型評(píng)估，再對(duì)新模型的殘差進(jìn)行白噪聲檢驗(yàn)，如此往復(fù)，直到確定殘差為白噪聲為止。

5）模型預(yù)測(cè)。運(yùn)用每組對(duì)蝦價(jià)格數(shù)據(jù)建立起來(lái)的模型，預(yù)測(cè)相應(yīng)日期對(duì)應(yīng)的的對(duì)蝦價(jià)格，并和實(shí)際的價(jià)格進(jìn)行比較。

ARIMA 模型建立流程如圖4 所示。

圖4 ARIMA 模型建立流程圖Fig.4 Flow chart of ARIMA model establishment

3 系統(tǒng)實(shí)現(xiàn)

本平臺(tái)集成開(kāi)發(fā)環(huán)境為IDEA、WebStorm，后端開(kāi)發(fā)采用Spring+Spring MVC+MyBatis 框架，前端開(kāi)發(fā)采用Vue+IviewUI 架構(gòu)；平臺(tái)運(yùn)行基于MySQL 數(shù)據(jù)庫(kù)和JDK1.8+Tomcat8.0 軟件環(huán)境。

平臺(tái)主要任務(wù)包括：①為養(yǎng)殖生產(chǎn)者提供生產(chǎn)及管理信息，如苗種培育、飼料投喂、養(yǎng)殖成本、產(chǎn)品銷(xiāo)售等；②為養(yǎng)殖企業(yè)決策者提供整個(gè)行業(yè)的生產(chǎn)和市場(chǎng)等宏觀信息，如相關(guān)政策法規(guī)、各類(lèi)對(duì)蝦及其加工制品的銷(xiāo)售情況和所得利潤(rùn)占比、產(chǎn)值、銷(xiāo)量、未來(lái)市場(chǎng)價(jià)格預(yù)測(cè)等信息，以便及時(shí)調(diào)整企業(yè)經(jīng)營(yíng)策略，應(yīng)對(duì)市場(chǎng)波動(dòng)。

系統(tǒng)運(yùn)行界面如圖5 所示，用戶(hù)可以查詢(xún)?nèi)珖?guó)整體對(duì)蝦產(chǎn)業(yè)的情況，地圖上的標(biāo)點(diǎn)代表養(yǎng)殖基地，用柱狀圖、折線圖、餅狀圖等方式輪播展示歷年交易量、交易額、養(yǎng)殖面積等信息；同時(shí)可將地圖進(jìn)行放大縮小，從整體到局部了解養(yǎng)殖基地的分布情況。

圖5 對(duì)蝦大數(shù)據(jù)可視化平臺(tái)界面Fig.5 Big data visualization platform interface

系統(tǒng)還可以展示國(guó)內(nèi)不同地區(qū)的對(duì)蝦產(chǎn)業(yè)信息，以廣東省為例，如圖6 所示，地圖上標(biāo)點(diǎn)的大小表示對(duì)蝦養(yǎng)殖基地的規(guī)模，點(diǎn)擊基地標(biāo)點(diǎn)，可展示基地當(dāng)前經(jīng)營(yíng)情況、養(yǎng)殖對(duì)蝦種類(lèi)、養(yǎng)殖規(guī)模等。

圖6 廣東省對(duì)蝦產(chǎn)業(yè)數(shù)據(jù)集成平臺(tái)Fig.6 Guangdong shrimp industry data integration platform

點(diǎn)擊基地標(biāo)點(diǎn)，進(jìn)入對(duì)蝦養(yǎng)殖產(chǎn)業(yè)核心基地詳情頁(yè)面，如圖7 所示。

圖7 對(duì)蝦產(chǎn)業(yè)基地頁(yè)面Fig.7 Shrimp industry base page

頁(yè)面展示基地概況、近期交易訂單等信息，左上方柱狀圖為池塘投放蝦苗量，左下為蝦苗投放量和對(duì)蝦產(chǎn)量，以餅狀圖的形式表示占比，移動(dòng)光標(biāo)至對(duì)應(yīng)扇區(qū)，可顯示具體數(shù)值，頁(yè)面右邊區(qū)域展示基地農(nóng)資的使用、存儲(chǔ)信息。

圖8 為環(huán)境監(jiān)測(cè)界面，選擇所使用的傳感器設(shè)備，采用ARIMA 算法對(duì)對(duì)蝦養(yǎng)殖池塘的溶解氧、水溫、pH 值等參數(shù)指標(biāo)進(jìn)行預(yù)測(cè)預(yù)警，為現(xiàn)場(chǎng)工作人員進(jìn)行水質(zhì)調(diào)控提供決策支持。

圖8 某產(chǎn)業(yè)基地環(huán)境監(jiān)測(cè)及水質(zhì)預(yù)測(cè)界面Fig.8 Environmental monitoring interface of an industrial base

從各大水產(chǎn)交易信息網(wǎng)站中爬取不同種類(lèi)對(duì)蝦的歷史價(jià)格，經(jīng)過(guò)平穩(wěn)性檢驗(yàn)、差分處理，得到平穩(wěn)的時(shí)間序列，再采用BIC 準(zhǔn)則選擇符合要求的參數(shù)，最終確定模型，輸出測(cè)試結(jié)果。在穩(wěn)定的市場(chǎng)環(huán)境中，ARIMA 模型能夠取得較好的預(yù)測(cè)效果，其結(jié)果對(duì)對(duì)蝦養(yǎng)殖企業(yè)的決策者把握市場(chǎng)形勢(shì)有一定借鑒意義。

本平臺(tái)實(shí)現(xiàn)了對(duì)蝦產(chǎn)業(yè)信息的高效集成，支持全國(guó)范圍內(nèi)各省市大型對(duì)蝦養(yǎng)殖企業(yè)經(jīng)營(yíng)狀況查詢(xún)，收錄了廣東地區(qū)各大對(duì)蝦養(yǎng)殖基地的產(chǎn)量、養(yǎng)殖面積、經(jīng)營(yíng)狀況等信息；同時(shí)以各類(lèi)圖表的方式展示了對(duì)蝦行業(yè)宏觀市場(chǎng)信息，提供價(jià)格預(yù)測(cè)等功能，有效解決對(duì)蝦行業(yè)產(chǎn)業(yè)信息散亂，市場(chǎng)信息掌握不及時(shí)等問(wèn)題。

4 結(jié)語(yǔ)

本文以對(duì)蝦產(chǎn)業(yè)數(shù)據(jù)為基礎(chǔ)，基于ECharts、Servlet、Tomcat、爬蟲(chóng)等相關(guān)技術(shù)研制了一個(gè)基于B/S架構(gòu)的Web 對(duì)蝦產(chǎn)業(yè)數(shù)據(jù)可視化分析平臺(tái)，平臺(tái)采用微服務(wù)架構(gòu)進(jìn)行開(kāi)發(fā)，采用前后端分離架構(gòu)設(shè)計(jì)，遵循現(xiàn)代軟件工程高內(nèi)聚低耦合的設(shè)計(jì)思想，具有良好的可移植性、獨(dú)立性、可伸縮性、安全性和高可用性。本平臺(tái)實(shí)現(xiàn)了對(duì)蝦產(chǎn)業(yè)信息的高效集成，以各類(lèi)圖表的方式為用戶(hù)直觀地展示了養(yǎng)殖管理信息和宏觀市場(chǎng)信息，為對(duì)蝦企業(yè)經(jīng)營(yíng)者提供具有一定參考價(jià)值的可視化數(shù)據(jù)支持。