XX区农业自然灾害防治数字化项目（护农通）二期项目采购需求.docx

《XX区农业自然灾害防治数字化项目（护农通）二期项目采购需求.docx》由会员分享，可在线阅读，更多相关《XX区农业自然灾害防治数字化项目（护农通）二期项目采购需求.docx（15页珍藏版）》请在优知文库上搜索。

1、XX区农业自然灾害防治数字化项目（护农通）二期项目采购需求一、项目背景与目标XX区农业自然灾害防治数字化项目（护农通）二期打造“一中心二场景N应用”，即1+2+N的XX区“防灾防治”体系建设。“一中心”即指挥中心，“二场景”为防灾地图、抗灾服务场景。“N应用”为两个场景下的应用子，如主体分布、重点易涝区监测预警、重点河道监测预警、预警精准发布等。1、提升XX区防灾避灾能力：构建了XX区农业自然灾害风险数字地图，为主动防灾避灾提供依据，降低农作物受灾率。2、促进持续发展：密切关注农业自然灾害，综合研判农业自然灾害发生发展趋势，制定分区域、分作物、分灾种的防灾减灾救灾技术指导意见并开展实地技术指导

2、，推进减灾保产关键技术措施落实。通过持续升级和改进项目，可以促进持续发展，适应用户的变化。从灾前、灾中、灾后优化救灾流程、从信息抓取-风险分析-响应全过程服务。二、项目总体技术要求1、系统整体要求（I）要求基于J2EE系统架构，具有高内聚，低耦合的系统特点。（2）采用WEB三层结构，要求系统维护成本低，结构灵活，具有良好的扩展性。（3）要求系统具备B/S访问模式，支持多种主流浏览器。（4）系统具备跨平台特性，服务器端系统可部署于不同操作系统，如Unix系统，1.inux系统，Windows系统。（5）模块化设计理念，可开箱即用式的伸缩扩展业务模块。2、可拓展性要求（1）模块化开发，实现业务功能

3、、数据项目等配置化。（2）应用的数据属性，包括数据类型、读写类型、初值设置、计算项应能通过管理后台的设置而变化。（3）应用的操作功能、操作流程应能通过管理后台的配置参数进行控制。（4）可以对应用各种业务配置参数进行配置。3、安全要求（1）为保障应用数据的安全性，在应用开发时采用前后端分离，应用与数据分离的模式，通过接口的形式进行传输。（2）要求提供服务器自动备份功能，备份时间以每天O点为准。（3）在安全管理制度上，涉及服务器的日常管理，要求采用专人专机的形式进行，在日常运维过程中，做好日常巡检日志，服务器及应用的账号密码采用复杂密码的格式，并根据相关要求定期更换。三、建设内容及要求A.业务应用

4、层3.1 指挥中心指挥中心以防灾地图为基石，农业相关防灾区域监测、预警响应、抗灾服务等为一体的综合指挥中心。以大屏和PC为载体实时展示分析防灾相关信息，同时结合移动设备在线展示监测区域的灾情，以便现场指挥。1 .1.1防灾监测防灾监测利旧XX区域已安装的40个监控，根据后台计算的受灾结果和监控画面进行比对。（1）易涝区风险等级数据通过视频看到易涝区点位情况，综合得出易涝区风险等级。（2）易涝区阈值设置对种（养）殖附近的低洼地、易涝、河道等区域的水位进行监测，以红、黄、蓝三色进行标注设置警戒水位等级。（3）易涝趋势图根据实际情况受灾面积进行趋势统计，通过感知设备（本项目新建40套）监测点位的数据

5、收集比对形成防灾监测分析趋势图，份年可以进行筛选。3 .1.2预警响应以防灾监测点水位超越预警线等现象由相关人员协同责任部门核实确认后及时处理再由应用自动发送信息至相关科室人员。(1)预警通知以防灾监测分析数据，预警情况达到黄色预警等级，发起应急预警机制。(2)响应推送监测区域出现应急预警或紧急事件时，由农业农村局相关科室人员通过审核并确认后由应用功能推送消息通知农业主体。3.1.3数据看板数据看板主要展示抗灾服务帮扶内容展示。(1)帮滞销展示建立以帮扶服务为统计口径的数据分析体系。(2)帮收储展示建立以农产品收储服务为统计口径的数据分析体系。(3)帮咨询展示建立以在线咨询求助服务为统计口径的

6、数据分析体系。3.2防灾地图3.2.1主体分布在一期项目的基础上建立全区农业种养殖主体分布地图。3.2.2易涝区分布在一期项目的基础上建立全区种养殖基地附近河道水位、低洼地易涝区分布地图，对重点区域进行实时监测预警。3.2.3渔船分布对接XX省渔船安全救助信息系统，建立渔船分布地图。3.2.4服务点分布建立全区抗灾服务分布地图，描绘服务点位图。3.3抗灾服务协同XX区水利局、气象局、XX市自然资源和规划局XX分局等机构部门，对全区种(养)殖灾前抢收、灾中救援、灾后重建，实现抗灾服务一键通。3.3.1帮扶服务为农户解决灾后修整用工短缺情况，由相关部门统一组织力量进行人力资源的调配。3.3.2收储

7、服务本次建设增加了收储的具体点位，收储点的信息等更为详细的功能。3.3.3共享冷库共享冷库可以协调收储点集中收集灾情抢收的农产品，减少农户损失。3.3.4在线求助农户遇到紧急事件时，可在线求救，通过语音、视频、文字等形式描述求救需求。3.4移动端农业主体可以通过移动端，进行灾害上报、共享收储等操作。3.4.1灾害救援一键上报农业主体可以一键申报，请求灾害救援。3.4.2线上帮扶申请受灾农户可以在移动端申请帮扶服务、帮扶时间、填写帮扶内容。3.4.3线上收储预约农户灾前抢收的农作物可以在移动端申请收储服务。3.4.4共享冷库农户可以在移动端查看可共享的冷库信息，并且预约冷库服务。3.4.5保险信

8、息查看农户可以线上查看自己的保险信息。3.5物联网管理平台物联网管理集成项目建设的各类物联网设备进行统一集中化管理，对物联网设备进行远程控制，实时监测物联网设备的工作状态，集中采集物联网数据并集中存储。3.5.1硬件设备状态监测物联网管理实现对各类物联网设备统一管理，实时读取设备运行状态，。3.5.2硬件设备数据采集物联网管理能够实现对各种设备的数据采集，将采集数据经行统一处理并进行分析。3.5.3硬件设备远程监控与控制物联网管理可以实现对设备的远程监控和控制，球机摄像头可以控制转动。3.6数据接口3.6.1渔船分布数据对接对接XX省渔船安全救助信息系统，获取XX区渔船的实时定位数据，包含渔船

9、编号、渔船定位、渔船基本信息等字段。3.6.2X食链对接对接XX食品安全全链条监管应用（X食链），获取农户基本信息，包含农产品食品安全信息、农产品农药残留信息、农产品合格证信息。数据主要运用到灾后帮扶中去。B.数据资源层3.7数据采集3.7.1帮扶服务数据以人工采集的方式进行收集XX区内200家农业主体机构提供帮扶服务例如:农民专业合作社、家庭农场、其他规模主体、农资经营企业、龙头企业等。帮扶信息包含：滞销农产品需要信息、种植作物受灾需要帮扶信息、灾后重建需要帮扶信息。3.7.2收储服务数据用人工采集的方式为XX区内的200家农业主体机构提供收储服务，农民专业合作社、家庭农场、其他规模主体、农

10、资经营企业、龙头企业等。收集不同作物需要收储服务的信息：收储点的温度信息、收储点的干燥信息等不同的收储需求。3.7.3农业主体在线服务数据用人工采集的方式为XX区内的200家农业主体机构提供在线服务，农民专业合作社、家庭农场、其他规模主体、农资经营企业、龙头企业等、对接不同的主体、对其账号、根据主体的产业进行分类、提供个性化服务。例如：不同种植作物对应不同的抢收方式，不同的作物对应不同的存储方式等。3.7.4全区农业主体数据用人工采集的方式为XX区农业农村局的原有200多家主体数据进行数据治理，以主体画像，主体定位具象表现出200家农业主体信息，农民专业合作社、家庭农场、其他规模主体、农资经营

11、企业、龙头企业的预计上市时间、主要销售渠道、基地面积、流转（入）面积、流转（出）面积、负责人、联系方式、作业人数等详细信息。各个主体都在地图上展示详细的定位地址，以及基础信息，地图一共有两层，一个是XX全区的，一层是XX各个街道的数据，区级数据相对笼统，街道数据相对精细化。3.7.5服务点分布数据通过人工采集的方式采集30家服务点位，包含服务点位的服务规模，框定服务点的可覆盖范围、负责人等数据。3.7.6帮扶机构数据以人工采集的方式采集XX区内45所帮扶机构的相关信息例如：农资店、帮扶主体、区县帮扶点等。收集帮扶机构可以提供的帮助：可以帮忙灾前抢收，可以帮忙灾后救援，可以提供什么救灾物资等等。

12、3.7.7收储点数据通过人工采集的方式采集20家收储点位，收储点的信息包含：收储点位、收储量、收储负责人，可收储作物信息。3.7.8共享冷库数据通过人工采集的方式收集到25家冷库为系统的共享冷库服务作为基础的数据支撑。3.7.9易涝区点位高程数据通过人工采集的方式采集40处视频点位高程数据，用作系统计算，通过降雨量和降雨时间结合本地高程数据进行计算。3.8数据治理3.8.1处理流程数据处理通过对接入存储的数据按照数据标准的约定，对数据进行提取、清洗、关联、比对、标识、分发等规范化流程处理，过滤掉业务不关心的数据，提高数据关联度和业务紧密度，进而提升数据价值密度，实现数据增值。3.8.2处理动作

13、3.8.2.1数据提取数据提取是从源数据库中提取出关键信息数据字段,将其作为“新的数据源”统一纳入到比对、分析和关联环节中。根据数据量的处理方式，分为全量提取、增量提取。数据提取包括结构化数据提取。1）结构化数据提取结构化数据提取是指按照数据标准，从策略和配置中心获取提取结构化策略和规则，对原数据中的各类数据进行关键信息提取。例如：可对证件号码，手机号码，银行卡，地址信息等内容进行提取。提取后的信息可应用于对象标注、业务分析、业务管理、业务预测等方面。2）文本信息提取文本信息提取:根据文档的主题、内容或属性,按照一定的准则对文本分类，并进行内容提取。支持关键词的提取，为后续线索比对做准备。通过

14、自然语言处理技术，可以进行命名实体识别，进行分词和词性标注，分析词义和文本的相似度等。3.8.2.2数据清洗数据加工清洗管理，用来统一管理并调度对数据源的各类数据加工操作，以提升加工执行效率和自动化程度。充分分析具有潜在数据加工需求的业务节点，抽取形成通用的数据加工流程，提供数据库到数据库转换流程、XM1.到数据库转换流程、数据库到XM1.转换流程、EXCel到数据库转换流程、平面数据到数据库转换流程、数据库到平面数据转换流程和数据库到HbaSe转换流程的管理，同时系统也提供了转换处理节点，包括拆分转换、合并转换、类型转换等，可以在上述的转换流程中，根据业务任意增加转换处理节点。主要分成以下几

15、个步骤：数据源接收、任务管理、数据解析、数据检查、结果保存、原始文件归档和结果反馈。3.8.2.3数据关联根据本项目所属行业大数据的特点，监管数据采集的内容多、地域范围广、行业领域多，由于信息化程度和业务细微差异等各种历史原因，数据在不同地域、不同行业很难一下子全部转化为标准的数据，且格式不同；数据在流转(清洗、转换、加工、整合等)过程中为了满足业务需求，格式进行了统一或标准化的转换等问题。为了保证数据在处理过程中的灵活性、动态性、可配置、可维护的需求，大数据中心设计了关联映射模块功能，以完成各数据表或数据项的灵活、动态配置功能。各业务环节可根据实际业务需求,依据关联映射规则实现数据转换、比对、流转、复制、分析、校核等业务处理。主要关联映射功能包括：目标结构分析、事实表比对映射、代码比对映射等。3.8.2.4数据比对数据比对包括结构化比对、关键词比对等，满足线索发现、触网报警等业务需要。3.8.2.5数据标识标识是对数据、数据集进行某一特性、特征的识别和认定。对数据进行标识化可以增加数据维度，拓展数据的属性。提供建立与数据之上的抽象。标识流程主要是围绕标识建立一套包括标识的定义、执行、流程管理以及可视化等功能的系统。数据标识依托基础库和业务知识库，对数