集成项目用什么物联网软件比较好？

工业和信息化部办公厅
关于公布2019-2020年度物联网关键技术与平台创新类、集成创新与融合应用类示范项目名单的通知
工信厅科函〔2020〕151号
各省、自治区、直辖市及计划单列市、新疆生产建设兵团工业和信息化主管部门，各有关单位：
为贯彻落实工业和信息化部《信息通信行业发展规划物联网分册（2016-2020年）》，经各地区各单位推荐、综合评审和网上公示等环节，确定2019-2020年度物联网关键技术与平台创新类、集成创新与融合应用类示范项目名单（见附件），现予以公布。
请各地工业和信息化主管部门及项目推荐单位结合“新型基础设施”建设规划布局和工作实际，在技术创新、应用落地、政府服务等方面对入选项目加大支持力度，协助做好上下游企业对接，加强实施效果跟踪，推进优秀成果推广应用，深化物联网与实体经济深度融合，更好地推动产业集成创新和规模化发展。
附件：2019-2020年度物联网关键技术与平台创新类、集成创新与融合应用类示范项目名单
工业和信息化部办公厅
2020年6月30日
附件：
2019-2020年度物联网关键技术与平台创新类、集成创新与融合应用类示范项目公示名单
序号
申报项目名称
申报单位
关键技术与平台创新类（面向高精度传感器、边缘计算、 *** 作系统核心软件、无线通信、安全可信等关键技术项目，以及物联网标准体系、物联网检测认证等创新平台项目）
1
电气线路火灾智能预警物联感知终端及系统应用
上海枫昱能源科技有限公司
2
单芯电池监测芯片技术开发与应用
大唐恩智浦半导体有限公司
3
微机电与传感技术创新平台
武汉高德红外股份有限公司
4
IoT边缘端红外-可见光异构图像传感单元及AI处理系统
西北工业大学
5
物联网用新型高精度电学量传感器系列
上海贝岭股份有限公司
6
钢丝绳物联检测传感器技术应用
冷丘（上海）物联网科技有限公司
7
5G边缘计算网关与业务平台
浪潮软件集团有限公司
8
ALP_iCloud-IOT平台
青岛奥利普自动化控制系统有限公司
9
H3C 绿洲物联网平台边缘计算支撑系统
新华三技术有限公司
10
新型交通基础设施电子标识传感器与车路协同多模融合AI芯片
北京易华录信息技术股份有限公司
11
基于物联网的机器人视觉边缘计算
华通科技有限公司
12
矿山安全监测与风险管控系统
北京北矿智能科技有限公司
13
支撑物联网大数据应用的GIS基础软件研发及产业化
北京超图软件股份有限公司
14
中信工业互联网平台
中信云网有限公司
15
基于物联网关键技术的智慧停车管理服务平台
厦门科拓通讯技术股份有限公司
16
城市智慧能源管控系统
国网河北省电力有限公司雄安新区供电公司
17
矿山智能综合管理服务平台
宁夏广天夏电子科技有限公司
18
基于人工智能和物联网技术的智慧实验室系统
安徽皖仪科技股份有限公司
19
新疆交通运输物流公共信息平台
新疆汇通互联信息科技有限责任公司
20
电力物联网智能化安全主动防御关键技术研究与应用
中国电子信息产业发展研究院
21
物联网安全管理系统
中国信息通信研究院
22
工业互联网信息安全产业应用支撑平台
清华大学深圳国际研究生院
23
基于芯端云协同的物联网整体安全体系研究和产业化
大唐微电子技术有限公司
24
高安全物联网终端拟态处理器及应用示范
之江实验室
25
绿盟物联网准入网关项目
北京神州绿盟科技有限公司
26
工业物联网设备安全可信接入技术研发及产业化
广东纬德信息科技股份有限公司
27
基于多元网络数据的物联网安全风险监测服务平台
恒安嘉新（北京）科技股份公司
28
数字化大坝安全智能监测平台
新华水力发电有限公司
29
物联网使能平台自主研发与生态运营
天翼物联科技有限公司
30
综合管廊可视化运控平台
长沙变化率信息技术有限公司
31
面向物联网区块链的设备资源虚拟化与边缘计算调度技术研究
北京航空航天大学
32
数字视网膜开放平台及芯片验证应用
浙江智慧视频安防创新中心有限公司
33
基于可信认证的城市公共安全视频智能监控网络平台
讯之美物联网服务有限公司
34
物联网系统与安全检测评估平台
工业和信息化部计算机与微电子发展研究中心（中国软件评测中心）
35
基于物联网的衣物全生命周期智慧解决方案
青岛云裳羽衣物联科技有限公司
36
物联网近场空口检测认证服务创新平台
福州物联网开放实验室有限公司
37
物联网系统抗复杂电磁环境研究
中国电子技术标准化研究院
38
基于物联网电子证据链的远程检测平台及应用示范
国家工业信息安全发展研究中心
39
车联网信息安全检测认证平台建设
中国汽车技术研究中心有限公司
40
基于5G-V2X的智能网联基础设施集成和云控平台研发
深圳市金溢科技股份有限公司
41
基于5G技术的设备物联状态监测平台
鞍钢集团自动化有限公司
42
近零功耗物联网关键技术研发及应用创新
中国电子科技集团公司第五十四研究所
43
无源物联网节点及芯片关键技术与产业化
上海坤锐电子科技有限公司
44
新型显示器件MURA缺陷视觉检测技术
武汉数字化设计与制造创新中心有限公司
45
面向云制造领域的物联网关键技术创新
贵州航天云网科技有限公司
46
基于“云边端”协同的低耦合、高扩展的智能感知解决方案
西安图讯信息科技有限公司
47
工业实时 *** 作系统NECRO
安徽国讯芯微科技有限公司
48
一铭国产 *** 作系统
一铭软件股份有限公司
49
自动驾驶 *** 作系统虚拟化技术研发与产业化
国汽（北京）智能网联汽车研究院有限公司
集成创新与融合应用类（面向车联网、工业互联网、泛在能源物联网、智慧城市、智慧农业等领域物联网集成应用项目）
50
基于北斗的车辆运输应急安全管理云平台
山东航天九通车联网有限公司
51
基于C-V2X的车联网公交云脑平台应用示范
工业和信息化部电子第五研究所
52
基于新型电子电器架构的智能网联汽车平台技术开发
北京汽车股份有限公司
53
新能源汽车远程监控和电池溯源管理平台
东软集团（大连）有限公司
54
“一路”云停智慧停车管理系统
厦门路桥信息股份有限公司
55
基于辅助驾驶产品车联网生态应用
南斗六星系统集成有限公司
56
基于智能网联的移动出行平台建设项目
北京嘀嘀无限科技发展有限公司
57
基于北斗新能源汽车绿色公务出行示范与应用
安徽中科美络信息技术有限公司
58
全程供应链管理之车联网智慧运输管理系统
广州市嘉诚国际物流股份有限公司
59
基于车路云协同技术的“数字轨”智能驾驶解决方案
新奇点智能科技集团有限公司
60
机器视觉检测系统在工业互联网中的应用
研祥智能科技股份有限公司
61
基于卫星遥感与物联网的公路建设全过程智慧管控平台研究
新疆交通建设集团股份有限公司
62
电建大型机械设备远程监控平台项目
中国电力建设股份有限公司
63
基于二维码标识的轮毂精确追溯系统
中信戴卡股份有限公司
64
水电工程物联网安全监控平台
中国电建集团昆明勘测设计研究院有限公司
65
基于物联网技术的纸行业云运维系统
长沙长泰智能装备有限公司
66
工业企业能效与环保综合管理物联网平台
河北申科电子股份有限公司
67
集装箱智能监测管理系统
西安微电子技术研究所
68
基于物联网的起重机安全与健康监控系统集成创新
江西飞达电气设备有限公司
69
基于德恩云智造新模式的工业物联网建设
四川德恩精工科技股份有限公司
70
基于5G通信网络的工业多源异构数据管理平台
山东万腾电子科技有限公司
71
基于智慧工厂及数字化车间研发及应用的工业互联网平台
重庆锦声科技有限公司
72
自主研发智能终端在工业互联网的创新融合应用
银川华信智信息技术有限公司
73
基于AI的煤矿信息化综合监控嵌入式系统平台
精英数智科技股份有限公司
74
面向汽车研发验证与产品优化的物联网集成平台构建
中汽数据（天津）有限公司
75
互联网+智能水电站监控系统
甘肃博瑞电业科技有限责任公司
76
面向高端铝材精深加工的协同制造工业互联网平台及示范
辽宁忠旺集团有限公司
77
路曼远程运维服务项目
天津路曼科技有限公司
78
中服云端智能物联网平台
西安中服软件有限公司
79
光纤预制棒数字化与智能化制造技术研究
青海中利光纤技术有限公司
80
盾构远程在线监测云平台
中铁工程服务有限公司
81
基于富士康工业互联网平台的刀具专业云
富士康工业互联网股份有限公司
82
安捷综合能源智慧管理集成创新融合应用
天津安捷物联科技股份有限公司
83
多能互补微网系统解决方案及示范工程应用项目
西电宝鸡电气有限公司
84
鞍山综合能源服务示范项目
辽宁电力能源发展集团有限公司
85
基于边缘智能的输变电隐患与缺陷预警泛在电力物联网应用
山东信通电子股份有限公司
86
基于物联网技术的智能配电房解决方案研究
南方电网数字电网研究院有限公司
87
基于园区的综合能源管控物联网项目
浙江新安化工集团股份有限公司
88
基于“云-边-端”一体化的综合能源物联网服务平台
科大智能科技股份有限公司
89
面向智慧生活的家庭、社区融合服务智能物联平台及应用示范
海信集团有限公司
90
基于物联网应用的创新智慧医联综合服务云平台
北京维卓致远医疗科技发展有限责任公司
91
基于物联网的智能决策分析与道路指挥调度系统
成都九洲电子信息系统股份有限公司
92
“生态眼"—生态环境立体多源实时动态感知平台
江苏南大五维电子科技有限公司
93
新一代城市轨道交通工程结构监测与安全评估系统研发及应用
武汉智慧地铁科技有限公司
94
基于物联网的机场智慧运行管理平台
飞友科技有限公司
95
“金龙湖绿网”绩效服务分析平台
无锡中科光电技术有限公司
96
海绵城市智能管控分析系统及应用
中国电建集团西北勘测设计研究院有限公司
97
基于物联网的北斗智慧交通监控与综合服务平台
广州海格通信集团股份有限公司
98
智慧城市大数据服务平台
江西飞尚科技有限公司
99
基于AI+物联网融合创新智慧集成应用
福建星网物联信息系统有限公司
100
面向 AIoT 的全域交通 AI 控制系统
银江股份有限公司
101
城市轨道交通融合云平台运营及运维联合创新项目
呼和浩特市城市轨道交通建设管理有限责任公司
102
城市异构物联网分布式云平台研发与应用
深圳市同洲电子股份有限公司
103
全面支持国家标准的智慧城市大数据应用平台
中星技术股份有限公司
104
智慧养老全区块监管平台
上海市爱护网健康管理有限责任公司
105
基于中国移动OneNET的城市物联网平台
中移物联网有限公司
106
基于超大监测物联网的地铁隧道全寿命诊断与预警关键技术研究及示范应用
济南轨道交通集团有限公司
107
中信智慧水务
中国市政工程中南设计研究总院有限公司
108
汇桔大脑
广州博鳌纵横网络科技有限公司
109
临平老城区有机更新一期（文化艺术长廊）智慧化项目
中国电建集团华东勘测设计研究院有限公司
110
基于NB-IoT物联网技术的智慧照明大数据云平台
河南继元智能科技股份有限公司
111
晨泰科技智慧用电安全动态监管平台
浙江晨泰科技股份有限公司
112
电动自行车安全管控系统
福州聪电堡智能科技有限公司
113
基于视频分析挖掘的智慧城市管理平台的开发与示范
天地伟业技术有限公司
114
智能化办案区管理系统
哈尔滨哈工大机器人集团嘉利通科技股份有限公司
115
基于物联网的城市供水管网智慧监控与优化调度技术应用示范
河北建投水务投资有限公司
116
基于物联网的智能楼宇综合管理平台的研发及推广应用
日立楼宇技术（广州）有限公司
117
智慧水利云平台应用示范项目
山东力创科技股份有限公司
118
生态环境泛在网络科研装备研发与应用示范研究
成都德鲁伊科技有限公司
119
农业有害生物监测及防控技术体系构建与产业化应用
广州瑞丰生物科技有限公司
120
蔬果数字农业示范区
上海赋民农业科技股份有限公司
121
基于物联网的粮食仓储管理解决方案
安徽航天信息有限公司
122
智慧孵化物联网应用推广示范
烟台大地牧业股份有限公司
123
平安智慧产销溯源平台项目
中国平安财产保险股份有限公司
124
渔联网+智慧渔业
常德启腾水产服务有限公司
125
基于物联网的智慧养殖系统
南京丰顿科技股份有限公司
126
物联网高效节水项目
京蓝沐禾节水装备有限公司
127
以文山三七为重点的智慧农业公共服务平台
云南神谷科技股份有限公司
128
轻量化汽车零部件协同设计、制造物联网集成创新应用项目
浙江华朔科技股份有限公司
129
生产制造业 (汽车制造 )智能分析管理平台
吉林省联恒易达科技开发有限公司
130
基于HTML5的Web网络单片机技术研究及产业化
海口丰润动漫单片机微控科技开发有限公司
来源：工业和信息化部科技司
原标题：《2019-2020年度物联网关键技术与平台创新类、集成创新与融合应用类示范项目名单公布》

人工智能云计算在2020年科创板上市的公司有：
1、腾讯云：提供AI、大数据、云计算等服务；
2、百度云：提供AI、云计算、大数据、物联网等服务；
3、阿里云：提供AI、云计算、大数据、物联网等服务；
4、网易云：提供AI、云计算、大数据、物联网等服务；
5、中信云：提供AI、云计算、大数据、物联网等服务；
6、华为云：提供AI、云计算、大数据、物联网等服务；
7、联想云：提供AI、云计算、大数据、物联网等服务；
8、京东云：提供AI、云计算、大数据、物联网等服务；
9、浪潮云：提供AI、云计算、大数据、物联网等服务；
10、微软云：提供AI、云计算、大数据、物联网等服务。

随着全球信息化的浪潮，信息化产业不断发展、延伸，已经深入了众多的企业及个人，SOA系统架构的出现，将给信息化带来一场新的革命。

纵观信息化建设与应用的历程，尽管出现过XML（标准通用标记语言的子集）、Unicode、UML等众多信息标准，但是许多异构系统之间的数据源仍然使用各自独立的数据格式、元数据以及元模型，这是信息产品提供商一直以来形成的习惯。各个相对独立的源数据集成一起，往往通过构建一定的数据获取与计算程序来实现，这样的做法需要花费大量工作。信息孤岛大量存在的事实，使信息化建设的ROI（投资回报率）大大降低，ETL成为集中这些异构数据的有效工具。ETL常用于从源系统中提取数据，将数据转换为与目标系统相兼容的格式，然后将其装载到目标系统中。数据经过获取、转换、装载后，要产生应用价值，还需另外的数据展现工具予以实现，如此复杂的数据应用过程，必定产生高昂的应用成本。

结构化的数据管理尚可通过以上方法，予以实现其集成应用。在非结构化的内容方面，这些具有挑战性的问题令人生畏。内容管理的应用方案基于不同的信息化应用系统，而且大部分是纵向的以组织部门为界限的。在内容管理市场中，经常使用来自不同厂商的产品来提供这些解决方案。即使是同一个厂商的产品，相互之间的功能也是经常重叠，并且无法集成。

随着信息化建设的深入，不同应用系统之间的功能界限已趋于模糊。同时企业资源计划系统和协同商务系统，又需要商业智能的分析展现数据提供用户 *** 作依据。

在激烈竞争且多变的市场环境下，企业的管理模式很难固化，应用传统的信息化软件，当企业要做出一些改动时需要面对巨大的挑战。

SOA系统架构的出现，信息化变革

微软大中华区服务部总经理辛儿伦介绍说，从上世纪60年代应用于主机的大型主机系统，到80年代应用于PC的CS架构，一直到90年度互联网的出现，系统越来越朝小型化和分布式发展。2000年WebService出现后，SOA被誉为下一代Web服务的基础框架，已经成为计算机信息领域的一个新的发展方向。

SOA的出现给传统的信息化产业带来新的概念，不再是各自独立的架构形式，能够轻松的互相联系组合共享信息。

可复用以往的信息化软件。基于SOA的协同软件提供了应用集成功能，能够将ERP、CRM、HR等异构系统的数据集成。

松散耦合方式，只要充分了解业务的进程，就可以不用编写一行代码，通过流程图实现一套我们自己的信息系统。就像已经给你准备好了砖瓦和水泥，只需要想好盖什么样的房子就可以轻松的盖起。加快开发速度，并且减少了开发和维护的费用。软件将所有的管理提炼成表单和流程，以记录管理的内容，指定过程的流转方向。

更简便的信息和数据集成。信息集成功能可以将散落在广域网和局域网上的文档、目录、网页轻松集成，加强了信息的协同相关性。同时，复杂、成本高昂的数据集成，也变成了可以简单且低成本实现的参数设定。创建了完全集成的信息化应用新领域。

在具体的功能实现上，SOA协同软件所实现的功能包括了知识管理、流程管理、人事管理、客户管理、项目管理、应用集成等，从部门角度看涉及了行政、后勤、营销、物流、生产等。从应用思想上看，SOA协同软件中的信息管理功能，全面兼顾了贯穿整个企业组织的信息化软硬件投入。尽管各种IT技术可以用于不同的用途，但是信息管理并没有任意地将信息分为结构化或者非结构化的部分，因此ERP等结构化管理系统并不是信息化建设的全部；同时，信息管理也没有将信息化解决方案划分为部门的视图，因此仅仅以部分为界限去构建软件应用功能的思想未必是不可撼动的。基于SOA的协同软件与ERP、CRM等传统应用软件相比，关键的不同在于它可以在合适的时间、合适的地点并且有正当理由向需要它提供服务的任何用户提供服务。

大余县人民政府
您当前所在位置： 首页 > 部门信息公开目录 > 县供销社 > 工作动态
索 引 号：
B23000-2022-5095849
文件编号：
分类：
生成日期：
2022-07-25
公开方式：
主动公开
公开时限：
常年公开
公开范围：
面向全社会
责任部门：
用数字化推动果蔬冷链物流变革
访问量：49
来源：江西省供销集团
近年来，随着信息技术的快速发展，大数据作为其中的一部分，被广泛应用到一些高新技术产业，也已经深入到包括农业在内的各个行业。根据农业的产业链条划分，目前农业大数据主要集中在农业资源与环境、农业生产、农业市场及农业管理等领域。农业大数据是农业不可或缺的支持，也必将成为农业现代化的助推器。将大数据融入到农产品冷链物流中，不仅可以高效整合物流资源，降低供应链各环节企业的物流成本，还有利于搭建农产品流通平台，保障农产品的配送质量。
2014年，国家就印发了《关于进一步促进冷链运输物流企业健康发展的指导意见》，指出要加强物联网、云计算、大数据、移动互联等先进信息技术在冷链运输物流领域的应用。
2020年的中央一号文件也指出，要依托现有资源建设农业农村大数据中心，加快物联网、大数据、区块链、人工智能、第五代移动通信网络、智慧气象等现代信息技术在农业领域的应用。水果冷链供应链是农产品冷链供应链的重要组成部分，不断优化供应链，对保障果品质量安全至关重要。
探究大数据在我国水果冷链供应链中的应用，以此提出针对性发展建议，具有重要的现实意义。
冷链物流及大数据应用
01
冷链物流的定义
冷链物流一般指冷藏或冷冻类食品在生产、贮藏、运输及销售的各个环节中始终处于规定的低温环境下，以保证食品的新鲜和质量，减少损耗的一项系统工程。冷链物流是一项复杂的系统工程，需要供应链各环节之间的高度协调、高效运作。随着经济发展水平和消费者健康意识的提升，对水果的品质和新鲜度的要求也越来越高，水果冷链物流也已引起人们的普遍关注。作为一个食品消费大国，水果冷链物流在我国拥有广阔的发展前景。
02
水果冷链物流的产生
我国长期以来就是水果生产大国，苹果、柑橘、梨等果树产量均居世界首位。数据显示，近年来，水果总产量由2003年的148亿t提高到了2018年的244亿t，占世界总产量的比重由2387%提高到了2807%。苹果、柑橘和梨的产量及所占比重整体呈增长趋势，至2018年，苹果、柑橘和梨的产量分别达到039亿t、042亿t和016亿t，占世界总产量的比重分别为4555%、2749%和6824%。
由于新鲜水果含水量高、湿度大，易腐烂变质，常温贮藏时间较短，我国果蔬的产后流通损耗率为20%~30%。同时，我国水果流通规模较大，除了出口至其他各国以外，在国内的流通量非常大。冷链物流有利于减少水果产后损失，带动水果随季节均衡销售和促进农民增收。因此，我国果树产业可持续健康发展需要冷链物流的支持。
03
水果冷链物流对大数据应用的需求
近年来，随着生鲜电商平台的大量涌现，尽管有RFID、GPS等技术为支撑，仅冷链物流单一业态已经无法满足消费者对生鲜农产品品质保障的更高要求，因此冷链物流融入大数据分析的多业态模式应运而生。
水果作为重要的生鲜农产品之一，其冷链供应链对大数据应用的需求尤为突出。一方面，水果配送条件极为苛刻，光照、温度、湿度等细微变化将直接影响果实品质及腐损率，而基于海量实时反馈的大数据分析能不断优化配送环境，直至最佳。另一方面，因大部分水果产地局限于小范围地区，导致配送距离较远，而基于路径优化的大数据分析能将水果快速、准确地送达目的地，以确保水果品质几乎不变。此外，水果冷链供应链的后台 *** 作、人员调配及运营管理等环节的大数据应用，还将带来溢出效益及工作效率的进一步提高。
04
我国水果冷链供应链发展现状
我国现代果蔬冷链物流技术起步于20世纪80年代，至今发展还比较缓慢，国际竞争力较弱，与水果生产大国的地位极不相称。2017年，我国果蔬的冷链流通率为22%，冷藏运输率为35%，而在欧美、日本等发达国家易腐食品冷链流通率为95%~98%，冷藏运输率也已超过90%，差距较大。
基础设施落后
完备的冷链基础设施是保障水果跨地域流通的关键，目前我国各项冷链设施还比较落后，这也是制约水果流通率和运输率低的主要原因。
2015—2019年，我国冷库的总量呈逐年上升的趋势。2019年，冷库总量约6053万t，新增库容8145万t，但与实际需求量差距较大。从冷藏车的数目来看，区域差异比较明显。2017年，华东、华南、华中和华北地区的冷藏车分别为268万、140万、162万、110万辆，而西北、西南和东北地区分别为022万、027万、017万辆。
目前，我国已有的冷藏容量仅占货物需求的20%~30%，商用的冷藏库主要集中在农产品资源较集中的区域或经济较发达的地区。
冷链供应链体系不健全
冷链供应链是通过最大化的标准化和集约化来降低成本、实现利润的。目前，我国水果冷链供应链的体系还不够健全。一方面，缺乏系统规范化的管理，相关法律法规和规范化体系不够健全甚至缺失。如冷链供应链各环节温度调控和产品质量检测标准缺失，无法保障水果品质，降低了产品价值。另一方面，各物流企业之间缺乏交流和合作，导致冷链技术和资源利用率低，增加了冷链物流成本。
冷链信息化程度低
水果的冷链物流不仅需要科学有效的保鲜措施，更需要快速响应消费市场动态的信息系统，以满足冷链物流时效性高的特点。目前，我国冷链物流还未建立起统一的信息化系统，信息的不对称导致水果的供需矛盾，长期以来，极易造成水果“滞销”。解决线上和线下的信息交流是化解供需矛盾的关键所在。
05
大数据在水果冷链供应链中的应用
随着我们农业供给侧结构性改革的提出，各行业都在转变生产方式，种植业也是如此。大数据以及互联网元素的应用，让水果的冷链物流供应链有了更多优化的空间，这也是现阶段破解我国水果冷链物流发展缓慢的重要途径之一。
利用大数据进行果品质量安全控制
水果冷链物流不仅要提升运输效率，还要保障物流过程中果品的质量及安全。利用物联网、智能追溯等技术，收集水果生产数据源。在果品进入冷藏仓库时，再利用射频识别技术根据RFID标签携带的全部产品信息，监控果品的贮存环境。以此为依据建立农产品质量和安全信息数据库，从而将水果生产信息和物流信息相关联，构建一体化的信息链。
以陕西省苹果为例，该省苹果产业规模大，市场化程度高，具有应用大数据的基础。2019年初，国家级苹果产业大数据中心落户陕西省。目前，苹果产业大数据平台已覆盖了苹果生产资料投入到贸易等全产业链环节，能够实现对苹果种植的精准化管理，提高果品质量。通过该平台也能够对陕西省苹果进行品牌认证和质量分级，及时剔除不合格产品，保障冷链流通产品的质量和安全。同时，利用区块链技术可解决品牌认证的数据可信问题，快速提升品牌价值。陕西省也将建设苹果数字试验站和智慧果园，对果库进行数字化改造，实现生产智能化、管理高效化、经营网络化和服务多元化。
利用大数据优化仓储
仓储物流是冷链物流运作中的一个重要环节，随着物流的智能化发展，大数据技术在仓储物流中的作用也日益凸显。依据大数据及其他先进的科学技术构建的农产品仓储物流管理系统，极大地促进了农产品一体化的发展。这一系统能够实现对物流信息的快速检索和上传，为物流整体的运作提供技术支持，不仅工作效率高，还有效节省了企业物流环节中的运作成本。
利用大数据优化水果物流运输
利用GPS技术、车载移动终端构建水果智能运输系统，实现对冷藏车辆的配送和动态管理，从而提升物流效率，减少浪费。在果品配送之前，建立包括载重、容量、贮存条件等信息在内的冷藏车辆数据系统。在此基础上，将每辆车与对应的司机相关联，进行“一对一”匹配，通过车辆与司机身份的绑定，能够为果品运输安全提供一定的保障，也为物流企业降低了运营风险。在配送中，利用GPS定位和可视化技术对冷链运输中车辆的位置、运行速度、运行轨迹及人员进行远程监控，为物流企业进行车辆调度和指挥提供及时有效的反馈信息。
贵州省是全国大数据创新创业的“试验田”，为加快实施智慧农业工程，该省积极推进物联网、大数据、3S技术等信息技术的融合及在农业全产业链中的应用，农业智能化水平不断提高，并充分运用大数据，加快冷链信息平台建设。
以修文县的猕猴桃为例，过去一直受易软易腐、不耐贮藏的困扰。但目前，通过大数据调度“冷链运输体系”，72h内就能将猕猴桃运送至北京、上海等地。从黔北现代物流新城物流大数据中心的显示屏上，就可以看到猕猴桃从采摘到消费者手中的全过程。
利用大数据实现果品信息的实时动态反馈
冷链物流对水果的温度、湿度、光照等有着严格的要求，这些因素对保证水果的品质至关重要。如何保障果品在运输过程中始终处于低温状态，是整个冷链体系的重点与难点。传统的冷藏车无法实现对果品在运输中的情况进行实时监控。通过在物流车辆内安装温度、湿度传感器和光照传感器，及时将相关信息传送至控制中心，就能够根据实时情况作出调整，达到降低果品损耗的目的。
截至2017年底，山东省有80%以上的冷链物流企业在冷库、冷藏车等冷链设施中安装了温湿度传感器、记录仪等监控设备，所有温湿度信息实现了在山东省级农产品冷链物流公共信息服务平台的实时监控。
利用大数据推动冷库果品精准化销售
利用大数据技术可实现对全国水果价格、成本以及市场供需开展动态监测，进行供需匹配，可避免因供需失衡和价格剧烈波动导致市场混乱，实现冷库与市场的有效对接。
利用大数据技术还可了解客户的行为和反馈，深刻理解客户的需求，根据所获取的信息不断调整不同果品的方向，制定科学的销售策略。不断推进目标市场的精确定位、销售价格的精确评估和销售数量的精确预报。
06
大数据背景下水果冷链供应链发展建议
（1）
重视顶层设计
大数据时代，水果冷链物流的发展离不开农业部门、质检部门、交通运输部门和互联网各行业的协调与合作。因此，各地区需要统筹规划，建立政府-行业协会-龙头企业相联动的机制，促进各种运输方式和企业之间的公平竞争和发展。
（2）
加强水果冷链供应链基础设施建设
冷链物流水平是农业现代化的重要标志，是现代农业综合效益最大化的有效载体。大数据的应用也是建立在完备的供应链基础之上的，因此，加快冷链供应链基础设施建设是当务之急。
一方面，加快冷库的建设，尤其是西部、偏远山区和贫困区域。在这方面，政府可提供一定的财政和技术支持，可通过设立农村物流发展专项资金，并引导社会资本投入到农村冷链物流领域，适度扩大对农村物流用地、用电等政策的支持力度。
另一方面，加大对铁路、公路、航运等冷链运输设施和冷藏车、冷藏箱等冷链设备的投入，确保冷链运输的可能性。
（3）
做好大数据收集工作
完备的数据存储是进行利用高新技术的前提，也是建立水果质量可追溯体系的必然要求。因此，必须积极做好水果从生产、包装、仓储、运输到销售等环节的数据搜集工作，构成果品的生产、仓储、销售、流通和服务的一个全生命周期管理。
（4）
培养和引进高科技人才
人才是农业现代化的重要基础，为乡村振兴提供内在动力。由于大数据本身有较高的科技水平和技术含量，对人才的要求也相对较高，既需要掌握生产知识、物流知识，还需要具备一定的信息技术能力，因此应当加强这类复合型人才的培养。
一方面，高等教育应该注重加强水果冷链物流、农产品存储、电子商务、互联网技术等领域人才的培养，为冷链物流的现代化发展储备人力资源。
另一方面，应重视对直接参与水果冷链物流的公司职员、农民、货运司机等进行专业化技术培训，内容包括水果保鲜知识、信息技术利用、数据分析和设备维护等。同时，还可引进国外高技术人才，为大数据在我国冷链物流中的应用提供帮助，以实现资源的共享。
相关文章
主办：大余县人民政府  承办：大余县大数据中心  ICP备案号：赣ICP备2022005155号-2
公网安备 336072302000001  政府网站标识码：3607230023  ：0797-8711398   网站地图

1齐安新
启安信成立于2014年，2020年在上交所上市。它专注于空间安全市场，为企业用户提供新一代企业级安全产品和服务。已经发展成为国内领先的基于大数据、人工智能、安全运营技术的安全提供商。
2深信不疑
成立于2000年，2018年在创业板上市，是一家专注于企业级安全、云计算、IT基础设施和物联网的产品和服务提供商。旗下拥有深信智能安防、深信云、深信新It三大业务品牌及子公司新锐科技，致力于承载各行业用户数字化转型过程中的基石工作。
3华为
成立于1987年，是全球领先的ICT基础设施和智能终端提供商。拥有规模领先的基础通信设施，致力于构建万物互联的智能世界，在电信运营商、企业、终端、云计算等领域构建了端到端的解决方案优势。
4天荣信科技集团
成立于1995年，是中国较早的安全企业，也是中国自主研发防火墙的创始人。目前已成为国内领先的安全、大数据、云服务提供商。天荣信多年来在国内安全防火墙领域处于领先地位，在安全硬件和整体安全市场更具竞争力。
5金星
成立于1996年，是国内具有完全自主知识产权的安全产品、可信安全管理平台、安全服务和解决方案的强大综合提供商。2010年在深圳中小企业板上市。启明星辰在入侵检测或入侵防御、统一威胁管理、安全管理平台、数据安全、运维安全审计、数据库安全审计与防护等市场占据领先地位。
6新华三
紫光的数字化转型服务品牌专注于新IT技术创新领域，专注于新IT解决方案和产品的研发、生产、咨询、销售和服务。新华三具备计算、存储安全等数字化基础设施的整体能力，提供包括云计算、大数据、智能连接、新安全、物联网、边缘计算、人工智能、5G等一站式数字化解决方案，以及端到端的技术服务。
7腾讯安全
腾讯安全作为互联网安全领导品牌，致力于成为产业数字化升级过程中的安全战略官。腾讯安全构建了以腾讯安全大脑为核心的自适应闭环安全防护体系，包括基础安全防护体系、安全运营中心和业务安全服务体系。
8吕蒙科技
成立于2000年，2014年在深交所上市，为金融、运营商、能源、交通、科教文卫等行业及各类企业用户提供全线安全产品、全方位安全解决方案和系统化安全运营服务。吕蒙科技有八个实验室:星云、吴歌、傅莹、天极、舒天、天元、平行和威胁情报。
9安恒信息
成立于2007年，2019年在科创板上市，是一家专注于信息安全领域的信息安全产品和服务提供商。是国内信息安全领域的佼佼者。公司专注于云安全、大数据安全、物联网安全、智慧城市安全和工业安全，拥有数百名一线安全专家和一条具有创新自主知识产权的安全产品线。
10亚信安全
是国内安全软件领域的佼佼者。亚信安全以身份安全为基础，以云边缘安全和端点安全为重点，以安全中心为枢纽，以威胁情报为支撑，构建“全云、全联动、全智能”的产品技术战略。公司依托四大产品服务体系，构建预测、防护、检测、响应的动态自适应安全模型。

大数据和物联网将如何影响数据中心
如今，大数据正在不断拓展和扩大。据科学日报2013年的报道，全世界范围内所有数据的90％都是在过去两年中产生的。凡尔纳环球公司技术服务总监豪尔赫巴尔塞尔斯指出，全球各地有25亿个互联网用户，在美国就有大约25亿个用户，特别是在过去的十年，用户的数量和水平呈现爆炸式增长。
从我们的Fitbits到手机摄像头，所有连接到互联网的各种类型的设备数量庞大，这些设备所产生的数据和未来的潜力导致计算和存储的需求呈指数增加。大数据和物联网将如何影响数据中心？这是巴尔塞尔斯在将要召开的数据中心全球会议和博览会上演讲的主题。本次会议将包括许多专题会议，将会涉及数据中心的管理者和经营者面对的问题，以及数据中心的新技术。大量的计算和存储需求产生更多的电力需求巴尔塞尔斯说，他说其演讲主题重点是围绕数据中心的管理者和经营者所问的问题。比如“我们现在的电力基础设施能否处理所有产生的数据呢？我们能提供足够的电力吗？”。这还将引出了下一个问题：“你知道你的数据中心现在获得的电力，那么在5年或10年或15年以后呢，那时该如何应对？“为了支持计算和存储今天的需求，“我们的数据中心需要质量可靠、高效节能的，采用可再生能源的充足电力。”他说。不断增长的数据需求导致更大的电力需求和成本。凡尔纳全球公司位于冰岛凯夫拉维克的数据中心，已经建立了围绕可再生能源接入，可靠和具有成本效益的电源策略。探讨电力因素对数据中心影响，巴尔塞尔斯对此具有独特的视角。
电力的底线巴尔塞尔斯表示，从财务的角度来看电力是很重要的。当数据中心管理者展望未来计划的成本，在如何计算电力定价时，却不知道未来会发生什么。电力成本在今天的数据中心设施的位置产生巨大的影响。当客户着眼于市场的发展趋势时，其共同点就是“电力的价格”。巴尔塞尔斯说。需求改变位置“你看目前人们不在大都市地区建设新的数据中心。在过去的十年中，数据中心都尽量远离人口中心，向偏远地区地区发展。比如美国西北太平洋地区的华盛顿州、俄勒冈、甚至美国犹他州，”他说。“而全球数据中心位于北欧地区，包括冰岛。”他举例说，Facebook在瑞典建设和数据中心，其电网是超级可靠的。而谷歌公司在芬兰建设的数据中心，从2015年开始，其电力来自可再生能源。（根据此前DCK的报道：谷歌公司在芬兰的哈米纳数据中心将在2015年主要采用风能发风，谷歌公司与一个陆上风电场供电公司签署了补充协议，因此该数据中心将采用100％的可再生能源发电。）这种供电可靠性在美国当前却不可用。“例如，海湾地区的电力并不是持续的。其可靠性不高。”巴尔塞尔斯说。北方气候的另一个好处是较低的散热需求。“在数据中心的总体成本中，冷却成本占到发电成本的30％到40％。”他说，“数据中心正在寻找那些终年有凉爽的气候的地点。”这减少了降低服务器的进气温度所需要产生的冷空气（无论是通过传统的冷却方式，或通过蒸发冷却）。实用的可靠性我们日前依赖的全天候的电力基础设施并不是都那么可靠。巴尔塞尔斯说人们往往很快忘记供电可靠性的问题。他引用了桑迪飓风和2003年美国东北电网导致大面积停电的事例。“2003年的事故导致5000万人受灾。我们这么快就忘记了，”他说。“电力的可靠性是一个让人关注的问题，不只是在美国，在全世界也是如此。”

作者 | 网络大数据

来源 | raincent_com

随着物联网的演变和发展，所有可以想象到的东西(或事物)和产业都将变得更加智能：智能家居和智慧城市、智能制造机械、智能汽车、智能健康等等。无数被授权收集和交换数据的东西正在形成一个全新的网络——物联网——一个可以在云中收集数据、传输数据和完成用户任务的物理对象网络。

物联网和大数据正在走向胜利之路。不过，要想从这一创新中获益，还需要解决一些挑战和问题。在本文中，我们很高兴与大家分享多年来在物联网咨询领域积累的知识。

物联网大数据如何应用

首先，有多种方法可以从物联网大数据中获益：在某些情况下，通过快速分析就足够了，而一些有价值的见解只有在经过深入的数据处理之后才能获得。

实时监测。通过连网设备收集的数据可以用于实时 *** 作：测量家中或办公室的温度、跟踪身体活动(计算步数、监测运动)等;实时监测在医疗保健中被广泛应用(例如，获取心率、测量血压、糖分等);它还成功地应用于制造业(用于控制生产设备)、农业(用于监测牛和作物)和其他行业。

数据分析。在处理物联网生成的大数据时，我们有机会超越监测，并从这些数据中获得有价值的见解：识别趋势，揭示看不见的模式并找到隐藏的信息和相关性。

流程控制和优化。来自传感器的数据提供了额外的上下文情境信息，以揭示影响性能和优化流程的重要问题。

▲交通管理：跟踪不同日期和时间的交通负荷，以制定出针对交通优化的建议，例如，在特定时间段增加公共汽车的数量，看看是否有改观，以及建议引入新的交通信号灯方案和修建新的道路，以减少街道的交通拥堵状况。

▲零售：跟踪超市货架中商品的销售情况，并在商品快卖完之前及时通知工作人员补货。

▲农业：根据传感器的数据，在必要时给作物浇水。

预测性维护。通过连网设备收集的数据可以成为预测风险、主动识别潜在危险状况的可靠来源，例如：

▲医疗保健：监测患者健康状态并识别风险(例如，哪些患者有糖尿病、心脏病发作的风险)，以便及时采取措施。

▲制造业：预测设备故障，以便在故障发生之前及时解决。

还应注意的是，并非所有的物联网解决方案都需要大数据(例如，如果智能家居拥有者要借助智能手机来关灯，则可以在没有大数据的情况下执行此 *** 作)。重要的是要考虑减少处理动态数据的工作量，并避免存储将来没有用处的大量数据。

物联网中的大数据挑战

除非处理大量数据以获取有价值的见解，否则这些数据完全没用。此外，在数据收集、处理和存储方面还有各种挑战。

▲数据可靠性。虽然大数据永远不会100%准确，但在分析数据之前，请务必确保传感器工作正常，并且用于分析的数据质量可靠，且不会因各种因素(例如，机器运行的不利环境、传感器故障)而损坏。

▲要存储哪些数据。连网设备会产生万亿字节的数据，选择存储哪些数据和删除哪些数据是一项艰巨的任务。更重要的是，一些数据的价值还远远没有显现出来，但将来您可能需要这些数据。如果您决定为将来存储数据，那么面临的挑战就是以最小的成本做到这一点。

▲分析深度。一旦并非所有大数据都很重要，就会出现另一个挑战：什么时候快速分析就足够了，什么时候需要进行更深入的分析以带来更多价值。

▲安全。毫无疑问，各个领域的连网事物可以让我们的生活变得更加美好，但与此同时，数据安全也成一个非常重要的问题。网络罪犯可以侵入数据中心和设备，连接到交通系统、发电厂、工厂，并从电信运营商那里窃取个人数据。物联网大数据对于安全专家来说还是一个相对较新的现象，相关经验的缺失会增加安全风险。

物联网解决方案中的大数据处理

在物联网系统中，物联网体系架构的数据处理组件因输入数据的特性、预期结果等而不同。我们已经制定了一些方法来处理物联网解决方案中的大数据。

数据来自与事物相连的传感器。“事物”可以是任何物体：烤箱、汽车、飞机、建筑、工业机器、康复设备等。数据可以是周期性的，也可以是流式的。后者对于实时数据处理和迅速管理事物至关重要。

事物将数据发送到网关，以进行初始数据过滤和预处理，从而减少了传输到下一个物联网系统中的数据量。

边缘分析。在进行深入数据分析之前，有必要进行数据过滤和预处理，以选择某些任务所需的最相关数据。此外，此阶段还可以确保实时分析，以快速识别之前在云中通过深度分析所发现的有用模式。

对于基本协议转换和不同数据协议之间的通信，云网关是必需的。它还支持现场网关和中央物联网服务器之间的数据压缩和安全数据传输。

连网设备生成的数据以其自然格式存储在数据湖中。原始数据通过“流”进入数据湖。数据保存在数据湖中，直到可以用于业务目的。清理过的结构化数据存储在数据仓库中。

机器学习模块根据之前积累的历史数据生成模型。这些模型定期(例如，一个月一次)用新数据流更新。输入的数据被累积并应用于训练和创建新模型。当这些模型经过专家的测试和批准后，控制应用程序就可以使用它们，以响应新的传感器数据发送命令或警报。

总结

物联网产生大量数据，可用于实时监控、分析、流程优化和预测性维护等。然而，应该记住，从各种格式的海量数据中获得有价值的见解并不是一件容易事情：您需要确保传感器工作正常，数据得到安全传输和有效处理。此外，始终存在一个问题：哪些数据值得存储和处理。

尽管存在一些挑战和问题，但应记住，物联网的发展势头强劲，并可以帮助多个行业的企业开辟新的数字机遇。

---