摘要
基于南京某森林TB量级关于无线传感器网络持续记录的森林的大气温度、土壤湿度以及土壤温度的大数据,利用Google公司的Hadoop云计算平台对数据进行分析,进而研究气温、土壤湿度对土壤温度的影响。利用Hadoop平台下的Map Reduce框架对传感器传回的数据进行噪声处理、二次排序等操作,并综合利用MATLAB、SPSS等软件对数据进行综合处理分析,进而研究气温土壤湿度对土壤温度的影响,而土壤温度对植株处于良好的生长状态具有重要现实意义[1]。
The TB level of data about the atmospheric temperature, soil moisture, and soil temperature in Nanjing's forest is measured by Wireless Sensor Networks. Researchers use Google's Hadoop cloud computing platform to analyze these data, and then study the effect of temperature and soil moisture on soil temperature. Researchers use framework of the Map Reduce to carry out the data of the sensor data processing, sorting. In the end, researchers use MATLAB, SPSS and other software to analyze the data, and then to study the effect of temperature and soil moisture on soil temperature, which is considered of strategic importance for plant growth.
出处
《电脑知识与技术》
2015年第10X期200-203,共4页
Computer Knowledge and Technology
基金
国家自然科学基金(31300472)
江苏省大学生实践创新训练计划重点项目(201410298030Z
201510298046Z)