数据时代的到来，加深了传统农业与现代技术的融合，随着农业信息化进程的深入发展，农业土壤数据分析研究也变得越来越复杂，传统的分析形式已经不能满足现代农业发展的需要，因此农业土壤数据的可视化分析已经成为现阶段数据分析中重要的方式之一。其中，不同领域的数据可视分析对应着不同的技术难题，加之近年来数据隐私等问题的不断激化，大数据环境下的数据可视化分析方法面临着巨大的挑战。 本文依托现代大数据处理框架，围绕农业土壤数据的可视化展开研究，本文研究的主要工作包括三个方面: 一、针对农业土壤数据在现实研究与应用中的特点，将其分为自然属性特征与地理空间属性特征，并对二者分别进行可视化特点分析以及可视化方案的设计。 二、充分考虑农业土壤数据的特点，应用数据分析相关方法以及归一化互信息(MI)关联指标选择等算法，整合出一系列针对农业土壤数据预处理方法(包括清洗、精简、规整与归约等)，并对部分土壤数据集进行关联规则挖掘以获得更准确的可视化设计。 三、基于多种高维数据可视化方法，将经过预处理后较规范的土壤数据集进行可视化实例设计，并基于此可视化实例完善土壤数据的可视化研究方案，达到理想的可视化效果并分析得到数据结论。针对地理空间数据的可视化，基于现有的WebGIS农业数据可视化系统分析农业土壤地理数据可视化过程中诸如数据显示、渲染速度、可视化空间等问题，并提出对应的解决方法。 上述研究内容完成了土壤数据从采集、分析到处理的完整研究过程，最后本文针对农业土壤数据分析平台现状，契合相关数据可视分析业务平台未来的发展，提出将人工智能中联邦机器学习框架应用于农业土壤数据联邦可视化模型的思想，以解决社会中日益突出的数据隐私问题与数据壁垒问题。该模型对于后续农业数据进一步可视分析以及其他领域的数据可视化均有一定的参考价值。
NETL
