支持分布环境的农产品协同追溯平台构建
2017-05-25钱建平范蓓蕾李小刚王铄今
钱建平，范蓓蕾，李 洁，李小刚，赵 丽，王铄今，史 策
支持分布环境的农产品协同追溯平台构建
钱建平1，范蓓蕾1，李 洁2※，李小刚2，赵 丽1，王铄今1，史 策1
（1. 北京农业信息技术研究中心，北京 100097；2. 天津市农村工作委员会信息中心，天津 300201）
农产品追溯系统的深入研究与应用，迫切需要提升统一追溯和协同分析能力。该研究以现有不同品类农产品的追溯系统为基础，包含数据整合、模型分析、应用提供3个层面，设计了农产品协同追溯平台框架；构建了包括企业资质、质量检测、产品追溯、消费者反馈4个因素及14个因子的企业信誉评价指标体系，建立了评价模型，可实现基于追溯数据的信誉评价；研究了多源异构数据集成技术和分层动态追溯技术。以天津市为例，以Microsoft Visual Studio 2010软件作为系统设计和开发工具，开发了放心农产品一体化追溯平台，为消费者提供追溯服务，为职能部门提供分析决策。从并发访问能力和追溯效果两方面进行分析，当并发用户数达到40时，单个事务的平均响应时间达到19 s，接近较好用户体验的临界点；与目前已有的追溯系统相比，平台具有多品类追溯、追溯信息多样性、追溯互动性强等特点。研究结果可为提高追溯信息集成度、增强追溯结果分析能力提供参考。
农产品；系统；模型；追溯；分布环境；平台；信誉评价
0 引 言
追溯作为质量管理的有效措施从20 世纪80 年代被引入食品工业至今，欧盟、美国、加拿大、澳大利亚等国及地区相继建立了农产品及食品追溯系统[1-2]。近年来，随着中国对食品质量安全的日益重视及民众安全消费意识的不断提升，建立“从田间到餐桌”的全过程质量安全追溯体系，已成为确保民众“舌尖上安全”的迫切需要[3-4]。
可追溯性被定义为食品、饲料、畜产品和饲料原料，在生产、加工、流通的所有阶段具有的跟踪追寻其痕迹的能力[5-6]；现已基本形成了集标识方法、信息采集、数据传递等为基础的追溯技术体系[7-8]。针对不同农产品的特点及质量安全管理的需求，面向不同品类的追溯系统也得到了研究和应用[9-13]。Abad 等采用智能RFID 标签对生鲜水产品冷链运输过程中的温湿度环境进行实时监测，实现了对生鲜水产品运输过程的追溯[14]；Thakur等针对谷物因多次分装导致批次发生变化的特点，提出了一种实现谷物追溯系统的框架[15]；Karlsen等以海产品为例分析了追溯精确度及其重要性，并比较不同追溯粒度的差异[16]；Qian等以面粉加工为对象，提出了集条码与RFID相结合的追溯解决方案[17]。杨信廷等以蔬菜初级产品、水产品为研究对象，从信息技术的角度构建了一个以实现质量追溯为目的的农产品质量安全生产管理及质量追溯系统[18-19]；熊本海等提出了基于猪肉安全生产的物质流与信息流的跟踪与溯源流程[20]；王东亭等提出了以果品加工配送中心为核心的脐橙追溯方案[21]。
分品类建立的追溯系统具有紧贴业务流程、便于维护的优点，但也存在多品类统一查询不便、追溯公信力缺乏、数据协同分析能力弱等不足。协同是元素对元素的相干能力，表现了元素在整体发展运行过程中协调与合作的性质，其理念已广泛应用于智能制造、知识管理、信息服务等多个领域[22-24]。以协同为理念构建集成多品类的追溯平台，可从消费者层面实现便捷、丰富、互动的追溯方式创新，从职能部门层面增强综合、直观、协同的追溯数据分析能力，而关于协同追溯的研究国内外还未见报道。本文以分层监管、统一追溯为核心，构建支持分布环境的农产品协同追溯平台，并进行应用测试，分析其应用效果，以期提高追溯信息集成度、增强追溯结果分析能力。
1 整体框架
以现有不同品类农产品的追溯系统为基础，分数据整合、模型分析、应用提供3个层面构建农产品协同追溯平台，实现统一追溯和协同分析，如图1所示。数据整合层是基础、模型分析层是核心、应用提供层是实现。
图1 农产品协同追溯平台框架图
在数据整合层面，分基本追溯信息和扩展追溯信息两部分。基本追溯信息包括产品追溯码、产品信息、企业信息、检测信息等，基本追溯信息通过数据集成方式直接上传到协同追溯平台的数据库；对于扩展追溯信息包括产地环境信息、生产过程信息、操作视频信息、产品价格信息等，这些信息还是存储在原来的各专业平台上，由专业平台的人员维护与管理，通过多源异构数据集成构建虚拟数据库实现数据的无缝调用。
在模型分析层面，利用层次分析、多因素综合评价、关联分析、决策树挖掘等方法提供企业信誉评价、生产统计分析、价格比较分析、追溯条码打印量分析、基地注册量统计等模块。企业信誉评价以质量安全为核心，以追溯数据为基础，通过构建企业信誉评价模型来实现，评价结果对于指导消费、增强监管均具有重要作用。生产统计分析结合各专业系统的数据，重点从宏观时空角度对种养殖面积、效益等方面进行统计分析，便于为种养殖结构调整提供参考。价格比较分析通过比较不同时期的农产品价格，分品类、时间、地点等进行分析。在该层面，服务模型接口是开放的，可根据实际应用需求将相关模型封装成动态链接库，集成到平台中。
在应用提供层面，分为消费者追溯和职能部门协同分析两方面。通过输入追溯码消费者可实现多品类、快捷、互动的追溯。通过分级权限管理，职能部门可执行相关的分析统计功能，为智能决策奠定基础。
2 企业信誉评价模块设计
企业信誉既是企业打造品牌的有利支撑，也是消费者选择和追溯产品的重要依据。本研究以追溯信息为基础，采用层次分析法和多因素综合评价法建立企业信誉评价模型。结合前期研究[25]，构建企业信誉评价指标体系，如表1所示。该体系包括2层评价因素集，第1层包括企业资质、质量检测、产品追溯、消费者反馈4个因素的主因素层，第2层包括14个因子；采用层次分析法，通过两两比较的方式确定层次中诸要素的相对重要性，再转为对这些元素的整体权重进行排序判断，最后确立各元素的权重。
表1 企业信誉评价指标体系
对各因子进行分值量化是评价的前提，本文采用100分制进行量化，具体量化方法可参见文献[26]。多因素综合评价法[27]是将多个指标转化为一个能够反映综合情况的指标来进行评价，而加权求和模型则是该方法中一种直观、易理解且计算快捷的模型。以构建的企业信誉评价指标体系为基础，采用加权求和模型对企业信誉分值进行评价：
式中为因子指标数量；s为第个因子的分值；w为第个因子的权重；为企业信誉分值，分值越高说明企业信誉越好。
3 关键技术
3.1 多源异构数据集成技术
在农业生产与管理中会产生各类数据，这些数据中有生产记录、产品检测等结构化数据，还有产品图片、生产视频等非结构化数据，从而导致数据的多源性。同时，不同品类的追溯系统带来的硬件、系统软件和通信系统之间的差异，及数据的储存管理机制不同、设计者和实施者对于领域知识与数据的理解性不完全相同，产生数据的异构性。本研究中基于本体解决异构数据的集成问题，具体由数据格式集成、语义映射及异构数据解析处理三部分组成，其结构如图2所示。其中，语义映射是核心，主要定义在进行异构数据集成时局部环境语义到全局环境语义的表述和映射机制，本体建模是实现语义映射的基础，本文通过建立追溯信息领域本体使得领域内概念以及概念之间的关系在语义层次不产生二义性，进而解决结构化、非结构化数据的异构集成问题。借鉴METHONTOLOGY的框架[28]，并结合面向对象开发方法对其进行了细化，根据追溯信息领域本体的特殊性，分成以下3个阶段，组成一个迭代的过程，以黄瓜追溯为例，进行说明。
图2 多源异构数据集成
1）领域概念模型构建
在对追溯相关信息进行分类和描述的基础上，参考有关农业知识表达的一些文献，提取与黄瓜追溯相关的词汇，包括黄瓜，生产，追溯，溯源，病害，植物，农药，检测等相关词汇，借鉴农业知识本体的描述方法[29]，采用五元素知识本体{,A,,A,}对追溯信息进行描述。其中，代表概念集合；A代表每一个概念的属性集合；代表关系集合；A代表每一个关系的属性集合；代表概念间的关系集合。
2）定义概念、关系和属性
在完成领域概念模型构建的基础上，进一步定义追溯信息本体相关的概念，关系和属性；以黄瓜追溯中的病虫害防治信息本体为例，
{C,A,R,A,H}
定义概念集合C={时间、事物、生物、化学品、昆虫、植物、葫芦科植物、病害、农药、黄瓜、霜霉病、灰霉病、白粉病、代森锰锌、嘧霉胺、阿维菌素……}，
定义关系集合R={防治（农药，害虫），危害（病害，黄瓜）……}，
定义概念间的关系集合H={（黄瓜，葫芦科植物），（葫芦科植物，植物），（霜霉病，病害），（阿维菌素，农药）……}
3）本体构建
本文采用Protégé作为本体编辑环境[30]，本体的结构以树形的层次目录结构显示，通过点击相应项来编辑或增加类、子类、属性和实例等元素，在Protégé将本体构建完成之后可导出OWL格式（ontology web language）[31]表示追溯信息本体，使用OWL文件格式存贮的本体数据后续可以使用本体解析工具Jena进行解析处理。
在OWL语言描述中，通过标签
以下为追溯信息部分本体导出的OWL描述：
>病害
3.2 分层动态追溯技术
与单一农产品的追溯不同，农产品协同追溯平台具有农产品品类多、数据存在分布性的特点，本研究采用分层动态追溯技术实现多品类统一追溯。分层即分基本信息和扩展信息两层进行追溯；动态即根据追溯编码判断产品品类，分品类调用相关数据，这种处理方式有利于提高追溯效率、也可以减轻平台端负担。其技术框架如图3所示，核心为3步：
1）用户登陆协同追溯平台输入或扫描追溯码，平台根据追溯码查询平台数据库得到基本追溯信息，如产品名称、生产企业、生产日期、检测结果等；
2）平台程序同时提取追溯编码中表示农产品品类的码段，判定其农产品品类，根据品类链接到业务系统，以蔬菜为例，分别在蔬菜系统结构化数据和非结构化数据中进行检索，得到扩展追溯信息，如防治病虫害记录、施肥记录、生产过程视频、温湿度等环境信息等；
3）将基本追溯信息和扩展追溯信息进行集成形成多源追溯信息，并可根据追溯信息提供追溯增值服务，一并返回给用户。
图3 分层动态追溯技术框架图
4 实例及评价
4.1 平台开发
以天津市为例，已经建成了放心菜、放心鸡肉和放心鱼3个品类的追溯系统，存在着系统之间的数据交互性差，综合分析决策能力弱的问题，采用C#语言、以Microsoft Visual Studio 2010软件作为系统设计和开发工具，建立放心农产品一体化追溯平台（图4、图5），为消费者提供追溯服务，为职能部门提供分析决策，主要实现如下功能：
1）面向消费者的追溯服务：提供一体化追溯入口，实现产品、基地、农事、检测等文本，图片、视频信息的一体化追溯；同时可查询企业信誉、对产品进行评价、提供产品电子商务入口，在原来单一追溯的基础上提供增值服务，增强追溯的互动性。
a. 追溯入口
a. Traceability entrance
b. 追溯结果
b. Traceability result
c. 企业信誉查看
c. Enterprise credit overview
d. 商品评价
2）面向职能部门的统计分析：提供基地注册量统计、生产统计分析、追溯条码打印量分析、价格比较分析、企业信誉评价，为职能部门决策提供依据；在基地注册量统计模块，提供分区县的地图，将蔬菜、肉鸡、鱼等基地以不同的标识在地图上表示，可以清楚了解不同区域各品类农产品的注册量；在生产统计分析模块，可按区域及时间段自动统计所使用的农药（兽药、鱼药）、化肥（饲料）数量及产品收获（出栏、出池）量，便于宏观把握农业投入品的使用情况及产品产出情况，并可对核心基地进行监控；在追溯条码打印量分析模块，以气泡图的形式直观展现不同区县的标签打印量，可拖动时间轴进行分析；在价格比较分析模块，以折线图的方式反映主要农产品随时间的价格变化趋势，并提供价格同比、环比等数据；在企业信誉评价模块，集成企业信誉评价模型，自动计算企业的信誉等级。
a. 基地注册量统计
a. Bases registeration statistics
b.追溯条码打印量分析
b. Traceability barcodes print amount anslysis
c. 基地监控
c. Base monitoring
d. 价格比较分析
4.2 应用评价
系统经过近3个月的试运行，目前运行稳定。由于平台是集成多品类农产品的协同追溯平台，因此数据访问量较大，并发访问能力是平台能否正常运行的关键；同时，提供丰富、互动、便捷的追溯及统计分析服务是平台开发的重要方面，因此重点从这两方面对平台进行评价。
4.2.1 并发访问能力分析
平台部署在HP ProLiant DL320 G5服务器上，其CPU为2.13 GHz的Xeon3 050、内存为1 GB；测试机器处理器为3.2 GHz的 Intel 酷睿 i5-3470，内存4 G，通过 100 M共享网络访问平台。采用Load Runner 11软件对平台进行并发访问效率测试，测试中，初始访问客户数设置为10，每2 min增加10个访问客户。测试时间为10 min，事务通过1 306个，未出现失败事务。具体测试结果如图6所示。
由图6a可知，并发客户为10时，单个事务的平均响应时间大概为3 s，随着并发客户数的增加，平均响应时间呈阶梯状上升，当并发用户数达到40时，单个事务的平均响应时间为19 s，该时间已接近较好用户体验的临界点。结合图6b可知，平台每秒响应点击数始终在100次左右，说明已达到服务器的处理上限，在处理上限条件下，并发用户数增多，单个事务处理时间必然也会增加。预计本平台面向的用户虽然较多，但每个用户登陆后的时长有限，因此现有并发访问性能可以满足需求；后期随着访问量及数据量增大，可通过升级硬件、优化软件等方案进一步解决。
4.2.2 追溯效果分析
追溯系统的开发及应用越来越受到重视，本研究选择有代表性的4个追溯系统（北京市肉类蔬菜流通追溯平台，天津市放心菜追溯系统，水产品质量安全追溯网，食品安全监管、追溯与召回公共服务平台），与本文所构建的农产品系统追溯平台进行比较，比较项目包括多品类追溯能力、追溯信息多样性、追溯互动性、分析统计功能、信誉评价功能等5个方面；其中多品类追溯能力是指满足2种及2种产品以上追溯，追溯信息多样性是指同时能追溯出责任主体、检测信息、过程信息及环境、视频等多源信息，追溯互动性是指在满足追溯查询的同时提供以追溯为基础的增值服务。比较结果如表2所示。
表2 5个系统应用效果比较
注：●-具备此功能；○-部分具备此功能；×-不具备此功能；--数据缺失。
Note: ●-with the whole function; ○-with partial function; ×-without the function;--survey data missing.
由表2可见，在多品类追溯方面，除了TJ和SC分别为面向蔬菜和水产品的单品类追溯系统；其他3个均具备多品类追溯能力，多品类追溯能力能便捷的满足消费者在购买多种产品时通过统一平台进行查询。在追溯多样性方面，BJ、SC、SP以追溯到主体为主；TJ除了追溯主体信息，还能追溯出检测信息、生产过程信息，但这些信息以文本形式提供的居多；XT能提供多样的追溯信息，包括生产过程温度、湿度等环境信息，产地位置信息、生产操作视频信息等。在追溯互动性方面，SC通过“优鱼买卖”电商链接的方式、SP通过“食安社区”论坛的方式提供较弱的互动功能；XT通过“信誉查询”、“商品评价”、“电子商务”等多种方式提供较好的互动功能，追溯互动性的增强既能提升消费者追溯的参与感，又为后期提供增值服务打下了基础。由于分析统计功能多针对职能部门管理使用，需用户名和密码登陆，除了XT和TJ是由本课题组开发的，其他平台无法很好得到数据，相比TJ系统简单的图表分析，XT可通过结合地图、气泡图、时间序列图等方式提供较好的分析统计功能。信誉评价是XT特有的功能，通过使用该功能，对提升企业参与追溯积极性、打造企业品牌、挖掘追溯数据应用均具有作用。
5 结 论
以现有不同品类农产品的追溯系统为基础，分数据整合、模型分析、应用提供3个层面构建了支持分布环境的农产品协同追溯平台框架，构建了企业信誉评价模型，研究了多源异构数据集成技术和分层动态追溯技术。
以平台架构为基础，应用开发了天津市放心农产品一体化追溯平台，实现了平台面向消费者统一追溯及面向职能部门的协同分析功能，并从并发访问能力和追溯效果两方面进行分析。当并发用户数达到40时，单个事务的平均响应时间达到19 s，接近较好用户体验的临界点；与已有的4个有代表性的追溯系统（北京市肉类蔬菜流通追溯平台，天津市放心菜追溯系统，水产品质量安全追溯网，食品安全监管、追溯与召回公共服务平台）相比，平台具有多品类追溯、追溯信息多样性、追溯互动性强能等效果特点，可为消费者提供追溯增值服务、为政府决策部门提供分析功能。后期随着访问量及数据量增大，可通过升级硬件、优化软件等方案进一步提升平台性能；另一方面，政府决策功能是本平台的优势，随着应用的深入，根据农产品质量安全管理的需求，提供基于大数据的决策功能需进一步加强。
[1] Smith G C, Tatum J D , Belk K E, et al. Traceability from a US perspective[J]. Meat Science, 2005,71(1): 174－193.
[2] Stewart Walker G. Food authentication and traceability: An Asian and Australian perspective[J]. Food Control, 2017, 72(2):168-172.
[3] 钱建平，刘学馨，杨信廷，等. 可追溯系统的追溯粒度评价指标体系构建[J]. 农业工程学报，2014，30(1)：98－104. Qian Jianping, Liu Xuexin, Yang Xinting, et al. Construction of index system for traceability granularity evaluation of traceability system[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(1): 98－104. (in Chinese with English abstract)
[4] Qian J P, Fan B L, Wu X M, et al. Comprehensive and quantifiable granularity: A novel model to measure agro-food traceability[J]. Food Control, 2017, 74(4): 98－106.
[5] Karlsen K M, Donnelly K A M, Olsen P. Granularity and its importance for traceability in a farmed salmon supply chain[J]. Journal of Food Engineering, 2011, 102(1): 1－8.
[6] Tarjan L, Senk I, Tegeltija S, et al. A readability analysis for QR code application in a traceability system[J]. Computers and Electronics in Agriculture, 2014, 109(11): 1－11.
[7] Bosona T, Gerbresenbet G. Food traceability as an integral part of logistics management in food and agricultural supply chain[J]. Food Control, 2013, 33(1): 32－48.
[8] 杨信廷，钱建平，孙传恒，等. 农产品及食品质量安全追溯系统关键技术研究进展[J]. 农业机械学报，2014，45(11)：212－222. Yang Xinting, Qian Jianping, Sun Chuanheng, et al. Key technologies for establishment agricultural products and food quality safety traceability systems[J]. Transactions of the Chinese Society for Agricultural Machinery, 2014, 45(11): 212－222. (in Chinese with English abstract)
[9] Linus U O. Traceability in agriculture and food supply chain: a review of basic concepts, technological implications, and future prospects[J]. Food, Agriculture and Environment, 2003, 11(1): 101－106.
[10] Pinto D B, Castro I, Vicente A A. The use of TIC’s as a managing tool for traceability in the food industry[J]. Food Research International, 2006 (39): 772－781.
[11] Li M, Qian J P, Yang X T, et al. A PDA-based record-keeping and decision-support system for traceability in cucumber production[J]. Computers and Electronics in Agriculture, 2010, 70(1): 69－77.
[12] 杨信廷，钱建平，赵春江，等. 基于XML的蔬菜溯源信息描述语言构建及在数据交换中的应用[J]. 农业工程学报，2007，23(11)：201－205.Yang Xinting, Qian Jianping, Zhao Chunjiang, et al. Construction of information description language for vegetable traceability based on XML and its application to data exchange[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2007, 23(11): 201－205. (in Chinese with English abstract)
[13] 任晰，傅泽田，穆维松，等. 基于Web 的罗非鱼养殖质量安全信息可追溯系统[J]. 农业工程学报，2009，25(4)：163－167. Ren Xi, Fu Zetian, Mu Weisong, et al. Traceability system for tilapia breeding quality safety information based on web[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2009, 25(4): 163－167. (in Chinese with English abstract)
[14] Abad E, Palacio F, Nuin M, et al. RFID smart tag for traceability and cold chain monitoring of foods: Demonstration in an intercontinental fresh fish logistic chain[J]. Journal of Food Engineering, 2009, 93(4): 394－399.
[15] Thakur M, Hurburgh C R. Framework for implementing traceability system in the bulk grain supply chain[J]. Journal of Food Engineering, 2009, 95(4): 617－626.
[16] Karlsen K M, Dreyer B, Olsen P, et al. Granularity and its role in implementation of seafood traceability[J]. Journal of Food Engineering, 2012, 112(1/2): 78－85.
[17] Qian J P, Yang X T, Wu X M, et al. A traceability system incorporating 2D barcode and RFID technology for wheat flour mills[J].Computers and Electronics in Agriculture, 2012, 89(11): 76－85.
[18] 杨信廷，孙传恒，钱建平，等. 基于流程编码的水产养殖产品质量追溯系统的构建与实现[J]. 农业工程学报，2008，24(2)：159－164. Yang Xinting, Sun Chuanheng, Qian Jianping, et al. Construction and implementation of fishery product quality traceability system based on the flow code of aquaculture[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(2): 159－164. (in Chinese with English abstract)
[19] 杨信廷，钱建平，孙传恒，等. 蔬菜安全生产管理及质量追溯系统设计与实现[J]. 农业工程学报，2008，24(3)：162－166. Yang Xinting, Qian Jianping, Sun Chuanheng, et al. Design and application of safe production and quality traceability system for vegetable[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(3): 162－166. (in Chinese with English abstract)
[20] 熊本海，傅润亭，林兆辉，等. 生猪及其产品从农场到餐桌质量溯源解决方案—以天津市为例[J]. 中国农业科学, 2009，42(1)：230－237. Xiong Benhai, Fu Runting, Lin Zhaohui, et al. A solution on pork quality safety production traceability from farm to dining table——taking Tianjin city as an example[J]. Scientia Agricultura Sinica, 2009, 42(1): 230－237. (in Chinese with English abstract)
[21] 王东亭，付峰，饶秀勤，等. 基于分级处理生产线的脐橙全程追溯系统[J]. 农业工程学报，2013，29(7)：228－236. Wang Dongting, Fu Feng, Rao Xiuqin, et al. Fruit traceability system based on processing and grading line[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactionsof the CSAE), 2013, 29(7): 228－236. (in Chinese with English abstract)
[22] 姚锡凡，练肇通，杨屹，等. 智慧制造-面向未来互联网人机物协同制造新模式[J]. 计算机集成制造系统，2014，20(6)：1490－1498. (in Chinese with English abstract) Yao Xifan, Lian Zhaotong, Yang Yi, et al. Wisdom manufacturing: new humans-computers-things collaborative manufacturing model[J]. Computer Integrated Manufacturing Systems, 2014, 20(6): 1490－1498. (in Chinese with English abstract)
[23] 钱亚东，顾新建，马军，等. 支持协同设计的知识管理研究[J]. 浙江大学学报(工学版)，2007，41(2)：304－310 Qian Yadong, Gu Xinjian, Ma Jun, et al. Knowledge management for collaborative design[J]. Journal of Zhejiang University(Engineering Science), 2007, 41(2): 304－310. (in Chinese with English abstract)
[24] Dorigatti M, Guarnaschelli A, Chiotti O, et al. A service- oriented framework for agent-based simulations of collaborative supply chains[J]. Computers in Industry, 2016, 83(12): 91－107.
[25] 钱建平，李海燕，杨信廷，等. 基于可追溯系统的农产品生产企业质量安全信用评价指标体系构建[J]. 中国安全科学学报，2009，19(6)：135－141. Qian Jianping, Li Haiyan, Yang Xinting, et al. Establishment of quality safety credit evaluation index system for farm product enterprise based on traceability system[J]. China safety science journal, 2009, 19(6): 135－141. (in Chinese with English abstract)
[26] 连槿，范蓓蕾，谢海波，等. 基于层次分析法的广州市农产品质量安全信息管理平台构建及应用[J]. 广东农业科学，2014，41(21)：172－177. Lian Jin, Fan beilei, Xie Haibo, et al. Construction and application of AHP-based quality safety credit management system for Guangzhou agricultural products[J].GuangDong Agricultural Sciences, 2014, 41(21): 172－177. (in Chinese with English abstract)
[27] 钱建平，杨信廷，吉增涛，等. 农产品追溯系统的追溯粒度评价模型构建及应用[J]. 系统工程理论与实践，2015，35(11)：2950－2956. Qian Jianping, Yang Xinting, Ji Zengtao, et al. Model for traceability granularity evaluation of traceability system in agricultural products[J]. Systems Engineering-Theory & Practice, 2015, 35(11): 2950－2956. (in Chinese with English abstract)
[28] Brusa G, Caliusco M L, Chiotti O. A process for building a domain ontology: An experience in developing a government budgetary ontology[C]//Meyer T, Nayak A C. Workshop on Advances in Ontologies, 2006, 7－15.
[29] 孙想，冯臣，吴华瑞. 基于语义Web的农业生产知识集成技术[J]. 农业工程学报，2008，24(增刊2)：186－190.Sun Xiang, Feng Chen, Wu Huarui. Technology of agricultural production knowledge integration based on semantic web[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(Supp.2): 186－190.(in Chinese with English abstract)
[30] 张志浩. 基于本体论的语义检索研究[D].西安：西安电子科技大学，2007.Zhang Zhihao. Research of Semantic Retrieval Based on the Ontology[D]. Xi’an: Xidian University, 2007. (in Chinese with English abstract)
[31] 黄必清，王涛，朱鹏，等. 基于本体的临床试验数据语义查询[J]. 清华大学学报(自然科学版)，2012，52(1)：47－54. Huang Biqing, Wang Tao, Zhu Peng, et al. Ontology-based semantic query for clinical trials[J]. Tsinghua University Journal(Science & Technology), 2012, 52(1): 47－54. (in Chinese with English abstract)
Agro-food collaborative traceability platform for distributed environment
Qian Jianping1, Fan Beilei1, Li Jie2※, Li Xiaogang2, Zhao Li1, Wang Shuojin1, Shi Ce1
(1100097,;2.300201,)
With the development of information technologies and the improved consciousness of food safety, various agricultural product traceability systems have been developed and applied in China. Lack of data share between different systems has led to the decreasing of the credibility and analysis capacity. Therefore, establishing a collaborative traceability platform on the distributed environment is an urgent need to enhance the ability of unified traceability and collaborative analysis. Combining data from different business systems, a platform framework was constructed,which included 3 layers i.e. data integration, model analysis and application supply. Enterprise credit evaluation model was the important part in the model analysis layer. An evaluation index system with 4 factors and 14 sub-factors was designed. The index included enterprise qualification, quality inspection, product traceability, and consumer feedback. The evaluation factors’ weight was confirmed using the AHP (analytic hierarchy process) method and the evaluation score was calculated with the weighted sum algorithm.. Multi-source heterogeneous data integration technology was researched based on ontology. It included 3 parts:Data format integration, semantic mapping and heterogeneous data analysis. Traceability information was described with five-factor knowledge ontology and expressed with OWL (Ontology Web Language). Layered dynamic tracing technology was implemented in order to trace different agro-food in a unified platform. In this part, there were 2 layers including basis information and extended information designed, and the dynamic mechanism of invoking the traceability data was developed according to the product features. Taking Tianjin City as an example, and using Microsoft Visual Studio 2010 as the system design and development tool, the united traceability platform of agro-food safety was developed. It provided traceability service for the consumer, which was production tracing, enterprise credit overview and production evaluation. The platform also provided data analysis function for the government, which was base registration statistics, farming process statistics, traceability barcodes print amount analysis, agro-food price analysis and enterprise credit evaluation. The ability of concurrent access and the retrospective effect were analyzed. The results showed that when the number of concurrent users reached 40, the average response time of a single transaction reached 19 s. The comparison of the platform and the other 4 traceability systems was performed. The results showed that this platform presented the features of multi-category tracing, tracing information diversity, and interactive features. In the future work, the platform performance will be optimized through the updated hardware and software. The decision support function will also be enhanced through developing the model on the accumulated data. The research achievements provide the beneficial support to improve the integration level of traceability information and analysis capacity of traceability results.
agricultural product; systems; models; traceability; distributed environment; platform; credit evaluation
10.11975/j.issn.1002-6819.2017.08.035
TS201.6
A
1002-6819(2017)-08-0259-08
2016-10-21
2017-04-06
国家重点研发计划项目-跨境食品快速通关关键技术研究及智慧口岸信息平台构建(2016YFD0401105)
钱建平，男，浙江湖州人，副研究员，主要从事农产品质量安全追溯技术研究。北京 北京农业信息技术研究中心，100097。Email：qianjp@nercita.org.cn
李 洁，女，研究员。主要从事农业信息化技术研究。天津 天津市农村工作委员会信息中心，300201。 Email：1606096354@qq.com
中国农业工程学会会员：钱建平（E041200542S）
钱建平，范蓓蕾，李 洁，李小刚，赵 丽，王铄今，史 策.支持分布环境的农产品协同追溯平台构建[J]. 农业工程学报，2017，33(8)：259－266. doi：10.11975/j.issn.1002-6819.2017.08.035 http://www.tcsae.org
Qian Jianping, Fan Beilei, Li Jie, Li Xiaogang, Zhao Li, Wang Shuojin, Shi Ce. Agro-food collaborative traceability platform for distributed environment[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(8): 259－266. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.08.035 http://www.tcsae.org
