实施落地方案
本页聚焦三大系统的软硬件开发与工程落地。建设期以文档为准：可研报告建设期限 60 个月、财务测算建设期 3 年（达产 70%→80%→100%）；项目建议书建设期限 24 个月。数治台账系统软硬件作为信息化子项，按「250 亩试验单元 → 镇级扩展 → 40 万亩全域」分期随产业园推进。仅讲开发落地，不含费用。
建设期实施部署节奏（3 年 · 财务测算口径）
勘察设计 · 选型
地块勘察测绘、网络规划、软硬件选型定标、每 250 亩标准配置方案落地。
基础与硬件
中心机房、网络布设、泵站管网基础；传感器/网关/摄像头/智能装备现场安装。
软件联调验收
模块化单体与三大系统开发、系统联调、试运行、人员培训与正式验收交付。
分期建设 ·「先跑通、后规模化」
第一期 · 250 亩标准化试验单元 跑通闭环
在 1 个 250 亩子单元部署全套传感器/网关/摄像头/水阀，跑通数治台账、监控、智能化管理三大系统的软硬件全闭环，验证数据流与告警联动。
第二期 · 以镇为单位扩展
复制标准化单元配置，镇级规模化部署；接入粪污台账与智能装备，完善 GIS 时空底座与数字孪生。
第三期 · 40 万亩全域覆盖
1600 个标准化子单元全域组网，数字孪生大屏全面上线，三大系统全量数据贯通。
软件开发实施
模块化单体后端
Java Spring Boot 单一部署，按 DDD 分模块：地块/水利/农事/农机/气象/粪污/视频/远控/用户，模块内高内聚、模块间低耦合。
PC 后台 + 大屏
Vue3 + Element Plus 开发数治台账后台 12 模块；ECharts + CSS3D 开发 BI 大屏与数字孪生。
移动端
uni-app 一套代码编译 H5/小程序/Android，开发田间巡检助手。
AI 推理服务（Python）
Python 独立部署于自建 GPU 算力，FastAPI 封装推理接口，与单体经 REST/gRPC 对接。
架构选型：模块化单体 + 专项服务
✅ 推荐：模块化单体（Modular Monolith）
- 单一部署单元：开发、部署、排障简单，性能好，事务一致性强
- 按 DDD 内部分模块：地块/水利/农事/…/用户，高内聚低耦合
- 运维门槛低：契合 10 人运维（可研 5.5），无需服务治理/分布式事务/链路追踪等微服务重负担
- 预留演进：未来规模扩大可按模块平滑拆分为微服务
仅 2 类能力独立成服务
- IoT 接入服务：设备高并发连接，EMQX + 采集服务独立部署，削峰解耦
- AI 推理服务：需 GPU + Python 生态，独立部署便于算力调度与模型迭代
AI 算力自建 · Python 技术栈
自建 GPU 算力
中心机房 NVIDIA GPU 服务器（训练 + 云端推理）+ 边缘 Jetson 盒子（田间/猪舍就近推理），算力自主。
Python 视觉/检测
PyTorch、百度飞桨 PaddlePaddle（国产）、Ultralytics YOLO、OpenCV——长势/草情/倒伏/虫情/视频 AI。
Python 多元统计
scikit-learn / SciPy 实现气体指纹 PCA / SIMCA / DFA / PLS 判别（IOT-FTZI 发酵分析）。
Python 推理服务化
FastAPI / Flask 封装为推理微服务，模型版本管理、增量训练与自学习更新闭环。
硬件部署与运维体系
硬件部署
- 中心机房：K8s 集群、数据库、安全设备上架联调
- 感知层：~9600 套土壤传感器、880 套气象与虫情设备布设
- 通信层：LoRa 网关 + 4G/光纤回传 + 边缘网关
- 执行层：智能水阀、水肥一体机、吸污车、喷灌车
- 监控层：4G 太阳能摄像机 + 太阳能供电系统
运维管理体系（7×24）
- Prometheus + Grafana：指标监控与可视化
- Loki + ELK：日志采集与检索
- 自动告警、自动化运维、智能运维中心
- 10 名运维人员（可研 5.5 配置）+ 定期培训演练