基于數據預處理的病蟲草害農田小氣候監測系統設計

朱靜波　李閏枚　董偉

摘要 針對現今農田小氣候監測系統數據誤差問題和病蟲草害發生影響因素的研究，本文介紹了一種基于無線傳感器網絡的農田小氣候數據預處理方法，并以此設計基于數據預處理的病蟲草害農田小氣候監測系統。系統集成多類型傳感器，采集的農田小氣候數據并利用Zigbee無線傳輸至數據預處理節點，再使用GPRS通信網絡上傳至服務器端，從而完成農田小氣候數據的采集、處理與上傳，用戶可通過電腦或手機實時監控農田小氣候信息。測試結果表明，該農田小氣候監測系統可提供農田小氣候監測的穩定性和可靠性。

關鍵詞 數據預處理；無線傳感器網絡；農田小氣候；監測系統

中圖分類號 S431 文獻標識碼 A 文章編號 1007-5739（2017）15-0277-03

Abstract Aiming at error data in farmland microclimate monitoring system and the influencing factors of disease pest and weed，a preprocessing method of farmland microclimate data based on wireless sensor networks was developed in this paper，and then it also proposed farmland microclimate monitoring system for plant diseases and insect pests based on wireless sensor networks. The monitoring system integrating multiple types of sensors collected the data of farmland microclimate and transmitted to the data processing node through Zigbee wireless network，then used GPRS communication network to upload to server mode，which could complete the acquisition，processing and uploading of farmland microclimate data.Users could monitor the real-time farmland microclimate information by computer or mobile phone.The testing results showed that the system could enhance the stability and reliability of farmland microclimate monitoring.

Key words data preprocessing；wireless sensor network；farmland microclimate；monitoring system

為了積極主動預防病蟲草害，快速掌握作物田地的農田小氣候動態，避免或減少病蟲草害造成的損失，逐步建立起廣泛覆蓋的農田小氣候監測系統已經成為病蟲草害預測的一大任務[1]。農田小氣候監測能夠實現對土壤溫度、土壤濕度、土壤pH值、光照強度、日照時數、降水量等信息及時獲取，為病蟲草害的預防提供了充分的農田小氣候分析數據點。

浙江大學計算機科學與技術學院的林蘭芬等[2]提出一種基于GIS的農田小氣候環境可視監測系統，利用物聯網感知數據可視化、地理信息系統的融合，以GIS為基礎，設計了多種可視化方法實時展示農田小氣候數據，設計開發智能移動端應用，可提供檢測服務，方便農業參與者隨時隨地掌握農田小氣候。哈爾濱理工大學自動化學院的李雙全等[3]提出了一種基于ARM+STM32的農田小氣候數據采集器的設計，通過分析現有農業物聯網技術，開發出一個以STM32F103芯片為分采集器控制核心、GPRS無線傳輸功能和CF接口的數據采集器，能保證數據實時上傳和長期存儲。

現有的農田小氣候監測系統并未考慮采集的原始數據的誤差，即使監測傳感器出現故障，依然會發送錯誤的數據到服務器，一方面消耗了網絡資源造成浪費，另一方面上傳至服務器的錯誤數據增加了數據處理的負擔。因此，本文通過研究無線傳感器網絡匯聚節點對原始數據的預處理，減輕數據傳輸負擔，實現對土壤溫濕度、土壤pH值、光照強度、光照時間、降水量等信息及時獲取和處理，準確實時地監控各監測點的農田小氣候狀況，為病蟲草害的預防提供依據。

1 農田小氣候數據預處理方法

由于傳感器技術限制，農田小氣候監測單元包含的多種傳感器的測量精度有差異，加上長時間持續供電導致的傳感器靈敏度降低，在同一監測點區域內設置的不同農田小氣候監測單元，所獲取的農田小氣候數據差異會更加明顯。因此，將任意一個監測單元作為匯聚節點，接收多組農田小氣候數據的匯聚節點利用正態分布公式，計算農田小氣候數據的各單項因子數據的期望值μ，按照原數據格式組合成一組新的農田小氣候數據，上傳至服務器[4]。

如圖1所示，具體步驟如下：①無線傳感器網絡中的農田小氣候監測單元作為源節點進行農田小氣候數據的采集，以m個源節點構成農田小氣候監測單元組合，同時任選其中一個源節點作為匯聚節點。②m個源節點通過無線網絡將農田小氣候數據以單播方式分發數據包至匯聚節點，所述農田小氣候數據包括土壤溫度、土壤濕度、土壤pH值、光照強度、光照時間、降水量等6種單項因子數據。③匯聚節點接收到的m組農田小氣候數據利用正態分布公式f（x）=e，逐一計算各農田小氣候數據的各單項因子數據的期望值μ和標準差σ。④設置σ可信閾值d，若σ>d，則舍棄該單項因子數據；若σ≤d，認定期望值μ為該單項因子數據的數據均值。⑤將各單項因子數據的均值μ按照原數據格式保存成一組新的農田小氣候數據，其中無有效均值的項為空。⑥通過GPRS或其他通信網絡把處理后的農田小氣候數據上傳至服務器。endprint

數據預處理能夠有效減小由于長時間運行或其他原因導致的農田小氣候傳感器測量結果誤差過大，同時處理后的農田小氣候數據量更小，減少GPRS/GSM或其他移動網絡通信消耗，且數據更能代表該監測單元內農田小氣候的整體情況。還能將測量誤差大的農田小氣候單元編號反饋，方便以后針對性維修。

2 病蟲草害農田小氣候監測系統設計

2.1 需求分析

自20世紀80年代以來，國內外專家學者在各類病蟲草害研究方面進行了大量的病害與農田小氣候相關的研究，逐步求證各個農田小氣候因子對病蟲草害發生的影響情況。例如在早稻稻瘟病的研究中，于 雷等[5]指出，稻瘟病病原菌的發育和侵入的主要因子是溫濕度，早稻稻瘟病發生的最佳溫度為20～30 ℃，濕度在80%以上，若在此期間遇上連續陰雨，易出現稻瘟病菌孢子高峰。因此，實時監測作物生長環境的農田小氣候，研究分析各個農田小氣候因子發展趨勢，對于病蟲草害的預測是很有必要的[6]。

分析病蟲草害發生時的環境數據，開發基于無線傳感器網絡的農田小氣候監測系統，采用匯聚節點預處理數據的方法，對土壤溫濕度、土壤pH值、光照強度、日照時數和降水量等農田小氣候信息進行監測、保存和分析，結合上述環境因子，預測植株是否會感染病蟲草害，針對預測的發生情況提前進行預防。系統的無線傳感器節點用來采集農田溫濕度、光照及降水量等環境數據，針對作物易發生的病蟲草害所需的土壤和時間因素，綜合分析農田小氣候數據，將病蟲草害處理方式從“發現—治理”轉變為“預測—預處理”，為病蟲草害的預測與治理提供充分的數據支持，更好地指導病蟲草害治理進程。

2.2 系統總體架構

系統充分考慮農業地域廣的特點，導致傳感器節點分布多且雜，因而采用Zigbee技術組成無線傳感器網絡[7]。農田小氣候監測系統中的無線傳感器網絡中的節點主要分布于農田中，由具有數據采集能力的感知節點和具有無線通信、數據處理以及存儲能力的匯聚節點組成，可實時感知、監測作物土壤等信息；Zigbee網絡中的感知節點通過無線網絡將采集到的信息以單播方式分發數據包至匯聚節點，預處理后，匯聚節點將農田小氣候數據上傳至服務器端；服務器端將農田小氣候數據與預先設定的警戒點數據對比后，將分析結果分發顯示在電腦終端和手機終端，實現農田小作物信息的遠程集群化監測和管理。系統架構如圖2所示。

該系統由環境感知節點通過Zigbee無線網絡將采集的環境數據傳輸至可對數據進行預處理的匯聚節點，再利用GPRS通信網絡上傳至服務器端，服務器端接收到匯聚節點上傳的數據后，對其實現融合處理，終端可以是電腦或者手機，用戶利用終端設備對農田中的遠程環境數據進行實時監測。

2.2.1 農田小氣候監測系統流程。系統由眾多傳感器實時采集農田小氣候信息和圖像信息，并通過Zigbee無線網絡傳輸到匯聚節點對農田小氣候數據進行預處理[8]，把正常的農田小氣候數據和不符合要求的農田小氣候監測單元的序號由GPRS上傳到服務器端控制中心分析處理后，得出相應的需求結果，進而可以實現對農田小氣候的監測與預警。系統流程如圖3所示。

2.2.2 無線傳感器網絡節點結構。本系統中形成的多級自組織的星型網絡拓撲結構系統由一些無線網絡傳感節點組成。如土壤溫度濕度傳感器、土壤pH值傳感器、光照強度傳感器、日照時數傳感器和降水量傳感器等[9]。1個協調器節點和多個傳感器節點組成了本系統的星型網絡拓撲系統，其中協調器節點負責與每一個傳感器節點通訊，是中心的匯聚節點，傳感器之間不能直接傳輸數據[10]。部署無線傳感器網絡的目的是協同地采集和處理農田區域的農田小氣候信息，并將信息上傳至服務器端做進一步的分析與處理。具體的節點結構如圖4所示。

2.3 系統設計

系統所組建成的無線傳感器網絡由三大部分組成：農田小氣候監測單元、Zigbee協調器、Zigbee路由器。其中農田小氣候監測單元由太陽能光伏板、蓄電池、傳感器、微處理器、Zigbee通信模塊、高增益天線通過集成電路板和電纜連接組成[11]。傳感器包括土壤溫度傳感器、土壤濕度傳感器、土壤pH值傳感器、光照強度傳感器、日照時數傳感器、降水量傳感器。

其中土壤溫濕度傳感器采用的是武漢中科能慧科技的NH133T系列土壤溫度傳感器，具有測量精度高、微功耗、傳輸距離長等特點；土壤pH值的測量主要由河北飛夢的FM-pH土壤pH值傳感器完成，其采用低阻抗敏感玻璃膜制成，能應用于各種條件的pH值測量，基本消除了堿誤差，在pH值0～14范圍內呈線性電力值，可長期在線檢測[12]；光照強度數據的采集主要使用BH1750FVI芯片，可提供充分的數據采集轉換，從而實現對光照的高精度測量；日照時數則使用TBS-RT型日照時數傳感器，光譜范圍為0.4～1.1 μm，可連續全天候使用，當太陽無障礙輻射量超過120 W/m2時，輸出數字邏輯高電平；降水量數據的采集主要使用中科正奇的ZK-YL2雨量傳感器，承水口徑為Ф（200.0 mm±0.6 mm），可實現降水強度的精準測量。

3 系統軟件的實現

針對基于云端的農業病蟲草害大數據圖文數據庫（http：//nysj.itrew.com/）中涉及的各類病蟲草害信息，分析其產生所需的農田小氣候，研制出基于數據預處理的病蟲草害農田小氣候監測系統，目前已經正式投入使用。

針對監測系統的設計，開展相關試驗研究，以此驗證系統的穩定性和可靠性。試驗內容如下：選取300 m×500 m的水稻田作為試驗用地，將10個傳感器節點均勻分布在該區域內，并選出2個匯聚節點，規律性地采集實驗地各節點的農田小氣候信息，采集規律為每隔1 h采集1次。每個采集節點上安放有溫度傳感器、濕度傳感器、pH值傳感器、光照強度傳感器、日照時數傳感器、降水量傳感器。試驗選取土壤溫度的采集數據比較分析，結果顯示，數據異常丟失率為0，數據監測誤差<1 ℃，表明農田小氣候監測系統可以準確、可靠地實時采集、上傳農田小氣候信息，滿足農田小氣候監測需求。endprint

實時數據頁面與農田小氣候匯聚節點建立連接，可實時獲取匯聚節點處理后的6種農田小氣候數據，如圖5所示。用戶可利用此模塊快速查詢相應時間區段、不同監測區間的土壤溫濕度、pH值、光照強度、日照時數和降水量數據，并可將其導出至Excel文件中保存。

監測預警頁面則是以地圖的形式展示監控數據，如圖6所示。用戶可利用此模塊查看監控區域內任意監控點的照片、溫濕度等信息；可設置預警點溫度、濕度和pH值，若有監控點異常，系統會自動提示，滿足實時監測預警的作用。

數據統計頁面是針對農田小氣候的統計分析，可同時查看多個監控點在一段時間的農田小氣候數據，滿足農田小氣候監測需求，如圖7所示。

4 結語

在病蟲草害監測和預警中應用無線傳感器網絡，首創匯聚節點預處理原始數據，減輕數據傳輸負擔，實現對土壤溫濕度、土壤pH值、光照強度、日照時數、降水量等信息及時獲取和處理，精確地分析處理各監測點的農田小氣候狀況，為病蟲草害的預防提供了充分的農田小氣候分析數據點。

5 參考文獻

[1] 吳金亮，單麗佳.土壤墑情監測方法綜述[J].農業科技與裝備，2014（6）：65-68.

[2] 林蘭芬，王瑞松，于鵬華.基于GIS的墑情環境可視監測系統[J].農業機械學報，2015（3）：254-260.

[3] 李雙全，辛玉明，方正.基于ARM+STM32的農田小氣候數據采集器的設計[J].安徽大學學報（自然科學版），2017（1）：59-66.

[4] 辜麗川.基于無線傳感器網絡的土壤墑情數據預處理方法：中國，2014

10594915X[P].2016-01-20.

[5] 于雷，張景媛.氣象因子對稻瘟病的影響及預報[J].黑龍江氣象，1994（2）：35-36.

[6] 鄭向歌，任平英.基于ZigBee的無線傳感器網絡在土壤墑情監測中的應用研究[J].科技與創新，2017（7）：8-9.

[7] 宋晗.基于Zigbee的土壤墑情自動監測系統設計[D].石家莊：河北科技大學，2016.

[8] 牛廣文.基于GPRS通信的遠程土壤墑情自動監測系統設計[J].自動化與儀器儀表，2015（2）：36-37.

[9] 李光云，胡鋼，馬國玉，等.基于無線傳感器網絡的土壤墑情監測系統[J].微處理機，2014（2）：89-93.

[10] 王文貞.基于ZigBee無線傳感器網絡的土壤墑情監測系統[D].天津：河北工業大學，2014.

[11] 支孝勤，馬中文，江朝暉，等.基于無線傳感器網絡和WebGIS的墑情監測系統[J].中國農學通報，2012（32）：306-311.

[12] 吳春，姜波，申長軍，等.基于無線網絡的遠程墑情監測系統設計與實現[J].節水灌溉，2011（12）：37-40.endprint