水稻生長信息動態監控系統設計——基于物聯網技術

董淑娟

(黃河水利職業技術學院，河南 開封 475004)

?

水稻生長信息動態監控系統設計
——基于物聯網技術

董淑娟

(黃河水利職業技術學院，河南 開封 475004)

獲取水稻的相關生長信息可以動態監控和實時掌握水稻的生長情況，是實現水稻生產管理的自動化和智能化基礎。為此，基于物聯網技術，設計了集水稻生長過程數據采集、視頻信息傳輸、后臺數據分析處理和水稻生長精準調控等功能于一體的水稻生長信息動態監控系統。根據該系統，對植物工廠中種植的4種水稻作為試驗田進行研究，選擇株高、有效穗數和葉綠素含量這3種性狀作為監測對象，并與人工測量數據進行比較，發現該系統可有效監測水稻的株高、有效穗數和葉綠素含量等數量性狀，結果表明：系統可實現水稻生產中資源的合理利用，保證水稻高質、高產。

水稻；生長信息；動態監控；物聯網

0 引言

水稻是我國主要的糧食作物之一，在生長過程中會受到水分、土壤肥力、極端溫度和病蟲害等因素的影響。如何根據水稻的生長發育過程準確地對水稻的環境脅迫、生長態勢等問題實現遠程異地實時監控管理，是我國實現對水稻生產智能化、自動化管理中需解決的重大技術難題。水稻生長的季節性很強，整個生長時期又由多個生長階段組成，每個生長階段都有特定的信號特征，及時準確地采集水稻生長的動態數據，是實施精準農業的重要環節。通過掌握水稻生長的相關信息，可以合理地設置及控制水稻生長的變量參數，從而提高水肥和農藥的管理自動化水平和利用效率。

水稻生長的信息分為外觀信息和內在信息：外觀信息是指生長發育狀況可視的形態信息，包括株高、株型、葉色及穗形等，可以直接觀察記載或簡單測量獲得。它們是水稻生長健康狀況的直接反映，也是成熟后產量形成的基礎。內在信息是指水稻各種生理生化物質的種類、含量及代謝狀況，包括葉片溫度、滲透勢、葉綠素含量、凈光合速率及營養狀況等，需要借助特定的儀器設備或通過專門的實驗方法測得。外觀信息的內在原因可為評價水稻的生長狀況和排除生長阻礙因素提供最直接的依據。

目前，水稻生長信息的監控由人工操作，如對株高、生育期、產量組成性狀和病蟲害抗性進行肉眼的觀察記載，對葉綠素含量和凈光合作用速率則用便攜式的小型儀器來測定。監控的結果受人員素質的影響較大，具有很大的主觀性，無法準確細致地獲得水稻的生長發育進程、水肥營養狀況、所受病蟲害程度及周邊環境的情況。同時，在采樣過程中對水稻本身和及其生產環境具有破壞性，且效率低，不能及時有效地反饋水稻生長信息。

物聯網技術的興起和發展，為作物的生長動態信息的實時遠程監控提供了有力的技術支持。張琴等[1]通過遠程監控技術、遙感影像處理技術、地面監測技術、Web技術和專家數據庫，初步實現了對小麥生長的遠程監控與診斷，為小麥的生長調控管理創造了條件。吳艷兵、武聰玲、張曉龍等[2-4]基于計算機視覺技術實現了對黃瓜生長信息監測。盧少林等[5]基于作物生長廣譜分析技術，研發了一種基于主動光源的雙波段作物生長信息監測儀，可實現對大田作物生長信息全天候實時、快速監測。但是，目前大多數的實時監測診斷系統功能較簡單單一，無法實現大面積、實時、快速對農作物生長情況遠程監測和反饋。同時，在對水稻的生長信息的實時動態監控研究方面，目前國內尚屬空白。

為此，基于物聯網技術，設計出了水稻生長信息動態監控系統，可極大地提高水稻生長信息監控的效率和準確性，為水稻生長過程中節水節肥、及時有效地應對各種生物和非生物逆境提供技術支持。

1 設計原理及結構

1.1 設計原理

基于物聯網技術，建立了稻田信息采集設備、自動化傳輸和智能分析系統，實現對水稻生長信息的動態監測和遠程控制。利用射頻識別技術、光譜分析技術來測量水稻的形態性狀、產量性狀、生理指標和病蟲害程度等數據，通過后臺數據分析獲得水稻生長的生長發育期、生理狀況和產量潛力，并設計最佳的水稻生長條件，進行精細調控以達到增產、縮短生長周期和節水節肥的目的。

1.2 總體設計

借鑒物聯網在我國農業生產上的應用，設計出了集水稻生長過程數據采集、視頻信息傳輸、后臺數據分析處理和水稻生長精準調控等功能于一體的水稻生長信息動態監控系統。數據采集系統負責水稻生長信息的感知、獲取，控制電氣設備工作狀態；視頻信息傳輸系統通過因特網和3G 網絡來感應和啟動信息的傳輸；后臺數據分析模塊對水稻生長數據信息進行統計分析及結果處理；水稻生長精準調節系統負責根據反饋的數據分析結果對水稻田進行針對性的智能化控制和管理。基于物聯網技術對水稻生長信息的監控是依托植物工廠進行的，植物工廠是目前設施農業和精準農業的主要模式。植物工廠內的光照和溫度由人工控制，幾乎不受自然的影響，對作物生長條件的設定有很強的計劃性和針對性。

2 系統組成

本系統主要包括田間視頻數據采集裝置、信號傳輸裝置、數據處理服務器和后臺管理系統4部分，由物聯網無線傳輸技術把4個系統連接在一起。

1)田間視頻數據采集裝置：以計算機視覺技術為基礎，用美國ASD公司FieldSpec光譜儀測定水稻生殖生長期劍葉在450～680nm和750～770nm區內的光譜反射率，計算葉綠素和全氮各組分的含量。采用被動或主動方式的光譜儀獲取水稻冠層特征光譜，供選儀器有日本Topcon公司的CropSpec植物氮含量傳感器及美國天寶FOCUS6光譜儀。水稻的營養狀況是與其葉片的光譜特性密切相關的，通過光譜成像技術讀出光譜頻率，然后在555、660、680、780nm這4個頻率上建立氮素在水稻植株中含量的預測模型。葉綠素含量是水稻生長信息監測的重要指標，用SPAD502葉綠素儀測定。

2)信號傳輸裝置：視頻采集裝置和數據處理器之間的視頻信號和控制指令通過網絡來進行無線傳輸，采用COFDM調制技術來保證數據傳輸的連續性和可靠性。

3)數據處理服務器：接收和保存田間視頻系統收集的數據，分析傳輸系統傳來的數據，然后基于實際操作人員和相關專家的經驗知識進行分析。利用Windows CE環境下的串口提高系統的運行效率，通過Visual Basic 6.0平臺與信息系統集成，制定出應對的策略并輸出結果。

4)后臺管理系統：接收并根據數據處理服務器反饋的分析結果和專家決策對水稻生長信號所反映的問題進行針對性管理和控制，由計算機控制的智能化農業或除草劑噴灑設備、光溫調節設備或施肥機械來完成任務實施。

3 田間試驗

3.1 水稻材料

田間試驗于2015年在湖南長沙的植物工廠中進行，種植土壤為平原區的潛育水稻土，有機質含量為24.5g/kg，有效氮含量為126mg/kg，速效磷含量為11.3mg/kg，速效鉀含量為132mg/kg，pH值為5.46；所用的水稻是天優華占、淦鑫600、岳優9113和欣榮優2498，種子從當地的農資市場購買。這4個三系雜交水稻品種在我國的南方稻區作為二季晚稻種植，具有較大的推廣面積，因此作為代表性品種運用在本試驗中。

3.2 試驗設計

水稻在6月下旬播種，7月下旬移栽，雙本種植。4個品種在田間按照隨機區組排列，設置3個重復，小區面積為5m2。小區中的水稻植株行距20cm，株距16.7cm，小區之間空1行。水肥管理和病蟲害防治基于物聯網監控系統的指令進行。選擇株高、有效穗數和葉綠素含量這3種性狀作為監測對象，用視頻識別技術進行監控。同時，每個小區隨機選擇20個單株用傳統方法人工測量株高，記錄有效穗數，用SPAD502葉綠素儀測定劍葉的葉綠素含量。上述數據都在水稻的灌漿期獲取，用SSPS17.0軟件進行數據的統計分析，用t測驗來檢驗兩種方法所得數據的顯著性。

3.3 試驗結果與分析

物聯網監控的4個水稻品種的株高均高于人工測量的結果，且都達到了極顯著的水平。其原因是：灌漿期的水稻主穗由于充實度較高，出現了一定程度的下垂，人工測量的株高是從地面到主穗頂端的長度，而物聯網監控的株高是從地面到主穗自然狀態下的高度，因而存在一定的偏差。但是，4個品種間株高的相對關系基本上還是一致的，證實了物聯網監控在水稻株高測量上的可靠性，如表1所示。

表1 兩種測定方式所得的水稻性狀

兩種測定方式所得的4個水稻品種的有效穗數比較接近，僅有岳優9113出現顯著的差異，原因在于該品種出現了少數的無效分蘗，但沒有被視頻系統識別并區分開來。這說明，物聯網監控能夠高效地測定水稻的有效穗數，但還需進一步優化設定的參數，加強對無效分蘗的識別和區分。兩種測定方式所得的4個水稻品種的葉綠素含量也比較接近，僅有淦鑫600出現顯著的差異。

上述結果表明：物聯網監控對于水稻這3種數量性狀的測定是高效和可靠的，只是還需要針對不同品種的具體情況對相應參數進行優化。這些數據經過服務器輸入后臺管理系統，得到相應的指令和應對措施，最終實現了水稻的高產。

4 結論

以視頻數據采集、光譜分析和信息傳輸技術為支撐，設計了一種基于物聯網的水稻生長信息動態監控系統。在田間的試驗中，與人工測量的方法相比，該系統能夠高效可靠地監測水稻的株高、有效穗數和葉綠素含量等數量性狀，可實現資源的合理利用，保證水稻高產。

物聯網技術在給傳統農業模式帶來改變的同時，也存在一些問題。首先是數據采集系統的研究相對滯后，大部分采用有線方式，因此監控的距離較短、布線和維護都相對困難。其次，較高的研發成本也推高了應用的成本，導致普通的水稻種植者不易接受，限制了應用的規模。最后，各地的環境條件差異很大，水稻品種種類繁多，監控的具體參數須要根據實際情況進行優化。同時，水稻生產者面臨的具體問題和技術難度千差萬別，難以得到及時、準確的解答，只能根據以往的經驗來判斷。因此，基于物聯網技術對水稻生長信息動態監控系統還有很大的改進空間，并有望得到更廣泛的應用。

[1] 張琴，黃文江，許童羽，等.小麥苗情遠程監測和診斷系統[J].農業工程學報,2011,27(12):115-119.

[2] 吳艷兵，樊啟洲，鄭健，等.計算機圖像處理技術在溫室黃瓜幼苗生長信息檢測中的應用[J].湖南農機,2007(3):7-9.

[3] 武聰玲，騰光輝，李長纓.黃瓜幼苗生長信息的無損監測系統的應用與驗證[J].農業工程學報,2005,4(4):7-9.

[4] 張曉龍，樊啟洲，鄭健，等.基于DSP的機器視覺在黃瓜生長信息檢測中的應用 [J].中國水運,2007(5):147-149.

[5] 盧少林，倪軍，曹衛星，等.基于主動光源的作物生長信息監測儀的設計與試驗[J].農業工程學報,2014,30(23):199-206.

Design of Measuring System of Rice Growth Information and Dynamic Monitoring——Based on the Internet of Things

Dong Shujuan

(Yellow River Conservancy Technical Institute, Kaifeng 475004,China)

Being related to rice growing and dynamic monitoring information can be real-time control the growth of rice, is to achieve automation and intelligent management on the rice production. This study was based on Internet of things to design a set of rice growth process data acquisition, transmission of video information, background data analysis process and the growth of rice precise regulation of the four major functions in one rice growth dynamic monitoring information system. According to this system, four rice planting as experimental field study in the Plant factory, choose plant height, panicle number and chlorophyll content of these three characters as the object, based on monitoring data networking technology and manual measurement data obtained with comparison, found that the system can effectively monitor the rice plant height, panicle number and chlorophyll content of quantitative traits, and obtain the relevant data to take appropriate measures to achieve the rational use of resources in rice production to ensure high yield of rice.

rice; growth imformation; dynamic monitoring; internet of things

2016-06-07

河南省科技廳項目(豫科鑒委字[2014]第671號)

董淑娟(1978-)，女,河南民權人，副教授，碩士，(E-mail)dongshujuan0603@163.com。

S126

A

1003-188X(2017)08-0216-04