邊緣計算在農業物聯網中的應用

李春雷

摘 要：農業物聯網技術是實現精準農業的有效手段，論文描述了傳統農業物聯網的架構。隨著邊緣計算技術的出現，針對我國農業自然資源狀況，提出了一種針對基于邊緣計算的農業物聯網架構。

關鍵詞：農業物聯網；精準農業；架構；邊緣計算

中圖分類號：TP393 文獻標識碼：A 文章編號：2095-1302（2018）03-00-02

0 引 言

農業物聯網的一般應用是將大量傳感器節點構成監控網絡，通過傳感器采集信息，以幫助農民及時發現問題，并準確地確定發生問題的位置，使農業逐漸從以人力為中心、依賴孤立機械的生產模式轉向以信息和軟件為中心的生產模式，從而大量使用各種自動化、智能化、遠程控制的生產設備。

為切實促進工業化、信息化、城鎮化和農業現代化同步發展，充分利用現代信息技術改造傳統農業，推動農業發展向集約型、規模化轉變，農業部啟動了農業物聯網區域試驗工程，選擇有一定工作基礎的省市率先開展試點試驗工作。這對于探索農業物聯網理論研究、系統集成、重點領域、發展模式及推進路徑，提高農業物聯網理論及應用水平，促進農業生產方式轉變、農民增收有重要意義。農業產業兼具地域性、季節性和多樣性，由此決定了信息技術改造傳統農業的復雜性和艱巨性。在工程實施過程中，通過不斷研究物聯網技術在不同產品、不同領域的集成及組裝模式和技術實現路徑，逐步構建農業物聯網應用模式，促進農業物聯網基礎理論研究和產品研發。

從全國范圍看我國農業自然資源狀況，發現我國的氣候、土地、水和生物資源分別具有以下特點：

（1）光、熱條件優越，但干濕狀況地區差異較大；

（2）土地資源的絕對量大，但人均占有量少；

（3）河川徑流總量大，但水土配合不協調。

根據不同地區的具體條件和資源的不同特點，制訂符合國民經濟全局利益和各種資源宏觀經濟效益的資源開發利用戰略，是合理利用和保護農業自然資源的前提。另外不同的地區由于人均占有可耕地面積和土地后備資源的不同，應該選擇不同的農業集約化程度和集約經營方式。農業物聯網覆蓋區域較大，農作物種類較多，如果將所有農田感知信息全部匯聚到信息中心處理，會對網絡造成較大的流量壓力，同時也提高了信息處理中心的軟硬件設計復雜度，降低了對事件處理的響應速度。

1 農業物聯網是實現精準農業的有效手段

精準農業是一個農業應用和實踐體系，包括信息采集-信息解碼-投入優化-田間實踐的良性循環，其中信息和數據是精準農業最核心的部分，首先應采集作物相關信息及影響作物生長的外界信息，再通過一系列軟件應用技術進行信息的統計分析解讀，并以網站或手機APP的方式呈現給農業相關人員，包括種植者或農技服務人員等，來指導農業田間實踐活動，達到精準種植、精準灌溉、精準噴施等目的，以獲取最高的產量和最大的經濟效益。

美國是世界上最早提出并實踐精準農業的國家，也代表著這一領域最的最高發展水平。美國約有200多萬個農場，其中60%～70%采用了精準農業技術。通過農田地理信息系統提供的地理信息確定作物的最佳生產模型，依據不同作物的差異，決定是否采用衛星定位，智能機械，智能施肥、灌溉、噴灑農藥等措施，最大限度優化各項農業投入，保護農業生態環境及土地資源。美國精準農業追求的并非高產，而是強調單位面積的投入與產出的最佳比例，強調效益，注重保護生態環境，以減少農業耕種過程中因化學物質濫用而造成的環境污染。以色列大部分地區干旱少雨，土地貧瘠，提高水資源利用率是以色列解決農業發展的最大問題，因此，節水技術研究一直是以色列農業科學中最重要的課題。滴灌與噴灌是以色列節水灌溉技術的主要形式，發展到今天，已經是第七代技術，被廣泛運用于溫室、沙漠地帶、綠化帶等區域。我國早在20世紀90年代就開始了精準農業的應用研究，先后在北京、上海、新疆、黑龍江等13個省市實現了大面積應用。以新疆生產建設兵團為例，從1999年提出精準灌溉、施肥、播種、收獲及環境動態監控開始，到2003年已基本形成比較完善的精準農業技術體系，在棉花生產的大面積應用中獲得了極大的經濟、社會及生態效益。

物聯網在農業領域中有著廣泛的應用，從農產品生產的不同階段來看，無論是種植培育階段還是收獲階段，都可以用物聯網技術來提高其工作效率和精細管理程度。在種植和培育階段，可以用物聯網技術手段采集溫濕度信息，進行高效管理，從而積極應對環境變化，保證植物育苗在最佳環境中生長。在農作物生長方面，可以利用物聯網實時監測作物生長的環境信息、養分信息和作物病蟲害情況。利用相關傳感器準確、實時地獲取土壤水分、環境溫濕度、光照情況，將實時數據監測與專家經驗相結合，配合控制系統調理作物生長環境，改善作物營養狀態，及時發現作物的病蟲害爆發時期，維持作物最佳生長條件。在技術成熟與成本下降，國內農業面臨人力不足、農田灌溉浪費與缺水并存、農業科技投入不足且農業耕作粗放的背景下，精準農業成為國內農業轉型升級的風向，而農業物聯網技術是實現精準農業的有效手段。

2 傳統農業物聯網架構

早期的農業物聯網主要由無線感知節點、無線匯聚節點、通信服務器、基于Web的監控中心、農業專家系統組成。眾多無線自組織感知節點可實時采集空氣溫濕度、CO2濃度、光照強度、土壤溫濕度等作物生長環境信息，并經由無線匯聚節點通過GPRS或3G上傳至互聯網實時數據庫，由專家系統分析相關數據，將生產指導建議以短消息的方式發送給農戶。傳統農業物聯網架構如圖1所示。

基礎層為基礎數據采集層，通過各類無線感知節點自組織形成局域網絡，實現數據采集及返控。數據采集層主要實現對基礎層無線傳感網絡數據的采集、分析、處理及返控命令的發送，同時對基礎層的無線傳感網絡節點進行自動管理。通信服務器負責提取網關數據（數據采集傳輸層），并對提取的數據進行解析、處理和入庫，是應用層和下位機相連接的紐帶。應用平臺對提取出的數據進行整理、分析及處理，界面人性化，方便管理者操作，實現了所有人機對話功能。

3 基于邊緣計算的農業物聯網

3.1 邊緣計算

近幾年，隨著物聯網技術的規?；瘧煤托畔⒓夹g的發展，智能邊緣計算出現了，它提出了一種新模式，即讓物聯網的每個邊緣設備都具備數據采集、分析計算，通信及智能處理能力。邊緣傳感器不再需要持續不斷將各種傳感數據傳遞給數據中心，而可以自己判斷各種感知數據，只在讀數出現重大變化時才聯系數據中心，決定采取何種操作。

新的智能邊緣計算可利用云對邊緣設備進行大規模安全配置、部署和管理，并根據設備類型和場景分配智能的能力，讓智能在云和邊緣之間流動。智能化已開始為各行業創造經濟和社會價值，農業智能化以農田數據的智能分析為基礎，可實現智能決策和智能操作，讓農業專家系統走向田間地頭，實時指導廣大農民科學耕作。

云計算適用于非實時、長周期數據、業務決策場景，而邊緣計算在實時性、短周期數據、本地決策等方面發揮著不可替代的作用。邊緣計算與云計算是行業數字化轉型的兩大重要支撐，兩者在網絡、業務、應用、智能等方面的協同將有助于支撐農業物聯網創造更大的價值。

3.2 基于邊緣計算的農業物聯網架構

由于邊緣計算是在靠近物或數據源頭的網絡邊緣側，各種資源如網絡、計算、存儲更靠近用戶，能夠就近提供邊緣智能服務，以滿足用戶敏捷聯接、實時業務、數據優化、應用智能、安全與隱私保護等方面的需求?；谶吘売嬎愕霓r業物聯網架構如圖2所示。

基于邊緣計算的農業物聯網架構更適宜實時、短周期數據的分析，能夠更好地支撐本地業務的實時智能化處理與執行；由于邊緣計算距離終端用戶更近，在邊緣節點處實現了對數據的過濾和分析，因此效率更高；人工智能與邊緣計算的組合出擊讓邊緣計算不止于計算，更多了一份智能；在進行云端傳輸時通過邊緣節點進行一部分簡單數據處理，減少設備響應時間與從設備到云端的數據流量。

4 結 語

未來物聯網將是運行在統一標準平臺上的開放系統，農業物聯網的發展也將沿著這條技術路線前行，現在開始建設新的農業物聯網系統時，就要盡可能避免將其建設為封閉獨立系統，要為未來平滑升級奠定基礎。希望各種新的信息技術能夠盡快在農業領域得到應用，為祖國糧食安全做出貢獻。

參考文獻

[1]邊緣計算產業聯盟（ECC）與工業互聯網產業聯盟（AII）聯合發布.邊緣計算參考架構2.0[Z]. 2017.

[2]徐姍姍， 張曙念.一張圖看懂邊緣計算[EB/OL]. [2016-12-01].http：//m.sohu.com/a/120511547_354878.

[3]承繼成.精準農業技術與應用[M].北京：科學出版社，2004.

[4]朱玉欽.物聯網技術在現代農業中的應用——以南京市為例[J].物聯網技術，2016，6（7）：106-107.

[5]劉陽.我國農業物聯網發展問題淺析與對策研究[J].物聯網技術，2016，6（2）：90-91.

[6]丁蓮，杜巍.大數據在農業物聯網中的應用研究[J].福建電腦，2017，33（11）：139.

[7]呂文龍，孫炎輝，白航，等.一種基于ZigBee的農業物聯網管理系統設計[J].物聯網技術，2014，4（7）：78-79.

[8]華镕.邊緣計算的應用及未來挑戰[J].自動化博覽，2017，34（2）：52-53.