基于物聯網的農作物試驗基地監控管理系統設計

趙 巧

(重慶電力高等專科學校 信息工程學院，重慶 4000053)

0 引言

物聯網是在傳感器、自動測控和信息技術的基礎上發展起來的，也稱傳感網絡技術。物聯網把各種傳感器、信息處理器和無線網絡融合成一個龐大的整體，用于對目標進行智能識別和精準管理[1]。物聯網誕生之日起，便在社會的各個領域得到了廣泛的應用，農業是其應用的一個主要方面。國外對于物聯網在農業中的應用研究起步較早，早在2002年美國便首次用物聯網監測葡萄園的土壤溫濕度和有害物劑量，為葡萄豐收提供了保障[2]。物聯網技術在我國發展也很快，并且逐漸集中到了糧食作物生產、智慧農業設施、果園精準管理和畜牧水產養殖4個領域[3-5]。在最初的實踐中，物聯網側重于對所采集數據的展示和統計，后來人們加強了利用專家系統進行科學的分析和決策，使得物聯網的功能得以拓展[6]。

農作物的試驗基地主要用于作物遺傳育種、農藝特性評價和品種區域試驗等活動，在現代農業科學研究中占有重要地位。除了試驗田塊外，試驗基地還整合了監控、灌溉、病蟲鳥害防治和肥料運籌等各方面的農藝設施。因此，農作物試驗基地是一個由多種系統組成的有機聯系的龐大整體，每個系統又包含了不同數量的設施和設備。試驗基地集成的設施設備多，相互之間的聯系復雜而緊密，需要采集和處理的信息量龐大，因此特別適合于物聯網的應用。

農作物試驗基地的運行成本包括人工成本和物資成本，農作物的灌溉、施肥和蟲害防治這3個操作是物資成本的重要來源。在當前大力提倡綠色農業和可持續發展的背景下，建設節水、節肥和少打農藥的農作物試驗基地具有很大的現實意義。單獨依靠傳統的農業生產經營模式和科學方法難以實現這一目標，將物聯網整合到試驗基地中是必然選擇。

我國水資源豐富，但是人均占有量少，且淡水資源的一半用于農業灌溉。為節水灌溉而開發的微灌、滴灌等技術可以提高水資源的利用效率，但灌溉時機和水量仍然依靠人的經驗判斷，智能化水平有待提高。依靠傳感器、自動測控和信息技術設計的基于物聯網的智能灌溉系統可以滿足現代農業對于智能灌溉的要求[7]。目前，物聯網智能灌溉已經覆蓋包括蔬菜、作物、果樹和園林等植物種類，且范圍還在不斷增加[8-9]。

肥料是除水分外作物生長所需的另一個重要因素，也是產量的限制因子。合理施肥能為作物的高產穩產提供保障，但過量施肥會帶來營養元素浪費和環境污染問題。我國每年的化肥用量巨大，但是沒有獲得相應的高產水平，肥料施用過量和利用率低的狀況嚴重。作物不同生長階段對肥料的需求不同，因此準確地掌握作物生長信息是合理施肥的前提。作物生長監控是物聯網的功能之一，它涉及的監測范圍廣，在時間上貫穿作物生長的整個過程，其采集的信息對于各種農藝決策是不可或缺的[10-11]?？讜约t等設計了基于物聯網的農作物監控系統，實時采集作物生長信息，通過分析獲取作物的生長參數和環境參數，能夠為肥料的合理施用提供依據[12]。

蟲害是作物重要的生物逆境，目前普遍的防治策略是噴灑農藥，其產生的人工成本和物資成本都很高，副作用也較大。試驗基地的物聯網能夠監測害蟲發生情況和危害程度，及時提供預警，并計算農藥的最佳噴灑時機和劑量。張恩迪等研發了一套基于物聯網的農業害蟲監控系統，能夠采集農田環境和害蟲數量信息，為害蟲的高效防治奠定了基礎[13]。

目前，物聯網在農業中的應用都針對單個作物，與覆蓋多種作物的試驗基地進行整合的研究還較少。本文以物聯網為核心，設計了一種農作物試驗基地的監控管理系統，以智能灌溉、施肥和害蟲防治3大功能為主。系統通過各種設備采集試驗基地的環境和作物信息，由通信網絡傳遞給信息處理模塊，經過專家決策后形成操作指令，由執行模塊按照指令執行，或者為管理人員提供詳細的方案實現對試驗基地的管理。

1 系統組成和工作原理

基地監控管理系統包括信息采集模塊、網絡傳輸模塊、應用管理模塊、專家決策模塊和操作執行模塊5大部分。信息采集模塊為各種監控設備、探頭和傳感器；網絡傳輸模塊為無線收發裝置、接口和網絡協議；應用管理模塊為計算機、顯示屏和客戶端；專家決策模塊為存儲專家知識庫的服務器；操作執行模塊為灌溉設備、電磁閥、打印機和殺蟲燈，如圖1所示。

(a) 灌溉設備 (b) 監控設備 (c) 殺蟲燈圖1 系統的部分設備Fig.1 Partial equipment of system

系統的工作流程：信息采集模塊采集當地的氣象信息、試驗田中的環境信息和作物生長信息，經過基于ZigBee技術的網絡傳輸模塊發送給應用管理模塊。應用管理模塊對接收的數據信息進行分類和管理，數據的實時顯示和各種參數的設定也在應用管理模塊的操作顯示屏上進行。試驗基地的信息及設定的參數經過整理分析后發送給專家決策模塊進行綜合判斷，根據專家知識庫診斷試驗田的水分和肥料狀況以及蟲害發生情況，形成相應的決策。決策反饋給應用管理模塊，經過處理后形成操作指令發送給操作執行模塊，打印出肥料施用方案，或者通過網絡傳輸模塊開啟電磁閥和殺蟲燈，從而實現對灌溉、施肥和殺蟲的智能控制，如圖2所示。

圖2 系統的工作流程Fig.2 Work flow of system

2 主要設備和功能

試驗基地監控管理系統主要具有智能灌溉、施肥和害蟲防治這3大功能，各個功能對應的信息采集模塊和操作執行模塊不同，但在硬件上使用相同的網絡傳輸模塊、應用管理模塊和專家決策模塊。

目前，無線傳輸方式有Wifi、藍牙和ZigBee。其中，ZigBee模式的抗干擾性強，通信距離與試驗基地的面積比較適合，被本系統采用。根據試驗基地的自然環境條件，無線傳輸網絡選擇樹形方式組網，單個接口可以與15個終端連接。應用管理模塊是一臺聯想I5-6400計算機，配置Intel i5中央處理器，利用USB2.0接口進行連接，能在操作界面上實時顯示采集的數據和對系統參數及執行設備啟動閾值進行設定。專家決策模塊是聯想X3550服務器，存儲系統采集的所有信息和專家綜合數據庫和知識數據庫。其中，綜合數據庫是各種信息數據的推理過程和計算公式，知識數據庫是作物生長規律、水肥需求量和吸收能力等信息。

2.1 智能灌溉

智能灌溉功能的信息采集模塊為LM-879型空氣溫濕度傳感器和歐速OSA-1型土壤水分傳感器組成的土壤墑情監測點。試驗田中均勻分布多個監測點，每個監測點可以監測20m×20m面積范圍內的含水量。操作執行模塊是地面灌溉管道以及安裝在出口上的GAG型多用途電磁閥。水田采用漫灌的方式，灌跑馬水待其自然落干，旱地采用滴灌的方式。每個監測點內設置2～3個灌溉出水口，安裝DN150型水表，精確記錄灌溉量。

2.2 智能施肥

肥料中的氮、磷和鉀是作物正常生長不可缺少的營養元素，作物不同生長發育階段對肥料的需求不同。氮、磷或鉀元素缺乏都會在作物的植株上通過不同的癥狀反映出來。以玉米為例，正常的葉片為綠色，缺氮時葉色變淺，缺磷時葉色紫紅，缺鉀時從葉片邊緣開始枯黃。因此，監控管理系統的智能施肥功能以作物的葉片顏色作為判斷其肥料需求的主要依據。智能施肥功能的信息采集模塊為V10-IM型高光譜相機，拍攝作物圖像后由應用管理模塊中的計算機進行視覺分析。計算機視覺軟件為MatLab工具箱，對拍攝的圖像依次進行預處理、灰度化、二值化和圖像分割后獲得作物的輪廓。統計作物輪廓所占這個圖像的比例，以此判斷作物的長勢和對肥料的需求量。分析作物輪廓中各種紅、綠、藍3種顏色像素的組成，以此判別作物葉片的顏色特征和營養元素缺乏情況。統計分析的結果由專家決策模塊綜合處理，并結合水分供應情況，擬定最佳的肥料施用時機、種類和數量。肥料施用方案通過聯想LJ2400型打印機輸出，由種植人員依照執行。

2.3 害蟲防治

農作物的田間害蟲種類繁多、數量龐大，精確統計數量的可行性不高，但可以對其發生和危害的程度進行評判。害蟲發生程度既可以通過作物受危害的癥狀來評判，也可以通過單位面積田塊中的害蟲數量來反應。通過作物受危害癥狀的評判方法有一定的滯后性，且會帶來產量的損失，因此系統的害蟲防治功能以害蟲數量作為啟動的閾值。害蟲防治功能的信息采集模塊為DATA-LYNX型計數傳感器，通過昆蟲飛行撞擊產生的脈沖信號記錄害蟲數量，可以準確獲取飛虱、蛾、蚊、蠅等類型的害蟲數量。操作執行模塊為云飛YF-WL-40型智慧物聯網殺蟲燈，由太陽能供電，應用管理模塊控制開啟，利用機械振頻式高壓電網殺蟲。

3 試驗方法及結果

2017年，在重慶電力高等?？茖W校的試驗基地中運行監控管理系統，對上述3種功能進行了驗證。試驗的農作物為水稻、玉米和棉花，品種分別為天優華占、蘇玉29和鄂雜棉10號，都在當季種植。每種作物選擇兩塊位置相鄰，面積適中和土壤肥力相同的田塊，一塊由經驗豐富的種植人員監控管理，另一塊由物聯網系統監控管理。種植季節結束后統計兩個田塊的灌溉水量、肥料用量、殺蟲燈用時和作物產量，比較兩種方式的管理效果。試驗結果如表1所示。

表1 兩種方式的管理效果Table 1 Management effect of two styles

由表1可知：兩種管理方式所獲得的作物產量相當，沒有明顯的差異；物聯網管理的3種作物田塊在灌溉水量、肥料用量和殺蟲燈用時上都少于人工管理的田塊，體現出明顯的資源節約效果。

4 結論

基于物聯網技術，設計了一種農作物的試驗基地監控管理系統。系統由信息采集模塊、網絡傳輸模塊、應用管理模塊、專家決策模塊和操作執行模塊5個部分組成，能夠執行智能灌溉、施肥和害蟲防治3種功能。對水稻、玉米和棉花3種作物的試驗結果表明：該系統在保證作物高產的同時，還能獲得明顯的資源節約效果，有助于實現試驗基地的高效運行和精準管理。