農機化生產的遠程監測與數據統計技術研究

(黑龍江省農業機械工程科學研究院，哈爾濱 150081)

0 引言

農業是我國的第一產業，也是國民經濟的支柱，農業的發展情況直接影響到社會穩定和每一個人的生活。農業機械化生產是我國農業向現代化發展的必經之路，隨著我國整體科研能力的提升，農業上所能應用的先進技術逐漸增多，使農業生產的科學性更有保證。在網絡化和信息化時代，農業機械化生產可以利用遠程監測和數據統計技術實現農田信息、機械作業情況的實時收集，并能通過各種數據的匯總進行農機作業調配、產量預測、病蟲害防治等工作，進而有效提高農業生產資源的利用情況，確保農業生產的順利實施[1]。

1 農機化生產的遠程監測技術原理

針對于農機化生產的遠程監測技術主要是基于網絡技術和信息技術加以實施的，能夠通過眾多的現代化設備實現對農業生產環境、農機作業情況等信息的遠程獲取。現階段，我國很多地區都在紛紛研發或建立網絡化的農機智能平臺(圖1)，其中的一個主要功能就是實現對農機化生產的遠程監測。網絡化的遠程監測技術主要是通過傳感器、GPS終端、圖像獲取設備來實現對所需農機化生產信息的獲取，相關數據通過數字傳輸、數據分析處理能有效指導農業機械化生產的過程[2]。

圖1 網絡化的農機智能平臺相關功能

遠程監測技術由數據獲取裝置、監控控制中心、數據服務中心、智能網關等組成。數據獲取裝置的范圍十分廣泛，是指能夠實現對農業生產各個方面信息獲取設備的總成，針對不同品種、不同地域的機械化生產情況，所選用的設備和相關功能也不相同。監控控制中心主要由計算機、移動處理終端、顯示系統等組成，能夠實現對獲取的檢測信息進行顯示，并為相關人員提供決策參考，農業經營管理人員可以通過顯示屏顯示的監測數據進行作業情況了解，同時便于作業方案的調整。數據服務中心主要包括數據發送設備、數據傳輸設備、數據接收及存儲設備，并提供數據查詢功能，是依靠信息技術建立起來的專業傳輸系統。智能網關主要負責協調數據獲取與傳輸工作，幫助完成數據種類的擴展與有效收集，并將監測到的數據信息通過網絡發送給遠程管理終端。通過網關的合理化設計，能夠使數據獲取裝置的所有裝備形成系統的網絡，從而形成對農機化生產整體情況的全面監控。智能網關具有良好的匹配性，能夠針對不同通信技術的標準實現互聯互通，完善的協議轉化能力使復雜多樣的網絡協議形式得以集中并轉化為數據。網關還能實現對節點的狀態、屬性、標識的管理，并可靠執行農業機械化生產遠程控制的相關指令。

2 遠程監測控制軟件種類與特點

農機化生產的遠程監測軟件通常包括兩種形式，一種是依托于地區農機管理部門開發的農機智慧平臺實施，將遠程監測的硬件系統通過網關與智慧平臺的相關功能實現連接，匹配后農民和農機管理部門都可以通過農機智慧平臺獲取農機化生產的實際情況，并能實現對農機化生產的管理、數據統計、決策更改等。另一種是定制化的軟件管理系統，主要是以農場或大面積經營的耕地為單位，在進行農機化生產監測硬件設計與布局的同時，以模塊化的形式建設軟件系統，將軟件系統與硬件系統的功能進行合理匹配，利用軟件技術確保硬件功能的可靠實施。通常情況下，遠程監測的管理軟件需要程序設計語言作為開發工具，其中需要結合數據庫技術、通信技術、計算機網絡技術進行相關功能的設計與開發，并充分與硬件布局特點相結合進行功能設計，以保證遠程監測系統功能的發揮。

3 農機化遠程監測技術的應用方式

3.1 生產情況的監測與管理

利用GPS定位裝置、機具作業狀態監測傳感器、環境監測傳感器、土壤狀態檢測裝置、氣象數據分析等裝置實現全方位農機化生產情況監測，實時獲取相關數據并進行上傳，便于農業生產經營者了解生產進程、預判作物產量、調整生產方案。遠程監測技術還可與自動控制技術相結合，實現對農業生產的自動化管理，例如自動灌溉、智慧農機生產等，進一步減少農業生產的人力負擔。

3.2 生產過程中的異常狀態預警

遠程監測功能能夠對農業機械的作業狀態進行實時監測，當發現農業機械出現作業質量不合格時，可通過監測軟件實現遠程報警，提醒生產管理人員檢查和調整方案。例如，農機行駛脫離直線、深松深度不足、播種作業漏播等，都可通過監測系統獲取異常信息，避免農機作業狀態不良造成農業生產質量降低。同時，監測系統還能及時獲取農作物生長狀態，科學分析和預判可能出現的病蟲害問題，并提供警示功能，幫助預防病蟲災害，進一步保證農業收益。

3.3 生產情況的追溯與數據統計

通過遠程監測系統對農機化生產各方面數據的獲取，能有效整理并記錄重要生產數據，方便生產管理者、農機管理部門對過去的生產數據進行追溯，也能方便形成生產情況對比數據，方便生產管理人員對目標數據的提取和數據對比。

4 遠程監測的數據統計技術

農機化生產遠程監測的數據來源眾多，其應用也涉及到機械化生產、運營管理、方案調整、市場價格等眾多方面，因此對于遠程監測獲取的數據，必須要具有科學的統計與整理方法[3]。總體來說，數據整理流程包括數據分類與處理、數據源分析、智能化分析、數據可視轉化等幾個部分。遠程監測技術在數據分析上采用的計算機多重分析方法相對于傳統的方差分析、回歸分析等方式更具全面性，其能夠在眾多數據中找到相關聯的數據，并對其進行有針對性的分析，數據統計與分析的流程如圖2所示。

圖2 數據統計與分析的流程

現階段可應用于遠程監測數據統計與處理的軟件工具有很多種，例如，Mahout靜態數據批處理工具、Storm實時數據流處理工具、Google’s Dremel交互式分析工具等，能夠通過多重分析方法對農業生產的質量、工作量、趨勢、農情等眾多信息進行統計，并形成直觀的可視化數據展示。

(05)