基于北斗時空分析的作業質量監測服務應用

董曉寧 王亞圣 崔亞碩

摘要：通過搭建農機作業質量監測服務平臺，結合北斗衛星定位、物聯網、傳感器等技術，實現對農機作業環節中農機運行狀態參數的實時獲取。設計并實現了基于位置時空特征的作業地塊劃分算法、作業面積統計算法以及作業質量評價模型，分析農機作業過程中的位置軌跡特征和業務特征，對農機作業環節中的質量指標進行自動化精準監測評價。

關鍵詞：北斗衛星定位；軌跡聚類；時空分析；作業質量監測

中圖分類號：S126文獻標志碼：A文章編號：1008-1739（2023）03-62-5

0引言

近幾年來，我國農業機械化水平快速提升，機械化生產成為了農業生產的主力軍。但是，我國農業機械的技術還不夠完善，尤其是廣泛使用的小型動力機械存在性能差、不穩定等缺陷，影響了農機作業的質量和效率[1]。而作業質量的好壞對生產的質量、生產成本以及經濟效益等因素有直接影響，因此，通過農業機械作業質量的評價可以判斷出某個區域的農業生產水平。由于我國現階段仍然主要以小農戶經營的生產模式，使得農機管理部門無法對所有的農機作業質量進行有效的監督與指導[2]。隨著農業機械不斷向專業化、自動化、信息化與智能化的方向快速發展，通過利用物聯網技術，在農機上安裝各類傳感器，實現了對農機位置、作業狀態信息的實時獲取，為實現農機作業質量的實時、精準監管提供了可能。

針對上述研究現狀及農機實時作業監管困難、農機作業信息收集難、服務信息不對稱等問題，通過集成北斗衛星導航技術、物聯網技術、智能傳感器技術，依托地理信息系統，研發了一種服務平臺，實現對農機作業質量的實時、精準監控和分析。

1作業質量監測服務平臺

1.1平臺總體架構

農機作業質量監測平臺主要設計目標是實現在大田農機作業過程中，對農機的位置、作業狀態、工況參數信息的實時采集[3]，經過數據計算、分析，對農機作業的質量進行統計評價，為農業監管部門提供農業機械使用的深度分析，從而間接實現對農業生產水平的評價分析，同時借助于電子地圖進行數據的空間可視化，為農業監管部門提供精準、高效的監管服務，為農業生產決策提供輔助支撐。

平臺采用分層結構設計，自下而上分為采集層、基礎支撐層、數據層、服務層、應用層和用戶層。采集層主要依賴各類傳感器設備實現農機位置、農機工作狀態、作業參數、作業圖像及信號狀態參數等實時作業數據的采集；基礎支撐層主要包括為系統提供運行環境、存儲、運算、網絡及安全等資源支撐；數據層實現對農機軌跡數據、業務報表數據、基礎信息數據的存儲管理；服務層針對業務應用場景實現數據的加工處理、分析、控制等功能服務；應用層通過Web系統、移動App等形式向用戶傳遞數據及實現與用戶間的人機交互操作；用戶層包括了農戶、合作社管理者以及政府監管部門等。

1.2系統模塊設計

系統的各服務模塊組成和處理流程如圖2所示，模塊包括數據接入服務模塊、數據控制服務模塊、數據庫服務模塊、數據處理計算服務模塊、業務應用服務模塊，以及農機終端、Web系統、移動端App等。

①數據接入服務模塊：主要負責農機終端設備的數據接入、接收數據上報，將數據消息轉發至消息隊列服務。同時，負責從消息隊列獲取上層業務下發至農機終端的指令請求，并轉發給農機終端設備。為了保障大量終端設備的數據接入，前置了負載均衡服務基于IP_HASH調度算法，搭建數據接入服務集群，以提供高并發服務能力。

②數據控制服務模塊：主要負責從消息隊列獲取農機終端上報的數據信息，進行各類數據的格式化，并轉發存儲至不同的數據庫存儲服務中。同時，負責接收上層業務應用中的控制指令消息，通過消息隊列轉發至接入服務。

③數據庫服務模塊：結合農機作業場景的特點，根據系統中的數據類型、冷熱程度等特征，將數據服務分為了業務信息庫、統計報表庫、時序數據庫、歷史數據庫服務，針對每個服務的不同特性采用不同的數據庫系統，保證了系統數據的高效率寫入、查詢服務能力。

④數據處理計算服務：主要是基于農機的位置數據、工況參數信息及實時采集的作業狀態數據，完成作業地塊計算、作業面積計算、作業質量指標計算等處理過程。

⑤農機終端通過JT808、ISO11898協議，實現農機實時位置、農機狀態、農機工況及作業圖像等數據的采集；Web系統、移動端App提供了平臺系統與用戶的交互通道，便于用戶進行數據的查詢和控制操作。

2作業質量監測評價

針對農機作業環節進行質量監測評價的最小單元是地塊，因此需要基于獲取的農機作業過程中的全天的位置數據，進行作業地塊的劃分，然后針對每個作業地塊進行作業面積統計、作業質量分析。

2.1作業地塊劃分

作業地塊并不是嚴格依賴于實際農戶耕地的確權邊界，而是基于農機位置軌跡的時空關系，近似進行作業區域的劃分。通過對農機作業過程中位置數據、工況參數、作業農具參數等數據的統計分析，在實地進行農業生產作業時，農機作業行駛軌跡具有明顯的空間、時間聚集特征。通過采用DBSCAN聚類算法，以農機行駛速度、作業幅寬等參數進行約束，將農機作業的軌跡分割為獨立的作業地塊。

經過上述聚類算法處理后，農機作業軌跡被分割為獨立的類簇，每個類簇被定義為一個作業地塊。

2.2作業面積統計

2.3作業質量評價

參考農業機械化水平評價指標體系可知[4]，農業機械化程度是衡量一個國家或者地區農業機械化發展水平的基礎指標，在評價體系中占據了非常重要的作用，其中占據了較高權重的耕種收綜合機械化水平主要是對農機作業面積及質量的監測評價。農業機械化水平評價指標如表1所示。

經部分省市農業管理部門調研統計，匯總了部分農機作業質量的評價指標，如表2所示。可以看出，農業生產耕種作業環節中對農業機械化作業質量的監測指標項目主要包括作業深度、地塊平整度、作業重疊度、作業速度等內容。

本文著重研究了在耕整地機械作業中應用最廣泛的鏵式犁的作業質量監測，結合國標要求的鏵式犁耕地作業質量指標[5]，如表3所示，構建了耕地作業質量評價指數（PQI）模型，對作業質量進行監測評價。

在表4中，1表示在單個作業地塊中，在選定采樣區域內，耕深合格位置點數量占采樣區內所有位置點數量的比重。由于在實地農機作業過程中，在作業地塊的起始、結束的地頭部分，作業農具需要逐漸的落下、抬起，因此在進行采樣區選擇時，一般選擇作業地塊的中部位置，剔除作業地塊的地頭部分，作業地塊樣本采樣如圖3所示。

3應用案例

作業質量監測評價模型在作業質量監測服務平臺中進行了實際應用，針對農機作業智能監測業務提供監測評價服務，目前平臺已經在河北、河南、甘肅、山西、寧夏等地進行了推廣應用，共計服務作業農機20 000多臺，監測評價作業面積超過3000萬畝，針對深松（深耕）作業、旋耕作業、整地平地作業以及深松播種作業等作業環節進行了監測評價，經驗證，該評價模型與實際作業質量評價的一致性達到90%以上，滿足了實際農業生產中作業質量自動化監測的需要。

圖4為農機作業質量監測服務平臺軌跡展示，采用本文方法對作業軌跡進行了“作業地塊”的劃分。

圖5為農機作業質量監測服務平臺軌跡展示，可以直觀查詢每個農機作業點的軌跡位置、作業深度等詳細信息。

圖6為作業質量評價統計效果，可以直觀查看農機每個作業地塊的質量監測評價指標情況。

4結束語

設計的作業質量監測評價模型和服務能力，為相關管理部門的農機作業質量監督和管理提供了創新手段。但是，由于我國地域廣闊且地區間的農業生產差異化較大、作業操作人員的素質有待提高、農機農藝融合不夠深入等原因，農機作業質量評價的提升空間還很大[6]。本文目前設計的評價模型相對比較單一，無法適應不同作物、不同農機的作業環節。作業質量監測評價的工作還需要繼續延伸下去，擴展更多樣性、更普適性的模型，來完善對農機作業質量監測的評價。

參考文獻

[1]周亞萍.農業機械作業質量存在的問題與解決措施[J].農家科技，2020，（1）：122.

[2]朱登勝，方慧，胡韶明，等.農機遠程智能管理平臺研發及其應用[J].智慧農業（中英文）， 2020，2（2）：67-81.

[3]王聰，裴莉，徐勇，等.大田農業信息監測管理系統設計開發[J].農業與技術，2021，41（1）：58-60.

[4] NY/T 1408.1-2007，農業機械化水平評價第1部分：種植業[S]，2007.

[5] NY/T 742-2003，鏵式犁作業質量[S]，2004.

[6]袁博.農機作業質量現狀分析與發展建議[J].農業科技與裝備，2018，1（2）：72-73.