基于物聯網的商洛市智慧農業信息平臺

劉寧趙建華

（1.商洛學院經濟與管理學院，陜西商洛 726000；2.商洛學院數學與計算機應用學院，陜西商洛 726000))

基于物聯網的商洛市智慧農業信息平臺

劉寧1趙建華2

（1.商洛學院經濟與管理學院，陜西商洛 726000；2.商洛學院數學與計算機應用學院，陜西商洛 726000))

為了提高商洛市智慧農業的發展速度，設計了一種基于物聯網的商洛市智慧農業信息平臺。平臺包括商洛市智慧農業綜合服務平臺和商洛市農作物智能診斷綜合平臺。通過采集、存儲商洛市各類農作物信息數據，實現統一管理、統一協調、分析預測和決策分析等功能。同時，提出了一種多分類器協同智能決策算法，建立一整套商洛市農作物生長信息數據庫，使用智能決策算法實現對農作物自動化控制和病情智能診斷，提高商洛農業精細化管理水平。最后，對平臺的應用前景和存在問題進行分析。

智慧農業；信息平臺；智能決策；機器學習

智慧農業是農業生產的高級階段，是集計算機技術、互聯網技術、云計算和物聯網為一體，實現農業生產環境的智能感知、智能預警、智能決策、智能分析、專家在線指導等，為農業生產提供精確化種植、可視化管理和智能化決策。

全世界許多國家，在發展智慧農業上達成了共識，智慧農業技術已經在歐美國家的農業資源利用、農業生態環境的監測、農業生產精細管理和農產品安全溯源領域中得到廣泛應用，如美國加州大學洛杉磯分校建立了林業資源環境監測網絡，對林業進行統籌管理［1］；法國建立了完備的農業區域監測網絡，指導施肥、施藥、收獲等農業生產過程［2］。我國出臺了一系列政策，促進物聯網技術在農業發展中的應用。許多省市開始發展智慧農業并出現了許多成功案例，如河南某移動運營商用手機管理種花大棚［3］；南京某物聯網公司開發的物聯網技術應用案例，在某農場30個標準化大棚內，布滿了40個傳感器，傳感器采集數據，憑借這些數據，操作人員用手機或電腦對蔬菜進行實時了解和掌控［4］；江蘇省宜興市采用物聯網技術監控幾十畝的水塘，實現智能化［4］。同時，國內一些城市將物聯網應用到農業領域，實現糧食的質量追溯［5-6］，江蘇部分城市將物聯網技術在水產養殖和農業生產中進行實際應用，并取得了較好成效［7-8］。

商洛作為一個傳統農業城市，農業生產成本不斷上升，產業化水平低。耕地零散，農戶生產經營規模小，農業社會化服務體系不健全，組織化程度較低，市場競爭力差。這些現狀和問題，都表明商洛市急需發展現代農業，急需發展智慧農業，急需建立智慧農業信息平臺。

本文結合商洛地方實際，研究商洛市智慧農業信息平臺關鍵技術，設計商洛市智慧農業綜合服務平臺和商洛市農作物智能診斷綜合平臺，實現商洛農業生產環境的智能感知、智能決策和智能分析，為商洛農業生產提供精準化種植和智能化決策，推動商洛市現代農業的發展。

1 基于物聯網的商洛市智慧農業信息平臺

1.1 商洛市智慧農業綜合服務平臺

智慧農業主要包括農業的智慧感知、智慧流通和智慧處理3個組成部分。商洛市智慧農業綜合服務平臺主要實現信息的智慧處理，在已經建成的、不斷升級的物聯網軟硬件平臺上進行研究。已建成的物聯網平臺使用無線傳感器網絡節點進行數據采集，將多個無線傳感器網絡節點部署在農田里，構成自組織的網絡子系統，隨時獲取農作物的生長環境信息，比如農作物生長過程中息息相關的環境因素，如：空氣的溫度、濕度、光照、二氧化碳、土壤水分等，實現農作物的全面覆蓋和智能感知；智能通訊終端將這些數據上傳至智慧農業綜合服務平臺，實現農業的智慧處理。通過數據采集、數據抽取，將相關數據通過整理、校對、核準后，實現對于農業信息的采集與發布、農業資源動態監測展示、電子物流與商貿管理等，最終實現信息查詢、決策分析和信息訂閱，為最終的用戶提供全方面的信息管理與服務。

圖1 商洛市智慧農業綜合服務平臺

平臺如圖1所示，主要包括農業信息采集發布、農業資源動態監測、信息管理與分析決策等模塊。通過采集、存儲商洛市各類農作物信息數據，實現統一管理、分析預測和決策分析等功能。

1.2 商洛市農作物智能診斷綜合平臺

建立商洛市農作物生長信息數據庫，并建立商洛農作物監測診斷綜合平臺，利用知識庫、機器學習理論、自學習算法進行智能決策，實現對農作物遠程監測、自動化控制和專家咨詢診斷，提高農業精細化管理水平。依據不同農作物的生長信息，提取不同的特征信息，將其進行分類和標記。同時對采集的特征信息進行歸一化處理，使用處理后的數據信息訓練機器學習算法，建立學習模型，實現對農作物監測數據進行智能決策和病情綜合診斷。

比如根據商洛地區小麥的生長情況，把小麥苗情劃分為一類苗、二類苗、三類苗及旺苗。有機結合專家經驗及現代農學的研究成果，得到苗情狀況與環境因子、生理參數指標之間的規律，并根據該規律對小麥苗情和氣象災害進行診斷。具體過程是，通過對采集的數據進行處理和分析，將小麥生長適宜指標以及小麥當前生長狀態比對相關知識規范和專家知識，智能推論得出小麥診斷結果，給出相應的專家建議、調優技術方案和災害調控方法。

智能診斷綜合平臺中，智能決策算法是核心。在這里，智能決策的主要作用是根據農作物已有特征信息，分別對數據樣本進行分類標記，實現對農作物未知特征信息類別進行預測，實現綜合診斷。本文設計了一種多分類器協同的智能決策算法，實現對農作物的智能決策。

決策方案如圖2所示，粗直線代表無標記樣本的流向，細直線表示有標記樣本的流向，L表示有標記樣本集，U表示無標記樣本集，用抽樣方法對L進行抽樣，將其分為3個訓練集L1、L2和L3，使用L1、L2和L3訓練有監督分類算法，生成3個分類器C1、C2和C3，通過3個分類器實現對無標記樣本的預測，當3個分類器預測標記一致時，才將該標記作為最終的決策標記。

算法中3個分類器的訓練集樣本始終是不同的，同時3個訓練集中訓練樣本的數目基本上是一致的。最開始，將標記樣本集L等分為L1，L2和L3 3個小樣本集合，3個小樣本集中的樣本之間互相不重復。接著，在L1，L2和L3訓練集中，采用有監督分類算法分別訓練3個分類器C1，C2和C3。從無標記的訓練集U中選取樣本，用分類器C1，C2和C3分別對選取的樣本進行預測標記。對于某個無標記樣本，若3個分類器對其預測的類型值一致，則用該預測值為預測值。

算法主要通過以下幾個方面，實現分類器之間的差異性，提高對無標記樣本的正確標記率。

1.2.1 初始化訓練集的差異性

首先，采用抽樣方法對L進行自助抽樣，產生3個差異性較大的子集L1，L2和L3作為初始的訓練集。抽樣方法的思路如下，首先統計標記樣本的總數目和各類別樣本的數目，計算各種類別樣本的比例，按照比例和抽樣子集的大小，確定每個分類器中各種類別樣本的組成。

圖2 多分類器協同的智能決策方案圖

1.2.2 分類器中算法的類型

為了增大幾個分類器之間的差異性，可以選取幾種不同的有監督分類算法，每個分類器采用一種分類算法。為了操作簡單，3個分類器也可以使用相同的有監督分類算法訓練分類器。

1.2.3 決策函數

決策函數可以采用3個分類器投票一致的辦法，也可以采用加權投票法。為了操作簡單，可以使用三分類器投票一致的方法進行決策，即如果3個分類器預測結果一致，才把該標記作為最終的數據類型。

2 系統分析

智慧農業的建設將為各類農業相關用戶提供一個安全可靠、方便使用的數字化環境，提供不受時空限制的資源共享和個性化服務等，從而為各類用戶提供有效地技術支持和服務功能，促進農業產業體系信息化上升到一個更高的層次。基于物聯網技術的智慧農業系統具有遠大的推廣應用價值和應用前景。可以將其推廣到農業環境監測、智能物流和農產品質量溯源等各個領域。

不過，智慧農業的發展對基礎設施的依賴性較高，必須有配套的物聯網軟硬件設備作為基礎，實現數據的智能獲取，同時要解決物聯網和云計算，實現數據的智慧流通。我們通過實驗室內已有的少量無線傳感器節點采取數據和信息傳遞，也可以通過模擬數據進行實驗。

另外，由于農作物類型多樣，數據復雜，數據規模大。可通過優化數據庫和數據結構，建立可擴充的數據模型，提高平臺的可適用性。

3 結語

本文結合商洛地方實際，研究商洛市智慧農業信息平臺關鍵技術，提出了一種智能決策方法，實現對農作物的智能診斷。為商洛市智慧農業的發展提供技術支持，加速商洛市智慧農業的實施，提升商洛市現代農業科技創新能力，加快傳統農業產業升級。推動商洛市農業產業化，轉變基層政府職能，提高基層政府監管和服務水平。提出的思路和方法對其他地方智慧農業的發展也具有一定的借鑒作用。

［1］Antonio Nunes，Mario Caetano.Forest Monitoring with Remote Sensing:A Web Application for the Common Users［C］. ASPRS 2006 Annual Conference，2006.

［2］Ampatzidis Y G，Vougioukas SG.Field experiments for evaluating the incorporation of RFID and barcode registration and digital weighing technologies inmanual fruitharvesting［J］.Comput?ers and Electronics in Agriculture，2009（2）：166-172.

［3］彭程.基于物聯網技術的智慧農業發展策略研究［J］.西安郵電學院學報，2012，17（2）：94-98.

［4］朱興榮.物聯網在湖南智慧農業中的應用研究［J］.軟件工程，2013（11）：60-62.

［5］劉鵬，屠康，候月鵬.基于射頻識別中間件的糧食質量安全追溯系統［J］.農業工程學報，2009（12）：145-150.

［6］沈蘇彬，林闖.專題前言：物聯網研究的機遇與挑戰［J］.軟件學報，2014，25（8）：1621-1624.

［7］朱洪波，楊龍祥，朱琦.物聯網技術進展與應用［J］.南京郵電大學學報（自然科學版），2011（1）：71-74.

［8］曹靜，凡燕，朱科峰，等.物聯網應用于江蘇農業的發展分析［J］.江蘇農業學報.2010（6）：22-24.

Intelligent Agricultural In formation Platform in Shangluo City based on Internetof Things

Liu Ning1Zhao Jianhua2
（1.Schoolof Economicsand Management,Shangluo University,Shangluo，Shaanxi726000；2.SchoolofMathematics and Computer Application，ShangluoUniversity，Shangluo，Shaanxi726000）

In order to improve the development pace of intelligentagriculture in Shangluo city，this paper designed an intelligent agricultural information platform of Shangluo city based on Internet of things.The platform included comprehensive service platform of intelligent agriculture and integrated platform of intelligent diagnosis for crops in Shangluo city.Through the collection and storage of all kinds of crop information data in Shangluo city，it was to achieve unifiedmanagementand coordination，analysis and forecasting，decision analysis and other functions.At the same time，the paper proposed a multi-classifier cooperation decision algorithm.Then a set of growth information database for Shangluo city crops was established，the intelligent decision algorithm was used to realize automatic control and intelligent diagnosisof crop disease，and improve the agriculture refinementmanagement level.Finally，theprospectof implementation and the existing problemsof the platform were analyzed.

intelligentagriculture；information platform；intelligentdecision；machine learning

F326

：A文章編號：1003-568（2015）03-0017-3

2015-2-18

商洛學院科研項目資助（項目編號：14SKY006），商洛市科技計劃項目（編號：SK2014-01-15）。

劉寧（1981-），女，碩士，講師，研究方向：機器學習、物聯網。