玉米生長監測遠程診斷系統設計與架構

賈彪

摘 要 玉米生長監測遠程診斷系統設計的主導思想是“互聯網+數字圖像（視頻）+現代農業”，配套分布式網絡結構與數據庫技術，架構玉米生長監測遠程診斷系統服務體系。主要通過數碼相機與高清數字攝像頭作為硬件監測設備，抓拍玉米各生育期的高清圖像，采用無線4G網絡或Wi-Fi技術將遠程獲取的玉米冠層圖片或視頻數據上傳到網絡服務器，再運用圖像處理工具提取玉米生長的特征參數值，通過特征參數準確反映玉米生長狀況，并做出決策診斷，建立玉米生長監測圖像數據庫，搭建玉米視頻信息遠程監控與診斷服務體系。

關鍵詞 玉米；生長監測；遠程診斷系統

中圖分類號：S513；TP274 文獻標志碼：A DOI：10.19415/j.cnki.1673-890x.2016.18.135

玉米群體結構特征的主要表現是其生長發育進程整體分布情況，可以反映玉米的生長變化，掌握玉米的生長動態。大量研究表明，對玉米群體結構特征監測思路或方法主要包括2大類：第一，重點對玉米長勢情況進行宏觀研究，通過對其生長環境數據不斷檢測與分析，提出一些規律性變化過程[1，2]；第二，重點通過現代信息設備實時采集玉米生長信息與生長動態[3-5]，并提出動態變化規律。

本研究根據寧夏揚黃灌區的土壤條件與玉米生長的實際情況，結合滴灌栽培玉米的種植方式、水肥運籌與管理等相關措施，輔助農業氣象數據，不斷采集玉米各生育期的生長發育狀況高清數字圖片、視頻數據等信息，并根據當地用戶的各種需求，提出玉米數字化監測與診斷指標，構建數字化監測與診斷服務模式。

1 系統總體結構設計

玉米生長監測與遠程診斷系統的總體設計如圖1所示，具體架構思路分為3層。第一層是處于系統監測診斷的最底層，稱之為信息傳感層，主要采用手機與相機拍照、攝像頭抓拍等采集方式對玉米生長信息、冠層信息或群體結構特征的感知與獲取，從而建立玉米數字圖像采集系統。第二層是玉米生長監測與遠程診斷網絡服務層，即中間層，稱之為核心網絡層，該層主要針對信息傳感層提取的玉米生長信息、圖像信息或群體結構等通過互聯網遠程傳輸到服務器，服務器安裝圖像處理軟件對傳輸的玉米圖像信息等進行分析處理，提取玉米圖像特征參數或屬性，從而建立玉米圖像特征參數與屬性數據庫，并通過不斷存貯與記錄，構建玉米生長圖像標準參數庫和歷史圖像信息數據庫等，然后通過對玉米生長信息和圖像信息的分析，做出決策分析結果，并將決策結果與具體執行措施發布給農民、種植戶或農業企業等客戶端。第三層是是一個開放層，即用戶應用層，或稱之為客戶端，主要針對農民、種植戶、農業企業或玉米栽培與管理專家等，他們通過計算機瀏覽器和智能手機客戶端對第二層網絡服務中心發送的圖片信息、決策分析信息等進行瀏覽，也可以通過網絡客戶端進行信息咨詢。

2 監測/分析/處理/決策/瀏覽5大中心設計

由系統整體結構框架圖1可知，要想實現玉米生長監測與遠程診斷的合理性與準確性，得出較為理想的生長監測與診斷信息，系統設計必須實現可輸入、可輸出、可查詢與可調用等功能。因此，系統設計一定要達到可兼容、可嫁接、可獨立和可開放的設計的理念，既可以嫁接到網絡系統中，也可單機運行，從而解決這個矛盾體系。于是，我們通過不斷的分析研究，架構了監測/分析/處理/決策/瀏覽5大中心，分別由玉米生長遠程監測與網絡控制服務、圖像獲取與視頻抓拍采集、圖像分析采集、玉米生長與決策診斷、用戶瀏覽與訪問等組成。具體結構圖如圖2所示。

3 數據庫設計與架構

數據庫設計與架構是玉米生長監測與遠程診斷系統設計與架構的核心部位，系統若離開了數據庫的設計與架構，系統的功能服務功能就失去靈魂。玉米生長監測與遠程診斷系統數據庫實現的主要功能是對玉米生長監測的方法和玉米生長監測與診斷過程中所搭建的模型進行導入、存儲、備份和修改等各種操作。同時，本研究數據庫還包括圖形圖像導入、存儲，視頻數據流導入、存儲，揚黃灌區各玉米田塊的土壤地力和肥力等基礎數據導入、存儲。玉米栽培管理與植保信息導入、存儲，降雨量等氣象信息導入、存儲，土壤含水量等墑情信息及田間管理的水肥運移規律信息導入、存儲等。

該數據庫還要實現的功能是必須根據玉米生長過程中構建的數學模型做出相關分析與推理判斷，并根據不斷增加和補充玉米種植管理的歷史數據，最后得出玉米生長監測與決策診斷方案。

4 系統服務功能設計

玉米生長監測與遠程診斷系統實現的主要服務功能主要有監測指標確定、圖像特征參數提取、診斷指標確定、生長監測模型調用、數據庫查詢等模塊調用、玉米生長監測關鍵數據發布、診斷方案發布及系統維護等多個組成部分。

監測指標確定其實質就是系統要實現的首要功能，即篩選合理的監測指標。例如，監測玉米的葉面積、監測玉米的覆蓋度、監測玉米葉綠素含量等，只有確定了準確的監測指標，方能收集合理的圖像與視頻資料。因此，監測指標確定是整個系統服務功能設計的先決條件。假如缺少葉面積指數這1個監測指標，就等于缺少實時采集到的玉米生長數字圖像與視頻信息資料，必然就缺少了圖像數據庫，從而無法確保圖像監測指標的信息提取。同時，必須注意強化玉米田間圖像采集的質量，加大實時更新力度。

圖像特征參數提取功能設計，該模塊設計的主要目的就是實現將玉米圖像分層分割、特征參數提取，并搭建圖像特征參數與玉米農學屬性間的數學關系模型，其目的就是通過圖像特征參數數據分析玉米的實際生長狀況，從而補充決策分析模型的分析庫。

系統診斷指標的確定，該功能模塊可能會受傳統的栽培理念與方法的影響與制約，因此設計時必須轉變觀念，明確其設計的目的就是通過數學分析方法，將大量的數據采用相關性分析，構建相關性關系模型，提出模型決策方案。

數據庫的查詢功能和歷史數據查詢功能其實質就是后臺數據庫管理，按照玉米生長監測與遠程診斷系統具體要求實現數據庫表單，建立數據庫報表，最后實現數據庫的管理。同時該數據庫設計要考慮數據查詢的靈活性與多樣性。

玉米生長監測關鍵數據發布、診斷方案發布功能設計，該模塊相對來說較為重要，必須通過實時發布玉米長勢情況，提供權威信息，方便玉米種植大戶、農民和農業管理者宏觀調控。此模塊要為玉米生產管理者提供極其可靠的技術服務，解決農民、種植戶和農業企業急需解決的本質問題。例如，通過抓拍到的玉米照片如何判斷玉米就目前的生長狀態下到底是缺水還是缺肥等問題，就像現場請到了一位農業專家一樣，能夠通過觀測給出一個準確可靠的解決方案，這才真正達到玉米生長監測關鍵數據發布這個模塊所實現的核心功能價值。同時，關鍵數據發布也能給上級農業管理部門提供方便快捷的服務工作與信息。

系統維護功能模塊設計，毫不夸大地講，此模塊是每一個監測系統必備的功能模塊，也是一個重要的設計環節與過程。因為每個系統不論內容多么完善，肯定總會有其不足之處或尚未考慮到的問題出現，因此必須進行后期運行狀態維護、后臺數據管理與數據庫維護、以及系統運行過程中的安全管理等。

由此可見，玉米生長監測與遠程診斷系統設計有7個服務功能模塊，為了簡化思路，通過集成與分析整理，將該系統進行歸類，主要歸納為用戶管理、網絡控制、數據庫管理、終端配置和監測診斷5大類，其歸類圖如圖3所示。

5 討論與結論

隨著現代信息技術云計算與云服務的發展，“互聯網+現代農業”的快速推進[6-10]，運用現代化技術手段對寧夏揚黃灌區玉米生長監測與遠程診斷關鍵技術研究已取得了突破性進展和質的飛躍。其應用模式不斷完善，應用技術不斷成熟，應用范圍不斷擴大，應用力度明顯提高，并展現出其蓬勃的競爭力。因此，加快玉米生長監測與遠程診斷系統的構建刻不容緩，必須跟上“互聯網+現代農業”飛速發展的步伐，通過大力推廣與示范，形成一個可服務寧夏玉米、小麥、水稻和馬鈴薯四大糧食作物生長監測與遠程診斷平臺，以及服務寧夏農業不同領域的物聯網應用體系[11-13]。

本設計思路簡潔、可行，監測原理簡單、實用，對玉米生長信息獲取真實、可靠，同時也集成了各種現代化技術手段與信息采集原件，初步實現對玉米生長信息進行監測與遠程診斷。當然，該設計方法與思路也可應用水稻、小麥和馬鈴薯等農作物的生長監測與診斷[6-10]。但是，本設計僅僅考慮了圖像、視頻采集手段對作物的監測與診斷模式，還有一些更重要更關鍵的技術并未展開討論，且農作物生長監測與遠程診斷所涉及的參數和影響因子也非常多，需要各位學者進一步深入的研究與探討。

參考文獻

[1]Todoroff Pierre， Derobillard Flavie， Laurent Jean-Baptiste. Interconnection of A Crop Growth Model with Remote Sensing Data to Estimate the Total Available Water Capacity of Soils[C]//International Geoscience and Remote Sensing Symposium， 2010：1641-1644.

[2]Chitpaiboon Chonthicha，Kruasilp Jiratiwan，Prakobya Amornchai， et al. A Preliminary Study on Paddy Rice Yield Prediction Base on the Combination of Simple Crop Modeling and Satellite Remote Sensing Imagery[C]//32nd Asian Conference on Remote Sensing， 2011， ACRS 2011：843-848.

[3]趙虎，楊正偉，李霖，等.作物長勢遙感監測指標的改進與比較分析[J].農業工程學報，2011，27（1）：243-249.

[4]楊信廷，吳滔，孫傳恒，等.基于WMSN的作物環境與長勢遠程監測系統[J].農業機械學報，2013，44（1）：167-173.

[5]張琴，黃文江，許童羽，等.小麥苗情遠程監測與診斷系統[J].農業工程學報，2011，27（12）：115-119.

[6]孫忠富，曹洪太，李洪亮，等.基于GPRS和WEB的溫室環境信息采集系統的實現[J].農業工程學報，2006，22（6）：131-134.

[7]王振龍，王兵，汪灶建.農田墑情監測預報和抗旱信息系統設計與實現[J].農業工程學報，2006，22（2）：188-190.

[8]楊小冬，黃勇奇，危雙豐，等.基于WEBGIS 的生態農業監測與決策支持系統設計[J].地球信息科學，2007，9（1）：99-102.

[9]劉小軍，朱艷，曹衛星，等.基于Web GIS 和知識模型的精確農作決策支持系統[J].南京農業大學學報，2007，30（4）：11-15.

[10]韓華峰.農業環境信息遠程監控與管理系統設計[D].北京：中國農業科學院研究生院，2009.

[11]李旭，曹衛星，羅衛紅.小麥管理智能決策系統的設計與實現[J].南京農業大學學報，1999，22（3）：9-12.

[12]劉鋒，何火嬌，吳華瑞.農田遠程智能診斷與決策系統研究與實現[J].微計算機信息，2007，23（11）：181-183.

[13]夏于，孫忠富，杜克明，等.基于物聯網的小麥苗情診斷管理系統設計與實現[J].農業工程學報，2013（5）：117-124.

（責任編輯：劉昀）