基于物聯網的智慧農業系統設計

張博文，張正炳

(長江大學電子信息學院，湖北 荊州 434023)

?

基于物聯網的智慧農業系統設計

張博文，張正炳

(長江大學電子信息學院，湖北 荊州 434023)

為解決傳統農業生產率低、經營管理落后等問題，設計并實現了一種基于物聯網的智慧農業系統(SASIOT)：采用混合網(ZigBee和WiFi)實現了對農田自然條件參數的采集和農作物生長狀況實時監控，極大改善了農業生產效率與管理水平；采用基于正三角形網格的土壤溫濕度傳感器部署方法，使傳感器有效覆蓋率達到最大。該系統具有實時采集農作物生長區塊的土壤溫度和濕度、環境溫度和濕度、風速等自然條件參數來監測農作物生長條件以及通過實時視頻來觀測和分析農作物生長狀況功能，為實施農業環境信息自動檢測、對環境進行智能控制和科學管理提供有效依據，具有實時監測、智能管理等優點。該系統投入實際應用后，可極大改善地區農產品品質和質量、提升農業生產效率與管理水平，對農業經濟發展具有重要作用。

物聯網；智慧農業系統；混合網；正三角形網格

農業是國民經濟的基礎，農業的發展直接關系著國家的利益和社會的穩定，以及我國在國際競爭中的地位。傳統農業主要依靠和使用落后的生產工具和生產技術維持著簡單再生產，農業生產效率低，經營管理和生產技術較落后，抵抗自然災害能力差，農業得不到很好的發展[1,2]。智慧農業[3～5]是指將人工智能技術[6]應用于農業領域的一項高新技術，涵蓋了對農田自然條件參數的采集、利用信息處理等技術進行參數分析，最終通過智慧農業專家系統[7，8]指導農業生產。智慧農業主要涉及的關鍵技術包括傳感檢測技術、嵌入式技術、計算機處理分析技術、通信技術等。黑龍江齊齊哈爾地區長期依靠傳統農業進行生產，農業生產效率低，經營管理落后，為了解決這一問題，筆者設計并實現了一種基于物聯網的智慧農業系統(SASIOT)。

1 物聯網概念及體系結構

物聯網(The Internet of Things，簡稱IOT) 的概念是在1999年提出的，2005年國際電信聯盟(ITU)發布的《ITU Internet Reports 2005: The Internet of Things》互聯網報告[9]，對物聯網做了如下定義: 通過智能感知、識別、普適計算等通信感知技術，按約定的協議，把物理世界與互聯網相連接，進行信息共享和通信的一種網絡。

物聯網的體系結構如圖1所示，包括感知層、傳輸層、應用層。感知層通過基本的感應設備進行數據的采集與發送；傳輸層解決的是感知層所獲得的數據在一定范圍內的傳輸問題，主要完成接入和傳輸功能，是進行信息交換、傳遞的數據通道；應用層主要用于對所采集的數據進行分析與處理。

2 系統功能

SASIOT應具備下列基本功能：通過土壤溫濕度傳感器，實時采集農作物生長區塊的土壤溫度、濕度；通過部署小型氣象站，實時采集并監測農田環境溫度、濕度、風速等自然條件參數；通過WiFi無線視頻監測網絡來實現農作物生長狀況的實時監測。

圖1 物聯網體系結構

3 系統總體結構

采用混合網(ZigBee和WiFi)來實現SASIOT功能，系統總體結構框圖如圖2所示，包括農田信息采集模塊、農田實時監測模塊、監控中心模塊等。

農田信息采集模塊由土壤溫濕度傳感器和小型氣象站組成一個ZigBee無線監測網絡，主要負責采集農作物生長區塊的土壤溫度、濕度、環境溫度、濕度、風速等數據。每個ZigBee監測網絡有一個網關節點和若干個土壤溫濕度數據采集節點，網關節點作為每個監測網絡的基站，具有雙重功能：一是作為網絡協調器，實現網絡的自動建立和維護、數據匯集功能；二是負責監測網絡與監控中心消息的傳遞。溫濕度傳感器呈正三角形分布于監測區域內，將采集到的數據通過ZigBee協議發送給臨近的路由節點，并通過網關把數據傳送給監控中心，從而實現農田環境參數的采集與顯示。

農田實時監測模塊由分布在種植區塊的多個視頻監控攝像頭(相隔100～200m)、WiFi無線路由及無線網關組成WiFi無線視頻監測網絡，主要負責農作物生長狀況實時監控。分布在區塊內的攝像頭通過WiFi將視頻監控數據傳輸至最近的臨近WiFi無線路由，再由無線路由將視頻數據傳輸至無線網關，最終由無線網關將數據傳輸至監控中心。其中種植區塊的WiFi路由采用中等功率的WiFi路由器，以完成100～1000m的WiFi通信；與監控中心通信無線路由采用超大功率的WiFi路由器，以完成1000～5000m的WiFi通信。如果無線網關具備接入互聯網條件，系統還可以將數據送入互聯網，以便進行大數據管理與分析。

監控中心模塊主要負責農作物生長區塊的土壤溫度、濕度、環境溫度、濕度、風速等數據的顯示以及農作物實時視頻監測顯示，從而為農業管理人員進行科學種植提供有效依據。

圖2 系統總體結構框圖

4 土壤溫濕度傳感器部署

圖3 節點部署示意圖

農田信息采集模塊采用了無線傳感器

網絡[10,11]，無線傳感器網絡節點部署質量的好壞在很大程度上決定著網絡的性能和壽命。由于農田具有面積廣等特點，在實際部署中必須考慮網絡覆蓋范圍、連通性和節能問題[12]。筆者采取正三角形網格的部署方案，把農田區域分解成許多個正三角形網格，將土壤溫濕度傳感器部署在網格中。

在無線傳感器網絡中，一些區域會被幾個傳感器所覆蓋，如圖3(a)中的區域S，S區域的信息能同時被2個感知半徑為R的傳感器監測到，顯然，有一個傳感器對此區域的覆蓋是無效的，即這2個傳感器有效覆蓋區域為：

A=2πR2-S

(1)

把有效覆蓋區域與所有傳感器能覆蓋的總區域之比定義為有效覆蓋率，記為L，則圖3(a)的有效覆蓋率為：

(2)

圖3(b)所示為正三角形部署方案，把傳感器節點部署在正三角形的3個頂點。設傳感器的感知半徑為R，則陰影部分面積為：

(3)

有效覆蓋區域A為：

A=3πR2-12S0

(4)

有效覆蓋率L為：

(5)

可見，采用基于正三角形網格的部署方案可使有效覆蓋率高達0.942，可大大減少傳感器的數量，是非常理想的傳感器部署方案。

5 系統運行結果

按照所提出的系統方案完成SASIOT系統的開發與調試,整個系統運行示意圖如圖4所示。無線傳感器網絡監測區域將采集到的土壤溫濕度、環境溫濕度、風速等數據通過混合網(ZigBee和WiFi)傳送至監控中心，無線視頻監控區域將農田實時監控數據通過WiFi路由傳送至監控中心。為避免由傳感器故障、網絡傳輸等因素產生異常數據[13～15]，使灌溉控制閥門(預留)作出錯誤響應，在農田信息采集模塊中使用了分布圖法[16,17]剔除采集數據序列中的異常數據，然后利用一階低通濾波器對所采集的數據進行了平滑處理。系統運行結果如圖5所示，包括黑龍江齊齊哈爾地區某試驗田2015年10月22日氣象數據(包括土壤溫度、濕度、環境溫度、濕度、風速等數據)和該試驗田實時監控畫面。通過監控中心顯示的農田氣象數據和實時監控畫面，農業管理人員可實時掌握農作物生長環境參數和生長狀況，為實行農業生態信息智能控制和科學管理提供有效依據，極大改善了農業生產效率與管理水平。

圖4 系統運行示意圖

6 結語

設計并實現了一種基于物聯網的智慧農業系統(SASIOT)方案，通過采用混合網(ZigBee和WiFi)來實現對農田自然條件參數的采集和農作物生長狀況的實時監控。該系統已經得到實際應用，一定程度上實現了對農業的智能監測和科學管理，極大提升了農業生產效率與管理水平，并逐步進行推廣。在項目實施過程中，由于物聯網技術缺乏統一標準，傳感器的質量和數據接口不統一，整合難度大，因此下一步將研究標準化的數據接口，提高平臺通用性，降低應用成本。同時，由于農田數據具有數據量大、類型復雜，要從所采集數據中發現農業生產規律，指導農業生產，必須對數據進行挖掘，數據挖掘首先要對數據進行預處理，然后選擇合適的數據挖掘算法提取有價值的數據，為農業物聯網服務。雖然當前的傳感檢測技術、通信技術還有待提高，但隨著技術的發展，物聯網在農業生產過程中將得到廣泛應用。

圖5 系統運行結果

[1] 潘洪剛，王禮力. 改造中國傳統農業的困境與出路[J]. 西北工業大學學報，2008，28(3):49～53.

[2]呂唯因，張慧芳.論我國農業現代化發展中傳統農業改造的問題[J]. 經濟視角，2014(9) : 177～178.

[3]李道亮.物聯網與智慧農業[J]. 農業工程，2012，2(1):1～7.

[4] 周國民. 淺議智慧農業[J]. 農業網絡信息，2009(10):5～7.

[5] 頓文濤，趙玉成，袁帥. 基于物聯網的智慧農業發展與應用[J]. 農業網絡信息，2014(10):9～12.

[6] 張妮，徐文尚，王文文. 人工智能技術發展及應用研究綜述[J]. 煤礦機械，2009，30(2): 4～6.

[7] 李朝東，崔國賢，盛暢，等. 農業專家系統研究進展及發展方向[J]. 農機化研究，2008(1):235～238.

[8] 降惠，李杰.農業專家系統應用現狀與情景展望[J].山西農業科學，2012，40(1): 76～78.

[9]ITU Internet Reports 2005: The Internet of Things [EB/OL]. http: //www.itu.int/osg/spu/pub-lications/internetofthings,2013-03-20.

[10]錢志鴻，王義君.面向物聯網的無線傳感器網絡綜述[J]. 電子與信息學報，2013，35(1):215～227.

[11] 尚興宏. 無線傳感器網絡若干關鍵技術的研究[D]. 南京: 南京理工大學，2013.

[12] 林敏敏. 無線傳感器網絡異構節點部署的研究[D]. 廣州: 中山大學，2010.

[13]潘淵洋. 環境監測無線傳感器網絡中的異常數據檢測方法[D]. 杭州: 浙江農林大學，2012.

[14] 譚義紅. 傳感器網絡中異常數據實時檢測算法[J]. 系統仿真學報，2007，19(18):4335～4338.

[15] 鐘一洋，劉興長. 無線傳感器網絡中數據流異常數據的聯合估計算法[J]. 后勤工程學院學報，2012，28(6): 90～96.

[16] 張佳薇，曹軍.基于分布圖與分批估計的自校準層融合算法研究[J]. 森林工程，2010，26(6): 26～30.

[17] 夏卓君. 分布圖法在疏失誤差處理中的應用[J]. 實用測試技術，2002，28(2): 33～34.

[編輯] 洪云飛

2016-06-28

張博文(1992-)，男，碩士生，現主要從事物聯網及其應用方向的研究工作。

張正炳(1961-)，男，教授，現主要從事圖像與視頻編碼、信號與信息處理和物聯網方面的教學與研究工作；E-mail：zhangzb@yangtzeu.edu.cn。

TN929.5；TP391.4

A

1673-1409(2016)28-0066-05

[引著格式]張博文，張正炳.基于物聯網的智慧農業系統設計[J].長江大學學報(自科版)，2016,13(28)：66～70.