分布式的智能遠程林園檢測管理系統設計

黃鳳英*，江仁海，林建龍，馮俊國，李夢鶴，楊和融

?

分布式的智能遠程林園檢測管理系統設計

黃鳳英*，江仁海，林建龍，馮俊國，李夢鶴，楊和融

（廈門大學嘉庚學院，福建漳州，363105）

近年來，隨著物聯網技術的不斷發展，林園智能化的管理需求也不斷被提出。為實現林園多方位環境參數的遠程監控和精確管理，設計了一種水平垂直二維分布式的智能檢測管理系統。本系統可以通過采集終端模塊實時獲取遠程林園空氣溫濕度、土壤上下層溫濕度、二氧化碳濃度、光照度等環境信息，并將相關數據通過GPRS模塊傳送到服務器，后臺系統將采集到的數據進行顯示和分析，將分析結果反饋到終端控制模塊實現對燈光、風扇、水泵等的智能控制，使用戶對林園環境參數的監控更加全面，系統還可以通過手機、PDA、計算機等終端向管理者推送信息，幫助用戶提高林園管理效率，降低成本，增加收益。

智能；林園；檢測；遠程管理

引言

隨著國家經濟的飛速發展，我國林園產業也不斷適應國民經濟和社會發展的需求，林園產業有小到大，由弱變強，正在進行著飛速發展。林園種植產業已成為農村經濟的支柱,也成為農民增收的重要途徑。為符合當代林園發展趨勢，本文提出一種分布式的智能遠程林園檢測管理系統，以實現對林園環境的遠程監控和精確的智能化管理。

目前，現有的林園基地采用的組網硬件較為復雜，成本較高，其主要原因在于有些林園管理系統組網模式過于復雜。文獻[1]提出了在大棚中的環境監測，應用地點較為單一。本系統是針對植株習性開發的，所以應用地點沒有較多限制。此外，該系統不具備垂直分層檢測的功能，收集到的數據不夠充分。本系統則可以查看同一區域土壤上下層的環境變量。文獻[2]提出了采用分區控制的方法，實現精準灌溉，但其精準性是建立在采用多個電子門閥控制上的，所以系統穩定性還有待改善。而本系統通過實時的數據交互，可以把各環境值精準控制在標準值之內，使用單個門閥就可以完成，大大的提高了穩定性。文獻[3]提出了運用云服務器將采集的大量數據進行實時統計分析，但檢測數據較少。而本文為了解決以上的問題，本系統采用多層分布式的取點檢測，有著數據精確、功耗低、成本低、網絡容量的優點。實時或定時采集林園的土壤水分、溫度、空氣溫濕度，光照強度等數據，用戶可以設定每個地塊的灌溉策略，實現定時定量無人值守的自動灌溉。

1 系統總體設計

1.1 系統體系結構

基于分布式多層檢測智能遠程林園管理系統由上位機和主控下位機組成。每個單元在配置完畢后采用數據模塊化的模式進行數據傳輸，當各個監測單元將數據傳輸給主控單片機后，單片機將結合環境數據采集模塊反饋的環境數據，通過過濾算法將信息進行整合再傳送至服務器。圖1顯示了該系統的體系結構，從數據的傳遞路徑可將本系統分為三個層次，即數據匯集層、數據處理層、數據應用層。

圖1 系統體系結構圖

1.2 系統功能結構

圖2顯示了本系統的功能結構，圖中可以看出每個監測點實時或定時采集的綠化植被土壤水分、土壤溫度、空氣溫濕度、光照強度等數據，均可以實時地以圖形或者表格方式顯示。用戶可以通過圖形界面設定每個地塊的灌溉策略，實現定時、定量的無人值守的自動灌溉。每個監測點都有唯一的標識符，每一個小時會向服務器發送一次數據，用戶可以通過網頁或者APP獲取數據，并且根據實際情況向服務器發送相關命令，控制電子門閥進行水泵的灌溉和光帶的補光等操作[4-8]。本系統采用了圖形用戶界面，用戶操作簡單方便。

圖2 功能結構圖

2 系統硬件設計

圖3 系統硬件整體結構圖

本系統下位機由主控單片機、GPRS模塊、環境數據采集模塊、控制模塊等組成。其中單片機為控制單元，負責控制其他模塊的工作；環境數據采集模塊分別采用TSL2561光照傳感器、DHT11溫濕度傳感器、MQ135空氣質量傳感器分別采集光照、溫濕度及空氣質量信息。下位機整體結構如圖3所示。各環境變量采集完成之后傳到STC89C51中進行信息預處理，之后單片機通過GPRS模塊中的TCP傳輸模式將數據包定時傳輸到服務器，服務器也可以發送指令到STC89C51模塊中，控制水泵和光帶的開關。

2.1 一體式多分布多層監測點

圖4 監測點分布圖

本系統根據實際的環境勘測，本著效益最大化以及各傳感器的測量范圍得出，約每50平方米分別布一個水平和垂直監測點，布點示意圖如圖4所示，通過二維分布式布檢測點，用戶可以了解到水平及垂直植株的土壤生長環境[9-12]。

2.2 環境數據采集模塊

溫濕度傳感器采用DHT11數字溫濕度傳感器，該傳感器是一款含有已校準數字信號輸出的溫濕度復合傳感器，它應用專用的數字模塊采集技術和溫濕度傳感技術，確保產品具有極高的可靠性和卓越的長期穩定性。傳感器包括一個電阻式感濕元件和一個NTC測溫元件，并與一個高性能8位單片機相連接。

光照強度傳感器采用TSL2561光照強度傳感器，TSL2561是TAOS公司推出的一種高速、寬量程、可編程靈活配置的光強度數字轉換芯片,此外，該傳感器為 1.25 mm×1.75 mm超小封裝，在低功耗模式下，功耗僅為0.75mW。

空氣質量傳感器采用MQ135空氣污染傳感器，該傳感器所使用的氣敏材料是在清潔空氣中電導率較低的二氧化錫(SnO2)。當傳感器所處環境中存在污染氣體時，傳感器的電導率隨空氣中污染氣體濃度的增加而增大。使用簡單的電路即可將電導率的變化轉換為與該氣體濃度相對應的輸出信號。這種傳感器可檢測多種有害氣體，是一款適合多種應用的低成本傳感器[13]。

2.3 通信模塊設計

本設計通用模塊采用SIM900A 模塊，該模塊是一款尺寸緊湊的 GSM/GPRS 模塊，性能強大，可以內置客戶應用程序，且功耗低，待機模式電流低于 18mA、sleep 模式低于2mA。該GPRS模塊，在系統中采用TCP模式，可以將主控單元處理過的信息穩定傳送到服務器上，與服務器輕松進行交互。

2.4 控制節點設計

本系統采用控制方法有溫度控制、濕度控制、光合控制以及土壤酸堿預警。其中，溫度控制采用繼電器組控制風扇，持續時間為溫度閾值節點對比時間；濕度控制采用中間繼電器控制水霧噴頭，持續時間為濕度閾值節點對比時間；光合控制采用中間繼電器控制專門的光合作用補光燈，該補光燈經實際測試波長非常適合植物的生長，基本可解決植株的生長問題。

3 系統軟件設計

3.1 軟件算法

3.1.1 數據采集

由于系統選擇的傳感器在進行數據采集時，種種外界因素干擾會導致測量不夠精確，所以為了提高測量的精準度，在系統采集端程序設計之初，采用了中值平均濾波算法。

如圖5所示，傳感器每十分鐘采集一次數據，每采集6個數據，也就是一個小時為一個周期，就進行中值平均濾波算法進行數據過濾，去掉6個數據中的最大值和最小值，然后取剩余4個數值的平均值上傳至服務器，這樣就能最大化地降低外界因素干擾，得到的數據也比較精確穩定。

圖5 數據采集流程圖

3.1.2 斷網情況

對于斷網的情況，下位機會存儲上次從服務器發送過來的各環境變量閾值，如果檢測到斷網，那么下位機就會切換為斷網模式，通過控制電子門閥，將各環境變量控制在最近一次從服務器接收的標準值，并且將這段時間收集到的環境數據存儲起來。當恢復網絡時，下位機將之前的數據發送給服務器，此外開始使用從服務器發送過來的標準值。

3.1.3 濕度校準

由于傳感器濕度在測量時會因環境而產生一定的偏差，經過實際檢驗后，發現濕度偏差與以e為底數的對數和時間存在聯系，得出如下校準公式（1）。

真實濕度=測量濕度+（ln12-|12-t|）*2 （1）

其中，t為當前整點時間即為取出當前時間的小時部分，如果當前時間為24：00至1：00，那么公式中的當前整點時間取值為1。

表1顯示了溫濕度不同時間段的取值，實際濕度值與測量出的濕度值有一定的差距，在經過校準后，校準后的濕度值與實際濕度值只存在了細微的差別。

表1 溫濕度數值表

3.2 Web端與移動端功能設計

3.2.1 系統上位機采用技術

本文移動客戶端采用的是ionic框架，它是一種HybridAPP（半原生半Web的混合類App），有著良好的用戶交互體驗和Web app跨平臺優勢，不僅可在Android上運行，還可以在IOS上運行，顯著節省移動應用開發的時間和成本，性能更加簡潔實用。圖6-a顯示了參數顯示界面，6-b顯示了閾值設置界面，6-c顯示了消息提醒界面。

圖6-a app查看監測點

圖6-b app設置標準值

圖6-c app消息提醒

Web前端界面主要運用boorstrap框架，它擁有流媒體網格布局響應式設計，能夠自定義表單元素，簡潔靈活，使得Web開發更加快捷；Web服務端以thinkphp框架為基礎，進行業務的構建與擴展，thinkphp不僅能夠自動完成表單數據的驗證和過濾，生成安全的數據對象，而且上手快速，簡潔輕巧的ORM實現，配合簡單的CURD以及AR模式，讓開發效率無處不在。整個系統支持多數據庫連接和動態切換機制，支持分布式數據庫。圖7為Web端界面。

圖7 Web端查看監測點

Web服務端與移動客戶端的數據交互格式以json為主，移動客戶端訪問服務端的api，通訊安全采用了微信開發中的access_token機制，app移動客戶端通過提交appid和appsecert來獲取token,服務器端對token緩存7200秒，客戶端也采取緩存機制，客戶端會進行判斷本地token是否存在，如果存在則直接用token做參數去訪問服務端的api，服務端判斷token的有效性并給予相應的返回，客戶端緩存的token如果失效了,就直接再請求獲取token。

3.2.2 控制模式

控制模式分為手動控制和自動控制兩種模式，用戶可以在手動控制下錄入自己種植的植物生長所需的各項數據標準值，下位機通過判斷系統所采集的數據與標準值之差與閾值進行對比，控制澆水、補光等操作；自動控制，服務器云端會有許多植株的標準狀態表，如表2所示，用戶可以查閱相關植株的習性[14-16]，如果選擇了某一植株，那么下位機將會根據采集的數據與對應植株下系統提供的數據進行對比，進行澆水、補光等操作。

表2 植物習性表

3.2.3 監測點數據測試

用戶可以選擇查看某個監測點下的某個環境值。本文主要針對龍眼樹園林進行試驗，系統根據龍眼樹的習性表進行設置相應的閾值，上位機遠程獲取到溫度、濕度、光照照度等環境參數后，對參數進行判斷，如下午濕度低于閾值，需要補水，那么系統就會打開水泵加水，使土壤濕度控制在利于龍眼樹生長習性范圍。龍眼樹檢測區域的溫濕度測試值如圖8-a、8-b所示。

圖8-a 溫度監測情況

圖8-b 濕度監測情況

此外，為了讓用戶能夠更直觀的得出各區域龍眼樹的情況,用戶可以同時選擇幾個監測點相同的環境變量，進行一定的對比，如圖9顯示了龍眼樹土壤上層和下層的溫度情況。

圖9 不同監測點溫度對比情況

4 結束語

本文設計了一種分布式的智能遠程林園檢測管理系統，該系統采用可選自適應閉環控制系統模式，當管理員使用閉環控制模式時，系統自動監測各個環境參量，并且根據各個區域的不同閾值設定采取不同的補償措施。實現灌溉過程的無人值守，減少人員的工作強度，提高灌溉效率；并且當前各個環境參量、土壤酸堿度、植被生長情況等實況信息將在系統內進行智能云數據分析，之后進行智能培育養護，并且可以將實時數據通過手機APP、網頁客戶端等形式發送給綠化管理者，同時實現遠程控制。而系統也會為各個不同習性的植株配置不同的個性化閾值，具有方便、直觀、快捷、可操作性高的優點。

[1] 黃鳳英, 許策, 俞志強, 等. 農業大棚自適應監測管理系統[J]. 南方農機, 2017, 48(1): 25-28.

[2] 周海蓮, 張軍國, 楊睿茜, 等. 基于物聯網的精準農業灌溉系統監控軟件開發[J]. 湖南農業科學, 2011, (15): 23-28.

[3] 孟祥蓮, 王嘉鵬, 張世龍. 基于云平臺的物聯網農業大棚監控系統研究[J]. 黑龍江科學, 2016, 8(15): 36-40.

[4] 蘇健民, 苑九海, 郎紅, 等. 基于物聯網的農林環境長期監測系統[J]. 農業科技與裝備, 2016, 11(233): 44-51.

[5] 劉曉惠. 基于無線技術的溫室農業大棚智能控制的研究[D]. 武漢: 武漢工業大學, 2012.

[6] 閆敏杰, 等. 物聯網在現代農業中的應用[J]. 中國農學通報, 2011, 27(8): 464-467.

[7] 王東. 根系吸水模型的分析及相對根長密度的估算[D]. 北京: 中國農業大學, 2002, 05.

[8] 陳一飛, 路河, 劉柏成, 等. 日光溫室草莓立體栽培智能控制系統[J]. 農業工程學報, 2013, 29: 184-189.

[9] 余國雄, 王衛星, 謝家興, 等.基于物聯網的荔枝園信息獲取與智能灌溉專家決策系統[J]. 農業工程學報, 2016, 32(20): 144-152.

[10] 謝家興, 余國雄, 王衛星, 等. 基于無線傳感網的荔枝園智能節水灌溉雙向通信和控制系統[J]. 農業工程學報, 2015, 31(增刊2): 124-130.

[11] 丁筱玲, 楊翠翠, 吳玉紅, 等. 基于無線網絡的環境監測與智控灌溉系統設計研究[J]. 節水灌溉, 2015, 40(7): 86-89.

[12] 李乃川, 趙寒濤, 國思茗, 等. 基于Team Viewer的遠程自動控制實驗模擬恒壓供水設備[J]. 自動化技術與應用, 2015, 34(2): 97-99.

[13] Mare Srbinovska, Cvetan Gavrovski, Vladimir Dimcev, et al.Environmental parameters monitoring in precision agriculture using wireless sensor networks [J]. Journal of Cleaner Production, 2015, (88): 297-307.

[14] 吳勇靈, 楊娜, 潘曉慧, 等. 基于LabVIEW 和Team Viewer 濕度遠程檢測系統的設計[J]. 科技通報, 2017, 33(11): 87-89.

[15] 鄧然, 朱勇, 詹念, 等. 基于ZigBee技術的溫濕度數據采集系統設計[J]. 無線電通信技術, 2017, 43(3): 81-84.

[16] 劉洋洋. 基于WebGIS的現代農業發展綜合管理決策系統設計與實現[J]. 現代電子技術, 2016, 39(04): 76-85.

Design of Distributed Intelligent Detection and Remote Management System for Forest Garden

HUANG Fengying*, JIANG Renhai, LIN Jianlong, FENG Junguo, LI Menghe, YANG Herong

(Tan Kah Kee College, Xiamen University, Zhangzhou, 363105, China)

In recent years, with the continuous development of Internet of Things technology, the management needs of Lin Yuan's intelligent management are constantly being put forward. In order to achieve remote monitoring and precise management of multi-directional environmental parameters in the forest park, a horizontal vertical two-dimensional distributed intelligent detection management system was designed. The system can collect the terminal module real-time access to the remote Lin Yuan air temperature and humidity, soil temperature and humidity, carbon dioxide concentration, light intensity and other environmental information, and the relevant data sent to the server through the GPRS module, the background system will display the data collected And analysis, the analysis results back to the terminal control module to achieve intelligent control of lights, fans, pumps, etc., allowing users to monitor the environmental parameters of the forest more comprehensive, the system can also push through mobile terminals, PDA, computers and other managers to managers Information, to help users improve the management efficiency of forest parks, reduce costs and increase revenue.

intelligence; Lin Yuan; detection; remote management

10.19551/j.cnki.issn1672-9129.2018.01.013

TP212

A

1672-9129(2018)01-0032-05

黃鳳英, 江仁海, 林建龍, 等. 分布式的智能遠程林園檢測管理系統設計[J]. 數碼設計, 2018, 7(1): 32-36.

HUANG Fengying, JIANG Renhai, LIN Jianlong, et al. Design of Distributed Intelligent Detection and Remote Management System for Forest Garden[J]. Peak Data Science, 2018, 7(1): 32-36.

2017-09-21；

2017-12-13。

國家自然科學基金號61771244，福建省自然科學基金號2018J01789。

黃鳳英（1989-），女，碩士，講師，主要從事物聯網相關技術研究及教學工作。E-mail: fyhuang@xujc.com