基于物聯網的玉米生長信息動態監控系統設計

童健 何昕煒 趙鵬杰 王成靖

摘 要：文章針對玉米生長信息動態監控系統設計，結合物聯網相關技術，在簡要闡述玉米生長過程的基礎上，分析了玉米生長信息動態監控系統設計的原理和系統組成，通過田間試驗深入分析了改系統設計的可行性。最后通過深入分析，得出基于物聯網的玉米生長信息動態監控系統能有效保證玉米生長信息測定結果真實有效的結論，希望對提高我國玉米產量有一定幫助。

關鍵詞：物聯網；玉米生長信息；動態監控系統

玉米生長信息可以分為兩大類，一類外觀信息，包括株高、株型等，通過直接觀察和記錄就可以得到，主要反映了玉米生長的健康狀況。另一類是內在信息，包括玉米生長的各種生理化位置的種類，需要通過相應的儀器和專門的實驗方法才能測得。目前，我國玉米生長信息動態監控由人工來完成，因此，監測結果和監測人員的素質有密切聯系，難以真實準確地反映玉米的生長信息。在這樣的基礎探討新型的監控系統就顯得尤為重要。本文基于物聯網技術，設計了一套玉米生長信息動態監控系統，具體如下。

1 玉米生長過程

玉米的生長過程大體上可以分為以下幾個過程。

1.1生育期

生育期指的是玉米從播種到成熟所經歷的天數，玉米的品種不同、播種期不同、光照不同、溫度不同，其生育期的天數也不盡相同。通常情況下，早熟的玉米品種，光照充足、溫度高時生育期比較短。玉米的生育期可分為播種、出苗、三葉、七葉、拔節、抽穗、開花、灌漿、乳熟、成熟等階段。

1.2苗期

玉米的苗期指的是玉米中出苗到拔節的時期，也是玉米汲取營養的主要時期，苗期約60%的玉米可以長到2cm高。

1.3穗期

玉米穗期指的是玉米從拔節到抽穗的時期，此時期是玉米生長最為旺盛的階段。

1.4花粒期

玉米的花粒期指的是玉米從抽穗到結實的時期，此階段以生殖生長為主，也是玉米籽粒形成的階段。

2 基于物聯網的玉米生長信息動態監控系統設計原理

2.1玉米生長信息動態監控系統設計原理

基于物聯網技術，建立玉米生長信息采集設備、信息傳輸系統、智能分析系統等，從而實現玉米生長信息的動態監控和遠程控制。然后通過利用相應的射頻識別技術、光譜分析技術等來科學合理地監測玉米生長的形態、產量、生理指標、病蟲害等相關數據。然后對相應的數據和信息進行科學合理的分析，就可以獲得玉米生長的所有信息，最后通過調整和改造，為玉米的生長營造良好的環境，以達到玉米增產、縮短生長周期、節約成本的目標。

2.2總體設計

近年來，我國物聯網技術快速發展，在農業生產上的應用越來越廣泛，設計出了集玉米生長信息數據采集、信息傳輸、數據處理等為一體的信息化動態監系統。其中數據采集系統的主要任務是對獲取玉米生長信息的感知，并維持該系統持續穩定的運行。信息傳輸系統指的是通過物聯網技術和4G網絡技術對相關的信息和數據進行傳輸。數據處理系統可以對玉米的生長信息進行合理的統計和分析[1]。總之，基于物聯網的玉米生長信息動態監控系統的主要依托是植物工廠因為植物工廠是目前農業發展的主要模式，內部的光照、溫度都是可控的，并不會受到外界自然因素的影響，從而為玉米生長營造了一個良好的環境。

2.3系統的組成

基于物聯網的玉米生長信息動態監控系統主要由以下4個部分共組成。

2.3.1視頻數據采集裝置

該裝置的關鍵技術是計算機視覺技術，比如：通過光譜儀可以測出玉米生長中葉綠素和全氮各組分的含量，于及時掌控玉米在生長過程中的營養狀況，葉綠素的含量是玉米生長信息動態檢測的主要指標，根據監測的具體數值制定相應的解決方案。

2.3.2信號傳輸裝置

該裝置是視頻信息采集裝置和數據處理器之間傳輸信息和數據的主要途徑。主要通過COFDM調制技術來保證玉米生長信息傳輸的連續性和可靠性。

2.3.3數據處理服務器

主要作用是負責玉米生長信息數據的接收和保存，并對傳輸來的相關信息進行分析處理，以供相關技術人員和專家對玉米生長信息進行分析。主要是通過計算機系統的CE環境下的串口來提高數據處理的效率。

2.3.4后臺管理系統

此系統的主要作用是主動接收相關信息和數據，然后根據處理服務器反饋分析結果以及專家的決策對玉米生長中

3 系統設計的可行性分析

3.1玉米田問試驗

2016年，在某植物工廠中進行了基于物聯網的玉米生長信息動態監控系統的試驗驗證，試驗土壤為當地的潛育玉米土質，通過檢測結果顯示，該地土壤有機質的含量為26.4 g/kg，氮的含量為132 mg/kg，磷的含量為12.4 mg/kg，鉀的含量為146 mg/kg，土壤的pH值為5.34[2]。試驗玉米種子為農華101，偉科702，創聯808，隆平208 4種，這4種種子都是從當地農貿市場購進的，因此具有代表性。這4種玉米種子是目前我國玉米種植最廣的產品，種植面積非常大。

3.2試驗過程

玉米在4月份下旬播種，7月下旬移栽，把這4個玉米品種按照隨機排列的方式進行種植。玉米的行距控制在20-25 cm，株距控制在15-20 cm。無論玉米的水肥澆灌還是病蟲害的防止，都按照物聯網的監控系統中的內容進行，并選擇玉米生長的高度、棒穗長度、葉綠素的含量為物聯網監測系統的監測對象‘3]。然后隨機選擇出30株玉米，采用傳統方法測量玉米生長的高度、棒穗的長度，用SPAD502葉綠素儀對玉米中葉綠素的含量進行監測。為提高試驗的效率，選擇玉米的抽穗進行試驗，并在SSPS17.0計算機系統軟件上對相關的數據進行統計分析，并用t值來檢驗物聯網檢測系統和傳統人工檢測所得玉米生長信息的顯著性。

3.3試驗結果

試驗結果表示，采用物聯網監測系統的4個玉米品種的高度普遍高于傳統測量的高度，而且二者之間存在極為顯著的差異水平。主要原因是玉米在抽穗期，玉米逐漸成熟，重量增加，在一定上限制了玉米的高度。人工測量的高度從地面到玉米的頂端的長度，而物聯網監測技術系統監測的高度是玉米在自然狀態下的高度，所以這兩種測量方法在測量株高時存在一定差異。但4個玉米品種的株高基本相同，這一點也充分驗證了物聯網監控系統在監測玉米生長信息株高上的可靠性[4]。兩種測定方法所得的玉米性狀如表1所示。

從表1中可以清楚看出，采用物聯網監控玉米生長信息和人工測量玉米生長信息所得的4個玉米品種穗幫的長度基本相同，但隆平208與其他品種存在較大差異，主要原因是品種出現了少數的空穗現象，導致物聯網監控沒有有效識別。這一點也充分說明，物聯網監控玉米生長信息可以有效監測出有穗的玉米長度，但還需進一步優化設定參數，提高對無穗玉米的識別能力。兩種監測方法所得的玉米葉綠素含量基本相同。可以看物聯網監控系統對這4種玉米生長信息動態監控是高效可靠的，但需要對相關的參數進行優化，把這些數據錄入后臺管理以后，就可以得到相應的指令和措施，從而最大限度上提高玉米的產量。

4結語

綜上所述，基于物聯網的玉米生長信息動態監控系統視頻數據采集系統、光譜分析系統、信息傳輸技術為依據，是一種新型的監控技術，并通過試驗對比表明，此技術和傳統人工測量技術相比，不但提高了測量的效率，而且測量的準確性也得到了很大程度的提高，值得大力推廣使用。

[參考文獻]

[1]鄭延斌，李娜，安德宇基于二分內包圍盒的玉米光照逆光線跟蹤算法[J]計算機應用研究，2018 （7）：1-2.

[2]周彤，陳雯，秦培亮，等作物水分智能管理研究進展[J].作物雜志，2017 （5）：1-6.

[3]鄧曉璐，王培，馬寧，等基于物聯網的寒地玉米大斑病預警系統的設計與實現[J]中國農機化學報，2016 （7）：166-170

[4]董淑娟.水稻生長信息動態監控系統設計——基于物聯網技術[J]農機化研究，2017 （8）：216-219