水稻生長監測系統的開發與應用

張元寶 夏金林 孫維登 賀傳斌 儲超 李敏濤 程黎剛4

摘 要：為了收集水稻種植過程中農學、氣象、土壤、作物苗情圖像、病蟲害圖像等數據，實現綠色稻米生產提供決策所需要的基礎數據采集，該研究以當涂縣為例，運用物聯網技術，設計并開發了水稻生長監測系統。該系統包括1個監測中心和分布在5個現代新型經營主體的監測基站。系統每隔20min采集1次土壤和氣象環境數據，每日上午10時采集苗情圖像和蟲情圖像數據。數據通過以太網形式傳輸匯總到監測中心的服務器數據庫中。系統最終形成數據報表、決策意見，為農技部門指導生產和農技推廣提供新方法。

關鍵詞：物聯網；生長監測；水稻

中圖分類號 TP319 文獻標識碼 A 文章編號 1007-7731（2018）15-0165-03

Abstract：In order to collect agronomy， meteorology， soil， crop seedling situation and disease and insect pests during rice planting，Dangtu County have designed and developed a rice growth monitoring system by the Internet of things technology.This system have one monitoring center and five monitoring base station distributed in different companies.The system collects data of soil and meteorological environment every 20 minutes， and collects images of seedlings and insects at 10 am every day.Data is transferred and summarized to the server database of the monitoring center through Ethernet.Finally，the system forms data reports and decision-making opinions，providing new methods for agricultural technology departments to guide production and agricultural technology promotion.

Key wors：Internet of things；Growth Monitoring；Rice；Traceability

1 引言

水稻的生長與最終形成的產量及品質受到自身品種特性、土壤養分水分、氣候條件、管理措施以及病蟲害等多重因素的影響[1]。掌握好水稻的生長條件，實時監測水稻苗情和病蟲害發生情況并對接好專家系統，是實現水稻生產智能化、精準化、自動化的重要手段[2]。目前，我國水稻生長監測還處于人工監測階段，監測與診斷技術落后，主要體現在仍依靠廣大農技人員在田間地頭開展監測工作，自動化程度不高，獲取數據難度大，信息服務時效性差等[3]?？焖佟蚀_、無損的獲取水稻生長關鍵時期的重要數據，提高定量化和數字化的水平，為水稻的生長監測提供綜合信息服務，是農業信息化工作急需解決的重要課題之一[4-5]。

物聯網是新一代經濟增長點的戰略性新興行業，被廣泛認為是計算機和互聯網之后又一信息技術產業的革命浪潮[6]。將物聯網技術與農業結合，運用各類傳感器、視覺采集終端設備等，在大田種植、養殖、水產、園藝以及農產品流通等領域有著廣泛的應用[7]。物聯網主要分為感知層、傳輸層和決策層，農業物聯網的感知層能夠實現對農業生產環境和作物生長情況的感知，傳輸層通過互聯網等技術將數據傳輸到服務器等終端設備，決策層可以根據采集的海量數據，經過模型或者專家經驗庫等給出農業生產的輔助意見，并且能夠實現遠程控制直接參與農業生產[8]。

目前，種植業物聯網技術已被廣泛應用。張志清等研發的“渤海糧倉”小麥生產信息管理系統，完成了麥田環境信息、田間管理信息及小麥苗情定量分析、麥田實時預警、小麥氣象災害預警等功能[9]；夏于等研發了小麥苗情診斷管理系統，可對生產過程中氣象災害進行監測，診斷并能夠生成管理優化方案[10]；樊艷芳等研發出可以監測株高、土壤養分、蟲害等信息的玉米長勢監測系統[11]；董淑娟等利用物聯網技術，開發了集數據采集、視頻信息傳輸、后臺數據分析等功能的水稻動態監控系統[12]。

本研究在分析前人研究的基礎上，運用物聯網技術開發出一套集土壤、氣象、視頻數據、病蟲害圖像等數據采集為一體的水稻生長監測系統，為水稻綠色生產，資源高效利用提供技術支撐。

2 系統組織結構

當涂縣根據自身條件，在大田種植業建立了一個農業信息化服務中心，5個監測示范點，初步建成了覆蓋整個縣域的范圍的水稻生產代表性監測網絡，并制定了軟硬件平臺巡檢，維修，運營等詳細的制度文件。

水稻生長監測系統采用了典型的物聯網3層體系結構進行設計，包括數據采集的感知層，數據傳輸的網絡層和數據挖掘的應用層。

系統的感知層主要由采集氣象數據的空氣溫濕度、風速風向、大氣壓力、雨量、輻射照度的傳感器；土壤溫濕度、pH、CEC傳感器；360°球形攝像機；智能蟲情測報燈組成。傳感器類每隔20min主動上發1次數據到服務器，攝像機每隔1d準時拍攝田間苗情，主動上發，智能蟲情測報燈每日自動旋轉接蟲倉，然后內置CCD相機自動拍照上傳到服務器。

系統的網絡層主要解決感知層和應用層之間的數據異地遠程傳輸問題，通過Internet的TCP協議和中國電信提供的固定IP上網方式實現數據傳輸，結合相應的路由協議和網絡安全協議，將其穩定并且安全的與監管中心的服務器進行數據交互。

系統的應用層主要是解決數據匯交，數據處理，人機交互的問題。該層主要基于服務器、UPS、顯示器等硬件和數據庫、Web應用程序等軟件共同構成，主要是將各個監測點的數據存儲在關系型數據庫和文件數據庫中形成海量數據，通過軟件將數據進行組織發布，并針對數據做出診斷和管理決策，并將結果推送給新型經營主體，實現農業信息化服務。

3 系統功能設計與實現

3.1 總體功能模塊 水稻生長監測系統主要包括基礎數據采集、苗情監測、蟲情監測、決策管理、系統設置5大模塊。由于信息技術不斷發展，保證系統的可擴展性和可操作性和應用性，系統的開發和完善將以動態形式完成。進入系統后，首先展示的是登錄界面，輸入用戶名和密碼點擊登錄后，以GIS地圖和經緯度在地圖上繪制不同站點位置，點擊站點圖標后，會顯示站點的基本信息，如圖1，通過點擊進入管理系統按鈕，可以進入每個獨立的站點管理界面。當涂縣目前設置當涂縣綠梅水稻種植家庭農場，陶村糧油合作社，安徽盛農農業集團，馬鞍山糧滿倉谷物種植有限公司等5家新型經營主體作為監測對象，覆蓋當涂縣大部分地區，系統觀測結果能夠在一定程度上反應整個當涂縣的水稻作物長勢。

3.2 氣象土壤數據采集 數據采集功能模塊主要是將氣象傳感器、土壤傳感器的數據存儲到數據庫，再通過Web應用程序調用存儲在數據庫中的氣象和土壤數據，用戶可以選擇時間段和數據類型，通過折線圖和柱狀圖的形式、按照日、年、月的形式展示數據成果，可以各個站點數據進行橫向對比，同時提供在線打印與下載服務。系統首頁是每個監測站數據的匯總展示，如圖所示，主要包括各種類型的數據展示，農田最新遙感數據展示，農場實時動態監控展示以及農業生產日歷等模塊組成，為全面了解監測點的信息提供直觀的界面。

3.3 苗情監測 苗情監測功能主要是視頻實時監控和定時定點拍照2個功能模塊。實時視頻監控主要是采用360°球形攝像機，通過固定IP模式，在遠程網頁上實現旋轉，放大，縮小，調焦等功能，可以幫助農技專家實現遠程細致地觀察田間水稻苗情的長勢和動態。定點定時拍照功能主要是用戶先設置好拍照時間和預設位置，系統自動會發送拍照和調用攝像頭指令，拍攝當前田間水稻長勢。本系統默認設置上午10時開啟拍攝功能，形成了水稻整個生育期的序列化的圖像數據，為實現農業問題診斷回溯和農產品可追溯提供了重要的數據來源。

3.4 蟲情監測 為了解決植保技術人員頻繁調查難問題，開發了蟲情監測模塊。該模塊的主要功能是運用現代光、電以及數控等技術將害蟲引誘到測報燈中，通過遠紅外蟲體處理，獲得完整的害蟲尸體，掉落到承接盤中，再利用置于承接盤頂部的CCD相機進行拍照，拍攝照片將傳輸到監管中心的數據中，最后在系統內形成蟲情圖像數據集，見圖4。測報用的承接盤一共8個，每日早上9時測報燈會自動旋轉承接盤，保證8d內每天不會重復。植保專家可以通過平臺直接觀測并統計出蟲害的種類和數量，為制定植保方案地制定提供輔助。

3.5 用戶管理 系統設置不同角色和權限，主要有超級管理員，負責整個系統的配置管理，擁有系統所有權限，包括對數據的增刪改查，其他用戶的權限配置；縣級管理員可以查看所有站點的數據，擁有所有數據瀏覽權限，能夠對下屬的鄉鎮和新型經營主體的站點進行管理；而新型主體只可以查詢到與本主體有關的數據和信息。

3.6 系統開發實現 系統的開發環境采用Windows Server 2008操作系統，服務器端軟件采用IIS Web服務器，數據庫采用 SQL Server 2008。系統采用Microsoft.NET平臺框架下的Visual C#語言進行開發，采用Visual Studio2012作為開發工具。

4 結論與討論

本研究針對水稻生長監測的問題，設計了一套能夠自動化監測的水稻生長監測系統，實現了氣象環境、土壤環境、苗情、蟲情監測功能，能夠在農技人員生產決策中起到輔助作用。但是由于影響作物生長的因素比較復雜，存在較強的交互作用，本系統僅是簡單的數據采集與分析，下一步需要將系統與適用性較強的作物生長模型建立鏈接，讓模型和采集的數據結合，一起來理解這些數據對作物的影響，并給出建議[14]；同時，本系統采用以點狀數據的形式呈現，無法全面了解每1個田塊的數據，下一步應該將遙感以及GIS等技術引入到生長監測中，全面的掌握作物長勢[15]；并要加強人工智能技術在作物生長監測中的應用，例如蟲情燈中的圖像可以采用機器學習的方法識別數量和種類，更好地輔助農技人員工作。

參考文獻

[1]王紅葉.寒地水稻高產高效適應性栽培技術研究[D].北京：中國農業大學，2015.

[2]周志艷，羅錫文，臧英.水稻-稻田環境系統重要信息快速獲取技術研究進展[J].中國科學：信息科學，2010，40（S1）：38-53.

[3]鄭慶偉.安徽省農委要求各地加強水稻病蟲害監測防治[J].農藥市場信息，2013（24）：46.

[4]彭瑩瓊，王映龍，唐建軍，等.B/S模式的水稻病蟲害診斷專家系統研究[J].江西農業大學學報，2008，30（06）：1157-1160.

[5]黃攀攀.基于物聯網的水稻高產栽培專家系統研究[D].上海：上海海洋大學，2016.

[6]董新平.物聯網產業成長研究[D].武漢：華中師范大學，2012.

[7]陳燕英.農業物聯網在推廣應用中亟待解決的問題[J].四川農業與農機，2016（02）：8-9.

[8]陳棟.多源異構農業感知數據接入系統的設計與實現[D].泰安：山東農業大學，2014.

[9]張自清.“渤海糧倉”小麥生產信息管理系統研發[D].泰安：山東農業大學，2015.

[10]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，2013，29（05）：117-124.

[11]樊艷英，張自敏，陳冠萍，等.基于物聯網的精準農業玉米長勢監測分析系統研究[J].農機化研究，2018，40（08）：223-227.

[12]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，2017，39（08）：216-219.

[13]周福紅，蔣浩永，李新耀.安徽省明光市“互聯網+”現代農業實踐與思考[J].安徽農業科學，2017，45（20）：227-230.

[14]劉海龍，諸葉平，李世娟，等.DSSAT作物系統模型的發展與應用[J].農業網絡信息，2011（11）：5-12.

[15]查海涅，汪建飛，陳世勇，等.基于GF-1影像的水稻拔節期地上部生物量估算[J].安徽科技學院學報，2015，29（06）：11-17.

（責編：張宏民）