基于物聯網的水稻大田智能預警監控系統

易 寧， 劉有珠

(1.南昌大學分析測試中心，江西南昌 330047； 2.南昌工程學院信息工程學院，江西南昌 330099)

水稻是我國三大糧食作物之一，我國以稻米為主食的人口約占總人口的65%[1]。2007年我國水稻種植面積占全國作物種植面積的18.84%，稻谷產量占全國糧食總產量的 37.09%[2]，稻谷約占我國口糧比例的60%[3-4]。因此，水稻在我國的農業生產及糧食安全保障體系中占有十分重要的地位。

水稻在田間的生長要經過插秧期、夠苗期、分蘗期、揚花期到成熟期幾個時期[5]，不同生長期、不同稻種、不同水稻類型(早稻和晚稻)對養分的需求、光照以及病蟲害的防治不盡相同[6-10]。因此，及時準確地獲取影響水稻生長的關鍵參數從而進行科學調控，是水稻高產穩產的重要保障[11-16]。

1 物聯網

物聯網概念于1999年由美國麻省理工學院提出[17]。農業物聯網是物聯網技術在農業生產、經營、管理和服務中的具體應用，是用各類感知設備采集農業生產過程、農產品物流以及動植物本體的相關信息，通過無線傳感器網絡、移動通信無線網和互聯網傳輸，將獲取的海量農業信息進行融合、處理，最后通過智能化操作終端，實現農業產前、產中、產后的過程監控、科學決策和實時服務[18]。隨著傳感器技術與通信技術的不斷發展，農業物聯網的研究與應用方興未艾。設施溫室環境監控是農業物聯網早期應用最具代表性的領域之一[19-23]。目前，農業物聯網在農業領域的研究與應用越來越廣泛。農業物聯網的應用為實現水稻苗情遠程監控和管理提供了重要的技術途徑。

2 系統設計目標

基于物聯網的水稻大田智能預警監控系統的基本原理就是依據物聯網的“全面感知-穩定傳輸-智能應用”3個層次，通過各種傳感器持續監測所獲取的影響水稻生長的主要參數(包括空氣溫濕度、土壤溫濕度、風力、光照、降水量、病蟲害、災害、養分等數據)，結合專家經驗并與已建立的專家系統、水稻生長的關鍵指標體系以及歷史數據的分析對水稻苗情和災害進行遠程診斷和管理，然后再按量施肥、噴藥和灌溉，從而達到在節省投入、降低生產成本、保障稻谷安全、提高稻谷質量的同時改善生態環境。

2.1 系統方案設計

本試驗的實施地點位于湖北省荊門市的屈家嶺中國農谷“隆平高科”500畝(33.33 hm2)超級稻試驗示范大田。針對我國農谷農業生產的特點和實際情況，建設“屈家嶺·中國農谷”核心區超級稻試驗示范及智能監控平臺，實現網內數據交換，使不同專業的人可以方便、有序地參加農業生產的協同工作，提高工作效率；同時引入實時監控管理的理念，實現各種信息資源的即時采集和共享，及時發布包括水稻的苗情、墑情、病蟲害情、災情以及各生長期的長勢、長相等信息，對水稻生長期各個環節進行動態監測，及時通過調度和決策平臺對農業生產進行遠程管理監控。

2.2 系統設計概要

超級稻試驗示范及智能監控平臺由布設于田間的各項監控和通信設備等硬件設備和位于屈家嶺管理處辦公大樓內的監控中心以及軟件平臺2個部分組成，系統設計概要拓撲如圖1所示。

2.2.1 系統站點布設 500畝(33.33 hm2)超級稻試驗示范大田由10塊大小各50畝(3.33 hm2)的長方形稻田組成，水稻大田智能預警監控系統的硬件設備主要由傳感器設備、視頻監控設備、病蟲害防治設備、田間小氣候監控設備、圍欄、通信設備、防雷供電系統等組成。系統站點規劃線路由“稻田-通信路由-監控中心”3個部分組成，共設計組建1個小型田間氣象站、10個土壤監測采樣點、10個通信節點、5個視頻監控點以及1套病蟲害監測系統，站點布設如圖2所示。

2.2.2 系統軟件框架 根據用戶需求，平臺軟件采用B/S和C/S 2種結構相結合的方式，并配套開發手機客戶端APP，既能通過監控中心實現就地式監控和管理，也能通過手機終端等移動設備進行遠程監控指揮。軟件平臺采用4層架構設計，由數據匯聚平臺與數據中心、應用支撐平臺、應用業務平臺、應用交互層組成。

2.2.2.1 數據匯聚平臺與數據中心 數據匯聚平臺由數據匯集和數據上報兩大模塊組成。數據匯集模塊包括數據的接收、解析、入庫、轉發等功能。各自動監測站點的遙測信息、視頻信息通過數據傳輸信道傳輸到平臺后，進入信息匯集服務器，通過數據匯集軟件完成監測站數據的實時接收處理，并存入規范數據庫中。人工監測站數據則由人工整理后以手工輸入的方式匯集到數據庫中。數據上報模塊主要是當管理用戶對數據有應用要求時使用，包括信息提取、數據壓縮打包、數據檢查、數據上報、數據傳輸、數據接收、數據解壓、數據完整性檢查、數據處理入庫以及數據報送管理等功能。

2.2.2.2 應用支撐平臺 應用支撐平臺是系統資源的管理者和公共服務的提供者，是信息資源集成共享體系的重要組成部分，它擔負著對下管理匯集數據、對上支撐應用的核心作用，即對底層數據資源的集成共享，對上層應用軟件資源的集成重用。通過應用支撐平臺構建了統一的數據交換體系和數據共享機制，形成了成套的數據管理標準和方法。對上層的應用平臺提供了統一的用戶權限管理、流程管理、界面展現、平臺資源管理等，形成一個統一的管理應用系統開發和運行平臺。

2.2.2.3 應用業務平臺 由在GIS地圖上標注的各個監測站位置及相關信息的日常巡檢系統、智能報表、故障預警與預測等組成。

2.2.2.4 應用交互層 應用交互層是農業信息及專家交流平臺，主要由對內業務管理系統、對外信息發布系統等組成。軟件平臺框架如圖3所示。

3 系統實現

超級稻智能監控系統采用Java EE平臺進行開發，結合國內主流GIS平臺，支持SQL、Oracle數據庫，系統能在各種主流瀏覽器上運行，可根據用戶需要移植到各種移動終端平臺，實現用戶的移動式管理與辦公。本系統由首頁、稻田信息瀏覽、稻田信息設置、值班管理、預警設置、基礎信息維護等幾大模塊組成。系統主要模塊設計如下。

3.1 首頁

在本模塊中，用戶通過WebGIS可查看稻田現場的視頻信息、當日報警信息、所有傳感器的最新上報數據、服務器的運行狀態和當地天氣預報情況等。在首頁中點擊WebGIS地圖上的傳感器設備，在下方信息欄內即可實時顯示相關傳感器的信息。

3.2 稻田信息瀏覽

本模塊由氣象數據、日照數據、土壤數據、累計統計、詳細數據模塊組成。利用農學模型，將每個稻種從播種—返青、幼苗—分蘗、拔節—孕穗、抽穗—結實等生長期的歷史和實時數據用最直觀的方式展示給用戶。如楚梗28號稻種在拔節—孕穗期的田間信息、土壤養分、蟲情信息、蟲情報警、氣象數據、日照數據分別如圖4-a、圖4-b、圖4-c所示。

3.3 稻田信息設置

在本模塊中可根據所在稻田的稻種信息、稻種的屬性進行預警設置，并可對布設在稻田的各種傳感器等硬件設備上進行遠程開關控制，同時直觀顯示稻田歷史信息維護數據，可新增、修改、刪除、查詢稻田信息設置等功能。

3.4 值班管理

本模塊涉及對值班人員的排班管理，并有短信提前通知值班人員的功能。

3.5 預警設置

設置預警閾值和報警級別。考慮到秧苗不同生長期關注的判斷因素不盡相同，分別對處于播種—返青、幼苗—分蘗、拔節—孕穗、抽穗—結實等生長期內自動采集的大氣溫度(℃)、大氣濕度(%)、土壤溫度(℃)、土壤濕度(%)、雨量(mL)、大氣壓力(hPa)、光合有效輻射(W/m2)、日照時數(h)、風速(m/s)、蒸發量等因素設置預警閾值，也可對不同生長期內人工采集的土壤養分(mg/kg)、蟲情(個)設置預警閾值。根據設置的預警閾值和報警等級，系統實現了對自動上報和人工上報的、超出預警閾值的數據進行分級報警，而且每種不同類型的參數預警閾值設置的細節也不盡相同。

3.6 基礎信息維護

本模塊具有人工蟲情、人工土壤養分和自動采集上報功能。

3.6.1 人工蟲情上報 系統直觀顯示采集日期的蟲情種類、蟲情數及顯示該蟲情的威脅程度，可對人工蟲情上報進行增加、修改、刪除、查詢、導出等操作，人工蟲情上報如圖5-a所示。

3.6.2 人工土壤養分上報 系統直觀顯示采集點在某個采集日期的有機氮、有機磷、有機鉀含量，可對人工土壤養分上報進行增加、修改、刪除、查詢、導出等操作，人工土壤養分如圖5-b所示。

3.6.3 自動采集上報 對自動上報的數據進行修改、刪除等功能。

3.7 帳號管理

本模塊是超級稻智能監控系統的安全管理模塊，從系統安全角度出發，模塊下有帳號管理、日志管理和權限組配置3個子模塊。帳號管理具有對用戶帳號進行增加、修改、刪除、查詢、導出及對帳號設置權限組等操作功能；日志管理具有記錄用戶操作系統的時間和IP地址的功能；權限組配置具有對用戶能夠訪問系統模塊的權限進行增加、修改、刪除功能，不同角色的用戶擁有訪問系統的權限不同。

4 結論

本試驗以屈家嶺中國農谷“隆平高科”500畝(33.33 hm2)超級稻為研究對象，設計和實現了基于物聯網技術的水稻大田智能預警監控系統。

(1)基于物聯網技術的預警監控系統硬件采用“稻田-通信路由-監控中心”的方案設計，確保系統硬件具有優良的可擴展性和可維護性。

(2)基于4層架構的軟件框架，結合WebGIS技術，采用B/S和C/S 2種開發方式，并開發了手機APP的智能預警監控軟件平臺，使用戶具有就地、互聯網、移動3種直觀的監控方法，真正實現隨時隨地監控。

(3)在基于物聯網硬件監測系統的基礎上，通過獲取的直觀、實時影響水稻苗情生長的關鍵參數，并融合專家知識、災害指標等進行智能預警，進一步提高了水稻苗情和氣象災害快速診斷決策的精準性和實時性。

本系統的主要功能已經在示范過程中。結果表明，在超級稻苗情監測和災害預警等方面具有精準和快速等優勢。但因為影響超級稻生長的因素十分復雜，不同地區的氣候差異大，不同稻種的屬性相異，在采用診斷指標和方法等方面仍須要不斷修正和完善。在對監測數據和視頻數據的集成共享及重用方面有待優化，在滿足用戶需求提供更加全面的數據信息服務方面還有很大的挖掘潛力。進一步完善系統功能，提高系統普適性，使之在更廣泛的水稻種植區域發揮作用，是今后研究的重點。