基于物聯網的茶樹病蟲害監測預警系統設計與實現

趙小娟，葉 云※，冉耀虎

（1. 廣東輕工職業技術學院生態環境技術學院，廣州510300；2. 廣州海睿信息科技有限公司，廣州510663）

0 引言

廣東省英德市是華南茶區之一，產茶歷史悠久。英德紅茶以其外形勻稱優美、色澤烏黑紅潤、湯色紅艷明亮、香氣濃郁純正等特點，與云南滇紅、安徽祁紅并稱“中國三大紅茶”，是我國主要的紅茶出口品種。“英德紅茶”于2006年12月獲得國家地理標志產品保護。近年來，隨著英德紅茶種植面積的不斷擴大及茶樹樹齡的增加，加之氣候變化的影響，茶樹病蟲害日趨嚴重，成為制約英德紅茶產業可持續發展的問題之一［1］。

英德地區氣候條件溫暖高濕，茶樹樹冠茂密，容易發生病蟲繁衍和孳生。茶樹常發生的蟲害主要有黑刺粉虱、茶網蝽、茶小綠葉蟬、茶尺蠖、茶毛蟲等；常見病害主要有炭疽病、茶餅病、茶云紋葉枯病、芽枯病等［2］。每年因病蟲害造成的茶葉產量損失高達10%～20%，茶樹病蟲害大面積爆發對茶樹造成的危害更為嚴重［3-4］。目前茶樹病蟲害監測技術發展相對比較落后，仍然以傳統的人工巡查為主，依靠農業專家定時開展田間普查，監測范圍有限，費時費力，很難達到對病蟲害的實時有效監測和預警。

物聯網技術提供了基于網絡的物物相連技術，通過信息傳播媒介進行信息交換和通信，實現智能化識別和管理［5］，其智能化、實時性等特點為農業生產帶來技術變革，在農業信息感知、定量決策、智能控制、精準投入、個性化服務等方面都有廣泛應用。近年來相關學者開展了物聯網技術在農業病蟲害防治方面的應用，傅曉耕［6］通過物聯網資源對農業病蟲害監控系統進行優化，利用簇間優化機制解決物聯網病蟲害監控系統中監控點區域路徑抖動問題；高磊［7］基于ZigBee與GPRS技術，開發蟲害傳播的昆蟲誘捕監測傳感器，實現了果園局部區域蟲害信息的實時監測；陳令芳等［8］提出了基于物聯網技術的藍莓病蟲害監測預警系統的構想；馬菁等［9］利用現代農業信息技術開展枸杞病蟲害監測預警技術研究和應用；易寧等［10］采用客戶/服務和瀏覽器/服務器相結合的開發方式，結合地理信息系統，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。目前物聯網技術在茶樹病蟲害監測預警方面的研究還不多見。

文章針對茶樹病蟲害綠色防治需求，利用物聯網技術、計算機圖像識別、GIS等信息技術，開發茶樹病蟲害監測預警系統，實現基于無線傳感器網絡的茶園病蟲害信息采集、儲存、分析和預警，并在英德市試點茶園進行病蟲害監測預警應用。

1 系統總體結構

茶樹病蟲害監測預警系統的總體架構主要包括物聯網感知識別層、網絡數據層、應用服務層3層（圖1）。在感知識別層，系統利用自動蟲情燈、自動性誘儀、孢子捕捉儀、智能氣象儀等多種傳感器設備采集茶園環境、病蟲害信息，實現茶樹生產環境的實時感知；網絡數據層提供了感知層數據的等網絡的傳輸、分析和處理；應用服務層通過網站、APP等為用戶提供了環境數據監測、病蟲害監測、遠程專家診斷等智能監控及管理服務。

圖1 茶樹病蟲害監測預警系統總體架構Fig.1 Tea tree pests and disease monitoring and early warning system architecture diagram

1.1 感知識別層

感知識別層利用部署在茶園的各種物聯網信息采集終端，對環境信息、病蟲害信息等茶園生產信息進行采集和監測。感知識別層集成了蟲情監測設備、病菌孢子監測設備、環境監測設備和高清攝像機等物聯網信息采集終端設備。

（1）蟲情監測設備

蟲情監測設備主要選用自動蟲情燈，其工作原理是利用紫外線誘蟲燈發出令害蟲敏感的光線，引誘害蟲飛撲撞擊玻璃屏、電網擊落到殺蟲倉，攝像頭按照系統設置定時拍攝殺蟲倉內的害蟲圖片。該系統將從害蟲的誘集、分類統計、實時報傳、遠程檢測、蟲害預警和防治指導的自動化、智能化方面設計開發蟲情監測功能。

（2）病菌孢子監測設備

病菌孢子監測設備主要采用孢子捕捉儀，可檢測隨空氣流動、傳染的病害病原菌孢子及花粉塵粒，主要用于監測病害孢子存量及其擴散動態，為預測和預防病害流行、傳染提供可靠數據，是農業植保部門應當配備的農作物病害檢測專用設備。用于監測病害孢子存量及其擴散動態，可定時清晰拍攝孢子圖片，以4G網絡上傳至云服務器，監測并分析孢子情況。

（3）環境監測設備

環境監測設備包括智能氣象儀及土壤傳感器等，用于監測茶園空氣溫濕度、光照強度、降雨量、風速、風向、土壤溫濕度、土壤EC值等生產環境數據。

（4）高清攝像機

高清攝像機用于拍攝茶樹長勢、葉片病蟲害侵襲視頻和圖像，通過4G或寬帶網絡將田間監測視頻和圖像傳輸到云服務器，實現茶園的遠程視頻實時監測。

1.2 網絡數據層

網絡數據層是物聯網系統的神經中樞和信息傳遞、處理層，包括綜合數據庫、視頻服務器、GIS服務器等，用于傳遞和處理感知層獲取的信息。氣象數據、病蟲害監測數據通過Lora協議傳輸至物聯網網關，網關通過TCP/IP協議發送至服務器；視頻圖像直接通過寬帶網路或WIFI上傳至視頻服務器。綜合數據庫用于存儲和處理環境數據、病蟲害數據、茶樹病蟲害知識信息；視頻服務器是用于以太網實時傳輸數字音視頻的多媒體服務器，其通過以太網（局域網/廣域網）將實時的圖像和聲音通過網絡傳輸，實現應用端的訪問；GIS服務器主要用于執行地理信息處理和分析工作。

1.3 應用服務層

茶樹病蟲害監測預警系統應用服務層通過軟件系統向茶農、茶園管理者提供了茶園病蟲害監測和管理功能，以網站、APP等形式提供了茶園環境數據監測、茶樹病蟲害監測、遠程專家診斷等功能。

2 系統功能

茶樹病蟲害監測預警系統由環境監測子系統、病蟲害監測子系統、病蟲害預警子系統和遠程專家診斷子系統4部分組成，實現茶樹生長環境數據監測分析、病蟲害數據統計、病蟲害地圖可視化展示、病蟲害發生氣候模擬、病蟲害預警、病蟲害診斷和監測設備控制等功能。

2.1 環境監測子系統

環境監測子系統利用布置在茶園的智能氣象儀及土壤傳感器，自動監測空氣溫濕度、光照強度、降雨量、風速、風向、土壤溫濕度、土壤EC值等影響茶樹生長及病蟲害發生的關鍵環境因子，并通過統計圖等形式展示。茶園工作人員可通過手機APP和電腦Web頁面實時查看茶園環境監測數據，并根據氣象環境數據變化趨勢判斷病蟲害發生的概率情況。

2.2 病蟲害監測子系統

病蟲害監測子系統主要由蟲情監測模塊、病菌孢子監測模塊和病蟲害遠程視頻監測模塊組成，通過物聯網信息采集終端采集的蟲害、病害以及茶園視頻信息，實時監測茶樹生長狀況。

（1）蟲情監測模塊主要實現蟲情監測功能。該模塊以列表形式展示蟲情信息，可查詢某一時間段、特定區域的害蟲總數、害蟲圖像及某種害蟲的發生數量等情況，并以統計圖展示蟲情發展變化趨勢。此外，該模塊還提供了害蟲發生區域的專題圖制作等功能，在地圖上直觀顯示害蟲發生區域及害蟲密度，以可視化方式展示茶園蟲害發生情況。

（2）病菌孢子監測模塊主要實現了病菌孢子監測數據的展示功能，提供了病菌孢子數量按時間段、監測點位篩選查詢，以統計圖形式展示病菌孢子數量化發展趨勢及不同維度的數據對比。該模塊提供了病害發生區域的專題圖制作等功能，在地圖上直觀顯示病害發生區域及為害程度，以可視化方式展示茶園病害發生情況。

（3）病蟲害遠程視頻監測模塊包括實時監控、歷史視頻、圖片中心等內容，其中實時監控提供了茶園攝像頭的多路畫面展示及云臺控制功能，實現了遠程在線查看茶樹植株生長情況及病蟲害發生、侵害情況，為工作人員判斷病蟲害類型及發展程度提供了參考依據。

2.3 病蟲害預警子系統

由于病蟲害的發生與氣候、環境有著密切的關系，在系統上設置茶園空氣溫濕度、土壤溫濕度等環境參數對應病蟲害發生的閾值，當環境監測數據超過閾值時，系統發出病蟲害發生概率等預警信息。預警信息在GIS地圖上顯示，并通過系統向工作人員及農戶自動發送微信、短信進行提醒。另外，茶園工作人員通過查看系統內的環境及病蟲害監測數據，可通過人工分析來預測病蟲害發生情況，并使用系統預警功能手動發送預警信息給農戶等相關人員。

蟲害預測方法采用基于環境數據的多元回歸分析方法［11］，從與蟲害發生有關的所有數據中選取對茶樹病蟲害的發生產生重大影響的因素作為自變量，以蟲害發生期或發生量作為因變量，利用數理統計方法構建因變量和自變量之間的回歸方程式，從而實現預測，多元回歸模型為：

式（1）中，Y為蟲害發生程度預測指標，βn為回歸系數，Xn為環境數據因子（空氣溫度、空氣濕度、降雨、光照、土壤溫度、土壤含水量等），系統主要針對茶樹的常見蛾類蟲害進行混合預測分析，不單獨針對具體某類蟲害。

蟲情測報燈以誘殺蛾類為主，通過殺蟲次數、害蟲圖像等數據統計蟲情發生情況，蟲情測報結果可以反映小區域內的短期蟲害發生情況，并進一步與預測結果進行對比。

2.4 遠程專家診斷子系統

遠程專家診斷子系統提供了向植保專家問診，由專家通過遠程視頻查看病蟲害情況，實現遠程診斷并提供防治方法的功能。茶樹病蟲害種類眾多，一般工作人員無法準確診斷和識別病蟲害，給茶樹病蟲害的防治工作造成困難。針對該問題，當工作人員遇到無法識別的病蟲害時，病蟲害遠程專家診斷子系統提供了向植保專家進行遠程問診的功能，通過提出問題并發送病蟲害相關照片、視頻，由農業植保專家通過系統專家端進行診斷、答復，雙方也可建立視頻連接進行線上實時對話。

3 應用案例

3.1 系統開發

茶樹病蟲害監測預警系統采用B/S架構、C#開發語言、Visual Studio軟件開發平臺，數據庫管理部分采用MySQL系統，WebGIS前端開發技術采用ArcGIS API for JavaScript，將ArcGIS Server上的地圖服務嵌入到Web應用中。業務層控制器接受用戶查看專題地圖的請求，從綜合數據庫中提取環境及病蟲害信息，生成并返回JSON格式數據，通過ArcGIS API for JavaScript實現地圖服務的調用，并將環境及病蟲害信息疊加到對應空間圖層上，最終完成專題地圖的動態生成。

3.2 系統應用

茶樹病蟲害監測預警系統在廣東英德某茶業基地進行應用示范，該基地位于廣東省英德市，種植面積約200 hm2，基地處于南亞熱帶向中亞熱帶的過渡地區，屬亞熱帶季風氣候。

學生管理工作與教師自身素質分不開，有些教師受傳統管理理念的影響，過分死板，忽視學生個體的發展需求，管理形式較為單一化和片面化。由于社會的進步，學校也在不斷更新符合自身校園文化的學生管理制度，很多管理問題也隨之出現，導致有時候很多管理問題得不到充分解決，大部分流于形式，執行不嚴，管理處于不規范、不穩定的狀態。目前在學院“以學生為本”的全員育人環境還沒有形成，很多學院的學生管理工作者對這一事業缺乏責任心，工作不積極，更多關注自己的事業，很少把心思放在學生身上，工作者思想體制不健全，缺乏學習交流的機會，導致思想能力跟不上制度的要求，管理制度效果不是很理想。

3.2.1 設備部署

在示范基地1、2、3號茶園各布置自動蟲情燈1套、孢子捕捉儀1套、智能視頻氣象站1套及土壤溫濕度傳感器3組，設備均選自廣州海睿信息科技有限公司（圖2）。

圖2 茶樹病蟲害監測預警系統物聯網信息采集終端Fig.2 IoT monitoring equipments of tea tree pests and disease monitoring and early warning system

（1）自動蟲情燈

選用HRCQ-ZD18型號自動蟲情測報系統，利用現代光、電、數控技術、無線傳輸技術、物聯網技術、構建害蟲生態監測及預警系統。該設備誘集光源為主波長365 nm、20 W的黑光燈管，燈管啟動時間≤5 s，供電模塊為320 W太陽能板、 200 A·h蓄電池，工作功率≤450 W、待機功率≤5 W，絕緣電阻≥2.5 MΩ，燈體尺寸為650 mm×650 mm×2 000 mm，撞擊屏互成120°角，單屏尺寸長595±2 mm、寬213±2 mm、厚5 mm，配置800萬像素內置相機，內置GPS模塊。該設備提供了高清蟲體圖像采集、識別、計數，采集并上傳蟲害發生環境數據和地理位置數據，進行害蟲圖像異常自動分析報警，可以通過遠程監測控制設備運行狀態。

（2）孢子捕捉儀

選用HRBZ-ZD18型號固定式孢子捕捉儀，該設備符合GB/T 24689.3 2009植物保護器械孢子捕捉儀（器）標準，采用100 W太陽能板和76 A·h蓄電池供電，可設24個時間段，材料為鍍鋅噴塑。設備內置GPS模塊，可定位站點位置數據，通過無線網絡傳輸將茶樹病菌孢子數據及位置等信息傳輸至云服務器。通過系統遠程控制可實現開關機、自動拍照、設置工作時段、設置空氣采樣時間、查詢設備工作狀態等功能。

（3）智能視頻氣象站

表1 智能氣象站監測指標量程及精度Table 1 Range and accuracy of monitoring indicators of intelligent weather stations

（4）土壤傳感器

采用HRTR-1701型號土壤傳感器監測土壤濕度和土壤溫度，其中土壤濕度測量量程為0～100%，精度±3%；土壤溫度量程-40～80℃，精度±0.5℃。

3.2.2 應用結果

茶樹病蟲害監測預警系統實現了試點茶園環境和茶樹病蟲害監測數據的采集及綜合展示，其環境監測和蟲情監測子系統界面如圖3、圖4所示。工作人員通過統計比較，能夠直觀地分析茶樹病蟲害發生的周期性特點及發展趨勢。系統利用GIS功能模塊生成了茶樹病害、蟲害發生地圖，可清晰展示茶園病蟲害分布情況。通過系統設置的超閾值提醒功能和人工發布病蟲害預警信息功能，實現了茶樹病蟲害發生的預警。系統的應用有效提高了茶樹病蟲害防治工作效率。

圖3 茶樹病蟲害監測預警系統環境監測界面Fig.3 Environmental monitoring interface of the tea tree pests monitoring and early warning system

圖4 茶樹病蟲害監測預警系統蟲情監測界面Fig.4 Pest condition monitoring interface of tea tree pests monitoring and early warning system

4 結論與討論

基于物聯網技術的茶樹病蟲害監測預警系統的應用，實現了英德市區域性的茶樹病蟲害遠程自動化監測和預警。病蟲害實時監測和預警功能能夠幫助工作人員和農戶及早采取措施防止病蟲害的發生和擴大，減輕茶園工作人員及農戶勞動強度，減少農藥及其他防治措施的投入，為病蟲害防治降本增效，有效地促進了英德市茶葉產業的經濟效益增長和可持續發展。

關于系統的后續升級和發展，包括以下幾個方面：（1）該系統采用開放式設計，可通過WebAPI/JSON完成與第三方平臺的數據交互，實現與政府、科研單位系統平臺對接，為相關平臺提供數據支持，幫助政府及科研部門實現農作物病蟲害的監測和預警工作的統一管理。（2）系統設計及應用模式具有可復制及擴展性，可推廣應用至其他地區的茶樹病蟲害監測預警方面。（3）隨著人工智能、大數據等技術的不斷進步及茶樹病蟲害知識庫的不斷完善，系統可進一步升級實現病蟲害的精確自動識別功能，并建立更加精準的氣候變化、茶樹生育階段與病蟲害發生的數據模型，從而實現茶樹病蟲害的自動識別、智能診斷和智能預警。