基于物聯(lián)網(wǎng)系統(tǒng)的甘蔗田間環(huán)境數(shù)據(jù)聚類分析與評(píng)價(jià)

李 婉，李修華，張?jiān)起瑴貥?biāo)堂，葉志鵬，農(nóng)夢(mèng)玲

(1.廣西大學(xué)電氣工程學(xué)院，南寧 530004；2. 廣西捷佳潤(rùn)農(nóng)業(yè)科技有限公司，南寧 530004；3. 廣西大學(xué)農(nóng)學(xué)院，南寧 530004)

0 引 言

傳統(tǒng)的農(nóng)業(yè)監(jiān)測(cè)系統(tǒng)往往采用有線組網(wǎng)技術(shù)，但由于農(nóng)業(yè)現(xiàn)代化迅速發(fā)展以及采集節(jié)點(diǎn)數(shù)目大幅增加，所以布線的難度和成本也不斷地增加[1]。隨著農(nóng)業(yè)物聯(lián)網(wǎng)概念的深入，無(wú)線傳感器網(wǎng)絡(luò)技術(shù)也開(kāi)始在畜牧業(yè)、種植業(yè)等領(lǐng)域有了廣泛應(yīng)用。

在國(guó)外，Kim等人通過(guò)無(wú)線傳感器網(wǎng)絡(luò)、差分全球定位等技術(shù)設(shè)計(jì)了一種可遠(yuǎn)程監(jiān)測(cè)農(nóng)田現(xiàn)場(chǎng)數(shù)據(jù)并可實(shí)時(shí)控制的精密變量灌溉系統(tǒng)，同時(shí)定點(diǎn)6個(gè)農(nóng)場(chǎng)的田間土壤參數(shù)，并以無(wú)線方式發(fā)送到基站以進(jìn)行科學(xué)決策和精確控制[2]。Duncan Waga等人重點(diǎn)研究了利用云計(jì)算分析工具分析環(huán)境條件，期望其能為農(nóng)民提供有意義的信息[3]。在國(guó)內(nèi)，上海交通大學(xué)與中科院南京土壤研究所共同提出了基于“3S”技術(shù)的農(nóng)田墑情監(jiān)測(cè)系統(tǒng)框架[4]。龍騰芳分析了數(shù)據(jù)挖掘在農(nóng)業(yè)上的應(yīng)用，建設(shè)了針對(duì)溫室作物的生長(zhǎng)決策系統(tǒng)，解決了溫室作物生長(zhǎng)智能決策過(guò)程中推理困難的問(wèn)題[5]。劉春玲分析了農(nóng)業(yè)的特點(diǎn)，系統(tǒng)闡述了聚類算法，決策樹(shù)，關(guān)聯(lián)規(guī)則等數(shù)據(jù)挖掘算法在農(nóng)業(yè)中的應(yīng)用發(fā)展[6]。

隨著農(nóng)業(yè)物聯(lián)網(wǎng)的急速發(fā)展與大量應(yīng)用，大量的農(nóng)田環(huán)境信息被收集，但對(duì)農(nóng)田數(shù)據(jù)的挖掘及應(yīng)用方面的研究還不夠深入，無(wú)法充分體現(xiàn)出物聯(lián)網(wǎng)對(duì)作物科學(xué)管理的價(jià)值。農(nóng)田環(huán)境數(shù)據(jù)具有數(shù)據(jù)量大、結(jié)構(gòu)復(fù)雜、類型繁多、價(jià)值密度低、產(chǎn)生數(shù)據(jù)快等特點(diǎn)[7]，如何對(duì)這些數(shù)據(jù)進(jìn)行有效分析和挖掘是非常重要的。

廣西是我國(guó)最大的甘蔗產(chǎn)區(qū)，是保證我國(guó)蔗糖供應(yīng)的重點(diǎn)區(qū)域。甘蔗生長(zhǎng)與天氣氣候關(guān)系密切，天氣氣候條件是制約區(qū)域某種農(nóng)作物是否正常完成其生長(zhǎng)周期的主要因素。如何對(duì)田間采集的大量環(huán)境數(shù)據(jù)進(jìn)行有意義的處理和分析，使其更好地為農(nóng)業(yè)生產(chǎn)提供服務(wù)仍是急需解決的問(wèn)題。本文通過(guò)在廣西一甘蔗基地安裝農(nóng)田物聯(lián)網(wǎng)監(jiān)測(cè)系統(tǒng)，對(duì)田間的空氣溫濕度，光照強(qiáng)度，土壤濕度等數(shù)據(jù)進(jìn)行遠(yuǎn)程監(jiān)測(cè)，并將采集到甘蔗萌芽期、幼苗期、分蘗期和伸長(zhǎng)期四個(gè)時(shí)期的環(huán)境數(shù)據(jù)運(yùn)用差值法預(yù)處理后，再利用層次聚類法進(jìn)行聚類，最終再依據(jù)甘蔗不同時(shí)期生長(zhǎng)適宜條件對(duì)各類進(jìn)行了優(yōu)劣評(píng)價(jià)，管理者可以根據(jù)聚類結(jié)果更好地管理甘蔗的生長(zhǎng)，對(duì)指導(dǎo)甘蔗的種植和穩(wěn)定收入具有重要的意義。

1 農(nóng)田物聯(lián)網(wǎng)監(jiān)測(cè)系統(tǒng)設(shè)計(jì)

農(nóng)田物聯(lián)網(wǎng)監(jiān)測(cè)系統(tǒng)主要是將農(nóng)田環(huán)境傳感器，短距離無(wú)線局域網(wǎng)和GPRS網(wǎng)關(guān)等關(guān)鍵技術(shù)進(jìn)行集成，以實(shí)現(xiàn)對(duì)田間主要環(huán)境參數(shù)進(jìn)行多點(diǎn)與實(shí)時(shí)采集，并遠(yuǎn)程發(fā)送及存儲(chǔ)到監(jiān)測(cè)中心服務(wù)器，進(jìn)行遠(yuǎn)程監(jiān)測(cè)。

本系統(tǒng)主要由感知層、網(wǎng)絡(luò)層和應(yīng)用層組成。①感知層。主要由若干傳感器節(jié)點(diǎn)組成，這些節(jié)點(diǎn)通過(guò)五種傳感器采集空氣溫濕度、CO2濃度、光照強(qiáng)度、土壤水分含量和土壤溫度參數(shù)，并將這些參數(shù)傳遞給網(wǎng)關(guān)節(jié)點(diǎn)(網(wǎng)關(guān)節(jié)點(diǎn)由協(xié)調(diào)器節(jié)點(diǎn)與GPRS模塊通過(guò)串口RS232連接組成)。②網(wǎng)絡(luò)層。主要負(fù)責(zé)接收數(shù)據(jù)采集層采集的數(shù)據(jù)，并將這些數(shù)據(jù)通過(guò)網(wǎng)絡(luò)上傳到服務(wù)器。本設(shè)計(jì)采用NXP公司的JN5168無(wú)線模塊構(gòu)建無(wú)線傳感器網(wǎng)絡(luò)，該模塊的最佳工作電流為15 mA、具有低至0.6 μA的睡眠定時(shí)模式、深度睡眠時(shí)電流僅為0.12 μA(IO喚醒)，通訊距離最高可達(dá)1 000 m，滿足低功耗遠(yuǎn)距離的通訊要求。③應(yīng)用層。主要實(shí)現(xiàn)傳感器數(shù)據(jù)的查詢和處理。上位機(jī)服務(wù)器對(duì)從網(wǎng)絡(luò)層接收的數(shù)據(jù)進(jìn)行處理，最后以網(wǎng)頁(yè)發(fā)布的形式實(shí)現(xiàn)數(shù)據(jù)的查看與共享。

根據(jù)ZigBee的組網(wǎng)特點(diǎn)，傳感器節(jié)點(diǎn)可以自動(dòng)組成星型網(wǎng)絡(luò)、鏈狀網(wǎng)絡(luò)或樹(shù)狀網(wǎng)絡(luò)。考慮到田間可能存在網(wǎng)絡(luò)狀況不好、數(shù)據(jù)傳輸不穩(wěn)定等問(wèn)題，而在樹(shù)狀網(wǎng)絡(luò)中，JenNet-IP傳輸協(xié)議提供了自動(dòng)路由修復(fù)機(jī)制[8]，提高了數(shù)據(jù)傳輸?shù)姆€(wěn)定性，為此本設(shè)計(jì)組建樹(shù)狀網(wǎng)絡(luò)監(jiān)測(cè)農(nóng)作物生長(zhǎng)的環(huán)境數(shù)據(jù)。

圖1 系統(tǒng)拓?fù)浣Y(jié)構(gòu)圖Fig.1 System topology diagram

系統(tǒng)拓?fù)浣Y(jié)構(gòu)圖如圖1所示。圖中傳感器節(jié)點(diǎn)將傳感器采集的數(shù)據(jù)通過(guò)無(wú)線傳感器網(wǎng)絡(luò)上傳給協(xié)調(diào)器節(jié)點(diǎn)，之后再通過(guò)GPRS模塊上傳給服務(wù)器。最終用戶只需要通過(guò)電腦或者手機(jī)等終端設(shè)備訪問(wèn)發(fā)布的網(wǎng)頁(yè)即可獲取田間環(huán)境的數(shù)據(jù)表以及折線圖。突破了地域和時(shí)間的限制，實(shí)現(xiàn)對(duì)田間環(huán)境的遠(yuǎn)程監(jiān)測(cè)。

傳感器用來(lái)采集田間農(nóng)作物的環(huán)境數(shù)據(jù)，將采集的環(huán)境物理量轉(zhuǎn)化為相應(yīng)的電信號(hào)。根據(jù)農(nóng)作物的生長(zhǎng)需要，本系統(tǒng)主要集成了空氣溫濕度、CO2濃度、光照強(qiáng)度、土壤水分、土壤溫度等傳感器，選型信息見(jiàn)表1。

表1 傳感器信息Tab.1 Sensor information

2 數(shù)據(jù)的處理與分析

為了對(duì)物聯(lián)網(wǎng)采集到的數(shù)據(jù)進(jìn)行有效分析，更好地指導(dǎo)作物種植與管理，在廣西一甘蔗種植地安裝了傳感器節(jié)點(diǎn)，采集了空氣溫度、空氣濕度、光照強(qiáng)度、CO2濃度、土壤溫度和土壤水分6種環(huán)境數(shù)據(jù)，采集間隔為10 min。本研究選取了2017年3月15日到11月8日這一時(shí)間段，即甘蔗的萌芽期、幼苗期、分蘗期和伸長(zhǎng)期的環(huán)境數(shù)據(jù)來(lái)進(jìn)行分析。

2.1 數(shù)據(jù)預(yù)處理

由于獲得的6種傳感器數(shù)據(jù)中存在一定的數(shù)據(jù)隨機(jī)誤差，所以需要對(duì)這些噪聲數(shù)據(jù)進(jìn)行過(guò)濾。常用的噪聲過(guò)濾方法有回歸法、均值平滑法、離群點(diǎn)分析以及小波去噪。離群點(diǎn)分析、小波去噪和均值平滑法雖然也對(duì)噪聲數(shù)據(jù)進(jìn)行了過(guò)濾，但針對(duì)本文中的數(shù)據(jù)過(guò)濾效果不夠理想，考慮到傳感器數(shù)據(jù)具有連續(xù)性的特點(diǎn)，故本文選用差值法對(duì)原始數(shù)據(jù)中的噪聲進(jìn)行過(guò)濾。差值法是通過(guò)計(jì)算連續(xù)數(shù)據(jù)間差值絕對(duì)值的大小，比較是否超出了正常數(shù)據(jù)的振蕩幅度，若超出則說(shuō)明這兩個(gè)連續(xù)數(shù)據(jù)間存在一個(gè)異常點(diǎn)，分別再將這兩個(gè)數(shù)據(jù)與相鄰的其他數(shù)據(jù)做差，若差值的絕對(duì)值超出正常數(shù)據(jù)的振蕩幅度，則說(shuō)明這個(gè)數(shù)據(jù)為異常數(shù)據(jù)，直接剔除[9]。

以4月2日的光照強(qiáng)度數(shù)據(jù)為例，圖2顯示了差值法對(duì)原始數(shù)據(jù)進(jìn)行去噪前后的對(duì)比效果圖。從圖2(a)可以看出，處理前的光照強(qiáng)度曲線上有很多毛刺，數(shù)據(jù)穩(wěn)定性較差，通過(guò)差值法處理后，曲線變得更加平滑，數(shù)據(jù)更加穩(wěn)定。

通過(guò)對(duì)甘蔗萌芽期(3月15日至3月31日)、幼苗期(4月1日至4月30日)、分蘗期(5月1日至6月15日)和伸長(zhǎng)期(6月16日至11月8日)四個(gè)時(shí)期數(shù)據(jù)進(jìn)行差值法處理，得到各個(gè)時(shí)期去除噪聲數(shù)據(jù)后的樣本個(gè)數(shù)分別為1 896、4 120、6 047和13 115。

圖2 4月2日光照強(qiáng)度曲線預(yù)處理前后對(duì)比圖Fig.2 The illuminance curves on April 2 before and after preprocessing

2.2 層次聚類的聚類分析及結(jié)果

從甘蔗基地獲得的傳感器數(shù)據(jù)數(shù)量龐大且繁雜，需要對(duì)這些數(shù)據(jù)進(jìn)行挖掘，從而得到對(duì)管理者有意義的數(shù)據(jù)和結(jié)論。聚類分析是根據(jù)數(shù)據(jù)本身的性質(zhì)自動(dòng)將數(shù)據(jù)分為若干類，并且通過(guò)每一類的聚類中心清晰地反映整體數(shù)據(jù)的特點(diǎn)。層次聚類是聚類算法中的一種，通過(guò)計(jì)算不同類別數(shù)據(jù)點(diǎn)間的相似度將數(shù)據(jù)分為若干組并形成一個(gè)相應(yīng)的樹(shù)來(lái)進(jìn)行聚類。根據(jù)層次是自上而下還是自下而上形成，層次聚類算法可分為分裂聚類算法和凝聚聚類算法。由于大部分的層次聚類算法都屬于凝聚層次聚類，故本文選用凝聚層次聚類算法對(duì)環(huán)境數(shù)據(jù)進(jìn)行聚類。

凝聚層次聚類算法流程圖如圖3所示，初始化主要是設(shè)置目標(biāo)聚類個(gè)數(shù)，并載入樣本點(diǎn)數(shù)據(jù)。聚類之初，每個(gè)樣本都被視為一個(gè)獨(dú)立的類，計(jì)算每?jī)蓚€(gè)類間的spearman距離(相似度)，并將間距離最近的兩個(gè)類合并為一個(gè)新的類；接著按同樣的方法繼續(xù)計(jì)算新生成的類之間的spearman距離，并進(jìn)一步進(jìn)行合并，直到新產(chǎn)生的類的數(shù)量與目標(biāo)聚類個(gè)數(shù)相等，此時(shí)聚類結(jié)束。

圖3 凝聚層次聚類算法流程圖Fig.3 Flow chart of condensed hierarchical clustering algorithm

評(píng)價(jià)聚類算法結(jié)果的好壞有外部評(píng)價(jià)法和內(nèi)部評(píng)價(jià)法。對(duì)于層次聚類算法來(lái)說(shuō)，常用內(nèi)部評(píng)價(jià)法來(lái)評(píng)價(jià)聚類結(jié)果的好壞。本文則采用內(nèi)部評(píng)價(jià)法中最常用的CPCC(Cophenetic correlation coefficient)這一系數(shù)來(lái)進(jìn)行評(píng)價(jià)。CPCC指的是聚類樹(shù)信息與原始數(shù)據(jù)距離之間的線性相關(guān)系數(shù)，是對(duì)聚類樹(shù)在多大程度上代表了樣本之間相異性的度量。該系數(shù)的范圍為[-1, 1]，越接近1說(shuō)明聚類效果越好，越接近-1說(shuō)明聚類越不合理。

甘蔗的生長(zhǎng)受空氣溫濕度、CO2濃度、光照強(qiáng)度和土壤水分等因素的影響，由于甘蔗在空氣溫度低于13 ℃時(shí)會(huì)生長(zhǎng)極慢或者停止生長(zhǎng)，超過(guò)40 ℃生長(zhǎng)被抑制；空氣濕度影響甘蔗的蒸騰和光合作用，過(guò)低或者過(guò)高都會(huì)導(dǎo)致甘蔗氣孔阻力增加，光合作用受到限制，影響甘蔗的生長(zhǎng)；土壤水分過(guò)高會(huì)造成甘蔗根系缺氧從而抑制生長(zhǎng)，過(guò)低使甘蔗生長(zhǎng)所需的水分得不到滿足。因此，本研究選取空氣溫度、空氣濕度和土壤水分3種環(huán)境數(shù)據(jù)作為凝聚層次聚類算法的輸入數(shù)據(jù)。

圖4為空氣溫度、空氣濕度和土壤水分每天的平均值、最大值和最小值。可以看出，空氣溫度最低13 ℃，最高37 ℃，大部分?jǐn)?shù)據(jù)分布在25～35 ℃之間；空氣濕度在生長(zhǎng)前期主要分布在50%～100%之間，中后期有所降低；土壤水分含量則主要分布在20%～25%之間，其主要原因是該地塊采用了滴灌方式，在沒(méi)有降雨的情況下，土壤水分含量保持比較穩(wěn)定。

由于這3種輸入數(shù)據(jù)的單位和數(shù)量級(jí)不盡相同，因此在聚類前，對(duì)數(shù)據(jù)進(jìn)行了歸一化。通過(guò)對(duì)各生長(zhǎng)期的樣本歸一化數(shù)據(jù)進(jìn)行凝聚式層次聚類，得到不同時(shí)期的聚類效果圖與簇間相似程度圖分別如圖5、圖6所示。

圖4 原始數(shù)據(jù)統(tǒng)計(jì)結(jié)果Fig.4 Raw data statistics

圖5 各生長(zhǎng)期數(shù)據(jù)的聚類效果圖Fig.5 Clustering effect diagram of each growth period data

圖6 各生長(zhǎng)期數(shù)據(jù)聚類后的簇間相似程度圖Fig.6 Cluster similarity graph after clustering of each growth period data

簇間相似程度圖是將所有樣本點(diǎn)之間的spearman距離以顏色的形式呈現(xiàn)，顏色越接近深藍(lán)色就表示數(shù)據(jù)點(diǎn)間的距離就越近。該圖也能在一定程度上反映聚類效果的好壞，圖中3個(gè)類別的輪廓越清晰說(shuō)明聚成3類的效果越好，反之效果越差。這4個(gè)生長(zhǎng)期數(shù)據(jù)聚類的CPCC分別為0.849 1、0.835 5、0.823 9和0.817 5。綜合圖5～6中所示的層次聚類效果圖、簇間相似程度圖及CPCC值，可以看出，數(shù)據(jù)的層次聚類效果還是較好的。

層次聚類算法只對(duì)數(shù)據(jù)進(jìn)行分類，并沒(méi)有直接給出數(shù)據(jù)對(duì)甘蔗作物生長(zhǎng)的影響。為了進(jìn)一步對(duì)各簇?cái)?shù)據(jù)進(jìn)行評(píng)價(jià)，本研究求取了各簇?cái)?shù)據(jù)的平均值作為其聚類中心，并根據(jù)甘蔗生長(zhǎng)的適宜性條件[10-11](如表2所示)，將生長(zhǎng)環(huán)境數(shù)據(jù)用好、中、差3個(gè)等級(jí)來(lái)進(jìn)行分級(jí)。

由于這4個(gè)生長(zhǎng)期的土壤水分含量差別不大，且空氣溫度對(duì)甘蔗生長(zhǎng)的影響要大于空氣濕度的影響，因此在對(duì)聚類結(jié)果進(jìn)行分級(jí)時(shí)，主要采用了空氣溫度、空氣濕度、土壤水分含量這樣的優(yōu)先級(jí)順序。即，當(dāng)有兩類的空氣溫度值相差不大，則考慮下一優(yōu)先級(jí)空氣濕度的值，越接近空氣濕度的適宜值越傾向于往更好的一級(jí)劃分。依據(jù)上述原則，將4個(gè)生長(zhǎng)期的數(shù)據(jù)聚類后，各類的聚類中心(平均值)統(tǒng)計(jì)結(jié)果及評(píng)價(jià)等級(jí)如表3所示。

表2 甘蔗生長(zhǎng)的適宜性條件Tab.2 Suitability conditions for sugarcane growth

表3 甘蔗各生長(zhǎng)期數(shù)據(jù)的聚類中心統(tǒng)計(jì)結(jié)果Tab.3 The statistical results of the cluster centers of sugarcane growth stages

本方法明確地對(duì)作物生長(zhǎng)的環(huán)境數(shù)據(jù)進(jìn)行了分析與分類，并根據(jù)作物生長(zhǎng)的適宜性條件對(duì)各類數(shù)據(jù)的優(yōu)劣進(jìn)行了分級(jí)，實(shí)現(xiàn)了對(duì)不同生長(zhǎng)期環(huán)境數(shù)據(jù)的宏觀評(píng)價(jià)，可以有效地為甘蔗作物的科學(xué)管理提供數(shù)據(jù)支持。另外，本方法可進(jìn)一步結(jié)合土壤肥力、施肥量、空間變異信息等其他主要因素來(lái)對(duì)甘蔗的品質(zhì)及產(chǎn)量進(jìn)行更準(zhǔn)確的預(yù)測(cè)，為優(yōu)化甘蔗種植提供指導(dǎo)意見(jiàn)。

3 結(jié) 論

本文設(shè)計(jì)了一套基于JN5168無(wú)線傳輸模塊的農(nóng)田物聯(lián)網(wǎng)監(jiān)測(cè)系統(tǒng)，實(shí)現(xiàn)了將空氣溫濕度、土壤水分和光照強(qiáng)度等田間環(huán)境數(shù)據(jù)定時(shí)采集并上傳至終端服務(wù)器的功能，并對(duì)服務(wù)器的數(shù)據(jù)實(shí)現(xiàn)了網(wǎng)絡(luò)發(fā)布，以達(dá)到隨時(shí)隨地通過(guò)網(wǎng)絡(luò)訪問(wèn)的目的。為了對(duì)田間環(huán)境數(shù)據(jù)進(jìn)行有效闡釋，本文進(jìn)一步對(duì)廣西一甘蔗試驗(yàn)田的生長(zhǎng)環(huán)境參數(shù)進(jìn)行了連續(xù)監(jiān)測(cè)，收集了甘蔗作物萌芽期、幼苗期、分蘗期和伸長(zhǎng)期這4個(gè)生長(zhǎng)期的環(huán)境數(shù)據(jù)，重點(diǎn)介紹了對(duì)環(huán)境數(shù)據(jù)進(jìn)行層次聚類分析的方法，并結(jié)合甘蔗生長(zhǎng)的適宜性條件對(duì)聚類后的數(shù)據(jù)進(jìn)行了優(yōu)劣分級(jí)。數(shù)據(jù)聚類結(jié)果顯示，層次聚類法對(duì)環(huán)境數(shù)據(jù)的分類結(jié)果較好(各生長(zhǎng)期分類的CPCC值分別達(dá)到了0.849 1、0.835 5、0.823 9和0.817 5)。本研究采用的方法實(shí)現(xiàn)了對(duì)作物不同生長(zhǎng)期環(huán)境數(shù)據(jù)的宏觀評(píng)價(jià)，可以更有效指導(dǎo)作物種植與管理；本方法還可進(jìn)一步結(jié)合土壤肥力、施肥量等其他主要因素來(lái)對(duì)甘蔗的品質(zhì)及產(chǎn)量進(jìn)行更準(zhǔn)確的預(yù)測(cè)，為優(yōu)化甘蔗種植提供指導(dǎo)意見(jiàn)。