吳曉強 張春友 侍紅巖
摘 要:農業物聯網是信息技術和網絡技術在農業領域的典型應用,改變了傳統的農業生產經營與管理模式,促進了農業智能化和精細化,極大地推動了農業生產和農業科研。情景感知計算是農業物聯網應用中使用廣泛、十分重要且極具潛力的一項技術。文中首先分析了情景感知技術在農業物聯網中的需求,然后介紹了農業物聯網情景感知計算的通用結構,并探討了當前農業物聯網情景感知計算面臨的問題,最后對農業物聯網情景感知計算的未來發展趨勢進行了分析,以期為情景感知計算更好地應用于農業物聯網提供一定的技術參考與借鑒。
關鍵詞:農業物聯網;情景感知計算;需求分析;發展趨勢
中圖分類號:TP39文獻標識碼:A文章編號:2095-1302(2019)01-00-03
0 引 言
物聯網(Internet of Things,IoT)是指通過智能感知、識別技術與普適計算等通信感知技術,將客觀世界中的現實事物連接成網,達到“物物相連”的互聯網狀態[1]。隨著信息技術和Internet技術的飛速發展,客觀世界中的各種現實事物已經能夠利用各種感知技術轉化數字化信息,為物聯網的信息處理及拓展延伸提供新的技術手段。
隨著各種農業基礎設施的不斷建設與物聯網農業的廣泛應用,極大地改變了傳統農業的生產方式,促進了農業的信息化與智能化。近十幾年來,國內外已經建成了多種面向不同農業領域的物聯網系統,包括農業資源高效利用系統、農產品智能化物流系統、農業信息化生產管理系統、農產品安全溯源系統等[2]。農業物聯網已經成為發展農業、引領農業的重要技術保障。
物聯網的發展也引起了計算模式的變革,傳統基于主機的計算模式已經無法滿足物聯網的發展需求,基于情景感知的普適計算具有十分優秀的信息獲取和信息處理能力,在物聯網中得到了廣泛應用。情景感知計算是一種對場景的建模計算技術,可實現場景級的信息獲取、信息處理,能夠為信息檢索、智能服務等多種應用提供信息支撐[3]。
1 農業物聯網對情景感知計算技術的需求分析
1.1 精準農業栽培管理
精準農業是以信息技術為支撐,根據空間變異,定位、定時、定量地實施一整套現代化農事操作與管理的系統,是信息技術與農業生產全面結合的一種新型農業。為了提高農產品質量、降低生產成本、提高土地利用效率、減少生態環境污染,世界各主要農業國家均在大力發展精準農業,目前已經建立了多個專門用于大面積農作物種植的集成度較高的農業應用系統。目前,精準農業發展的關鍵技術在于協作感知測量和信息感知技術[4]。由于技術體缺陷,現有的精準農業物聯網系統對農業環境的信息采集能力不足,無法滿足精準農業系統的需求。情景感知技術是一種高效的信息采集與信息處理技術,可以輔助精準農業實現海量數據的智能化分析。
1.2 農業科學研究輔助計算
隨著農業基礎設施的不斷完善和信息技術的不斷進步,現代農業科學研究模式也發生了根本性變化,實現了從單純依賴經驗的研究模式向依賴海量數據計算科學分析的新模式轉變。目前,基于海量數據的農業科學研究面臨的主要難題是將農業專家經驗與農作物的實時生長狀態有機融合,建立一個可以輔助農業科學數據分析的模型。傳統主機計算技術很難滿足該需求,因此急需能夠融合農業專家知識和作物數據并提供高效計算的農業科學研究輔助計算技術的支持。
1.3 農產品質量安全溯源
現階段,人類社會的主要事物仍然直接來自農業生產。農產品質量安全不僅是維護生態環境的客觀需求,更是與國民生計息息相關的頭等大事,已成為世界各國發展過程中需要解決的重要問題[5]。上世紀以來,為了滿足社會正常的糧食需求,設施農業得到了快速發展。設施農業中肥料和農藥的過量使用,使得在提高農作物產量的同時也污染了農作物和生態環境。隨著食品安全和生態環境逐漸被社會認同,綠色農業的概念被越來越多的國家所提及和承認。但由于農業生產經營的固有缺陷,如產銷分散、銷售鏈長、管理水平低等,給農產品的質量監管帶來諸多不便。農產品在生產、運輸、銷售過程中的信息獲取與信息處理是落實農產品質量安全溯源的關鍵。情景感知技術為有效解決農產品質量安全的監管和溯源提供了信息技術支持。
1.4 現代農業城鄉互動體驗
傳統農業的發展也在不斷接受城市化進程的沖擊,例如,一些大型城市已經在發展能夠集農業生產、農產品銷售、農產品質量監管以及生態環境保護功能于一體的農業生產新模式。現代城市的發展改變了傳統農業生產結構,現代農業已經逐漸從生產型農業向服務型農業發展,生產功能不斷弱化,服務功能不斷升級,綠色農業、休閑農業、種植體驗等項目得到了社會的高度認可。但是一體化體驗式農業的發展需要高效感知計算技術的支持,這對農業物聯網情景感知技術提出了更高的要求。
2 情景感知計算技術在農業物聯網中的通用結構
情景感知計算技術在農業物聯網中的典型應用包括場景數據獲取、數據解析和服務定制。本文以田間黃豆生長檢測的農業物聯網服務系統為例,介紹農業物聯網情景感知計算的通用結構。
(1)在場景信息數據獲取階段,需要在田間設置光照、濕度、溫度等數據采集傳感器,并且需要安裝監控黃豆長勢的視頻傳感器監控系統,通過網絡將傳感器采集到的數據傳輸至服務器。
(2)農作物數據解析階段會對黃豆生長環境監測數據與長相長勢數據進行分析處理,包括數據統計、特征提取以及模式識別等,實現黃豆生長與環境監測數據之間的適應性分析。
(3)農作物數據解析階段可以采用情景感知計算技術實現。服務定制任務基于黃豆長相長勢與環境監測數據之間的關系,建立綜合分析模型,以提高黃豆長相長勢為目標,為農業生產者提供黃豆環境參數以及管理栽培意見等多種輔助決策信息。
3 農業物聯網應用情景感知計算面臨的主要問題
3.1 作物生長狀態與環境信息感知
當前,信息感知是農業物聯網情景感知要解決的主要問題。農業物聯網信息感知即高效獲取、處理與農作物生長狀態和生長環境相關的各種信息。隨著各型傳感器技術和計算網絡技術的不斷發展,農作物相關信息采集已基本滿足農業物聯網系統的需求。但現有的信息采集還主要側重于農作物生長環境的檢測,對農作物自身生長狀態的檢查仍然十分粗獷,不能很好地滿足農業物聯網對數據采集的全方位需求。因此,研究農作物生長狀態的數據獲取與處理是農業物聯網情景感知面臨的主要問題。
3.2 大數據量遠距離無線網絡通信
成功完成有關農作物的各種數據采集之后,農業物聯網的另一個任務就是數據傳輸,這也是任何農業物聯網系統必須具備的功能。一般情況下,除了直接新建的現代農業物聯網試驗區以外,多數農作物的生長環境不具備鋪設有線網絡的條件,因此目前的農業物聯網數據傳輸方案均基于無線網實現。目前,農業物聯網的農作物生長信息以及生長環境監測信息已經基本實現正常傳輸,但距離農業物聯網情景感知計算對數據傳輸的要求還具有很大的差距。因此,高速、高可靠性無線數據傳輸仍然是農業物聯網情景感知計算的瓶頸技術之一。
3.3 海量信息的管理和特征提取
伴隨著農業物聯網的飛速發展,農業物聯網數據已經呈現出幾何指數級的增長趨勢,給數據的管理和關鍵特征提取造成了很大困難,產生了數據災難。海量農業物聯網數據的管理涉及數據理論等多方面內容,包括數據存儲、數據挖掘、數據檢索與查詢。且農業物聯網數據由多種不同類型的傳感器采集得到,是一種典型的海量、異構數據。如何將海量農業物聯網數據轉化為有用信息是實現農業物聯網數據解析的關鍵。因此,海量異構農業物聯網數據的高效管理與關鍵信息提取是農業物聯網情景感知計算所要解決的重點問題之一。
4 農業物聯網情景感知計算技術體系與發展趨勢
4.1 高通量農作物性狀信息獲取
傳統農作物信息采集手段已經遠遠不能滿足現代農業物聯網情景感知計算對數據的要求。且基于傳統傳感器的農作物生長性狀信息采集手段也不能保證對農作物性狀信息的全方位快速獲取。目前,構建基于三維模型的農作物生長性狀數據融合和基于三維數據場的作物生長目標模型在農業物聯網情景感知計算技術中得到了廣泛認可。通過三維模型數據融合和三維數據場模型的高通量信息獲取技術可以高效采集農作物的各種細微特征數據,包括作物株高、葉片方位、葉片面積、莖葉腳等涉及作物生長性狀的各種數據。高通量農作物性狀信息獲取是未來農業物聯網情景感知技術的發展趨勢。
4.2 構建基于數字植物的綜合計算平臺
數字植物是一個集農學、植物學以及計算機和數學等學科為一體的新興交叉研究方法。廣義上說,數字植物是一個利用計算資源對植物的生長性狀和生存系統進行感知,并為農業科學研究、農業生產和栽培管理提供信息支撐的平臺。對數字植物的研究可以分為以下兩方面:
(1)利用農業物聯網采集農作物的長相長勢和生長環境信息,構建典型農作物生長的三維形態;
(2)基于農業物聯網數據,建立農作物的外觀形態與生長環境之間的關系模型。
數字植物是推動現代農業發展的一種實用工具,也是農業物聯網情景感知計算技術的重要發展方向。
4.3 基于網絡三維交互的農業綜合服務
隨著現代農業的高速發展,尤其是近些年城市化進程不斷加快,傳統農業正在朝著電子商務、在線推廣、農業休閑以及農業生態旅游的新型農業園區方向發展。高速無線網絡速度的提升為實現三維交互的立體式綜合服務平臺提供了建設基礎。基于網絡三維交互的農業服務平臺以三維高通量農作物信息獲取和新型數字植物為基礎,能夠提供農作物生長全過程的仿真服務,可以全方位展示農作物的生長狀態。基于網絡三維交互的農業綜合服務也是農業物聯網情景感知技術發展的主要方向。
5 結 語
隨著農業物聯網的不斷發展,對情景感知計算技術提出了新的要求,而情景感知技術的進步,也極大地促進了農業物聯網的發展。本文以情景感知技術和農業物聯網的相互關系為切入點,分析和探討了情景感知技術在農業物聯網中的需求、通用模型結構、面臨的問題和未來發展趨勢。分析表明,情景感知計算技術必將繼續推動農業物聯網的發展,為實現農業產業升級、結構調整優化提供強有力的技術
支持。
參 考 文 獻
[1]錢志鴻,王義君.物聯網技術與應用研究[J].電子學報,2012,40(5):1023-1029.
[2]李瑾,郭美榮,高亮亮.農業物聯網技術應用及創新發展策略[J].農業工程學報,2015(2):200-209.
[3]王浩,李玉,秘明睿,等.一種基于監督機制的工業物聯網安全數據融合方法[J].儀器儀表學報,2013,34(4):817-824.
[4]宋斌,陳立平,陳天恩.設施農業物聯網情景感知技術應用研究[J].安徽農業科學,2015(20):369-371.
[5]濮永仙. 基于物聯網的精準農業果蔬種植預警系統[J].湖北農業科學,2016,55(14):3741-3744.
[6]黃紅星,鄭業魯,劉曉珂,等.農產品質量安全追溯應用展望與對策[J].科技管理研究,2017,37(1):215-220.
[7]李龍.新工業時代下中國工業物聯網發展現狀及趨勢[J].電子產品世界,2016(z1):9-12.
[8]龔儉,彭艷兵,楊望,等.基于BloomFilter的大規模異常TCP連接參數再現方法[J].軟件學報,2006,17(3):434-444.