基于大數據的農業物聯網體系建設與應用研究

鄧嘉明，羅細池，李江廣

(1.嘉應學院信息網絡中心，廣東梅州 514015；2.嘉應學院計算機學院，廣東梅州 514015；3.嘉應學院經濟與管理學院，廣東梅州 514015)

農業物聯網是在搭建Nb-Iot、LoRa、4G、以太網等各種傳輸網絡進行數據交換傳輸，將農業種植環境信息、作物生長信息、種植投入物信息等數據匯總到數據庫中，并利用Web系統進行管理，實現前臺系統、移動應用綜合管理，從而實現對農業相關對象感知與管理的農業信息化管理系統[1]。農業物聯網的發展逐漸實現農業信息化管理，夯實了中國農業發展的產業基礎，鞏固和提高農業綜合生產能力，實現生產的規模化、專業化、區域化，推進農業可持續發展具有重要意義。

1 當前農業物聯網建設現狀

當前，中國已經進入運用現代信息技術促進農業發展方式轉變、走中國特色現代農業道路的關鍵時期。近年來，國家發布了《中共中央、國務院關于實施鄉村振興戰略的意見》、《鄉村振興戰略規劃（2018～2022年）》、和《數字鄉村發展戰略綱要》等相關文件，根據文件精神，立足新時代國情農情，要將數字鄉村作為數字中國建設的重要方面，加快信息化發展，整體帶動和提升農業農村現代化發展。進一步解放和發展數字化生產力，注重構建以知識更新、技術創新、數據驅動為一體的鄉村經濟發展政策體系，注重建立層級更高、結構更優、可持續性更好的鄉村現代化經濟體系，注重建立靈敏高效的現代鄉村社會治理體系，開啟城鄉融合發展和現代化建設新局面。通過今年來的逐步發展，農業物聯網產業中底層傳感器研發、物聯網架構設備研發、物聯網信息系統研發都有了一定的進步，完成多代產品的迭代，開發了各類農業專家系統、配方施肥系統、監測預警系統、質量追溯系統等農業專用軟件平臺，形成較為完整的物聯網產業體系[2]。

在前期研究的基礎上，構建了實現大數據和人工智能應用農業物聯網系統，系統主要以當前的數據交換共享思想為主體架構，架構了以數據為核心的農業物聯網。系統架構包括了物理層、網絡層、數據層和應用層。物理層包括各類物聯網傳感設備和服務器、存儲設備；網絡層的融合LoRa和以太網的骨干網絡和接入網絡；數據層包括數據標準、數據匯聚機制、統一數據庫和數據倉庫；應用層包括管理應用和人工智能應用。

2 基于融合網絡的農業物聯網架設

在農業物聯網架構架設中，國內眾多高校、公司和研究機構提出了多種基于Zigbee、NB-loT、BLE藍牙和WiFi的各類技術[3-5]，根據應用場景不同、建設成本不同，各種技術各有千秋。面向的是平地居多的農業基地，在測試多種網絡后，選擇了長距離、低功耗、平面覆蓋效果較好的RoLa技術[6]。將RoLa網絡和以太網建立融合網絡的農業物聯網，充分發揮各種網絡的傳輸、造價優勢[7]。

整個農業物聯網絡架設中，骨干網絡利用以太網傳輸，傳感器連接利用LoRa網絡搭建，在辦公室建立物聯網機房機房，如圖1。農業物聯網骨干網絡利用防火墻、三層交換機、二層交換機搭建，防火墻對外連接運營商網絡至阿里云服務器，對內連接三層服務器。三層交換機為整個網絡的核心交換機，發責管理不同功能區域的網絡，對于物聯網數據傳輸劃分專門的VLAN管理。三層交換機利用光纖發射器下接二層交換機實現以太網網絡延伸，并連接LoRa網關。根據種植區域，合理布設LoRa網關，從而實現園區內LoRa網絡全覆蓋。

圖1 物聯網園區網絡總體架構示意圖

實現LoRa信號全覆蓋后，布設物聯網接入網絡。在農田中，按照目前已分類種植的田地，按照灌溉系統、通風系統等已有設備建設情況進行傳感器布置。每個LoRa傳輸終端下帶大氣溫濕度、土壤溫濕度、土壤電導率、土肥率傳感器和控制電磁閥的繼電器，利用485線將傳感器數據傳輸至LoRa傳輸終端，如圖2所示[8]。在水房中，還需要布置流量計，以實現水肥的精細化管理，如圖3所示。終端利用LoRa網絡將數據傳輸至LoRa網關。充分利用LoRa網絡覆蓋廣的特點，利用4～6個LoRa網關即可覆蓋近100畝的田地，每個LoRa網關可帶超過50個傳輸終端，大大節約了布線成本。

圖2 農田LoRa網絡架構示意圖

圖3 水房LoRa網絡架構示意圖

3 基于大數據的農業物聯網管理體系建設

3.1 農業物聯網應用數據標準建立

在建立了農業物聯網網絡后，必須對農業物聯網傳輸的數據進行標準化管理。農業物聯網應用數據是指在農業生產、經營、管理、服務等環節產生的數據，其具有數據量大、數據類型多樣、產生速度快、數據價值密度低等特征，建立農業數據標準適于用數據挖掘、機器學習等方法處理和分析的數據集合。數據標準基礎數據元和基礎狀態數據元，數據基礎數據元包括區域、地塊、動植物等類別，基礎狀態數據元包括大氣狀態、土壤狀態、灌溉過程狀態、施肥過程狀態和種植過程狀態等[9]。

3.2 基于大數據的農業物聯網管理數據匯聚機制建立

在農業物聯網應用數據標準建立的基礎上，從數據產出、數據聚合角度建立數字匯聚機制。數字匯聚機制包括數據采集、設備對接、數據導入、數據爬蟲和外部數據接口等方式[10]。數據采集是指建立數據交換方式，根據農業種植計劃利用輪詢計劃對各傳感器數據進行采集，實現傳感器、LoRa傳輸終端、LoRa網關和云服務器的數據采集與傳輸過程，數據模型如圖4所示，其中傳感器至傳輸終端利用Modbus協議完成數據傳輸[11]，實現數據獲取，傳輸終端、網關和服務器之間用mqtt協議完成數據傳輸[12]；設備對接是指現有監控設備和物聯網設備主控系統與交換節點對接；數據導入是指現有系統數據通過導出功能，將數據導出到EXCEL表或其他數據文件形式，再在數據交換節點指定頁面進行導入；數據爬蟲是通過建立網絡爬蟲對指定數據進行自動采集；外部數據接口是指通過購買外部服務接口進行數據對接。所有數據匯聚之后存入統一數據庫中。

圖4 農業物聯網管理數據庫表模型

3.3 農業物聯網管理數據倉庫建立

通過數據匯聚機制實現農業物聯網底層數據、外部數據的匯聚，匯聚到統一數據庫中，建立不同數據維度的主題倉庫。對已匯總到數據庫中的各類數據進行預處理進行元數據分類，從中提取出關系和實體，經過關聯和聚合，采用統一結構來存儲這些數據。通過逐漸增加數據粒度，建立實際有效的數據倉庫分類主題，并建立數據接口，為上層的應用軟件提供數據支撐。

4 農業物聯網管理體系建設與人工智能應用研究

4.1 農業物聯網數據管理體系建立

農業數據管理體系是指運用對農田進行實時監測，利用農業物聯網網絡，調用數據倉庫數據，實現現有農業管理系統數據對接、傳感器系統采集和爬蟲數據填補等多種手段結合的農業數據采集方式，對光照、CO2、土壤溫濕度、土壤PH值以及大田氣候等環境進行數據采集，進行數據分析并進行聯動灌溉系統，并且完成聯動監控系統、溯源系統、電子商務系統，實現全流程數字化管理。

4.2 大數據與人工智能應用研究

要建立實用的人工智能應用數據光靠種植數據是不夠的，這就需要利用數據爬蟲和外部數據接口進行數據補充，補充宏觀層面和微觀層面的農業數據。宏觀層面是指氣候變化、國家/全球經濟指標、全國供需求信息和物流交通運輸信息等宏觀數據，微觀層面是指對接生態環境監測、人居環境監測、農業物聯網種植的反映本地農產品種植的微觀數據，兩者結合進行更加有效的農產品價格監控分析與預測推演，對已分類的數據倉庫進行深度學習，尋找數據關聯性。利用實時數據和推演結果，驅動各類物聯網設備進行聯動，實現基于人工智能的自動化種植[13-15]。例如加入天氣預報數據加入判斷是否需要澆水，利用前期種植過程數據計算種植成本，并加入未來價格預測判斷種植某種植物是否可以盈利，加入天氣預報預測種植風險等。

5 結語

為了建立確實可用的農業物聯網，建立便捷實用的物聯網管理與人工智能應用。在農業物聯網的基礎上，利用人工智能充分發揮大數據分析決策能力，將有力地促進農業的健康發展，科學的提高農業種植技術，不斷提高農業安全質量，提高經濟效益，促進農業增效、農民增收。