基于物聯網的智能農業環境監控系統軟件設計

蔡紹博 蔡紹碩 張軍 鮑玲玲

（1.長江大學園藝園林學院，湖北 荊州 434025；2.青島海紋智慧農業科技有限公司，山東 青島 266001；3.武漢市春曉曲農業科技有限公司，湖北 武漢 430211；4.武漢菜佰仟數字農業科技有限公司，湖北 武漢 430074；5.長江大學教育與體育學院，湖北 荊州 434025）

雖然與西方發達國家相比，我國將物聯網技術運用于農業智能化控制方面起步晚、技術落后，但近些年隨著我國政府政策的大力扶持和國內市場巨大需求的刺激，我國農業物聯網在農業大棚和大棚智能化控制方面的應用也取得了許多科研成果和實踐經驗。例如，中國農業大學張猛等［1］提出基于ZigBee和Internet的溫室群環境遠程監控系統由多個基于ZigBee網絡的子溫室監控系統構成，這些子監控系統把各自采集的數據上傳至總服務器，通過總監控系統及控制算法，實現對溫室生態因子的實時監測和控制；天津市氣候中心的黎貞發［2］等研發了具有數據實時采集、低溫災害監測、預警發布和遠程加溫控制一體功能的基于物聯網的日光溫室低溫災害監測預警系統；江南大學的潘金珠等［3］研發了通過ZigBee無線傳感器網絡采集終端傳感器的數據，數據通過無線網關傳輸到遠程監測中心，用戶通過PC或手機終端進行數據檢測和調控溫室里的終端設備，從而實現對溫室大棚里生態信息實時監測和對設備遠程自動控制。此類的物聯網研究有效地推動了我國農業向智能化和自動化方向前進的步伐。

但是，基于ZigBee自組網或者藍牙局域性網絡的系統在實際應用中存在落地的設計方案結構復雜、開發成本高、開發周期長等諸多問題。因此，設計具有數據采集上傳、網絡通信和遠程控制功能的簡單智能農業系統，是未來物聯網農業發展的主要趨勢。隨著鄉村的振興發展，在覆蓋面積廣、種植環境復雜的溫室大棚中發展智能化已然成為一種大趨勢。因此，筆者試圖在這些難點難題上進行部分創新，設計出一種利用無線分組的WiFi長距離通信技術的新型環境監控系統。該系統采用物聯網模塊ESPP8266，開發智能終端與遠程上層控制端通過傳感器建立數據系統，形成溫室大棚的環境監測體系，利用手機軟件來控制機器設備。硬件部分由終端集成通信模塊、傳感器采集模塊、電源模塊、繼電器和終端執行器模塊組成，通過軟硬件的結合使用，實現高效服務農業發展。

1 智能農業監控系統的關鍵技術

智能農業是指通過新興科學技術來對農業大棚進行溫度、濕度及光照強度等環境參數的監測。在農業監測系統中，需要實現大棚、云端、用戶之間的互聯，在大棚與云端之間，利用WiFi網絡進行數據傳輸；在云端與用戶之間，利用互聯網（2G、3G、4G、5G等網絡）實現數據接收與控制［4］。

項目組通過多年的智慧農業項目實踐，總結出智慧農業在物聯網技術下的應用原理，如圖1所示，智慧農業以數據處理為中心，以顯示屏和手機端為核心，接收來自3個方面的數據：一是通過攝像頭、氣象站和無人機獲得圖像等信息；二是通過有線采集終端獲得蟲情監測和土壤墑情監測信息；三是通過無感采集終端獲得光照、土壤溫濕度、空氣溫濕度、土壤氮磷鉀、紫外線、土壤電導率、二氧化碳、土壤pH數據。進而在數據分析處理中對農業種植情況進行判斷，從而對農業設備終端采取下發指令來實現智能控制。對其進行設計時智能監控系統作為整個智能農業的一個核心環節，充分考慮個性化定制和經濟成本的因素，通過傳感器與開發板，可局部或部分實現智慧農業的功能。

圖1 智慧農業應用原理與模式

當裝有濕敏和熱敏元件的溫濕度傳感器搭載HarmonyOS開發板時，利用串口實時獲取傳感器檢測的數據，再用開發板的主控WiFi將串口獲取的數據實時發送到云端［5］。WiFi無線電波覆蓋范圍廣，半徑可達100 m，傳輸速率快，可以讓系統更加實時，并且WiFi網絡更具有可靠性，可以防止數據丟失。

2 智能農業系統架構設計與試驗分析

2.1 系統的基本架構與功能實現

系統整體架構分為3層：感知層、信息層和用戶層，如圖1所示。其中，感知層利用E53系列的溫濕度傳感器，將農業大棚的溫度、濕度、光照度等環境參數進行數據采集。傳感器搭載在BearPi（HarmonyOS）的開發板上，傳感器通過串口向開發板發送檢測的溫濕度、光照強度數據，實時獲取大棚內部的環境參數。信息層則由華為云設備接入IoT功能，將感知層的設備連接上云，并設計響應的指令命令，開發板通過WiFi主控模塊，利用WiFi技術，將感知層獲取的環境參數實時發送到云端，云端可以進行數據的判斷分類和處理，還可以進行命令的下發。而用戶層則使用Android技術，基于Linux內核與JAVA語言，用戶既可以接收云端實時監控的環境數據，也可以進行指令的發送［6］。

在該架構下，該監控系統具備實時監測、數據查詢與警告、遠程查詢與控制等功能。系統通過底層采集節點實時采集溫室里的環境參數，將數據通過無線網絡傳輸給服務器，以直觀的圖表方式顯示并提供報警信息。當數據超出預先設定的值時，終端環境調節設備便進行自動調節和控制。系統可以實時查詢溫室內的各項環境參數、歷史數據，分析農作物生長環境變化趨勢，輔助用戶做出正確的農業生產決策。

2.2 軟件設計與系統實現

軟件設計主要包括終端節點設計、匯聚節點設計和服務平臺軟件設計。采集節點間通過串行總線相連，采集點和匯聚節點通過WiFi網絡實現通信和數據的傳輸。首先是環境參數的獲取以及處理，在大棚內部安裝感知層設備，進行種植環境參數的檢測。將檢測的數據值通過WiFi網絡上傳到云端。其次，通過WiFi網絡接收來自感知層的數據，云端對接收的數據進行檢測與感知層設備的調試，設備的調試通過云平臺向設備端發送請求和設備端響應請求。在進行請求時，需要進行Token驗證，響應包括設備服務ID及數據參數，云端除了會接收環境參數以外，當農業大棚內的環境參數出現異常時，還能接收感知設備發送預警信息。最后用戶通過Android端來進行控制，當用戶打開Android客戶端時，顯示一個主界面。如圖2所示。主界面包括信息監測和設備控制2個模塊，2個模塊可以分別進行點擊響應來實現不同的功能［7］。點擊信息監測界面時，可以實時查看棚內的溫度、濕度及光照度的值。設備控制界面可以對棚內環境進行操作，開啟風扇通風，光照度不足時打開日光燈補充光照等。

圖2 智能農業系統架構

Android端控制系統主要包括2個部分：界面布局和功能實現。界面布局需要實現主界面、信息監測界面和設備控制界面3個界面（見圖3）的顯示，功能實現包括數據通信和數據顯示，通信模塊主要分為數據接收模塊、數據發送模塊。其中，數據發送模塊是將Android客戶端的指令信息通過TCP/IP傳輸協議傳輸至服務器，數據接收模塊則是讓Android客戶端接收來自云端的數據信息［8］。數據顯示讓從云端獲取的數據通過適配在Android界面完整顯示。

圖3 Android端整體設計圖

2.3 系統軟件運行試驗分析

為進行該系統的運用分析，筆者進行了一次場景運用試驗，按照1:1 000的比例還原了該系統所需的溫室系統環境，設計出了一個3 m2大小的微縮型溫室大棚，設置了2個傳感器和1個路由器，簡易開發了Android客戶端，確保大棚內的任何一個感知層設備都能夠連接上網絡，能夠進行網絡訪問，將感知層的設備獲取的數據實時發送到云端進行分析處理。當云端對數據進行處理后，Android客戶端通過互聯網絡，接收來自云端的數據，可以實現遠程監控大棚內的環境參數。可見，在整體功能的測試中，主要是對實現智能終端數據的采集、云平臺對下位機數據的接收和處理、終端設備響應上位機命令、事件觸發機制等這幾個模塊的功能進行測試。

本次測試中，網關接收智能終端傳感器采集的生態因子數據，通過解析上傳到物聯網平臺，并通過手機APP移動端能夠實時查看數據。另外，在測試終端設備響應上位機命令功能中，本系統要求云平臺下發指令，可以實現對散熱風扇、補光燈和微型水泵終端設備的遠程控制，從而實現智能農業的散熱、通風、補光、澆水，以保證農作物生長環境適宜。全流程測試下來，整套數據采集流程均成功實現，可見系統的實驗室運行是可行的。

在上述實驗室測試中，搭建的無線網絡能夠準確對終端傳感器數據參數進行傳輸，空氣溫濕度、光照度、土壤溫濕度等實時數據均能準確顯示在監控界面上。因此，當這個微縮型系統在6 667 m2的溫室大棚中應用時，通過對感知層設備的覆蓋范圍計算，一個感知節點能夠有效檢測覆蓋面積在50 m2左右，每6 667 m2需要安裝130個感知節點才能進行有效檢測；而一個路由器的覆蓋范圍在200 m2左右，6 667 m2需要安裝35個路由器，讓所有的感知節點都能夠進行網絡覆蓋并進行網絡訪問。同時，根據某網站提供的價格，一個開發板+溫濕度傳感器的價格在100元左右，而一個常規版路由器的價格在50元左右，因此，筆者設計的智能農業監控系統在一個6 667 m2的大棚應用，費用可控制在1萬元左右。這也證明了改進后的環境監控系統應用于農業能夠極大地降低使用成本。

3 結語

筆者設計的智能農業物聯網環境監控系統，采用了目前國內較為先進專業的華為云物聯網開放平臺，簡化了物聯網農業方案的復雜度，較傳統的物聯網解決方案減少了大量的開發時間和開發成本。農業環境監控是智能農業發展的重要環節，筆者利用物聯網技術對系統智能終端各功能模塊進行設計與開發，構建的這種新型監控系統利用終端傳感器成功實現了對農業大棚內生態因子的采集，在農業溫室環境的數據采集、實時監測、指令傳達方面體現出結構簡單、通信距離遠、采集的數據穩定且精準性高等優勢。同時，在微縮版的試驗中，該系統的測試和調試階段也符合智慧農業生產中的條件和要求。因此，隨著5G網絡和WiFi6的發展，該用戶-云端-終端的智能監測模式稍加改造，也可作其他農業用途，具有廣闊的應用空間。

但是，雖然筆者設計的智能農業物聯網環境監控系統達到了預期目標和一定的實際運用價值，但是由于時間的限制和能力的不足，本系統相較于國內外的智慧農業遠程監控系統還存在一定的差距，希望在后期的研究中加入機器學習技術，可以對大棚內的病蟲害進行檢測，并利用網絡傳輸技術建立專家系統，遠程給出相應的治理方法。