基于物聯網的智慧農業系統建設與思考*

李欣澤，鄧 昀，陳守學

（桂林理工大學，廣西 桂林 541006）

我國農業發展中普遍存在農業產業化的整體水平低，農業發展不平衡，農業生產中浪費人力物力，農業生產機械化程度低等問題。我國農業發展面臨巨大挑戰，水土資源束縛日益嚴峻，不正確的農業生產方式還可能會導致農業生態環境污染加重，生態系統遭受較大程度破壞，因此目前的農業系統需要向更專業化、更智能化的智慧農業系統方向轉型，推動農業產業發展。

1 智慧農業系統的現狀

智慧農業是根據農業、畜牧業及林業生產實際需求及現代網絡發展現狀，采用頂層設計、統一規劃，建設統一資源數據系統、統一平臺，分部門實施，分系統建設，提供統一集成服務、統一運營維護，綜合應用互聯網、移動互聯網、云計算、物聯網、智能控制、智能決策、精準農業、衛星遙感等現代信息技術的新型農業。

智慧農業最大的特點就是使農業生產更智慧化、信息化，保證農業生產效率。智慧農業系統常應用于：（1）對農業生產環境的數據監控。智慧農業系統在實際的農業生產當中能夠準確地獲得植物生長發育的條件和環境狀況，例如土壤電導率、溫濕度、環境溫濕度、風速風向等環境要素，然后通過人們長時間從事農業生產當中的經驗以及大數據所帶來的預測，能夠有效地為農業發展提供科學的信息。（2）農業危害狀況的預防。智慧農業能夠有效避免受自然原因和人為原因的影響，為農業的發展提供有效的控制方法。（3）農業病蟲害識別檢測。農作物健康狀況一直在農業生產中備受關注，部分智慧農業系統具備病蟲害識別檢測系統，可以準確識別農作物病蟲害類型。

2 智慧農業系統建設主要內容

系統主要包括環境信息監控系統、視頻監測系統、氣象監測系統、病蟲害視頻監測系統、管理決策系統。

2.1 環境信息監控系統

環境信息監控系統架構如圖1所示。

圖1 環境信息監控系統架構圖

（1）空氣溫濕度監測功能：實時監測園區空氣的溫度和濕度。

（2）土壤濕度監測功能：土壤濕度采集節點配有土壤濕度傳感器，實時監測園區土壤的濕度。

（3）光照度監測功能：光照度采集節點采用光敏電阻來實現對園區光照情況的檢測。

（4）土壤pH監測功能：土壤pH采集節點采用土壤pH傳感器來實現對園區土壤pH情況的檢測。

（5）控制風扇促進植物光合作用功能：植物光合作用需要光照和二氧化碳。當光照度達到系統設定值時，系統會自動開啟風扇加強通風，為植物提供充足的二氧化碳。

（6）控制加濕器給空氣加濕功能：如果空氣濕度小于設定值，系統會啟動加濕器，達到設定值后便停止加濕。

（7）控制噴淋裝置給土壤加濕功能：當土壤濕度低于設定值時，系統便啟動噴淋裝置來噴水，直到濕度達到設定值為止。

（8）控制加熱器給環境升溫功能：當溫度低于設定值時，系統便啟動加熱器來升溫，直到溫度達到設定值為止。

2.2 視頻監測系統

視頻監測系統架構如圖2所示。

圖2 視頻監測系統架構圖

在園區內安裝高清監控攝像機，攝像頭實時捕獲農田、溫室大棚內部的畫面，通過高速IP網絡將畫面數據傳輸給控制中心視頻編解碼模塊處理。管理人員、農業專家可以在液晶顯示器上看到農田、溫室大棚內部的實時畫面；可按設定頻率拍照，并上傳照片。視頻、圖片保存在存儲服務器中，可以實現視頻信息的長期存儲和方便調用。

2.3 氣象監測系統

基于4G技術、風光互補的無外插電源野外氣象站，實時監測氣象信息，實時采集園區大氣溫濕度、風向、風速、光照、輻射以及降雨量，并通過4G網絡傳輸至控制中心進行處理。控制中心通過作物生產控制模型對作物生長態勢進行實時監控和數字化處理，以指導農業生產防災減災和生產管理。風光互補多網融合野外氣象站設備原理框圖如圖3所示。

圖3 風光互補多網融合野外氣象站設備原理框圖

2.4 病蟲害視頻監測系統

基于視頻圖像處理，以蘋果、櫻桃、葡萄三種水果葉片的病蟲害為研究對象，首先基于LeNet-5網絡模型設計了一個簡單11層卷積神經網絡，用于葉片病蟲害的識別。經過了25批次訓練4650次迭代后，在訓練集的正確率近乎為1，驗證集上的正確率為90%。LeNet-5網絡模型在用于未經訓練的數據進行隨機測試時，有害葉片病癥的識別率卻極低，這是因為該模型存在數據量過少造成的過擬合現象，因此引入數據增強技術與遷移學習思想來解決該模型的過擬合問題，利用了數據增強技術與遷移學習思想以VGGNet-16與Inception V3模型進行微調，分別取得了92%與94.8%的識別率，該方法為以后在農業中的應用奠定了基礎。農業大棚農作物視頻監測界面如圖4所示。

圖4 農業大棚農作物視頻監測界面

2.5 管理決策系統

完成對各種數據的展示、分析和決策指揮，是整個系統的核心。其架構如圖5所示。

圖5 管理決策系統架構圖

（1）數據管理子系統：對測量、采集到的傳感器、氣象、視頻數據進行統一管理查詢。

（2）現場設備的遠程控制：常用的現場設備包括風機、水閥、加濕器、加熱器等，這些設備均可以通過信號線進行控制，服務器發送的指令被轉化成控制信號后即可實現遠程啟動/關閉現場設備的運轉。

（3）現場設備的自動控制：除了手工發送指令之外，系統還能夠根據檢測到的環境指標進行自動控制現場設備的啟動/關閉。用戶可以自定義溫濕度、光照、CO2濃度等指標的上限值、下限值，并定義當指標超過上限或者下限時，現場設備如何響應（啟動/關閉）。

（4）專家在線分析指導診斷系統：基于視頻監測平臺，以及數據管理子系統，農業專家在遠程可以實時查看園區內的各種數據（溫度、濕度、光照、水量、作物生長視頻記錄），判斷是否是適合作物生長的最佳條件，通過遠程視頻系統查看作物病蟲害問題，實現專家在線指導診斷。現場設備遠程控制圖如圖6所示。

圖6 現場設備遠程控制圖

3 智慧農業系統的廣泛應用

3.1 智慧農業系統在農業大棚環境監控中的應用

傳統農業方式進行農業環境的監控時普遍使用人工管理方式較多，而我們團隊研發的智慧農業系統中的農業大棚環境監控系統由部署在農業大棚內的各種傳感器，包括土壤溫濕度傳感器、土壤pH傳感器、二氧化碳傳感器、光照傳感器等采集農業環境中的數據，通過團隊設計的多網融合數據傳輸方案進行數據傳輸，不但可以實現智能化、自動化的農業環境監控，還可以保證數據傳輸過程中的可靠性，多網融合數據傳輸方法解決傳輸距離短、數據單一、遠程供電困難等一系列問題，從而實現農業監控智能化、專業化。

3.2 智慧農業系統在農業環境數據可視化管理中的應用

將農業環境監控系統中采集到的各種環境數據進行匯總、統計以及分析是智慧農業系統的重中之重，智慧農業系統中的智慧農業平臺即可以實現對采集到的環境數據進行統計、同比分析、環比分析的功能，還可以實時監測采集數據，對比農作物、植物的適宜生長條件，判斷當前環境是否適合作物生長的最佳條件，并給出調整意見。

3.3 智慧農業系統在實踐教學中的應用

團隊設計的“智慧農業系統”是基于云計算、人工智能、物聯網等技術，建設了農業生產環境監控、智能節水灌溉、云平臺等系統。系統可以轉換為農業物聯網教學設備，將團隊自主研發的多網融合數據傳輸技術中涉及的知識點轉換為教學案例素材，加深高校學生對于智慧農業系統的應用與理解。

4 結束語

綜上所述，智慧農業系統在多方面多角度都提高了農業生產的效率，在一定程度上解決了農業的可持續發展問題，具有一定的社會效益和經濟效益，未來也將有廣闊的發展空間，值得我們不斷研究與探索。