基于改進(jìn)K-means的農(nóng)田濕度評(píng)估研究

彭 源，徐曉輝，宋 濤，郝淼淼，趙法川

（河北工業(yè)大學(xué)電子信息工程學(xué)院，天津300400）

0 引 言

目前在農(nóng)業(yè)生產(chǎn)中，粗放用水和農(nóng)田干旱嚴(yán)重影響農(nóng)業(yè)生產(chǎn)效率及產(chǎn)量，因此，制定科學(xué)合理的農(nóng)田灌溉計(jì)劃尤為重要[1]。制定科學(xué)的農(nóng)田灌溉計(jì)劃需要準(zhǔn)確地獲取農(nóng)田的土壤濕度，并設(shè)計(jì)一個(gè)自動(dòng)化的農(nóng)田濕度評(píng)估系統(tǒng)，對(duì)農(nóng)田的土壤濕度作出準(zhǔn)確的評(píng)估。

現(xiàn)有的農(nóng)田濕度控制系統(tǒng)主要以文獻(xiàn)[2]、文獻(xiàn)[3]設(shè)計(jì)的農(nóng)業(yè)灌溉系統(tǒng)為主，系統(tǒng)的實(shí)時(shí)性強(qiáng)，但其土壤濕度信息大多數(shù)是由單個(gè)土壤濕度傳感器測得，即數(shù)據(jù)只能代表農(nóng)田某一部分的土壤濕度，比較單一，缺乏代表性，不能準(zhǔn)確反映農(nóng)田整體的濕度情況。同時(shí)由于系統(tǒng)決策完全依賴于一個(gè)土壤濕度傳感器，會(huì)使系統(tǒng)整體缺乏抗干擾性，一旦濕度土壤傳感器出現(xiàn)故障，會(huì)導(dǎo)致控制系統(tǒng)作出錯(cuò)誤的決策，影響灌溉效果。

為解決上述問題，文獻(xiàn)[4]以北京大興試驗(yàn)區(qū)3.645 km2為例，布設(shè)了129個(gè)采樣點(diǎn)，對(duì)農(nóng)田濕度進(jìn)行評(píng)估?；诖?，本文采用多傳感器數(shù)據(jù)融合的方法，在所測農(nóng)田的不同位置，分別放置3個(gè)土壤傳感器節(jié)點(diǎn)，然后使用Lora通信方式將節(jié)點(diǎn)采集到的濕度信息傳輸?shù)酵粋€(gè)控制中心，對(duì)數(shù)據(jù)進(jìn)行處理和評(píng)估[5]。土壤濕度傳感器在測量土壤濕度時(shí)，受到外界因素的影響，會(huì)產(chǎn)生噪聲，引起測量誤差。為了消除誤差和更準(zhǔn)確地得到農(nóng)田土壤濕度值，引入K-means 方法消除有誤差的濕度數(shù)據(jù)[6]，同時(shí)為了提高K-means 的運(yùn)算效率，對(duì)K-means做了進(jìn)一步改進(jìn)?；诖?，本文設(shè)計(jì)了基于改進(jìn)K-means 的農(nóng)田濕度評(píng)估系統(tǒng)

1 系統(tǒng)的組成

1.1 系統(tǒng)的功能設(shè)計(jì)

基于物聯(lián)網(wǎng)的架構(gòu)模式，設(shè)計(jì)了土壤傳感器節(jié)點(diǎn)、控制中心和移動(dòng)設(shè)備APP，其系統(tǒng)架構(gòu)見圖1[7]。當(dāng)系統(tǒng)正常工作時(shí)，首先，移動(dòng)設(shè)備或控制中心將采集指令發(fā)送到土壤傳感器節(jié)點(diǎn)。其次，土壤傳感器節(jié)點(diǎn)將采集到的濕度數(shù)據(jù)通過Lora 協(xié)議傳輸?shù)娇刂浦行?。然后，控制中心先判斷土壤傳感器是否有故障，并使用改進(jìn)的K-means 算法對(duì)濕度數(shù)據(jù)進(jìn)行聚類、加權(quán)等操作，評(píng)估出農(nóng)田的土壤濕度。最后，控制中心將評(píng)估后的農(nóng)田濕度傳遞至移動(dòng)設(shè)備。用戶可以直接根據(jù)移動(dòng)端APP 顯示的濕度信息，向土壤傳感器節(jié)點(diǎn)發(fā)出準(zhǔn)確的灌溉指令。

1.2 控制中心和土壤傳感器節(jié)點(diǎn)設(shè)計(jì)

控制中心與土壤傳感器節(jié)點(diǎn)的電路結(jié)構(gòu)分別見圖2和圖3。控制中心由電源模塊、STM32最小系統(tǒng)、Lora通信模塊和NBiot 通信模塊組成。土壤傳感器節(jié)點(diǎn)由電源模塊、STC89C52 最小系統(tǒng)、土壤濕度傳感器和Lora 通信模塊組成[9]。下面分別對(duì)控制中心和土壤傳感器節(jié)點(diǎn)的各個(gè)模塊作詳細(xì)分析。

（1）電源模塊。電源采用12 V 蓄電池，并接入LM1117芯片將12 V電壓降為5 V和3.3 V對(duì)各個(gè)模塊供電。

（2）STM32 最小系統(tǒng)。其內(nèi)核型號(hào)為cortex-A7，引腳資源多、功耗小，外部晶振頻率為8 MHz，能夠高效運(yùn)行改進(jìn)的K-means算法。

（3）通信單元。控制中心的通信單元由Lora 通信模塊和NB-iot通信模塊組成，Lora通信模塊的型號(hào)為AS32-TTL-1W，通信距離為3 km，能夠自組網(wǎng)，無需運(yùn)營商網(wǎng)絡(luò)的支持，適用于田間通信[8]。NB-iot 通信模塊型號(hào)為WH-NB73，支持運(yùn)營商網(wǎng)絡(luò)通信。在運(yùn)營商網(wǎng)絡(luò)覆蓋的范圍內(nèi)，控制中心就能夠?qū)⒃u(píng)估出的農(nóng)田濕度信息通過NB-iot 傳輸?shù)揭苿?dòng)端設(shè)備，以便用戶隨時(shí)查詢。

（4）STC89C52 最小系統(tǒng)。STC89C52 功耗小、穩(wěn)定性高，其晶振頻率是11.059 2 MHz，適宜在田間長時(shí)間工作。

（5）土壤傳感器。型號(hào)為PR-3000-ECT-N01，采用頻域反射的原理將土壤濕度轉(zhuǎn)換為485 信號(hào)輸出到STC89C52，測量誤差小于2%。

1.3 移動(dòng)端APP設(shè)計(jì)

移動(dòng)端APP 由Android Studio 軟件開發(fā)設(shè)計(jì)，其界面（Graphical User Interface，GUI）見圖4。

APP 實(shí)現(xiàn)了TCP socket 網(wǎng)絡(luò)通信功能，與控制中心的NBiot進(jìn)行數(shù)據(jù)傳輸。點(diǎn)擊圖4中的“獲取”按鈕時(shí)，APP發(fā)送采集指令，控制中心就會(huì)依次獲取3個(gè)土壤傳感器節(jié)點(diǎn)采集到的農(nóng)田土壤濕度信息，然后，控制中心節(jié)點(diǎn)將評(píng)估后的農(nóng)田土壤濕度信息上傳到APP顯示。如果有故障節(jié)點(diǎn)，GUI中相應(yīng)節(jié)點(diǎn)就會(huì)顯示紅色，表示該節(jié)點(diǎn)的土壤濕度傳感器發(fā)生故障，然后報(bào)警。

2 濕度評(píng)估方法設(shè)計(jì)

2.1 K-means算法

K-means 是一種無監(jiān)督學(xué)習(xí)聚類算法，它將所有數(shù)據(jù)以k個(gè)點(diǎn)為中心進(jìn)行聚類，對(duì)最靠近它們的數(shù)據(jù)歸為一類，再通過迭代的方法，依次更新各聚類中心的值，使集群更相似，直至得到最好的聚類效果[9]。

數(shù)據(jù)集D={x1,x2,x3,…,xn}，聚類數(shù)目k為該算法的輸入，經(jīng)過聚類操作，輸出集合的劃分C={C1,C2,C3,…,Ck}及更新后的k個(gè)聚類中心。

算法流程如下[10]：

（1）從數(shù)據(jù)集D中，隨機(jī)選擇k個(gè)數(shù)據(jù)作為初始的聚類中心，記為：{a1,a2,a3,…,ak}。

（2）用式(1)計(jì)算每個(gè)樣本xi(i= 1,2,3,…,n)和各個(gè)質(zhì)心aj(j= 1,2,3,…,k)的歐式距離，然后將xi歸類到距離最小的dij所對(duì)應(yīng)的類別。

（3）對(duì)Cj(j= 1,2,3,…,k)中所有的樣本點(diǎn)重新計(jì)算均值得到新的聚類中心μj。

（4）用公式(2)計(jì)算平方誤差標(biāo)準(zhǔn)函數(shù)，檢測是否收斂，收斂則完成劃分，否則重復(fù)步驟（2）、（3）。

通過上述步驟，在農(nóng)田濕度評(píng)估時(shí)，控制中心就能夠剔除個(gè)別土壤濕度傳感器本身產(chǎn)生的隨機(jī)誤差及其他因素引起的測量誤差值。

2.2 K-means算法改進(jìn)

K-means的時(shí)間復(fù)雜度為：

式中：k代表聚類數(shù)目；n代表聚類的樣本數(shù)；l代表迭代次數(shù)。

該算法隨機(jī)選擇初始聚類中心會(huì)導(dǎo)致迭代次數(shù)l不確定，造成收斂速度慢、聚類效果差、運(yùn)算復(fù)雜度高等問題[11]。這里在算法實(shí)現(xiàn)前采用確定初始聚類中心的方法來解決上述問題。

在實(shí)際的運(yùn)用場景中，由于STM32 的運(yùn)算速度較慢，要快速得到評(píng)估值，就需要減少K-means 的時(shí)間復(fù)雜度。因?yàn)橥寥罎穸葦?shù)據(jù)是一維數(shù)據(jù)，改進(jìn)后的K-means 算法流程圖見圖5，首先，遍歷整個(gè)數(shù)據(jù)集群D，得到集群中數(shù)據(jù)的最小和最大值，然后，多次采用二分法，獲取濕度數(shù)據(jù)的中值，直到獲得想要個(gè)數(shù)的聚類中心。獲取的各個(gè)聚類中心分布均勻，K-means迭代次數(shù)l就會(huì)減少，時(shí)間復(fù)雜度也隨之降低。

3 主程序設(shè)計(jì)

系統(tǒng)主流程框圖見圖6，將整個(gè)系統(tǒng)流程劃分為數(shù)據(jù)采集、故障診斷、濕度信息評(píng)估3個(gè)階段。

3.1 數(shù)據(jù)采集

一個(gè)控制中心對(duì)應(yīng)3個(gè)土壤傳感器節(jié)點(diǎn)，土壤濕度傳感器采集到的濕度數(shù)據(jù)通過RS485 總線傳輸?shù)絊TC89C52[13]，再經(jīng)由Lora 通信模塊傳輸?shù)娇刂浦行?。控制中心程序流程見圖7。當(dāng)收到移動(dòng)端APP評(píng)估命令后，改變程序中mode_flag標(biāo)志位，控制Lora模塊輪詢采集3個(gè)土壤傳感器節(jié)點(diǎn)的濕度數(shù)據(jù)并存入3個(gè)數(shù)組中。

在人總行和昆明中支黨委的正確領(lǐng)導(dǎo)下，全省人民銀行消保部門認(rèn)真貫徹落實(shí)總行對(duì)金融消費(fèi)權(quán)益保護(hù)工作的統(tǒng)一部署，堅(jiān)持金融為民理念，以金融消費(fèi)者保護(hù)為抓手，以金融消費(fèi)者教育為重點(diǎn)，各項(xiàng)工作取得積極進(jìn)展。人行昆明中支法律事務(wù)處自設(shè)立以來，采取多項(xiàng)措施暢通金融消費(fèi)維權(quán)渠道，促進(jìn)金融消費(fèi)權(quán)益保護(hù)工作上臺(tái)階。

控制中心和土壤傳感器節(jié)點(diǎn)之間的信息傳遞采用一主多從的通信方式。首先，不同土壤傳感器節(jié)點(diǎn)的STC89C52 給Lora 模塊設(shè)置不同的地址、信道，并對(duì)其進(jìn)行編號(hào)，方便控制中心區(qū)分不同的土壤傳感器節(jié)點(diǎn)；然后，設(shè)置Lora 模塊使其進(jìn)入喚醒模式。控制中心采集濕度數(shù)據(jù)時(shí)，將其Lora 模塊設(shè)置為接收模式，在接收模式下，依次設(shè)置該Lora 模塊的地址、信道與土壤傳感器節(jié)點(diǎn)的Lora 模塊地址、信道一致，喚醒土壤傳感器節(jié)點(diǎn)使其采集土壤濕度并將土壤濕度傳輸?shù)娇刂浦行腫12]。

3.2 故障診斷

故障診斷采用多傳感器數(shù)據(jù)融合的方法，即控制中心將采集到的濕度數(shù)據(jù)存入3個(gè)的數(shù)組，計(jì)算每個(gè)數(shù)組的均值、方差，以及兩兩均值的差值。經(jīng)過實(shí)驗(yàn)驗(yàn)證，在沒有極端因素影響的情況下，被測農(nóng)田不同區(qū)域的濕度差值不大，當(dāng)某組數(shù)據(jù)均值與其他2組數(shù)據(jù)均值的差值大于10%時(shí)，就可以判定相應(yīng)土壤傳感器出現(xiàn)故障。判定土壤傳感器出現(xiàn)故障后，控制中心立即使用NB-iot 向移動(dòng)設(shè)備上報(bào)故障土壤傳感器編號(hào)，然后移動(dòng)設(shè)備發(fā)出報(bào)警信號(hào)。移動(dòng)端GUI 顯示如圖4 所示，“節(jié)點(diǎn)2”顯示紅色，即土壤傳感器節(jié)點(diǎn)2出現(xiàn)了故障。控制中心將刪除土壤傳感器節(jié)點(diǎn)2的數(shù)據(jù)，拒絕此數(shù)據(jù)集進(jìn)入濕度信息評(píng)估階段。

3.3 濕度信息評(píng)估

控制中心使用改進(jìn)的K-means算法對(duì)采集到的3組數(shù)據(jù)進(jìn)行處理。在處理過程中，設(shè)定初始的聚類中心數(shù)k=5，運(yùn)算后，舍棄5個(gè)聚類中心值的最小值和最大值，最后用式(4)計(jì)算出農(nóng)田的濕度。

式中：S代表評(píng)估后的濕度；x、y、z代表未舍棄聚類中心的最小值、中值和最大值；k1、k2、k3代表加權(quán)系數(shù)，k1+k2+k3= 1。

通過多組試驗(yàn)證明，當(dāng)設(shè)置k1= 0.3、k2= 0.4、k3= 0.3時(shí)得出的濕度值與農(nóng)田的平均濕度最接近，得出的評(píng)估結(jié)果最優(yōu)。

4 系統(tǒng)測試與評(píng)價(jià)

4.1 田間實(shí)驗(yàn)

在不同時(shí)間段（晴朗、雨后等）對(duì)同一塊農(nóng)田進(jìn)行了多次田間實(shí)驗(yàn)，驗(yàn)證此濕度評(píng)估系統(tǒng)的準(zhǔn)確性和穩(wěn)定性。實(shí)驗(yàn)過程中，將3個(gè)土壤傳感器節(jié)點(diǎn)分別放置在農(nóng)田的中央、東北角和西南角，同時(shí)通過人工的方式，采集此塊農(nóng)田位置分布均勻的10 份土壤，在實(shí)驗(yàn)室通過烘干法計(jì)算出10 份土壤的濕度值，然后計(jì)算10 份土壤的濕度均值，將此均值與評(píng)估系統(tǒng)的輸出結(jié)果進(jìn)行比較。

由表1田間實(shí)驗(yàn)結(jié)果得出。在田間實(shí)驗(yàn)中，此濕度評(píng)估系統(tǒng)的評(píng)估值和采集的10 份土壤濕度的均值相對(duì)誤差小于2%，且5次實(shí)驗(yàn)的均方誤差為1.004 1%。此誤差在農(nóng)業(yè)生產(chǎn)的要求范圍以內(nèi)，滿足精準(zhǔn)農(nóng)業(yè)要求，證明了此系統(tǒng)評(píng)估效果良好。

表1 田間實(shí)驗(yàn)結(jié)果Tab.1 Field experiment results

4.2 單土壤濕度傳感器故障引入實(shí)驗(yàn)

在驗(yàn)證此系統(tǒng)的故障診斷功能時(shí)，引入誤差模擬土壤濕度傳感器發(fā)生故障。在某一個(gè)土壤傳感器節(jié)點(diǎn)的測量處加入少量水，使土壤濕度傳感器的測量值與其他兩個(gè)土壤濕度傳感器的測量值差值較大，然后評(píng)估此濕度評(píng)估系統(tǒng)的可靠性。單土壤濕度傳感器故障引入實(shí)驗(yàn)結(jié)果見表2。

從表2 可以看出：以節(jié)點(diǎn)1 作為基準(zhǔn)中心點(diǎn)，節(jié)點(diǎn)1 與節(jié)點(diǎn)3 的差值為4.074 9%，但是節(jié)點(diǎn)2 與節(jié)點(diǎn)1 的差值和節(jié)點(diǎn)3的差值都大于10%，故判斷節(jié)點(diǎn)2 出現(xiàn)故障?？刂浦行膭h除土壤傳感器節(jié)點(diǎn)2 采集的濕度數(shù)據(jù)后，系統(tǒng)的濕度評(píng)估為19.461 1%，符合要求。

表2 單土壤濕度傳感器故障實(shí)驗(yàn)結(jié)果Tab.2 Experimental results of single soil moisture sensor failure

5 結(jié) 論

（1）改進(jìn)后的K-means 能在STM32 處理器上高效運(yùn)行，拋棄土壤傳感器采集的噪聲數(shù)據(jù)，在實(shí)現(xiàn)濕度評(píng)估的同時(shí)，能有效診斷土壤傳感器是否故障。

（2）系統(tǒng)的通信傳輸使用了Lora 和NB-iot 技術(shù)，使用Lora 技術(shù)解決了農(nóng)田無運(yùn)營商網(wǎng)絡(luò)覆蓋的問題；使用NB-iot技術(shù)將土壤濕度傳輸?shù)揭苿?dòng)設(shè)備，方便用戶查看土壤濕度信息。

（3）田間實(shí)驗(yàn)結(jié)果表明，評(píng)估系統(tǒng)的評(píng)估值和農(nóng)田土壤平均濕度的相對(duì)誤差在5%以內(nèi)，滿足設(shè)計(jì)要求。

（4）本評(píng)估系統(tǒng)的誤差能夠滿足農(nóng)業(yè)要求，但還存在對(duì)于不同農(nóng)田的適應(yīng)性，評(píng)估精度還有待提高。

（5）為進(jìn)一步提高濕度評(píng)估系統(tǒng)的準(zhǔn)確性，還可以在農(nóng)田中加入更多的土壤傳感器節(jié)點(diǎn)。