基于云平臺的智慧農業系統設計與實現*

楊瑞麗，謝文丹

（商丘工學院信息與電子工程學院，河南商丘 476000）

1 引言

在中國經濟快速發展的道路中，農業擔當著必不可少的角色[1]。隨著“云平臺”和“大數據”逐步融入傳統農業，中國農業也開始走向智慧化[2]。智慧農業利用物聯網、大數據、無線通信等技術來實現對農業的智能化管理，并對整個農業生產進行智能化指導和評估，從而盡可能避免出現農業生產中發生意外或者由于生產風險因素而導致的減產等情況，對提高農業生產水平是質的突破[3]。智慧農業云平臺對農業大數據進行統一管理和數據共享，并智能分析與處理在農業生產各環節中采集的數據，以此對農業生產進行精準控制，達到農業生產的可測、可控和可預警等目標。

智慧農業的發展核心在于大數據的應用，大數據技術雖為農業生產帶來了可觀的成效，但目前大數據技術的發展受數據采集的影響較大，農業生產的信息化還存在不足。大數據技術在農業生產中應用中還存在一些問題，尤其是農業大數據中心和分析云平臺建設尚不完善。因此，研究基于云平臺的大數據技術在智慧農業系統中的應用，也成為提高農業生產整體技術水平的關鍵。

2 系統設計原理

由于物聯網技術的存在，傳統農業走向了智慧農業[4]。因此，智慧農業系統的基礎依然是物聯網系統。智慧農業系統體系可以如同物聯網系統結構一樣，劃分為感知層、網絡層、應用層三層，如圖1所示。

圖1 智慧農業體系層次劃分

物聯網中的一項關鍵技術就是傳感器。智慧農業系統中想要獲得更加精準的農業相關數據，傳感器是必不可少的，它是數據采集的核心元件。在智慧農業中采集和檢測的數據主要有溫度、濕度、光照強度以及土壤溫濕度等[5]。本系統中需要用到的主要傳感器如圖2所示。

圖2 各類傳感器實物圖

云平臺是智慧農業中體現“智慧”的關鍵所在。云平臺的架構如圖3所示，它由四個層次構成，即：資源層、虛擬層、中間件層以及應用層[6]。云平臺是智慧農業實現云端數據可視化的核心技術，本系統的云平臺架構即是根據該云平臺架構進行設計的。

圖3 云平臺架構

3 系統實現

3.1 硬件設計

(1)傳感器電路模塊

為了實現對農作物的生長環境數據進行精準的采集，系統中傳感器電路一共包括三大部分：溫度采集電路、濕度采集電路和光照度采集電路。

所采用的溫度傳感器型號為TMK421。該設備測量值范圍為-250℃～850℃，并且溫度越高，溫度傳感器的電阻越大。

濕度傳感器基于MoO3納米片，此類傳感器對濕度非常敏感，若濕度變化一個量級，則對應電路中的電流可變化5個數量級[7]。

光照傳感器是基于ZigBee 3.0，其遵循無線通信協議，不但可以精準獲取到要檢測環境中的光照強度，而且可以將數據進行記錄并保存。

傳感器電路模塊設計中包含的這三大傳感器模塊可精確采集農作物的生長環境數據變化，滿足智慧農業生產系統精確采集農作物生長過程中關鍵數據的要求。

(2)無線射頻模塊

系統的無線射頻模塊采用ISO 14443設備，主要由四大部分構成：生長環境物理特性、射頻功率和信號接口、讀寫器和電子標簽，以及傳輸協議[8]。

設備天線可將讀寫器的數據通過某頻率的電磁波向外發送，電子標簽進入信號接口的工作范圍后受感應電流的影響被激活，接著會導致存儲信息被發送出來。隨后，將來自電子標簽的載波信號傳送給讀寫器，讀寫器會將其進行解調與解碼，而采集與存儲模塊則會接收處理后的數據。

(3)采集與存儲模塊

在整個系統中，采集與存儲模塊作為最核心部分存在，因為該模塊的主要功能就是精準化采集數據，如溫濕度、光照強度，且對數據進行相應的分析和處理。只有這樣，才能調整出更加科學有效的農業管理方案。數據采集存儲模塊的主要元件是ARM嵌入式處理器，以此來實現精準采集數據的目的。具體實現的模塊如圖4所示。

圖4 數據采集存儲模塊硬件結構圖

3.2 軟件設計

系統的精準化數據采集是利用采集端來確定數據的，因此在數據采集過程中可以省去配置這一步驟。具體過程為：首先設置并確定數據字段，然后輸入網址，隨之軟件會自動識別并生成數據到確定結果，其中每類數據和采集字段是一一對應的。此外，還設計了字段可編輯的功能，比如：修改字段名稱、增減字段等。

預處理是采集數據中的重要一步。在確定采集端數據之后首先進行數據預處理。所謂數據預處理，指的是將電路信號轉換為數字信號，用于之后系統處理的數據采集。數據預處理可由下式所示：

式中，Ain指的是第i層的第n個特征數據；f(·)代表一種激活函數；Bn-1是一種集合，即第n-1層特征數據；Ajn-1指的是第n-1層第j個特征數據；kijn指的是Ain的第j個卷積核；bin是一種偏值，即第n層的第i個特征數據。最后，采集到的精準數據是通過池化層處理后的預處理數據計算得到，也就是指濾波器最大值，有下式：

式中，down(·)即表示池化函數。

數據庫可以存儲所有預處理后的數據，以供二次搜索之用。如果確定采集到的數據是經過正規人員修改過的，則必須重新采集更正數據。主要過程為：將采集到的數據傳送到主機，經過程序的自動化判斷，對農作物生長環境進行精準化數據采集。數據的精準采集流程圖如圖5所示。

4 實驗與分析

系統開發所用到的實驗設備如圖6、圖7所示。

圖7 開發套件內部結構

傳感器對應智能節點的連接圖如圖8所示。

圖8 傳感器智能連接點

土壤溫濕度傳感器接線情況如圖9所示。

圖9 土壤溫濕度傳感器接線圖

為了保證整個數據采集過程的準確和安全性，實驗是在具有一定規模的溫室農業大棚中進行的。此外，為了避免實驗數據受到外界環境不穩定因素的影響，如太陽光的照射等，實驗設備均安置在農業大棚的中央位置，且距離地面約2米左右，如圖10所示。

圖10 實驗現場環境

系統的第三方接入云服務器是OneNET物聯網平臺。該平臺具有優秀的云計算和數據處理能力。當終端設備和OneNET云平臺建立連接之后，通過一定的網絡協議將農業現場數據進行打包并上傳至云平臺加以顯示，如圖11所示。

圖11 云平臺數據顯示

系統對比實驗使用相同型號的設備，使實驗盡量在同一環境下進行，以保證采集數據的真實有效性。分別在設計的系統和傳統系統中采集5次數據，實驗以農作物生長環境的溫度數據為例。實驗環境設定25℃為生長環境溫度，在此實驗環境下測試采集到的農作物生長環境溫度數據的準確度。實驗中，首先采用傳統農作物生長環境數據采集系統對農作物生長環境溫度數據進行采集，再采用本系統在同一條件下進行采集溫度數據，進行對比實驗。實驗數據對比如表1所示。

表1 準確度對比實驗數據

5 結束語

與傳統技術相比，云平臺技術是本系統的最大特色。該技術為系統提供了新的數據處理和遠程控制方式，并可以完成云端查詢歷史數據，實現數據追溯。系統在滿足設計要求的基礎上，整體性能也較為穩定，數據檢測的準確度更高。此外，在物聯網技術下，基于云平臺的智慧農業系統可以根據農作物生長發育的規律對數據進行精準化采集，從而實現農業的精細化培育。由實驗對比也可看到，通過本系統采集的數據要比通過傳統農業系統采集的數據準確率更高，由此表明本系統在進一步促進智慧農業發展中的應用潛力和價值。