基于物聯網技術的智慧農業大棚監控系統設計與功能實現研究

陳輝江，方 銳

（伊犁職業技術學院，新疆 伊寧 835000）

在過去相當長時間里，國內農作物之所以取得較高的產量，和投入大量的化肥、農藥不無關系。然而對傳統種植模式進行分析，可以發現化肥、水資源并沒有得到充分利用，同時還會帶來環境的污染。國內農業生產模式依然呈現出傳統化特點，更多是立足于農民自身經驗來進行灌溉、施肥，這不僅浪費很多物力、人力，同時還影響到周圍的環境，進而對農業長期發展帶來一定的制約效應。在物聯網技術迅速發展下，其為智慧農業的建設提供了重要支持。通過先進的傳感技術與自動化控制技術，就能對種植環境進行動態監控與控制，從而對農作物進行智能化灌溉與施肥，而且在此過程中還能夠做到自動化，這樣就能實現對資源的高效利用，同時還能節約大量的人力與物力。

1 物聯網技術下智慧農業大棚監控系統基本架構

1.1 平臺架構

物聯網智慧農業信息平臺借助于核心控制平臺、無線交換機、智能傳感器和自動化機械設備等對大棚進行遠程控制。為了實現遠程信息控制與互動，在大棚內部配置專門局域網，并運用光纖鏈路網絡、交換機和路由器等設備實現信息交互，從而實現智能化大棚監控系統。該信息平臺主要涉及應用、網絡與感知層，進而使得網絡、物、人和系統相互之間融合，從而更為快捷地進行系統監控[1]。在具體應用環節，該信息平臺可以分成上、中和底層。其中藍牙、傳感器、WiFi和RFID射頻識別等有關技術進行集成，進而形成底層結構。中層平臺主要是開發平臺、物聯網設備及農業溫室系統等，此平臺具有較佳的交互性，而且不同平臺之間能夠相互管控。上層平臺就是該智慧農業大棚系統的綜合運用，利用不同傳感終端對有關節點進行動態控制，并將監測數據傳遞至服務中心，利用可視化圖表，讓操作者直觀了解。若是出現了數值上的偏差，也能借助于網絡進行遠程控制，并能對不同參數進行自動化管控，使得大棚的內部環境變得更優。

1.2 系統架構

本系統涉及軟件、硬件2大模塊，后者涉及不同類型的傳感器，其能根據不同種植條件對參數進行采集，常見的傳感器包括土壤水分、光敏和溫度等傳感器。此外，還涉及各類操作設備，如遮陽、灌溉、加濕、升溫和通風等設備，目的就是對種植環境進行動態調整，滿足農作物生長需求。對于軟件模塊，又可以分成遠程控制與基礎系統。其中基礎系統涉及數據采集、整理和統計與發布，能夠讓遠程操作人員更為直觀地了解到大棚的各種環境信息，從而為其動態操作提供相應支持[2]。遠程控制系統可以對遠程設備的運行情況進行動態查詢，并給出相應的分析結果，這樣就有助于日常的維護與操作，顯著提升系統智能化，同時大棚的經濟性也能顯著提升。

2 物聯網技術下智慧農業大棚監控系統設計

2.1 軟件設計

軟件設計主要涉及3大模塊，分別為服務器、后臺及前臺管理。其中前臺管理主要功能包括頁面瀏覽、信息檢索和登錄等，不僅能對信息進行采集瀏覽，同時還能對歷史信息進行查詢。使用后臺的操作人員有著較高權限，可以對不同監控點進行科學管理。服務器模塊主要負責各類終端的管理，并對數據通信給予支持，可以對WEB端、客戶端及其他控制模塊傳遞的信息進行接收與管理。

2.2 硬件設計

硬件系統設計涉及該監控系統功能能否最終實現。通常，一個功能較為全面的大棚系統，主要硬件模塊如下。

（1）空氣溫度、濕度傳感器。這類傳感器主要是通過RFID技術來進行遠程傳輸，通常使用SHT10芯片來對這2個數據進行精準、靈敏性測量。若是監控系統發現大棚溫度過高，就會激活排風系統，若是發現濕度過低，就會激活加濕器。

（2）土壤溫度、含水量傳感器。該裝置中集成了熱敏電阻，可以對土壤溫度信息進行動態感知，同時還能測量土壤介電常量，從而對其中含水率進行測量。若是發現土壤較為干燥，就會激活灌溉系統，對土壤補充水分。

（3）CO2含量傳感器。具體是通過紅光吸收模式，來對大棚中的CO2含量進行測量，該技術有著較高的檢測精準性。

（4）光照傳感器。借助于光敏部件對光照強度進行感知，對電信號加以轉換，進而傳遞至系統平臺展開分析，判斷是不是需要借助于遮陽簾，來對光照進行調控。

2.3 數據庫設計

在采集的各類信息數據中，主要涉及土壤溫濕度、空氣溫濕度和光照強度等信息，相關單元控制表會對每個監測點的信息進行如實記錄，其中涉及監測點編號、名稱和狀態等屬性，而且在管理表中，還提供了用戶屬性、名稱與大棚名[3]。

3 智慧農業大棚監控系統功能實現與部署應用

3.1 系統登錄

判斷登錄用戶是否具有登錄資格是系統登錄的關鍵目的。Admin是系統管理員，如果一個普通用戶想要進行登錄，首先須獲得系統管理員的訪問權限，之后輸入賬號密碼，由系統管理員進行判斷是否正確，并且要與系統數據庫相對應。此時通常有2種狀況發生，一種是顯示不存在該帳戶，另一種則是賬號密碼錯誤。如果賬戶存在但是密碼錯誤時，系統會要求輸入正確的密碼；當賬戶不存在時，系統將直接彈出不存在的對話框。整個登錄過程包括驗證表、匹配表、錯誤報告表和權限模塊進行完成，當每個模塊都與之相匹配之后，用戶才可以安全進入到系統中。

3.2 決策支持

在整個決策支持中，主要由3個關鍵性部分構成，涉及補光、滴管和風機決策。該決策子系統會按照傳感裝置所采集的相關信息，再對后續執行的動作進行科學的判斷。倘若發現大棚的溫度過高，那么就會啟動風機，在達到相應的要求之后，就會自動關閉。每日早晨會在8時，將滴管進行開啟，然后在中午12時之后，對其進行關閉，從而對大棚進行全面的調控。此處，對于滴管決策而言，本身存在著一定的開啟條件，若是時間過了中午12時，那么滴管就不再被開啟，直至第二天早晨6時。為了有效提升系統的智能化水平，在開展程序設計過程中，還需要進一步增加智能化檢驗，從而對決策服務進行開啟。倘若需要對時間進行相應的檢驗，那么本系統就會第一時間與網絡進行對接，進而校準精準時間，從而判斷該滴管是否需要開啟[4]。另外，每次倒計時結束之后，都要進行重新判斷，目的就是保障該系統能夠穩定、正常運行。

3.3 病蟲害診斷

由于在大棚內通常會種植不同種類農作物，而且在種植過程中常常會伴生病蟲害，因為農作物種類不同，對應的病蟲害就有所不同。為了更好地解決這方面問題，就需要智能監控系統有著較強的病蟲害診斷能力。系統能對植物成長周期的動態進行分析，從而判斷是否出現了病蟲害。譬如番茄的種植，其主要構成分別為果實、花、葉和根，若是其產生了壞死、紅褐色病變等，或者維管束未見，或者變成了紅色等，就意味著出現了病蟲害。倘若葉背面產生葉子老化斑駁、稀疏白霉層等，也表明產生了病蟲害[5]。進入到花期之后，病蟲害主要表現形式為果實發霉、花基褐變等。若是發現這種現象，系統也會給出提醒。結出果實后，若是其表面局部發白、霉變等，或者部分果實出現畸形等，也表明作物出現了病蟲害。系統會對這些資料進行相應存儲，借助于系統綜合分析傳感器的圖像資料，就能對其進行判定[6]。

3.4 數據采集

用戶成功進入該系統之后，就會構建長效連接，每隔60 s，該采集系統就會將數據傳遞至相應端口。在傳輸結束之后，服務器會詳細分析該傳輸數據，進而獲得相應參量，接著存儲至數據庫，隨后通過管理層，對相關數據進行統計分析，通過圖表進行直觀化展現，使之傳遞至移動終端[7]。其則會對收到的數據包加以解析，同時還對函數進行調取，并借助于框架、插件等方式，在網頁中展示這些圖表信息。

3.5 遠程控制

系統主要是通過智能與手動遠程2種控制模式來進行操控，若是后者模式，就需要對遠程控制箱實現機制進行了解，從而更好地開發遠程控制程序。通常，該遠程控制箱中會配置轉換模塊，使得信號更好地進行相互轉換，并對電源開關進行相應控制。在箱體中會提供8個端口，和用戶操作鈕對應，在系統給出相應操控指令后，信息就會朝著這些模塊傳遞，而這些模塊收集到指令之后，就會對數據進行分析，然后對這些執行控制指令進行判斷，使得指令的執行更加具有及時性、科學性[8]。

3.6 智慧大棚實際部署應用

將其中某區域智慧農業園區作為本次研究對象，對其智慧大棚系統開發進行分析。該大棚的總面積達到了667 m2，總共分成6大區域。不同區域都需要配置環境感知節點，包括土壤pH、CO節點等，同時還需要配置自動灌溉調控節點。最終配置的終端節點數量達到42個。大棚內部配置的視頻監控系統共有2套，其中傳感器Sink與傳感器Mesh節點分別為1個和2個。此外，還配置了移動終端、數據服務器，分別為2臺和1臺，數據中心套件1個，環境感知節點、控制節點分別為36個和6個，同時還設置了Sink節點1個。在大棚的金屬或者木制骨架中配置環境感知節點。若是大棚涉及垂直固定架，那么可以將此節點配置在固定架之上。倘若缺乏垂直固定架，那么就需要將其配置在金屬固定架之上。對感知節點進行安裝之際，需要保障這些節點的高度超過植物，防范大棚在灌溉之際將節點噴濕。在對土壤感知節點進行安裝時，需要將其配置于土中，從而更為精準地檢測土壤pH與溫濕度信息[9]。大棚入口區域需要配置視頻監控套件，提供云臺技術，可以對攝像頭角度進行動態調整，這樣就能遠程觀察植物生長情況，同時還能對大棚出入情況進行不間斷監控。在大棚外與數字中心監控室分別配置Mesh節點，其距離要控制在1 km之內，而且中間不能存在著顯著遮擋物，從而保證信息高速傳遞。在數字中心配置專門服務器，同時這些設備電源要求為市電，倘若沒有市電，可以利用蓄電池、或者太陽能電池等來給其供電。

4 結束語

在當今的互聯網時代，工業生產方式逐步轉變，計算機化、現代化水平大大提高。農業是我國支柱產業之一，在物聯網技術不斷影響下，已經逐漸創建了智能農業生產體系。為了捕捉溫室內隨時間變化的溫度和濕度，設計了一個功能齊全的監測系統。該系統從軟件和硬件2方面進行設計，可以實現較多復雜的功能，例如決策支持、系統登錄、病蟲害診斷、遠程控制及數據采集等，從而更好地調整相關工作，使農作物可以得到一個更好的生長環境。