基于云服務(wù)的農(nóng)業(yè)物聯(lián)網(wǎng)平臺(tái)的研究與設(shè)計(jì)

摘要：針對(duì)農(nóng)業(yè)信息化，本文設(shè)計(jì)基于云服務(wù)的農(nóng)業(yè)物聯(lián)網(wǎng)平臺(tái)，通過傳感器、高清攝像頭實(shí)時(shí)動(dòng)態(tài)采集農(nóng)業(yè)墑情、溫濕度以及蟲情等數(shù)據(jù)，建立農(nóng)業(yè)大數(shù)據(jù)平臺(tái)，通過數(shù)據(jù)挖掘算法，分析農(nóng)業(yè)病蟲害防治、墑情調(diào)節(jié)的決策數(shù)據(jù)，為農(nóng)業(yè)生產(chǎn)提供輔助服務(wù)手段。

關(guān)鍵詞：農(nóng)業(yè)物聯(lián)網(wǎng)；云計(jì)算；數(shù)據(jù)挖掘；墑情監(jiān)測(cè)

引言

各級(jí)農(nóng)業(yè)生產(chǎn)管理部門一直以實(shí)現(xiàn)對(duì)農(nóng)業(yè)溫度、濕度、土壤墑情、蟲情的監(jiān)控為目標(biāo)，來達(dá)到指導(dǎo)農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)的目標(biāo)，建立了國(guó)家、省、市、縣、鄉(xiāng)多層級(jí)監(jiān)測(cè)、預(yù)警、指導(dǎo)系統(tǒng)，在農(nóng)業(yè)生產(chǎn)方面發(fā)揮了重大作用，但也存在工作量大、效率低、時(shí)效慢、成本高、數(shù)據(jù)不完整等問題[1]。計(jì)算機(jī)技術(shù)的發(fā)展為農(nóng)情監(jiān)控提供了支撐，尤其是近幾年的無線網(wǎng)絡(luò)應(yīng)用為傳感設(shè)備提供網(wǎng)絡(luò)支持，通過傳感器網(wǎng)絡(luò)完成對(duì)農(nóng)業(yè)病蟲害的監(jiān)控，即在農(nóng)業(yè)種植中，部署傳感網(wǎng)絡(luò)，用以搜集各類生物特征，在后臺(tái)顯示出前端收集的土壤墑情、病蟲害信息，以供農(nóng)業(yè)管理部門進(jìn)行數(shù)據(jù)分析。如何將信息化的先進(jìn)技術(shù)應(yīng)用于農(nóng)業(yè)生產(chǎn)中，促進(jìn)農(nóng)業(yè)生產(chǎn)的發(fā)展和整體水平的提高，也成為各級(jí)農(nóng)業(yè)部門關(guān)注的焦點(diǎn)[2]。論文以云計(jì)算平臺(tái)為基礎(chǔ)，通過應(yīng)用物聯(lián)網(wǎng)技術(shù)，構(gòu)建農(nóng)業(yè)生產(chǎn)監(jiān)控、分析與服務(wù)的綜合平臺(tái)，為農(nóng)業(yè)土壤墑情分析、病蟲害監(jiān)控等服務(wù)提供極大便利，發(fā)展空間和應(yīng)用前景廣闊。

1.? 農(nóng)業(yè)物聯(lián)網(wǎng)建設(shè)目標(biāo)

針對(duì)農(nóng)業(yè)監(jiān)測(cè)管理的現(xiàn)狀，基于云服務(wù)的農(nóng)業(yè)物聯(lián)網(wǎng)平臺(tái)建設(shè)目標(biāo)為：動(dòng)態(tài)采集農(nóng)業(yè)土壤墑情、病蟲害、環(huán)境溫濕度等數(shù)據(jù)，建立農(nóng)情大數(shù)據(jù)平臺(tái)，在分析農(nóng)情大數(shù)據(jù)基礎(chǔ)上，應(yīng)用數(shù)據(jù)挖掘算法模型分析異常，實(shí)現(xiàn)動(dòng)態(tài)報(bào)警，為農(nóng)業(yè)生產(chǎn)種植提供輔助決策支持。

2.? 基于云服務(wù)的農(nóng)業(yè)物聯(lián)網(wǎng)框架設(shè)計(jì)

平臺(tái)涵蓋了數(shù)據(jù)采集、數(shù)據(jù)傳輸、存儲(chǔ)以及墑情分析的全流程功能，按照模塊化、結(jié)構(gòu)化的設(shè)計(jì)思想，系統(tǒng)框架分為數(shù)據(jù)感知層、數(shù)據(jù)通信層、數(shù)據(jù)存儲(chǔ)層以及表現(xiàn)層。農(nóng)業(yè)物聯(lián)網(wǎng)框架如圖1所示。

（1）數(shù)據(jù)感知層：通過傳感器來完成墑情數(shù)據(jù)采集。傳感器是一種檢測(cè)裝置，能感知到土壤的墑情信息，同時(shí)把感知信息通過預(yù)先約定的數(shù)據(jù)格式，按照需求標(biāo)準(zhǔn)進(jìn)行信息輸出，以實(shí)現(xiàn)采集信息的傳輸、處理、存儲(chǔ)以及顯示等功能。通過引進(jìn)、集成適用于農(nóng)田采集的農(nóng)業(yè)傳感器產(chǎn)品，對(duì)農(nóng)作物的土墑商情、土壤營(yíng)養(yǎng)成分、植物病蟲害等數(shù)據(jù)進(jìn)行采集。

（2）數(shù)據(jù)通信層：為采集終端提供數(shù)據(jù)通信服務(wù)，使采集的數(shù)據(jù)上傳到云端，農(nóng)業(yè)物聯(lián)網(wǎng)網(wǎng)絡(luò)通信采用4G、5G或局域網(wǎng)Wi-Fi，通過Internet實(shí)現(xiàn)數(shù)據(jù)通信傳輸，并且可接收服務(wù)端的數(shù)據(jù)采集指令，完成農(nóng)業(yè)數(shù)據(jù)采集。

（3）數(shù)據(jù)存儲(chǔ)層：存儲(chǔ)采集的農(nóng)業(yè)墑情、農(nóng)作物環(huán)境溫度濕度、蟲情等數(shù)據(jù)，同時(shí)動(dòng)態(tài)存儲(chǔ)視頻監(jiān)控抓拍的圖片、視頻等，存儲(chǔ)數(shù)據(jù)包括結(jié)構(gòu)化信息和非結(jié)構(gòu)化數(shù)據(jù)。

（4）表現(xiàn)層：在數(shù)據(jù)存儲(chǔ)大數(shù)據(jù)平臺(tái)上，根據(jù)農(nóng)業(yè)種植生產(chǎn)要求，為決策層、科技人員等提供如田間作物精準(zhǔn)施肥施藥、病蟲害防治預(yù)報(bào)等決策支持服務(wù)。通過Web端、手機(jī)端提供農(nóng)業(yè)墑情、蟲情等監(jiān)測(cè)數(shù)據(jù)的展示、查詢分析各類報(bào)表。

3.? 平臺(tái)模塊設(shè)計(jì)

平臺(tái)模塊包括設(shè)備管理、數(shù)據(jù)通信管理、土壤墑情監(jiān)測(cè)、蟲情監(jiān)測(cè)、農(nóng)情圖像監(jiān)控、數(shù)據(jù)統(tǒng)計(jì)分析等，下面分別描述這些模塊的功能設(shè)計(jì)。

（1）設(shè)備管理：農(nóng)業(yè)物聯(lián)網(wǎng)平臺(tái)數(shù)據(jù)通過監(jiān)控設(shè)備、傳感器進(jìn)行采集，設(shè)備管理是基礎(chǔ)，設(shè)備管理功能包括查看設(shè)備參數(shù)、設(shè)備狀態(tài)、設(shè)備報(bào)警與故障查詢等。

（2）數(shù)據(jù)通信管理：數(shù)據(jù)采集終端與云端進(jìn)行數(shù)據(jù)通信通過4G/5G網(wǎng)絡(luò)或局域網(wǎng)的Wi-Fi來實(shí)現(xiàn)，對(duì)終端網(wǎng)絡(luò)通信參數(shù)進(jìn)行配置和管理。每個(gè)數(shù)據(jù)采集端分配有固定的IP地址，通過IP可查詢、定位出數(shù)據(jù)采集端。

（3）土壤墑情監(jiān)測(cè)：通過土壤墑情傳感器采集到土壤的溫度、濕度等數(shù)據(jù)，在云服務(wù)端、在Web端或手機(jī)App端展示，數(shù)據(jù)展示可采用表格、折線圖等形式。

（4）蟲情監(jiān)測(cè)：系統(tǒng)從預(yù)報(bào)、預(yù)警、識(shí)別到誘集均為自動(dòng)控制，采用A/D模數(shù)轉(zhuǎn)換技術(shù)，將采集信息自動(dòng)轉(zhuǎn)化為圖像和數(shù)據(jù)。監(jiān)控農(nóng)業(yè)有害生物達(dá)到防控界點(diǎn)時(shí)，啟動(dòng)系統(tǒng)中農(nóng)業(yè)有害生物防控體系，同時(shí)監(jiān)控農(nóng)業(yè)有害生物控制效果，并判斷停止防控界點(diǎn)，關(guān)閉防控系統(tǒng)，從而實(shí)現(xiàn)有害生物連續(xù)循環(huán)監(jiān)測(cè)防控。病蟲害智能化監(jiān)測(cè)設(shè)備設(shè)計(jì)隨晝夜變化自動(dòng)開閉、自動(dòng)完成誘蟲、收集、分裝等系統(tǒng)作業(yè)，留有升級(jí)接口。

（5）農(nóng)情圖像監(jiān)控：通過高清攝像頭動(dòng)態(tài)監(jiān)控農(nóng)作物農(nóng)情現(xiàn)場(chǎng)圖像信息，動(dòng)態(tài)傳輸?shù)皆贫耍r(nóng)情圖像以非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行存儲(chǔ)，存儲(chǔ)在ftp中，在Web或手機(jī)端可瀏覽某個(gè)區(qū)域農(nóng)作物現(xiàn)場(chǎng)情況。

（6）數(shù)據(jù)統(tǒng)計(jì)分析：以數(shù)據(jù)表格、曲線圖、柱狀圖等方式，匯總統(tǒng)計(jì)出本區(qū)域的外界溫度、濕度、土壤墑情、蟲情等數(shù)據(jù)，提供數(shù)據(jù)對(duì)比功能。

4.? 基于物聯(lián)網(wǎng)的農(nóng)業(yè)數(shù)據(jù)采集傳輸設(shè)計(jì)

基于物聯(lián)網(wǎng)的農(nóng)業(yè)物聯(lián)網(wǎng)平臺(tái)從物理結(jié)構(gòu)上可分為云服務(wù)器、農(nóng)情傳感器、PC端和手機(jī)端，其中云服務(wù)器提供數(shù)據(jù)存儲(chǔ)及應(yīng)用服務(wù)，用于存儲(chǔ)采集農(nóng)情數(shù)據(jù)、基礎(chǔ)影像、農(nóng)情遙感影像、地理信息數(shù)據(jù)等；農(nóng)情傳感器用于采集土壤墑情、病蟲害等數(shù)據(jù)；PC端和手機(jī)端用于實(shí)現(xiàn)數(shù)據(jù)統(tǒng)計(jì)分析顯示。圖2為平臺(tái)網(wǎng)絡(luò)結(jié)構(gòu)圖。

運(yùn)用生物傳感硬件獲取病害、蟲害成像和環(huán)境因子信息，利用專用無線傳輸技術(shù)嵌入互聯(lián)網(wǎng)，進(jìn)行數(shù)字化處理分析和動(dòng)態(tài)顯示，既可直觀顯示土壤墑情、病蟲害發(fā)生趨勢(shì)，并能及時(shí)、自動(dòng)開啟病蟲害防控預(yù)警或土壤墑情預(yù)警。以互聯(lián)網(wǎng)為平臺(tái)，以農(nóng)業(yè)監(jiān)測(cè)理念為核心，運(yùn)用多種模型搭建農(nóng)田病蟲害自動(dòng)測(cè)控物聯(lián)網(wǎng)。無線傳輸穩(wěn)定性相對(duì)較弱，但組網(wǎng)簡(jiǎn)便，費(fèi)用低廉。在農(nóng)業(yè)物聯(lián)網(wǎng)平臺(tái)中主要考慮使用局域網(wǎng)的Wi-Fi或4G/5G，其功耗低，節(jié)能，接線簡(jiǎn)單，成本低，抗干擾功能強(qiáng)，數(shù)據(jù)準(zhǔn)確性高，速度快，數(shù)據(jù)傳輸及時(shí)。

農(nóng)業(yè)墑情數(shù)據(jù)采集端實(shí)現(xiàn)三方面的功能：第一，完成感知的基本配置。獲取感知數(shù)據(jù)的基礎(chǔ)配置、參數(shù)等，通過基本配置，實(shí)現(xiàn)對(duì)感知數(shù)據(jù)的初步過濾等。第二，終端工作狀態(tài)的監(jiān)測(cè)，檢測(cè)傳感器的工作狀態(tài)、數(shù)據(jù)網(wǎng)關(guān)的運(yùn)行狀態(tài)等。由于數(shù)據(jù)獲取感知終端對(duì)數(shù)據(jù)的采集、獲取等操作具有時(shí)刻特征，因此需要對(duì)這些終端設(shè)備的工作狀態(tài)進(jìn)行監(jiān)測(cè)，測(cè)試其是否正常工作，能否正常獲取感知數(shù)據(jù)。第三，網(wǎng)絡(luò)接入管理，采集網(wǎng)關(guān)用于讀取傳感器的存儲(chǔ)單元，然后把墑情數(shù)據(jù)通過4G/5G網(wǎng)絡(luò)傳輸?shù)酱髷?shù)據(jù)平臺(tái)上。

整個(gè)農(nóng)業(yè)墑情數(shù)據(jù)采集過程分為兩個(gè)過程：首先由傳感器采集土壤墑情數(shù)據(jù)，然后存儲(chǔ)到傳感器的存儲(chǔ)單元中，由采集網(wǎng)關(guān)讀取傳感器存儲(chǔ)單元值。在網(wǎng)關(guān)讀取存儲(chǔ)單元值時(shí)，需要了解傳感器存儲(chǔ)單元的編址方法，按照編址方法、存儲(chǔ)單元的類型來讀取單元數(shù)據(jù)。網(wǎng)關(guān)數(shù)據(jù)采集時(shí)，需要編制相應(yīng)的地址讀取指令，由網(wǎng)關(guān)按照指令讀取墑情數(shù)據(jù)，網(wǎng)關(guān)采集周期、頻率均在網(wǎng)關(guān)后臺(tái)進(jìn)行設(shè)置，根據(jù)農(nóng)業(yè)氣候特征、地域特征設(shè)置不同的土壤采集周期。網(wǎng)關(guān)采集的數(shù)據(jù)類型分為兩類：一類是讀取傳感器存儲(chǔ)數(shù)據(jù)，另一類是獲取網(wǎng)關(guān)的位置信息，網(wǎng)關(guān)內(nèi)置GPS模塊，用于獲取當(dāng)前土壤墑情采集點(diǎn)的位置。

5.? 基于數(shù)據(jù)挖掘算法的農(nóng)作物病蟲害檢測(cè)異常預(yù)警設(shè)計(jì)

農(nóng)業(yè)物聯(lián)網(wǎng)平臺(tái)采集數(shù)據(jù)后，在云端建立了土壤墑情、病蟲害等大數(shù)據(jù)平臺(tái)，下面以農(nóng)作物病蟲害檢測(cè)異常預(yù)警為例，說明病蟲害地區(qū)預(yù)警設(shè)計(jì)。

農(nóng)作物有害生物以有害昆蟲為主，包括危害作物的螨類和軟體動(dòng)物。當(dāng)前，農(nóng)作物蟲害包括昆蟲綱18個(gè)目、蛛形綱2個(gè)目，共計(jì)260多科4000余種。如何判斷哪些蟲害對(duì)農(nóng)業(yè)收成造成影響，是農(nóng)業(yè)部門進(jìn)行病蟲害處理的重點(diǎn)工作。根據(jù)統(tǒng)計(jì)農(nóng)業(yè)收成，把某個(gè)區(qū)域分為一等地、二等地、三等地和四等地，分別獲取這些不同等級(jí)土地的病蟲監(jiān)測(cè)數(shù)據(jù)。監(jiān)測(cè)的數(shù)據(jù)包括蠐螬、金針蟲、螻蛄、地老虎、鉆心蟲、玉米螟、二化螟、三化螟、大螟、黏蟲、潛葉蠅、斑潛蠅等蟲害數(shù)量。在某地區(qū)，共發(fā)現(xiàn)常見的病蟲為48類。

下面從數(shù)據(jù)獲取、數(shù)據(jù)處理、計(jì)算距離、簇劃分等步驟來描述基于OPTICS（Ordering Points To Identify the Clustering Structure，基于點(diǎn)排序確定簇結(jié)構(gòu)）算法[3]的病蟲劃分的設(shè)計(jì)過程。

（1）初始化樣點(diǎn)相關(guān)參數(shù)

獲取病蟲害數(shù)據(jù)診斷類型，把病蟲的不同診斷類型值存入數(shù)組riskPestsList[ ]中，對(duì)這些數(shù)據(jù)進(jìn)行預(yù)處理。

（2）讀取農(nóng)業(yè)樣點(diǎn)病蟲類型數(shù)據(jù)

在設(shè)置的數(shù)據(jù)樣點(diǎn)取值時(shí)間內(nèi)，如從農(nóng)業(yè)病蟲害大數(shù)據(jù)系統(tǒng)中，讀取農(nóng)業(yè)病蟲害數(shù)據(jù)、病蟲特征數(shù)據(jù)。在病蟲檢測(cè)數(shù)據(jù)庫(kù)中，讀取當(dāng)前檢測(cè)的病蟲特征，設(shè)檢測(cè)的病蟲分類組為PestsList[ ]，在大數(shù)據(jù)系統(tǒng)中，對(duì)存在的病蟲預(yù)警特征進(jìn)行分類處理，riskPestsList[]記錄待預(yù)警的分類數(shù)據(jù)，遍歷riskPestsList，分別記為PestsList分組的特征值，riskPestsList[i]的對(duì)應(yīng)的病蟲診斷類型記為PestsList [i].Pest[ ]。

（3）計(jì)算相似度

在歸集處理完P(guān)estsList [i].Pest[ ]后，對(duì)數(shù)據(jù)集進(jìn)行分析，隨機(jī)選取一個(gè)病蟲特征為中心點(diǎn)，計(jì)算其他特征值與其之間的距離，并作相應(yīng)的歸一化處理，使其距離取值在[0…1]。

（4）查找同類病蟲類型的風(fēng)險(xiǎn)參數(shù)診斷

設(shè)PestsList [i].Pest[ ]的診斷出的病蟲害類別為PestID，計(jì)算出其距離矩陣Rec的編號(hào)為PestID.Pest。

對(duì)計(jì)算后的特征向量進(jìn)行排序，按照由小到大的順序，對(duì)向量進(jìn)行排序處理，按照預(yù)置的最小半徑，進(jìn)行分簇處理，在分簇處理后，分別計(jì)算其對(duì)應(yīng)的距離均值，設(shè)均值為{ avgDist_1，avgDist_2，……，avgDist_n}，上式中n表示特征值的個(gè)數(shù)，按照序號(hào)為主索引，查找PestID.Pest對(duì)應(yīng)的最大值avgDist_k，對(duì)k序號(hào)下的所有特征的病蟲害進(jìn)行族類計(jì)算，設(shè)計(jì)算后的集合為Pest_i={Pest_i_1， Pest _i_2，……， Pest_i_n}。

（5）查找同類診斷值病蟲類型的風(fēng)險(xiǎn)等級(jí)

遍歷riskPestsList[ ]，取下一元素，通過上述步驟進(jìn)行重復(fù)計(jì)算，計(jì)算出簇集合，設(shè)簇集合為Pest_j={ Pest_j_1， Pest_j_2，……， Pest_j_n}。

（6）求最后的簇集合

在完成riskPestsList[ ]中各個(gè)元素的簇集合處理后，對(duì)集合后的元素求交集，最終求得病蟲害的診斷結(jié)果。

（7）按照不同權(quán)重進(jìn)行最終病蟲害的診斷

對(duì)Pest_1，Pest_2，…，Pest_k，按照不同的權(quán)重來實(shí)現(xiàn)對(duì)這些病蟲類型的計(jì)算，最終結(jié)果以值的形式來表示農(nóng)業(yè)病蟲害診斷結(jié)果。

結(jié)語

本文研究設(shè)計(jì)一個(gè)監(jiān)測(cè)能力強(qiáng)、服務(wù)化專業(yè)的農(nóng)業(yè)聯(lián)網(wǎng)平臺(tái)，網(wǎng)絡(luò)結(jié)構(gòu)采用云服務(wù)框架，設(shè)計(jì)的功能包括設(shè)備管理、數(shù)據(jù)通信管理、土壤墑情監(jiān)測(cè)、蟲情監(jiān)測(cè)、農(nóng)情圖像監(jiān)控、數(shù)據(jù)統(tǒng)計(jì)分析。論文以農(nóng)作物病蟲害為例，通過數(shù)據(jù)挖掘算法實(shí)現(xiàn)檢測(cè)異常預(yù)警。平臺(tái)有針對(duì)性地緩解區(qū)域農(nóng)業(yè)有害生物的危害，在促進(jìn)農(nóng)業(yè)提質(zhì)增效、農(nóng)民增產(chǎn)增收等方面具有非常重要的意義。

參考文獻(xiàn)：

[1]姚茂漩，羅怡辰.基于LoRa農(nóng)業(yè)物聯(lián)網(wǎng)智慧大棚的設(shè)計(jì)與實(shí)現(xiàn)[J].無線互聯(lián)科技，2021，18（24）：50-53.

[2]張彥麗.農(nóng)業(yè)物聯(lián)網(wǎng)在設(shè)施農(nóng)業(yè)中的應(yīng)用探究[J].新農(nóng)業(yè)，2021，（13）：75-76.

[3]王銳，辛大波，歐進(jìn)萍.基于OPTICS聚類算法的流場(chǎng)結(jié)構(gòu)特征分析方法[J].空氣動(dòng)力學(xué)學(xué)報(bào)，2021，39（5）：27-43.

作者簡(jiǎn)介：陸煜，碩士研究生，工程師，研究方向：云計(jì)算與物聯(lián)網(wǎng)技術(shù)融合。