智慧農業視域下面向甘蔗生長環境的監測與預警系統設計

摘" 要：隨著農業信息化的發展，傳統甘蔗種植模式的弊端不斷顯現，該文立足于農業現代化建設，以智慧農業監測為研究對象，設計面向甘蔗生長的物聯網監測系統。該系統分為4層5模塊，分別是感知層、傳輸層、邊緣計算層和應用層，以及數據采集模塊、數據存儲模塊、甘蔗生長條件知識庫模塊、數據可視化模塊和數據預警模塊，該種架構可以高效地將采集到的數據進行處理和分析，并根據警報規則實時向用戶發出警報，為我國進一步發展甘蔗的種植提供必要的支持。

關鍵詞：智慧農業；ZigBee無線傳感網絡；Grafana+MySQL可視化預警；物聯網；分層系統架構

中圖分類號：S126" " " " 文獻標志碼：A" " " " " 文章編號：2096-9902（2023）18-0001-04

Abstract： With the development of agricultural informatization， the disadvantages of traditional sugarcane planting mode continue to appear. Based on the construction of agricultural modernization and taking smart agricultural monitoring as the research object， this paper designs an Internet of Things monitoring system for sugarcane growth. The system is divided into four layers and five modules， which are perception layer， transport layer， edge computing layer， application layer， data acquisition module， data storage module， sugarcane growth condition knowledge base module， data visualization module and data early warning module. This architecture can efficiently process and analyze the data collected， and alert users in real time according to the alarm rules， so as to provide necessary support for the further development of sugarcane planting in our country.

Keywords： smart agriculture; ZigBee wireless sensor network; Grafana+MySQL visual early warning; Internet of Things; hierarchical system architecture

現今，我國已經成為食糖的主要生產國和消費國。食糖作為我國重要的農產品之一，與我國國民生活和糧食安全問題息息相關。近年來，為了滿足食糖市場需求，我國糖料作物種植面積在不斷擴大，已經成為世界第三大甘蔗種植國。但是，由于生產效率較低、生產成本優勢不足，導致我國食糖消大于產，需要依賴進口來彌補我國消費缺口。因此，有效推進我國糖料生產穩定發展，既是滿足人民群眾基本生活的需要，也是提升我國農業國際競爭力的必然要求。據統計，我國糖業生產涉及人口近4 000萬，生產總值達2 000億元，同時，我國糖料產區主要位于邊疆少數民族地區和經濟欠發達地區，糖料是當地農民收入的重要來源之一，是當地農村經濟根基所在。因此，推進糖料產業的發展，具有十分重大的意義。

我國是為數不多的既生產蔗糖，也生產甜菜糖的國家之一，其中糖料甘蔗種植面積約2 080萬畝（1畝約等于667 m2），蔗糖產量占食糖產量的86%，但和其他主要產糖國相比，我國糖料生產現代化水平不高，有效灌溉率不高，生產極易受到氣候等因素影響。所以在本項目中，我們將大片的甘蔗種植區劃分為眾多小區域，并使用現有的已經成熟的數據采集器對劃分的每個小區域進行實時監測，將收集到的數據通過互聯網的方式傳輸到終端，對收集到的數據進行預處理，從而進行更精準的監測、澆灌和施肥，提高我國的甘蔗生產效率，緩解我國蔗糖產量緊缺的問題，提高水與肥料的利用率，并在一定程度上減少甘蔗種植領域中不必要的水、肥料等資源的浪費。

目前的數據采集器技術已經基本成熟，我們可以直接使用現有的數據采集器對數據進行采集。關于甘蔗遠程監測系統設計，目前只有對土壤水分的監測，對影響甘蔗生長的其他參數如溫度、濕度、光照、二氧化碳濃度、土壤pH、土壤中微量元素和農藥等沒有做到有效監測，并且沒有數據預警和數據可視化展示模塊，不方便用戶的使用。本項目采用對蔗區進行區域劃分的方法部署數據采集系統，實現對蔗區全區域的實時生長參數監測和數據采集，并在其基礎上建立基于甘蔗生長知識庫的遠程甘蔗生長數據采集與分析決策系統。該系統應用分類、預測、關聯分析的方法為甘蔗生長全過程提供水、肥、溫度和濕度等的自動控制決策服務，并能實現數據分析結果的可視化展示，以達到降低甘蔗生產成本，提高甘蔗產量和品質的目標。

1" 面向甘蔗生長環境的數據采集、分析與決策支持系統架構和硬件設備

1.1" 基于物聯網的系統架構搭建

為了更好連接監測節點與網絡，實現物-網-物的連接，我們采用物聯網技術構建系統架構，如圖1所示。

1.1.1" 感知層

感知層主要由傳感器設備、傳輸網絡、服務器和存儲設備等組成。根據具體監測環境，選用合適的傳感器，并對傳感器進行參數校準。傳感器網關為各種傳感器提供標準的通信接口，連接傳感器。根據監測環境，選擇合適的網絡，包括無線網和有線網，無線網可以采用 ZigBee、 GPRS等，有線網可以采用NB-IoT等。

1.1.2" 傳輸層

物聯網控制中心即應用層物聯網控制中心的數據采集器，通過有線或無線通信方式接入網關接口。其中網關接口具備數據存儲和傳輸功能，可存儲傳感器采集到的數據，并通過以太網或 GPRS/CDMA等無線通信方式將數據傳送到服務器端或客戶機；網關接口提供接口程序，支持用戶定義和修改協議參數；網關接口采用TCP/IP協議進行數據傳輸，支持多種網絡環境下的數據傳輸。采用 TCP/IP協議進行數據傳輸的優點在于傳輸的數據量大、速度快、可靠性高，并且具有較強的擴展能力。

1.1.3" 邊緣計算層

邊緣計算層服務器進行數據融合，將來自多個網絡的數據通過邊緣網關進行處理。通過PLC為網關、監測終端等設備提供數據處理和分析功能。邊緣計算網關主要由處理器、存儲器、網絡和電源等部分組成，主要負責將云計算平臺傳來的數據進行轉換、處理、存儲，并通過網絡傳輸到最終設備上。

1.1.4" 應用層

通過信息處理和分析技術將物聯網平臺系統的功能進行實現，在應用層，以文字、圖像、視頻等形式將信息發送到用戶端，實現對用戶的遠程監測和智能預警。

1.2" 甘蔗生長環境監測系統硬件設備

甘蔗生長環境監測系統的硬件結構主要包括節點電路模塊、傳感器模塊、電源模塊，這3個模塊共同組成了監測系統的硬件結構。

1.2.1" 節點電路模塊

節點電路模塊主要是針對有線監測系統的成本和簡便性提出來的，有線節點模塊的設計成本和工作效率遠遠超過無線節點電路，并且甘蔗生產環境的監測對數據處理器的要求并不高，因此，考慮到成本的因素，在監測系統的構建中，利用ZigBee/IEEE802.15.4RF收發器CC2530作為整個監測系統的核心，并采用無線節點傳輸的方式，令整個監測系統更加便捷、高效，成本也更加低廉。

1.2.2" 傳感器模塊

傳感器模塊負責采集數據，是整個監測系統的關鍵部分，只有傳感器準確地收集并傳輸監測到數據，數據中心才能作出正確的決策，從而使甘蔗生長得更好，進一步提高蔗糖的產量。由于室外的自然環境惡劣多變，因此在選擇傳感器時，要著重考慮傳感器的材質，盡量使用抗磨、耐腐蝕、耐潮的材質，以保證傳感器能正常工作，正確傳輸數據，這樣系統才能給出正確的決策。

1.2.3" 電源模塊

由于監測系統的電路情況復雜，耗電量較大，對電壓的要求比較高，因此需要接入外接電源轉換器。為了在額定電壓內保障整個監測系統的正常運轉，減少所有模塊因電源而無法工作的頻率，外接電源轉換器使用LM1117轉換輸出電壓，以此保證電壓的穩定性，在確保電壓精度的同時，還能監測整個電路的安全性，提供電流限制和熱保護的功能。

2" 面向甘蔗生長環境的數據采集、分析與決策支持系統軟件設計

2.1" 數據采集模塊

我們首先把大片的甘蔗種植區劃分為眾多小區域，基于上述提到的物聯網技術構建系統架構，利用甘蔗生長環境監測的相關硬件設備將各個小區域的數據采集起來并采用無線網絡技術傳輸至互聯網，再保存成相應格式（excel、csv等），得到原始的數據集。

在此特別說明，在進行數據采集時，我們每3 min收集一次數據，由于硬件設備限制，我們主要收集土壤溫度、土壤濕度、土壤pH、土壤氮、土壤磷和土壤鉀共6種甘蔗生長數據，數據見表1。

2.2" 數據存儲模塊

由于采集到的原始數據存在噪聲，因此我們首先對數據進行了預處理，主要包括數據清洗、數據變換、數據歸約3個部分。在數據進行預處理后，我們會撰寫相關Python代碼，使用pandas模塊對存儲的數據進行分塊處理。在進行數據分塊時，主要根據甘蔗生長參數（土壤溫度、土壤濕度、土壤pH、土壤氮、土壤磷、土壤鉀）進行劃分。最終得到數據塊，然后將處理完的數據重新存儲到MySQL數據庫之中，以便數據后續的保存和使用，數據見表2。

我們通過建立ARIMA時間序列預測模型，對獲得的數據進行了簡單的回歸分析，以正則化極限學習機（RELM）作為基分類器，提出了一種基于RELM的時間序列數據加權集成分類方法E-PSO-RELM，對數據集進行集成分類，并由ARIMA模型對數據進行預測并用E-PSO-RELM進行數據分類后，我們對得到的數據集進行整理，并對其進行關聯規則分析。

2.3" 甘蔗生長條件知識庫模塊

甘蔗生長條件知識庫分為兩大模塊：數據模塊和知識模塊。

數據模塊主要用來存放甘蔗的最適生長參數（土壤溫度、土壤濕度、土壤pH、土壤氮、土壤磷和土壤鉀）。在研究過程中我們發現，盡管甘蔗的最適生長參數會因甘蔗品種、生長地區等不同條件而有所不同，但在具體的生長階段所需條件卻相差不大，我們發現在甘蔗的生長過程中，生長階段為影響甘蔗最適生長參數的主要因素（在正常條件下，不包括極端天氣等特殊情況）。

此外我們在研究過程中發現目前各種資料上對于甘蔗生長條件的描述大多數局限于定性描述，而沒有進行精準的定量分析，其次，盡管有些資料中會定量地劃分甘蔗的生長條件，但精度往往不夠準確，為此我們閱讀了《甘蔗高產栽培與加工新技術》等相關書籍，又翻閱了本項目數據來源地（廣西崇左）的相關天氣狀況與地理位置等，綜合了多種資料，最終以此為基礎確定了甘蔗最適生長參數的數據設定，并根據甘蔗的具體生長階段對參數進行微調（因此數據的使用會有一定的局限性，不能保證本數據在其他地方使用時具有可靠性）。

此外，由于甘蔗生長過程中的生長特性體現為只要在一定時間段內滿足生長需求即可，對于環境的變化因素不敏感，而我們收集的數據時間間隔太短，再加上考慮到晝夜環境變化影響，因此我們又將一整天劃分為3個時間段，在每個時間段內設置的甘蔗最適生長參數略有不同，數據見表3。

知識庫模塊主要用來存放領域專家的知識，主要包括甘蔗的品種分類、災害及應對措施、生長調節建議等。我們查找、翻閱并仔細研讀了與甘蔗種植有關的資料，并對信息進行整理匯總，將冗余的部分去除，力求用最簡潔的語言表達信息，最終存儲到數據庫中，方便用戶查閱，數據見表4—5。

2.4" 數據可視化模塊

通過使用MySQL+Grafana的方法將每塊土地數據可視化，構建數據監測平臺，使得用戶可自主查詢并且能夠更加清晰地觀察出各項數據的具體情況及變化趨勢。可視化模塊主要用于對采集數據的展示，包括甘蔗實際生產情況、地理位置展示，甘蔗生長時的溫度、濕度、光照、二氧化碳濃度、土壤pH、土壤中微量元素和農藥等參數數值的展示，以及各數值在一段時間內變化的趨勢展示等。

以Grafana作為可視化展示的平臺，在Grafana中創建“甘蔗生長數據視圖”儀表盤作為展示界面，將預處理好的MySQL數據庫中的甘蔗生長的各項數據作為數據源創建視圖，以傳感器采集數據的接受時間創建時間序列，將對應時間的各屬性的值作為變量構造相應的時間序列視圖，把甘蔗種植區中的各屬性的變化趨勢實時、清晰地展現出來。我們還將最近一段時間接受到的甘蔗生長的各項數據以表的形式展現出來，并在此基礎上對較為重要的生長信息的相關數值求平均值，以方便用戶實時查詢準確的生長數據信息。

2.5" 數據預警模塊

在進行數據分析后，會得到數據分析模型下各個參數（溫度、濕度、光照、二氧化碳濃度、土壤pH、土壤中微量元素和農藥等）的實際值。我們根據搜尋到的大量甘蔗生長條件數據，有針對性地建立甘蔗生長條件知識庫，用于更加準確地判斷每個分塊甘蔗的生長需求，并根據甘蔗生長條件知識庫中的數據設定各個參數的預警值。在Grafana中為各生長參數創建相應的警報規則，建立與警報規則相匹配的通知策略，以時間序列中最近10 min內收集到的數據為實際值，當實際值與警報規則相違背，超過或低于預警值時，系統會向通知策略中定義的用戶郵箱發出預警提醒，并根據甘蔗生長知識庫管理系統中的知識庫模塊給出相應措施建議，以便用戶調節甘蔗生長的外部可控條件，使得甘蔗可以在較為適合的環境中生長。

3" 結束語

本文利用ZigBee無線傳感網絡對甘蔗生長環境土壤中的水分、pH、氮磷鉀元素的含量及環境溫度、濕度的數據進行采集，通過4G移動網絡進行數據傳輸，監測中心建立了甘蔗生長條件數據庫和甘蔗生長環境數據庫，并通過Grafana構建數據監測平臺，實現了數據的可視化和智能預警，為甘蔗生產提供了決策支持，達到了降低甘蔗生產成本，提高甘蔗產量和品質的目標。

參考文獻：

[1] 許繪香，王自明，張浩，等.基于物聯網技術的空氣質量智能監測系統設計[J].信息與電腦（理論版），2023，35（1）：137-139.

[2] 朱斌.基于物聯網技術的智慧農業大棚監測系統研究[J].南方農機，2023，54（6）：84-86.

[3] 張桃.基于物聯網的智慧農業數據采集與分析系統的設計與實現[J].農村實用技術，2022（2）：94-96.

[4] 陳祖籌，韋秀新.影響甘蔗生長后期蔗糖分的營養因素分析[J].甘蔗糖業，1991（6）：11-16.

[5] 劉智臣.一種基于物聯網數據采集的農業大數據生產決策系統探究[J].南方農機，2022，53（6）：35-38.