農作物灌溉系統的智能物聯監控平臺應用

李 媛

(山東工業職業學院,山東 淄博 256414)

0 引言

多年來,互聯網的飛速發展使得農業物聯網技術的應用普及化。其原理在于通過信息采集的方法設定以物為獲取對象,通過系列的信息與網絡傳輸技術,轉換并在所需的終端監測與顯示,核心在于準確感知與實時傳遞。多數的文獻研究與實際應用表明:我國的農作物特點多元化,對灌溉系統的精準性與智能性提出了新的控制要求,因而如何將智能物聯監控技術與灌溉系統的自動作業融合,進一步提高系統的整體作業效能,成為了一個研究的主題。

1 農作物灌溉系統概述

灌溉作業是農業種植與培養過程中必不可少的環節。從方式方法角度分,灌溉主要以滴灌、漫灌、噴灌等形式為主,且農作物由于生長期需水量的不同,灌溉的頻次與數量也應著情把控。通常而言,一套完整的灌溉系統主要是通過信息采集獲知農作物生長的土壤及環境狀態,利用預先設定的標準判定灌溉決策是否實施,決策做出后執行組件進行可控性的灌溉操作。

農作物灌溉系統的核心組成架構如圖1所示。系統模塊可分為灌溉環境數據監測、灌溉裝置作業執行、灌溉數據通信組件與灌溉決策控制組件,它們之間通過有序的連接,以信號的不斷交互與反饋,進行實時化調控。其中,灌溉水量的監測、土壤濕度的合格程度及整體灌溉的適應性都應當有精準的體現。因此,以物聯網技術的智能化作為支撐,實施監控平臺的設計與構思。

圖1 農作物灌溉系統的核心組成架構簡圖Fig.1 Schematic diagram of core composition and framework of the crop irrigation system

2 智能物聯監控平臺應用

2.1 物聯監控模型建立

首先,考慮當前農作物種植的土壤含水程度及周邊環境的降水程度,將其設定成相應的采集因素,以便提高灌溉決策的精確性;然后,系統根據作物生長區域進行周密的灌溉節點布局,滿足智能物聯網傳輸的范圍與響應性要求,將誤差的變化性作為主因,形成物聯監控模型,即

(1)

式中t-系統物聯監控模型中的信息采集單個周期時間;

k-系統物聯監控模型中的信息采集周期系數;

T0-系統物聯監控模型中信息采集初始設定值;

T(kt)-系統物聯監控模型中信息采集值;

E(kt)-系統物聯監控模型中第k周期內信息采集誤差值;

E(kt-t)-系統物聯監控模型中第(k-1)周期內信息采集誤差值;

A(kt)-系統物聯監控模型中信息采集誤差變化值;

C(kt)-系統物聯監控模型中信息采集誤差變化率。

同時,以RFID等多項感知裝置為基點,結合灌溉系統的整體布局通用性,給出基于物聯監控模型的灌溉系統設計簡圖,如圖2所示。

圖2 基于物聯監控模型的灌溉系統設計簡圖Fig.2 Diagram of the irrigation system design based on IoT monitoring model

由圖2可知:監控平臺的核心在于灌溉數據監控模型,其將系統內部程序精準控制與外部灌溉執行組件的有效結合,是連接感知設備、監測模塊與閥門/水泵、墑情/流量等的中心,對于信息數據的監測轉換、灌溉決策的實施不可或缺。

2.2 灌溉系統軟件設計

依據建立的物聯監控模型,對農作物灌溉系統的監控平臺進行軟件匹配性設計。信息控制主要由采集控制、灌溉執行控制及應用平臺的管理控制組成。基于智能物聯的灌溉系統網絡傳輸優化控制簡圖如圖3所示。

圖3 基于智能物聯的灌溉系統網絡傳輸優化控制簡圖Fig.3 Schematic diagram of network transmission optimization control of the irrigation system based on intelligent IoT

由圖3可知:優化控制以B/S為設計架構,設置以AT82RM系列為主的網關數據處理結構,灌溉條件滿足值的判定以閉環動態參數對比為依據,后臺應用管理方面設置為便于調控的觸摸屏方式。其核心在于執行傳輸協議流程的科學性,通過采集分析溫度、濕度、光照等參數因子,轉換為計算機可識別的負載內容與消息內容,實現可靠安全的智能監測。

2.3 灌溉系統硬件配置

針對系統需獲取的信息節點進行編號,同時在主要部位安裝繼電器、傳感器等部件,保證通信接口的多選擇性,且傳感器誤差應小于0.02%。結合用于智能物聯監控平臺的灌溉系統硬件配置及參數列表(見表1),得到基于智能物聯技術的灌溉系統墑情檢測電路布置簡圖,如圖4所示。該電路布置的創新點在于考慮物聯網感知環節的要求,增設了智能隔離模塊與傳輸協議轉換模塊,兩者能夠有效保證硬件電路的貫通性以及數據傳輸的穩定性。

表1 用于智能物聯監控平臺的灌溉系統硬件配置參數列表Table 1 Hardware configuration and parameter list of the irrigation system for intelligent IOT monitoring platform

圖4 基于智能物聯的灌溉系統墑情檢測電路布置簡圖Fig.4 Schematic diagram of soil moisture detection circuit layout of the irrigation system based on intelligent IoT

2.4 灌溉系統性能測試

基于完整的灌溉系統監控平臺,選擇性能測試核心組件及連接方式,進行性能可達性測試,如圖5所示。性能測試帶負載進行,設置虛擬用戶終端,選擇BC系列處理器及UART系列的適配器,以物聯網平臺為支撐,注重數據收發的時間間隔設定,同時內部運行測試函數進行重復性調試,直至達到最佳灌溉監控性能執行目標。

圖5 物聯監控平臺下的灌溉系統性能測試核心組件Fig.5 Core components for the irrigation system performance test under IoT monitoring platform

3 智能物聯監控的灌溉作業

3.1 試驗條件

為充分驗證該智能物聯監控平臺的合理性,選取生長初期的小麥作為灌溉作業對象,依據智能物聯監控平臺應用下的灌溉系統試驗流程(見圖6),展開可視可控化的灌溉試驗。設置如下條件:

圖6 智能物聯監控平臺應用下的灌溉系統試驗流程簡圖Fig.6 Flow chart of irrigation system test under the application of intelligent IoT monitoring platform

1) 將灌溉方式設置為自動,各信息采集節點分布均勻、有效;

2) 確保灌溉泵體、管路等連接通暢,流量裝置、傳感裝置等工作正常;

3) 確保通信組件、觸摸屏控制及數據輸出的實時性等。

3.2 數據分析

選擇采集數據的區塊為6,設置發送的數據包節點數為2000,進行系統數據采集準確性對比,得到農作物灌溉系統作業試驗的智能物聯平臺監測數據統計,如表2所示。由表2可知:各灌溉區塊的系統內部數據丟包率波動范圍在2.68%～3.32%之間,平均的數據丟包率為2.99%,控制在3.00%以內,具有很好的網絡數據收發性能,說明物聯網感知數據具有準確度;試驗過程中的各灌溉監測區塊異常上報時間及時,能夠控制在150ms以內,平均所需時間為125ms,說明系統內部數據處理速度滿足運行要求;將實際測得的灌溉對象狀態與物聯監控下的對象狀態進行對比,誤差波動范圍為1.97%～2.41%,各區塊的平均物聯監控誤差為2.12%,說明系統設計具有可行性。

表2 農作物灌溉系統試驗的智能物聯平臺監測數據統計Table 2 Monitoring data statistics of intelligent IoT platform for the test of the crop irrigation system

針對試驗數據進行性能指標對等性轉換,選取系統的決策準確率、網絡覆蓋率、灌溉均勻度及土壤濕度合格率等作為關鍵對比參數,得到基于智能物聯監控平臺應用的灌溉系統作業效果對比,如表3所示。

表3 基于智能物聯監控平臺應用的灌溉系統作業效果對比Table 3 Comparison of operation effects of the irrigation system based on intelligent IoT monitoring platform %

由表3可看出:與一般監控平臺相比,系統的決策準確率可由87.05%提升至95.77%,網絡覆蓋率由86.50%提升至95.10%,灌溉均勻度由85.85%提升至95.23%,土壤濕度合格率由88.21%提升至96.25%,灌溉效果較好;系統運行的穩定性能保持在91.24%,灌溉綜合效率由87.25%提升至95.50%,充分表征了智能物聯監控平臺實施的優越性。

4 結論

1)以當前農作物灌溉系統的原理組成為依托,合理性融入物聯網技術,建立智能物聯監控模型,經軟件、硬件、性能測試后,形成可用于農作物灌溉系統的、完整性好的智能物聯監控平臺。

2)展開灌溉作業性能實地試驗,結果表明:基于智能物聯網技術的監控平臺應用,對于整個灌溉系統的決策準確率與灌溉均勻度都有很好的提升,且應用后的系統運行穩定性相對可提升6.42%,網絡覆蓋率相對可提升8.60%,設計應用效果良好。

3)設計試驗滿足了物聯網技術運用至灌溉監測的適應性與精準性要求,對于同類農作物監控裝置的深度改良研究具有一定的參考價值,有利于促進我國農業技術向信息型、智慧型發展。