基于情境感知的智能農業生產管控系統設計

中圖分類號：S126 文獻標志碼：A

0 引言

隨著傳感器技術的快速發展，傳感器在農業生產方面的應用也越來越廣泛。比如：在溫室中，種植人員可以部署設施管控系統，利用各種傳感器采集溫室環境的參數，然后再通過在溫室內布置的一些自動化設備，如遮光簾、加熱器、鼓風機等，及時根據需求調整溫室內環境，從而確保農作物處于最佳的生產環境中。而在大范圍的農作物種植過程中，若采用普通的設施管控系統，種植人員想及時調整農植物的生長環境，困難非常大。

1傳統農業生產管控系統存在的問題

1.1 作物管理滯后

目前，大多數傳統農業管控系統的智能化應用還處于初步階段，在進行農業生產時，只是純粹地進行監視，并不能實行智能控制，干旱、缺肥、病蟲害等只能依賴人工監視、巡查發現。因此，管理就會存在滯后性，容易延誤最佳的干預窗口期。

1.2資源投放粗放

傳統農業生產管控系統通過傳感器實時感知農作物現場環境后，灌溉、施肥、施藥仍然依賴固定周期或操作員的經驗，無法按需供給。另外，由于操作員掌握的經驗與技能參差不齊，種植效果會出現很大的差別。

1.3風險預警薄弱

傳統農業生產管控系統所獲取的傳感器數據都是獨立存在的，未能融合分析轉化為可復用的情境規則庫，而這些情境規則庫正是進行風險預警的依據。比如：局地冰雹、霜凍等農田小氣候靠某一數據就無法感知到，一旦發生，容易造成較大的損失。

因此，可以將情境感知引入農場系統，提高智能化生產管控水平，幫助用戶進行決策，保障農機作業的順利進行，推動農業生產和管理的數字化、精準化以及智能化，提高農產品的產量，實現農業生產的高質量發展。

2農業生產管控系統情境感知維度

情境感知理論于20世紀90年代由施利特提出，主要是指系統能夠主動感知并收集用戶周圍有關情境信息的變化，從而根據當前任務的需要，通過預先設立的規則進行計算，在合適的時機提供相應的信息與服務[]。情境感知技術是一種能夠感知并利用環境信息來提供相關服務或功能的技術。它通過整合傳感器、數據分析、人工智能等手段，理解用戶所處的環境、行為和需求，從而提供個性化的響應或服務。核心要素主要包括環境感知、用戶行為分析、上下文理解、自適應響應等內容[2]

目前，情境感知技術已應用在智能計算、智能系統、智能產品等多個方面，通過感知環境，理解、獲取用戶需求，提供個性化服務[3]。可以明確的是，情境感知技術正在改變人們與技術的互動方式，提升了決策效率，優化了用戶體驗。

農業生產管控系統需要從多個方面獲取感知信息[4]，從而建立起完善的情境。感知的信息來源主要包括環境監測管控、土壤熵情監測、水肥一體化監測、病蟲害監測4個方面。

2.1 環境監測管控

農業生產管控系統通過自動采集農田周圍生態環境中的各種氣象數據，結合氣象預報進行分析，為制定農業作業計劃以及農業生產提供綜合服務。

2.2土壤熵情監測

土壤情監測系統設置多個監測點，分布點呈“X”形，監測的深度分別處于土壤 0～20cm.20～ 40cm.40～60cm 以及 60～100cm ，共4個層次監測土壤的水分含量。每一個層次都設置傳感器，通過無線通信的方式將監測到的數據實時上傳到監測系統。

2.3水肥一體化監測

利用土壤肥料檢測設備對土壤的肥料含量進行監測，根據農作物的生長數據，查找對比水肥調控策略，確定水肥合理供給分配計劃，控制水肥耦合灌溉系統，自動記錄、統計、分析灌溉和施肥的相關數據，

2.4病蟲害監測

通過視頻對農作物的生長情況進行監測，結合溫濕度，分析農作物的葉面特征，掌握農作物病蟲害的實際發生情況，對農作物的發病概率進行預測，采取相應的措施，對病蟲害進行控制。

3基于情境感知的智能農業生產管控系統設計

農作物的生長習性各不相同，在不同的季節天氣條件下，所處的生長階段和生長環境不同，采用的生產作業方式也會隨之發生變化[5]。基于情境感知的智能農業生產管控系統，將農作物生長特征信息與情境類信息進行收集并融合[6]，同時對當前的情境進行識別，建立農作物所處情境與作業資源的映射關系集，實現農業生產智能管控。基于情境感知的智能農業生產管控系統包括信息感知層、情境建模識別層、作業計算推薦層、作業操作層等多層架構。

3.1信息感知層

信息感知層包括2個部分：一是收集農作物生長環境信息，二是感知周圍的情境信息。綜合利用多傳感器的融合感知技術、無線視頻監控技術以及自動控制技術，實現對農作物生長環境信息、苗情信息、土壤信息、病蟲害信息、視頻監控、天氣狀況的感知。對于農作物生長環境需要收集的信息有時空要素信息、環境要素信息以及種植行為要素信息等。時空要素信息主要包括當前的時間、位置等信息，環境要素信息主要包括、空氣、天氣、季節、風向、溫度、濕度等信息，種植行為要素主要包括種植行為的環境條件信息等。

3.2情境建模識別層

情境建模識別層作為信息處理的中間一環，需要對系統收集到的各種農作物生長環境以及情境信息進行存儲、運算和分析，得到環境資源信息、生長環境要素集合以及種植行為環境條件信息集合等，最終將計算得出的數據信息傳輸給信息感知層以及計算推薦層中。情境建模識別層包含2個部分，分別是情境建模部分和情境識別部分。

情境建模部分主要是將信息感知層中的信息，依據不同類型、定義的不同的字段進行儲存，將各類情境信息轉換為可以被計算機識別與計算的數據。系統通過多源數據的融合，建立“環境-作物-操作”生長管理策略庫（如“土壤含水率 lt;60%+ 葉溫 啟動灌溉”）。另外，系統將為各類環境情境定義場景標簽，便于系統識別各類情境。

情境識別部分主要是將當前情境的數據與情境建模識別層中已有的情境數據進行比較，找到百分比最接近的情境，同時將匹配的管控設備資源傳遞到作業計算推薦層中。比如：涉及灌溉，就會提供與灌溉相關的設備。

3.3作業計算推薦層

作業計算推薦層主要是對情境建模識別層接收到的信息進行導入，基于用戶歷史作業選出概率最大的作業操作作為推薦結果，發送到作業操作層中。

3.4作業操作層

作業操作層主要是對作業計算推薦層中導入的數據進行分析，根據作業命令，由管控系統發送命令給作業設備，主要包括作業任務、作業指令、地理位置信息等。同時，作業操作層負責保存來自作業設備的數據，以便在完成作業的任務后，能夠了解作業的執行情況，分析作業的效果，同時指導后續的作業。特別是當突發事件導致作業設備未按照預定任務完成作業時，人們可以根據作業設備的數據分析并確定故障原因。作業操作層是智能農業生產管控系統中重要的組成部分，對整個系統功能的實現起著關鍵性作用。

4智能農業生產管控系統主要功能模塊

針對基于情境感知的智能農業生產管控系統設計框架，結合農業生產環境信息、生產操作、智能分析相融合的總體思路，將智能農業生產管控系統分成環境監控模塊、視頻監控模塊、智能分析模塊、設施管理模塊4個模塊，如圖1所示。

4.1環境監控模塊

環境監控模塊主要包括環境實時感知、數據傳感網、通信終端等子模塊。

環境實時感知子模塊主要是管理環境信息傳感器和無線采集設備。環境信息傳感器主要用來監測光照強度、溫度、濕度、 CO₂ 濃度、土壤水分、土壤pH酸堿度、肥料含量等環境參數，通過無線采集裝置，將采集到的數據傳輸到云平臺監控中心。

數據傳感網子模塊主要是管理農田各區域內感知節點之間自組織網絡，使各感知節點能夠順利地將采集到的數據傳到匯聚節點，同時傳輸的數據也包括傳感器類別、運行狀態等自身狀態情況。

通信終端子模塊主要是管理傳感網匯聚節點與管控系統之間的通信終端設備，確保數據能夠正常地交互傳輸，用戶可以及時地了解各感知節點信息。

圖1基于情境感知的智能農業生產管理系統

4.2視頻監控模塊

視頻監控模塊主要是負責對農作物生長區域進行遠程地監控，既可以監控現場的農作物生長狀況和農機設備的運行情況，又能夠通過機器視覺技術挖掘現場的圖像價值。視頻監控模塊主要包括監控前端和控制中心2個子模塊。

監控前端子模塊主要功能是利用機器視覺技術獲取農作物的生長狀況、病蟲害現象以及對農業生產設備進行實時監控。

監控中心子模塊主要功能是對監控前端收集的信息進行匯總，幫助管控系統及時了解農作物現場的狀況，使管控系統能夠快速地做出判斷，及時地進行反饋。同時，方便用戶隨時查看，做一些必要的參數設置。

4.3智能分析模塊

智能分析模塊主要負責對收集到的信息進行分析，發出一些相應的管控命令，該模塊分為情境分析子模塊和告警子模塊。

情境分析子模塊主要功能之一是基于情境建模識別層的相關技術對傳感器和數據采集體系收集的數據進行情境建模，將各種情境與需要對應的作業操作聯系起來，建立作物生長管理策略。作物生長管理策略包括溫濕度調控策略、水肥調控策略、除病蟲害策略以及作業管理策略等。情境模型建立好后，情境分析子模塊需要實時對當前的作物長勢和感知到的情境進行綜合分析，由管控系統進行決策，選出最合適的調控策略，將指令下發到設施管理模塊。

告警子模塊主要功能是將管控過程中出現的一些特殊狀況形成警告信息并及時推送給用戶，以便用戶能夠快速地鎖定并解決出現的異常狀況。告警子模塊能夠獲取設備的檢測信息，設置告警策略。一旦告警子模塊獲取到感知設備傳來的數據，分析得到了當前情境需要采取的緊急措施，則將當前傳感器獲取的異常值、情境類別、需要采取的作業策略、設備使用情況作為主要指標，發送給設施管理模塊，同時推送給用戶。

4.4設施管理模塊

實時管理模塊主要負責接收智能分析模塊發送過來設施操作信息，通過控制器控制作業設備。該模塊主要包括溫濕度調控子模塊、水肥調控子模塊、病蟲害防治調控子模塊等。

溫濕度調控子模塊的主要功能是根據農作物的生長需要，接收智能分析模塊發來的指令，控制溫濕度調控設備，將溫濕度穩定在最優或者允許的范圍之內，使光合作用效率最大化，從而促進農作物養分的吸收和生長發育。

水肥調控子模塊的主要功能是進行智能施肥、智能灌溉以及監測控制管網信息、土壤情等。根據農作物的種類、生長階段以及周邊實時環境，系統確定最優的水分和養分量后，該模塊將會控制管網中的水流量、壓力數據，確保管網中水流平穩，能夠將水肥順利送至各個灌溉節點，從而實現水肥的供給與農作物動態需求的精準匹配。

病蟲害防治調控子模塊的主要功能是根據病蟲害的種類、發生的程度以及發展的趨勢，控制病蟲害防治設備，將病蟲害的危害降到最低程度，比如開啟害蟲誘捕燈、智能噴桿噴霧機以及溫濕度控制設備等，實現精準防治，使農產品增產增效，確保質量安全。

5 系統應用效果

5.1決策從“經驗驅動”轉向“數據驅動”

傳統的農作物生產作業依賴于農戶知識的積累和主觀性判斷，存在可重復性低、難以適配復雜情況交互等情況[]。基于情境感知的數據驅動決策通過融合實時感知的環境數據、歷史農情庫與作物生長模型，構建情境圖譜，輸出量化的管理作業數據，比如精準的灌溉量、施肥時機以及用量配比等，顯著降低了決策的不確定性，推動農業生產向“科學尋優”轉型。

5.2精準生產調控能力顯著提升

系統通過多源傳感器實時感知農田周邊的微環境，結合歷史數據與情境模型，動態調整控制策略，實現水肥藥等生產要素的閉環優化。比如：灌溉量可以依據蒸發量和作物生長需求進行動態調整，施肥量可以依據農作物葉片的光譜診斷和土壤養分模型，實現精準補給，從而使農業生產從粗放式控制向數字化精準調控轉變。

5.3生產風險防控實現智能化

傳統的生產風險防控依賴于人工周期性巡查與事后處置，往往會出現響應滯后的現象，而且會過度依賴化學的解決手段[8]。基于情境感知的智能化系統，通過多源感知，構建風險早期的診斷能力，將防控的時間節點從危害后轉至發生前，同時可以減少農藥的使用率，顯著提高了農業生產的逆韌性。

6結語

目前，我國農業需要依靠人工智能技術實現快速發展，提升生產效率。本文立足于當前農業生產形式，闡述了已有的管控系統智能化不足的現象，提出了構建基于情境感知的智能化管控系統。該系統融合了傳感器技術、物聯網技術、智能分析控制等技術，對農作物的生長環境、生長狀況、作業操作等要素建立情境模型，實現了環境因子、水、肥、藥的智能化管控。利用該系統，可以細化作業的任務內容，提升決策的精準度，大幅度減少人工的干預程度，降低生產成本，提高農業生產的效率。

參考文獻

[1]SCHILIT B，ADAMS N，WANT R. Context-aware computing applications[EB/OL].（1994-07-30）[2025- 05-03]. https：//www. zhangqiaokeyan. com/academicconference-foreign_meeting--1_thesis/020514614946. html.

[2]左自磊，蔣曉.基于情境感知的移動購物應用設計研究[J].包裝工程，2017（24）：156-159.

[3]李嘉節.基于情境感知的智能汽車多模態交互設計研究[J].鞋類工藝與設計，2024（3）：153-155.4柳軍，孟力力，夏禮如.設施農業智能管控系統分析與構建[J].浙江農業科學，2017（3）：534-536，540.

[5]林山馳，劉林，李相國.基于多信息融合的設施農業物聯網系統設計[J].現代信息科技，2022（19）：136-141.

[6]陳懷林，李文欣，杜歆桐，等.基于情境感知的智慧農機管控系統交互設計研究[J].包裝工程，2023（22）：123-130.

[7]周鹿揚，程文杰，徐建鵬，等.基于物聯網的設施農業環境管控系統設計與應用[J].農業災害研究，2015（11） ：55-56，58.

[8]陶瑩.基于數據融合的設施農業綜合管控系統設計與實現[D].武漢：華中師范大學，2019.

（編輯 王永超）

Design of intelligent agricultural production management and control system based on context-awareness

WANG Dong1，2 （1.Nantong Collge of Science and Technology，Nantong ， China; 2. Jiangsu Province Engineering Research Center of Agricultural and Rural Pollution Prevention Technology and Equipment， Nantong ，China）

Abstract：Aimingatthelowlevelof intelligence inagriculturalproductionmanagementandcontrol，thisarticle exploresthe application of context-awareness in agricultural production management andcontrol system.This study designedan intelligent agricultural production management and control system basedon context-awareness by combing thedimensions of context-awarenessand analyzing the system framework．The system mainly includes environmental monitoring，video monitoring，intellgent analysis，facility management andother functional modules.Through the establishmentofproductionmanagementand control scenarios，thesystemrealizesthefunctionsof intelligent monitoring，intelligent control and intellgent management of agricultural production，and improves the effciencyand accuracy of agricultural production.

Key words： context-awareness; intelligence; agricultural production; management and control system

基金項目：江蘇省農業農村污染防治技術與裝備工程研究中心開發資金資助;項目編號：GCZXYB2306。

2024年度江蘇省高校哲學社會科學研究一般項目；項目編號：2024SJYB1317。

作者簡介：王東（1982—），男，副教授，碩士;研究方向：機器學習，信息網絡，物聯網技術。