計算機物聯網技術在智能水稻農田管理中的應用策略研究

中圖分類號：TP79 文獻標志碼：A 文章編號：1673-6737（2025）05-0182-06

Research ontheApplicationStrategy ofComputerInternet of Things Technology in Intelligent Rice Field Management

LIU Juan（Social Credit Center of Shandong Province（Development and Reform Data Application CenterofShandong Province），Jinan 25oo11，China）

Abstract：Themanagementofricefieldsisdirectlyrelatedtoriceyieldandfoodsecurity.Duetovariousuncertain factorsinthenaturalenvironment，itisdificulttoachievestabilitythroughmanualmanagementinthepast.Researchon theaplicationstrategyofcomputerInternetofThingstechnologyininteligentricefieldmanagementinresponsetothe aboveissues.DesignanintegratedmanagementmechanismforfarmlandbasedoncomputerIoTtechnology，whichis dividedintotwoparts.ThefirstpartisaricefarmlandperceptionmodulebasedonIoTtechnology，whichobtainsvarious statusdataaboutfarmland.Theotherpartisthericefielddynamicmanagementmodule basedoncomputertechnology， whichusescomputeralgorithmsormodelstoachieveintegratedwaterandfertlizercontrolandricegrowthevaluation basedontheobtained status data.Theresultsindicate that through theinteligent managementofcomputerIoT technology， thefieldwaterholdingcapacitycanrespondmorequicklyandstably，achievingprecisemanagementoffarmland water volume.ThroughtheinteligentmanagementofcomputerIoTtechnologythericegrowthinthepaddyfieldisstable，with agrowthindexgreaterthanO.85，consistentlyatheexcelentlevelI）level，indicatinggoodmanagementefctiveess.

KeyWords：Computerinternetofthingstechnology；Rice;Inteligentfarmlandmanagement；Waterfertilizerintegration; Evaluation of rice growth

糧食是人們賴以生存與發展的物質基礎。水稻作為全球超過半數人口的主食，其生產與種植更是農業領域中的重點工作。水稻產量與質量的穩定提升是維護糧食安全體系的關鍵，而要保證水稻產量與質量的穩定提升，水稻農田管理是必不可少的工作。水稻農田管理是一項綜合性工作，包括灌溉、施肥、生長監測等多個環節，每一個環節的管理質量都關系到水稻最后的產量[2]。目前，水稻農田管理仍是以傳統模式為主，也就是依賴管理人員的人工經驗，這種管理方式靈活度較高，成本低，但是很容易受到管理人員技術水平限制，管理效果難以達到穩定，尤其水稻種植還受到溫度、濕度、光照等各種不確定因素影響較大。傳統人工管理主要存在資源分配不均的情況，導致水資源浪費，化肥農藥過量使用或者使用不足等，不僅增加了生產成本，還對生態環境造成了潛在威脅[4]。

為了解決傳統人工管理模式的不足，隨著計算機物聯網技術的大力開發，創新了農田管理模式，逐漸向著智能化、自動化管理模式方向發展，該模式借助物聯網感知水稻生長過程中的土壤濕度、溫度、養分含量、光照強度以及病蟲害情況等關鍵信息，然后通過計算機技術對感知到的信息進行深度挖掘，從而制定個性化的灌溉、施肥和病蟲害防治方案，實現資源的優化配置與高效利用。為此，進行計算機物聯網技術在智能水稻農田管理中的應用策略研究。通過該研究以期能夠探索出一條具有高適應性和高靈活性的水稻智能化種植模式，提高水稻種植質量。

1基于計算機物聯網技術的農田一體化管理機制設計

為滿足人口增長的需要以及減輕糧食安全壓力，基于計算機物聯網技術設計一個智能水稻農田一體化管理機制，目的是打破傳統農田管理碎片化、低效化的局面，實現對水稻農田的科學化管理5。農田一體化管理機制結構如下圖1所示。

圖1基于計算機物聯網技術的農田一體化管理機制

水稻農田一體化管理機制，根據計算機物聯網技術的作用分為兩部分，一部分是基于物聯網技術的水稻農田感知模塊，另一部分是基于計算機技術的水稻農田動態管理模塊。下面一體化管理機制進行具體分析。

2基于物聯網技術的水稻農田感知模塊

水稻農田科學管理的依據是獲取到的關于農田各種狀態數據，如溫度、含水量 ??pH 值、生長數據等。而要獲取這些數據，需要用到物聯網技術-8。物聯網技術是指通過各種信息傳感設備，按約定的通信協議，實現監測目標與網絡相連接并將監測信息傳遞出去，以實現智能化識別、定位、跟蹤、監管等功能的一種技術。ZigBee技術具有低功耗、自組網和高穩定性等優點，是物聯網中實現各傳感設備間通信的關鍵。以ZigBee技術為基礎，搭建智能水稻農田感知的物聯網，網絡結構如下圖2所示。

圖2基于ZigBee的智能水稻農田感知的物聯網

從圖2中可以看出，該物聯網中共有3類節點，其中協調器是最關鍵的一類，負責節點管理、網絡組建和數據傳輸等[]。利用協調器進行農田感知物聯網具體搭建過程如下：

步驟1：將協調器節點部署在水稻農田田埂邊緣網關。

步驟2：通過協調器節點通過掃描檢測能量情況并選擇干擾最小的信道。

步驟3：協調器以選定的信道和PANID啟動網絡，并配置參數。

步驟4：終端節點或路由節點向協調器發送人網請求[。

步驟5：協調器接收到入網請求后面，對終端節點或路由節點進行校驗并為其分配PANID和16位短地址[2]

步驟6：發送入網響應，當終端節點或路由節點成功加入網絡后，就可以發送數據。

基于組建好的網絡，首先利用終端節點設備感知農田各種狀態數據，如下表1所示

表1終端節點設備感知數據類型

終端節點設備將感知到的數據封裝為ZigBee應用層幀，然后發送給路由器。路由器作為“信號中繼”，可以擴展網絡覆蓋范圍并支持多跳傳輸（單跳距離從 50m 增至 150m ），提高網絡傳輸距離[13]。路由器節點將接收到的水稻農田感知數據轉發給協調器節點，協調器節點最終將數據傳輸給計算機處理中心，用于水稻農田管理4。

3基于計算機技術的水稻農田動態智慧管理模塊

利用物聯網技術感知到的水稻農田狀態數據，通過各種計算機算法或者模型實現水肥一體化控制、水稻長勢評估等水稻農田動態智慧管理。

3.1 水肥一體化控制管理

水和肥是水稻生長過程中不可缺少的兩種物質，若是過多，將導致根系變黑、腐爛，吸收能力喪失；若是少了，則導致葉片卷曲、枯黃，功能葉早衰，水稻生長受抑制[5。因此，進行水肥一體化精準控制是水稻農田動態管理中最重要的環節。首先，確定水稻對水肥的標準要求，如表2所示。

表2水稻對水肥的標準要求

水稻對水肥要求會因所處的不同生長時期、生長環境等因素而發生變化，參照上述標準，利用一種計算機模型——整數階PID控制器，進行水肥一體化管理，構建基于整數階PID的水肥一體化計算機管理模型[16-17]。該模型控制律表示如下：

式中， b（t），b （t代表水稻 χ_t 生長時期水肥標準與稻田實際水肥情況； a（τ） 代表誤差在時間上的累積； 代表比例增益系數、積分增益系數、微分增益系數； Φ_t^t 代表時間； s（t） 代表水稻生長時期水肥控制量； a（t） 代表水稻 Φ_t 生長時期水肥標準與稻田實際水肥情況之間的差值[8。

該模型的傳遞函數如下：

式中， G（t） 代表水稻 Φ_t 生長時期傳遞函數[19]

將計算得到的 s（t） 傳遞給水肥灌溉系統，該系統根據 s（t） ，生成控制指令，實現水肥的自動調控[20]。

3.2水稻長勢評估管理

水稻長勢評估是精準農業的重要環節，通過多維度監測與分析可優化田間管理、預測產量并指導災害預警。水稻長勢描述指標如下表3所示2。

根據水稻長勢描述指標，結合一種計算機算法一—熵權法，進行水稻長勢評估22。首先，利用計算機計算每一個評估指標的比重，公式如下：

式中， c_ij 代表第 i 個樣本的第 j 個水稻長勢描述指標的比重； d_ij 代表歸一化后的第 i 個樣本的第 j 個水稻長勢描述指標； n 代表樣本數量。接著，

表3水稻長勢描述指標體系

計算每個指標的熵值23]。計算公式如下：

式中， D_j 代表評價指標的熵值。根據 D_j ，計算信息效用值，即：

式中， E_j 代表第 j 個水稻長勢描述指標的信息效用值。最后計算第 j 個水稻長勢描述指標的權重。計算公式如下：

式中， w_ij 代表指標權重； m 代表水稻長勢描述指標的數量。

結合第 j 個水稻長勢描述指標的權重與歸一化指標值，計算水稻長勢指數，即

式中， Y 代表水稻長勢指數[24]

根據水稻長勢指數，劃分5個等級，如下表4所示。

表4水稻長勢指數等級劃分

4應用效果分析

為驗證計算機物聯網技術在智能水稻農田管理中的應用策略中的應用效果，以兩塊水稻試驗田為對象，進行實驗測試，如下圖3所示。

圖3水稻試驗田

這兩塊水稻試驗田均種植湘早粘45號，其余面積、土質、種植工藝等所有參數也都高度相同，其中一個通過計算機物聯網技術進行智慧管理，另一個通過傳統人工模式管理。

在水稻田部署20個傳感器節點，實現每隔12h 一次的全田數據采集，精度達 ±2% ，然后每隔 200m 部署1個太陽能供電的路由器，終端傳感器的數據至協調器，確保全田覆蓋。物聯網部署如下圖4所示。

圖4物聯網部署

物聯網參數配置如下表5所示。

表5物聯網參數配置

基于部署的物聯網，獲取水稻農田參數，如表6所示。

表6水稻農田狀態參數表（部分）

（1）水量管理效果。基于物聯網采集和傳輸的水稻田狀態數據，進行水肥管理，其中田間持水量管理效果如下圖5所示。

圖5田間持水量變化曲線

從圖5中可以看出，與傳統人工管理模式相比，通過計算機物聯網技術進行智慧管理，田間持水量能夠更加快速響應，且后期也能夠極大程度根據需求穩定灌溉。由此說明計算機物聯網技術的應用實現了對農田水量的精準管理。

（2）水稻長勢評估管理。計算機物聯網技術對水稻長勢的評估如圖6所示。

從圖6中可以看出，1號水稻田水稻長勢穩定，水稻長勢指數大于0.85，說明一直處在優（I級）等級，說明1號水稻田通過計算機物聯網技術的智慧管理，植株健壯，葉色濃綠，分蘗旺盛，產量潛力高，實現了精準管理。而傳統人工管理模式下，2號水稻長勢指數在0.60～1.00之間波動，說明水稻田水稻長勢不穩定，管理效果較差。

5 結束語

隨著計算機物聯網技術的快速發展，其在智能水稻農田管理中的應用正逐步改變傳統農業生產模式。因此，探索一種高效、精準、可持續的基于計算機物聯網技術的智能水稻農田管理模式。研究中通過部署多源傳感器、邊緣計算網關和計算機智能決策和分析系統，實現了對水稻生長環境的實時監測、精準調控和科學管理，顯著提升了水肥利用效率、降低了資源浪費，并為糧食安全生產提供了數據支撐。

參考文獻：

[1]曾華忠，吳庚勇，陸靜丹，等.廣西稻蝦共作模式下“雙季稻 + ”生態高產綜合種養技術[J].雜交水稻，2024，39（6）：107-111.

[2]馬唯一，朱濟鄒，朱旺，等.鹽害和干旱對稻米品質形成的影響及生理機制研究進展[J].中國水稻科學，2025，39（2）：156-170.

[3]劉家輝，劉強，李廣.不同施氮梯度下影響春小麥產量的參數敏感性分析及優化[J].干旱地區農業研究，2025，43（2）：253-261.

[4]王遠銘，葛梅紅，程寧寧，等.不同施肥模式下芒果園氮素養分平衡及氮氣排放[J].西南農業學報，2025，38（1）：160-170.

[5]宮園，徐玉婷，潘友菊，等.氣候智慧型農業措施對中國農田土壤有機碳含量影響的Meta分析[J].農業資源與環境學報，2024，41（1）：92-104.

[6]余忠義，全春夏，方舟，等.數智農田構建關鍵技術裝備及展望[]農業工程學報，2024，40（23）：1-14.

[7]張艷軍，楊殿林，王慧，等.基于農田生境管理的農作物害蟲生態防控研究進展[J].農業資源與環境學報，2024，41（5）：997-1003.

[8]劉曉.基于信息融合的農田智能化管理系統應用研究[J].農機化研究，2023，45（5）：215-219.

[9]華明圓，宋健，王曉平，等.農機裝備物聯網技術研究現狀與展望[J].江蘇農業科學，2024，52（1）：17-27.

[10]劉羽飛，何勇，劉飛，等.農業傳感器技術在我國的應用和市場：現狀與未來展望[J].浙江大學學報 （農業與生命科學版），2023，49（3）：293-304.

[11]李利如，張孟.智慧農業物聯網平臺的多場景應用[J].中國農業資源與區劃，2023，44（7）：116，128.

[12]章子文，梁思程，張洪奇，等.設施溫室物聯網智能測控系統研究[J.山東農業大學學報（自然科學版），2024，55（4）：633-643.

[13]丁亞會，陳誠，喬曉軍，等.基于物聯網的病蟲害綠色防控系統研發與應用[J].中國農業科技導報，2024，26（4）：77-86.

[14]魏鋒，馬麗娟，葛靜，等.基于物聯網的塑料大棚保溫被自動揭放對越冬葉菜生長及品質的影響[J]甘肅農業大學學報，2024，59（1）：292-303.

[15]張潔，楊誠陽，鄒佳琪，等.基于計算機視覺的大豆與玉米種子計數方法研究[J]四川農業大學學報，2024，42（5）：1021-1027，1048.

[16]高一聰，許晨，林瓊，等.茶葉生產裝備自動化與智能化技術研究進展與展望[J].農業機械學報，2024，55（7）：1-14.

[17]張昆，袁博涵，崔靜瑩，等.基于計算機視覺的茶葉嫩芽識別方法研究進展[J].山東農業科學，2024，56（5）：163-170.

[18]何可，朱潤.數字技術賦能糧食系統綠色低碳轉型[J].南京農業大學學報（社會科學版），2025，25（1）：55-67.

[19]張守利，劉晨.基于服務的云邊端協同流數據處理體系結構研究[J].山東農業大學學報（自然科學版），2024，55（3）：385-395.

[20]莫竣程，邵志偉，梁妙婷，等.我國農田氮磷流失監測現狀與在線監測標準化方法[J].江蘇農業科學，2024，52（3）：12-21.

[21]楊俊，馬霆，郭丹.提升數字能力賦能智慧農業發展[J].華中農業大學學報，2023，42（5）：282-288.

[22]姚莉，鄧春秀，唐彪，等.基于最大熵模型（ MaxEnt ）和地理信息系統（GIS）的四川省眉山市東坡區晚熟柑橘適宜性評價[J].中國農業科學，2025，58（4）：748-758.

[23]余富強，王斌成，郭娜煒，等.基于注意力機制的多任務番茄葉片病害識別方法[J].河北農業大學學報，2024，47（6）：32-39.

[24]王海.計算機技術在農業信息化中的創新應用[J]中國農業資源與區劃，2025，46（1）：201，220.

圖6水稻長勢指數曲線