基于LoRa技術的智慧農業監控系統研究

時生樂，魏素盼

（河南水利與環境職業學院，河南 鄭州 450008）

智慧農業是數字中國的重點應用領域之一，也是鄉村振興的重要組成部分之一，它將大數據、云計算、物聯網、移動互聯、遙感等現代信息技術應用在農業中，并與農業生產全過程結合，提高產前、產中和產后效率，在實現農業生產信息化、智能化、自動化等方面發揮著關鍵作用，對降低生產成本、減少環境污染、提高農業生產效率等具有重要意義。

文章針對目前智慧農業系統中存在無線通信距離短、數據采集節點功耗大、數據采集節點成本高、農業智能化程度低等問題，采用新興LoRa無線通信技術，研究利用實時、動態的智慧農業監測系統，實現遠距離、低功耗、智能化、多維度、多尺度的農作物信息實時監測。

1 新穎的智慧農業監測系統架構

傳統農業物聯網架構采用感知層、傳輸層、應用層三層典型架構，通過對傳統農業物聯網架構進行深入分析，結合智慧農業新需求和生產、管理過程中存在的智能化程度低、缺少數據分析處理等突出問題，本系統在傳統農業物聯網架構基礎上加入數據層，設計包含感知層、傳輸層、數據層、應用層四層架構的智能農業監測系統，從而使該系統具有智能感知、數據挖掘分析、數據可視化、遠程智能控制等功能。

感知層主要通過LoRa無線網絡技術獲取植物生長環境信息，如監測土壤水分、土壤溫度、空氣溫度、空氣濕度、光照強度、植物養分含量等參數，通過攝像頭獲取植物生長狀況圖像信息，將采集數據通過傳輸層發送到云平臺，同時感知層接收上層發來的控制指令，實現遠程灌溉、遠程施肥、遠程噴藥等遠程智能化控制。

傳輸層主要實現數據傳輸功能，一方面，傳輸層將感知層采集的傳感器數據傳輸到數據層進行存儲分析，另一方面，傳輸層將數據傳輸層發送的控制信息發送到感知層，進而對農作物生長環境進行遠程控制。數據層主要實現數據存儲分析功能并為應用層提供服務，數據層首先對數據進行分類、清洗、轉化、統一標準化處理，其次將數據存放到數據倉庫中，然后基于大數據和人工智能技術對數據倉庫進行挖掘分析，最后將數據分析結果信息提供給上層應用使用。

應用層主要通過各種終端設備實現農作物生長環境的實時監測和遠程控制，用戶可以通過電腦、平板、手機等設備對農作物進行遠程實時監測，隨時隨地掌握農作物生長狀況，可以根據農作物生長狀況對農作物進行遠程灌溉、遠程施肥、遠程噴藥等遠程控制，可以根據系統采集的數據進行預測農作物產量和分析可能發生的病蟲害等，還可以將拍攝的農作物病狀視頻和圖片遠程與專家溝通，建立視頻會議進行病蟲害的診斷與防治。

2 一體化集成數據采集基站

智慧農業系統感知層部署了大量的傳感器，這些傳感器對農作物周圍環境信息的實時監測會產生大量的數據。由于傳感器故障、網絡不穩定等因素，采集的數據不一定都是正確的數據，并且這些數據是非結構化的，不能直接存放到數據庫中，因此需要對這些非結構化、包含噪音的數據進行清洗，去除無效和錯誤數據，并將這些數據做標準化、歸一化處理之后才能存儲到數據庫當中。設計基于LoRa技術的一體化集成數據采集基站，將各種傳感器合理的集成到一個基站上，從而減少投放數量和便于最后設備的回收，進而提升農業智能化程度、降低農業生產成本，提高經濟效益。該集成采集基站分為地下和地上兩個部分，地下將土壤水分傳感器、土壤酸堿度傳感器等采集土壤數據信息的傳感器放置于基站地下部分，而將溫度傳感器、光照傳感器、攝像頭等采集農作物周圍生長環境信息的傳感器設備合理放置于集成采集基站地上部分，這樣在一個集成采集基站上可以同時采集多種傳感器數據，并且減少傳感器的占地面積。同時，基站使用基于LoRa無線通信技術，該技術具有低功耗、遠距離通信等優點，使用該技術可以減少中繼結點使用數量，降低設備功耗，減少生產勞動成本。

3 傳感器數據的清洗、轉換與存儲

智慧農業系統感知層部署了大量的傳感器，這些傳感器對農作物周圍環境信息的實時監測會產生大量的數據。由于傳感器故障、網絡不穩定等因素，采集的數據不一定都是正確的數據，并且這些數據是非結構化的，不能直接存放到數據庫中，因此需要對這些非結構化、包含噪音的數據進行清洗，去除無效和錯誤數據，并將這些數據做標準化、歸一化處理之后才能存儲到數據庫當中。本系統對采集的傳感器數據進行數據清理、數據集成、數據轉換等處理，然后將結構化、標準化的數據分類存放到數據庫中，最后通過從數據庫中提取與分析任務相關的傳感器歷史數據，通過匯總或聚集等操作，把數據變換和統一成適合挖掘的形式，創建數據倉庫，為數據挖掘分析提供數據支撐。

4 對采集數據進行挖掘分析

數據層能夠把感知層收集的傳感器數據做統一標準化處理，將處理后的數據存儲在數據庫中，然后根據分析任務的需要建立數據倉庫，最后在數據倉庫的基礎上進行挖掘分析。本項目設計基于分類、聚類等的數據挖掘算法和基于神經網絡的人工智能算法對數據倉庫中的數據進行挖掘分析，云服務平臺使用這些算法對數據進行挖掘、分析、處理，實現病蟲害監測預警、農作物種植預測、農作物遠程智能化控制，農作物產量預測，減少勞動力及農資投入，提高農業生產效率，實現農業生產智能化、智慧化，從而使農業生產從以人力為中心轉向以信息和軟件為中心的生產模式，進而實現信息化、智能化、自動化、數據化和可視化的生產和管理。

5 總 結

文章針對當前智慧農業系統建設中存在的問題，結合當前先進的LoRa無線通信技術，設計出較為先進的智慧農業系統。該系統能夠對農作物生長數據進行遠程實時采集，能夠對采集到的數據進行轉換、處理，并能夠對處理后的數據進行挖掘分析，根據分析結果，對農作物實施遠程控制，為農作物提供良好的生長環境，提高農作物產量，促進農業生產向智慧化方向發展。