基于FPGA的土壤數據采集分析決策系統(tǒng)

，，

(西北師范大學 物理與電子工程學院，蘭州 730070)

基于FPGA的土壤數據采集分析決策系統(tǒng)

宋海聲，滕喜龍，魏煜秦

(西北師范大學物理與電子工程學院，蘭州730070)

為了改善當前土壤施肥及土壤數據管理的盲目性和隨意性，提出了一種基于現(xiàn)場可編程門陣列(FPGA)的土壤數據采集分析決策系統(tǒng);系統(tǒng)用FPGA搭建了土壤數據采集模塊，采集了溫濕度、酸堿度、常量元素含量和中微量元素含量等土壤信息，通過GPRS將采集到的數據傳輸給上位機;上位機以專家信息為參考，結合測土施肥技術、數據庫技術和.NET技術，完成數據庫、模型庫和知識庫的建立，并最終給出適宜種植的作物、肥力評價、施肥方案等決策結果;試驗測試結果表明，該系統(tǒng)可以為種植農作物提供有效方案，在農業(yè)生產中有一定的應用前景。

現(xiàn)場可編程門陣列；數據采集；分析決策；數據庫；模型庫；知識庫

0 引言

土壤是人類生產、生活的基礎，是文明進步、經濟發(fā)展的重要前提，“高化肥投入”的日漸普及，不僅增加了農業(yè)生產的種植成本，更導致土地肥力的下降，造成環(huán)境污染[1]。嚴重時還會影響農產品的品質，危害人的身體健康[2]。因此如何快速的測定當前土壤信息并科學地確定化肥適宜施用量，是目前政府和農戶越來越重視的問題[3]。為了提高土地和化肥的利用率，提高產能，保證糧食安全，本研究提出了一種基于現(xiàn)場可編程門陣列(FPGA)的土壤數據采集分析決策系統(tǒng)，用來改善當前施肥的隨意性和盲目性的缺點，讓用戶了解土地成份，并最終對施肥和種植進行合理和有效的判斷。

1 系統(tǒng)整體設計

系統(tǒng)的整體設計如圖1所示，系統(tǒng)整體可以分為兩個模塊：土壤數據采集模塊以及上位機分析決策模塊。土壤數據采集模塊通過土壤溫濕度傳感器、土壤酸堿度指示電極、土壤養(yǎng)分傳感器對土壤信息進行采集，由FPGA讀取數據，并負責把采集的數據按照自定義的通信格式變成相應的幀格式發(fā)送給上位機分析決策模塊[4]；分析決策模塊根據土壤養(yǎng)分的信息決策出適宜的作物、合理的施肥量以及具體的施肥方法。

設計的采集參數包括溫濕度、PH值(酸堿度)以及常、微量元素含量。采集的溫度范圍為-40～+60 ℃，精度為±0.4 ℃；采集的濕度范圍為0～100%RH，精度為±3%RH；PH值(酸堿度)范圍1 ～14，精度為0.1；采集的常、微量元素包括氮、磷、鉀、硼、錳、鋅、銅、鐵、鉬等，精度在0.1～0.01 mg。

圖1 系統(tǒng)整體設計框圖

2 土壤數據采集模塊的設計與實現(xiàn)

2.1 主控芯片

主控芯片采用FPGA系列EP2C8Q208C8芯片。

利用FPGA硬件并行的優(yōu)勢，在每個時鐘周期內能完成更多的系統(tǒng)任務；并且在硬件層面控制輸入輸出，節(jié)省時間，節(jié)約成本[5]。另外FPGA不使用操作系統(tǒng)，擁有真正的并行執(zhí)行和專注于每一項任務的確定性硬件，保證其具有更好的穩(wěn)定性。

2.2 土壤溫濕度數據采集

土壤溫濕度傳感器采用SHT11，F(xiàn)PGA通過模擬I2C協(xié)議與SHT11傳感器進行通訊。輸出為數字相對溫度、數字相對濕度，集成度高，穩(wěn)定性好，其溫、濕度數據可達14位、12位，并且位數可調整[6]。

通電后，用一組“啟動傳輸”時序完成數據傳輸的初始化，之后發(fā)送SHT11命令集中的二進制命令進行數據測量。如發(fā)送00000101表示測量相對濕度，發(fā)送0000000011表示測量溫度。表1為SHT11命令集。

表1 SHT11命令集

2.3 土壤酸堿度數據采集

測量酸堿度最常用的方法是電位分析法。通過測量參比電極、指示電極、接地電極組成的復合電極與被測溶液之間等效原電池的電動勢[7]，計算出溶液中氫離子的濃度，進而得知酸堿度。指示電極電位的變化與氫離子濃度的變化關系，可以用數學公式Nernst方程[8]表示，如式(1)：

(1)

式中，U代表電極探頭電勢值，U0代表酸堿度為7時電極探頭的電勢值；R為常數，數值為8.31441J/(K*mol)，T為絕對溫度，F(xiàn)為法拉第常數96.487kJ/(V*mol)，H+為氫離子濃度；

2.4 土壤養(yǎng)分數據采集

傳統(tǒng)土壤養(yǎng)分的測量是先取樣再進行實驗室數據分析，這種方式目的性強但是時效性差。系統(tǒng)采用恒美公司的土壤微量元素檢測儀HM-TYD對所需要的氮、磷、鉀、硼、錳、鋅、銅、鐵、鉬等元素含量進行檢測。該儀器穩(wěn)定性好，精確度高，誤差小，綜合檢測結果較好。

2.5 GPRS模塊

GPRS選用SIMCOM公司的SIM300模塊。工作過程通過串口中斷服務程序發(fā)送AT指令完成對SIM300模塊的初始化，之后建立GPRS通信鏈路，并連接服務器進行網絡的注冊，最后以UDP協(xié)議打包數據，進行實時發(fā)送和接收[10]。

3 分析決策模塊的設計與實現(xiàn)

分析決策模塊采用C/S體系架構，利用Visual Studio 2010為開發(fā)平臺，SQL Server 2008為后臺數據庫，以測土施肥技術為核心，參考專家信息，將.NET技術、數據庫技術及專家系統(tǒng)技術相結合，實現(xiàn)了信息管理、推理決策、參數計算、輔助查詢等功能?？偨y(tǒng)框圖如圖2所示。

圖2 分析決策模塊總體框圖

3.1 數據庫的建立

數據庫采用目前數據庫設計普遍使用的“實體-關系方法”來建立數據庫的概念模型(E-R模型)。數據庫表包含有作物信息表、肥料信息表、豐缺指標表、數學參數表、檢測數據表、數據處理表和用戶表等。以檢測數據表和結果保存數據表為例詳細說明表結構(表2和表3)。

表2 檢測樣本數據表結構

通過檢測土壤數據表的信息與土壤豐缺指標數據表組做對比進行土壤肥力評價，所得結果的圖片路徑保存到評價結果信息表中，其表結構如表3所示。其他決策結果的保存數據表的結構都與表3相同。

表3 結果保存數據表結構

3.2 模型庫的建立

3.2.1 土壤養(yǎng)分豐缺指標模型

土壤養(yǎng)分豐缺指標模型是指通過對檢測的土壤養(yǎng)分值與作物產量進行相關性分析得出的結果。對土壤養(yǎng)分的劃分可通過計算土壤缺少某種養(yǎng)分時某作物的產量與該作物在養(yǎng)分充足時是獲得的成品產量的比值來確定。根據我國國家建議標準并通過某值養(yǎng)分的相對含量高低來表示養(yǎng)分等級，一般養(yǎng)分的相對含量在50%一下的的養(yǎng)分等級為極低；50%～70%為缺乏，70%～90%為中等，>90%為豐富，以此為依據進行施肥推薦。

例如，當相對含量>90%時，說明大量施肥并不重要，土壤本身的養(yǎng)分已經足以提供作物的成長。根據研究甘肅省歷年的土壤檢測和試驗數據并結合國家標準，基本上確定了本系統(tǒng)的土壤養(yǎng)分豐缺指標模型，各類分級標準見表4、表5。

表4 土壤酸堿度評價

3.2.2 施肥效應模型

一般反應單一元素肥料的施用量對作物產量的影響用一元二次多項式來表示，反應多種肥料施用量與作物產量的關系需要多個函數構建成函數關系式組如式2所示。

表5 土壤有效養(yǎng)分含量豐缺指標

注：1%=10g/kg

(2)

而想要同時反應氮、磷、鉀3種肥料的施用量對作物產量的影響，我們可以采用三元二次多項式來描述肥料效應函數，如式(3)所示：

Y=a0+a1x1+a2x2+a3x3+a4x12+a5x22+

+a6x32+a7x1x2+a8x2x3+a9x1x3

(3)

式中，Y表示作物的產量，x1、x2、x3分別代表了氮肥、磷肥、鉀肥的施用量，a1、a2、a3為一次項主效應，a4、a5、a6為二次項主效應，a7、a8、a9為交互效應，且都為偏回歸系數。采用某塊地10年來的施肥產量數據進行算法的驗證，數據如表6所示。其中為了保證準確性，需要提供一項該地區(qū)的空白施肥產量。

表6 施肥試驗數據 公斤/畝

算法計算出的公式如公式(4)所示，其誤差平方和為0.0443，符合要求。

Y= 286.14 + 24.412x1+ 37.967x2-8.621x3-1.575x12-

0.722x22-1.04x32-2.435x1x2+ 0.166x2x3+ 2.322x1x3

(4)

3.3 知識庫的建立

知識庫的建立主要通過知識的獲取，知識的分類，知識的表示方法以及推理機制來實現(xiàn)[11-12]。知識的獲取就是簡化、整理、完善領域專家的系統(tǒng)知識，并錄入到知識庫中；知識的分類即將知識以數據型、描述型、規(guī)則型進行分類，方便調用和管理；知識的表示方法采用：if(前提 1)&(前提 2)&.……then(結論 1)的形式。例如if(土壤類型適宜)&(土壤PH值適宜)&(土壤養(yǎng)分滿足某作物要求)&……then(該土壤適宜種植該作物)。推理機制采用正向推理，即針對一個具體問題，系統(tǒng)將參考已知信息，運用知識庫中數據，推導出一些中間結論，并對現(xiàn)有的信息進行完善和擴充，通過不斷地完善信息，逐步求解直至問題解決。

4 功能實現(xiàn)

4.1 管理功能

結合數據庫技術，實現(xiàn)對系統(tǒng)所需數據的實時管理。系統(tǒng)操作過程中很多地方都需要訪問數據庫，為了縮減系統(tǒng)編碼的工作量，達到方便快捷操作數據庫的目的，系統(tǒng)定義了各個實體的操作類，包括對實體屬性選擇、添加、修改、刪除等方法。通過這些類與數據庫的操作，僅需調用該類便可以實現(xiàn)與數據庫的連接，提高了系統(tǒng)的可維護性和適應性。由于土壤及肥料的數據量較大，每次都需要從數據獲取數據集，所以創(chuàng)建了DataAdapter對象來獲取指定數據表中各項的值。

基本的管理操作由數據庫公共操作類提供的接口實現(xiàn)。顯示界面使用getDateSet獲取所需的數據聚合，再通過dataGridView控件顯示。簡單的數據搜索同樣使用上述方法獲取數據并顯示。添加、修改和刪除功能是通過使用contextMenuStrip控件，在數據列表中右擊鼠標彈出的菜單中選擇相應功能來實現(xiàn)。數學參數的設置可以先輸入數學公式并保存入數據庫中，在決策計算時再調出公式，并根據已知的參數計算出結果。檢測數據管理是通過將土壤檢測設備對土壤樣本檢測所得到的土壤養(yǎng)分結果保存到數據庫模塊的方式進行。

4.2 決策功能

分析決策系統(tǒng)可實現(xiàn)適宜種植作物決策、土壤綜合肥力評價、配方施肥決策等功能。

4.2.1 適宜種植作物決策

適宜種植作物決策是通過使用select語句和for循環(huán)方法來篩選作物。首先根據作物的適宜PH值篩選出第一批作物，保存入listView1中。再根據作物適宜的土壤篩選出第二批作物，與listivew1中的項目進行比較，以兩者相同的項目集更新listView1。最后根據土壤中缺乏的微量元素篩選出對缺素不敏感的作物，通過再次與listView1比較即可得出該土壤適宜的作物，試驗運行效果如圖3所示。點擊界面右下方的成本與收益分析按鈕，將會得到如圖4所示的成本與收益效果圖。

圖3 適宜種植作物試驗效果圖 圖4 成本與收益分析運行效果

4.2.2 土壤綜合肥力評價

土壤綜合肥力評價指根據土壤養(yǎng)分豐缺指標模型得出的土壤各養(yǎng)分的綜合指數和養(yǎng)分等級。土壤各養(yǎng)分的綜合指數是以專業(yè)數據和歷史資料為參考，根據土壤中各養(yǎng)分的特點及其在土壤肥力構成中的重要性，先計算出土壤養(yǎng)分各參評指標的權重值(計算得出有機質的權重為0.3，堿解氮(N)、速效磷(P)、速效鉀(K)的權重分別為0.25，0.25和0.2)，再通過加法模型：I=∑Fi×Wi(i=1,2,3,...,n)，計算出土壤各養(yǎng)分的綜合指數。其中I代表地塊養(yǎng)分綜合指數，F(xiàn)i表示第i個指標的評分值，Wi表示第i個指標的權重。土壤養(yǎng)分等級是依據“土壤養(yǎng)分等級劃分規(guī)則”制定的，對于不同綜合指數的養(yǎng)分可以分為極高、高、中、低、極低5個等級。土壤綜合肥力評價的試驗效果如圖5所示。

4.2.3 配方施肥決策功能

該功能是以養(yǎng)分豐缺指標法、肥料效應函數法和養(yǎng)分平衡法為基礎，結合測土施肥技術而得出的施肥決策。

養(yǎng)分豐缺指標法是將土壤養(yǎng)分測試結果和田間肥效試驗的結果相結合，通過分析建立某區(qū)域、某作物的土壤養(yǎng)分豐缺指標，根據田間肥效試驗的施肥效應規(guī)則設計的施肥推薦，其直感性強，簡捷方便，但精確度較差。

肥料效應函數法是建立在田間試驗和生物統(tǒng)計基礎上的計量施肥方法，其精確度較高，貼切實際情況，但地區(qū)局限性強，費工費時。

養(yǎng)分平衡法也叫目標產量法，是以計算作物達到目標產量的養(yǎng)分需求量和土壤實際供養(yǎng)量之間的差值來計算施肥量的。其概念清晰，計算方便，但精確度受各個參數的影響較大，準確度難以控制。

圖5 綜合肥力評價試驗效果 圖6 養(yǎng)分豐缺指標法決策試驗效果圖

用戶可以自行選擇3種方法之一進行施肥推薦。養(yǎng)分豐缺指標法決策試驗效果如圖6所示。

4.2.4 其他功能

用戶通過輸入作物的缺素癥狀，使用模糊搜索和精準搜索，就可判斷出作物的缺素種類并給出施肥意見。

5 試驗結果與分析

試驗表明，本文所設計的系統(tǒng)能實現(xiàn)對土壤數據的采集，方便管理土壤信息、農作物信息和施肥信息，能提供較準確的種植方案與施肥方案，在提高農作物經濟收益方面有一定的應用前景。

[1]李莎莎, 朱一鳴.測土配方施肥技術推廣對農戶過量施肥風險認知影響分析[J].農林經濟管理學報, 2017,16(1):65-73.

[2]宋艷茹.測土配方施肥技術的推廣與應用探討[J]. 中國農業(yè)信息快訊, 2014,(7S):55-55.

[3]賈生堯. 基于光譜分析技術的土壤養(yǎng)分檢測方法與儀器研究[D]. 杭州:浙江大學, 2015.

[4]左現(xiàn)剛, 劉艷昌, 王建平. 基于Arduino 和 VI 的農田信息無線采集系統(tǒng)設計[J]. 農機化研究, 2016(2):213-217.

[5]楊海鋼, 孫嘉斌, 王 慰. FPGA器件設計技術發(fā)展綜述[J]. 電子與信息學報, 2010, 32(3):714-727.

[6]喻 旋, 張東旭, 付文卓. 基于SHT11傳感器的溫濕度測量系統(tǒng)設計[J]. 電子科技, 2014, 27(6):121-125.

[7]王海波.海水淡化用pH及電導率在線檢測系統(tǒng)研究[D].杭州:杭州電子科技大學, 2011

[8]廖斯達,賈志軍,馬洪運,等. 電化學基礎(II)——熱力學平衡與能斯特方程及其應用[J]. 儲能科學與技術,2013,2(1):63-68.

[9]白 旭, 胡 輝, 李萬軍,等. 基于ADS7945的微弱信號采集系統(tǒng)[J]. 北華航天工業(yè)學院學報, 2015, 25(5):15-18.

[10]岳 洋, 蘭國輝, 周紅進. 基于SIM300和CC1010的無線數據采集監(jiān)控系統(tǒng)[J]. 化工自動化及儀表, 2016, 43(2):215-217.

[11]任周橋, 陳 謇, 程街亮,等. 基于知識庫的施肥決策系統(tǒng)及應用[J]. 農業(yè)工程學報, 2011, 27(12):126-131.

[12]張 濤, 劉長征, 張 澤,等. 基于Web在線咨詢施肥系統(tǒng)的設計[J]. 石河子大學學報(自然科學版), 2014(2):260-264.

ASoilDateCollecting,AnalyzingandDecision-makingSystemBasedonFPGA

Song Haisheng，Teng Xilong，Wei Yuqin

(Northwest Normal University,Lanzhou 730070,China)

In order to improve the blindness and randomness of current soil fertilization and soil data management, a soil data collecting, analyzing decision-making system based on field programmable gate array(FPGA) is proposed in this paper. This system builds the soil data collecting module on FPGA, which is designed for gathering temperature, humidity, pH, major elements and trace elements content in soil and transmitting the collected data to the host computer by GPRS. The host computer establish database, model base and knowledge base by using expert’s information and soil testing and fertilizer recommendation technology, and decision-making results will show suitable plant,evaluation of fertility and fertilization scheme. Test result show that the system can provide valid solution for crop planting and has a broad application prospect in the field of agriculture.

field programmable gate array(FPGA)；data collecting；analyzing and decision-making；database; model base；knowledge base

2017-06-14；

2017-07-30。

甘肅省自然科學基金(1606RJZA065)。

宋海聲(1964-)，男，甘肅蘭州人，副教授，主要從事計算機測量與控制的研究。

1671-4598(2017)10-0263-04

10.16526/j.cnki.11-4762/tp.2017.10.067

TP274

A