物聯網概述及其在煙草農業(yè)中的應用展望

劉國順，李朋彥，丁松爽，任天寶

河南農業(yè)大學煙草學院/國家煙草栽培生理生化研究基地/煙草行業(yè)煙草栽培重點實驗室/河南省生物炭工程技術研究中心，河南省鄭州市金水區(qū)文化路95號 450002

農業(yè)生產是在地球表面露天進行的有生命的社會生產活動，它具有生產分散性、時空變異性、災害突發(fā)性等人們用常規(guī)技術難以控制的基本特點，這是農業(yè)生產長期以來處于被動地位的原因[1]。煙草是特殊的吸食性經濟作物，消費者及工業(yè)對煙草的產質量要求較高，氣候條件、土壤養(yǎng)分、農藝措施等都對煙草的生長發(fā)育與產質量形成具有很大影響[2]。

目前我國煙草農業(yè)正處于從傳統(tǒng)農業(yè)向現代農業(yè)轉變的過渡期。農業(yè)現代化仍是“四化同步”的短腿，黨的十九大提出“實施鄉(xiāng)村振興”發(fā)展戰(zhàn)略，引導和推動更多資本、技術、人才等要素向農業(yè)農村流動，深化土地改革，推動土地流轉，故，依靠大量勞動力耕作、管理的傳統(tǒng)農業(yè)將難以為繼，發(fā)展集約化、規(guī)模化、信息化、自動化、智能化管理的現代農業(yè)勢在必行。用現代工業(yè)技術裝備農業(yè)，用物聯網技術武裝農業(yè)是實現農業(yè)精細、低耗、高效、優(yōu)質、環(huán)保、可持續(xù)發(fā)展的根本途徑，也是世界農業(yè)發(fā)展的新趨勢，更是我國農業(yè)新技術革命的跨世紀工程。

1 物聯網概述

1.1 物聯網概念及其發(fā)展歷程

物聯網（Internet of Things, IoT）是世界公認的繼計算機、互聯網與移動通信網之后的第三次信息革命。物聯網最早可追溯到1990年施樂公司的網絡可樂售賣機；1995年，比爾·蓋茨在《未來之路》一書中提到“物物互聯”的理念；1998年，美國麻省理工學院Auto-ID研究中心在產品電子代碼（EPC）研究基礎上提出了物聯網構想并構建了技術路線；1999年，麻省理工學院Kevin Ash-ton教授首次提出物聯網的概念，表示萬物皆可通過網絡互聯；2005年，國際電信聯盟（International Telecommunication Union, ITU) 在年度報告中指出，物聯網是通過智能傳感器、射頻識別（RFID）、激光掃描儀、全球定位系統(tǒng)（global positioning system, GPS）、遙感（remote sensing, RS）等信息傳感設備及系統(tǒng)和其他基于物-物通信模式（Man to Man、Man to Machine、Machine to Machine, M2M）的短距無線自組織網絡，按照約定的協(xié)議，把任何物品與互聯網聯系起來，進行信息交換和通信，以實現智能化識別、定位、跟蹤、監(jiān)控和管理的一種智能網絡[3-6]。2004年，日本提出u-Japan計劃，力求實現任何人、任何物、隨時、隨地均可互聯的泛在網絡體系；2006年，韓國確立了u-Korea計劃，旨在建立無所不在的智能型網絡服務于民眾生活；2009年，美國IBM首席執(zhí)行官彭明盛首次提出“智慧地球”設想，物聯網成為美國振興經濟的重點之一；同年，溫家寶總理視察無錫時“感知中國”的講話加速了我國物聯網的研究和應用。近來，“互聯網+”行動計劃的制定使物聯網上升到了國家戰(zhàn)略層面。

目前，國內物聯網的研究主要集中在智慧城市、智能家居、交通、倉儲、產品溯源、物流、安防、遠程醫(yī)療等方面，并在交通和物流方面發(fā)展較為迅速，結構及平臺建設相對完善，在農業(yè)方向發(fā)展較為緩慢，在水產養(yǎng)殖和設施栽培等環(huán)境相對可控的設施農業(yè)方面有所突破，而在大田生產方面的應用主要用于監(jiān)測預警和簡單控制。

1.2 物聯網構架

物聯網構架主要分為感知層、傳輸層和應用層。

感知層是物聯網的觸角，該層主要由各種感應器等探測設備組成，用于測量收集相關數據信息；傳輸層相當于物聯網的神經傳輸系統(tǒng)，將信號傳遞給中樞神經系統(tǒng)，該層由短距離傳輸（即無線傳感網絡，Wireless Sensor Network, WSN）和長距離傳輸（即Internet）兩部分組成，感知層獲取的各類數據信息經過打包，通過網關節(jié)點及網絡傳送至中央服務器，實現數據的多形式、大范圍、遠距離的傳輸；應用層相當于物聯網的大腦，數據經過服務器解譯、云計算進而做出智能決策，并將決策信息傳送到應用終端，發(fā)送相應調控指令。

2 現代農業(yè)與農業(yè)物聯網

農業(yè)4.0和智慧農業(yè)是對現代農業(yè)的全新定義。李道亮[7]表示，農業(yè)4.0是以物聯網、大數據、移動互聯、云計算技術為支撐和手段的一種現代農業(yè)形態(tài)，是智能農業(yè)，是繼傳統(tǒng)農業(yè)、機械化農業(yè)、信息化（自動化）農業(yè)之后進步提高到更高階段的產物?！爸腔坜r業(yè)”是指集成現代生物技術、現代信息化技術、農業(yè)工程、農用新材料等學科，實現集約化、規(guī)模化、數字化、低碳化、信息化、自動化、可持續(xù)發(fā)展的現代超前農業(yè)生產方式，即農業(yè)先進設備與露地相配套的“高效、低耗、智慧、精細”生產方式[8-10]。

農業(yè)是物聯網技術應用需求最迫切、實施難度最大、集成性特征最明顯的重點應用領域之一，是貫穿于農業(yè)的生產、加工、經營、管理和流通等各個環(huán)節(jié)的物聯網應用體系[11]。農業(yè)物聯網（Agriculture IoT-oriented）就是借助各類傳感器、GPS、RS、攝像頭等探測設備廣泛準確的采集多尺度、多時相、動態(tài)連續(xù)的相關數據，通過集成無線傳感網絡、電信網和互聯網進行數據的格式轉化、壓縮并實現數據大范圍、遠距離的無損傳輸，最后通過云計算和專家決策系統(tǒng)等技術手段將海量數據進行解譯、融合和挖掘分析，做出相應的預警、控制等決策指令，并通過智能終端實現過程監(jiān)控、科學管理和即時服務，實現農業(yè)生產過程中的全面感知、可靠傳輸、智能決策和自動控制。

3 國內外農業(yè)物聯網發(fā)展現狀

物聯網在國外被視為“危機時代的救世主”，在當前的經濟危機尚未完全消退的時期，許多發(fā)達國家將發(fā)展物聯網視為新的經濟增長點[12]。

在農業(yè)資源監(jiān)測和利用領域，歐美國家利用資源衛(wèi)星監(jiān)測土地利用情況，通過信息融合和系統(tǒng)決策實現大區(qū)域農業(yè)的統(tǒng)籌規(guī)劃；在環(huán)境監(jiān)測和精準農業(yè)方面，美國、法國、加拿大、日本、澳大利亞等發(fā)達國家大力發(fā)展傳感器，利用先進的傳感技術和信息融合技術實現農田環(huán)境監(jiān)測、種苗培育、智能灌溉、農機智能調度，變量施肥[13-16]；病蟲害預警方面，美國、法國、加拿大等利用衛(wèi)星遙感技術對災害性天氣和病蟲害進行預警，并建立了比較完備的農業(yè)環(huán)境監(jiān)測系統(tǒng)；設施栽培方面，荷蘭一直處于領先地位，在設施栽培中實現營養(yǎng)液的自動測定、自動計算和自動補充，實現了智能化管理；在滴灌施肥方面，以色列已全部實施節(jié)水灌溉技術，系統(tǒng)通過土壤和灌溉水的監(jiān)測數據，經專家決策系統(tǒng)計算所需濃度與配比，通過滴灌系統(tǒng)直接供給到植物根系；水產養(yǎng)殖方面，丹麥、荷蘭、日本等國實現了養(yǎng)殖環(huán)境信息的自動監(jiān)測與傳輸，通過設置的閾值發(fā)送警報，并通過決策系統(tǒng)進行自動控制[17-19]。

目前我國物聯網在農業(yè)中的應用主要有農產品溯源、智能倉儲、運輸和供銷、智能養(yǎng)殖、智能灌溉、病蟲害監(jiān)測預警、智能溫室大棚等方面。

3.1 水產養(yǎng)殖

我國物聯網在水產養(yǎng)殖方面研究比較成熟，在水下傳感器開發(fā)、傳感網絡組網、信號傳輸、軟件編輯和平臺建設等方面都進行了深入研究，實現了水環(huán)境的大面積實時監(jiān)測，給氧、給料等設備的自動控制，提高了養(yǎng)殖效率。

顏波等[20]提出了基于RFID與無線傳感網絡的水產品智能化養(yǎng)殖監(jiān)控系統(tǒng)的架構及應用實施方案，總結影響水產品生長的環(huán)境因素，并確定出進行水產品高密度養(yǎng)殖的最佳環(huán)境,從而實現環(huán)境資源的充分利用。童新建[17]對養(yǎng)殖場水質環(huán)境進行實時監(jiān)測，并構建了J2EE管理平臺，實現了生產監(jiān)測、報警與管理，有效提升了淡水魚養(yǎng)殖的工作效率。陳海磊[21]利用ZigBee技術和GPRS通信網絡設計了水產養(yǎng)殖遠程監(jiān)控系統(tǒng)，并利用GPS技術實現移動采樣點的定位和導航，實現了低成本的大面積監(jiān)測。李慧等[22]開發(fā)了基于Android系統(tǒng)的水產養(yǎng)殖遠程控制客戶端，測試結果表明，系統(tǒng)界面人性化，操作簡單，實時性較好，穩(wěn)定性較高。史兵等[23]和薛盛友[24]設計了工廠化水產養(yǎng)殖智能監(jiān)控系統(tǒng)。蔣建明等[25]建立了水產養(yǎng)殖無線數據采集監(jiān)測系統(tǒng)。

3.2 設施栽培

我國組建了較為成熟的大棚環(huán)境信息監(jiān)測系統(tǒng)，實現了環(huán)境調控設備的自動開啟和關閉，并在Web的技術支撐下，實現了多個大棚的在線監(jiān)控。

呂偉德等[26]根據水培花卉智能生產大棚建設需求，利用無線傳感網絡和3G移動網絡開發(fā)了一種基于農業(yè)物聯網架構的水培環(huán)境監(jiān)控系統(tǒng)，并在Web服務器的支持下實現5個水培大棚主要環(huán)境信息的實時在線監(jiān)控。李鑫[27]將各種數據處理技術運用到農業(yè)物聯網平臺中,從而實現有效處理各項環(huán)境數據以及快速響應用戶請求。徐珍玉[28]對設施農業(yè)物聯網關鍵技術進行了研究，實現了設施大棚環(huán)境監(jiān)控和數字化管理，降低了農業(yè)成本，提高了產品產質量和市場競爭力。李海南[29]和王懷宇等[30]建立了基于物聯網的溫室大棚遠程控制系統(tǒng)。黃桑[31]、初洪龍[32]和曾哲敏[33]設計了基于物聯網技術的設施栽培環(huán)境在線測控系統(tǒng)。于合龍[34]設計并實現了基于Web的設施栽培物聯網遠程智能控制系統(tǒng)。

3.3 大田監(jiān)測

我國對無線傳感網絡、硬件設計、數據分析、軟件開發(fā)、系統(tǒng)組建等關鍵技術進行了研究，實現田間小氣候、土壤墑情、作物長勢等方面的信息監(jiān)測，通過決策系統(tǒng)進行診斷、預警，以指導施肥、灌溉等措施。而在土壤養(yǎng)分和作物生理指標監(jiān)測方面，受傳感器種類和靈敏度的限制，存在監(jiān)測不準確、監(jiān)測指標少等問題，仍是大田物聯網監(jiān)測系統(tǒng)建立的難題。

牛磊[35]設計了傳感陣列節(jié)能切換方案、ZigBee與3G移動網絡和Internet協(xié)議互換方案、太陽能和蓄電池自動切換電路，降低了系統(tǒng)的成本和功耗，并編寫了基于Web的服務器軟件程序，實現了多點、多參數、大范圍的田間環(huán)境實時監(jiān)測。夏于等[36]通過融合異構網絡，對小麥長勢及氣象信息進行遠程動態(tài)監(jiān)測，運用C#語言對服務器進行構建和軟件編輯，實現了小麥苗情遠程診斷和遠程監(jiān)控管理。高玉芹[37]、王戰(zhàn)備[38]、王震等[39]分別設計了基于ZigBee、GPRS和圖像識別等技術農田信息遠程檢測系統(tǒng)。焦俊等[40]對傳輸層中的路由器和協(xié)調器的硬件電路進行了設計及軟件系統(tǒng)的開發(fā)，開發(fā)了結構靈活、通用性強的路由和協(xié)調器，組建了穩(wěn)定、可靠的農田環(huán)境監(jiān)測系統(tǒng)。時雷[41]對小麥生長環(huán)境監(jiān)測中的數據采集技術進行了探討，并針對物聯網大數據的性質，利用粗糙集和決策樹集成的算法對大數據進行異常值挖掘，實現了小麥生長過程中的異常報警。嚴曙等[42]設計了農田土壤墑情、病蟲害、氣象情況、作物長勢等大田信息監(jiān)測的物聯網系統(tǒng)。杜克明[43]設計了基于WebGIS在農業(yè)環(huán)境物聯網監(jiān)測系統(tǒng)，實現了區(qū)域由點到面的遠程監(jiān)測，對大區(qū)域監(jiān)測和生產管理提供了理論依據。

3.4 精準灌溉

我國研制了多通道農田環(huán)境信息監(jiān)測系統(tǒng)，通過其對土壤墑情的監(jiān)測數據，結合土壤性質、降雨量、作物需水規(guī)律等對數據進行云計算和決策分析，對灌溉設備進行自動控制。

李淑華[44]對農田土壤墑情監(jiān)測系統(tǒng)和智能灌溉云平臺構建的關鍵技術進行了研究，對決策私有云服務粒度進行了優(yōu)化設計，實現了對觀察者的實時數據推送，提出基于角色和空間屬性的安全訪問模型REBAC。宋增芳[19]實現了田間土壤墑情的實時監(jiān)測，并根據土壤溫濕度和葡萄需水規(guī)律進行決策，編輯PLC控制單元，實現灌溉系統(tǒng)的自動和手動控制。吳秋明等[45]在新疆庫爾勒根據棉花灌溉需求，制定了墑情監(jiān)測布點方案，設計了干旱區(qū)棉田膜下滴灌智能化控制系統(tǒng)，并在自動決策系統(tǒng)中設置了人工干預配水決策功能，在實際應用中取得了良好效果。劉海燕等[46]實現了灌區(qū)管理系統(tǒng)中物聯網與云計算的無縫連接，提高了系統(tǒng)數據采集效率和資源共享能力。

3.5 病蟲害監(jiān)測

我國研制了多款蟲情測報系統(tǒng)，通過在誘蟲燈上安裝傳感器實現大田蟲情監(jiān)測，病害監(jiān)測主要是與遙感技術結合，通過圖像解譯和數據分析對病害進行分級，通過專家系統(tǒng)指導農藥噴灑。

張恩迪[47]研發(fā)了一套自動采集農田環(huán)境信息、害蟲數目，并可進行參數設置的農業(yè)害蟲智能監(jiān)測系統(tǒng)。司麗麗等[48]在WebGIS的基礎上建立了基于地理信息系統(tǒng)的全國主要糧食作物病蟲害實時監(jiān)測預警系統(tǒng)。趙文宏等[49]和李建榮[50]實現了農田害蟲遠程自動監(jiān)測。王艷[51]和顧曉麗等[52]構建了森林病蟲害防治的智能監(jiān)測系統(tǒng)。

4 物聯網在煙草農業(yè)方面的應用展望

目前物聯網在煙草中的應用主要有智能倉儲[53-55]、物流[56-60]和防偽與質量溯源[61]，而在煙草農業(yè)中的應用研究較少。近年來，我國煙草種植百畝連片率逐年提高，規(guī)?；N植逐漸走向成熟，故發(fā)展現代化煙草農業(yè)勢在必行。

4.1 智能煙草育苗棚建立

煙草育苗是煙草生產中最基礎、最關鍵的一步，壯苗是優(yōu)質煙葉生產的必要前提，而煙草的抵抗力在苗期最為柔弱，對育苗工廠的衛(wèi)生條件要求極為嚴格，育苗期間的施肥、噴灑農藥、蓄水、剪葉等措施需要大量、頻繁的人工參與，開放的環(huán)境和人為活動是苗床病毒侵染和傳播的主要因素，盡可能減少人為參與是降低煙苗發(fā)病率的關鍵途徑。

物聯網技術在環(huán)境相對可控的設施農業(yè)中更容易實現。在物聯網技術的支持下，可以將傳感探頭伸入育苗池中，實時感知苗池中溶液關鍵養(yǎng)分濃度，或者安裝取樣管，從苗室外部依靠壓力差定期抽取苗池溶液樣品進行測定，通過溫濕度傳感器感知育苗棚內溫濕度情況，通過育苗棚內的旋轉高清攝像頭遠程觀察煙苗長勢，同時在育苗棚外部安裝清潔無菌的肥料桶、水桶和農藥桶，并通過管道和內部可移動噴頭進行連接，根據煙草育苗知識儲備及專家決策系統(tǒng)進行計算，對遠程控制平臺程序進行編輯，設置閾值，實現自動加肥，自動灌溉，遮蔭網自主調節(jié)，雨簾自動加濕，排風扇自動開閉，遠程控制農藥噴灑和剪葉等措施，從而盡可能的減少人為參與。

4.2 病蟲害監(jiān)測

煙草病蟲害嚴重威脅著我國煙草生產，是制約煙葉產量和經濟價值的重要因子[62]，煙草病蟲害的早期預報在病蟲害防治中顯得至關重要，合理的噴灑農藥、減少煙葉農藥殘留是提高優(yōu)質煙葉品質的重要舉措之一。

蟲情測報燈是通過害蟲撞擊誘蟲燈上的傳感器監(jiān)測區(qū)域害蟲數量，但此方法對體型較小的害蟲和非飛行害蟲監(jiān)測不準確，是傳感技術需要攻關的方向。病斑識別主要是采用大田安裝的高清攝像頭，拍攝病害植物照片，再通過圖像處理分辨各種不同的病斑，最終進行識別，但對于大面積煙田來說，病害植株不易鎖定。目前對煙草病蟲害監(jiān)測的手段還有近紅外、主動遙感和高光譜技術，借助無人機技術與遙感技術的結合，通過不同發(fā)病程度的煙株特征波段篩選，建立病害發(fā)展模型，可以較為準確地對煙田病株進行鎖定和監(jiān)測，數據時相選擇是光譜技術應用的關鍵。根據病蟲害發(fā)展規(guī)律，結合煙草植保知識庫，對煙田施藥進行決策，以及時控制或預防煙草病蟲害的發(fā)生發(fā)展。

4.3 精準灌溉

隨全球氣候變暖的影響，淡水面積逐漸減少，報道顯示，我國農業(yè)灌溉用水占全國總用水量的65%左右，一方面，我國的灌溉方式多為大水漫灌，水分利用率低；另一方面，煙農缺乏理論知識，對灌溉時期把握不準確，澆了無效水，造成水資源的大量浪費和肥料淋失。適時合理的灌溉制度是保障煙葉產量，提高煙葉品質的關鍵。

我國煙草種植區(qū)域中丘陵山地較多，地勢上的差異增大了灌溉難度，在大水漫灌下高地勢的養(yǎng)分和土壤隨水流失，造成高地勢地薄脫肥，低地勢貪青晚熟的惡性循環(huán)，物聯網技術和滴灌設備相結合是一種節(jié)水、高效的灌溉方式，適宜于各種地勢。根據煙草不同生長時期的根系深度，在田間不同空間位置、不同土壤深度埋置溫濕度傳感器，實時監(jiān)測煙田土壤墑情信息，利用遙感技術，監(jiān)測煙株含水量，安裝田間小氣象站預測降雨量，根據煙株大田需水模型，在控制系統(tǒng)分時期、分耕層設置閾值，結合傳感器的實測信息進行智能判斷與決策，通過滴灌管主管和支管上安裝的壓力計、流量計和控制閥進行自動灌溉，同時，根據傳感器的定位信息對煙田進行管理分區(qū)，實現精準、適時、適量、合理灌溉；也可與水肥一體化設備結合，從而實現因時、因地、因品種用水用肥的自動控制，提高水肥利用效率。

4.4 精準施肥

煙草是喜鉀作物，同時對氮素很敏感，準確監(jiān)測煙株養(yǎng)分含量，合理施肥、提高肥料利用率，減少環(huán)境污染一直是行業(yè)內關注的話題。

土壤養(yǎng)分的釋放和煙株對養(yǎng)分的吸收利用與所處的復雜環(huán)境密切相關。在田間安裝農情測報系統(tǒng)，融合土壤養(yǎng)分傳感器，實時、動態(tài)、準確、連續(xù)的監(jiān)測煙田生態(tài)環(huán)境信息和土壤養(yǎng)分信息，利用RS獲取煙株生理生態(tài)信息，并通過GPS獲取傳感器定位信息，構建大田網關節(jié)點，集成無線傳感網絡，將信息遠程、快速、無損地傳輸至服務器終端，對海量數據進行融合、處理，根據煙草生長模型進行云計算，結合專家決策系統(tǒng)進行決策，利用GIS平臺生成決策處方圖，由服務器將決策信息發(fā)送至智能控制終端，實現煙草機械的智能調度，根據決策處方圖進行變量施肥，減少肥料浪費，降低農業(yè)面源污染。該系統(tǒng)要求煙草器械本身也是一個智能控制體系，包括與大田一致的定位系統(tǒng)，兼容的信號傳輸系統(tǒng)，肥料施用量自動控制系統(tǒng)。

現代監(jiān)測手段和云計算技術的研究無疑加速了農業(yè)物聯網系統(tǒng)的完善。傳統(tǒng)化學測定手段準確度高，但測定耗時、耗力，大大降低了數據的時效性；主動遙感可以快速、準確的測定煙株的生理指標，但波段的限制導致一次性獲取的數據量較少，且多為點狀數據，難以實現連續(xù)監(jiān)測；衛(wèi)星遙感可以快速、同時獲取大面積區(qū)域的數據，但是衛(wèi)星圖像易受大氣效應、地形因子、地物二向性反射等影響[63]，周期性差，圖像獲取昂貴。高光譜成像技術在連續(xù)的幾十個甚至幾百個光譜通道獲取地物輻射信息，在取得地物空間圖像同時，每個像元都能夠得到一條包含地物診斷性光譜特征的連續(xù)光譜曲線[64-66]，可同時反演煙株的物理和化學參數，而無人機搭載高光譜成像儀，加上無人機群的協(xié)同作業(yè)，機上數據的實時云端處理，可實現煙田面狀數據的實時監(jiān)測。物聯網能夠在時間上實現連續(xù)監(jiān)測，而WebGIS可以將點狀數據擴展為面狀數據，物聯網與WebGIS、機載高光譜成像儀的結合可實現煙田數據 “點面結合、空地一體化”的監(jiān)測。

4.5 智能烘烤群建立

烘烤是決定煙葉品質和煙葉產值的關鍵技術，不同的土壤、生態(tài)環(huán)境、農藝措施導致煙葉素質不同，給烘烤帶來一定的難度。目前我國的烤房建立相對集中，但是烘烤技師技術良莠不齊，烘烤過程中要求烘烤工作人員不斷察看煙葉狀態(tài)和記錄烘烤數據，造成烘烤人員休息不足和人手短缺的問題，智能烤房群的建立可以讓烘烤人員待在室內同時獲取多個烤房的烘烤情況。

我國烤房正處于燃煤烤房和新能源烤房的過渡期，新能源烤房的燃燒室更加方便控制，也更利于物聯網技術的應用。在密集烤房中安裝防霧、可控光源攝像頭用以觀察煙葉顏色和形態(tài)，在不同架層、部位安裝多個溫濕度傳感器，實時傳輸到電腦終端，烘烤技師可在現有的烘烤專家曲線的基礎上，根據煙葉特殊情況和實時監(jiān)測數據對系統(tǒng)進行及時調整，通過燃燒室和風機的控制設備，實現對密集烤房的遠程控制或自動控制，以減少煙農不斷察看的奔波，同時烘烤技師可以通過歷史數據對烘烤過程中出現的問題進行分析，為以后烘烤曲線的建立提供理論依據。對各個烤房進行編號定位，在每個烤房上安裝無線傳感設備，通過互聯網可以將多個烤房群進行互聯，在強大的服務器支持下，可以實現同時監(jiān)測和控制。

4.6 煙草農業(yè)物聯網體系建立面臨的挑戰(zhàn)

除了物聯網系統(tǒng)本身所面臨的關鍵技術不成熟、IP地址不夠、成本和能耗偏高及網絡傳輸性能、數據安全等問題以外，煙草農業(yè)物聯網的建立還面臨以下挑戰(zhàn)：

（1）缺乏準確、穩(wěn)定、實惠的傳感器。數據是物聯網的血液，精準的數據獲取是物聯網合理決策的前提。目前傳感器的種類較少，敏感度不夠，田間環(huán)境復雜，農藝措施較多，降低了傳感器使用壽命，造成系統(tǒng)維護成本較高；傳感器標準體系不完善，數據格式不統(tǒng)一，兼容性差。開發(fā)多種類、低價格、高敏感、長壽命、強兼容的傳感器是煙草物聯網得以推廣的前提。

（2）缺乏防霧影像設備。在烘烤過程中煙葉的形態(tài)變化和顏色變化是烘烤曲線制定的重要指標，而烤房內沒有光源，溫度較高，濕度較大，鏡頭容易被霧氣覆蓋，目前的夜視攝像頭只能獲取葉片的形態(tài)變化，難以獲取煙葉顏色影像，防霧、真色攝像頭的研發(fā)是智能烤房群建立的難點。

（3）大田布線困難。農產品價值低與農業(yè)物聯網成本高的矛盾使物聯網在農業(yè)中推廣緩慢，而煙草在大田生育期的農事操作繁多，中耕培土、灌水、追肥等措施都可能對網絡設備造成破壞，合理的網關節(jié)點布局是降低物聯網數據傳輸成本和保證數據可靠傳輸的關鍵。

（4）數據模型不成熟。世界著名未來學家Jonn Naisbitt 曾說：“人類正被信息淹沒，卻饑渴于知識?！泵鎸ξ锫摼W巨大的數據量，我們缺少對大數據分析應用的方法。農業(yè)物聯網大數據具有5V特點，即大量（Volume）、多樣（Variety）、高速（Velocity）、精確（Veracity）、高價值（Value），除了多源數據融合的問題，對冗余數據的篩選和對異常數值的剔除是減少煙草物聯網計算時間的關鍵，煙草物聯網的核心是數據挖掘和分析，準確的數據模型建立、數據模型與物聯網技術的融合，以及動態(tài)數據與靜態(tài)模型的耦合顯得至關重要。目前國際上大豆、小麥、玉米等基于農業(yè)生態(tài)系統(tǒng)的作物模型日漸成熟，但在煙草方面，基于生態(tài)環(huán)境的煙草生長模型、煙草需水規(guī)律模型、煙苗生長模型、煙草病蟲害發(fā)展規(guī)律模型、烤房燃料熱量釋放模型等數據模型尚不成熟，數據模型的建立與優(yōu)化需要多年、多源數據的積累。

此外，系統(tǒng)維護和軟件開發(fā)需要大量的技術人員，培養(yǎng)、引進專業(yè)人才，加強科研力度，制定相關政策是我國物聯網建設的保障。由此可見，建立安全性高、實用性強、標準統(tǒng)一、擴展方便的煙草物聯網體系任重而道遠。