農(nóng)業(yè)物聯(lián)網(wǎng)光譜感知及系統(tǒng)方案研究

賈應(yīng)彪 羅忠亮

摘要 農(nóng)業(yè)物聯(lián)網(wǎng)是實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)信息化的核心技術(shù)，但在信息感知階段由于采用的傳感技術(shù)簡單，只能獲取一些簡單的農(nóng)作物生長環(huán)境信息，無法實(shí)現(xiàn)對農(nóng)作物養(yǎng)分與生理信息的有效感知。就農(nóng)業(yè)物聯(lián)網(wǎng)采用光譜感知技術(shù)獲取農(nóng)作物養(yǎng)分與生理信息展開研究，并就光譜技術(shù)與其他傳感技術(shù)在農(nóng)業(yè)物聯(lián)網(wǎng)的聯(lián)合感知分析了物聯(lián)網(wǎng)的技術(shù)架構(gòu)及感知控制層結(jié)構(gòu)，討論了信息傳輸流程及數(shù)據(jù)網(wǎng)關(guān)結(jié)構(gòu)。農(nóng)業(yè)物聯(lián)網(wǎng)采用光譜感知技術(shù)可增加對農(nóng)作物生長信息的泛在感知能力，進(jìn)一步促進(jìn)農(nóng)業(yè)產(chǎn)業(yè)的信息化和精細(xì)化。

關(guān)鍵詞 農(nóng)業(yè)物聯(lián)網(wǎng)；光譜技術(shù)；生理信息

中圖分類號 S126 文獻(xiàn)標(biāo)識碼 A 文章編號 0517-6611（2018）20-0191-02

Abstract The agricultural internet of things （IOT） is the core technology to realize the informatization of agricultural production. However， the ordinary sensing technology can only get some simple information about crop growth environment. As a result， physiological information of crops lacks corresponding sensors. In this paper， the spectroscopic technology is used in agricultural IOT to obtain the physiological information of crops. The framework of spectrum sensing agricultural IOT technology and the structure of perception control layer were analyzed， and the process of information transmission was discussed. The use of spectral sensing technology in the agricultural IOT can increase the perception ability of crop growth information， and further promote the informatization and refinement of agricultural industry.

Key words Agricultural IOT；Spectroscopic technology；Physiological information

作為當(dāng)代農(nóng)業(yè)信息化發(fā)展的新方向，農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)是加快我國農(nóng)業(yè)由傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)轉(zhuǎn)型的關(guān)鍵技術(shù)之一，能有效提高農(nóng)業(yè)生產(chǎn)力水平和資源利用率。物聯(lián)網(wǎng)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用主要體現(xiàn)在對農(nóng)作物種植環(huán)境進(jìn)行監(jiān)控，隨時隨地了解環(huán)境參數(shù)是否滿足農(nóng)作物的生長要求，及時對農(nóng)作物生長環(huán)境進(jìn)行調(diào)整，最大限度地推進(jìn)農(nóng)業(yè)生產(chǎn)的信息化和自動化水平，提高生產(chǎn)效率和農(nóng)作物品質(zhì)。目前大多數(shù)農(nóng)業(yè)物聯(lián)網(wǎng)采用的傳感器都相對比較簡單，感知對象局限于溫度、濕度、風(fēng)速、CO2濃度和光照強(qiáng)度等簡單的外部參量，只能實(shí)現(xiàn)農(nóng)業(yè)生長環(huán)境信息的監(jiān)測，無法實(shí)現(xiàn)對農(nóng)作物內(nèi)部有效成分的動態(tài)感知，更無法對農(nóng)作物生長狀態(tài)進(jìn)行評估與預(yù)測，距離精細(xì)化農(nóng)業(yè)的要求還差很遠(yuǎn)[1]。

農(nóng)作物養(yǎng)分與生理信息檢測是實(shí)現(xiàn)精細(xì)化農(nóng)業(yè)的重要手段之一[2]。農(nóng)作物生理信息主要包括營養(yǎng)狀態(tài)、生長形態(tài)及農(nóng)作物所受病蟲害等信息，通過對生理信息的有效檢測與利用，可判斷農(nóng)作物長勢，分析出農(nóng)作物生長對不同養(yǎng)分的需求，再通過檢測土壤成分信息（包括氮、磷、鉀及有機(jī)質(zhì)含量）來優(yōu)化調(diào)整肥料成分配比，實(shí)現(xiàn)精準(zhǔn)施肥，有助于提高農(nóng)產(chǎn)品的產(chǎn)量和品質(zhì)狀況；通過對農(nóng)作物生理信息的有效檢測與利用，可預(yù)測農(nóng)作物病蟲害情況及發(fā)展趨勢，在此基礎(chǔ)上調(diào)節(jié)農(nóng)藥使用量，盡量降低農(nóng)藥使用量，減少污染，實(shí)現(xiàn)更精細(xì)的農(nóng)業(yè)生產(chǎn)管理；通過對生理信息的有效檢測與利用，可實(shí)現(xiàn)農(nóng)作物產(chǎn)量預(yù)測，對后期農(nóng)產(chǎn)品存儲與流通具有重要的參考意義。因此，研究農(nóng)作物養(yǎng)分與生理信息的感知技術(shù)，有利于實(shí)現(xiàn)精細(xì)化農(nóng)業(yè)生產(chǎn)，若在農(nóng)業(yè)物聯(lián)網(wǎng)中能實(shí)現(xiàn)對農(nóng)作物養(yǎng)分與生理信息的有效感知，必將有助于農(nóng)業(yè)物聯(lián)網(wǎng)的進(jìn)一步推廣與使用。

光譜感知技術(shù)能夠在紫外、可見光、近紅外和中紅外等較寬的電磁波譜區(qū)域內(nèi)，為感知目標(biāo)提供多波段的光譜信息，從而能快速無損地辨別和區(qū)分目標(biāo)物質(zhì)成分，實(shí)現(xiàn)對目標(biāo)物性質(zhì)的無損分析。光譜感知技術(shù)的發(fā)展為信息測量應(yīng)用開辟了新的領(lǐng)域，其開始成為現(xiàn)代農(nóng)業(yè)生產(chǎn)中農(nóng)業(yè)信息獲取的技術(shù)手段之一，可有效感知農(nóng)作物養(yǎng)分與生理信息[3]。筆者在分析采用光譜感知技術(shù)獲取農(nóng)作物養(yǎng)分與生理信息的基礎(chǔ)上，就光譜感知農(nóng)業(yè)物聯(lián)網(wǎng)系統(tǒng)方案展開研究。

1 光譜感知技術(shù)及農(nóng)作物養(yǎng)分與生理信息獲取

從農(nóng)耕時代開始，農(nóng)民就已經(jīng)憑借世代積累的種植經(jīng)驗(yàn)，通過觀察農(nóng)作物外觀分析植物的養(yǎng)分情況和生長狀況，但由于經(jīng)驗(yàn)存在偏差或觀察不全面，往往很難獲得客觀結(jié)果。從19世紀(jì)開始，化學(xué)測定法等植物養(yǎng)分信息檢測方法開始受到國際上大量農(nóng)業(yè)研究工作者的高度關(guān)注，這些方法觀測結(jié)果較為客觀，但會對植物造成一定的影響，做不到無損檢測，且不宜對大量樣本進(jìn)行分析。20世紀(jì)60年代起，植物養(yǎng)分的無損診斷研究開始出現(xiàn)，如比色法等方法被用于獲取植物養(yǎng)分信息。近年來，發(fā)展于20世紀(jì)90年代的可見及近紅外光譜技術(shù)被推廣應(yīng)用于農(nóng)作物養(yǎng)分信息分析，它具有測定速度快、樣本無損、準(zhǔn)確度高、重復(fù)性好及樣本制備簡單等優(yōu)點(diǎn)，并越來越受到重視。

光譜技術(shù)采集的信息能反映物質(zhì)成分，近紅外譜區(qū)包含物質(zhì)內(nèi)部信息，可見光波段包含物質(zhì)表面信息，利用光譜技術(shù)再結(jié)合化學(xué)計量學(xué)方法，可對農(nóng)作物生理信息進(jìn)行定性和定量分析[4-5]。肥料缺乏和病蟲害侵襲均可引起農(nóng)作物葉片顏色、厚度以及形態(tài)結(jié)構(gòu)等發(fā)生變化，從而導(dǎo)致光譜反射特性產(chǎn)生變化，使得基于葉片光譜反射特征來識別分析農(nóng)作物的生長狀況成為可能。光譜技術(shù)可以對葉片中化學(xué)成分含量做出比較準(zhǔn)確的預(yù)測，根據(jù)光譜特性監(jiān)測植物的水分狀況已成為農(nóng)業(yè)生產(chǎn)研究的熱點(diǎn)之一。葉綠素含量與葉片顏色相關(guān)，而葉片含氮量又和葉綠素變化趨勢相似，因此，可通過光譜技術(shù)來測定葉綠素含量并以此分析農(nóng)作物的氮素營養(yǎng)狀況。光譜分析技術(shù)可用于對農(nóng)作物進(jìn)行營養(yǎng)診斷分析，目前主要集中在對氮、磷、鉀含量的無損檢測研究上，并開始用于對農(nóng)作物品質(zhì)成分的定量測定。隨著光譜技術(shù)的發(fā)展，融合了光譜技術(shù)和圖像處理技術(shù)的高光譜成像技術(shù)由于能夠?qū)λ@得的信息進(jìn)行可視化展示而開始受到重視。利用高光譜圖像技術(shù)能獲得農(nóng)作物葉片和植株的高光譜圖像，可以將檢測的農(nóng)作物生理指標(biāo)在圖像上顯示，直觀地顯示不同區(qū)域待測指標(biāo)的含量值，從而利于推廣應(yīng)用。

綜上所述，光譜技術(shù)用于農(nóng)作物養(yǎng)分與生理信息檢測是可行的。近年來國內(nèi)外一些學(xué)者已將光譜分析技術(shù)應(yīng)用于檢測農(nóng)作物養(yǎng)分和生長狀況，并取得了一定的研究進(jìn)展。但是，在植物養(yǎng)分傳感器方面，國內(nèi)外相關(guān)研究主要集中在靜態(tài)檢測傳感儀器方面，在動態(tài)式的農(nóng)業(yè)物聯(lián)網(wǎng)方面研究和應(yīng)用比較少見。目前大部分基于光譜技術(shù)的作物養(yǎng)分信息檢測均是靜態(tài)的，只能表示某個特定生長時期的檢測結(jié)果，能應(yīng)用到農(nóng)業(yè)物聯(lián)網(wǎng)的方案較少[6]。將能實(shí)現(xiàn)植物養(yǎng)分快速檢測的光譜傳感技術(shù)應(yīng)用于農(nóng)業(yè)物聯(lián)網(wǎng)的信息感知，可實(shí)現(xiàn)農(nóng)作物養(yǎng)分與生理信息的連續(xù)、動態(tài)采集，相關(guān)研究已經(jīng)開始受到關(guān)注，最近，中國科學(xué)院上海技術(shù)物理研究所的科研工作者就研制了一種能實(shí)現(xiàn)近紅外光譜數(shù)據(jù)的采集和無線傳輸?shù)奈⑿突锫?lián)網(wǎng)節(jié)點(diǎn)[7]。

2 光譜感知農(nóng)業(yè)物聯(lián)網(wǎng)系統(tǒng)方案分析

2.1 農(nóng)業(yè)物聯(lián)網(wǎng)信息技術(shù)體系架構(gòu)

農(nóng)業(yè)物聯(lián)網(wǎng)系統(tǒng)按照物聯(lián)網(wǎng)的框架由感知控制層、網(wǎng)絡(luò)傳輸層、應(yīng)用層3個層次構(gòu)成，感知控制層包含數(shù)據(jù)采集子層、短距離通信傳輸子層和協(xié)同信息處理子層，主要負(fù)責(zé)農(nóng)作物種植環(huán)境參數(shù)和生長狀態(tài)信息的采集，并將局部范圍內(nèi)采集的信息匯聚到網(wǎng)絡(luò)傳輸層的信息傳輸系統(tǒng)；網(wǎng)絡(luò)傳輸層主要負(fù)責(zé)數(shù)據(jù)傳輸，將來自感知控制層的信息通過各種承載網(wǎng)絡(luò)傳送到應(yīng)用層，農(nóng)業(yè)物聯(lián)網(wǎng)用到的承載網(wǎng)主要由4G模塊、以太網(wǎng)模塊等部分組成；應(yīng)用層主要由后臺服務(wù)器和客戶端組成，主要通過數(shù)據(jù)處理并結(jié)合農(nóng)業(yè)生產(chǎn)控制設(shè)備來實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)智能化與信息化管理。光譜感知農(nóng)業(yè)物聯(lián)網(wǎng)信息技術(shù)體系架構(gòu)如圖1所示。

2.2 光譜感知數(shù)據(jù)采集結(jié)構(gòu)

與傳統(tǒng)農(nóng)業(yè)物聯(lián)網(wǎng)相比，光譜感知農(nóng)業(yè)物聯(lián)網(wǎng)的感知控制層采集信息更加多樣，除了需要檢測農(nóng)作物生長環(huán)境參數(shù)（包括空氣、土壤溫濕度，CO2濃度及光照強(qiáng)度等），還需要獲取農(nóng)作物的實(shí)時生理信息。感知控制層在將局部范圍內(nèi)采集的信息匯聚到網(wǎng)絡(luò)傳輸層的信息傳送系統(tǒng)時，可采用的短距離無線傳輸技術(shù)有多種，其中2種典型技術(shù)是zigbee技術(shù)與wifi技術(shù)。農(nóng)業(yè)物聯(lián)網(wǎng)數(shù)據(jù)采集一般采用zigbee自組織網(wǎng)，由于光譜技術(shù)感知產(chǎn)生的數(shù)據(jù)量較大，無法通過zigbee網(wǎng)絡(luò)傳輸，需要單獨(dú)采用wifi或以太網(wǎng)傳輸。因此，光譜感知農(nóng)業(yè)物聯(lián)網(wǎng)系統(tǒng)中，使用wifi技術(shù)實(shí)現(xiàn)光譜感知數(shù)據(jù)的傳輸，而空氣、土壤溫濕度、CO2濃度及光照強(qiáng)度傳感器等組成的傳感器組使用 zigbee技術(shù)，系統(tǒng)的數(shù)據(jù)采集前端結(jié)構(gòu)如圖 2所示。

感知控制層中的數(shù)據(jù)采集網(wǎng)絡(luò)由zigbee網(wǎng)絡(luò)與wifi網(wǎng)絡(luò)構(gòu)成，其中wifi網(wǎng)絡(luò)完成高速率光譜感知儀器的數(shù)據(jù)傳輸，zigbee網(wǎng)絡(luò)則負(fù)責(zé)低速率傳感設(shè)備的數(shù)據(jù)傳輸。zigbee網(wǎng)絡(luò)中每個zigbee節(jié)點(diǎn)與一個或若干個農(nóng)業(yè)生產(chǎn)環(huán)境參數(shù)采集模塊相連接，負(fù)責(zé)采集相應(yīng)的數(shù)據(jù)，并把采集到的數(shù)據(jù)轉(zhuǎn)發(fā)給zigbee協(xié)調(diào)器，再通過無線網(wǎng)絡(luò)發(fā)送到數(shù)據(jù)網(wǎng)關(guān)。

2.3 光譜感知農(nóng)業(yè)物聯(lián)網(wǎng)信息傳輸

數(shù)據(jù)采集端的主要功能是采集農(nóng)作物生長的環(huán)境參數(shù)，并通過各個節(jié)點(diǎn)之間“多級跳”的方式將數(shù)據(jù)匯聚到協(xié)調(diào)器節(jié)點(diǎn)，最終將數(shù)據(jù)發(fā)送給數(shù)據(jù)網(wǎng)關(guān)。采集的信息經(jīng)過3G/4G/以太網(wǎng)等承載網(wǎng)傳送到系統(tǒng)服務(wù)端，經(jīng)過后臺數(shù)據(jù)處理程序進(jìn)行信息協(xié)同、信息處理、信息儲存，而用戶通過客戶端軟件程序。農(nóng)業(yè)物聯(lián)網(wǎng)信息傳輸如圖3所示。

網(wǎng)關(guān)在農(nóng)業(yè)物聯(lián)網(wǎng)中扮演非常重要的角色，作為數(shù)據(jù)的中轉(zhuǎn)站，其是物聯(lián)網(wǎng)的核心設(shè)備之一，它是連接感知控制層與傳輸層的關(guān)鍵設(shè)備，感知控制層獲取的數(shù)據(jù)通過網(wǎng)關(guān)發(fā)送至網(wǎng)絡(luò)傳輸層，最終傳輸至應(yīng)用層，用戶下發(fā)的指令也需要通過網(wǎng)關(guān)傳輸至感知控制層的設(shè)備，從而實(shí)現(xiàn)設(shè)備的遠(yuǎn)程控制。物聯(lián)網(wǎng)網(wǎng)關(guān)的另一項(xiàng)重要功能是進(jìn)行協(xié)議的轉(zhuǎn)換[8]。

由于感知控制層設(shè)備間的通信協(xié)議往往與網(wǎng)絡(luò)傳輸層不同，因此就需要網(wǎng)關(guān)對感知層上傳的數(shù)據(jù)或者網(wǎng)絡(luò)傳輸層下發(fā)的數(shù)據(jù)進(jìn)行協(xié)議格式的轉(zhuǎn)換，實(shí)現(xiàn)不同協(xié)議數(shù)據(jù)的透明傳輸。數(shù)據(jù)網(wǎng)關(guān)組成結(jié)構(gòu)如圖4所示，主要由光譜信息模塊、3G/4G模塊、以太網(wǎng)模塊和zigbee網(wǎng)絡(luò)接口模塊組成。

3 結(jié)語

筆者針對目前農(nóng)業(yè)物聯(lián)網(wǎng)無法實(shí)現(xiàn)農(nóng)作物生理信息感知這一現(xiàn)狀，就光譜感知技術(shù)在農(nóng)業(yè)物聯(lián)網(wǎng)的信息感知應(yīng)用

展開初步研究。雖然將光譜技術(shù)用于農(nóng)業(yè)物聯(lián)網(wǎng)還有不少實(shí)際問題需要解決，但光譜感知技術(shù)對農(nóng)作物生長信息的泛在感知能力，無疑將進(jìn)一步促進(jìn)農(nóng)業(yè)物聯(lián)網(wǎng)的應(yīng)用發(fā)展。

參考文獻(xiàn)

[1] 柳平增，孟祥偉，田盼，等.基于物聯(lián)網(wǎng)的精準(zhǔn)農(nóng)業(yè)信息感知系統(tǒng)設(shè)計[J].計算機(jī)工程與科學(xué)，2012，34（3）：137-141.

[2] 何勇，趙春江. 精細(xì)農(nóng)業(yè)[M]. 杭州：浙江大學(xué)出版社，2010.

[3] 莊新港.近紅外光譜分析應(yīng)用研究及新型光譜感知節(jié)點(diǎn)入射光學(xué)系統(tǒng)設(shè)計[D].濟(jì)南：山東大學(xué)，2017.

[4] 褚小立，陸婉珍. 近五年我國近紅外光譜分析技術(shù)研究與應(yīng)用進(jìn)展[J].光譜學(xué)與光譜分析，2014，34（10）： 2595-2605.

[5] QIN H，MA J Y，CHEN S J，et al. Identification of haploid maize kernel using NIR spectroscopy in reflectance and transmittance modes：A comparative study[J].Spectroscopy and spectral analysis，2016，36（1） ：292-297.

[6] 何勇，聶鵬程，劉飛. 農(nóng)業(yè)物聯(lián)網(wǎng)與傳感儀器研究進(jìn)展[J]. 農(nóng)業(yè)機(jī)械學(xué)報，2013，44（10）：216-226.

[7] 王緒泉，黃松壘，于月華，等.微型長波近紅外物聯(lián)網(wǎng)節(jié)點(diǎn)及實(shí)驗(yàn)研究[J]. 紅外與毫米波學(xué)報，2018，37（1）：42-46.

[8] 周高星.基于農(nóng)業(yè)物聯(lián)網(wǎng)多源異構(gòu)傳感網(wǎng)絡(luò)的研究與實(shí)現(xiàn)[D].泉州：華僑大學(xué)，2017.