物聯(lián)網(wǎng)在智慧農(nóng)業(yè)中的應(yīng)用

汪悅 徐暢 于浩杰 黃佳玲 李玥聞

摘 要：隨著物聯(lián)網(wǎng)和大數(shù)據(jù)時代的來臨，建立共創(chuàng)、共享、共贏的“互聯(lián)網(wǎng)+現(xiàn) 代農(nóng)業(yè)”產(chǎn)業(yè)鏈生態(tài)圈已經(jīng)成為現(xiàn)代農(nóng)業(yè)的發(fā)展趨勢。智慧農(nóng)業(yè)就是將物聯(lián)網(wǎng)技 術(shù)運用到傳統(tǒng)農(nóng)業(yè)中，運用傳感器、控制器和軟件，通過手機或者電腦對農(nóng)業(yè)生 產(chǎn)過程進(jìn)行監(jiān)測和控制，通過建立基于大數(shù)據(jù)平臺的專家系統(tǒng)使傳統(tǒng)農(nóng)業(yè)更具有 “智慧”，有利于農(nóng)業(yè)生產(chǎn)的增產(chǎn)、增效、增收，省水、省肥、省電等目的。除 了精準(zhǔn)感知、控制外，從廣泛意義上來講，智慧農(nóng)業(yè)還包括農(nóng)業(yè)電子商務(wù)、食品 溯源防偽、農(nóng)業(yè)休閑旅游、農(nóng)業(yè)信息服務(wù)以及合作社管理等領(lǐng)域。

關(guān)鍵詞：智慧農(nóng)業(yè)；物聯(lián)網(wǎng)

國內(nèi)外一些相關(guān)硬件設(shè)備仍不能滿足作物生產(chǎn)實踐的應(yīng)用需求，我們急需開發(fā)我國自主知識產(chǎn)權(quán)的集傳感器、光譜監(jiān)測模型、診斷決策模型于一體的智能化、數(shù)字化作物生長監(jiān)測與診斷儀。

國內(nèi)外一些相關(guān)設(shè)備不能滿足作物生產(chǎn)實踐的應(yīng)用需求，也沒能真正實現(xiàn)生長信息監(jiān)測。美國生產(chǎn)CROPSCAN地物光譜儀用于獲取作物冠層反射光譜，美國俄克拉荷馬州立大學(xué)研制“Green Seeker”的光譜儀，但它們都不具備診斷和推薦施肥功能，而且成本高，使用不方便。在國內(nèi)，國家農(nóng)業(yè)信息化工程技術(shù)研究中心研制了歸一化植被指數(shù)儀，用于冬小麥葉面積和葉綠素密度的反演，但該儀器也尚未形成直接診斷功能；中國農(nóng)業(yè)大學(xué)研制了溫室作物實時診斷儀，該儀器適宜于單葉的間接測量，對大田作物的監(jiān)測未見報道。目前，國內(nèi)外報道了溫室環(huán)境的無線傳感器監(jiān)測網(wǎng)絡(luò)，但還鮮有基于物聯(lián)網(wǎng)的大田作物生長信息遠(yuǎn)程監(jiān)測技術(shù)的研究與應(yīng)用。已有研究多將無線傳輸技術(shù)簡單的用于農(nóng)業(yè)環(huán)境監(jiān)控，而未真正實現(xiàn)作物生長信息監(jiān)測。

市場上關(guān)于化肥使用量精確處理的產(chǎn)品存在缺陷。傳統(tǒng)作物生長診斷是通過化學(xué)方法來判斷是否缺氮并建議施肥，較費時費工，難以得到及時普遍的應(yīng)用；“看苗施肥”、葉色卡等定性的外觀快速診斷方法在生產(chǎn)中頗受歡迎，但診斷指標(biāo)難以定量，不利于精確估算氮肥用量。國內(nèi)外現(xiàn)有技術(shù)可定量感知水稻、小麥等作物的氮素含量，精確診斷稻麥作物的生長狀況，有效指導(dǎo)追肥用量的確定，但定量感知模型的普適性和精度還較低；已有診斷指標(biāo)對不同品種和生長環(huán)境缺乏普適性和動態(tài)性；有關(guān)管理調(diào)控模型的研究還不夠深入系統(tǒng)。

項目計劃尋找突破作物生產(chǎn)智能監(jiān)控物聯(lián)網(wǎng)體系若干關(guān)鍵技術(shù)：如構(gòu)建作物生長光譜監(jiān)測模型；研發(fā)多光譜作物生長傳感器；研制作物-大氣-土壤無線傳感器設(shè)備；開發(fā)基于經(jīng)濟最優(yōu)面向廣域農(nóng)田應(yīng)用的作物、大氣、土壤信息一體化無線傳感網(wǎng)絡(luò)；開發(fā)基于實時傳感信息的作物生長精確診斷與動態(tài)調(diào)控設(shè)備等。

a、作物生長實時感知模型

作物生長智能化動態(tài)監(jiān)測傳感器為我方原創(chuàng)性技術(shù)成果，通過優(yōu)化提取對監(jiān)測作物生長信息具有綜合優(yōu)勢的特征波段及適宜帶寬；構(gòu)建新型普適性的作物生長敏感光譜參數(shù)，建立基于敏感光譜參數(shù)的作物生長參數(shù)（葉面積指數(shù)、生物量）、生理參數(shù)（氮含量/積累量）估算模型。

b、作物-大氣-土壤信息無線感知節(jié)點

采用光學(xué)濾波技術(shù)提高光輻射信息輸入信噪比，依據(jù)作物冠層特征及田間作業(yè)環(huán)境實際要求，設(shè)計適宜的探測鏡頭結(jié)構(gòu)參數(shù)，解決視場與測距間的矛盾，應(yīng)用智能化傳感技術(shù)耦合作物生長指標(biāo)估算模型，開發(fā)作物生長智能傳感器。在板級系統(tǒng)上集成開發(fā)作物-大氣-土壤信息無線感知節(jié)點，能夠?qū)崟r獲取作物生長信息（氮含量、氮積累量、葉面積指數(shù)、生物量）、農(nóng)田大氣信息（溫濕度、CO2濃度、光照度）、農(nóng)田土壤信息（土壤水分、土壤溫度、土壤重金屬含量）。

c、農(nóng)田大規(guī)模無線傳感網(wǎng)絡(luò)節(jié)點智能化部署

研究土壤肥力（NPK含量、有機質(zhì)含量及電導(dǎo)率）、作物養(yǎng)分、葉面積指數(shù)等農(nóng)田信息空間分布差異及其相互作用關(guān)系；基于多信息融合技術(shù)建立農(nóng)田特征差異評價模型；以經(jīng)濟效益最大化為目標(biāo)，即小區(qū)內(nèi)部差異小、相似度高，區(qū)塊之間差異度大，以最少的節(jié)點部署，達(dá)到最優(yōu)的經(jīng)濟產(chǎn)出為最終目標(biāo)，提出農(nóng)田動態(tài)優(yōu)化分區(qū)策略，實施農(nóng)田差異分區(qū)的優(yōu)化決策；應(yīng)用智能遺傳算法構(gòu)建無線傳感器節(jié)點優(yōu)化部署模型，并進(jìn)行農(nóng)田差異分區(qū)和大規(guī)模無線傳感器節(jié)點智能部署的模擬。

d、基于數(shù)據(jù)流預(yù)測的低功耗無線網(wǎng)絡(luò)感知數(shù)據(jù)自適應(yīng)傳輸機制

研究農(nóng)田無線傳感器網(wǎng)絡(luò)節(jié)點物理位置、數(shù)據(jù)傳輸距離、數(shù)據(jù)傳輸頻度、路由路徑等對傳感器節(jié)點能耗及無線網(wǎng)絡(luò)生存周期的影響，建立傳感器節(jié)點能耗管理模型；依據(jù)農(nóng)田作物-大氣-土壤信息時空變化特征，建立節(jié)點數(shù)據(jù)傳輸預(yù)測模型；研究節(jié)點能耗管理模型與節(jié)點數(shù)據(jù)傳輸預(yù)測模型的交互關(guān)系，提出基于數(shù)據(jù)流預(yù)測的低功耗無線傳感網(wǎng)絡(luò)數(shù)據(jù)自適應(yīng)傳輸策略；構(gòu)建面向廣域農(nóng)田無線傳感器網(wǎng)絡(luò)低功耗傳輸模型，并進(jìn)行傳感器節(jié)點數(shù)據(jù)流預(yù)測和數(shù)據(jù)自適應(yīng)傳輸模擬。

e、作物-大氣-土壤信息遠(yuǎn)程傳輸網(wǎng)關(guān)系統(tǒng)

研發(fā)具有“即插即用”的智能化傳感器網(wǎng)關(guān)系統(tǒng)設(shè)備，實現(xiàn)傳感網(wǎng)絡(luò)與信息傳輸網(wǎng)絡(luò)之間數(shù)據(jù)流交換；開發(fā)傳感設(shè)備接口智能適配及信息接收、解析和處理技術(shù)，實現(xiàn)傳感網(wǎng)絡(luò)與遠(yuǎn)程傳輸網(wǎng)絡(luò)之間的透明互聯(lián)。

f、耦合農(nóng)業(yè)專家知識的作物生長智能精確管理系統(tǒng)

綜合利用試驗資料，借助系統(tǒng)分析方法和動態(tài)建模技術(shù)，基于農(nóng)學(xué)理論，深入研究作物光譜特征與生長指標(biāo)和產(chǎn)量形成的機理性關(guān)系，挖掘作物生長信息的診斷指標(biāo)，構(gòu)建基于實時感知信息與適宜生長指標(biāo)融合的作物生長精確診斷與調(diào)控模型，優(yōu)化集成基于實時生長信息動態(tài)感知和診斷調(diào)控的智慧管理技術(shù)，構(gòu)建基于無線傳感器網(wǎng)絡(luò)的作物生長動態(tài)感知與智能管理系統(tǒng)，實現(xiàn)客戶可以隨時隨地通過手機電腦等便攜物品實時監(jiān)測。