摘要:基于WSNs、MQTT的協(xié)議系統(tǒng)農(nóng)業(yè)數(shù)據(jù)采集結(jié)果精準(zhǔn),但受到快速膨脹數(shù)據(jù)的影響,導(dǎo)致數(shù)據(jù)管理效果不佳,針對(duì)該問(wèn)題,提出了基于Spring Boot的可視化智慧農(nóng)業(yè)數(shù)據(jù)管理系統(tǒng)設(shè)計(jì)。從表現(xiàn)層、業(yè)務(wù)邏輯層和數(shù)據(jù)層3個(gè)層次上實(shí)現(xiàn)Spring Boot微服務(wù),通過(guò)使用空氣溫濕度傳感器、光照強(qiáng)度傳感器、土壤濕度傳感器能夠傳輸空氣溫濕度、光照強(qiáng)度和土壤濕度數(shù)據(jù);在Spring Boot微服務(wù)模式下處理并訪問(wèn)數(shù)據(jù),避免數(shù)據(jù)過(guò)度膨脹;計(jì)算兩個(gè)傳感器間的觀測(cè)距離,融合環(huán)境參數(shù),完成智慧農(nóng)業(yè)數(shù)據(jù)管理系統(tǒng)設(shè)計(jì)。由試驗(yàn)結(jié)果可知,該系統(tǒng)能夠精準(zhǔn)采集空氣溫度、空氣濕度、土壤濕度、光照強(qiáng)度數(shù)據(jù),且數(shù)據(jù)可視化方面性能良好,說(shuō)明使用該系統(tǒng)具有良好的數(shù)據(jù)管理效果。
關(guān)鍵詞:Spring Boot;多傳感器;可視化;智慧農(nóng)業(yè);數(shù)據(jù)管理;系統(tǒng)設(shè)計(jì)
中圖分類號(hào):TP311" " " " "文獻(xiàn)標(biāo)識(shí)碼:A
文章編號(hào):0439-8114(2024)08-0171-05
DOI:10.14088/j.cnki.issn0439-8114.2024.08.029 開(kāi)放科學(xué)(資源服務(wù))標(biāo)識(shí)碼(OSID):
Design of visualization smart agricultural data management system based on multi-sensor
WAN Qing-song1, LUO Xiao-jiao2
(1.Chengdu College of Arts and Sciences, Chengdu" 610499, China; 2.Sichuan Jinxing Guoshi Book Industry Co., Ltd., Chengdunbsp; 610041, China)
Abstract: The protocol system based on WSNs and MQTT had accurate agricultural data collection results, but it was affected by rapid expansion data, resulting in poor data management effect. Aiming at this problem, a visual smart agricultural data management system based on Spring Boot was proposed. The Spring Boot micro service was implemented from three levels of presentation layer, business logic layer and data layer. The air temperature and humidity, light intensity and soil moisture data could be transmitted by using sensors of air temperature and humidity, light intensity and soil moisture. Processing and accessing data in Spring Boot micro service mode could avoid excessive data inflation. The observation distance between the two sensors was calculated, and the environmental parameters were fused to complete the design of a smart agricultural data management system. The experimental results showed that the system could accurately collect data of air temperature, air humidity, soil moisture and light intensity. The data visualization performance was good, indicating that the use of the system had good data management effects.
Key words: Spring Boot; multi-sensor; visualization; smart agriculture; data management; system design
近年中國(guó)傳統(tǒng)的耕作模式逐步轉(zhuǎn)向現(xiàn)代耕作,農(nóng)業(yè)得到了一定程度的發(fā)展。隨著科學(xué)技術(shù)的發(fā)展,各行業(yè)的智能化水平都在不斷提升,農(nóng)業(yè)的智能化水平也隨之發(fā)生了變化。但在實(shí)踐中,這些技術(shù)設(shè)備不但造價(jià)高昂,而且并不完全符合中國(guó)的國(guó)情。由于存在著一系列的缺陷,設(shè)備維修費(fèi)用高,導(dǎo)致系統(tǒng)使用效果不佳。中國(guó)是以農(nóng)業(yè)為主的國(guó)家,面臨農(nóng)業(yè)生產(chǎn)方面的嚴(yán)峻考驗(yàn)。當(dāng)今社會(huì),沒(méi)有互聯(lián)網(wǎng)、人工智能等科技,僅參考農(nóng)業(yè)生產(chǎn)中各環(huán)節(jié)的參數(shù)進(jìn)行農(nóng)業(yè)生產(chǎn)的智慧化管理,無(wú)法保證施工過(guò)程的嚴(yán)謹(jǐn)性。以往使用的粗放型管理模式,需要投入大量的人力和物力,還要在通風(fēng)、采光、施肥、灌溉等方面花費(fèi)大量的時(shí)間。為此,設(shè)計(jì)一種高效的智慧農(nóng)業(yè)數(shù)據(jù)管理模式是必要的。目前提出的基于WSNs的智慧農(nóng)業(yè)管理系統(tǒng)以STM32為核心,構(gòu)建了基于虛擬現(xiàn)實(shí)的云計(jì)算系統(tǒng),該系統(tǒng)采用串行接口,直接傳輸農(nóng)業(yè)數(shù)據(jù),實(shí)時(shí)監(jiān)控農(nóng)業(yè)管理系統(tǒng)的運(yùn)行狀態(tài)[1];提出的基于MQTT協(xié)議的智慧農(nóng)業(yè)管理系統(tǒng),利用 WMQTT協(xié)議將環(huán)境參數(shù)通過(guò)手機(jī) APP傳送到用戶端,并與消息隊(duì)列遙測(cè)技術(shù)相結(jié)合,實(shí)現(xiàn)了對(duì)系統(tǒng)的遠(yuǎn)程監(jiān)測(cè)[2]。由于農(nóng)業(yè)數(shù)據(jù)膨脹迅速,使用上述兩種系統(tǒng)無(wú)法在標(biāo)準(zhǔn)時(shí)間內(nèi)管理全部數(shù)據(jù),為此,本研究提出了基于Spring Boot的可視化智慧農(nóng)業(yè)數(shù)據(jù)管理系統(tǒng)設(shè)計(jì)。
1 系統(tǒng)硬件結(jié)構(gòu)設(shè)計(jì)
采用STM32作為主要控制核心,ZigBee作為終端,Spring Boot作為主要控制部分。將傳感器置于田間,采集空氣溫度、空氣濕度、光照強(qiáng)度、土壤濕度等環(huán)境參數(shù),并通過(guò)Spring Boot微服務(wù)控制結(jié)構(gòu)實(shí)現(xiàn)灌溉、遮光、通風(fēng)、保溫等功能的調(diào)控。硬件結(jié)構(gòu)如圖1所示。機(jī)器智能云官方平臺(tái)為用戶提供特定的功能,并與WiFi模塊進(jìn)行局域網(wǎng)連接。而使用者可以利用移動(dòng)端軟件實(shí)時(shí)掌握田間的情況,并根據(jù)相關(guān)的指令對(duì)田間設(shè)施進(jìn)行操作[3]。
1.1 Spring Boot微服務(wù)結(jié)構(gòu)
系統(tǒng)根據(jù)功能模塊分為灌溉、照明、通風(fēng)和保溫4類,采用 Spring Boot實(shí)現(xiàn)微型服務(wù)體系結(jié)構(gòu)。同時(shí),按照其內(nèi)部支持體系結(jié)構(gòu)將系統(tǒng)分為表現(xiàn)層、業(yè)務(wù)邏輯層和數(shù)據(jù)層3層。表現(xiàn)層主要是使用者的操作界面,用戶可以利用離線數(shù)據(jù)管理、在線數(shù)據(jù)管理、KPI管理、認(rèn)證和日志服務(wù)等方式與系統(tǒng)交互。業(yè)務(wù)邏輯層可以接收來(lái)自主機(jī)的HTTP請(qǐng)求,即GET請(qǐng)求、POST請(qǐng)求,再調(diào)用響應(yīng)服務(wù)處理邏輯,經(jīng)過(guò)一系列的后臺(tái)操作和數(shù)據(jù)層的操作,最后得到用戶想要的或者返回的結(jié)果。在Spring Boot框架中的請(qǐng)求對(duì)象可以被自動(dòng)地整合到JSON框架中,而Spring Boot框架中的 request對(duì)象也可以被自動(dòng)地嵌入到背景框架中。數(shù)據(jù)層是與數(shù)據(jù)庫(kù)進(jìn)行直接互動(dòng)的重要部分,在數(shù)據(jù)層中,業(yè)務(wù)邏輯層與數(shù)據(jù)庫(kù)進(jìn)行了多種操作。通過(guò)JPA接口整合Spring Boot服務(wù)可以使數(shù)據(jù)庫(kù)的運(yùn)行編程變得簡(jiǎn)單。通過(guò)繼承特定界面,并根據(jù)所規(guī)定的格式定義方法名稱,就可以達(dá)到對(duì)數(shù)據(jù)庫(kù)操作的目的[4,5]。
1.2 ZigBee協(xié)調(diào)器
在系統(tǒng)運(yùn)行時(shí),利用ZigBee節(jié)點(diǎn)實(shí)時(shí)監(jiān)測(cè)溫室的空氣溫度、空氣濕度、光照強(qiáng)度、CO2濃度和土壤濕度,并將其數(shù)據(jù)通過(guò)無(wú)線網(wǎng)絡(luò)傳輸?shù)皆贫似脚_(tái),由主控制器比較各個(gè)執(zhí)行機(jī)構(gòu)的輸出狀況。另外,云管理系統(tǒng)通過(guò)計(jì)算機(jī)和手機(jī)實(shí)時(shí)監(jiān)控各個(gè)執(zhí)行器的運(yùn)行(通風(fēng)、照明、灌溉、保溫)情況。在發(fā)生網(wǎng)絡(luò)故障時(shí),采用手動(dòng)方式對(duì)各個(gè)執(zhí)行器進(jìn)行人工操作,實(shí)現(xiàn)了多個(gè)模式的智能化管理。
可視化智慧農(nóng)業(yè)數(shù)據(jù)管理系統(tǒng)利用ZigBee協(xié)調(diào)器向系統(tǒng)傳輸各種傳感數(shù)據(jù),然后利用ZigBee協(xié)議整合全部數(shù)據(jù)。然而ZigBee不能與外部網(wǎng)絡(luò)直接整合,只能通過(guò)WiFi技術(shù)傳輸,因此,將WiFi作為實(shí)現(xiàn)協(xié)議轉(zhuǎn)換的橋梁,通過(guò)ZigBee與WiFi間的協(xié)議交換能夠進(jìn)行數(shù)據(jù)接收與發(fā)送。該系統(tǒng)與Spring Boot的微型服務(wù)相結(jié)合,實(shí)現(xiàn)了對(duì)用戶的數(shù)據(jù)存取,使計(jì)算機(jī)和移動(dòng)終端能夠?qū)崟r(shí)查看各種環(huán)境參數(shù),實(shí)現(xiàn)對(duì)溫室的精確管理[6]。
1.3 傳感器
使用空氣溫濕度傳感器、光照強(qiáng)度傳感器和土壤濕度傳感器向核心組件傳輸空氣溫濕度、光照強(qiáng)度、土壤濕度等數(shù)據(jù)。
1.3.1 空氣溫濕度傳感器 DHT11型傳感器與主控芯片僅通過(guò)一個(gè)通用IO端口進(jìn)行通訊,具有高精度、體積小、使用方便的優(yōu)點(diǎn),各項(xiàng)性能指標(biāo)均符合農(nóng)業(yè)數(shù)據(jù)管理需求。DHT 11溫濕度傳感器原理如圖2所示。
如圖2所示,VDD為電源電壓;VCC為供電電壓;DQ為串行數(shù)據(jù);NC為空腳;GND為電源負(fù)極。DHT11型傳感器是單總線連接的,通過(guò)一條線路進(jìn)行數(shù)據(jù)的輸入和輸出。DQ網(wǎng)絡(luò)標(biāo)記的引腳為PG9,是GPIO外部設(shè)備G組的第九個(gè)引腳。DHT11傳感器在主機(jī)啟動(dòng)信號(hào)時(shí)響應(yīng)這個(gè)信號(hào)并開(kāi)始接收這個(gè)數(shù)據(jù),從而得到當(dāng)前高電平的持續(xù)期,為0/1,從而可以存儲(chǔ)該數(shù)據(jù)。將接收數(shù)據(jù)前的26~28 μs延遲作為判斷高低電平的依據(jù),如果經(jīng)過(guò)高電平持續(xù)輸出后得到的數(shù)據(jù)為1,那么該數(shù)據(jù)為“1”;反之,則為“0”,由此存儲(chǔ)溫濕度數(shù)據(jù)[7]。
1.3.2 光照強(qiáng)度傳感器 光照強(qiáng)度傳感器是將光照強(qiáng)度信號(hào)轉(zhuǎn)化成電壓后,再由傳感器傳遞數(shù)據(jù)。傳感器以熱點(diǎn)為基礎(chǔ),具有對(duì)弱光的高響應(yīng)特性。這種感應(yīng)器類似攝像機(jī)的感光陣列,在其內(nèi)部裝有多個(gè)觸頭溫差電堆,并用高吸收性的黑色油漆覆蓋。在直線上,利用濾波器的可見(jiàn)光對(duì)輸入的二極管進(jìn)行照明,并將其轉(zhuǎn)化為電信號(hào),再將其輸入到傳感器的處理系統(tǒng)中[8]。
1.3.3 土壤濕度傳感器 FC-28型土壤濕度傳感器采用4條線路,且采用了電鍍鎳法,提高了感生面積。由于土壤濕度傳感器長(zhǎng)期受土壤濕度影響,采用電鍍鎳法可以有效延長(zhǎng)其使用壽命。土壤濕度傳感器工作原理:首先,通過(guò)設(shè)置土壤水分閾值,實(shí)現(xiàn)DO端口的自動(dòng)開(kāi)閉;其次,AO端口可以與MCU的AD轉(zhuǎn)換插頭直接相連;在此基礎(chǔ)上,采用AD轉(zhuǎn)換技術(shù)實(shí)現(xiàn)對(duì)土壤水分的精確測(cè)量,并將數(shù)據(jù)通過(guò)無(wú)線技術(shù)傳輸?shù)缴衔粰C(jī)監(jiān)控界面,從而實(shí)現(xiàn)對(duì)溫室灌溉的遠(yuǎn)程控制[9]。
2 系統(tǒng)軟件部分設(shè)計(jì)
2.1 基于Spring Boot的數(shù)據(jù)處理
Spring Boot微服務(wù)實(shí)際上是一個(gè)巨大的開(kāi)放源碼庫(kù),不需要部署WAR程序包,可以通過(guò)XML方式在POM中編寫(xiě)相關(guān)的依賴關(guān)系,減少開(kāi)發(fā)過(guò)程的復(fù)雜性。在Spring Boot微服務(wù)的基礎(chǔ)上,有很好的MV設(shè)計(jì)模式,對(duì)于項(xiàng)目的配置工作使用了自動(dòng)化的組態(tài)方法,因此在Spring Boot的環(huán)境中,數(shù)據(jù)處理就變得尤為簡(jiǎn)單。
步驟一,對(duì)各指標(biāo)進(jìn)行歸類,并在數(shù)據(jù)庫(kù)中找到對(duì)應(yīng)的位置。對(duì)網(wǎng)上使用的指標(biāo)進(jìn)行歸類,將需要使用的線上表格同步到數(shù)據(jù)庫(kù)管理系統(tǒng)中[10,11]。步驟二,線上表格數(shù)據(jù)是由Python腳本輸入到數(shù)據(jù)倉(cāng)庫(kù),這個(gè)命令代碼會(huì)為數(shù)據(jù)的各個(gè)域提供數(shù)據(jù)源和特定的信息。由于離線資料的最小集合規(guī)模為天,所以在指令碼的零點(diǎn)上使用了時(shí)間任務(wù)。步驟三,在數(shù)據(jù)倉(cāng)庫(kù)SQL產(chǎn)生需要的域和表格信息后,開(kāi)源工具會(huì)按照SQL把它轉(zhuǎn)化成編程模型,以便進(jìn)一步處理,從而產(chǎn)生需要的實(shí)際數(shù)據(jù)表。步驟四,在數(shù)據(jù)系統(tǒng)的查詢要求下,對(duì)同一個(gè)界面進(jìn)行查詢,并在相同的擴(kuò)展名稱下建立相應(yīng)的數(shù)據(jù)集。對(duì)各類指標(biāo)所用域的計(jì)算方法進(jìn)行梳理,并對(duì)所用的維度進(jìn)行分析和計(jì)算,將各個(gè)維度的組合進(jìn)行整理,最后形成一個(gè)可擴(kuò)充的文檔。用該方法構(gòu)建的文件擴(kuò)充數(shù)據(jù)集合避免了數(shù)據(jù)過(guò)度膨脹,并最終達(dá)到了離線處理的目的。
2.2 基于Spring Boot的數(shù)據(jù)訪問(wèn)
開(kāi)發(fā)和部署面向Spring Boot的微服務(wù),可以對(duì)數(shù)據(jù)庫(kù)進(jìn)行基本的訪問(wèn),其步驟如下。步驟一,當(dāng)客戶機(jī)將請(qǐng)求數(shù)據(jù)發(fā)送到服務(wù)器時(shí),服務(wù)器會(huì)從分布式數(shù)據(jù)庫(kù)中抽取統(tǒng)計(jì)類型。步驟二,服務(wù)器批量開(kāi)啟存取分布資料庫(kù)資料界面的線程。步驟三,服務(wù)器會(huì)判定線程池中的可復(fù)用的線程,通過(guò)把不同維度的資料存取的多執(zhí)行緒作業(yè)置于相應(yīng)的多線程池中,線程池會(huì)負(fù)責(zé)維持及管理執(zhí)行緒的建立與破壞。當(dāng)執(zhí)行緒完成之后,不會(huì)立刻將其摧毀,取而代之的是執(zhí)行緒會(huì)被重新使用,這樣就可以減少線程的創(chuàng)建,有效節(jié)約了系統(tǒng)開(kāi)銷。步驟四,如果線程池中有多個(gè)線程可以重復(fù)利用,那么就可以重新利用現(xiàn)有的線程。當(dāng)線程池中沒(méi)有可用的線程時(shí),服務(wù)器會(huì)重新創(chuàng)建執(zhí)行緒,將新開(kāi)啟的多執(zhí)行緒傳遞到線程池后進(jìn)行整合處理,以重新使用已有的線程池,減少線程量,避免空閑。步驟五,對(duì)分布的數(shù)據(jù)庫(kù)進(jìn)行查詢,并判定是否存在于關(guān)聯(lián)數(shù)據(jù)庫(kù)中。步驟六,如果關(guān)聯(lián)數(shù)據(jù)庫(kù)不存在這種數(shù)據(jù),那么將該數(shù)據(jù)插入到數(shù)據(jù)表格中,并將其存儲(chǔ)到數(shù)據(jù)庫(kù)中,由此完成數(shù)據(jù)訪問(wèn)。
2.3 基于Spring Boot的數(shù)據(jù)融合
由于農(nóng)業(yè)生產(chǎn)場(chǎng)地的環(huán)境條件是復(fù)雜且變化的,所以在不同的條件下,溫室內(nèi)的各種環(huán)境參數(shù)都會(huì)出現(xiàn)不同程度的變化。因此,在Spring Boot微服務(wù)基礎(chǔ)上,融合空氣溫濕度、光照強(qiáng)度、土壤濕度等環(huán)境參數(shù)。
在基于Spring Boot的可視化智慧農(nóng)業(yè)數(shù)據(jù)管理系統(tǒng)中,設(shè)第i個(gè)傳感器和第j個(gè)傳感器測(cè)得的數(shù)據(jù)分別為xi和xj,計(jì)算兩個(gè)傳感器間的觀測(cè)距離(dij),計(jì)算式如下。
[dij=12πλierfxi-xj2λi] (1)
式中,[λi]表示方差;[erf]表示誤差函數(shù)。由空氣溫濕度、光照強(qiáng)度、土壤濕度傳感器構(gòu)成了多傳感器數(shù)據(jù)的觀測(cè)距離矩陣,結(jié)合式(1)的計(jì)算結(jié)果可知,dij越小,兩個(gè)傳感器之間觀測(cè)距離越短,融合效果越好。
在Spring Boot微服務(wù)基礎(chǔ)上,通過(guò)對(duì)數(shù)據(jù)處理、訪問(wèn)與融合,能夠高效管理智慧農(nóng)業(yè)數(shù)據(jù)。
2.4 智慧農(nóng)業(yè)管理建議模塊
在Spring Boot微服務(wù)基礎(chǔ)上融合多種監(jiān)測(cè)的農(nóng)業(yè)數(shù)據(jù)后,該系統(tǒng)可以根據(jù)采集的土壤濕度、光照強(qiáng)度和空氣溫度評(píng)估和分析土地狀況。此外,還將根據(jù)評(píng)估結(jié)果向用戶發(fā)送相應(yīng)的科學(xué)對(duì)策。具體的農(nóng)業(yè)管理建議流程如圖3所示。
考慮到光照、蒸發(fā)等因素影響會(huì)使溫度和濕度波動(dòng)較大,導(dǎo)致用某一時(shí)刻的溫度和濕度進(jìn)行評(píng)價(jià)是不準(zhǔn)確的,因此有必要通過(guò)一段時(shí)間的平均溫度和濕度來(lái)評(píng)價(jià)土地。例如,用戶在土地上種植大豆,在平臺(tái)選擇大豆后,平臺(tái)會(huì)自動(dòng)讀取最適合大豆生長(zhǎng)的濕度和溫度范圍,然后平臺(tái)計(jì)算過(guò)去3 d的平均濕度和平均溫度,如果平均范圍和理想范圍間存在差距,它會(huì)立即通知用戶,同時(shí)會(huì)根據(jù)土地的具體情況為用戶提供缺口解決方案。
3 驗(yàn)證試驗(yàn)
3.1 試驗(yàn)環(huán)境
試驗(yàn)在Matlab平臺(tái)上進(jìn)行,試驗(yàn)數(shù)據(jù)均來(lái)自某省農(nóng)業(yè)機(jī)械研究院數(shù)據(jù)中心,以大田種植玉米作物為研究對(duì)象。為了保證試驗(yàn)數(shù)據(jù)采集準(zhǔn)確,建立的實(shí)驗(yàn)基站距離地面5 m,每隔0.5 h采集1次,并通過(guò)螢石API接收。數(shù)據(jù)采集基站如圖4所示。采集過(guò)程中借助4G網(wǎng)絡(luò)無(wú)線傳輸。
3.2 數(shù)據(jù)管理效果分析
以空氣溫度、空氣濕度、土壤濕度和光照強(qiáng)度為指標(biāo),分別使用基于WSNs的智慧農(nóng)業(yè)管理系統(tǒng)、基于MQTT協(xié)議的智慧農(nóng)業(yè)管理系統(tǒng)和基于Spring Boot的智慧農(nóng)業(yè)管理系統(tǒng),對(duì)比分析數(shù)據(jù)采集結(jié)果,如圖5所示。
由圖5a可知,使用基于WSNs、MQTT協(xié)議的管理系統(tǒng),最高空氣溫度分別為28、26 ℃,而基于Spring Boot的管理系統(tǒng),空氣溫度最高值采集結(jié)果與統(tǒng)計(jì)值一致,均為22 ℃。從整個(gè)折線圖走向來(lái)看,基于Spring Boot的管理系統(tǒng),空氣溫度采集結(jié)果與統(tǒng)計(jì)值基本一致,說(shuō)明空氣溫度采集結(jié)果精準(zhǔn)。
由圖5b可知,使用基于WSNs、MQTT協(xié)議的管理系統(tǒng),空氣濕度采集結(jié)果與統(tǒng)計(jì)值相差較大,在采集次數(shù)為25次時(shí),基于WSNs協(xié)議的管理系統(tǒng)空氣濕度采集結(jié)果與統(tǒng)計(jì)值相差2.50個(gè)百分點(diǎn),基于MQTT協(xié)議的管理系統(tǒng)空氣濕度采集結(jié)果與統(tǒng)計(jì)值相差2.00個(gè)百分點(diǎn)。使用基于Spring Boot的管理系統(tǒng),在采集次數(shù)為10次和20次時(shí)所采集的空氣濕度與統(tǒng)計(jì)值相差0.05個(gè)百分點(diǎn),其余均一致,說(shuō)明空氣濕度采集結(jié)果精準(zhǔn)。
由圖5c可知,使用基于WSNs、MQTT協(xié)議的管理系統(tǒng),在迭代次數(shù)為30次時(shí),土壤濕度采集結(jié)果與統(tǒng)計(jì)值分別相差24.00個(gè)百分點(diǎn)和20.50個(gè)百分點(diǎn);使用基于Spring Boot的管理系統(tǒng),在迭代次數(shù)為10次時(shí),土壤濕度采集結(jié)果與統(tǒng)計(jì)值相差1.00個(gè)百分點(diǎn),其余均一致,說(shuō)明土壤濕度采集結(jié)果精準(zhǔn)。
由圖5d可知,使用基于WSNs、MQTT協(xié)議的智慧農(nóng)業(yè)管理系統(tǒng),在迭代次數(shù)為20次時(shí),光照強(qiáng)度(以日照百分率計(jì))采集結(jié)果與統(tǒng)計(jì)值分別相差72.00個(gè)百分點(diǎn)和20.00個(gè)百分點(diǎn),使用基于Spring Boot的智慧農(nóng)業(yè)管理系統(tǒng),在迭代次數(shù)為10次時(shí),光照強(qiáng)度采集結(jié)果與統(tǒng)計(jì)值相差2.00個(gè)百分點(diǎn),其余均一致,說(shuō)明光照強(qiáng)度采集結(jié)果精準(zhǔn)。
使用基于Spring Boot的智慧農(nóng)業(yè)管理系統(tǒng)數(shù)據(jù)采集結(jié)果與實(shí)際統(tǒng)計(jì)結(jié)果一致,說(shuō)明采集結(jié)果較精準(zhǔn)。同時(shí)也說(shuō)明,Spring Boot微服務(wù)下的系統(tǒng)能夠有效管理數(shù)據(jù),能夠滿足農(nóng)業(yè)生產(chǎn)實(shí)時(shí)更新數(shù)據(jù)的需求,在數(shù)據(jù)采集準(zhǔn)確率方面性能更優(yōu)。
通過(guò)上述驗(yàn)證了基于Spring Boot的可視化智慧農(nóng)業(yè)數(shù)據(jù)管理系統(tǒng)采集方面性能更優(yōu)后,也可以驗(yàn)證數(shù)據(jù)可視化方面性能良好。所設(shè)計(jì)的系統(tǒng)能夠?qū)崟r(shí)管理數(shù)據(jù),根據(jù)實(shí)際環(huán)境實(shí)時(shí)更新數(shù)據(jù),并將更新結(jié)果展示在平臺(tái)上,實(shí)現(xiàn)智能農(nóng)業(yè)產(chǎn)品生產(chǎn)過(guò)程的全面信息化。
4 結(jié)語(yǔ)
本研究設(shè)計(jì)的基于Spring Boot的可視化智慧農(nóng)業(yè)數(shù)據(jù)管理系統(tǒng)能夠?qū)崟r(shí)監(jiān)測(cè)溫室內(nèi)環(huán)境質(zhì)量,并能很好地解決傳統(tǒng)農(nóng)業(yè)生產(chǎn)中的盲目性問(wèn)題。在MATLAB模擬平臺(tái)上進(jìn)行仿真分析,通過(guò)與傳感器獲取的周?chē)h(huán)境參數(shù)比較,證明了所設(shè)計(jì)系統(tǒng)數(shù)據(jù)采集更為精確,同時(shí)也證明了該系統(tǒng)在可視化展示方面有良好的應(yīng)用效果。
參考文獻(xiàn):
[1] 陳明霞,王曉文,張 寒.基于WSNs的無(wú)線可視化智慧農(nóng)業(yè)管理系統(tǒng)[J].農(nóng)機(jī)化研究,2021,43(7):207-211.
[2] 梁志勛,施運(yùn)應(yīng),覃有燎,等.基于MQTT協(xié)議的智慧農(nóng)業(yè)大棚測(cè)控系統(tǒng)研究[J].北方園藝,2020(23):161-171.
[3] 萬(wàn)雪芬,鄭 濤,崔 劍,等.中小型規(guī)模智慧農(nóng)業(yè)物聯(lián)網(wǎng)終端節(jié)點(diǎn)設(shè)計(jì)[J].農(nóng)業(yè)工程學(xué)報(bào),2020,36(13):306-314.
[4] 鄧 波,張維誼,朱春燕,等.基于Spring Boot微服務(wù)架構(gòu)的農(nóng)產(chǎn)品質(zhì)量安全監(jiān)測(cè)平臺(tái)構(gòu)建與應(yīng)用[J].上海農(nóng)業(yè)科技,2020(6):49-51,58.
[5] 趙子晨,朱志祥,蔣來(lái)好.構(gòu)建基于Dubbo框架的Spring Boot微服務(wù)[J].計(jì)算機(jī)與數(shù)字工程,2018,46(12):2539-2543,2551.
[6] 楊英櫻,喬運(yùn)華,班玉榮.基于spring boot微服務(wù)架構(gòu)的RS10系統(tǒng)管理[J].制造業(yè)自動(dòng)化,2021,43(12):193-196.
[7] 孫 哲,黃清治,逄舒蕾,等.多路氣象用溫濕度傳感器檢測(cè)儀設(shè)計(jì)[J].現(xiàn)代化農(nóng)業(yè),2022(3):65-66.
[8] 白明松,李雨晴,銀亮亮,等.一種基于組態(tài)軟件的光照強(qiáng)度檢測(cè)裝置設(shè)計(jì)[J].科學(xué)技術(shù)創(chuàng)新,2021(17):165-166.
[9] 柏文奇,吳雙雙,王思思.土壤濕度傳感器非線性誤差補(bǔ)償方法[J].中國(guó)檢驗(yàn)檢測(cè),2020,28(2):30-33.
[10] 張 桃.基于物聯(lián)網(wǎng)的智慧農(nóng)業(yè)數(shù)據(jù)采集與分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].農(nóng)村實(shí)用技術(shù),2022(2):94-96.
[11] 方黨豫,高賢強(qiáng).基于NoSQL的農(nóng)業(yè)數(shù)據(jù)采集任務(wù)分發(fā)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].現(xiàn)代計(jì)算機(jī),2021,27(32):99-104.
作者簡(jiǎn)介:萬(wàn)青松(1981-),男,四川廣漢人,助理研究員,碩士,主要從事農(nóng)業(yè)管理、新媒體運(yùn)營(yíng)管理、鄉(xiāng)村振興研究,(電話)17398888847(電子信箱)wqs963111@126.com;羅曉姣(1988-),女,四川資陽(yáng)人,主要從事風(fēng)景園林、休閑農(nóng)業(yè)研究,(電子信箱)wanqs0209@163.com。