基于微传感器阵列的蜂巢温度监测与分析系统*

李 想，江朝晖，陆元洲，潘 炜，余林生

(1.安徽农业大学 农业信息学安徽省重点实验室，安徽 合肥230036;2.安徽农业大学 蜂业研究所，安徽 合肥230036)

0 引 言

我国是世界传统养蜂大国，蜂群拥有量位居世界第一位［1］。温度是蜜蜂生命活动的重要生态因子，蜂巢温度的变化与蜜蜂个体生长发育、蜜蜂群势强弱、蜜蜂产卵繁殖等密切相关［2～4］。人们不断尝试新的理论、方法和技术手段研究蜂巢内温度分布和变化规律、揭示其恒温调控机理，并取得了部分成果［5］。在蜂巢监测和分析方面，湖南大学采用ARM9+uITRON 平台和无线GPRS 模块，研制了蜜蜂蜂箱专用数字化监测系统［6］;云南农业大学研制的蜂巢温湿度数据采集与分析处理系统，通过串口接收温湿度数据，对接收的数据进行检测与分析［7］。总的来说，这些系统采集点过少很难涵盖蜂巢整个立体空间，并且数据分析仅仅限于最大值、最小值和均值等，不能直观反映蜂巢内不同位置间的联系。

本文采用微型温度传感器阵列、无线通信和可视化软件技术，设计一种多通道蜂巢温度监测与分析系统，集采集、显示和分析等功能于一体，具有便捷、直观和实时的特点。

1 系统总体架构

系统主要分为微型温湿度传感器阵列模块、多通道无线数据采集模块、数据实时显示模块、数据动态分析模块(图1)。计算机通过无线通信模块发送指令给远端数据采集模块，数据采集模块收到指令后并控制传感器阵列模块采集数据，MCU 控制器处理数据后，再由无线模块发送给远端计算机，计算机接收到数据后对数据进一步的处理并实时显示和动态分析蜂巢内温度变化情况。

图1 系统总体架构Fig 1 Total architecture of system

2 数据采集模块设计

2.1 传感器及其部署

蜂巢空间狭小，能利用的空间非常有限，为减小对蜜蜂正常生活的影响和保证数据采集的真实准确，所选取的传感器必须非常微小。本系统选取的是Sensirion 公司推出SHT21 传感器，是目前世界上最小的数字温湿度传感器之一。蜂巢是一个空间立体的区域，单点或简单多点采集很难反映蜂巢温度场动态变化情况。系统均匀选取了蜂巢空间30 个点作为蜂巢温度场代表点，选取蜂巢外一个点作为环境温度代表点。传感器阵列基本布局是5 行6 列，每行传感器均匀的分布在矩形平面对角线上(图2)。整个监测装置，包括箱体、蜂箱盖、主控板、固定板、巢脾、外部传感器和内部传感器阵列［8］。主控板贴合固定板上，外部传感器和内部传感器阵列垂直与主控板相连(图3)，多个巢脾放置于箱体内，均匀分割传感器阵列。

图2 微传感器阵列布局Fig 2 Layout of micro-sensor array

图3 微传感器阵列实物图Fig 3 Physical map of micro-sensor array

2.2 多通道无线采集

系统选用鼎泰克公司RS—232 转Zig Bee 无线通信模块，采用RS—232 串行通信方式。微传感器阵列一共拥有31 只微型温湿度传感器，每个传感器都编有唯一的ID 编号，其中，1～10 编号由MCU1 控制，11～21 编号由MCU2 控制，22～31 编号由MCU3 控制。每个MCU 拥有一个无线节点，计算机通过无线节点发送指令后，蜂巢的三个无线节点都会收到指令。收到指令后，MCU 会立即采集传感器温度湿度数据并准备随时发送，当MCU1 通过无线节点一发送温度湿度数据后，同时MCU2 和MCU3 处于等待之中。当计算机收到数据后，向节点发送成功指令，MCU2 接收到成功指令后，MCU2 会立即发送准备好的温度湿度数据，以此类推，直至发送数据结束(图4)。

图4 多通道无线采集流程图Fig 4 Flow chart of multichannel wireless collection

2.3 可视化显示

系统软件采用Matlab GUI 设计实现，系统软件主要分为数据存储模块、数据实时显示模块、数据分析模块。数据存储模块主要功能是对数据识别和存储，每个传感器都编有唯一的ID，计算机收到数据后对ID 进行识别并加上时间信息对数据进行存储。数据实时显示模块是蜂巢温度监测系统一个很重要的模块，当无线传感器采集的温湿度更新相应的Excel 表后，软件系统会自动更新相应的数据，对温湿度实时显示。系统采用三维立体化的显示方式，在系统主界面中，可以直观地看到30 个采集点，并且每个采集点都进行了相应编号，与实物相对应。

3 数据分析模块设计

3.1 单通道分析

单通道分析主要包括各个采集点的均值、方差以及直方图，均值主要是反映在额定的时间段内温度场中温度的分布情况，方差主要是体现额定时间段内各采集点温度变化幅度，直方图主要是为了了解一组温度数据的分布特征。

3.2 多通道分析

蜂巢温度场是个动态立体空间区域，单通道数据分析很难反映蜂巢内整体温度分布和相互关联情况。为了对整个蜂巢系统进行立体的分析，系统加入了动态的多通道数据分析。

相关分析(correlation analysis)是研究数据之间是否存在某种依存关系

偏相关分析(partial correlation analysis)是在消除其他因素影响的基础上求相关

其中，ε1和ε2分别为y=αu+βux2+ε1和y=αu+βux2+ε2的残部。

4 实验与测试

选用意大利蜜蜂，在蜂巢中加入足够的饲料，保证蜜蜂能够安全地度过低温环境。每次实验从蜂场开始，蜂场数据采集完后运往低温冷库中采集，冷库采集完后放回蜂场，完成一个循环周期，每周期采集10 天左右。经过几个月的采集，系统性能稳定，得到过了大量的数据。部分数据如图5所示，可以直观看到蜂巢中心位置和其它位置随环境温度变化情况。

对图5(a)数据进行单通道直方图分析，结果如图6 所示，分别呈现了中心点、第30 点、蜂巢外三个位置的温度数据分布情况。

对图5(a)数据进行多通道相关分析，可得到互相关系数矩阵和偏相关系数矩阵。为了更加形象地反映蜂巢内各点之间关联程度，将互相关系数、偏相关系数进行了三维立体显示(图6)。

通过定量的单通道和多通道分析，初步得出以下结论:1)在环境温度剧烈变化时，蜂巢中心点温度波动范围很小，基本保持在35 ℃左右;2)在环境温度骤烈变化时，蜂巢内越靠近边缘的位置，其温度变化越明显，但最终会趋于一个稳定值;3)蜂巢中心点的周围、蜂巢边缘位置间的相关性较大。

图5 实验采集的蜂巢温度原始数据Fig 5 Original data of beehive temperature acquired in experiment

图6 单通道直方图分析Fig 6 Histogram analysis of single channel

5 结束语

本文采用SHT21 微型温湿度传感器和Zig Bee 无线通信技术，实时采集蜂箱内立体均匀分布的30 点温度和箱外环境温度，应用Matlab GUI 构建多通道数据接收、可视化显示和动态分析软件。经过长时间实验和测试，系统性能良好，单通道和多通道分析表明:蜂群为适应温度变化自主地通过抱团聚集来保持中心温度相对稳定，且温度分布情况与位置具有较大关联性，当环境温度剧烈变化时，蜂巢中心温度为34.8℃左右，而边缘温度变化极大。本系统能精确获取蜂巢内温度分布及其变化规律，有助于揭示蜂巢恒温调控机理，对蜂学研究和蜜蜂养殖具有重要意义。

图7 空间位置—相关系数图Fig 7 Image of spatial position vs correlation coefficient

［1］ 陈玛琳，赵芝俊，席桂萍.中国蜂产业发展现状及前景分析［J］.浙江农业学报，2014(3):825－829.

［2］ 汪天澍，刘 芳，余林生，等.蜜蜂蜂群温湿度调节的研究进展［J］.生态学报，2015(10):3172－3179.

［3］ Cao Y F，Yu L S，Bi S D，et al.Studying progress of the influence of temperature to honeybee［J］.Journal of Bee，2007(4):13－15.

［4］ Tautz J，Maier S，Groh C，et al.Behavioral performance in adult honey bees is influenced by the temperature experienced during their larval development［C］∥Proceedings of the National Academy of Sciences of the United States of America，2003:7343－7347.

［5］ 江朝晖，张 静，杨春合，等.越冬蜂群调温机理仿真［J］.系统仿真学报，2014(6):1301－1307.

［6］ 谭庆忠.蜜蜂蜂箱专用数字化监测系统设计与实现［D］.长沙:湖南大学，2012.

［7］ 王锐刚，和绍禹，黄 峻，等.蜂巢温湿度数据采集与分析处理系统［J］.云南农业大学学报，2007(5):699－705.

［8］ 潘 炜，付月生，王远飞，等.用于研究蜂巢恒温机制的温湿度测试装置:中国，CN203629605U［P］.2014—06—04.