热带农产品精准生产管理系统的设计与应用

李创 袁忠志

摘 要 热带农产品精准生产管理系统面向热带农业信息化的需求，为生产种植提供成熟可靠的软硬件解决方案，实现种植环境参数的实时监测与科学化的生产管理。此系统平台支持空气温湿度、二氧化碳浓度、土壤温湿度、土壤pH值、光照强度等环境参数的实时监测和无线传输，以可视化的方式完成环境信息的实时显示与查询、统计分析与图表生成，集成了精准生产决策、生产管理、视频监控、远程监控等功能，覆盖大棚和农田种植所有场景的实际需求。通过该系统的研发与示范应用，提高了热带农业生产管理的信息化水平。

关键词 热带农业 ；实时 ；精准生产 ；远程监控 ；远程控制

中图分类号 S126

Abstract The Tropical Agricultural Production Management System is a systematic， reliable software and hardware solution to response the increasing demands on the informatization of tropical agriculture. The proposed system supports real-time online monitoring on the environment parameters and scientific production management. Seven typical information， including the temperature， humidity and pH value of soils， the temperature and humidity of atmosphere， the density of carbon dioxide， and the solar illuminance， are automatically measured and wirelessly transmitted to the proposed system in real-time through the wireless sensors placed in the farmland. Meanwhile， the proposed system provides remotely real-time inquire， statistical analysis in a visualization way. Generally， the Tropical Agricultural Production Management and Monitoring System supports precise production decision， remote video surveillance， remote monitoring and control， which encompass the actual demands and all sectors of tropical agriculture. The application of the proposed system contributes to the improvement on the informatization level of tropical agriculture.

Key words tropical agriculture ； real-time ； precise production decision ； remote monitoring ； remote control

海南省享有“阳光岛”的美誉，全年日照时间长，辐射能量大，年太阳总辐射量约为460.24-585.76 KJ/cm2，年日照时数为1 750-2 650 h，光照率为50 %-60 %[1]。总体而言，海南省光热资源丰富、雨量充沛、年平均气温在22-26 ℃，发展农业的自然条件得天独厚，素有“南繁育种宝地”的美誉。海南省的农田全年可以种植农作物，冬季农田播种面积大，各种农作物年均可收获2-3次，耕地产出效益高于内地。此外，海南热带作物资源丰富，除了粮、果、瓜、菜等常见作物外，还拥有橡胶、咖啡、南药等品种繁多的热带作物。随着国家“十二五”战略计划的开展，海南省在农业现代化进程中积累了大量成果，形成了具有特色的海南农业品牌。但海南省农业由于农业基础设施较薄弱、农产品科技含量低、品牌意识不够等问题，其现代化进程较为缓慢。海南的农业生产以农户独立传统作业，依靠经验种植为主，缺乏具有农业品牌效应明显的农业龙头企业，严重影响了海南省农业的现代化和快速化发展，制约了海南省特色农业品牌的创建。海南省农业信息化进程面临的主要问题见图1。

海南省农业内部的基础设施仍较薄弱，农业生产技术条件脆弱，与其它省还有一定的差距，与世界发达国家差距更大。总体而言，图1中所示的6个方面技术问题制约了海南省的现代农业信息化发展，是目前海南省现代农业建设面临的紧迫问题。因此，笔者分析海南省农业现代化进程的发展现状，结合海南省农业现代化发展的实际需求，关注农业生产种植环节，以物联网技术、自动控制技术和信息技术为主线，设计了热带农产品精准生产管理系统，旨在解决物联网技术、互联网技术和信息技术在海南省农业上的应用问题，为海南农业打造明星品牌效应提供更好的解决方案，推进先进技术与传统农业的融合和提升，最终提高海南省热带农业的精细化生产和管理水平。

1 系统架构

热带农产品精准生产管理系统的总体架构如图2所示。图2其中，智能大棚由布置在种植现场的远程电气控制柜、大棚中各类电气设备（内外遮阳篷、水帘、循环风机等）和空气温湿度、二氧化碳浓度、土壤温湿度、土壤pH值、光照强度等环境参数传感采集设备组成；热带农产品精准生产管理系统构建在云平台上，硬件设备由服务器和防火墙组成，同时支持手机/平板电脑以浏览器登录的方式访问；在云平台上，系统提供视频监控、传感器网络资源融合与数据库存储等功能；最终，系统向生产管理人员提供大棚内电气设备的远程自动控制、生产管理、生长环境优化、种植趋势分析等功能。

2 系统设计

2.1 系统通信方式

传统的信息服务平台与传感器网络之间的通信主要通过TCP/IP协议实现，在终端节点数目不多的前提下，网络功耗和通信质量可以得到一定的保障。随着传感器节点数目的激增，传统的Socket套接字通信方式已不能满足基于“互联网+”的现代农业发展趋势。为降低传感器网络的功耗，保障传感器网络与远程信息服务平台的通信质量，热带农产品精准生产管理系统采用针对物联网应用所提出的消息队列遥测传输（Message Queuing Telemetry Transport，MQTT）即时通信传输协议[2]，基于Mosquitto等构建MQTT的服务器端，实现了发布/订阅式消息传输，解决了传感监测信息、平台信息、生产管理信息的即时推送（图3）。

2.2 系统实现

热带农产品精准生产管理系统构建在远程云平台上，实现接入云平台的设备无关性和操作系统无关性，为各类用户提供统一的管理平台，实现管理系统的无缝连接和无缝迁移，也避免了用户在管理系统软件升级过程中的困难和数据迁移不便影响。管理系统为运行在种植现场的远程综合自动控制平台提供生产优化、决策指导、预警信息发布、多源传感网络的信息存储等功能，同时向授权登录用户和移动客户端APP提供信息交互、设备运行状况指示、生产管理信息录入等功能。

在软件实现过程中，基于多层架构的方式，将热带农产品精准生产管理系统分解为数据存储层、数据访问服务层和平台展示层。在数据存储层将种植现场信息分解为业务数据和聚合服务数据，其中业务数据包括作物信息监测系统采集的数据，聚合服务数据包括基于GIS技术的电子地图信息、空间信息数据等内容；在数据访问服务层提供基础地图信息、数据读取权限控制、日志查询、信息发布等功能模块，为平台展示层提供展示系统所需要的各种服务；平台展示层使用Esri Silverlight API完成地图的渲染，基于Silverlight渲染交互式可视化界面，完成界面工具栏、查询栏等功能的展现，实现电子地图、图表、时间表、图片、文字等信息的聚合和集中展示。

为了实现平台功能和授权用户安全登录功能，采用Mosquitto、WebSphere MQ Explorer等MQTT服务器代理软件，为信息平台提供支持发布/订阅消息机制的消息推送模式，实现了MQTT的协议栈的移植（图4）。考虑服务器端和客户端之间的双向安全问题，利用Eclipse等JAVA开发工具建立服务器端与移动客户端的遥测（Telemetry）通道，通过JAAS（Java Authentication Authorization Service，JAVA验证和授权服务）接口为两端提供身份认证功能；利用iKeyTool等开发工具分别为客户端和遥测通道生成服务器密钥库和自我签名密钥对，实现两端的SSL（Secure Sockets Layer，安全套接层）安全登录功能。

3 系统应用

热带农产品精准生产管理系统提供状态查询功能模组、传感器状态查询、基地生产记录录入与查询、生产履历填报、计划调度设置、传感器阈值设置、数据分析、二维码查询、视频监控等功能。利用授权账号登录系统后，运行界面如图5。在运行界面显示的GIS地图上点击对应地块，则显示该地块的详细信息，传感器设备信息、现场传感器采集的环境信息等，方便管理人员实时掌握各种植大棚的现场情况。

3.1 基地生产记录功能

热带农产品精准生产管理系统提供了基地生产记录功能，划分为种植记录、施肥记录、打药记录和采摘记录4个子模块。其中，种植记录模块为授权用户提供了种植地块、种植作物类型、种植时间、种植面积和完成情况等信息的录入与展示功能（图6）。种植工作人员和管理人员通过施肥记录和打药记录模块录入作物生产过程中的肥料和农药使用情况，支持键盘输入和二维码扫描2种方式，极大地提高了录入效率和准确率，便于管理人员追溯作物生长过程。

3.2 远程控制功能

热带农产品精准生产管理系统支持采用移动终端和云平台2种方式对种植现场的各类电气设备进行远程操作。系统为各类电气设备、环境信息采集设备和现场种植辅助设备提供了一个完整的管理平台，通过在大棚内布置基于专用总线通信协议和通用移动网络的远程控制系统强弱电控制设备，系统支持对大棚内各类现场控制设备，如大棚风机、雨帘、遮阳棚、遮阳窗、灌溉等设备进行远程电气控制。系统的远程控制功能划分为远程控制网关、远程控制设备和设备操作记录3个子模块。用户可以通过系统提供的序列号对远程控制网关和远程控制设备进行查询，系统返回设备的详细信息和运行状态。在设备操作记录模块中，系统向用户显示布置在种植现场的设备运行状态、操作方式、操作人员和操作时间，便于管理人员对各类设备进行统一管理。2015年6月19日的设备操作记录如图7示。由图7可知当日发生设备故障事件，授权用户（省略姓名）通过远程控制方式和现场操作方式对现场设备进行了启动与停止操作。

3.3 阈值计划功能

热带农产品精准生产管理系统提供了阈值计划功能，划分为定时计划、阈值报警和预警记录3个子模块。系统将大棚各类电气设备的模式划分为自动运行模式、人工手动运行模式、托管模式和报警模式，为各种模式分配不同的优先级和互斥属性。其中，设备处于自动运行模式状态时，各环境参数超过了预设的阈值，则系统主动向已注册的手机、基地管理人员、基地工作人员发布预警信息，由管理人员远程决策各种自动化设备的启停和开关状态；设备运行于人工手动运行模式时，具有最高优先级，由在种植现场的工作人员和管理人员决定设备的运行状态；而设备运行于托管模式时，系统提供并完善了阈值设置机制和计划调度机制，可自由地通过与或非等逻辑关系组合环境信息的阈值状态，也可自由地决定各类自动化设备何时开启和运行，真正地显示无人工参与的自动化托管运行，当作物生长环境满足预设的阈值条件时，系统按照规定的流程对设备进行操作，并向注册APP、注册手机等设备推送预警信息。当系统运行在自动托管模式时，热带农产品精准生产管理系统和布置在种植现场的远程综合自动控制系统构成了一个全自动化的决策系统，由铺设在种植现场的各类传感器实时采集环境参数，通过远程自动控制系统透明传输至系统，由系统读取存储在数据库中的调度信息和调度规则，通过预设的传感器阈值和与/或/非等逻辑关系综合判断种植现场各类设备的启停和运行状态，实现高温条件下自动开启遮阳篷、低湿度情况下自动开启水帘侧窗等自动控制功能；同时，由系统根据作物生长模型的最优参数，提供一组默认的环境参数阈值配置方案，结合各种传感器的逻辑组合关系，实现农庄环境信息参数的自动控制。系统的阈值计划功能运行界面如图8。

3.4 数据分析功能

通过集成云服务技术、嵌入式技术、无线传感网技术，热带农产品精准生产管理系统能够对农业种植过程中的温度、湿度、光照、气体、土壤墒情等信息进行自动采集、远程实时传输。

系统不仅支持通过GIS地图的地块信息页面查看查看传感器状态，还支持通过导航菜单中的数据分析菜单查询所有传感器的当前监测值和运行状态。在精准生产管理系统的工作过程中，传感器扮演着非常重要的角色，每一项环境参数都将由安置在棚内的传感器采集。如果传感器不能正常工作，通过系统实施的生产管理和决策行为将失去依据。如图9所示，在数据分析菜单中，系统以滚动方式自动显示所有传感器在24 h内的工作状态，若某个传感器发生故障，系统指示灯将开始闪烁提醒用户，及时发现问题，处理问题。

4 结语

基于MQTT和HTML5的热带农产品精准生产管理系统，采用Browser-Server和Client-Sever混合架构实现，为面向农业的互联网+应用提供了成熟的一站式解决方案。系统支持环境数据的实时获取、远程无线传输、可视化显示、历史信息查询、统计分析、生产管理与决策功能。热带农产品精准生产管理系统在海南省某农业基地经过了近1年的试运行，取得了良好的效果，极大地提升了基地的农业生产管理信息化水平。

参考文献

[1] 钟利文. 海南的农业资源特点和热带农业发展道路选择[J]. 农业现代化研究，2009（3）：306-309.

[2] Thangavel D， Ma X， Valera A， et al. Performance evaluation of MQTT and CoAP via a common middleware[C]. Singapore： IEEE 9th Int. Conf. on Intelligent Sensors， Sensor Networks and Information Processing， 2014：1-6.