精确农业无线传感器网络节点部署研究

张永棠++周富肯++吴圣才

摘要：无线传感器网络应用到精确农业是现代农业与物联网发展的必然趋势。介绍了在赣南地区的生态园艺企业里引进和部署的1个实验无线传感器网络，并给出了使用4种类型节点（土壤节点、環境节点、水节点和网关节点）来部署网络的拓扑结构，其中一些节点连接分布于田地里的不同传感器。这些传感器可以测量各种土壤特性，例如温度、体积含水量和含盐量。对每个节点，从总体结构、硬件和软件组件方面进行了描述。该系统还包括1个由放置在农场中央室里的计算机所执行的实时监测应用程序。系统的测试分2个阶段完成：第一阶段在实验室，验证开发设备的功能要求、网络解决方案及节点电源管理；第二阶段在农场，评估设备的功能性能。该系统已成功实施到生态大白菜农田里，实施结果表明其是一种通过在园艺环境下的分布式区域收集农艺数据的低成本、高可靠性和简单的基础设施。

关键词：无线传感器网络；精确农业；物联网；软件架构；生态园艺

中图分类号： TP212.9文献标志码： A

文章编号：1002-1302（2017）03-0200-06

收稿日期：2015-12-22

基金项目：江西省农业科技成果转化项目（编号：JXKJ201304216）；中国井冈山干部学院科技创新成果项目（编号：CX142119）。

通信作者简介：张永棠（1981—），男，江西南昌人，硕士，副教授，研究方向为光通信与传感器网络应用。E-mail：gov211@163.com。

精确农业的概念已经出现有一段时间了。Blackmore将它定义为“一个通过精确调整土壤和作物管理以符合每个农田的特定条件同时保持环境质量，来达到优化农业生产的全面系统设计”[1]。如今，精准农业可以说是一种估算、评估和理解发生在农作物中的变化，以便能够确定灌溉和肥料的需求、农作物的生长和成熟阶段、播种和收获的最佳时间等的尽可能准确的方法，换句话说，充分预测各个阶段中的作物产量。为了实现这一目标，重要的是要收集尽可能多关于水、土壤、植物和环境的信息[2]。

本研究介绍了在园艺农场里引入无线传感器网络的试验。其他工作最近已证明无线传感器网络成功地应用到精准农业。该农场位于江西省赣南地区，是我国南方重要的园艺区之一。该农场已实行生态农业试验，该试验也被称为生物或有机耕作。

该农场是中型（8 000 hm2）的，由250个农田一个接一个地遍布在离赣州市区几公里之外。作为一个规范的研究项目，考虑使用10个节点监测作物，成星型拓扑连接，使用一个网关节点。此外，网关节点使用一个堆栈来存储接收消息，并稍后分配一个任务来处理；支持超过10个以星型拓扑方式连接的节点。然后，这方面工作的最终目的是为农场提供它所必需的基础设施，实时地确定作物的缺水状况，并做出适当的决策。

研究实例被设计成2个传感器网络，每个网络监测不同的参数。第一个网络收集土壤的温度、湿度和盐度，而第二个网络记录环境的温度和湿度。此外，1个独立的无线传感器被安放在1个池塘里测量作物供给水的盐度。这些子网和独立的无线传感器通过适当的网关节点发送所有数据到设在中央农场办公室的基站节点，在那里制作关于作物的决策。设计和开发了不同的网络，低成本的特定节点（不带传感器约150美元），以及连接网络和中央办公室的网关。1个后台监控应用程序被开发出来控制所有的设备和记录所收到的信息到1个关系数据库，以用来制作灌溉策略。

1试验情况

提出农艺问题的解决安排如图1所示。这包括2个传感器网络和1个独立的无线传感器。第一个传感器网络由10个土壤节点组成，每个节点连接2个埋在20 cm或40 cm深的土壤里的Stevens Hydra Probe Ⅱ传感器[3]。这些传感器可以测量各种土壤特性，如温度、体积含水率、盐度等。第二个网络由10个环境节点组成，使用Sensirion SHT71传感器[3]测量环境温度和湿度。

除了这些传感器网络，1个无线传感器，称为水节点，被安放在1个用于灌溉农场的池塘里。无线传感器的目的是来测量基于水电导率的盐度和温度，以便确定用来灌溉作物的水质。该传感器是Stevens EC 250，适用于传感器的远程无线模块，允许与5.5 km以外的基站直接通信[4]。这些节点的硬件和软件实现将在下面详细说明。表1总结了传感器的主要特点。

这2个传感器网络分别远离中心电脑5.2、8.7 km。为了保证系统的无线覆盖，网关节点使用和在水节点里同样的技术，使用远距离无线模块。每个传感器网络的节点通过IEEE 802.15.4互连[5]。当消息通过网关到达中心计算机，中心计算机监控应用程序处理和检查其来源及其所包含的信息。消息存储在1个关系数据库，其中保存了传感器收集到的数据和各时期的历史记录。以下各节将详细说明每一个已开发的节点、需求和监测应用程序的体系结构。

2设备开发

选择用来处理所提出问题的解决方案是使用节点（土壤节点、环境节点和网关节点）布置2个传感器网络，1个测量水质的无线传感器和在中央办公室的2个节点（在屋顶上的中继节点和连接到监测电脑的基站节点）。

本研究所描述的设备是在SNA（sensor network architecture，传感器网络体系结构）[5]背景和RIMSI项目下开发的，是为了满足各种网络覆盖范围的需求（长至10 km），以及因为没有节点适合农业工具市场上提供的SDI-12标准（SDI，2012）。在设计这些设备时考虑到的主要需求有：（1）鲁棒的无线技术；（2）低成本、低功耗的电子设备；（3）长期能源的使用和减少大小（约2 700 mA·h）；（4）连接不同类型的外置传感器的输入/输出接口的使用（SDI-12，I2C，4～20 mA）。下面详细列出每个节点的硬件架构、使用的传感器、节点功能和软件组件的开发。

2.1土壤节点

土壤节点由1个微控制器、1个短程无线电收发器、1个SDI-12接口、2个DC/DC转换器和1套电池组成（见图2-a、图2-b）。所有元件放入IP67保护等级的水密箱里。图2显示了土壤节点的硬件和软件实现及其在田地的放置。

微控制器选择德州仪器的Msp430F1611，使用TinyOS version 2编程（Tiny，2008）（Hill et al.，2000）。所有其他节点都使用相同的微控制器[5-6]。短程无线模块使用CC2420（Chipcon），也来自德州仪器。该模块与网关节点通过遵循IEEE 802.15.4标准、带宽为250 kbp、2.4 GHz的无线通信来交换数据[5]。网关节点充当传感器网络和办公室之间的网关。能量由连接到第二个DC/DC转换器的3个AA NiMH 2 700 mA·h 可充电电池供应[7]。这个转换器提供2.5 V直流电给节点的所有组件。这些电池持续了7个月左右，对于一个正常的农事季节来说这能保证足够多的时间。

每一个节点通过SDI-12接口连接2个Stevens Hydra Probe Ⅱ（HP2）传感器[3]（图2-c）。SDI-12是1 200 Bd波特率的串行数据接口。这是一个连接电池供电的数据记录器与基于微处理器的用于环境数据采集的传感器的接口标准。HP2是一个原位土壤传感系统，能测量22种不同的土壤参数，同时以数字形式输出。它即刻计算出土壤水分、电导率/盐度和温度。

土壤节点从HP2传感器监测4种参数[土壤温度（℃）、土壤氯化钠浓度（g/L）、土壤水分的体积百分比和随温度校正的土壤电导率（S/m）]；用户可在接收端PC机配置采样周期， 范围在30 min到48 h之内。因为采样通常是按小时的，决定于每个读周期发送读取的数据，因而结合实时数据的可用性，以及合理的能量消耗。该器件还监测电池电压，当达到临界水平时发出1个信号。

该节点使用TinyOS 2.0操作系统编程[8]，相关的编程语言为nesC，这是专用于无线传感器网络领域的。nesC被创建为C编程语言的延伸，使用“wired”组件来运行TinyOS上的应用。组件使用接口相互连接。TinyOS为通用抽象提供接口和组件，如数据包通信、路由、传感、驱动和存储。TinyOS是一个众所周知的新无线传感器网络应用开发的可选替代，并提供可重复使用的组件，以确保遵循IEEE 802.15.4标准的可靠通信，并支持许多硬件（微控制器、收发器、传感器）。此外，还有1个用nesC撰写的ZigBee（Open-ZB）实现。

TinyOS是一个开放的源代码；（2）当需要的时候允许应用软件直接访问硬件；（3）支持多种硬件平台。因此，TinyOS被选择用来作为开发节点的应用软件。

2.2环境节点

为了便于阅读，以下不讨论其他节点与土壤节点的共同点，只讨论新的元件和功能的细节。

环境节点（图3）记录作物的环境温度和湿度参数。正如在图3-a中显示的，节点的架构类似于土壤节点，除了与外部传感器的接口。

每个节点通过I2C接口连接Sensirion SHT71传感器（图3-b），放置在1个离地面1.5 m高的日光保护罩里。这些类型的节点采取引用参数读数的最高频率为2个读数/h。环境节点放置在网关节点周围半径约100 m之内的地方。最初安排这个网络包括10个节点。同样，该节点也使用TinyOS编程。SensirionSht11C组件用来满足上面所述的功能。此外，Msp430ADC0C用于采样微处理器的ADC0模拟/数字转换器，以确定当电池电压低于某一阈值时，发出低能量警报。

2.3水节点

水节点（图4）测量用于灌溉作物的池塘水的温度和盐度。在这种情况下，节点通过使用适合户外8dBi全向性天线的远程无线模块（XStream X24-019PKI-RA radio modem）直接与办公室连接通信。其余结构和前述节点非常相似（图4-a和图4-c）。Stevens EC 250传感器淹没在池塘里。这2个传感器输出（温度和盐度）4～20 mA的信号；当电流回路穿过1个电阻器后，微控制器的ADC0和ADC1转换器读取这2个传感器。读取这些参数的最高参数频率是2读数/h。节点由太阳能电池板供电，并封装在放置池塘边的水密箱里。[FL）]

[TPZYT4.tif][FK）]

其天线安装在约4 m高的桅杆上。EC250C组件再次使用 TinyOS 来开发，以满足上文所述的功能。

2.4网关、基站和中继节点

正如我们在图1中看到的，设备基础设施需要2个传感器网络及无线传感器与办公室互连：（1）每个传感器网络1个网关节点，其中一个网络基于环境节点，另外一个基于土壤节点；（2）中继节点位于办公楼屋顶；（3）基站节点放置在办公室内，物理连接到监测电脑。

图5-a和图5-b详细显示了网关节点图像及其硬件架构框图。微控制器与作物节点通过短距离无线模块进行通信，而与在办公室处的中继节点通过远程无线模块通信。由于采用可充电太阳能电池，能量供应寿命已经足够。太阳能电池板是Zodiac Solar的TPS 102/5（12 V，5 W）面板[3，9]，成30°角安装。在最壞的情况下，在卡塔赫纳区的平均太阳辐射在这个角度测试时为4 600 W·h/m2。网关能耗为 7.8 W·h。因此，面板能给节点能耗提供更多的能量。

为了确保基站节点有足够的覆盖面，主天线架设在高约9 m的办公室屋顶。主天线和基站节点之间的无线连接也通过中继节点实现。基站节点收集传感器网络所产生的所有信息（在中继节点的帮助下），并传输到开发用来处理网络的监测应用程序。同样，软件应用程序可广播任何命令给传感器网络。该节点由连接3dBi全向天线的远程无线模块（2.4 GHz）和1个用于连接中心计算机的RS-232接口组成。中继节点是1个配置为转发器模式的商业无线电调制解调器，连接到1个8dBi的全向性天线。在户外可提供16公里的视距覆盖范围。

3监控应用程序

监控应用程序由以下集成：（1）图形用户界面（GUI）显示从传感器读取到的数据；（2）接收和存储节点数据的程序。这2个程序使用Java编程语言、Eclipse环境和MySQL关系数据库管理系统开发。这些应用程序的基本特点可归纳如下：

图形用户界面（图6），能确定每个节点和作物的确切地理位置；传感器读取的数据定期发送到基站并存储在数据库里（程序等待一个事件触发，表明串口有数据）。GUI将读取这些数据并实时图形可视化它们。此外，用户应用程序可修改采样周期；数据库详细存储部署的节点、其汇聚区域、集成在每一个节点的传感器、读取历史记录、传感器类型、传感器和地区发出警报的历史记录（例如电池失效、低于某一阈值等）；显示从传感器读取的最新数据，而3个网络显示在右侧。表格之下的图形按用户选择的时间间隔显示数据，或者提供收集到的最新数据。

土壤和环境节点都提供以下服务：改变传感器的采样周期和配置设备按每小时电池供电发送数据。当电池充电严重不足时，它们触发警报信号。此外，土壤节点还提供其他服务，如：设定土壤类型、配置测量数据集、设定灌溉水量和建立预热时间。请注意，所有服务都提供了发送一个特殊的数据组合来设置采样周期。

4结果

[JP2]实现目标的方法包括2个阶段：第一个阶段在实验室，第二个阶段在田地里。在第一阶段部署所有的子网（只用4个节点作为土壤节点和环境节点子网的例子）、2個网关节点、基站和中继节点。这一阶段的主要作用是验证所提出的硬件和软件解决方案。验证没有使用低能耗技术的硬件与软件版本。一旦保证正常运转后，下一步是审查软件，以便合并低能耗模式到所有节点，除了主要部分的供电（基站和中继节点）。这样，可以达到系统的充分自治，以确保节点可以运作整个园艺周期（10周）。第二阶段的目标是，在实际农场条件下进行验证，评估所开发装置的功能性能，如范围、鲁棒性和灵活性。[JP]

为了达到所开发系统结果实现的充分评估，从以下观点进行了分析：（1）从设备开发和技术使用的角度来看；（2）从农业的角度来看。

4.1设备的结果

在实验室的功能验证后，所开发的装置重编程为低能耗模式，因该模式最适合运行在田地里。这一运作模式的详细研究表明有必要确保整个农业周期的自治。以下介绍针对土壤节点进行的研究，这项研究与所有其他节点相同。

[JP2]土壤节点有4个功能状态：休眠、无线电待机接收消息、传感器数据记录、数据传输。表3列出了节点在每一个状态的能耗和时间。最坏的情况是采用平均能耗，从2个传感器每 30 min 采集和传输数据。本研究的最终目的是，确定节点的平均能耗是多少，将由此得出的数字直接关联电池的电能，从而确定该设备的自治时间。节点的平均能耗可以如下确定：[JP]

[JZ（]Isoil-mote=Istandby+Ireceiv+Iacq+Itrans。[JZ）][JY]（1）

其中，

[JZ（]Istandby=0.25 mA；[JZ）][JY]（2）

[JZ（]Ireceiv≈[SX（]20 mA×15×10-310[SX）]=0.03 mA；[JZ）][JY]（3）

[JZ（]Iacq≈2×[JB（（][SX（]110 mA×1 800×10-31 800[SX）][JB））]；[JZ）][JY]（4）

[JZ（]Itrans≈2×[JB（（][SX（]25 mA×125×10-31 800[SX）][JB））]=0.003 5 mA。[JZ）][JY]（5）

表达式（2）表明待机能耗。表达式（3）表示节点在接收模式为每10 s 15 ms脉冲时的平均能耗。表达式（4）和（5）反映类似的计算，仅乘以2，这是许多连接到每个节点的传感器数目。表达式（1）给出了土壤节点的平均电流消耗，大约0503 5 mA。由于土壤节点的电池是2 700 mA·h，其估计自治时间为223 d，足以保证正常运作整个农业或园艺季节。其他设备的能耗研究与土壤节点一样遵循同样的过程。结果总结见表2。节点安置在田地如此消耗后，验证测试持续了9周以上，没有收到任何设备的低电量警报，这表明太阳能电池板工作正常以及验证能耗评估。

为了覆盖设备，放在办公室内的基站节点，使用3dBi全向天线。由于建筑的覆盖状况，中继节点不得不从一开始就放[CM（25]在屋顶上。这提供了中继节点和配备XStream的节点（网关和水节点）之间达10 km的覆盖面。所有装在户外的8dBi全向性天线，安装在4 m高的桅杆上，以避免任何障碍。

一旦传感器网络的网关节点定位好，网关节点与土壤节点之间的最大覆盖范围是50 m，环境节点的覆盖范围是 100 m。土壤节点放置在园艺作物里。因为作物丰富的根部，传感器需埋入20 cm或40 cm深的土壤里。和环境节点不同，土壤节点放在地面上，因而覆盖较差。当土壤节点第一次安装时，作物的顶部略高于地面，所以节点工作完美。然而，几个月后当作物开始向上长时它们停止了工作。这个问题已经解决，将原来天线替换为3dBi全方位版本。

4.2农业成果

验证测试在位于江西省南部的赣州市某园艺场占地 4 hm2 的生态草莓园里进行。在40 cm深的作物土壤特性是：黏壤土质地，总碳酸盐35.4 mg/L，速效磷（Olsen法测定）78.6 mg/kg，速效钾（乙酸铵法测定）487.0 mg/kg。滴灌系统埋在2行作物之间和每0.20 m安装1 L/h的发射嘴。使用喷洒化肥方法给作物施肥。在3月的第1周部署节点，这时农场主开始收集无线传感器网络的数据。土壤节点的传感器置于20 cm和40 cm深的作物底下。在此期间，有80 mm累积雨量，达65 km/h的中等强风和温和的温度（平均 15.2 ℃）。图7显示了生长周期内收集到的数据（土壤湿度、空气温度、光照、二氧化碳浓度等）。Hydra Probe传感器提供准确的土壤湿度测量，水容积的单位为体积（wfv或m3/m3）。也就是说，土壤里的水的比例以十进制形式显示。例如，0.20 wfv 水含量意味着1 L的土壤样品含有200 mL的水。充分饱和度（所有土壤孔隙空间装满了水）通常发生0.5～06 wfv，并且相当依赖土壤。节点被验证能正常运行。这为类似的气候条件提供了一些鲁棒性保证。

'在介绍此技术之前，园艺场用传统方式监测其作物，即派人用适当的便携设备观察作物和池塘来衡量相关的农艺参数。现在，使用所开发的技术，作物变量可以实时确定，作物的水需求不用派人去观察它们就可以估算。农场团队可以实时监测保持白菜生长的最佳条件（EC值范围为2～4 mS/cm，温度在10～24 ℃，相对湿度在60%～90%的范围）。

5结束语

本研究描述的无线传感器网络提供了一个真正监测作物土壤和环境状况的机会。该系统成功地在所需精度下监测了生态白菜作物的整个生长期。农场团队现在能够收集更全面和更准确的空间和时间数据。因此，农业生产系统受益于把高技术融合到通信和信息技术领域。

无线传感器网络设备收集广泛范围内的土壤和环境条件测量值的能力是该系统设计的根本要求。无线传感器网络技术的明显优势是能显著减少和简化布线、更快地部署、无限制安装传感器的灵活性和更好的移动性。尽管这项技术潜力很大，但是还存在一些困难，例如缺乏有经验的工作人员解决问题、传感器成本高、电源供应问题等等。

下一步研究的目的是建立一個专家系统，以协助灌溉管理，结合气候（ET）和土壤水分平衡模型来估算作物需水量，优化灌溉编程和远程操纵灌溉设备的能力。

参考文献：

[1]Akyildiz I F，Su W，Sankarasubramaniam Y，et al.Wireless sensor networks：a survey[J]. Comput Networks，2012，38（4）：393-422.

[2]Camilli A，Cugnasca C E. From wireless sensor to field mapping：Anatomy of an application for precision agriculture[J]. Comput Electron Agr，2007，58（1）：25-36.[HJ1.75mm]

[3]Chiti F，Cristofaro D A，Fantacci R，et al. Energy efficient routing algorithms for application to agro-food wireless sensor networks[C]. Proceedings of IEEE International Conference on Communications （ICC2005），Seoul，Korea，2015：3063-3067.

[4]Hill J，Szewczyk R，Woo A，et al. System architecture directions for networked sensors[J]. Acm Sigplan Notices，2013，35：93-104.

[5]Morais R. A ZigBee multi-powered wireless acquisition device for remote sensing applications in precision viticulture[J]. Comput Electron Agr，2008，62（2）：94-106.

[6]Pierce F J，Elliott T V. Regional and on-farm wireless sensor networks for agricultural systems in Eastern Washington[J]. Comput Electron Agr，2008，61（1）：32-43

[7]Vellidis G，Tucker M，Perry C，et al. A real-time wireless smart sensor array for scheduling irrigation[J]. Comput Electron Agr，2008，61（1）：44-50.

[8]Wang N，Zhang N，Wang M. Wireless sensors in agriculture and food industry-recent development and future perspective[J]. Comput Electron Agr，2006，50（1）：1-14.

[9]Zhang N，Wang M，Wang N. Precision agriculture -a worldwide overview[J]. Comput Electron Agr，2012，36（2/3）：113-132.