分布式的智能远程林园检测管理系统设计

黄凤英*，江仁海，林建龙，冯俊国，李梦鹤，杨和融



分布式的智能远程林园检测管理系统设计

黄凤英*，江仁海，林建龙，冯俊国，李梦鹤，杨和融

（厦门大学嘉庚学院，福建漳州，363105）

近年来，随着物联网技术的不断发展，林园智能化的管理需求也不断被提出。为实现林园多方位环境参数的远程监控和精确管理，设计了一种水平垂直二维分布式的智能检测管理系统。本系统可以通过采集终端模块实时获取远程林园空气温湿度、土壤上下层温湿度、二氧化碳浓度、光照度等环境信息，并将相关数据通过GPRS模块传送到服务器，后台系统将采集到的数据进行显示和分析，将分析结果反馈到终端控制模块实现对灯光、风扇、水泵等的智能控制，使用户对林园环境参数的监控更加全面，系统还可以通过手机、PDA、计算机等终端向管理者推送信息，帮助用户提高林园管理效率，降低成本，增加收益。

智能；林园；检测；远程管理

引言

随着国家经济的飞速发展，我国林园产业也不断适应国民经济和社会发展的需求，林园产业有小到大，由弱变强，正在进行着飞速发展。林园种植产业已成为农村经济的支柱,也成为农民增收的重要途径。为符合当代林园发展趋势，本文提出一种分布式的智能远程林园检测管理系统，以实现对林园环境的远程监控和精确的智能化管理。

目前，现有的林园基地采用的组网硬件较为复杂，成本较高，其主要原因在于有些林园管理系统组网模式过于复杂。文献[1]提出了在大棚中的环境监测，应用地点较为单一。本系统是针对植株习性开发的，所以应用地点没有较多限制。此外，该系统不具备垂直分层检测的功能，收集到的数据不够充分。本系统则可以查看同一区域土壤上下层的环境变量。文献[2]提出了采用分区控制的方法，实现精准灌溉，但其精准性是建立在采用多个电子门阀控制上的，所以系统稳定性还有待改善。而本系统通过实时的数据交互，可以把各环境值精准控制在标准值之内，使用单个门阀就可以完成，大大的提高了稳定性。文献[3]提出了运用云服务器将采集的大量数据进行实时统计分析，但检测数据较少。而本文为了解决以上的问题，本系统采用多层分布式的取点检测，有着数据精确、功耗低、成本低、网络容量的优点。实时或定时采集林园的土壤水分、温度、空气温湿度，光照强度等数据，用户可以设定每个地块的灌溉策略，实现定时定量无人值守的自动灌溉。

1 系统总体设计

1.1 系统体系结构

基于分布式多层检测智能远程林园管理系统由上位机和主控下位机组成。每个单元在配置完毕后采用数据模块化的模式进行数据传输，当各个监测单元将数据传输给主控单片机后，单片机将结合环境数据采集模块反馈的环境数据，通过过滤算法将信息进行整合再传送至服务器。图1显示了该系统的体系结构，从数据的传递路径可将本系统分为三个层次，即数据汇集层、数据处理层、数据应用层。

图1 系统体系结构图

1.2 系统功能结构

图2显示了本系统的功能结构，图中可以看出每个监测点实时或定时采集的绿化植被土壤水分、土壤温度、空气温湿度、光照强度等数据，均可以实时地以图形或者表格方式显示。用户可以通过图形界面设定每个地块的灌溉策略，实现定时、定量的无人值守的自动灌溉。每个监测点都有唯一的标识符，每一个小时会向服务器发送一次数据，用户可以通过网页或者APP获取数据，并且根据实际情况向服务器发送相关命令，控制电子门阀进行水泵的灌溉和光带的补光等操作[4-8]。本系统采用了图形用户界面，用户操作简单方便。

图2 功能结构图

2 系统硬件设计

图3 系统硬件整体结构图

本系统下位机由主控单片机、GPRS模块、环境数据采集模块、控制模块等组成。其中单片机为控制单元，负责控制其他模块的工作；环境数据采集模块分别采用TSL2561光照传感器、DHT11温湿度传感器、MQ135空气质量传感器分别采集光照、温湿度及空气质量信息。下位机整体结构如图3所示。各环境变量采集完成之后传到STC89C51中进行信息预处理，之后单片机通过GPRS模块中的TCP传输模式将数据包定时传输到服务器，服务器也可以发送指令到STC89C51模块中，控制水泵和光带的开关。

2.1 一体式多分布多层监测点

图4 监测点分布图

本系统根据实际的环境勘测，本着效益最大化以及各传感器的测量范围得出，约每50平方米分别布一个水平和垂直监测点，布点示意图如图4所示，通过二维分布式布检测点，用户可以了解到水平及垂直植株的土壤生长环境[9-12]。

2.2 环境数据采集模块

温湿度传感器采用DHT11数字温湿度传感器，该传感器是一款含有已校准数字信号输出的温湿度复合传感器，它应用专用的数字模块采集技术和温湿度传感技术，确保产品具有极高的可靠性和卓越的长期稳定性。传感器包括一个电阻式感湿元件和一个NTC测温元件，并与一个高性能8位单片机相连接。

光照强度传感器采用TSL2561光照强度传感器，TSL2561是TAOS公司推出的一种高速、宽量程、可编程灵活配置的光强度数字转换芯片,此外，该传感器为 1.25 mm×1.75 mm超小封装，在低功耗模式下，功耗仅为0.75mW。

空气质量传感器采用MQ135空气污染传感器，该传感器所使用的气敏材料是在清洁空气中电导率较低的二氧化锡(SnO2)。当传感器所处环境中存在污染气体时，传感器的电导率随空气中污染气体浓度的增加而增大。使用简单的电路即可将电导率的变化转换为与该气体浓度相对应的输出信号。这种传感器可检测多种有害气体，是一款适合多种应用的低成本传感器[13]。

2.3 通信模块设计

本设计通用模块采用SIM900A 模块，该模块是一款尺寸紧凑的 GSM/GPRS 模块，性能强大，可以内置客户应用程序，且功耗低，待机模式电流低于 18mA、sleep 模式低于2mA。该GPRS模块，在系统中采用TCP模式，可以将主控单元处理过的信息稳定传送到服务器上，与服务器轻松进行交互。

2.4 控制节点设计

本系统采用控制方法有温度控制、湿度控制、光合控制以及土壤酸碱预警。其中，温度控制采用继电器组控制风扇，持续时间为温度阈值节点对比时间；湿度控制采用中间继电器控制水雾喷头，持续时间为湿度阈值节点对比时间；光合控制采用中间继电器控制专门的光合作用补光灯，该补光灯经实际测试波长非常适合植物的生长，基本可解决植株的生长问题。

3 系统软件设计

3.1 软件算法

3.1.1 数据采集

由于系统选择的传感器在进行数据采集时，种种外界因素干扰会导致测量不够精确，所以为了提高测量的精准度，在系统采集端程序设计之初，采用了中值平均滤波算法。

如图5所示，传感器每十分钟采集一次数据，每采集6个数据，也就是一个小时为一个周期，就进行中值平均滤波算法进行数据过滤，去掉6个数据中的最大值和最小值，然后取剩余4个数值的平均值上传至服务器，这样就能最大化地降低外界因素干扰，得到的数据也比较精确稳定。

图5 数据采集流程图

3.1.2 断网情况

对于断网的情况，下位机会存储上次从服务器发送过来的各环境变量阈值，如果检测到断网，那么下位机就会切换为断网模式，通过控制电子门阀，将各环境变量控制在最近一次从服务器接收的标准值，并且将这段时间收集到的环境数据存储起来。当恢复网络时，下位机将之前的数据发送给服务器，此外开始使用从服务器发送过来的标准值。

3.1.3 湿度校准

由于传感器湿度在测量时会因环境而产生一定的偏差，经过实际检验后，发现湿度偏差与以e为底数的对数和时间存在联系，得出如下校准公式（1）。

真实湿度=测量湿度+（ln12-|12-t|）*2 （1）

其中，t为当前整点时间即为取出当前时间的小时部分，如果当前时间为24：00至1：00，那么公式中的当前整点时间取值为1。

表1显示了温湿度不同时间段的取值，实际湿度值与测量出的湿度值有一定的差距，在经过校准后，校准后的湿度值与实际湿度值只存在了细微的差别。

表1 温湿度数值表

3.2 Web端与移动端功能设计

3.2.1 系统上位机采用技术

本文移动客户端采用的是ionic框架，它是一种HybridAPP（半原生半Web的混合类App），有着良好的用户交互体验和Web app跨平台优势，不仅可在Android上运行，还可以在IOS上运行，显著节省移动应用开发的时间和成本，性能更加简洁实用。图6-a显示了参数显示界面，6-b显示了阈值设置界面，6-c显示了消息提醒界面。

图6-a app查看监测点

图6-b app设置标准值

图6-c app消息提醒

Web前端界面主要运用boorstrap框架，它拥有流媒体网格布局响应式设计，能够自定义表单元素，简洁灵活，使得Web开发更加快捷；Web服务端以thinkphp框架为基础，进行业务的构建与扩展，thinkphp不仅能够自动完成表单数据的验证和过滤，生成安全的数据对象，而且上手快速，简洁轻巧的ORM实现，配合简单的CURD以及AR模式，让开发效率无处不在。整个系统支持多数据库连接和动态切换机制，支持分布式数据库。图7为Web端界面。

图7 Web端查看监测点

Web服务端与移动客户端的数据交互格式以json为主，移动客户端访问服务端的api，通讯安全采用了微信开发中的access_token机制，app移动客户端通过提交appid和appsecert来获取token,服务器端对token缓存7200秒，客户端也采取缓存机制，客户端会进行判断本地token是否存在，如果存在则直接用token做参数去访问服务端的api，服务端判断token的有效性并给予相应的返回，客户端缓存的token如果失效了,就直接再请求获取token。

3.2.2 控制模式

控制模式分为手动控制和自动控制两种模式，用户可以在手动控制下录入自己种植的植物生长所需的各项数据标准值，下位机通过判断系统所采集的数据与标准值之差与阈值进行对比，控制浇水、补光等操作；自动控制，服务器云端会有许多植株的标准状态表，如表2所示，用户可以查阅相关植株的习性[14-16]，如果选择了某一植株，那么下位机将会根据采集的数据与对应植株下系统提供的数据进行对比，进行浇水、补光等操作。

表2 植物习性表

3.2.3 监测点数据测试

用户可以选择查看某个监测点下的某个环境值。本文主要针对龙眼树园林进行试验，系统根据龙眼树的习性表进行设置相应的阈值，上位机远程获取到温度、湿度、光照照度等环境参数后，对参数进行判断，如下午湿度低于阈值，需要补水，那么系统就会打开水泵加水，使土壤湿度控制在利于龙眼树生长习性范围。龙眼树检测区域的温湿度测试值如图8-a、8-b所示。

图8-a 温度监测情况

图8-b 湿度监测情况

此外，为了让用户能够更直观的得出各区域龙眼树的情况,用户可以同时选择几个监测点相同的环境变量，进行一定的对比，如图9显示了龙眼树土壤上层和下层的温度情况。

图9 不同监测点温度对比情况

4 结束语

本文设计了一种分布式的智能远程林园检测管理系统，该系统采用可选自适应闭环控制系统模式，当管理员使用闭环控制模式时，系统自动监测各个环境参量，并且根据各个区域的不同阈值设定采取不同的补偿措施。实现灌溉过程的无人值守，减少人员的工作强度，提高灌溉效率；并且当前各个环境参量、土壤酸碱度、植被生长情况等实况信息将在系统内进行智能云数据分析，之后进行智能培育养护，并且可以将实时数据通过手机APP、网页客户端等形式发送给绿化管理者，同时实现远程控制。而系统也会为各个不同习性的植株配置不同的个性化阈值，具有方便、直观、快捷、可操作性高的优点。

[1] 黄凤英, 许策, 俞志强, 等. 农业大棚自适应监测管理系统[J]. 南方农机, 2017, 48(1): 25-28.

[2] 周海莲, 张军国, 杨睿茜, 等. 基于物联网的精准农业灌溉系统监控软件开发[J]. 湖南农业科学, 2011, (15): 23-28.

[3] 孟祥莲, 王嘉鹏, 张世龙. 基于云平台的物联网农业大棚监控系统研究[J]. 黑龙江科学, 2016, 8(15): 36-40.

[4] 苏健民, 苑九海, 郎红, 等. 基于物联网的农林环境长期监测系统[J]. 农业科技与装备, 2016, 11(233): 44-51.

[5] 刘晓惠. 基于无线技术的温室农业大棚智能控制的研究[D]. 武汉: 武汉工业大学, 2012.

[6] 闫敏杰, 等. 物联网在现代农业中的应用[J]. 中国农学通报, 2011, 27(8): 464-467.

[7] 王东. 根系吸水模型的分析及相对根长密度的估算[D]. 北京: 中国农业大学, 2002, 05.

[8] 陈一飞, 路河, 刘柏成, 等. 日光温室草莓立体栽培智能控制系统[J]. 农业工程学报, 2013, 29: 184-189.

[9] 余国雄, 王卫星, 谢家兴, 等.基于物联网的荔枝园信息获取与智能灌溉专家决策系统[J]. 农业工程学报, 2016, 32(20): 144-152.

[10] 谢家兴, 余国雄, 王卫星, 等. 基于无线传感网的荔枝园智能节水灌溉双向通信和控制系统[J]. 农业工程学报, 2015, 31(增刊2): 124-130.

[11] 丁筱玲, 杨翠翠, 吴玉红, 等. 基于无线网络的环境监测与智控灌溉系统设计研究[J]. 节水灌溉, 2015, 40(7): 86-89.

[12] 李乃川, 赵寒涛, 国思茗, 等. 基于Team Viewer的远程自动控制实验模拟恒压供水设备[J]. 自动化技术与应用, 2015, 34(2): 97-99.

[13] Mare Srbinovska, Cvetan Gavrovski, Vladimir Dimcev, et al.Environmental parameters monitoring in precision agriculture using wireless sensor networks [J]. Journal of Cleaner Production, 2015, (88): 297-307.

[14] 吴勇灵, 杨娜, 潘晓慧, 等. 基于LabVIEW 和Team Viewer 湿度远程检测系统的设计[J]. 科技通报, 2017, 33(11): 87-89.

[15] 邓然, 朱勇, 詹念, 等. 基于ZigBee技术的温湿度数据采集系统设计[J]. 无线电通信技术, 2017, 43(3): 81-84.

[16] 刘洋洋. 基于WebGIS的现代农业发展综合管理决策系统设计与实现[J]. 现代电子技术, 2016, 39(04): 76-85.

Design of Distributed Intelligent Detection and Remote Management System for Forest Garden

HUANG Fengying*, JIANG Renhai, LIN Jianlong, FENG Junguo, LI Menghe, YANG Herong

(Tan Kah Kee College, Xiamen University, Zhangzhou, 363105, China)

In recent years, with the continuous development of Internet of Things technology, the management needs of Lin Yuan's intelligent management are constantly being put forward. In order to achieve remote monitoring and precise management of multi-directional environmental parameters in the forest park, a horizontal vertical two-dimensional distributed intelligent detection management system was designed. The system can collect the terminal module real-time access to the remote Lin Yuan air temperature and humidity, soil temperature and humidity, carbon dioxide concentration, light intensity and other environmental information, and the relevant data sent to the server through the GPRS module, the background system will display the data collected And analysis, the analysis results back to the terminal control module to achieve intelligent control of lights, fans, pumps, etc., allowing users to monitor the environmental parameters of the forest more comprehensive, the system can also push through mobile terminals, PDA, computers and other managers to managers Information, to help users improve the management efficiency of forest parks, reduce costs and increase revenue.

intelligence; Lin Yuan; detection; remote management

10.19551/j.cnki.issn1672-9129.2018.01.013

TP212

A

1672-9129(2018)01-0032-05

黄凤英, 江仁海, 林建龙, 等. 分布式的智能远程林园检测管理系统设计[J]. 数码设计, 2018, 7(1): 32-36.

HUANG Fengying, JIANG Renhai, LIN Jianlong, et al. Design of Distributed Intelligent Detection and Remote Management System for Forest Garden[J]. Peak Data Science, 2018, 7(1): 32-36.

2017-09-21；

2017-12-13。

国家自然科学基金号61771244，福建省自然科学基金号2018J01789。

黄凤英（1989-），女，硕士，讲师，主要从事物联网相关技术研究及教学工作。E-mail: fyhuang@xujc.com