智能传感器在物理农业中的应用

董晋峰　束健伟　门洪利　刘华　张伟玉

【摘 要】我国农业正在由化学农业向生态农业转型的关键时期，物理农业则是实现生态农业的主要途径之一。传感器技术是物理农业建设中的一项关键技术，通过传感器实时采集各种信号，可对植物的生长发育状况及其生活环境进行实时掌控。本文介绍了一些新型智能传感器以及传感器物理农业的应用，同时对分析了对不同的需求下传感器的选择，智能传感器的未来及其发展方向做了展望。

【关键字】智能传感器;应用;物理农业

中图分类号： G633.7 文献标识码： A文章编号： 2095-2457（2019）36-0001-003

DOI：10.19694/j.cnki.issn2095-2457.2019.36.001

Application of Intelligent Sensor in Physical Agriculture

DONG Jin-feng SHU Jian-wei MEN Hong-li LIU Hua ZHANG Wei-yu*

（1.College of Engineering and Technology， Tianjin 300384， China;

2.Hengshui ruishida special electrode factory， Hengshu Hebei 053000， China）

【Abstract】Chinas agriculture is now in an important stage of turning to ecological agriculture， gradually changing the traditional mode of traditional chemical agriculture.In this phase of the turn， the physical agriculture is one of the important means for the realization of ecological agriculture.Sensor technology is a key technology of the physical agriculture construction， through the sensor in real time.Set all kinds of signals， can be on plant growth and development status of the real-time control and its living environment. This paper introduces some new intelligent sensor in the application of physical agriculture， at the same time analyzed the choice of sensor[1]under different demand，and the future of smart sensors and its development direction were discussed.

【Key words】Smart sensor;Application;Physical agriculture

0 引言

隨着科技的发展与进步，传统的传感器已经满足不了工农业生产的要求，各种智能传感器的研究和应用受到科技人员的的高度重视。与传统传感器相比，智能传感器具有丰富的信息处理能力，其输出形式多样，应用范围广泛。

现代物理农业是物理技术和农业生产的结合，将电、磁、声、光、热、核等物理学知识和高新技术应用在农业生产中，农作物通过物理的技术方法，可以提高光合作用，促进生长。与此同时，采用靶向施肥来减少农药以及化肥的使用量，使农作物实现增产、稳产，达到优质、抗病的目的，有效保护生态环境。

1 智能传感器在物理农业中的应用

1.1 智能传感器的概念

一般来说，智能传感器[1]是指具有信息检测、信息处理、信息记忆、逻辑思维和判断功能的传感器。相对于仅提供表征待测物理量的模拟电压信号的传统传感器，智能传感器充分利用集成技术和微处理器技术，集感知、信息处理、通信于一体，以数字量方式传播，具有一定知识级别的能力。

1.2 物理农业中的传感器

1.2.1 农业中常用传感器

1）温湿度传感器。

温度传感器是一种热电式传感器，通过利用感应元件的物理特性与温度之间的关系，把温度的值用电量表示出来。

湿度传感器利用材料的电气性能或机械性能随湿度变化的特性，测定介质水分的含量。进行湿度测量时，同温度传感器一样，根据应用领域，从测量范围及体积大小等方面进行综合考虑。

现在温湿度传感器大多集成在一起。常用温湿度传感器如下：

●数字传感器：HumidIcon数字式温湿度传感器HIH-6130/6131系列、HDC1050低功耗数字湿度传感器、温湿度传感器SHT11、SHT3x系列、DHT11数字温湿度传感器、AM2105数字温湿度传感器等。

●模拟传感器：HTG3515CH 传感器、LC-TWS1型土壤传感器、HTU3533传感器、AM2011湿敏电容型温湿度传感器。

●总线结构

I2C：温湿度传感器SHT11、HumidIcon数字式HIH-6130/6131系列、SHT3x系列温湿度传感器等。

单总线：K01型温湿度传感器、DHT11数字温湿度传感器、AM2105数字温湿度传感器等。

2）酸碱度传感器

酸碱度（pH值）传感器是用来检测被测物中氢离子浓度并转换成相应的可用输出信号的传感器，常用的是光纤pH传感器。

3）CO2传感器

农作物生长，CO2是主要原料，它可以调节作物的呼吸。根据CO2浓度传感器检测结果，可控制CO2浓度，促进作物健康生长发育。常用的CO2浓度传感器有：（1）数字传感器：MH-Z16二氧化碳传感器、红外二氧化碳传感器B-530、CO2传感器模块S-300E、GSS-MISIR 二氧化碳传感器等;（2）模拟传感器：MH-Z16二氧化碳传感器、GSS-COZIR 二氧化碳传感器、红外二氧化碳传感器B-530、氧气传感器A-02T、GSS-MISIR 二氧化碳传感器等;（3）总线结构：I2C：CO2传感器模块S-300E、CO2传感器模块K30等;串口UART：红外CO2传感器、S80017、CO2传感器模块K30、微型红外CO2传感器等。

4）土壤传感器

土壤养分的测定包括土壤有机质、p H值、氮、磷、钾以及交换性钙和镁的检测。一般采用离子敏传感器或生物传感器来测定土壤养分，特别是其中影响作物生长的氮、磷、钾的含量，是决定是否需要施肥和施肥量的重要指标]。常用的土壤传感器有：109-L土壤温度传感器、229土壤水势传感器、CS616土壤水分传感器、CS650时域反射土壤含水量传感器、Hydra ProbeⅡ土壤传感器等。其中Hydra ProbeⅡ土壤传感器同步测量土壤水分、电导率、盐度和土壤温度，能适应于高盐碱性土壤环境，持SDI-12和RS-485通讯协议。

5）光照度传感器

光照是作物生长发育的关键条件之一，光照强度直接影响光合作用强度。根据光传感器检测结果可以達到控制光照强度目的。常用的光照度传感器：RY-WLCG02型无线光照度传感器、环境监测管式光照强度传感器RY-G/BW、FC-GZD光照强度传感器。

1.2.2 新型传感器

MEMS微传感器是指应用MEMS微机械电子加工工艺研制的新型敏感元件和传感器。MEMS气体传感器主要指气体浓度传感器，一般是基于敏感材料吸附原理，用来测试环境中O2、CO2、CH、和C2H的浓度，可广泛应用于现代农业环境检测。

光纤传感器可以分为物性型和结构型两类，物性型光纤传感器是基于光纤的光调制效应，利用其对环境变化的敏感特性，将输入物理量变换为调制的光信号;而结构型光纤传感器是通过光敏元件实现信号转换的一种传感器。它包括光纤温度传感器、光纤湿度传感器等多类传感器。

仿生传感器作为一种模拟生物感官的新兴检测手段，在农业领域有广泛的应用，如嗅觉传感器、味觉传感器等。嗅觉传感器气味扫描仪，一般由气敏传感器阵列、信号预处理单元和模式识别系统3个部分组成。味觉传感器由味觉传感器阵列、信号激发采集系统和多元数理统计系统三部分组成，感受被测液体样品中的不同成分并输出其响应信号。

视觉传感器或机器传感器，又称计算机视觉，利用图像传感器获取物体图像来模拟人的视觉功能[2]。在国外，机器视觉技术已被广泛应用于农作物生长状况监测（如田间杂草识别、农作物病虫害自动识别）、农产品自动收获和加工等农业工程领域[3]。

1.3 智能传感器在物理农业中的应用

在农作物生长过程中，应用物理农业技术促进植物的生长发育，使得农作物增产增值，提高抗病率，在农业生产和环境保护中发挥着巨大作用。种子经过等离子处理来提高种子的活性，可提高作物的产量。而检测种子活力的常规方法之一是生化测定法，包括2，3，5-氯化三苯基四氮唑（TTC）法、三磷酸腺苷（ATP）含量检测法、酶活性测定法等[4]。

在农业中，应用声波助长技术和空间电场防病促生技术，促进植物的生长发育，达到提高品质以及增产增收等目的。而在植物生长过程中对温湿度、光照强度、CO2含量等参数的调节可以使生长环境达到所需的最佳状态。常用的传感器有：光纤温度传感器、光纤湿度传感器、光电传感器、光纤CO2传感器等。

1.3.1 传感器在植物生长监测过程中的应用

温湿度直接影响植物的生长，对这些数据的采集是农业的整个调控系统中最重要的部分。

植物进行光合作用离不开光照，光照的减少，可能造成作物的减产，甚至不发育。光照强度传感器，当光照射到敏感元件使得敏感元件的电阻发生变化，经过信号调理，得到光照强度。乔晓军等[5]研发数字式宽量程光照传感器，该传感器通过单片机与自动量程变换电路对 “测量灵敏度”选择及“分频输出选择”的控制进行不同组合的改进，从而输出一定频率的频率信号，单片机读取该频率信号并根据当前的组合状态即可确定当前光照强度，提高了光照强度传感器的灵敏度。现在常用的光照传感器型号有：RY-WLCG02型无线光照度传感器、环境监测管式光照强度传感器RY-G/BW、FC-GZD光照强度传感器。

CO2是植物进行光合作用的主要原料，可以提高植物光合作用的强度，对于增产增值等方面有很大的作用。国内外学者对CO2传感器的研究中，OhoT等[6]开发了一种使用聚合合成物，可以在高湿度条件下对CO2含量进行测定，大大提高了测定范围。Cui G等[7]设计了一个以Pt作为电极的CO2气体传感器装置，该传感器可用于水环境中对分解 CO2的测量。目前现在常用的气体传感器型号有：MH-Z16二氧化碳传感器、红外二氧化碳传感器B-530、CO2传感器模块S-300E、GSS-MISIR二氧化碳传感器等。

大多数的绿色植物体内含有叶绿素，常用于测定叶绿素含量的传感器如下：

（1）分光光度法叶绿素传感器，它精度高适用面广，但是过程繁琐，费时费力，破坏叶片组织。

（2）活体叶绿素仪叶绿素传感器，它的结构简单，应用范围广，但是灵敏度比较差。

（3）极谱法叶绿素传感器，它的体积小，成本也比较打，硬件电路结构简单，但是精度比较低，要在一定的范围内才可以使用。

（4）光谱法叶绿素传感器，它的灵敏度高，且测量实时、快速，不损害植物，但是成本高，一定时间需要维护。

基于叶绿素传感器的研究，国内学者已取得了先进研究成果。张可可等[8]以荧光诱导叶绿素检测原理为基础，将荧光诱导及微弱信号检测技术相结合，设计了荧光叶绿素a传感器。吴宁等设计了基于STM32单片机和FPGA的数字锁相放大器的叶绿素传感器，简化了传感器结构，提高了其精度、稳定性及抗干扰能力。

植物叶片厚度的变化与其水分状态有着一定的对应关系。在检测叶片厚度的同时，间接计算出植物体内的水分状况，有利于对植物生长进行及时、精确的灌溉控制。李东升等[9]利用电阻应变式微位移传感器，开发了微米级叶片厚度测定传感器，该传感器线性度和分辨率都较高。此后，李东升等[10]又发明了一种差动电感式叶片厚度传感器，提高了测量叶片厚度的灵敏度及分辨率。2010年，车嘉兴[11]运用相机采集植物叶片区域图像，进行滤噪处理后成功获得叶片倾角与叶片尖端跟踪分析信息。

除此之外，对于植物的生长还需要很对多种参数进行测量，都离不开传感器的使用。根据人们所需要的参量选择不同传感器的构建植物生理测量传感器网，更好的促进农业的生产，对于生态农业的建设业有推动作用。例如：王嘉宁等人设计了一种基于无线传感器网络温室二氧化碳（CO2）浓度监控系统。该系统由传感点、CO2浓度调控节、无线通信网络和上位机软件平台构成。采用红外CO2测模块S300作为传感器节点的核心模块对温室CO2浓度进行实时测量，并将采集到的CO2浓度、温湿度、光照等环境信息通过无线网络传输至上位机软件平台，实现了对温室环境的远程监控。

1.3.2 传感器在土壤监测中的应用

不同植物的生长对土壤有着不同的要求，土壤的环境直接影响着植物的生长以及农产品的产量，现在常用于土壤监测的传感器的有：229土壤水势传感器、CS616土壤水分传感器、CS650时域反射土壤含水量传感器、Hydra ProbeⅡ土壤传感器等。其中Hydra ProbeⅡ土壤传感器同步测量土壤水分、电导率、盐度和土壤温度，能适应于高盐碱性土壤环境，持SDI-12和RS-485通讯协议。

土壤含水量是保持在土壤孔隙中的水分，其直接影响着作物生长、农田小气候及土壤的性能。在国外，Antonio-Javier Garcia-Sanchez等人[12]针对多个农田的分散信息，实现了图片信息的采集。Besson A等[13]设计了一种利用MUCEP（multicontinuous electrical profiling）技术测量土壤电阻系数从而监测土壤水分的装置。在国内，孙彦景等[14]设计了农业信息化系统，该系统以物联网关键技术为基础，实现了农业的智能化和自动化。目前，在周口市统一安装、使用了DZN2型自动土壤水分观测仪。它是利用频域反射法（frequancy domain reflection，FDR）原理，根据电磁波在不同介电常数中的频率变化，计算土壤含水量，具有仪器安装简便、数据精度高、不破坏土层结构等特点。它的使用不仅缩短了测定时间、减轻了测试人员的工作强度，实现了定点土壤水分的连续观测，克服了传统烘干称重的不足，对于农业的生产有很深的研究意义。

土壤养分对于作物生长有着至关重要的作用，养分中的氮、磷、钾3种元素，是作物生长的必元素。目前，测定土壤养分的传感器主要分为近红外光谱分析土壤养分传感器、化学分析土壤养分传感器、分光光度计土壤养分传感器等，可以根据自己需要的条件进行合理的选择。目前，许多学者对土壤养分传感器开展了大量研究，并取得了较大进展。Lee Jae-Seung等[15]将DNA功能化金纳米比色法应用到Hg2+的检测，提高了灵敏度、选择性。Tan Zhi-qiang等[16]利用浊点萃取并把功能化金纳米作为探针，成功进行了可见比色检测Hg2+。

2 展望

近几年来，集成电路以及网络技术等各种科學技术的发展，为传感器技术的发展奠定了基础。随着我国科技信息化的发展，自动化生产水平的不断提高，对传感器技术的需求不断增加以及为满足它的发展提出的更高的要求，使得在不久的将来，会通过开发材料、原理以及工艺等方面促进传感器进一步发展，使它朝着智能化开发、仿生传感器的研制、化学和生物传感器技术的推进等多个方向发展。随着智能传感器的开发及其在现代农业中的进一步应用，将在农业现代化的道路上迈出具有标志性一步。

【参考文献】

[1]李旭英，刘滨疆，陈淑英.空间电场对植物吸收CO2和生长速度的影响[J].农业工程学报，2007，23（10）：177-181.

[2]郑世英，徐建.磁处理对小麦种子萌发及光合特性的影响[J].麦类作物学报，2010（1）：79-82.

[3]白亚乡，胡玉才，迟建卫.物理技术在农业生产中的应用进展[J].沈阳农业大学学报，2003（3）： 232-235.

[4]章登宏，钟菊花，房毅等.温度传感器在热学实验中的应用[J].实验室研究与探索.2013，32 （7）：149-152.

[5]乔晓军，王成，赵春江，等.数字式宽量程光照传感器的设计与开发[J].农业工程技术，2004（12）：55-56.

[6]钟亚飞.基于单片机的温室二氧化碳测控系统的设计[D].青岛：山东科技大学，2011.

[7]Cui G，Lee J S，Kim S J，et al.Potentiometric CO2 sensor using polyaniline -coated pH -sensitive electrodes [J].Analyst，1998，123（9）：1855-1859.

[8]張可可，闰星魁，陈世哲，等.荧光法海水叶绿素a传感器设计[J].山东科学，2013（3）：37-40.

[9]李东升，高晓红，张文卓等.植物叶片厚度和果径精密测量传感器的设计[J].传感器技术，2004，23（12）：43-46.

[10]李东升，陆艺，高晓红等.植物叶片厚度精密测量仪的研究[J].仪器仪表学报，2006，27（4）：403-405，419.

[11]车嘉兴.植物生理信息计算机视觉检测系统研究[D].合肥：中国科学技术大学，2010.

[12]Antonio-Javier Garcia-Sanchez，Felipe Garcia-Sanchez，Joan Garcia-Haro. Wireless sensor network deployment forintegrating video-surveillance and data-monitoring in pre cision agriculture over distributed crops[J].Computers and Electronics in Agriculture，2011（75）：288-303.

[13]Besson A，Cousin I，Richard G，et al.Changes in field soil water tracked by electrical resistivity[M].Viscarra Rossel R A，Mc Bratney A B，Minasny B.Proximal soil sensing.Springer Science， Business Media B V，2010：275-282.

[14]孙彦景，丁晓慧，于满，等.基于物联网的农业信息化系统研究与设计[J].计算机研究与发展，2013，48（1）：326-331.

[15]Lee JS，Han MS， Mirkin CA. Colorimetric detection of mercuricion （Hg2+） in aqueous media using DNA-functionalized gold nanoparticles[J].Angew Chew Int DNA-functionalized gold nanoparticles [J].Angew Chew Int Ed，2007，46（22）：4093-4096.

[16]Tan ZQ， Liu JF， Liu R， etal.Visual and colorimetric detection of Hg2+ by cloud point extraction with functionalized goldna noparticles as a probe[J].Chew Commun，2009，45（45）：7030-7032.