基于物联网的智慧农业系统建设与思考*

李欣泽，邓 昀，陈守学

（桂林理工大学，广西 桂林 541006）

我国农业发展中普遍存在农业产业化的整体水平低，农业发展不平衡，农业生产中浪费人力物力，农业生产机械化程度低等问题。我国农业发展面临巨大挑战，水土资源束缚日益严峻，不正确的农业生产方式还可能会导致农业生态环境污染加重，生态系统遭受较大程度破坏，因此目前的农业系统需要向更专业化、更智能化的智慧农业系统方向转型，推动农业产业发展。

1 智慧农业系统的现状

智慧农业是根据农业、畜牧业及林业生产实际需求及现代网络发展现状，采用顶层设计、统一规划，建设统一资源数据系统、统一平台，分部门实施，分系统建设，提供统一集成服务、统一运营维护，综合应用互联网、移动互联网、云计算、物联网、智能控制、智能决策、精准农业、卫星遥感等现代信息技术的新型农业。

智慧农业最大的特点就是使农业生产更智慧化、信息化，保证农业生产效率。智慧农业系统常应用于：（1）对农业生产环境的数据监控。智慧农业系统在实际的农业生产当中能够准确地获得植物生长发育的条件和环境状况，例如土壤电导率、温湿度、环境温湿度、风速风向等环境要素，然后通过人们长时间从事农业生产当中的经验以及大数据所带来的预测，能够有效地为农业发展提供科学的信息。（2）农业危害状况的预防。智慧农业能够有效避免受自然原因和人为原因的影响，为农业的发展提供有效的控制方法。（3）农业病虫害识别检测。农作物健康状况一直在农业生产中备受关注，部分智慧农业系统具备病虫害识别检测系统，可以准确识别农作物病虫害类型。

2 智慧农业系统建设主要内容

系统主要包括环境信息监控系统、视频监测系统、气象监测系统、病虫害视频监测系统、管理决策系统。

2.1 环境信息监控系统

环境信息监控系统架构如图1所示。

图1 环境信息监控系统架构图

（1）空气温湿度监测功能：实时监测园区空气的温度和湿度。

（2）土壤湿度监测功能：土壤湿度采集节点配有土壤湿度传感器，实时监测园区土壤的湿度。

（3）光照度监测功能：光照度采集节点采用光敏电阻来实现对园区光照情况的检测。

（4）土壤pH监测功能：土壤pH采集节点采用土壤pH传感器来实现对园区土壤pH情况的检测。

（5）控制风扇促进植物光合作用功能：植物光合作用需要光照和二氧化碳。当光照度达到系统设定值时，系统会自动开启风扇加强通风，为植物提供充足的二氧化碳。

（6）控制加湿器给空气加湿功能：如果空气湿度小于设定值，系统会启动加湿器，达到设定值后便停止加湿。

（7）控制喷淋装置给土壤加湿功能：当土壤湿度低于设定值时，系统便启动喷淋装置来喷水，直到湿度达到设定值为止。

（8）控制加热器给环境升温功能：当温度低于设定值时，系统便启动加热器来升温，直到温度达到设定值为止。

2.2 视频监测系统

视频监测系统架构如图2所示。

图2 视频监测系统架构图

在园区内安装高清监控摄像机，摄像头实时捕获农田、温室大棚内部的画面，通过高速IP网络将画面数据传输给控制中心视频编解码模块处理。管理人员、农业专家可以在液晶显示器上看到农田、温室大棚内部的实时画面；可按设定频率拍照，并上传照片。视频、图片保存在存储服务器中，可以实现视频信息的长期存储和方便调用。

2.3 气象监测系统

基于4G技术、风光互补的无外插电源野外气象站，实时监测气象信息，实时采集园区大气温湿度、风向、风速、光照、辐射以及降雨量，并通过4G网络传输至控制中心进行处理。控制中心通过作物生产控制模型对作物生长态势进行实时监控和数字化处理，以指导农业生产防灾减灾和生产管理。风光互补多网融合野外气象站设备原理框图如图3所示。

图3 风光互补多网融合野外气象站设备原理框图

2.4 病虫害视频监测系统

基于视频图像处理，以苹果、樱桃、葡萄三种水果叶片的病虫害为研究对象，首先基于LeNet-5网络模型设计了一个简单11层卷积神经网络，用于叶片病虫害的识别。经过了25批次训练4650次迭代后，在训练集的正确率近乎为1，验证集上的正确率为90%。LeNet-5网络模型在用于未经训练的数据进行随机测试时，有害叶片病症的识别率却极低，这是因为该模型存在数据量过少造成的过拟合现象，因此引入数据增强技术与迁移学习思想来解决该模型的过拟合问题，利用了数据增强技术与迁移学习思想以VGGNet-16与Inception V3模型进行微调，分别取得了92%与94.8%的识别率，该方法为以后在农业中的应用奠定了基础。农业大棚农作物视频监测界面如图4所示。

图4 农业大棚农作物视频监测界面

2.5 管理决策系统

完成对各种数据的展示、分析和决策指挥，是整个系统的核心。其架构如图5所示。

图5 管理决策系统架构图

（1）数据管理子系统：对测量、采集到的传感器、气象、视频数据进行统一管理查询。

（2）现场设备的远程控制：常用的现场设备包括风机、水阀、加湿器、加热器等，这些设备均可以通过信号线进行控制，服务器发送的指令被转化成控制信号后即可实现远程启动/关闭现场设备的运转。

（3）现场设备的自动控制：除了手工发送指令之外，系统还能够根据检测到的环境指标进行自动控制现场设备的启动/关闭。用户可以自定义温湿度、光照、CO2浓度等指标的上限值、下限值，并定义当指标超过上限或者下限时，现场设备如何响应（启动/关闭）。

（4）专家在线分析指导诊断系统：基于视频监测平台，以及数据管理子系统，农业专家在远程可以实时查看园区内的各种数据（温度、湿度、光照、水量、作物生长视频记录），判断是否是适合作物生长的最佳条件，通过远程视频系统查看作物病虫害问题，实现专家在线指导诊断。现场设备远程控制图如图6所示。

图6 现场设备远程控制图

3 智慧农业系统的广泛应用

3.1 智慧农业系统在农业大棚环境监控中的应用

传统农业方式进行农业环境的监控时普遍使用人工管理方式较多，而我们团队研发的智慧农业系统中的农业大棚环境监控系统由部署在农业大棚内的各种传感器，包括土壤温湿度传感器、土壤pH传感器、二氧化碳传感器、光照传感器等采集农业环境中的数据，通过团队设计的多网融合数据传输方案进行数据传输，不但可以实现智能化、自动化的农业环境监控，还可以保证数据传输过程中的可靠性，多网融合数据传输方法解决传输距离短、数据单一、远程供电困难等一系列问题，从而实现农业监控智能化、专业化。

3.2 智慧农业系统在农业环境数据可视化管理中的应用

将农业环境监控系统中采集到的各种环境数据进行汇总、统计以及分析是智慧农业系统的重中之重，智慧农业系统中的智慧农业平台即可以实现对采集到的环境数据进行统计、同比分析、环比分析的功能，还可以实时监测采集数据，对比农作物、植物的适宜生长条件，判断当前环境是否适合作物生长的最佳条件，并给出调整意见。

3.3 智慧农业系统在实践教学中的应用

团队设计的“智慧农业系统”是基于云计算、人工智能、物联网等技术，建设了农业生产环境监控、智能节水灌溉、云平台等系统。系统可以转换为农业物联网教学设备，将团队自主研发的多网融合数据传输技术中涉及的知识点转换为教学案例素材，加深高校学生对于智慧农业系统的应用与理解。

4 结束语

综上所述，智慧农业系统在多方面多角度都提高了农业生产的效率，在一定程度上解决了农业的可持续发展问题，具有一定的社会效益和经济效益，未来也将有广阔的发展空间，值得我们不断研究与探索。