智慧农业综合信息服务系统的设计与开发

何欢欢 韩鹏辉 孟兆娟 彭璐 张煜启 逯玉兰

摘  要： 針对目前市场上大多数农业信息服务平台功能单一的缺点，设计了一款集专家在线答疑、智能识别病虫害、农业知识学习、农友社交服务于一体的系统，旨在帮助农户解决生产过程中的难题，推动农业生产发展。该系统采用前后端分离开发技术，后端使用Spring、SpringMVC、MyBatis框架搭建，前端使用Vue、Ajax技术开发，并采取SIFT算法实现图像匹配。使用结果表明，该软件功能全面，操作简便，能够满足农户基本需求。

关键词： 智慧农业; SSM框架; MySQL数据库; 图像识别

中图分类号：TP368.1          文献标识码：A     文章编号：1006-8228（2021）12-41-04

Abstract： In view of the shortcoming of the single function of most agricultural information service platforms on the market at present， this paper designed a system which integrates experts' online question-answer， intelligent identification of diseases and pests， agricultural knowledge learning and social service of farmers， aiming at helping farmers solve the problems in the production process and promoting the development of agricultural production. The system adopted the development technology of front and back end separation， the back end used Spring， SpringMVC， MyBatis framework to build， the front end used Vue， AJAX technology for development， and SIFT algorithm was adopted to achieve image matching. The application results showe that the software has comprehensive functions and is easy to operate， and can meet the basic needs of farmers.

Key words： smart agriculture; SSM framework; MySQL database; image recognition

0 引言

目前，农业与互联网技术的结合已经成为一种必然趋势。为推动传统农业向智慧农业的转型，促进农村科技发展，农业信息服务平台应运而生[1-3]。农业信息化已成为现代农业的主要发展方向，经调查发现，目前市场上虽然存在多款农业软件，例如，“我会种”和“农医生”App，但都存在功能单一的缺点，农户需要下载许多软件，才能够满足其生产需求[4-5]。鉴于市场上功能齐全的农业系统较少，本文设计了一款集专家在线答疑、智能识别病虫害、农业知识学习、农友社交服务于一体的系统，旨在帮助农户解决生产过程中的难题，推动农业生产发展。

1 系统需求分析

为尽可能给农技人员与农户提供更多帮助，丰富系统功能，本文在需求分析的基础上将着重研究以下几个方面：①帮助农户进行对病虫草害的快速识别;②对农户遇到的病虫草害问题及时提供专业意见;③开展学习交流，提升农户生产技能;④提供信息交流平台，方便农户相互交流。

2 项目总体设计

为实现以上目标，系统需具备以下功能：①在线咨询功能。农户将遇到的农业问题进行描述后上传，在线专家将会及时提供解决方案，降低农作物的灾害损失。②病虫害智能识别功能。农户将遇到的病虫草害拍照上传，系统将快速准确识别名称，以便农户采取相应控制措施。③专家将定期发布有关种植、生长、采摘的农业文章，农户可浏览阅读。④农户可以将农场现状拍照上传，与周边用户进行交流，总结种植经验。

系统功能结构图如图1所示。

2.1 技术架构

系统采用传统MVC模式进行开发，通过SSM[6-8]框架搭建项目，设计技术主要有Web服务器、开发环境和数据库等，系统开发环境如表1所示。

2.1.1 数据库的连接

spring.datasource.driverClassName=com.mysql.cj.jdbc.Driver

spring.datasource.url=jdbc：mysql：//localhost：3306/briup？

useSSL=false&useUnicode=false&characterEncoding=utf8&serverTimezone=Asia/Shanghai

spring.datasource.username=root

spring.datasource.password=123456

mybatis.mapper-locations= classpath：/mapper/**/*.xml

server.port=8888

2.1.2 系统开发步骤

⑴ 后端开发

后端代码编写主要在IDEA中完成，使用三层架构来完成，首先在generatorConfig中配置好所需要的文件及其属性，利用mybatis-generator自动生成bean包和dao层，在service接口中声明方法，并通过impl类实现，最后通过controller类调用impl类中的方法来实现增、删、查、改操作。代码编写完成后，通过 swagger界面来测试检查功能实现。

⑵ 前端设计

前端设计在VScode中完成，通过配置路由实现与后台的交互，采用Vue技术嵌套CSS实现前端页面的数据展示以及外观设计。

⑶ 代码集成

小组成员分工合作，实现各个模块的代码编写，编写完成后，使用代码集成工具，将代码提交至gitee平台，实现代码集成。

2.2 系统设计与实现

根据对系统的分析与定义，可以将系统分为五大模块，分别是注册登录模块、在线答疑模块、智能识别模块、农业知识学习模块、农友社交模块。

⑴ 注册登录模块

新用户首先进行注册，在注册界面输入手机号、密码以及确认密码，点击确定后，系统将前端参数提交后台，后台判断是否符合要求，若符合，则显示注册成功，系统进入登录界面;若不符合，系统提示请重新输入。注册登录流程图如图2所示。

⑵ 在线答疑模块

本模块的使用角色是农户与专家。专家登录系统后，点击咨询模块，可看到农户发布的问题，进行答复，及时提供意见。通过远程在线答疑，第一时间对病虫草害进行防治措施，将灾害损失程度降到最低。农户点击咨询模块，可以填写问题描述，进行上传。

⑶ 智能识别模块

引入百度AI智能识别插件，为农户提供作物识别功能。具体获取步骤为：登录百度AI开放平台，下载SDK工具包，获取API Key，Secret Key，调用植物识别接口。

鉴于SIFT对图像旋转、缩放等具有不变性，因此使用SIFT算法[9-10]进行特征提取，通过将图像与高斯函数卷积，得到高斯差分空间。对DoG空间进行极值检测，若DoG中某点的像素值是其周围相邻DoG中的极值，则该点是一个SIFT特征点。

智能识别模块包括作物种类识别和病虫害识别。本模块的使用角色包括农户与专家。农户通过该系统，将病虫草害、农作物的照片拍照上传，即可知晓其物种名称，加深对病虫草害、农作物的认识与辨别，并对病虫害采取及时防治措施。专家也可使用该功能，在科学研究中起到一定的辅助作用。咨询模块界面展示和作物识别界面展示如图3和图4所示。

⑷ 农业知识学习模块

在该系统中，为农户推送了相关的专业知识，农户可以学习、查询农业知识，科学种植，解决了农户对农业知识无处了解、不够了解的问题。

农户登录系统，进入农业知识学习模块，可以看到专家发布的农业文章，点击即可浏览阅读。同时农户可在该模块进行检索，查找需要的内容。专家则需在进入该模块后，发布有关农业研究的文章。

⑸ 农友社交模块

本模块的使用者为农户。农户可以将农场种植情况发布在朋友圈，同周边农友分享，交流技术经验，互帮互助，共同提高农业生产。

3 结束语

本文设计的智慧农业信息综合服务系统旨在为农户提供优质服务，解决农户在生产过程中遇到的困难，最大限度地开发和利用农业生产力，促进农业生产发展。

系统功能齐全，为农户提供了生产过程中所需的多种服务。本文创新点如下：①引入百度AI智能识别插件，对农户与专家上传的图像进行快速识别。②引入农友社交模块，以发布动态的方式，促进农户信息交流，技术询问。智慧农业信息综合服务系统仍存在一些问题，如农业知识的全网覆盖、农业标准的制定等问题，还有待进一步解决。

参考文献（References）：

[1] 汲朋飞，郭利朋，杨英茹等.基于“互联网+”的农业专家在线指导平台建设[J].安徽农业科学，2016.44（24）：232-234

[2] 笪海波，刘玲.大丰区“互联网+”智慧农业管理系统发展应用[J].中国新通信，2020.22（6）：116

[3] 任宝强，高振，张宏宇，等.互联网技术助力“三农”服务[J].农民致富之友，2012.2：26

[4] 王建春，徐义鑫，王勇等.基于Android的互联网植物医生服务平台[J].山东农业科学，2018.50（5）：147-151，159

[5] 陶怡，范营营，琚成等.基于神经网络的智慧农业病虫识别系统设计与应用[J].农业与技术，2021.41（2）：8-11

[6] 甘启宏，崔亚强，王皓等.基于SSM框架的高校教学设备管理系统设计与实现[J].软件导刊，2020.19（2）：44-47

[7] 张弛，沈亦军，张琛等.基于SSM框架的高校智能化实验报告管理系统设计与实现[J].赤峰学院学报（自然科学版），2021.37（1）：107-110

[8] 姜丽莉，涂玄武.基于SSM的“我的课堂”管理系统的设计与实现[J].科技与创新，2021.6：118-119

[9] 王鑫城，范紅，刘锡泽等.基于多特征融合的商品识图匹配算法研究[J].信息技术与网络安全，2021.40（4）：70-74

[10] 周坤，谷晨鹏，张东等.SIFT和ORB特征检测算法在地形三维重建中的研究与应用[J].测绘与空间地理信息，2021.44（3）：44-48