基于物联网的关键生境信息融合的赣南脐橙智慧生产决策系统开发

姜钊，胡泽林

（赣南师范大学物理与电子信息学院，江西 赣州 341000）

我国农业生产正处于传统农业向现代农业转型的关键期[1，2]，目前仍然以传统农业生产模式为主，自动化、现代化水平较低，给农业可持续发展带来严峻挑战[3，4]。江西赣州市是我国最大的脐橙主产区，传统生产模式无法有效的防控病虫害、自然灾害等，造成巨大的经济损失[5]，因此，提出基于物联网的赣南脐橙智慧生产决策支持系统，从脐橙生长环境的动态监测到脐橙成熟后运输到客户的手中实现了生长、生产过程的动态管理[6]；预测脐橙产量和价格变动趋势，为脐橙产业可持续发展提供决策依据[7]；专家在线解答农户种植问题，实现远程诊断和指导[8]。

1 生产决策系统设计

1.1 系统体系架构设计

构建赣南脐橙智慧生产决策支持系统架构，包括传感层、传输层、服务层和应用层4 个层次，传感层主要是为传感器等物联网设备提供接入接口，如摄像头、GPS、RFID、传感器和WSN 等；传输层主要是为服务层和传感层提供通信媒介，根据不同的设备以及环境的需要，提供不同的网络传输环境，包括节点、CDMA 模块、网关、服务器、物联网和PC 端等；服务层主要是提供可复用的服务，比如服务器和系统终端等；应用层主要负责具体业务逻辑处理，如PC 端等（图1）。为了确保实时传输数据和访问便捷，该平台采用无线网关和无线网络2种形式进行部署；采用应用服务器、数据库服务器、文件服务器和视频服务器存储信息与数据，设置对外接口，便于平台与电子商务平台、食品质量安全溯源平台、农技指导平台、控制大厅以及气象服务平台等对接。在对平台的网络架构进行布局设计时，不仅要科学布局，而且还要确保平台信息的安全，要设置必要的网关和防火墙等安全控制机制（图2）。

图1 赣南脐橙智慧生产决策支持系统架构Fig.1 Architecture of intelligent production decision support system of Gannan navel orange

图2 系统物理架构图Fig.2 Physical architecture diagram of the system

1.2 大数据平台设计

1.2.1 数据采集与清洗 建立统一的数据存储格式，校对并核验数据，剔除重复信息，合并交叉信息，纠正错误信息，以保证数据的正确性、一致性和完整性，构建数据采集流程（图3）。

图3 数据采集过程图Fig. 3 Data acquisition process diagram

1.2.2 数据存储与共享 将清洗后的数据按照统一格式存储，用于数据交换，实现各独立管理系统之间的数据共享。每个管理系统只能对各自的基础信息库进行增删改查操作，调用其他并列关系的管理系统基础数据，只拥有查询权限（图4）。

图4 大数据存储管理体系图Fig.4 Big data storage management system diagram

1.2.3 数据分析与管理 对提取和集成得到的数据进行梳理、分类和归纳，整理出相对独立的数据主题域。通过分析数据，为赣南脐橙智慧生产决策的管理提供不同业务领域的数据支持；根据实际需求，以表格、图形等形式展示研究成果，提供下载或导出功能。

1.3 架构设计

从表示层、业务应用层、支撑软件层、数据层和硬件层5 个层次划分、设计系统的整体架构（图5）。

图5 系统总体架构图Fig.5 Overall architecture of the system

1.4 功能架构设计

系统设计过程中遵循先整体后局部的原则，对生产决策方面的总体业务进行分析，然后按照业务领域对具体的功能进行划分，构建生产决策系统的功能架构（图6）。

图6 生产决策系统功能架构图Fig.6 Functional architecture diagram of production decision system

在生产决策系统中，通过对一些历史数据信息进行统计和分析，科学合理地规划和制定生产计划。设计系统时，遵循先整体后局部的原则，对生产决策方面的总体业务进行分析，按照业务领域划分功能，得到生产决策系统的功能模块。

2 数据库设计

2.1 E-R 图设计

根据实际业务需求，分析赣南脐橙智慧生产决策支持系统所涉及的业务实体关系，设计实体间的E-R图（图7），通过转换的原则，自动生成数据库的逻辑模型和物理模型。

图7 系统E-R 图Fig.7 System E-R diagram

3 系统实现与测试

3.1 实现环境

依据科学性和合理性原则，以提高用户的体验效果为目标，在开发环境设计时，要尽可能的低于实际的运行环境，确保系统能够在低配置的环境中运行。

3.1.1 硬件环境 为了能够实现多客户端的并发访问，确保系统的访问效率，系统使用的宽带要满足需要，必要时可以设置专线以确保网络通信；应用服务器的硬盘要求500G 以上，内存要求4G 以上。

3.1.2 软件环境 选用Java 开发语言，安装Apache Tomcat 8.5.33 编程软件支持Java 语言的编程；安装JDK 组件支持数据库的访问和链接；安装Oracle 数据库管理系统对业务数据进行管理；安装服务器防病毒软件系统，确定使用的服务器端系统具备安全性需求。

3.2 智慧系统功能实现

3.2.1 环境监测系统 系统借助物理网感知层传感器实现了对脐橙环境的相关因素的采集，然后借助传输层技术把有关数据传递到系统数据存储中心，并形成实时的环境监测数据统计和分析，从而有效指导农业生产（图8）。相关环境因素包括风向风速、雨量、大气温湿度、大气压值、辐射雨量累计和土壤温湿度等。

图8环境实时监测Fig.8 Real-time environmental monitoring

3.2.1.1 风速。坐果期风速过大会导致落果，从而影响产量。对风速进行实施监测，当风速达到阈值时系统会发出警报，提醒决策者采取有效措施以降低损失。

3.2.1.2 湿度。空气湿度过高或过低均不利于柑橘生产，空气湿度过高容易发生病虫害；空气湿度过低会影响开花和授粉，降低结果率，果实膨大期会影响果实膨大和产量，导致果皮粗糙、囊壁增厚、果汁变少，品质下降（图9）。因此实时监控空气湿度，可以科学防范灾害发生，提高果实的品质和产量。

图9 环境参数变化折线图Fig.9 Line chart of environmental parameter changes

3.2.1.3 降水量。阴雨连绵、高温高湿是大多数柑橘病虫害发生的有利条件，如柑橘立枯病，每年的4～6 月是产区的雨季，病虫害发病率较高，地下水位高、土壤黏重、排水不良的苗圃病情会加重（图10）。对降水量的实时监测，可以及时采取排水措施，确保脐橙的生长。

图10 智能虫害监测Fig.10 Intelligent pest monitoring

3.2.2 生产决策系统 为了实现对脐橙生产的有效管理，提升脐橙生产的决策支持，对脐橙生产有关数据进行了全面管理，包括农田片区管理、生产机械设备管理、病虫害防治管理、智能日历与生产规划管理、农机手与种植大户管理。

3.2.2.1 农田片区管理。根据耕种作物类别，对土地级别进行划分（图11），支持数据添加、在线编辑、土地级别删除等操作，还可以通过查询条件进行查找和信息处理，支持相关数据的分页显示和管理；为了能够对区片更好地表述，将数据以树状图的形式呈现（图12），可以直接查看土地级别、编辑数据等。

图11 土地级别划分Fig.11 Land classification

图12 土地级别树状图Fig. 12 Tree diagram of land level

3.2.2.2 生产机械设备管理。脐橙生产过程中需要大量的机械设备，系统对机械设备的型号、功能和数量可视化（图13），方便决策者了解设备的使用情况。

图13 机械设备管理Fig.13 Mechanical equipment management

3.2.2.3 病虫害防治管理。系统对病虫害的发生情况进行实时监测，并且对一些常见的病害提供解决方案，用户根据实际需求查找解决方案即可（图14）。

图14 智能虫害检查预防管理Fig. 14 Intelligent pest inspection and preventive management

3.2.2.4 智能日历与生产规划管理。智能日历管理系统，可以将管理工作按照日期进行管理，并且日常的工作事项可以通过页面中右侧拖拽图标的方式建立到日历中可以自由添加事项，可以管理日历事项等（图15）。智能日历呈现方式有多种形式，可以按照日、周、月呈现。通过在系统中建立生产规划，实现对农业智慧生产的有效计划和生产支持。可以具体到每一项生产工作的时间节点、工作效率规划等（图16）。

图15 智能日历Fig.15 Smart calendar

图16 生产规划Fig.16 Production planning

3.2.2.5 农机手与种植大户管理。为了确保关键时期内能够快速的完成浇灌或耕作，系统录入农机手（图17）、种植大户的基本信息（图18），并且根据需求对农机手进行科学分配任务，为种植大户及时推送天气等信息。

图17 农机手信息Fig.17 Information of agricultural machine operators

图18 种粮大户信息Fig.18 Information of major grain growers

3.2.2.6 历史任务管理。生产管理过程中，负责人可以查看任务情况以及完成情况（图19），并且对历史任务进行查看与分析（图20）。

图19 历史任务管理Fig.19 Historical task management

图20 正在进行的任务Fig.20 Task in progress

3.2.3 农业专家系统 为提高解决生产效率问题，农业专家系统具有在线留言（图21）、远程诊断功能（图22），实现农户与专家在线互动、农业技术下沉的实际应用效果。

图21 在线留言Fig.21 Online message

图22 专家系统远程诊断Fig.22 Remote diagnosis of expert system

系统中建立了农业专家系统，以达到对农户生产问题的快速处理。通过在线留言实现对农业问题的远程诊断，实现农户对专家资源的充分利用，达到农业支持有效下沉的实际应用效果。

3.3 系统性能测试

根据LoadRunner 性能自动化测试要求，编写了对应的测试脚本（图23），手动场景创建（图24）、对生产决策支持系统的响应速度进行测试（图25）。结果（图26） 显示，生产决策支持系统的响应速度较好，整体运行平稳。在当前服务器配置环境下，50 并发用户登录平均响应时间在0.034 S，信息查询后的系统数据响应时间是0.545 S，因此系统带给用户的体验非常好，远超预期的系统响应速度要求。生产决策支持系统达到了在开发需求规格说明书中的有关规定，具备了如期交付用户的质量条件。

图23 创建脚本图Fig.23 Creating the script diagram

图24 创建场景图Fig.24 Creating the scene diagram

图25 连接运行图Fig.25 Connecting train diagram

图26 系统并发访问响应结果图Fig.26 Result of system concurrent access response

4 展望

目前，智慧农业的研究还处于初步阶段，目前该平台实现了基本需求功能，随着智慧农业深入发展，今后需根据不同阶段的需求对平台进行优化与改进，进一步的提高平台的性能，确保信息的安全。