智能农业论文15篇-杂志之家

智能农业论文:制造智能技术的农业机械论文

1农业机械制造智能技术

智能化是制造自动化的发展方向，很多专业性机械制造智能技术已经发展到相当水平，而在农业制造领域，还在起步阶段。农业机械制造智能技术是专门研究产品的设计、生产、加工、销售、售后乃至维护维修的整个技术过程，并将提高产品质量、效益、竞争力作为最终的目标。农业机械制造智能技术包含了生产对象、生产资料、能源、人力资源、生产和质量信息等内容。其中，生产对象、生产资料与能源属于硬件范畴，生产和质量信息则是软件范畴，而人力资源则是两者都属于。在诸多的生产要素之中，人的要素处于主要地位。

2兵团农业机械制造智能技术现状及其与内地的差距

2.1兵团农业机械制造智能技术现状

近年来，虽然很多企业在农业制造业方面不断采用先进的制造技术，像北疆的科神数控设备已占企业机加工设备的30%以上，且已经引进了CNC加工中心，企业的机加工能力得到了很大提升。公司已经启用了企业资源计划系统（ERP），以系统化的管理思想，为企业决策层及员工提供决策运行手段的管理和服务。南疆的天诚对企业设备也进行了较大投资，且已经在某些焊接生产线采用了焊接机器人，大大提高了产品的焊接质量和工作效率。但是这些进步与内地专业化农业及机械制造业相比，仍在许多方面存在着较大的差距。

2.2兵团与内地在农业机械制造智能技术上的差距

2.2.1管理

内地的农业机械制造业广泛采用计算机进行管理，对于组织和管理制度的更新与发展都较为重视，并对生产模式加以完善，力求达到准时、快速、高效的生产制造。比如采用MES（制造执行系统），该系统包括计划排产、过程纠偏、质量控制、资源优化、数据采集、电子看板、ERP集成等模块。系统依据ERP或手工输入的生产任务，通过精细排产，得到可执行的工序级生产排程，并通过对生产执行过程的详细进度、用料、用时及质量等信息实时跟踪统计，以数字化的方式、智能化的形式直观地展现生产全过程。而兵团农业机械制造业采用计算机管理的水平还正处于起步阶段，大多数的企业仍然处于陈旧的经验管理阶段，是兵团农业机械的制造业发展步伐缓慢的原因之一。

2.2.2技术设计

内地的农业机械专业化厂家对设计方面要求严格，且更新速度较快。由于大量采用计算机辅助设计技术（CAD/CAM），部分大型企业甚至已经开始脱离图纸进行设计和生产制造。而兵团农业机械制造企业，对于计算机辅助设计技术的使用尚比较局限，使用水平有待提高，兵团农业机械制造业技术发展推动力不足。

2.2.3制造工艺

内地农业机械专业厂家比较广泛的使用数控加工，许多新型的加工方法，例如：激光切割、高精密加工、复合加工技术等也得到广泛应用。然而这些新型技术在兵团农机制造企业基本没有应用，有的甚至还在企业议程之中，使得兵团农机机械制造技术仍然处于低水平状态。

3发展建议

3.1系统优化

农业机械制造过程中对速度、精度和效率以及柔性化和智能化的要求较高。在采用高速控制系统的同时又改善了机床的特性，使得机床的速度、精度及效率大大提高。而柔性化不仅仅指机械本身，还有群控系统的柔性，数控系统的本身就是采用模块管理的方式进行管理，裁剪与组合性比较强，能够满足用户的不同设计和需求；群控系统则是根据制作流程的要求不同自动进行修正和调整，使得群控系统的效能充分发挥出来。为了适应快速变化的社会市场环境，仅有柔性化是不够的，机械制造智能化也需要不断升级改造以适应当今科学技术的不断发展和提高，只有具备了智能化才能应对更加复杂的市场发展环境。

3.2多媒体技术的应用

在智能化的数控系统中要做到用户界面的图形化、科学计算的可视化与多媒体的结合和应用。用户界面是系统与使用人员之间的桥梁与窗口，由于使用人员的要求不同和专业性差异，给计算机软件的开发与研制带来了较大的难度，采用图形化用户界面后，使用者在使用时较为方便。科学计算的可视化可使可视信息直接使用，比如说图像、动画演示等。可视化技术的应用与计算机的虚拟技术环境结合起来，使智能化领域又进一步得到拓宽。而计算机、声像以及通信技术完整的结合便形成了多媒体技术，它使计算机拥有了综合处理数据的能力。多媒体在智能化数控领域中可综合化、智能化地处理信息，在现场监控系统中也有着重大的应用价值。

3.3体系结构的优化

在农业机械制造过程中，改善和发展体系结构较为重要。首先，企业数控机床占用比例应不低于50%，使智能制造系统应用效率达到基本要求。在此基础上集成企业CPU资源系统来提高集成度和运行速度。采用高集成化CPU、RISC芯片和大规模可编程集成电路FPGA、EPRD、CPRD以及专用集成电路ASIC芯片的新一代PCNC数控系统，并应用LED平板显示器平台，以实现超大尺寸的显示传导和发散信息。采用增强集成电路的密度来改进性能，使组件的尺寸减小，性提高。其次，硬件的模块化使数控系统的集成和标准化更加简单和方便。如显示器、CPU、输入输出设备、以及存储器等最基本的模块，都可成为独立的载体，在通过不同方法的组装、搭配以及减持和增加以便构成档次和功能不一的数控系统。，通过系统中心枢纽对机床进行网络化，通过机床联网的手段，可以在任意一台机床上进行多台操作，使不同机床的画面在同一台机床的屏幕上出现，实现对机床的远程控制或者是无人化操作。将计算机智能技术、网络技术、CAD/CAM、伺服系统、自适应控制动态数据管理及刀具补偿、动态仿真等高新技术融为一体，形成严密的制造过程闭环控制体系，使产品制作过程灵活多变，以适应当前农机市场多品种、多批次的市场需求。

4小结

农业机械制造智能技术的应用是农业机械制造业的发展趋势，该技术的推进将会给农业机械制造行业带来巨大活力，可大大提高产品的质量、效益和市场竞争力，较为有效地促进兵团大农业机械化的发展。

作者：黄春辉李国祥单位：新疆科神装备科技开发有限公司

智能农业论文:智能网络下农业信息化论文

1智能网络在农业信息化中的现状

农业信息化是衡量一个地区农业现代化发展水平的重要标志。美国、日本和德国在农业信息化中处于世界经验丰富地位，印度、韩国等紧随其后。美国采用以政府为主体五大信息机构为主线模式，例如美国利用卫星对土地信息进行实时监测，半数以上的农民用直升机进行耕作管理。日本建立全国联网的市场销售信息服务系统和生产数量和价格行情预测系统，是应用型农业信息的典型代表。德国农业信息发展是靠关键技术地推进，例如计算机自动控制，辅助决策、遥感和农机管理等技术都处在世界前列。印度依靠软件发展的优势，紧抓信息技术传输渠道和数据库及网站的建设[3]。我国虽然起步较晚，但发展较快。2014中央一号文件《关于深化农村改革加快推进农业现代化的若干意见》提出继续推进农业科技创新，建设以农业物联网和精准装备为重点的农业全程信息化。2014江西省作为农业大省《江西省农业厅关于加快推进农业信息化的意见》，提出新时期推进农业信息化的重要意义。例如，赣南脐橙采用溯源系统防伪，正邦集团、云山集团、乐平蔬菜中物联网的示范应用等。

2智能网络服务推进农业信息化

2.1物联网

农业物联网是利用物联网技术来实现农产品生产、加工、流通、销售各环节信息的获取，通过网络将有效信息进入到物联网的应用层，利用大数据和云计算技术对海量数据和信息进行分析和处理。例如果园生产管理、粮食生产管理、畜牧生产管理、环境监测及农产品安全等农业应用系统。农产品生产过程中物联网应用如在农产品生产阶段，主要利用传感器采集信息，形成信息数据库，并通过远程控制系统分析处理信息，对作物生产进行调控温度湿度、供给营养液等，以达到生产状态。例如在大棚作物的生产中，采用土壤水分传感器、温度传感器、湿度传感器、光照度传感器、二氧化碳传感器等采集作物现场信息，然后推进在线监测、远程控制、联动报警等。在水产养殖中的智能增氧机、智能投饵、水下巡航等技术。在农产品加工阶段，要建立质量安全和监管追溯系统，例如质量安全检测中药物残留、重金属以及病毒检测技术，追溯系统中的二维码、RFID标签技术等[4]。在农产品流通阶段，包括农作物实时跟踪，物流策略等，如全球定位系统（GPS）、地理信息系统（GIS）、销售时点信息系统（POS）等都已经成熟并得到充分的利用。在农产品销售阶段，主要包括融合处理，决策反馈功能，为了提供便捷的途径和渠道让更多农产品顺利进入流通市场，如电子商务预定系统，智能仓库物流管理系统。

2.2大数据

随着农业物联网的应用，大数据不可或缺，从各种各样类型的数据中快速有价值的信息。大数据的特性常用五个V来表示：规模性（Volume）、二是高速性（Velocity）、多样性（Variety）、价值性（Value）、真实性（Veracity）。在大数据时代，农业与大数据必然发生各种联系，通过大数据推动智慧农业服务。农业大数据涉及到耕地、播种、施肥、杀虫、收割、存储、育种等各环节，是跨行业、跨专业和跨业务的发展。农作物的监测数据、农业数据、下游数据、经济数据及其它相关数据等源源不断的注入农业大数据的服务平台。这些数据经过各种专业模型和算法，就能为现代农业提供多方位的精准农业决策服务。例如“智能施肥系统”根据作物生长温湿度、光照、雨量、二氧化碳及土壤EC/PH值等环境因素扭转目前盲目施肥带来的污染和浪费。“精准灌溉系统”根据不同地区和不同作物生理需水的特点实现精准节水。“病虫害监测预警系统”实时采集农作物现场的有害生物数据与地理数据库、病虫害知识库、气象数据库等融合决策，实现精准施药，避免过度施药提高食品。“信息管理系统”根据互联网电子商务数据、政策法规、市场流通等信息实现生产与销售的合理分配，解决“供不应求”或者“菜贱伤农”的问题，培育新型农民和引领农民增收。

2.3云计算

农业信息化中的云计算是将农业相关的计算、服务和应用作为一种公共设施提供给公众，使用户能够按需使用互联网上的计算、存储和信息服务资源。云计算从深度和广度巨大地提高了对农业信息化的服务能力，进一步推动农业信息发的发展。云计算从层次分成三种服务模式，分别为基础设施即服务（IaaS）、平台即服务（PaaS）及软件即服务（SaaS）[5]。在农业领域，基础设施即服务为农业信息化提供虚拟硬件配置，满足于农业信息化中的大数据存储和高性能的计算能力，降低了基础设施建设的硬件成本。平台即服务作为中间平台为用户提供应用程序开发，维护和应用等服务，保障农业信息数据的安全与协同能力。软件即服务使用户可以通过云服务器获取互联网上的软件服务，降低了用户的接入门槛及农业信息化建设软件成本。例如，农业中用到的气象图像分析系统，卫星图像的传输利用云存储（IaaS），分析处理利用云计算（SaaS）。

3农业信息化中综合网络服务平台构建

3.1农业信息化中物联网、大数据与云计算关系物联网是农业信息化的基础，农业信息化发展水平由大数据来体现。物联网产生大数据，大数据对物联网的发展起促进作用。在农业信息化中，物联网作为信息采集系统，每时每刻传感器感知的数据和社交网络数据是大数据的来源，而大数据分析则从数据海洋中获取有价值信息，为物联网提供有价值的分析和控制。较大限度地提高农业生产智能化水平。农业信息化中物联网的核心是应用，将海量数据经过处理分析，生成各种商业模式的应用，较大限度地提高农业物联网的价值，推动农业物联网的创新和发展。大数据和云计算都是为数据存储和处理服务的，大数据是挖掘海量农业信息的价值，云计算是管理扩展数据存储和计算的能力[6]。随着农业信息量的激增，大数据的分析处理离不开云计算，例如把离散的相关农业信息整合，通过云计算有效协同，形成农业的精准安全解决方案。大数据与云计算是一个问题的两个方面，大数据是问题，云计算是解决问题的方法[7]。如怎样把农场获取到的各种情况进行数据整理，有针对性的监测分析农场的生产状况，这种大数据与云计算结合形成的管理平台有利于农场主科学地制定农业生产计划。

3.2农业信息智能网络服务平台构建纵向来看，农业智能网络服务平台和智能网络交通、智能网络家居等平台类似，由农业物联网的感知层、传输层和应用层构成。应用层主要包括大数据管理中心、云存储云计算中心与农业应用平台。农业智能网络服务平台的主要功能包括农产品生产、质量安全、运输加工、农业环境监测、市场行情分析、农业科技培训、信息浏览等。平台主要实现以下功能：

（1）数据采集：物联网中各种传感器采集到的数据与互联网中相关资源的汇集，通过数据整合成、加工处理，组成土壤数据库、气象数据库、地理数据库及电子商务数据库等，所有数据库构建农业数据资源中心。

（2）数据存储：依托集群应用、网络技术或分布式文件系统等软硬件技术，提供对农业信息数据库存储和访问功能。农业应用平台可以在任何时间、地点透过任何网络装置连接到云存储上方便地存取数据。

（3）数据分析：根据农业大数据应用平台需求的个性化，采用大数据相关技术，包括数据挖掘、安全加密、网络通信与算法研究等，提取有价值的信息的提供给目标客户。

（4）数据浏览：是用户的操作入口，提供多种方式对数据进行查询、展现和统计分析等应用，为农业生产经营主体提供及时、有效的生产技术、教育培训、经营管理、市场流通等信息服务。

4结语

物联网、大数据和云计算驱动下的农业信息化，关乎每个人的生活。大力推进构建农业信息化的智能网络服务平台，有利于提高农业生产经营的标准化、智能化、集约化和产业化，提升资源利用率、劳动生产率和经营管理效率。本文提出的农业信息化智能网络服务平台采用分级管理和监控，对开发农业智能综合平台具有一定的指导性和创新性。

作者：马文科潘运华单位：萍乡学院

智能农业论文:设施农业中智能灌溉系统的研究

设施农业中智能灌溉系统的研究

引言

我国人口的急剧增长，工农业生产水平的不断发展，水资源的短缺随之日益严重。当前，我国农业用水的利用普遍率较低，渠道灌溉区只有30%～40%，机井灌溉区也只有60%，与当前一些发达国家有很大差距。因此，缓解水资源紧缺的当务之急就是解决农业灌溉用水的问题。

本文就是以设施农业中实现智能灌溉为目的，设计了一款基于单片机智能灌溉控制系统，具有定时或即时采集传感器数据、实时显示检测数据、实时上传检测数据，并根据发回的数据制定合理灌溉策略的功能。研究内容主要有传感器数据采集、数据传输及分析、灌溉实际控制、大容量存储和usb主从通讯技术几个方面。

1 系统总体设计

1.1 智能灌溉系统原理

系统工作时，首先通过传感器采集待灌溉区域土壤中的温度、湿度、光照强度等实际信号，经a/d转换模块转换成数字信号，并将此信号输入到单片机，单片机中预设参考值，转换后的数字信号与之相本文由论文联盟//收集整理比较，得出控制参量，单片机将控制信号传给变频器，变频器根据湿度值调节电动机的转速，从而电动机带动水泵抽水，若需要灌溉时，电磁阀开启，通过管道输水，喷头自动旋转，实现自动灌溉。经检测后，须停止灌溉，单片机发出指令，电磁阀自动关闭。为了避免离水源距离较远的喷头压力不足的问题，在电磁阀的一侧安装一块压力表，从而保障所有喷头的水压均能满足预定的喷射程。系统总体框图如图1所示。

1.2 实施灌溉的系统结构

智能灌溉系统结构由负责发出和接收各种运行程序指令的可编程控制器，通过传感器采集土壤里的湿度信号、温度信号和光照信号，判断是否需要灌溉的传感器、a/d转换模块、通过改变电动机的转速调节喷灌流量，达到节水的目的的变频器、电动机、水泵、电磁阀、喷头以及灌溉系统输送水的管网组成。实施灌溉系统控制图及终端控制流程如图2、图3所示。

2 系统硬件设计

2.1 主控模块设计

系统主控模块以单片机（mcu）为核心，温度、湿度及光照传感器采集的数据通过单片机计算处理后进行控制，起到对外界拟定区域进行理想灌溉的目的，同时单片机具有显示及强制报警功能。系统主控模块框图如图4所示。

2.2 系统总体电路设计

系统电路包括数据采集模块、a/d转换模块、显示模块、电磁阀控制模块及报警模块组成。其中数据采集模块包括：湿度采集选择mp-508b土壤水分传感器（fdr），温度采集选择ds18b20数字温度传感器，光照强度采集选择ha2003 光照传感器；a/d转换模块采用的是tlc2543a/d转换；显示模块采用led-12864点阵液晶模块；电磁阀控制电路主要由npn共集-共射复合管及继电器组成，当单片机p2.6给出高电平，复合管导通，继电器接通，将开关吸合，电磁阀接通开始放水。

3 结论

基于温度、土壤湿度与光照强度等多因子的自动喷灌控制系统，由以at89c51为核心的控制电路、传感器电路和执行器件及机构组成，硬件电路采用成熟的电路设计，电路稳定，抗干扰力强。系统具有定时、循环等控制的功能，灵活性强，用户可根据需要方便快速地组建智能灌溉系统。本系统可适用于各种大小、形状区域的自动灌溉，并且系统容量越大，平均投资成本愈低，生产效率也越高。因此，该系统为集高性价比较、强灵活性、广适用性于一身的智能灌溉系统。

智能农业论文:农业机械设计智能CAD技术应用

摘要：

现阶段我国的农业发展比较迅速，在新技术的支持下，对农业机械的应用促进了生产力水平提高。在面对新的发展环境下，智能CAD技术应用在农业机械设计当中，就能为农业机械设计的优化提供技术支持。本文主要就农业机械设计的特征以及智能CAD技术应用的重要性加以分析，然后结合实际对农业机械设计中智能CAD技术的应用问题和具体应用详细探究。

关键词：

智能CAD技术；农业机械；设计应用

智能CAD技术作为新型应用技术，在当前农业机械设计当中起着重要作用，通过智能CAD技术应用能优化机械设计的环节，促进设计质量提高。通过从理论层面对农业机械设计中智能CAD技术的应用研究分析，就能从理论上位实际设计发展提供理论支持，保障机械设计的效率质量提高。

1农业机械设计的特征及智能CAD技术应用重要性

1.1农业机械设计的特征分析

农业机械设计过程中，传统的设计方法已经不能满足现阶段设计需求，机械设计的类型上比较多，型号也多样化。如对播种机械的设计方面，就有着精密播种机以及有条播机和穴播机等。根据机械工作原理的不同也能分成不同的种类，有气力式播种机以及机械式播种机。农业机械的功能结构相对比较稳定，在结构复杂程度上比较小[1]。农业机械试验方面会受到季节性的影响，所以在进行机械设计开发的周期就相应比较长。

1.2农业机械设计中智能CAD技术应用重要性

随着现阶段我国的农业改革的实施，在农业机械设计层面也要充分注重技术水平的提高，将智能CAD技术应用在机械设计当中就显得比较重要。传统的农业机械设计中，还存在着一些不足之处，在计算机技术的广泛应用下，对虚拟现实技术的应用，就减少了产品试行制作时间，在成本上也能大幅降低。智能CAD技术的应用对手工设计管理的方式有着改变，在数据资料发送产品概念应用下，对机械产品的设计效率也能有效提高，对机械设计的规范性得到了保障。

2农业机械设计中智能CAD技术的应用问题和具体应用

2.1农业机械设计中智能CAD技术应用问题

农业机械设计中对智能CAD技术的应用还存在着诸多问题有待解决，这些问题影响了机械设计的效率，有的应用人员仅仅是将智能CAD技术作为绘图工具，没有充分发挥其自身的价值。机械设计中对专业性计算机辅助设计软件的应用还比较少，软件的标准化以及正确的应用没有实现[2]。对机械设计当中计算和需要的数据查找工作没有加强，这就必然会影响机械设计的质量。再者，农业机械设计过程中，在智能CAD技术的网络化以及数据集成技术的应用还需要进一步优化。当前集成制造系统主要是诸多集成形式达到计算机辅助设计以及加工等目标，机械设计企业间的沟通不强，在资源方面不能有效达到共享。没有将智能CAD技术的网络资源共享的目标得以实现，这就会影响技术的作用发挥。对智能CAD技术的应用缺少长远的规划。智能CAD技术的应用过程中，在工作规范化层面没有加强重视。我国在机械设计的标准规范化层面和国际的创新改革步伐没有及时跟上，在智能CAD技术的信息交流以及设计标准上还存在着诸多问题有待解决，对这一技术的应用时，没有充分重视智能CAD技术的自身特性。这些问题的存在就必然会影响智能CAD技术的应用水平提高。

2.2农业机械设计中智能CAD技术具体应用

智能CAD技术在农业机械设计中多方面都能发挥积极作用，将智能CAD技术在农业机械模具当中进行应用就比较关键。农业机械设备生产中，机械模具是重要生产设施，也是机械设备零件生产的重要模具，所以模具的设计的精密性要能保障。采取传统的设计方式，就比较容易出现人为失误，造成设计上的差错[3]。通过智能CAD技术的应用，对模具设计的性就可有效保障。不仅能进行二维图形的设计，也能进行三维设计，从而保障了设计的，在外观设计效果比较突出。农业机械设计中对底盘的设计，也需要对智能CAD技术进行应用。底盘设计师机械中的重要组成，对机械产品质量有着决定性作用。实际设计过程中，从总体上通过模块化设计，注重模块间的联系以及数据的交换。智能CAD技术就能通过三维空间的布置，对零部件的位置加以明确化，从而构建整车坐标系和各部件的坐标。通过坐标点方法对总成装配目标加以实现。设计之后就要实施检查，对农业机械的动力性以及操纵稳定性等，都是比较重要的检查内容。在智能CAD技术的应用下，就能提高底盘设计的质量。机械设计中车身的设计方面应用智能CAD技术，也有助于满足实际设计要求。农业机械零部件设计后，需要对零部件实施组装，通过和机械的功能要求相结合，对机械的外观结构的美观性以及实用性要能加以呈现。其中机械机身的设计有着严格要求，在智能CAD技术的支持下，在PDM集成技术基础上就能将零部件进行组织起来，在合成设计的目标上就能得以实现[4]。应用中就涵盖着用户群体以及应用群体和系统环境处理等结合内容。智能CAD技术在数据处理能力上比较强，能满足实际工作的需求。机械设计中对各零部件的设计工作中，由于工作量比较大，对智能CAD技术的需求也比较大。零部件的设计要通过模型参数的建立，以表格的方式进行数据存储，智能CAD技术的应用就能完成这一目标。零部件的模型构建过程中，IBM以及DB2系统对零部件能参数化，对外部变量也有着促进作用[5]。在，智能化CAD的技术科学应用下，就能在零部件的设计质量上得以保障。

3结论

综上所述，加强农业机械设计的科学性，就要应用新的技术，在智能CAD技术的应用已经愈来愈广泛，这就能促进农业机械设计领域的大发展。通过从理论上对农业机械设计的研究分析，提出技术应用的问题以及具体的应用内容，希望同在这些理论的支持下，对实际机械设计可持续发展起到一定促进作用。

作者：刘欢单位：邵阳学院

智能农业论文:农业智能技术体系探析

1精准农业决策需求

1.1精准农业的定义精准农业的生产要素由不可控因素和可控因素组成。不可控因素又称为“先天”因素,包括气象(气温、降雨等)、土壤(母质,坡度等)等;可控因素又称为“后天”因素,包括品种、肥料、农药、水分等。精准农业生产的目的在于科学认识不可控因素(土壤、气象),合理调配可控因素(肥、水、种、药),优化作物生长条件,使经济效益和生态效益达到。简单来说,精准农业是指基于环境的时空变异性分析,在正确的时间和地点以正确的方式投入正确的生产资料数量,最终获得的效益。

1.2精准农业问题的分类精准农业的研究对象可用2种方式分类。一类是从静态角度按生产要素分,可分为土壤、作物和气象3种要素或者分为生物(作物)和环境(土壤、气象)2种要素;另一类是从动态角度按生产环节分,可分为播种、施肥、灌溉、喷药和收获。从土壤方面来看,要解决的主要问题包括土壤类型分类、地力分级、管理分区划分、养分插值等。从作物方面来看,要解决的主要问题如表1所示,其中,重点要解决的问题包括品种选择、精准施肥、病虫害预测和产量预测等。从气象方面来看,要解决的问题主要包括气温预测和降雨量预测。与土壤因素相比,气象因素的空间变异性很小,且更不容易控制,因此,在精准农业中对气象方面的研究相对较少。

1.3重要的精准农业决策需求

1.3.1管理分区。管理分区就是由相似的地貌或土壤状况所导致的相似的作物生产潜力、养分利用效率和环境效应的子区域。科学、合理的管理分区可以指导用户以管理分区为单元,进行土壤和作物农学参数采样,并根据不同单元间的空间变异性,实施变量投入、精准管理决策,这样既能提高土壤养分利用效率、管理精度和农产品产量、品质,又能节省资源,获得较好的经济效益,达到保护农业资源和环境质量的目的。研究表明,管理分区可以作为网格采样的一种替换手段在变量施肥中应用。土壤分类和地力评价与管理分区密切相关,可被认为是一种广义的管理分区。

1.3.2品种选择。品种选择是精量播种的前提和基础。与品种选择密切相关的3个概念是品种布局、品种搭配和良种良法配套。品种布局是指依据当地的土壤因素和气象因素,确定适宜的推广品种。品种搭配是指在同一地区,有主次地搭配种植具有不同特点的品种,合理的品种搭配有助于降低风险。良种良法配套是指依据不同的品种特性采取不同的栽培措施,做到因种栽培,具体包括根据品种耐密性确定种植密度、根据品种喜肥特性进行施肥、根据生育期确定播种期、根据抗病性确定栽培管理办法等。在品种确定以后,还有2个问题需要解决,即在时间上需要确定适宜的播期,在空间上需要确定合理的种植密度。

1.3.3精准施肥。精准施肥是精准农业技术中的核心内容,其基本思想是通过GPS在农田地块上划分网格,在网格内采样、测土、化验,依据土测值利用定量施肥模型获取网格内的施肥量,通过变量施肥机进行精准施肥。实践证明,精准施肥可以节约肥料、增加粮食产量、均衡土壤养分、减少环境污染。

1.3.4病虫害预测。病虫害预测是玉米精准生产决策中的重要环节。的病虫害预测可以使生产者及时地采取相应措施,从而减少产量损失。病虫害预测的内容主要包括发生期、发生量、分布区、危害程度和损失的预测。其中,发生期和发生量的预测、预报更具实际意义。影响病虫害发生的因素主要有:病原物和虫源(病原物的数量、飞散和传播;害虫越冬、繁殖数量以及发育速度、迁飞)、寄主和食料(受害作物品种、生长状况、发育期)以及环境条件(气象、土壤、天敌)。由于影响病虫害发生的相关因素众多,而环境条件中的气象因素(温度、湿度、降雨量等)又是影响病虫害发生最主要的因素,因此,现有的预测基本都采取了简化方法,即以气象因素来预测病虫害的发生。

1.3.5产量预测及影响因素分析。产量是精准农业的出发点和落脚点,的产量预测可以为管理区划分、品种选择和精准施肥等提供依据。产量的影响因素分析有助于找到影响产量的限制因子,从而有针对性地采取措施减少或消除这种限制因子,达到提高产量的目的。

2精准农业的特点

2.1时空性作物生长与时间和空间密切相关,随时间的改变和空间位置的不同而呈现出不同的属性和状态,这就是农业生产的时空性。3S技术(GPS、GIS和RS)是处理时空信息的有力工具,在精准农业中具有广泛的应用。3S技术的相互作用,形成了“一个大脑,两只眼睛”的框架[5]。其中,GIS是核心,相当于“一个大脑”,用于空间信息的分析和处理;GPS和RS相当于“两只眼睛”,向GIS提供区域信息以及空间定位。基于农业生产的时空性特点,王生生等开发了数字农业时空信息管理平台,该平台可以对多源、异构的农业时空数据和推理分析方法进行集中、统一的规范化管理[6]。张伟建立了集成3S技术的数字农业空间信息管理平台,在上海市数字农业示范区进行应用,取得了良好的效果[7]。时空推理和空间数据挖掘与3S技术紧密相关,是近年来的研究热点。王娟等探讨了GIS与空间数据挖掘集成在农业中的应用[8]。充分利用空间数据挖掘和时空推理的理论成果,集成3S技术应用于精准农业中是未来的研究方向。

2.2不确定性农业生产复杂多变,农业生产对象的运动具有随机性,人们对农业生产对象的认知具有模糊性和灰色性(不性),这就是农业生产的不确定性。MAT-THEWL等介绍了精准农业中不确定性的来源,并给出了不同类别不确定性的处理方法[9]。随机性和模糊性的共同点是:都是针对不确定现象,都是用[0,1]来度量不确定性。不同点是:随机性是由于条件不充分导致对象的不确定性,是对“因果律”的突破;模糊性是由于外延模糊而引起对象的不确定性,是对“排中律”的突破。概率统计、模糊数学和灰色系统理论是处理不确定信息的3个基本工具,分别用于处理信息的随机性、模糊性和灰色性。①模糊数学着重研究“认知不确定”问题,其研究对象具有“内涵明确、外延不明确的特点”。对于这类问题,模糊数学主要是凭经验借助于隶属函数进行处理。②概率统计研究的是“随机不确定”现象,着重于考察“随机不确定”现象的历史统计规律。其出发点是大样本,并要求对象服从某种典型分布。③灰色系统着重研究“小样本”、“贫信息”不确定性问题,研究对象通常都是“部分信息已知、部分信息未知”的,具有“外延明确、内涵不明确”的特点[10]。

3精准农业决策需求与智能技术的结合

基于精准农业决策需求和精准农业特点,需要确定相应的智能求解技术。精准农业与智能决策的结合主要有3个步骤。及时,从精准农业的角度确定决策需求,并根据每种需求的性质对需求进行分类;第二,从计算机的角度确定智能计算方法,并根据每种方法的功能对方法进行分类;第三,根据分类结果取交集,即可得到精准农业与智能决策的结合。精准农业决策需求与智能计算方法的结合点或交集主要包括:关联、分类、聚类、评判和预测等。关联是指对数据间的相关性进行分析,如相关分析、主成分分析、层次分析等;分类是指从一系列给定类别信息的数据出发,为下一个未知类别的数据归类;聚类是指从一系列未知类别信息的数据出发,分析其可以聚成几类,以及哪些数据属于同一类;评判是指按照给定的条件对事物的优劣、好坏进行评比、判别;预测问题可以归为2种:一种是因果预测,即基于因果关系数据由过去的因预测将来的果;另一种是时间序列预测,即基于时间序列数据由过去的果预测将来的果。可以得到精准农业决策需求所对应的智能求解方案。精准农业决策需求与智能计算方法的结合属于多对多的关系,即一种决策需求可用多种智能方法求解,而一种智能方法也可用于求解多种决策需求。如管理分区的划分可采用神经网络、模糊聚类等多种方法求解,而神经网络方法可用于管理区划分、病虫害预测等。需要说明的是,尽管一种决策需求可采用多种方法求解,但具体采用何种方法,要综合考虑现有数据属性、数据量、算法的效率和算法的度等,然后再从中选择一种相对较好的方法。事实上,精准农业与智能决策结合的重要任务之一就是要根据现有数据的情况,对多种可能的方法进行测试和比较,并从中选择最适合当前数据的方法。一般情况下,通过标准数据集对相关智能决策技术进行测试和比较,通过应用数据集进行精准农业应用。

4精准农业问题的求解

从计算机的角度看,精准农业的智能求解主要有3种情况。及时,将传统的、已经实现的智能决策技术应用于精准农业;第二,对原有的智能决策技术进行改进,使其效率更高,更适合于某个精准农业需求;第三,如果前2种方式都行不通或者可能有更好的方法,则可以提出一种新的智能决策技术进行相关问题的求解。

4.1精准农业问题的求解层次数据、知识、决策是精准农业问题求解的3个层次,三者间的关系如图2所示。有一部分简单数据、经验知识和已知决策可直接为用户所用,而大多数情况下,数据都要经过数据挖掘形成知识,再经过知识工程方法形成决策,并最终为用户所使用。上述过程通过软件来实现,就形成了智能决策支持系统;为了实现软件开发的标准化、规范化,需要软件工程方法的指导。

4.2主要智能决策技术及其在精准农业中的应用

4.2.1神经网络。人工神经网络是一个大规模自组织、自适应的非线性动力系统,能较好地模拟人的思维,具有大规模并行协同处理能力及较强的容错、联想和学习能力,能依据一定的学习算法自动地从训练事例中学习,并根据外界环境的变化调整自己的行为。神经网络经常和遗传算法、模糊计算配合使用,三者合在一起又称为软计算方法[11]。软计算通过对不确定、不及不真值的容错以取得低代价的解决方案和鲁棒性,它模拟自然界中智能系统的生化过程(人的感知、脑结构、进化和免疫等)来有效处理不确定性信息。软计算方法的以上特征,适应于农业生产的不确定性。神经网络的功能主要有分类、聚类、预测等,可用于土壤分类、管理区划分、病虫害预测和产量预测等。单个神经网络具有不稳定性,为了进一步提高神经网络的预测精度和泛化能力,可引入神经网络集成技术。神经网络集成是由Hansen与Salamon在1990年提出的,旨在通过训练多个神经网络并将其进行组合来提高神经网络系统的泛化能力[12]。

4.2.2贝叶斯网。贝叶斯网方法是20世纪80年展起来的,最早由JudeaPearl于1986年提出,当时主要用于处理人工智能中的不确定性信息。随后它逐步成为了处理不确定性信息的主流技术,并且在工业控制、医疗诊断等领域的许多智能系统中得到了应用。贝叶斯网络作为图形模型的一种,具有图形模型的大多数性质,图形模型是概率理论和图论的结合。他们提供了一种自然的工具来处理贯穿于应用数学和工程中的2个问题———不确定性和复杂性。一个复杂系统是由多个简单部分构成的。概率理论提供了各个部分联合起来的粘合剂,保障系统作为整体是一致的,并提供模型到数据的接口;图论则提供了一个可以诉求于知觉的界面,人们可以通过它将高度互动化的变量集和数据结构模型化。贝叶斯网具有双向推理能力,既可以用于预测也可以用于诊断。贝叶斯网还具有分类功能。有代表性的分类器包括朴素贝叶斯分类器和TAN分类器,两者都是贝叶斯网的特例[13]。由于贝叶斯网的建造需要大量数据,而农业数据获取相对困难,因此,贝叶斯网在精准农业中的应用还不多见。在国外,F.trai将贝叶斯网应用于冬小麦产量预测,KristianKristensen等将贝叶斯网应用于大麦麦芽生产决策,均取得了很好的效果[14-15]。而在国内,几乎没有相关研究。随着3S技术的发展,获取大量农业数据已经成为可能,将贝叶斯网与遥感结合应用于精准农业是一个发展趋势[16]。另外,在数据量相对不足的情况下,可以采用一定的方法简化贝叶斯网建造的复杂性,如充分利用领域专家的先验知识,采用“噪音“或和“分离”技术等[17]。总之,贝叶斯网在精准农业中必将具有良好的发展前景。

4.2.3灰色系统理论。灰色系统理论由我国学者邓聚龙教授于1982年提出,其研究对象是“部分信息已知、部分信息未知”的“小样本”、“贫信息”不确定性系统,通过对“部分”已知信息的生成、开发实现对现实世界的确切描述和认识。由于农业系统具有复杂性,对于农业生产者来说,信息是残缺不全的,内部特征“若明若暗”。因此,农业是一个典型的灰系统,农业系统和灰色系统理论具有天然的联系。与概率论相比,在某些场合,灰色系统理论在处理农业不确定性信息方面更具有优势和独到性。这是因为:首先,在农业生产过程中,存在着大量不确定现象,要获取足够的数据,并使其具有典型的概率分布特征是相当困难的;其次,概率统计方法要求试验设计复杂,且基本假定过于严格,而实际很难办到。灰系统理论的主要功能有关联分析、聚类、预测、评判等。可用于产量影响因素分析、品种评价、病虫害预测等。

4.3精准农业智能决策系统精准农业决策需求的实现,需要智能决策系统的开发,而智能决策系统的开发依赖于大量数据的获取,三者之间的关系见图3。这是一个具有沙漏计时器形状的技术体系,在该体系中,智能决策系统处于核心地位(信息处理层),它对下要处理各种多源、异构数据(信息获取层),对上要解决各种需求。由于农业生产的复杂性,数据获取相对困难,大部分知识都是以经验的形式存在于人的头脑中,因此,早期的智能决策系统主要是知识驱动的,以农业专家系统的开发和应用为主要标志,侧重于软件的实现,这一阶段可称为智能农业阶段。随着3S技术的发展,采集和获取大量属性或空间数据成为可能,因此,后期的智能决策系统主要是数据驱动的,以3S技术的开发和应用为主要标志,侧重于软硬件的结合,这一阶段可称为精准农业阶段。当前的农业智能决策系统侧重于数据驱动和知识驱动的集成。在数据量丰富的场合主要采用采用数据驱动模型,在知识量丰富的场合主要采用知识驱动模型。智能决策系统的发展趋势主要有3个方面:一是集成性,如集成GIS的空间决策支持系统[18-20];二是分布式,如面向服务的分布式精准农业信息平台[21];三是网络化,如基于网络的作物品种选择信息系统[22].

5结语

笔者在此主要作了如下几方面的工作:①以农业系统论为指导,分析了精准农业决策需求;②将精准农业问题的求解分为数据、知识和决策3个层次;③指出了时空性和不确定性是精准农业的本质特征;④构建了具有沙漏计时器形状的精准农业智能决策技术体系;⑤给出了精准农业决策需求与智能决策技术的结合方法与途径。以上工作有助于人们清晰地认识精准农业中各种对象之间的关系,有利于促进精准农业决策需求与人工智能方法的结合。总之,精准农业智能决策技术的目标是使计算更、决策更智能。因此,考虑更多的农业因素、寻求更新的智能算法,将是精准农业智能决策技术发展的必然趋势。

智能农业论文:农业经济智能信息探究

一、研究意义

在农业经济发展领域,信息已成为一个不可或缺的因素,成为推动农业经济发展的主要动力,农村信息化水平每增加%l就可以导致产出平均增加0•735%。[1]贵州省通过前期农业经济信息化建设,已建立了完善的农业经济数据采集体系,积累了大量的数据,这些数据对于农业政策的制定,农业状况的监控,农业发展的引导,市场商机的把握,经济问题的研究来说是一笔无价的财富。但是,限于前期OLTP(联机事务处理)系统的固有局限性,无法有效利用这些丰富宝贵的数据。系统虽然对农业经济数据进行了获取,却未进行有效整合,提供的信息服务仍停留在基于网站市场信息的简单与查询阶段,人们面对的是眼花缭乱的数据,无法获取真正想得到的信息。而通过贵州省农业经济智能信息系统的建设,可以提供面向OLAP(联机分析)的服务,并进一步对数据进行挖掘,实现对贵州省农业经济数据真正有效地利用,完成从数据到信息再到知识的一个自动化过程,使得用户得到经过智能化分析处理的有用信息。对比目前的农业经济信息系统其具体有如下优点:

(一)数据的性的确保

对于信息用户来说,信息首要保障的是真实。否则,即便使用了再的分析方法,也是“垃圾入垃圾出”。而农业经济商业智能信息系统的建设确保了数据的正确性。首先,农业经济商业智能信息系统的数据主要源于OLTP(联机分析)系统,而OLTP的数据直接生成于业务处理时原始的数据,而非经过了处理加工了信息。其次结合技术手段,每一个通过ETL(抽取、转换、加载)的数据都能回寻到其原始数据源,使得每一个来到数据仓库的数据都有据可查,增加了数据的可信度。

(二)提供实时、多维分析服务

相比较OLTP系统,农业经济智能系统能提供面向用户的分析服务。原有信息系统只能基于固定周期向用户推送分析报告,无法实现实时信息分析。例如政府决策者临时对于某个农业经济问题进行讨论,需要相关的信息分析进行支持,原有的信息系统无法在短时间内提交用户定制的信息分析,而智能信息系统可以提供基于web的实时的分析服务。其次,原有信息用户对于信息只是被动地接受,无法根据自己感兴趣的维度(dimension)观察分析数据,而智能信息系统提供了多维分析联机分析(OLAP)服务,信息用户可以根据自己的需要动态更改分析维度,满足定制分析的需要。

(三)提供基于历史的数据分析

原有的系统,例如农经网系统,为了平衡系统效率,只能提供给用户6-12个月的数据,之前的信息被闲置,而这些信息对于经济分析,趋势预测十分重要。农业经济商业智能系统的一大优点就是通过对于历史数据的清理整合,使得用户能够获取长期(超过5年)的历史数据,实现进行基于历史的分析。

(四)面向不同的用户

农业经济信息的用户范围十分广泛,从政府政策制定者到个体农户、农产品经营者都需要农业经济信息,但之前的分析服务用户面狭窄,其分析只能事先设计、定期推送,局限了用户群体。而农业智能信息系统却可以提供面向不同用户的差异服务。(五)开放性贵州省农业经济智能系统提供了一个开放的平台。首先,其预留了未来与其他数据仓库整合的可能,例如与贵州省的气象数据、地理信息数据的整合,以及通过web数据抓取整合web上的信息,例如其他省份的农业经济数据,农业期货数据等。而这些信息的加入,能大大扩充数据以及信息观察的角度,满足更多分析需求。

二、贵州省农业经济智能信息系统的设计

(一)数据源特点

贵州省农业经济智能信息系统的数据源主要基于贵州农经网系统,该系统以“天”为时间粒度记录了贵州省各地区农产品商品价格,并基于地理区域、产品类别对数据进行了划分。其信息数据采集站点遍布贵州省各地农产品市场,并通过在线系统每天上报,迄今已记录了6年的贵州省农产品价格。以2006年为例,农经网系统共记录了贵州省471个农产品市场的1830266条农产品价格记录。基于农经网数据的真实性、充足性,十分适合作为数据仓库的数据来源。

(二)需求分析

1.用户划分。通过实际调查分析,发现潜在信息用户可以分为一般信息分析人员、相关商业用户(农产品公司、个体农户等)、农业政策决策者(相关政府部门)、农产品价格研究人员(高校、研究所等),各类用户对于信息分析有不同的需求。例如对于信息分析粒度、信息分析的周期、是否需要预测都存在不同的要求。由于一般信息分析人员需要每周或每月提交文字型的分析报告,其需要的是详细的数据分析支持功能,并以周或月为时间单位分析农产品走势。而作为农业政策的决策者,其感兴趣的是以年为时间单位的农产品经济数据的分析,需要的是已经过统计处理的概括数据,更多使用图表作为分析工具。作为研究人员,其对于长时间的数据(例如2003年到2009年)的统计分析和未来的信息预测更感兴趣,并且也希望获得概括性的统计数据、图表。当然政策决策者对于数据挖掘也有需求。而对于商业用户,他们对于基于时间段的不同地区农产品价格的对比、近期的数据实时分析,以及农产品价格走势预测抱有兴趣,而对于历史数据分析兴趣不大。

2.功能分析。综上所属,不同类型的用户需求虽有差别,但是也存在共通点。通过需求分析,最终贵州省农业经济智能信息系统计划实现以下功能:

对农产品价格数据进行旋转、切片、切块、向上综合和向下钻取等多维分析,以获得多角度、多粒度历史数据;

进行多种农产品价格指数的计算;

实现对于农产品价格的数据挖掘,并实现对于农产品价格的预测;

实现分析数据的可视化展示平台。

(三)后台数据仓库的概念设计

数据仓库是贵州省农业经济信息系统的核心,也是信息分析以及数据挖掘的基础。数据仓库的概念模型设计必须基于实际调查,结合实际信息分析需要以及数据源的结构,设计错误的数据仓库模型将会导致整个智能信息系统的失败,产生错误的信息。数据仓库模型的概念设计主要涉及设计维度表、事实表以及维度表与事实表、维度表之间的关系。

1.关键维度

(1)地理维。地理维(Geographydimension)以“市场”为粒度,记录了与农产品价格相关联的贵州省地理信息,是数据仓库的关键维度之一,也是数据分析中最常用到的维度,并且也是与其他事实表、维度表联系最多的维度。其结构为:(主键:Geog-raphyKey;候选键:GeographyAlternatekey;地区名:GeographyDistrictName,县、市名:GeographyCoun-tyName…)。其中GeographyKey为维度表主键,Ge-ographyAlternateKey为候选键,通过该字段可以回溯数据源,增加数据仓库的可信度。该纬度在设计时考虑到了贵州省农业经济实际情况,设计地区(例如黔西南地区)到县、市(例如安龙)到市场(例如新桥农贸市场)的层次结构(hierarchy),而不直接套用通用的地理信息,否则无法满足实际分析的需要。

(2)时间维。时间维(timedimension)是数据分析最常用到的维度,其结构为:(主键:Time-Key;年:year;月:Month;日:day;年中文名:Chinese-YearName;节日:DayOMfonth;特殊事件:SpecialEv-en;t本日对应月第几天:DayOMfonth….)。其中年、月等的中文名属性的设置是为了后期分析时便于展示,DayOfYear,DayOMfonth属性的设置是为了便于实现农产品同期价格的对比计算。因为业务主题是时间序列的。农业经济数据仓库中时间维度以“天”为粒度记录了时间描述信息。在设计时间维时必须考虑到后期数据分析以及数据挖掘的需要,而不是单纯地从已有OLTP系统进行抽取,例如考虑到农产品价格波动与节假日关系很大,故在时间维设计时应加入“节假日指示”属性,考虑到贵州为少数民族集聚区这一特点,在填充该属性时候不但应记录“春节”、“中秋”等较普通的节日,而且还应记录“地戏节”、“三月三”等各个地区少数民族特有的节日。同样考虑到特殊因素,例如“甲型H1N1型流感”对农产品价格的影响,应设置“特殊事件”属性。,还应添加“节气”,“季节”这两个对于农产品价格关系较大的属性。

(3)产品维度。产品维度以“产品”为粒度记录了农产品信息,其结构为:(产品名:ProductName;产品子类别外键:ProductSubCategoryKey;单位:Uni;t渐变维度开始时间:StartDate;渐变维度结束时间:EndDate….)。农产品的产品纬度设计较为复杂,特别是结合贵州省的实际情况,一些农产品归类与通用归类不同,例如“菜籽”标准分类应该是“食用油”,但由于贵州省主要将菜籽用于副食品加工,故也可将其归位“副食品”,这主要取决于最终用户的分析角度,但也必须考虑未来与其他数据源的接口,过于特殊化的设计不利于与其他数据源的统一,不利于数据仓库的扩充。产品维度表也是所有维度表中变化最频繁的维度表,随着时间推移不断改变,属于渐变维度(SCD,slowlychangingDimension)。例如“产品名称”属于1SCD(changing),对于历史的产品名称不做保存而直接更改。而“产地”属性,由于后期数据分析对于历史产地感兴趣,故将其设置为2SCD(histori-cal),当进行数据加载时不更新原有数据信息,而是新添加一行以保持历史数据。StartDate与EndDate相结合标示目前数据行是否失效,或者说其是否是历史数据。

(4)信息提供者维。它主要记录了各个市场的信息提供者的相关信息,该维度与地理维相链接。主要用于支持后期对信息提供点贡献度的分析,与绩效考核的计算。

2.事实表的分析设计

相对而言事实表的设计较为简单,但是由于事实表的数据量远远大于维度表(仅2006年数据就达到百万级),对于事实表属性的数据类型设计显得十分重要,好的设计可以大大缓解数据仓库的爆炸性增长情况。根据业务主题的特点,分别用与之对应的度量值对其事实表进行填充。

3.农产品交易事实表(FactTrading)

主要记录了农产品的价格信息,来源于多个数据库,对于其的数据清理与转换工作量较大,由于存在多数据源,原有的价格记录主键(OriginalID)出现了重复,失去了标示的意义。跨越时间为2003—2009年。其结构为:(产品单价:UnitPrice;地理维外键:GeographyKey;产品维外键:ProductKey;信息提供者维外键:InformationProviderKey;时间维外键:TimeKey;原有价格记录号:TradeOriginalId….)其中,地理维、时间维、产品维度等外键构成了事实表的联合主键。

(四)数据仓库总体结构设计

数据仓库的设计常常采用的是星型模型和雪花模型。但应尽可能采用星型模型,这是由于维度表的作用是提供便利分析的角度,雪花模型虽然可以减少维度表空间,但增加了通过维度分析数据的难度,并使得数据仓库结构变得更为复杂。[2]故在数据仓库设计时,只在产品维(Productdimension)的设计上采用了雪花结构,这是由于产品维中包含了“类别属性”,“子类别属性”,“产品名”等通过字符描述的属性,如果采用星型结构,以上属性重复将过多,数据不一致可能性较大,故采用雪花结构避免这种情况的发生。如前文所述,农业经济智能信息系统的一大优点就是其开放的结构,可以通过网络数据抓取、接入新的数据源等方式获得新的信息,构建新的事实表,例如上图中的产品库存事实表、气象信息事实表、期货交易事实表等。并且由于新的事实表与原有事实表可以共享维度,使得分析者可以在结合共同维度对不同的信息进行分析,例如结合农产品价格事实表数据与农产品库存事实表数据以及气象信息,并以时间和地理作为分析维度进行多维分析,能发现出这三类信息间的潜在关系,并以直观分析报表形式展现。

三、贵州省农业经济智能信息系统的初步利用

最终设施阶段,首先基于上述数据仓库模型设计对应ETL程序,导入相关的数据,并利用MDX作为多维数据查询语言实现分析,并在SqlServer2008下AnalysisService进行部署,利用.net技术实现前台的web展现,最终实现了贵州省农业经济智能信息系统的实施,达到以下功能。

(一)多维分析功能的实现例如,图2演示了通过结合地理纬、时间维对于多维数据进行切块,然后对数据进行下钻(drilldown)得到详细信息,同时通过图表进行同步展示,最终直观的得到两地区(毕节、铜仁)在对应时间段上对于农副产品的价格走势对比。

(二)价格统计分析功能的实现在结合下钻,上钻,切块等多维分析的同时,还可以根据已有的对农产品的分析方法,例如定基价格指数、同比指数、环比指数等对数据进行统计分析。

(三)KPIs功能的实现如需求分析中所述,农业政策决策者需要的是一种高度概括性的状况信息,而不是繁琐的数据,理想的状况是通过对于状态的一览,就可以了解目前农产品价格是否出现了异常。通过对于关键业绩指标(KeyPerformanceIndicators)的实现,可以很便捷地达到这一目标。例如,首先通过实际调查了解到,决策者认为农产品价格上涨或下跌某百分比值便认为出现了价格异常。在智能信息系统开发中结合MDX语言,编写相应代码,实现KPIs对应的报警功能,再实现对用户友好的、直观的前台展现(十字形为异常,三角形为可接受,圆形为正常)。

(四)农产品价格预测功能的实现如前文所述,信息用户不但对于已有历史数据的分析感兴趣,他们更想得到农产品价格等数据的未来走势预测,而这正是数据挖掘的任务。数据挖掘指的是分析数据,使用自动化或半自动化的工具来挖掘隐含的模式,预测正是数据挖掘的一项重要的部分[3]。贵州省农业经济智能信息系统中利用了相应的时序算法,利用智能信息系统内数据仓库中时间序列数据集,结合连续的观测值,进行一般的趋势分析、周期性分析和噪声过滤,得到对于农产品价格的趋势预测。

四、小结

本文通过对贵州省农产品经济数据的分析,结合不同类型用户对于信息分析及预测的实际需要,利用数据仓库及数据挖掘技术,建立了相应的贵州省农业经济智能信息系统。实现了提高已有农产品经济数据的内在价值,发掘隐藏在数据背后知识的目标。为贵州省农业经济研究、农业政策决策、农产品商业开发提供了有力的支持,并获得了良好的使用效果。

智能农业论文:农业智能监控体系分析

1农业网络系统设施

国外对温室环境控制技术研究较早，始于上世纪70年代。先是采用模拟式的组合仪表，采集现场信息并进行指示、记录和控制。80年代末出现了分布式控制系统，现阶段开发和研究集中于计算机数据采集控制系统的多因子综合控制系统、多数据融合技术等[1，2]。目前，世界各国的温室控制技术发展很快，一些国家在实现自动化的基础上正向着自动化、无人化的方向发展。鉴于此，本文提出了一种基于无线传感网络的设施农业监控系统设计。

2无线传感网络系统组成

无线传感网络系统由网关/汇聚节点（sink）、传感器节点、管理节点组成（图1）。其中，网关节点负责对各节点传感器数据的收集、处理及与外网的通信，作为数据采集的传感器节点响应网关的请求，搜集周围的信息，如温度、湿度等；同时还要兼具有路由功能，通过路由协议直接或者通过作为多跳中转者的节点中转到sink节点，再借助临时建立的sink链路把整个区域内的数据传输到远程中心；管理节点接收各点数据，进行分析和处理。各节点采用撒播、人工埋置等方式随意散落在监控区域，并自组织成网络。

3硬件设计

该监控系统由无线传感器网络、管理节点及各种执行机构等组成，各传感器节点负责数据的获取及传送，管理节点实时显示获得的数据并进行相应处理，结合农业专家系统对相关量进行控制。

3.1传感器节点

CC2530是TI公司生产的一款基于具有SOC（片上系统)，支持IEEE802.15.4、ZigBee、ZigBeePRO和ZigBeeRF4CE标准，芯片集成了2.4GHz直接序列扩频RF收发器、工业级增强型805l微处理核、高达256KB闪存、8KBRAM、8通道12位A/D转换器，2个USART接口，21个通用接口GPIO等，四种供电模式，具有较高的无线接收灵敏度和抗干扰性能，传输距离大于75m，较高传输速率250Kbps。CC2530工作温度为-40℃～+125℃，工作电压2.0～3.6V，休眠时功耗电流可降低到0.6μA[6]。电源模块由可充电电池、太阳能电池和电源管理单元构成，确保各节点长时间稳定工作。

3.2网关/汇聚节点

网关/汇聚节点设计如图4所示，RS232接口与DM9161芯片[7]连接，实现网络的接入；显示模块用于通信流量、网络状态监测，便于网络安装调试和故障诊断。

3.3检测参数及传感器节点的设置

设施农业中检测的参数有温度、湿度、光照度、CO2、土壤水分、土壤温度、土壤养分、各种被控对象的开关量等。由于无线传感网络采用电池供电，传感器选择时要考虑功耗等因素；另外，不同参数在测点分布及数量配置不尽相同，在设置节点时可适当整合，在满足要求的情况下提高复用率，具体如下：

①温、湿度节点：用于温室温、湿度监测，温度传感器选用单总线数字式DS18B20，测温范围为-55℃～+125℃，精度±0.5℃，分辨力较高达±0.0625℃，响应时间＜1s。湿度传感器选择频率输出湿度模块HF3226，HF3226采用湿敏电容HS1101设计制造，具有宽量程：10～95%RH，性能稳定，体积小，比例线性的频率输出，精度±5%RH，工作温度范围–40～80℃。

②光照度、CO2节点：传感器采用PD-LL，测量范围0-20000lux，精度：±2%。CO2传感器选择TGS4160固态电化学型气体敏感元件，测量范围：0～5000ppm；加热器电压：5.0±0.2VDC；加热器电流：250mA；加热器功耗：1.25W；使用温度：-10～＋50℃。

③土壤温度、水分、养分节点：土壤水分传感器选择AQUA-TEL，适用于测量任何类型土壤的体积含水量，测量范围：0-，误差<3%，重复性误差<1%；土壤养分的测定包括土壤有机质、pH值、氮、磷、钾以及交换性钙和镁的检测，可采用离子、生物传感器。

④开关量节点：包括天窗、湿帘、喷灌等状态检测，提供控制系统辅助信息，可用接近开关或光电开关实现。

4软件设计

4.1监控系统软件

监控系统采用模块化设计，基于VC++6.0编写，采用数据库操作方式实现节点数据存储和读取，并对相应参数进行控制。系统分为通信模块、数据显示模块、数据库管理及历史记录查询模块、农业专家决策系统和控制模块。

4.2传感器网络节点程序设计

传感器节点的主要工作是数据采集、网络连接并承担部分路由功能，保持与临近节点的通信，检测链路状态等。为降低网络的平均功耗、实现自适应组网，可采用LEACH(LowEnergyAdaptiveClusteringHierarchy)自适应的分簇拓扑算法[8]，选举产生簇头，由簇头簇区域内的数据收集和融合并传送至汇聚节点，负责路由选择等工作。簇头可动态产生。

5结束语

无线传感器网络融合了传感器技术、信息技术和网络通信技术，各传感器分工协作，自主组网，网络拓扑动态变化，具有随机部署、自组织、分布式结构、智能型、健壮性、成本低、环境适应性强等特点。ZigBee是一种新兴的短距离、低成本和低功耗的无线网络技术，相比于WiFi、Bluetooth等无线网络系统，ZigBee协议的复杂度大大降低。基于ZigBee技术的无线传感网络，具有组网简单、费用低、易扩展、性能稳定等优点。文章提出了一种基于无线传感网络技术的设施农业监测系统解决方案，顺应设施农业环境监控自动化、智能化和网络化的发展趋势，具有广泛的应用前景和推广价值。如果对传感器节点稍加修改，重新配置，可应用于环境监测、医疗、工业自动化等领域。

农业物流智能决策体系研究

1智能决策支持系统

智能决策支持系统(intelligentdecisionsupportsystem，IDSS)的概念最早由Bonczek等于20世纪80年代提出．IDSS是在决策支持系统DSS的基础上集成人工智能(artificialintelligence，AI)及专家系统(expertsystem，ES)而形成的，其核心思想是将人工智能与其他相关科学技术相结合，使DSS具有人工智能．IDSS既充分发挥了专家系统以知识推理形式解决定性分析问题的特点，又发挥了决策支持系统以模型计算为核心解决定量分析问题的特点，在人机协同下充分实现了定性和定量分析的有机结合，使解决问题的能力和范围得到了一个大的发展，进一步提高了辅助决策能力，在实际应用中发挥了很大的作用[4]．智能决策支持系统是决策支持系统发展的一个新的重要方向．IDSS主要由人机接口(对话系统)、数据库、模型库、知识库及方法库(简称四库系统)5个部件组成，每个库又带有各自的管理系统．在四库系统中，数据库是以一定的组织方式存储在一起的数据集合；模型库是将众多的模型按一定的结构形式组织起来的模型及它们的表现形式的集合；方法库是处理数据的基本方法和标准算法的集合；知识库是经过分类组织的各种知识的集合，是数据库在知识领域的拓展和延伸；人机接口是连接计算机与决策者的终结纽带．上述5个部件是有机统一的整体，数据库是最基本的部件，也是其他库的数据源；模型库为决策者提供推理、比较选择和分析问题的模型集；方法库是基本方法和算法的集合，方法库是为模型库服务的；知识库分类存储大量的知识，是从数据库、模型库、方法库中通过推理，提取出知识的集合[5]．

2现代农业物流智能决策支持系统功能与体系结构的设计

现代农业物流智能决策支持系统是利用计算机、网络和通讯等现代信息技术对区域内农业物流作业、物流过程和物流管理的相关信息进行采集、分类、筛选、储存、分析、评价、反馈、、管理、控制和决策的信息系统．它能提高对用户需求和农业物流服务的响应性；保障农产品运输的快速、、准时；提高运行效率、降低农产品库存和管理成本；整合物流资源，使农业物流资源配置更合理、更优化；提高相关管理部门工作的协同性、决策的科学性；强化政府对农业物流市场的宏观管理和调控能力[6-7]．

2.1系统功能设计

现代农业物流智能决策支持系统可以实现以下功能：

(1)农业物流的数据采集功能．农业生产资料和农产品等实体相关数据采集，包括农业政策法规、要闻和热点，农业生产资料和农产品的产前、产中、产后加工，流通和消费环节，如农产品从种苗培育到大田管理、农畜产品加工、保鲜直至流通、市场销售等所有环节和整个物流流程数据．这里的数据可以是结构化或非结构化的．

(2)农业物流的运输管理功能．农业物流的运输综合运用GPS全球定位系统、GIS地理信息系统等技术及时跟踪农业生产资料和农产品的运输，并优化农业生产资料和农产品运输路线和快速响应，节约运输成本和减少时间，同时注意农产品流通保鲜特点，采用不同运输方式．

(3)农业物流的储存管理功能．农业生产资料和农产品生产具有季节性和地域性的特点．储存管理既要满足现有的储存要求，又要为预期的农产品储存高峰做准备，同时农产品的季节性脉动产出与连续性消费之间的矛盾需要农产品物流的储存活动来调节．储存管理包括农产品或农业生产资料出入库信息管理、库位资源管理、库存管理、报表管理以及流程监控，并提供计算机辅助决策，对即将达到或超过上下限库存量范围的不同程度进行分级预警．

(4)农业物流的流通加工与配送管理功能．农业生产结束后，农产品进入后续加工及物流阶段，其“生长”活动的生命属性和生化特征还将不同程度地延续至最终消费，因而农产品的流通过程兼具生物再生产和经济再生产相结合的特点．如连锁超市所需农产品的加工配送、分类分级、管理、包装、营销于一体的农产品加工中心和配选中心等．

(5)农业物流的包装管理功能．包装是农业生产资料和农产品生产的终点，物流的起点，在储存、运输、销售过程中具有保护功能、定量功能和标识功能．改进特色农产品包装，分级分类包装、加工后小包装，实现包装增值服务．

(6)决策支持功能．在现代农业物流中，农业生产资料和农产品的库存控制、运输车辆调配、流通加工与配送中心的选址、农产品市场分析与预测等，需要使用统计分析方法和智能计算方法提供决策支持，分析和指导农业生产和经营．

(7)接口管理功能．上述各功能的子系统之间以及系统与GIS地理信息系统的接口，与GPS卫星定位系统的数据接口之间的数据融合等．

2.2体系结构设计

从现代农业物流管理现状和需求出发，综合国内外近期现代农业物流管理模式和技术解决方案，构建基于计算机网络、GPS全球定位系统、GIS地理信息系统和专业模型等，对现代农业物流进行实时监控和综合管理与决策的智能决策支持系统．系统划分为现代农业物流实时信息采集综合数据库与数据仓库、模型库和方法库、知识库、用户接口等4个层次．

(1)信息采集传输和综合数据库、数据仓库子系统．此子系统是由信息采集传输、综合数据库、数据仓库和数据库管理系统组成．数据库管理系统提供对数据的存取、查询、更新、维护等功能，并实现对模型库、知识库的连接和会话功能．数据包括农业物流经营主体数据、经营企业成员和农户数据、主体经营报告数据和公共信息等，这些数据大多汇总到数据库中，这些数据信息通过数据仓库技术提取处理、转化加工，成为数据挖掘的数据源．数据可以是Web数据、GPS数据、GIS数据和其他农业物流相关数据．此子系统能够完整地描述、组织和管理农业物流中产生的各种数据，使农户、农产品配送企业、农业生产经营单位等较大限度地实现信息共享．

(2)模型库和方法库子系统．模型库是整个系统的核心．负责存储所有的计算公式、预测模型与仿真模型．通过人机交互，使决策者能够方便地利用模型库中的各种模型支持决策，得到的结果通过中间数据库输出到用户接口系统．方法库建立在模型库基础上，为决策支持系统的模型提供求解算法，并依据模型进行预测和优化．

(3)知识库子系统．知识库是应用人工智能原理、方法和技术，根据技术指标和专家知识、经验建立规则库．它支持知识的入库、链接、修改、删除、分类及调用和维护等．知识库中存储的农业物流领域知识是利用数据挖掘方法及其他智能处理方法、技术发现的知识．一般是在确定决策的需要和任务的基础上，对于经验性强、较为模糊的知识可以从领域专家那里直接抽取；对于系统性强、需要描述的知识可以选择适当的数据挖掘技术和其他智能技术或统计分析技术，如关联规则、神经网络、决策树、聚类、粗糙集、支持向量机、时间序列等，从数据库、数据仓库中提取出隐藏的、新颖、有效的模式或规则，即知识，加入到知识库[8]．知识表现形式可以是图表、图形，也可以是规则，为决策者提供强大的决策支持．

(4)用户接口子系统．用户接口子系统是系统的人机接口界面．它负责协调数据库、模型库、知识库之间的通信，输出系统的结果、信息供决策人参考．

3现代农业物流智能决策支持系统实现

系统使用Java语言开发，这使系统具有良好的跨平台特性．由于Java面向对象的特性，能够更大程度的通过运用设计模式带来对象级别的复用，这给系统带来更好的可扩展性和高复用性．通过JavaEE的规范Jsp和Servlet，配合一些常用的开源框架如Spring、Hibernate、Struts，在MVC的架构下，可使系统有更好的可维护性[9]．系统采用JSP技术，Browser/Serve三层结构(浏览访问层、应用服务层、数据支持层)，并以Oracle10g作为数据库．

4结论

现代农业物流决策支持系统的建设具有非常巨大的潜在市场需求，伴随农业问题的日渐突出以及信息化建设在中国的整体推进，现代农业物流决策支持系统建设也会越来越受重视．建立了以模型库与知识库为中心，辅以数据库、方法库与现代网络技术的现代农业物流智能决策支持系统，系统具备较强的预测与决策功能，可为现代农业物流的经营主体、管理者和决策者提供信息技术支持．

智能农业论文:设施农业LED智能系统

1系统整体设计

本系统采用模块化设计，分为电源模块、检测模块、控制模块、补光模块、用户交互模块，总体结构如图1所示。其中，电源模块采用太阳能供电，分别提供5V，12V两种供电电压，为整个系统供电;智能控制模块应用STC系列单片机为核心，根据系统采集到的数据、设置阈值，实现对应PWM控制信号的占空比计算和两路PWM控制信号输出;检测模块分波段检测红、蓝光强和实时温度，并将检测信号进行滤波、放大后传入单片机，实现相关环境信息的检测;补光模块采用两路带有PWM电流控制功能的恒流驱动电路，分别控制红、蓝光LED补光阵列灯的亮度，从而实现定量补光;用户交互模块采用液晶屏完成检测结果显示，键盘实现按需阈值修改等功能，完成阈值修改与设置，有效提高系统使用的方便性、扩展性。

2硬件设计

2．1电源模块

本系统电源模块由太阳能电池板、蓄电池和控制电路组成，整个系统利用太阳能电池供电，原理图如图2所示。其中，控制电路的输入端与太阳能电池连接，输入电压通过LM317及其标准电路对12V蓄电池充电，蓄电池为整个系统供电。蓄电池输出端利用MIC29302稳压变压模块输出12V稳压电源信号，并调整匹配电阻产生5V稳压电源信号，从而提供本系统需要12V和5V两个供电电源。其中，单片机、检测模块以及用户交互模块均使用5V电源供电，LED补光模块采用12V电源供电。

2．2控制模块

控制模块选用STC12C5A60S2单片机作为核心处理器，采用5V电源供电，具有8路10位A/D接口、2路PWM输出口、Flash存储空间56K、静态存取内存1280B、可编程只读存储器1K，完成节点任务调度、数据采集、智能管理、控制信号输出、阈值的调整、数据转储等工作，电路如图3所示。其中，P0口连接液晶屏的8路数据口;P1口负责与采样信号连接，P1．0接入温度检测信号、P1．1接入红光检测信号、P1．2接入蓝光检测信号，从而完成对传感器监测数据的采集;P2口连接4×4矩阵键盘，P3．0，P3．1用于单片机与串口连接的数据读写线，完成程序的下载;P3．2～P3．7位液晶控制端;P4．2，P4．3为单片机PWM控制端输出口，其根据单片机计算出与两波段所需补光量对应的PWM信号占空比，输出PWM信号对LED灯组的亮度进行控制。

2．3检测模块

检测模块利用光照传感器、温度传感器实时检测设施内部光照强度和温度，并将采集数据提供给单片机进行处理，原理图如图4所示。其中，温度检测模块由温度传感器18B20及其标准调理电路组成，数据线接入单片机P1．0口，实现对温度的采集。光照检测包括红光光强检测和蓝光光强检测，采用波长范围在400～500nm的蓝光2BU6硅光电池和波长范围600～700nm的红光2BU6硅光电池作为检测元件。采用4路运算放大器LM324设计运算放大器将硅光电池的微弱模拟信号分别进行转换和放大，最终将模拟信号接入单片机P1．1，P1．2端口进行A/D转换，从而实现分波段光强检测。

2．4补光模块

补光模块包括LED灯组及其驱动电路，驱动电路采用PT4115驱动模块电路，红光和蓝光两个模块独立工作，原理图如图5所示。其中，LED灯组采用额定功率1W、中心波长为660nm的窄带红光LED阵列和中心波长为450nm的窄带蓝光LED阵列。由单片机输出的两路PWM信号分别与红蓝光两路PT4115的DIM控制端相连，其中红光驱动芯片与P4．2产生的PWM信号接通，蓝光则与P4．3产生的PWM信号接通。利用PWM的信号控制驱动芯片PT4115的输出电流，由此实现LED灯组的定量补光。

2．5用户交互模块

用户交互模块主要包括液晶显示屏和键盘两部分，其中显示屏采用OCM12864－3液晶屏，可实现系统数据的查询显示;而键盘采用4×4矩阵键盘，实现对系统相关数据的设定及改变。

3软件设计

该系统软件主要包括传感器解析函数、数据管理与参数设定程序、PWM信号控制程序和显示程序，实现3类参数设置、环境因子采集以及对受控灯组的自动控制功能，软件流程如图6所示。系统工作时，首先需要对温度，红蓝光强阈值进行设置，温度传感器周期对设施内温度监测，判断温度是否超出不利于光合作用的阈值范围，超出则关断LED补光灯组。当温度在所设阈值范围内，再分别对红、蓝光进行光强检测，实际光强在阈值之内时，系统进入自动定量补光状态，根据所设阈值与实际值之差计算实际需光量，进而再根据与实际需光量对应的两路PWM控制信号的占空比，分别产生对应的PWM信号，达到控制LED灯的亮度对植物实施补光的目的。

4运行结果分析

该系统充分考虑了植物补光时的各种影响因素，通过对各因素的监测、设置、数据管理和决策程序，计算植物所需光照与实际光照总体差值，采用均值方式计算每个LED的输出光强;基于LED驱动电流和输出光强的关系式，系统就可以通过对PWM输出电流的控制，从而实现对补光量的控制。该系统已于2010年在西北农林科技大学甜瓜基地投入试用，实现了设计方案中各类部分功能，可长期有效实现定量补光，图7为设备原型界面。

5结论

本文研发了一种基于STC12C5A60S2单片机的植物智能补光系统。该系统利用太阳能供电，根据温度、光照传感器监测结果，通过核心处理器STC12C5A60S2利用PWM信号，控制特定波长的红、蓝光两路LED灯组驱动电流，从而控制光源亮度，解决现有补光设备的不足，实现了对农作物的智能化、化补光。系统试验证明其具有良好的稳定性，可满足在不同生长阶段对不同植物进行智能化、化的补光要求，作物产品产量、品质提高，耗能明显降低。同时，具有误差低、响应速度快、使用方便、部署灵活、成本低廉、维护简单等特点。

智能农业论文:设施农业智能监控分析

1农业控制设施

设施农业是近年来随着农业环境工程技术的突破，迅速发展起来的一种集约化程度很高的农业生产技术。由于设施农业是在人为可控环境保护设施下的农业生产，摆脱了传统农业生产条件下自然气候、季节的制约，以超时令、反季节生产的设施园艺作物为主，不仅使单位面积产量及畜禽个体生产量大幅度增长，而且保障了农牧业产品，尤其是蔬菜、瓜果和肉、蛋、奶的全年均衡供应。设施农业目前已由简易塑料大棚、温室发展到具有人工环境控制设施的自动化、机械化程度极高的现代化大型温室和植物工厂。设施农业在具有高附加值、高效益、高科技含量的设施园艺领域发展迅速，其栽培对象主要为蔬菜、花卉和果树。近年来，设施畜牧业、设施水产养殖也在逐渐兴起。国外对温室环境控制技术研究较早，始于上世纪70年代。先是采用模拟式的组合仪表，采集现场信息并进行指示、记录和控制。80年代末出现了分布式控制系统，现阶段开发和研究集中于计算机数据采集控制系统的多因子综合控制系统、多数据融合技术等[1，2]。目前，世界各国的温室控制技术发展很快，一些国家在实现自动化的基础上正向着自动化、无人化的方向发展。鉴于此，本文提出了一种基于无线传感网络的设施农业监控系统设计。

2无线传感网络系统组成

无线传感网络(WirelessSensorNetworks,WSN)是在片上系统（SOC，SystemonChip）、微机电系统(Micro-Electro-MechanismSystem,MEMS)、无线通信和低功耗嵌入式技术基础上发展形成新型应用技术，融合了传感器技术、信息技术和网络通信技术，由部署在监测区域内大量的廉价微型传感器节点组成，通过无线通信方式形成的一个多跳自组织网络，其网络拓扑动态变化，具有随机部署、自组织、分布式结构、等特点、智能型、健壮性、成本低、环境适应性强等优点[3，4]。无线传感网络系统由网关/汇聚节点（sink）、传感器节点、管理节点组成。其中，网关节点负责对各节点传感器数据的收集、处理及与外网的通信，作为数据采集的传感器节点响应网关的请求，搜集周围的信息，如温度、湿度等；同时还要兼具有路由功能，通过路由协议直接或者通过作为多跳中转者的节点中转到sink节点，再借助临时建立的sink链路把整个区域内的数据传输到远程中心；管理节点接收各点数据，进行分析和处理。各节点采用撒播、人工埋置等方式随意散落在监控区域，并自组织成网络。

3硬件设计

3.1传感器节点

传感器节点之间通信采用基于Zigbee技术的CC2530芯片实现（图3所示）。ZigBee是基于IEEE802.15.4标准的一种短距离的无线通信技术，具有低功耗、低速率、低成本、低复杂度等特点。Zigbee遵循开放系统互连（OSI）参考模型，协议栈包括物理层、媒质访问控制层、网络层和应用层，支持自组织网络技术；通讯距离从标准的75m到2km，并且支持无限扩展；工作频率为2.4GHz和868/928MHz，主要面向消费电子、家居和楼宇自动化、工业控制、计算机外设、医疗护理等领域的应用[5]。CC2530是TI公司生产的一款基于具有SOC（片上系统)，支持IEEE802.15.4、ZigBee、ZigBeePRO和ZigBeeRF4CE标准，芯片集成了2.4GHz直接序列扩频RF收发器、工业级增强型805l微处理核、高达256KB闪存、8KBRAM、8通道12位A/D转换器，2个USART接口，21个通用接口GPIO等，四种供电模式，具有较高的无线接收灵敏度和抗干扰性能，传输距离大于75m，较高传输速率250Kbps。CC2530工作温度为-40℃～+125℃，工作电压2.0～3.6V，休眠时功耗电流可降低到0.6μA[6]。电源模块由可充电电池、太阳能电池和电源管理单元构成，确保各节点长时间稳定工作。

3.2网关/汇聚节点

网关/汇聚节点设计如图4所示，RS232接口与DM9161芯片[7]连接，实现网络的接入；显示模块用于通信流量、网络状态监测，便于网络安装调试和故障诊断。

3.3检测参数及传感器节点的设置

设施农业中检测的参数有温度、湿度、光照度、CO2、土壤水分、土壤温度、土壤养分、各种被控对象的开关量等。由于无线传感网络采用电池供电，传感器选择时要考虑功耗等因素；另外，不同参数在测点分布及数量配置不尽相同，在设置节点时可适当整合，在满足要求的情况下提高复用率，具体如下：①温、湿度节点：用于温室温、湿度监测，温度传感器选用单总线数字式DS18B20，测温范围为-55℃～+125℃，精度±0.5℃，分辨力较高达±0.0625℃，响应时间＜1s。湿度传感器选择频率输出湿度模块HF3226，HF3226采用湿敏电容HS1101设计制造，具有宽量程：10～95%RH，性能稳定，体积小，比例线性的频率输出，精度±5%RH，工作温度范围–40～80℃。②光照度、CO2节点：传感器采用PD-LL，测量范围0-20000lux，精度：±2%。CO2传感器选择TGS4160固态电化学型气体敏感元件，测量范围：0～5000ppm；加热器电压：5.0±0.2VDC；加热器电流：250mA；加热器功耗：1.25W；使用温度：-10～＋50℃。③土壤温度、水分、养分节点：土壤水分传感器选择AQUA-TEL，适用于测量任何类型土壤的体积含水量，测量范围：0-，误差<3%，重复性误差<1%；土壤养分的测定包括土壤有机质、pH值、氮、磷、钾以及交换性钙和镁的检测，可采用离子、生物传感器。④开关量节点：包括天窗、湿帘、喷灌等状态检测，提供控制系统辅助信息，可用接近开关或光电开关实现。

4软件设计

4.1监控系统软件

4.2传感器网络节点程序设计

5结束语

智能农业论文:物联网技术在智能农业的应用

摘要：近年来，我国农业正处在从传统生产模式向现代化生产模式的进程之中，农业需要用现代化设备来装备，利用现代技术水平进行武装，物联网技术的快速发展就为智能农业的发展提供了良好的技术职称。本文主要针对物联网技术在智能农业中的应用进行分析。

关键词：物联网技术；智能农业；应用

随着社会的飞速发展和科技水平的不断提高，信息化产业在继计算机、互联网以及移动通信后出现了第三次改革的浪潮----物联网技术。物联网技术从字面意思理解为两个物体相互连接的互联网，就是将任意的两个物体通过物联网技术连接在一起，以达到传递信息的目的。智能农业的物联网技术就是指在现代农业中，通过物联网技术中的各种传感器构成传感器网络系统，通过这个系统对农作物科学监测、科学种植、科学管理，农户足不出户的就可以对农田进行管理，这样既可以解放劳动力，又利于提高农作物的产量，推动农业现代化的发展。

一、物联网技术在智能农业中发展现状

随着物联网技术的不断深入发展，一些发达国家已经在农业的生产、流通领域和养殖业方面逐步推广这项技术。智能农业的物联网技术主要包括信息感知、信息传输、信息应用三个结构层面。信息感知技术就是通过把各种传感器的节点相互连接来获取农田的基本数据，及时掌握农田的信息变化。信息传输技术就是通过各种方式利用传感器接收信息，或者通过通信协议信息，使接收信息的范围进一步扩大。信息应用技术就是把获取的数据进行整理汇总，归纳出科学管理方法，用于指导农田管理。

二、物联网技术在智能农业中的应用

随着中国经济近30年来的快速发展，农业生产资源紧缺和农业对资源消耗过大的问题对农业发展的制约愈发明显。农业物联网将先进的传感、通信和数据处理等物联网技术应用于农业领域，构建智能农业系统，是解决农业发展滞后问题的有效方法。

1.在农业资源利用方面的应用。近年来，随着物联网技术的发展，我国充分利用GPS定位技术对土壤含水量、土壤温度、光照进行采集，对农作物施肥、病虫害的防治、农田管理以及农业环境污染状态进行监测以获取更的信息。通过这些信息的分析，可以归纳总结出解决方法，用于指导农业生产管理。

2.在农业生态环境方面的应用。我国在重视农业发展的同时，也非常注重对农业生态环境的保护。我国在建立了农业环境网络监测系统，对各地的农业生态环境进行全天候的监测，并建立了对大气和水环境的监测系统，实时监测一氧化碳、二氧化碳和二氧化硫等有害气体和水温、水质等参数。

3.在农业生产管理方面的应用。我国把农业管理经验与高新技术紧密相结合，以实现农业生产精细化管理。我国在水产养殖方面已经建立了智能环境监测系统，能实时动态的监测水产品生长情况，及时发现问题，快速找到解决方法。同时我国设施农业方面也取得进展，研制出了合理分配农机资源的调度系统，尤其在秋收时期，能合理调度各地区的农机具，使农机具得到较大限度的利用。

4.在农产品安全溯源方面的应用。随着人们生活水平和质量的提高，人们对食品安全的关注度越来越高。为了保障人们能吃上放心的食品，国家建立了农产品安全溯源系统。这个系统主要是通过条码、IC卡等技术，对农产品从源头开始直到到消费者手中都进行全程监测，消费者可以随时随地的查看农产品每个流程的基本情况。

三、物联网技术在智能农业中的发展趋势

现在物联网技术只是应用在农作物的育秧方面，即通过电脑对田间设备实行远程控制，及时了解田间的温度、湿度、光照等数据，当出现警戒值时，自动调控设备进行智能调节。在不久的将来，我们还可以通过更精密的传感器和更严密的控制系统，对各个阶段获得的数据进行科学分析，以期得到更好的结果。未来几年，在农作物的灌溉阶段，我们可以利用物联网技术，并结合水库的水位、天气和农田干旱情况，进行合理灌溉。在农作物的收割阶段，可以利用农机资源的调度系统，及时掌握农机具的工作情况和具体位置，对农机具进行合理调度和实时监控，以实现农机具工作效率较大化。在农作物运输阶段，利用车辆的定位系统，及时了解车辆的行进路线和运行状态，通过实时画面和传回的数据了解车厢内的情况，及时调整车厢的温度，并安装防盗系统。在农作物的存储阶段，通过全球眼或电脑进行远程控制，及时了解粮库内温湿度的变化情况，并通过自动调节系统以达到室内温湿度的平衡，为把粮食安全送到消费者手中保驾护航。在农产品加工阶段，继续加大对食品溯源系统的开发力度，使其广泛应用到对绿色食品的加工检测上，用于乳制品生产的追溯源头上，用于出口农产品的生产及贸易上。当然，未来物联网技术在智能农业发展中的应用还很多，还会朝着更加智能化、现代化的方向发展。

四、结语

物联网技术属于一种新型的技术，属于智能技术的核心，也是新型网络技术的典型使用，但是，就现阶段我国的实际情况来看，物联网技术还未形成系统的技术体系。本文从实用性角度出发，针对物联网技术在我国农业中的应用进行了深入的分析，结果显示，物联网技术在农业中有着巨大的应用前景，相信在不久的将来，物联网技术定可以成为辅助我国农业技术水平发展的核心技术。

智能农业论文:智能农业多通道数据采集系统设计

摘要：

本设计使用虚拟仪器技术实现了智能农业多通道数据同时采集、存储和管理、报警记录等功能。本设计是虚拟仪器在农业领域监测的一个成功尝试，实践证明虚拟仪器是一种较好的数据采集的工具，能够高效的完成植物生长过程和环境信息的测控任务。

关键词：

虚拟仪器；数据采集；多通道；LabVIEW

随着计算机技术的发展，数字设备正在逐步取代模拟设备，计算机监测与控制技术正在发挥非常重要的作用。而传统农业的生产方式主要是人工劳作，这种生产方式不仅单一，而且还不能及时监测农作物生长状态，无法及时供给水肥与管理，严重影响农作物的产量。把数据采集融入到农业里，符合智能农业的要求，也能很好的解决上述问题［1］。目前先进的数据采集系统，不仅需要各个设备可以单独完成数据采集，而且要求彼此之间可以互相通信，以完成实时数据采集及分析，实现信息共享，便于对众多的信号进行对比、自动分析，得出比较的判断，较传统数据采集方式有很大提高。本文基于虚拟仪器技术设计了智能农业多通道数据采集系统，该系统可同时实现多通道信号采集，监测作物生长过程及环境信息，实时显示、记录、分析和处理实验数据等功能［2］。

1道数据采集系统总体设计框图

整个系统从函数发生器开始，通过函数发生器发出的电信号，经过转接板，将信号送至数据采集卡进行采集，然后用软件进行处理。在采集过程中将数据保存到数据库里，再通过对表格的时间查询实现历史数据的访问，具体框图见图1所示。虚拟仪器软件系统设计需要考虑的因素很多，如硬件要求、计算机硬件、操作系统软件等，因此，必须结合使用的仪器和数据采集设备进行分析，在方案确定时，根据系统的自身特点，设计一个基于计算机自身的数据采集系统。系统可分为数据采集、采集数据实时显示、存储于管理、报警记录等功能［3］。在软件的设计中，上位机以LabVIEW为平台，编写数据采集模块、数据保存模块、历史数据查询模块和报警记录模块。上位机是虚拟实现的关键，其软件的结构框图如图2所示。

2系统具体应用程序的实现

2．1数据采集程序设计1）数据采集触发电路。触发信号通常是指能够引发一个操作的信号。用户设置开始测量的时刻可以用触发信号来设计。举例来说，如果所做的系统需要测试一个模拟电路对一个模拟脉冲输入信号响应时，就可以用脉冲输入信号作为触发信号来测量设备，确定何时开始采集样本；如果用户不用触发信号的话，那么就要在加入测试信号之前采集数据。当用户配置一个触发信号时，必须首先确定触发一个什么操作，以及如何得到触发信号［4］。本设计的电路就是通过索引数组进行温度间隔、压力间隔和流量间隔的选择控制来产生一个触发信号进行触发所选择的采集通道。首先将三个信号间隔通过索引数组连到十进制for循环中作为触发信号，再把信号与另一个十进制数进行捆绑，经过布尔数组转换至函数。触发电路如图3所示。2）多通道数据采集程序。为了解决同步采样可能出现的问题，本设计采用了间隔扫描的方式。使用这种方法，通常是通道的时钟速度比扫描时钟。在这种情况下，在每个扫描通道的时钟速度更快、规模较小的相邻通道间采样间隔。本设计利用for循环对采样间隔的控制，实现了三通道同时采样。首先给出正弦波、三角波和Chirp波形信号，经条件结构函数进行选择，再由温度计显示当前温度，同时记录时间。多通道数据采集程序如图4所示。3）数据记录文件保存程序。使用数据记录文件可以在LabVIEW中快速和方便地访问和操作数据文件，并且可以方便地组织具有复杂结构的数据。数据记录文件存储数据的方法与数据库文件相似，是把数据作为由相同结构的记录组成的一个序列来保存。每一行是一个record（记录），每一个记录都必须含有相同的数据结构。LabVIEW把每一个记录作为一个簇写入文件，记录的每一个组成元素可以是任何类型的数据。使用数据记录文件只需要极少量的操作，这使读取和写入速度非常快。它还简化了数据获取的方式，因为可以根据recordnumber来访问所需的任何一个记录，这就使随机访问既快又简便。数据记录文件保存程序如图5所示。4）波形文件保存程序。使用波形文件输入输出函数，可以把Waveform存储为波形文件。从本质上来说，波形文件是一种特殊的数据记录文件，其包含的数据有波形的起始时间t0、间隔时间Δt和所采集的数据Y。波形文件程序保存如图6所示。本设计先将两维矩阵转换为一维向量，再将一维向量写入电子表格文件中，实现波形文件的保存。该设计中还能自动搜索具体日期时的波形文件，为下面的查询报警功能做好了铺垫［5］。

2．2历史数据查询程序设计对于已收集的数据库中的历史数据可以进行查询和存储。因此根据相关的检索条件，进行主要的程序保存数据的设置，以节省时间，具体程序见图7。该部分设计是利用波形产生时记录的时间，通过读取电子表格程序查找出了波形。在数值文本文件中从指定字符偏移量开始读取指定数量的行或列，并使数据转换为双精度的二维数组，这样就可以查询表格里的文件了。

2．3报警记录程序设计这部分程序是利用用户事件来编写的，每当采样值大于设定值时，则会触发用户事件，从而使接下来循环里的事件发生，然后进行记录数据，这部分的数据记录是实时记录的，并进行保存，每次重启动系统时，会清空所保存的记录。该报警记录的时间间隔为0．2s。具体程序见图8。

3总结

本设计在虚拟仪器技术、数据库技术、软件开发技术的基础上，使用虚拟仪器技术实现了智能农业多通道数据采集，通过数据库保存记录，进一步设计了数据访问系统。实现了一个从物理信号到桌面访问的多通道数据采集系统，完成了对农作物生长过程和环境的监测。

作者：苗凤娟叶敬陶佰睿高玉峰王琦单位：齐齐哈尔大学通信与电子工程学院

智能农业论文:物联网技术在智能农业中的应用

我国作为一个以农业发展的大国，提高农业的产量非常重要，但目前我国农业的产量还很低，同时在农业生产过程中消耗的各种资源量却非常大，因此，传统的农业技术已经不能够支撑当前我国农业的发展，严重阻碍我国农业的发展速度。针对目前这一情况，随着信息化和科学技术的不断提升，将当今新兴的物联网技术应用到我国农业发展中，能够使得农业智能化，进一步提高农产品的数量和质量，同时还可以节省大量的人力和物力。

1农业物联网的概述

1．1农业物联网的定义农业物联网是由传感器、监控设备和移动终端等设备组成，通过远程控制将农田里的环境信息和农作物信息传递给农民，农民可以足不出户掌握农田里的各种信息。其中，传感器包括温度传感器、湿度传感器、光传感器和PH值传感器等等，可以检测出农田环境的温度、湿度、光照强度、CO2浓度、PH值等信息参数，再通过仪表仪器显示出来，保障农作物有一个良好的生长环境。农业物联网将传统以人为中心的农业管理模式转变为依靠智能化设备和软件为中心的生产管理模式。

1．2农业物联网的体系结构农业物联网的体系结构与物联网的体系结构相对应，它也分为三个层次，分别是信息感知层、信息传输层和信息应用层。1）信息感知层，主要功能是利用各种传感器收集环境和土壤信息，并通过短距离传输技术传输收集到的数据，它作为三层架构的最底层，是农业物联网应用的基础，农业物联网中的短距离传输技术有RFID技术、Wi-Fi、蓝牙和有线传输技术将数据传送到网关。2）信息传输层，主要功能是处理和传输信息感知层中传感器收集到的数据信息，并融合和扩展现有网络，适合远距离传输数据，能够实现更加高效、更加安全的互联功能。3）信息应用层，主要功能是对感知层收集的数据信息进行融合、处理和分析，并通过各种终端设备与农户之间进行交互，实现农业生产的智能化和自动化。

2物联网在智能农业中的关键技术

2．1Wi-Fi技术Wi-Fi众所周知，现在人人离不开它，它是一种短距离无线通信技术，室内的辐射范围在100米左右，室外可以达到200米左右，顾名思义就是在较小的范围或区域内提供的无线传输通信技术，是WirelessFidelity的缩写，是以太网无线技术的扩展，使用开放的2.4GHZ微波频段，理论上的较高速率是11Mb/s，远远超过了普通家庭使用的有线宽带，是当今使用最广泛的一种短距离无线网络传输技术。

2．2RFID技术RFID（RadioFrequencyIdentification）技术是一种无线射频识别通信技术，可以通过无线电讯号识别特定目标并对数据进行读写，而无需识别系统与特定目标之间建立机械或者光学接触。射频段是指读写器通过天线发送、接收并识读的标签信号频率的范围，读写器的频率和射频标签的频率必须相同才能够工作。RFID系统通常包括电子标签、阅读器和天线。其工作流程是：阅读器通过天线发送特定频率的射频信号，当电子标签进入此信号磁场时产生感应电流同时被激活，这时芯片中存储的数据会被发送，天线再将接收到的载波信号传送给阅读器，阅读器对信号进行解析并将数据传到后台进行处理，完成对数据的控制。RFID的频段有四个，分别时低频、高频、超高频和微波，目前后三种主要应用在现实生活中。农业物联网中通常使用国家免申请的433MHz频段进行近距离直线传输，其常用在物联网关与无线采集控制节点中。

3物联网在智能农业中的应用

3．1农业物联网总体设计本章节围绕农业物联网的三层体系架构介绍物联网在智能农业中的应用，重点对环境数据的采集、视频监控、终端设备显示信息等模块进行介绍。主要实现的功能是：通过设置各种传感器实时采集农田中的温度、湿度和CO2浓度等参数信息，并通过RFID技术和无线传感器网络将采集到的信息传输至物联网关，物联网对数据进行存储和分析，然后通过终端设备显示给用户（农户）。1）信息感知层，在该层设置各种环境传感器（温度传感器、湿度传感器、CO2浓度传感器）、射频发射端和接收端、无线采集模块、摄像头、DAAU（物联网关）,达到采集数据、分析、转发的功能。2）传输层，是整个物联网系统的中间层，起到传输数据的作用，在传输过程中经过不同架构的网络完成通信，使用RFID无线通信网等技术，完成对监控视频和检测数据的传输。3）应用层，在该层放置数据库服务器及Web服务器，数据库服务器对采集到的数据进行存储，分析。Web服务器为移动终端设备提供查询历史数据、实时查看、视频监控等功能。

3．2关键模块设计1）传感器的数据采集不同的传感器通过RFID网络进行数据的采集，本文主要使用温度传感器、湿度传感器和CO2浓度传感器，传感器的放置位置对其获取到的数据有一定的影响，因此，为了使得到的数据有效，一般传感器放置在距离地面三分之一处，位置过高或过低，都会引起采集到数据的不，采用RFID无线射频技术避免了有线网络在农田中设置的不方便。2）物联网管（DAAU）的设计物联网关（DataAnalysisAcquisitionUnit）简称DAAU，在本设计中，它通过无线网络，与各种传感器、摄像头连接，并与DAAU服务器进行数据交互，DAAU服务器对DAAU发来的数据（通过TCP_Socket）进行解析和接收，将侦听到的有效信息存储到数据库中。3）Web服务器的设计Web服务器是运行在服务器上的一套Web应用程序。用户通过登录Web站点进行访问，对终端数据进行实时显示、查询和分析等操作。对于Web服务器的部署，首先需要添加IIS6.0配置文件，将用VisualStudio2008开发工具开发的程序安装在Web服务器端，将用户的业务处理集中到Web服务器端，从而减少用户终端处理数据的压力。

4结束语

本文通过将物联网技术应用到农业中，解决了传统农业管理模式的诸多局限性，同时引入移动终端设备，使农户随时随地都可以查看和控制农田的生长情况，充分体现出智能农业在引入物联网技术后的自动化化和远程化。

作者：申玉宏单位：呼伦贝尔学院物理与电子信息学院

智能农业论文:物联网的智能农业系统研发

1总体方案

本系统方案是在成都农业科技职业学院已有的农业大棚基础上进行智能化检测、控制和管理。该方案主要分为三大子系统：物联网连接与监测、物联网智能控制、云服务器；物联网连接与监测：在农业大棚实验基地部署和安装农作物生长环境所需参数的传感器，用以监测环境中的温度、湿度、光照、CO2浓度、土壤酸碱度及养分等物理量参数，从而保障农作物有一个适合的、优良的生长环境。目前我们用到的传感器包括：空气温度、湿度传感器；土壤温度、湿度传感器；光照传感器；CO2浓度传感器；pH值传感器；土壤微量元素检测仪。各种传感器检测到的参数信息经过ZigBee网关，再通过3G网络传送到服务器。服务器将接收到的数据进行存储和相应的处理，用户即可通过电脑或手机等智能设备访问服务器进行查询，同时，还可以对设备参数进行修改和设置，对数据采集周期进行修改和设置，为后期农作物生长提供必要的数据支持。为了实现农作物24小时无人监控，我们还在大棚实验基地安装摄像头，对整个大棚进行24小时监控，监控视频和图片都将一并传送到服务器，为用户提供回看、实时看功能，确保资料完整性。物联网智能控制：针对农作物生长所需的环境因素，通过各种电机启动大棚实验基地的PVC喷水管、营养液滴头、遮阳帘、卷帘等设备，调节控制大棚实验基地内环境温度、湿度、土壤养分、CO2浓度等因素。云服务器：本系统方案采用J2EE服务器资源池和数据库资源池搭建，采用应用程序和数据分离原则搭建SAAS平台。所以，当有新的大棚实验基地加入时，只需使用应用程序模板和数据库模板即可创建大棚实验基地应用程序和数据库实例，大大延伸其系统效扩展性，有效降低成本。

2物联网智能农业大棚系统

2.1系统总体设计本系统的主要功能如图1所示，系统大致包括传感器数据查询、视频与图片查看、数据报表统计、远程设备参数设置、设备远程控制、专家知识库、后台管理等模块。

2.2数据库设计数据是整个温室大棚管理系统的基础，各种传感器采集的数据、视频摄像数据、照片图像数据，经过采集、处理、标准化、传输后，装载到系统平台的数据库和文件系统中。根据我校温室大棚实际情况分析出平台系统应包含空气温度、空气湿度、土壤温度、土壤湿度、光照度、二氧化碳浓度值、氮磷钾营养值、酸碱度pH值等基本数据，视频图像、照片图像等视频图像数据；设备及设备类型、编号、参数、运行情况等维护数据；设备控制命令、电机控制命令等控制数据；专家知识库等专业知识数据；系统用户、角色等系统基础数据。

2.3数据库表详细设计数据存储系统逻辑划分如下：基础业务信息数据库：空气温湿度、土壤温湿度、光照度等与农作物成长密切相关的业务数据；视频图像数据系统：采用文件系统存储各种视频、照片数据，有利于提高系统整体运行效率；运行维护信息数据库：设备基本信息——参数、类型、编号等，设备控制命令等数据；专家知识库：各种农作物成长条件知识案例等；系统基础信息数据库：系统用户、角色、模块、登陆、日志等系统运行数据。根据逻辑划分，数据库中大致包含20个表：dev_info（设备类型表）表示温室大棚中各种传感器、摄像头、设备等类型及单位；dev_state（设备状态表）表示dev_info中设备状态是否正常及记录时间；electromotor_rul（e农产品环境参数设置）表存储所种植农产品所必须的环境参数控制规则；notify_log（公告日志）存储系统的公告等日志；notify_person（公告人员联系信息）表示公告或通知中人员基本信息，用于环境参数无法调整到正常值时发送通知（后期手机平台开发使用）；notify_rule_person（告警条件）表示农产品环境参数告警通知；picture_list（照片信息）表示温室大棚实时画面；sensor_dev（传感器数据）表示传感器采集到的实时环境参数；system_department（部门信息）表示使用系统的部门；system_dictionary_data（人员信息类别值）表示描述使用系统人员基本信息类别值；system_dicrionary_type（人员信息类别）表示描述使用系统人员信息类型；system_module（系统控制类型）表示本系统可控制的类型；system_role（角色权限）系统角色功能管理；system_role_module（角色模块）系统角色模块管理；system_user（用户）系统用户基本信息；system_user_department（用户部门）用户所在部门；system_user_operation（用户操作记录）记录用户基本操作信息；system_user_role（用户角色）用户所属角色；video_history（历史影像）备份历史影像记录。

2.4系统总体结构设计整个系统采用Java2平台开发，采用三层架构模式：展示层、业务层、持久层。展示层使用struts2、业务层使用spring、持久层使用ibatis。传感器值查询采用直接查询数据库方式；视频图片查看采用封装文件系统服务方式；接入模块使用JavaNIO进行开发，服务器与3G网关的通信都通过此模块进行；数据入库模块对Ibatis和JavaFileIO进行封装。本系统的架构设计流程如图2所示。展示层是表示本系统以WEB网页形式呈现，可提供给使用者友好的人机交互界面，同时也提供一定的安全性，确保角色对应用户的权限。业务层：用于访问数据层，并根据展示层页面需要进行一定的逻辑运算，封装成接口反馈给展示层，以便调用。例如，本系统中需要对大棚环境基础参数进行设置，展示层提供参数组合文字条件，本层编写合理的组合运算规则，调用数据层，修改多个表的值。持久层：持续获取大棚实时信息，包括各类传感器获取到的环境参数、各类摄像头捕获到了实时图像等信息。本层还负责将各种信息存入对应数据库的表中，以供的访问。所有对数据的增、删、改、查均通过此层完成。本系统设计图片文件的存储权限，也是通过本层实现。本层所有数据均是通过3G网关传输然后存储的，为了统一管理，特在此层根据接入模块对数据进行封装，具体实现如下：

2.5系统实现系统运行后的部分效果如图3和图4所示。在图3的首页中，上边为Log、视频播放器、Android客户端；左侧为系统功能目录，右侧为大棚环境参数值、现场图像、传感器趋势图、设备状态表；图4是大棚现场传感器传回的实时监控数据，数据中包含传感器名称、传感器编号、传感器地址、近期传感器数据等现场信息。

3结语

本文简单地总结了基于物联网智能农业系统（温室大棚控制系统）的设计思路及具体实现，目前，本系统正在我校温室大棚中进行番茄种植的试运行，从现有的效果看，在PC机上能实现对大棚的自动化控制和检测。后续我们将进行多种农作物的实验，并丰富智能农业系统中的基础数据，下一步，我们希望创建真正意义上的专家系统，集统计、分析、检测混合型农作物数据为一体，为农业专家提供更丰富、方便、快捷的服务支持。

作者：任华邹承俊单位：成都农业科技职业学院电子信息分院

智能农业论文:设施农业物联网智能环境监测技术

一、项目背景

物联网是在互联网的基础上，以感知为前提，充分利用智能嵌入技术、无线数据通信技术、无线射频识别技术（RFID）、传感技术、遥感技术构建智能网络，是继计算机、互联网与移动通信网之后的世界第三次信息技术大革命。物联网技术正在精准农业方面发挥出越来越大的作用，以促进现代农业的转型升级。

二、用户需求分析

1.检测作物生长环境因素：通过布放在土壤及环境中的各类传感器检测土壤及空气中的温湿度、光照度、二氧化碳的含量，24小时全天候采集数据参数并实施显示在办公室系统屏幕上，实现对大棚作物种植全过程的环境状况及土地指标进行采集监控。

2.设定作物生长环境因素范围：根据种植作物的不同，系统通过屏幕提醒的方式提醒农户、技术员及其他相关管理人员，便于指导农户科学种植。

3.实现查询大棚作物环境瞬时及历史各种物理参数：用户可随时通过系统界面查看大棚环境因素各物理参数的实时及历史参数变化曲线，可以查询到报警信息的内容、频率，方便用户对作物生长过程的历史与当前数据的实时监控，实现作物成长全过程的科学管理。

4.实现大棚内的农作物视频监控。

5.在控制办公室需要一个数据终端，对现场的监测数据及视频监控信号进行察看。

6.当大棚内的相关参数超过了设定限值，从监控中心可以对现场的各种设备进行自动控制。使植物的生长环境处于一个良好的范围之内。

三、系统架构

1.现场数据采集部分

1.1现场采集的参数

现场数据采集空气温度、空气湿度，土壤温度，土壤湿度，光照强度，二氧化碳浓度6种常用环境参数，这六种参数是对农作物生产影响最直接的参数。

1.2传感器的选择

1.2.1传感器供电

目前市场上传感器主要有锂电池现场供电、直流24V或12V供电、太阳能供电三种种方式。根据实际情况，如果采用锂电池供电，在使用一段时间后需要批量的进行电池更换，给农户造成了一定的经济负担及网络故障。太阳能供电因光照度不能保障且成本较高，在设施农业中不太适用。为此本次方案采用传感器直流供电方式。

1.2.2传感器通讯协议

Zigbee是一种新兴的短距离、低速率的无线网络技术。主要用于近距离无线连接。这些传感器只需要很少的能量，以接力的方式通过无线电波将数据从一个传感器传到另一个传感器，所以它们的通信效率非常高。

1.2.3传感器的选择

考虑到农业大棚面积比较大，方案选择了性价比比较高的两种传感器。JZH-016型传感器和JZH-102型传感器和JZH-102型传感器。

1.3传感器的安装

由于大棚面积较大，需要安装两台JZH-016型传感器和一台JZH-102型传感器。安装位置如下图

1.3.1在大棚一侧储物间的控制箱内安装稳压电源给各传感器进行供电

1.3.2从各大棚的供电箱向控制箱敷设一条220VAC电缆

1.3.3在大棚主围墙一侧4米高处敷设小型PVC槽盒。从槽盒相应位置至传感器安装位置地埋敷设PVC管。

1.3.4从控制箱至各传感器敷设双绞线供电电缆

1.3.5传感器采用壁挂式安装，安装高度在1.5米，土壤湿度及温度探头安装在地下约0.1米深处，光照度探头安装在2米高处，二氧化碳传感器安装在1.8米高处。

2.数据传输部分

此部分主要负责将传感器的数据进行采集汇总并上传监控主机。

2.1数据接收

2.1.1在每个大棚控制箱内安装一个无线传感器转串口数据采集模块。它的主要作用是通过ZIGBEE协议将各传感器的无线数据进行采集汇总。并通过RS485接口将数据通过有线方式上传至监控主机。

2.1.2监控主机内安装RS485通讯接口卡，通过COM3口接收现场数据。

2.2数据传输

2.2.1从数据采集控制室的监控主机至各大棚储物间控制箱的采集模块采用地埋敷设信号采集电缆。

2.2.2在信号电缆的转弯处建小型电缆井，以便于今后的维护和电缆更换。在电缆井间敷设塑料子管以保护信号电缆。

2.2.3数据传输电缆采用屏蔽双绞线

3.现场控制部分

3.1现场需要控制的参数

3.1.1根据现场的调研，需要控制的参数有土壤的湿度、空气的温度、空气的湿度、光照度、二氧化碳含量。

3.2现场控制方法

3.2.1土壤水分控制

3.2.1.1在每个大棚的水管的总进口处，安装一个DN50控制用电磁阀。

3.2.1.2从南至北横向敷设DN50 PVC管，作为灌溉水源的母管，管线采用地埋敷设。

3.2.1.3从南至北纵向均匀引出5个DN25出水口，并加装手动控制阀，用来控制出水量及灌溉区域，每个区域相对独立，不会相互影响。

3.2.1.4所有控制电缆在储物间控制箱内进行汇总后传至数据采集控制室。由控制主机进行控制。

3.2.2空气温湿度控制

3.2.2.1利用现有的大棚风机，将控制信号引至现场控制箱，由控制箱继电器来进行风机的控制。

3.2.2.2大棚现有的供暖设备如果是管道供热，在总入口处加装一电动调节阀控制开度，如果是电加热设备，将控制电缆引至控制箱内进行继电器控制。

费用清单中不包括供暖设备及材料费用。

3.2.2.3控制电缆沿电缆井敷设至数据监控中心。由控制设备进行操作。

3.2.3光照度控制

当大棚内光照度不够时，现有方法是由人工控制电动机拉动大棚卷帘进行补光。如果要进行自动控制，只需要将电机供电线路中加入断电器控制就可以，但是卷帘开度不容易控制。

3.2.4二氧化碳含量控制

3.2.4.1现场农业大棚建设时，由建设方对需要进行二氧化碳控制的大棚进行相应的设施建设和管道敷设。

3.2.4.2在每个大棚二氧化碳进口总管处安装一个电磁阀，由控制箱的继电器来进行阀门的开启和关闭。费用清单中不包括二氧化碳设备及材料费用。

3.2.5现场大棚自动加药加肥系统

对农户调好的肥料或药品自动加入水管线内，对大棚内的作物进行灌溉。

4.管理平台部分

管理平台为用户提供了友好的人机界面，平台通过与其连接的数据采集接收器接收现场所有传感器数据，并将信号通过串口传输至监控主机呈现给用户。画面提供了参数显示和报警显示功能。同时对根据监测的数据对现场各调节设备进行控制。监控软件采用目前比较流行的工控软件。数据监控中心内设置两台工控机分别负责数据采集和现场控制。

4.1数据监测

4.1.1设置一台数据采集工控机进行现场数据的采集和显示。

4.1.2将各大棚的RS485数据信号电缆在数采监控中心内汇总，接入工控机的COM3口。

4.1.3用户登陆后都可通过系统对大棚内传感器检测到的实时数据进行查看，并支持分类查看和检索的功能，针对选定的节点，系统可绘制曲线，方便用户研究数据，分析趋势变化。在查看历史数据方面软件也提供了很好的筛选功能，方便用户的掌握传感器数值变化，并可以用绘制曲线的方式进行趋势的研究。

4.1.4报警管理模块

在报警管理模块中，用户可以单独对某个采集器或批量对同类型的采集器进行报警的设置，内容包括数值上下限、是否开启报警功能。当有传感器超过预设的限定值时，在监控界面上会以红色对该节点进行标示，同时按照预设的报警方式进行报警。软件会对所有的报警进行记录，方便用户查看。

4.2现场控制

4.2.1由工控机对现场的各参数进行控制。

4.2.2数据监控中心的控制单元采用先进的控制单元。它通过多通道的I/O模块对现场控制箱的控制设备进行控制。同时通过RS-485接口与主机进行通讯。控制单元如下图：

4.2.3控制主机对所有需要控制的数据进行上下限设定，采集上来的数据与限值进行比较。对于超过限值的参数控制主机自动通过RS485接口驱动控制单元对现场设备进行控制。

4.2.4控制主机的控制界面有手动和自动调节切换，当用户需要手动进行现场调整时，可以进行切换。

4.2.5现场控制箱

现场控制箱安装在每个大棚的储物间内，控制主机通过控制箱对大棚内的设备进行操作。

现场控制箱通过电缆与监控中心的控制单元进行连接。

控制箱内安装与控制单元相匹配的继电器，交流接触器和稳压电源等设备。

5.数据共享及远程监控

5.1在经理办公室内设置一台终端电脑，通过大屏幕对现场的监测数据和视频信号进行显示。从经理办公室至监控中心敷设一条光纤进行数据传递。

5.2在监控中心的数据采集主机上安装一台小型无线上网卡，实现计算机与互联网的连接。在外网的用户通过登陆网站实现大棚实时数据的浏览。

四、系统特点

本系统数据采集网络结构采用有线采集加无线传输的方式实现，数据参数传输到办公室系统平台综合管理。系统网络布线施工量小、维护成本低；超低功耗、绿色环保、无辐射等特性，可自动组网、网络连接可视，全天候稳定运行，无需人工干涉；所有的采集器安装简便，即插即用，可以任意改变安装位置，不受线缆的束缚；良好的网络扩展能力，同一网络中可支持几百个采集器和控制器，系统可扩展；且功能强大，系统稳定。

五、效果分析

1.系统采用先进的物联网技术，网络传输采用有线采集加无线传输的方式实现，系统建设成本和维护成本较低，使改技术在农业大棚智能环境监测及精准农业管理的具有良好应用前景。

2.系统可实现对大棚作物生长环境因素的的实时监控，实现大棚种植由“经验”种植到“数据”种植的跨越式提升；打破了以往的传统种植管理模式，使人从农业生产中得到了一定的解放，极大提高作物的产量和品质，有效提高农业综合效益。

3.该系统平台的建成不仅能完成农业大棚现场数据的采集监测，还实现了作物生长环境的自动控制，对各类参量进行自动调节，从而实现对农业大棚环境参数的智能化感知、智能化控制。系统可扩容，可升级。

4.该项目符合滨海新区“数字”农业、“精准”农业产业发展的需要，可以得到相关的政策支持。该项目具有很大的社会示范效应，对提高用户知名度和农业品牌有着积极的推动作用，社会效益明显。

作者简介：甘久霖，男，天津市滨海新区大港农机技术推广站站长、高级工程师。