张元宝 夏金林 孙维登 贺传斌 储超 李敏涛 程黎刚4

摘 要：为了收集水稻种植过程中农学、气象、土壤、作物苗情图像、病虫害图像等数据，实现绿色稻米生产提供决策所需要的基础数据采集，该研究以当涂县为例，运用物联网技术，设计并开发了水稻生长监测系统。该系统包括1个监测中心和分布在5个现代新型经营主体的监测基站。系统每隔20min采集1次土壤和气象环境数据，每日上午10时采集苗情图像和虫情图像数据。数据通过以太网形式传输汇总到监测中心的服务器数据库中。系统最终形成数据报表、决策意见，为农技部门指导生产和农技推广提供新方法。

关键词：物联网；生长监测；水稻

中图分类号 TP319 文献标识码 A 文章编号 1007-7731（2018）15-0165-03

Abstract：In order to collect agronomy， meteorology， soil， crop seedling situation and disease and insect pests during rice planting，Dangtu County have designed and developed a rice growth monitoring system by the Internet of things technology.This system have one monitoring center and five monitoring base station distributed in different companies.The system collects data of soil and meteorological environment every 20 minutes， and collects images of seedlings and insects at 10 am every day.Data is transferred and summarized to the server database of the monitoring center through Ethernet.Finally，the system forms data reports and decision-making opinions，providing new methods for agricultural technology departments to guide production and agricultural technology promotion.

Key wors：Internet of things；Growth Monitoring；Rice；Traceability

1 引言

水稻的生長与最终形成的产量及品质受到自身品种特性、土壤养分水分、气候条件、管理措施以及病虫害等多重因素的影响[1]。掌握好水稻的生长条件，实时监测水稻苗情和病虫害发生情况并对接好专家系统，是实现水稻生产智能化、精准化、自动化的重要手段[2]。目前，我国水稻生长监测还处于人工监测阶段，监测与诊断技术落后，主要体现在仍依靠广大农技人员在田间地头开展监测工作，自动化程度不高，获取数据难度大，信息服务时效性差等[3]。快速、准确、无损的获取水稻生长关键时期的重要数据，提高定量化和数字化的水平，为水稻的生长监测提供综合信息服务，是农业信息化工作急需解决的重要课题之一[4-5]。

物联网是新一代经济增长点的战略性新兴行业，被广泛认为是计算机和互联网之后又一信息技术产业的革命浪潮[6]。将物联网技术与农业结合，运用各类传感器、视觉采集终端设备等，在大田种植、养殖、水产、园艺以及农产品流通等领域有着广泛的应用[7]。物联网主要分为感知层、传输层和决策层，农业物联网的感知层能够实现对农业生产环境和作物生长情况的感知，传输层通过互联网等技术将数据传输到服务器等终端设备，决策层可以根据采集的海量数据，经过模型或者专家经验库等给出农业生产的辅助意见，并且能够实现远程控制直接参与农业生产[8]。

目前，种植业物联网技术已被广泛应用。张志清等研发的“渤海粮仓”小麦生产信息管理系统，完成了麦田环境信息、田间管理信息及小麦苗情定量分析、麦田实时预警、小麦气象灾害预警等功能[9]；夏于等研发了小麦苗情诊断管理系统，可对生产过程中气象灾害进行监测，诊断并能够生成管理优化方案[10]；樊艳芳等研发出可以监测株高、土壤养分、虫害等信息的玉米长势监测系统[11]；董淑娟等利用物联网技术，开发了集数据采集、视频信息传输、后台数据分析等功能的水稻动态监控系统[12]。

本研究在分析前人研究的基础上，运用物联网技术开发出一套集土壤、气象、视频数据、病虫害图像等数据采集为一体的水稻生长监测系统，为水稻绿色生产，资源高效利用提供技术支撑。

2 系统组织结构

当涂县根据自身条件，在大田种植业建立了一个农业信息化服务中心，5个监测示范点，初步建成了覆盖整个县域的范围的水稻生产代表性监测网络，并制定了软硬件平台巡检，维修，运营等详细的制度文件。

水稻生长监测系统采用了典型的物联网3层体系结构进行设计，包括数据采集的感知层，数据传输的网络层和数据挖掘的应用层。

系统的感知层主要由采集气象数据的空气温湿度、风速风向、大气压力、雨量、辐射照度的传感器；土壤温湿度、pH、CEC传感器；360°球形摄像机；智能虫情测报灯组成。传感器类每隔20min主动上发1次数据到服务器，摄像机每隔1d准时拍摄田间苗情，主动上发，智能虫情测报灯每日自动旋转接虫仓，然后内置CCD相机自动拍照上传到服务器。

系统的网络层主要解决感知层和应用层之间的数据异地远程传输问题，通过Internet的TCP协议和中国电信提供的固定IP上网方式实现数据传输，结合相应的路由协议和网络安全协议，将其稳定并且安全的与监管中心的服务器进行数据交互。

系统的应用层主要是解决数据汇交，数据处理，人机交互的问题。该层主要基于服务器、UPS、显示器等硬件和数据库、Web应用程序等软件共同构成，主要是将各个监测点的数据存储在关系型数据库和文件数据库中形成海量数据，通过软件将数据进行组织发布，并针对数据做出诊断和管理决策，并将结果推送给新型经营主体，实现农业信息化服务。

3 系统功能设计与实现

3.1 总体功能模块 水稻生长监测系统主要包括基础数据采集、苗情监测、虫情监测、决策管理、系统设置5大模块。由于信息技术不断发展，保证系统的可扩展性和可操作性和应用性，系统的开发和完善将以动态形式完成。进入系统后，首先展示的是登录界面，输入用户名和密码点击登录后，以GIS地图和经纬度在地图上绘制不同站点位置，点击站点图标后，会显示站点的基本信息，如图1，通过点击进入管理系统按钮，可以进入每个独立的站点管理界面。当涂县目前设置当涂县绿梅水稻种植家庭农场，陶村粮油合作社，安徽盛农农业集团，马鞍山粮满仓谷物种植有限公司等5家新型经营主体作为监测对象，覆盖当涂县大部分地区，系统观测结果能够在一定程度上反应整个当涂县的水稻作物长势。

3.2 气象土壤数据采集 数据采集功能模块主要是将气象传感器、土壤传感器的数据存储到数据库，再通过Web应用程序调用存储在数据库中的气象和土壤数据，用户可以選择时间段和数据类型，通过折线图和柱状图的形式、按照日、年、月的形式展示数据成果，可以各个站点数据进行横向对比，同时提供在线打印与下载服务。系统首页是每个监测站数据的汇总展示，如图所示，主要包括各种类型的数据展示，农田最新遥感数据展示，农场实时动态监控展示以及农业生产日历等模块组成，为全面了解监测点的信息提供直观的界面。

3.3 苗情监测 苗情监测功能主要是视频实时监控和定时定点拍照2个功能模块。实时视频监控主要是采用360°球形摄像机，通过固定IP模式，在远程网页上实现旋转，放大，缩小，调焦等功能，可以帮助农技专家实现远程细致地观察田间水稻苗情的长势和动态。定点定时拍照功能主要是用户先设置好拍照时间和预设位置，系统自动会发送拍照和调用摄像头指令，拍摄当前田间水稻长势。本系统默认设置上午10时开启拍摄功能，形成了水稻整个生育期的序列化的图像数据，为实现农业问题诊断回溯和农产品可追溯提供了重要的数据来源。

3.4 虫情监测 为了解决植保技术人员频繁调查难问题，开发了虫情监测模块。该模块的主要功能是运用现代光、电以及数控等技术将害虫引诱到测报灯中，通过远红外虫体处理，获得完整的害虫尸体，掉落到承接盘中，再利用置于承接盘顶部的CCD相机进行拍照，拍摄照片将传输到监管中心的数据中，最后在系统内形成虫情图像数据集，见图4。测报用的承接盘一共8个，每日早上9时测报灯会自动旋转承接盘，保证8d内每天不会重复。植保专家可以通过平台直接观测并统计出虫害的种类和数量，为制定植保方案地制定提供辅助。

3.5 用户管理 系统设置不同角色和权限，主要有超级管理员，负责整个系统的配置管理，拥有系统所有权限，包括对数据的增删改查，其他用户的权限配置；县级管理员可以查看所有站点的数据，拥有所有数据浏览权限，能够对下属的乡镇和新型经营主体的站点进行管理；而新型主体只可以查询到与本主体有关的数据和信息。

3.6 系统开发实现 系统的开发环境采用Windows Server 2008操作系统，服务器端软件采用IIS Web服务器，数据库采用 SQL Server 2008。系统采用Microsoft.NET平台框架下的Visual C#语言进行开发，采用Visual Studio2012作为开发工具。

4 结论与讨论

本研究针对水稻生长监测的问题，设计了一套能够自动化监测的水稻生长监测系统，实现了气象环境、土壤环境、苗情、虫情监测功能，能够在农技人员生产决策中起到辅助作用。但是由于影响作物生长的因素比较复杂，存在较强的交互作用，本系统仅是简单的数据采集与分析，下一步需要将系统与适用性较强的作物生长模型建立链接，让模型和采集的数据结合，一起来理解这些数据对作物的影响，并给出建议[14]；同时，本系统采用以点状数据的形式呈现，无法全面了解每1个田块的数据，下一步应该将遥感以及GIS等技术引入到生长监测中，全面的掌握作物长势[15]；并要加强人工智能技术在作物生长监测中的应用，例如虫情灯中的图像可以采用机器学习的方法识别数量和种类，更好地辅助农技人员工作。

参考文献

[1]王红叶.寒地水稻高产高效适应性栽培技术研究[D].北京：中国农业大学，2015.

[2]周志艳，罗锡文，臧英.水稻-稻田环境系统重要信息快速获取技术研究进展[J].中国科学：信息科学，2010，40（S1）：38-53.

[3]郑庆伟.安徽省农委要求各地加强水稻病虫害监测防治[J].农药市场信息，2013（24）：46.

[4]彭莹琼，王映龙，唐建军，等.B/S模式的水稻病虫害诊断专家系统研究[J].江西农业大学学报，2008，30（06）：1157-1160.

[5]黄攀攀.基于物联网的水稻高产栽培专家系统研究[D].上海：上海海洋大学，2016.

[6]董新平.物联网产业成长研究[D].武汉：华中师范大学，2012.

[7]陈燕英.农业物联网在推广应用中亟待解决的问题[J].四川农业与农机，2016（02）：8-9.

[8]陈栋.多源异构农业感知数据接入系统的设计与实现[D].泰安：山东农业大学，2014.

[9]张自清.“渤海粮仓”小麦生产信息管理系统研发[D].泰安：山东农业大学，2015.

[10]夏于，孙忠富，杜克明，等.基于物联网的小麦苗情诊断管理系统设计与实现[J].农业工程学报，2013，29（05）：117-124.

[11]樊艳英，张自敏，陈冠萍，等.基于物联网的精准农业玉米长势监测分析系统研究[J].农机化研究，2018，40（08）：223-227.

[12]董淑娟.水稻生长信息动态监控系统设计——基于物联网技术[J].农机化研究，2017，39（08）：216-219.

[13]周福红，蒋浩永，李新耀.安徽省明光市“互联网+”现代农业实践与思考[J].安徽农业科学，2017，45（20）：227-230.

[14]刘海龙，诸叶平，李世娟，等.DSSAT作物系统模型的发展与应用[J].农业网络信息，2011（11）：5-12.

[15]查海涅，汪建飞，陈世勇，等.基于GF-1影像的水稻拔节期地上部生物量估算[J].安徽科技学院学报，2015，29（06）：11-17.

（责编：张宏民）