基于物联网架构的设施园艺生产智能决策系统研发

p基于物联网架构的设施园艺生产智能决策系统研发马波诚 １ ， 诸金翔１， 孙忠富 １＊， 何超兴 ２， 杨勇 ３１． 中 国农业科学院农业环境与可持续发展研究所，１ ０００８１２ ． 中 国农业科学院蔬菜花卉研究所，１ ０００８１３ ． 北京恺琳科技发展有限公司 ， １０００８１利用物联网技术改造传统农业是推动信息化与农业现代化融合的重要切入点， 发展农业物联网是我国现代农业建设的必然要求和现实选择， 将对我国农业农村经济发展产生日益重大而深远的影响。 中共十八届五中全会提出了实施 “互联网＋” 行动计划的建议 ， 倡导发展分享经济， 实施国家大数据战略， “互联网＋”将成为经济发展最大动力， 提出要以发展“互联网＋农业” 为契机， 推动智慧农业、 智慧农村的建设。近年来我国设施农业发展迅速， 产品产量不断攀升，但仍然无法满足国内市场需求。 从技术层面上看， 我国设施农业自动化能力低， 精准管理水平低， 环境境调节控制及栽培管理、病虫害防治、 作物产量产期预测等方面的技术欠缺。 温室管理主要是以管理人员的经验甚至主管感知为主。 由此造成诸多问题 投入和产出不成比例、 病虫害肆虐、 环境污染、影响可持续发展等， 所以迫切需要更远程、 实时、 精准、 高效、 智能化的系统给以科学、 规范的技术指导。 物联网在农业领域的推广和应用为传统设施农业的发展迎来了新的契机， 农业物联网平台的建设使上述问题的解决成为可能。设计开发基于物联网的设施栽培专家决策系统， 通过农业物联网技术实现设施农业生产管理过程中对作物、 土壤、 环境从宏观到微观的实时精准监测， 定期获取作物生长发育状态、病虫害、 水肥状况、 生产管理过程， 以及相应生态环境的实时信息， 形成设施农业实时大数据库， 再结合专家知识经验库， 为设施栽培科学管理、 病虫害及时预测预防和作物种植决策调控提供技术支持和数据支撑， 不仅达到合理使用农业资源、 降低生产成本、 改善生态环境、提高农产品产量和品质， 提高农户经济收益的 目的， 还能有效地普及生产知识、 传播实用的先进技术、 提高生产者的科学素质等， 具有重大的社会价值和现实意义。１ 系统设计基本原理农业物联网技术当前广泛应用于农业生产、 流通、 消费以及农村社会、 经济、 管理等环节， 产生巨大的社会、 经济与生态效益。 实现了农业生产经营从粗放式、 经验性管理到精细化、 科学化管理的快速转换、 提高农产品的产量与品质 、 降低农业生产成本、 保护农业环境，加快推进现代农业建设的必然选择，对促进农业增效、 农民增收、 农村稳定具有重大推动作用。该系统属于农业物联网大在设施农业中的典型应用 ， 设计力求简单明了 ， 应用性广， 可３９普及性高， 可维护性强， 运行简单， 便于操作。 系统的突出特点是， 将物联网技术与专家决策系统深度融合， 通过物联网的监测， 不断更新环境数据， 作物长势等信息 ， 并进行设备的远程控制和管理， 大大一高了系统的性能， 使决策诊断更具实效性和准确性。系统平台功能主要包括四大部分 物联网监控、 栽培管理、 病虫害诊断、 产量产期预测。物联网快速监测各种环境数据， 在线控制各种装备， 形成多源大数据， 实现对设施栽培的智能化管理。 与此同时 ， 用户可及时录入设施作物田间管理信息， 普及作物生长管理知识， 并对生产和销售提供决策支持指导。 系统根据对作物生理发育时间的计算确定， 结合不同月份环境参数条件， 拟合作物主要生长发育期及果实成熟期， 实现产量预测以及根据作物采收期观测确定播期和根据播期预测产期。 通过物联网系统不断更新图片库 ， 系统实现病虫害知识库的完善和识别诊断， 根据输入的发病部位及发病症状得出病虫害诊断结果并给出专家指导意见。２ 系统总体架构设计系统构架采用定义良好的模块， 各模块功能责任划分应基于信息隐藏和相互独立的原则 ， 具有强大的使用功能。 架构使用特定某个属性的众所周知的架构战术来实现质量属性，绝对不依赖某个特定版本的商业产品或工具， 并将产生数据的模块和使用数据的模块分离，尽可能少的采用交互模式， 即使采用也应该尽可能的简单。２． １ 系统体系结构参照当前物联网的主流架构体系， 物联网项目每层架构应用最先进的物联网关键技术，始终体现 ＩａａＳ（架构即服务） 、 ＳａａＳ（软件即服务） 、 ＰａａＳ（平台及服务） 的思想， 并在设计理念和应用效果上体现 “可视化、 泛在化、 智能化、 个性化、 一体化” 的特点 ， 采用三层体系架构 感知层、 传输层和应用层。 如图 ３＿ １ 所不。感知层， 即构建有代表性监测点的终端监测装置设备及软件系统， 开展设施栽培作物全生育期 （苗情、 墒情、 气象灾害及病虫害 ） 的数据／图像／视频监测， 现场观测设备通过自组织联网形成现场传感器监测网络， 并通过传输层实现对现场观测设备数据、 现场调查数据、人工辅助数据的采集上报。传输层， 包括各种无线通信网络与互联网形成的异构融合网络。 监测站自动监测数据和上报数据通过传输层无线远程传输至应用层的农业物联网大数据中心的数据服务器。 应用３Ｇ／４Ｇ等移动通信网和光纤专用网络接入公共互联网 ， 由于其覆盖广、成本低而得到广泛的应用。４０农业物联网体系架构＿应用綳，蓬細数淫库＾．＇ｎＳＡｉｍｍｍｍ冥他 １ ＭＣ  ｍｍ＇ｔ戀 铉齡；￡Ｈ似從路孩締助上搖一三１’ｍｍ ＾ｈｍ ｓ圈祌心移驗软捋衣ｉＭ丟敏务２颂ＸＲ鈇 台｜繫锁擬喜ｆ输层雜纤 Ｎ３Ｃｌ４ＧＷＩＦＩＩｔ图 ２－ １ 农业物联网体系架构应用层， 实现物联网信息技术与农业专业领域技术的深度融合。 设计构建物联网大数据中心和网络数据库系统， 构建环境监测数据库、 人工调查数据库、 专家知识经验库等， 架设设施农业大数据中心； 开发基于物联网的设施栽培专家决策系统平台， 系统功能包括设施栽培监控管理 （栽培管理、 生长管理） 、 人工调查辅助数据上报 （ 田间管理记录、 作物长势记录等）、 专家诊断（病虫害诊断、长势诊断）、 预警预报 （温室环境预警、 病虫害预报）、预测预防 （产量预测、 产期预测、 病虫害预防 ） 等， 实现设施农业生产全过程远程、 实时、精准、 高效的智能化管理， 达到设施农业产品生产过程的透明化， 设施栽培作物的全程可溯源的 目的。２．２大数据系统设计采用云机房架构设计， 搭建设施农业大数据中心， 并体现云计算、 云服务的理念， 构建４１完成面向管理部门 、 设施农业专家和农户等用户提供共享的、 可定制的、 随时随地按需访问的农业环境数据中心， 为开展长期科学实验和技术推广示范积累科学数据、 提供应用和服务资源。设施农业大数据中心设计构建环境监测数据库、 人工调查数据库、 专家知识库等。 环境监测数据库包括物联网感知层实时采集的数据、 图像、 视频等气象环境、 土壤墒情、 作物长势等物联网设备仪器自动采集数据信息， 人工调查数据库包括设施栽培田间管理记录、 作物长势记录、 水肥管理记录、 病虫害记录等人工采集的数据， 专家知识库包括栽培管理知识、病虫害知识、 专家决策系统、 专家理论集、 专家经验模型等设施农业专家知识仓库。ｆ监测数搪库＇ ，三￡专家知识库１＿人工逋助数■库 冥他大数据中心图 ２－２ 大数据中心２．３ 系统平台软件模块总体架构基于物联网的设施栽培专家决策系统是基于物联网体系架构的三层分布式计算结构体系的网上查询、 诊断、 学习等综合性管理系统， 实现了普通用户利用浏览器登录访问 ， 完成了温室作物生产中的管理模式化、 病虫害诊断管理与预测预防及产量产期的预测、 获取预期效益等功能 。 同时， 领域专家也可通过登录系统后台管理对知识库中生产管理知识、 病虫害知识、 诊断逻辑条件等进行及时更新和验证修正， 使得模型更加精准、 理论预测更接近当前现实， 也使知识库得到不断完善和维护升级。模块总体架构如图 ２－３所示。４２图 ２－３ 软件模块总体架构２ ．４总体设计特点（ １ ） 先进的网络技术。 使用ＨＴＴＰ ，ＳＯＡＰ ， ＡＤＯ． ＮＥＴ或ＯＬＥ０Ｂ处理ＳＱＬＳｅｒｖｅｒ２００８的数据访问构件； 研宄实现 ＸＭＬ 文件与数据库进行无损失转换的功能构件 ； 采用 ＡＤＯ．ＮＥＴ访问数据库的接口 ， 构造统一数据库视图构件， 支持各类构件与视图构件的连接和基于异构数据库的定性推理和定量计算。（ ２） 系统远程、 实时、 精准、 智能化。 结合物联网环境远程监测实时数据库 ，遵循人工智能 （专家决策系统） 的技术原理， 系统具有数据和知识半自动获取、 知识库求精、 确定性推理、 不确定性推理、 模型自动解析等功能， 对特定农业领域问题进行定性推理和定量决策， 具有高度智能化的特点。（ ３ ）“ 松耦合” 的数据管理方式。 系统采用 ＳＱＬＳｅｒｖｅｒ 数据库和 “ 松耦合” 的方式将现成的专家系统外壳和ＤＢＭＳ 作为两个对立的子系统缀合起来， 分别管理知识库和数据库。既可以充分发挥原有两个系统的全部功能 ， 又不需要对原系统进行任何的改动， 运行时间短，见效快。（４ ） 灵活的 Ｂ／Ｓ 结构 。 本系统是一个典型的 Ｂ／Ｓ 体系机构， 运行时只需配置客户机即可， 大大降低了对客户机的软硬件的需求 ， 实现了“瘦客户机” 的目标。 同时， 推理机的实现、 规则库和数据的维护都集中在服务器实现， 降低了编程的难度， 同时提高了系统的安全性。 最后， 客户端由于只需要实现专家决策系统的接口 ， 所以服务器端可以通过多种方式来实现 ， 扩展了系统的兼容性， 并且方便将来跨平台实现。４３３系统功能与使用简介３．１ 系统登录用户登录用于验证用户的用户名和密码 ， 如果是经授权的专家和系统管理员则允许进入后台管理系统。 密码采用 ＭＤ５ 加密 ， 同时加入验证码机制 ， 加强系统安全性。 登录网址为ｈｔｔｐ ／／ｇｒｅｅｎｈｏｉｉ ．ｓｅ ．ｗｅｂｃｒｏｐ．ｏｎ／， 如图３－１所示。Ｓ光灑室薦菜高效生产专家决策１鏡图 ３－１ 用户登录界面３．２ 系统首页系统首页主要包含基于物联网的设施栽培专家决策系统的功能导航、 图片新闻和相关单位简介等如图 ４－２ 所示。图 ４－２ 系统首页４４３．３栽培管理基于物联网的设施栽培专家决策系统栽培管理模块包含“ 田间档案管理”、“生长管理”、绿色食品 ” 、 “多媒体” 四大部分。（１ ） 田间档案管理 主要是对温室相关操作 （温室名称、 工作人员 、 管理条目 、 操作日期等） 的记录， 方便用户进行管理查询 ， 如图 ４－３所示。ｉｌｌ８ 薩Ｖ －＞ ； ｍ； ，ｍｌｌｉ；＾ ； ｒ； ；＾漢褒 ． ．＜ ）． 田间挡案管理｜纖入兹酸；联游ＢＯ〇雜脇〇 多雜逸驗跡新逸 产缀产節娜瑞系统设费Ｗ淀室郷工作人ＨｓＭＳＡｍｉ＜ａ 赋嘗■理ｓ＜２離鼓Ｊ■ＳＩＩＭ１ｍｓｓｍｉ ｍｉｍｍＢｖ＝ ｉ＝５Ｓ埋条目漆作８瑚ＢＭ Ｍｉ ｇ－ｉ５－２７ ＪＳｍｉＪ药２ｅ５５－ｉｉ－２＞ ５０４ ｓｒ理我２Ｇ Ｓ－ ｉ２－２７ ｌａ＆ｉ－． ＳＴ，ＭＳ２０Ｊ＊ｌ－２７  Ｓ５ ＳＭ ３Ｔ黯ａｒｘＣｘｃ ＊ｗ－麟． ＿＠图 ３－３ 田间档案管理（２ ）生长管理 主要是对作物不同生长时期 （发芽期、 幼苗期、 定植期、 初花期 、 结果期） 所需环境要素的概述， 如图 ４－４所示。曰｜温室蔬菜高Ｐ＇ａｉｌ＂谢Ｓ曾理。晒臟珍Ｊ１Ｏ生ＫＢ３Ｏ 鄉錄〇 终織＆ｍｘｍｉｍ。生长管理唪生长期％遴錄求芽麵妨－机． ＳＳ紐钱興有好激ｔＳｉｅｓＳ３Ｃ＊Ｃ－Ｋ薄搬付下发穿於， 而贩錄 ， 运；２５力条４下 ， 绍逋发穿ｇＫＳｉｆ．，湿度要求多 ．嫩Ｓ群 靈祕ＸＬ．嗪 土壤營弄液 二Ｓｉ化雄．＊ＳＳ３ ｔｇＪ －７ａｆｉ￡ｃ＝ｆｅｉ ．Ｕｉ． ，物芸要土級鄕舰ｉＯ＾Ｊ．象内容概述茇吞胡寄 多．土堪以上，图 ３－４ 生长管理（３）绿色食品知识库主要是对绿色食品基本知识，绿色食品农药使用准则， 无公害、绿色与有机食品何有区别 ， 无公害蔬菜生产技术保障体系和有机食品的国际标准等相关知识性４５介绍如图 ４－５所示。图 ３－５ 绿色食品（４）多媒体知识库 主要是与现代新型农业生产管理相关的视频影像资料如图 ４－６ 所示。＆钱ｔ ｇｓｓ〇Ｓ搬瑰織多媒体ＯＢＱＯ． ．々娜魏坑＾撒，－．ｓ图 ３－６ 多媒体知识库３． ４ 病虫害诊断基于物联网的设施栽培专家决策系统病虫害诊断模块主要包含“病害概述”、“虫害概述” 、 “病害诊断” 、 “ 虫害诊断” 、 “ 专家知识库更新” 等五大部分。（ １ ） 病害概述 通过病害名称， 检索出作物在生长发育过程中由于致病因素 （生理性病害和非生理性病害） 的影响 ， 所表现出的症状、 发病条件、 防治方法等， 如图 ３－７ 所示。绿色食品＝＝ｐ＝＝ｆｓｒｎ娜＝．＾．１＝ｉ一Ｈ－４６图 ３－７ 病害概述３．５产量产期预测基于物联网的设施栽培专家决策系统产量产期预测模块主要包含“产量预测” 和 “产期预测 ” 两大部分。（ １ ） 产量预测是根据蔬菜作物生长环境结合专家系统提供的产量预测模型 （ 如图 ４－８）对产量进行提前预测如图 ４－９所示。４７图 ３－８ 产量预测模型图 ３－９ 产量预测（ ２） 产期预测是根据专家系统模型 （如图 ３－１ ０） ， 选用决策树， 结合作物生长环境， 实现产期预测， 如图 ３－１ １所示。４８/p