生鲜农产品供应链近场通信智能数据采集终端系统设计与开发

为了解决生鲜农产品供应链信息传递不连续、不完整、不真实等问题,防止农产品给人民生活健康带来威胁,该研究开发了基于近场通信技术的数据采集终端。该文分析了生鲜农产品供应链数据采集设备及工作环境的特点,开发一种基于近场通信技术(near field communication)、北斗系统(bei dou system)及全球移动通信系统(global system for mobile communications)集成技术的生鲜农产品供应链数据采集终端。该终端包含4个模块:NFC模块、系统CPU模块、北斗模块和GSM模块及电路系统。终端在写入数据时,同时将北斗加密数据通过NFC芯片PN532写入NFC标签,并通过GSM模块以短信的方式传递给后台数据库,利用RS232将数据信息传入节点企业平台,实现生鲜农产品数据信息的三重备份。该采集终端借助物联网及无线传感网的技术优势,实现生鲜农产品供应链各环节数据的自动智能采集并进行加密,满足企业在生产过程中不断变化环境下的数据采集及存储需求,该终端在极端环境下读取速度虽然降低了10%~25%,但存储率依然为100%,满足生鲜农产品供应链数据采集的需要,能够实现节点企业间信息连续度,为实现生鲜农产品可追溯提供参考。     

基于微型自动导引运输车的盆栽作物数据采集系统

为了满足作物育/选种过程中高频次获取样本植株个体的生理指标及生长环境数据的需求,该文以微型自动导引运输车(automated guided vehicle,AGV)为基础结合ARM(advanced RISC machines)嵌入式技术设计了一套温室盆栽作物数据采集系统。该文介绍了温室盆栽作物数据采集系统的工作原理,组成结构和功能测试。系统由微型AGV、车载数据采集系统、通讯与控制系统等部分组成,微型AGV携带数据采集系统按照作业指令依次对样本植株个体的图像信息以及环境参数信息进行采集,解决了育/选种过程中需要人工方式对培育的样本植株个体数据进行采集的问题。随机选取160盆大豆样本进行数据采集试验,试验结果表明,采集的大豆植株图像完整、清晰,生长环境数据精确度高,平均误差不大于2%,对160个样本点的图像数据进行采集用时约9 min,数据采集效率大幅提高。试验过程中系统运行稳定,定位准确,误差为±6 mm,且无脱轨现象。该研究为温室盆栽作物个体的数据自动化采集提供了参考。     

远程农业监测信息系统设计与实现

针对农业信息远程监测服务需求和物联网农业应用背景,设计开发了农业信息远程监测和服务系统。系统将无线数据采集、远程数据传输和网络服务相结合,实现了远程、多目标、多参数的农业信息实时采集、显示、存储、查询和统计等功能。系统通用性和扩展性较强,在数字农业、农作物防灾减灾等领域具有良好的应用前景。     

基于Web日志和协同过滤算法的水产养殖信息推荐

随着水产养殖信息在互联网和物联网中快速增长,大部分信息成为死信息储存于互联网中各个角落,未得到有效利用。为了从众多资源候选中选择用户需要的资源推送给用户,该文构建了一个基于Web日志的水产养殖推荐系统。该系统通过用户兴趣调查获取用户初始倾向,并运用Web日志挖掘技术构建了潜在的用户兴趣模型,将用户个性化的信息通过基于项目的协同过滤算法整合至推荐系统。基于用户的推送系统实现根据用户的需求精确推荐水产品交易、养殖技术、政府优惠政策和物联网数据等信息。     

面向异构平台的谷物测产数据采集及实现

为了实现谷物现场测产系统采集数据并向测产服务系统进行实时传递,以满足各种终端设备对数据的访问需求,采用Web技术开发了谷物测产数据服务系统,实现了工控机、移动终端和服务器等异构平台之间的数据交互和共享。测产数据由装载在现场联合收割机上的工控机实时采集,利用无线通讯技术通过Socket连接服务器进行数据传输,服务器端按照数据交换协议进行数据解析、产量计算、数据存储和可视化。测产数据服务由基于SOAP(simple object access protocol)协议的Web Service接口提供。该文采用GZIP(GNUzip)压缩技术降低测产数据访问服务时的带宽消耗,由数字签名和信息加密技术保障数据安全。测产实践表明,该数据采集和服务平台能够高效地接收处理实时传来的数据进行数据可视化、计算以及数据推送,实现了异构平台之间数据交互和共享。     

基于Web的自动灌溉控制系统数据实时推送设计与开发

基于Web的自动灌溉控制系统是当前农业节水信息技术发展的主流趋势,为了提供定制灌溉控制方案和精准的用水计量,系统需要较高的数据传输实时性能,而基于Web的应用程序在实时性上表现较差,难以满足应用需求。针对这一问题,该文首先分析了基于Web的自动灌溉控制系统的结构和数据传输实时性瓶颈,提出了通过数据推送模式提高实时性的方案,并对数据层与逻辑层、逻辑层与表现层之间的具体数据推送模式进行了设计。通过编程开发完成基于Web的灌溉控制系统的构建,实现了数据实时推送的机制,并对系统数据采集和控制指令发送过程的实时性进行测试。结果表明:数据采集平均延时为1 676 ms,控制数据从发送到结果返回的平均延时为3 378 ms,基本能够满足其设备控制和灌溉决策的需要;软件系统内采集和控制过程的数据库至客户端数据传输的平均延时分别为124和118 ms,消除了数据拉取模式中的延时因素,对提高系统实时性起到了重要作用。该研究为基于Web的实时监测与控制系统的开发提供了方法参考。     

集成3S，ZigBee和射频识别的土壤采样远程智能管理系统

为实现农田土壤样本采样及管理智能化,设计了基于3S(GIS:geographic information system;GPS:global positioning system;RS:remote sensing)、ZigBee无线通信、射频识别(radio frequency identification,RFID)、4G等技术的土壤采样智能管理系统,该系统由采集节点、协调器网关、移动终端和远程管理软件组成,其中采集节点用来获取土壤样本的地理位置信息、RFID电子标签数据以及土壤环境的温湿度。协调器网关由ZigBee协调器连接4G模块组成,实现ZigBee无线网络转换为4G网络。4G模块经配置软件配置好服务器IP和端口号等信息后,将采集节点获取的数据传输到远程服务器的管理软件中。通过系统稳定性试验测试,丢包率为0.2%,该系统具有较高的可靠性。移动终端采用掌上电脑PDA(personal digital assistant),实现土样采集的现场监测管理。远程管理软件应用Web、SQL Server(structured query language server)、Socket等技术开发了数据接收显示、百度地图、数据自动成图(2D、3D)等功能模块。利用GPS信息在百度地图中可以实现采样点的实时跟踪,调用数据库数据或者本地试验数据可以自动生成有关土壤信息的空间分布图。该系统采集土壤样本信息的同时也可获取相应的土壤样本养分信息,将土壤养分信息数据按照RFID标签导入土壤管理软件中对应的土样信息栏,生成了土壤养分空间分布图,为后续变量施肥提供决策支持。     

基于物联网的荔枝园信息获取与智能灌溉专家决策系统

为实现荔枝园环境的实时远程监控和精准管理,设计基于农业物联网的荔枝园信息获取与智能灌溉专家决策系统,该系统通过信息采集终端模块实时采集荔枝园的土壤含水率、空气温湿度、光照强度、风速和降雨量等环境信息,通过无线传感网将数据包发送到网关上,网关通过通用无线分组网(general packet radio service,GPRS)将处理后的数据包传输到云服务器,专家系统根据采集到的环境数据,结合专家知识,建立多个决策数学模型,实现计算作物需水量、预报灌溉时间、灌溉最佳定量决策、根据灌溉制度决策等决策功能,将决策结果反馈到控制终端模块进行智能监控。经试验,对比系统多参数决策和一般的单参数决策得出的结论,多参数决策的准确性更高;灌溉区域的土壤含水率平均值为17.4%,满足荔枝树生长所需的土壤含水率条件,说明系统的灌溉决策具有比较强的实时性。且系统预测能达到75%的准确率,说明系统的预测实时性比较好。该系统实现了荔枝园的环境信息获取与智能灌溉,能指导用户更好地管理荔枝园。     

物联网在设施农业中的应用研究

为了实现设施农业的自动化管理,提高工作效率、降低劳动成本,开展了物联网在设施农业中的应用研究。采用物联网技术研发了基于物联网的设施农业监控系统,对生产过程中的温湿度、太阳光照等生产参数进行实时采集监控。该系统运用传感器进行感知、利用RFID、Zigbee和GPRS组成的三层网络架构实现数据传输,服务器端则采用RIA-CBX软件架构实现监测数据的接收和处理,可以短信接收数据以及通过短信触发控制。该系统已经在辽宁省几个试验点进行了测试,通过对系统的测试数据的时延、流量等性能的评估,验证了系统的可靠性和准确性。基于物联网的设施农业监控系统自动监测设施农业综合环境信息,实现了对设施农业的自动控制和智能化管理,为科学预测和科学种植提供了依据。     

基于迁移学习和残差网络的农作物病害分类

作物病害对农业产品的质量和产量有重要影响,单一物种病害的分类模型难以应对复杂的农业生产环境。该研究对深度残差网络SE-ResNeXt-101模型进行改进,并基于迁移学习(TransferLearning,TL)提出了一种农作物病害分类模型TL-SE-ResNeXt-101,用于不指定农作物种类的病害检测分类。在重构的AI Challenger 2018农作物病害数据集上,将该模型与VGG-16、GoogLeNet、ResNet-50和DenseNet-121卷积神经网络模型进行比较。结果表明,相同试验条件下,本文模型对不同作物种类的不同病害分类平均准确率达到98%,分类效果优于其他模型;在真实农业生产环境下该模型的分类效果也优于其他模型,平均准确率达到47.37%。该模型具有较高的识别准确率与较强的鲁棒性,可为复杂农业生产环境下对不同作物种类不同病害的识别分类提供参考。     

基于无人机遥感可见光影像的北疆主要农作物分类方法

作物类型准确分类是大田作业和管理的基础。该文通过无人机遥感试验获取的可见光影像,利用色彩空间转换和纹理滤波构建了色调、饱和度和亮度的27项纹理和低通滤波特征;然后采用Relief F-Pearson特征降维方法,剔除分类能力弱且相关性高的冗余特征;最后,基于优选特征训练分类模型,并结合人工分类结果对各模型进行精度比较和效果验证。结果表明:特征选择得到的H-CLP、H-Ent、I-Cor、I-CLP、I-Ent、S-CLP和I-Var是利用可见光影像进行北疆主要农作物分类的最佳特征,可在充分表征影像特征的同时降低数据冗余。支持向量机(support vector machine,SVM)分类方法精度最高,整体分类准确率达83.77%,ANN和KNN分类精度次之。通过在验证区进行像素级别作物分类,发现SVM分类方法效果最好,棉花、玉米、苜蓿和西葫芦作物分类精度均达到了80%以上。该研究可为基于无人机可见光影像的农作物种植信息普查提供参考。     

基于NoSQL数据库的农田物联网云存储系统设计与实现

为了解决农田物联网大量图像、视频和传感器等结构化和非结构化数据实时处理与写入问题,该文基于分布式存储与NoSQL(NotOnlySQL)技术,结合农田物联网数据特征,利用HDFS(HadoopDistributedFileSystem)和HBase(Hadoop Database)存储非结构化和结构化数据,基于Redis缓存服务,设计了三层物联网数据云存储框架,实现了海量农田物联网数据存储中的业务处理、事务处理、图片打包与索引、负载均衡等关键技术。面对复杂业务下的事务数据一致性,该文采用基于HLock的乐观锁机制,实现了HBase对强事务性的支持,经过与传统MySQL集群事务对比测试,当数据量级在500万时,数据读取效率提升达35.75%。为了提高农田物联网中大量的小图片和小文件处理效率,基于图片打包合并策略,利用SequenceFile技术实现物联图片的快速索引读写技术,与原生HDFS存储效率相比,读写效率提升30%以上。该研究可以为海量农业物联网数据的存储和管理提供技术参考和理论支撑。     

多维农业信息分类体系

该文在分析农业系统构成和运行特点的基础上，充分考虑了农业信息因素众多、构成复杂等特点，提出了多维分类方法，重点分析了农业信息在农业生产、农业行业/产品、市场、社会经济、科学技术以及自然资源等方面的内涵和特性，建立了以农业行业/产品为主线，包括农业生产维、农业市场维、农业自然资源维、农业社会经济维、农业科技维、农业时空维和农业信息属性维在内的多维分类空间，并构筑了相应的分类立方体数据模型，实现了对农业信息的多角度综合反映。该方法已经应用在中国农业信息网络平台与开发中并取得良好的效果。     

分布式多源农林物联网感知数据共享平台研发

由于农业和林业传感器种类繁多、数据传输协议多样,在各个物联网数据应用系统之间形成了信息孤单现象,难以实现物联网传感器数据的交互共享。因此,该文以农林领域常见传感器数据为研究对象,针对不同类型传感器节点及采集数据差异性等特点,采用符号表示法表达传感器节点数据,设计了通用数据交互格式;针对其海量性特点,采用分布式面向服务的结构方法及成熟的开发技术,设计了分布式多源农林物联网感知数据共享平台。该平台由数据中心子系统、数据适配子系统、数据存储子系统、数据发布子系统及数据传输总线5部分组成,分别实现了传感器节点注册、多源差异数据的接入适配、数据的分布式存储、数据标准化发布及数据传输等功能,为农林领域不同物联网设备与数据应用系统之间架起了数据桥梁,实现了农业和林业物联网感知数据的统一管理。目前,平台分别接入了顺义、新疆、杨凌、通州等17个合作单位的550个传感器节点数据,接入数据量每天超过10 000条,运行状态良好。     

基于物联网技术的土壤温度水分远程实时监测系统的构建和运行

物联网能够通过传感器和互联网将任何物体联系起来,为进行实时跟踪监测、管理和研究提供了有效手段。该技术在土壤生态系统研究领域具有应用前景,但在国内发展滞后亟待深入研究和拓展。本研究将物联网技术与土壤生态环境因子监测研究相结合,选择三峡库首地区典型土壤和不同施肥条件下的脐橙为对象,通过野外安装土壤剖面温度水分传感器、环境温湿度传感器、有线和无线数据传输网络硬件,同时定制开发了一套远程监控管理软件平台,构建了一个基于物联网的土壤环境远程实时监测系统。该系统是利用交叉学科优势对土壤生态因子监测和研究手段在时空范围上拓展和探索,克服了传统原位采样和测试方法带来的滞后和误差,提高了获取数据的效率和准确性。利用该系统特点通过进一步研究脐橙生长过程对土壤剖面温度水分实时动态的响应机制,可深入探讨脐橙高效生产和提高水肥利用率的措施,验证物联网技术在土壤生态因子研究中的准确性和可靠性。该系统的构建和运行,将为三峡库区优质脐橙生产提供科学依据,为土壤干旱预警、水土流失以及面源污染监测提供科学手段。     

农业物联网技术应用及创新发展策略

农业是物联网技术应用的重点领域之一,也是物联网技术应用需求最迫切、难度最大、集成性特征最明显的领域。该文对农业物联网国内外技术应用现状、存在的问题以及农业领域关键应用环节进行了深入分析,在此基础上提出了农业物联网未来技术发展重点以及对策措施。农业物联网未来技术发展重点:农业物联网信息感知与识别技术,农业物联网自组织网络部署与信息传输技术,农业物联网自组织网络部署与信息传输技术,农业物联网安全监管与服务质量保障技术。农业物联网对策措施:加强农业物联网技术规范研究,加强核心关键技术产品研发,加强农业物联网技术集成平台建设,加强农业物联网产品设备检测,加强农业物联网应用布局,进一步优化和完善政策环境。该研究为中国农业物联网可持续发展提供决策参考。     

江西省农用地分等信息系统设计与开发

开发农用地分等信息系统旨在对空间信息和属性信息进行统一管理，提高农用地分等的科学化和自动化水平。该文运用组件式地理信息系统(GIS)和计算机技术，利用MapObjects和Visual C++，研制开发了江西省农用地分等信息系统(LandFD)。通过在江西省分宜县农用地分等中的应用表明，该系统符合规程要求，运行可靠，可以大大提高农地分等工作效率。     

基于物联网的保育猪舍环境监控系统

保育猪舍内部小气候环境对确保仔猪的正常生长关系重大,该文基于物联网技术开发了保育舍环境可视化调控系统。采用Zigbee无线技术将舍内各保育床及周围设备组成无线网络系统,以ARM-LINUX嵌入式服务器为现场控制中心。系统依据分布于各保育床内的传感器获得的环境参数,精确调节各保育床内的小气候环境。通过WIFI无线技术将服务器与INTERNET无缝连接,使用户端延伸并扩展到猪舍及室内设备,实现环境与设备之间,环境与人之间进行信息交换。采用B/S(浏览器/服务器)模式,实现通过浏览器远程实时监控猪舍。试验结果表明,该系统性能稳定,信息无线采集、环境自动调控及远程可视化调控均达到实际需求,适合保育猪舍环境智能化精准管理,可应用于自动化、智能化的牲畜养殖中。     

基于WebGIS和条码技术的土壤空间信息管理系统

针对精准农业土壤肥力诊断的需要,基于条码技术和WebGIS构建了针对土壤样品采集、化验和存储以及分析数据的空间管理与发布的松耦合系统。该系统基于条码技术对土壤样品采集、化验及存储等流程进行管理,基于WebGIS进行空间数据管理和发布,同时,基于Web Service技术实现数据同步,较好地解决了分布式系统中异构数据库数据的同步问题。应用实践表明,系统的设计思想和架构符合精准农业信息获取、信息管理的需要,同时,在大规模土壤调查、土壤监测领域也具有良好应用前景。     

基于GoogleMap的农业气象业务服务平台的设计与实现

介绍了基亍GoogieMap的农业气象业务服务平台的系统结构,分析了系统各功能模块的特点,通过应用个例展现了农业气象情报的处理过程,并介绍了GoogleMapsAPI密钥嵌入网页的关键技术等,实现了将实时原始报文数据和历史档案资料分类汇总,进行快速分析处理,生成文本、图表等多种形式的农业气象信息,并通过网络定期和不定期向用户单位发布、传输的服务功能。