农业试验数据智能采集系统的设计与应用

【目的】 为了快速准确获取农业科研试验中具有体量大、种类繁多且复杂、可变性大、对真实性有严格要求等特点的田间植株表型数据。【方法】 文章基于物联网与大数据技术构建了一个农业试验中大数据采集应用系统，用于辅助人工进行试验数据采集与应用。数据采集方法有基于NodeMcu开发板结合传感器获取环境数据、通过树莓派连接摄像头对试验区域进行图像采集并利用物联网设备上传至数据库、网络爬虫、通过终端设备记录作物单株形态等。获得数据后对不同来源数据进行清洗与处理，将原始数据与清洗处理后的数据分别存储至不同数据区域中并固化，通过分布式文件系统HDFS（Hadoop Distributed File System）读写操作，最后利用数据处理模块对数据进行监控与处理，将结果以图像、表格和视频等形式提交到前端交互网站。【结果】 基于构建的大数据采集系统获得了5 450幅大豆叶片图像，然后利用yolov5的深度学习模型训练，最终实现了大豆叶形分类识别；利用株高测量设备获取了1 306株大豆株高数据，结果较为可靠。【结论】 研究表明，该系统设计方案具有可行性高、用途广泛、构建成本低和可拓展性强等特点，将多种技术运用于农业试验的数据获取中，规范化试验流程与数据保存，提高数据获取的广度和数据利用的深度，为更深层次的农业科学研究奠定了基础。