基于物联网架构的设施园艺生产智能决策系统研发

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 ， 诸金翔， 孙忠富 ， 何超兴 ， 杨勇 中 国农业科学院农业环境与可持续发展研究所， 中 国农业科学院蔬菜花卉研究所， 北京恺琳科技发展有限公司 ， 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。 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。 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。 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 （架构即服务） 、 （软件即服务） 、 （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 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。农业物联网体系架构应用綳，蓬細数淫库冥他？ ？ ？戀 铉齡；似從路孩締助上搖一三 圈祌心移驗软捋衣：丟敏务颂鈇 台繫锁擬喜输层雜纤： 图 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。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。￥监测数搪库 ，三专家知识库人工逋助数库 冥他大数据中心图 大数据中心 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 所示。图 软件模块总体架构 总体设计特点（ ） 先进的网络技术。 使用 ， ， 或处理的数据访问构件； 研宄实现 文件与数据库进行无损失转换的功能构件 ； 采用 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。（ ） 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。（ ）“ 松耦合” 的数据管理方式。 系统采用 数据库和 “ 松耦合” 的方式将现成的专家系统外壳和 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。（ ） 灵活的 结构 。 本系统是一个典型的 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。系统功能与使用简介 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 加密 ， 同时加入验证码机制 ， 加强系统安全性。 登录网址为 ： ， 如图所示。光灑室薦菜高效生产专家决策鏡图 用户登录界面 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 所示。图 系统首页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。（ ） 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 所示。： ：薩 ； ； ，：；： ：； ：；： ：；：漢褒 ） 田间挡案管理纖入兹酸；联游雜脇 多雜逸驗跡新逸 产缀产節娜瑞系统设费淀室郷工作人 赋嘗理離鼓 埋条目漆作瑚 ：？药！ ： ：理我： ，？ ： 黯？ 麟 图 田间档案管理（ ）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 所示。曰温室蔬菜高？谢曾理。晒臟珍生 鄉錄 终織。生长管理唪生长期遴錄求芽麵妨机 紐？钱興有好激薄搬付下发穿於？， 而贩錄 ， 运；力条？下 ， 绍逋发穿，湿度要求多 嫩？群 靈祕嗪 土壤營弄液 ？二化雄？！ ？ ！ ： ？ ，物芸要：？土級鄕舰：象内容概述茇吞胡寄 多土堪！以上，图 生长管理（）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介绍如图 所示。图 绿色食品（）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 所示。钱 搬瑰織多媒体： 娜魏坑撒，图 多媒体知识库 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。（ ） 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 所示。？绿色食品娜？：一图 病害概述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。（ ） 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 ）对产量进行提前预测如图 所示。图 产量预测模型图 产量预测（ ） 产期预测是根据专家系统模型 （如图 ） ， 选用决策树， 结合作物生长环境， 实现产期预测， 如图 所示。