分类：论文范文 发表时间：2022-01-17 09:33
摘要：农业在一个的经济中起着至关重要的作用，对人类文明有着广泛的贡献。随着传感器设备、RFID和Internet协议的不断扩展，物联网的体系结构已经支持农业发展向智能农业方向演进。本文介绍了各种物联网技术和智能决策支持系统在农业中的应用，对ANFIS和PLSR模型预测等方法和技术进行了广泛的综述，讨论了面对各种挑战的经验以及进一步优化的工作方向。
关键词：物联网RFID射频识别ANFISPLSR
1引言
目前，农业生产还是以传统人力生产为主，具有生产规模小、分散、不易集中组织管理等特点，农业管理也比较落后，在进行灌溉、施肥、喷药时，主要是以依靠传统经验为主，缺乏先进技术应用管理。随着人口老龄化加速，机械化管理成为必然的趋势，使用云计算、大数据技术进行指导生产是解决当前所面临的诸多问题的必经之路。物联网是一种解决问题的技术，它使用各种传感器，这些传感器通过互联网连接，并与卫星集成，在各个领域创造奇迹。
2系统架构
发展农业生产必然要使用先进的技术，随着传感器设备、智能系统和互联网协议的不断扩展，物联网的体系结构已经支持农业发展向智能农业方向演进。每个智能系统采用了不同的技术，而物联网是所有智能系统的核心部分，包括了传感器设备、协议、卫星成像、无人机和网关，它们都连接到云服务器。每一个开发的系统都会收集土壤湿度、温度、pH值、氧气需求等数据，并做出相应的决策。物联网在农业生态方面涉及众多应用，本文主要讨论在以下4个方面的应用：物联网的智能灌溉应用；物联网的地下水硝酸盐的测定应用；物联网的智慧精准生态应用；物联网的智能身份验证应用。农业物联网体系结构如图1所示。
3物联网在农业中的应用
经过近几年的发展，物联网在农业中的应用加快了我国农业生产的步伐。虽然有了很大的发展，但是与国外农业生产相比，我们还是有很大的差距。在国外，农业物联网的应用主要集中在农业灌溉应用、农业地下水检测、精准农业与农业生态环境监测和身份验证等方面。
3.1物联网在农业灌溉中的应用
目前，水资源的短缺程度越来越严重，必须有效利用水资源，这是农业发展的重要资源。一种被称为自动智能灌溉决策支持系统（SIDSS）的新技术有望有效地管理和灌溉农田，灌溉估算每周进行一次。因此，每周都要计算土壤特性、气候条件和天气信息。为了实现SIDSS，相应提出了ANFIS和PLSR两种机器学习技术，由人类专家和其他领域科学家完成并进行了测试。SIDSS所使用的传感器中包括一个土壤传感器，用于检测不同的作物和条件，该设备采用GSM/GPRS调制解调器建模，从不同的位置收集信息、环境变量（降雨量、湿度、所需水位深度等）作为系统的输入。测量农业所需的灌溉量是一项具有挑战性的工作。农田里的灌溉方式因地而异，因此，土壤灌溉需要的时间以及水量的多少，必须通过ANFIS和PLSR技术来进行预测。利用ANFIS推理系统生成模糊规则，可以准确预测农田灌溉需水量，而PLSR是一种获得预测变量值的统计方法。相较而言，ANFIS在确定灌溉需水量方面比PLSR有更好的性能。针对两种机器学习技术（ANFIS和PLSR）的实验装置和不同变量集的比较，VWC传感器可以准确地检测土壤水分，输入系统所需的一组输入变量，该过程每周进行一次，土壤传感器检测湿度水平和相对温度。在此情况下，需要连续的土壤测量来支撑准确预测作物所需的灌溉量。需要对预测结果进行对比分析，以获得对变量和作物的正确理解；保留作物的历史信息，以便进一步改进。如果新种植园没有以前的信息历史，VWC传感器将被移除。未来，进一步的研究将集中于不同的地区和不同的条件。
3.2物联网在地表水和地下水硝酸盐含量检测中的应用
众所周知，硝酸盐是一种污染物，可能存在于水果、蔬菜甚至是水中。硝酸盐是一种有害的物质，当它的浓度增加到预期水平以上时，会引起高铁血红蛋白血症，这被认为是血液中铁离子的一种变化。硝酸盐能引起人类和植物的许多疾病，根本原因是其含量的增加。同样地，如果硝酸盐在地下水中增加，将会影响植物和作物的生长，最终影响农业的发展。为了克服这一问题，我们引入了一种智能硝酸盐传感器来监测地表水和地下水中的硝酸盐含量。该系统配备了相关设备，如平面叉指传感器、仪器以及电化学阻抗谱仪，用于报告土壤水分中硝酸盐的含量。除分光光度法外，水中硝酸盐氮的测定方法还有很多。每月采集河流、湖泊和地下水样品进行硝酸盐测定。以往的研究工作表明，该方法在不同的条件下都具有很好的精度条件。但是在一定的条件下，温度在不同的磁场中是有变化的。因此，需要对温度效应进行补偿，采用温度补偿传感器来低成本计算硝酸盐含量。传感系统通过Wi-Fi连接与基于物联网的云服务器相连。平面型叉指传感器已被用于识别水中硝酸盐的浓度，根据产生的电场的变化来检测硝酸盐。温度对水中的离子有很大的影响，因此，有必要测量传感器在不同温度条件下的温度变化。所需的完整实验设备装置包含Hioki3522-50LCR仪、SCILO-GEXMS7-H550Hioki四端探头、数字热板搅拌器、水银温度计、数据采集计算机等，对以下问题进行各种实验：一是温度的精确测量——同一传感器可用于测量地下水的温度，其阻抗的电阻和电抗用欧姆（Ω）表示，结果表明，阻抗减小，温度越高；二是溪水测试，即使是使用溪水样品，也需进行几次测试，用分光光度法测定河水中硝酸盐的浓度；三是将采集的数据发送到物联网云服务器；四是将阻抗测量因子与实际开发的系统和LCR进行比较。此外，我们对系统的温度补偿也进行了多种改进。最后，我们利用传感装置和分光光度法对样品水中硝酸盐的含量进行了检测，取得了良好的效果。
3.3物联网在精准农业和生态监测中的应用
基于物联网的精准农业建设和生态因子监测，除了物联网协议和工具之外，还利用和部署了各种传感器节点，相关系统通过使用不同的平台和云技术完成。过去几年中，由于塑料的使用以及人类废弃物、小颗粒污染物和温室气体的排放，环境受到严重污染，污染的增加导致了水质的酸性增强。鉴于此，该系统的目标是通过监测生态因素来控制污染和改善农业。
3.3.1精准农业预测
整个系统是为了支持智能灌溉、害虫控制，对植物病害程度进行监测，从而有针对性地进行智能喷洒农药。以一个葡萄种植园为具体的场景，观察葡萄树的生长状况，可以使用无人机进行监测，植物被感染的部分能够实现无人机识别。监测过程中需要每15分钟收集一次有关相对湿度、温度、紫外线辐射的信息，需要借助遥感技术、物联网、云服务器等。智能系统与位于整个现场的不同位置的物联网节点采集相关的信息，并将相关信息重新传回服务器。无人机可以非常精确地捕捉到来自野外的图像，也可以通过卫星成像方法获取图像。物联网节点能够根据捕获的图像将数据直接发送到云中，进而决定只在受影响的区域喷洒杀虫剂。
3.3.2海水养殖与生态监测
定期测试不同地点的重要因素，如海气温度、湿度、含氧量。使用无人机捕捉精确的数字图像，并将图像发送到云服务器，农业专家可以随时从云检索图像。生态监测中的物联网如图2所示。物联网平台配置物联网节点，传感器数据在完整描述中进行了详细描述。物联网节点可以收集信息，直接发送到云端。物联网实际上是帮助云与每台物联网机器进行通信，以收集污染的数据。数据用户可以指定拍摄图像的区域覆盖范围，这是由无人机和现场摄像机智能完成的。专家可以使用智能手机应用程序或平板电脑从云端访问图像，每个特定的节点和设备通过API进行通信，开发的系统部署在私有云中。物联网节点采用Arduino、RaspberryPi设计，实现了良好的质量属性。科学家对该系统进行了试验评价，并得出了最佳结果。
4优点和改进
通过简化农民的工作和优化作物生产，农业生产正日益自动化。在农业物联网工程中，通过采集土壤、湿度、温度等信息，可以方便地进行定期监测，有助于生态因子的预测。物联网与云技术的结合,可以提高的农业生产效率。
根据从各种研究中收集到的信息，未来可以考虑从两个方面进一步扩展：一是继续拓展可靠性、可扩展性参数，并使用开源编程语言作为程序；二是智能灌溉系统的开发可以在其他种植园中实现，并分析其性能。在认证方案中，还可以通过增加数据集来提高系统的准确性，进一步降低协议的复杂度而不影响安全特性，整个工作甚至可以与云计算环境合并。
根据以往的工作经验与资料积累，可以对作物种植进行一些新的改进。部分传感器可以在农业中发挥巨大的作用，使农业生产变得更加智能。将农业生产活动中采集的数据整合为数据集，该数据集可为农业中的每项智能工作维护提供进一步的参考。
使用无人机采集温湿度等信息，可以辅助决定农业中必须种植的作物类型，能够发现某种作物适合的生长环境，这些历史信息都可以找到并发送给农业专家。有了这些数据，农业专家可以根据情况种下新的农作物。根据土壤类型信息，可以发明并制造一种新的装置，将种子适时撒到田间，实现播种的自动化。如果气候发生变化，也可以通过智能系统进行告警提示。
大数据在维护气象信息、土壤类型特征的数据集方面发挥着巨大的作用，根据收集到的数据，作物种子可以由农业专家投掷，也可以由类似无人机的设备喷洒。同样地，土壤类型、要种植的作物类型以及适当的农药和肥料等数据可以结构化为一个数据集，未来可据此分析作物的生长情况，预先确定要在田间喷洒的农药类型，以节约农业生产时间。
陈伟东李国领叶亚伟张磊秦红涛
相关阅读
论文常识
期刊知识
著作出版
教材出书
专利申请
出版社
扫码关注公众号