实时监测功能
通过传感设备实时采集温室（大棚）内的空气温度、空气湿度、二氧化碳、光照、土壤水分、土壤温度、棚外温度与风速等数据；将数据通过移动通讯网络传输给服务管理平台，服务服管理平台对数据进行分析处理。
远程控制功能
针对条件较好的大棚，安装有电动卷帘，排风机，电动灌溉系统等机电设备，可实现远程控制功能。农户可通过手机或电脑登录系统，控制温室内的水阀、排风机、卷帘机的开关；也可设定好控制逻辑，系统会根据内外情况自动开启或关闭卷帘机、水阀、风机等大棚机电设备。
查询功能
农户使用手机或电脑登录系统后，可以实时查询温室（大棚）内的各项环境参数、历史温湿度曲线、历史机电设备 *** 作记录、历史照片等信息； 登录系统后，还可以查询当地的农业政策、市场行情、供求信息、专家通告等，实现有针对性的综合信息服务。
警告功能
警告功能需预先设定适合条件的上限值和下限值，设定值可根据农作物种类、生长周期和季节的变化进行修改。 当某个数据超出限值时，系统立即将警告信息发送给相应的农户，提示农户及时采取措施。
农业物联网区域试验工程工作方案
为贯彻落实党的十八大精神，切实促进工业化、信息化、城镇化和农业现代化同步发展，充分利用现代信息技术改造传统农业，不断提高农业资源利用率和劳动生产率，推动农业发展向集约型、规模化转变，提升农业现代化水平。农业部决定启动农业物联网区域试验工程（下称区试工程），选择有一定工作基础的天津、上海、安徽三省市率先开展试点试验工作。为确保区试工程顺利进行，制定如下方案。一、实施农业物联网区域试验工程具有重要意义 当前，我国农业现代化进程明显加快，但也面临着资源、环境与市场的多重约束，保障粮食安全、食品安全、生态安全的压力依然存在，确保农民稳定增收的任务越来越重。实施区试工程，对于探索农业物联网理论研究、系统集成、重点领域、发展模式及推进路径，提高农业物联网理论及应用水平，促进农业生产方式转变、农民增收有重要意义。（一）实施区试工程，有利于把握物联网等信息技术的特点及在农业领域的应用规律，探索形成农业物联网发展模式。信息技术是新生事物，是多种学科技术的集成，兼具系统性和整体性。农业是个古老产业，兼具地域性、季节性和多样性，这就决定了信息技术改造传统农业的复杂性和艰巨性。实施区试工程，研究物联网技术在不同产品、不同领域的集成、组装模式和技术实现路径，逐步构建农业物联网应用模式，促进农业物联网基础理论研究、适用技术和产品研发，探索构建国家农业物联网标准框架体系及相关公共服务平台，将为推动农业物联网产业大发展奠定坚实基础。（二）实施区试工程，有利于积累农业物联网应用经验，促进农业物联网科学发展。目前，我国农业物联网应用尚处于尝试性起步阶段，整体应用水平和建设规模明显落后于电力、医疗、环保等其它行业。各地农业物联网应用示范基本呈各自为战、散兵游勇式发展，点多面广，严重缺乏顶层设计，为示范而示范的现象较普遍，重复投入问题较突出，可持续发展商业模式较少。实施区试工程，有利于逐步理清发展思路、明确发展方向和重点，为全面、整体、系统推进农业物联网积累经验。（三）实施区试工程，有利于调动地方农业部门积极性，整合各方力量共同推进农业物联网应用。虽然一些地方农业部门发展农业物联网的积极性较高，但由于缺乏稳定投入，系统推动的后劲明显不足，一定程度上影响了农业物联网效果发挥和长远发展。实施区试工程，不仅有利于调动地方农业部门积极性，更重要的是通过政府工程项目的示范、引导和带动，能够促进社会各方资源整合、形成合力，共同推进农业物联网发展。二、目标和重点任务 （一）工程目标。开展农业物联网应用理论研究，探索农业物联网应用主攻方向、重点领域、发展模式及推进路径；开展农业物联网技术研发与系统集成，构建农业物联网应用技术、标准、政策体系；构建农业物联网公共服务平台；建立中央与地方、政府与市场、产学研和多部门协同推进的创新机制和可持续发展的商业模式；适时开展成功经验模式的推广应用。（二）总体思路。按照“统一规划、系统设计、领域侧重、统分结合、整体推进、跨越发展”的总体思路组织实施。遵从“先集中规划后分区试验，先集中建平台后组装集成，先试点试验、积累经验后推广应用”的指导思想分步推进实施。在系统规划设计的同时，支持天津、上海和安徽根据各自经济、社会及农业发展水平和产业特点，分别以设施农业与水产养殖、农产品质量安全全程监控和农业电子商务推进、大田粮食作物生产监测为重点领域开展试验示范，力图探索形成农业物联网可看、可用、可持续的推广应用模式，逐步构建农业物联网理论体系、技术体系、应用体系、标准体系、组织体系、制度体系和政策体系，并在全国范围内分区分阶段推广应用。（三）重点任务一是研究和部署农业物联网公共服务平台。面向农业物联网重大行业应用，重点突破多源信息融合、海量信息分布式管理、智能信息服务等关键技术，构建农业物联网公共服务平台，开展面向农业资源规划与管理、生产过程精准管理、农产品质量安全溯源等领域的共性的服务。二是研究和制定一批农业物联网应用行业标准。联合产学研用单位，研究和编制农业领域条形码（一维码、二维码）、电子标签（RFID）等的使用规范，制修订一批农业物联网传感器及传感节点、数据采集、应用软件接口、服务对象注册以及面向大田、设施农业、农产品质量安全监管应用等方面标准。三是中试和熟化一批农业物联网关键技术和装备。围绕区域主导产业，重点中试和熟化动植物环境（土壤、水、大气）、生命信息（生长、发育、营养、病变、胁迫等）传感器，研制成熟度、营养组分、形态、有害物残留、产品包装标识等传感器，开展农业物联网技术和装备的系统引进和自主研发，加强动植物生长过程数字化监测手段、模型研究，突破农业物联网的核心技术和关键技术。四是形成一批可推广的技术应用模式。针对设施农业与水产养殖、农产品质量安全、农业电子商务、大田粮食作物生产等的监测监控，分别研发系列专用传感、传输、控制等设备，开发相应的软件和管理信息系统，从而构建全程技术体系及可持续发展机制。五是培育农业物联网产业。按照引进消化吸收再创新的思路，围绕农业物联网的感知识别、数据传输、数据处理、智能控制和信息服务等环节，积极引导和推进农业物联网设备制造、软件开发及相关服务，培育一批农业物联网产业化研究基地、中试基地和生产基地，促进农业物联网新兴产业发展。六是强化政策措施研究。总结区试工程经验，研究提出促进农业物联网应用推广的政策建议，积极推动相关政策措施出台，营造农业物联网发展的良好环境。三、试验布局 围绕天津、上海和安徽农业特色产业和重点领域，统筹考虑行业及产业链布局，逐步实现物联网技术在农业全产业链的渗透和试点省市的整体推进。（一）天津设施农业与水产养殖物联网试验区天津毗邻北京，经济和交通条件好，区位优势明显。设施农业发达，目前拥有高标准设施农业面积60万亩，水产养殖面积62万亩，规模化水产养殖小区55个，蔬菜和水产品自给率高。试验重点是在现代农业示范基地、龙头企业、农民专业合作社和水产养殖小区等开展设施农业与水产养殖物联网技术应用示范，探索不同种类农产品、不同类型农业生产经营主体农业物联网应用模式；开展农产品批发市场物流信息化管理，探索利用信息技术构建新型农产品流通格局，有效减少交易环节，提高交易效率。一是设施农业与水产养殖环境信息采集技术产品集成应用。选择现代农业示范基地、龙头企业、农民专业合作社和水产养殖小区，探索不同种类农产品、不同类型农业生产经营主体农业物联网技术应用模式及可持续商业模式。二是设施农业生命信息感知技术引进与创新。积极引进消化吸收国外先进的作物生命信息感知技术和设备，实现农作物径流、叶面温度、蒸腾量等作物关键生理生态信息在线获取，实现即时灌溉决策与在线营养诊断。三是设施蔬菜病虫害和水产病害特征信息提取与预警防控。融合设施环境、视频、动植物生命感知信息，引进创新设施农业病虫害和水产主要病害特征信息提取技术，实现设施农业主要作物的重点病虫害和水产主要病害信息实时提取与预警、事前防治与控制。四是探索设施农业物联网应用平台与服务模式。集成现有农业信息服务系统，构建设施农业物联网集成应用服务平台，面向农业主管部门、生产基地、农民专业合作社、基层农技人员、农户等提供多渠道、内容丰富的设施农业与水产养殖物联网应用服务；总结形成可持续、可推广的设施农业与水产养殖物联网应用服务模式。五是农产品交易流通平台。以天津韩家墅海吉星农产品批发市场为主体，综合利用物联网等现代信息技术，开展农产品质量追溯，实现物流、配送、仓储高效管理，并依托深圳农产品股份有限公司分布在全国的26个农产品批发市场，探索构建“产地装车、销地卸车、网上交易撮合、单品种全国互联互通”的新型农产品流通格局。（二）上海农产品质量安全监管试验区上海是国际化大都市，农产品主要依靠外阜输入，保证农产品质量安全是一项重大民生工程，探索应用物联网技术开展农产品质量安全监管试验，对确保大中城市食品安全具有普遍意义。试验重点是农产品（水稻、绿叶菜、动物及动物产品）生产加工、冷链物流和市场销售等环节的物联网技术应用，借助无线射频识别技术和条码技术，搭建农产品监管公共服务平台，实现对农产品生产、流通等环节全过程智能化监控，有效追溯农产品生产、运输、储存、消费全过程信息。一是建设农产品安全生产管理物联网系统。集成无线传感器网络，研究生产环境信息实时在线采集技术，研究生产履历信息现场快速采集技术，开发农产品安全生产管理物联网系统，实现产前提示、产中预警和产后反馈。二是建设农业投入品监管物联网系统。在农业生产环节，建立水稻、绿叶菜等农产品田间 *** 作电子化档案，对农业投入品进行规范管理，做到来源清楚，领用清晰，用量明确。三是农产品冷链物流物联网技术引进与创新。引进、消化国外农业物联网先进技术，在消化吸收相关技术基础上，研制集多种传感器、车辆定位、无线传输于一体的冷链物流过程监测设备，力争在稳定性、可靠性、低成本和低能耗方面有进展。开发农产品冷链物流过程监测与预警系统，实现基于物流过程的实时化监测与智能化决策。四是农产品全程质量安全监管物联网应用平台构建与服务模式创新。构建农产品质量安全监管综合数据库，开发农产品质量安全监管物联网应用平台，提供从农田到餐桌为主线的物联网综合应用服务，实现以追溯为核心的多方式溯源服务。培育农业物联网应用示范基地、示范企业与工程技术研究中心。积极探索商业化服务模式。五是农产品电子商务平台应用示范。以农产品电子商务平台建设为突破口，重点支持农产品电子商务与农产品追溯系统的深度融合，加快建设和推广从农产品生产至终端销售全程追溯的应用系统，搭建农产品产销服务信息平台。（三）安徽大田生产物联网试验区安徽是典型的农业大省，对保障国家粮食安全具有重要意义。试验以大田作物“四情”（苗情、墒情、病虫情、灾情）监测服务为重点，通过远程视频监控与先进感知相结合的农情数据信息实时采集、高效低成本信息传输和计算机智能决策技术的集成应用，实现大田作物全生育期动态监测预警和生产调度。一是建设大田作物农情监测系统。基于传感网数据采集，集成开发大田作物农情监测系统，实现对农田生态环境和作物苗情、墒情、病虫情以及灾情的动态高精度监测。二是建立基于感知数据的大田生产智能决策系统。基于信息采集点感知数据，集成农业生产管理知识模型，开发大田生产智能决策系统，实现科学施肥、节水灌溉、病虫害预警防治等生产措施的智能化管理。三是建立基于物联网的农机作业质量监控与调度指挥系统。在粮食主产区，基于无线传感、定位导航与地理信息技术，开发农机作业质量监控终端与调度指挥系统，实现农机资源管理、田间作业质量监控和跨区调度指挥。四是构建集成于12316平台的大田生产信息综合服务平台。以12316平台为基础，集成现有信息资源和各类专业服务系统，构建大田生产信息综合服务平台，为农情监测、生产决策、农产品质量安全管理、农机调度、市场监测预警等农业生产经营活动提供全方位的信息服务。五是大田生产物联网技术应用示范区建设。在小麦、水稻等主产县（市、区）建设大田生产物联网技术应用示范区，开展“四情”监测预警、农业生产管理、农机作业调度等物联网技术应用示范，探索物联网在大田作物生产上的技术应用模式和机制。六是探索农业物联网应用模式。在设施蔬菜、畜牧、渔业、茶叶、水果等产业，依托国家级、省级现代农业示范区、龙头企业，省级农民专业合作社示范社和规模种养殖场开展农业物联网应用试点，探索适合不同种类农产品、不同类型农业生产经营主体的农业物联网应用模式。四、条件保障（一）加强组织领导。为有序、高效推进区试工程任务，必须建立强有力的组织保障。区试工作由农业部农业信息化领导小组统一领导，组建区试工程技术专家组，由国家有关科研、教育系统的专家参与，负责研究制定区试工程总体技术解决方案，指导区试工程建设，研究和突破关键技术，制定农业物联网相关标准等。试点省市要成立以分管省市领导为组长、农业部门主要负责同志为副组长、涉农部门为成员的领导小组及技术专家组，负责推进本省区试工程。（二）明确工作分工。农业部负责组织制定区试工程总体实施方案，统筹推进区试工程，组织专家开展农业物联网应用理论、标准规范、共性技术和设备研究与熟化工作，构建农业物联网公共服务平台，开展应用模式及经验推广；试点省市领导小组及农业主管部门负责制定本地区实施方案、落实配套经费、推进区试工程及技术成果的示范与推广、加强资金监管及提高补助资金使用效益等工作。（三）确保稳定投入。要按区试总体方案安排，建立稳定的投入机制，以确保区试工程整体、稳步推进。农业部负责监督中央补助资金使用。试点省市要按不少于1:1的比例落实配套资金，并制定相应资金管理办法；注重积极引导有关IT企业和有实力的农业生产经营主体投资参与区试工程，逐步形成多元化投资格局。注重商业模式的培育，探索可持续发展机制。
自动灌溉：通过在土壤中安放湿度传感器，实时监测土壤的水分信息，当土壤中的水分低于标准值，系统就能自动打开灌溉设备，为农田灌溉，当土壤水分达到了标准值，系统自动关闭灌溉设备。
对于施肥也是同样的原理，通过土壤氮磷钾传感器，来实时监测土壤养分信息，通过土壤养分信息，控制施肥。
借助智能设备和互联网的技术，不但可以节约人力成本，同时还能节省化肥和灌溉水，更有利于农业的可持续发展！智慧农业 是农业中的智慧经济，或智慧经济形态在农业中的具体表现。智慧农业是智慧经济重要的组成部分;对于发展中国家而言，智慧农业是智慧经济主要的组成部分，是发展中国家消除贫困、实现后发优势、经济发展后来居上、实现赶超战略的主要途径。
农业物联网一般应用是将大量的传感器节点构成监控网络， 通过各种传感器采集信息， 以帮助农民及时发现问题， 并且准确地确定发生问题的位置， 这样农业将逐渐地从以人力为中心、依赖于孤立机械的生产模式转向以信息和软件为中心的生产模式，从而大量使用各种自动化、智能化、远程控制的生产设备。
农业信息化是指人类在农业生产活动和社会实践中，通过普遍地采用以通讯技术网络技术和信息技术等为主要内容的高新技术，更加充分有效地开发和利用农业信息资源，推动农业经济可持续发展和农村社会进步的过程
本专题我共整理了10篇文章，来自中国农业科学院农业质量标准与检测技术研究所、南京农业大学、英国林肯大学、华南农业大学、江南大学、国家农业智能装备工程技术研究中心、浙江大学、中国科学院、吉林农业大学、西北农林 科技 大学、国家信息农业工程技术中心等单位。
文章包含农产品质量安全纳米传感器、太阳能杀虫灯、分簇路由算法、农田物联网混合多跳路由算法、水产养殖溶解氧传感器研制、土壤养分近场遥测方法、农机远程智能管理平台、水肥浓度智能感知与精准配比、果园多机器人通信等内容，供大家阅读、参考。
专题--农业传感器与物联网
Topic--Agricultural Sensor and Internet of Things
[1]王培龙, 唐智勇 农产品质量安全纳米传感应用研究分析与展望[J] 智慧农业(中英文), 2020, 2(2): 1-10
WANG Peilong , TANG Zhiyong Application analysis and prospect of nanosensor in the quality and safety of agricultural products[J] Smart Agriculture, 2020, 2(2): 1-10
知网阅读
[2]杨星, 舒磊, 黄凯, 李凯亮, 霍志强, 王彦飞, 王心怡, 卢巧玲, 张亚成 太阳能杀虫灯物联网故障诊断特征分析及潜在挑战[J] 智慧农业(中英文), 2020, 2(2): 11-27
YANG Xing, SHU Lei, HUANG Kai, LI Kailiang, HUO Zhiqiang, WANG Yanfei, WANG Xinyi, LU Qiaoling, ZHANG Yacheng Characteristics analysis and challenges for fault diagnosis in solar insecticidal lamps Internet of Things[J] Smart Agriculture, 2020, 2(2): 11-27
摘要： 太阳能杀虫灯物联网（SIL-IoTs）是一种基于农业场景与物联网技术的新型物理农业虫害防治工具，通过无线传输太阳能杀虫灯组件状态数据，用户可后台实时查看太阳能杀虫灯运行状态，具有杀虫计数、虫害区域定位、辅助农情监测等功能。但随着SIL-IoTs快速发展与广泛应用，故障诊断难和维护难等矛盾日益突出。基于此，本研究首先阐述了SIL-IoTs的结构和研究现状，分析了故障诊断的重要性，指出了故障诊断是保障其可靠性的主要手段。接着介绍了目前太阳能杀虫灯节点自身存在的故障及其在无线传感网络（WSNs）中的体现，并进一步对WSNs中的故障进行分类，包括基于行为、基于时间、基于组件以及基于影响区域的故障四类。随后讨论了统计方法、概率方法、层次路由方法、机器学习方法、拓扑控制方法和移动基站方法等目前主要使用的WSNs故障诊断方法。此外，还探讨了SIL-IoTs故障诊断策略，将故障诊断从行为上分为主动型诊断与被动型诊断策略，从监测类型上分为连续诊断、定期诊断、直接诊断与间接诊断策略，从设备上分为集中式、分布式与混合式策略。在以上故障诊断方法与策略的基础上，介绍了后台数据异常、部分节点通信异常、整个网络通信异常和未诊断出异常但实际存在异常四种故障现象下适用的WSNs故障诊断调试工具，如Sympathy、Clairvoyant、SNIF和Dustminer。最后，强调了SIL-IoTs的特性对故障诊断带来的潜在挑战，包括部署环境复杂、节点任务冲突、连续性区域节点无法传输数据和多种故障诊断失效等情形，并针对这些潜在挑战指出了合理的研究方向。由于SIL-IoTs为农业物联网中典型应用，因此本研究可扩展至其它农业物联网中，并为这些农业物联网的故障诊断提供参考。
知网阅读
[3]汪进鸿, 韩宇星 用于作物表型信息边缘计算采集的认知无线传感器网络分簇路由算法[J] 智慧农业(中英文), 2020, 2(2): 28-47
WANG Jinhong, HAN Yuxing Cognitive radio sensor networks clustering routing algorithm for crop phenotypic information edge computing collection[J] Smart Agriculture, 2020, 2(2): 28-47
摘要： 随着无线终端数量的快速增长和多媒体图像等高带宽传输业务需求的增加，农业物联网相关领域可预见地会出现无线频谱资源紧缺问题。针对基于传统物联网的作物表型信息采集系统中存在由于节点密集部署导致数据传输过程容易出现频谱竞争、数据拥堵的现象以及固定电池的网络由于能耗不均衡引起监测周期缩减等诸多问题，本研究建立了一个认知无线传感器网络（CRSN）作物表型信息采集模型，并针对模型提出一种引入边缘计算机制的动态频谱和能耗均衡（DSEB）的事件驱动分簇路由算法。算法包括：（1）动态频谱感知分簇，采用层次聚类算法结合频谱感知获取的可用信道、节点间的距离、剩余能量和邻居节点度为相似度对被监控区域内的节点进行聚类分簇并选取簇头，构建分簇拓扑的过程对各分簇大小的均衡性引入奖励和惩罚因子，提升网络各分簇平均频谱利用率；（2）融入边缘计算的事件触发数据路由，根据构建的分簇拓扑结构，将待检测各区域变化异常表型信息触发事件以簇内汇聚和簇间中继交替迭代方式转发至汇聚节点，簇内汇聚包括直传和簇内中继，簇间中继包括主网关节点和次网关节点-主网关节点两种情况；（3）基于频谱变化和通信服务质量（QoS）的自适应重新分簇：基于主用户行为变化引起的可用信道改变，或分簇效果不佳对通信服务质量产生的干扰，触发CRSN进行自适应重新分簇。此外，本研究还提出了一种新的能耗均衡策略去能量消耗中心化（假设sink为中心），即在网关或簇头节点选取计算式中引入与节点到sink的距离成正比的权重系数。算法仿真结果表明，与采用K-medoid分簇和能量感知的事件驱动分簇(ERP)路由方案相比，在CRSN节点数为定值的前提下，基于DSEB的分簇路由算法在网络生存期与能效等方面均具有一定的改进；在主用户节点数为定值时，所提算法比其它两种算法具有更高频谱利用率。
知网阅读
[4]顾浩, 王志强, 吴昊, 蒋永年, 郭亚 基于荧光法的溶解氧传感器研制及试验[J] 智慧农业(中英文), 2020, 2(2): 48-58
GU Hao, WANG Zhiqiang, WU Hao, JIANG Yongnian, GUO Ya A fluorescence based dissolved oxygen sensor[J] Smart Agriculture, 2020, 2(2): 48-58
摘要：溶解氧含量的测量对水产养殖具有极其重要的意义，但目前中国市面上的溶解氧传感器存在价格昂贵、不能持续在线测量及更新部件维护困难等问题，难以在水产养殖物联网中大规模推广和发挥作用。本研究基于荧光淬灭原理，利用水中溶解氧浓度与荧光信号相位差的关系进行低成本、易维护溶解氧传感器的研发。首先利用自制备溶氧敏感膜，经激发光照射后产生红色荧光，该荧光寿命可由溶解氧浓度调节；然后利用光信号敏感器件设计光电转化电路实现光信号感知；再以STM32F103微处理器作为主控芯片，编写下位机程序实现激发光脉冲产生，利用相敏检波原理以及快速傅里叶变换（FFT）计算激发光与参照光的相位差，进而转化为溶解氧浓度，实现溶解氧的测量。荧光探测部分与系统主控部分采用分离式设计思想，利用屏蔽排线直接插拔连接，便于传感器探测头的拆卸、更换、维护以及实现远距离在线测量。经测试，本溶解氧传感器的测量范围是0~20 mg/L，响应延迟小于2 s，溶氧敏感膜使用寿命约1年，可以实时不间断地对溶解氧浓度进行测量。同时，本传感器具有测量方便、制作成本低、体积小等特点，为中国水产养殖低成本溶解氧传感器的研发与市场化奠定了良好的基础。
知网阅读
[5]矫雷子, 董大明, 赵贤德, 田宏武 基于调制近红外反射光谱的土壤养分近场遥测方法研究[J] 智慧农业(中英文), 2020, 2(2): 59-66
JIAO Leizi, DONG Daming, ZHAO Xiande, TIAN Hongwu Near-field telemetry detection of soil nutrient based on modulated near-infrared reflectance spectrum[J] Smart Agriculture, 2020, 2(2): 59-66
摘要： 土壤养分作为农业生产的重要指标，含量过少会降低农作物产量，过多则会造成环境污染。因此，快速、准确检测土壤养分对于精准施肥和提高作物产量具有重要意义。基于取样和化学分析的传统方法能够全面准确地检测土壤养分，但检测过程中土壤的取样及预处理过程繁琐、 *** 作复杂、费时费力，不能实现土壤养分的原位快速检测。本研究基于调制近红外光谱，提出了一种土壤养分主动式近场遥测方法，可有效避免土壤反射自然光的干扰。该方法使用波长范围1260~1610 nm的8通道窄带激光二极管作为近红外光源，通过测量8通道激光光束的土壤反射率，建立土壤养分中氮（N）关于土壤反射率的计量模型，实现了N的快速检测。在74组已知N含量的土壤样品中，选取54组作为训练集，20组作为预测集。基于一般线性模型，对训练集中土壤N含量与土壤反射率的定量化参数进行训练，筛选显著波段后的计量模型R2达到097。基于建立的计量模型，预测集中土壤N含量预测值与参考值的决定系数R2达到09，结果表明该方法具有土壤养分现场快速检测的能力。
知网阅读
[6]朱登胜, 方慧, 胡韶明, 王文权, 周延锁, 王红艳, 刘飞, 何勇 农机远程智能管理平台研发及其应用[J] 智慧农业(中英文), 2020, 2(2): 67-81
ZHU Dengsheng, FANG Hui, HU Shaoming, WANG Wenquan, ZHOU Yansuo, WANG Hongyan, LIU Fei, HE Yong Development and application of an intelligent remote management platform for agricultural machinery[J] Smart Agriculture, 2020, 2(2): 67-81
摘要： 本研究针对农机管理实时数据少、农机实时作业监管困难、服务信息不对称等问题，首先提出专业化远程管理平台设计时应具有五大原则：专业化、标准化、云平台、模块化以及开放性。基于这些原则，本研究设计了基于大田作业智能传感技术、物联网技术、定位技术、遥感技术和地理信息系统的可定制化的通用农机远程智能管理平台。平台分别为各级政府管理部门、农机合作社、农机手、农户设计并实现了基于WebGIS 的农机信息库及农机位置服务、农机作业实时监测与管理、农田基础信息管理、田间作物基本信息管理、农机调度管理、农机补贴管理、农机作业订单管理等多个实用模块。研究着重分析了在当前的技术背景下，平台部分关键技术的实现方法，包括采用低精度GNSS定位系统前提下的作业面积的计算方法、GNSS定位数据处理过程中的数据问题分析、农机调度算法、作业传感器信息的集成等，并提出了以地块为核心的管理平台建设思路；同时提出农机作业管理平台将逐步从简单作业管理转向大田农机综合管理。本平台对同类型管理平台的研发具有一定的参考与借鉴作用。
知网阅读
[7]金洲, 张俊卿, 郭红燕, 胡宜敏, 陈翔宇, 黄河, 王红艳 水肥浓度智能感知与精准配比系统研制与试验[J] 智慧农业(中英文), 2020, 2(2): 82-93
JIN Zhou, ZHANG Junqing, GUO Hongyan, HU Yimin, CHEN Xiangyu, HUANG He, WANG Hongyan Development and testing of intelligent sensing and precision proportioning system of water and fertilizer concentration[J] Smart Agriculture, 2020, 2(2): 82-93
摘要： 为解决农场当地当时的复合肥料精准化配料问题，本研究将水肥一体化智能灌溉施肥系统作为研究对象，构建了水肥浓度智能感知与精准配比系统。首先提出现场在线水肥溶液智能感知模型的快速建立方法，利用数据分析算法从传感器实时监测的一系列浓度梯度的肥料溶液中挖掘出模型。其次基于上述模型设计水肥浓度智能感知与精准配比系统的框架结构，阐述系统工作原理；并通过三种水体模拟在线配肥验证了该系统原位指导水肥浓度配比的有效性，同时评价了水体电导率对水肥配比浓度的干扰。试验结果表明，正则化条件下二阶的多项式拟合曲线是表达溶液电导率与水肥浓度的变化关系最优的模型，相关系数R2均大于0999，由此模型可得出用户关心的复合肥各指标浓度。三种水体模拟在线配肥结果表明，水体会干扰电导率导致无法准确反演水肥配比的浓度，相对偏差值超过了01。因此，本研究提出的在线水肥智能感知与精准配比系统实现了消除当地水体电导率对水肥配比准确性的干扰，通过模型计算实现复合肥精准化配比，并得出各指标浓度。该系统结构简单，配比精准，易与现有水肥一体机或者人工配肥系统结合使用，可广泛应用于设施农业栽培、果园栽培和大田经济作物栽培等环境下的精准智能施肥。
知网阅读
[8]孙浩然, 孙琳, 毕春光, 于合龙 基于粒子群与模拟退火协同优化的农田物联网混合多跳路由算法[J] 智慧农业(中英文), 2020, 2(3): 98-107
SUN Haoran, SUN Lin, BI Chunguang, YU Helong Hybrid multi-hop routing algorithm for farmland IoT based on particle swarm and simulated annealing collaborative optimization method[J] Smart Agriculture, 2020, 2(3): 98-107
摘要： 农业无线传感器网络对农田土壤、环境和作物生长的多源异构信息的获取起关键作用。针对传感器在农田中非均匀分布且受到能量制约等问题，本研究提出了一种基于粒子群和模拟退火协同优化的农田物联网混合多跳路由算法（PSMR）。首先，通过节点剩余能量和节点度加权选择簇首，采用成簇结构实现异构网络高效动态组网。然后通过簇首间多跳数据结构解决簇首远距离传输能耗过高问题，利用粒子群与模拟退火协同优化方法提高算法收敛速度，实现sink节点加速采集簇首中的聚合数据。对算法的仿真试验结果表明，PSMR算法与基于能量有效负载均衡的多路径路由策略方法（EMR）相比，无线传感器网络生命周期提升了57%；与贪婪外围无状态路由算法（GPSR-A）相比，在相同的网络生命周期内，第1个死亡传感器节点推迟了两轮，剩余能量标准差减少了004 J，具有良好的网络能耗均衡性。本研究提出的PSMR算法通过簇首间多跳降低远端簇首额外能耗，提高了不同距离簇首的能耗均衡性能，为实现大规模农田复杂环境的长时间、高效、稳定地数据采集监测提供了技术基础，可提高农业物联网的资源利用效率。
知网阅读
[9]毛文菊, 刘恒, 王东飞, 杨福增, 刘志杰 面向果园多机器人通信的AODV路由协议改进设计与测试[J] 智慧农业(中英文), 2021, 3(1): 96-108
MAO Wenju, LIU Heng, WANG Dongfei, YANG Fuzeng, LIU Zhijie Improved AODV routing protocol for multi-robot communication in orchard[J] Smart Agriculture, 2021, 3(1): 96-108
摘要： 针对多机器人在果园中作业时的通信需求，本研究基于Wi-Fi信号在桃园内接收强度预测模型，提出了一种引入优先节点和路径信号强度阈值的改进无线自组网按需平面距离向量路由协议（AODV-SP）。对AODV-SP报文进行设计，并利用NS2仿真软件对比了无线自组网按需平面距离向量路由协议（AODV）和AODV-SP在发起频率、路由开销、平均端到端时延及分组投递率4个方面的性能。仿真试验结果表明，本研究提出的AODV-SP路由协议在发起频率、路由开销、平均端到端时延及分组投递率4个方面的性能均优于AODV协议，其中节点的移动速度为5 m/s时，AODV-SP的路由发起频率和路由开销较AODV分别降低了365%和709%，节点的移动速度为8 m/s时，AODV-SP的分组投递率提高了059%，平均端到端时延降低了1309%。为进一步验证AODV-SP协议的性能，在实验室环境中搭建了基于领航-跟随法的小型多机器人无线通信物理平台并将AODV-SP在此平台应用，并进行了静态丢包率和动态测试。测试结果表明，节点相距25 m时静态丢包率为0，距离100 m时丢包率为2101%；动态行驶时能使机器人维持链状拓扑结构。本研究可为果园多机器人在实际环境中通信系统的搭建提供参考。
知网阅读
[10]黄凯, 舒磊, 李凯亮, 杨星, 朱艳, 汪小旵, 苏勤 太阳能杀虫灯物联网节点的防盗防破坏设计及展望[J] 智慧农业(中英文), 2021, 3(1): 129-143
HUANG Kai, SHU Lei, LI Kailiang, YANG Xing, ZHU Yan, WANG Xiaochan, SU Qin Design and prospect for anti-theft and anti-destruction of nodes in Solar Insecticidal Lamps Internet of Things[J] Smart Agriculture, 2021, 3(1): 129-143
摘要： 太阳能杀虫灯在有效控制虫害的同时，可减少农药施药量。随着其部署数量的增加，被盗被破坏的报道也越来越多，严重影响了虫害防治效果并造成了较大的经济损失。为有效地解决太阳能杀虫灯物联网节点被盗被破坏问题，本研究以太阳能杀虫灯物联网为应用场景，对太阳能杀虫灯硬件进行改造设计以获取更多的传感信息；提出了太阳能杀虫灯辅助设备——无人机杀虫灯，用以被盗被破坏出现后的部署、追踪和巡检等应急应用。通过上述硬件层面的改造设计和增加辅助设备，可以获取更为全面的信息以判断太阳能杀虫灯物联网节点被盗被破坏情况。但考虑到被盗被破坏发生时间短，仅改造硬件层面还不足以实现快速准确判断。因此，本研究进一步从内部硬件、软件算法和外形结构设计三个层面，探讨了设备防盗防破坏的优化设计、设备防盗防破坏判断规则的建立、设备被盗被破坏的快速准确判断、设备被盗被破坏的应急措施、设备被盗被破坏的预测与防控，以及优化计算以降低网络数据传输负荷六个关键研究问题，并对设备防盗防破坏技术在太阳能杀虫灯物联网场景中的应用进行了展望。
知网阅读
微信交流服务群
为方便农业科学领域读者、作者和审稿专家学术交流，促进智慧农业发展，为更好地服务广大读者、作者和审稿人，编辑部建立了微信交流服务群，有关专业领域内的问题讨论、投稿相关的问题均可在群里咨询。
入群方法： 加我微信 331760296 ， 备注： 姓名、单位、研究方向 ，我拉您进群，机构营销广告人员勿扰。
信息发布
科研团队介绍及招聘信息、学术会议及相关活动 的宣传推广
数字农业是指以现代信息技术为基础，以提高农业生产效率和产品质量为目标，运用计算机、传感网络等高新技术，通过现代信息通信技术对农作物的生长、加工、管理等环节进行有效监控和控制的农业生产过程。
那么数字农业与传统的农业有什么不同呢？它与现代物联网有什么不同呢？现代社会，随着信息技术手段在农村的广泛应用，以及互联网、物联网技术与数字农场、智能电网和智慧社区建设相结合，使农村的信息化程度不断提高。为了适应新形势提出的对信息化发展需求，人们开始将农业作为一个新兴产业加快发展。这是随着工业技术和信息系统的飞速发展出现的结果。
一方面，数字农业是在各种信息技术应用手段下生产出来的一种新型数字化农村生产方式；另一方面，数字农业又是一种全新技术体系。因此在新形势下将数字农业与传统农业进行融合，将其建设成为一个智慧乡村中具有独特优势和发展前景的新兴产业。
1、数字化农场
数字化农场是指通过信息技术手段建立数字农场，以实现农场的生产经营活动的高效管理和智能化控制。数字化农场是现代化农业生产必不可少的环节，它可以提高现代农业的生产效率，降低农业成本，提升农业发展水平，从而使农业成为现代化的朝阳产业。
它为现代农业发展提供了一个全新的产业平台，促进了农业生产方式的现代化和智能化。随着农业现代化技术及自动化设备的发展，数字化农场有望实现农业信息化。但由于其生产与种植过程复杂。数字化农场将有助于提高农业生产效率，促进农业生产标准化进程，提高农业经济效益，改善生态环境和农民生活质量，推动社会进步。
数字化农场实现过程包括:
1利用计算机技术分析气象资料，预测天气变化和植物生长规律;
2自动采集植物生长状况和土壤湿度数据;3生产数据与环境变化信息同步;
4自动灌溉设备自动控制作物生长或施肥;
5自动排灌灌溉设备（水）灌排等。实现了农业生产智能化的数字化农场。
例如：中国农业科学院的张洪波教授在河北三河市燕郊农场应用了先进设备种植大棚西瓜，这是国内第一个采用机械化育苗方式生产西瓜的规模化农场。现在大棚西瓜育苗已成为了常态化生产模式。在我国数字农场也得到了广泛应用，效果显著。
2、农业物联网
近年来，农业物联网发展迅速，包括智能温室、智能作物管理系统、智慧农业的物联网应用、农业物联网环境监测系统等。未来农业物联网将在农业生产的各个环节实现有效监控、控制、优化资源配置，充分发挥农业物联网在智慧农业发展中的重要作用，有效提升我国农业现代化水平。
(1)智能温室由传感器装置与温度探测器两部分组成。传感器装置主要通过移动设备对温室内气温、湿度、空气温湿度、土壤温湿度进行采集。传感器装置可以将传感器收集到到的信息通过无线网络发送到控制室，然后控制室通过传感器装置根据接收到的信息进行 *** 作设置和控制实现精准控制温室内作物生长发育过程中所需要温湿度及空气质量状况。
温室内温度传感器设置在室外环境中，通过安装在温室顶部的温度传感器，可以实时监测到温室内的温度变化情况来进行调节，从而保证温室内空气以及农作物生长发育情况。传感器装置利用移动设备（手机）实现与环境之间的无线通信和实时互动，从而实现整个温室内部环境调节与自动控制的功能。
温室内各功能设备均可实现数据传输功能，便于温室设备之间及对温室内部各部分参数（温度、湿度及光照）进行实时监控及调节。整个系统将根据温室内各个功能设备产生到信号数据，实现无人值守控制系统及农业物联网环境监测系统技术的应用以及农业生产全程监控智能化。
3、农业云平台
未来，智慧乡村建设中的数字农业将主要通过以下四个方面来实现。
首先，在智慧农业中建立一个具有数据处理、管理和分析能力的云平台，通过云平台实现对传统农业的信息、资源的整合，进而实现对农村基础设施与环境的管理。
其次，利用数字技术打造一个基于大数据和云计算的平台，对传统农业中不合理的部分进行优化并建立数据分析模型来进行分析与改进，从而实现对农业资源管理的优化与利用。
再次，要利用现代网络以及物联网技术，实现对农业信息网络系统优化升级和全面监控，从而实现对农业信息网络系统对用户和产品需求的及时反馈以及信息获取以及处理反馈服务的精准优化和安全保障义务。
最后，通过云上村互联网平台实现与政府等部门的互通与对接。让农民通过云上村互联网平台获得生产信息和知识，实现高效农业生产模式的转变。数字农业正逐渐成为我国未来三年现代农业发展的重要方向之一，但目前我国数字农业还处于发展阶段。未来数字农业会以什么样的方式发展？农民朋友将如何利用网络？这将成为制约数字农业发展的主要问题之一！
4、智能农田管理系统
智能农田管理系统是由电脑或手机控制的农田自动监测、自动计算和自动报警系统。可以完成农业监测自动化的系统包括自动气象监控系统、自动土壤水分监控系统、自动灌溉控制系统等。
其中，自动气象监控系统可以实现对田地的实时监控，当温度过高或过低时会自动向控制中心发送警报，通过控制中心将其发送到控制中心。通过与当地气象部门的联网管理和信息共享，可以快速对田地里的空气进行自动调节。自动土壤温度监控系统是将土壤温度监测系统安装在田里，采用 GPS定位系统将田间观测温度进行准确定量地测量。
该系统在全国共有22万亩农田得到了应用。这些田里基本上都有这种监测设备，可以及时地了解到农作物生长的各个阶段，保证农作物长得好。而且智能农田监测系统对土壤的有效监测还有其他多种方式，包括在线监测、移动监测与远程实时监控等。所以智能农田监测系统就是能够及时地监测到农作物对生长环境的变化趋势以及农作物所需的水分、温度等变化情况，帮助人们及时做出相应的判断和决策。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）