农业物联网是什么？

一、什么是农业物联网？
No1：农业物联网是农业现代化的重要标志
农业物联网的实质是将物联网技术应用于农业生产经营，使其更具有信息化、智能化。农业物联网的实例化应用就是在感知端使用大量的传感设备（如农业环境信息的传感器、图像采集、RFID 等），广泛地采集农业生产、管理、经营等环境的各类信息（如大田种植、设施园艺、畜牧水产养殖、农产品溯源等领域），建立相对统一的数据传输协议与多源的数据格式转换办法，因地制宜交互使用无线传感器网、移动通信网和互联网等传输通道，实现农业信息多尺度、多源有效的传递。最后通过云计算、大数据等多重信息技术的深度融合与处理，通过智能化调控终端实现农业的闭环控制，实现农业的自动化、最优化控制。实际上，物联网是智慧农业的核心。
“农业物联网主要有感知、传输和控制三大作用，”中国农科院信息所所长许世卫解释，“农业物联网不仅能感知水、肥、热、气等外部环境变量，还能感知生物本体，比如对水稻叶片中的各种营养元素的感知。如果感知到水稻叶片中叶绿素含量降低，说明缺氮了，需要添加氮肥，而等到肉眼看到叶片发黄再追肥就晚了。”
No2：农业物联网架构模型
根据计算机网络架构模型的研究方法，国内外将农业物联网架构模型分为感知层、传输层（网络层）、处理与应用层三个层次。
感知层主要包括各类传感器、RFID、RS、GPS以及二维条形码等，采集各类农业相关信息（包括光、温度、湿度、水分、肥力、土壤墒情、土壤电导率、溶解氧、酸碱度和电导率等），实现对“物”的相关信息的识别和采集。传输层是在现有网络基础上，将感知层采集的各类农业相关信息通过有线或无线方式传输到应用层 ；同时，将应用层的控制命令传输到感知层，使感知层的相关设备采取相应动作，比如开关打开或者关闭、释放氧气、增加温度或者湿度以及设备重新定位等。
公共处理平台包括各类中间件以及公共核心处理技术，实现信息技术与行业的深度结合，完成物品信息的沟通、共享、决策、汇总等。
具体的应用服务系统是基于物联构架的农业生产架构模型的最高层，主要包括各类具体的农业生产过程系统，如大田种植系统、设施园艺系统、水产养殖系统、畜禽养殖系统、农产品物流系统等。通过这些系统的具体应用，保证产前正确规划以提高资源利用率，产中精细管理以提高资源利用率，产后高效流通实现安全溯源等多个方面，促进农业的高产、优质、高效、生态、安全。
（转自搜狐科技网）
二、农业物联网未来发展趋势
目前，我国农业正处于传统农业向现代农业转型期，农业物联网将发挥独特而重要的作用，也为现代农业的发展提供了前所未有的机遇。利用智能化信息管理技术发展现代农业已成为当今各个发达国家农业发展的热点之一。
农业物联网发展现状：2013年，农业部发布了《农业物联网区域试验工程工作方案》，方案中明确提出，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。从深层次阐述了物联网技术能够提高农业生产效率，提升农产品附加值，实现农业增产与增收。
在发达国家，智慧农业已进入知识的处理、自动控制的开发以及网络技术的应用，渗透到农业各方面。 据介绍，国外采用物联网相关技术，在温室生产中大量采用无线传感器管理、调控温度湿度、营养液供给以及pH值(氢离子浓度指数)、EC值(可溶性盐含量)等，使设施蔬菜栽培条件达到最适宜水平。
借助物联网技术和云计算技术，在远程支持与服务平台上，建立智慧农业远程托管中心，实现远程栽培指导、远程故障诊断、远程信息监测、远程设备维护等；将植物生长信息和生物技术、食品安全技术相结合，从种植各个环节解决农产品的安全问题；充分利用先进的RFID、物联网、云计算等技术，实现农业生产监测管理和产品安全追溯。目前，这项技术不但达到国际先进水平，而且已推向全国市场，广泛应用于现代农业园区、大型农场、农业专业合作社等，深受用户的认可，取得了较好的成绩。
农业物联网，即在大棚控制系统中，运用物联网系统的温度传感器、湿度传感器、Ph值传感器、光传感器、CO2传感器等设备，检测环境中的温度、相对湿度、Ph值、光照强度、土壤养分、CO2浓度等物理量参数，通过各种仪器仪表实时显示或作为自动控制的参变量参与到自动控制中，保证农作物有一个良好的、适宜的生长环境。远程控制的实现使种植人员在办公室就能对多个大棚的环境进行监测控制。采用无线网络来测量获得作物生长的适宜条件，可以为温室精准调控提供科学依据，达到增产、改善品质、调节生长周期、提高经济效益。
种植业离不开浇水、施肥、打药，农民种地凭经验、靠感觉，他们面朝黄土背朝天的在田里耕作，并把这些经验与方法一代代相传，然而现在瓜果蔬菜该不该浇水，施肥、打药，怎样才能保持精确的浓度，温度、湿度、光照、CO2浓度，如何实行按需供给？这些以往在作物不同生长周期凭经验靠感觉“模糊”处理的问题，在农业物联网面前开始了实时定量的“精确”把关。物联网创造的“种地”模式的出现，已经成为打破传统农业弊端的一种新型农业模式。这种通过物联网技术开启的智慧风暴，让农业实现了“环境可测、生产可控、质量可溯”的目标。确保农产品质量安全，引领现代农业发展。
（转自搜狐网-鑫芯物联）
编辑于 2018-05-26 · 著作权归作者所有
赞同 1
评论
展

物模型是云平台为物联网产品定义的数据模型，用于描述产品的功能。将产品抽象成数据的集合，方便云端进行控制。

物模型从 属性 、 服务 和 事件 三个维度，分别描述了该实体是什么、能做什么、可以对外提供哪些信息。定义了物模型的这三个维度，即完成了产品功能的定义。

TSL 格式是一个 JSON 格式的文件，完整的 TSL 格式可以参考： 阿里云物模型 。

嵌入式端开发固件往往只需要关注少数几个参数，可以在产品的 功能定义 页面，单击 物模型TSL ， 精简物模型 里面查看。

需要关注的有 "properties"，"events"，"services"，在 JSON 格式里，这三者都是数组，分别存储了该物模型的数据，事件和服务，在 C-SDK 里也就分别是 IOT_Linkkit_Report() 上报属性， IOT_Linkkit_TriggerEvent() 触发事件和注册为 ITE_SERVICE_REQUEST 的回调函数。

在上报属性时，只需要关注 "identifier" 名称对应的值（字符串），此时表示该属性在产品下的唯一标识。例如一个精简物模型属性为：

则上报的数据只需要为 {"count":10} 即可，需满足 JSON 字符串的格式，字符串内有一个名称/值对，名称为 "count"（物模型里 "identifier" 的值），值对为 10（满足物模型里数据类型为 int 的要求）。

触发事件需要关注 "identifier" 名称对应的值（字符串），表示该事件在产品下的唯一标识；还需要关注 "outputData"，表示上报事件的输出值。一个精简物模型例子如下：

"outputData" 数组的使用与属性上报一致，这里就不介绍了。

服务调用需要同时关注 "identifier"，"inputData" 和 "outputData" 这三个名称，分别表示该服务在产品下的唯一标识，服务的输入参数，服务的输出参数。与函数调用有输入值和输出值类似，服务调用也有这些特征。

物模型数据校验方式目前有两种， 弱校验 和 免校验 。

也就是说，弱校验针对产品设备的上报数据，只要 idetifier 是一致的，且 dataType 字段满足要求，就接收该数据，并且在其他云端产品流转。

为什么云端可以设置和获取接入设备的属性呢？为什么接入设备可以上报事件给云端呢？又为什么云端可以调用接入设备提供的服务呢？这就是这一小节解释的内容。

物模型基于 MQTT 协议，MQTT 协议的介绍不在此处展开。

云端定义了一系列的 Topic，在设备接入云端时，C-SDK 向 MQTT broker 订阅了一些的 Topic，而云端需要与设备交互时，就向 MQTT broker 发布相应的 Topic，这样就完成了交互过程。同理，云端也会订阅一些 Topic，设备可以向这些 Topic 发布消息。

接入设备端订阅发布的 Topic 列表如下：

其中 ${productKey} 会替换为实际的产品名，${deviceName} 会替换为实际的设备名，${tsleventidentifier} 是事件的标识符，${tslserviceidentifier} 是服务的标识符，最大限度地保证了 Topic 的唯一性。

这些 Topic 的作用在后面用时序来描述。

可以应用在云计算方面。

大数据具体的应用：

1、洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪的发生。

2、google流感趋势(Google Flu Trends)利用搜索关键词预测禽流感的散布。

3、统计学家内特西尔弗(Nate Silver)利用大数据预测2012美国选举结果。

4、麻省理工学院利用手机定位数据和交通数据建立城市规划。

5、梅西百货的实时定价机制。根据需求和库存的情况，该公司基于SAS的系统对多达7300万种货品进行实时调价。

6、医疗行业早就遇到了海量数据和非结构化数据的挑战，而近年来很多国家都在积极推进医疗信息化发展，这使得很多医疗机构有资金来做大数据分析。

7、及时解析故障、问题和缺陷的根源，每年可能为企业节省数十亿美元。

8、为成千上万的快递车辆规划实时交通路线，躲避拥堵。

9、分析所有SKU，以利润最大化为目标来定价和清理库存。

10、根据客户的购买习惯，为其推送他可能感兴趣的优惠信息。

扩展资料：

大数据的用处：

1、与云计算的深度结合。大数据离不开云处理，云处理为大数据提供了d性可拓展的基础设备，是产生大数据的平台之一。

自2013年开始，大数据技术已开始和云计算技术紧密结合，预计未来两者关系将更为密切。除此之外，物联网、移动互联网等新兴计算形态，也将一齐助力大数据革命，让大数据营销发挥出更大的影响力。

2、科学理论的突破。随着大数据的快速发展，就像计算机和互联网一样，大数据很有可能是新一轮的技术革命。可能会改变数据世界里的很多算法和基础理论，实现科学技术上的突破。

参考资料：

百度百科--大数据

1、感知层
感知层是物联网发展和应用的基础。感知层相当于物联网的皮肤和五官，完成识别物体、
采集信息的任务。感知层包括二维码标签和识读器、RFID标签和读/写器、摄像头、GPS、各
种传感器、视频摄像头、终端、传感器网络等数据采集设备。也包括数据接入到网关之前的传
感器网络。RFID技术、传感和控制技术、短距离无线通信技术是感知层涉及的主要技术。
2、接入层
接入层由末梢节点和接入网关（Access Gateway）组成，完成应用末梢各节点信息的组
网控制和信息汇集，或完成向末梢节点下发信息的转发等功能。这些末梢节点构成了末梢网络
或传感网（由大量各类传感器节点组成的自治网络）。
3网络层
网络层相当于物联网的神经中枢和大脑，实现信息传递和处理。网络层包括通信与互联网
的融合网络、网络管理中心、信息中心和智能处理中心等，网络层将感知层和接入层获取的信
息进行传递和处理。网络层也包括信息存储查询、网络管理等功能。
　4、应用层
　
　应用层相当于物联网的“社会分工”，即与行业需求结合，实现广泛智能化。应用层是物
联网与行业专业技术的深度融合，与行业需求结合，实现行业智能化，这类似于人的社会分
工，最终构成人类社会。

---