专题推荐 - 农业传感器与物联网专题

专题推荐 - 农业传感器与物联网专题,第1张

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

蜂窝物联自主研发的智慧农业物联网云平台可实现在线环境监测+大数据分析+可视化监控+自动化控制,实时掌控农作物的“心跳”、“脉搏”、“体温”、“温饱状态”、“病虫害”等特征,实现农业设施智能化远程控。相比传统农业管理,可节水50%-80%,节约肥料30%-60%,节省农药50%,提高效率5倍以上,目前福建蜂窝物联网科技有限公司智慧农业物联网解决方案已在全国各地的温室大棚、生态农林园场、水产养殖和畜牧养殖基地广泛应用。
(1)一套投入,全面升级
一套设备的成本投入,便能完成对温室大棚的全面智能化、生产标准化的升级改造。节约成本,有效节约成本。
(2)产品升级,全为致富
保障产品的优质、高产,形成极富特色、极具卖点的品牌农产品。产品加分,消费者放心,新农人致富。
(3)产业升级,激活资源
以大数据调动农场全部可用资源,激活农场休闲、旅游等功能。助力农业产业的全面升级,新农人多方面创收。

一、物联网概念 

随着互联网技术、传感器技术和人工智能技术的快速发展,物联网技术也应运而生,物联网技术在各类领域能发挥重要性变革,对解放生产力、提高工作效率和推动规模化生产等方面贡献颇大,特别是在农业领域大有可为。实现智慧农业,必须依靠物联网技术为依托,以智慧平台为核心,立足市场需求,构建生产组织智能化、产品质量溯源化、市场经营网络化为一体的产业体系。

物联网是通过智能传感器、射频识别、激光扫描仪、全球定位系统、遥感等信息传感器设备及系统和其他基于物-物通信模式的短距离自组织网络,按照约定的协议,在物品与互联网连接起来,进行信息交换和通信,以实现智能化识别、定位、跟踪、监控和管理的一种巨大智能网络。它是通信网和互联网的扩展应用和网络延伸,主要是实现人与物、物与物的信息交互。
二、物联网四层模型

在信息层面,数据信息经历生成、传输、处理和应用四个阶段,分别对应着物联网的感知识别层、网络构建层、数据处理层和综合应用层。感知识别层是利用感知技术和智能装备对物理世界进行感知识别。网络构建层是按照特定的通信协议搭建各类网络对信息进行传输,以实现物-网互联。数据处理层通过大数据和人工智能技术对网络层采样的数据进行预处理、计算存储和数据挖掘等一系列 *** 作,最大地发挥出信息的生产效能。综合应用层是集成各类技术以实现实时控制、精准管理和科学决策等功能的应用系统,从而改进人的生产方式。各类技术应对不同环境、不同需求独立展开工作,各层面间又是联系紧密,如同链条式协同配合。
感知层作为物联网的“神经末梢”,主要是通过信息感知技术将生活生产各方面映射成数据信息,并能可靠传送到网络层,实现物理世界和信息世界连接起来。信息感知技术是指利用传感器、RFID、GPS和RS等实时实地对农业领域物体进行信息采集和获取。在农业生产现场可以利用无线传感器采集温湿度、光照、溶解氧浓度和农作物长势等参数,利用视频监控设备获取农作物成长现状,利用遥感技术大规模感知农作物表面和环境因素。信息感知层作为物联网的基础,获取大量的数据信息,为信息进一步加工、处理、分析而科学决策和指导生产经营打通“二元”壁垒。

网络层要在感知层和处理层发挥承上启下作用,是以现场总线技术、无线传感器网络技术(WSN)和移动通信技术互为补充的通信网络将传感设备连接“上网”。信息传输技术可分为有线和无线、短距离和长距离,它们有各自特点、应对不同环境、利用不同信道共同组建集成网络体系,以实现高度可靠的信息交流和共享。无线传感器网络成为农业信息传输的“主力军”,通过包括传感器节点、汇聚节点、任务管理节点。大量具有独立处理能力的微型传感器节点布置在监测区域逐跳传输,并路由到汇聚节点,然后通过互联网或卫星抵达任务管理节点,最后用户通过任务管理节点配置和管理传感器网络以实现监测任务发布和数据收集。常见的无线局域网技术有蓝牙、WIFI、ZigBee,无线广域网技术有LPWAN、NB-IOT、4G和5G。特别是以“万物互联”为目标的5G将农业物联网数据传输效率带来“质的跃升”。

处理层是农业物联网的“灵魂”,通过信息处理技术对感知层采集的信息存储和挖掘分析形成预测预警、智能决策、优化控制和疾病诊断等智能模型,从而对农业生产和经营给出科学的指导。农业生产和经营过程中,数据信息是呈指数型爆炸产生,不仅是体量大,而且结构复杂、实时性强、关联度高,必须通过大数据技术处理、存储和管理,才能从海量数据中获取更多的价值。农业大数据技术平台是以Hadoop架构、MapReduce软件模型、其他组件补充的生态软件体系形成的分布式海量数据存储管理、运算处理和分析平台。数据挖掘是指从海量数据中通过算法搜索隐藏的信息关系,主要手段是机器学习、深度学习、计算机视觉等人工智能技术。只要获取隐藏知识,才能帮助决策者做出合理、正确的决定和决策。

应用层是农业物联网的“指挥室”。主要通过感知技术、传输技术、处理技术和设备进行软硬件综合集成,形成智能控制、监控决策、专家系统、物流溯源等等应用。根据生产、经营的和管理不同需求,开发出特定功能的应用,用户通过web端或移动客户端应用实时掌握信息、发出精准控制指令。可以说,先进技术发挥设备的最大生产力,综合应用改变人的工作方式,有利于做出更科学合理决策。

当前,智慧农业、农业物联网和智能大棚控制系统被不断的提起和广泛热议。那么,这三者如何区别?这里我们重点探讨一下。
一、智慧农业
1、定义
智慧农业就是将物联网技术运用到传统农业中去,运用传感器和软件通过移动平台或者电脑平台对农业生产进行控制,使传统农业更具有“智慧”。除了精准感知、控制与决策管理外,从广泛意义上讲,智慧农业还包括农业电子商务、食品溯源防伪、农业休闲旅游、农业信息服务等方面的内容。
2、应用领域
农业生产环境监控:通过布设于农田、温室、园林等目标区域的大量传感节点,实时地收集温度、湿度、光照、气体浓度以及土壤水分、电导率等信息并汇总到中控系统。农业生产人员可通过监测数据对环境进行分析,从而有针对性地投放农业生产资料,并根据需要调动各种执行设备,进行调温、调光、换气等动作,实现对农业生长环境的智能控制。
食品安全:利用技术,建设农产品溯源系统,通过对农产品的高效可靠识别和对生产、加工环境的监测,实现农产品追踪、清查功能,进行有效的全程质量监控,确保农产品安全。物联网技术贯穿生产、加工、流通、消费各环节,实现全过程严格控制,使用户可以迅速了解食品的生产环境和过程,从而为食品供应链提供完全透明的展现,保证向社会提供优质的放心食品,增强用户对食品安全程度的信心,并且保障合法经营者的利益,提升可溯源农产品的品牌效应。

二、农业物联网
1、定义

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。远程控制的实现使技术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最佳条件,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、提高经济效益的目的。

2、应用功能

a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。

b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。

c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。

d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。
三、智能大棚监控系统

1、定义

深圳信立科技有限公司智能大棚监控系统集传感器、自动化控制、通讯、计算等技术于一体,通过用户自定仪作物生长所需的适宜环境参数,搭建温室智能化软硬件平台,实现对温室中温度、湿度、光照、二氧化碳等因子的自动监测和控制。

智能大棚监控系统可以模拟基本的生态环境因子,如温度、湿度、光照、CO2浓度等,以适应不同生物生长繁育的需要,它由智能监控单元组成,按照预设参数,精确的测量温室的气候、土壤参数等,并利用手动、自动两种方式启动或关闭不同的执行结构(喷灌、湿帘水泵及风机、通风系统等),程序所需的数据都是通过各类传感器实时采集的。 该系统的使用,可以为植物提供一个理想的生长环境,并能起到减轻人的劳动强度、提高设备利用率、改善温室气候、减少病虫害、增加作物产量等作用。
2、系统组成

整个系统主要三大部分组成:数据采集部分、数据传输部分、数据管理中心部分。

A、数据管理层(监控中心):硬件主要包括:工作站电脑、服务器(电信、移动或联通固定IP专线或者动态ip域名方式); 软件主要包括: *** 作系统软件、数据中心软件、数据库软件、温室大棚智能监控系统软件平台(采用B/S结构,可以支持在广域网进行浏览查看)、 防火墙软件;

B、数据传输层(数据通信网络):采用移动公司的GPRS网络传输数据,系统无需布线构建简单、快捷、稳定;移动GPRS无线组网模式具有:数据传输速率高、信号覆盖范围广、实时性强、安全性高、运行成本低、维护成本低等特点;

C、数据采集层(温室硬件设备):远程监控设备:远程监控终端;传感器和控制设备:温湿度传感器、二氧化碳传感器、光照传感器、土壤湿度传感器、喷灌电磁阀、风机、遮阳幕等;

物联网在农业领域的应用有精耕细作、农业无人机、智能温室等。

1、精耕细作

精准农业是在饲养牲畜和种植农作物时让耕种实践更加受控和准确。在这种农场管理方法中,关键是使用IT和各种项目,例如传感器、控制系统、机器人技术、自动驾驶车辆、自动化硬件、可变速率技术等。高速互联网、移动设备以及卫星(用于图像和定位)访问是精准农业的关键技术。

2、农业无人机

技术随着时间的推移而发生了变化,而农业无人机就是一个很好的例子。如今,农业已成为整合无人机的主要产业之一。地面和空中无人机可以帮助农业实现农作物健康评估、灌溉、监测、药物喷洒、种植以及土壤分析。

3、智能温室

温室种植是一种有助于提高蔬菜、水果、农作物等产量的方法。温室通过人工干预或比例调配机制来控制环境参数。由于人工干预会导致生产损失、能源损失和浪费成本,因此可以借助物联网来改造智能温室,实现智能监视和控制气候,从而无需人工干预。

为了控制智能温室中的环境,使用了根据工厂要求测量环境参数的不同传感器。我们可以创建一个云服务器,以在使用物联网连接系统时远程访问系统。


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/dianzi/13508895.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-08-21
下一篇 2023-08-21

发表评论

登录后才能评论

评论列表(0条)

保存