农户对于智慧农业的需求分析，求大神告知，谢谢

智慧农业产业链全景图谱

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等工具对动植物、土壤、环境等因素进行从宏观到微观的实时检测，提高对农业动植物生命体本质的认知能力以及农业复杂系统的调控能力和农业突发事件的处理能力，以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的目的。

智慧农业上游零部件及系统主要为卫星导航系统、集成电路、传感器等，上游主要原材料主要为有色金属、单晶硅、电子陶瓷等;智慧农业中游主要包括数据平台、无人机植保、农机自动机械、智能化养殖等;智慧农业下游主要为农产品生产。具体的智慧农业行业产业全景图如下：

智慧农业上游卫星导航系统代表性企业主要包括北斗星通、华测导航、中海达、华力创通等;集成电路代表企业主要包括中芯国际、台积电、SK海力士等;传感器领域主要代表企业包括海康威视、大立科技、歌尔股份等;从原材料来看，智慧农业上游所需设备及系统原材料有色金属生产企业包括焦作万方、新疆众合等企业;单晶硅生产企业包括隆基、众合股份等;电子陶瓷生产企业包括京瓷、三环集团等企业。

智慧农业中游数据平台领域代表性企业包括海芯华夏、奥科美等;无人机植保领域代表性企业包括大疆创新、极飞科技等;农机自动机械领域代表性企业包括博创联动、司南导航等;智能化养殖领域包括网易等科技企业，以及特驱集团、温氏股份等企业。智慧农业下游主要包括中粮集团、深农智能、新希望集团等企业。

智慧农业产业链区域分布地图

从我国智慧农业相关企业注册地分布来看，智慧农业企业注册地分布较为分散，全国各个地区均有企业布局。其中山东、江苏、广东三地为智慧农业企业注册数量前三名，分别有智慧农业注册企业1901、1594、1486家。

智慧农业代表性企业业务布局情况

从公司业务布局来看，智慧农业所涉及的细分领域较多，行业代表性企业在业务布局方面各有重点，可根据不同的市场需求提供不同的产品或服务。其中，海芯华夏等企业智慧农业占比较高，达100%;区域布局方面，智慧农业行业代表性企业主要在国内开展业务，部分企业在境外也有业务，但业务占比较小。

智慧农业代表性企业业务最新动向和规划

从中国智慧农业行业代表性公司最新动态和业务规划来看，各企业均在积极进行技术创新和研发，并尝试布局新领域，寻找新的增长点。如神州信息联合农业农村部大数据发展中心共同研发“农业农村大数据公共平台基座”，提升农业农村部门数字化治理能力。

更多本行业研究分析详见前瞻产业研究院《中国智慧农业发展前景预测与投资战略规划分析报告》

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

包括环境参数传感器：环境传感器可以根据不同地点，不同的气候环境和最终的需求来配备温湿度传感器，二氧化碳传感器，光照传感器，基质参数传感器。通过在监测点正确的安装传感器，来监测环境的情况，和环境的变化。最终的作用可以达到实时查看监测点的环境。也可以在手机端APP，随时随地的查看环境参数。

控制终端柜：控制终端柜子在整个系统里处于一个承上启下的位置，其作用非常的重要。可以整合处理采集到的环境参数。又可以根据设定的参数数，来控制设备的运行状态，温度高时开启风机，湿帘，打开遮阳。温度到达下限值一下，关闭设备运行。当植物缺水时自动开启水泵，阀门。开始给缺水的植物浇水，如果缺少肥料时，自动给植物开始注射水肥。可以设备参数实现自动，手动，定时远程控制。

视频监控：智慧农业物联网系统可以加入视频监控，在温室内，大田里安装监测摄像头通过视频直观的查看农作物的长势情况，病虫害情况等。并截图存档保留，进行分析处理。

中控管理平台：智慧农业物联网系统中控平台可以把系统内所有的数据和视频展现出来，数据的话可以集中处理，分析，存档。视频实时查看，回放。位置定位。超值后发出预警提示。

通常会遇到资金问题，智慧农业相关设备，比如水肥一体化系统、农田灌溉、智能温室大棚、恒压灌溉、小气候监测、土壤墒情监测等设备，需要大量资金，个体农户大都无力承担。由企业或者合作社来统筹资金、技术等农业生产资源;

土地问题，我国土地是国有制，因此即便由于农村人口流失造成了大量土地荒芜，无人耕种。但要想获取大面积可耕种农田，也是需要承包的;

技术问题，智慧农业也是需要人员来 *** 作的，只是将其中大量重复性 *** 作转嫁给系统来运行，而构成智慧农业的基础组件，如传感器等感知设备的安装应用、系统运行策略设定/调整/维修等 *** 作，需要具有一定相关物联网知识的人员。由于农业长期以来收入低，从事人员数量少，如何培养出可以支撑智慧农业系统运行的新型农民是当务之急;

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如下：

目前物联网在农业领域有很多应用，以物联网和现代信息化技术为纽带，通过“建立体系、平台管理”的思路，将农业园区进行统一规划，建立了视频监测系统、物联网监测与控制系统、水肥一体化智能灌溉系统、智慧农业展示系统，分步建设现代化服务体系，打造智慧型现代农业产业链的生态圈。

视频监测系统主要用于大棚内部安防检测，观察作物的生长态势。系统由前端摄像机采集数字图像信号，通过传输系统将信号传输至本地监控中心系统，由该系统进行控制、切换、显示、录像、回放等 *** 作，实现系统的各项功能，同时通过本地广域网线路，中心监测系统可使用电脑或手机进行远程显示、录像和控制远程视频。

物联网监测与控制系统

系统是以物联网为基础，应用农业物联网传感器作为支撑，在农业生产管理过程中，可以进行实时的环境参数采集，将光照、空气温湿度、二氧化碳浓度、土壤温湿度等采集到数据库，并通过网络将其传输到控制平台。

系统可以根据数据进行智能判断，远程控制温室大棚设备（包括风机、湿帘、滴灌设备等），进而进行环境调控，以“对症下药”的方式，满足温室大棚作物的生长要求，智能温室大棚控制系统在农业生产种植中的应用，正真实现了种植自动化、管理智能化、 *** 作简单化，不仅提升了温室大棚种植技术水平，而且降低了农业生产的成本费用。

托普云农在农业企业里面算是比较出名的，农业物联网是当今世界发展的新潮流，根据空间变异，定位、定时、定量地实施一整套现代化农事 *** 作技术与监测管理的系统，是信息技术与农业生产全面结合的一种新型农业，比较符合当前中国农业的特色。智慧农业物联网是农业生产的高级阶段，是集新兴的互联网、移动互联网、云计算和物联网技术为一体，依托部署在农业生产现场的各种传感节点，是智慧农业的解决方案。因此托普云农推出了一系列的产品例如：智慧农业云平台，农业物联网系统，自动数据传输设备等等来解决类似智能温室大棚，水肥一体化，土壤里的病虫害。贯穿农业生产全周期，实现真正的无人化农业生产管理。

小马智农智慧农业云平台通过在大棚部署传感器、控制器、摄像头等多种物联网设备，借助电脑、手机，实现对农业大棚气候变化、土壤状况、作物生长、水肥使用、设备运行等信息的实时监测展示，对异常情况的自动报警提醒，农户可及时采取防控措施，降低生产风险；同时农户可远程自动控制大棚的灌溉、通风、降温、增温等设施设备，实现精准作业，减少人工成本的投入。当然，这也为后期农产品溯源提供画面依据。

应用效果：基于物联网设备，并结合云计算、互联网等技术从源头采集、种植、生产、加工、使用等各个环节的数据信息，从而完成从产品基本阶段、基地种植阶段、加工生产阶段关键质量溯源信息的数据监测，实现全流程追溯，最终实现农副产品质量安全保障。

1站点管理

用户在站点管理模块可以添加大棚和编辑大棚，可以在编辑大棚页面进行大棚名称，大棚的修改。

2控制系统

1)可选择通风系统、光照系统等设备的开启和关闭，可对其设备的自动化进行设置。

2)卡片控制可选择开关量、正反转、百分比的设备进行开关控制可自动化设置。

3环境监测

可以查看所有站点的所有传感器的实时数据、 历史 数据。

4站点数据展示

站点数据展示，可查看所有站点传感器监测数据。

5自动控制

用户可以在本模块编辑自动控制规则、自动控制条件、自动化使用时间、设备状态、自动化开关等。

6视频监控

用户可在此界面选择摄像头，并对摄像头进行 *** 控(球机可 *** 控，q机不可以)。

7报警设置

选择需要监测的站点，设置好管理员的手机号，如有异常数据，会通过短信的方式发送给管理员。

8报警提醒

若有异常数据报警，在此页面可以查看到站点名称、设备名称、报警内容、报警时间。

9 历史 数据

历史 数据分为设备控制 历史 数据，环境监测 历史 数据。可以查看和导出 历史 数据，可选择需要的时间段进行数据对比分析，做出相应的调整。

---