董淑娟

(黃河水利職業(yè)技術(shù)學(xué)院，河南 開(kāi)封 475004)

?

水稻生長(zhǎng)信息動(dòng)態(tài)監(jiān)控系統(tǒng)設(shè)計(jì)
——基于物聯(lián)網(wǎng)技術(shù)

董淑娟

(黃河水利職業(yè)技術(shù)學(xué)院，河南 開(kāi)封 475004)

獲取水稻的相關(guān)生長(zhǎng)信息可以動(dòng)態(tài)監(jiān)控和實(shí)時(shí)掌握水稻的生長(zhǎng)情況，是實(shí)現(xiàn)水稻生產(chǎn)管理的自動(dòng)化和智能化基礎(chǔ)。為此，基于物聯(lián)網(wǎng)技術(shù)，設(shè)計(jì)了集水稻生長(zhǎng)過(guò)程數(shù)據(jù)采集、視頻信息傳輸、后臺(tái)數(shù)據(jù)分析處理和水稻生長(zhǎng)精準(zhǔn)調(diào)控等功能于一體的水稻生長(zhǎng)信息動(dòng)態(tài)監(jiān)控系統(tǒng)。根據(jù)該系統(tǒng)，對(duì)植物工廠中種植的4種水稻作為試驗(yàn)田進(jìn)行研究，選擇株高、有效穗數(shù)和葉綠素含量這3種性狀作為監(jiān)測(cè)對(duì)象，并與人工測(cè)量數(shù)據(jù)進(jìn)行比較，發(fā)現(xiàn)該系統(tǒng)可有效監(jiān)測(cè)水稻的株高、有效穗數(shù)和葉綠素含量等數(shù)量性狀，結(jié)果表明：系統(tǒng)可實(shí)現(xiàn)水稻生產(chǎn)中資源的合理利用，保證水稻高質(zhì)、高產(chǎn)。

水稻；生長(zhǎng)信息；動(dòng)態(tài)監(jiān)控；物聯(lián)網(wǎng)

0 引言

水稻是我國(guó)主要的糧食作物之一，在生長(zhǎng)過(guò)程中會(huì)受到水分、土壤肥力、極端溫度和病蟲(chóng)害等因素的影響。如何根據(jù)水稻的生長(zhǎng)發(fā)育過(guò)程準(zhǔn)確地對(duì)水稻的環(huán)境脅迫、生長(zhǎng)態(tài)勢(shì)等問(wèn)題實(shí)現(xiàn)遠(yuǎn)程異地實(shí)時(shí)監(jiān)控管理，是我國(guó)實(shí)現(xiàn)對(duì)水稻生產(chǎn)智能化、自動(dòng)化管理中需解決的重大技術(shù)難題。水稻生長(zhǎng)的季節(jié)性很強(qiáng)，整個(gè)生長(zhǎng)時(shí)期又由多個(gè)生長(zhǎng)階段組成，每個(gè)生長(zhǎng)階段都有特定的信號(hào)特征，及時(shí)準(zhǔn)確地采集水稻生長(zhǎng)的動(dòng)態(tài)數(shù)據(jù)，是實(shí)施精準(zhǔn)農(nóng)業(yè)的重要環(huán)節(jié)。通過(guò)掌握水稻生長(zhǎng)的相關(guān)信息，可以合理地設(shè)置及控制水稻生長(zhǎng)的變量參數(shù)，從而提高水肥和農(nóng)藥的管理自動(dòng)化水平和利用效率。

水稻生長(zhǎng)的信息分為外觀信息和內(nèi)在信息：外觀信息是指生長(zhǎng)發(fā)育狀況可視的形態(tài)信息，包括株高、株型、葉色及穗形等，可以直接觀察記載或簡(jiǎn)單測(cè)量獲得。它們是水稻生長(zhǎng)健康狀況的直接反映，也是成熟后產(chǎn)量形成的基礎(chǔ)。內(nèi)在信息是指水稻各種生理生化物質(zhì)的種類(lèi)、含量及代謝狀況，包括葉片溫度、滲透勢(shì)、葉綠素含量、凈光合速率及營(yíng)養(yǎng)狀況等，需要借助特定的儀器設(shè)備或通過(guò)專(zhuān)門(mén)的實(shí)驗(yàn)方法測(cè)得。外觀信息的內(nèi)在原因可為評(píng)價(jià)水稻的生長(zhǎng)狀況和排除生長(zhǎng)阻礙因素提供最直接的依據(jù)。

目前，水稻生長(zhǎng)信息的監(jiān)控由人工操作，如對(duì)株高、生育期、產(chǎn)量組成性狀和病蟲(chóng)害抗性進(jìn)行肉眼的觀察記載，對(duì)葉綠素含量和凈光合作用速率則用便攜式的小型儀器來(lái)測(cè)定。監(jiān)控的結(jié)果受人員素質(zhì)的影響較大，具有很大的主觀性，無(wú)法準(zhǔn)確細(xì)致地獲得水稻的生長(zhǎng)發(fā)育進(jìn)程、水肥營(yíng)養(yǎng)狀況、所受病蟲(chóng)害程度及周邊環(huán)境的情況。同時(shí)，在采樣過(guò)程中對(duì)水稻本身和及其生產(chǎn)環(huán)境具有破壞性，且效率低，不能及時(shí)有效地反饋水稻生長(zhǎng)信息。

物聯(lián)網(wǎng)技術(shù)的興起和發(fā)展，為作物的生長(zhǎng)動(dòng)態(tài)信息的實(shí)時(shí)遠(yuǎn)程監(jiān)控提供了有力的技術(shù)支持。張琴等[1]通過(guò)遠(yuǎn)程監(jiān)控技術(shù)、遙感影像處理技術(shù)、地面監(jiān)測(cè)技術(shù)、Web技術(shù)和專(zhuān)家數(shù)據(jù)庫(kù)，初步實(shí)現(xiàn)了對(duì)小麥生長(zhǎng)的遠(yuǎn)程監(jiān)控與診斷，為小麥的生長(zhǎng)調(diào)控管理創(chuàng)造了條件。吳艷兵、武聰玲、張曉龍等[2-4]基于計(jì)算機(jī)視覺(jué)技術(shù)實(shí)現(xiàn)了對(duì)黃瓜生長(zhǎng)信息監(jiān)測(cè)。盧少林等[5]基于作物生長(zhǎng)廣譜分析技術(shù)，研發(fā)了一種基于主動(dòng)光源的雙波段作物生長(zhǎng)信息監(jiān)測(cè)儀，可實(shí)現(xiàn)對(duì)大田作物生長(zhǎng)信息全天候?qū)崟r(shí)、快速監(jiān)測(cè)。但是，目前大多數(shù)的實(shí)時(shí)監(jiān)測(cè)診斷系統(tǒng)功能較簡(jiǎn)單單一，無(wú)法實(shí)現(xiàn)大面積、實(shí)時(shí)、快速對(duì)農(nóng)作物生長(zhǎng)情況遠(yuǎn)程監(jiān)測(cè)和反饋。同時(shí)，在對(duì)水稻的生長(zhǎng)信息的實(shí)時(shí)動(dòng)態(tài)監(jiān)控研究方面，目前國(guó)內(nèi)尚屬空白。

為此，基于物聯(lián)網(wǎng)技術(shù)，設(shè)計(jì)出了水稻生長(zhǎng)信息動(dòng)態(tài)監(jiān)控系統(tǒng)，可極大地提高水稻生長(zhǎng)信息監(jiān)控的效率和準(zhǔn)確性，為水稻生長(zhǎng)過(guò)程中節(jié)水節(jié)肥、及時(shí)有效地應(yīng)對(duì)各種生物和非生物逆境提供技術(shù)支持。

1 設(shè)計(jì)原理及結(jié)構(gòu)

1.1 設(shè)計(jì)原理

基于物聯(lián)網(wǎng)技術(shù)，建立了稻田信息采集設(shè)備、自動(dòng)化傳輸和智能分析系統(tǒng)，實(shí)現(xiàn)對(duì)水稻生長(zhǎng)信息的動(dòng)態(tài)監(jiān)測(cè)和遠(yuǎn)程控制。利用射頻識(shí)別技術(shù)、光譜分析技術(shù)來(lái)測(cè)量水稻的形態(tài)性狀、產(chǎn)量性狀、生理指標(biāo)和病蟲(chóng)害程度等數(shù)據(jù)，通過(guò)后臺(tái)數(shù)據(jù)分析獲得水稻生長(zhǎng)的生長(zhǎng)發(fā)育期、生理狀況和產(chǎn)量潛力，并設(shè)計(jì)最佳的水稻生長(zhǎng)條件，進(jìn)行精細(xì)調(diào)控以達(dá)到增產(chǎn)、縮短生長(zhǎng)周期和節(jié)水節(jié)肥的目的。

1.2 總體設(shè)計(jì)

借鑒物聯(lián)網(wǎng)在我國(guó)農(nóng)業(yè)生產(chǎn)上的應(yīng)用，設(shè)計(jì)出了集水稻生長(zhǎng)過(guò)程數(shù)據(jù)采集、視頻信息傳輸、后臺(tái)數(shù)據(jù)分析處理和水稻生長(zhǎng)精準(zhǔn)調(diào)控等功能于一體的水稻生長(zhǎng)信息動(dòng)態(tài)監(jiān)控系統(tǒng)。數(shù)據(jù)采集系統(tǒng)負(fù)責(zé)水稻生長(zhǎng)信息的感知、獲取，控制電氣設(shè)備工作狀態(tài)；視頻信息傳輸系統(tǒng)通過(guò)因特網(wǎng)和3G 網(wǎng)絡(luò)來(lái)感應(yīng)和啟動(dòng)信息的傳輸；后臺(tái)數(shù)據(jù)分析模塊對(duì)水稻生長(zhǎng)數(shù)據(jù)信息進(jìn)行統(tǒng)計(jì)分析及結(jié)果處理；水稻生長(zhǎng)精準(zhǔn)調(diào)節(jié)系統(tǒng)負(fù)責(zé)根據(jù)反饋的數(shù)據(jù)分析結(jié)果對(duì)水稻田進(jìn)行針對(duì)性的智能化控制和管理?；谖锫?lián)網(wǎng)技術(shù)對(duì)水稻生長(zhǎng)信息的監(jiān)控是依托植物工廠進(jìn)行的，植物工廠是目前設(shè)施農(nóng)業(yè)和精準(zhǔn)農(nóng)業(yè)的主要模式。植物工廠內(nèi)的光照和溫度由人工控制，幾乎不受自然的影響，對(duì)作物生長(zhǎng)條件的設(shè)定有很強(qiáng)的計(jì)劃性和針對(duì)性。

2 系統(tǒng)組成

本系統(tǒng)主要包括田間視頻數(shù)據(jù)采集裝置、信號(hào)傳輸裝置、數(shù)據(jù)處理服務(wù)器和后臺(tái)管理系統(tǒng)4部分，由物聯(lián)網(wǎng)無(wú)線傳輸技術(shù)把4個(gè)系統(tǒng)連接在一起。

1)田間視頻數(shù)據(jù)采集裝置：以計(jì)算機(jī)視覺(jué)技術(shù)為基礎(chǔ)，用美國(guó)ASD公司FieldSpec光譜儀測(cè)定水稻生殖生長(zhǎng)期劍葉在450～680nm和750～770nm區(qū)內(nèi)的光譜反射率，計(jì)算葉綠素和全氮各組分的含量。采用被動(dòng)或主動(dòng)方式的光譜儀獲取水稻冠層特征光譜，供選儀器有日本Topcon公司的CropSpec植物氮含量傳感器及美國(guó)天寶FOCUS6光譜儀。水稻的營(yíng)養(yǎng)狀況是與其葉片的光譜特性密切相關(guān)的，通過(guò)光譜成像技術(shù)讀出光譜頻率，然后在555、660、680、780nm這4個(gè)頻率上建立氮素在水稻植株中含量的預(yù)測(cè)模型。葉綠素含量是水稻生長(zhǎng)信息監(jiān)測(cè)的重要指標(biāo)，用SPAD502葉綠素儀測(cè)定。

2)信號(hào)傳輸裝置：視頻采集裝置和數(shù)據(jù)處理器之間的視頻信號(hào)和控制指令通過(guò)網(wǎng)絡(luò)來(lái)進(jìn)行無(wú)線傳輸，采用COFDM調(diào)制技術(shù)來(lái)保證數(shù)據(jù)傳輸?shù)倪B續(xù)性和可靠性。

3)數(shù)據(jù)處理服務(wù)器：接收和保存田間視頻系統(tǒng)收集的數(shù)據(jù)，分析傳輸系統(tǒng)傳來(lái)的數(shù)據(jù)，然后基于實(shí)際操作人員和相關(guān)專(zhuān)家的經(jīng)驗(yàn)知識(shí)進(jìn)行分析。利用Windows CE環(huán)境下的串口提高系統(tǒng)的運(yùn)行效率，通過(guò)Visual Basic 6.0平臺(tái)與信息系統(tǒng)集成，制定出應(yīng)對(duì)的策略并輸出結(jié)果。

4)后臺(tái)管理系統(tǒng)：接收并根據(jù)數(shù)據(jù)處理服務(wù)器反饋的分析結(jié)果和專(zhuān)家決策對(duì)水稻生長(zhǎng)信號(hào)所反映的問(wèn)題進(jìn)行針對(duì)性管理和控制，由計(jì)算機(jī)控制的智能化農(nóng)業(yè)或除草劑噴灑設(shè)備、光溫調(diào)節(jié)設(shè)備或施肥機(jī)械來(lái)完成任務(wù)實(shí)施。

3 田間試驗(yàn)

3.1 水稻材料

田間試驗(yàn)于2015年在湖南長(zhǎng)沙的植物工廠中進(jìn)行，種植土壤為平原區(qū)的潛育水稻土，有機(jī)質(zhì)含量為24.5g/kg，有效氮含量為126mg/kg，速效磷含量為11.3mg/kg，速效鉀含量為132mg/kg，pH值為5.46；所用的水稻是天優(yōu)華占、淦鑫600、岳優(yōu)9113和欣榮優(yōu)2498，種子從當(dāng)?shù)氐霓r(nóng)資市場(chǎng)購(gòu)買(mǎi)。這4個(gè)三系雜交水稻品種在我國(guó)的南方稻區(qū)作為二季晚稻種植，具有較大的推廣面積，因此作為代表性品種運(yùn)用在本試驗(yàn)中。

3.2 試驗(yàn)設(shè)計(jì)

水稻在6月下旬播種，7月下旬移栽，雙本種植。4個(gè)品種在田間按照隨機(jī)區(qū)組排列，設(shè)置3個(gè)重復(fù)，小區(qū)面積為5m2。小區(qū)中的水稻植株行距20cm，株距16.7cm，小區(qū)之間空1行。水肥管理和病蟲(chóng)害防治基于物聯(lián)網(wǎng)監(jiān)控系統(tǒng)的指令進(jìn)行。選擇株高、有效穗數(shù)和葉綠素含量這3種性狀作為監(jiān)測(cè)對(duì)象，用視頻識(shí)別技術(shù)進(jìn)行監(jiān)控。同時(shí)，每個(gè)小區(qū)隨機(jī)選擇20個(gè)單株用傳統(tǒng)方法人工測(cè)量株高，記錄有效穗數(shù)，用SPAD502葉綠素儀測(cè)定劍葉的葉綠素含量。上述數(shù)據(jù)都在水稻的灌漿期獲取，用SSPS17.0軟件進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)分析，用t測(cè)驗(yàn)來(lái)檢驗(yàn)兩種方法所得數(shù)據(jù)的顯著性。

3.3 試驗(yàn)結(jié)果與分析

物聯(lián)網(wǎng)監(jiān)控的4個(gè)水稻品種的株高均高于人工測(cè)量的結(jié)果，且都達(dá)到了極顯著的水平。其原因是：灌漿期的水稻主穗由于充實(shí)度較高，出現(xiàn)了一定程度的下垂，人工測(cè)量的株高是從地面到主穗頂端的長(zhǎng)度，而物聯(lián)網(wǎng)監(jiān)控的株高是從地面到主穗自然狀態(tài)下的高度，因而存在一定的偏差。但是，4個(gè)品種間株高的相對(duì)關(guān)系基本上還是一致的，證實(shí)了物聯(lián)網(wǎng)監(jiān)控在水稻株高測(cè)量上的可靠性，如表1所示。

表1 兩種測(cè)定方式所得的水稻性狀

兩種測(cè)定方式所得的4個(gè)水稻品種的有效穗數(shù)比較接近，僅有岳優(yōu)9113出現(xiàn)顯著的差異，原因在于該品種出現(xiàn)了少數(shù)的無(wú)效分蘗，但沒(méi)有被視頻系統(tǒng)識(shí)別并區(qū)分開(kāi)來(lái)。這說(shuō)明，物聯(lián)網(wǎng)監(jiān)控能夠高效地測(cè)定水稻的有效穗數(shù)，但還需進(jìn)一步優(yōu)化設(shè)定的參數(shù)，加強(qiáng)對(duì)無(wú)效分蘗的識(shí)別和區(qū)分。兩種測(cè)定方式所得的4個(gè)水稻品種的葉綠素含量也比較接近，僅有淦鑫600出現(xiàn)顯著的差異。

上述結(jié)果表明：物聯(lián)網(wǎng)監(jiān)控對(duì)于水稻這3種數(shù)量性狀的測(cè)定是高效和可靠的，只是還需要針對(duì)不同品種的具體情況對(duì)相應(yīng)參數(shù)進(jìn)行優(yōu)化。這些數(shù)據(jù)經(jīng)過(guò)服務(wù)器輸入后臺(tái)管理系統(tǒng)，得到相應(yīng)的指令和應(yīng)對(duì)措施，最終實(shí)現(xiàn)了水稻的高產(chǎn)。

4 結(jié)論

以視頻數(shù)據(jù)采集、光譜分析和信息傳輸技術(shù)為支撐，設(shè)計(jì)了一種基于物聯(lián)網(wǎng)的水稻生長(zhǎng)信息動(dòng)態(tài)監(jiān)控系統(tǒng)。在田間的試驗(yàn)中，與人工測(cè)量的方法相比，該系統(tǒng)能夠高效可靠地監(jiān)測(cè)水稻的株高、有效穗數(shù)和葉綠素含量等數(shù)量性狀，可實(shí)現(xiàn)資源的合理利用，保證水稻高產(chǎn)。

物聯(lián)網(wǎng)技術(shù)在給傳統(tǒng)農(nóng)業(yè)模式帶來(lái)改變的同時(shí)，也存在一些問(wèn)題。首先是數(shù)據(jù)采集系統(tǒng)的研究相對(duì)滯后，大部分采用有線方式，因此監(jiān)控的距離較短、布線和維護(hù)都相對(duì)困難。其次，較高的研發(fā)成本也推高了應(yīng)用的成本，導(dǎo)致普通的水稻種植者不易接受，限制了應(yīng)用的規(guī)模。最后，各地的環(huán)境條件差異很大，水稻品種種類(lèi)繁多，監(jiān)控的具體參數(shù)須要根據(jù)實(shí)際情況進(jìn)行優(yōu)化。同時(shí)，水稻生產(chǎn)者面臨的具體問(wèn)題和技術(shù)難度千差萬(wàn)別，難以得到及時(shí)、準(zhǔn)確的解答，只能根據(jù)以往的經(jīng)驗(yàn)來(lái)判斷。因此，基于物聯(lián)網(wǎng)技術(shù)對(duì)水稻生長(zhǎng)信息動(dòng)態(tài)監(jiān)控系統(tǒng)還有很大的改進(jìn)空間，并有望得到更廣泛的應(yīng)用。

[1] 張琴，黃文江，許童羽，等.小麥苗情遠(yuǎn)程監(jiān)測(cè)和診斷系統(tǒng)[J].農(nóng)業(yè)工程學(xué)報(bào),2011,27(12):115-119.

[2] 吳艷兵，樊啟洲，鄭健，等.計(jì)算機(jī)圖像處理技術(shù)在溫室黃瓜幼苗生長(zhǎng)信息檢測(cè)中的應(yīng)用[J].湖南農(nóng)機(jī),2007(3):7-9.

[3] 武聰玲，騰光輝，李長(zhǎng)纓.黃瓜幼苗生長(zhǎng)信息的無(wú)損監(jiān)測(cè)系統(tǒng)的應(yīng)用與驗(yàn)證[J].農(nóng)業(yè)工程學(xué)報(bào),2005,4(4):7-9.

[4] 張曉龍，樊啟洲，鄭健，等.基于DSP的機(jī)器視覺(jué)在黃瓜生長(zhǎng)信息檢測(cè)中的應(yīng)用 [J].中國(guó)水運(yùn),2007(5):147-149.

[5] 盧少林，倪軍，曹衛(wèi)星，等.基于主動(dòng)光源的作物生長(zhǎng)信息監(jiān)測(cè)儀的設(shè)計(jì)與試驗(yàn)[J].農(nóng)業(yè)工程學(xué)報(bào),2014,30(23):199-206.

Design of Measuring System of Rice Growth Information and Dynamic Monitoring——Based on the Internet of Things

Dong Shujuan

(Yellow River Conservancy Technical Institute, Kaifeng 475004,China)

Being related to rice growing and dynamic monitoring information can be real-time control the growth of rice, is to achieve automation and intelligent management on the rice production. This study was based on Internet of things to design a set of rice growth process data acquisition, transmission of video information, background data analysis process and the growth of rice precise regulation of the four major functions in one rice growth dynamic monitoring information system. According to this system, four rice planting as experimental field study in the Plant factory, choose plant height, panicle number and chlorophyll content of these three characters as the object, based on monitoring data networking technology and manual measurement data obtained with comparison, found that the system can effectively monitor the rice plant height, panicle number and chlorophyll content of quantitative traits, and obtain the relevant data to take appropriate measures to achieve the rational use of resources in rice production to ensure high yield of rice.

rice; growth imformation; dynamic monitoring; internet of things

2016-06-07

河南省科技廳項(xiàng)目(豫科鑒委字[2014]第671號(hào))

董淑娟(1978-)，女,河南民權(quán)人，副教授，碩士，(E-mail)dongshujuan0603@163.com。

S126

A

1003-188X(2017)08-0216-04