陳天成

目前的農(nóng)田灌溉系統(tǒng)存在水資源利用效率低、統(tǒng)一大水漫灌導(dǎo)致浪費(fèi)嚴(yán)重和灌溉效率低下等問(wèn)題。另外，目前廣泛采用的施肥方式為經(jīng)驗(yàn)性施肥和漫灑，這種方式容易產(chǎn)生肥料蒸發(fā)，吸收不均勻等問(wèn)題，不僅不能有效促進(jìn)作物生長(zhǎng)，而且對(duì)環(huán)境存在一定的污染隱患。所以，根據(jù)作物生長(zhǎng)情況制定適宜的灌溉施肥方案對(duì)于節(jié)水環(huán)保與可持續(xù)發(fā)展具有重要意義。對(duì)此本文提供并設(shè)計(jì)了一種基于ZigBee的農(nóng)田水肥一體化智能灌溉系統(tǒng)，如圖1所示，利用ZigBee技術(shù)低成本、低復(fù)雜度、高容量、高安全性等特點(diǎn)，實(shí)現(xiàn)對(duì)大規(guī)模分布式傳感器數(shù)據(jù)的收集；運(yùn)用農(nóng)田監(jiān)控系統(tǒng)對(duì)土壤中養(yǎng)分含量、養(yǎng)肥供給以及不同農(nóng)作物生長(zhǎng)情況進(jìn)行數(shù)據(jù)采集和分析，再通過(guò) AI專(zhuān)家平臺(tái)系統(tǒng)制定出合理化、針對(duì)性的灌溉方案。

1 系統(tǒng)總體設(shè)計(jì)方案

如圖1所示。本智能灌溉系統(tǒng)總體架構(gòu)包括三大模塊——農(nóng)田信息采集模塊、AI專(zhuān)家系統(tǒng)模塊、客戶(hù)端模塊。智能灌溉系統(tǒng)模塊中最基本的模塊——農(nóng)田信息采集模塊主要有兩個(gè)信息采集模塊：土壤信息采集模塊；農(nóng)作物生長(zhǎng)監(jiān)控模塊。土壤信息模塊通過(guò)ZigBee技術(shù)實(shí)現(xiàn)分布式傳感器所采集農(nóng)田環(huán)境數(shù)據(jù)傳輸。土壤信息采集模塊主要負(fù)責(zé)采集土壤濕度、土壤溫度以及各種礦物質(zhì)或微量元素含量等信息。土壤采集模塊是本灌溉系統(tǒng)最基本模塊。視頻監(jiān)控模塊主要通過(guò)不同角度對(duì)不同區(qū)域的不同農(nóng)作物的生長(zhǎng)情況進(jìn)行監(jiān)控，如高度、莖干等。AI專(zhuān)家系統(tǒng)模塊主要對(duì)采集的數(shù)據(jù)進(jìn)行分析并制定相應(yīng)的初始決策方案。由于傳感器上傳數(shù)據(jù)格式混亂，冗余信息較多，所以需要數(shù)據(jù)進(jìn)行清洗，再通過(guò)大數(shù)據(jù)分析對(duì)海量數(shù)據(jù)進(jìn)行處理；同時(shí)利用模式識(shí)別技術(shù)對(duì)監(jiān)控的農(nóng)作物生長(zhǎng)情況圖像信息進(jìn)行識(shí)別，并實(shí)現(xiàn)生長(zhǎng)特征的提取。本地資料庫(kù)通過(guò)云服務(wù)器下載相關(guān)灌溉決策方案，用資料庫(kù)去訓(xùn)練AI專(zhuān)家平臺(tái)，AI專(zhuān)家平臺(tái)根據(jù)所在特定環(huán)境做出相應(yīng)判決并反饋到本地資料庫(kù)，再通過(guò)以太網(wǎng)實(shí)現(xiàn)灌溉方案共享。最后，AI專(zhuān)家系統(tǒng)做出的最佳判決通過(guò)4G網(wǎng)絡(luò)傳送至手機(jī)終端，手機(jī)終端可以實(shí)現(xiàn)農(nóng)田環(huán)境信息、農(nóng)作物生長(zhǎng)情況的信息的查詢(xún)，并根據(jù)AI專(zhuān)家系統(tǒng)制定的最佳灌溉方案實(shí)現(xiàn)農(nóng)田水肥智能灌溉控制。

圖1 智能灌溉總體框架流程圖

2 模塊設(shè)計(jì)

2.1 農(nóng)田環(huán)境監(jiān)測(cè)模塊設(shè)計(jì)

農(nóng)田環(huán)境監(jiān)測(cè)模塊是智能灌溉系統(tǒng)的基本組成部分，其子系統(tǒng)可分為土壤信息采集模塊和農(nóng)作物生成監(jiān)控模塊。每個(gè)子系統(tǒng)由多個(gè)模塊組成，包括傳感器模塊、視頻監(jiān)控模塊、通訊模塊等。各個(gè)子系統(tǒng)節(jié)點(diǎn)組成ZigBee本地局域網(wǎng)絡(luò)，每個(gè)節(jié)點(diǎn)設(shè)備之間必須遵循ZigBee聯(lián)盟的標(biāo)準(zhǔn)協(xié)議，其中物理層和MAC層遵循的是IEEE802.15.4協(xié)議，上層協(xié)議由ZigBee聯(lián)盟定義。各個(gè)傳感器采集的數(shù)據(jù)通過(guò)本地局域網(wǎng)傳到匯聚節(jié)點(diǎn)，匯聚節(jié)點(diǎn)通過(guò)網(wǎng)關(guān)轉(zhuǎn)換，實(shí)現(xiàn)從ZigBee網(wǎng)絡(luò)到Internet的轉(zhuǎn)換，從而將數(shù)據(jù)的傳送AI專(zhuān)家平臺(tái)系統(tǒng)。以下將從農(nóng)田環(huán)境監(jiān)控終端的兩個(gè)子系統(tǒng)進(jìn)行分別介紹。

（1）土壤信息采集。如圖2所示，農(nóng)田土壤信息采集模塊具體操作：利用太陽(yáng)能供電的傳感器實(shí)現(xiàn)對(duì)農(nóng)田環(huán)境信息進(jìn)行采集，減少對(duì)能源的浪費(fèi)，利用每一個(gè)傳感設(shè)備配有的單片機(jī)核心處理模塊對(duì)數(shù)據(jù)進(jìn)行處理；通過(guò)采用CC2530芯片的ZigBee無(wú)線傳輸模塊將處理數(shù)據(jù)發(fā)送至AI專(zhuān)家系統(tǒng)，其單片機(jī)模塊有一個(gè)簡(jiǎn)單的閾值比較，如果超過(guò)閾值，進(jìn)行本地報(bào)警并將信息發(fā)送到AI專(zhuān)家系統(tǒng)。

圖2 土壤信息采集模塊

本系統(tǒng)采用土壤水分FDR傳感器進(jìn)行土壤水分的檢測(cè)，該傳感器具有簡(jiǎn)便安全、快速準(zhǔn)確、量程寬、少標(biāo)定等特點(diǎn)，結(jié)合本設(shè)計(jì)的需求，該傳感器可長(zhǎng)期埋設(shè)于土壤中，不僅可以針對(duì)土壤表面，而且可實(shí)現(xiàn)對(duì)土壤深層濕度的檢測(cè)，并將土壤濕度有關(guān)的信息轉(zhuǎn)換成電信號(hào)，根據(jù)這些電信號(hào)的強(qiáng)弱就可以獲得與待測(cè)土壤濕度情況有關(guān)的數(shù)據(jù)；采用TFC-203土壤化肥養(yǎng)分傳感器對(duì)土壤養(yǎng)分進(jìn)行檢查，該傳感器既可以匯集了無(wú)線傳感器節(jié)點(diǎn)、互聯(lián)網(wǎng)、云計(jì)算、云存儲(chǔ)為一體，可以實(shí)現(xiàn)對(duì)用戶(hù)對(duì)農(nóng)作物生長(zhǎng)土壤養(yǎng)分的全方位監(jiān)測(cè)，該傳感器既可檢測(cè)土壤、植株、化學(xué)肥料等樣品中的礦物質(zhì)或微量元素含量，也可測(cè)土壤中pH值及土壤含鹽量。

由于農(nóng)田水分、礦物質(zhì)含量分布不均勻，進(jìn)行統(tǒng)一灌溉必將造成水資源的浪費(fèi)，本文擬采用對(duì)農(nóng)田分塊規(guī)劃處理，并在每塊配備相應(yīng)的灌溉設(shè)備。但分塊處理中用于信息采集傳感器信息眾多、分布散亂，整體數(shù)據(jù)量雖小但成本高。ZigBee無(wú)線技術(shù)具有低功耗、低成本等有點(diǎn)，可以有效解決上述問(wèn)題，因而本文采用無(wú)線傳輸來(lái)實(shí)現(xiàn)數(shù)據(jù)的收發(fā)。

（2）農(nóng)作物生長(zhǎng)監(jiān)控模塊。農(nóng)作物生長(zhǎng)監(jiān)控模塊主要通過(guò)不同角度來(lái)對(duì)不同區(qū)域的農(nóng)作物生長(zhǎng)情況進(jìn)行監(jiān)控，如高度、莖干發(fā)育程度等。在每個(gè)農(nóng)田區(qū)域配置若干臺(tái)攝像機(jī)及硬盤(pán)錄相機(jī)，實(shí)現(xiàn)該塊農(nóng)作物的監(jiān)控。攝像機(jī)主要從不同角度監(jiān)控不同時(shí)期農(nóng)作物生長(zhǎng)情況，硬盤(pán)錄像機(jī)用于存儲(chǔ)農(nóng)作物生長(zhǎng)圖像，并通過(guò)有線通信模塊將數(shù)據(jù)信息傳輸至AI專(zhuān)家系統(tǒng)。視頻監(jiān)控模塊因?yàn)榫哂袀鞲衅鲾?shù)量少，但圖片、視頻數(shù)量大等問(wèn)題，采用有線傳輸更加節(jié)約成本且效率更高，所以利用有線傳輸可更高效的實(shí)現(xiàn)完整農(nóng)作物生長(zhǎng)信息的傳輸。

2.2 AI專(zhuān)家系統(tǒng)設(shè)計(jì)

隨著科學(xué)技術(shù)的發(fā)展，以人工智能為首的一系列計(jì)算機(jī)科學(xué)技術(shù)近年來(lái)取得了巨大成就。其中人工智能技術(shù)主要通過(guò)模仿人腦，對(duì)人的思維、意識(shí)進(jìn)行模擬，從而代替人工作，既提升了工作效率、減少成本，也節(jié)約了時(shí)間，并且機(jī)器更加精準(zhǔn)，降低了犯錯(cuò)的概率[7]。其中，專(zhuān)家系統(tǒng)是人工智能應(yīng)用中最為突出的一個(gè)應(yīng)用。通過(guò)將豐富的知識(shí)儲(chǔ)存在計(jì)算中，模仿人類(lèi)專(zhuān)家運(yùn)用相應(yīng)的知識(shí)對(duì)問(wèn)題進(jìn)行推理判斷，可以高效解決一些復(fù)雜問(wèn)題。目前，人工智能已經(jīng)在各個(gè)行業(yè)被廣泛應(yīng)用。

本研究利用AI專(zhuān)家系統(tǒng)對(duì)采集的農(nóng)田、農(nóng)作物生長(zhǎng)信息等數(shù)據(jù)進(jìn)行分析，最終制定出最佳灌溉方案。如圖3所示，對(duì)土壤濕度、土壤溫度、土壤礦物質(zhì)以及莖、桿、葉生長(zhǎng)情況等數(shù)據(jù)進(jìn)行采集，并對(duì)采集到的圖像、視頻等進(jìn)行模式識(shí)別，從而實(shí)現(xiàn)對(duì)農(nóng)作物生長(zhǎng)信息進(jìn)行提??；接著將處理后的數(shù)據(jù)傳送到AI專(zhuān)家平臺(tái)，AI專(zhuān)家平臺(tái)對(duì)數(shù)據(jù)進(jìn)行分析進(jìn)而對(duì)各個(gè)區(qū)域灌溉方案進(jìn)行初步?jīng)Q策，并針對(duì)各個(gè)區(qū)域輸出相應(yīng)的控制符1或0，其中1表示執(zhí)行該方案，0表示不執(zhí)行該方案，具體操作又可分為水肥灌溉和水灌溉兩種灌溉方案；最后專(zhuān)家意見(jiàn)檢測(cè)該決策方案與本地資料庫(kù)進(jìn)行對(duì)比判斷，進(jìn)而對(duì)AI專(zhuān)家系統(tǒng)訓(xùn)練得出最佳方案，將最佳方案?jìng)魉徒o客戶(hù)端進(jìn)行相應(yīng)操作。

圖3 AI專(zhuān)家決策模塊設(shè)計(jì)

數(shù)據(jù)庫(kù)設(shè)計(jì)。本數(shù)據(jù)庫(kù)系統(tǒng)采用模塊化的程序設(shè)計(jì)，主要便于用戶(hù)進(jìn)行目標(biāo)信息的查詢(xún)以及進(jìn)行功能的設(shè)計(jì)及修改，同時(shí)便于技術(shù)人員進(jìn)行系統(tǒng)進(jìn)行維護(hù)和更新。本數(shù)據(jù)庫(kù)主要包括3個(gè)表，分別為用戶(hù)信息表、農(nóng)田傳感器表、農(nóng)作物生長(zhǎng)特征表。分別用于儲(chǔ)存相關(guān)信息，便于用戶(hù)查詢(xún)及修改等操作。通過(guò)服務(wù)器后臺(tái)對(duì)數(shù)據(jù)庫(kù)進(jìn)行相關(guān)刪除修改等操作，完成用戶(hù)客戶(hù)端與硬件設(shè)備終端的交互。用戶(hù)信息表包括id（主鍵）（數(shù)據(jù)類(lèi)型int，長(zhǎng)度為10)、name（數(shù)據(jù)類(lèi)型nvchar， 長(zhǎng)度為15）、sex（數(shù)據(jù)類(lèi)型nvchar ，長(zhǎng)度為10）；phone（數(shù)據(jù)類(lèi)型int，長(zhǎng)度為15）；city（數(shù)據(jù)類(lèi)型ntex，長(zhǎng)度為20）；address（數(shù)據(jù)類(lèi)型n，長(zhǎng)度為25）；password（數(shù)據(jù)類(lèi)型nvchar、長(zhǎng)度為25）。當(dāng)用戶(hù)注冊(cè)時(shí)，用戶(hù)的的各種信息將記錄到數(shù)據(jù)庫(kù)中，便于進(jìn)行查詢(xún)、控制等操作。農(nóng)田傳感器表包括Id（主鍵）（數(shù)據(jù)類(lèi)型nvchar、長(zhǎng)度為20）；temperature（數(shù)據(jù)類(lèi)型Smallint、長(zhǎng)度為10）；moisture（數(shù)據(jù)類(lèi)型Smallint、長(zhǎng)度為10）；humidity（數(shù)據(jù)類(lèi)型Smallint、長(zhǎng)度為10）；minerals（數(shù)據(jù)類(lèi)型Smallint、長(zhǎng)度為10）。農(nóng)作物生長(zhǎng)特征表包括Id（主鍵）（數(shù)據(jù)類(lèi)型nvchar、長(zhǎng)度為20）；rod（數(shù)據(jù)類(lèi)型Smallint、長(zhǎng)度為10）；stems（數(shù)據(jù)類(lèi)型Smallint、長(zhǎng)度為10）；leaf（數(shù)據(jù)類(lèi)型Smallint、長(zhǎng)度為10）。

3 客戶(hù)端設(shè)計(jì)

客戶(hù)端主要分為PC客戶(hù)端、手機(jī)客戶(hù)端、微信公眾號(hào)平臺(tái)這三種模式。但由于PC端不方便攜帶，而手機(jī)又分為IOS和安卓?jī)煞N不同的系統(tǒng)，會(huì)涉及APP兼容性等問(wèn)題，相較之下，微信公眾號(hào)平臺(tái)便于攜帶，且操作簡(jiǎn)單，所以本研究選用微信公眾號(hào)平臺(tái)

用戶(hù)可以通過(guò)關(guān)注微信公眾號(hào)來(lái)獲得相應(yīng)服務(wù)。注冊(cè)賬戶(hù)后進(jìn)入主菜單，主菜單分為智能灌溉，客戶(hù)服務(wù)，產(chǎn)品商城三個(gè)模塊。其中智能灌溉又分為農(nóng)作物生長(zhǎng)信息、土壤信息、用戶(hù)端控制三個(gè)子模塊。在智能灌溉模塊中，用戶(hù)可以通過(guò)傳感器收集的信息了解農(nóng)作物的生長(zhǎng)狀態(tài)以及土壤養(yǎng)分含量，并根據(jù)AI專(zhuān)家系統(tǒng)模塊提供的最佳灌溉方案．直接從客戶(hù)端控制系統(tǒng)來(lái)對(duì)農(nóng)作物進(jìn)行灌溉。進(jìn)入客戶(hù)服務(wù)模塊后，會(huì)有專(zhuān)業(yè)人員在線解答用戶(hù)對(duì)于產(chǎn)品使用或者專(zhuān)業(yè)技術(shù)等問(wèn)題。用戶(hù)可以在產(chǎn)品商城中了解各個(gè)設(shè)備詳細(xì)信息、產(chǎn)品數(shù)據(jù)，也可以直接在網(wǎng)上購(gòu)買(mǎi)相應(yīng)產(chǎn)品，如土壤濕度傳感器、土壤礦物質(zhì)傳感器等。

4 結(jié)語(yǔ)

本文通過(guò)對(duì)現(xiàn)如今灌溉問(wèn)題和市場(chǎng)對(duì)于灌溉要求進(jìn)行分析，設(shè)計(jì)了一套結(jié)合ZigBee無(wú)線傳輸技術(shù)、模式識(shí)別、大數(shù)據(jù)處理、單片機(jī)技術(shù)等水肥一體化智能灌溉系統(tǒng)，主要工作為農(nóng)田環(huán)境監(jiān)測(cè)、農(nóng)作物生長(zhǎng)監(jiān)控、最終根據(jù)AI專(zhuān)家平臺(tái)制定出合適的灌溉方案，實(shí)現(xiàn)綠色環(huán)保、高效智能灌溉。