裴煥杰，陶 嬋，鄧 昀，陳守學，夏勁彪，梁煜釩

（桂林理工大學，廣西 桂林 541006）

引言

我國是一個水資源極其匱乏的國家?？紤]到我國的農(nóng)業(yè)發(fā)展中廣泛存在的人工粗放式灌溉所造成的水資源嚴重浪費問題；加之國內(nèi)智能節(jié)水灌溉系統(tǒng)的開發(fā)尚處于初級階段且引進國外技術(shù)價格比較昂貴，灌溉技術(shù)領(lǐng)域普遍存在節(jié)水精度不強、實時性不高、準確度不夠等一系列問題；基于此研發(fā)出一款符合本國國情的智能灌溉控制系統(tǒng)很是重要。針對當下傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)過渡階段中所面臨的種種問題，借鑒前人經(jīng)驗創(chuàng)造并設(shè)計了一款基于多種網(wǎng)絡(luò)相互融合的農(nóng)業(yè)物聯(lián)網(wǎng)智能節(jié)水灌溉系統(tǒng)，實現(xiàn)對農(nóng)田環(huán)境狀況的遠程實時監(jiān)測，進行灌溉預報與決策。

1 系統(tǒng)整體框架

系統(tǒng)整體架構(gòu)及硬件設(shè)計多網(wǎng)融合的農(nóng)業(yè)物聯(lián)網(wǎng)智能節(jié)水灌溉系統(tǒng)按功能可以分為終端信息采集控制系統(tǒng)和灌溉控制系統(tǒng)兩部分，終端信息采集控制系統(tǒng)由終端監(jiān)控設(shè)備、網(wǎng)關(guān)模塊、云服務器三部分組成，終端采集控制模塊與網(wǎng)關(guān)模塊間通過ZigBee、Lora WAN、NB-IOT 等網(wǎng)絡(luò)通信[2]，網(wǎng)關(guān)模塊與云服務器之間借助于4G、以太網(wǎng)等因特網(wǎng)進行通信；灌溉控制系統(tǒng)部署在云端服務器并將決策結(jié)果通過云端服務器實時傳送到網(wǎng)關(guān)模塊。具體結(jié)構(gòu)如圖1 所示。

數(shù)據(jù)采集設(shè)計：終端信息采集設(shè)備由信息獲取終端模塊、控制終端模塊及電磁閥三部分構(gòu)成。本系統(tǒng)采用單一節(jié)點ZigBee 網(wǎng)絡(luò)信息獲取設(shè)備，通過外接任意類別傳感器，ZigBee 節(jié)點將傳感器所傳遞的數(shù)據(jù)通過自組好的網(wǎng)絡(luò)發(fā)送到協(xié)調(diào)器，隨即協(xié)調(diào)器調(diào)用串口模塊令數(shù)據(jù)發(fā)送至上位機軟件[3]。

通信網(wǎng)絡(luò)設(shè)計：主要由 ZigBee、Lora WAN、NB-IOT、4G、以太網(wǎng)等多種網(wǎng)絡(luò)相互融合，終端監(jiān)控設(shè)備與網(wǎng)關(guān)模塊間通過 ZigBee、Lora WAN、NB-IOT 等網(wǎng)絡(luò)通信，網(wǎng)關(guān)模塊與云服務器間借助4G、以太網(wǎng)等網(wǎng)絡(luò)通信。

圖1 系統(tǒng)總體架構(gòu)

網(wǎng)關(guān)模塊設(shè)計：網(wǎng)關(guān)模塊是整個通信網(wǎng)絡(luò)的協(xié)議轉(zhuǎn)換設(shè)備，接收來自終端信息獲取模塊傳送的數(shù)據(jù)包，進行分析、壓縮和融合數(shù)據(jù)后[4]，通過4G、以太網(wǎng)在內(nèi)的多種網(wǎng)絡(luò)將數(shù)據(jù)傳遞至云端，并借助ZigBee、Lora WAN、NBIOT 網(wǎng)絡(luò)將同步數(shù)據(jù)包傳遞至終端信息獲取模塊，使其與網(wǎng)關(guān)模塊達到時間同步后隨即進入休眠模式以用于降低功耗；網(wǎng)關(guān)同云端建立TCP/IP 連接并通過4G、以太網(wǎng)接收并解析云端所傳遞的決策結(jié)果數(shù)據(jù)包，借助ZigBee、Lora WAN、NB-IOT 在內(nèi)的多種網(wǎng)絡(luò)傳送到控制終端模塊隨即控制電磁閥，之后，控制終端模塊與網(wǎng)關(guān)模塊達到時間同步即進入低功耗休眠模式。

云服務器：云服務器采用TCP 并發(fā)服務器模型，首先云服務器等待網(wǎng)關(guān)模塊的連接請求，一旦網(wǎng)關(guān)發(fā)送連接請求，便產(chǎn)生1 個用于處理該網(wǎng)關(guān)的業(yè)務新線程，并分析計算該網(wǎng)關(guān)模塊所傳送的數(shù)據(jù)包最后將其存儲到?jīng)Q策數(shù)據(jù)庫以利于灌溉控制系統(tǒng)調(diào)用；此外，為防止避免延遲，在云服務器的每個線程中均采用輪詢算法，不間斷實時循環(huán)查詢智能灌溉系統(tǒng)決策結(jié)果數(shù)據(jù)庫是否存在更新，若存在，讀取該網(wǎng)絡(luò)并傳輸?shù)脚c其相對應的網(wǎng)關(guān)。

2 系統(tǒng)軟件設(shè)計

智能灌溉控制系統(tǒng)由基礎(chǔ)數(shù)據(jù)設(shè)置模塊、實時監(jiān)控與報警模塊以及灌溉預測與專家決策模塊這3 個模塊組成；基礎(chǔ)數(shù)據(jù)設(shè)置模塊其主要功能為錄入或更新基礎(chǔ)信息、氣象、土壤特性等資料以便于為其他模塊的功能提供數(shù)據(jù)支持；實時監(jiān)控與報警模塊主要是通過如同表格、圖形等相對直觀的表達方式在客戶端上直觀顯示出實時環(huán)境信息以實現(xiàn)動態(tài)顯示功能，一旦任意環(huán)境因素超過設(shè)定閾值，系統(tǒng)便自動發(fā)送報警信號到用戶客戶端上；灌溉預測與專家決策模塊通過錄入經(jīng)驗豐富的農(nóng)作物種植專家的灌溉方法及模型庫中存儲的大量灌溉預測和決策的數(shù)學模型，得出是否達到灌溉標準并計算出灌溉時間和灌溉量以達到實現(xiàn)高效、高品質(zhì)節(jié)水。

系統(tǒng)的軟件設(shè)計包括計算參考物蒸發(fā)蒸騰量、灌溉預報、灌溉決策三大功能部分，軟件系統(tǒng)都是依據(jù)硬件采集設(shè)備的數(shù)據(jù)作為參數(shù)輸入，然后根據(jù)不同的功能設(shè)計計算程序。

（1）計算蒸發(fā)蒸騰量程序設(shè)計。計算蒸發(fā)蒸騰量主要是為了得出作物次數(shù)刻一個需水狀態(tài)，首先將硬件設(shè)備采集到的參數(shù)作為初始值，采用Penman-Monteith 公式對參數(shù)進行計算，得出作物的蒸發(fā)蒸騰量，得出作物是否缺水，缺水則計算灌溉量，不缺水則等待下次重新采集數(shù)據(jù)進行計算判斷作物是否缺水。

（2）灌溉預報程序設(shè)計。該功能的設(shè)計主要是根據(jù)硬件收集的數(shù)據(jù)作為程序的參數(shù)輸入，然后根據(jù)首先判斷是否缺水，只有在缺水的狀態(tài)下才能計算出作物的灌溉時間間隔，不缺水則等待下次參數(shù)的傳輸重新計算，如果缺水則根據(jù)灌溉預報算法公式計算出灌溉的時間間隔是否與原始間隔相等，如果相等則不更新，等待chongx1 計算，如果不相等，則更新時間間隔。

（3）灌溉決策程序設(shè)計。灌溉決策程序設(shè)計主要的原理是用戶可以根據(jù)三種決策方式進行選擇，提供灌溉定量指導，每一種決策都有不同的決策公式，最終可得出一個具體的灌溉決策方案，具體的程序流程框圖如圖2 所示：

圖2 程序流程圖

3 系統(tǒng)功能測試

設(shè)計了基于隨機森林和長短時記憶網(wǎng)絡(luò)模型的農(nóng)作物產(chǎn)量氣候因子分析及預測評價模型，通過對玉米進行試驗，參考2006-2017年的人均玉米產(chǎn)量統(tǒng)計同年份的氣象觀測資料，基于決策樹和隨機森林模型，通過對影響玉米產(chǎn)量的氣候因子、測試得到的數(shù)據(jù)結(jié)果分析[5]，得出在玉米不同生育期中，哪些氣候因子對玉米生長影響最大；結(jié)果表明：玉米在不同生育期下受不同氣候因子的影響。接著選取2017年的日均溫度數(shù)據(jù)為歷史數(shù)據(jù)，通過長短時記憶網(wǎng)絡(luò)對玉米成熟期最后15 天的日均氣溫進行預測（（A）為歷史數(shù)據(jù)，（B）為預測未來一段時間的數(shù)據(jù)）；最后通過氣候因子綜合評價指標對被預測數(shù)據(jù)進行分析。系統(tǒng)模型流程如圖3 所示：

圖3 系統(tǒng)模型流程圖

實驗結(jié)果圖如圖4、圖5、圖6 所示：

圖4 玉米相對氣象產(chǎn)量和各生育期氣候因子間的關(guān)系圖

4 結(jié)束語

提出了一種新型的基于智能節(jié)水灌溉系統(tǒng)的智能灌溉決策系統(tǒng)，該系統(tǒng)將終端信息采集系統(tǒng)與智能灌溉決策系統(tǒng)相結(jié)合，云服務器通過無線網(wǎng)絡(luò)將終端信息采集系統(tǒng)獲取的數(shù)據(jù)傳遞到智能灌溉決策系統(tǒng)，通過對參考物蒸發(fā)蒸騰量的計算，得出最佳灌溉時間間隔利用大數(shù)據(jù)分析得出最優(yōu)灌溉決策。該系統(tǒng)的應用可大幅度減少農(nóng)業(yè)生產(chǎn)中生產(chǎn)資料消耗和水資源浪費等問題，具有一定的社會效益和經(jīng)濟效益[6]。

圖5 隨機森林模型下的玉米產(chǎn)量影響的環(huán)境因子相關(guān)性

圖6 LSTM 算法預測的未來15 天內(nèi)的溫度變化圖