祁卓平

（甘肅省臨洮縣氣象局，甘肅 定西 730599）

0 引言

自然資源部地圖技術(shù)審查中心數(shù)據(jù)顯示，我國山地地形總面積超過300 萬km2，約占我國陸地總面積的33%。山地農(nóng)作物種植是我國農(nóng)業(yè)的主要組成部分之一，包括水果、蔬菜、藥材等經(jīng)濟作物，提高山地農(nóng)作物管理效率和技術(shù)水平，對促進農(nóng)業(yè)生產(chǎn)具有重要意義。山區(qū)地形復雜、海拔落差浮動較大，山區(qū)氣候局部變化劇烈，特別是在深山地區(qū)，公共氣象局信息無法很好地覆蓋整個山區(qū)的現(xiàn)場氣象情況，復雜的氣候變化和氣象災害降低了經(jīng)濟作物的生長品質(zhì)[1-3]。另外，由于深山交通不變，加大了對作物生長情況的監(jiān)測難度。實現(xiàn)對地理位置偏僻地區(qū)的遠程監(jiān)測和局部氣象預警，對提高深山經(jīng)濟作物生長品質(zhì)具有重要意義。提出一種遠程氣象預警系統(tǒng)設計方案，利用氣象觀測傳感器和圖像采集模塊，結(jié)合4G 網(wǎng)絡通信技術(shù)，實現(xiàn)對偏遠山地區(qū)域的環(huán)境溫度、濕度、日照時數(shù)、風力等氣象數(shù)據(jù)及圖像信息的采集，并將數(shù)據(jù)實時傳輸至遠程服務器，服務器利用氣象站提供的公共氣象數(shù)據(jù)和現(xiàn)場局部實時氣象數(shù)據(jù)，結(jié)合采集的現(xiàn)場作物生產(chǎn)狀況圖像，利用智能學習算法，實現(xiàn)對氣象變化與氣象災害的預測，并對實時氣象數(shù)據(jù)和預測結(jié)果進行顯示，為農(nóng)業(yè)防災、增效、增產(chǎn)提供參考數(shù)據(jù)支撐。

1 系統(tǒng)結(jié)構(gòu)設計

氣象預警系統(tǒng)主要由多個分布于現(xiàn)場的前端采集終端和一個遠程服務器構(gòu)成，具體包括ARM 處理器、氣象數(shù)據(jù)采集單元、圖像采集單元、4G 無線通信單元、遠程服務器等部分。其中，前端采集終端以ARM 微處理器作為控制核心，數(shù)據(jù)流主要分為氣象數(shù)據(jù)和圖像數(shù)據(jù)，微處理器控制氣象數(shù)據(jù)采集單元，對環(huán)境溫度、濕度、日照時間、風力等氣象數(shù)據(jù)進行采集，同時控制圖像采集單元，對監(jiān)測區(qū)域的實時圖像進行成像和采集，并將氣象參數(shù)數(shù)據(jù)和圖像數(shù)據(jù)按照預定的通信協(xié)議進行打包，通過4G 無線通信模塊，將數(shù)據(jù)輸出至遠端的服務器，遠端服務器將接收的數(shù)據(jù)包進行解壓、統(tǒng)計、分析等操作，結(jié)合氣象站提供的公共氣象數(shù)據(jù)，進行綜合分析，輸出氣象分析結(jié)果，整個氣象預警系統(tǒng)結(jié)構(gòu)如圖1 所示。

圖1 氣象預警系統(tǒng)結(jié)構(gòu)Fig. 1 Structure of meteorological early warning system

1.1 ARM 微處理器

微處理主要負責對整個系統(tǒng)的控制、數(shù)據(jù)采集與傳輸，選用基于ARM 架構(gòu)的芯片STM32F103，該微處理器具有運行速度快、功耗低、搭建系統(tǒng)成本低等優(yōu)勢，且外圍資源集成度高，開發(fā)環(huán)境操作簡單，便于系統(tǒng)軟件開發(fā)[4]。該芯片屬于32 位ARM 微控制器，最大FLASH容量達512 K，內(nèi)部集成了定時器、CAN 總線、ADC轉(zhuǎn)換、UART 串口通信等外設模塊，最高工作頻率72 MHz，采用低功耗設計，分為睡眠、停機和待機3 種工作模式，非常適用于低功耗、低成本采集終端設計。

1.2 氣象數(shù)據(jù)采集模塊

山地環(huán)境的氣象變化較為復雜，為了彌補氣象站提供的公共數(shù)據(jù)實時性和準確性不足的問題，對農(nóng)作物現(xiàn)場氣象數(shù)據(jù)進行采集，作為對氣象數(shù)據(jù)的補充。氣象要素主要包括環(huán)境溫度、濕度、日照時數(shù)、風力等。采用標準RS232 串行通信接口，實現(xiàn)微處理器與多個設備的實時通信，實現(xiàn)對多個傳感器的一體化數(shù)據(jù)采集，并預留多個標準接口，以便進行更多傳感器的擴展。

環(huán)境溫度和濕度傳感器選用美國Onset 公司生產(chǎn)的HOBOS-002 型高精度溫濕度傳感器[5]。該溫濕度集成傳感器的溫度測量精度達0.2℃，濕度的測量精度達2.5%RH，可實現(xiàn)對環(huán)境溫度和濕度的高精度采集。圖像采集主要利用OmmiVision 公司的CMOS 圖像傳感器，型號為OV2640，該傳感器支持200 萬像素，可輸出的圖像分辨率分為176×144、320×240、640×480、1 600×1 200 等[6]。為了減小對微處理器運算資源的占用，適應無線網(wǎng)絡傳輸速率，采用OV2460 傳感器內(nèi)部集成的DSP 對原始圖像進行壓縮處理，以JPEG 格式輸出圖像，以降低微處理的圖像壓縮壓力，且圖像清晰度可滿足對主要類別農(nóng)作物的高清晰觀察。

1.3 無線通信模塊設計

山區(qū)一般地處偏僻，通信基站稀少，且信號易受到地形阻擋，通信質(zhì)量差。若采用有線數(shù)據(jù)傳輸方式，系統(tǒng)搭建成本高且布線困難。為便于維護，降低成本，采用4G 無線網(wǎng)絡進行數(shù)據(jù)傳輸，可消除距離和地域限制，將氣象數(shù)據(jù)和現(xiàn)場圖像傳輸至遠端服務器。4G 無線網(wǎng)絡可保持持續(xù)在線，具備自動撥號功能，在發(fā)生斷線時可自動進行重連，保證通信的穩(wěn)定性[7-8]。另外，局部氣象數(shù)據(jù)并不需要固定周期進行采集，根據(jù)不同農(nóng)作物的實際生長需要進行采集，數(shù)據(jù)采集和傳輸周期具有不確定性和隨機性。為了節(jié)約網(wǎng)絡流量，采用基于推拉方式的混合傳輸機制，服務器可根據(jù)氣象預測軟件的需要，根據(jù)IP 地址主動拉取指定前端采集終端的數(shù)據(jù)，服務器也可向前端采集終端發(fā)送定時間指令，前端采集終端按照設定的時間周期性向遠程服務器推送采集數(shù)據(jù)。在空閑時間，斷開服務器與采集終端的鏈接，利用混合傳輸機制節(jié)約數(shù)據(jù)流量。

1.4 供電電源設計

系統(tǒng)采用直流電壓供電，需要的供電電壓分為5和3.3 V 兩類，其中微處理器、氣象采集模塊、通信模塊采用5 V 供電，圖像采集模塊采用3.3 V 供電。由于受山區(qū)地形限制，為了提升該系統(tǒng)的適應性，采用太陽能電板進行供電，利用太陽能電板為蓄電池充電，蓄電池的輸出電壓為直流12 V，再將蓄電池電壓轉(zhuǎn)換為5 和3.3 V，為系統(tǒng)供電。

2 系統(tǒng)軟件設計

該系統(tǒng)軟件主要包括前端采集軟件和遠程處理軟件兩大部分。其中，前端采集軟件嵌入在現(xiàn)場終端，主要負責對氣象參數(shù)和圖像采集，并將采集的數(shù)據(jù)進行打包，按照無線通信協(xié)議傳輸至遠端服務器。遠程處理軟件主要集中在遠端服務器，主要負責對數(shù)據(jù)的解壓、統(tǒng)計、存儲等操作，同時利用智能分析算法，根據(jù)采集的數(shù)據(jù)，對氣象數(shù)據(jù)進行評估，輸出預警結(jié)果。

2.1 前端采集軟件

前端采集軟件嵌入在前端采集終端的微處理器中，可分為軟件配置子程序、控制管理子程序、通信控制子程序、外圍采集設備管理子程序、數(shù)據(jù)處理子程序等部分。其中，軟件配置子程序負責對外圍傳感器模塊、通信模塊的初始化配置，包括設備端口號、外圍傳感器初始化、通信速率等格式配置[9]?？刂乒芾碜映绦蜇撠煂υO備開啟和停止的監(jiān)測與控制，控制外圍采集設備的接入和分離，以及通信的收發(fā)控制等。通信控制子程序主要負責對無線通信的參數(shù)設置，控制無線信號的連接與斷開，控制數(shù)據(jù)流的收發(fā)。外圍采集設備管理子程序主要完成對外圍氣象傳感器和圖像傳感器的周期性數(shù)據(jù)采集，對采集時間、圖像分辨率、傳感器參數(shù)進行設置。數(shù)據(jù)傳輸流程如圖2 所示，數(shù)據(jù)處理子程序主要負責將采集到的氣象數(shù)據(jù)和圖像數(shù)據(jù)進行統(tǒng)一處理與壓縮打包，按照設定的數(shù)據(jù)格式，將數(shù)據(jù)包發(fā)送至遠端服務器，采集終端設置的主要控制命令如表1 所示[10-11]。

圖2 數(shù)據(jù)傳輸流程Fig. 2 Data transmission process

表1 采集終端設置的主要控制命令Tab. 1 Main control commands set by acquisition terminal

2.2 遠程處理軟件

遠程處理軟件主要嵌入在遠端服務器中，負責對氣象數(shù)據(jù)包的解壓、統(tǒng)計，并利用氣象數(shù)據(jù)和智能分析算法，結(jié)合農(nóng)作物生長特性，給出相應的氣象預測，實現(xiàn)農(nóng)作物實景監(jiān)測、氣象狀況展示、災害預警、生長趨勢預測等功能。遠程處理軟件中數(shù)據(jù)展示部分主要包括實景圖像顯示和氣象數(shù)據(jù)曲線顯示。實景圖像顯示將多個終端上傳的圖像進行分欄顯示，可進行不同終端圖像切換顯示，從而觀察各個觀測點的作物生長情況。期限數(shù)據(jù)曲線主要是對溫度、濕度、風速等氣象數(shù)據(jù)進行匯總，并以時間為橫向坐標，繪制氣象數(shù)據(jù)變化曲線，展示不同時間段內(nèi)的氣象數(shù)據(jù)變化趨勢。遠程處理軟件中預測算法部分主要采用神經(jīng)網(wǎng)絡，對氣象數(shù)據(jù)和作物生長狀態(tài)進行特征提取，將氣象數(shù)據(jù)要素作為神經(jīng)網(wǎng)絡輸入量，作物生長狀況作為輸出量，通過采集樣本訓練，獲得反應氣象數(shù)據(jù)和作為生產(chǎn)影響關系的預測模型，氣象預測模型如圖3 所示[12]。

圖3 氣象預測模型Fig. 3 Meteorological prediction model

利用遠程服務器的應用軟件，技術(shù)人員可實時掌握現(xiàn)場氣象和農(nóng)作物生長情況，減少現(xiàn)場觀察的頻次，實現(xiàn)對交通不便山區(qū)作物的遠程監(jiān)測，提高管理效率。同時，利用智能分析算法，結(jié)合氣象數(shù)據(jù)和農(nóng)作物生長狀態(tài)，實現(xiàn)對氣象災害和作物生長趨勢的預測，降低災害風險。

3 試驗測試

為了測試系統(tǒng)方案的可行性和運行穩(wěn)定性，利用3 個采集終端和1 個遠程服務器模擬山地遠程氣象系統(tǒng)。2021 年9 月，在臨洮縣南屏山區(qū)布置3 個采集終端，1 個遠程服務器放置于山區(qū)邊緣，3 個終端與遠程服務器距離為20 km 左右。測試結(jié)果表明，系統(tǒng)能夠穩(wěn)定進行數(shù)據(jù)傳輸，無數(shù)據(jù)丟包或圖像丟幀現(xiàn)象出現(xiàn)。數(shù)據(jù)傳輸速率測試結(jié)果如表2 所示。數(shù)據(jù)平均傳輸速率為406 KB/s，一幅圖像的數(shù)據(jù)大小在400 KB 左右，僅需要1s 左右時間即可完成一幅完整圖像傳輸，可滿足對作物現(xiàn)場情況的監(jiān)測。由于受山地、溝壑等復雜地形環(huán)境影響，4G 無線網(wǎng)絡信號質(zhì)量與理論值雖然有一定差距，傳輸速度未能達到最優(yōu)值，但能夠滿足農(nóng)作物遠程監(jiān)測的數(shù)據(jù)傳輸速度要求。

表2 數(shù)據(jù)傳輸速率測試Tab. 2 Data transmission rate test

為了進一步驗證無線數(shù)據(jù)的混合傳輸機制具有節(jié)約數(shù)據(jù)流量的優(yōu)勢，在兩個采集終端上分別采用混合傳輸機制和傳統(tǒng)輪詢傳輸機制，對比兩種數(shù)據(jù)傳輸機制的流量消耗，結(jié)果如圖4 所示[13]。由流量消耗對比結(jié)果可知，混合傳輸機制的平均流量消耗僅是傳統(tǒng)輪詢傳輸機制的60%，可有效降低流量消耗量，節(jié)約數(shù)據(jù)傳輸成本，同時提高有效數(shù)據(jù)的傳輸效率，提升數(shù)據(jù)傳輸可靠性。

圖4 數(shù)據(jù)傳輸流量消耗對比Fig. 4 Comparison of data transmission traffic consumption

4 結(jié)論

利用微電子檢測技術(shù)和4G 無線通信網(wǎng)絡，搭建了一套現(xiàn)場氣象前端采集終端，通過多點分布采集和遠程數(shù)據(jù)傳輸，實現(xiàn)對偏遠山區(qū)局部氣象的實時采集與遠程傳輸，并利用遠程服務器進行數(shù)據(jù)收集與分析，利用智能分析算法實現(xiàn)對山區(qū)氣象預測，從而達到對農(nóng)作物氣象環(huán)境預警和災害預防的目的。該方案對采集傳感器構(gòu)成和傳輸網(wǎng)絡進行了優(yōu)化，并在服務器端嵌入智能分析算法，實現(xiàn)設計結(jié)構(gòu)簡化和低成本的同時，提高了氣象預測的準確性，提升了對偏遠地區(qū)農(nóng)作物生長的遠程監(jiān)測能力。