摘" 要：智慧農(nóng)業(yè)已成為現(xiàn)代農(nóng)業(yè)發(fā)展的大趨勢，利用人工智能、大數(shù)據(jù)對(duì)農(nóng)業(yè)進(jìn)行改造，能夠有效解決當(dāng)前信息化基礎(chǔ)薄弱、農(nóng)機(jī)作業(yè)質(zhì)量不高、耕地細(xì)碎化等問題。設(shè)計(jì)的智慧農(nóng)業(yè)系統(tǒng)將人工智能技術(shù)與農(nóng)業(yè)生產(chǎn)相結(jié)合，基于SpringBoot+React架構(gòu)，構(gòu)建Web前端與后端管理系統(tǒng)，集合農(nóng)作物種植區(qū)域管理、生長態(tài)勢監(jiān)測、遙感影像處理和傳感器數(shù)據(jù)監(jiān)測分析等模塊，能夠?qū)崟r(shí)監(jiān)測農(nóng)業(yè)信息，為農(nóng)作物精準(zhǔn)管理和田間作業(yè)提供重要支持。該系統(tǒng)進(jìn)一步推動(dòng)遙感技術(shù)和深度學(xué)習(xí)技術(shù)在農(nóng)業(yè)中的應(yīng)用，具有實(shí)時(shí)性和可擴(kuò)展性，可應(yīng)用于不同規(guī)模的農(nóng)業(yè)生產(chǎn)。

關(guān)鍵詞：智慧農(nóng)業(yè)；React；SpringBoot；深度學(xué)習(xí)；遙感影像處理

中圖分類號(hào)：U455.6" " " 文獻(xiàn)標(biāo)志碼：A" " " " " 文章編號(hào)：2096-9902（2024）14-0017-04

Abstract： Smart agriculture has become a major trend in the development of modern agriculture. The transformation of agriculture by using artificial intelligence and big data can effectively solve the current problems such as weak information foundation， low quality of agricultural machinery operation， fragmentation of arable land and so on. The designed smart agricultural system combines artificial intelligence technology with agricultural production， and constructs web front-end and back-end management systems based on SpringBoot+React architecture， which integrates crop planting area management， growth situation monitoring， remote sensing image processing and sensor data monitoring and analysis modules. It can monitor agricultural information in real time and provide important support for crop precision management and field operations. The system further promotes the application of remote sensing technology and deep learning technology in agriculture， has real-time and expansibility， and therefore can be applied to agricultural production of different scales.

Keywords： smart agriculture; React; SpringBoot; deep learning; remote sensing image processing

我國是人口大國，同時(shí)也是農(nóng)業(yè)大國，及時(shí)獲取并掌握農(nóng)作物的結(jié)構(gòu)、產(chǎn)量等種植情況無論是對(duì)生產(chǎn)管理而言，還是對(duì)科學(xué)決策而言都具有重要意義。隨著科技的進(jìn)步和社會(huì)的發(fā)展，智能化農(nóng)業(yè)逐漸成為了當(dāng)今農(nóng)業(yè)發(fā)展的趨勢。不同于以往農(nóng)業(yè)生產(chǎn)中只依靠人工，進(jìn)行效率低下的管理，智慧農(nóng)業(yè)主要是利用自動(dòng)化技術(shù)、地理信息系統(tǒng)、數(shù)字信息技術(shù)，對(duì)農(nóng)業(yè)生產(chǎn)進(jìn)行全方位、全周期、全過程管理，為農(nóng)業(yè)產(chǎn)業(yè)的提質(zhì)增效提供支持[1]，也為新時(shí)代鄉(xiāng)村振興注入源源不斷的新活力。

當(dāng)前，大多數(shù)智慧農(nóng)業(yè)管理系統(tǒng)利用物聯(lián)網(wǎng)技術(shù)和傳感器技術(shù)，通過智能設(shè)備實(shí)時(shí)監(jiān)測農(nóng)作物生長環(huán)境，提高農(nóng)產(chǎn)品生產(chǎn)質(zhì)量。徐東等[2]利用土壤溫度水分傳感器、光照度傳感器等構(gòu)建蔬菜育苗智能管理平臺(tái)，對(duì)育苗大棚中的溫濕度進(jìn)行分析和監(jiān)控，確保蔬菜生長發(fā)育正常。陳維娜等[3]利用NB-IoT技術(shù)組建無線傳感網(wǎng)絡(luò)對(duì)農(nóng)作物生長環(huán)境進(jìn)行實(shí)時(shí)監(jiān)測和采集，實(shí)現(xiàn)了遠(yuǎn)距離、低功耗、智能化、多維度和多尺度的農(nóng)作物信息實(shí)時(shí)監(jiān)測。將大數(shù)據(jù)和人工智能等新一代信息技術(shù)融入傳統(tǒng)農(nóng)業(yè)，進(jìn)一步推動(dòng)了智慧農(nóng)業(yè)的轉(zhuǎn)型升級(jí)。Raghuvanshi等[4]結(jié)合大數(shù)據(jù)挖掘和深度學(xué)習(xí)技術(shù)，將智慧農(nóng)業(yè)應(yīng)用到智能灌溉中。Yassine等[5]應(yīng)用深度強(qiáng)化學(xué)習(xí)在田間進(jìn)行優(yōu)化管理，并根據(jù)生產(chǎn)目標(biāo)和當(dāng)前環(huán)境條件動(dòng)態(tài)的學(xué)習(xí)以制定各種作物的最佳控制策略。Ramanathan[6]考慮一年內(nèi)的溫度、濕度、水位等傳感器數(shù)值，使用機(jī)器學(xué)習(xí)訓(xùn)練并對(duì)農(nóng)業(yè)數(shù)據(jù)進(jìn)行預(yù)測分析，有效地避免了土壤退化、水和其他資源的浪費(fèi)。

基于上述背景，本文采用目前流行的開發(fā)框架SpringBoot和React，并集成物聯(lián)網(wǎng)、深度學(xué)習(xí)、遙感影像處理等技術(shù)開發(fā)出前后端分離的智慧農(nóng)業(yè)系統(tǒng)，包括傳感器數(shù)據(jù)的管理與可視化分析、糧食種植區(qū)域的管理、遙感影像處理和農(nóng)作物生長狀態(tài)監(jiān)測等功能。本系統(tǒng)能夠有效地反映農(nóng)作物生長種植狀態(tài)，為農(nóng)業(yè)生產(chǎn)指揮和決策提供技術(shù)支持，滿足農(nóng)業(yè)生產(chǎn)信息化管理需求。

1" 系統(tǒng)分析

1.1" 系統(tǒng)需求分析

系統(tǒng)旨在利用人工智能技術(shù)和傳感器技術(shù)等手段，對(duì)農(nóng)業(yè)生產(chǎn)過程進(jìn)行實(shí)時(shí)監(jiān)測和數(shù)據(jù)分析。通過采集和分析農(nóng)作物生長環(huán)境的數(shù)據(jù)，對(duì)土壤、氣象等因素進(jìn)行監(jiān)測和預(yù)測，提高農(nóng)業(yè)生產(chǎn)的效率和質(zhì)量。根據(jù)農(nóng)業(yè)生產(chǎn)管理者的需求分析，系統(tǒng)功能可劃分為7大模塊，系統(tǒng)功能模塊圖如圖1所示。

糧食種植區(qū)域管理。主要用于對(duì)糧食種植區(qū)域進(jìn)行管理和監(jiān)測，系統(tǒng)可以設(shè)置種植計(jì)劃，包括作物種類、種植時(shí)間等信息，還可以分別以縣域和田間為單位對(duì)種植區(qū)進(jìn)行展示和修改、添加等操作。

傳感器設(shè)備管理。傳感器可以實(shí)時(shí)監(jiān)測農(nóng)作物生長環(huán)境的狀態(tài)，包括土壤水環(huán)境、土壤溫度環(huán)境和氣象環(huán)境。對(duì)傳感器設(shè)備的管理包括各傳感器狀態(tài)實(shí)時(shí)監(jiān)測、傳感器設(shè)備的添加和刪除。

傳感器數(shù)據(jù)分析與可視化。包括對(duì)溫度數(shù)據(jù)管理、降水?dāng)?shù)據(jù)管理、土壤水?dāng)?shù)據(jù)管理、土壤溫度管理。在實(shí)際操作時(shí)，點(diǎn)擊地圖上的任意區(qū)域能夠?qū)υ搮^(qū)域當(dāng)日及前后十天的數(shù)據(jù)進(jìn)行展示，同時(shí)以折線圖的形式展示其變化趨勢。

遙感影像處理。主要用于對(duì)上傳的遙感影像進(jìn)行處理和分析，包括影像裁剪、影像增強(qiáng)、植被指數(shù)提取、影像鑲嵌、波段合成和時(shí)序數(shù)據(jù)制作等操作。

作物生長態(tài)勢監(jiān)測。系統(tǒng)通過監(jiān)測作物生長狀況，包括作物覆蓋面積、作物產(chǎn)量等信息，可以及時(shí)發(fā)現(xiàn)作物的問題，為作物管理提供科學(xué)依據(jù)。

樣本庫。收集大量遙感影像數(shù)據(jù)，對(duì)不同作物類型不同時(shí)期的影像進(jìn)行展示，并支持用戶自主上傳影像。

模型庫。構(gòu)造用于縣級(jí)和田間農(nóng)作物產(chǎn)量預(yù)測的深度學(xué)習(xí)模型，提供模型詳細(xì)信息和模型訓(xùn)練情況。

1.2" 系統(tǒng)開發(fā)和運(yùn)行環(huán)境

該系統(tǒng)以WebStorm 2022和IDEA2022作為開發(fā)平臺(tái)，使用Google Chrome作為運(yùn)行瀏覽器，運(yùn)用JavaScript、HTML5、CSS3和Java作為開發(fā)語言。MySQL作為后臺(tái)數(shù)據(jù)庫。系統(tǒng)在Windows10環(huán)境下運(yùn)行。

2" 系統(tǒng)設(shè)計(jì)

2.1" 系統(tǒng)架構(gòu)設(shè)計(jì)

系統(tǒng)采用Java語言進(jìn)行開發(fā)，后臺(tái)數(shù)據(jù)庫選用MySQL，基于SpringBoot+React的前后端分離開發(fā)模式。前端使用React框架[7]，同時(shí)采用Ant Design組件庫進(jìn)行界面設(shè)計(jì)，進(jìn)行響應(yīng)式布局，適應(yīng)不同大小的屏幕。后端基于SpringBoot架構(gòu)，SpringBoot是一個(gè)腳手架，構(gòu)建在Spring框架基礎(chǔ)之上，基于快速構(gòu)建理念，提供自動(dòng)配置功能，可實(shí)現(xiàn)開箱即用、起步依賴、自動(dòng)配置等。

前端主要處理頁面開發(fā)和優(yōu)化，以及增強(qiáng)用戶體驗(yàn)相關(guān)問題。后端主要處理業(yè)務(wù)邏輯、數(shù)據(jù)處理和數(shù)據(jù)庫訪問等問題，并按照一定的規(guī)范為前端提供API接口。本系統(tǒng)使用json格式的數(shù)據(jù)進(jìn)行前后端的交互，前端頁面請(qǐng)求后端的接口，從后端獲取所需數(shù)據(jù)，然后解析數(shù)據(jù)進(jìn)行頁面渲染和數(shù)據(jù)展示等[8]。系統(tǒng)前后端交互過程如圖2所示。

2.2" 數(shù)據(jù)庫設(shè)計(jì)

根據(jù)智慧農(nóng)業(yè)系統(tǒng)管理需求和業(yè)務(wù)需求，建立數(shù)據(jù)庫系統(tǒng)，集成傳感器數(shù)據(jù)、田間數(shù)據(jù)、圖像數(shù)據(jù)等多源、多尺度的海量數(shù)據(jù)，在同一個(gè)數(shù)據(jù)庫標(biāo)準(zhǔn)體系下，實(shí)現(xiàn)多源數(shù)據(jù)的存儲(chǔ)、管理和服務(wù)。本系統(tǒng)采用具有輕量級(jí)、高性能、開源等特點(diǎn)[9]的關(guān)系型數(shù)據(jù)庫管理系統(tǒng)MySQL，分別創(chuàng)建了遙感影像樣本數(shù)據(jù)庫、傳感器數(shù)據(jù)庫、農(nóng)作物數(shù)據(jù)庫和用戶數(shù)據(jù)庫4個(gè)數(shù)據(jù)庫。

2.3" 智慧農(nóng)業(yè)服務(wù)體系設(shè)計(jì)

智慧農(nóng)業(yè)服務(wù)體系設(shè)計(jì)包括對(duì)農(nóng)業(yè)生產(chǎn)、管理和決策過程中的服務(wù)進(jìn)行規(guī)劃、設(shè)計(jì)和實(shí)施，以滿足用戶需求并提升農(nóng)業(yè)生產(chǎn)效率和決策水平。面向服務(wù)的體系架構(gòu)是本文服務(wù)體系采用的架構(gòu)，如圖3所示，將業(yè)務(wù)功能和數(shù)據(jù)需求封裝成系列服務(wù)，使平臺(tái)功能調(diào)用更便捷、更高效，主要包括管理功能和服務(wù)功能。其中，管理功能主要有用戶注冊(cè)、用戶登錄和權(quán)限管理等，服務(wù)功能包括基礎(chǔ)服務(wù)、典型應(yīng)用服務(wù)和其他服務(wù)等。

3" 系統(tǒng)實(shí)現(xiàn)

3.1" 傳感器設(shè)備管理

傳感器設(shè)備管理是智慧農(nóng)業(yè)系統(tǒng)中的一個(gè)重要功能，其主要用于管理和監(jiān)測農(nóng)田中的土壤水傳感器、土壤溫度傳感器和氣象數(shù)據(jù)傳感器，包括對(duì)設(shè)備的添加、刪除等操作。系統(tǒng)可以通過各種傳感器設(shè)備采集農(nóng)田中的各種數(shù)據(jù)，以實(shí)時(shí)監(jiān)測農(nóng)田的狀態(tài)和變化。如圖4所示，以氣象數(shù)據(jù)傳感器為例，點(diǎn)擊傳感器名稱進(jìn)入傳感器的詳情頁面，系統(tǒng)對(duì)采集到的傳感器數(shù)據(jù)進(jìn)行處理和分析，以折線圖形式展現(xiàn)不同時(shí)間段的空氣濕度變化情況。

3.2" 生長態(tài)勢監(jiān)測

生長態(tài)勢監(jiān)測功能主要是借助深度學(xué)習(xí)技術(shù)，來對(duì)縣級(jí)或田間作物的產(chǎn)量進(jìn)行預(yù)測。圖5是田間作物生長態(tài)勢監(jiān)測的界面設(shè)計(jì)圖，在地圖上單擊選中田塊，然后選擇預(yù)測的起止日期、預(yù)測模型及目標(biāo)作物類型，點(diǎn)擊“開始預(yù)測”按鈕，系統(tǒng)根據(jù)用戶所選數(shù)據(jù)自動(dòng)計(jì)算出目標(biāo)作物的產(chǎn)量并顯示所選區(qū)域的面積、平均產(chǎn)量等信息。

4" 結(jié)束語

智慧農(nóng)業(yè)在我國基礎(chǔ)農(nóng)業(yè)生產(chǎn)過程中越來越重要，而且計(jì)算機(jī)技術(shù)近年來在農(nóng)業(yè)信息收集處理、模擬農(nóng)業(yè)試驗(yàn)、自動(dòng)化作業(yè)控制過程中都逐步得到了更廣泛深入的應(yīng)用。本文介紹了一種基于SpringBoot+React開發(fā)的智慧農(nóng)業(yè)系統(tǒng)，實(shí)現(xiàn)了農(nóng)作物生長環(huán)境的實(shí)時(shí)監(jiān)測和數(shù)據(jù)分析，并結(jié)合當(dāng)下流行的深度學(xué)習(xí)技術(shù)對(duì)遙感影像處理進(jìn)行農(nóng)作物產(chǎn)量預(yù)測，順應(yīng)了遙感農(nóng)業(yè)智能化的趨勢。

參考文獻(xiàn)：

[1] 鄭建新.鄉(xiāng)村振興戰(zhàn)略背景下智慧農(nóng)業(yè)助推鄉(xiāng)村產(chǎn)業(yè)振興的路徑研究[J].智慧農(nóng)業(yè)導(dǎo)刊，2023，3（1）：20-23.

[2] 徐東，徐一，郭小文.智慧農(nóng)業(yè)系統(tǒng)在達(dá)州市達(dá)川區(qū)蔬菜種植中的應(yīng)用[J].四川農(nóng)業(yè)與農(nóng)機(jī)，2022（3）：49-50.

[3] 陳維娜，楊忠，顧姍姍，等.基于NB-IoT技術(shù)的智能農(nóng)業(yè)環(huán)境監(jiān)測系統(tǒng)設(shè)計(jì)[J].中國農(nóng)機(jī)化學(xué)報(bào)，2023，44（6）：168-175.

[4] ＲＡＧＨＵＶＡＮＳＨＩ Ａ， SINGH U K，SAJJA G S， ｅｔ ａｌ． Intrusion detection using machine learning for risk mitigation in IoT-enabled smart irrigation in smart farming[J].Journal of Food Qualiｔｙ，２０22.

[5] YASSINE H M，ROUFAIDA K，SHKODYREV V P.Intelligent Farm Based on Deep Reinforcement Learning for optimal control[J].2022 International Symposium on iNnovative Informａｔｉｃｓ ｏｆ Ｂｉｓｋｒａ （ＩＳＮＩＢ），２０２２： １－６．

[6] RAMANATHAN S K，BHARATHI M L，VENUSAMY K.Implementation of Artificial Intelligence based Predictive Analysis of Data for Smart Farming in Sultanate of Oman[C]//2022 6th International Conference on Trends in Electronics aｎｄ Ｉｎｆｏｒｍａｔｉｃｓ （ＩＣＯＥＩ），２０２２：１００４－１００７．

[7] 劉勇，王偉玲，許洪健.基于React＿Umi+Cesium框架下的水利工程BIM+GIS的Web端應(yīng)用實(shí)現(xiàn)[J].治淮，2022（2）：26-28.

[8] 王建，羅政，張希，等.Web項(xiàng)目前后端分離的設(shè)計(jì)與實(shí)現(xiàn)[J].軟件工程，2020，23（4）：22-24.

[9] 容秀嬋，鄒湘軍，李承恩，等.基于數(shù)據(jù)驅(qū)動(dòng)的虛擬場景搭建及模型檢索優(yōu)化方法[J].中國農(nóng)機(jī)化學(xué)報(bào)，2022，43（8）：128-135.

基金項(xiàng)目：2022年度水利科技攻關(guān)項(xiàng)目（20220501A）

第一作者簡介：杜紀(jì)龍（1974-），男，工程師。研究方向?yàn)檗r(nóng)業(yè)大數(shù)據(jù)與信息管理。

*通信作者：程淅杰（1995-），女，博士，講師。研究方向?yàn)檗r(nóng)業(yè)遙感、遙感智能提取、作物生長遙感監(jiān)測等。