中圖分類號：S126 文獻標志碼：A

0 引言

隨著傳感器技術(shù)的快速發(fā)展，傳感器在農(nóng)業(yè)生產(chǎn)方面的應(yīng)用也越來越廣泛。比如：在溫室中，種植人員可以部署設(shè)施管控系統(tǒng)，利用各種傳感器采集溫室環(huán)境的參數(shù)，然后再通過在溫室內(nèi)布置的一些自動化設(shè)備，如遮光簾、加熱器、鼓風機等，及時根據(jù)需求調(diào)整溫室內(nèi)環(huán)境，從而確保農(nóng)作物處于最佳的生產(chǎn)環(huán)境中。而在大范圍的農(nóng)作物種植過程中，若采用普通的設(shè)施管控系統(tǒng)，種植人員想及時調(diào)整農(nóng)植物的生長環(huán)境，困難非常大。

1傳統(tǒng)農(nóng)業(yè)生產(chǎn)管控系統(tǒng)存在的問題

1.1 作物管理滯后

目前，大多數(shù)傳統(tǒng)農(nóng)業(yè)管控系統(tǒng)的智能化應(yīng)用還處于初步階段，在進行農(nóng)業(yè)生產(chǎn)時，只是純粹地進行監(jiān)視，并不能實行智能控制，干旱、缺肥、病蟲害等只能依賴人工監(jiān)視、巡查發(fā)現(xiàn)。因此，管理就會存在滯后性，容易延誤最佳的干預窗口期。

1.2資源投放粗放

傳統(tǒng)農(nóng)業(yè)生產(chǎn)管控系統(tǒng)通過傳感器實時感知農(nóng)作物現(xiàn)場環(huán)境后，灌溉、施肥、施藥仍然依賴固定周期或操作員的經(jīng)驗，無法按需供給。另外，由于操作員掌握的經(jīng)驗與技能參差不齊，種植效果會出現(xiàn)很大的差別。

1.3風險預警薄弱

傳統(tǒng)農(nóng)業(yè)生產(chǎn)管控系統(tǒng)所獲取的傳感器數(shù)據(jù)都是獨立存在的，未能融合分析轉(zhuǎn)化為可復用的情境規(guī)則庫，而這些情境規(guī)則庫正是進行風險預警的依據(jù)。比如：局地冰雹、霜凍等農(nóng)田小氣候靠某一數(shù)據(jù)就無法感知到，一旦發(fā)生，容易造成較大的損失。

因此，可以將情境感知引入農(nóng)場系統(tǒng)，提高智能化生產(chǎn)管控水平，幫助用戶進行決策，保障農(nóng)機作業(yè)的順利進行，推動農(nóng)業(yè)生產(chǎn)和管理的數(shù)字化、精準化以及智能化，提高農(nóng)產(chǎn)品的產(chǎn)量，實現(xiàn)農(nóng)業(yè)生產(chǎn)的高質(zhì)量發(fā)展。

2農(nóng)業(yè)生產(chǎn)管控系統(tǒng)情境感知維度

情境感知理論于20世紀90年代由施利特提出，主要是指系統(tǒng)能夠主動感知并收集用戶周圍有關(guān)情境信息的變化，從而根據(jù)當前任務(wù)的需要，通過預先設(shè)立的規(guī)則進行計算，在合適的時機提供相應(yīng)的信息與服務(wù)[]。情境感知技術(shù)是一種能夠感知并利用環(huán)境信息來提供相關(guān)服務(wù)或功能的技術(shù)。它通過整合傳感器、數(shù)據(jù)分析、人工智能等手段，理解用戶所處的環(huán)境、行為和需求，從而提供個性化的響應(yīng)或服務(wù)。核心要素主要包括環(huán)境感知、用戶行為分析、上下文理解、自適應(yīng)響應(yīng)等內(nèi)容[2]

目前，情境感知技術(shù)已應(yīng)用在智能計算、智能系統(tǒng)、智能產(chǎn)品等多個方面，通過感知環(huán)境，理解、獲取用戶需求，提供個性化服務(wù)[3]。可以明確的是，情境感知技術(shù)正在改變?nèi)藗兣c技術(shù)的互動方式，提升了決策效率，優(yōu)化了用戶體驗。

農(nóng)業(yè)生產(chǎn)管控系統(tǒng)需要從多個方面獲取感知信息[4]，從而建立起完善的情境。感知的信息來源主要包括環(huán)境監(jiān)測管控、土壤熵情監(jiān)測、水肥一體化監(jiān)測、病蟲害監(jiān)測4個方面。

2.1 環(huán)境監(jiān)測管控

農(nóng)業(yè)生產(chǎn)管控系統(tǒng)通過自動采集農(nóng)田周圍生態(tài)環(huán)境中的各種氣象數(shù)據(jù)，結(jié)合氣象預報進行分析，為制定農(nóng)業(yè)作業(yè)計劃以及農(nóng)業(yè)生產(chǎn)提供綜合服務(wù)。

2.2土壤熵情監(jiān)測

土壤情監(jiān)測系統(tǒng)設(shè)置多個監(jiān)測點，分布點呈“X”形，監(jiān)測的深度分別處于土壤 0～20cm.20～ 40cm.40～60cm 以及 60～100cm ，共4個層次監(jiān)測土壤的水分含量。每一個層次都設(shè)置傳感器，通過無線通信的方式將監(jiān)測到的數(shù)據(jù)實時上傳到監(jiān)測系統(tǒng)。

2.3水肥一體化監(jiān)測

利用土壤肥料檢測設(shè)備對土壤的肥料含量進行監(jiān)測，根據(jù)農(nóng)作物的生長數(shù)據(jù)，查找對比水肥調(diào)控策略，確定水肥合理供給分配計劃，控制水肥耦合灌溉系統(tǒng)，自動記錄、統(tǒng)計、分析灌溉和施肥的相關(guān)數(shù)據(jù)，

2.4病蟲害監(jiān)測

通過視頻對農(nóng)作物的生長情況進行監(jiān)測，結(jié)合溫濕度，分析農(nóng)作物的葉面特征，掌握農(nóng)作物病蟲害的實際發(fā)生情況，對農(nóng)作物的發(fā)病概率進行預測，采取相應(yīng)的措施，對病蟲害進行控制。

3基于情境感知的智能農(nóng)業(yè)生產(chǎn)管控系統(tǒng)設(shè)計

農(nóng)作物的生長習性各不相同，在不同的季節(jié)天氣條件下，所處的生長階段和生長環(huán)境不同，采用的生產(chǎn)作業(yè)方式也會隨之發(fā)生變化[5]。基于情境感知的智能農(nóng)業(yè)生產(chǎn)管控系統(tǒng)，將農(nóng)作物生長特征信息與情境類信息進行收集并融合[6]，同時對當前的情境進行識別，建立農(nóng)作物所處情境與作業(yè)資源的映射關(guān)系集，實現(xiàn)農(nóng)業(yè)生產(chǎn)智能管控?；谇榫掣兄闹悄苻r(nóng)業(yè)生產(chǎn)管控系統(tǒng)包括信息感知層、情境建模識別層、作業(yè)計算推薦層、作業(yè)操作層等多層架構(gòu)。

3.1信息感知層

信息感知層包括2個部分：一是收集農(nóng)作物生長環(huán)境信息，二是感知周圍的情境信息。綜合利用多傳感器的融合感知技術(shù)、無線視頻監(jiān)控技術(shù)以及自動控制技術(shù)，實現(xiàn)對農(nóng)作物生長環(huán)境信息、苗情信息、土壤信息、病蟲害信息、視頻監(jiān)控、天氣狀況的感知。對于農(nóng)作物生長環(huán)境需要收集的信息有時空要素信息、環(huán)境要素信息以及種植行為要素信息等。時空要素信息主要包括當前的時間、位置等信息，環(huán)境要素信息主要包括、空氣、天氣、季節(jié)、風向、溫度、濕度等信息，種植行為要素主要包括種植行為的環(huán)境條件信息等。

3.2情境建模識別層

情境建模識別層作為信息處理的中間一環(huán)，需要對系統(tǒng)收集到的各種農(nóng)作物生長環(huán)境以及情境信息進行存儲、運算和分析，得到環(huán)境資源信息、生長環(huán)境要素集合以及種植行為環(huán)境條件信息集合等，最終將計算得出的數(shù)據(jù)信息傳輸給信息感知層以及計算推薦層中。情境建模識別層包含2個部分，分別是情境建模部分和情境識別部分。

情境建模部分主要是將信息感知層中的信息，依據(jù)不同類型、定義的不同的字段進行儲存，將各類情境信息轉(zhuǎn)換為可以被計算機識別與計算的數(shù)據(jù)。系統(tǒng)通過多源數(shù)據(jù)的融合，建立“環(huán)境-作物-操作”生長管理策略庫（如“土壤含水率 lt;60%+ 葉溫 啟動灌溉”）。另外，系統(tǒng)將為各類環(huán)境情境定義場景標簽，便于系統(tǒng)識別各類情境。

情境識別部分主要是將當前情境的數(shù)據(jù)與情境建模識別層中已有的情境數(shù)據(jù)進行比較，找到百分比最接近的情境，同時將匹配的管控設(shè)備資源傳遞到作業(yè)計算推薦層中。比如：涉及灌溉，就會提供與灌溉相關(guān)的設(shè)備。

3.3作業(yè)計算推薦層

作業(yè)計算推薦層主要是對情境建模識別層接收到的信息進行導入，基于用戶歷史作業(yè)選出概率最大的作業(yè)操作作為推薦結(jié)果，發(fā)送到作業(yè)操作層中。

3.4作業(yè)操作層

作業(yè)操作層主要是對作業(yè)計算推薦層中導入的數(shù)據(jù)進行分析，根據(jù)作業(yè)命令，由管控系統(tǒng)發(fā)送命令給作業(yè)設(shè)備，主要包括作業(yè)任務(wù)、作業(yè)指令、地理位置信息等。同時，作業(yè)操作層負責保存來自作業(yè)設(shè)備的數(shù)據(jù)，以便在完成作業(yè)的任務(wù)后，能夠了解作業(yè)的執(zhí)行情況，分析作業(yè)的效果，同時指導后續(xù)的作業(yè)。特別是當突發(fā)事件導致作業(yè)設(shè)備未按照預定任務(wù)完成作業(yè)時，人們可以根據(jù)作業(yè)設(shè)備的數(shù)據(jù)分析并確定故障原因。作業(yè)操作層是智能農(nóng)業(yè)生產(chǎn)管控系統(tǒng)中重要的組成部分，對整個系統(tǒng)功能的實現(xiàn)起著關(guān)鍵性作用。

4智能農(nóng)業(yè)生產(chǎn)管控系統(tǒng)主要功能模塊

針對基于情境感知的智能農(nóng)業(yè)生產(chǎn)管控系統(tǒng)設(shè)計框架，結(jié)合農(nóng)業(yè)生產(chǎn)環(huán)境信息、生產(chǎn)操作、智能分析相融合的總體思路，將智能農(nóng)業(yè)生產(chǎn)管控系統(tǒng)分成環(huán)境監(jiān)控模塊、視頻監(jiān)控模塊、智能分析模塊、設(shè)施管理模塊4個模塊，如圖1所示。

4.1環(huán)境監(jiān)控模塊

環(huán)境監(jiān)控模塊主要包括環(huán)境實時感知、數(shù)據(jù)傳感網(wǎng)、通信終端等子模塊。

環(huán)境實時感知子模塊主要是管理環(huán)境信息傳感器和無線采集設(shè)備。環(huán)境信息傳感器主要用來監(jiān)測光照強度、溫度、濕度、 CO₂ 濃度、土壤水分、土壤pH酸堿度、肥料含量等環(huán)境參數(shù)，通過無線采集裝置，將采集到的數(shù)據(jù)傳輸?shù)皆破脚_監(jiān)控中心。

數(shù)據(jù)傳感網(wǎng)子模塊主要是管理農(nóng)田各區(qū)域內(nèi)感知節(jié)點之間自組織網(wǎng)絡(luò)，使各感知節(jié)點能夠順利地將采集到的數(shù)據(jù)傳到匯聚節(jié)點，同時傳輸?shù)臄?shù)據(jù)也包括傳感器類別、運行狀態(tài)等自身狀態(tài)情況。

通信終端子模塊主要是管理傳感網(wǎng)匯聚節(jié)點與管控系統(tǒng)之間的通信終端設(shè)備，確保數(shù)據(jù)能夠正常地交互傳輸，用戶可以及時地了解各感知節(jié)點信息。

圖1基于情境感知的智能農(nóng)業(yè)生產(chǎn)管理系統(tǒng)

4.2視頻監(jiān)控模塊

視頻監(jiān)控模塊主要是負責對農(nóng)作物生長區(qū)域進行遠程地監(jiān)控，既可以監(jiān)控現(xiàn)場的農(nóng)作物生長狀況和農(nóng)機設(shè)備的運行情況，又能夠通過機器視覺技術(shù)挖掘現(xiàn)場的圖像價值。視頻監(jiān)控模塊主要包括監(jiān)控前端和控制中心2個子模塊。

監(jiān)控前端子模塊主要功能是利用機器視覺技術(shù)獲取農(nóng)作物的生長狀況、病蟲害現(xiàn)象以及對農(nóng)業(yè)生產(chǎn)設(shè)備進行實時監(jiān)控。

監(jiān)控中心子模塊主要功能是對監(jiān)控前端收集的信息進行匯總，幫助管控系統(tǒng)及時了解農(nóng)作物現(xiàn)場的狀況，使管控系統(tǒng)能夠快速地做出判斷，及時地進行反饋。同時，方便用戶隨時查看，做一些必要的參數(shù)設(shè)置。

4.3智能分析模塊

智能分析模塊主要負責對收集到的信息進行分析，發(fā)出一些相應(yīng)的管控命令，該模塊分為情境分析子模塊和告警子模塊。

情境分析子模塊主要功能之一是基于情境建模識別層的相關(guān)技術(shù)對傳感器和數(shù)據(jù)采集體系收集的數(shù)據(jù)進行情境建模，將各種情境與需要對應(yīng)的作業(yè)操作聯(lián)系起來，建立作物生長管理策略。作物生長管理策略包括溫濕度調(diào)控策略、水肥調(diào)控策略、除病蟲害策略以及作業(yè)管理策略等。情境模型建立好后，情境分析子模塊需要實時對當前的作物長勢和感知到的情境進行綜合分析，由管控系統(tǒng)進行決策，選出最合適的調(diào)控策略，將指令下發(fā)到設(shè)施管理模塊。

告警子模塊主要功能是將管控過程中出現(xiàn)的一些特殊狀況形成警告信息并及時推送給用戶，以便用戶能夠快速地鎖定并解決出現(xiàn)的異常狀況。告警子模塊能夠獲取設(shè)備的檢測信息，設(shè)置告警策略。一旦告警子模塊獲取到感知設(shè)備傳來的數(shù)據(jù)，分析得到了當前情境需要采取的緊急措施，則將當前傳感器獲取的異常值、情境類別、需要采取的作業(yè)策略、設(shè)備使用情況作為主要指標，發(fā)送給設(shè)施管理模塊，同時推送給用戶。

4.4設(shè)施管理模塊

實時管理模塊主要負責接收智能分析模塊發(fā)送過來設(shè)施操作信息，通過控制器控制作業(yè)設(shè)備。該模塊主要包括溫濕度調(diào)控子模塊、水肥調(diào)控子模塊、病蟲害防治調(diào)控子模塊等。

溫濕度調(diào)控子模塊的主要功能是根據(jù)農(nóng)作物的生長需要，接收智能分析模塊發(fā)來的指令，控制溫濕度調(diào)控設(shè)備，將溫濕度穩(wěn)定在最優(yōu)或者允許的范圍之內(nèi)，使光合作用效率最大化，從而促進農(nóng)作物養(yǎng)分的吸收和生長發(fā)育。

水肥調(diào)控子模塊的主要功能是進行智能施肥、智能灌溉以及監(jiān)測控制管網(wǎng)信息、土壤情等。根據(jù)農(nóng)作物的種類、生長階段以及周邊實時環(huán)境，系統(tǒng)確定最優(yōu)的水分和養(yǎng)分量后，該模塊將會控制管網(wǎng)中的水流量、壓力數(shù)據(jù)，確保管網(wǎng)中水流平穩(wěn)，能夠?qū)⑺薯樌椭粮鱾€灌溉節(jié)點，從而實現(xiàn)水肥的供給與農(nóng)作物動態(tài)需求的精準匹配。

病蟲害防治調(diào)控子模塊的主要功能是根據(jù)病蟲害的種類、發(fā)生的程度以及發(fā)展的趨勢，控制病蟲害防治設(shè)備，將病蟲害的危害降到最低程度，比如開啟害蟲誘捕燈、智能噴桿噴霧機以及溫濕度控制設(shè)備等，實現(xiàn)精準防治，使農(nóng)產(chǎn)品增產(chǎn)增效，確保質(zhì)量安全。

5 系統(tǒng)應(yīng)用效果

5.1決策從“經(jīng)驗驅(qū)動”轉(zhuǎn)向“數(shù)據(jù)驅(qū)動”

傳統(tǒng)的農(nóng)作物生產(chǎn)作業(yè)依賴于農(nóng)戶知識的積累和主觀性判斷，存在可重復性低、難以適配復雜情況交互等情況[]?；谇榫掣兄臄?shù)據(jù)驅(qū)動決策通過融合實時感知的環(huán)境數(shù)據(jù)、歷史農(nóng)情庫與作物生長模型，構(gòu)建情境圖譜，輸出量化的管理作業(yè)數(shù)據(jù)，比如精準的灌溉量、施肥時機以及用量配比等，顯著降低了決策的不確定性，推動農(nóng)業(yè)生產(chǎn)向“科學尋優(yōu)”轉(zhuǎn)型。

5.2精準生產(chǎn)調(diào)控能力顯著提升

系統(tǒng)通過多源傳感器實時感知農(nóng)田周邊的微環(huán)境，結(jié)合歷史數(shù)據(jù)與情境模型，動態(tài)調(diào)整控制策略，實現(xiàn)水肥藥等生產(chǎn)要素的閉環(huán)優(yōu)化。比如：灌溉量可以依據(jù)蒸發(fā)量和作物生長需求進行動態(tài)調(diào)整，施肥量可以依據(jù)農(nóng)作物葉片的光譜診斷和土壤養(yǎng)分模型，實現(xiàn)精準補給，從而使農(nóng)業(yè)生產(chǎn)從粗放式控制向數(shù)字化精準調(diào)控轉(zhuǎn)變。

5.3生產(chǎn)風險防控實現(xiàn)智能化

傳統(tǒng)的生產(chǎn)風險防控依賴于人工周期性巡查與事后處置，往往會出現(xiàn)響應(yīng)滯后的現(xiàn)象，而且會過度依賴化學的解決手段[8]?；谇榫掣兄闹悄芑到y(tǒng)，通過多源感知，構(gòu)建風險早期的診斷能力，將防控的時間節(jié)點從危害后轉(zhuǎn)至發(fā)生前，同時可以減少農(nóng)藥的使用率，顯著提高了農(nóng)業(yè)生產(chǎn)的逆韌性。

6結(jié)語

目前，我國農(nóng)業(yè)需要依靠人工智能技術(shù)實現(xiàn)快速發(fā)展，提升生產(chǎn)效率。本文立足于當前農(nóng)業(yè)生產(chǎn)形式，闡述了已有的管控系統(tǒng)智能化不足的現(xiàn)象，提出了構(gòu)建基于情境感知的智能化管控系統(tǒng)。該系統(tǒng)融合了傳感器技術(shù)、物聯(lián)網(wǎng)技術(shù)、智能分析控制等技術(shù)，對農(nóng)作物的生長環(huán)境、生長狀況、作業(yè)操作等要素建立情境模型，實現(xiàn)了環(huán)境因子、水、肥、藥的智能化管控。利用該系統(tǒng)，可以細化作業(yè)的任務(wù)內(nèi)容，提升決策的精準度，大幅度減少人工的干預程度，降低生產(chǎn)成本，提高農(nóng)業(yè)生產(chǎn)的效率。

參考文獻

[1]SCHILIT B，ADAMS N，WANT R. Context-aware computing applications[EB/OL].（1994-07-30）[2025- 05-03]. https：//www. zhangqiaokeyan. com/academicconference-foreign_meeting--1_thesis/020514614946. html.

[2]左自磊，蔣曉.基于情境感知的移動購物應(yīng)用設(shè)計研究[J].包裝工程，2017（24）：156-159.

[3]李嘉節(jié).基于情境感知的智能汽車多模態(tài)交互設(shè)計研究[J].鞋類工藝與設(shè)計，2024（3）：153-155.4柳軍，孟力力，夏禮如.設(shè)施農(nóng)業(yè)智能管控系統(tǒng)分析與構(gòu)建[J].浙江農(nóng)業(yè)科學，2017（3）：534-536，540.

[5]林山馳，劉林，李相國.基于多信息融合的設(shè)施農(nóng)業(yè)物聯(lián)網(wǎng)系統(tǒng)設(shè)計[J].現(xiàn)代信息科技，2022（19）：136-141.

[6]陳懷林，李文欣，杜歆桐，等.基于情境感知的智慧農(nóng)機管控系統(tǒng)交互設(shè)計研究[J].包裝工程，2023（22）：123-130.

[7]周鹿揚，程文杰，徐建鵬，等.基于物聯(lián)網(wǎng)的設(shè)施農(nóng)業(yè)環(huán)境管控系統(tǒng)設(shè)計與應(yīng)用[J].農(nóng)業(yè)災害研究，2015（11） ：55-56，58.

[8]陶瑩.基于數(shù)據(jù)融合的設(shè)施農(nóng)業(yè)綜合管控系統(tǒng)設(shè)計與實現(xiàn)[D].武漢：華中師范大學，2019.

（編輯 王永超）

Design of intelligent agricultural production management and control system based on context-awareness

WANG Dong1，2 （1.Nantong Collge of Science and Technology，Nantong ， China; 2. Jiangsu Province Engineering Research Center of Agricultural and Rural Pollution Prevention Technology and Equipment， Nantong ，China）

Abstract：Aimingatthelowlevelof intelligence inagriculturalproductionmanagementandcontrol，thisarticle exploresthe application of context-awareness in agricultural production management andcontrol system.This study designedan intelligent agricultural production management and control system basedon context-awareness by combing thedimensions of context-awarenessand analyzing the system framework．The system mainly includes environmental monitoring，video monitoring，intellgent analysis，facility management andother functional modules.Through the establishmentofproductionmanagementand control scenarios，thesystemrealizesthefunctionsof intelligent monitoring，intelligent control and intellgent management of agricultural production，and improves the effciencyand accuracy of agricultural production.

Key words： context-awareness; intelligence; agricultural production; management and control system

基金項目：江蘇省農(nóng)業(yè)農(nóng)村污染防治技術(shù)與裝備工程研究中心開發(fā)資金資助;項目編號：GCZXYB2306。

2024年度江蘇省高校哲學社會科學研究一般項目；項目編號：2024SJYB1317。

作者簡介：王東（1982—），男，副教授，碩士;研究方向：機器學習，信息網(wǎng)絡(luò)，物聯(lián)網(wǎng)技術(shù)。