基于物联网的智慧农业数据采集与管理系统设计

admin

近年来，物联网技术的普遍发展，使其在工业、林业、渔业以及农业等领域中得到广泛应用。随着我国农业与计算机技术的不断深入融合，所产生的数据也呈几何式增长。通过数据采集与挖掘技术对海量的农业数据进行分析、处理，并从中获取高价值的信息，是提高农业信息化水平的有效途径。农业物联网是“互联网+”在农业领域的重要体现，它结合了数据传感、信息处理以及人工智能等先进技术，帮助人们及时发现并解决农业生产中的问题，具有广阔的发展前景，已经成为当前研究人员关注的重点。基于此，本研究基于物联网技术设计了一套智慧农业大数据采集与管理系统，该系统能够通过数据采集、分析与管理模块，对作物生长情况、生存环境等参数进行实时监控，有助于实现精细化、统一化的农业信息管控，进而实现农业生产向智能化与信息化方向发展。本系统平台能够有效解决传统农业数据采集困难、传输效率低、人力成本高等问题，可为从业人员实施农业生产提供参考，为农业信息化水平的提升提供有效助力。

1 系统构架与功能

近几年，随着国家对农业技术发展重视程度的加大与资金投入的不断增加，基于物联网技术的智慧农业不断发展进步。但是由于起步较晚，当前信息化技术在农业发展应用中还存在成本高、部署困难、技术水平低以及数据采集系统可靠性差等现实问题，在很大程度上限制了我国农业智慧化发展的速度。基于此，本研究以可靠性、经济性为主要衡量指标，构建基于物联网的智慧农业数据采集与管理平台。

1.1 系统架构

智慧农业数据采集管理系统结构主要包括感知控制层、网络传输层以及服务应用层，系统架构如图1所示。

1）感知控制层相当于物联网系统中的神经末梢，负责数据的采集和智能控制任务。由空气温度传感器、土壤温度传感器等元件对农作物的生长环境参数进行实时采集，并通过照（摄）像设备对周围环境和作物生长情况进行拍摄。同时，用户还可以手动或应用自动控制策略对水泵等设备进行控制，进而实现远程种植与控制。

2）网络传输层作为连接感知层和应用层的中间枢纽，利用Wi-Fi、LoRa、5G等模块组建物联网通信技术，通讯模块将采集到的农业数据传输给应用层，实现应用服务层和感知控制层之间的数据传递与控制指令交互。

3）服务应用层可将接收的数据进行处理、分析和挖掘，再把得到的结果及时通过客户端展示给用户，用户通过登录可视化界面及时查看并掌握农业数据的发展变化，并可结合分析结果和实际管理需求做出科学的决策。

1.2 系统功能

智慧农业数据采集管理系统的功能主要包括数据采集、信息传输、统计分析和可视化展示几部分，如图2所示。其中，数据采集功能主要是利用各类型传感设备对环境变化、气象数据、土壤墒情以及图像视频等信息进行采集。作为管理系统的数据来源，对传感设备的要求是能够在复杂环境中长期使用。信息传输功能是利用蓝牙、Wi-Fi、ZigBee以及LoRa等数据通讯技术将采集到的农业数据传输到平台数据库中，要求具有通讯实时、准确等特点。统计分析功能则是在控制器中对采集来的数据进行自动分析、处理，农技人员不仅能及时、准确地全天候远程监测，还为其提供查询、统计、评估、预警等服务。可视化展示功能是在客户端、App上通过某些逻辑功能将得到的结果呈现给用户，使系统更加直观，为农业生产提供宏观预测与微观决策，从而提高农业信息化程度，实现精准种植、科学管理。数据采集管理系统功能模块如图2所示。

2 系统设计

2.1 通讯模块设计

目前，无线通信方式发展迅速，Wi-Fi、ZigBee、LoRa以及Sigfox等通讯技术应用较为普遍。不同的通讯方式特点各不相同，应用的场景也存在一定差别。其中，LoRa是一种低功率、长距离、高灵敏度的无线通讯形式。通过扩频技术，LoRa在抗干扰能力、传输距离和穿透能力上相比传统通讯方式都有较大提升，可以实现多个中继组网使用，支持跳频技术，并且可以通讯加密，保证数据安全，适用于智慧农业、工业制造、智能安防等多个应用场景，如图3所示。本文针对农业生产特点，选取LoRa作为通讯传输技术。

2.2 数据读取方式设计

系统采集到的农业信息通常包括结构化数据和非结构化数据，数据量庞大且杂乱无序，无法满足数据存储和可视化图表映射的需求，需要对数据的格式进行相应的清洗和转换。如根据系统功能特点，需对图片等文件类数据进行信息抽取，转化为结构化的数据。针对原始数据量的大小和系统功能结构，兼顾系统的可靠性、实用性以及可扩展性，本系统在数据存储模块中采用MySQL、Redis及HDFS作为数据存储方式。其中，MySQL关系数据库用于存储结构化数据，满足数据的编辑、关联与索引要求；使用Redis缓存数据库存储使用次数较高、修改频次低的数据信息，以提升系统的访问和调取效率；HDFS数据库用于存储大规模的半结构化和非结构化数据，保护数据的可靠性和容错性，满足大数据分析、挖掘等功能。

系统在读取数据时，优先访问Redis缓存数据库中的数据，如没找到目标数据，则访问MySQL数据库中的数据，若仍没有找到目标数据，则访问Hadoop底层HDFS中的数据。具体的数据读取流程如图4所示。

2.3 传感元件选取

传感设备的可靠性和稳定性直接决定了数据采集的准确度，是智慧农业数据采集系统的核心元件，主要包括空气温湿度传感器、土壤湿度传感器以及光照强度传感器等。

1）土壤湿度传感器。土壤湿度决定了农作物的水分供应状况，是监测农业墒情的有效元件。由于土壤湿度传感器长期埋于地下，因此本系统选择的土壤湿度传感器型号为MP-508C，该传感器的采集范围为0～100%RH，防护等级为IP68，具有良好的抗腐蚀性和工作稳定性，满足全天候的田间采集工作。

2）空气温湿度传感器。空气温度与空气湿度是农作物生长发育的基础，本系统选择含有已校准数字信号输出的温湿度复合传感器，型号为DHT22。该传感器具有抗干扰能力强、检测精度高等特点，其温度采集范围为-40～80℃，湿度采集范围为0～100%RH，可满足智慧农业数据采集管理系统的功能需求。

3）光照强度传感器。光照强度直接影响着农作物的光合作用，是其赖以生存的必要条件，因此光照强度也是智慧农业管理系统中重要的数据指标之一，需要对其进行有效监测。本系统选择具有两线式串行总线接口的数字型光照强度传感器，型号为BH1750FVI，该型传感器具有受红外光影响较小、体积小及功耗低等优点，比较适合野外工作场景。

3 系统测试

进入系统主界面，在企业/个人注册模块填写用户信息，注册系统用户，然后利用用户名和密码登录系统。在系统中可以选择所要查看的数据类型及相关配置，如图5所示。

为测试系统的实用性和可靠性，将所设计的系统应用于天津某开发区某农场。系统在该地部署时间为2021年1月～2022年12月。现对系统进行功能测试，查询2021年度和2022年度的降水量，并生成可视化曲线，从而更为直观地给用户提供农业数据信息，并根据结果对农业数据进行分析，如图6所示。通过对比历年降水量走势，了解该地区适合种植的作物品种，对于存在的洪涝及干旱风险进行预警提示，为农业人员生产决策提供参考。

系统测试结果可以明显看出一年中各日期的降水量大小，如2021年度和2022年度降水量主要集中在6～9月份，其中2021年7月13日和2022年8月10日降水量分别为225mm和192mm，为该年度最高。测试结果满足系统设计对功能的要求，具有直观性好、方便快捷等特点。

4 结语

基于物联网的智慧农业是农业信息化发展的必然趋势，针对农业数据规模大、采集过程干扰因素多等问题，本文设计了一套基于物联网的智慧农业数据采集与管理系统。系统以农业大数据分析管理为功能主线，以可靠性、准确性为目标，可实现农业数据的实时采集、传输、分析及管理，不仅能为专业人员提供信息查询、分析统计以及全天候监控等功能，还能将其用于预测作物产量、自然灾害预警等方面的研究。该系统平台能够有效助力农业生产，对智慧农业发展建设起到一定的作用。

参考文献：

[1]杜娟娟,魏秋娟,武月莲,等.基于物联网的智慧农业数据采集与管理系统设计[J].现代农业装备,2024,45(03):50-53.

声明：本文所用图片、文字均为转载，如有涉及作品版权问题，请第一时间告知，我们将根据您提供的证明材料确认并立即删除内容。本文内容系作者个人观点，不代表物联网123观点或立场。

特别提醒：物联网专业交流群欢迎物联网行业相关的人群加入，同时群内欢迎各路社牛、大咖、前辈加入，群内除了不能发敏感内容、色情内容，以及不太建议多次发送推广内容，其他内容皆可畅聊~——交流QQ群724511126，进群的朋友请备注：姓名-单位-研究方向（无备注请恕不通过），由编辑审核后邀请入群！