農業(yè)物聯(lián)網中的光譜感知技術應用

賈應彪

摘 要：傳感器是物聯(lián)網感知信息的關鍵手段，而目前農業(yè)物聯(lián)網采用的傳感器只能檢測一些簡單的外部參量，無法實現(xiàn)對農作物內部成分、生長狀態(tài)的有效解析。文中就光譜感知技術用于農作物生長信息獲取及其在農業(yè)物聯(lián)網中的應用展開分析研究，并針對農業(yè)物聯(lián)網的光譜感知節(jié)點，設計了硬件結構，分析了信息接收與處理程序流程。光譜感知技術用于農業(yè)物聯(lián)網信息獲取，可增加對農作物生長信息的泛在感知能力，進一步促進農業(yè)物聯(lián)網的應用發(fā)展。

關鍵詞：農業(yè)物聯(lián)網；農業(yè)傳感器；精細農業(yè)；光譜感知

中圖分類號：TP274 文獻標識碼：A 文章編號：2095-1302（2018）04-00-02

0 引 言

目前，我國農業(yè)正處于從傳統(tǒng)農業(yè)向現(xiàn)代農業(yè)轉型的階段，信息技術已在農業(yè)生產領域得到了廣泛應用，其中農業(yè)物聯(lián)網的地位十分重要[1]。國家“十三五”規(guī)劃明確提出推進農業(yè)信息化建設，發(fā)展智慧農業(yè)，在農業(yè)信息化建設中，提出將深入實施國家物聯(lián)網應用示范工程智能農業(yè)項目和農業(yè)物聯(lián)網區(qū)域試驗工程。

農業(yè)物聯(lián)網技術在農業(yè)生產中的具體應用是運用各類傳感器，廣泛采集和獲取農業(yè)生產中的各種要素信息，按照約定的通信協(xié)議，充分利用各種通信方式實現(xiàn)農業(yè)信息的多尺度可靠傳輸，對獲取的海量農業(yè)信息進行融合處理來實現(xiàn)農業(yè)生產的自動化控制和管理。農業(yè)物聯(lián)網用于農業(yè)生產中的目標是通過實時監(jiān)測農作物的生長信息，合理地進行灌溉、施肥、噴藥，最大限度地提高水、肥料的利用效率，減少農藥的使用量，在提高農作物產量、品質的基礎上實現(xiàn)對環(huán)境的最小污染和對自然資源的最大利用，符合精準農業(yè)的要求[2，3]。

1 農業(yè)物聯(lián)網感知技術現(xiàn)狀

農業(yè)物聯(lián)網系統(tǒng)包括感知、傳輸和應用3個層次，感知是物聯(lián)網的靈魂，全面感知是物聯(lián)網區(qū)別于其他信息系統(tǒng)的主要特征。農業(yè)傳感儀器是農業(yè)物聯(lián)網獲取農業(yè)生產信息的關鍵手段，也是目前農業(yè)物聯(lián)網技術發(fā)展的瓶頸之一。

目前，大多數(shù)農業(yè)物聯(lián)網系統(tǒng)在農業(yè)生產環(huán)節(jié)的主要目的是實現(xiàn)農業(yè)小氣候信息的檢測與解析，采用的傳感器相對比較簡單，檢測對象局限于一些簡單的外部參量（如溫度、濕度、風速、CO2濃度和光照強度等）。這類傳感器無法有效獲取土壤肥料信息，因而無法實現(xiàn)對植物內部有效成分的動態(tài)感知，更無法對植物生長狀態(tài)進行評估與預測，與精細化農業(yè)的要求相距甚遠[4]。

除了農業(yè)小氣候信息的檢測與解析，精細化農業(yè)的信息獲取還應包括土壤養(yǎng)分信息以及農作物生長信息的檢測與解析。農作物生長信息主要包括營養(yǎng)狀態(tài)、生理生態(tài)、形態(tài)和病蟲害等信息，其檢測與利用能有效提高農作物的產量和質量。通過檢測土壤養(yǎng)分信息（氮、磷、鉀等元素及有機質），分析農作物生長對不同養(yǎng)分的需求，可優(yōu)化肥料成分配比，調整有機肥、化肥使用結構，促進多種元素配合，實現(xiàn)精準施肥。通過檢測與分析農作物生長信息，可以實現(xiàn)更精細的農業(yè)管理：通過分析農作物的營養(yǎng)信息、生理生態(tài)信息、形態(tài)信息可判斷農作物長勢，進行有針對性地施肥澆水操作，有助于提高農產品的產量和品質狀況；通過分析病蟲害信息，可預測農作物病蟲害情況及趨勢，在此基礎上調節(jié)農藥使用量，盡量降低農藥使用量，減少農藥對農作物和環(huán)境的污染；通過分析農作物生長信息，實現(xiàn)農作物產量預測，對于后期的農產品存儲與流通具有重要的參考意義。

當前，農業(yè)傳感器技術發(fā)展相對落后，大部分農業(yè)傳感器由原先的工業(yè)用傳感器轉換而來，而專用于農業(yè)的傳感器還不多，有關植物與土壤信息感知方面的傳感器更是稀缺[5]。對于用于檢測農作物生長信息的傳感器，國內研究不多，成型產品較少，而國外相關檢測設備不僅成本高，且只能完成靜態(tài)單點測量，無法用于農業(yè)物聯(lián)網實現(xiàn)田間作物養(yǎng)分的實時、動態(tài)檢測，與農業(yè)物聯(lián)網“全面信息感知”的目標相去甚遠；同樣，農作物病蟲害檢測傳感器也存在成本高，使用單一等缺陷。在農作物信息感知方面，農業(yè)傳感器是最主要的制約因素。我國傳感器領域呈現(xiàn)出低端過剩、中高端被國外壟斷的市場格局，90%的傳感器芯片依靠進口，國產化需求迫切[6]。因此，研制新型農作物生長狀態(tài)信息監(jiān)測傳感器是目前農業(yè)物聯(lián)網技術發(fā)展急需解決的問題。

2 光譜技術與農業(yè)物聯(lián)網感知

光譜遙感成像技術在對感知目標空間特征成像的同時，能夠在紫外、可見光、近紅外和中紅外等較寬的電磁波譜區(qū)域內，為每個空間像素點提供數(shù)十甚至數(shù)百個窄波段的光譜信息。因此，光譜遙感成像技術可同時感知目標的空間特征和光譜特征，從而快速無損地辨別和區(qū)分目標物質成分，實現(xiàn)對目標物質各種性質的無損分析。光譜成像技術的發(fā)展為信息測量應用開辟了新的領域，逐漸成為現(xiàn)代農業(yè)生產中農業(yè)信息獲取的技術手段之一。

近年來，國內外一些學者已將光譜分析技術成功應用于農作物養(yǎng)分和生長狀況的研究，并取得了初步進展。光譜遙感成像技術可以用于對植株葉片的遙感探測，通過光譜分析技術對葉片中的化學成分含量做出比較準確的估計：如根據(jù)光譜特性監(jiān)測蘋果品質的異常狀況[7]，采用光譜技術測定葉綠素含量以監(jiān)測植株的氮素營養(yǎng)狀況[8]，以及采用光譜技術監(jiān)測農作物病蟲害等[9]。

將光譜遙感成像技術用于農業(yè)物聯(lián)網可實現(xiàn)農作物信息的實時感知，動態(tài)獲取農作物在不同波段光譜的圖像。然后通過光譜分析技術獲知農作物的各類狀態(tài)信息（如養(yǎng)分信息、病蟲害信息等），實現(xiàn)對農作物生長狀態(tài)的定性或定量評估。再由農業(yè)物聯(lián)網的專家智能系統(tǒng)實現(xiàn)對農業(yè)生產的管理，合理進行農作物灌溉、施肥、噴藥以及相關生產設備的啟用、關停，結合其他傳統(tǒng)傳感器實現(xiàn)在不同生長狀態(tài)下農作物所需溫度、濕度、光照、CO2濃度等的實時定量監(jiān)控，從而調節(jié)水、肥料的投入，實現(xiàn)更高層次的精準農業(yè)生產管理。

光譜遙感成像技術和光譜分析技術的發(fā)展使得無損分析農作物內在成分成為可能，國內外應用光譜技術對植物的生長狀況和養(yǎng)分檢測的研究方興未艾，取得了較多成果。目前，國內外關于農業(yè)物聯(lián)網光譜感知節(jié)點技術的研究工作報道已出現(xiàn)，但將光譜技術應用于農業(yè)物聯(lián)網還有一定的差距[10]。

3 物聯(lián)網光譜感知節(jié)點設計

基于光譜技術設計新的光譜感知節(jié)點，作為構建農業(yè)物聯(lián)網的最底層感知單元。不同于傳統(tǒng)的光譜成像儀器，光譜感知節(jié)點應具有光譜數(shù)據(jù)采集、融合處理、數(shù)據(jù)轉發(fā)（無線或有線）等多重功能。光譜感知節(jié)點設計采用了模塊化結構，包含四個基本組成模塊：光譜采集模塊、光譜處理與控制模塊、通信模塊和供電模塊。光譜感知節(jié)點結構如圖1所示。

該節(jié)點的核心探測部件是光譜感知模塊，采用光譜組件作為分光感知元件，實現(xiàn)對農作物生長狀態(tài)信息的感知。光譜感知節(jié)點信息接收與處理程序流程如圖2所示。

4 結 語

本文根據(jù)農業(yè)物聯(lián)網的實際需求，針對目前農業(yè)物聯(lián)網采用的傳感器較為簡單這一現(xiàn)狀，就光譜感知技術在農業(yè)物聯(lián)網的信息感知應用展開初步研究。雖然將光譜技術用于農業(yè)物聯(lián)網還有不少實際問題需要解決，但光譜感知技術對農作物生長信息的泛在感知能力，無疑將進一步促進農業(yè)物聯(lián)網的應用發(fā)展。

參考文獻

[1] 李道亮.農業(yè)物聯(lián)網導論[M].北京：科學出版社，2012.

[2] 何勇，趙春江.精細農業(yè)[M].杭州：浙江大學出版社，2010.

[3] 李道亮，楊昊.農業(yè)物聯(lián)網技術研究進展與發(fā)展趨勢分析[J].農業(yè)機械學報， 2018（1）：1-23.

[4] 柳平增，孟祥偉，田盼，等.基于物聯(lián)網的精準農業(yè)信息感知系統(tǒng)設計[J].計算機工程與科學，2012，34（3）：137-141.

[5] 何勇，聶鵬程，劉飛.農業(yè)物聯(lián)網與傳感儀器研究進展[J].農業(yè)機械學報，2013，44（10）：216-226.

[6] 陳曉波.國內傳感器市場年均增速超20%高端產品嚴重依賴進口[R].新華網，2014.

[7] 史波林，趙鐳，劉文，等.蘋果內部品質近紅外光譜檢測的異常樣本分析[J].農業(yè)機械學報，2010，41（2）：132-137.

[8]秦占飛，常慶瑞，謝寶妮，等.基于無人機高光譜影像的引黃灌區(qū)水稻葉片全氮含量估測[J].農業(yè)工程學報，2016， 32 （23）：77-85.

[9] 喬紅波，師越，司海平，等.基于近地成像光譜的小麥全蝕病等級監(jiān)測[J].農業(yè)工程學報，2014，30（20）：172-178.

[10] 莊新港.近紅外光譜分析應用研究及新型光譜感知節(jié)點入射光學系統(tǒng)設計[D].濟南：山東大學，2017.