基于物联网的商洛市智慧农业信息平台

刘宁赵建华

（1.商洛学院经济与管理学院，陕西商洛 726000；2.商洛学院数学与计算机应用学院，陕西商洛 726000))

基于物联网的商洛市智慧农业信息平台

刘宁1赵建华2

（1.商洛学院经济与管理学院，陕西商洛 726000；2.商洛学院数学与计算机应用学院，陕西商洛 726000))

为了提高商洛市智慧农业的发展速度，设计了一种基于物联网的商洛市智慧农业信息平台。平台包括商洛市智慧农业综合服务平台和商洛市农作物智能诊断综合平台。通过采集、存储商洛市各类农作物信息数据，实现统一管理、统一协调、分析预测和决策分析等功能。同时，提出了一种多分类器协同智能决策算法，建立一整套商洛市农作物生长信息数据库，使用智能决策算法实现对农作物自动化控制和病情智能诊断，提高商洛农业精细化管理水平。最后，对平台的应用前景和存在问题进行分析。

智慧农业；信息平台；智能决策；机器学习

智慧农业是农业生产的高级阶段，是集计算机技术、互联网技术、云计算和物联网为一体，实现农业生产环境的智能感知、智能预警、智能决策、智能分析、专家在线指导等，为农业生产提供精确化种植、可视化管理和智能化决策。

全世界许多国家，在发展智慧农业上达成了共识，智慧农业技术已经在欧美国家的农业资源利用、农业生态环境的监测、农业生产精细管理和农产品安全溯源领域中得到广泛应用，如美国加州大学洛杉矶分校建立了林业资源环境监测网络，对林业进行统筹管理［1］；法国建立了完备的农业区域监测网络，指导施肥、施药、收获等农业生产过程［2］。我国出台了一系列政策，促进物联网技术在农业发展中的应用。许多省市开始发展智慧农业并出现了许多成功案例，如河南某移动运营商用手机管理种花大棚［3］；南京某物联网公司开发的物联网技术应用案例，在某农场30个标准化大棚内，布满了40个传感器，传感器采集数据，凭借这些数据，操作人员用手机或电脑对蔬菜进行实时了解和掌控［4］；江苏省宜兴市采用物联网技术监控几十亩的水塘，实现智能化［4］。同时，国内一些城市将物联网应用到农业领域，实现粮食的质量追溯［5-6］，江苏部分城市将物联网技术在水产养殖和农业生产中进行实际应用，并取得了较好成效［7-8］。

商洛作为一个传统农业城市，农业生产成本不断上升，产业化水平低。耕地零散，农户生产经营规模小，农业社会化服务体系不健全，组织化程度较低，市场竞争力差。这些现状和问题，都表明商洛市急需发展现代农业，急需发展智慧农业，急需建立智慧农业信息平台。

本文结合商洛地方实际，研究商洛市智慧农业信息平台关键技术，设计商洛市智慧农业综合服务平台和商洛市农作物智能诊断综合平台，实现商洛农业生产环境的智能感知、智能决策和智能分析，为商洛农业生产提供精准化种植和智能化决策，推动商洛市现代农业的发展。

1 基于物联网的商洛市智慧农业信息平台

1.1 商洛市智慧农业综合服务平台

智慧农业主要包括农业的智慧感知、智慧流通和智慧处理3个组成部分。商洛市智慧农业综合服务平台主要实现信息的智慧处理，在已经建成的、不断升级的物联网软硬件平台上进行研究。已建成的物联网平台使用无线传感器网络节点进行数据采集，将多个无线传感器网络节点部署在农田里，构成自组织的网络子系统，随时获取农作物的生长环境信息，比如农作物生长过程中息息相关的环境因素，如：空气的温度、湿度、光照、二氧化碳、土壤水分等，实现农作物的全面覆盖和智能感知；智能通讯终端将这些数据上传至智慧农业综合服务平台，实现农业的智慧处理。通过数据采集、数据抽取，将相关数据通过整理、校对、核准后，实现对于农业信息的采集与发布、农业资源动态监测展示、电子物流与商贸管理等，最终实现信息查询、决策分析和信息订阅，为最终的用户提供全方面的信息管理与服务。

图1 商洛市智慧农业综合服务平台

平台如图1所示，主要包括农业信息采集发布、农业资源动态监测、信息管理与分析决策等模块。通过采集、存储商洛市各类农作物信息数据，实现统一管理、分析预测和决策分析等功能。

1.2 商洛市农作物智能诊断综合平台

建立商洛市农作物生长信息数据库，并建立商洛农作物监测诊断综合平台，利用知识库、机器学习理论、自学习算法进行智能决策，实现对农作物远程监测、自动化控制和专家咨询诊断，提高农业精细化管理水平。依据不同农作物的生长信息，提取不同的特征信息，将其进行分类和标记。同时对采集的特征信息进行归一化处理，使用处理后的数据信息训练机器学习算法，建立学习模型，实现对农作物监测数据进行智能决策和病情综合诊断。

比如根据商洛地区小麦的生长情况，把小麦苗情划分为一类苗、二类苗、三类苗及旺苗。有机结合专家经验及现代农学的研究成果，得到苗情状况与环境因子、生理参数指标之间的规律，并根据该规律对小麦苗情和气象灾害进行诊断。具体过程是，通过对采集的数据进行处理和分析，将小麦生长适宜指标以及小麦当前生长状态比对相关知识规范和专家知识，智能推论得出小麦诊断结果，给出相应的专家建议、调优技术方案和灾害调控方法。

智能诊断综合平台中，智能决策算法是核心。在这里，智能决策的主要作用是根据农作物已有特征信息，分别对数据样本进行分类标记，实现对农作物未知特征信息类别进行预测，实现综合诊断。本文设计了一种多分类器协同的智能决策算法，实现对农作物的智能决策。

决策方案如图2所示，粗直线代表无标记样本的流向，细直线表示有标记样本的流向，L表示有标记样本集，U表示无标记样本集，用抽样方法对L进行抽样，将其分为3个训练集L1、L2和L3，使用L1、L2和L3训练有监督分类算法，生成3个分类器C1、C2和C3，通过3个分类器实现对无标记样本的预测，当3个分类器预测标记一致时，才将该标记作为最终的决策标记。

算法中3个分类器的训练集样本始终是不同的，同时3个训练集中训练样本的数目基本上是一致的。最开始，将标记样本集L等分为L1，L2和L3 3个小样本集合，3个小样本集中的样本之间互相不重复。接着，在L1，L2和L3训练集中，采用有监督分类算法分别训练3个分类器C1，C2和C3。从无标记的训练集U中选取样本，用分类器C1，C2和C3分别对选取的样本进行预测标记。对于某个无标记样本，若3个分类器对其预测的类型值一致，则用该预测值为预测值。

算法主要通过以下几个方面，实现分类器之间的差异性，提高对无标记样本的正确标记率。

1.2.1 初始化训练集的差异性

首先，采用抽样方法对L进行自助抽样，产生3个差异性较大的子集L1，L2和L3作为初始的训练集。抽样方法的思路如下，首先统计标记样本的总数目和各类别样本的数目，计算各种类别样本的比例，按照比例和抽样子集的大小，确定每个分类器中各种类别样本的组成。

图2 多分类器协同的智能决策方案图

1.2.2 分类器中算法的类型

为了增大几个分类器之间的差异性，可以选取几种不同的有监督分类算法，每个分类器采用一种分类算法。为了操作简单，3个分类器也可以使用相同的有监督分类算法训练分类器。

1.2.3 决策函数

决策函数可以采用3个分类器投票一致的办法，也可以采用加权投票法。为了操作简单，可以使用三分类器投票一致的方法进行决策，即如果3个分类器预测结果一致，才把该标记作为最终的数据类型。

2 系统分析

智慧农业的建设将为各类农业相关用户提供一个安全可靠、方便使用的数字化环境，提供不受时空限制的资源共享和个性化服务等，从而为各类用户提供有效地技术支持和服务功能，促进农业产业体系信息化上升到一个更高的层次。基于物联网技术的智慧农业系统具有远大的推广应用价值和应用前景。可以将其推广到农业环境监测、智能物流和农产品质量溯源等各个领域。

不过，智慧农业的发展对基础设施的依赖性较高，必须有配套的物联网软硬件设备作为基础，实现数据的智能获取，同时要解决物联网和云计算，实现数据的智慧流通。我们通过实验室内已有的少量无线传感器节点采取数据和信息传递，也可以通过模拟数据进行实验。

另外，由于农作物类型多样，数据复杂，数据规模大。可通过优化数据库和数据结构，建立可扩充的数据模型，提高平台的可适用性。

3 结语

本文结合商洛地方实际，研究商洛市智慧农业信息平台关键技术，提出了一种智能决策方法，实现对农作物的智能诊断。为商洛市智慧农业的发展提供技术支持，加速商洛市智慧农业的实施，提升商洛市现代农业科技创新能力，加快传统农业产业升级。推动商洛市农业产业化，转变基层政府职能，提高基层政府监管和服务水平。提出的思路和方法对其他地方智慧农业的发展也具有一定的借鉴作用。

［1］Antonio Nunes，Mario Caetano.Forest Monitoring with Remote Sensing:A Web Application for the Common Users［C］. ASPRS 2006 Annual Conference，2006.

［2］Ampatzidis Y G，Vougioukas SG.Field experiments for evaluating the incorporation of RFID and barcode registration and digital weighing technologies inmanual fruitharvesting［J］.Comput⁃ers and Electronics in Agriculture，2009（2）：166-172.

［3］彭程.基于物联网技术的智慧农业发展策略研究［J］.西安邮电学院学报，2012，17（2）：94-98.

［4］朱兴荣.物联网在湖南智慧农业中的应用研究［J］.软件工程，2013（11）：60-62.

［5］刘鹏，屠康，候月鹏.基于射频识别中间件的粮食质量安全追溯系统［J］.农业工程学报，2009（12）：145-150.

［6］沈苏彬，林闯.专题前言：物联网研究的机遇与挑战［J］.软件学报，2014，25（8）：1621-1624.

［7］朱洪波，杨龙祥，朱琦.物联网技术进展与应用［J］.南京邮电大学学报（自然科学版），2011（1）：71-74.

［8］曹静，凡燕，朱科峰，等.物联网应用于江苏农业的发展分析［J］.江苏农业学报.2010（6）：22-24.

Intelligent Agricultural In formation Platform in Shangluo City based on Internetof Things

Liu Ning1Zhao Jianhua2
（1.Schoolof Economicsand Management,Shangluo University,Shangluo，Shaanxi726000；2.SchoolofMathematics and Computer Application，ShangluoUniversity，Shangluo，Shaanxi726000）

In order to improve the development pace of intelligentagriculture in Shangluo city，this paper designed an intelligent agricultural information platform of Shangluo city based on Internet of things.The platform included comprehensive service platform of intelligent agriculture and integrated platform of intelligent diagnosis for crops in Shangluo city.Through the collection and storage of all kinds of crop information data in Shangluo city，it was to achieve unifiedmanagementand coordination，analysis and forecasting，decision analysis and other functions.At the same time，the paper proposed a multi-classifier cooperation decision algorithm.Then a set of growth information database for Shangluo city crops was established，the intelligent decision algorithm was used to realize automatic control and intelligent diagnosisof crop disease，and improve the agriculture refinementmanagement level.Finally，theprospectof implementation and the existing problemsof the platform were analyzed.

intelligentagriculture；information platform；intelligentdecision；machine learning

F326

：A文章编号：1003-568（2015）03-0017-3

2015-2-18

商洛学院科研项目资助（项目编号：14SKY006），商洛市科技计划项目（编号：SK2014-01-15）。

刘宁（1981-），女，硕士，讲师，研究方向：机器学习、物联网。