玉米生长监测远程诊断系统设计与架构

贾彪

摘 要 玉米生长监测远程诊断系统设计的主导思想是“互联网+数字图像（视频）+现代农业”，配套分布式网络结构与数据库技术，架构玉米生长监测远程诊断系统服务体系。主要通过数码相机与高清数字摄像头作为硬件监测设备，抓拍玉米各生育期的高清图像，采用无线4G网络或Wi-Fi技术将远程获取的玉米冠层图片或视频数据上传到网络服务器，再运用图像处理工具提取玉米生长的特征参数值，通过特征参数准确反映玉米生长状况，并做出决策诊断，建立玉米生长监测图像数据库，搭建玉米视频信息远程监控与诊断服务体系。

关键词 玉米；生长监测；远程诊断系统

中图分类号：S513；TP274 文献标志码：A DOI：10.19415/j.cnki.1673-890x.2016.18.135

玉米群体结构特征的主要表现是其生长发育进程整体分布情况，可以反映玉米的生长变化，掌握玉米的生长动态。大量研究表明，对玉米群体结构特征监测思路或方法主要包括2大类：第一，重点对玉米长势情况进行宏观研究，通过对其生长环境数据不断检测与分析，提出一些规律性变化过程[1，2]；第二，重点通过现代信息设备实时采集玉米生长信息与生长动态[3-5]，并提出动态变化规律。

本研究根据宁夏扬黄灌区的土壤条件与玉米生长的实际情况，结合滴灌栽培玉米的种植方式、水肥运筹与管理等相关措施，辅助农业气象数据，不断采集玉米各生育期的生长发育状况高清数字图片、视频数据等信息，并根据当地用户的各种需求，提出玉米数字化监测与诊断指标，构建数字化监测与诊断服务模式。

1 系统总体结构设计

玉米生长监测与远程诊断系统的总体设计如图1所示，具体架构思路分为3层。第一层是处于系统监测诊断的最底层，称之为信息传感层，主要采用手机与相机拍照、摄像头抓拍等采集方式对玉米生长信息、冠层信息或群体结构特征的感知与获取，从而建立玉米数字图像采集系统。第二层是玉米生长监测与远程诊断网络服务层，即中间层，称之为核心网络层，该层主要针对信息传感层提取的玉米生长信息、图像信息或群体结构等通过互联网远程传输到服务器，服务器安装图像处理软件对传输的玉米图像信息等进行分析处理，提取玉米图像特征参数或属性，从而建立玉米图像特征参数与属性数据库，并通过不断存贮与记录，构建玉米生长图像标准参数库和历史图像信息数据库等，然后通过对玉米生长信息和图像信息的分析，做出决策分析结果，并将决策结果与具体执行措施发布给农民、种植户或农业企业等客户端。第三层是是一个开放层，即用户应用层，或称之为客户端，主要针对农民、种植户、农业企业或玉米栽培与管理专家等，他们通过计算机浏览器和智能手机客户端对第二层网络服务中心发送的图片信息、决策分析信息等进行浏览，也可以通过网络客户端进行信息咨询。

2 监测/分析/处理/决策/浏览5大中心设计

由系统整体结构框架图1可知，要想实现玉米生长监测与远程诊断的合理性与准确性，得出较为理想的生长监测与诊断信息，系统设计必须实现可输入、可输出、可查询与可调用等功能。因此，系统设计一定要达到可兼容、可嫁接、可独立和可开放的设计的理念，既可以嫁接到网络系统中，也可单机运行，从而解决这个矛盾体系。于是，我们通过不断的分析研究，架构了监测/分析/处理/决策/浏览5大中心，分别由玉米生长远程监测与网络控制服务、图像获取与视频抓拍采集、图像分析采集、玉米生长与决策诊断、用户浏览与访问等组成。具体结构图如图2所示。

3 数据库设计与架构

数据库设计与架构是玉米生长监测与远程诊断系统设计与架构的核心部位，系统若离开了数据库的设计与架构，系统的功能服务功能就失去灵魂。玉米生长监测与远程诊断系统数据库实现的主要功能是对玉米生长监测的方法和玉米生长监测与诊断过程中所搭建的模型进行导入、存储、备份和修改等各种操作。同时，本研究数据库还包括图形图像导入、存储，视频数据流导入、存储，扬黄灌区各玉米田块的土壤地力和肥力等基础数据导入、存储。玉米栽培管理与植保信息导入、存储，降雨量等气象信息导入、存储，土壤含水量等墒情信息及田间管理的水肥运移规律信息导入、存储等。

该数据库还要实现的功能是必须根据玉米生长过程中构建的数学模型做出相关分析与推理判断，并根据不断增加和补充玉米种植管理的历史数据，最后得出玉米生长监测与决策诊断方案。

4 系统服务功能设计

玉米生长监测与远程诊断系统实现的主要服务功能主要有监测指标确定、图像特征参数提取、诊断指标确定、生长监测模型调用、数据库查询等模块调用、玉米生长监测关键数据发布、诊断方案发布及系统维护等多个组成部分。

监测指标确定其实质就是系统要实现的首要功能，即筛选合理的监测指标。例如，监测玉米的叶面积、监测玉米的覆盖度、监测玉米叶绿素含量等，只有确定了准确的监测指标，方能收集合理的图像与视频资料。因此，监测指标确定是整个系统服务功能设计的先决条件。假如缺少叶面积指数这1个监测指标，就等于缺少实时采集到的玉米生长数字图像与视频信息资料，必然就缺少了图像数据库，从而无法确保图像监测指标的信息提取。同时，必须注意强化玉米田间图像采集的质量，加大实时更新力度。

图像特征参数提取功能设计，该模块设计的主要目的就是实现将玉米图像分层分割、特征参数提取，并搭建图像特征参数与玉米农学属性间的数学关系模型，其目的就是通过图像特征参数数据分析玉米的实际生长状况，从而补充决策分析模型的分析库。

系统诊断指标的确定，该功能模块可能会受传统的栽培理念与方法的影响与制约，因此设计时必须转变观念，明确其设计的目的就是通过数学分析方法，将大量的数据采用相关性分析，构建相关性关系模型，提出模型决策方案。

数据库的查询功能和历史数据查询功能其实质就是后台数据库管理，按照玉米生长监测与远程诊断系统具体要求實现数据库表单，建立数据库报表，最后实现数据库的管理。同时该数据库设计要考虑数据查询的灵活性与多样性。

玉米生长监测关键数据发布、诊断方案发布功能设计，该模块相对来说较为重要，必须通过实时发布玉米长势情况，提供权威信息，方便玉米种植大户、农民和农业管理者宏观调控。此模块要为玉米生产管理者提供极其可靠的技术服务，解决农民、种植户和农业企业急需解决的本质问题。例如，通过抓拍到的玉米照片如何判断玉米就目前的生长状态下到底是缺水还是缺肥等问题，就像现场请到了一位农业专家一样，能够通过观测给出一个准确可靠的解决方案，这才真正达到玉米生长监测关键数据发布这个模块所实现的核心功能价值。同时，关键数据发布也能给上级农业管理部门提供方便快捷的服务工作与信息。

系统维护功能模块设计，毫不夸大地讲，此模块是每一个监测系统必备的功能模块，也是一个重要的设计环节与过程。因为每个系统不论内容多么完善，肯定总会有其不足之处或尚未考虑到的问题出现，因此必须进行后期运行状态维护、后台数据管理与数据库维护、以及系统运行过程中的安全管理等。

由此可见，玉米生长监测与远程诊断系统设计有7个服务功能模块，为了简化思路，通过集成与分析整理，将该系统进行归类，主要归纳为用户管理、网络控制、数据库管理、终端配置和监测诊断5大类，其归类图如图3所示。

5 讨论与结论

随着现代信息技术云计算与云服务的发展，“互联网+现代农业”的快速推进[6-10]，运用现代化技术手段对宁夏扬黄灌区玉米生长监测与远程诊断关键技术研究已取得了突破性进展和质的飞跃。其应用模式不断完善，应用技术不断成熟，应用范围不断扩大，应用力度明显提高，并展现出其蓬勃的竞争力。因此，加快玉米生长监测与远程诊断系统的构建刻不容缓，必须跟上“互联网+现代农业”飞速发展的步伐，通过大力推广与示范，形成一个可服务宁夏玉米、小麦、水稻和马铃薯四大粮食作物生长监测与远程诊断平台，以及服务宁夏农业不同领域的物联网应用体系[11-13]。

本设计思路简洁、可行，监测原理简单、实用，对玉米生长信息获取真实、可靠，同时也集成了各种现代化技术手段与信息采集原件，初步实现对玉米生长信息进行监测与远程诊断。当然，该设计方法与思路也可应用水稻、小麦和马铃薯等农作物的生长监测与诊断[6-10]。但是，本设计仅仅考虑了图像、视频采集手段对作物的监测与诊断模式，还有一些更重要更关键的技术并未展开讨论，且农作物生长监测与远程诊断所涉及的参数和影响因子也非常多，需要各位学者进一步深入的研究与探讨。

参考文献

[1]Todoroff Pierre， Derobillard Flavie， Laurent Jean-Baptiste. Interconnection of A Crop Growth Model with Remote Sensing Data to Estimate the Total Available Water Capacity of Soils[C]//International Geoscience and Remote Sensing Symposium， 2010：1641-1644.

[2]Chitpaiboon Chonthicha，Kruasilp Jiratiwan，Prakobya Amornchai， et al. A Preliminary Study on Paddy Rice Yield Prediction Base on the Combination of Simple Crop Modeling and Satellite Remote Sensing Imagery[C]//32nd Asian Conference on Remote Sensing， 2011， ACRS 2011：843-848.

[3]赵虎，杨正伟，李霖，等.作物长势遥感监测指标的改进与比较分析[J].农业工程学报，2011，27（1）：243-249.

[4]杨信廷，吴滔，孙传恒，等.基于WMSN的作物环境与长势远程监测系统[J].农业机械学报，2013，44（1）：167-173.

[5]张琴，黄文江，许童羽，等.小麦苗情远程监测与诊断系统[J].农业工程学报，2011，27（12）：115-119.

[6]孙忠富，曹洪太，李洪亮，等.基于GPRS和WEB的温室环境信息采集系统的实现[J].农业工程学报，2006，22（6）：131-134.

[7]王振龙，王兵，汪灶建.农田墒情监测预报和抗旱信息系统设计与实现[J].农业工程学报，2006，22（2）：188-190.

[8]杨小冬，黄勇奇，危双丰，等.基于WEBGIS 的生态农业监测与决策支持系统设计[J].地球信息科学，2007，9（1）：99-102.

[9]刘小军，朱艳，曹卫星，等.基于Web GIS 和知识模型的精确农作决策支持系统[J].南京农业大学学报，2007，30（4）：11-15.

[10]韩华峰.农业环境信息远程监控与管理系统设计[D].北京：中国农业科学院研究生院，2009.

[11]李旭，曹卫星，罗卫红.小麦管理智能决策系统的设计与实现[J].南京农业大学学报，1999，22（3）：9-12.

[12]刘锋，何火娇，吴华瑞.农田远程智能诊断与决策系统研究与实现[J].微计算机信息，2007，23（11）：181-183.

[13]夏于，孙忠富，杜克明，等.基于物联网的小麦苗情诊断管理系统設计与实现[J].农业工程学报，2013（5）：117-124.

（责任编辑：刘昀）