面向异构平台的谷物测产数据采集及实现

郑立华，郭 享，李民赞，李新成，陈 元，肖昌一

（中国农业大学“现代精细农业系统集成研究”教育部重点实验室，北京 100083）

面向异构平台的谷物测产数据采集及实现

郑立华，郭 享，李民赞※，李新成，陈 元，肖昌一

（中国农业大学“现代精细农业系统集成研究”教育部重点实验室，北京 100083）

为了实现谷物现场测产系统采集数据并向测产服务系统进行实时传递，以满足各种终端设备对数据的访问需求，采用Web技术开发了谷物测产数据服务系统，实现了工控机、移动终端和服务器等异构平台之间的数据交互和共享。测产数据由装载在现场联合收割机上的工控机实时采集，利用无线通讯技术通过Socket连接服务器进行数据传输，服务器端按照数据交换协议进行数据解析、产量计算、数据存储和可视化。测产数据服务由基于SOAP（simple object access protocol）协议的Web Service接口提供。该文采用GZIP（GNUzip）压缩技术降低测产数据访问服务时的带宽消耗，由数字签名和信息加密技术保障数据安全。测产实践表明，该数据采集和服务平台能够高效地接收处理实时传来的数据进行数据可视化、计算以及数据推送，实现了异构平台之间数据交互和共享。

谷物；Web Service；数据可视化；测产；工控机；SOAP

0 引言

近年来，中国积极发展现代化农业，传统农业的管理方式将逐步被精细农业取代，精细农业机械装备的使用率逐渐提高，通过地球空间信息技术、计算机辅助决策技术、农业工程技术等现代高新科技信息技术的辅助，实现了农田信息数据的采集、计算和处理[1-2]。为使数据得到高效利用，充分展现其价值，机械装备上配置的农业信息数据采集系统需要实现与服务器端实时数据交互，同时也要求服务端为手机，PDA（personal digital assistant）等移动终端提供数据访问服务。但是，不同厂家生产的手机、PDA等移动终端以及固定终端的开发平台可能不同，为了实现异构平台通信，可采用DCOM （distributed component object model）、CORBA（common object request breaker architecture）、Web Service等技术[3-6]。其中DCOM技术的部署主要依赖于微软平台，并且它不能够轻易地穿越不同企业的防火墙；CORBA架构复杂，由不同厂商提供的产品不能把互操作性扩展到更高级别的服务中[7]。与DCOM和CORBA相比，Web Service使用文档样式提供了更加灵活的消息模式[8]。Web Service是部署在网络上的对象组件，让应用程序可以透明地调用互联网的程序以及共享数据信息，它具有跨平台的特性[9]。可见，Web Service技术规避了异构平台及其实现的差异并将其统一在技术层面上。目前，国内外大部分数据交换系统通常按照自有标准设计，没有采用通用的技术和架构标准，通用性差，系统各模块间的耦合程度非常高，数据交换系统的维护和修改较困难，维护成本较高[10]。Web Service技术的兴起将促进异构系统跨互联网的集成及数据交互和共享，不同系统使用同一标准规范设计，各个供应商使用Web服务技术实现互操作，提高通用性，这将为各个技术提供商大幅节省研发成本。

在精细农业技术体系中，农田作物产量信息的采集是实施精细农业的前提以及进行农田信息管理与决策的核心。随着精细农业研究实践的逐步深入，农田作物产量信息的采集已经基本实现[11-13]，但是关于现场数据采集系统与服务器端的数据交互的研究较少，大都是在收获现场采集产量信息结束后，手动将工控机上的数据信息拷贝到服务器，进而在服务器端进行产量信息的管理与决策。这种方式效率低，无法实现对测产现场情况进行远程实时监测，且无法在测产进行的同时将数据发布到云端供其他终端访问。而测产数据的远程快速获取是农场主迫切需要掌控的生产环节。因此有必要开发测产数据服务系统，该系统既能够远程接收由工控机上传的测产数据，同时还提供产量信息发布服务，保证用户能够通过各种终端设备访问到测产数据。

随着信息化技术向农业领域的快速渗透和深度参与，农业科学家们认识到了ICT（information and communication technology）技术和互联网技术的重要性[14-15]，以及将这些技术在具有大数据特质的农业领域集成应用时所面临的安全性问题[16-18]和性能问题[19-20]。本文基于WebGIS[21]技术构建了谷物测产数据采集和服务系统，通过Web Service技术在应用层面上封装数据，依靠预先达成一致的Web服务规范提供服务，以期实现工控机、移动终端和服务器等异构平台之间的数据交互和共享，完成无缝的系统对话，保证系统的松耦合和可移植性，并通过引入适当的压缩技术以及加密技术实现了远程终端对谷物测产过程和数据的安全高效监察。

1 系统框架

为实时采集农田现场谷物产量相关信息，在谷物收割机上安装谷物信息采集系统。系统采用CAN-Bus （controller area network bus）组建传感器网络，连接测产所需的各种传感器：双板差分流量传感器、温度传感器、湿度传感器、地速传感器、升运器转速传感器和割台高度传感器等。谷物信息采集系统每隔1 s采集一次传感器网络数据，并根据各传感器数据进行产量计算和数据存储。

由于测产数据量大，而工控机的运算及存储能力有限，因此有必要将采集到的测产数据实时发送到测产服务端，并在服务端对数据进行更复杂的操作和使用。本研究中，设计并实现了服务器端测产数据实时采集接口以及测产数据服务接口。测产工控机通过GPRS（general packet radio service）模块与谷物测产数据服务系统进行通信，将数据打包发送至服务器监听端口；谷物测产数据服务系统解析接收到的测产数据存于数据库中进行处理分析等操作。同时，谷物测产数据服务系统还发布了查询农场、地块及其产量信息的WSDL（web services description language）服务，PDA、智能手机等移动终端均可通过访问该Web服务获取所需要的数据信息，实现数据跟踪分析等操作。系统框架如图1所示。

图1 系统框架Fig.1 Framework of the system

1.1 谷物测产服务平台结构

为实现谷物信息数据采集系统与数据服务系统实时数据交互，并实现远程终端对谷物测产过程和数据的监察，采用Web Service技术，基于Java，使用Struts2架构，开发实现了谷物测产数据服务系统。系统采用统一的标准对服务进行定义，为固定或移动终端提供用户验证、数据接入、数据访问等功能，实现了工控机、移动终端和服务器等异构平台之间的数据交互和共享，以期高效准确地指导农业生产和实施最优化的作物生产管理。谷物测产数据服务系统支持各种常用浏览器，主要包括用户管理员账户管理、新闻公告信息发布管理、资料文件上传和下载管理、农场和地块信息管理、测产数据接收和处理管理、测产GIS（geographic information system）信息管理以及车辆跟踪等9个模块。现场谷物信息采集系统为谷物测产数据服务系统实时采集谷物产量测定过程中的GPS信息以及各种传感器数据。手机等客户端通过访问服务端提供的Web服务，登录服务系统，获取农场、地块、产量数据、产量GIS数据等信息。谷物测产服务平台整体结构如图2所示。

图2 谷物测产服务平台结构图Fig.2 Structure of grain yield service platform

从图2可以看出，服务端和客户端完全可能部署于不同的平台（如Linux、Windows、Android等）之上，采用不同的开发技术（如Java、C++等）和开发平台进行系统开发。目前实现的服务端（Linux操作系统）采用Java开发，工控机客户端（Windows操作系统）采用C++开发，手机移动客户端（Android操作系统）采用Java开发。为解决这些异构平台之间的数据交互、共享问题，采用了Web Service技术统一了数据接入界面，提供统一的服务接口。

1.2 异构平台测产数据共享方案

为实现异构平台测产数据共享和交互，本系统采用Web服务技术。测产工控机通过GPRS每1 s向服务器发送测产数据，服务器通过特定端口读取这些数据并实时保存至测产数据库。客户端则通过其Internet接入链路从测产服务器获取数据服务，服务器通过Web Service接口向各种终端提供XML（extensive makeup language）通用数据。

1.2.1 基于Socket的测产数据实时采集

当联合收割机进行作业时，其装载的工控机会将现场采集到的测产数据按照数据传输协议进行打包并上传。测产数据实时采集流程如图3所示。

图3 测产数据实时采集流程图Fig.3 Flow chart of yield data real-time acquisition

收割机机载工控机通过GPS（global position system）接收机接收GPS数据，连同通过CAN总线实时采集到的测产相关信息一起打包成一条数据，按字节流通过GPRS发送给测产服务器。打包数据格式为：标识符，时间，纬度值，纬度标识符，经度值，经度标识符，点产量电压值（V），湿度（%），温度（℃），地速（m/h），升运器转速（m/h），农场ID，地块ID。工控机和测产服务器之间的通讯数据实例如下：

$GPGGA,000823,3696.4149,N,11797.9723,E,0.456, 6.62,17,1.294,12,F00001,P00001

1.2.2 基于SOAP的测产数据定制服务

Web Service具有透明性和松耦合性，屏蔽了业务逻辑的复杂性和实现技术的多样性，它通过WSDL完成标准输出接口的定义，利用SOAP协议统一数据交互格式，避免了不同协议之间转换的麻烦，各种客户终端（如智能手机、PDA、平板电脑、台式机等）通过URL（uniform resource location）地址访问WSDL，获得这个标准的输出接口，调用服务器端公开的服务，生成SOAP消息。为保证SOAP消息的安全性，研究采用AES（advanced encryption standard）加密标准将SOAP消息加密，保证了消息的隐蔽性。然后，使用数字签名技术对SOAP消息进行数字签名，以保障数据的不可更改性。最后，为提高SOAP消息在网络上的传输效率，采用GZIP （GNUzip）技术将SOAP消息数据包进行压缩。服务器端提供Web Service测产数据服务的工作流程如图4所示。

图4 测产Web Service工作流程Fig.4 Working flow of yield Web Service

2 测产数据服务安全机制

对于用户来说，产量数据的准确性和数据安全至关重要。而由于Web Service是向Internet开放的服务，这使得服务提供方的数据存在不确定的安全隐患，包括数据信息盗取、欺诈和破坏等。这些潜在的威胁，凸显出测产数据安全保障的必要性和重要性。

要保证测产数据在传输过程中不会被窃听者得知数据内容，本研究使用AES对测产数据进行加密处理，网络中传输被加密的、不易破解的测产数据信息，从而起到保护测产数据信息安全的作用。同时，保证测产数据的完整性和真实性也是及其重要的。针对SOAP安全需求特点，本研究使用数字签名技术提供对测产数据完整性的保护，保证了服务端提供给客户端的测产数据的准确性和真实性。测产数据安全通信机制如图5所示。

图5 测产数据安全通信机制Fig.5 Mechanism of security communication

2.1 测产数据加密和解密

测产数据是属于用户的私人信息，用户根据服务端提供的测产数据预测当年收益，对比多年数据，制定未来种植生产计划。因此服务端要保证传输的测产数据的安全性，避免造成用户数据的泄露。

本文对比了AES和DES（data encryption standard）压缩算法后发现，AES算法运算速度快、对内存的需求低，分组长度和秘钥长度设计灵活。且AES的秘钥长度比DES大，可以使用128bit、192bit、256bit中的任意一种，所以穷举法是不能破解的。本文采用密钥长度为128位的AES算法加密/解密算法，其流程如图6所示。

图6 AES算法加密、解密流程Fig.6 Encryption and decryption of AES

2.2 测产数据数字签名

数字签名可以提供完整性保护，解决篡改问题和抵赖性的问题。本文通过分析对比两种优秀的数字签名算法RSA（rivest-shamir-adelman）和DSS（data signature standard）发现，二者在性能和互操作性方面不相上下，而由于RSA具有更长的密钥长度，说明其具有更强的安全性，因此本文选用RSA算法对测产数据进行数字签名。服务端使用Hash函数操作测产数据，产生一个数据摘要，并使用服务端的私有秘钥对这个数据摘要进行加密，从而形成签名，服务端将签名和测产数据一起发送出去。客户端接收到消息后，根据测产数据产生一个数据摘要，同时使用发送方的公开秘钥对签名进行解密，如果计算得出的数据摘要和解密后的签名互相匹配，那么证明该测产数据是完整的，没有被篡改的。由于只有服务端持有私钥，其他人均无法伪造密文，因此保证了测产数据的真实性。测产数据数字签名流程如图7所示。

图7 测产数据数字签名的流程Fig.7 Digital signature of yield data

2.3 测产数据传输报文

本文采用Web Service技术、数字签名技术以及AES加密技术实现异构平台之间的数据安全共享和交互，测产SOAP报文按其消息结构格式编写，测产信息压缩后封装在消息体中。

3 数据传输处理

3.1 测产服务数据压缩

由于SOAP Message采用XML文本格式，XML标记和协议的开销很大，有效信息只是其中一小部分，比起Java-RMI和CORBA，它导致了3倍多的网络流量，当传输大量数据时，必须考虑提高SOAP的传输效率。由于谷物测产数据服务提供用户设定时间段的测产数据推送，因此数据量可能非常大。

图8 GZIP压缩流程图Fig.8 Flow chart of GZIP compression

同时，由于本系统推送数据主要包括时间、产量及其GIS数据等，当采用SOAP协议传输时，传递的数据存放在SOAP Body中，因此这里的内容会很长。为了改善SOAP消息的网络传输效率，本研究对比了GZIP和ZIP压缩方法，发现GZIP具有更高的压缩性能。本文采用GZIP无损数据压缩方法将SOAP Body的内容进行了压缩，其流程如图8所示，压缩处理后数据量明显减少，降低了带宽的消耗。

3.2 服务数据传输效率测试

通过测试发现，当传输的测产数据达到3MB时，传输效率可以提高接近40%，测产数据压缩前后传输消耗时间对比如图9所示。可见，对SOAP测产数据进行压缩是一种提高网络传输效率的有效方法。

3.3 服务器端数据处理流程和产量计算

3.3.1 数据处理流程

现场测产系统运行于工控机，受限于其计算和存储能力，在现场进行测产标定后，即开始谷物收获，工控机将谷物收获过程中采集的测产数据上传到测产服务器，测产服务器解析存储数据，并对数据进行预处理、计算和可视化。

1）数据预处理

对采集到的产量电压信号进行数字阈值滤波和线性插值处理，去除流量信号中的奇异值；此外，还要对实时的GPS数据进行解析，对其数据格式中的“农场ID”、“地块ID”、“经度”、“纬度”等相关字段数据进行提取，保存在数据库中。

2）产量建模和单位产量计算

通过现场采集的标定数据进行运算，可以得到农田的产量计算模型，经验证确认后即可用于单位面积产量。

3）产量专题图绘制

基于WebGIS技术将目标地块各个数据采集位置的单位面积产量在地图上进行显示，利用克里金插值算法获得产量专题图。

3.3.2 测产试验和产量数据可视化处理

1）测产试验和产量测定模型

测产试验于2014年6月9－12日在山东省桓台县逯家村小麦试验田（东经117.9801°～117.9806°，北纬36.9636°～36.9647°）进行，使用机型为中国一拖集团公司设计生产的东方红4LZ-2.5型自走式谷物联合收割机（功率为67.5 kW，割幅为2.36 m），试验时收割机作业速度1～4 km/h。测产系统由中国农业大学“现代精细农业系统集成”教育部重点实验自行集成开发，数据采集频率为1 Hz，由工控机上传至测产服务器，经解析和预处理后存入数据库。

试验包括标定试验、验证试验和谷物收获试验。在标定试验中，对标定采样电压数据进行预处理并求和得到电压的累加值Ui，通过人工称量得到总产量y，再将y 和Ui进行相关性分析后，利用最小二乘法得到总产量标定方程如式（1）所示。

式中y为总产量，kg；Ui为电压累加和，V。

产量标定模型如图10所示。

图10 产量标定模型Fig.10 Calibration modeling of yield data

验证试验使用与标定试验同样的方法，试验进行5次，验证结果如表1所示。结果表明，产量平均误差为3.48%，说明产量标定模型具有较高的测定精度，达到了测产实用水平。

表1 产量预测数据Table 1 Data of yield estimation

在随后的谷物收获试验中，根据计算得到的产量标定模型，使用采集的电压除以对应小区域面积计算出单位面积产量（单产量），如式（2）所示。

式中ρ为谷物质量与电压累加和比值标定系数，其计算结果见式（3）；ui为第i小区电压值，V；v为收割机前进速度，m/s；Δt为小区收获时间，s；wd为割幅宽度，m。yk为单位面积产量值（湿质量），kg/hm2。

式中ρi分别对应5个测试区域标定时求出的标定系数(标定小区谷物质量与该小区电压累加和的比值)，标定系数的平均值即为ρ。表2为测产收获试验时得到的其中5组预测单产量。

表2 单产量预测数据Table 2 Yield prediction data per unit

2）产量数据可视化处理

测产数据服务系统基于WebGIS技术，除了提供测产数据的文本查询显示外，还提供了测产数据的可视化，包括采样点查询、多边形查询，以及产量专题图绘制。图11为基于克里金插值的收获地块的产量专题图。

图11 产量专题图Fig.11 Thematic map of yield data

4 测产数据服务的实现

4.1 Web Service接口设计

为了给异构平台用户提供统一的服务接口，本文使用WSDL文档完成了标准接口的定义，以标准接口形式将Web服务暴露给各个客户端系统。服务调用者可以是运行于不同平台（如Windows，Linux，Android等），使用不同技术开发（如Java，C++等）的应用程序。

4.2 Web Service接口的实现

本文使用WSDL定义实现了Web Service接口。WSDL文档中不仅定义了服务端所提供的各种服务接口，还定义了Web服务的信息，包括Web服务的名字，Web服务的端口绑定，Web服务调用的URL等。文档通过name属性来区分不同的service，通过soap:address元素定义用来调用Web服务的URL；port binding描述了在哪里可以找到服务的详细信息，等等。各个客户端系统只要将服务调用请求根据WSDL文档中的接口描述信息，按照SOAP规范进行封装，就可以成功调用相关服务。

本文以Android智能手机平台作为客户端进行测产数据查询的实现界面如图12所示。首先登录谷物信息查询系统，在主页面输入查询条件，点击查询按钮，访问Web Service接口，服务端发送被请求的谷物测产数据到客户端并进行可视化显示（图12a），并可进一步显示目前数据采集目标地块的地块边界（蓝色封闭线条）以及正在进行的数据采集位置（图12b），并可根据测产数据时间先后顺序描画测产轨迹。

图12 Android客户端远程查询Fig.12 Remote query from an Android client

5 结论

本文提出了一个实用的谷物测产数据服务解决方案，在谷物测产数据服务系统中应用Web服务技术，实现了工控机、移动终端和服务器等异构平台之间的数据交互和共享。基于Socket的谷物测产数据实时采集接口提供了高效数据采集服务，基于SOAP协议的谷物测产数据服务则为不同的访问终端提供了统一的服务界面。研究结论如下：

1）基于Socket的谷物测产数据采集接口能够高效采集测产数据，满足测产数据远程传输要求；

2）通过采集并传输现场测产标定试验、验证试验以及收获试验数据，在服务器端通过数据预处理，建立并验证了谷物产量标定模型，继而推算出单位面积产量计算模型。产量模型测定精度（决定系数）达到0.8749，验证平均误差为3.48%，最大误差为7.17%，能够满足实际测产要求；

3）基于SOAP协议能够很好地提供谷物测产数据服务。AES加密和RSA数字签名技术的集成，保证了SOAP消息的机密性、完整性、消息源认证性和不可否认性，有效弥补了SOAP协议本身安全性差等缺点。GZIP压缩处理方法改善了SOAP消息的网络传输效率，有利于大数据块的传输。

4）测产工控机采集并远程上传数据以及Android手机请求测产数据服务实践表明，该数据服务平台能够高效地接收和处理实时传来的数据，Web Service接口能够快速地根据客户端请求推送查询结果，实现了异构平台之间数据交互和共享。

[1] 赵国强，王君，穆晓涛. 精细农业研究进展[J]. 气象与环境科学，2007，30(1)：84－87. Zhao Guoqiang, Wang Jun, Mu Xiaotao. Research advancement of precision agriculture[J]. Meteorological and Environmental Sciences, 2007, 30(1): 84－87. (in Chinese with English abstract)

[2] 汪懋华. 精细农业[M]. 北京：中国农业大学出版社，2011：1－6.

[3] 包达尔罕. 分布式系统同步通信协议模型的比较研究[J]. 内蒙古民族大学学报：自然科学版，2015，30(2)：108－109. Bao Daerhan. Comparative study of distributed system synchronouscommunication protocol model[J]. Journal of Inner Mongolia University for Nationalities: Natural Sciences, 2015, 30(2): 108－109. (in Chinese with English abstract)

[4] 李健，张鸿梁，王计斌，等. 基于网络的协同设计方法研究[J]. 清华大学学报：自然科学版，2000，1(40)：93－96. Li Jian, ZhangHongliang, WangJibin, et al. Collaborative design methodon network[J]. Journalof Tsinghua University: Science and Technology, 2000, 1(40): 93－96. (in Chinese with English abstract)

[5] 孔晓昀，王晓聪，陈正奎. 海量跨域数据交换平台[J]. 计算机系统应用，2015，24(1)：49－55. Kong Xiaoyun, Wang Xiaocong, Chen Zhengkui. Data platform of big cross-domain data interchange[J]. Computer Systems & Applications, 2015, 24(1): 49－55. (in Chinese with English abstract)

[6] 朱康康，冯钧，唐志贤. 基于Web Services的关系型数据服务动态发布方法[J]. 计算机与现代化，2014，232(12)：32－36，43. Zhu Kangkang, Feng Jun, Tang Zhixian. Dynamic publishing method for relational data service based on Web Services[J]. Computer and Modernization, 2014, 232(12): 32－36, 43. (in Chinese with English abstract)

[7] 林枬，常会友，衣扬. 面向异构平台的敏捷供应链管理系统解决方案[J]. 计算机集成制造系统，2005，11(3)：381－382. Lin Dan, Chang Huiyou, Yi Yang. Isomerous platform oriented solution for agile supply chain management system[J]. Computer Integrated Manufacturing Systems, 2005, 11(3): 381－382. (in Chinese with English abstract)

[8] Chung J Y, Lin K J, Mathieu R G. Web Services computing：advancing software interoperability[J]. IEEE Computer Society, 2003, 36(10): 35－37.

[9] Ferris C, Farrel J. What are Web Services[J]. IBM Communications of the ACM, 2003, 46(6): 31: 1－2.

[10] 郗亚东，高敬阳. 基于SOA的应急数据交换系统设计与实现[J]. 计算机技术与发展，2010，20(11)：205－206. Xi Yadong, Gao Jingyang. Research of design and implementation of emergency data exchange system based on SOA[J]. Computer Technology and Development, 2010, 20(11): 205－206. (in Chinese with English abstract)

[11] 刘碧贞，黄华，祝诗平，等. 基于北斗/GPS的谷物收割机作业综合管理系统[J]. 农业工程学报，2015，31(10)：204－210. Liu Bizhen, Huang Hua, Zhu Shiping, et al. Integrated management system of grain combine harvester based on Beidou& GPS[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(10): 204－210. (in Chinese with English abstract)

[12] 李新成，李民赞，王锡九，等. 谷物联合收割机远程测产系统开发及降噪试验[J]. 农业工程学报，2014，30(2)：1－8. Li Xincheng, Li Minzan, Wang Xijiu, et al. Development and denoising test of grain combine with remote yield monitoring system[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(2): 1－8. (in Chinese with English abstract)

[13] 魏新华，张进敏，但志敏，等. 冲量式谷物流量传感器测产信号处理方法[J]. 农业工程学报，2014，30(15)：222－228. Wei Xinhua, Zhang Jinmin, Dan Zhimin, et al. Signal processing method of impact-based grain flow sensor for predicted yield[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(15): 222－228. (in Chinese with English abstract)

[14] Choudhary K, Lathiya A. Emerging ICTs and their potential in revitalizing small scale agriculture in India[J]. International Journal of Commerce and Business Management, 2013, 6(1): 118－123.

[15] Chen Nengcheng, ZhangXiang, WangChao. Integrated open geospatial web service enabled cyber-physical information infrastructure for precision agriculture monitoring[J]. Computers and Electronics in Agriculture, 2015, 111(C): 78－91.

[16] 王先培，张爱菊，熊平，等. 新一代数据加密标准—AES[J].计算机工程，2003，29(3)：69－71. Wang Xianpei, Zhang Aiju, Xiong Ping, et al. A new advanced encryption standard—AES[J]. Computer Engineering, 2003, 29(3): 69－71. (in Chinese with English abstract)

[17] 郭克华. 软件安全实现：安全编程技术[M]. 北京：清华大学出版社，2010.

[18] Chen Jinfu, Wang Huanhuan, Towey D, et al. Worst-input mutation approach to Web Services vulnerability testing based on SOAP messages[J]. Tsinghua Science and Technology, 2014, 19(5): 429－441.

[19] 邓铁山，王晓东，赵向辉，等. SOAP在实时Web服务中的性能评估与改进[J]. 计算机应用，2009，29(9)：2439－2445. Deng Tieshan, Wang Xiaodong, Zhao Xianghui, et al. Evaluation and improvement of SOAP performance for real-time Web service[J]. Journal of Computer Applications, 2009, 29(9): 2439－2445. (in Chinese with English abstract)

[20] 文波，孙瑜，冯小琴，等. 适用于军用信息系统的XML压缩方法[J]. 火力与指挥控制，2014，39(S)：82－88. Wen Bo, Sun Yu, Feng Xiaoqin, et al. Study on XML document compress method which applicable to the military information system[J]. Fire Control & Command Control, 2014, 39(S): 82－88. (in Chinese with English abstract)

[21] 年雁云，翟世常，薛晨光. 基于WebGIS的渤海渔业服务系统设计与开发[J]. 遥感技术与应用，2015，30(2)：391－398. Nian Yanyun, Zhai Shichang, Xue Chenguang. Design and development of the Bohai sea fishery service system based on WebGIS[J]. Remote Sensing Technology and Application，2015, 30(2): 391－398. (in Chinese with English abstract)

[22] Werner C, Buschmann C, Fischer S. Compressing SOAP messages by using differential encoding[C]. //Proceedings of the IEEE International Conference on Web Services, Washington, DC, USA, 2004, 2004: 540－547.

Grain yield data collection and service for heterogeneous platforms

Zheng Lihua, Guo Xiang, Li Minzan※, Li Xincheng, Chen Yuan, Xiao Changyi
(Key Laboratory of Modern Precision Agriculture System Integration Research, Ministry of Education, College of Information and Electrical Engineering, China Agriculture University, Beijing 100083, China)

Crop yield information is the precondition for the implementation of precision agriculture, and it is the key to organize farmland production and achieve decision-making for agricultural management. Aiming at collecting yield data by the grain yield measurement and control system in harvest field and transmitting the collected data to the yield server in real time, and meanwhile meeting the demands of data access to all kinds of terminals, a data collection and service platform for monitoring grain yield was developed. It is helpful to achieve data real-time interacting among the on-site yield monitoring system, the mobile terminals and the remote yield server. Socket and SOAP (simple object access protocol) technologies are used to implement data exchanging between the remote server and various heterogeneous platforms. A grain yield data collecting system was developed and embedded in the IPC (industrial personal computer) mounted on the combine harvester to collect yield data in real time, and its modules included device setting, data collecting, data parsing and data uploading. The yield data are composed of the information input by user (farm and plot identification, which are input once for each plot), the global position system (GPS) data (longitude, latitude, altitude and time), the data (harvester speed, harvester cutter width, impulse voltage, grain moisture and grain temperature) from the sensors mounted in the harvester and the CAN (controller area network) bus. The collected yield data are packaged every 1 second and transferred to the yield server through Socket via GPRS (general packet radio service), and then they are parsed according to the yield data exchanging protocol and stored into the yield database established in the server. Then the yield data can be calculated, processed and visualized according to various modules embedded in the yield data collection and service system which is developed using Hadoop and Web GIS (web geographic information system) technologies. And the modules include user management, news management, bulletin management, document management, farm management, plot management, yield data management, harvester tracing and Web GIS service, and the grain yield data collecting system is connected with the remote data access terminals through the data collection module and data service module which are embedded in the yield data management. Yield data service is implemented using Web Service based on SOAP for data sharing for various terminals (such as mobile, tablet PC (personal computer), PDA (personal digital assistant), and desktop) with different operating systems (such as Windows, Macintosh, Linux or Android). A grain yield querying system was established for testing the yield data service XML (extensive makeup language) interface provided by the yield data collection and service system, the information including farm, plot and yield could be accessed smoothly, and the yield data visualization could be achieved accordingly. For improving the yield data transmission efficiency, GZIP (GNUzip) is used to compress SOAP messages and reduce bandwidth consumption. In addition, the digital signatures and encryption technology are used to guarantee the security of data transmission via internet. The system experiments were carried out, and the results showed that the grain yield data collecting system worked well on-site and the yield data could be collected and uploaded every 1 minute; the data collection and service system could receive, calculate, process and visualize the real-time yield data efficiently; and the Web Service interface could push the yield data querying results quickly according to client requests. The study indicates that the yield data interaction and sharing between heterogeneous platforms can be achieved by using the yield data collection and service platform proposed in this paper.

grain; web service; data visualization; yield monitoring; industrial personal computer (IPC); SOAP

10.11975/j.issn.1002-6819.2016.09.020

S24; TP399

A

1002-6819(2016)-09-0142-08

郑立华，郭 享，李民赞，李新成，陈 元，肖昌一. 面向异构平台的谷物测产数据采集及实现[J]. 农业工程学报，2016，32(9)：142－149.

10.11975/j.issn.1002-6819.2016.09.020 http://www.tcsae.org

Zheng Lihua, Guo Xiang, Li Minzan, Li Xincheng, Chen Yuan, Xiao Changyi. Grain yield data collection and service for heterogeneous platforms[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(9): 142－149. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2016.09.020 http://www.tcsae.org

2015-04-24

2016-03-02

公益性行业（农业）科研专项（201303109）；863计划项目（2012AA101901）

郑立华，女，教授，博士生导师，主要从事农业信息化方面的研究。北京 中国农业大学“现代精细农业系统集成研究”教育部重点实验室，100083。Email：zhenglh@cau.edu.cn

※通信作者：李民赞，男，教授，博士生导师，主要从事精细农业方面的研究，北京 中国农业大学“现代精细农业系统集成研究”教育部重点实验室，100083。Email：limz@cau.edu.cn. 中国农业工程学会会员：郑立华（E040100148M）