水稻生长信息动态监控系统设计——基于物联网技术

董淑娟

(黄河水利职业技术学院，河南 开封 475004)



水稻生长信息动态监控系统设计
——基于物联网技术

董淑娟

(黄河水利职业技术学院，河南 开封 475004)

获取水稻的相关生长信息可以动态监控和实时掌握水稻的生长情况，是实现水稻生产管理的自动化和智能化基础。为此，基于物联网技术，设计了集水稻生长过程数据采集、视频信息传输、后台数据分析处理和水稻生长精准调控等功能于一体的水稻生长信息动态监控系统。根据该系统，对植物工厂中种植的4种水稻作为试验田进行研究，选择株高、有效穗数和叶绿素含量这3种性状作为监测对象，并与人工测量数据进行比较，发现该系统可有效监测水稻的株高、有效穗数和叶绿素含量等数量性状，结果表明：系统可实现水稻生产中资源的合理利用，保证水稻高质、高产。

水稻；生长信息；动态监控；物联网

0 引言

水稻是我国主要的粮食作物之一，在生长过程中会受到水分、土壤肥力、极端温度和病虫害等因素的影响。如何根据水稻的生长发育过程准确地对水稻的环境胁迫、生长态势等问题实现远程异地实时监控管理，是我国实现对水稻生产智能化、自动化管理中需解决的重大技术难题。水稻生长的季节性很强，整个生长时期又由多个生长阶段组成，每个生长阶段都有特定的信号特征，及时准确地采集水稻生长的动态数据，是实施精准农业的重要环节。通过掌握水稻生长的相关信息，可以合理地设置及控制水稻生长的变量参数，从而提高水肥和农药的管理自动化水平和利用效率。

水稻生长的信息分为外观信息和内在信息：外观信息是指生长发育状况可视的形态信息，包括株高、株型、叶色及穗形等，可以直接观察记载或简单测量获得。它们是水稻生长健康状况的直接反映，也是成熟后产量形成的基础。内在信息是指水稻各种生理生化物质的种类、含量及代谢状况，包括叶片温度、渗透势、叶绿素含量、净光合速率及营养状况等，需要借助特定的仪器设备或通过专门的实验方法测得。外观信息的内在原因可为评价水稻的生长状况和排除生长阻碍因素提供最直接的依据。

目前，水稻生长信息的监控由人工操作，如对株高、生育期、产量组成性状和病虫害抗性进行肉眼的观察记载，对叶绿素含量和净光合作用速率则用便携式的小型仪器来测定。监控的结果受人员素质的影响较大，具有很大的主观性，无法准确细致地获得水稻的生长发育进程、水肥营养状况、所受病虫害程度及周边环境的情况。同时，在采样过程中对水稻本身和及其生产环境具有破坏性，且效率低，不能及时有效地反馈水稻生长信息。

物联网技术的兴起和发展，为作物的生长动态信息的实时远程监控提供了有力的技术支持。张琴等[1]通过远程监控技术、遥感影像处理技术、地面监测技术、Web技术和专家数据库，初步实现了对小麦生长的远程监控与诊断，为小麦的生长调控管理创造了条件。吴艳兵、武聪玲、张晓龙等[2-4]基于计算机视觉技术实现了对黄瓜生长信息监测。卢少林等[5]基于作物生长广谱分析技术，研发了一种基于主动光源的双波段作物生长信息监测仪，可实现对大田作物生长信息全天候实时、快速监测。但是，目前大多数的实时监测诊断系统功能较简单单一，无法实现大面积、实时、快速对农作物生长情况远程监测和反馈。同时，在对水稻的生长信息的实时动态监控研究方面，目前国内尚属空白。

为此，基于物联网技术，设计出了水稻生长信息动态监控系统，可极大地提高水稻生长信息监控的效率和准确性，为水稻生长过程中节水节肥、及时有效地应对各种生物和非生物逆境提供技术支持。

1 设计原理及结构

1.1 设计原理

基于物联网技术，建立了稻田信息采集设备、自动化传输和智能分析系统，实现对水稻生长信息的动态监测和远程控制。利用射频识别技术、光谱分析技术来测量水稻的形态性状、产量性状、生理指标和病虫害程度等数据，通过后台数据分析获得水稻生长的生长发育期、生理状况和产量潜力，并设计最佳的水稻生长条件，进行精细调控以达到增产、缩短生长周期和节水节肥的目的。

1.2 总体设计

借鉴物联网在我国农业生产上的应用，设计出了集水稻生长过程数据采集、视频信息传输、后台数据分析处理和水稻生长精准调控等功能于一体的水稻生长信息动态监控系统。数据采集系统负责水稻生长信息的感知、获取，控制电气设备工作状态；视频信息传输系统通过因特网和3G 网络来感应和启动信息的传输；后台数据分析模块对水稻生长数据信息进行统计分析及结果处理；水稻生长精准调节系统负责根据反馈的数据分析结果对水稻田进行针对性的智能化控制和管理。基于物联网技术对水稻生长信息的监控是依托植物工厂进行的，植物工厂是目前设施农业和精准农业的主要模式。植物工厂内的光照和温度由人工控制，几乎不受自然的影响，对作物生长条件的设定有很强的计划性和针对性。

2 系统组成

本系统主要包括田间视频数据采集装置、信号传输装置、数据处理服务器和后台管理系统4部分，由物联网无线传输技术把4个系统连接在一起。

1)田间视频数据采集装置：以计算机视觉技术为基础，用美国ASD公司FieldSpec光谱仪测定水稻生殖生长期剑叶在450～680nm和750～770nm区内的光谱反射率，计算叶绿素和全氮各组分的含量。采用被动或主动方式的光谱仪获取水稻冠层特征光谱，供选仪器有日本Topcon公司的CropSpec植物氮含量传感器及美国天宝FOCUS6光谱仪。水稻的营养状况是与其叶片的光谱特性密切相关的，通过光谱成像技术读出光谱频率，然后在555、660、680、780nm这4个频率上建立氮素在水稻植株中含量的预测模型。叶绿素含量是水稻生长信息监测的重要指标，用SPAD502叶绿素仪测定。

2)信号传输装置：视频采集装置和数据处理器之间的视频信号和控制指令通过网络来进行无线传输，采用COFDM调制技术来保证数据传输的连续性和可靠性。

3)数据处理服务器：接收和保存田间视频系统收集的数据，分析传输系统传来的数据，然后基于实际操作人员和相关专家的经验知识进行分析。利用Windows CE环境下的串口提高系统的运行效率，通过Visual Basic 6.0平台与信息系统集成，制定出应对的策略并输出结果。

4)后台管理系统：接收并根据数据处理服务器反馈的分析结果和专家决策对水稻生长信号所反映的问题进行针对性管理和控制，由计算机控制的智能化农业或除草剂喷洒设备、光温调节设备或施肥机械来完成任务实施。

3 田间试验

3.1 水稻材料

田间试验于2015年在湖南长沙的植物工厂中进行，种植土壤为平原区的潜育水稻土，有机质含量为24.5g/kg，有效氮含量为126mg/kg，速效磷含量为11.3mg/kg，速效钾含量为132mg/kg，pH值为5.46；所用的水稻是天优华占、淦鑫600、岳优9113和欣荣优2498，种子从当地的农资市场购买。这4个三系杂交水稻品种在我国的南方稻区作为二季晚稻种植，具有较大的推广面积，因此作为代表性品种运用在本试验中。

3.2 试验设计

水稻在6月下旬播种，7月下旬移栽，双本种植。4个品种在田间按照随机区组排列，设置3个重复，小区面积为5m2。小区中的水稻植株行距20cm，株距16.7cm，小区之间空1行。水肥管理和病虫害防治基于物联网监控系统的指令进行。选择株高、有效穗数和叶绿素含量这3种性状作为监测对象，用视频识别技术进行监控。同时，每个小区随机选择20个单株用传统方法人工测量株高，记录有效穗数，用SPAD502叶绿素仪测定剑叶的叶绿素含量。上述数据都在水稻的灌浆期获取，用SSPS17.0软件进行数据的统计分析，用t测验来检验两种方法所得数据的显著性。

3.3 试验结果与分析

物联网监控的4个水稻品种的株高均高于人工测量的结果，且都达到了极显著的水平。其原因是：灌浆期的水稻主穗由于充实度较高，出现了一定程度的下垂，人工测量的株高是从地面到主穗顶端的长度，而物联网监控的株高是从地面到主穗自然状态下的高度，因而存在一定的偏差。但是，4个品种间株高的相对关系基本上还是一致的，证实了物联网监控在水稻株高测量上的可靠性，如表1所示。

表1 两种测定方式所得的水稻性状

两种测定方式所得的4个水稻品种的有效穗数比较接近，仅有岳优9113出现显著的差异，原因在于该品种出现了少数的无效分蘖，但没有被视频系统识别并区分开来。这说明，物联网监控能够高效地测定水稻的有效穗数，但还需进一步优化设定的参数，加强对无效分蘖的识别和区分。两种测定方式所得的4个水稻品种的叶绿素含量也比较接近，仅有淦鑫600出现显著的差异。

上述结果表明：物联网监控对于水稻这3种数量性状的测定是高效和可靠的，只是还需要针对不同品种的具体情况对相应参数进行优化。这些数据经过服务器输入后台管理系统，得到相应的指令和应对措施，最终实现了水稻的高产。

4 结论

以视频数据采集、光谱分析和信息传输技术为支撑，设计了一种基于物联网的水稻生长信息动态监控系统。在田间的试验中，与人工测量的方法相比，该系统能够高效可靠地监测水稻的株高、有效穗数和叶绿素含量等数量性状，可实现资源的合理利用，保证水稻高产。

物联网技术在给传统农业模式带来改变的同时，也存在一些问题。首先是数据采集系统的研究相对滞后，大部分采用有线方式，因此监控的距离较短、布线和维护都相对困难。其次，较高的研发成本也推高了应用的成本，导致普通的水稻种植者不易接受，限制了应用的规模。最后，各地的环境条件差异很大，水稻品种种类繁多，监控的具体参数须要根据实际情况进行优化。同时，水稻生产者面临的具体问题和技术难度千差万别，难以得到及时、准确的解答，只能根据以往的经验来判断。因此，基于物联网技术对水稻生长信息动态监控系统还有很大的改进空间，并有望得到更广泛的应用。

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

[2] 吴艳兵，樊啟洲，郑健，等.计算机图像处理技术在温室黄瓜幼苗生长信息检测中的应用[J].湖南农机,2007(3):7-9.

[3] 武聪玲，腾光辉，李长缨.黄瓜幼苗生长信息的无损监测系统的应用与验证[J].农业工程学报,2005,4(4):7-9.

[4] 张晓龙，樊啟洲，郑健，等.基于DSP的机器视觉在黄瓜生长信息检测中的应用 [J].中国水运,2007(5):147-149.

[5] 卢少林，倪军，曹卫星，等.基于主动光源的作物生长信息监测仪的设计与试验[J].农业工程学报,2014,30(23):199-206.

Design of Measuring System of Rice Growth Information and Dynamic Monitoring——Based on the Internet of Things

Dong Shujuan

(Yellow River Conservancy Technical Institute, Kaifeng 475004,China)

Being related to rice growing and dynamic monitoring information can be real-time control the growth of rice, is to achieve automation and intelligent management on the rice production. This study was based on Internet of things to design a set of rice growth process data acquisition, transmission of video information, background data analysis process and the growth of rice precise regulation of the four major functions in one rice growth dynamic monitoring information system. According to this system, four rice planting as experimental field study in the Plant factory, choose plant height, panicle number and chlorophyll content of these three characters as the object, based on monitoring data networking technology and manual measurement data obtained with comparison, found that the system can effectively monitor the rice plant height, panicle number and chlorophyll content of quantitative traits, and obtain the relevant data to take appropriate measures to achieve the rational use of resources in rice production to ensure high yield of rice.

rice; growth imformation; dynamic monitoring; internet of things

2016-06-07

河南省科技厅项目(豫科鉴委字[2014]第671号)

董淑娟(1978-)，女,河南民权人，副教授，硕士，(E-mail)dongshujuan0603@163.com。

S126

A

1003-188X(2017)08-0216-04