物联网概述及其在烟草农业中的应用展望

刘国顺，李朋彦，丁松爽，任天宝

河南农业大学烟草学院/国家烟草栽培生理生化研究基地/烟草行业烟草栽培重点实验室/河南省生物炭工程技术研究中心，河南省郑州市金水区文化路95号 450002

农业生产是在地球表面露天进行的有生命的社会生产活动，它具有生产分散性、时空变异性、灾害突发性等人们用常规技术难以控制的基本特点，这是农业生产长期以来处于被动地位的原因[1]。烟草是特殊的吸食性经济作物，消费者及工业对烟草的产质量要求较高，气候条件、土壤养分、农艺措施等都对烟草的生长发育与产质量形成具有很大影响[2]。

目前我国烟草农业正处于从传统农业向现代农业转变的过渡期。农业现代化仍是“四化同步”的短腿，党的十九大提出“实施乡村振兴”发展战略，引导和推动更多资本、技术、人才等要素向农业农村流动，深化土地改革，推动土地流转，故，依靠大量劳动力耕作、管理的传统农业将难以为继，发展集约化、规模化、信息化、自动化、智能化管理的现代农业势在必行。用现代工业技术装备农业，用物联网技术武装农业是实现农业精细、低耗、高效、优质、环保、可持续发展的根本途径，也是世界农业发展的新趋势，更是我国农业新技术革命的跨世纪工程。

1 物联网概述

1.1 物联网概念及其发展历程

物联网（Internet of Things, IoT）是世界公认的继计算机、互联网与移动通信网之后的第三次信息革命。物联网最早可追溯到1990年施乐公司的网络可乐售卖机；1995年，比尔·盖茨在《未来之路》一书中提到“物物互联”的理念；1998年，美国麻省理工学院Auto-ID研究中心在产品电子代码（EPC）研究基础上提出了物联网构想并构建了技术路线；1999年，麻省理工学院Kevin Ash-ton教授首次提出物联网的概念，表示万物皆可通过网络互联；2005年，国际电信联盟（International Telecommunication Union, ITU) 在年度报告中指出，物联网是通过智能传感器、射频识别（RFID）、激光扫描仪、全球定位系统（global positioning system, GPS）、遥感（remote sensing, RS）等信息传感设备及系统和其他基于物-物通信模式（Man to Man、Man to Machine、Machine to Machine, M2M）的短距无线自组织网络，按照约定的协议，把任何物品与互联网联系起来，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种智能网络[3-6]。2004年，日本提出u-Japan计划，力求实现任何人、任何物、随时、随地均可互联的泛在网络体系；2006年，韩国确立了u-Korea计划，旨在建立无所不在的智能型网络服务于民众生活；2009年，美国IBM首席执行官彭明盛首次提出“智慧地球”设想，物联网成为美国振兴经济的重点之一；同年，温家宝总理视察无锡时“感知中国”的讲话加速了我国物联网的研究和应用。近来，“互联网+”行动计划的制定使物联网上升到了国家战略层面。

目前，国内物联网的研究主要集中在智慧城市、智能家居、交通、仓储、产品溯源、物流、安防、远程医疗等方面，并在交通和物流方面发展较为迅速，结构及平台建设相对完善，在农业方向发展较为缓慢，在水产养殖和设施栽培等环境相对可控的设施农业方面有所突破，而在大田生产方面的应用主要用于监测预警和简单控制。

1.2 物联网构架

物联网构架主要分为感知层、传输层和应用层。

感知层是物联网的触角，该层主要由各种感应器等探测设备组成，用于测量收集相关数据信息；传输层相当于物联网的神经传输系统，将信号传递给中枢神经系统，该层由短距离传输（即无线传感网络，Wireless Sensor Network, WSN）和长距离传输（即Internet）两部分组成，感知层获取的各类数据信息经过打包，通过网关节点及网络传送至中央服务器，实现数据的多形式、大范围、远距离的传输；应用层相当于物联网的大脑，数据经过服务器解译、云计算进而做出智能决策，并将决策信息传送到应用终端，发送相应调控指令。

2 现代农业与农业物联网

农业4.0和智慧农业是对现代农业的全新定义。李道亮[7]表示，农业4.0是以物联网、大数据、移动互联、云计算技术为支撑和手段的一种现代农业形态，是智能农业，是继传统农业、机械化农业、信息化（自动化）农业之后进步提高到更高阶段的产物。“智慧农业”是指集成现代生物技术、现代信息化技术、农业工程、农用新材料等学科，实现集约化、规模化、数字化、低碳化、信息化、自动化、可持续发展的现代超前农业生产方式，即农业先进设备与露地相配套的“高效、低耗、智慧、精细”生产方式[8-10]。

农业是物联网技术应用需求最迫切、实施难度最大、集成性特征最明显的重点应用领域之一，是贯穿于农业的生产、加工、经营、管理和流通等各个环节的物联网应用体系[11]。农业物联网（Agriculture IoT-oriented）就是借助各类传感器、GPS、RS、摄像头等探测设备广泛准确的采集多尺度、多时相、动态连续的相关数据，通过集成无线传感网络、电信网和互联网进行数据的格式转化、压缩并实现数据大范围、远距离的无损传输，最后通过云计算和专家决策系统等技术手段将海量数据进行解译、融合和挖掘分析，做出相应的预警、控制等决策指令，并通过智能终端实现过程监控、科学管理和即时服务，实现农业生产过程中的全面感知、可靠传输、智能决策和自动控制。

3 国内外农业物联网发展现状

物联网在国外被视为“危机时代的救世主”，在当前的经济危机尚未完全消退的时期，许多发达国家将发展物联网视为新的经济增长点[12]。

在农业资源监测和利用领域，欧美国家利用资源卫星监测土地利用情况，通过信息融合和系统决策实现大区域农业的统筹规划；在环境监测和精准农业方面，美国、法国、加拿大、日本、澳大利亚等发达国家大力发展传感器，利用先进的传感技术和信息融合技术实现农田环境监测、种苗培育、智能灌溉、农机智能调度，变量施肥[13-16]；病虫害预警方面，美国、法国、加拿大等利用卫星遥感技术对灾害性天气和病虫害进行预警，并建立了比较完备的农业环境监测系统；设施栽培方面，荷兰一直处于领先地位，在设施栽培中实现营养液的自动测定、自动计算和自动补充，实现了智能化管理；在滴灌施肥方面，以色列已全部实施节水灌溉技术，系统通过土壤和灌溉水的监测数据，经专家决策系统计算所需浓度与配比，通过滴灌系统直接供给到植物根系；水产养殖方面，丹麦、荷兰、日本等国实现了养殖环境信息的自动监测与传输，通过设置的阈值发送警报，并通过决策系统进行自动控制[17-19]。

目前我国物联网在农业中的应用主要有农产品溯源、智能仓储、运输和供销、智能养殖、智能灌溉、病虫害监测预警、智能温室大棚等方面。

3.1 水产养殖

我国物联网在水产养殖方面研究比较成熟，在水下传感器开发、传感网络组网、信号传输、软件编辑和平台建设等方面都进行了深入研究，实现了水环境的大面积实时监测，给氧、给料等设备的自动控制，提高了养殖效率。

颜波等[20]提出了基于RFID与无线传感网络的水产品智能化养殖监控系统的架构及应用实施方案，总结影响水产品生长的环境因素，并确定出进行水产品高密度养殖的最佳环境,从而实现环境资源的充分利用。童新建[17]对养殖场水质环境进行实时监测，并构建了J2EE管理平台，实现了生产监测、报警与管理，有效提升了淡水鱼养殖的工作效率。陈海磊[21]利用ZigBee技术和GPRS通信网络设计了水产养殖远程监控系统，并利用GPS技术实现移动采样点的定位和导航，实现了低成本的大面积监测。李慧等[22]开发了基于Android系统的水产养殖远程控制客户端，测试结果表明，系统界面人性化，操作简单，实时性较好，稳定性较高。史兵等[23]和薛盛友[24]设计了工厂化水产养殖智能监控系统。蒋建明等[25]建立了水产养殖无线数据采集监测系统。

3.2 设施栽培

我国组建了较为成熟的大棚环境信息监测系统，实现了环境调控设备的自动开启和关闭，并在Web的技术支撑下，实现了多个大棚的在线监控。

吕伟德等[26]根据水培花卉智能生产大棚建设需求，利用无线传感网络和3G移动网络开发了一种基于农业物联网架构的水培环境监控系统，并在Web服务器的支持下实现5个水培大棚主要环境信息的实时在线监控。李鑫[27]将各种数据处理技术运用到农业物联网平台中,从而实现有效处理各项环境数据以及快速响应用户请求。徐珍玉[28]对设施农业物联网关键技术进行了研究，实现了设施大棚环境监控和数字化管理，降低了农业成本，提高了产品产质量和市场竞争力。李海南[29]和王怀宇等[30]建立了基于物联网的温室大棚远程控制系统。黄桑[31]、初洪龙[32]和曾哲敏[33]设计了基于物联网技术的设施栽培环境在线测控系统。于合龙[34]设计并实现了基于Web的设施栽培物联网远程智能控制系统。

3.3 大田监测

我国对无线传感网络、硬件设计、数据分析、软件开发、系统组建等关键技术进行了研究，实现田间小气候、土壤墒情、作物长势等方面的信息监测，通过决策系统进行诊断、预警，以指导施肥、灌溉等措施。而在土壤养分和作物生理指标监测方面，受传感器种类和灵敏度的限制，存在监测不准确、监测指标少等问题，仍是大田物联网监测系统建立的难题。

牛磊[35]设计了传感阵列节能切换方案、ZigBee与3G移动网络和Internet协议互换方案、太阳能和蓄电池自动切换电路，降低了系统的成本和功耗，并编写了基于Web的服务器软件程序，实现了多点、多参数、大范围的田间环境实时监测。夏于等[36]通过融合异构网络，对小麦长势及气象信息进行远程动态监测，运用C#语言对服务器进行构建和软件编辑，实现了小麦苗情远程诊断和远程监控管理。高玉芹[37]、王战备[38]、王震等[39]分别设计了基于ZigBee、GPRS和图像识别等技术农田信息远程检测系统。焦俊等[40]对传输层中的路由器和协调器的硬件电路进行了设计及软件系统的开发，开发了结构灵活、通用性强的路由和协调器，组建了稳定、可靠的农田环境监测系统。时雷[41]对小麦生长环境监测中的数据采集技术进行了探讨，并针对物联网大数据的性质，利用粗糙集和决策树集成的算法对大数据进行异常值挖掘，实现了小麦生长过程中的异常报警。严曙等[42]设计了农田土壤墒情、病虫害、气象情况、作物长势等大田信息监测的物联网系统。杜克明[43]设计了基于WebGIS在农业环境物联网监测系统，实现了区域由点到面的远程监测，对大区域监测和生产管理提供了理论依据。

3.4 精准灌溉

我国研制了多通道农田环境信息监测系统，通过其对土壤墒情的监测数据，结合土壤性质、降雨量、作物需水规律等对数据进行云计算和决策分析，对灌溉设备进行自动控制。

李淑华[44]对农田土壤墒情监测系统和智能灌溉云平台构建的关键技术进行了研究，对决策私有云服务粒度进行了优化设计，实现了对观察者的实时数据推送，提出基于角色和空间属性的安全访问模型REBAC。宋增芳[19]实现了田间土壤墒情的实时监测，并根据土壤温湿度和葡萄需水规律进行决策，编辑PLC控制单元，实现灌溉系统的自动和手动控制。吴秋明等[45]在新疆库尔勒根据棉花灌溉需求，制定了墒情监测布点方案，设计了干旱区棉田膜下滴灌智能化控制系统，并在自动决策系统中设置了人工干预配水决策功能，在实际应用中取得了良好效果。刘海燕等[46]实现了灌区管理系统中物联网与云计算的无缝连接，提高了系统数据采集效率和资源共享能力。

3.5 病虫害监测

我国研制了多款虫情测报系统，通过在诱虫灯上安装传感器实现大田虫情监测，病害监测主要是与遥感技术结合，通过图像解译和数据分析对病害进行分级，通过专家系统指导农药喷洒。

张恩迪[47]研发了一套自动采集农田环境信息、害虫数目，并可进行参数设置的农业害虫智能监测系统。司丽丽等[48]在WebGIS的基础上建立了基于地理信息系统的全国主要粮食作物病虫害实时监测预警系统。赵文宏等[49]和李建荣[50]实现了农田害虫远程自动监测。王艳[51]和顾晓丽等[52]构建了森林病虫害防治的智能监测系统。

4 物联网在烟草农业方面的应用展望

目前物联网在烟草中的应用主要有智能仓储[53-55]、物流[56-60]和防伪与质量溯源[61]，而在烟草农业中的应用研究较少。近年来，我国烟草种植百亩连片率逐年提高，规模化种植逐渐走向成熟，故发展现代化烟草农业势在必行。

4.1 智能烟草育苗棚建立

烟草育苗是烟草生产中最基础、最关键的一步，壮苗是优质烟叶生产的必要前提，而烟草的抵抗力在苗期最为柔弱，对育苗工厂的卫生条件要求极为严格，育苗期间的施肥、喷洒农药、蓄水、剪叶等措施需要大量、频繁的人工参与，开放的环境和人为活动是苗床病毒侵染和传播的主要因素，尽可能减少人为参与是降低烟苗发病率的关键途径。

物联网技术在环境相对可控的设施农业中更容易实现。在物联网技术的支持下，可以将传感探头伸入育苗池中，实时感知苗池中溶液关键养分浓度，或者安装取样管，从苗室外部依靠压力差定期抽取苗池溶液样品进行测定，通过温湿度传感器感知育苗棚内温湿度情况，通过育苗棚内的旋转高清摄像头远程观察烟苗长势，同时在育苗棚外部安装清洁无菌的肥料桶、水桶和农药桶，并通过管道和内部可移动喷头进行连接，根据烟草育苗知识储备及专家决策系统进行计算，对远程控制平台程序进行编辑，设置阈值，实现自动加肥，自动灌溉，遮荫网自主调节，雨帘自动加湿，排风扇自动开闭，远程控制农药喷洒和剪叶等措施，从而尽可能的减少人为参与。

4.2 病虫害监测

烟草病虫害严重威胁着我国烟草生产，是制约烟叶产量和经济价值的重要因子[62]，烟草病虫害的早期预报在病虫害防治中显得至关重要，合理的喷洒农药、减少烟叶农药残留是提高优质烟叶品质的重要举措之一。

虫情测报灯是通过害虫撞击诱虫灯上的传感器监测区域害虫数量，但此方法对体型较小的害虫和非飞行害虫监测不准确，是传感技术需要攻关的方向。病斑识别主要是采用大田安装的高清摄像头，拍摄病害植物照片，再通过图像处理分辨各种不同的病斑，最终进行识别，但对于大面积烟田来说，病害植株不易锁定。目前对烟草病虫害监测的手段还有近红外、主动遥感和高光谱技术，借助无人机技术与遥感技术的结合，通过不同发病程度的烟株特征波段筛选，建立病害发展模型，可以较为准确地对烟田病株进行锁定和监测，数据时相选择是光谱技术应用的关键。根据病虫害发展规律，结合烟草植保知识库，对烟田施药进行决策，以及时控制或预防烟草病虫害的发生发展。

4.3 精准灌溉

随全球气候变暖的影响，淡水面积逐渐减少，报道显示，我国农业灌溉用水占全国总用水量的65%左右，一方面，我国的灌溉方式多为大水漫灌，水分利用率低；另一方面，烟农缺乏理论知识，对灌溉时期把握不准确，浇了无效水，造成水资源的大量浪费和肥料淋失。适时合理的灌溉制度是保障烟叶产量，提高烟叶品质的关键。

我国烟草种植区域中丘陵山地较多，地势上的差异增大了灌溉难度，在大水漫灌下高地势的养分和土壤随水流失，造成高地势地薄脱肥，低地势贪青晚熟的恶性循环，物联网技术和滴灌设备相结合是一种节水、高效的灌溉方式，适宜于各种地势。根据烟草不同生长时期的根系深度，在田间不同空间位置、不同土壤深度埋置温湿度传感器，实时监测烟田土壤墒情信息，利用遥感技术，监测烟株含水量，安装田间小气象站预测降雨量，根据烟株大田需水模型，在控制系统分时期、分耕层设置阈值，结合传感器的实测信息进行智能判断与决策，通过滴灌管主管和支管上安装的压力计、流量计和控制阀进行自动灌溉，同时，根据传感器的定位信息对烟田进行管理分区，实现精准、适时、适量、合理灌溉；也可与水肥一体化设备结合，从而实现因时、因地、因品种用水用肥的自动控制，提高水肥利用效率。

4.4 精准施肥

烟草是喜钾作物，同时对氮素很敏感，准确监测烟株养分含量，合理施肥、提高肥料利用率，减少环境污染一直是行业内关注的话题。

土壤养分的释放和烟株对养分的吸收利用与所处的复杂环境密切相关。在田间安装农情测报系统，融合土壤养分传感器，实时、动态、准确、连续的监测烟田生态环境信息和土壤养分信息，利用RS获取烟株生理生态信息，并通过GPS获取传感器定位信息，构建大田网关节点，集成无线传感网络，将信息远程、快速、无损地传输至服务器终端，对海量数据进行融合、处理，根据烟草生长模型进行云计算，结合专家决策系统进行决策，利用GIS平台生成决策处方图，由服务器将决策信息发送至智能控制终端，实现烟草机械的智能调度，根据决策处方图进行变量施肥，减少肥料浪费，降低农业面源污染。该系统要求烟草器械本身也是一个智能控制体系，包括与大田一致的定位系统，兼容的信号传输系统，肥料施用量自动控制系统。

现代监测手段和云计算技术的研究无疑加速了农业物联网系统的完善。传统化学测定手段准确度高，但测定耗时、耗力，大大降低了数据的时效性；主动遥感可以快速、准确的测定烟株的生理指标，但波段的限制导致一次性获取的数据量较少，且多为点状数据，难以实现连续监测；卫星遥感可以快速、同时获取大面积区域的数据，但是卫星图像易受大气效应、地形因子、地物二向性反射等影响[63]，周期性差，图像获取昂贵。高光谱成像技术在连续的几十个甚至几百个光谱通道获取地物辐射信息，在取得地物空间图像同时，每个像元都能够得到一条包含地物诊断性光谱特征的连续光谱曲线[64-66]，可同时反演烟株的物理和化学参数，而无人机搭载高光谱成像仪，加上无人机群的协同作业，机上数据的实时云端处理，可实现烟田面状数据的实时监测。物联网能够在时间上实现连续监测，而WebGIS可以将点状数据扩展为面状数据，物联网与WebGIS、机载高光谱成像仪的结合可实现烟田数据 “点面结合、空地一体化”的监测。

4.5 智能烘烤群建立

烘烤是决定烟叶品质和烟叶产值的关键技术，不同的土壤、生态环境、农艺措施导致烟叶素质不同，给烘烤带来一定的难度。目前我国的烤房建立相对集中，但是烘烤技师技术良莠不齐，烘烤过程中要求烘烤工作人员不断察看烟叶状态和记录烘烤数据，造成烘烤人员休息不足和人手短缺的问题，智能烤房群的建立可以让烘烤人员待在室内同时获取多个烤房的烘烤情况。

我国烤房正处于燃煤烤房和新能源烤房的过渡期，新能源烤房的燃烧室更加方便控制，也更利于物联网技术的应用。在密集烤房中安装防雾、可控光源摄像头用以观察烟叶颜色和形态，在不同架层、部位安装多个温湿度传感器，实时传输到电脑终端，烘烤技师可在现有的烘烤专家曲线的基础上，根据烟叶特殊情况和实时监测数据对系统进行及时调整，通过燃烧室和风机的控制设备，实现对密集烤房的远程控制或自动控制，以减少烟农不断察看的奔波，同时烘烤技师可以通过历史数据对烘烤过程中出现的问题进行分析，为以后烘烤曲线的建立提供理论依据。对各个烤房进行编号定位，在每个烤房上安装无线传感设备，通过互联网可以将多个烤房群进行互联，在强大的服务器支持下，可以实现同时监测和控制。

4.6 烟草农业物联网体系建立面临的挑战

除了物联网系统本身所面临的关键技术不成熟、IP地址不够、成本和能耗偏高及网络传输性能、数据安全等问题以外，烟草农业物联网的建立还面临以下挑战：

（1）缺乏准确、稳定、实惠的传感器。数据是物联网的血液，精准的数据获取是物联网合理决策的前提。目前传感器的种类较少，敏感度不够，田间环境复杂，农艺措施较多，降低了传感器使用寿命，造成系统维护成本较高；传感器标准体系不完善，数据格式不统一，兼容性差。开发多种类、低价格、高敏感、长寿命、强兼容的传感器是烟草物联网得以推广的前提。

（2）缺乏防雾影像设备。在烘烤过程中烟叶的形态变化和颜色变化是烘烤曲线制定的重要指标，而烤房内没有光源，温度较高，湿度较大，镜头容易被雾气覆盖，目前的夜视摄像头只能获取叶片的形态变化，难以获取烟叶颜色影像，防雾、真色摄像头的研发是智能烤房群建立的难点。

（3）大田布线困难。农产品价值低与农业物联网成本高的矛盾使物联网在农业中推广缓慢，而烟草在大田生育期的农事操作繁多，中耕培土、灌水、追肥等措施都可能对网络设备造成破坏，合理的网关节点布局是降低物联网数据传输成本和保证数据可靠传输的关键。

（4）数据模型不成熟。世界著名未来学家Jonn Naisbitt 曾说：“人类正被信息淹没，却饥渴于知识。”面对物联网巨大的数据量，我们缺少对大数据分析应用的方法。农业物联网大数据具有5V特点，即大量（Volume）、多样（Variety）、高速（Velocity）、精确（Veracity）、高价值（Value），除了多源数据融合的问题，对冗余数据的筛选和对异常数值的剔除是减少烟草物联网计算时间的关键，烟草物联网的核心是数据挖掘和分析，准确的数据模型建立、数据模型与物联网技术的融合，以及动态数据与静态模型的耦合显得至关重要。目前国际上大豆、小麦、玉米等基于农业生态系统的作物模型日渐成熟，但在烟草方面，基于生态环境的烟草生长模型、烟草需水规律模型、烟苗生长模型、烟草病虫害发展规律模型、烤房燃料热量释放模型等数据模型尚不成熟，数据模型的建立与优化需要多年、多源数据的积累。

此外，系统维护和软件开发需要大量的技术人员，培养、引进专业人才，加强科研力度，制定相关政策是我国物联网建设的保障。由此可见，建立安全性高、实用性强、标准统一、扩展方便的烟草物联网体系任重而道远。