基于物联网技术的作物虫情采集监测预警系统构建

赵 晴，臧贺藏，张 杰，胡 峰，王 猛，张建涛，李国强

(河南省农业科学院 农业经济与信息研究所/河南省智慧农业工程技术研究中心，河南 郑州 450002)

目前，我国农作物重大害虫监测预警信息的采集主要依靠人工观测、调查、统计以及大田普查、黑光灯诱集、性诱剂诱捕等方式[1-7]。其中，人工调查需要基层农技人员深入田间实地，调查时间长且劳动强度大，记录的调查结果还需再次录入计算机以实现数据的电子化，增加了额外的工作量。黑光灯诱集效果好，但是诱集种类多、数量大，仍需定期取样后进行室内分类统计，不仅时效性差且工作量大，相似的近源种类昆虫难以区分，容易造成统计误差[8-13]。而性诱剂诱捕以利用昆虫性信息素为原理，对指定的田间昆虫进行诱集，方法简单、应用广泛[14]。利用性诱芯进行害虫测报，技术原理成熟可靠，但是需要测报人员定期取样，带回室内人工分析统计，消耗大量人力和时间，调查数据质量差，测报结果具有一定的延时性；对无趋光性和没有性外激素的害虫无法进行诱集监测。

本研究针对性诱测报时效性较差，害虫田间调查数据电子化程度低等问题，利用视频监测、远程传输、图像处理等信息技术，改进害虫性诱测报方式，研发专用的昆虫远程性诱测报装置；开发基于Android智能手机的害虫虫情田间采集APP端(以下简称APP端)，优化害虫信息的采集和统计方式，构建作物虫情采集监测预警系统(以下简称采集监测系统)。该系统以服务器为基础，通过远程性诱测报装置和APP端采集害虫信息，由管理员用户登录系统维护虫情等相关信息，统计整理后的害虫整体发生情况，通过Web端首页进行综合展示，监测点用户通过登录系统查询本地害虫发生情况，并以手机短信的方式向指定群体发布害虫预警信息。

1 系统设计

1.1 整体功能及结构设计

采集监测系统通过APP端，实现田间虫情信息的电子化采集录入、上传等功能，提升田间害虫信息采集的效率，并可查看相关的虫情发生动态信息；结合Web端软件及远程性诱测报数据，实现监测点用户对本地害虫虫情发生数据的在线化管理和应用，并通过采集监测系统设置信息接收通讯录，向指定人群发布虫情预警信息。

采用分层架构设计采集监测系统。从技术框架上，采集监测系统主要分为3个层面，一是以APP端和远程性诱测报装置相结合的数据采集层；二是通过4G、WLAN网络组成的数据传输层；三是对数据进行管理的Web端应用、APP端查询的数据应用层(图1)。

图1 采集监测系统分层架构

采集监测系统由系统服务器及后台数据库、APP端、用户Web端组成，采用了C/S和B/S混合架构。APP端位于Android智能手机上，由用户完成田间虫情数据采集并上传至虫情信息数据库，为C/S结构；用户Web端通过对服务器的链接，完成对预警发布数据库和虫情信息数据库的访问，在Web端实现虫情数据管理和监测预警等应用，为B/S结构(图2)。

1.2 角色权限及功能模块设计

系统角色设计为监测点用户、管理员用户2种，监测点用户使用APP端和Web端账户；管理员用户使用Web端账户。

图2 采集监测系统B/S与C/S混合构架模式

2种角色登录系统Web端后显示不同的界面，相应的功能模块分别进行设计：监测点用户界面为用户信息维护、虫情信息管理、监测预警3个功能模块。其中，虫情信息管理包含监测点虫情信息补录、查询2个子模块，监测预警包含预警阈值设置、通讯录管理、预警信息推送3个子模块。管理员用户界面为系统管理、虫情信息管理、虫情信息查询、虫情基本信息4个功能模块，其中，系统管理包括用户信息管理、站点信息维护、FTP目录管理3个子模块；虫情信息管理包括APP调查信息管理和性诱图像管理2个子模块，虫情基本信息包括作物信息、虫名虫态信息、作物与害虫关系3个子模块(图3)。

图3 采集监测系统角色权限及功能模块设计

1.3 工作流程设计

采集监测系统由监测点用户使用APP端进行田间调查，完成虫情信息的采集和上传；管理员用户通过管理远程性诱测报装置FTP路径，实现装置自动采集远程性诱图片并回传至服务器进行数据采集。监测点用户在Web端对虫情信息进行查询统计和通讯录、阈值的设置，并完成预警信息的编辑推送；管理员用户对服务器、虫情数据库进行管理维护，完成虫情数据的统计分析和信息展示和维护(图4)。

1.4 远程性诱测报装置硬件设计

采集监测系统涉及的远程性诱测报装置主要包括电源、电源控制器、微型摄像头、诱虫陷阱、4G路由器5个部分。(1)电源，通过电源控制器后与摄像头和路由器相连实现供电。(2)电源控制器为KG316T型DC12V时控开关，依据实际需要进行设置，控制摄像头、路由器供电的时间段。(3)微型摄像头选用DV-IP 903 P型130万像素微型网络摄像头，体积小巧适合安装于诱集箱体，并可设置上传图像的FTP文件路径。(4)诱虫陷阱由昆虫性诱芯和粘虫板组成，用于诱杀所监测的目标昆虫。(5)4G路由器为SIM卡插卡式工业路由器，用于图像数据无线通信上传至服务器。

电源由太阳能板、蓄电池及充电控制器组成。太阳能板接受阳光产生电流，通过充电控制器变压后给蓄电池充电。太阳能板置于立杆顶端，下方一侧为测报诱集箱体，另一侧为设备集成安装的防水箱。测报诱集箱体顶端为防雨罩，罩内安装微型摄像头，摄像头正对下方平台上的粘虫板和诱芯；另一侧防水箱内安装电池、电源控制器、4G路由器等(图5)。

图4 采集监测系统工作流程

1：立杆；2：太阳能电池板；3：防水箱；4：测报诱集箱体；5：微型摄像头；6：性诱芯及粘板；7：电池、电源控制器、4G路由等；8：地埋基座

2 系统实现

2.1 系统开发环境

APP端：基于Android Studio开发系统；程序语言：Java；Android 4.0.3以上系统。Web端：基于Visual Studio 2017集成开发环境，开发语言C#、Asp.net；Windows 7操作系统以上。

2.2 关键技术原理

远程性诱测报装置主要以远程视频监控系统的定时拍照功能为基础，集合4G无线传输技术，实现性诱图像的定时采集和回传；对不同种类的诱虫图片进行图像预处理，构建SVM识别模型，并基于OpenCV的Adaboost级联分类的树状结构，进行OpenCV的Traincascade程序分类器训练，实现图像计数；通过后台集成SMS(Short messaging service)移动电话短信的云服务功能，实现监测点用户向指定人员发布预警信息。

2.3 功能实现

系统以Microsoft Visual Studio 2015作为开发工具，采用B/S模式，后台服务器采用Windows Server 2008操作系统和SQL Server 2008数据库系统。APP端系统后台服务器为Windows Server 2008，采用Java 提供的Web Service服务用以接收APP端上传的田间采集数据，或监测点用户Web端录入数据。性诱测报系统通过后台设置FTP文件夹和回传路径，获得远程性诱测报装置回传的诱集图像，图像处理后的数据录入后台服务器。APP端、Web端及图像处理数据，采用统一格式的数据库表头字段，实现数据的标准化，达到APP端和Web端数据共享和兼容。

2.4 APP端

APP端仅提供监测点用户登录帐号，登录后主要分为查询、录入、管理3个模块。其中，数据录入模块，用于监测点用户采集虫情信息，通过依次点选作物、虫名、虫态，填写数量及备注信息后，保存在APP端本地(图6)；采集的数据在管理模块中，由监测点用户通过点击相应选项进行上传。

图6 采集监测系统APP端数据录入模块

2.5 Web端

监测点用户通过用户名和密码进入站点界面，显示为个人中心、虫害信息、监测预警3个模块。通过虫害信息模块，可以筛选、查看、下载来自本监测点的虫情相关信息数据，并提供信息添加界面，方便监测点用户对虫情信息补充完善。监测预警模块，由监测点用户设置所监测目标害虫的预警阈值，并管理本监测点范围内的种植户等相关人员的名单和手机号信息，进行信息推送的设置；当目标害虫发生情况达到预警阈值时，由监测点用户在短信推送界面选择需要发送的人员，编写预警信息后进行短信推送(图7)。

图7 监测点用户预警信息推送

管理员用户通过用户名和密码进入管理界面，显示为系统管理、虫害信息管理、统计报表、虫情基本信息4个模块。虫情信息管理模块，一是管理各监测点用户APP端上传的包括地点、时间、作物、虫名和虫态、数量信息等在内的虫情数据库；二是管理远程性诱测报信息，通过后台图像识别程序分析远程性诱测报装置回传的诱集图像，统计并录入虫情数据库(图8)。

图8 管理员用户图像处理界面

3 实例应用

系统的远程性诱测报装置，于2018年在中国农业科学院郑州果树研究所的灵宝县寺河乡果园基地得到实地试用。监测目标害虫为苹小卷叶蛾(Adoxophyesorana)，8月28日放置性诱芯和白底粘虫板，每天采集诱集图像，8月30日开始诱集到第1只苹小卷叶蛾雄蛾，至9月6日诱集到9只苹小卷叶蛾雄蛾，与普通的性诱诱集结果没有明显差异。采集监测系统及远程性诱测报装置性能稳定，监测结果可靠(图9)。

图9 远程性诱测报装置应用及其对苹小卷叶蛾诱集结果

4 结论与讨论

本研究以APP端进行虫情数据采集与远程性诱测报装置采集相结合的方式，构建了采集监测系统，提高了田间调查工作的效率，提升了虫情监测的信息化水平。

得益于移动通信技术和智能手机的快速发展，开发专用的APP端进行相关信息的采集，已成为农业生产中虫害管理的趋势，国内已有学者开发了相关APP，实现了棉蚜发生信息、枸杞病虫信息等的实时采集[15-16]。在害虫信息自动采集方面，应用红外线技术对诱集到的虫体进行计数统计已经得到实现，该项技术对湖北、安徽两地的蔬菜斜纹夜蛾及西安地区玉米害虫的监测验证试验中，害虫发生动态的峰期与常规性诱监测的峰期基本一致，但虫量统计数值与实际诱集结果存在误差[17-19]。

本系统应用物联网技术提高了作物不同种类害虫信息采集与分析的工作效率，同时改进了害虫性诱测报的时效性，保存了性诱图像的原始资料，方便进行人工校验，保证了性诱测报数据的准确性，便于基层农技人员精准掌握农田虫害实时动态并发出预警，有利于及时做好虫害预防措施，促进植保工作的良性发展。