大田作物智慧生产综合服务平台构建与应用

赵 晴 李国强* 胡 峰 王来刚 臧贺藏 张 杰 王 猛 张 辉 郑国清

（1.河南省农业科学院农业经济与信息研究所，郑州 450002；2.河南省智慧农业工程技术研究中心，郑州 450002；3.河南省智慧农业产业技术创新战略联盟，郑州 450002）

1 引言

经过十余年的快速发展，农业信息技术不断更新换代，基础设施成本不断下降，在国家重视农业信息化的大背景下，物联网、人工智能、云计算等技术在农业各个方面均得到了大量的应用。阎晓军等[1]提出了农业物联网在北京地区设施农业上的应用模式，建设了面向设施蔬菜生产管理和面向政府决策、农户技术指导、公众消费的农业物联网应用系统。夏于等[2]设计并实现了基于物联网技术的小麦苗情远程诊断管理系统，结合远程监控节点动态数据计算，并进一步融合小麦生理生态特性和作物气象灾害指标分析，实现了小麦生产过程和主要气象灾害的精准监测、快速诊断。物联网在带动和提升农业发展的同时，也存在一些问题，如农业信息服务不通畅及农业智能化生产管理水平低等，无法形成对农业生产管理过程的信息化支撑，应用系统的需求功能需要进一步完善与整合[3]。

当前，我国农业正值传统农业向现代农业的转型期，劳动力缺失、传统生产方式效率低下、标准化生产程度不高等问题日渐突出。因此，构建智慧农业生产服务平台系统，将现代信息技术与农业深度融合，通过农业物联网、智能决策、水肥一体化灌溉精准控制、农业信息服务数字化等手段转变传统农业粗放的生产方式是农业生产提质增效，大幅度提升农业生产过程的智能化监控与精细化管理水平的必需手段。李丹等[4]采用农业物联网、专家决策分析模型、自动化控制等先进信息技术，设计构建智慧农业生产示范管理服务平台，将信息技术与农艺深度融合，通过农业物联网、测土配方施肥等改变传统农业粗放的生产方式。于超等[5]针对水稻全产业链中各阶段的信息资源需求，建立了一套以空间信息为载体，以水稻科研数据、水稻种植过程数据、水稻全产业链数据等为核心的公共数据共享开放平台，促进信息技术与农业生产深度融合应用，提升水稻产业精准化、智能化水平。曾志康等[6]采用面向服务架构技术设计了广西农业科技园区信息综合服务平台，集成应用产品质量安全溯源、病虫害自动识别与诊断、专家远程技术服务、养殖场信息化管理等子系统，提升了广西农业科技园区信息化水平和覆盖面。

本研究通过将农作物氮肥精确管理、长势与环境信息物联网、农情遥感信息服务、水氮智能管理、作物虫情采集监测预警、农产品溯源、农技推广服务、作物大数据平台等业务系统进行集成，全面覆盖了大田作物生产中所涉及的环境、空间、病虫害、品种、农技等信息，实现了环境监测、远程诊断、水氮管理、产品溯源、数据服务等一系列功能的集中应用，极大促进了大田作物生产全过程的信息化整体水平。

2 平台需求分析

大田作物智慧生产综合服务平台需要汇总大田作物生产过程中涉及的各种物联网、农业资源、农业技术、生产管理等数据，主要包括：（1）空气温湿度、土壤温湿度、风速风向、有效光合辐射、二氧化碳浓度等环境气象数据；（2）远程视频图片等图像数据，遥感影像、冠层光谱、空间矢量等农业遥感数据；（3）病虫害发生数据；（4）生产过程农事管理数据；（5）良种农资与新技术数据；（6）供求信息等产业经济数据。

基于对数据的需求，平台应用物联网、移动信息采集、智能控制、数据库、农业模型、大数据挖掘等技术，向种植户、农业企业、农业技术及管理部门等用户提供大田作物环境参数实时监测服务，远程视频图像服务，农情遥感监测服务，水肥决策服务，水肥一体化自动灌溉控制，虫害监测预警服务，农技知识服务，农产品大数据定制化产品服务。

3 平台设计

3.1 总体结构设计

综合服务平台架构分为硬件设备层、数据传输层、数据服务层、应用服务层、客户展现层，其平台技术架构如图1 所示。其中，硬件设备层包括气象站、墒情监测站、摄像头等物联网数据采集硬件终端，移动数据采集终端，光谱数据采集无人机，智能水肥一体机等；数据传输层主要应用GPRS、4G/5G、WLAN等网络传输技术实现数据上传至数据库；数据服务层主要包括农业物联网、遥感、管理、农技信息等数据库；应用服务层分为农作物氮肥精确管理子系统、长势与环境信息物联网子系统、农情遥感信息服务子系统，水氮智能管理子系统，作物虫情采集监测预警子系统，农产品安全生产全过程溯源子系统，农技推广服务子系统，作物大数据平台；客户展现层由种植户、农业企业、农业管理部门组成的系统用户组成，通过系统账号登录Web 端或APP 客户端，实现对平台及各子系统的访问。

图1 综合服务平台技术架构Fig.1 Technical architecture for integrated service platform

3.2 子系统功能设计

3.2.1 农作物氮肥精确管理子系统

基于光谱指数的氮素营养诊断与调控技术，构建基于地理信息系统（Geographic Information System，以下简称“GIS”）的夏玉米氮肥精确管理系统[7]，其功能模块如图2所示。该系统包含5个功能模块：（1）土壤肥力模块，提供土壤肥力输入、查询等功能。用户在地图中选择相应地块，可查询有机质、全氮、有效磷、速效钾等土壤养分信息，用不同颜色分别表示严重缺乏、略微缺少、适宜种植，根据各指标显示的颜色，用户可了解养分的丰缺度。（2）长势反演模块，提供生物量、叶面积指数、叶片色素含量、叶片氮积累量4 个指标的估算功能。用户将光谱数据输入系统后，可快速获得当前玉米长势情况。（3）氮肥决策模块，提供播前和播后氮肥施用量计算功能，并生成处方，作物播前决策。由用户选择地块，输入目标产量，系统读取土壤数据库和模型参数库，生成氮肥基施处方，作物播后决策，根据测得的光谱数据，估算作物生长状况，调用氮肥调控模型，生成追氮量处方。（4）专家咨询模块，提供品种推荐，肥料查询和病虫害防治方法查询等功能。根据种植区域，用户了解当地农技部门推荐的品种特性、种植要点和注意事项，通过图片点选方式，用户直观了解肥料使用方法和注意事项，分辨病虫害症状了解病虫害成因，并提供相应的防治方法。（5）系统帮助模块，为用户提供系统操作的详细帮助文档，指导用户正确操作和使用该系统等。

图2 夏玉米氮肥精确管理系统功能模块Fig.2 Function modules of accurate nitrogen fertilizer management system for summer maize

3.2.2 农作物长势与环境信息物联网子系统

基于现代物联网技术，依托部署在农田的风速风向、空气温湿度、土壤温湿度、光合有效辐射、雨量等传感器实施采集环境数据，依托高清网络摄像头获取农田现场实时图像，并通过GPRS/WLAN/4G 网络传输至服务器数据库，构建农作物长势与环境信息物联网子系统，其功能模块如图3所示[8-12]。

图3 农作物长势与环境信息物联网系统功能模块Fig.3 Function module of crop growth and environmental information internet of things system

该系统包含6 个功能模块：（1）系统管理，主要包含用户管理、权限管理、节点信息管理、环境采集数据管理、历史数据管理和信息推送等功能；（2）数据采集，将传感器与摄像头采集到田间环境数据及图像信息实时传输到服务器，实现数据的接收、存储、读取、查询、分析等功能；（3）实时显示，将监测所有站点列表及其对应采集的实时数据直接展示给用户，方便其及时地了解当前环境信息变化态势；（4）数据分析，包括数据浏览、统计分析、对比分析、墒情分析、影像浏览和影像对比等功能；（5）智能报警，该功能主要根据不同作物的生长需求，对环境参数进行灵活配置，实时监控其运行状态，当环境参数出现异常时，系统通过手机短信提醒及时准确地发出警报；（6）远程管理，以智能手机作为远程监控系统的终端，将传统的视频监控与移动多媒体技术相结合，实现了移动视频监控功能。

3.2.3 农情遥感信息服务子系统

采用SOA架构，结合GIS、云计算、移动互联网技术，基于多元异构农情遥感数据库，构建农情遥感信息服务平台[13]，其功能模块如图4 所示。该子系统包含8 个功能模块：（1）遥感数据产品预处理，实现产品数据格式转换、区域数据统计和统一格式存放；（2）地图服务自动发布与管理，基于ArcGIS Server 将统一格式存放的数据按用户自定义格式进行地图服务自动发布、管理和附件上传；（3）产品数据管理，实现与地图服务关联相关信息的展示与管理；（4）移动野外数据采集管理，实现野外采样点数据、用户反馈信息和其他标注信息的采集、存储、传输与管理；（5）地图服务查询与空间展示定位，根据用户需求进行相关产品查询、地图可视化展示与空间定位；（6）产品数据统计分析，实现用户选择地图服务中相关报告数据和区域统计数据的表格展示和统计图生成；（7）地图离线包下载，满足用户在野外网络不稳定或无网络连接时将已下载的数据以本地形式进行地图加载与可视化展示；（8）系统管理，实现基本信息类型配置、自定义类型设置、用户信息管理、用户权限分配及系统操作日志管理等功能。

图4 农情遥感信息服务系统功能模块Fig.4 Function module of agricultural remote sensing information service system

3.2.4 作物水氮智能管理子系统

基于节水灌溉自动化控制技术、灌溉预报技术和水氮决策模型技术，构建了作物水氮智能管理软件[14]，其功能模块如图5 所示。根据业务逻辑和需求分析，系统主要包括实时监测、氮肥决策、灌溉决策和系统管理4 大功能模块：（1）实时监测模块，包括墒情监测和预警管理。墒情监测主要通过4G 网络通信技术实现数据传输，实时显示获取的土壤墒情数据，预警管理是根据土壤墒情监测阈值向用户发送短信，进行预警信息提醒。（2）肥料决策模块，包括单点调控和区域调控。根据示范区土壤肥力状况，可控制单个电磁阀实现单点肥料调控，也可控制多个电磁阀，实现区域肥料调控。（3）灌溉决策模块，包括单点调控和区域调控。根据示范区土壤墒情状况，可控制单个电磁阀实现单点水分调控，也可控制多个电磁阀，实现区域水分调控。（4）系统管理，包括用户管理和传感器管理。用户管理是根据用户权限设置进行统一管理，传感器管理是根据硬件控制设备的类型及基本参数进行传感器信息的新增、编辑、删除和保存。

图5 作物水氮智能管理系统功能模块Fig.5 Function module of crop water and nitrogen intelligent management system

3.2.5 作物虫情采集监测预警子系统

基于远程性诱图像采集物联网和互联网移动端信息采集技术，构建作物虫情信息采集预警系统[15]。该系统前端页面为虫情信息统计展示界面，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。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：（1）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，实现监测点用户对本点的虫情信息的管理功能，监测预警包含预警阈值设置、通讯录管理、预警信息推送三个子功能，实现监测点用户对虫害预警信息的管理与发布。（2）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，实现管理员用户对监测点信息、远程性诱图像回传的设置管理，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，实现管理员用户对全部监测点虫情数据的管理，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，辅助管理员用户对“作物—害虫”的基本信息管理，如图6所示。

图6 作物虫情采集监测预警系统功能模块Fig.6 Functional module of crop pest information collection,monitoring and early warning system

3.2.6 农产品安全生产全过程溯源子系统

根据中小规模的种植企业或合作社经营需求，农产品生产流程共性特点，设计了农产品安全生产溯源系统[16]，其功能模块如图7所示。系统分为6个功能模块：（1）账号管理功能，包括企业或员工账号注册、修改和删除等。企业用户注册涉及企业名称、位置、联系方式、生产经营信息、营业执照及认证证书等信息。（2）场地管理功能，分为田块管理和土壤肥力2 个子模块。田块管理模块方便用户管理不同田块，设置有露天、拱棚或者日光温室等栽培模式，土壤肥力模块用于记录农作物种植前田块的基础肥力和重金属含量等情况。（3）农资管理功能，分为肥料管理、药物管理和种子管理3 个子模块。用于记录各项农资名称、类型、规格、生产企业等信息。（4）农事管理功能，分为生长季管理、灌溉记录、施肥记录、用药记录、生长记录和采摘记录6 个子模块。用于记录农作物从播种到收获整个生育期各项农事活动，具备照片上传功能。（5）加工管理功能，用于记录加工环节工艺参数，包括加工工艺、加工车间、加工时间、加工批次、包装材质、净含量、照片上传等字段。（6）溯源档案管理功能，包括溯源目标自动生成、档案预览、防伪编号生成、溯源标签规格设置与打印4 个子模块。

图7 农产品安全生产全过程溯源系统功能模块Fig.7 Functional module of traceability system for the whole process of agricultural product safety production

3.2.7 农技推广服务子系统

为推广农业科技下乡和成果转化，打通专家和农户之间的交流沟通渠道，便于应用农业新技术指导农业生产，设计了农技推广服务子系统，其功能模块如图8 所示。该系统包含8 个功能模块：（1）通知公告。该模块主要用于发布河南省农业部门颁布的关于农业的各项政策、法律法规信息。（2）科研交流。该模块服务的对象是为农业服务的科技工作者,为他们提供一个科技交流的平台。为农业各学科科技人员建立一个开放式的科技交流平台,在广大的中国农业科技工作人员之间架起一座用科学技术为媒介的桥梁,供他们交流各自领域的科技前沿信息、分享科研心得、发布科研上的重大突破以及共同探讨科技难题。（3）成果推介。该模块面向农业企业以及种养业的大户，推介科研院所的科研成果和产品，用以提高科研单位研究成果的转化率。（4）工作动态。该模块主要发布农业科研院所在各县市进行的农业科技服务工作动态。（5）专家咨询。面向基层的农业生产者，他们提出在农业生产过程中遇到的各方面的难题，系统建立有专家信息库，用户可根据问题类别的选择相应的专家，通过短信、电话咨询或视频对话的方式向专家提出问题，专家给予一对一的解答。（6）病虫诊断。病虫诊断模块主要以不同作物为病虫害分类标准，分别介绍不同作物的病虫害特征。系统可根据用户选择的作物病虫害特征做出智能诊断。（7）院县交流。该模块是为用户提供的一个群体交流平台，用户可以根据自己的见解回答提问者的问题。（8）农情上报。该模块是便于用户及时上报某地发生的农业灾害，系统可根据卫星定位确定其发生位置，便于相关部门及时作出相应的治理措施。

图8 农技推广服务系统功能模块Fig.8 Functional module of agricultural technology extension service system

3.2.8 作物大数据平台子系统

以多源异构数据访问通道访问分散在政府部门、专业技术部门、企业及产业经营主体，以及国际机构等处的类型复杂多样的数据资源，通过统一的标准和规范进行数据治理、云交换等操作后，形成可供分析使用的数据集[17]。基于这些数据集，构建作物大数据平台子系统（以花生为例），其功能模块如图9 所示。实现对作物数据资源需求的六大服务功能：（1）花生知识服务。以文档、科教视频等形式为花生产业链主体生产经营活动提供专业技术支持。（2）专家服务。花生领域专家或基层农技推广人员定期适时通过专家热线、直播平台、专家问答系统、信息推送等方式全程为花生产业链主体生产经营活动提供专业技术支持。（3）智能产品服务。提供花生领域专家知识与遥感、大数据、人工智能等技术结合而制作的智能产品服务，为花生产业链主体生产经营活动提供专业技术支持、为管理部门科学决策提供重要依据。（4）交易、对接服务。提供花生及其投入品的电子商务服务，发展电子合约交易，提供农企合作、农机作业社会化服务，产销对接服务等。（5）数据产品共享交换服务。以多种形式提供花生全产业链数据资源产品共享交换服务，促进数据重利用，发挥更大价值。（6）质量安全追溯服务。将花生产业规模化企业纳入质量安全追溯范围，对投入品、种植、加工、流通及消费各环节进行监测，实现花生质量安全全程跟踪与溯源。

图9 作物大数据平台功能模块Fig.9 Function module of crop big data platform

4 平台实现

采用SOA 架构，组件化开发模式是基于XML 与Web Services，实现业务模块/组件的松耦合，满足现有平台各应用系统建设的需求，同时考虑未来业务系统的集成建设，保证系统应用的可拓展性。

平台以Windows Server 2008 为服务器系统，采用PHP和ⅡS7网络配置环境，基于ArcGIS Server 10.1的REST 实现地图服务，采用Microsoft SQL Server 2008 数据库实现物联网数据的统一管理，基于Arc-GIS Server 实现空间数据的整合管理，基于HBase 实现大田作物智慧生产相关数据的存储与分析。通过统一的接口契约和入口，实现平台与用户Web 端或APP端的交互，接收显示用户请求的数据及结果。

系统采用B/S 与C/S 混合架构模式，Web 端以Microsoft Visual Studio 2017作为开发工具，开发框架为ASP.net，APP 端在Android Studio 开发环境下以Java 为开发工具，适用于Android 4.0.3 以上，开发框架为ASP.net，采用Java 提供的WebService服务。

5 平台与应用

研究者在河南省农业科学院现代农业示范基地，安装部署了大田作物智慧生产综合服务平台。通过对主要作物生产全过程信息化涉及的物联网、遥感、智能决策、水肥精准控制、大数据挖掘分析等关键技术进行创新性组装集成。以视频监控、物联网传感器、遥感影像数据、网络通信等技术为载体，对大田作物生长状况及其环境参数进行24 小时不间断动态跟踪和数据回传；通过氮肥精确管理决策分析与水肥一体化精准控制系统，实现大田作物的智能节水灌溉与施肥；通过涉农大数据的采集和整理分析，为种植者提供了农业技术、产品溯源、数据分析等一系列信息化服务。目前该平台已在西华、商水、鹤壁、西平、延津、永城、温县、兰考等地进行了应用示范，极大降低劳动强度，促进了大田规范化生产，实现了作物生长实时监控、早期预警，提高了作物水肥利用率，提升了作物品质及产量，同时满足了用户的对农业生产及产业数据服务的需求。平台的应用示范获得了河南新闻联播、河南日报、大河网等国家及省级主流新闻媒体关注。该综合平台在业内具有较高性价比，已形成了一定的影响力，推动了信息技术在河南大田生产管理中的应用。

6 总结与讨论

本研究构建的综合服务平台集成了作物生长感知物联网、农情遥感信息服务、作物水氮智能管理、虫情采集监测预警、农技推广服务等子系统，提供了作物长势监测、虫害监测、水氮决策与智能管理、农情遥感信息与作物大数据服务等功能。实现了用户在计算机或智能手机上管理多个监控站点，操作简单，能够随时随地查看、下载信息和视频图片；同时提供了大田作物生产中涉及的各种信息服务，满足了不同用户对农业信息的需求。但在试用中网络传输数据量大，存在大量冗余数据，挖掘大数据中丰富的知识仍有一定的困难。对采集的数据未进行深层次挖掘和分析，如何有效整合大田作物多源信息和视频监测信息，结合人工智能，提出针对不同信息的关键特征提取和数据挖掘方法，构建基于大田作物感知信息的完整完善知识模型，完善相应的决策支持功能，提高系统的适用性、稳定性和可靠性，进一步提升农业智慧生产平台应用效果，今后还需进一步研究和探索。