基于大数据和物联网下智慧农业有机蔬菜生长模型研究

黄 亮 李跃华 后明志

（南充职业技术学院 四川·南充 637100）

智慧农业是以大数据和人工智能为基础的新型农业生产方式。它利用信息技术种植、管理和储存农产品和动物产品，以最低的投入减少收入，使之最大化。它主要用于农产品的生产，以满足高产和环保的要求。基于最新、完整的大数据信息进行适当、有效的分析和处理，可为农业提供比传统经验更有价值的参考公式，这是一种智能化管理和决策方式，大大提高了农产品收益和农业资源利用率。

1 研究意义

在信息化快速发展的时代，大数据挖掘技术及分析技术，在现代农业领域具有重要作用，能够为用户提供精准的、具有价值的数据参考，从而为农业企业和农户的科学决策提供理论依据，通过信息化技术及大数据技术的应用，提供更便捷人性化服务。本研究拟通过各种传感器，实现对土壤湿度、土壤成分、PH值、降水量、温度、空气湿度和气压、光照强度、CO2浓度等进行远程实时监测，并将监测信息以无线方式传输到服务器上，以便进行存储、追溯查询、统计分析和决策，同时可对各个大棚设备、灌溉设备等农业设施进行远程控制，智能化调节温度、湿度、养分等生产环境，对有机蔬菜的生长过程进行精细化管理，从而减少病虫害等灾情损失，减少农药使用，保障食品安全，确保绿色有机。

本研究创新之处在于利用了大数据和物联网技术，研究不同有机蔬菜在智能温室大棚的生长效应，通过物联网进行数据采集和存储，利用图像传感器完成对有机蔬菜的生长效应检测，节约了大量人力和物力。建立有机蔬菜生长模型与病虫害预警预报模型，推进物联网和大数据的应用，得出自然和温室大棚两种状态下，不同有机蔬菜的生长效应。为其他地区充分利用大数据和物联网等高科技提升农业现代化程度提供参考和借鉴的方法及措施。

2 研究内容

在温室环境里，可利用物联网技术，采用不同传感器节点和具有简单执行机构的节点构成无线网络来测量土壤湿度、土壤成分、PH值、降水量、温度、空气湿度和气压、光照强度、CO2浓度，最佳营养配液等来获得作物生长的最佳条件，通过模型分析、自动调控温室环境、控制灌溉和施肥作业，从而获得作物生长最佳条件。利用传感器分别对温室大棚的 CO2、温湿度、光照和作物生长效应进行监测，利用物联网技术对温室大棚进行自动控制，从而控制有机蔬菜的生长环境，利用大数据采集的数据进行分析，比较自然和温室大棚两种状态下，不同有机蔬菜的生长效应。

数据挖掘进行数据分析常用的方法主要有分类、回归分析、聚类、关联规则、特征、变化和偏差分析、Web页挖掘等。本研究拟使用分类法和回归分析法对采集的土壤湿度、土壤成分、PH值、降水量、温度、空气湿度和气压、光照强度、CO2浓度等数据进行挖掘。利用分类法将采集的大量数据按照不同的有机蔬菜不同特点进行分类，将不同性质的数据分成不同的种类，从而把数据库中的具有不同特点的数据分类到指定的规定类型中，在需要利用数据时方便数据的调取。回归分析法可将海量数据的数据信息的特性展现出来，并且通过建立不同有机蔬菜生长效应模型，从而挖掘数据的预测及数据之间关联。通过科学方法对数据进行有效挖掘，可找出数据的特征，实现数据挖掘的科学性、有效性，从而实现数据挖掘的高效性。

3 有机蔬菜生长模型构建

众所周知，蔬菜生长周期不仅取决于其自身的生理生态特性，而且与作物生长环境密切相关，相关温度、湿度、光和其他环境因素都会影响作物生长发育。本文利用数据分析和回归分析建模技术和方法，提出了一种将环境与作物衰老指数联系起来的方法，并用数据对该方法进行了模拟，建立了作物生长周期的环境预测模型。（见图1）。

图1：有机蔬菜生长模型构建示意图

蔬菜，特别是市场需求量大的叶菜类蔬菜，具有生长过程短、对生长环境变化适应性强、对环境因素反应快等特点。蔬菜的生长过程实质上是有机物质在环境中的积累过程。因此，蔬菜的生长、成熟和营养品质取决于生长环境。在污染物积累过程中，维生素C、纤维素、可溶性糖和可溶性蛋白质含量先升高后降低。因此，蔬菜生长质量与生长周期密切相关。蔬菜只能在特定的温度范围内生长，温度对蔬菜生长有很严重的影响，它不仅影响有机物的合成，还影响其他代谢过程，温度通过影响蔬菜的生长和代谢酶等引起其的基础不同。影响作物生长包括四个温度基础：超温生长的上限和下限以及最佳生长温度的上限和下限，比如大白菜的4个极限值分别为9，35，17和25摄氏度；蔬菜的生长是通过光合作用储存有机物来实现的。光是由有机物合成的能量。

光补偿点和光饱和点是光场开始和结束时光强的临界点。光合作用结果表明，水稻、小麦等C3作物的光饱和点在40～80klx之间。在光饱和过程中，C4作物的光饱和点普遍高于C3作物-作物。一些 C4作物在自然光照强度下甚至达不到光饱和点（如玉米叶片），单叶点高于单叶点叶尖以小麦为例，30-40klx适合单叶点，但种群不能达到100klx。花果作物对光非常敏感，而年平均光照强度低于0.7klx只能在日出后的第一个小时内达到出现，总小时平均值的1.3%是0.7x，对累积光照的影响类似的。那个选择了一个光照强度最低的实验样品，以0.7klx下的误差作为误差值。结果表明，在0.7klx时，光强对太阳光的影响可忽略它。可以说，蔬菜的生长受到温度和光照的强烈影响，光照和温度都有一个极限值。

4 数据处理

数据处理分为蔬菜属性数据管理和蔬菜种植记录管理两部分。作物特性包括作物名称、作物品种、作物形象及引种、最适温度下限、最适温度上限、生长温度上限、生长温度下限、有效积温和成熟光照。属性管理包括属性的添加、修改、删除、查询和提取。作物管理为用户提供了可能：作物种子接收功能和A记录功能。种子用于蔬菜品种、品种、播种期、种植面积、操作者等基本信息的记录在本模块中，利用元数据中的数据通过植被周期预测平台，围绕作物生长周期中的数据连接到环境数据采集模块中，作物生长周期的预测模型是用来预测作物生长周期的，显示在前端界面上的蔬菜成熟后会诱导用户：将实际成熟和收获的蔬菜作为作物数据，供后续使用和管理；待录入。作物输入是管理者在后台对蔬菜输入的基本生理生态数据。作物成熟度的标准包括：在数据采集过程中，通过查阅历史作物和文献，预测模型温度和强度，采集原始作物数据和蔬菜属性数据，通过试验种植获得第一手数据。

以下是大棚环境下，得到的部分蔬菜以黄瓜为例的最佳营养液配方：（见表1）。

表1：黄瓜无土栽培营养液配方

另外，由于数据采集模块只能对采集到的数据进行基本的处理，不能满足数据存储和可视化绘图的要求，因此有必要对原始数据进行清理。一般来说，非结构化数据和结构化数据必须转换成结构化数据，本文中的非结构化数据是天气预报中的天气描述。天气描述只用于强度数据，不需要太多处理。它可以符号的形式存储，农业墒情监测数据可以直接存储在MySQL数据库中，气象数据由Crawler接收，这些数据都是JSON-data。用sqlDB方法替换JSON数据后，定义数据表中的数据被保存。天气预报的存储规则要求以预报时间和记录时间为主键，以记录时间更新数据。

5 总结

随着物联网和网络通信的迅速发展，物联网将计算机应用技术应用到现代农业生产中去。利用计算机技术开发作物生长监测系统，实时采集作物生长环境信息，计算和分析作物的生长状况。通过对作物生长环境的监测可收集作物生长环境、土壤温湿度参数、光照强度、二氧化碳浓度等信息，借助大数据和物联网技术，可以准确测量风速和风向，实时显示确定的环境状况参数，监测有机蔬菜生长、作物生长和环境变化，实现高精度监测和严格控温，湿度、光照、二氧化碳等环境条件为作物生长创造最佳条件，确实作物需要的最适营养液，降低能耗。针对国家现代农业示范区的具体气候条件，研究不同有机蔬菜在智能温室中的生长效果，为现代农业产业化发展提供政治基础和方法，为其他地区充分利用大数据和物联网等高新技术，提高农业现代化程度提供了可借鉴的方法和措施。