基于物联网技术的智慧农业发展探究

杨 健,刘忠友

(四川省农业科学院遥感与数字农业研究所,四川 成都 610066)

为了提高农业产量并减少资源和劳动力投入，人类历史上一直在进行各种创新。我国是农业大国，随着城镇化的发展可耕地和农业人口越来越少，将面临着谁来种地，怎样种地的问题。近年来物联网(IOT)从城市到乡村，开始影响到了农业生产。现代传感器可以实时监控作物的生长，更能提前发现人眼所不能及的早期胁迫[1]。从播种到收获，从储存到运输，使用一系列传感器不仅智能，更具有成本效益。虽然现在物联网技术的应用还比较肤浅，应用生态还不完善(图1)，但从近10年的发展可以预测，随着基础设施(智能装备、传感器、通讯网络)的建设和一系列服务的完善，如数据采集、云端智能分析和决策、友好的用户界面以及农业运营自动化，基于物联网技术的智慧农业必将引起农业产业链的重大变革[2]。尽管我国农业生产主要还是传统种植模式，但从世界范围来看，今天的农业正在朝着以物联网为纽带，以数据为中心的智能化发展，它挑战了依靠经验的种植模式，为农业生产的飞跃提供了新的机遇。

图1 智慧农业技术应用的主要障碍

1 物联网的主要应用

在农业生产中实施最新的传感器和IOT技术，传统农业在各个方面都能得到根本的改变。目前，在智慧园区内无线传感器和IOT的无缝集成可以将农业提升到前所未有的水平[3]。在智慧农业园区，IOT可以帮助解决和改善许多传统农业问题，如干旱应对、生长调节、土地适宜性、灌溉和病虫防治。图2列出了智慧农业的主要应用领域、解决的问题和涉及的传感器。

图2 智慧农业的应用领域

1.1 耕地质量监测

很多制造商提供了广泛的检测工具包和传感器，可以帮助农民跟踪土壤质量，以快速、简单的方式将土壤分析专家和农学家的知识传递到农民手中，形成完整的土壤分析报告，以及定制化的化肥推荐。在偏远农村，低空及卫星遥感正在被用来获取高密度的土壤水分数据，分析干旱现状。2009年发射的SMOS卫星和2010年发射的MODIS卫星在土壤含水量及地表蒸散计算方面有了很多成功应用。

1.2 灌溉

大水漫灌式的粗放作业不仅浪费了水资源，还会造成土壤营养成分流失等负面影响，使用基于无线传感器的实时监测系统，能精确获取土壤和空气水分含量以及作物冠层参数，结合遥感数据、地形和土壤特性，使用智能分析软件，就能计算作物需水胁迫指数(CWSI)，控制灌溉系统按需供水VRI (Variable Rate Irrigation)，促进作物健康生长[4]。

1.3 施肥

基于IOT的施肥模式能以更高的准确性和最低劳动力估算作物营养需求的空间分布。使用航空(航天)遥感数据生成的归一化差值植被指数(NDVI)，监测作物养分状况、健康状况、植被活力和密度，进一步评估土壤营养水平。应用变量施肥模式，可显著提高肥料的效率，同时减少对环境的副作用[5]。

1.4 作物病虫害防治

农作物病虫害管理的可靠性取决于3个方面：感知、决策和对症治疗。先进的疾病和虫害识别方法是基于图像处理，利用无人机或遥感卫星获取整个作物区域的原始图像；另一方面，现场传感器在作物生育期内全方位收集数据和图像，如环境采样、植物健康状况以及对害虫自动诱捕计数等，并通过物联网上传到云平台进行分析决策[6]。在飞控系统的指引下，无人机和智能机器人按照预定的方案自动喷洒农药。工程人员正在研制一种智能机器，它能按照上传的病害数据自主运行并把感染PVY的马铃薯从地里拔出[7]。

1.5 作物监测、估产

作物监测和估产是智慧农业的重要组成部分。以水果为例，同一种水果，不同的质量和成熟期对应着不同的市场和消费群体。在果园内安装果、茎、叶、虫害等传感器，通过农场局域网自动获取实时果树信息。一般而言，水果的大小在估计其成熟度、定价、确定投放的市场等方面起着关键作用，水果颜色(RGB)的变化也往往用来判断其成熟度和品质[8]。对于大宗粮食作物，航空航天遥感是进行监测估产的有效手段，我国从2000年就开展了对水稻、冬小麦、玉米遥感监测的研究并投入到业务化运行[9]。

2 IOT技术的前沿应用

人类一直在采用各种方法来提高食物的质量和数量。最初是通过引进和选育优良种子、使用化肥和杀虫剂来提高作物产量，而今科学家已经开始研究其他的替代品，比如生物工程食品。但人们更喜欢传统的绿色食品和有机食品。农学家希望既能提高产量，又不会或尽量少的影响作物的原始属性。其中基于物联网的传感器技术正在帮助改变传统农业的生产方式，通过传感器来控制作物生长环境，实现绿色高产的目的。随着城市化的进程，这种生产方式会变得越来越重要。

2.1 大棚(温室)农业

温室农业是最古老的智慧农业。在受控环境下，种植的作物受环境影响很小，且不限于在白天接受光照。成功的种植取决于多种因素，如监测参数的精度、大棚的结构、覆盖材料、通风系统、决策支持系统等。精确监测环境参数是现代温室中最关键的任务，需要多参数多测点来确保温室小气候。温室大棚多参数监控平台主要由以下的4个模块构成(图3)，物联网是该系统的重要支撑[10]。

图3 温室大棚管理系统模块

2.2 垂直农业

垂直农业VF(Vertical Farming)是未来解决耕地和水资源短缺挑战的方案之一。VF以城市农业的形式将作物垂直安放在一个环境更受控制的农业工厂内，这将显著减少资源消耗。与传统农业相比，只需要占用很少一部分地面(取决于堆栈的层数)，企业可以成倍增加生产(图4)。Aerofarms公司以农业堆栈技术专利，创建了一个完整的数字控制农场，集成硬件、自动化设备、智能控制和传感器系统，形成一个强大的数据循环。由工程师、植物学家和程序员组成的团队，通过每年26个作物轮作收集和分析数据，并将这些结果应用于农场的持续改进。该农场的年生产率是传统田间农业的390倍，同时减少了95%的水和零农药。

2.3 水培

无土栽培是水培的一种形式。它是基于一个循环灌溉系统，作物需要的营养物质精确地溶解在水中，作物根系按需要浸泡在该溶液中。当将水培和垂直农场结合起来时，由于环境可控，作物成熟期可缩短3倍。一个100m2场地可以生产相当于其40倍面积传统农场的产量，而且水和化肥的利用率减少了95%，由于没有土壤，因而也不需要杀虫剂和除草剂。

2.4 植物表型

一些先进技术正在进行试验，试图通过先进的传感器和物联网技术，非侵入性控制作物的生理特征来提高作物生产能力。表型组学将植物基因组学与生态生理学和农学联系起来。植物表型是对表达性状的评估(受基因组成和环境变化的影响)，是作物改善中的一个重要过程。过去十来年，在分子和基因工具的帮助下分子育种取得了显著的成绩，但由于缺乏对作物形态的定量分析工具，表型研究对作物育种的贡献不大。最近的研究表明[11]，在物联网、高通量观察设施、大数据挖掘等现代技术的支持下，植物表型对研究作物定量特征非常有益。农业工程人员开发了多种自动控制系统来处理观察和测量生成的数据，提供的特征分析算法和机器学习建模有助于探索基因型、表型和生长环境之间的关系。国内外多家公司研发了多种先进的植物表型设备，如轻便型作物表型成像分析系统、便携式叶绿素荧光测量与成像系统、便携式植物光谱与高光谱成像测量系统、无人机植物表型分析平台等。将遥感植被指数、高低通量测量、物联网、大数据、视觉(LIDAR)3D建模结合起来，植物表型将会是智慧农业重要的新途径。

3 智慧农业物联网的发展和挑战

基于物联网的智慧农业在农业规划、生产、管理和销售等方面不断更新，人们正在努力提供更经济适用的智能工具来进行一系列农事活动。要不断提升其商业价值，就要像其他行业一样实现良好的投入产出效益，使农民获得收益。为了达到这一目的，国内外的主要互联网企业以及高技术公司，制定了宏伟的计划并持续推进(表1)。从表1可以看到，基于IOT的智慧农业发展迅猛。但在现实应用中局限和不足也很明显，除了图1所列的6个方面，物联网在技术上还存在着3个方面的挑战。

表1 主要科技公司农业行业的现状及未来展望

3.1 数据标准及兼容性

来自不同制造商的设备使用不同的标准。比如硬件、网络协议、应用程序接口、语法、语义和平台的不相容等，这使数据交流复杂化，阻碍了系统之间的集成。

3.2 低功耗广覆盖(LPWAN)的技术

在偏远的农村和复杂的地理环境下，传感器承受恶劣环境条件的同时，依赖低电池电量，还要长期保持活跃和可靠。因此必须实现大区域上大量设备之间的低功耗通信技术。

3.3 安全和隐私保护

入口端分散，大量数据被传递到应用终端，增加了病毒感染风险。所有安全措施还必须考虑到终端设备计算能力弱、存储空间小和电池寿命短的特性。

4 结语

基于物联网的智慧农业技术，分析了智慧农业IOT的几种应用能力。从广泛意义上讲，智慧农业还包括电子商务、食品溯源、农业休闲旅游、农业信息服务等内容，发挥越来越重要的作用。此外，我们还提供了利用IOT技术智慧农业前沿应用场景。虽然挑战一直存在，但国内外众多的高科技企业持续看好智慧农业领域，不久的将来，物联网、大数据、云计算、机器学习、人工智能、智能装备的成熟应用将会成为现实。