大数据时代农田水利自动化监测系统中人工智能技术的实践探索

张晓龙

甘肃工程建设监理有限公司，甘肃天水 741600

当前，我国现代化农业生产模式主要是以机械、信息化管理为基础的智能化生产模式，其不仅实现了现代化农业生产的精细化管理，还大幅提高了农作物的产量。在农业发展进程中，对农田进行自动化监测是提高农作物产量的重要环节，尤其是在当前我国农田水利建设过程中，要对农田水利进行全面监测，及时发现农田出现的问题并采取解决措施。在农田水利监测系统中应用人工智能技术能够对数据进行快速处理和分析，实现精准化监测。

1 人工智能在农田自动化监测系统中的应用价值

1.1 人工智能

人工智能技术能够完成各种复杂的任务，其中，最重要的任务就是模式识别。模式识别是人工智能技术的重要组成部分，通过该部分工作，能够对农田监测数据进行精准的分析和判断。利用模式识别完成对农田监测数据的分析可以减少人工工作量、提高数据分析效率、提高农作物产量；此外，通过模式识别还能够发现农田出现的异常现象，并及时采取处理措施。

近年来，我国农业生产广泛使用自动化监测系统，这些监测系统不仅能够对农田进行精准监测和管理，还可以及时发现农田土壤出现的问题，并及时予以解决[1]。因此，我国越来越多的企业开始注重在生产过程中应用人工智能技术，以增强企业的竞争力，提高生产效率。在农田水利建设过程中，要加强对人工智能技术的应用，促进人工智能技术和农田水利自动化监测系统的融合，为提高我国农业生产效率提供帮助。

1.2 应用价值

人工智能技术能够对农田的温度、湿度、土壤墒情等相关数据进行分析处理，进而实现精准化监测。当前，我国的农田自动化监测系统主要由传感装置、数据传输与处理中心、管理中心等部分构成。在农田监测系统中应用人工智能技术，可以全面检测农田环境，及时发现问题，并采取解决措施[1]。

首先，在农田自动化监测系统中应用人工智能技术可以通过传感器采集农田相关的环境参数，并对这些参数进行分析处理，从而判断农田是否存在异常，并及时采取相应的解决措施。在实际的农田数据采集过程中，人工采集的效率非常低。人工智能技术在采集过程中通过数据分析软件可以实现自动化分析。通过人工智能技术采集到数据后，数据分析软件可以对这些数据进行自动化分析和处理，并判断相应的问题点。

其次，应用人工智能技术可以实时监测农作物的生长过程，及时掌握农作物的生长状态和土壤墒情信息。这不仅能够及时发现农作物出现的问题并予以解决，还可以帮助农民掌握农作物生长状态，适时调整农田灌溉方案和灌溉时间。

最后，人工智能技术还可以通过数据分析，判断农作物的生长状况和出现病害的原因，及时提出解决方案。在大数据时代背景下，应用人工智能技术不仅能够提高自动化监测系统的准确性和精确性，还能减轻工作人员的工作量和负担。人工智能技术的发展为农田自动化监测系统提供了更加丰富、便捷、精准的信息，不仅能提高监测工作人员对农田情况的了解程度，还有助于农业生产。随着人工智能技术在农业领域应用范围的不断扩大，人工智能技术在未来将有更广阔的应用前景[2]。

2 无线传感器网络技术

在我国物联网技术中，无线传感器网络技术属于物联网技术中较为关键的组成部分，也是实现人工智能技术应用的基础，其主要通过无线传感器和智能终端等，实现对农田水利自动化监测系统中农业生产状态等相关内容的有效监测[2]。物联网具有较强的渗透性与广覆盖性特点，能将多个传感器设置在相应区域，通过有效采集不同区域内的环境信息和农业生产信息等，有效彰显物联网的应用价值。通过无线传感器网络相关技术设置农田水利自动化监测系统中的各个监测区域，在此基础上，可以合理布置物联网系统涉及的不同类型的传感器节点，进而有效采集整个农田水利自动化监测系统的运行状态和相关数据信息[3]。

物联网具有较强的兼容性与开放性，物联网系统所应用的各类传感器可以将采集到的数据信息通过无线方式传输至相应区域（图1）。

图1 无线传感器工作流程

在物联网系统中，用户可以通过手机端查看、下载相关信息数据。同时，随着无线传感器网络相关技术在农田水利自动化监测系统中的深入应用，该技术还可以在物联网系统有效监测农业生产状态等相关内容。在我国未来物联网技术发展过程中，无线传感器网络将成为其不可或缺的重要组成部分之一。

3 农田水利自动化监测系统建设思路

农田水利自动化监测系统建设主要包括农业数据采集、数据分析和决策管理等环节，对数据的收集、传输、处理和存储等进行统一管理，为农田生产提供智能化管理[3]。在农田水利自动化监测系统的建设过程中，利用大数据技术，可以充分发挥人工智能技术的优势，减少人工劳动的工作量，提高工作效率和质量。目前，农田水利自动化监测系统仍存在不足之处，如监测数据采集设备中的数据存储能力有限、数据采集传输稳定性不足等。要想解决这些问题，需要深入挖掘农田水利自动化监测系统中所蕴含的大量数据信息，并通过人工智能技术进行处理和分析，为农田水利工作提供更加精准、有效的技术支撑。

3.1 系统构架

农田水利自动化监测系统主要由3部分组成，即传感器、数据采集器、控制中心[4]。传感器安装在农田土壤中，主要测量土壤含水量、土壤温度、空气湿度等。数据采集器是将传感器数据通过无线方式发送至控制中心的设备。控制中心主要负责处理传感器采集的数据，并对信息进行分析整理，为农田灌溉提供科学依据。其中，数据采集器中的控制器是监测系统的核心部分，负责根据传感器的测量值计算农田土壤状态参数值。

控制器一般安装在控制中心的控制室，控制器与其他设备通过有线方式连接。控制中心与农田采用无线方式连接，在控制中心收到农田传感器上传的数据后对其进行处理，并计算出农田状态参数值。若农田环境发生变化，则可及时向控制中心发送预警信息。

通过智能分析系统，农田水利自动化监测系统能将采集到的大量历史数据存储至云端服务器，并利用大数据技术分析与处理历史数据，及时掌握农田环境情况。同时，将数据上传至服务器，再将其结果通过分析系统传送至用户手机客户端。

3.2 数据采集层

数据采集层主要包括传感器、气象信息采集仪、水位监测系统、土壤水分监测系统等，通过传感器和气象信息采集仪可以收集农田的气候数据、土壤湿度数据等，并通过自动化监测系统采集后传输至农田数据库。在农田水利自动化监测系统中，数据采集层主要是实现数据采集功能的设备，包括传感器、气象信息采集仪、土壤水分采集仪等。不同类型的设备具有不同的特点，在农田水利自动化监测系统建设中，需要根据具体情况选择合适的采集设备。如气象信息采集仪可以实时检测气象信息，并进行存储，土壤水分采集仪则采集土壤的温度、湿度等信息。在数据采集环节，人工智能技术可以快速记录并保存农田水利信息，为后续数据分析打下坚实的基础，为后续工作提供重要参考。

3.3 数据传输层

数据传输层是指将采集到的农田生产信息通过无线通信网络传输至管理中心的技术系统，主要由农田传感器和无线通信基站组成。在农业生产过程中，农田传感器是监测和采集农业信息的主要工具，它是一种自动检测农田土壤环境中水分、养分、大气温度、空气湿度，并将相关数据实时传输至管理中心的技术系统[4]。无线通信基站是数据传输层中的重要组成部分，主要由通信服务器、基站天线和终端设备组成，负责将农田传感器采集到的数据信息通过无线传输网络发送给管理中心的技术系统。因此，为了保证数据传输的稳定性和准确性，在选择无线通信技术时，必须选择技术成熟、性能稳定的通信方式。

数据采集与传输是整个农田水利监测系统的核心环节，需要确保数据采集与传输的准确性和时效性。数据采集是通过传感器对环境信息进行检测，包括温度、湿度、风速和雨量等，以满足灌溉工作的需要。通过传感器采集数据，并利用无线通信的方式将数据传输至数据库服务器（图2）。

图2 数据传输层

在数据传输方面，一般采用TCP/IP协议和无线通信技术传输数据。由于农田水利自动化监测系统主要应用于小型农田，因此，选择TCP/IP协议传输数据，既可以保证数据的准确、及时传输，又可以提高系统的运行效率和稳定性。无线通信方面一般采用LoRa、NBIoT和ZigBee等技术进行无线通信。

3.4 数据分析与显示

数据分析与显示主要是指根据历史数据分析农田环境，并以图形和图表的方式直观地展示农田的实时数据。传统的数据分析方式难以满足管理人员及时了解和掌握的需求，而人工智能技术可以根据历史数据分析结果，快速生成图表，并能够直观地将农田中的环境、气象、作物等信息展现出来。在实际工作中，利用人工智能技术进行数据分析与显示时，应保证系统的实时性和准确性。

一方面，在监测过程中，要保证土壤水分监测传感器设置在土壤湿度较大的位置，防止因监测误差而导致分析结果不准确。另一方面，人工智能技术要求将农田环境数据采集到的传感器数据及时上传至计算机，并将采集到的土壤水分、温度等信息，通过云平台发布至各农田区域显示。为提高云平台显示数据的准确性和可靠性，可在云平台增加机器学习模块。

在大数据平台，采用智能算法能够快速地处理与分析采集到的大量数据，提升自动化监测的精准度，如神经网络算法、机器学习算法等，为农田水利自动化监测提供新思路。在数据传输环节，利用人工智能技术可以快速传递各农田水利监测站点之间的信息，使管理人员能够在第一时间获得实时监测情况。

4 应用效果评价

经过实际应用，将人工智能技术应用于农田水利自动化监测系统，取得了较好的效果。以农田灌溉为例，灌溉时，可根据土壤水分情况制定灌溉方案，调节水量和时间，并将信息上传至数据分析系统。通过大数据技术的应用，一方面，可以迅速确定农田的合理灌溉时间和水量，减少水资源浪费。另一方面，在农田水利自动化监测系统中应用人工智能技术，可以快速分析大量历史数据，并将结果上传至分析平台，使管理人员能够及时了解农田灌溉情况和农作物的生长情况。此外，在农田水利自动化监测系统中应用人工智能技术可以提高农田水利自动化监测系统的管理效率和准确性，使管理人员更好地进行农田灌溉工作。

5 结束语

现阶段，人工智能技术在各行各业中的应用越来越广泛，该技术的应用一方面实现了数据处理的自动化、智能化，另一方面提高了数据分析计算的效率，对促进农业生产具有重要意义。

研究了大数据时代农田水利自动化监测系统中人工智能技术应用实践，对农田水利自动化监测系统的结构、功能以及需要重点考虑的问题进行了分析，并提出了基于大数据的农田水利自动化监测系统建设方法。人工智能技术在农田水利自动化监测中的应用能够提高数据处理的精确度和工作效率，推动农田水利自动化监测系统的优化升级与发展。