您现在的位置是：首页 > 技术资料 > 基于物联网和大数据驱动的农业病虫害监测技术

推荐星级：

基于物联网和大数据驱动的农业病虫害监测技术

更新时间：2019-12-17 05:57:32 大小：3M 上传用户：xiaohei1810 查看TA发布的资源 标签：物联网大数据虫害监测技术 下载积分：1分评价赚积分（如何评价?）打赏收藏评论(0) 举报

资料介绍

[目的]由于人工数据收集成本高和传统无线网络数据连通性解决方案有限,现代农业病虫害监测技术面临极大挑战.采用物联网和大数据驱动技术可以降低农业投入成本、减少损失、提高产量,从而提高农业生产效率.[方法]基于物联网和大数据驱动的现代农业技术平台,是一种用于生产端到端服务的物联网技术集成框架,它借助于最新通信技术可以通过传感器、摄像机和无人机收集数据.该集成框架主要解决能量供应、通信限制、低空遥感滞空时间和病虫害环境致病分析.在能量供应方面,在系统中设计一种基于天气感知的太阳能基站,系统根据能量获取状况实时改变数据采集率来减少能量损耗.在通信方面,系统采用Lora(long range)与TVWS(TV white space)相结合的技术来满足农场远距离和高宽带数据传输的需求.在无人机设计方面,为减少无人机能源消耗,通过调整无人机四旋翼的角度以及对无人机飞行路线的优化,使无人机能够充分借助风能.[结果]采用上述方案,平台能够长时间持续稳定工作,而且即使在偏远的大型户外农场也可保证网络连接不会中断.通过该农业技术平台,建立农场环境与病虫害发生关系模型,结果显示当温度为15℃且相对湿度达60％以上时,小麦白粉病大面积爆发概率显著增加.[结论]通过对农作物病虫害无人机遥感结果与物联网大数据分析,建立一套农业病虫害监测系统,从环境因素方面分析病虫害发生机制.

部分文件列表

文件名	大小
基于物联网和大数据驱动的农业病虫害监测技术.pdf	3M

立即下载

【关注视频号领20积分】【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）

－

南京农业大学学报 2019,42(5):967 974

http:/ / nauxb.njau.edu.cn

Journal of Nanjing Agricultural University

DOI:10.7685/ jnau.201812026

ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ

－

史东旭,高德民,薛卫,等. 基于物联网和大数据驱动的农业病虫害监测技术[J]. 南京农业大学学报,2019,42(5):967 974.

基于物联网和大数据驱动的农业病虫害监测技术

史东旭¹,高德民^1∗,薛卫²,张朔¹,张福全¹

(1.南京林业大学信息科学技术学院,江苏南京 210037；2.南京农业大学信息科学技术学院,江苏南京 210095)

摘要:[目的]由于人工数据收集成本高和传统无线网络数据连通性解决方案有限,现代农业病虫害监测技术面临极大挑

战。采用物联网和大数据驱动技术可以降低农业投入成本、减少损失、提高产量,从而提高农业生产效率。 [方法]基于物

联网和大数据驱动的现代农业技术平台,是一种用于生产端到端服务的物联网技术集成框架,它借助于最新通信技术可以

通过传感器、摄像机和无人机收集数据。该集成框架主要解决能量供应、通信限制、低空遥感滞空时间和病虫害环境致病

分析。在能量供应方面,在系统中设计一种基于天气感知的太阳能基站,系统根据能量获取状况实时改变数据采集率来减

少能量损耗。在通信方面,系统采用 Lora(long range)与 TVWS(TV white space)相结合的技术来满足农场远距离和高宽带

数据传输的需求。在无人机设计方面,为减少无人机能源消耗,通过调整无人机四旋翼的角度以及对无人机飞行路线的优

化,使无人机能够充分借助风能。 [结果]采用上述方案,平台能够长时间持续稳定工作,而且即使在偏远的大型户外农场

也可保证网络连接不会中断。通过该农业技术平台,建立农场环境与病虫害发生关系模型,结果显示当温度为 15 ℃ 且相

对湿度达 60％以上时,小麦白粉病大面积爆发概率显著增加。 [结论]通过对农作物病虫害无人机遥感结果与物联网大数

据分析,建立一套农业病虫害监测系统,从环境因素方面分析病虫害发生机制。

关键词:物联网；大数据；病虫害监测；无人机

－－－

文章编号:1000 2030(2019)05 0967 08

中图分类号:S431

文献标志码:A

Research on agricultural disease and pest monitoring technology

based on Internet of Things and big data

SHI Dongxu¹,GAO Demin^1∗,XUE Wei²,ZHANG Shuo¹,ZHANG Fuquan¹

(1.College of Information Science and Technology,Nanjing Forestry University,Nanjing 210037,China；

2.College of Information Science and Technology,Nanjing Agricultural University,Nanjing 210095,China)

Abstract:[Objectives]The Internet of Things and big data-driven technologies improve agricultural production efficiency by reducing

agricultural input costs,reducing losses and increasing yields. Due to the high cost of manual data collection and the limited data

connectivity solutions of traditional wireless networks,modern agricultural pest and disease monitoring technologies are facing great

challenges. [Methods]An IoT technology integration framework for producing end-to-end services is based on the Internet of Things

and the modern agricultural technology platform driven by big data. It can collect data from various sensors,cameras and drones with

the help of the latest communication technology. The integrated framework mainly solves the problems of energy supply,communica-

tion limitation,low altitude remote sensing delay time and disease and pest environmental disease analysis. In terms of energy

supply,the system designs a solar base station based on weather perception. The system will change the data acquisition rate in real

time according to the energy acquisition status to reduce energy loss. In terms of communication,Lora( long range) and TVWS

(TV white space)are adopted to meet the requirements of long-distance and high-bandwidth data transmission of farms. In terms of

unmanned aerial vehicle(UAV)design,in order to reduce the energy consumption of UAV,the UAV can make full use of wind energy

by adjusting the angle of UAV quadrotor and optimizing the flight route of UAV. [Results]With the above scheme,the platform can

work stably for a long time,and the network connection can be guaranteed without interruption even in the remote large outdoor

farms. Through the analysis of the crop growth environment,the relationship model between farm environment and pests and diseases

was established. The results showed that when the temperature was 15 ℃ and the relative humidity reached 60％ or more,wheat

powdery mildew may erupt in a large area. [Conclusions]Through the remote sensing results of crop pests and diseases and the big

data analysis of the Internet of Things,a set of agricultural pest monitoring system was established to analyze the mechanism of pests

and diseases from the aspect of environmental factors.

Keywords:Internet of Things；big data；pest and disease monitoring；unmanned aerial vehicle(UAV)

－

收稿日期:2018 12 17

基金项目:国家重点研发计划项目(2017YFD0800204)；国家自然科学基金项目(31670554)；江苏省自然科学基金项目(BK20161527)；中国

博士后特别资助基金项目(2018T110505)；江苏高校优势学科建设工程资助项目(PAPD)

作者简介:史东旭,硕士研究生。^∗通信作者:高德民,博士,副教授,主要从事农业、林业物联网技术研究,gdmnj＠ 163.com。

万方数据

968

南

京

农

业

大

学

报

第 42 卷

由于人口增长和社会发展,预计到 2050 年世界粮食需求将增加 1 倍^[1]。目前,由于地下水位下降、气

候变化、可耕种土地减少以及病虫害泛滥等原因,实现粮食增产的难度极大。根据国际粮食政策研究所

(International Food Policy Research Institute,IFPRI)的指导意见,采用物联网和大数据驱动技术可以减少农

业损失,预计在 2050 年农业生产率可提高 67％^[2]。实地试验表明,利用传感器技术来改变农田用水(精

准灌溉)可以使农业生产率提高 45％,同时减少 35％的灌溉用水量^[3]。该技术可以应用于其他农业生产

中,如种子培育、土壤养分监测等^[4]。传感器技术可充分获得农地周围环境数据,同时,无人机等航空影

像系统可使农民获得更丰富的传感器数据。无人机可以帮助农民绘制农田地图,远程监控农作物,检查异

常情况。

病虫害是造成粮食减产的主要因素之一^[5],其发生与环境有着密切的关系^[6]。据统计,2006—2015

年,我国由病虫害导致的年均粮食损失约为 1 965.49 万 t,占全国粮食总产量的 3.53％^[7]。病虫害监测防

治一直是粮食增产增效亟待解决的问题。然而,由于传统的病虫害监测仍然以人工巡查为主,依靠农业专

家开展田间普查^[8],监测技术发展相对比较落后,很难达到对病虫害实时有效监测^[9],尤其在病虫害大面

积爆发时,对农作物造成危害较为严重。目前,农业信息化技术已经在农业上逐步应用,其中,传感器技术

已经被广泛应用于农业生产中^[10]。在实际应用中,大型农场数据采集过程中,需要将传感器采集数据进

行远程传输,然而现有的连接解决方案要求将通信模块加载到每个传感器上^[11]。这造成每台设备的费用

超过 1 000 美元,成本较高。此外,由于设备的数据存储空间有限,每天只可以发送几千字节。显然,这些

解决方案并不适用于大型农场,也无法支持照相机和无人机这样的高带宽传感器。采取的解决方案是将

所有采集的数据发送到云端进行处理^[12]。但是,通常情况下,农场的信号覆盖率较低,并且容易因为天气

原因造成网络中断^[13]。另外,在户外大型农场中,无人机的飞行时间可能不足以满足拍摄整个农场的

需求。

农林学家利用土壤科学^[18]和植物生理学^[19]技术研究了精准农业应用情况。研究人员已经利用特殊

定制传感器来测量水中营养物质^[20]、地下水位^[21]以及实现其他功能。精准农业研究通常都是在基础设

施覆盖区域,比如通信良好和供电方便的状况下进行,并不适用于通讯较远和远离基础供电实施的情况,

例如东北林场和内蒙古草原。农业病虫害具有传播性,若某一地区发生病虫害,则很有可能传播到其他区

域,甚至是不同品种的农作物上^[22]。我国对于农作物病虫害的防治工作一直十分重视,但防治体系还不

完整,导致许多地方的防治水平不同,特别是偏远农场较为落后。

为解决上述问题本文提出了一种基于物联网和大数据的现代农业技术平台,此平台是在精准农业以

及无线传感器网络工作基础之上建立的。在传统的无线传感器网络中,使用多跳网络^[14]来收集农场传感

器数据,如 ZigBee 技术。然而,该技术受到宽带限制,无法支持高宽带传感器^[15]、摄像机和无人机^[16]。并

且,传统系统也没有考虑到云连接薄弱的情况以及天气^[17]对现代农业技术带来的影响。相比之下,基于

物联网和大数据的现代农业技术平台提供了对传感器、摄像机和无人机以及云连接的支持,还增添了适应

天气变化的机制。本研究是在当前研究和应用的基础上,对这些前期成果的补充,即有效实现数据收集的

自动化,支持精准农业系统,解决远距离通信带来的问题。

1 设备与方法

1.1 设备

－

太阳能板(功率 50 W,工作电压 17.5 V,工作电流 2.85 A),蓄电池(12 V,100 AH),Lora 模块(ATK

LORA 01 无线串口模块,通信模块 SX1278 扩频),TVWS^[23]设备(HMAA,深圳互由科技有限公司),温度

－

传感器(测量范围 50~100 ℃,供电电压 12~36 V,输出信号 4~20 mA),计雨量传感器(雨强范围 0.01~4

－

mm•min ,供电电压 12~24 V,工作环境温度 10~50 ℃,相对湿度<95％),无线监控 COFDM 高清无线视

－

频传输设备(型号 ST6200TPS HD),机载高光谱成像仪(型号 Gaiasky mini2 VN,光谱分辨率 3.5 nm,全

幅像素 1 920(空间维) 1 440(光谱维),工作电压 12~19 V,图像分辨率 1 960 1 040)。

1.2 解决方法

1.2.1 现代农业物联网平台建设目标平台建设过程的主要目标:1)大容量。系统需要容纳大量传感器

数据以及无人机产生的数据。 2)云连通性。一些农业应用,如作物周期预测、播种建议、农业实践与咨询

等,都依赖于长期累积的数据。此外,农民即使不在农场,也可能需要获得一些信息。因此,物联网平台必

万方数据

全部评论(0)

暂无评论

评论赚积分>>

上传资源上传优质资源有赏金

基于物联网和大数据驱动的农业病虫害监测技术

资料介绍

部分文件列表

部分页面预览

相关下载

全部评论(0)

热门标签

最新上传

热门下载

推荐下载

专栏首页