摘要：农田物联网监测系统作为智慧农业中的重要分支，对农业的智能化发展具有关键的推动作用，农田物联网监测系统是指运用物联网技术对农田进行实时监测，对光照强度、CO2,浓度、土壤温度、土壤湿度、土壤pH以及大田气候等环境因素进行数据采集，上传至物联网云平台进行大数据分析

智慧农业关键技术中农田监测

1 农田物联网监测系统

农田物联网监测系统作为智慧农业中的重要分支，对农业的智能化发展具有关键的推动作用，农田物联网监测系统是指运用物联网技术对农田进行实时监测，对光照强度、CO2,浓度、土壤温度、土壤湿度、土壤pH以及大田气候等环境因素进行数据采集，上传至物联网云平台进行大数据分析，从而对生产过程进行细致管理，对栽植、灌溉、施肥、施药和收获等农事作业过程进行记录和管理的服务，如图1所示，农田物联网监测系统通过信息采集、设备的自动控制、信息的发布与智能处理三个环节完成监测工作。

图1农田物联网监测系统

①.信息采集

信息采集的设备主要是前端的传感器，其中包括土壤温度传感器、土壤

湿度传感器、光照传感器、风速传感器以及雨量传感器等。将这些传感器放置在田地间对农作物生长环境进行监测，通过ZigBee或LoRa进行实时数据的反馈，网关将收集到的数据通过无线网络（3G/4G/5G)上传到服务器，从而为农作物生长提供精准的监测和科学依据，实现智慧农业的信息采集。

②.设备的自动控制

设备的自动控制有灌溉系统和水肥一体化系统，前者是将水源过滤后精准传送至农作物的根部，后者则是和肥料一起传送至农作物的根部。这两套系统都是通过滴灌带对农作物进行灌溉的，可根据农作物所需的水分和养分，对其进行精准估算，然后将水分和养分定时定量且均匀地输送至农作物的根部，不会浪费过多的水肥资源。

③.信息的发布与智能处理

信息的发布与智能处理包括视频监控系统、信息展示系统与应用软件平台三个部分。

视频监控系统：能够直观地监测农作物的状态，比如作物是否缺水，是否营养不够等。

信息展示系统：由监视器或液品显示屏来实现，观察农作物情况。

应用软件平台：利用3G/4G/5G进行网络传输，通过电脑或手机端实时观察农作物的各项数据，管理人员可以根据数据对农作物进行操控，简单又方便，实现了将科学与农业相结合的智慧农业道路。

2 农田物联网监测感知技术

农业物联网是将大量的传感器节点组成监控网络，通过各种传感器采集信息.及时发现、定位并解决农田中发生的问题。农田环境信息感知的技术根本是传感器技术。传感器技术可实现对农作物的种植环境的全方向感知，包括农田土壤信息感知技术、农田环境信息感知技术、作物生长信息感知技术。

①.农田土壤信息感知技术

土壤质量决定了当地人们生产和生活的方式，是人类赖以生存的物质基础。良好的土壤环境不仅能够促进农作物苗壮成长，还与人类身体健康有着密切的联系。随着科技的进步，对土壤各项信息的监测技术也逐渐走向现代化和信息化，以确保农业生产中土壤环境的质量。如图1所示，图1(a)为奥地利POTTINGER公司的TSM车载综合土壤传感器，它可以实时地扫描土壤表层和深层土质结构以得到不同区块的压实度、含水率、电导率和土壤类型等：图1(b)为美国精密种植公司的Smartfirmer传感器，能够采集土壤的有机质含量、温度和湿度以及土壤的硬度信息。智慧农业的全球化推进促使农业从业人员、生产人员、各大研究机构以及大型企业等对土壤信息检测方法展开了大量研究。在土壤含水量检测方面，Antonucci等使用主动红外热成像法实现了实验室和现场的土壤含水量的快速检测：蔡坤等分别基于RC网络相频特性以及LVDS传输线延时检测技术设计了土壤含水率传感器，两者相比，前者具有快速检测的优点，而后者在精准度上有更好的表现。在土壤有机质和化学元素检测方面，在国外，比利时列日大学的Genot等使用近红外反射光谱法检测土壤有机质含量；Hong等采用毛细管气相色谱一电子捕获检测器和质量选择性检测器同时测定土壤浸出液中的二氯苯氧乙酸、二氯甲氧基苯甲酸和丙酸。

(a)TSM车载土壤传感器

(b)Smart firmer 传感器

图1土壤传感器

在国内，邓小蕾和李民赞等基于卤钧灯光源和多路光纤法设计了土壤全氮含量检测仪；秦琳等利用杜马斯燃烧法和凯氏定氨法测定土壤有效态成分来分析标准物质的全氮含量，实现了土壤中氨元素的有效检测；王儒敬和张俊卿等设计了土壤钾离子非接触电导检测装置，并基于光谱、卷积神经网络、深度稀疏学习等方法对土壤全钾含量进行预测；李颌和张俊宁等利用近红外光谱法分析了北京典型耕作土壤的养分信息，研究了基于激光诱导击穿光谱的土壤钾元素检测方法，同时，应用傅里叶变换近红外光谱技术分析了土样的全钾含量；代艳娜等通过将同位素内标法定量结合超高效液相色谱一串联质谱法，建立了测定土壤中灭蝇胺及其代谢物残留的方法；杨学灵等建立了用超声提取土壤和沉积物中异丙胺的分析方法，该方法具有回收率高、精密度好和准确度高的优点。在土壤信息的传输和反馈方面，陈二阳等针对传统的土壤环境参数物联网采集模块存在的可扩展性低、实时性差、数据可靠性不高等问题，以CC2530芯片为ZigBee组网核心，以STM32为MCU,使用JSON刻画传感器的参数和状态数据，提出了一种基于感知源信任评价的可靠数据保障模型：岳学军等设计了一种基于土壤墙情的自动灌溉控制系统，该系统能准确监测土壤墙情信息并通过采集节点经互联网上传至服务器，实时性强，控制性能好；彭炜峰等优化了丘陵地区农田土壤信息监测系统，能够对山地农田各区域进行土壤酸碱度实时监测。

②.农田环境信息感知技术

农田环境信息感知包括对农业生态环境实时监控和农业生产活动相关的环境监测。通过对与植被和农作物生长密切相关的水、气、光照、热量等农业气象环境因子进行监测并采集信息，及时掌握大田的环境数据，从而为农业生产等相关管理工作提供相应的科学数据和决策依据。典型的延伸应用有大田气候科学研究、农业气象预报服务、农业灾害预警服务、农田小气候监测系统等。图53展现了一些常见的监测气象站。

(a)空气质量监测气象站

(b)农田气象监测站

(c)农林小气候采集气象站

图2 农业气象站

目前，温室气象感知技术已经很成熟且有很多成功的实践案例。孙通等在大棚温室环境下，借助于农业气象物联网技术，使得各个温室成为无线传感器网络检测控制区，能够全面测控蔬菜大棚中的环境变量（如温度、空气中的水汽含量、通光量等）,达到有效改进蔬菜品质和调整生长周期的目的。蔡坤等设计了一种基于误码检测机制的红外光雨水传感器，解决了传统雨水传感器在滴灌系统应用中只能监测降雨的开始而不能监测降雨结束的弊端，可以全面监测雨水给农田环境带来的影响。王斌等针对中小型养殖场的实际需求，利用PLC及触摸屏设计了一个自动测控系统，实现对猪舍内温度、湿度和氨气浓度等环境生态参数的监测。Yue等利用静电纺丝简单、低成本以及多功能的优势，设计了基于ZnO-TiO2纳米纤维静电纺丝的高性能湿度传感器，该传感器在相对湿度为1%~90%的变化范围内具有高灵敏性。对于大规模农田种植，农田环境和气象监测的研究不仅可以让农业生产者预测未来的气候变化，更好地控制生产活动，提高产量，而且也使现代化农业、智慧农业迈出了一大步。农田环境和气象监测工作涉及范围比较广、涉及的内容也较多，具有数据量大的突出特点。卫星遥感监测技术和物联网地面覆盖监测技术为农田环境和气象监测提供巨大的助力，是现在以及未来研究的必然方向。前者具有探测范围广、信息反馈快、全局性把握强等特点，能够快速、准确地收集农田整体气象特点，分析未来气象趋势；后者是基于“3S”技术、网络技术、物联网技术及各类农业传感器构建的地面传感网，能够对农田地表各类环境指标全面覆盖、精准监测，具有较强的系统性。

3.作物生长信息感知技术

无论是对农田土壤还是对空气环境进行监测，其根本目的都是为了作物有一个良好的生长发育状况和长势。作物的生长特性反映了其内部生理状态和外部形态特征，对作物生长过程中的生理生长状态进行监控有助于指导农业生产活动。图3 展示了一些常用的作物生理生长状态的感知手段和相关传感技术。

图3 作物生理状态感知技术

植物生长的内部生理状态主要表现在径流速度，激素、葡萄糖、叶绿素等小分子浓度的变化和pH的变化。径流速度感知主要采用热技术方法，包括热扩散、热平衡、热场变形等方法。激素类感知主要采用电化学的方法，其优点是灵敏性好、测量范围大、准确度高以及成本低。葡萄糖检测的经典方法是利用葡萄糖氧化酶催化葡萄糖氧化，生成过氧化氢，再用辣根过氧化物酶催化，生成有色产物，然后再用分光光度法进行检测，该方法的主要缺点是易产生致癌物质污染环境。在叶绿素的检测中，常常运用光谱技术结合超声波、图像处理、机器视觉等方法来进行，Jones等使用多光谱成像传感器检测叶绿素含量和浓度，并且使用超声波传感器估算植被高度以提高叶绿素含量检测精度：Baresel等将光谱技术和数字图像处理技术结合用于叶绿素含量检测：孙红等研究了基于近红外光谱技术的叶绿素含量检测方法；岳学军等基于高光谱构建了柑橘叶片中叶绿素无损检测模型，可快速无损地对耕橘叶片叶绿素含量进行精确的定量检测，为相橘不同生长期的营养监测提供理论依据。在叶片其他元素含量的检测方面，冯伟等基于高光谱遥感特征进行小麦叶片含氨量检测、小麦氨素积累动态检测等技术研究；黄双萍等和岳学军等分别构建了基于高光谱的磷元素预测模型、基于流形学习算法的相橘叶片氮含量估测模型以及基于反射光谱的钾水平预测模型，试验的相对误差小、预测模型可靠，为作物生理感知技术的进展提供了技术基础。

外部形态主要表现为叶面积、根茎、杆径特征，叶面积的测量大多采用激光传感器来进行。这种传感器可以通过扫描植物冠层和叶片结构来快速获取叶片表面的点云数据，这些点云数据体现了叶片的生长规律，非常适用于建立模型和后续分析。其他的一些外部特征如根茎、杆径、果径等也有大量的检测方法，如陈学深等在研究水田环境下稻株的识别和定位问题时，提出了一种触觉感知方法，根据稻草辨识的力学差异及除草的生理高度，确定了感知梁的抗弯刚度，并进行了传感器标定。

来源：青钱柳