基于ZigBee无线传感器网络的海南省耕地监测管理系统

基于ZigBee无线传感器网络的海南省耕地监测管理系统邓春梅;李茂芬;李玉萍;姚伟;秦小立
【摘要】通过在海南省10个核心示范大田洋野外安装环境温湿度传感器、土壤温度水分传感器等,利用ZigBee无线传输方式,构建了一个基于物联网的耕地远程实时监测系统.该系统基于已建立的海南耕地质量改良信息共享平台,实现了铺前镇、枫木镇、大路镇、东成镇等大田洋环境数据位置的地图显示,实现了耕地环境的空气温湿度、土壤温湿度、光照度、CO2等数据的实时采集,根据用户的需求可查询某一段时间的历史监测数据,为用户对无线传感器和野外耕地环境的数据监测提供了远程管理,提高了海南耕地环境的信息化管理水平.%Through the installation of environmental temperature and humidity sensors,soil temperature and moisture sensors,etc.in 10 core demonstration fields of Hainan Province,a cultivated land remote real-time monitoring system based on Internet of Things was constructed by the method of ZigBee wireless transmission.The system was based on Hainan farmland quality improvement information sharing platform,and realized location map of field environment data in Puqian Town,Maple Town,Dalu Town,Dongcheng Town.The real-time data collection of air temperature and humidity,soil temperature and humidity,light,CO2 of farmland environment were realized and historical monitoring data at a period of time could be queried according to the requirements of users.This research could provide remote management of wireless sensor and farmland environment data for users,and improve the level of information management of farmland environment in Hainan Province.
【期刊名称】《安徽农业科学》
【年(卷),期】2018(046)003
【总页数】4页(P161-164)
【关键词】ZigBee;耕地监测管理系统;物联网
【作者】邓春梅;李茂芬;李玉萍;姚伟;秦小立
【作者单位】中国热带农业科学院科技信息研究所,海南省热带作物信息技术应用研究重点实验室,海南儋州571737;中国热带农业科学院科技信息研究所,海南省热带作物信息技术应用研究重点实验室,海南儋州571737;中国热带农业科学院科技信息研究所,海南省热带作物信息技术应用研究重点实验室,海南儋州571737;中国热带农业科学院科技信息研究所,海南省热带作物信息技术应用研究重点实验室,海南儋州571737;中国热带农业科学院科技信息研究所,海南省热带作物信息技术应用研究重点实验室,海南儋州571737
【正文语种】中文
【中图分类】S127
在农业生产过程中，土壤温湿度、土壤水分、土壤pH、空气温湿度、光照度以及CO2等多种自然因素共同影响着农作物的生长。

农田环境信息的多样性、多变性和分散性以及信息采集的空间性，为农田环境信息的快速获取带来了诸多障碍[1-2]。

传统农业的人工粗放管理方式无法准确地监测这些环境参数，因此要实现野外环境监测的自动化和管理智能化等问题，需要结合现代农业信息技术，尤其是以物联网技术为代表的高新技术[3]。

物联网技术可以不受地域、时空限制，将目标事务通过射频识别、信息传感、无线传输和互联网连接等手段，实现智能监测和管理[4-7]。

笔者基于已建立的海南耕地质量改良信息共享平台[8]，结合海南省耕地特点和监测要求，以海南省10个核心示范大田洋为研究对象，构建了一种基于ZigBee无线传感器网络的耕地辅助监测管理系统，以实现对海南省耕地环境的土壤温度、土壤水分、土壤pH、空气温湿度、光照度以及CO2等数据的采集，实现大田洋野外环境监测的自动化、智能化，将数据处理融合后达到信息共享，为农业生产者方便快捷地提供所需的耕地环境信息，为政府部门、科研单位提供科学依据。

1 耕地环境数据的采集
基于物联网的耕地辅助监测管理系统是在已建立的海南耕地质量改良信息共享平台基础上构建的。

在海南省示范大田洋区域部署田间监测点，对大田洋环境信息进行实时采集和远程传输至共享平台，实现大田洋作物生产过程的动态监测。

目前，已经在海南省的铺前镇潭榄洋、福山镇敦茶村、罗豆农场、瑞溪镇罗浮洋、大路镇大路洋、枫木镇枫木洋、东成镇长坡洋、尖峰镇山道村、九所镇罗马洋、凤凰镇妙林田洋等核心示范区部署完成10个监测点。

基于物联网的耕地辅助监测管理系统采用物联网的3层体系架构进行设计，由Internet、无线传感器网络和3G网络结合构成，3个层次分别为应用层、网络层和传感层。

基于物联网的耕地环境数据采集层次结构如图1所示。

传感层由若干感知节点组成，对耕地环境的空气温湿度、光照度、CO2浓度、土壤水分、土壤温度、土壤pH等信息进行定时采集，并传送到汇聚节点。

网络层将采集到的各类数据进行远程异地传输，由Internet、GPRS、ZigBee模块组成，并结合相应的路由和网络安全协议，将数据安全稳定地传输到监测中心。

应用层主要负责数据的存储、统计、分析和图形化显示，根据耕地环境信息进行决策和自动控制，并面向用户提供应用和服务。

2 耕地监测管理系统软硬件的设计与构建
2.1 系统建设目标通过无线传感器、网络通讯等物联网技术应用，对海南核心示
范大田洋环境土壤温湿度、空气温湿度、光照度、CO2浓度等主要数据进行动态
监测和数据回传。

应用GPRS、ZigBee网络传输技术，实现大田洋环境数据的远
程实时传输，并可通过该系统查询历史数据，以期达到数据共享，为今后物联网在大田洋环境的监测研究提供技术基础，为海南省耕地改良提供科学数据。

2.2 系统的硬件设计
2.2.1 感知节点。

感知层主要用于获取海南省10个核心示范田洋的环境监测信息，包括土壤温度、土壤pH、空气温湿度、光照度、CO2浓度等数据，具有实时性和可靠性，并能节约人力物力等特点。

传感器是整个感知层的核心部件，传感器的性能指标直接决定着整个感知层是否能准确、全面地获取重要的数据信息[9]。

采集
的数据是否准确可靠是系统正常工作的关键，传感器节点分布在田间，具有一定的距离，所以采用无线传输的方式进行数据的传递。

传感器节点以电池供电，电池耗尽后，节点停止工作，因此为了延长传感器电池的使用时间，采用小型太阳能光伏供电系统，能不间断供电电源，延长传感器节点的寿命。

感知节点的设计如图2
所示。

该结构主要是太阳能供电系统、数据变送器、GPRRS数据传送器、云服务
器数据存储和传感阵列组成。

图1 基于物联网的耕地环境数据采集层次结构Fig.1 The collection hierarchical structure of farmland environmental data based on Internet of Things
图2 感知节点的设计Fig.2 The design of perception node
2.2.2 协调器网关。

协调器网关主要由ARM微控制器平台、以太网模块、ZigBee 协调器模块、3G模块和电源模块组成，其功能是将感知节点采集的数据发送到耕地监测管理系统。

协调器网关硬件组成如图3所示。

电源模块负责为整个节点提
供能量，以太网模块将网络上传递的信号转换为ARM主板能够识别的数据，3G
模块负责各种控制指令的交互和感知数据的传输。

ZigBee协调器模块以功耗低的特点完成无线通信的应用。

图3 协调器网关硬件示意Fig.3 The softwares of coodinator gateway
2.3 系统的软件设计系统的软件设计主要包括路由器和协调器软件设计。

路由器
和协调器作为WSN中的组成节点，都具有环境信息采集功能，路由器通过ZigBee模块实时接收协调器或其他路由器转发的命令，如果转发命令中的网址与本节点的网络地址不一致，则说明该命令是发给其他路由节点的，把该命令再转发出去；若转发命令中的网址与本节点的网络地址相一致，说明该命令是给本节点的，分析命令类型，若是“寻址”命令，通过ZigBee回送网络地址；若“监测”命令，回送监测的环境信息；若“控制”命令，回送控制结果[10]。

协调器的主要任务是建立网络、管理网络以及维护网络，通过GPRS接收远端服
务器的各种测控命令，将命令中的网络地址与本节点的地址进行比较。

如果二者相一致，指示命令是协调器的，则执行该命令，执行结果被发送到其他路由节点，将该命令通过ZigBee转发出去，协调器的液晶显示屏上会将这些控制命令的执行结果显示出来。

3 系统实现
该监测管理系统建立在海南耕地质量改良信息共享平台上，采用Visual Studio 2012作为开发工具，利用百度地图API技术构建地图应用发布服务器，用于10
个大田洋监测点位置的地图显示(图4)。

自2015年完成建设以来，已经运行了一
段时间，同时获得了大量的实时监测数据。

图4 耕地辅助监测点位置信息地图Fig.4 The location information map of farmland auxiliary monitoring sites
登陆海南耕地质量改良信息共享平台后，可点击辅助监测模块，选择三亚、琼海、
儋州、澄迈、乐东等市县查询相关的大田洋监测站点的耕地环境数据。

获取的远程实时数据以小时为单位刷新，可随时查询各个监测点传感器的运行情况。

用户通过选择监测点可查询该站点实时获取的空气温湿度、土壤温湿度、光照等环境数据，也可以通过选定查询起止时间，进行历史数据查询，还可以选取分钟、小时、天、月、年5种显示方式中的任一方式查看各环境数据的动态曲线变化。

图5和图6为观测期间琼海大路镇大路洋获得的空气和土壤温湿度在2017年2—3月、5—6月2个时间段的动态监测曲线变化。

目前，从系统获取的数据来看，其连续性方面比其他手段获取的具有一定的优势，节省了大量的人力、时间和精力，能够满足野外大田洋监测点的日常监测和研究的需要。

图5 琼海市大路镇大路洋空气温度和湿度不同时段实时监测数据Fig.5 The real-time monitoring data of air temperature and humidity at Daluyang of Dalu Town in Qionghai City at different time
图6 琼海市大路镇大路洋土壤温度和湿度不同时段实时监测数据Fig.6 The real-time monitoring data of soil temperature and humidity at Daluyang of Dalu Town in Qionghai City at different time
4 讨论
将物联网技术应用在农业上是我国农业发展的一个趋势[11]，将其应用到示范大田洋环境监测中，实现了对大田洋环境信息的自动化采集和远程监测，但由于大田洋空间差异性较大，野外环境复杂、网络数据传输量大，如何完善系统功能，进一步优化数据处理分析是今后研究的方向。

该系统的实现是为了获取海南省示范大田洋的环境参数以及数据的共享，为海南省耕地质量改良提供基础数据，但尚未达到精准农业的标准，未能对采集的数据进行分析，这是今后进一步研究的方向。

5 结论
(1)以海南省示范大田洋的农业环境监测为研究对象，针对目前耕地生产管理粗放、自动化水平低等问题，以传感层、网络层、应用层为主构成系统物联网的3层架构，为系统的开发奠定了基础。

(2)根据系统架构和设计目标，设计了感知节点和协调器网关，并以ZigBee作为
无线传感网络的节点单元，实现了远程管理，突破了地域限制。

(3)构建了一个耕地辅助监测系统。

它是一个软硬件相结合、具有远程实时监测功
能的监测平台，可根据年份、月份、天数等查询感知层的环境参数，对示范大田洋进行实时环境参数监测，为海南省的耕地改良提供科学的数据参考。

(4)对大田洋环境参数的远程数据收发情况进行测试，选取不同时段琼海大路洋的
空气温湿度、土壤温湿度等数据
进行对比，实现了数据的远程采集与可靠传输[9]。

参考文献
[1] 张瑞瑞，陈立平.基于传感器网络的田间信息获取系统[J].计算机科学，2009，36(4)：78-80.
[2] 吕立新，汪伟，卜天然.基于无线传感器网络的精准农业环境监测系统设计[J]．计算机系统应用，2009，18(8)：5-9.
[3] 臧贺藏，张杰，王来刚，等.基于物联网技术的粮食作物生长远程监控与诊断平台研究[J].中国农机化学报，2015，36(4)：185-188，208.
[4] GUBBI J，BUYYA R，MARUSIC S，et al.Internet of things(IOT)：A vision，architectural elements，and future directions[J].Future generation computer systems，2013，29(7)：1645-1660.
[5] RÜGERA S，EHRENBERGERA W，ARENDB M，et parative monitoring of temporal and spatial changes in tree water status using the non-invasive leaf patch clamp pressure probe and the pressure
bomb[J].Agricultural water management，2010，98(2)：283-290.
[6] OTHMAN M F，SHAZALI K.Wireless sensor network applications：A study in environment monitoring system[J].Procedia engineering，2012，41：1204-1210.
[7] 周小波.基于物联网技术的设施农业在线测控系统设计[J].太原科技大学学报，2011，32(3)：182-185.
[8] 李茂芬，秦小立，李玉萍，等.基于WebGIS的海南耕地质量改良信息共享平台的设计[J].热带农业工程，2016，40(5/6)：59-62.
[9] 施苗苗.基于物联网的设施农业远程智能化信息监测系统的开发[D].太原：太原理工大学，2016.
[10] 劳凤丹，余礼根，腾光辉，等.设施农业3G+VPN远程监控系统的设计与实现[J].中国农业大学学报，2011，16(2)：155-159.
[11] 焦俊，张水明，杜玉林，等.物联网技术在农田环境监测中的应用[J].中国农学通报，2014，30(20)：290-295.
名词解释
扩展总被引频次：指该期刊自创刊以来所登载的全部论文在统计当年被引用的总次数。

这是一个非常客观实际的评价指标，可以显示该期刊被使用和受重视的程度，以及在科学交流中的作用和地位。

扩展影响因子：这是一个国际上通行的期刊评价指标，是E·加菲尔德于1972年提出的。

由于它是一个相对统计量，所以可公平地评价和处理各类期刊。

通常，期刊影响因子越大，它的学术影响力和作用也越大。

具体算法为：
扩展影响因子。