0引言
小麦是中国最重要的粮食作物之一，由于生长周期较长且分布广泛，容易遭遇各种胁迫和灾害影响，如干旱、霜冻、干热风等频发，严重影响小麦正常生长，导致产量减少、品质下降。目前在整体上，中国小麦苗情监测与诊断技术落后，主要表现在自动化监测水平低、所获数据精准性不高、定量化数字化程度低、信息服务时效性差等。快速准确提取影响小麦生长的关键数据信息，提高定量化和数字化技术水平，为小麦生产科学管理提供综合信息服务，是农业生产中急需解决的重要工程技术问题。
物联网(the Internet of things IOT)是传感器、互联网和信息处理技术高度融合的新一代信息技术，已被公认为继计算机和互联网之后信息技术产业的又一次浪潮。物联网可以理解为是互联网技术应用的延伸和扩展，在其基础上，将物(设备)与物(设备)相连构成的分布式协同网络。在互联网的基础上，通过传感器等信息传感设备，对互联网进行延伸和扩展，使任意物品在任何时刻、任意地点可以与互联网相连，进行信息传输和交换，并结合数据挖掘、分析，云计算等智能计算机技术对数据信息分析处理，实现物体的智能化识别、监控和管理。
目前物联网技术的发展方兴未艾，因其注重全面感知一稳定传输一智能应用3个层面为一体，在诸多领域(包括农业)有广阔的应用空间。设施温室环境监控是物联网早期农业应用最具代表性的领域之一，目前在农业其他领域的研究与应用也逐渐展开。物联网的应用为实现小麦苗情远程监控和管理提供了重要的技术途径。
网络通信技术是农业信息化发展进程中非常重要的技术，近年来国内外的研究和应用也日趋增多。本文研究是在前期硬件研究基础上，应用网络通信技术实现数据的远程传输，进一步实现远程管理，结合小麦苗情特点研发的基于物联网的远程监控系统。系统将数据库技术、网络技术、计算机控制技术等高度融合，基于物联网的3个层面从技术上不断完善进步。通过采用无线传感器网络Cwireless sensor network WSN)进行数据采集，将多个传感器设备安置到农田中，构成自组织的网络子系统，随时获取小麦生长环境数据信息，实现系统的全面感知;与无线局域网(如W i-Fi、移动无线通信网(GPRS/3 G、VPN、互联网等进行异构网络融合，保证传输系统的稳定可靠性;在服务器端开发应用全新的网络分析与管理平台进行数据挖掘、分析，结合专家知识库进行智能处理分析和诊断，提高智能决策诊断水平。目前该监控系统已经陆续在全国东北、西(南)部、黄淮海、长江中下游四大小麦主产区布设实施，初步建成了监控网络，为小麦苗情远程监控与诊断管理提供了坚实的硬件基础和数据基础。
本论文重点是，基于已建成的并在不断升级的物联网软硬件网络平台上，研究小麦苗情远程诊断与管理的技术方法、实现基于WEB系统的关键技术等，进一步提高应用层的自动化和智能化诊断能力，。主要关键技术包括:1)搜集整理领域专家知识库、整合小麦动态监测多源数据库、建立小麦苗情诊断的关键指标体系，并以此为数据基础，实现对小麦生长发育状况和环境条件(包括气象灾害等)进行科学诊断和决策管理;2)设计多模式服务模式，使用户通过多种渠道实现数据共享、获得综合诊断分析结果、专家管理建议和调优技术等信息服务。本系统可为农业生产管理者提供科学、准确的远程管理决策分析支持，对于产量预测、防灾减灾和综合优化管理有重要的支撑作用。
系统总体框架设计
小麦苗情管理与诊断系统基本原理是通过持续监测影响小麦生长的主要因子(包括气象、土壤、作物等参数)，并结合专家经验和建立的知识库、小麦关键指标体系以及历史数据的分析，对小麦苗情和灾害进行远程诊断和管理。
1. 1系统的3层架构
本系统主要采用B/S(Brower/Server)结构，通过数据层、数据访问层、逻辑层和表示层对数据信息进行采集、处理、存储，并最终为用户及时提供小麦苗情田间数据信息和诊断与管理信息。
1)数据层位于数据库服务器端，由分布在各地监控节点的上传数据，专家知识、小麦苗情和灾害关键指标等构成，后二部分内容专家可通过远程交互功能进行修正和不断地补充，以丰富和提高数据的内容及质量。由实时采集数据生成的动态数据库以其连续性、精准性、自动更新等特点为系统提供了坚实的核心数据基础。
2)数据访问层实现对数据库的访问和增添、删除、修改、查找等操作。该层根据接收到的W eb服务器的数据请求，对数据库进行响应操作，并将运行结果返回给web服务器。
3)业务逻辑层是系统主要功能和业务逻辑的核心处理部分。在本系统中根据用户的任务向数据库服务器提出数据处理请求，将读取的各种原始数据(如气象土壤参数等)进行计算分析和逻辑判断，结合专家知识和相关指标，对小麦苗情、相关灾害(如霜冻害、旱涝灾害、干热风等)等进行分析判断，并给出相应农业调优方案及管理建议，然后传送到表现层。
4)表现层负责控制系统的显示逻辑，是用户与系统交互的窗口。用户登录系统后向W eb中心服务器发出请求，W eb服务器验证用户身份后，根据用户输入参数对请求进行处理，将数据分析计算结果、苗情诊断和监测综合处理的信息生成动态页面，将结果返回客户端。
本系统采用3层架构(3-tier application)设计，具有良好的可扩展性和维护性，各层之间的依赖聚合性较低，有利于系统的标准化和各层逻辑的复用fl}l系统技术架构设计如图1所示。1. 2系统主要功能模块 由于小麦苗情诊断和灾害预测对于促进小麦生产管理水平，提高小麦产量具有重要影响，且各方面综合管理技术也在不断发展，因此本系统的开发和完善将是一个动态过程。所以系统设计时要尽量提高其可扩展性、可操作性和应用性。
1. 2. 1数据采集汇总
数据采集汇总主要包括数据信息采集、汇总以及对汇总数据的统计分析。
其中数据采集部分将在关键技术中详细介绍。统计分析部分，是根据用户诊断与分析需求，对采集数据计算和数据挖掘，并以多种图表和文字形式输出。用户可计算选择时段内监测要素的极端值、平均值、累积值等，并以折线图、柱状图、饼状图等方式展示分析统计结果，便于总览变化趋势。同时，系统按照一定规范自动生成分析文档(如W ORD文档)，为农业生产状况汇总上报提供了便捷。
1.2.2知识规范整理
知识规范整理内容包括小麦苗情监测规范和灾情监测规范。苗情监测规范是农业生产中划分苗类的重要依据，生产上通常把小麦苗情划分为一类苗、二类苗、三类苗及旺苗。苗类划分主要依据主茎叶龄、次生根数、群体茎粟数、单株茎粟和有效穗数等特征值。灾情监测规范主要汇总了包括气象数据的监测规范(如温度、降水、光照、土壤墒情、积温等)和气象灾害诊断规范(如霜冻、冻害、干热风、旱涝等)。
融合知识汇总，并结合现场监测数据、多年试验规律，针对东北春麦区、黄淮海和长江中下游冬麦区、西部春冬混合麦区不同品种，系统确立了小麦苗情诊断指标以及霜冻害、旱涝、干热风等气象灾害诊断指标。
1.2.3智能诊断
智能诊断模块是本系统的核心部分，本部分有机结合专家经验及现代农学的研究成果，得到苗情状况与环境因子、生理参数指标之间的规律，并根据该规律对小麦苗情和气象灾害进行诊断。具体过程是，通过对采集的数据进行处理和分析，将小麦生长适宜指标以及小麦当前生长状态比对相关知识规范和专家知识，推论得出小麦诊断结果，给出相应的专家建议、调优技术方案和灾害调控方法。
1.2.4用户管理
本系统用户共分为3种权限:即普通用户、专家管理用户及超级管理用户。其中超级管理用户负责分配专家管理用户的管理权限及浏览权限。基于系统提供的模板框架，不同地区站点专家(用户)负责管理本地区的诊断指标及知识规范的修改完善，同时可以浏览指定地区和站点的诊断结果。普通用户只可以进行结果查询和浏览，并可以将结果下载到本地，但是不具备编辑(修改)小麦相关参数、气象灾害指标、知识规范等的权限。
2系统实现与应用
2. 1开发运行环境
1)开发环境:服务器采用Windows Server 2003操作系统，IIS WEB服务器(Internet informationserve)，SQL Server 2005数据库服务器。
2)开发工具:为提高开发效率，减少开发周期，本系统采用Visual C#语言，在Microsoft .NET平台框架下进行开发，采用Microsoft Visual Studio2008作为页面设计和开发工具。该工具提供了多种语言的编译支持，可以创建混合语言解决方案，这极大地方便了系统今后的维护与扩展，同时也大幅度提高了开发效率和系统的可管理性。
2. 2系统的实现
2. 2. 1数据获取与网络数据库构建
本系统的基础数据库分别包括自动监测数据库和辅助调查数据库。具体而言，自动监测数据库中包括自动上传的传感器数据、图像和视频等动态数据，辅助调查数据库主要包括各地专家用户经总结整理后远程上传提交的辅助数据。
其中，自动监测数据由布设在各地的无线远程监控站点(监控节点)采集得到。监控站点主要采用无线传感器网络(如ZigB ee)进行数据采集，也就是将大量传感器(温度、湿度等)以无线通信的方式形成自组织的网络系统，协作的获取覆盖区域的数据信息，经由汇聚节点再发送给数据中心。在网络传输方面，因各地的网络通信条件不同，系统通过无线局域网(如W i-Fi、移动无线通信网(如2 G/3 G)、无线传感器网络等多种网络技术进行异构融合，进一步提高了网络传输的安全性和广泛应用性，将采集的数据传输并存储到远程数据库服务器。大量田间生产现场的原始数据构成了小麦灾情诊断分析、气象灾害分析的基本数据来源。另外，系统提供的图像和视频信息，使用户可以获得更直观的现场实况，达到眼见为实的综合效果，结合影像资料可进一步判断验证作物群体特征、发育阶段、灾害受损等，是实现综合诊断分析的重要补充。
苗情辅助数据库主要包含专家意见、诊断指标以及目前有些难以实现自动化观测，或者变异性很大的那类数据信息(如播种日期和面积、品种属性、小麦群体特征等参数等)。关于专家意见和诊断指标的提交，专家管理用户可以通过本系统的专家管理界面进入，进行初始化和编辑填写。用于苗情诊断的基础数据，部分来自于本系统的辅助调查数据管理系统，授权用户通过网络计算机和手持移动设备(如智能手机等)，将现场调查或整理的数据提交上传，并存储到中心数据库。
2. 2. 2诊断方法建立
系统诊断目前主要包括小麦苗情诊断和气象灾害诊断。
1)小麦苗情诊断
根据小麦和栽培管理专家的多年经验，苗情主要依据主茎叶龄、分粟数、次生根数等特征参数为标准进行诊断。其数据来源包括用户输入参数、诊断指标数据库、专家知识库、监测动态数据库以及苗情辅助调查数据库等。系统采用生物统计标准差权重法对小麦苗情分类级别进行计算分类。依据影响小麦苗情的主要参数，应用标准差权重法，建立了小麦苗情指数。
2. 2. 3跨平台数据服务
为了方便用户及时获取数据信息，本系统采用为外部程序访问数据提供了一定标准的接口和规范，以方便数据的跨平台使用。外部程序可以有2种方式对数据库数据进行访问和交互，其中一种方式是通过Socket协议方式进行通信，另一种方式是通过行业范围标准的Web Services网络服务的通信技术获取数据。这2种方式各有所长，因此本系统根据不同的需求综合采用2种和数据库进行通信的方式。
1)采用W eb服务方式。Web Services技术使用开放式标准数据格式和标准通信协议在互联网上发布服务模块，客户端应用程序通过W eb向服务器发送Http请求，从而达到数据共享、通信的目的。采用Web Services技术，服务器端与客户端系统具有松藕合性，W eb服务与客户端程序采用的编程语言操作系统等均无关系。通过W eb服务方式，为系统的分布式应用提供了平台。在本系统中，W eb服务一方面面向需要获得服务数据的用户，另一方面为本系统的智能手持移动设备(如智能手机、平板电脑PAD等)程序开发提供接口。
2)采用Socket通信模式，具有高效通信的特点，同时在Framework2.0环境下不需要依赖IIS而存在，解决了We服务在Framework 2.0状态下不能脱离IIS的弊端。本系统中LED大屏幕显示系统就是采用这种方式和监控管理中心进行通信。
其中手持移动设备(如智能手机、掌上电脑PDA及PAD等)和LED大屏幕通过与管理中心服务器的交互获取数据支持，并综合文字、图像、图表等多种方式将诊断信息和实时获取数据及时展现给用户，从而结合数据远程监控系统为用户提供快速准确的多平台管理方式。
2. 3系统应用
目前本系统已处于不断测试运行和示范应用当中，下面以小麦苗情诊断和旱涝诊断为例，说明系统应用案例。通过用户登录，进入系统后，进入小麦苗情诊断界面，输入主茎叶龄、单株茎粟等4个参数值，点击运行，可以得到小麦苗情状况判断以及专家建议。如选择越冬期河南省土壤湿度正常的条件下，对冬性小麦进行诊断，取主茎叶龄数为8，单株茎粟数为7，次生根为8条，总茎粟为1 200万//hm2时，苗情状况为一类苗，生长状况良好，诊断结果及专家建议如下图5b所示。结合诊断指标，该结果与实际情况相符合，表明本系统苗情诊断方法合理可行，结果正确。
专家进入专家管理界面，可以对小麦苗情诊断、气象灾害诊断指标等进行编辑修正，以编辑苗情诊断参数权重和标准值为例，点击编辑公式，进入所示界面，可以分别编辑各个参数的标准值和参数值。
经测试和初步应用效果，该系统设计合理，界面操作简单，具有较好的稳定性和准确性，目前正在进一步测试和不断推广使用中。
3结论与讨论
本研究以小麦生产为对象，基于物联网技术框架，设计并实现了小麦苗情远程监控与诊断管理系统平台。
1)该平台.N ET环境下运行，采用B/S模式和三层架构顶层设计，确保系统的可扩展性和可维护性。
2)在基于物联网硬件监测系统的基础上，通过动态实时获取影响小麦苗情的关键参数，并融合专家知识、灾害指标等，进一步提高了小麦苗情和气象灾害快速诊断决策的精确性和动态性。
3)通过应用web服务和socket通信技术，该系统平台具有分布式管理、多用户使用、便于扩展和系统维护等优点。
本系统的主要功能已经在陆续试用和示范过程中。结果表明，在小麦苗情监测和灾害诊断等方面具有精准和快速等优势。但因为影响小麦苗情的因子十分复杂，各地区差异性很大，在采用诊断指标和方法等方面仍需要不断修正和完善。对于数据分析处理方法的进一步优化、算法效率的进一步提高，以及结合用户需求提供更加全面的数据信息服务，还有很大的发展提升空间。如何进一步完善系统功能，提高系统普适性和通用性，使之在更多应用领域发挥作用，是今后研究的重要方向。
参考文献
[1]杨震.物联网及其技术发展[[J].南京邮电大学学报:自然科学版，2010, 30(4): 9一11.
