摘要：依托专家系统，构建了基于遗传算法优化神经网络的病害诊断预警平台、生产管理预警平台和物流运输预警平台，合理布置传感器，同时应用了RFID、3G、ZigBee、GPRS等物联网技术。该系统用于涮涮辣示范生产，在生产与运输过程中，起到了对环境参数超出适宜值范围进行预警，并能精细调控肥水、温湿度、农药等的作用，以降低生产成本，大范围应用能产生更好的经济效益。
关键词：物联网；精准农业；果蔬种植；预警系统；专家系统
中图分类号：S126；TP391 文献标识码：A 文章编号：0439-8114（2016）14-3741-04
DOI：10.14088/j.cnki.issn0439-8114.2016.14.051
Abstract： The Internet of thing early warning system for precision agriculture， relying on expert system， neural network based on genetic algorithm to optimize of disease diagnosis of early warning platform， production management early warning platform and logistics platform is constructed， reasonable arrangement of sensors， at the same time， the application of Internet of things technology such as RFID，3G， ZigBee， GPRS. The system applied in the production of rinse hot demonstration in the process of production and transportation， the environment parameters beyond good value for early warning， and fine regulation and water， the effect of temperature and humidity， pesticide and so on， in order to reduce the production cost， wide range application can creat
e better economic benefits.
Key words： the Internet of things； precision agriculture； fruit and vegetable production； early warning system； expert system
精准农业，也称精细农业，是根据作物生长的土壤墒情来调节对作物的投入，以最节省的投入达到更高的收入，并能改善环境的生产方式。精准农业技术由田间信息采集、智能决策和智能装备技术组成，通过对信息采集、加工及应用，以实现粮食增产和农民增收的目标。其中，从田间实时、准确地采集各种影响作物生长的环境信息及作物长势是实现精准农业的基础[1]。物联网作为现代信息技术发展的产物，具有全面感知、可靠传送、智能处理等特征，将其用于农业生产中，为实现田间信息采集、远程监测及控制提供可靠保障。物联网是指通过射频识别、传感器、全球定位系统、激光扫描器等信息传感设备，按照约定的协议，把物品与互联网连接起来，进行信息交换和通信，采用智能计算技术对信息进行分析处理，以实现智能识别、定位、跟踪、智能决策和监控的一种网络。物联网技术已经深入应用在许多领域[2-6]，而将精准农业与物联网技术相结合，可最大限度提高农业生产力，是实现优质、高产、低耗、环保等可持续发展农业的有效途径。
本研究提出基于物联网的精准农业果蔬种植预警系统，利用各种传感设备实时获取田间信息，通过无线网络技术传至上位机，依托专家系统进行分析、处理，对影响作物生长的因素做出预警与调控，使果蔬生长在最佳的环境中，从而实现精准农业作业的经济化及智能化。基于物联网精准农业的果蔬种植预警系统包括软、硬件两部分，软件开发含3个预警平台，依托专家系统，实现病害诊断预警平台、生产管理预警平台和物流运输预警平台，通过合理布置无线传感器，融合3G、ZigBee等无线网络，运用物联网技术实现高效、便捷、实时的科学化果蔬生产管理体系。
1 专家系统构建
专家系统（Expert System）是人工智能的一个重要分支，包括知识库与推理机，将人类专家的知识及经验以适当的形式存入计算机，利用一定的算法对知识进行推理，做出判断和决策等。知识库是专家系统的核心，是问题求解的集合，包括基本事实、规则和其他相关信息。推理机是专家系统运用知识对数据进行推理的逻辑核心，它控制着知识库中的知识，对数据库中的数据进行推理，以得出新的结论。用户提供事实或信息给专家系统，相应地收到专家系统的建议或专门知识。
农业是一个复杂的巨系统，农业生产具有复杂多变性。从不同作物的生长需求出发，通过总结、收集作物栽培领域的知识、专家经验和试验数据构建专家知识库，实现具有咨询和决策能力的应用服务平台，是现代农业技术的研究热点。本研究以果蔬种植为例，采用B/S三层体系结构，在Windows NT Server平台下使用，以SQL Server 2008为数据库管理系统，采用Visual C#.NET编程语言，整个软件分基于遗传算法优化神经网络的病害预警、生产管理预警、产品运输预警等服务平台，平台包括表现层、业务层、数据访问层和数据库4层。数据访问用于所有业务层与数据库之间的数据管理，是一个公共层，由数据访问组件与数据库连接组件构成。业务层根据不同的管理对象建立不同的业务组件，如用户注册管理组件、信息采集组件、实施控制组件等，还可根据实际需求的变化方便地增改组件，易于系统的维护和升级[7]。在果蔬生产管理中，依托专家系统，对物联网技术获取的影响果蔬生长的环境参数进行推理，并做出决策及调控，以实现动态调节适宜果蔬生长的最佳条件，为果蔬种植实现智能、节能、高效的管理提供保障。 2 基于遗传算法优化BP神经网络的病虫害诊断预警平台
实现果蔬病害的预警预报，是有效防治和控制病害发生发展，减少农药施用和生产无公害果蔬的最佳途径。影响果蔬病虫害发生的因素较多，包括气象、自然环境、本身表现出的密度和非密度制约因素等。其中，气象因子与病害密切相关，大棚内湿度、温度不适是造成病害发生和蔓延的主要原因。如涮涮辣种植中常见病害有疫病、叶斑病、灰霉病、炭疽病等，每种病害有其独特的生长习性，其中疫病在温度为25～30 ℃、湿度高于85%时发病较重。但气象因子与病害不具备线性关系，若用数理统计方法找出气象因子与病害之间的某种函数关系有一定难度。BP神经网络理论是一种非线性识别理论，它具有自学习、自适应和容错能力，在模式识别中得到广泛应用。但BP神经网络容易陷入局部最优的缺点，而遗传算法可很好克服此缺陷，可先用遗传算法搜索BP神经网络权值和阈值，求出最优的权值和阈值后再训练BP神经网络，以实现全局最优。其思想是对神经元的连接权值和阈值进行编码，使之成为码串的初始群体，进而通过遗传选择、交叉、变异操作对每一代群体进行计算和筛选，直到获得最佳权值和阈值。将神经网络输出的均方误差作为遗传算法的个体适应度，经重复计算，将误差降至全局最小[8]。遗传算法优化BP神经网络的算法流程如图1所示。
本研究基于遗传优化后的BP神经网络采用三层结构，即输入层、隐含层和输出层，每层神经元个数分别用s、q、m表示，则可表示为BP（s，q，m）。以最高温度、最低温度、平均温度、最高湿度、最低湿度、平均湿度、光照强度共7个因素为输入参数，以作物病感指数为输出。病感指数的计算分别见表1病害分级标准和公式（1）。
隐层节点数的确定采用试凑法，以涮涮辣常见病害：疫病、青枯病、猝倒病为例进行训练，根据表2的训练结果，最后确定的网络结构为BP（7，19，1）。用遗传算法优化BP神经网络的病害预警模型的步骤及用Matlab2009a实现的伪代码如下：
1）创建BP神经网络
net=newff（minmax（P），[S1，3]，{‘tansig’，‘tansig’}，’trainlm’）/*S1为隐含层神经元数，R、S2分别为输入、输出神经元数
2）对初始化参数选定
3）用遗传算法优化BP神经网络的权值、阈值
R=size（pn，1）；
S2=size（tn，1）；
S1=20；
S=R*S1+S1*S2+S1+S2；/*S为遗传算法编码长度
主程序实现：/*P，T为训练样本的输入、输出维数
[P，T，R，S1，S2，S]=nninit/*初始化
bb=ones（S，1）*[-1，1]；/*初始化种群
initPbb=initializega（popa，bb，'gabpEval'）；/*初始化遗传算法
计算最优的网络权值与阈值：
[W1，B1，W2，B2]=gadecod（x）；
net.IW{1，1}=W1；
net.LW{2，1}=W2；
net.b{1}=B1；
net.b{2}=B2；
net=train（net，P，T）；/*用新的权值及阈值训练网络
4）仿真操作
训练停止后可用语句tn_bp_sim=sim（net_bp，P_test）进行仿真，5个测试样本的正确率分别为98%、99%、100%、92%，97%，平均正确率为97.2%。
3 生产管理预警服务平台
果蔬生产管理预警平台包括视频监控、农业环境监测、采集数据的存储及远程控制模块组成。视频监控用于定点、定时的观测果蔬生长情况，该系统包括远程Web在线查看、视频数据存储、回放等功能。农业环境监测是精准农业的基础部分，用于监测影响果蔬生长的环境参数变化。本研究以物联网技术为核心，监测影响果蔬生长的光照强度、CO2浓度，温度、湿度，土壤含氮量、pH等环境信息[9，10]，生产管理者可通过智能终端、Web浏览器等方式实时查看监控区域的详细监测信息和经推理后的预警信息。
1）大棚精准农业检测控制系统设计。在果蔬大棚内合理布置各种传感器，以实现实时监测各项环境参数，同时安装可调控设施（如抽风机、喷淋系统、加热器、补光灯等设备），基于物联网精准农业的果蔬种植预警管理系统如图2所示。该系统可实时采集棚内环境参数，将数据通过有线或无线方式发送至上位机，服务器对数据进行分析，最后以直观的曲线、图表、报警信息等通过终端展现给用户。同时，系统软件为棚内可控设施预留了端口，可通过预警后的人工操作，或用智能终端开启或关闭调控设施实现自动调控，使作物生长在最佳环境中。
不同果蔬对环境、气象在不同时期有不同的需求，如涮涮辣生长过程中，播种后3～4 d，温度要控制在30 ℃左右，当种子破土后，白天温度要控制在15～20 ℃，晚上控制在12～16 ℃；当第一片针叶露尖后白天控制在20～25 ℃，晚上控制在适15～20 ℃；当分苗后前3 d，要保持好空气湿度和温度，保证白天25～30 ℃，晚上控制在15～20 ℃左右，其他时期最宜温度平均为16～21 ℃。这些温度值可预先在专家系统进行设置，若监测到的温度超出设定的范围，系统将自动报警。同样光照、湿度、CO2浓度、肥水的最佳范围值及自动控制策略均可在专家系统中设定。
2）物联网传感平台节点布置。基于物联网的精准农业生产预警系统，无线传感器节点是采集信息单元。传感器节点通常是一个嵌入式系统，各传感器节点集成有传感器其执行器模块、计算与存储模块、通信模块和电源模块[11，12]，其结构如图3所示。为确保大棚果蔬能在最适宜的环境中生长，对传感器节点的设计提出了较高要求，既要求传感器节点能够精确检测大棚内的各种气象、土壤墒情等参数，又要求传感器有效覆盖大棚的每个角落。 该系统在涮涮辣大棚中进行试验，传感器节点的处理器单元和无线传输单元采用CHIPCON公司的CC2430芯片，它是一种基于ZigBee协议，集成89C51内核处理器芯片和ZigBee无线收发模块，内置RF2420射频芯片，并增加CC2591增益放大芯片。单点之间传输有效距离可达700 m，系统监测并存储大棚内各个环境数据，所有监测节点均采用无线传输。棚内空气温湿度、CO2浓度、光照强度按每隔10 m布置一个监测节点，每个监测点分上、中、下3个层次，距地面高度分别为50、100、160 cm。每个大棚部署3个土壤温湿度传感器监测点，每个监测点又分土层5、15、30 cm 3个层次，布置3个pH和氨氮传感器监测点，每个监测点分土层5、、15、30 cm 3个层次。若还需增加监测节点，只需在软件系统中设置即可，硬件的采集节点无需修改。施工采用支架式插入土壤，种植时可快速方便布置，而在空闲季节，可方便回收至仓库保管。采集节点供电采用锂电池供电和太阳能板供电二种模式，根据无线节点的采集频率和传感器耗电量而定，当采集频率间隔≥5 min/次，无线节点的低功耗模式启动，节点可持续工作6个月。
4 物流管理预警平台
物流管理预警平台是果蔬生产管理的扩展平台，是保证其价值量的环节之一。据统计数据显示，每年在运输过程中腐烂变质的水果、蔬菜、乳制品等易损坏食品的总价值达1 000亿元以上，损失率高达25%～30%，而发达国家果蔬的损失率一般控制在5%。因此对鲜嫩易烂的果蔬在运输车辆中安装GPS定位、温湿度传感器及RFID射频识别，实时采集车辆、产品的基本信息，通过3G、GPRS等技术[13]传至监控中心，依托专家系统对采集的数据分析，对货损、延迟、失窃、线路异常等情况预警，以便实现调度和调控，从而有效降低果蔬运输中因腐烂变质的损失率。其运输预警功能结构如图4所示。
底层信息集由GPS卫星导航定位、RFID货物基本信息采集、传感器货物状态信息采集等软硬件组成。监控中心的软件包含数据接收存储、异常报警、基本功能、GIS电子地图绘制等组成。其中GPS导航定位每隔5 min采集车辆途中的实时经纬度、速度及方向信息，通过3G上传至监管中心，监管中心收到信息，计算并结合GIS功能在电子地图上显示，若与预设的不一致，通过3G向管理员及驾驶员发出异常报警信息；RFID定时采集物品的基本信息[14]，如物品编码、采摘日期、数量、价格、目的地等信息，并与RFID中的初始信息对比，若出现信息不一致，则将异常信息通过3G上传至监管中心，并发出报警信息；传感器主要集物品的温湿度、压力等状态信息，这些参数通过无线通讯网传至监控中心，计算是否在适宜值范围内，否则发出预警信息，并通知运输人员采取相应措施，实现对环境的精准调控，以满足产品对保鲜保质的需求，降低果蔬在运输过程中的损失率。
5 小结
基于物联网的精准农业果蔬种植预警系统还处于试验阶段，由于该系统可根据不同作物在不同时期对影响其生长的环境参数按需求设定，并可随时采集环境环境参数传至上位机，依托专家系统对数据分析，用户可通过终端设备对环境参数进行监测，当参数超出了预设值范围，将收到警报信息，并能精细控制肥水、及时预警病虫害、对环境参数调控等功能。因此，基于物联网的精准果蔬预警系既能节约人工工时，将生产成本降低20%左右，又能提高生产效率、提高果蔬的品质，为高品质果蔬打下良好口碑，为强化区域生态果蔬，打造本地高端精品果蔬的推广做了铺垫工作。
参考文献：
[1] 王汝传，孙力娟.物联网技术导论[M].北京：清华大学出版社，2011.
[2] 朱会霞，王福林，索瑞霞，等.物联网在中国现代农业中的应用[J].中国农学通报，2011，33（8）：226-228.
[3] 方 露.浅析物联网技术在科技馆中的应用[J]，科技通报，2012，28（3）：165-168.
[4] 朱景锋.物联网环境下电子政务信息系统入侵检测技术分析与对策研究[J]，科技通报，2012，28（4）：130-132.
[5] 张国军，赖小龙，杨睿茜，等.物联网技术在精准农业环境监测系统中的应用研究[J].湖南农业科学，2011，（15）：173-176.
[6] 付 兵.物联网精准农业系统在瓜果种植中的应用[J].科技通报，2014，30（1）：106-109.
[7] 杨 岚，李书琴.基于Web Service的农产品交易系统的研究与设计[J].计算机工程与设计，2008，29（8）：2118-2120.
[8] 王福顺，孙小华.基于优化神经网络的温室厚皮甜瓜病害预测[J].河南农业科学，2012，41（11）：103-106.
[9] 马斌强，刘美琪，季宝杰，等.ZigBee技术在精准农业中的应用[J].江西农业学报，2008，20（10）：121-123.
[10] 洪 霞，江 洪，余树全.高光谱遥感在精准农业生产中的应用[J].安徽农业科学，2010（1）：529-531.
[11] 董方敏，王纪华，任 东.农业物联网技术及应用[M].北京：中国农业出版社，2012.
[12] 丁海峡，贾宝磊，倪远平.基于GPRS和ZigBee的精准农业模式研究[J].自动化仪表，2009，4（30）：17-23.
[13] 宁焕生.RFID重大工程与国家物联网[M].北京：机械工业出版社，2010.
[14] BOWMAN K D.Longevity of radio frequency identification device microchips in Citrus Trees[J]. Hortscienc，2010，45（3）： 451-452.
