本專題我共整理了10篇文章，來自中國農業(yè)科學院農業(yè)質量標準與檢測技術研究所、南京農業(yè)大學、英國林肯大學、華南農業(yè)大學、江南大學、國家農業(yè)智能裝備工程技術研究中心、浙江大學、中國科學院、吉林農業(yè)大學、西北農林 科技 大學、國家信息農業(yè)工程技術中心等單位。

文章包含農產品質量安全納米傳感器、太陽能殺蟲燈、分簇路由算法、農田物聯(lián)網混合多跳路由算法、水產養(yǎng)殖溶解氧傳感器研制、土壤養(yǎng)分近場遙測方法、農機遠程智能管理平臺、水肥濃度智能感知與精準配比、果園多機器人通信等內容，供大家閱讀、參考。

專題--農業(yè)傳感器與物聯(lián)網

Topic--Agricultural Sensor and Internet of Things

[1]王培龍, 唐智勇. 農產品質量安全納米傳感應用研究分析與展望[J]. 智慧農業(yè)(中英文), 2020, 2(2): 1-10.

WANG Peilong , TANG Zhiyong. Application analysis and prospect of nanosensor in the quality and safety of agricultural products[J]. Smart Agriculture, 2020, 2(2): 1-10.

知網閱讀

[2]楊星, 舒磊, 黃凱, 李凱亮, 霍志強, 王彥飛, 王心怡, 盧巧玲, 張亞成. 太陽能殺蟲燈物聯(lián)網故障診斷特征分析及潛在挑戰(zhàn)[J]. 智慧農業(yè)(中英文), 2020, 2(2): 11-27.

YANG Xing, SHU Lei, HUANG Kai, LI Kailiang, HUO Zhiqiang, WANG Yanfei, WANG Xinyi, LU Qiaoling, ZHANG Yacheng. Characteristics analysis and challenges for fault diagnosis in solar insecticidal lamps Internet of Things[J]. Smart Agriculture, 2020, 2(2): 11-27.

摘要： 太陽能殺蟲燈物聯(lián)網（SIL-IoTs）是一種基于農業(yè)場景與物聯(lián)網技術的新型物理農業(yè)蟲害防治工具，通過無線傳輸太陽能殺蟲燈組件狀態(tài)數據，用戶可后臺實時查看太陽能殺蟲燈運行狀態(tài)，具有殺蟲計數、蟲害區(qū)域定位、輔助農情監(jiān)測等功能。但隨著SIL-IoTs快速發(fā)展與廣泛應用，故障診斷難和維護難等矛盾日益突出?；诖?，本研究首先闡述了SIL-IoTs的結構和研究現狀，分析了故障診斷的重要性，指出了故障診斷是保障其可靠性的主要手段。接著介紹了目前太陽能殺蟲燈節(jié)點自身存在的故障及其在無線傳感網絡（WSNs）中的體現，并進一步對WSNs中的故障進行分類，包括基于行為、基于時間、基于組件以及基于影響區(qū)域的故障四類。隨后討論了統(tǒng)計方法、概率方法、層次路由方法、機器學習方法、拓撲控制方法和移動基站方法等目前主要使用的WSNs故障診斷方法。此外，還探討了SIL-IoTs故障診斷策略，將故障診斷從行為上分為主動型診斷與被動型診斷策略，從監(jiān)測類型上分為連續(xù)診斷、定期診斷、直接診斷與間接診斷策略，從設備上分為集中式、分布式與混合式策略。在以上故障診斷方法與策略的基礎上，介紹了后臺數據異常、部分節(jié)點通信異常、整個網絡通信異常和未診斷出異常但實際存在異常四種故障現象下適用的WSNs故障診斷調試工具，如Sympathy、Clairvoyant、SNIF和Dustminer。最后，強調了SIL-IoTs的特性對故障診斷帶來的潛在挑戰(zhàn)，包括部署環(huán)境復雜、節(jié)點任務沖突、連續(xù)性區(qū)域節(jié)點無法傳輸數據和多種故障診斷失效等情形，并針對這些潛在挑戰(zhàn)指出了合理的研究方向。由于SIL-IoTs為農業(yè)物聯(lián)網中典型應用，因此本研究可擴展至其它農業(yè)物聯(lián)網中，并為這些農業(yè)物聯(lián)網的故障診斷提供參考。

知網閱讀

[3]汪進鴻, 韓宇星. 用于作物表型信息邊緣計算采集的認知無線傳感器網絡分簇路由算法[J]. 智慧農業(yè)(中英文), 2020, 2(2): 28-47.

WANG Jinhong, HAN Yuxing. Cognitive radio sensor networks clustering routing algorithm for crop phenotypic information edge computing collection[J]. Smart Agriculture, 2020, 2(2): 28-47.

摘要： 隨著無線終端數量的快速增長和多媒體圖像等高帶寬傳輸業(yè)務需求的增加，農業(yè)物聯(lián)網相關領域可預見地會出現無線頻譜資源緊缺問題。針對基于傳統(tǒng)物聯(lián)網的作物表型信息采集系統(tǒng)中存在由于節(jié)點密集部署導致數據傳輸過程容易出現頻譜競爭、數據擁堵的現象以及固定電池的網絡由于能耗不均衡引起監(jiān)測周期縮減等諸多問題，本研究建立了一個認知無線傳感器網絡（CRSN）作物表型信息采集模型，并針對模型提出一種引入邊緣計算機制的動態(tài)頻譜和能耗均衡（DSEB）的事件驅動分簇路由算法。算法包括：（1）動態(tài)頻譜感知分簇，采用層次聚類算法結合頻譜感知獲取的可用信道、節(jié)點間的距離、剩余能量和鄰居節(jié)點度為相似度對被監(jiān)控區(qū)域內的節(jié)點進行聚類分簇并選取簇頭，構建分簇拓撲的過程對各分簇大小的均衡性引入獎勵和懲罰因子，提升網絡各分簇平均頻譜利用率；（2）融入邊緣計算的事件觸發(fā)數據路由，根據構建的分簇拓撲結構，將待檢測各區(qū)域變化異常表型信息觸發(fā)事件以簇內匯聚和簇間中繼交替迭代方式轉發(fā)至匯聚節(jié)點，簇內匯聚包括直傳和簇內中繼，簇間中繼包括主網關節(jié)點和次網關節(jié)點-主網關節(jié)點兩種情況；（3）基于頻譜變化和通信服務質量（QoS）的自適應重新分簇：基于主用戶行為變化引起的可用信道改變，或分簇效果不佳對通信服務質量產生的干擾，觸發(fā)CRSN進行自適應重新分簇。此外，本研究還提出了一種新的能耗均衡策略去能量消耗中心化（假設sink為中心），即在網關或簇頭節(jié)點選取計算式中引入與節(jié)點到sink的距離成正比的權重系數。算法仿真結果表明，與采用K-medoid分簇和能量感知的事件驅動分簇(ERP)路由方案相比，在CRSN節(jié)點數為定值的前提下，基于DSEB的分簇路由算法在網絡生存期與能效等方面均具有一定的改進；在主用戶節(jié)點數為定值時，所提算法比其它兩種算法具有更高頻譜利用率。

知網閱讀

[4]顧浩, 王志強, 吳昊, 蔣永年, 郭亞. 基于熒光法的溶解氧傳感器研制及試驗[J]. 智慧農業(yè)(中英文), 2020, 2(2): 48-58.

GU Hao, WANG Zhiqiang, WU Hao, JIANG Yongnian, GUO Ya. A fluorescence based dissolved oxygen sensor[J]. Smart Agriculture, 2020, 2(2): 48-58.

摘要：溶解氧含量的測量對水產養(yǎng)殖具有極其重要的意義，但目前中國市面上的溶解氧傳感器存在價格昂貴、不能持續(xù)在線測量及更新部件維護困難等問題，難以在水產養(yǎng)殖物聯(lián)網中大規(guī)模推廣和發(fā)揮作用。本研究基于熒光淬滅原理，利用水中溶解氧濃度與熒光信號相位差的關系進行低成本、易維護溶解氧傳感器的研發(fā)。首先利用自制備溶氧敏感膜，經激發(fā)光照射后產生紅色熒光，該熒光壽命可由溶解氧濃度調節(jié)；然后利用光信號敏感器件設計光電轉化電路實現光信號感知；再以STM32F103微處理器作為主控芯片，編寫下位機程序實現激發(fā)光脈沖產生，利用相敏檢波原理以及快速傅里葉變換（FFT）計算激發(fā)光與參照光的相位差，進而轉化為溶解氧濃度，實現溶解氧的測量。熒光探測部分與系統(tǒng)主控部分采用分離式設計思想，利用屏蔽排線直接插拔連接，便于傳感器探測頭的拆卸、更換、維護以及實現遠距離在線測量。經測試，本溶解氧傳感器的測量范圍是0~20 mg/L，響應延遲小于2 s，溶氧敏感膜使用壽命約1年，可以實時不間斷地對溶解氧濃度進行測量。同時，本傳感器具有測量方便、制作成本低、體積小等特點，為中國水產養(yǎng)殖低成本溶解氧傳感器的研發(fā)與市場化奠定了良好的基礎。

知網閱讀

[5]矯雷子, 董大明, 趙賢德, 田宏武. 基于調制近紅外反射光譜的土壤養(yǎng)分近場遙測方法研究[J]. 智慧農業(yè)(中英文), 2020, 2(2): 59-66.

JIAO Leizi, DONG Daming, ZHAO Xiande, TIAN Hongwu. Near-field telemetry detection of soil nutrient based on modulated near-infrared reflectance spectrum[J]. Smart Agriculture, 2020, 2(2): 59-66.

摘要： 土壤養(yǎng)分作為農業(yè)生產的重要指標，含量過少會降低農作物產量，過多則會造成環(huán)境污染。因此，快速、準確檢測土壤養(yǎng)分對于精準施肥和提高作物產量具有重要意義?；谌雍突瘜W分析的傳統(tǒng)方法能夠全面準確地檢測土壤養(yǎng)分，但檢測過程中土壤的取樣及預處理過程繁瑣、操作復雜、費時費力，不能實現土壤養(yǎng)分的原位快速檢測。本研究基于調制近紅外光譜，提出了一種土壤養(yǎng)分主動式近場遙測方法，可有效避免土壤反射自然光的干擾。該方法使用波長范圍1260~1610 nm的8通道窄帶激光二極管作為近紅外光源，通過測量8通道激光光束的土壤反射率，建立土壤養(yǎng)分中氮（N）關于土壤反射率的計量模型，實現了N的快速檢測。在74組已知N含量的土壤樣品中，選取54組作為訓練集，20組作為預測集。基于一般線性模型，對訓練集中土壤N含量與土壤反射率的定量化參數進行訓練，篩選顯著波段后的計量模型R2達到0.97?；诮⒌挠嬃磕Ｐ?，預測集中土壤N含量預測值與參考值的決定系數R2達到0.9，結果表明該方法具有土壤養(yǎng)分現場快速檢測的能力。

知網閱讀

[6]朱登勝, 方慧, 胡韶明, 王文權, 周延鎖, 王紅艷, 劉飛, 何勇. 農機遠程智能管理平臺研發(fā)及其應用[J]. 智慧農業(yè)(中英文), 2020, 2(2): 67-81.

ZHU Dengsheng, FANG Hui, HU Shaoming, WANG Wenquan, ZHOU Yansuo, WANG Hongyan, LIU Fei, HE Yong. Development and application of an intelligent remote management platform for agricultural machinery[J]. Smart Agriculture, 2020, 2(2): 67-81.

摘要： 本研究針對農機管理實時數據少、農機實時作業(yè)監(jiān)管困難、服務信息不對稱等問題，首先提出專業(yè)化遠程管理平臺設計時應具有五大原則：專業(yè)化、標準化、云平臺、模塊化以及開放性?；谶@些原則，本研究設計了基于大田作業(yè)智能傳感技術、物聯(lián)網技術、定位技術、遙感技術和地理信息系統(tǒng)的可定制化的通用農機遠程智能管理平臺。平臺分別為各級政府管理部門、農機合作社、農機手、農戶設計并實現了基于WebGIS 的農機信息庫及農機位置服務、農機作業(yè)實時監(jiān)測與管理、農田基礎信息管理、田間作物基本信息管理、農機調度管理、農機補貼管理、農機作業(yè)訂單管理等多個實用模塊。研究著重分析了在當前的技術背景下，平臺部分關鍵技術的實現方法，包括采用低精度GNSS定位系統(tǒng)前提下的作業(yè)面積的計算方法、GNSS定位數據處理過程中的數據問題分析、農機調度算法、作業(yè)傳感器信息的集成等，并提出了以地塊為核心的管理平臺建設思路；同時提出農機作業(yè)管理平臺將逐步從簡單作業(yè)管理轉向大田農機綜合管理。本平臺對同類型管理平臺的研發(fā)具有一定的參考與借鑒作用。

知網閱讀

[7]金洲, 張俊卿, 郭紅燕, 胡宜敏, 陳翔宇, 黃河, 王紅艷. 水肥濃度智能感知與精準配比系統(tǒng)研制與試驗[J]. 智慧農業(yè)(中英文), 2020, 2(2): 82-93.

JIN Zhou, ZHANG Junqing, GUO Hongyan, HU Yimin, CHEN Xiangyu, HUANG He, WANG Hongyan. Development and testing of intelligent sensing and precision proportioning system of water and fertilizer concentration[J]. Smart Agriculture, 2020, 2(2): 82-93.

摘要： 為解決農場當地當時的復合肥料精準化配料問題，本研究將水肥一體化智能灌溉施肥系統(tǒng)作為研究對象，構建了水肥濃度智能感知與精準配比系統(tǒng)。首先提出現場在線水肥溶液智能感知模型的快速建立方法，利用數據分析算法從傳感器實時監(jiān)測的一系列濃度梯度的肥料溶液中挖掘出模型。其次基于上述模型設計水肥濃度智能感知與精準配比系統(tǒng)的框架結構，闡述系統(tǒng)工作原理；并通過三種水體模擬在線配肥驗證了該系統(tǒng)原位指導水肥濃度配比的有效性，同時評價了水體電導率對水肥配比濃度的干擾。試驗結果表明，正則化條件下二階的多項式擬合曲線是表達溶液電導率與水肥濃度的變化關系最優(yōu)的模型，相關系數R2均大于0.999，由此模型可得出用戶關心的復合肥各指標濃度。三種水體模擬在線配肥結果表明，水體會干擾電導率導致無法準確反演水肥配比的濃度，相對偏差值超過了0.1。因此，本研究提出的在線水肥智能感知與精準配比系統(tǒng)實現了消除當地水體電導率對水肥配比準確性的干擾，通過模型計算實現復合肥精準化配比，并得出各指標濃度。該系統(tǒng)結構簡單，配比精準，易與現有水肥一體機或者人工配肥系統(tǒng)結合使用，可廣泛應用于設施農業(yè)栽培、果園栽培和大田經濟作物栽培等環(huán)境下的精準智能施肥。

知網閱讀

[8]孫浩然, 孫琳, 畢春光, 于合龍. 基于粒子群與模擬退火協(xié)同優(yōu)化的農田物聯(lián)網混合多跳路由算法[J]. 智慧農業(yè)(中英文), 2020, 2(3): 98-107.

SUN Haoran, SUN Lin, BI Chunguang, YU Helong. Hybrid multi-hop routing algorithm for farmland IoT based on particle swarm and simulated annealing collaborative optimization method[J]. Smart Agriculture, 2020, 2(3): 98-107.

摘要： 農業(yè)無線傳感器網絡對農田土壤、環(huán)境和作物生長的多源異構信息的獲取起關鍵作用。針對傳感器在農田中非均勻分布且受到能量制約等問題，本研究提出了一種基于粒子群和模擬退火協(xié)同優(yōu)化的農田物聯(lián)網混合多跳路由算法（PSMR）。首先，通過節(jié)點剩余能量和節(jié)點度加權選擇簇首，采用成簇結構實現異構網絡高效動態(tài)組網。然后通過簇首間多跳數據結構解決簇首遠距離傳輸能耗過高問題，利用粒子群與模擬退火協(xié)同優(yōu)化方法提高算法收斂速度，實現sink節(jié)點加速采集簇首中的聚合數據。對算法的仿真試驗結果表明，PSMR算法與基于能量有效負載均衡的多路徑路由策略方法（EMR）相比，無線傳感器網絡生命周期提升了57%；與貪婪外圍無狀態(tài)路由算法（GPSR-A）相比，在相同的網絡生命周期內，第1個死亡傳感器節(jié)點推遲了兩輪，剩余能量標準差減少了0.04 J，具有良好的網絡能耗均衡性。本研究提出的PSMR算法通過簇首間多跳降低遠端簇首額外能耗，提高了不同距離簇首的能耗均衡性能，為實現大規(guī)模農田復雜環(huán)境的長時間、高效、穩(wěn)定地數據采集監(jiān)測提供了技術基礎，可提高農業(yè)物聯(lián)網的資源利用效率。

知網閱讀

[9]毛文菊, 劉恒, 王東飛, 楊福增, 劉志杰. 面向果園多機器人通信的AODV路由協(xié)議改進設計與測試[J]. 智慧農業(yè)(中英文), 2021, 3(1): 96-108.

MAO Wenju, LIU Heng, WANG Dongfei, YANG Fuzeng, LIU Zhijie. Improved AODV routing protocol for multi-robot communication in orchard[J]. Smart Agriculture, 2021, 3(1): 96-108.

摘要： 針對多機器人在果園中作業(yè)時的通信需求，本研究基于Wi-Fi信號在桃園內接收強度預測模型，提出了一種引入優(yōu)先節(jié)點和路徑信號強度閾值的改進無線自組網按需平面距離向量路由協(xié)議（AODV-SP）。對AODV-SP報文進行設計，并利用NS2仿真軟件對比了無線自組網按需平面距離向量路由協(xié)議（AODV）和AODV-SP在發(fā)起頻率、路由開銷、平均端到端時延及分組投遞率4個方面的性能。仿真試驗結果表明，本研究提出的AODV-SP路由協(xié)議在發(fā)起頻率、路由開銷、平均端到端時延及分組投遞率4個方面的性能均優(yōu)于AODV協(xié)議，其中節(jié)點的移動速度為5 m/s時，AODV-SP的路由發(fā)起頻率和路由開銷較AODV分別降低了3.65%和7.09%，節(jié)點的移動速度為8 m/s時，AODV-SP的分組投遞率提高了0.59%，平均端到端時延降低了13.09%。為進一步驗證AODV-SP協(xié)議的性能，在實驗室環(huán)境中搭建了基于領航-跟隨法的小型多機器人無線通信物理平臺并將AODV-SP在此平臺應用，并進行了靜態(tài)丟包率和動態(tài)測試。測試結果表明，節(jié)點相距25 m時靜態(tài)丟包率為0，距離100 m時丟包率為21.01%；動態(tài)行駛時能使機器人維持鏈狀拓撲結構。本研究可為果園多機器人在實際環(huán)境中通信系統(tǒng)的搭建提供參考。

知網閱讀

[10]黃凱, 舒磊, 李凱亮, 楊星, 朱艷, 汪小旵, 蘇勤. 太陽能殺蟲燈物聯(lián)網節(jié)點的防盜防破壞設計及展望[J]. 智慧農業(yè)(中英文), 2021, 3(1): 129-143.

HUANG Kai, SHU Lei, LI Kailiang, YANG Xing, ZHU Yan, WANG Xiaochan, SU Qin. Design and prospect for anti-theft and anti-destruction of nodes in Solar Insecticidal Lamps Internet of Things[J]. Smart Agriculture, 2021, 3(1): 129-143.

摘要： 太陽能殺蟲燈在有效控制蟲害的同時，可減少農藥施藥量。隨著其部署數量的增加，被盜被破壞的報道也越來越多，嚴重影響了蟲害防治效果并造成了較大的經濟損失。為有效地解決太陽能殺蟲燈物聯(lián)網節(jié)點被盜被破壞問題，本研究以太陽能殺蟲燈物聯(lián)網為應用場景，對太陽能殺蟲燈硬件進行改造設計以獲取更多的傳感信息；提出了太陽能殺蟲燈輔助設備——無人機殺蟲燈，用以被盜被破壞出現后的部署、追蹤和巡檢等應急應用。通過上述硬件層面的改造設計和增加輔助設備，可以獲取更為全面的信息以判斷太陽能殺蟲燈物聯(lián)網節(jié)點被盜被破壞情況。但考慮到被盜被破壞發(fā)生時間短，僅改造硬件層面還不足以實現快速準確判斷。因此，本研究進一步從內部硬件、軟件算法和外形結構設計三個層面，探討了設備防盜防破壞的優(yōu)化設計、設備防盜防破壞判斷規(guī)則的建立、設備被盜被破壞的快速準確判斷、設備被盜被破壞的應急措施、設備被盜被破壞的預測與防控，以及優(yōu)化計算以降低網絡數據傳輸負荷六個關鍵研究問題，并對設備防盜防破壞技術在太陽能殺蟲燈物聯(lián)網場景中的應用進行了展望。

知網閱讀

微信交流服務群

為方便農業(yè)科學領域讀者、作者和審稿專家學術交流，促進智慧農業(yè)發(fā)展，為更好地服務廣大讀者、作者和審稿人，編輯部建立了微信交流服務群，有關專業(yè)領域內的問題討論、投稿相關的問題均可在群里咨詢。

入群方法： 加我微信 331760296 ， 備注： 姓名、單位、研究方向 ，我拉您進群，機構營銷廣告人員勿擾。

信息發(fā)布

科研團隊介紹及招聘信息、學術會議及相關活動 的宣傳推廣