植物信息感知與自組織農(nóng)業(yè)物聯(lián)網(wǎng)系統(tǒng)研究.pdf

1、農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)作為現(xiàn)代農(nóng)業(yè)最前沿的發(fā)展領(lǐng)域之一，是當(dāng)今世界發(fā)展農(nóng)業(yè)信息化，實(shí)現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展的關(guān)鍵和核心技術(shù)。農(nóng)業(yè)物聯(lián)網(wǎng)信息技術(shù)主要包括農(nóng)業(yè)信息感知、傳輸與信息應(yīng)用三個(gè)層面。而傳統(tǒng)農(nóng)田信息獲取面臨幾大技術(shù)瓶頸：一是傳感器技術(shù)落后，作物養(yǎng)分信息傳感器比較鮮見(jiàn)，二是傳統(tǒng)農(nóng)田信息監(jiān)測(cè)只是單點(diǎn)、靜態(tài)的定時(shí)測(cè)定，無(wú)法實(shí)現(xiàn)實(shí)時(shí)動(dòng)態(tài)檢測(cè)，難于實(shí)現(xiàn)無(wú)人值守的農(nóng)業(yè)自動(dòng)化作業(yè)要求。因此，研究植物養(yǎng)分感知技術(shù)及關(guān)鍵傳感器技術(shù)，研究針對(duì)大規(guī)模農(nóng)田信息采集無(wú)線(xiàn)傳

2、輸協(xié)議與深度路由機(jī)制；開(kāi)發(fā)農(nóng)業(yè)物聯(lián)網(wǎng)軟硬件平臺(tái)已經(jīng)成為現(xiàn)代農(nóng)業(yè)亟待解決的關(guān)鍵問(wèn)題。本研究以農(nóng)業(yè)物聯(lián)網(wǎng)的三個(gè)核心層面為研究對(duì)象，研究基于可見(jiàn)/近紅外光譜植物養(yǎng)分的快速無(wú)損感知技術(shù)，研究基于FFT算法及小波變換的光譜微弱信號(hào)處理方法，并開(kāi)發(fā)了植物葉片養(yǎng)分測(cè)定和植物冠層養(yǎng)分、生理信息測(cè)定的傳感儀器。提出了主動(dòng)誘導(dǎo)式大規(guī)模農(nóng)業(yè)物聯(lián)網(wǎng)的自組織網(wǎng)絡(luò)協(xié)議和農(nóng)業(yè)物聯(lián)網(wǎng)深度路由技術(shù)，研究了農(nóng)業(yè)物聯(lián)網(wǎng)故障情況下智能路由維護(hù)方法，開(kāi)發(fā)了農(nóng)業(yè)物聯(lián)網(wǎng)信息采集設(shè)備

3、及控制系統(tǒng)，并成功應(yīng)用到農(nóng)業(yè)生產(chǎn)實(shí)踐中。主要研究?jī)?nèi)容與創(chuàng)新性成果有：
　　 (1)提出了以可見(jiàn)/近紅外光譜技術(shù)為基礎(chǔ)的植物養(yǎng)分測(cè)定方法，通過(guò)光譜數(shù)據(jù)預(yù)處理-特征波長(zhǎng)提取-線(xiàn)性和非線(xiàn)性建模預(yù)測(cè)的光譜分析技術(shù)路徑，研究并提取了13個(gè)作物養(yǎng)分檢測(cè)特征波段和3個(gè)作物生理信息檢測(cè)特征波段，開(kāi)發(fā)了適用于農(nóng)業(yè)物聯(lián)網(wǎng)實(shí)時(shí)動(dòng)態(tài)植物養(yǎng)分與生理信息檢測(cè)傳感器，通過(guò)實(shí)驗(yàn)證明，傳感器氮素含量檢測(cè)R2=0.8237，葉綠素檢測(cè)R2=0.9361，NDVI檢

4、測(cè)R2=0.9672，LAI檢測(cè)R2=0.7698。另外，研究了單點(diǎn)作物葉片葉綠素含量、氮含量、水分含量同時(shí)檢測(cè)的方法，開(kāi)發(fā)了多參數(shù)葉片養(yǎng)分信息檢測(cè)儀器，并得到葉綠素檢測(cè)R2=0.9148，氮素含量檢測(cè)R2=0.9207，水分含量檢測(cè)R2=0.8656。
　　 (2)應(yīng)用高靈敏度微信號(hào)輸出的光電感應(yīng)器作為植物養(yǎng)分檢測(cè)的光譜信息探測(cè)器，設(shè)計(jì)了信號(hào)處理電路，研究了傳感的微弱信號(hào)處理方法，應(yīng)用FFT算法及小波分析方法分別對(duì)光譜信號(hào)進(jìn)行

5、濾波與微信號(hào)提取。經(jīng)比較發(fā)現(xiàn)，小波變換處理后的信號(hào)更接近原始有用信號(hào)；而FFT算法在高頻段處理與小波分析基本相同，低頻段信號(hào)噪聲去除效果略差于小波分析。實(shí)驗(yàn)結(jié)果表明，處理后信號(hào)中噪聲振幅被降至0.5uv以下，信噪比提升為8db。
　　 (3)研究適應(yīng)于大規(guī)模農(nóng)田信息采集的主動(dòng)誘導(dǎo)式農(nóng)業(yè)物聯(lián)網(wǎng)自組織網(wǎng)絡(luò)組網(wǎng)協(xié)議，提出了基于F-MSG，B-MSG消息事件驅(qū)動(dòng)體制的組網(wǎng)實(shí)現(xiàn)方法，并在該組網(wǎng)協(xié)議基礎(chǔ)上提出了自組織網(wǎng)絡(luò)協(xié)議的最短路徑路由組

6、網(wǎng)(SLR)方法，資源競(jìng)爭(zhēng)模式優(yōu)化機(jī)制(X-SLR)方法，并首次提出深度路由預(yù)防(S-SLR)等優(yōu)化管理方法。實(shí)驗(yàn)表明：SLR模式的QoS=1.13，X-SLR優(yōu)化的QoS=0.14，S-SLR優(yōu)化的QoS=0.23。經(jīng)優(yōu)化后的網(wǎng)絡(luò)性能大幅提高。在此基礎(chǔ)上，提出了網(wǎng)絡(luò)深度路由的信息調(diào)度與組網(wǎng)管理機(jī)制，使農(nóng)業(yè)物聯(lián)網(wǎng)路由深度可達(dá)到12級(jí)，除了網(wǎng)絡(luò)延時(shí)有所增大外，QoS=0.83，其它參數(shù)基本不變。說(shuō)明網(wǎng)絡(luò)性能良好，完全達(dá)到農(nóng)業(yè)生產(chǎn)的實(shí)際需求

7、。
　　 (4)研究了自組織網(wǎng)絡(luò)故障發(fā)生后的智能化路由維護(hù)方法，提出了基于局部網(wǎng)絡(luò)重組與越級(jí)路由兩種智能路由維護(hù)方式，通過(guò)實(shí)驗(yàn)表明局部網(wǎng)絡(luò)重組路由維護(hù)對(duì)網(wǎng)絡(luò)平均延時(shí)為5秒以?xún)?nèi)，網(wǎng)絡(luò)丟包率低于1.5％，QoS=0.15。越級(jí)路由維護(hù)的網(wǎng)絡(luò)丟包率控制在3％以?xún)?nèi)，平均延時(shí)為8秒，QoS=0.26。說(shuō)明兩種路由維護(hù)完全滿(mǎn)足農(nóng)業(yè)物聯(lián)網(wǎng)的網(wǎng)絡(luò)性能要求。
　　 (5)在農(nóng)業(yè)物聯(lián)網(wǎng)信息實(shí)時(shí)獲取基礎(chǔ)上，研究了農(nóng)業(yè)物聯(lián)網(wǎng)系統(tǒng)與農(nóng)業(yè)自動(dòng)化控制