宋俊慷 楊秀增

（廣西民族師范學(xué)院物聯(lián)網(wǎng)技術(shù)集成與應(yīng)用重點實驗室，廣西 崇左 532200）

0 引言

2020年中央1號文件指出依托現(xiàn)有資源建設(shè)農(nóng)業(yè)農(nóng)村大數(shù)據(jù)中心，加快物聯(lián)網(wǎng)、大數(shù)據(jù)、區(qū)塊鏈、人工智能、第五代移動通信網(wǎng)絡(luò)、智慧氣象等現(xiàn)代信息技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用?！笆濉睆V西科技計劃項目申報指南（第五版）中的廣西重點研發(fā)項目也明確了“科技強農(nóng)”專項。因此，采用物聯(lián)網(wǎng)技術(shù)克服傳統(tǒng)農(nóng)業(yè)生產(chǎn)數(shù)據(jù)收集時效性低、人工成本高和難以有效的匯集等缺點，使用人工智能中的機器學(xué)習(xí)算法對通過物聯(lián)網(wǎng)技術(shù)收集的農(nóng)業(yè)生產(chǎn)數(shù)據(jù)進行分析評價，從而實現(xiàn)對農(nóng)業(yè)生產(chǎn)過程的科學(xué)指導(dǎo)，將為進一步推廣農(nóng)業(yè)信息化建設(shè)打下必要的研究基礎(chǔ)。

1 主要研究對象

從物聯(lián)網(wǎng)技術(shù)和機器學(xué)習(xí)算法協(xié)同創(chuàng)新應(yīng)用出發(fā)，首先使用物聯(lián)網(wǎng)技術(shù)實現(xiàn)農(nóng)業(yè)生產(chǎn)數(shù)據(jù)的實時采集、組網(wǎng)傳輸和集中存儲；其次通過預(yù)處理算法消除集中存儲的農(nóng)業(yè)生產(chǎn)數(shù)據(jù)隨機誤差；最后研究聚類、神經(jīng)網(wǎng)絡(luò)等機器學(xué)習(xí)算法對農(nóng)業(yè)生產(chǎn)過程數(shù)據(jù)的分析評價及其在農(nóng)業(yè)生產(chǎn)過程中的現(xiàn)實應(yīng)用。主要研究對象如下：

（1）研究物聯(lián)網(wǎng)技術(shù)實現(xiàn)農(nóng)業(yè)生產(chǎn)中數(shù)據(jù)采集的實施方案，探索物聯(lián)網(wǎng)傳感器、物聯(lián)網(wǎng)通信技術(shù)和物聯(lián)網(wǎng)開放云平臺協(xié)同搭建物聯(lián)網(wǎng)監(jiān)測系統(tǒng)，在此基礎(chǔ)上實現(xiàn)農(nóng)業(yè)生產(chǎn)過程數(shù)據(jù)的實時采集、組網(wǎng)傳輸和集中存儲。

（2）研究農(nóng)業(yè)生產(chǎn)數(shù)據(jù)的預(yù)處理算法，通過物聯(lián)網(wǎng)技術(shù)獲得的農(nóng)業(yè)生產(chǎn)數(shù)據(jù)存在隨機誤差不能很好地反應(yīng)生產(chǎn)的現(xiàn)實情況，隨機誤差的存在將直接影響后期使用聚類、神經(jīng)網(wǎng)絡(luò)等機器學(xué)習(xí)算法對農(nóng)業(yè)生產(chǎn)數(shù)據(jù)分析評價的結(jié)果，因此需要選擇合適的預(yù)處理算法對集中存儲農(nóng)業(yè)生產(chǎn)數(shù)據(jù)進行去噪。

（3）在前述工作的基礎(chǔ)上，使用聚類、神經(jīng)網(wǎng)絡(luò)等機器學(xué)習(xí)算法對預(yù)處理后的農(nóng)業(yè)生產(chǎn)數(shù)據(jù)進行分析評價，將評價結(jié)果應(yīng)用于農(nóng)業(yè)生產(chǎn)過程控制，為農(nóng)業(yè)生產(chǎn)提質(zhì)增效提供必要的決策依據(jù)。

2 系統(tǒng)總體框架和設(shè)計步驟

2.1 系統(tǒng)總體框架

在借鑒國內(nèi)外已有的理論和實踐研究成果的基礎(chǔ)上，結(jié)合實際情況加以發(fā)展和改進，以聚類、神經(jīng)網(wǎng)絡(luò)等機器學(xué)習(xí)算法在農(nóng)業(yè)生產(chǎn)中的應(yīng)用為目標。在使用物聯(lián)網(wǎng)技術(shù)實現(xiàn)對農(nóng)業(yè)生產(chǎn)數(shù)據(jù)進行收集后，將聚類、神經(jīng)網(wǎng)絡(luò)等機器學(xué)習(xí)算法應(yīng)用在農(nóng)業(yè)生產(chǎn)數(shù)據(jù)分析和評價。利用分析評價結(jié)果可指導(dǎo)農(nóng)業(yè)生產(chǎn)過程實踐的同時，為農(nóng)業(yè)生產(chǎn)過程自動化、智能化控制提供相關(guān)決策依據(jù)，系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)結(jié)構(gòu)

通過對農(nóng)業(yè)生產(chǎn)調(diào)研發(fā)現(xiàn)農(nóng)業(yè)生產(chǎn)數(shù)據(jù)主要有兩種分布形式，一類數(shù)據(jù)分布相對集中，另一類數(shù)據(jù)分布相對分散。針對分布相對集中的農(nóng)業(yè)生產(chǎn)數(shù)據(jù)，可使用物聯(lián)網(wǎng)傳感器對其進行采集后，直接由5G數(shù)據(jù)傳輸模塊經(jīng)Internet上傳至物聯(lián)網(wǎng)開放平臺；針對分布相對分散的農(nóng)業(yè)生產(chǎn)數(shù)據(jù)可將物聯(lián)網(wǎng)傳感器采集的數(shù)據(jù)經(jīng)ZigBee或LoRa等WSN網(wǎng)絡(luò)進行匯集后再由5G數(shù)據(jù)傳輸模塊經(jīng)Internet上傳至物聯(lián)網(wǎng)開放平臺。物聯(lián)網(wǎng)開放平臺在接收到由物聯(lián)網(wǎng)傳技術(shù)采集、傳輸?shù)霓r(nóng)業(yè)生產(chǎn)數(shù)據(jù)后主要完成數(shù)據(jù)的存儲、發(fā)布和可視化展示工作。在此之后，一方面可使用計算機或智能手機查看物聯(lián)網(wǎng)開放平臺存儲的農(nóng)業(yè)生產(chǎn)數(shù)據(jù)；另一方面可以使用聚類、神經(jīng)網(wǎng)絡(luò)等機器學(xué)習(xí)算法對農(nóng)業(yè)生產(chǎn)數(shù)據(jù)進行分析評價。

2.2 系統(tǒng)設(shè)計流程

（1）通過對近年來國內(nèi)外物聯(lián)網(wǎng)技術(shù)和機器學(xué)習(xí)在農(nóng)業(yè)生產(chǎn)實際應(yīng)用的相關(guān)文獻的研究，選擇具有代表性的農(nóng)業(yè)生產(chǎn)數(shù)據(jù)作為分析評價目標，針對該類農(nóng)業(yè)生產(chǎn)數(shù)據(jù)分布情況確定基于物聯(lián)網(wǎng)技術(shù)的數(shù)據(jù)收集方案，根據(jù)收集的農(nóng)業(yè)生產(chǎn)數(shù)據(jù)選用合適的分析評價算法（如聚類、神經(jīng)網(wǎng)絡(luò)等）進行分析評價。

（2）針對（1）中最后決定的農(nóng)業(yè)生產(chǎn)數(shù)據(jù)形式、物聯(lián)網(wǎng)數(shù)據(jù)收集方案和分析評價算法，選取合適的硬件和軟件開發(fā)平臺完成具有相應(yīng)功能的實物系統(tǒng)開發(fā)，該系統(tǒng)主要分為兩個部分，一部分基于物聯(lián)網(wǎng)技術(shù)實現(xiàn)農(nóng)業(yè)生產(chǎn)數(shù)據(jù)收集工作；另一部分基于聚類、神經(jīng)網(wǎng)絡(luò)等機器學(xué)習(xí)算法實現(xiàn)農(nóng)業(yè)生產(chǎn)數(shù)據(jù)分析評價。

（3）系統(tǒng)功能驗證研究：將已經(jīng)完成的實物系統(tǒng)應(yīng)用到具體農(nóng)業(yè)生產(chǎn)過程中，驗證其是否可以使用物聯(lián)網(wǎng)技術(shù)有效采集、傳輸和存儲農(nóng)業(yè)生產(chǎn)數(shù)據(jù)，并在此基礎(chǔ)上使用聚類、神經(jīng)網(wǎng)絡(luò)等機器學(xué)習(xí)算法實現(xiàn)對農(nóng)業(yè)生產(chǎn)數(shù)據(jù)的分析評價。

3 技術(shù)路線與實施步驟

3.1 技術(shù)路線

研究技術(shù)路線如圖2所示，以物聯(lián)網(wǎng)技術(shù)作為支撐，實現(xiàn)農(nóng)業(yè)生產(chǎn)數(shù)據(jù)的實時監(jiān)測、遠程傳輸和集中存儲，在此基礎(chǔ)上使用聚類、神經(jīng)網(wǎng)絡(luò)等機器學(xué)習(xí)算法對農(nóng)業(yè)生產(chǎn)數(shù)據(jù)進行分析評價。由于農(nóng)業(yè)生產(chǎn)數(shù)據(jù)涉及范圍廣，可根據(jù)不同類型的農(nóng)業(yè)生產(chǎn)數(shù)據(jù)特性選用合適的機器學(xué)習(xí)算法進行分析評價，進行具體實踐時選取“農(nóng)作物種植”或“水產(chǎn)養(yǎng)殖”兩類農(nóng)業(yè)生產(chǎn)活動為主要研究對象，通過物聯(lián)網(wǎng)技術(shù)采集這兩類農(nóng)業(yè)生產(chǎn)數(shù)據(jù)后使用聚類、神經(jīng)網(wǎng)絡(luò)等機器學(xué)習(xí)算法對“農(nóng)作物種植”或“水產(chǎn)養(yǎng)殖”的農(nóng)業(yè)生產(chǎn)數(shù)據(jù)進行分析評價，最終驗證整個系統(tǒng)功能。

圖2 技術(shù)路線圖

3.2 實施步驟

第一步，將農(nóng)作物種植的土壤環(huán)境數(shù)據(jù)或水產(chǎn)養(yǎng)殖的水域環(huán)境數(shù)據(jù)，作為農(nóng)業(yè)生產(chǎn)數(shù)據(jù)分析和評價的主要研究對象。

第二步，根據(jù)土壤環(huán)境數(shù)據(jù)或水域環(huán)境數(shù)據(jù)分布形式選擇合適的物聯(lián)網(wǎng)傳感器對這兩類農(nóng)業(yè)生產(chǎn)數(shù)據(jù)進行實時采集工作。

第三步，采用5G+WSN或者單獨的5G作為物聯(lián)網(wǎng)通信技術(shù)完成對物聯(lián)網(wǎng)傳感器采集的農(nóng)業(yè)生產(chǎn)環(huán)境數(shù)據(jù)進行遠程傳輸。

第四步，使用物聯(lián)網(wǎng)開放平臺完成農(nóng)業(yè)生產(chǎn)數(shù)據(jù)的存儲、發(fā)布和展示工作，用戶可使用電腦或手機快速查詢下載存儲的農(nóng)業(yè)生產(chǎn)環(huán)境數(shù)據(jù)。

第五步，在使用聚類、神經(jīng)網(wǎng)絡(luò)等機器學(xué)習(xí)算法對經(jīng)過預(yù)處理的土壤環(huán)境數(shù)據(jù)或水環(huán)境數(shù)據(jù)進行分析評價，將評價結(jié)果作為農(nóng)業(yè)生產(chǎn)過程自動化和智能化的依據(jù)。

4 結(jié)語

農(nóng)業(yè)生產(chǎn)的分布形式多樣，難以有效的收集農(nóng)業(yè)生產(chǎn)數(shù)據(jù)，因此本文以物聯(lián)網(wǎng)技術(shù)為基礎(chǔ)，將物聯(lián)網(wǎng)傳感器、物聯(lián)網(wǎng)通信技術(shù)和物聯(lián)網(wǎng)開發(fā)平臺聯(lián)合，搭建農(nóng)業(yè)生產(chǎn)數(shù)據(jù)遠程監(jiān)測平臺。具體實施時首先需針對不同的農(nóng)業(yè)生產(chǎn)活動類型確定合適的物聯(lián)網(wǎng)傳感器采集農(nóng)業(yè)生產(chǎn)數(shù)據(jù)，其次選取與物聯(lián)網(wǎng)傳感器分布形式匹配的物聯(lián)網(wǎng)通信技術(shù)完成農(nóng)業(yè)生產(chǎn)數(shù)據(jù)的遠程傳輸工作，最后選擇合適的物聯(lián)網(wǎng)開放平臺完成農(nóng)業(yè)生產(chǎn)數(shù)據(jù)的匯集和調(diào)用。整個系統(tǒng)以農(nóng)業(yè)生產(chǎn)數(shù)據(jù)分析和評價為目的，將物聯(lián)網(wǎng)技術(shù)實現(xiàn)農(nóng)業(yè)生產(chǎn)數(shù)據(jù)實時采集、組網(wǎng)傳輸和集中存儲作為基礎(chǔ)，選取農(nóng)作物種植的土壤環(huán)境數(shù)據(jù)或水產(chǎn)養(yǎng)殖的水域環(huán)境數(shù)據(jù)為分析評價對象，使用聚類、神經(jīng)網(wǎng)絡(luò)等機器學(xué)習(xí)算法完成農(nóng)業(yè)生產(chǎn)數(shù)據(jù)的分析和評價。