基于ZigBee农田水肥一体化智能灌溉系统设计

基于ZigBee农田水肥一体化智能灌溉系统设计

 陈天成  

摘要：我国农业传统的灌溉手段对于水资源和肥料的消耗巨大，并且无法对作物生长提供最优效益。针对上述问题，本文研究设计了一种基于ZigBee的水肥一体化智能灌溉系统。本系统利用ZigBee无线传输模块进行农田信息收集与传输并结合云服务器共享灌溉方案，并利用AI专家系统对农作物生长状态和土壤信息进行分析并制定出最佳灌溉方案。该系统具有精确灌溉、节约成本增效绿色环保等特点，减少了传统灌溉导致的水资源浪费和效率低下的问题，最终实现智能化水肥灌溉。

关键词：ZigBee无线传输；智能灌溉；云服务器；AI专家系统

中图分类号：TP29;S275 文献标识码：A 文章编号：1671-0711（2018）12（上）-0166-03

目前的农田灌溉系统存在水资源利用效率低、统一大水漫灌导致浪费严重和灌溉效率低下等问题。另外，目前广泛采用的施肥方式为经验性施肥和漫洒，这种方式容易产生肥料蒸发，吸收不均匀等问题，不仅不能有效促进作物生长，而且对环境存在一定的污染隐患。所以，根据作物生长情况制定适宜的灌溉施肥方案对于节水环保与可持续发展具有重要意义。对此本文提供并设计了一种基于ZigBee的农田水肥一体化智能灌溉系统，如图1所示，利用ZigBee技术低成本、低复杂度、高容量、高安全性等特点，实现对大规模分布式传感器数据的收集；运用农田监控系统对土壤中养分含

量、养肥供给以及不同农作物生长情况进行数据采集和分析，再通过 AI专家平台系统制定出合理化、针对性的灌溉方案。

1 系统总体设计方案

如图1所示。本智能灌溉系统总体架构包括三大模块——农田信息采集模块、AI专家系统模块、客户端模块。智能灌溉系统模块中最基本的模块——农田信息采集模块主要有两个信息采集模块：土壤信息采集模块；农作物生长监控模块。土壤信息模块通过ZigBee技术

机、电动机和传动机构成比例随路况和车速变化来控制

分配输出扭矩，转速耦合式混合动力汽车可以监测路况和车速条件，电动控制锁止器来决定发动机动力的分配情况和驱动力的来源，技术上已达到一定智能化油电自动切换水平。若针对发动机来进一步提高智能控制技术，则需要对传感器技术和ECU技术进行优化。当前主流发动机ECU主要采用发16位或32位微控制器，64位的微控制器在未来应成为主流取代前两者，达到高速大容量化精确控制的效果。传感器研究方向是进一步小型化、集成化、智能化，以达到自动补偿、自动修复和增强自抗干扰能力。综上，ECU和传感器的优化能够使多动力源汽车发动机针对不同工况能够在装置、时间与资源消耗上进行更准确调整适应。除此之外，因为发动机的工况在持续变化中，故尽管其中有变速器进行调节，也有大量的工况发动机会运行在效率很低的区间内，加上在怠速等工况无效输出的情况，会损失大量的热量。因此在考虑发展发动机本身技术发展问题之外，也必须明确合理利用能量管理策略的重要性并进行优化，实现发动机关于其系统和电动机系统的转矩输出的最佳分配方案，最终实现发动机在最佳区域运行。

参考文献：

[1]袁志远，水平对置两冲程缸内直喷汽油机喷雾布置优化，上海交通大学硕士学位论文，2012.

[2]陈家瑞，汽车构造：上册，下册[M].北京机械工业出版社，2004.

[3]USON上海代表处，发动机学习课程.

[4]邓华，混合动力专用发动机搭载及控制策略研究，湖南大学硕士学位论文，2016.

[5]刘双源，新能源汽车技术现状与发展前景分析[J]，南阳农业职业学院，2017,76-77.

[6]杨世春，陈飞，汽车电子化[A].中国汽车工程学术研究综述，2017，30(6)：49-57.

[7]Farzad Rajaci Salmasi.Control Strategies for Hybrid Electric Vehicles: Evolution, Classfication, Comparision and Future Trends[J]. IEEE Transaeitons on Vehicular Technology, 2007, 56(5):2393-2404.

[8]Jian Wu, Chenghui Zhang NaXin Cui, Ke Li.Mohammadian.An Improved Energy Management Strategy for Parallel Hybrid Electric Vehicle[C].IEEE,2006.

166

中国设备工程 2018.12 (上)

实现分布式传感器所采集农田环境数据传输。土壤信息采集模块主要负责采集土壤湿度、土壤温度以及各种矿物质或微量元素含量等信息。土壤采集模块是本灌溉系统最基本模块。视频监控模块主要通过不同角度对不同区域的不同农作物的生长情况进行监控，如高度、茎干等。AI专家系统模块主要对采集的数据进行分析并制定相应的初始决策方案。由于传感器上传数据格式混乱，冗余信息较多，所以需要数据进行清洗，再通过大数据分析对海量数据进行处理；同时利用模式识别技术对监控的农作物生长情况图像信息进行识别，并实现生长特征的提取。本地资料库通过云服务器下载相关灌溉决策方案，用资料库去训练AI专家平台，AI专家平台根据所在特定环境做出相应判决并反馈到本地资料库，再通过以太网实现灌溉方案共享。最后，AI专家系统做出的最佳判决通过4G网络传送至手机终端，手机终端可以实现农田环境信息、农作物生长情况的信息的查询，并根据AI专家系统制定的最佳灌溉方案实现农田水肥智能灌溉控制。

图1 智能灌溉总体框架流程图

2 模块设计 

2.1 农田环境监测模块设计

农田环境监测模块是智能灌溉系统的基本组成部分，其子系统可分为土壤信息采集模块和农作物生成监控模块。每个子系统由多个模块组成，包括传感器模块、视频监控模块、通讯模块等。各个子系统节点组成ZigBee本地局域网络，每个节点设备之间必须遵循ZigBee联盟的标准协议，其中物理层和MAC层遵循的是IEEE802.15.4协议，上层协议由ZigBee联盟定义。各个传感器采集的数据通过本地局域网传到汇聚节点，汇聚节点通过网关转换，实现从ZigBee网络到Internet的转换，从而将数据的传送AI专家平台系统。以下将从农田环境监控终端的两个子系统进行分别介绍。

ChinaPlant

中国设备

Engineering工程

（1）土壤信息采集。如图2所示，农田土壤信息采集模块具体操作：利用太阳能供电的传感器实现对农田环境信息进行采集，减少对能源的浪费，利用每一个传感设备配有的单片机核心处理模块对数据进行处理；通过采用CC2530芯片的ZigBee无线传输模块将处理数据发送至AI专家系统，其单片机模块有一个简单的阈值比较，如果超过阈值，进行本地报警并将信息发送到AI专家系统。

图2 土壤信息采集模块

本系统采用土壤水分FDR传感器进行土壤水分的检测，该传感器具有简便安全、快速准确、量程宽、少标定等特点，结合本设计的需求，该传感器可长期埋设于土壤中，不仅可以针对土壤表面，而且可实现对土壤深层湿度的检测，并将土壤湿度有关的信息转换成电信号，根据这些电信号的强弱就可以获得与待测土壤湿度情况有关的数据；采用TFC-203土壤化肥养分传感器对土壤养分进行检查，该传感器既可以汇集了无线传感器节点、互联网、云计算、云存储为一体，可以实现对用户对农作物生长土壤养分的全方位监测，该传感器既可检测土壤、植株、化学肥料等样品中的矿物质或微量元素含量，也可测土壤中pH值及土壤含盐量。

由于农田水分、矿物质含量分布不均匀，进行统一灌溉必将造成水资源的浪费，本文拟采用对农田分块

规划处理，并在每块配备相应的灌溉设备。但分块处理中用于信息采集传感器信息众多、分布散乱，整体数据量虽小但成本高。ZigBee无线技术具有低功耗、低成

本等有点，可以有效解决上述问题，因而本文采用无线传输来实现数据的收发。

（2）农作物生长监控模块。农作物生长监控模块主要通过不同角度来对不同区域的农作物生长情况进行监控，如高度、茎干发育程度等。在每个农田区域配置若干台摄像机及硬盘录相机，实现该块农作物的监控。摄像机主要从不同角度监控不同时期农作物生长情况，硬盘录像机用于存储农作物生长图像，并通过有线通信模块将数据信息传输至AI专家系统。视频监控模块因为具有传感器数量少，但图片、视频数量大等问题，采用有线传输更加节约成本且效率更高，所以利用有线传输可更高效的实现完整农作物生长信息的传输。2.2 AI专家系统设计

随着科学技术的发展，以人工智能为首的一系列计

中国设备工程 2018.12 （上）167

Research and Exploration 研究与探索·工艺与技术

算机科学技术近年来取得了巨大成就。其中人工智能技术主要通过模仿人脑，对人的思维、意识进行模拟，从而代替人工作，既提升了工作效率、减少成本，也节约了时间，并且机器更加精准，降低了犯错的概率[7]。其中，专家系统是人工智能应用中最为突出的一个应用。通过将丰富的知识储存在计算中，模仿人类专家运用相应的知识对问题进行推理判断，可以高效解决一些复杂问题。目前，人工智能已经在各个行业被广泛应用。

本研究利用AI专家系统对采集的农田、农作物生长信息等数据进行分析，最终制定出最佳灌溉方案。如图3所示，对土壤湿度、土壤温度、土壤矿物质以及茎、杆、叶生长情况等数据进行采集，并对采集到的图像、视频等进行模式识别，从而实现对农作物生长信息进行提取；接着将处理后的数据传送到AI专家平台，AI专家平台对数据进行分析进而对各个区域灌溉方案进行初步决策，并针对各个区域输出相应的控制符1或0，其中1表示执行该方案，0表示不执行该方案，具体操作又可分为水肥灌溉和水灌溉两种灌溉方案；最后专家意见检测该决策方案与本地资料库进行对比判断，进而对AI专家系统训练得出最佳方案，将最佳方案传送给客户端进行相应操作。

图3 AI专家决策模块设计

数据库设计。本数据库系统采用模块化的程序设计，主要便于用户进行目标信息的查询以及进行功能的设计及修改，同时便于技术人员进行系统进行维护和更新。本数据库主要包括3个表，分别为用户信息表、农田传感器表、农作物生长特征表。分别用于储存相关信息，便于用户查询及修改等操作。通过服务器后台对数据库进行相关删除修改等操作，完成用户客户端与硬件设备终端的交互。用户信息表包括id（主键）（数据类型int，长度为10)、name（数据类型nvchar， 长度为15）、sex（数据类型nvchar ，长度为10）；phone（数据类型int，长度为15）；city（数据类型ntex，长度为20）；address（数据类型n，长度为25）；password（数据类型nvchar、长度为25）。当用户注册时，用户的的各种信息将记录到数据库中，便于进行查询、控制等操作。农田传感器表包括Id（主键）（数

168

中国设备工程 2018.12 (上)

据类型nvchar、长度为20）；temperature（数据类型Smallint、长度为10）；moisture（数据类型Smallint、长度为10）；humidity（数据类型Smallint、长度为10）；minerals（数据类型Smallint、长度为10）。农作物生长特征表包括Id（主键）（数据类型nvchar、长度为20）；rod（数据类型Smallint、长度为10）；stems（数据类型Smallint、长度为10）；leaf（数据类型Smallint、长度为10）。

3 客户端设计

客户端主要分为PC客户端、手机客户端、微信公众号平台这三种模式。但由于PC端不方便携带，而手机又分为IOS和安卓两种不同的系统，会涉及APP兼容性等问题，相较之下，微信公众号平台便于携带，且操作简单，所以本研究选用微信公众号平台

用户可以通过关注微信公众号来获得相应服务。注册账户后进入主菜单，主菜单分为智能灌溉，客户服务，产品商城三个模块。其中智能灌溉又分为农作物生长信息、土壤信息、用户端控制三个子模块。在智能灌溉模块中，用户可以通过传感器收集的信息了解农作物的生长状态以及土壤养分含量，并根据AI专家系统模块提供的最佳灌溉方案．直接从客户端控制系统来对农作物进行灌溉。进入客户服务模块后，会有专业人员在线解答用户对于产品使用或者专业技术等问题。用户可以在产品商城中了解各个设备详细信息、产品数据，也可以直接在网上购买相应产品，如土壤湿度传感器、土壤矿物质传感器等。

4 结语

本文通过对现如今灌溉问题和市场对于灌溉要求进行分析，设计了一套结合ZigBee无线传输技术、模式识别、大数据处理、单片机技术等水肥一体化智能灌溉系统，主要工作为农田环境监测、农作物生长监控、最终根据AI专家平台制定出合适的灌溉方案，实现绿色环保、高效智能灌溉。参考文献：

[1]师志刚, 刘群昌, 白美健等. 基于物联网的水肥一体化智能灌溉系统设计及效益分析[J]. 水资源与水工程学报, 2017, 28(3):221-227.

[2]郭国法, 许萌, 张开生. 基于 ZigBee 无线传感器网络的智能节水灌溉系统设计[J]. 江苏农业科学, 2015, 43(11):513-518.[3]陈雪蛟, 王克俭, 韩宪忠,等. 水肥一体化自动控制系统设计[J]. 湖北农业科学, 2016(11):2902-2904.

[4]徐晓辉, 闫焕娜, 苏彦莽,等. FDR土壤水分传感器的快速校准与验证[J]. 节水灌溉, 2014(3):66-68.