吉林省农业机械研究院智慧农业数据可视化数字系统设计开发

王聪 裴莉 张煜晗 张晨 徐勇

摘要：为助力“数字吉林”建设，吉林省大力实施数字农业创新工程。本研究融合了农业物联网技术、无人机遥感技术、可视化数据挖掘技术，设计开发了“吉林省农业机械研究院智慧农业数据可视化数字系统”，经推广应用后，能促进农民增产增收，提供合理化建议，推进“数字吉林”建设。

关键词：可视化数据挖掘;农业物联网;无人机遥感

中图分类号：S2文献标识码：ADOI：10.19754/j.nyyjs.20200815015

收稿日期：2020-06-18

基金项目：长春市朝阳区科技项目（项目编号：朝科技合（2019）03号）

作者简介：王聪（1984-），男，硕士，副研究员。研究方向：数学建模、物联网上位机和下位机程序开发，数据挖掘技术、算法，网络平台开发，三维可视化开发;通讯作者张煜晗（1990-），女，实习研究员。研究方向：数学建模、物联网上位机和下位机程序开发，数据挖掘技术、算法，网络平台开发，三维可视化开发。

前言

十九届中央政治局第二次集体学习专题研究大数据，***总书记做出了大数据是信息化发展新阶段的重大判断，对实施国家大数据战略、建设数字中国做出进一步部署，为推动农业农村大数据发展应用指明了方向，提供了遵循[1]。为助力“数字吉林”建设，吉林省大力实施数字农业创新工程。加快推进吉林省数字农业建设，以数字化引领农业农村现代化，助力乡村振兴，特提出“实施数字农业创新工程 推动农业高质量发展实施意见”[2]。本研究融合了农业物联网技术、无人机遥感技术、可视化数据挖掘技术，设计开发“吉林省农业机械研究院智慧农业数据可视化数字系统”，经推广应用后，能促进农民增产增收，提供合理化建议，推进“数字吉林”建设。为便于描述，本文以吉林省农业机械研究院在吉林省农安县开安镇的试验田为例进行描述。

1数据采集

1.1農田环境数据采集基站（图1）简介

开安试验田环境数据采集是本研究的一部分，数据类型包括空气温度、空气湿度、风向、风速、太阳辐射和3个不同位置不同深度节点的土壤温度、湿度以及实时视频影像。由于试验田种植玉米作物，为保证环境数据采集准确，基站地上高度为5m。本研究针对东北地区农田环境自主研发数据采集器，该采集器有16个模拟通道，8个脉冲通道，12位A/D转换精度，输入电压分辨率高达1μV，±（0.1%读数+0.05%量程）准确度，0.1%滤波精度，0.05%分辨率，最快1s数据采集时间间隔。采集的数据借助4G网络无线传输，吉林省农业机械研究院数据中心每隔0.5h（时间间隔可修改）接收所有传感器数据，供电系统采用40W太阳能电池板及40Ah充电电池进行供电。实时视频影像设备选择海康威视（带红外夜视功能）高清设备，通过萤石API进行影像数据接收。

1.2无人机遥感数据采集与应用

本研究选择玉米不同生长时期，通过无人机遥感进行可见光和多光谱数据采集，提取并分析不同光谱、纹理特征，分析农作物空间物理性状，观察玉米发芽情况、杂草发生等情况。

以玉米发芽情况研究为例，考虑成本和效率因素，本研究最终选择基于可见光的植被指数中的过绿指数（Excess green，ExG）进行分析（多光谱数据采集条件较苛刻，最终数据合成成功率较低）。

ExG可见光波段指数计算公式为：

ExG=2G-R-B

式中，R、G、B分别表示红、绿、蓝3个波段像素值，经Matlab程序处理后如图2所示，经过二值化处理后，裸土趋近于黑色，玉米趋近于白色。

2系统架构设计

本研究根据需求分析和架构设计，构建适合农业物联网的通用体系架构模型，最终开发一个具有数据层、业务层、交互层3层架构可实现大田农业数据收集、存储与分析的智慧农业数据可视化数字系统。

3层架构分别为数据层，提供计算框架以及逻辑处理功能的核心业务层，实现平台与用户之间交互接口的交互层。数据层选用SQLSERVER进行数据存储。数据可视化方面，融合可视化技术与平台的友好结合，本研究选择了ECharts插件进行开发，高度个性化定制数据可视化图表，能更直观地反应农业数据平台的表现能力。数据接收方面，数据采集器通过4G无线网络向具有固定公网IP的服务器进行定时数据传输，基于数据采集器开发的数据接收软件实时接收数据情况如图3所示，数据采集器配置详情见表1，软件配置情况如图4所示。服务器端还有1个接收数据并向数据库写入的软件程序，该软件与数据库字段连接对应设置如图5所示。

3大屏版智慧农业数据可视化数字系统简介图6为大屏幕版智慧农业数据可视化数字系统中开安镇试验田地块页面展示，包含实时视频监控影像、土壤温度历史数据对比图、土壤湿度历史数据对比图、空气温湿度历史数据展示图、风速风向历史数据展示图、太阳辐射历史数据展示图、土壤温湿度和空气温湿度的实况数据展示图，以及所选地块最近获取的可见光与多光谱图像。

系统平台选择。NET技术结合C#和JS语言进行程序开发，采用B/S3层架构设计，数据访问层DAL采用Entity Framework框架，如上文所述，数据可视化图表选择ECharts插件开发。

4结语

智慧农业是我国农业现代化发展的必然趋势，随着农业产业化规模的不断扩大和土地集中化耕种的推行，需要智慧农业来促进发展，智慧农业的发展已经初步形成了政府引导、社会支持、市场推动和农民投入的良性运行机制。当前的智慧农业，有丰富的资源、成熟的技术和广阔的市场，具备了进一步发展的基础，也蕴藏着巨大的潜力[3]。

本研究中数据采集器及相关软件研发、无人机遥感数据处理与分析、数据可视化应用都汲取了吉林省农业机械研究院多年科研经验，目前可视化数据挖掘算法正在逐年验证中，且尚需进一步改进。本研究成果获得由数字长春建设工作领导小组办公室颁发的“2019长春市新型智慧城市建设优秀‘十佳案例”荣誉。吉林省农业机械研究院智慧农业数据可视化数字系统经推广应用后，能促进农民增产增收，提供合理化建议，有力的推进“数字吉林”建设。

本研究构建的农业物联网系统在管理工作中仍存在一定问题，设备在维护、维修、更换中所发生的一系列问题严重影响了工作效率，今后将继续完善工作流程、管理制度和方法。

参考文献

[1] ***主持中共中央政治局第二次集体学习并讲话[EB/OL]. http：//www.gov.cn/guowuyuan/2017-12/09/content_5245520.htm.2017-12-09.

[2]吉林省实施数字农业创新工程推动农业高质量发展的实施意见[EB/OL].http：//www.moa.gov.cn/xw/qg/201901/t20190118_6170340.htm.2019-01-18.

[3]翟凌宇，孙凯旋.基于云计算的智慧农业物联网云平台[J].软件，2020，41（01）：258-262.

（责任编辑贾灿）