摘要 农业物联网是实现农业生产信息化的核心技术，但在信息感知阶段由于采用的传感技术简单，只能获取一些简单的农作物生长环境信息，无法实现对农作物养分与生理信息的有效感知。就农业物联网采用光谱感知技术获取农作物养分与生理信息展开研究，并就光谱技术与其他传感技术在农业物联网的联合感知分析了物联网的技术架构及感知控制层结构，讨论了信息传输流程及数据网关结构。农业物联网采用光谱感知技术可增加对农作物生长信息的泛在感知能力，进一步促进农业产业的信息化和精细化。
关键词 农业物联网；光谱技术；生理信息
中图分类号 S126 文献标识码 A 文章编号 0517-6611（2018）20-0191-02
Abstract The agricultural internet of things （IOT） is the core technology to realize the informatization of agricultural production. However， the ordinary sensing technology can only get some simple information about crop growth environment. As a result， physiological information of crops lacks corresponding sensors. In this paper， the spectroscopic technology is used in agricultural IOT to obtain the physiological information of crops. The framework of spectrum sensing agricultural IOT technology and the structure of perception control layer were analyzed， and the process of information transmission was discussed. The use of spectral sensing technology in the agricultural IOT can increase the perception ability of crop growth information， and further promote the informatization and refinement of agricultural industry.
Key words Agricultural IOT；Spectroscopic technology；Physiological information
作为当代农业信息化发展的新方向，农业物联网技术是加快我国农业由传统农业向现代农业转型的关键技术之一，能有效提高农业生产力水平和资源利用率。物联网在农业生产中的应用主要体现在对农作物种植环境进行监控，随时随地了解环境参数是否满足农作物的生长要求，及时对农作物生长环境进行调整，最大限度地推进农业生产的信息化和自动化水平，提高生产效率和农作物品质。目前大多数农业物联网采用的传感器都相对比较简单，感知对象局限于温度、湿度、风速、CO2浓度和光照强度等简单的外部参量，只能实现农业生长环境信息的监测，无法实现对农作物内部有效成分的动态感知，更无法对农作物生长状态进行评估与预测，距离精细化农业的要求还差很远[1]。
农作物养分与生理信息检测是实现精细化农业的重要手段之一[2]。农作物生理信息主要包括营养状态、生长形态及农作物所受病虫害等信息，通过对生理信息的有效检测与利用，可判断农作物长势，分析出农作物生长对不同养分的需求，再通过检测土壤成分信息（包括氮、磷、钾及有机质含量）来优化调整肥料成分配比，实现精准施肥，有助于提高农产品的产量和品质状况；通过对农作物生理信息的有效检测与利用，可预测农作物病虫害情况及发展趋势，在此基础上调节农药使用量，尽量降低农药使用量，减少污染，实现更精细的农业生产管理；通过对生理信息的有效检测与利用，可实现农作物产量预测，对后期农产品存储与流通具有重要的参考意义。因此，研究农作物养分与生理信息的感知技术，有利于实现精细化农业生产，若在农业物联网中能实现对农作物养分与生理信息的有效感知，必将有助于农业物联网的进一步推广与使用。
光谱感知技术能够在紫外、可见光、近红外和中红外等较宽的电磁波谱区域内，为感知目标提供多波段的光谱信息，从而能快速无损地辨别和区分目标物质成分，实现对目标物性质的无损分析。光谱感知技术的发展为信息测量应用开辟了新的领域，其开始成为现代农业生产中农业信息获取的技术手段之一，可有效感知农作物养分与生理信息[3]。笔者在分析采用光谱感知技术获取农作物养分与生理信息的基础上，就光谱感知农业物联网系统方案展开研究。
1 光谱感知技术及农作物养分与生理信息获取
从农耕时代開始，农民就已经凭借世代积累的种植经验，通过观察农作物外观分析植物的养分情况和生长状况，但由于经验存在偏差或观察不全面，往往很难获得客观结果。从19世纪开始，化学测定法等植物养分信息检测方法开始受到国际上大量农业研究工作者的高度关注，这些方法观测结果较为客观，但会对植物造成一定的影响，做不到无损检测，且不宜对大量样本进行分析。20世纪60年代起，植物养分的无损诊断研究开始出现，如比色法等方法被用于获取植物养分信息。近年来，发展于20世纪90年代的可见及近红外光谱技术被推广应用于农作物养分信息分析，它具有测定速度快、样本无损、准确度高、重复性好及样本制备简单等优点，并越来越受到重视。
光谱技术采集的信息能反映物质成分，近红外谱区包含物质内部信息，可见光波段包含物质表面信息，利用光谱技术再结合化学计量学方法，可对农作物生理信息进行定性和定量分析[4-5]。肥料缺乏和病虫害侵袭均可引起农作物叶片颜色、厚度以及形态结构等发生变化，从而导致光谱反射特性产生变化，使得基于叶片光谱反射特征来识别分析农作物的生长状况成为可能。光谱技术可以对叶片中化学成分含量做出比较准确的预测，根据光谱特性监测植物的水分状况已成为农业生产研究的热点之一。叶绿素含量与叶片颜色相关，而叶片含氮量又和叶绿素变化趋势相似，因此，可通过光谱技术来测定叶绿素含量并以此分析农作物的氮素营养状况。光谱分析技术可用于对农作物进行营养诊断分析，目前主要集中在对氮、磷、钾含量的无损检测研究上，并开始用于对农作物品质成分的定量测定。随着光谱技术的发展，融合了光谱技术和图像处理技术的高光谱成像技术由于能够对所获得的信息进行可视化展示而开始受到重视。利用高光谱图像技术能获得农作物叶片和植株的高光谱图像，可以将检测的农作物生理指标在图像上显示，直观地显示不同区域待测指标的含量值，从而利于推广应用。
综上所述，光谱技术用于农作物养分与生理信息检测是可行的。近年来国内外一些学者已将光谱分析技术应用于检测农作物养分和生长状况，并取得了一定的研究进展。但是，在植物养分传感器方面，国内外相关研究主要集中在静态检测传感仪器方面，在动态式的农业物联网方面研究和应用比较少见。目前大部分基于光谱技术的作物养分信息检测均是静态的，只能表示某个特定生长时期的检测结果，能应用到农业物联网的方案较少[6]。将能实现植物养分快速检测的光谱传感技术应用于农业物联网的信息感知，可实现农作物養分与生理信息的连续、动态采集，相关研究已经开始受到关注，最近，中国科学院上海技术物理研究所的科研工作者就研制了一种能实现近红外光谱数据的采集和无线传输的微型化物联网节点[7]。
2 光谱感知农业物联网系统方案分析
2.1 农业物联网信息技术体系架构
农业物联网系统按照物联网的框架由感知控制层、网络传输层、应用层3个层次构成，感知控制层包含数据采集子层、短距离通信传输子层和协同信息处理子层，主要负责农作物种植环境参数和生长状态信息的采集，并将局部范围内采集的信息汇聚到网络传输层的信息传输系统；网络传输层主要负责数据传输，将来自感知控制层的信息通过各种承载网络传送到应用层，农业物联网用到的承载网主要由4G模块、以太网模块等部分组成；应用层主要由后台服务器和客户端组成，主要通过数据处理并结合农业生产控制设备来实现农业生产智能化与信息化管理。光谱感知农业物联网信息技术体系架构如图1所示。
2.2 光谱感知数据采集结构
与传统农业物联网相比，光谱感知农业物联网的感知控制层采集信息更加多样，除了需要检测农作物生长环境参数（包括空气、土壤温湿度，CO2浓度及光照强度等），还需要获取农作物的实时生理信息。感知控制层在将局部范围内采集的信息汇聚到网络传输层的信息传送系统时，可采用的短距离无线传输技术有多种，其中2种典型技术是zigbee技术与wifi技术。农业物联网数据采集一般采用zigbee自组织网，由于光谱技术感知产生的数据量较大，无法通过zigbee网络传输，需要单独采用wifi或以太网传输。因此，光谱感知农业物联网系统中，使用wifi技术实现光谱感知数据的传输，而空气、土壤温湿度、CO2浓度及光照强度传感器等组成的传感器组使用 zigbee技术，系统的数据采集前端结构如图 2所示。
感知控制层中的数据采集网络由zigbee网络与wifi网络构成，其中wifi网络完成高速率光谱感知仪器的数据传输，zigbee网络则负责低速率传感设备的数据传输。zigbee网络中每个zigbee节点与一个或若干个农业生产环境参数采集模块相连接，负责采集相应的数据，并把采集到的数据转发给zigbee协调器，再通过无线网络发送到数据网关。
2.3 光谱感知农业物联网信息传输
数据采集端的主要功能是采集农作物生长的环境参数，并通过各个节点之间“多级跳”的方式将数据汇聚到协调器节点，最终将数据发送给数据网关。采集的信息经过3G/4G/以太网等承载网传送到系统服务端，经过后台数据处理程序进行信息协同、信息处理、信息储存，而用户通过客户端软件程序。农业物联网信息传输如图3所示。
网关在农业物联网中扮演非常重要的角色，作为数据的中转站，其是物联网的核心设备之一，它是连接感知控制层与传输层的关键设备，感知控制层获取的数据通过网关发送至网络传输层，最终传输至应用层，用户下发的指令也需要通过网关传输至感知控制层的设备，从而实现设备的远程控制。物联网网关的另一项重要功能是进行协议的转换[8]。
由于感知控制层设备间的通信协议往往与网络传输层不同，因此就需要网关对感知层上传的数据或者网络传输层下发的数据进行协议格式的转换，实现不同协议数据的透明传输。数据网关组成结构如图4所示，主要由光谱信息模块、3G/4G模块、以太网模块和zigbee网络接口模块组成。
3 结语
笔者针对目前农业物联网无法实现农作物生理信息感知这一现状，就光谱感知技术在农业物联网的信息感知应用
展开初步研究。虽然将光谱技术用于农业物联网还有不少实际问题需要解决，但光谱感知技术对农作物生长信息的泛在感知能力，无疑将进一步促进农业物联网的应用发展。
参考文献
[1] 柳平增，孟祥伟，田盼，等.基于物联网的精准农业信息感知系统设计[J].计算机工程与科学，2012，34（3）：137-141.
[2] 何勇，赵春江. 精细农业[M]. 杭州：浙江大学出版社，2010.
[3] 庄新港.近红外光谱分析应用研究及新型光谱感知节点入射光学系统设计[D].济南：山东大学，2017.
[4] 褚小立，陆婉珍. 近五年我国近红外光谱分析技术研究与应用进展[J].光谱学与光谱分析，2014，34（10）： 2595-2605.
[5] QIN H，MA J Y，CHEN S J，et al. Identification of haploid maize kernel using NIR spectroscopy in reflectance and transmittance modes：A comparative study[J].Spectroscopy and spectral analysis，2016，36（1） ：292-297.
[6] 何勇，聂鹏程，刘飞. 农业物联网与传感仪器研究进展[J]. 农业机械学报，2013，44（10）：216-226.
[7] 王绪泉，黄松垒，于月华，等.微型长波近红外物联网节点及实验研究[J]. 红外与毫米波学报，2018，37（1）：42-46.
[8] 周高星.基于农业物联网多源异构传感网络的研究与实现[D].泉州：华侨大学，2017.