果园灌溉物联网实时监控系统的研制与试验

曾镜源; 洪添胜; 杨洲; 李富

doi:10.7671/j.issn.1001-411X.202005009

果园灌溉物联网实时监控系统的研制与试验

曾镜源^{1, 2, 3,},
洪添胜²,
杨洲^{1, 2, ,},
李富³

1.
广东省山区特色农业资源保护与精准利用重点实验室，广东梅州 514015
2.
华南农业大学工程学院，广东广州 510642
3.
嘉应学院计算机学院，广东梅州 514015

基金项目: 国家重点研发计划(2016YFD0200700)；嘉应学院创新强校项目【2015 (3-6-25)】；广东省普通高校重点科研平台建设项目(2019GCZX007)；广东省农村科技特派员重点派驻任务(KTP20200281)；嘉应学院−广梅园大数据研究与应用协同中心孵化基金(130B0310)

详细信息

作者简介:
曾镜源(1980—)，男，讲师，博士，E-mail: 15140706@qq.com

通讯作者:
杨　洲(1972—)，男，教授，博士，E-mail: yangzhou@scau.edu.cn

中图分类号: S24
计量
- 文章访问数: 1088
- HTML全文浏览量: 12
- PDF下载量: 1086
出版历程
- 收稿日期: 2020-05-09
- 网络出版日期: 2023-05-17
- 刊出日期: 2020-11-09

Design and experiment of real-time monitoring system for orchard irrigation based on internet of things

ZENG Jingyuan^{1, 2, 3,},
HONG Tiansheng²,
YANG Zhou^{1, 2, ,},
LI Fu³

1.
Guangdong Provincial Key Laboratory of Conservation and Precision Utilization of Characteristic Agricultural Resources in Mountainous Areas, Meizhou 514015, China
2.
College of Engineering, South China Agricultural University, Guangzhou 510642, China
3.
College of Computer Science, Jiaying University, Meizhou 514015, China

摘要

摘要:
目的
简化果园网络部署，延伸信号覆盖范围，提供精细、实时的灌溉监控，并提高其对传统设备的兼容性。

方法
通过窄带物联网(NB-IoT)和LoRa混合组网实现远程数据传输、延伸基站信号覆盖范围。采用终端电学参数检测电路及标定功率，结合异常检测算法，精准监测设备运行状态，并将异常状态即时上传，降低数据上传频率。同时在保证处理能力的前提下降低处理器主频，从而延长待机时长。

结果
果园现场监测系统实现了150 ms内上报异常状态，并将上报次数限制为每年2万次。校正检测功率后，功率的线性回归预测决定系数(R²)为0.999 8。通过宏生成JSON数据，生成时长为cJSON方法的10%，进一步降低MCU计算需求。在满足计算和控制需求的前提下，2 MHz的微处理器主频和200 mA·H锂电池可以满足果园灌溉监控系统计算和持续工作的最低要求，采用低功耗微处理器可以进一步延长工作时间。

结论
监控系统延伸了NB-IoT网络的覆盖范围，可实现精准、低成本和实时的远程监控。
- 果园灌溉 /
- 窄带物联网 /
- LoRa /
- 设备监控 /
- 云平台
Abstract:
Objective
To simplify network deployment in orchards, extend the signal coverage, provide precise and real-time irrigation monitoring, and improve its compatibility with traditional equipment.

Method
Remote data transmission and extended coverage of base station signals were realized by combining narrow band internet of things (NB-IoT) and LoRa network. The circuit was examined using terminal electrical parameter and the power was calibrated, which was combined with the anomaly detection algorithm to accurately monitor the operation status of the equipment. The abnormal status was uploaded immediately, and the data upload frequency was reduced. Meanwhile, the main frequency of the processor was reduced to extend the standby time under the premise of ensuring the processing capacity.

Result
Abnormal status was uploaded within 150 ms and the frequency was limited to 20 000 times per year for the orchard real-time monitoring system. After calibrating the detection power, the determination coeffecient was 0.999 8 for the linear regression prediction of power. The process time of JSON data generated by macro was 10% of that of cJSON method, which further reduced the calculation requirement of MCU. On the premise of meeting the requirements of calculation and control, the main frequency of 2 MHz microprocessor and 200 mA·H lithium battery could meet the minimum requirements of calculation and continuous operation of orchard irrigation monitoring system. The use of low-power microprocessor could further extend the working time.

Conclusion
This monitoring system extends the coverage of NB-IoT network and realizes accurate, low-cost and real-time remote monitoring.
- orchard irrigation /
- narrow band internet of things (NB-IoT) /
- LoRa /
- equipment monitoring /
- cloud platform

HTML全文

图 1 果园监控云平台总体架构

Figure 1. Main architecture of cloud platform for orchard monitor and control

下载: 全尺寸图片幻灯片

图 2 终端内部功能框架图

Figure 2. Inner block diagram for terminal

下载: 全尺寸图片幻灯片

图 3 终端关键电路

Figure 3. Key circuit for terminal

下载: 全尺寸图片幻灯片

图 4 终端MCU主要外设接口

Figure 4. Main interface for terminal MCU

下载: 全尺寸图片幻灯片

图 5 已有设备传感器和设备改进

Figure 5. Sensors and device improvement of existing equipment

下载: 全尺寸图片幻灯片

图 6 固件程序流程图

Figure 6. Flow chart of firmware

下载: 全尺寸图片幻灯片

图 7 网页系统功能框图

Figure 7. Function block of web system

下载: 全尺寸图片幻灯片

图 8 JSON串生成与解释测试

Figure 8. Test for generating and parsing JSON string

下载: 全尺寸图片幻灯片

图 9 计量值校准框图

Figure 9. Block diagram for meterage value calibration

下载: 全尺寸图片幻灯片

图 10 功率标定测试结果

Figure 10. Power calibration test result

下载: 全尺寸图片幻灯片

图 11 不同负载下的功率曲线

Figure 11. Test curve of power under different loads

下载: 全尺寸图片幻灯片

表 1 功耗测试

Table 1 Power consumption test

项目 Item	测量功耗/mA Measured power	微处理器功耗/mA Microprocessor power	微处理器外设功耗/mA Microprocessor peripheral power consumption	微处理器主频/MHz Microprocessor frequency
待机 Standby	9.0	3.30	0.77	8
待机 Standby	7.5	1.50	0.31	2
收发数据 Transceiver data	62.0	3.30	0.77	8
收发数据 Transceiver data	60.0	1.51	0.31	2

下载: 导出CSV

参考文献(22)

[1]	李加念, 洪添胜, 卢加纳, 等. 柑橘园低功耗滴灌控制器的设计与实现[J]. 农业工程学报, 2011, 27(7): 134-139. doi: 10.3969/j.issn.1002-6819.2011.07.023
[2]	李加念, 洪添胜, 冯瑞珏, 等. 柑橘园水肥一体化滴灌自动控制装置的研制[J]. 农业工程学报, 2012, 28(10): 91-97. doi: 10.3969/j.issn.1002-6819.2012.10.015
[3]	洪添胜, 冯瑞珏, 李加念, 等. 单节干电池供电的滴灌控制器的设计与试验[J]. 排灌机械工程学报, 2011, 29(5): 455-460. doi: 10.3969/j.issn.1674-8530.2011.05.018
[4]	吴秋明, 缴锡云, 潘渝, 等. 基于物联网的干旱区智能化微灌系统[J]. 农业工程学报, 2012, 28(1): 118-122. doi: 10.3969/j.issn.1002-6819.2012.01.022
[5]	沈建炜, 李林, 魏新华. 丘陵地区蓝莓园智能灌溉决策系统设计[J]. 农业机械学报, 2018, 49(S1): 379-386. doi: 10.6041/j.issn.1000-1298.2018.S0.051
[6]	江新兰, 杨邦杰, 高万林, 等. 基于两线解码技术的水肥一体化云灌溉系统研究[J]. 农业机械学报, 2016, 47(S1): 267-272.
[7]	初光勇, 宰青青, 谭晓波, 等. 基于单片机的山地果园无线水肥一体灌溉系统设计[J]. 自动化应用, 2018(2): 20-21.
[8]	仉服春, 高洪岐, 安然, 等. 果园节水灌溉与水肥一体化的应用[J]. 北方果树, 2017(6): 16-18.
[9]	赵荣阳, 王斌, 姜重然. 基于ZigBee的智能农业灌溉系统研究[J]. 农机化研究, 2016, 38(6): 244-248. doi: 10.3969/j.issn.1003-188X.2016.06.050
[10]	田宏武, 郑文刚, 李寒. 大田农业节水物联网技术应用现状与发展趋势[J]. 农业工程学报, 2016, 32(21): 1-12. doi: 10.11975/j.issn.1002-6819.2016.21.001
[11]	王怀宇, 赵建军, 李景丽, 等. 基于物联网的温室大棚远程控制系统研究[J]. 农机化研究, 2015, 37(1): 123-127.
[12]	李道亮, 杨昊. 农业物联网技术研究进展与发展趋势分析[J]. 农业机械学报, 2018, 49(1): 1-20. doi: 10.6041/j.issn.1000-1298.2018.01.001
[13]	杜克明, 褚金翔, 孙忠富, 等. WebGIS在农业环境物联网监测系统中的设计与实现[J]. 农业工程学报, 2016, 32(4): 171-178. doi: 10.11975/j.issn.1002-6819.2016.04.024
[14]	杨伟志, 孙道宗, 刘建梅, 等. 基于物联网和人工智能的柑橘灌溉专家系统[J]. 节水灌溉, 2019(9): 116-120. doi: 10.3969/j.issn.1007-4929.2019.09.025
[15]	RASHMI S S, WEI Y Q, HWANG S H. A survey on LPWA technology: LoRa and NB-IoT[J]. ICT Express, 2017, 3(1): 14-21. doi: 10.1016/j.icte.2017.03.004
[16]	WANG Y P E, LIN X, ADHIKARY A, et al. A primer on 3GPP narrow band internet of things[J]. IEEE Commun Mag, 2017, 55(3): 117-123. doi: 10.1109/MCOM.2017.1600510CM
[17]	周炜. 智能农业大棚物联网研究与应用[D]. 长春: 长春工业大学, 2017.
[18]	唐荥. 基于物联网的农业感知数据融合应用研究[D]. 长春: 吉林大学, 2016.
[19]	岳学军, 刘永鑫, 洪添胜, 等. 山地果园中低功耗无线滴灌控制装置设计与试验[J]. 农业工程学报, 2014, 30(9): 102-109. doi: 10.3969/j.issn.1002-6819.2014.09.013
[20]	曾镜源, 冯亚芬. 一种用于现场设置终端的方法及适配器: CN110046110A [P]. 2019-07-23.
[21]	曾镜源, 冯亚芬. 一种山地果园灌溉远程监控方法及控制系统: CN109924112A [P]. 2019-06-25.
[22]	曾镜源, 冯亚芬. 一种基于NB-IoT的农情信息实时监测平台: CN110113575A [P]. 2019-08-09.

施引文献(21)

期刊类型引用(14)

1.	王栋，夏国芳，周菲，杨鹏，陈新华，崔冬冬. 设施甜樱桃智能化管控平台开发与应用. 落叶果树. 2025(02): 69-72 . 百度学术
2.	赵转莉，高玲. 基于物联网农业灌溉系统的参数检测方法研究. 农机化研究. 2024(11): 219-223 . 百度学术
3.	潘美琴. 基于NB-IoT物联网的农业水田作物精准灌溉系统. 齐齐哈尔大学学报(自然科学版). 2024(01): 32-37+44 . 百度学术
4.	程志通. 智能监控下的农田灌溉系统信息化改进. 农机化研究. 2023(03): 245-248 . 百度学术
5.	杨晓慧，张国海，姚嘉，廉佶潭，邓玉杰，王新. 物联网技术在果园生产中的应用分析. 中国果树. 2023(01): 135-140 . 百度学术
6.	高群，张倩，李明丽，王延书，车升国，高文胜. 山东省现代化果园物联网技术应用初探. 中国果树. 2023(07): 102-106 . 百度学术
7.	佟强. 基于多线程的灌区灌溉自动化监控系统设计. 水利科学与寒区工程. 2022(01): 83-87 . 百度学术
8.	Taiqing HUANG，Yanfei HUANG，Dan LU，Yaoxin LIU. Effects of Intelligent Irrigation on Photosynthetic Characteristics of Citrus Leaves and Fruit Quality. Agricultural Biotechnology. 2022(04): 36-39+42 . 必应学术
9.	朱雪雄，岳晓娜，邓良平. 基于物联网控制的校园节水灌溉系统研究. 科学技术创新. 2022(30): 65-68 . 百度学术
10.	周炎，路丹，黄太庆，罗江维，黄智刚. 基于物联网的果园水分智慧化管理对柑橘叶片光合特性及果实品质的影响. 现代农业科技. 2022(22): 47-50+54 . 百度学术
11.	刘之瑜，张淑芬，李铂初，罗长银，董燕灵. 迁移学习在设施蔬菜病虫害识别中的应用. 华北理工大学学报(自然科学版). 2021(03): 133-142 . 百度学术
12.	殷登科，许海洋，尹建华，葛树莲. 基于物联网的蓝莓生产智能管控云平台构建及应用. 贵州农业科学. 2021(10): 130-136 . 百度学术
13.	姚云霞，彭仁杰，唐婷. NB-IoT在大田土壤环境实时监测中的应用. 甘肃科技. 2021(19): 28-30+17 . 百度学术
14.	李国强，王猛，张杰，周蕊，张建涛，郑国清. 基于ARM和电力线载波的智能灌溉控制系统研究. 节水灌溉. 2021(12): 61-64+69 . 百度学术