农业信息采集技术研究综述
开篇：润墨网以专业的文秘视角，为您筛选了一篇农业信息采集技术研究综述范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘 要：21世纪农业发展的一个重要方向是精细农业，进行农业信息的采集是实施精细农业的前提。农业信息化的进程将会随着农业信息采集技术的应用加快，促进区域经济的可持续发展。该文综述了农业信息的采集与处理技术，提出了未来农业信息采集技术的发展方向，为农业生产计划提供科学依据。
关键字：精细农业；农业信息的采集；采集技术
中图分类号 TP311.52 文献标识码 A 文章编号 1007-7731（2016）22-0109-04
农业数据的采集与传输具有网络覆盖面大、地形复杂、数据传输量小、监测点多、设备成本小、设备体积小、数据传输安全可靠、采用电池供电等特点[1]。随着信息技术在农业领域的广泛应用，农业信息技术已经成为引导农业生产、管理、教育、科研进一步发展的强大动力。农业信息的采集技术包括数据采集技术、数据通讯技术、计算机数据采集技术以及传感器技术等。测量精细农业中各种差异的农业信息，可以使用成本低、实时快速、高性能的传感器系统，农业信息采集一般包括土壤肥力、土壤含水量、SOM、作物苗情分布、土壤菏怠⒑妥魑锊 ⒊妗⒉莺及耕作层深度等信息的采集。原始信息的精确度由信息采集决定，只有具备先进、完善的采集技术才会使原始信息的真实性与及时性提高，通过后续的信息技术过程使最终信息得到有效利用。
信息采集技术包括传统手工技术和现代技术。传统的信息采集的方式主要包括有目的的专项收集、以及自下而上广泛采集、随机积累3种；现代信息采集技术主要包括遥感技术、全球定位技术、自动监测技术以及地面各类调查等，采集不同的农业信息需用不同的采集技术。信息采集应在注重经济效益的前提下，根据特定使用目标及时准确的使其尽快发挥效用。
田间信息大致可以分为农田周围环境信息、位置信息、作物产量信息、作物生长信息和土壤属性信息等，具有多维、时空变异性强、量大、稀疏性、不确定、动态、不完整等特点。本文主要分析了几种关键技术在农业信息采集中的应用及国内外研究现状，分析了现有农业信息采集技术的不足并在此基础上提出农业信息采集技术研究的发展方向。
1 农业信息采集系统的工作原理
农业信息采集系统在农田获得的信息是通过摄像头和各种传感器（土壤含水量、土壤pH值、土壤肥力、温湿度等传感器等）进行采集的，采集的信息通过无线通讯模块反馈给控制台。控制台根据信息采集系统的运行情况，对信息进行进一步的分析与统计处理，将有价值的信息存储到农田信息库，此时无线通讯模块发出指令到系统控制器，实现信息采集系统的下一步的工作指令，实现对农田作物生长情况的动态实时监测、生长环境及农田信息化管理[2]。
2 国内外农业信息采集技术研究现状
2.1 农业信息采集系统研究现状 农情信息采集系统的开发有：以单片机为核心进行开发；在便携式计算机上进行开发；基于掌上电脑的嵌入式农情信息采集系统的开发；应用solidworks三维建模与仿真技术进行开发；结合无线通讯技术进行开发等。
于雅辉[3]利用以计算机集成技术、“3S”技术、网络技术为核心的高新技术提出了以图像分析软件和地理信息系统为平台，以高速宽带网为信息传输手段的农业信息采集监测系统的技术路线，系统由全球定位系统；基于遥感图像的信息提取系统；动态监测；人工报送网络四部分构成，此检测系统可以实现信息的收集、传输、存储、分析、管理、查询、更新及动态监测等功能。闫润和史德林[4]提出了一种基于RS485总线技术的设施农业信息采集及组网技术（组网技术包含网络信息节点探测模块、通讯指挥模块、组网模块、通讯错误处理模块4个模块），在设施农业中该技术使各信息节点形成了完整的信息网络及控制网络，组网过程不受信息点的个数的限制，真正做到设备的在线组网；上位机的控制信息能够及时下发至下位机，设施农业中的各个信息节点的信息能够及时上传。郭志越[5]等应用solidworks三维建模与仿真技术建立农田信息采集系统系统的虚拟模型并进行仿真研究，通过分析对比实验结果，证明了该系统可以在大棚内进行信息采集，并将信息传送至附近的接收点，解决了以往农业大棚信息节点采集繁琐和困难的问题。韩芝侠[6]基于ZigBee技术本文采用低功耗微控制器PIC18L F4620单片机及Smart RF CC2500射频收发器，设计出了用于农业信息监控的无线传感器网络系统，此系统适合农业信息传递过程中所遇到的地形复杂等问题，且具有组网灵活、功耗小、成本低的优点，支持网状拓扑结构、可以顺利读取农业环境的光照、土壤温度、湿度等信息。罗军[7]等结合设施农业空间位置分布规律及其在高分辨率遥感影像上的纹理特征体现，并基于GIS组件开发了基于高分辨率遥感影像的设施农业信息采集系统，此系统具有效率高，精度高的优点加强了设施农业管理精度需求。孟志军等[8]介绍了使用Microsoft数据库访问组件对象ADOCE对Pocket Access数据库的操作方法，一种基于DGPS/背夹式CPS设备和掌上电脑的农田信息采集系统的开发过程。设计和实现了基于嵌入式GIS组件技术的农田信息采集系统，实现了矢量农田地理信息的显示、操作、查询等基本GIS功能同时，系统能够采集多种影响作物生长的环境差异性信息与农田地物分布，实现了对嵌入式农田信息采集系统中农田信息的有效管理。系统由基于WinCE的基本GIS功能模块、农田信息采集功能模块、CPS实时通讯和数据处理模块组成，该系统能够实现掌上电脑环境下GPS、GIS功能的集成。王昕[9]通过分析移动通讯技术在我国农业中的应用基础情况提出了利用SMS短信服务来实现文字型信息采集模式、利用MMS彩信服务来实现报表型、数字型信息采集模式农业即时信息采集模式和多种农业即时信息服务模式。
2.2 精细农业中农业信息采集方法及技术研究现状 快速精确地采集农业信息是发展精细农业迫切需要解决的基础问题。在精细农业研究中，目前优先需要考虑的是作物苗情分布信息、土壤压实、土壤水分、土壤养分、作物病虫草害和及耕作层深度等，要求能够精确、快速、连续地测量。
在土壤水分信息采集方面。测定土壤水分的方法，一类是变动位置取硬舛ū热绾娓煞ǎ另一类是原位取样测定比如电阻法、时域反射仪法（TDR法）、频域发射仪法（FDR法）、中子法、射线法、驻波率法、传感器法等[10]。Sun Y[11]等基于边缘场效应电容式水分传感器设计了一个复合水平贯入仪，此仪器能够同时测量机械阻力和土壤水分。胡建东等[12]设计了参数调制式探针电容土壤水分传感器的检测电路和数据处理系统，通过参数优化得到了一种能够实现在线测试土壤水分的检测仪器及探针电容传感器。赵燕东[13]通过对SWR型土壤水分传感器研究得出：SWR型土壤水分传感器是一种快速测量土壤含水率的传感器，它具有可靠性高、精度高、受土壤质地影响不明显的优点，性价比远远高于TDR和FD型传感器更适合市场的需求。
在土壤电导率信息采集方面。土壤电导率的测量方法主要有两种，电流―电压四端法与基于电磁感应原理的测量法[14]。李民赞等[15]开发了一种基于电流―电压四端法便携式土壤电导率实时分析仪，实验结果表明：适应设施栽培与大田裸地的实时测量；适合中国较小地块应用。Myers[16]等利用电磁感应实现了土壤电导率的非接触式检测。Domsch[17]通过大地电导仪EM38直接测量表层土壤电导率来评价土壤的质地，此方法已广泛运用于土壤质地情况调查及农田土壤盐分普查。Carter等[18]开发了基于电磁感应原理车载式测量土壤电导率的设备。
在土壤pH值信息采集方面。适合精细农业要求的土壤pH值的测量方法主要有pH―ISFET电极测量、数字照片可见光光谱提取法，光纤pH值传感器测量，多光谱图像检测法等[19]。Adamchuk V I[20]等实现了土壤pH值的车载自动测量与绘图，此技术是基于离子选择电极的直接测量方法，并且已经市场化。杨百勤[21]等研制了一种可直接测定内部pH值、糊状物表、固体以及半固体的新型全固复合pH值传感器，可直接无损测量土壤pH值，其具有测量范围宽、响应快、内阻低的优点。
在土壤养分信息采集方面。精细农业中土壤养分的快速测量是一个难题，土壤养分的测量分为直接监测方法和间接监测方法，两种方法结合可以有效提高测量的全面性与精度[22]。快速测量土壤养分的仪器有：土壤主要矿物元素含量测量仪器（基于离子选择场效应晶体管集成元件）、土壤养分迸测仪（基于光电分色等传统养分速测技术）、土壤肥力水平快速评估的仪器（基于近红外技术通过叶面反射光谱特性）此仪器可直接或间接对农田土壤肥力进行检测。Maleki等[23]开发了车载变量磷肥施肥系统，此系统是以可见光―近红外土壤传感器为核心进行开发，通过变量施肥和统一施肥的比较试验，结果表明变量施肥可以更有效地检测土壤磷肥的空间变异性，变异性降低且玉米产量有明显提高。如YN型便携式土壤养分速测仪[24]，尽管每个项目指标测试所需时间仍在40～50min之间，相对误差为5%～10%，但其测量精度满足农村定量测土施肥的要求，其速度与传统的实验室化学仪器分析对比提高了20倍。Hummel等[25]预测土壤的含水率和有机质，通过NIR土壤传感器测量土壤在1 603～2 598nm波段的反射光谱进行测量，含水率和有机质的相对误差分别为5.31%和0.62%。
在作物病虫草害识别、产量及长势方面。病虫害、杂草信息的识别方法是基于计算机图像处理和模式识别技术，此类方法的研究目标为诊断判读作物植株的根、茎、冠层等的形态特征。病虫害、杂草信息的识别方法有纹理特征分析法、光谱特征分析法、形状特征分析法，杂草―作物的区分有人工区分、光学传感器区分、遥感技术区分等。Malthus[26]等研究了蚕豆和大豆受斑点葡萄抱子感染后的反射光谱，所采用的仪器是地物光谱仪。Adams[27]等利用黄瘦病光谱二阶导数对大豆病情评价进行了研究。土壤耕作层深度和耕作阻力信息的采集有两种方法：连续测定方法与非连续测定方法（利用硬度计测量或土壤圆锥仪测定）。作物产量分布信息的采集主要是利用作物产量传感器技术[28]。作物长势信息采集技术的研究基于宏观和微观两个方面：宏观角度上利用RS遥感的多时相影像信息研究植被生长发育的节律特征；微观角度上在田块或区域的尺度上，近距离直接观测分析作物的长势信息[29]。向子云[30]等采用多层螺旋CT三维成像技术实现了植物根系原位形态构型，实现了快速、准确、无损地的测量。吴素霞[31]等探讨了冬小麦在不同生育期内叶片叶绿素相对含量利用TM遥感影像估算的可行性，通过对地面实测叶绿素相对含量与遥感变量结果进行对比分析，建立了冬小麦长势监测遥感定量估算模型。白敬等[32以冬油菜苗期土壤和杂草为研究对象，通过ASD便携式光谱分析仪采集田间常见得土壤和杂草光谱数据，通过逐步判别分析法筛选特征波长点，建立的贝叶斯判别函数模型及其典型判别函数模型比较稳定，而且能能较好的识别冬油菜苗期田间杂草。
3 农业信息采集技术发展展望
（1）研究多传感器信息融合技术。在国外车载田间信息自动测量系统和测量设备已经形成产业化，国内目前自主开发的可用于生产的田间信息采集设备较少，多数依赖进口，自主开发的设备功能单一，不能同时测量多项参数。运用多传感器信息融合技术开发集多传感器为一体的采集设备，以降低数据采集的成本，提高数据采集效率，消除数据冗余、增强数据互补使其能够同时测量多项参数，以提高可靠性、测量精度、扩展探测范围作为今后农业信息采集技术的研究发展方向。
（2）研究高光谱遥感技术。高光谱遥感技术可以快速、无损测量水分胁迫、病虫害及作物和土壤养分变化等，为农田信息的监测提供了的新手段。加强对作物土壤养分、作物病虫害及水分胁迫等农田信息的敏感波段的研究是目前要解决的技术难点。围绕这些技术开发无损测量、精确度高、速度快、低成本的监测仪器，将是今后农业信息采集技术的研究发展方向。
（3）研究无线传感网络技术。无线传感网络技术可以为农田信息的远距离数据采集及管理利用提供了良好的途径，该技术可有效地解决农业信息智能监测、控制及远程采集等问题。无线传感网络技术需要解决通讯协议不完善、安全性低、无线模块成本高等问题，这也将成为今后农业信息采集技术的研究热点。
参考文献
[1]刘原，宋良图.基于ZIGBEE技术的农业信息o线数据传输[J].自动化与仪器仪表，2006，05：21-25.
[2]陈诚，李必军，张永博. 基于无线传感器网络的农业信息采集系统设计[J].安徽农业科学，2016，10：242-245.
[3]于雅辉. 基于3S技术的农业信息采集监测系统研究[J].测绘与空间地理信息，2012，05：92-94.
[4]闫润，史德林.基于RS485总线技术的农业信息采集及组网技术研究[J].当代农机，2011，11：70-72.
[5]郭志越，王伟，庄煜，等.基于Solidworks的农业信息采集系统设计[J].森林工程，2015，04：92-97.
[6]韩芝侠.基于ZigBee技术的农业信息采集系统[J].宝鸡文理学院学报（自然科学版），2011，02：53-56.
[7]罗军，潘瑜春，王纪华，等.基于高分辨率遥感影像的设施农业资源信息采集技术研究[J].地理与地理信息科学，2007，03：51-54.
[8]孟志军，王秀，赵春江，等.基于嵌入式组件技术的精准农业农田信息采集系统的设计与实现[J].农业工程学报，2005，04：91-96.
[9]王昕. 移动通讯技术在农业即时信息采集和服务中的应用初探[J].农业网络信息，2007，12：14-17，27.
[10]余杨，王穗，余艳玲. 土壤表层水分含量测定方法[J].云南农业大学学报，2004，02：199-201，206.
[11]Sun Y，Ma D，Schulze Lanners P，et al. On-the-go measurement of soil water content and mechanical resistance by a combined horizontal penetrometer[J].Soil&Tillage Research，2006，86（2）：209-217.
[12]胡建东，赵向阳，李振峰，等.参数调制探针式电容土壤水分传感技术研究[J].传感技术学报，2007，05：1057-1060.
[13]赵燕东，白陈祥，匡秋明，等.土壤水分传感器实用性能对比研究[J].北京林业大学学报，2006，03：158-160.
[14]杨芳. 基于电流-电压四端法的无线土壤电导率传感器研究[J].西南师范大学学报（自然科学版），2014，06：59-63.
[15]李民赞，王琦，汪懋华.一种土壤电导率实时分析仪的试验研究[J].农业工程学报，2004，01：51-55.
[16]Myers D B，Kitchen N R，Miles R J，et al.Estimation of a soil productivity index on calypan soils using soil electrical conductivity[C].Proceedings of the Fifth International Conference on Precision Agriculture（CD）.Bloomington，MN，USA，
[17]Domsch H，Giebel A. Estimation of soil textural features from soil electrical conductivity recorded using the EM38[J].Precision Agriculture，2004，5（4）：389-409.
[18]Carter L M，Rhoades J D，Chesson J H. Mechanization of soil salinity assessment for mapping[C].ASAE Paper No.931557，1993.
[19]刁硕，王红旗，邱晨.土壤酸碱度测定方法的差异研究与探讨[J].环境工程，2015，S1：1015-1017.
[20]Adamchuk V I，Lund E D，Sethuramasamyraja B，et al. Direct measurement of soil chemical properties on-the-go using ion-selective electrodes[J].Computers and Electronics in Agriculture，2005，48（3）：272-294.
[21]杨百勤，杜宝中，李向阳，郭聪，薛力. 全固态复合PH传感器的研制与应用[J].西北农林科技大学学报（自然科学版），2006，10：181-183，188.
[22]王祥峰，蒙继华.土壤养分遥感监测研究现状及展望[J].遥感技术与应用，2015，06：1033-1041.
[23]Maleki M R，Mouazen A M，Ketelaere B De，et al. On-the-go variable-rate phosphorus fertilization based on a visible and near-infrared soil sensor[J].Biosystem Engineering，2008，99（1）：35-46.
[24]胡建东，段铁城.便携式土壤养分速测仪技术研究[J].现代科学仪器，2002，04：27-30.
[25]Hummel J W，Sudduth K A，Hollinger S E. Soil moisture and organic matter prediction of surface and subsurface soils using a NIR sensor[J].Computers and Electronics in Agriculture，2001，32（2）：149-165.
[26]Malthus T J，Maderia A C.High resolution spectroradiometry：spectral reflectance of field bean leaves infected by botrytis fabae[J].Remote Sensing of Environ，1993，45（1）：107-116.
[27]Adams M L，Philpot W D，Norvell W A，et a1.Yellowness index：an application of spectral second derivatives to estimate chlorosis of leaves in stressed vegetation[J].International Journal of Remote Sensing，1999，20（18）：3 663-3 675.
[28]仇华铮，陈树人，张林林.谷物产量智能测产监测器的设计与试验[J].农机化研究，2013，02：130-133.
[29]杨北方，韩迎春，毛树春，等.基于数字图像的棉花长势空间变异分析[J].棉花学报，2015，06：534-541.
[30]向子云，罗锡文，周学成，等.多层螺旋CT三维成像技术观测植物根系的实验研究[J]. CT理论与应用研究，2006，03：1-5.
[31]吴素霞，冯蜀青，毛任钊，等.冬小麦叶片叶绿素相对含量遥感估算模型研究[J].干旱地区农业研究，2006，05：137-140，145.
[32]白敬，徐友，魏新华，等.基于光谱特性分析的冬油菜苗期田间杂草识别[J].农业工程学报，2013，20：128-134.
（责编：张长青）