app接受传感器数据库,p2138故障码怎样解决
玉米是中国第二大粮食作物app接受传感器数据库,种植区域主要集中 在东北、华北和西南地区app接受传感器数据库,其中西南山地玉米区以四 川、云南和贵州为主app接受传感器数据库,面积约占全国22%。研究表明, 环境条件是影响玉米病害发生、发展的主要因素之一[1] ,国内学者在研究气候环境对玉米病害产生影响 的过程中,普遍采用气象站数据和文献记载的历史数 据。王粟等[2] 以黑龙江省16个不同的玉米种植区气象 观测站的观测资料为基础,分析气候变化对玉米病虫 害产生的影响app接受传感器数据库;任巧燕等[3] 通过文献资料获取榆阳地区的历史气候数据,对不同气候条件下玉米病害的发 生规律进行研究。
四川省地处盆地,云层厚、气候环境多变,无论是 文献历史数据还是气象站数据,与实验场地实际环境 都存在较大的误差,数据准确性不够。因此,笔者在与 四川玉米病害课题组科研人员交流和调研工作中了解 到,为了提高数据准确性,在文献资料和气象站数据基 础上还会进行人工采集数据,但这类重复、低价值工作 耗费了大量时间和人力。
近年来,随着计算机信息技术不断发展,移动互联 网、物联网、大数据和云服务技术已经广泛应用于农业 生成和农业科研,其中,在农作物生长环境信息监测技 术应用方面,国内学者已经开展了大量研究。李伟强 等[4] 基于物联网技术设计了小型气候信息自动化监测 控制系统;汪姚强等[5] 结合物联网技术设计了大田农 业监测系统;李淑华[6] 将云服务技术应用于农田土壤 墒情监测。以上研究表明,农业信息技术的应用,不仅 实现了作物生长环境的远程监测,而且获取的环境数 据具有准确率高、时效性高、可靠性高等优势,从而有 效降低了人工成本和管理难度。
为了提高四川省玉米病害研究工作中气候环境和 土壤墒情信息获取的准确性、实时性、连续性和有效 性,提高科研工作的效率,笔者所在的课题组基于四川 农畜育种攻关云服务平台、应用物联网技术设计了四 川玉米病害环境监测系统,以期实现玉米病害和品种 抗性研究过程中环境数据的实时监测、采集、传输、存 储和管理。
1 系统设计物联网(Internet of Things, IoT)[7] 是一种由信息传 感设备按照相关协议与互联网结合从而实现物与物之 间互联的网络,利用物联网可以对物体的状态进行实 时感知和控制[8] 。农业物联网是利用传感器设备实时 采集大田、温室等作物相关环境数据,利用网络通讯技 术传输到服务端,并在服务端对数据进行分析处理的 系统[9] 。
本研究基于四川农畜育种攻关云服务平台,应用 农业物联网相关技术,设计一种玉米病害环境监测系 统,从位于四川省成都市新都区的玉米病害研究试验 基地实时采集气象环境、土壤墒情等相关科研数据,传 输、存储到位于成都市锦江区的数据中心,实现为玉米 病害课题组科研人员提供农业信息化服务。
1.1 设计原则
1.1.1 数据易用性 农业物联网数据是一种时间序列化 数据,数据类型繁多、结构复杂、数据价值密度低[10] 。通过私有云平台将环境数据与实验区域、实验品种数 据关联耦合,方便玉米病害课题组的科研人员直接调 用和分析。
1.1.2 稳定性 由于病害研究实验地处于野外露天环 境,必须保障系统配置的各类硬件设施设备稳定性和 可靠性,充分考虑供电系统、网络环境和雷雨天气对系 统的影响。
1.1.3 安全性 玉米病害环境数据属于病害研究课题组 内部科研数据,系统设计时从软件和硬件使用多重安 全体系,保障数据存储和管理过程中的信息安全。
1.1.4 可扩展性 可根据玉米病害课题组科研工作的需 要,快速进行功能扩展或升级,采集其他类型的数据信 息。私有云平台和数据中心可为其他育种科研课题组 提供农业信息化服务。
1.2 功能设计
1.2.1 小气候环境 农业小气候环境是农田、果园的贴 地气层和土壤气候的统称,它反映了实验场地内部的 气象环境条件,可以为病虫害的动态监测提供数据和 科学依据[11-13] 。本研究中,选取空气温度、空气湿度、 光照强度、风向、风速、降水量、土壤温度和土壤湿度 等指标作为玉米病害和品种抗性研究小气候环境的 采集对象。
1.2.2 病害抗性研究品种数据库 与玉米病害研究课题 组合作,设计玉米病害研究品种数据库,选取了四川地 区玉米主要病害类型,包括大斑病、小斑病、丝黑穗病、 纹枯病、茎腐病、穗腐病、灰斑病和南方锈病[14-18] 。主要 功能是对病害类型、病害周期、发病株率、病害级别、病 情指数等实验数据进行有效管理。
1.2.3 网络传输 在本次研究中,病害实验基地位于四 川省成都市新都区,数据中心位于四川省成都市锦江 区,系统设计时综合考虑实验基地的网络环境、供电条 件,对比多种协议,选择合适的技术应用,实现科研数 据的稳定传输。
1.2.4 数据中心 利用虚拟化服务器集群建立面向四川 育种攻关科研的私有云服务,配置防火墙、入侵防御系 统等网络硬件设备,保障服务器集群的网络安全和信 息安全。在数据中心与玉米病害研究课题组办公区之 间建立高速网络,配置基于协议控制的 QoS(Quality of Service)优化策略。
2 系统实现2.1 系统架构
传统的农业物联网解决方案多为“传感器+数据 采集终端+服务器软件”模式,这种模式存在实施周期长、开发复杂、数据共享程度低的问题[19] 。本研究在传 统模式基础上,依托四川农畜育种攻关云服务平台,建 立了面向玉米病害研究的私有云服务,传感器通过物 联网网关直接将数据上传至私有云的数据采集服务 器,在云端完成数据的分析、整理和存储。
在本次研究用,把玉米病害环境监测系统的逻辑 架构分为感知层、传输层、云服务层和应用层。其中, 感知层由传感器、摄像头组成,负责完成气象环境和土壤环境数据采集;传输层由通信网络设备组成,负责完 成数据的远距离传输;云服务层是基于四川农畜育种 攻关云服务平台建立的私有云服务,利用服务器虚拟 化技术,建立了数据采集服务器、数据库服务器和应用 服务器,负责完成数据分析和存储;应用层是采用B/S (Browser/Server,浏览器/服务器)模式的 Web 应用服 务,负责为玉米病害课题组提供数据展示服务。系统 的分层结构如图2。
2.2 感知层
玉米病害和品种抗性实验基地占地约5 hm2 ,根据 玉米病害课题组的实际需求,本研究选取3处典型试 验片区部署病害环境数据采集传感器,采集的玉米病 害研究环境数据类型包括空气温度、空气相对湿度、风 向、风速、光照强度、降水量、土壤温度和土壤墒情。其 中土壤温度和土壤墒情数据,采用管式土壤剖面分析 方式,在距离地表10、30、50、70 cm处分别安装土壤温 度和土壤墒情传感器,对同一位置不同深度的土壤环 境进行测量。传感器相关参数见表1,传感器采集的部分数据见表2。
2.3 传输层
物联网应用组网方式分为有线和无线,其中应用较 为广泛的无线组网和数据传输技术包括GPRS、Wi-Fi无 线局域网、基于IEEE802.15.4的ZigBee,以及3G/4G移 动通讯技术等[20-23] 。 实验基地处于城市郊区,其中办公区建有中国电 信的互联网接入宽带,玉米病害试验区距离办公区约 500 m,如图3。综合考虑现场网络环境、供电情况、移 动互联网信号覆盖情况、传感器数量、数据采集节点规模、数据量大小和数据传输速度的需求情况,在本系统 设计实现过程中,主要对比研究了基于 Wi-Fi 无线局 域网和基于4G移动互联网的2种物联网传输层组网 方式。
Wi- Fi 全称 Wireless Fidelity,是使用 IEEE802.11 系列协议的短距离无线网络传输技术[24] 。基于Wi-Fi 无线局域网的物联网组网方式,是利用桥接无线网关 和室外无线AP设备,完成对玉米病害试验区的Wi-Fi 信号覆盖,再通过有线宽带将数据上传云端。
4G,即第四代移动通信技术 ,包括 TD- LTE 和 FDD-LTE 2种制式。在基于4G的物联网组网方式中, 智能采集节点直接集成4G通信模块,将数据通过4G 基站和移动互联网传输到云端[25] 。
2种组网方式应用于实验基地的适用情况和优劣 对比,见表3。
通过2种方式对比和实验场地现场调研,本系统 最终采用基于 4G 移动通信网络的物联网组网方式。 图 4 为 2019 年 1—6 月气象采集节点中通讯模块的CSQ 命令返回值。通讯模块的 CSQ 值表明当前网络 的信号质量和信号强度,它的有效数值范围在0~31之 间,数值越大,表明信号质量越好、网络传输越稳定,一 般情况下,CSQ 值大于16就能保证数据的稳定传输。 图4中的数据,为2019年1月1日—6月30日每天间隔 2 h记录1次CSQ值,取每月平均值和每月最小值。统 计结果显示,半年来信号较为稳定,仅在6月15日07:00 出现过1次CSQ值低于16的情况,说明采用4G移动通 信网络能够保障本系统进行正常的数据传输。
2.4 云服务层
2.4.1 云服务 云服务(Cloud Web Service)是指在云计 算的基础上通过网络以按需、可扩展的方式获取所需 的服务。
根据部署方式的不同可分为公有云、私有云和混 合云等3种。其中,私有云是专门为某个企业或组织 提供服务,单独搭建在内部数据中心的云服务系统。 与公有云相比,私有云虽然建设成本高、专业要求高, 但它可以在企业或单位内部实现完整的集基础设施、 平台和软件于一体的统一架构,有利于打破数据壁垒, 具有服务质量高、资源集成率高等优点[26] 。
按照服务层次的不同,从下往上可以划分为提供 硬件基础设施部署服务的IaaS(Infrastructure-as-a-Service,基础设施即服务)、提供应用程序部署和管理服 务的PaaS(Platform-as-a-Service,平台即服务)、提供互 联网应用程序服务的 SaaS(Software-as-a-Service,软 件即服务)[27] 。
本研究中的四川农畜育种攻关云服务平台为四川 农畜育种攻关科研课题组提供 SaaS 云服务的私有 云。系统服务端采用虚拟化技术,根据功能设计分为 数据采集服务器、数据存储服务器和业务服务器。数 据采集服务器主要负责与感知层的采集节点设备建立TCP 连接、接收环境数据、按照协议对数据包进行解 析,在高并发数据传输的环境中,通常使用消息队列进 行异步I/O处理,因此,数据采集服务器还可作为数据 缓冲区。数据存储服务器负责数据存储,包括结构化 数据存储和非结构化数据存储,本系统涉及的非结构 数据为摄像头定时拍摄的苗情照片。业务服务器负责 接收应用层的业务请求,在数据库中执行具体操作,并 将结果返回应用层。云服务层与感知层、应用层之间 的数据通信过程,如图5所示。
TCP 连接、接收环境数据、按照协议对数据包进行解 析,在高并发数据传输的环境中,通常使用消息队列进 行异步I/O处理,因此,数据采集服务器还可作为数据 缓冲区。数据存储服务器负责数据存储,包括结构化 数据存储和非结构化数据存储,本系统涉及的非结构 数据为摄像头定时拍摄的苗情照片。业务服务器负责 接收应用层的业务请求,在数据库中执行具体操作,并 将结果返回应用层。云服务层与感知层、应用层之间 的数据通信过程,如图5所示。
2.4.2 数据库 结构化数据是指能够用二维表结构来逻 辑表达和实现的数据,它具有规范的数据格式,目前主 要通过关系型数据库进行存储和管理。非结构化数据 是数据结构不规则或不完整的数据,它没有固定的数 据模型,常见的非结构化数据如文档、图片、音频等。
本研究中,涉及的结构化数据包括用户信息数据、 玉米病害分类、病害试验区域管理、实验品种信息、病 害环境数据;非结构化数据主要为病害苗情的定时监 控照片。
在数据服务器上,数据资源按照结构化数据和非 结构化数据进行分类存储,结构化数据采用 MySQL 数据库进行管理,非结构化数据采用文件存储方式存 储实体文件,同时建立元数据表进行管理。表4和图6 为数据库中主要的表的设计。
2.4.3 数据中心 云平台采用基于 VMware vSphere 技 术的虚拟服务器集群,数据中心位于四川省农科院网 络中心机房,核心网络配置了硬件防火墙,服务器配置 在 DMZ(demilitarized zone) 区 ,部 署 IPS(intrusionprevention system)等网络安全设备保障云平台的信息 安全。在数据中心与玉米病害课题组所在单位之间, 建立了内部千兆光纤网络,保证玉米课题组用户使用 本系统的网络稳定性。
2.5 应用层
本系统应用层主要是采用B/S模式的各种Web服 务,按照功能划分包括管理员子系统、课题组子系统和 数据展示子系统,如图7。管理员子系统帮助系统管 理员完成对系统各种数据进行管理;课题组子系统的 用户是课题组管理员,负责录入玉米病害信息、实验品 种信息、配置试验区域信息;数据展示子系统面向课题 组内部成员,功能包括数据查询、数据视图、数据报表、 数据导出等。
3 系统应用
系统于2018年 12月20 日开始测试运行,气候环 境数据和土壤环境数据每间隔30 min采集、上传1次, 病害苗情照片从 8:00—18:00 每间隔 2 h 采集、上传 1 次。在测试期间,传感器采集的数据与人工采集数据 进行对比,并以此为依据对系统的阈值、参数进行校 准,不断缩小误差、提高数据准确性。至今,系统的相 关硬件设施设备、软件平台和数据库系统运行稳定,已 开始正式为四川玉米病害课题组提供服务。
图8~12为玉米病害环境监测系统的Web页面截 图,分别显示 2019 年 3 月中旬—5 月中旬的各项环境 数据曲线,其中土壤环境数据分别在离地表层10、30、 50、70 cm处采集;图13为4月下旬、5月初和5月中旬 采集的玉米病害实验苗情照片;图14为环境数据报表界面,本系统支持按照Excel、PDF和CSV等格式文件 导出数据。
本研究以四川农畜育种攻关云服务平台和数据中 心为基础,搭建了农业物联网平台,设计了玉米病害环 境监测系统,实现了对玉米病害气候环境和土壤环境 相关数据的快速、精确、连续、自动测量,降低了科研人员在基础数据采集过程中的人力成本,提高了科研工 作效率。
在系统的传输层研究中,对比了多种常用的农业 物联网组网方式和数据传输技术,根据本系统物联网 规模小、传感器和数据节点数量少、供电条件较差的实 际情况,重点对比研究了Wi-Fi和4G 2种方式,通过现 场实际测试网络速度和稳定性,选择了基于4G移动通
信方式进行组网和数据传输。这种方式优点是灵活、 稳定、便捷,不足之处在于它对4G信号的质量和强度 要求较高,不太适合偏远地区,另外当数据流量大时, 后续的4G服务费用较高。对于传感器和数据节点数 量较多的大规模农业物联网建设,ZigBee更适合作为物联网组网技术,在数据传输方面还可以借助第三方 物联网平台,比如中国移动的OneNET等。
联网平台,比如中国移动的OneNET等。 本系统设计了云服务层,避免了传统农业物联网 架构中存在的周期长、开发复杂、数据共享程度低的问 题,系统扩展性得到保障,可根据玉米病害课题组需要,快速部署更多的感知层相关设备。建立私有云和 数据中心,在保证数据安全和服务质量的同时,还可以 为其他四川育种攻关课题组提供服务。私有云建设初 期涉及软件系统和硬件设施设备投入,成本较高,如果 系统规模不大、预算较少,可以租用第三方公有云服 务,比如国内的阿里云等。
作者:胡 亮,曹 艳,唐江云,刘永波,雷 波
来源:中国农学通报
欢迎大家在评论区交流分享
更多精彩资讯,请持续关注数字农业分会官方账号!