農(nóng)業(yè)物聯(lián)網(wǎng)導(dǎo)論 課件 第3、4章 物聯(lián)網(wǎng)農(nóng)業(yè)信息傳輸、物聯(lián)網(wǎng)農(nóng)業(yè)信息處理

物聯(lián)網(wǎng)農(nóng)業(yè)信息傳輸?shù)?章3.1無線傳感器網(wǎng)絡(luò) 3.2NB-IoT 3.3LoRa 3.4ZigBee 3.54GLTECat.1、Cat.4 3.6現(xiàn)代農(nóng)業(yè)移動通信技術(shù)：4G、5G 3.1無線傳感器網(wǎng)絡(luò)3.1無線傳感器網(wǎng)絡(luò)無線傳感器網(wǎng)絡(luò)是一種分布式傳感網(wǎng)絡(luò)，集傳感器、微機電系統(tǒng)、嵌入式計算、無線通信、分布式信息處理等技術(shù)于一體，它實際上是由傳感器節(jié)點自行組建的網(wǎng)絡(luò)，用來傳輸傳感器采集的信息。1.無線傳感器網(wǎng)絡(luò)拓撲結(jié)構(gòu)無線傳感器網(wǎng)絡(luò)由傳感器節(jié)點（SensorNode）、匯聚節(jié)點（SinkNode）、任務(wù)管理節(jié)點（TaskManageNode）構(gòu)成。2.無線傳感器網(wǎng)絡(luò)的特點（1）規(guī)模大。（2）自組織。（3）易擴展。（4）可靠性強。3.1無線傳感器網(wǎng)絡(luò)3.無線傳感器網(wǎng)絡(luò)在農(nóng)業(yè)中的應(yīng)用使用傳感器采集農(nóng)業(yè)生產(chǎn)現(xiàn)場的溫度、光照、風(fēng)速、降雨量、溶氧、氨氮、PM2.5、氨氮等數(shù)據(jù)，通過無線傳感器網(wǎng)絡(luò)及有線、無線傳輸網(wǎng)絡(luò)將數(shù)據(jù)傳送至數(shù)據(jù)庫進行存儲、處理和分析。農(nóng)業(yè)生產(chǎn)人員可以經(jīng)由移動端或Web端實時、大范圍、精確監(jiān)測農(nóng)業(yè)生產(chǎn)環(huán)境，精準控制各項指標，為農(nóng)作物生長提供良好的環(huán)境。3.2NB-IoTNB-IoT（窄帶物聯(lián)網(wǎng)）是物聯(lián)網(wǎng)領(lǐng)域的新興技術(shù)，其構(gòu)建于蜂窩網(wǎng)絡(luò)，是4G/LTE網(wǎng)絡(luò)的主要應(yīng)用之一。作為低功耗廣域網(wǎng)通信技術(shù)的一種，NB-IoT具備五大優(yōu)勢，分別是：（1）部署方式靈活。（2）覆蓋能力強。（3）功耗低。（4）海量連接。（5）低成本。3.3LoRaLoRa是一種基于線性擴頻技術(shù)的低功耗長距離無線通信技術(shù)，主要在433MHz、470MHz、868MHz、915MHz等非授權(quán)頻段運行。LoRa網(wǎng)絡(luò)由智能終端、網(wǎng)關(guān)、云服務(wù)器、應(yīng)用服務(wù)器構(gòu)成。基于LoRa的農(nóng)業(yè)信息采集系統(tǒng)包含四大模塊：（1）智能終端。（2）網(wǎng)關(guān)。（3）云服務(wù)器。（4）應(yīng)用服務(wù)器（Web、APP等）。3.4ZigBeeZigBee是一種短距離雙向無線通信技術(shù)，主要工作在868MHz（歐洲標準）、902～928MHz（北美標準）、2.4GHz（全球標準）頻段，具有傳輸距離短、傳輸速率低、功耗低、成本低、安全性高等特點。

ZigBee的農(nóng)業(yè)應(yīng)用場景日漸豐富，ZigBee網(wǎng)絡(luò)可以匯聚傳感設(shè)備采集的農(nóng)業(yè)數(shù)據(jù)并向外傳遞。3.54GLTECat.1、Cat.4“Cat.X”指的是4GLTEUE-Category。4GLTE里定義了服務(wù)質(zhì)量QoS的等級，Cat后面的數(shù)字即代表不同的種類，3GPP將不同種類的網(wǎng)絡(luò)用“Cat.X”格式命名。按照終端通訊速率進行劃分，采用“Cat.X”來標識設(shè)備的無線性能等級，根據(jù)終端通訊速率來劃分。在蜂窩移動物聯(lián)網(wǎng)應(yīng)用場景中，蜂窩移動物聯(lián)網(wǎng)連接分布比例大概為1:3:6，“高速率”應(yīng)用場景只占10%，“中速率”應(yīng)用場景占30%；“低速率”應(yīng)用場景達60%，具體來說，NB-IoT、4GLTE、5G將分別用于滿足以上三種應(yīng)用場景的數(shù)據(jù)傳輸需求。相比以上寬窄帶無線通信技術(shù)，具有較大成本和性價比優(yōu)勢的LTECat.1和Cat.4都能夠滿足LTE連接的物聯(lián)網(wǎng)中速率場景的連接需求，但對于注重成本和功耗的農(nóng)業(yè)行業(yè)來說，Cat.1往往更為適合。3.6現(xiàn)代農(nóng)業(yè)移動通信技術(shù)：4G、5G3.6.14G4G即第四代移動通信技術(shù)，進一步發(fā)展了3G技術(shù)與無線局域網(wǎng)技術(shù)的優(yōu)點。在農(nóng)業(yè)應(yīng)用方面，4G實現(xiàn)了無線上網(wǎng)、視頻通話及手機電視等功能，使農(nóng)業(yè)信息技術(shù)服務(wù)更加便捷；4G與信息采集設(shè)備相連，由于其具有高帶寬的優(yōu)點，可以更加快捷、穩(wěn)定地傳輸田間采集到的海量農(nóng)業(yè)數(shù)據(jù)。3.6現(xiàn)代農(nóng)業(yè)移動通信技術(shù)：4G、5G3.6.2

5G1.5G5G即第五代移動通信技術(shù)，在數(shù)字化、智能化趨勢日益明顯的社會發(fā)展形勢下，5G的發(fā)展同樣受到了很高的關(guān)注。作為數(shù)據(jù)承載通道，5G的突出優(yōu)勢體現(xiàn)在傳輸速率和覆蓋率方面，具有峰值速率高、時延低、網(wǎng)絡(luò)容量大、頻譜效率高、流量密度大、系統(tǒng)協(xié)同化水平高等特點，依托這些優(yōu)勢，5G能給用戶帶來更加良好的操作體驗。3.6現(xiàn)代農(nóng)業(yè)移動通信技術(shù)：4G、5G2.5G農(nóng)業(yè)應(yīng)用（1）5G與農(nóng)業(yè)物聯(lián)網(wǎng)。（2）5G與農(nóng)業(yè)大數(shù)據(jù)。（3）5G與農(nóng)機自動作業(yè)。（4）5G與農(nóng)業(yè)無人機。（5）5G與農(nóng)產(chǎn)品溯源。（6）5G與農(nóng)事服務(wù)。3.6現(xiàn)代農(nóng)業(yè)移動通信技術(shù)：4G、5G3.5G發(fā)展存在的問題（1）5G產(chǎn)業(yè)投入與產(chǎn)出平衡難度大。（2）5G核心研發(fā)技術(shù)積累薄弱。（3）5G推動農(nóng)業(yè)相關(guān)產(chǎn)業(yè)發(fā)展將催生很多新商業(yè)模式。物聯(lián)網(wǎng)農(nóng)業(yè)信息處理第4章4.1大數(shù)據(jù)與云計算4.2地理信息系統(tǒng)（GIS） 4.3人工智能應(yīng)用 4.1大數(shù)據(jù)與云計算4.1.1農(nóng)業(yè)大數(shù)據(jù)簡介1.大數(shù)據(jù)概念大數(shù)據(jù)指的是規(guī)模巨大、形式多樣化、蘊含著巨大應(yīng)用價值、用常規(guī)方法難以處理的數(shù)據(jù)集合，其特征包括：（1）規(guī)模性(Volume)（2）高速性(Velocity)（3）多樣性(Variety)（4）價值性(Value)大數(shù)據(jù)的類型可以分為：（1）結(jié)構(gòu)化數(shù)據(jù)。（2）非結(jié)構(gòu)化數(shù)據(jù)。（3）半結(jié)構(gòu)化數(shù)據(jù)。4.1大數(shù)據(jù)與云計算2.大數(shù)據(jù)分析平臺大數(shù)據(jù)分析平臺是用于數(shù)據(jù)采集、轉(zhuǎn)換、存儲及分析的平臺。為適應(yīng)數(shù)據(jù)增長及其橫向可擴展性需求，還需要再建立大數(shù)據(jù)基礎(chǔ)支撐平臺，包含Hadoop平臺和圖數(shù)據(jù)庫。3.大數(shù)據(jù)分析與管理（1）數(shù)據(jù)挖掘。（2）數(shù)據(jù)分析管理。（3）數(shù)據(jù)標準體系。

（4）多維自助分析平臺。4.1大數(shù)據(jù)與云計算4.農(nóng)業(yè)大數(shù)據(jù)應(yīng)用（1）農(nóng)業(yè)生產(chǎn)管理。（2）農(nóng)業(yè)資源與生產(chǎn)資料管理。（3）農(nóng)業(yè)疫病診斷與農(nóng)業(yè)專家系統(tǒng)。（4）市場行情預(yù)測。（5）農(nóng)業(yè)生產(chǎn)效益分析。（6）農(nóng)業(yè)監(jiān)管。（7）農(nóng)業(yè)環(huán)境保護。（8）農(nóng)業(yè)電商平臺建設(shè)。（9）農(nóng)業(yè)經(jīng)營主體信用評估。（10）農(nóng)業(yè)技術(shù)創(chuàng)新資源共享。4.1大數(shù)據(jù)與云計算4.1.2農(nóng)業(yè)云計算1.云計算的概念云計算實質(zhì)上是一種分布式計算技術(shù)，它通過分解數(shù)據(jù)處理需求、分布數(shù)據(jù)處理任務(wù)提高了計算效率。計算資源集中在農(nóng)業(yè)共享資源池內(nèi)，資源池具有可動態(tài)伸縮、彈性調(diào)配資源的特性，可以靈活適應(yīng)農(nóng)業(yè)業(yè)務(wù)變化，快速響應(yīng)業(yè)務(wù)需求，由此衍生出一種“按需取用、按量付費”的商業(yè)模式。4.1大數(shù)據(jù)與云計算2.農(nóng)業(yè)物聯(lián)網(wǎng)云平臺農(nóng)業(yè)物聯(lián)網(wǎng)與云計算主要有三種結(jié)合方式：（1）單中心，多終端。（2）多中心，大量終端。（3）信息、應(yīng)用分層處理，海量終端。4.1大數(shù)據(jù)與云計算3.農(nóng)業(yè)物聯(lián)網(wǎng)云平臺的應(yīng)用場景（1）農(nóng)業(yè)生產(chǎn)管理。（2）農(nóng)業(yè)信息共享。（3）預(yù)測農(nóng)產(chǎn)品市場走向。（4）農(nóng)產(chǎn)品質(zhì)量追溯。4.1大數(shù)據(jù)與云計算4.農(nóng)業(yè)物聯(lián)網(wǎng)云平臺的應(yīng)用優(yōu)勢（1）成本優(yōu)勢。（2）推廣優(yōu)勢。（3）安全優(yōu)勢。4.2地理信息系統(tǒng)（GIS）地理信息系統(tǒng)（GIS）主要用來存儲和處理地理數(shù)據(jù)，通過采集、編輯、分析、成圖等操作表達空間數(shù)據(jù)的內(nèi)涵。隨著Internet技術(shù)的發(fā)展和GIS應(yīng)用需求的增加，產(chǎn)生了使用Internet和GIS共同管理空間數(shù)據(jù)的技術(shù)——WebGIS。1.GIS的組成GIS由硬件系統(tǒng)、軟件系統(tǒng)、空間數(shù)據(jù)、應(yīng)用模型、應(yīng)用人員組成。軟、硬件系統(tǒng)是GIS運行的基礎(chǔ)場景，空間數(shù)據(jù)是GIS的作用對象，應(yīng)用模型是輔助解決現(xiàn)實問題的工具，應(yīng)用人員控制系統(tǒng)運行。4.2地理信息系統(tǒng)（GIS）2.GIS在農(nóng)業(yè)中的應(yīng)用GIS技術(shù)具有較強的統(tǒng)計、分析和圖像演示功能，目前其在農(nóng)業(yè)方面的應(yīng)用主要是結(jié)合遙感技術(shù)和衛(wèi)星導(dǎo)航技術(shù)對大面積的土壤和水質(zhì)進行監(jiān)測。物聯(lián)網(wǎng)技術(shù)用于監(jiān)測和反饋控制，可以提供大量的數(shù)據(jù)，所以結(jié)合GIS技術(shù)可以充分發(fā)揮物聯(lián)網(wǎng)的信息分析處理功能，延伸物聯(lián)網(wǎng)的應(yīng)用。4.3人工智能應(yīng)用現(xiàn)階段人工智能已經(jīng)滲透到了農(nóng)業(yè)的各個方面，就農(nóng)作物種植領(lǐng)域來說，應(yīng)用人工智能技術(shù)可以實時了解農(nóng)作物生長狀況，采集并分析周圍的環(huán)境數(shù)據(jù)，為農(nóng)作物種植生產(chǎn)決策提供指導(dǎo)；在智慧養(yǎng)殖領(lǐng)域，使用人工智能技術(shù)可以實現(xiàn)多元化數(shù)據(jù)的采集與處理，讓畜禽養(yǎng)殖變得更加精準；在農(nóng)業(yè)服務(wù)領(lǐng)域，采用人工智能可以對農(nóng)產(chǎn)品市場情況進行分析預(yù)測，指導(dǎo)農(nóng)業(yè)生產(chǎn)者及時調(diào)整生產(chǎn)數(shù)量，減少因信息不對稱而產(chǎn)生的供需矛盾，避免資源浪費。4.3人工智能應(yīng)用要推動我國農(nóng)業(yè)的數(shù)字化、智能化轉(zhuǎn)型，需要探索出物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能等技術(shù)與農(nóng)業(yè)的成熟融合模式。雖然目前人工智能技術(shù)在國內(nèi)的農(nóng)業(yè)應(yīng)用獲得了一定程度的發(fā)展，但多停留在較淺層次，還存在以下幾個需要解決的問題：（1）農(nóng)村網(wǎng)絡(luò)基礎(chǔ)設(shè)施差。（2）智能農(nóng)業(yè)設(shè)備及其應(yīng)用水平低。（3）農(nóng)戶應(yīng)用人工智能的意愿和能力有限。4.3人工智能應(yīng)用4.3.1神經(jīng)網(wǎng)絡(luò)1.神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)(ArtficialNeuralNetwork，ANN)是人工智能的一種重要技術(shù)手段。感知機是神經(jīng)網(wǎng)絡(luò)的基本單元，指的是對生物神經(jīng)元的數(shù)學(xué)建模，其輸入由多個特征向量組成，通過對這些輸入加權(quán)求和再與閾值作差得到輸出。4.3人工智能應(yīng)用輸入層、隱藏層和輸出層構(gòu)成了一個完整的神經(jīng)網(wǎng)絡(luò)，如圖4-2所示，圓圈和連線分別代表神經(jīng)元和神經(jīng)元連接。圖4-2神經(jīng)網(wǎng)絡(luò)模型4.3人工智能應(yīng)用2.卷積神經(jīng)網(wǎng)絡(luò)卷積神經(jīng)網(wǎng)絡(luò)(ConvolutionalNeuralNetworks,CNN)，這是一類以卷積運算為核心、內(nèi)部能夠自行進行濾波圖像處理與函數(shù)擬合的神經(jīng)網(wǎng)絡(luò)，常見于自然語言處理、機器視覺等領(lǐng)域。卷積神經(jīng)網(wǎng)絡(luò)之所以能提取特征，關(guān)鍵在于其包含卷積層和池化層，前者通過卷積運算提取特征，后者通過池化運算對特征圖進行降維，它不像傳統(tǒng)的機器學(xué)習(xí)那樣，需要人為地選取特征和設(shè)計復(fù)雜的分類器以進行分類，而是直接以大數(shù)據(jù)驅(qū)動，自動地學(xué)習(xí)圖像等信號中的特征信息。4.3人工智能應(yīng)用3.神經(jīng)網(wǎng)絡(luò)在農(nóng)業(yè)中的應(yīng)用神經(jīng)網(wǎng)絡(luò)在農(nóng)業(yè)領(lǐng)域具有廣泛應(yīng)用，如運用神經(jīng)網(wǎng)絡(luò)模式通過農(nóng)作物識別及預(yù)測算法，以溫度、濕度、光照、降雨量、氣體濃度等參數(shù)作為輸入，得出相應(yīng)的輸出結(jié)果作為評價標準判斷農(nóng)業(yè)生產(chǎn)環(huán)境是否符合需求，為生產(chǎn)環(huán)境調(diào)控提供理論參考；在農(nóng)作物病蟲害診斷方面，針對拍攝的圖像使用卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)自動判斷有無病蟲害的功能，能夠使整個診斷系統(tǒng)擁有更高的自動化性能，節(jié)省大量的人力、物力、財力；在進行農(nóng)業(yè)生產(chǎn)及農(nóng)產(chǎn)品銷售時，也可以利用神經(jīng)網(wǎng)絡(luò)預(yù)測產(chǎn)品的需求量，進而指導(dǎo)農(nóng)業(yè)生產(chǎn)，避免因供需不平衡造成資源浪費，影響農(nóng)戶收入。4.3人工智能應(yīng)用4.3.2圖像處理技術(shù)圖像處理包含圖像的采集、分析和輸出三個環(huán)節(jié)。為了識別某一農(nóng)業(yè)場景中的人或物體，需要利用圖像處理技術(shù)對圖片進行加工處理，包括圖像預(yù)處理、圖像分割、圖像特征提取、圖像目標分類識別等環(huán)節(jié)。4.3人工智能應(yīng)用1.圖像處理技術(shù)在農(nóng)業(yè)中的應(yīng)用圖像處理技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用較多，主要包括：（1）農(nóng)作物管理。（2）病蟲害分析。（3）農(nóng)產(chǎn)品收獲。（4）農(nóng)產(chǎn)品品質(zhì)分級。4.3人工智能應(yīng)用2.圖像處理技術(shù)在農(nóng)業(yè)應(yīng)用中存在的問題圖像處理技術(shù)應(yīng)用于農(nóng)業(yè)領(lǐng)域有其獨特的優(yōu)勢，但依然存有很大的發(fā)展空間，其農(nóng)業(yè)應(yīng)用存在的問題主要有：（1）農(nóng)業(yè)圖像處理一般采用有線方式傳輸圖像，一定程度上限制了圖像處理技術(shù)的實際應(yīng)用范圍，因此圖像處理技術(shù)應(yīng)朝著無線遠程處理方向發(fā)展，擴大圖像處理的覆蓋范圍并提高處理效率，以適應(yīng)智慧農(nóng)業(yè)的發(fā)展需求。（2）圖像采集、處理過程易受環(huán)境因素影響，圖像處理系統(tǒng)大多需采用高質(zhì)量的攝像機與圖像采集卡等硬件設(shè)備，由于要滿足精確度和實時性的要求，使得其相應(yīng)的價格也高。4.3人工智能應(yīng)用4.3.3農(nóng)業(yè)物聯(lián)網(wǎng)圖像識別和處理技術(shù)圖像識別和處理技術(shù)涉及圖像處理、計算機科學(xué)、模式識別等技術(shù)，利用光學(xué)設(shè)備和非接觸傳感器，以計算機視覺代替人的視覺，自動對外部目標物體的信息進行測量、感知與接收。應(yīng)用圖像識別和處理技術(shù)發(fā)展生產(chǎn)能夠大幅提高生產(chǎn)的靈活性和自動化程度，保障生產(chǎn)質(zhì)量和效率，降低勞動成本。圖像識別和處理系統(tǒng)由光源、攝像機、圖像采集卡、計算機系統(tǒng)組成。4.3人工智能應(yīng)用1.圖像識別和處理技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用在農(nóng)業(yè)領(lǐng)域，圖像識別和處理技術(shù)的應(yīng)用包括：（1）農(nóng)業(yè)機器人。（2）農(nóng)產(chǎn)品生長監(jiān)測。（3）農(nóng)產(chǎn)品質(zhì)量檢測。4.3人工智能應(yīng)用2.圖像識別和處理技術(shù)在農(nóng)業(yè)生產(chǎn)自動化中的應(yīng)用現(xiàn)狀及問題攝像系統(tǒng)采集的圖像因受到干擾會含有噪聲，導(dǎo)致圖像處理難度加大，目標判別速度變慢，準確率降低。相關(guān)算法還不夠完善，存在計算復(fù)雜度較高、判別精度低、速度慢等問題。往往只能對單一指標進行檢測，不具備對綜合指標進行評價分級的能力。還有如何對農(nóng)作物進行精準定位、如何確定農(nóng)作物與機器的相對位置等問題亟待解決。4.3人工智能應(yīng)用3.圖像識別和處理技術(shù)的開發(fā)方向著重開發(fā)和優(yōu)化神經(jīng)網(wǎng)絡(luò)技術(shù)，以便對圖像進行高效處理。在算法設(shè)計方面，需要考慮性能和計算復(fù)雜度平衡，提高實時處理速度。在對農(nóng)產(chǎn)品的質(zhì)量指標進行綜合檢測時，需要提高檢測的效率和準確率，達到目標效果。提高對農(nóng)作物種植環(huán)境和農(nóng)作物種植規(guī)律的適應(yīng)性，優(yōu)化運行過程中的魯棒性。構(gòu)建集成化的圖像識別和處理技術(shù)農(nóng)業(yè)應(yīng)用平臺，使得單一平臺能夠滿足多目標物的分析處理需求。4.3人工智能應(yīng)用4.3.4專家系統(tǒng)技術(shù)及應(yīng)用專家系統(tǒng)（ExpertSystem，ES）也稱基于知識的系統(tǒng)（Knowledge-BasedSystems）或知識工程，它是一種智能計算機程序系統(tǒng)，以專家知識為基礎(chǔ)，用專家的思維解答人類提出的問題，可以達到與專家解答相近的水平