边缘计算在农业物联网中的应用

引 言

农业物联网的一般应用是将大量传感器节点构成监控网络，通过传感器采集信息，以帮助农民及时发现问题，并准确地确定发生问题的位置，使农业逐渐从以人力为中心、依赖孤立机械的生产模式转向以信息和软件为中心的生产模式，从而大量使用各种自动化、智能化、远程控制的生产设备。

为切实促进工业化、信息化、城镇化和农业现代化同步发展，充分利用现代信息技术改造传统农业，推动农业发展向集约型、规模化转变，农业部启动了农业物联网区域试验工程，选择有一定工作基础的省市率先开展试点试验工作。这对于探索农业物联网理论研究、系统集成、重点领域、发展模式及推进路径，提高农业物联网理论及应用水平，促进农业生产方式转变、农民增收有重要意义。农业产业兼具地域性、季节性和多样性，由此决定了信息技术改造传统农业的复杂性和艰巨性。在工程实施过程中，通过不断研究物联网技术在不同产品、不同领域的集成及组装模式和技术实现路径， 逐步构建农业物联网应用模式，促进农业物联网基础理论研究和产品研发。

从全国范围看我国农业自然资源状况，发现我国的气候、土地、水和生物资源分别具有以下特点：

(1) 光、热条件优越，但干湿状况地区差异较大；

(2) 土地资源的绝对量大，但人均占有量少；

(3) 河川径流总量大，但水土配合不协调。

根据不同地区的具体条件和资源的不同特点，制订符合国民经济全局利益和各种资源宏观经济效益的资源开发利用战略，是合理利用和保护农业自然资源的前提。另外不同的地区由于人均占有可耕地面积和土地后备资源的不同，应该选择不同的农业集约化程度和集约经营方式。农业物联网覆盖区域较大，农作物种类较多，如果将所有农田感知信息全部汇聚到信息中心处理，会对网络造成较大的流量压力，同时也提高了信息处理中心的软硬件设计复杂度，降低了对事件处理的响应速度。

1 农业物联网是实现精准农业的有效手段

精准农业是一个农业应用和实践体系，包括信息采集－ 信息解码－投入优化－田间实践的良性循环，其中信息和数据是精准农业最核心的部分，首先应采集作物相关信息及影响作物生长的外界信息，再通过一系列软件应用技术进行信息的统计分析解读，并以网站或手机 APP的方式呈现给农业相关人员，包括种植者或农技服务人员等，来指导农业田间实践活动， 达到精准种植、精准灌溉、精准喷施等目的，以获取最高的产量和最大的经济效益。

美国是世界上最早提出并实践精准农业的国家，也代表着这一领域最的最高发展水平。美国约有 200 多万个农场，其中 60% ～70% 采用了精准农业技术。通过农田地理信息系统提供的地理信息确定作物的最佳生产模型，依据不同作物的差异，决定是否采用卫星定位，智能机械，智能施肥、灌溉、喷洒农药等措施，最大限度优化各项农业投入，保护农业生态环境及土地资源。美国精准农业追求的并非高产，而是强调单位面积的投入与产出的最佳比例，强调效益，注重保护生态环境，以减少农业耕种过程中因化学物质滥用而造成的环境污染。以色列大部分地区干旱少雨，土地贫瘠，提高水资源利用率是以色列解决农业发展的最大问题，因此，节水技术研究一直是以色列农业科学中最重要的课题。滴灌与喷灌是以色列节水灌溉技术的主要形式，发展到今天，已经是第七代技术，被广泛运用于温室、沙漠地带、绿化带等区域。我国早在 20世纪 90年代就开始了精准农业的应用研究，先后在北京、上海、新疆、黑龙江等 13个省市实现了大面积应用。以新疆生产建设兵团为例，从1999 年提出精准灌溉、施肥、播种、收获及环境动态监控开始，到 2003 年已基本形成比较完善的精准农业技术体系，在棉花生产的大面积应用中获得了极大的经济、社会及生态效益。

物联网在农业领域中有着广泛的应用，从农产品生产的不同阶段来看，无论是种植培育阶段还是收获阶段，都可以用物联网技术来提高其工作效率和精细管理程度。在种植和培育阶段，可以用物联网技术手段采集温湿度信息，进行高效管理，从而积极应对环境变化，保证植物育苗在最佳环境中生长。在农作物生长方面，可以利用物联网实时监测作物生长的环境信息、养分信息和作物病虫害情况。利用相关传感器准确、实时地获取土壤水分、环境温湿度、光照情况，将实时数据监测与专家经验相结合，配合控制系统调理作物生长环境，改善作物营养状态，及时发现作物的病虫害爆发时期，维持作物最佳生长条件。在技术成熟与成本下降，国内农业面临人力不足、农田灌溉浪费与缺水并存、农业科技投入不足且农业耕作粗放的背景下，精准农业成为国内农业转型升级的风向， 而农业物联网技术是实现精准农业的有效手段。

2 传统农业物联网架构

早期的农业物联网主要由无线感知节点、无线汇聚节点、通信服务器、基于Web 的监控中心、农业专家系统组成。众多无线自组织感知节点可实时采集空气温湿度、CO2 浓度、光照强度、土壤温湿度等作物生长环境信息，并经由无线汇聚节点通过GPRS 或 3G上传至互联网实时数据库，由专家系统分析相关数据，将生产指导建议以短消息的方式发送给农户。传统农业物联网架构如图 1 所示。

基础层为基础数据采集层，通过各类无线感知节点自组织形成局域网络，实现数据采集及返控。数据采集层主要实现对基础层无线传感网络数据的采集、分析、处理及返控命令的发送，同时对基础层的无线传感网络节点进行自动管理。通信服务器负责提取网关数据（数据采集传输层），并对提取的数据进行解析、处理和入库，是应用层和下位机相连接的纽带。应用平台对提取出的数据进行整理、分析及处理，界面人性化，方便管理者操作，实现了所有人机对话功能。

3 基于边缘计算的农业物联网

3.1 边缘计算

近几年，随着物联网技术的规模化应用和信息技术的发展，智能边缘计算出现了，它提出了一种新模式，即让物联网的每个边缘设备都具备数据采集、分析计算，通信及智能处理能力。边缘传感器不再需要持续不断将各种传感数据传递给数据中心，而可以自己判断各种感知数据，只在读数出现重大变化时才联系数据中心，决定采取何种操作。

新的智能边缘计算可利用云对边缘设备进行大规模安全配置、部署和管理，并根据设备类型和场景分配智能的能力， 让智能在云和边缘之间流动。智能化已开始为各行业创造经济和社会价值，农业智能化以农田数据的智能分析为基础，可实现智能决策和智能操作，让农业专家系统走向田间地头，实时指导广大农民科学耕作。

云计算适用于非实时、长周期数据、业务决策场景，而边缘计算在实时性、短周期数据、本地决策等方面发挥着不可替代的作用。边缘计算与云计算是行业数字化转型的两大重要支撑，两者在网络、业务、应用、智能等方面的协同将有助于支撑农业物联网创造更大的价值。

3.2 基于边缘计算的农业物联网架构

由于边缘计算是在靠近物或数据源头的网络边缘侧，各种资源如网络、计算、存储更靠近用户，能够就近提供边缘智能服务，以满足用户敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的需求。基于边缘计算的农业物联网架构如图 2 所示。

基于边缘计算的农业物联网架构更适宜实时、短周期数据的分析，能够更好地支撑本地业务的实时智能化处理与执行；由于边缘计算距离终端用户更近，在边缘节点处实现了对数据的过滤和分析，因此效率更高；人工智能与边缘计算的组合出击让边缘计算不止于计算，更多了一份智能；在进行云端传输时通过边缘节点进行一部分简单数据处理，减少设备响应时间与从设备到云端的数据流量。

4 结 语

未来物联网将是运行在统一标准平台上的开放系统，农业物联网的发展也将沿着这条技术路线前行，现在开始建设新的农业物联网系统时，就要尽可能避免将其建设为封闭独立系统，要为未来平滑升级奠定基础。希望各种新的信息技术能够尽快在农业领域得到应用，为祖国粮食安全做出贡献。