農作物生長環境信息感知技術研究進展

姚元森，廖桂平，趙 星，陳 艷，趙麗敏，雷夢龍

(湖南農業大學信息科學技術學院，長沙410128)

“十二五”以來，精準農業已成為當今世界農業發展的新趨勢，它是由現代信息技術支持的根據空間變異，定位、定時、定量地實施一整套現代化農事操作技術與管理的系統。它將推動農業生產由以前的粗放型農業向技術型、細化型的現代化農業轉變。它的基本思路是根據農作物在生長過程中所出現的優劣性而進行科學管理，實時地感知作物生長信息和作物生長環境信息，分析作物生長差異的原因，并按具體情況做出決策，準確地根據不同的情況進行針對性的管理，用最少或最節省的投入達到同等收入或更高的收入，并改善環境，高效地利用各類農業資源，優化生產管理體系，取得經濟效益和環境效益。

精準農業的技術體系主要包含信息獲取系統、信息處理系統與智能化的農業機械作業3個部分，其中如何能方便、有效、快捷、準確地獲取到農作物田間的環境信息，已經成為實施精準農業最為關鍵的問題，為此，需要大力開展適用于農作物的環境信息快速感知技術與傳感儀器的研究。本文主要對作物生長環境中最重要的因素——溫、光、濕以及養分等信息快速感知技術的研究進行綜述，并提出今后農作物生長環境信息感知技術的研究方向。

1 農作物生長環境土壤溫度的快速感知技術

土壤溫度是作物生長環境中的生態要素之一，它不僅影響著植株的生長、發育和土壤的形成，還對土壤中有機質的轉化，土壤中養分的吸收和水分運動產生影響。土壤溫度的高低還關系著微生物的活動、作物的分蘗消長和安全越冬等問題。由于大多數農作物的主要根系普遍分布在土壤深度50 cm上下。所以對于土壤表層(或耕層)溫度的測量，掌握其溫度的周期變化，對于農業生產和作物研究都具有深遠的意義。

目前市面上比較常見的土壤測溫儀大多數采用的是單片機主控加溫度傳感器的方式來實現的。常用的有DS18 B20數字溫度傳感器或PT100熱敏電阻作為溫度傳感器。而這類測溫儀存在著例如探頭偏短不方便用戶操作，現場測量安裝不方便和靈活性不好等問題。宋豫曉等［1］提出了一種基于新華龍的C805 F330單片機主控芯片和DS18 B20溫度傳感器設計出能夠根據實際需求實現變送、測量記錄、多點多層測量的土壤溫度測量儀，其具有響應時間短、成本可控、體積小、生產調試方便并有良好的可擴展性等優點。也有一些如利用紅外光譜的非接觸式測溫儀，利用晶體管PN結的測溫儀和利用熱敏電阻的測溫儀。雖然紅外測溫儀的精度很高，但其成本昂貴，而PN結測溫儀與熱敏電阻測溫儀使用之前需要對系統參數經行標定［2］，大大加大了操作的復雜度以及影響了測試結果的精確度。喬曉軍等［3］開發了一種以C8051F310單片機為控制核心的土壤溫度多點測量系統，實現了對50 cm范圍內的10個不同土層溫度的實時采集顯示、定時存儲和與PC端的通信。對于傳統土壤溫度測量方法的缺陷，徐笑然等［4］設計了一種由MCU、傳感器、無線收發模塊組成的傳感器節點，解決了傳統測量方法中勞動強度和測量準確性不能兼顧的問題，并通過對節點的電磁兼容和低功耗設計，使節點的通信距離和電池使用壽命均達到了理想的效果。

2 農作物生長環境光照強度的快速感知技術

植物的生長是通過光合作用儲存有機物來實現的，因此光照強度對農作物的生長和發育影響很大，它直接影響植物光合作用的強弱。因此，光照強度的檢測對于農作物的生長發育至關重要。

表1 光照強度傳感器比較

光敏傳感器種類繁多，主要有:光電管、光電倍增管、光敏電阻、光敏三極管、太陽能電池、紅外線傳感器、紫外線傳感器、光纖式光電傳感器、色彩傳感器、CCD和CMOS圖像傳感器等。蘇震等［6］揭示了光電二極管在各種特定條件下，其光電變換特性的變化規律，全面知曉光電二極管的工作狀態的變化，正確拾取和利用傳感輸出信號。張杰等［7］提出了一種光合有效輻射傳感器的結構設計，在低功耗的前提下實現微弱電流－電壓信號的轉換和放大、高頻噪聲濾波等功能，并使經調理的輸出電壓與光合有效輻射之間的相關系數達到0.987 9，且低功能消耗，適用于戶外動態環境。王虎城等［8］以STC89C51單片機為控制核心，設計了一個路燈自動控制系統。利用時鐘芯片DSI302計時，由光敏器件對環境光照度進行采集，將采集信號送給單片機，實時根據周邊環境的光亮度做出反映，同時還采用聲音控制和紅外控制等作為輔助控制。這對于農作物生長的光源設計有極其重要的參考價值?？籽用返龋?］提出了一種新型的基于光子晶體的MEMS氣敏傳感器，實現了歸一化頻率ω=0.51～0.55范圍的分光，大大提高了傳感器的分辨率。表1對以上介紹的光照強度傳感器做一個系統比較。

3 農作物生長環境土壤濕度的快速感知技術

土壤濕度決定農作物的水分供應狀況，土壤水分是植物賴以生長的物質基礎。對于土壤表層(或耕層)濕度的測量，掌握其水分含量的周期變化，對于作物生長勢研究具有重要的意義。

土壤含水率(Soil Moisture Content)是作物生長環境中一項重要的指標，它的主要測量方法分為取樣測定法和定位測定法［10］。取樣測定法主要為稱重法，采用烘干的方法，雖然操作不便，但作為可以直接測量土壤中水分的唯一方法，在測量精度上有其他方法無可比擬的優勢，也是目前國際上常用的標準方法。定位測定法主要包括電阻法、中子法、介電法、光譜分析法和張力計法等等。電阻法由于標定復雜，并且隨著時間的推移，其標定結果將很快失效，而且由于測量范圍有限、精度不高等一系列的原因，已基本淘汰。中子法利用儀器中的中子源向土壤中發出的快中子與氫原子碰撞后，逐漸轉化為慢中子、熱中子，并形成持常密度的慢中子云。由于在慢中子探測器上產生的電壓脈沖數與土壤含水率之間有對應關系，經標定后即可測出土壤水分。早在1987年唐掌雄等［11］就發現在土壤分布不均勻的情況下，中子法測定結果與傳統測定方法的結果之間存在最大偏差達8%左右;王貴彥等［12］也發現土壤濕度的空間變異(位置因素)是田間水分測定誤差的主要來源，最大偏差達7.30%?；谳椛湓淼闹凶臃m有著高精度、快速度等優點，但是由于它對人體健康造成危害的致命缺陷，近年來已經遭到發達國家的棄用，在國內也僅有少量用于實驗研究。介電法由于可以有效、安全、可靠的測量出土壤含水率而受到廣泛關注。介電法主要包括時域反射法(Time Domain Reflectometry，TDR)、頻域反射法(Frequency Domain Reflectometry，FDR)和駐波率法(Standing－Wave Ratio，SWR)。TDR方法具有測量精度高，實時性佳，適用土壤類型范圍廣等優點。但是TDR方法在傳感器探針幾何長度受到限制的條件下，反射時間差只有納秒數量級。要對如此短的滯后時間進行準確測量，目前無論在技術上還是方法上難度極大，因此將成為超高速延遲線測量技術的目標之一(目前世界上掌握超高速延遲線測量技術的只有美、加、德等極少數國家)。值得注意的是絕大部分的傳感器難以滿足一定深土層條件下的測定，而且土壤介電常數受到土壤的厚實度的影響，因此不僅在于對傳感器電極結構設計，也需對土壤的壓實度對介電法進行修正［13，14］。孫宇瑞等［14］探討了一種套筒式結構的面向測量土壤含水率縱向分布的介電式傳感器，驗證了傳感器歸一化頻偏指數與土壤容積含水率之間呈線性關系。FDR法是通過測量傳感器在土壤中因土壤介電常數的變化而引起頻率的變化來檢測土壤中的水分含有率。不過測量電路的復雜導致成本很高，不實用于大范圍的田間測量應用。SWR法是基于無線電射頻技術中的駐波率原理的土壤含水率測量方法，不再利用延遲時間差和頻差，而是測量它的駐波比。這種測量駐波率的方法也可使得成本大大降低。孫宇瑞等［15］提出了一種基于駐波比原理的測量土壤介電常數的方法。Roth等［16］提出了利用水、土壤、空氣三相物質的空間分配比例來計算土壤介電常數，并經改進后，為采用介電方法測量土壤含水量提供了更進一步的理論依據，并利用這些原理進行測量。

光譜分析法認為土壤中水分在譜段為1 350～1 450，1 920～1 940，2 180 ～2 300 nm 處有明顯的吸收峰，并且許多學者研究發現［17～19］，隨土壤含水率的升高，土壤光譜反射率會相應降低，干燥的土壤具有較高的反射率，然而反射率的最高值則取決于土壤的類型。Perterson等［20］研究了土壤引起的反射率變化，并討論了這種變化的大體規律。Hummel等［21］在1 603～2 598 nm之間對地表土層和地下土層的有機物和水分含量采用逐步回歸分析法進行了分析，得出水分更加容易預測。Stoner等［22］指出，土壤中的含水量和2 080～2 320 nm間波段的土壤反射率呈現出很高的相關性，但未能指出其相關的形式。朱永豪等［23］發現同一土壤隨著含水量的增加在各個波長或波段上的光譜反射率并非是簡單的線性變化，而是遵循二次回歸方程。鮑一丹等［24］研究了不同含水量、不同顆粒大小的土壤樣本在不同測試環境對光譜采集的影響，并獲得了不同含水量和不同大小的土壤含氮量的預測模型。宋韜等［25］進一步研究了一種可見/近紅外漫反射光譜，并利用單一敏感波段光譜建立了一元回歸模型，預測相關系數達到0.966 5。孫建英等［26］利用近紅外光譜技術進行了潮土中水分、有機質和全氮含量的檢測。其中波長為1 920 nm光譜對水分含量信息的檢測確定系數達到了0.935。何挺等［27］通過對幾個相關性較好的波段 1 423，1 524，1 746，1 849 nm 進行實驗，得出1 450 nm吸收峰比其他吸收峰要更為敏感、高效，并且能更純粹地測出水分含量。

張力計法測量的直接對象是土壤基質勢，利用陶土頭插入被測土壤后，管內自由水通過多孔陶土壁與土壤水接觸，經過交換后達到水勢平衡，此時，從張力計讀到的數值就是土壤水的吸力值，即為忽略重力勢后的基質勢的值，從而根據土壤含水率和基質勢之間的關系來確定土壤含水率，但是普遍土壤水分測量響應速度較慢。表2對以上介紹的土壤濕度感知技術做一個系統比較。

表2 土壤濕度感知技術比較

4 農作物生長環境養分信息的快速感知技術

在農作物的生產管理中，常需根據土壤養分的測量結果進行施肥，以滿足作物生長的需求?？焖贉y定作物生長環境中的肥力信息，是實施科學施肥、防治環境污染、提高土地產出率、資源利用率和保障農作物生長安全的重要前提。

目前對于土壤氮磷鉀等養分的快速測量儀器主要有3類［28］:一是基于光電分色等傳統養分速測技術基礎上的土壤養分速測儀，國內已有產品并投入使用，其穩定性、操作性和測量精度雖然尚待改進，但對農田主要養分因素的快速測量具有實用價值。河南農業大學開發的便攜式YN型土壤養分速測儀［29］，相對誤差為5% ～10%，盡管每個項目測試所需時間仍在40～50 min之間，但較傳統的實驗室化學儀器分析在速度上提高了20倍。二是基于近紅外技術(NIR)通過土壤或葉面反射光譜特性直接或間接進行農田肥力水平快速評估的儀器，已在試驗中使用。如Hummel等［30］通過NIR土壤傳感器測量土壤在1 603～2 598 nm波段的反射光譜，預測土壤的有機質和水分含量，測量相對誤差分別為0.62%和5.31%。蔣璐璐等［31］應用近紅外光譜和中紅外光譜對紅壤和青紫泥2種典型土壤中的氮磷鉀等養分進行了測試，采用偏最小二乘－支持向量機(PLS－LS－SVM)建模方法，最后得出 N，P，K含量的預測相關系數分別為 0.876，0.938，0.803，這為土壤養分的快速測量提供了一種新方法。Kooistra 等［32］采用 700、1 050、1 400、1 850、2 150、2 280、2 400和2 470 nm的光譜估算土壤中有機質和粘土礦物的含量以及與有機質、粘土礦物相關性很強的金屬元素的含量。鄭立華等［33］對土壤水分、土壤全氮、土壤硝態氮、土壤有機質等進行了研究，并獲得了精度較高的預測模型。李民贊等［34］還開發出了基于光譜技術的土壤養分快速測量裝置，開發的土壤參數在線光譜分析儀，可用于稻田土壤的在線連續測量。三是基于離子選擇場效應晶體管(ISFET)集成元件的土壤主要礦物元素含量測量儀器，在國外已取得初步進展。Birrell等［35］研究的ISFET/FIA土壤分析系統，可以在1.25 s的時間內完成土壤溶液硝酸鈉濃度的分析，滿足了實時采樣分析的要求。

雖然目前在土壤中的氮磷鉀快速測定方面已經取得了較好的研究進展，但仍然無法滿足低成本、廣域覆蓋、高實時性采樣分析的要求，因此，如何降低傳感器成本，提高采樣的覆蓋度，提高采樣的時效性是需要探索和研究的關鍵問題。

5 展望

在農作物生長環境信息的獲取中，傳統的檢測方法不但費時、費力，工作量大，而且覆蓋面積小，效率較低，調查成本高，時效性較差，不能很好的滿足現代農業精準生產的要求。方便、快捷、準確、可靠地感知農作物環境信息，是實施精準農業最為基本和關鍵的問題。雖然目前大多數的作物環境信息感知技術的研究還在理論或者是停留在實驗室階段，但隨著研究的深入，傳感器的軟硬件技術的改進和路由算法優化，以“傳感”為工作重心，組建無線傳感器網絡，針對整體農作物生長環境的土壤溫度、土壤水分、光照強度以及土壤養分等信息的采集和傳輸，開發出一款“用的上，用的好，用的起”的集溫、光、濕以及養分的多種測量要素于一體的多功能采集設備，并面向普通大眾，提高環境信息對農作物生長的時效性，將使“數字農業”成為現實。

［1］宋豫曉，王 建，喬曉軍，等.多功能土壤溫度測量儀的研發［J］.農機化研究，2010，(9):80－84.

［2］張旭升，趙百通，李 英.土壤溫度測試儀的研究［J］.農業裝備技術，2003，(6):32 －36.

［3］喬曉軍，何秀紅，杜小鴻，等.多點土壤溫度測量系統的設計與實現［J］.沈陽農業大學學報，2006，(3):278－281.

［4］徐笑然，袁 濤.應用于土壤溫度測量的無線傳感器節點設計［J］.自動化儀表，2006，(5):64 －66.

［5］曹 莉，王 輝，孫道杰，等.小麥品系“西農1718”黃化突變體的主要農藝性狀及細胞遺傳學觀察［J］.麥類作物學報，2009，29(5):777 －781.

［6］蘇 震，梁小龍.光敏二極管傳感器在幾個特定條件下的響應狀態分析［J］.中國傳媒大學學報(自然科學版)，2012，(1):19－22.

［7］張 杰，熊顯明，張 馨，等.光合有效輻射傳感器及其調理電路設計［J］.自動化與儀表，2012，(6):12－15.

［8］王虎城，周晉軍，皮依標，等.基于光傳感器和單片機的校園路燈控制系統設計［J］.科技廣場，2011，(1):142－144.

［9］孔延梅，高超群，景玉鵬，等.基于光子晶體分光的氣敏傳感器研究［J］.物理學報，2011，(5):1－5.

［10］鄧英春，許永輝.土壤水分測量方法研究綜述［J］.水文，2007，(4):20 －24.

［11］唐掌雄，胡江朝.中子法、電阻法、稱重法測量土壤水分的比較［J］.核農學通報，1987，(6):4 －7.

［12］王貴彥，史秀捧，張建恒，等.TDR法、中子法、重量法測定土壤含水量的比較研究［J］.河北農業大學學報，2000，(3):23 －26.

［13］何 勇，趙春江，吳 迪，等.作物—環境信息的快速獲取技術與傳感儀器［J］.中國科學:信息科學，2010，40(增刊):1－20.

［14］孫宇瑞，馬道坤，何 權，等.土壤水分坡面實時測量傳感器試驗研究［J］.北京林業大學學報，2006，28:55－59.

［15］孫宇瑞，趙燕東.一種基于駐波比原理測量土壤介電常數的方法［J］.農業工程學報，1999，15:37 －41.

［16］Exploring KR.Soil layers and water tables with groundpenetrating radar［J］.Pedosphere，2004，(3):273 －282.

［17］卜兆宏.土壤波譜反射特性測試及其數據處理方法的實驗研究［J］.土壤專報，1986，40:109－117.

［18］徐彬彬，季耿善.土壤光譜反射特性研究及其應用［J］.土壤學進展，1987，15(1):1－9.

［19］劉偉東，Frederic B，張 兵，等.高光譜遙感土壤濕度信息提取研究［J］.土壤學報，2004，41(5):700 －706.

［20］Peterson JB，Robison BF，Beck RH.Predictability of change in soil reflectance on wetting［A］.In:IEEE Cat.Proc of the Symposium on Machine Processing of Remotely Sensed Data［C］.West Lafayette:Purdue University，1979.264－273.

［21］Hummel JW，Sudduth KA，Hollinger SE.Soil moisture and organic matter prediction of surface and subsurface soils using an NIR soil sensor［J］.Comput Electron Agr，2001，32:149－165.

［22］Stoner ER，Baumgardner MF，Biehl LL，et al.Atlas of Soil Reflectance Properties［M］.West Lafayette:Purdue University，1980.

［23］朱永豪，鄧仁達，盧亞非，等.不同濕度條件下黃棕壤光譜反射率的變化特征及其遙感意義［J］.土壤學報，1984，21(2):194 －202.

［24］鮑一丹，何 勇，方 慧，等.土壤的光譜特征及氮含量的預測研究［J］.光譜學與光譜分析，2007，27:62－65.

［25］宋 韜，鮑一丹，何 勇.利用光譜數據快速檢測土壤含水量的方法研究［J］.光譜學與光譜分析，2009，29:675－677.

［26］孫建英，李民贊，鄭立華，等.基于近紅外光譜的北方潮土土壤參數實時分析［J］.光譜學與光譜分析，2006，26:426 －429.

［27］何 挺，王 靜，程 燁，等.土壤水分光譜特征研究［J］.土壤學報，2006，(6):1027 －1032.

［28］羅錫文，戚 英，周志艷.精細農業中農情信息采集技術的研究進展［J］.農業工程學報，2006，22:167－173.

［29］胡建東，段鐵城.便攜式土壤養分速測儀技術研究［J］.現代科學儀器，2002，(4):27 －30.

［30］Hummel JW，Sudduth KA，Hollinger SE.Soil moisture and organic matter prediction of surface and subsurface soils using a NIR sensor［J］.Computers and Electronics in Agriculture，2001，32:149 －165.

［31］蔣璐璐，張 瑜，王艷艷，等.基于光譜技術的土壤養分快速測試方法研究［J］.浙江大學學報，2010，36(4):445－450.

［32］Kooistra L，Wehrens R，Leuven RSEW，et al.Possibilities of visible－near－infrared spectroscopy for the assessment of soil contamination in river floodplains［J］.Anal Chim Acta，2001，446:97－105.

［33］鄭立華，李民贊，潘 要，等.近紅外光譜小波分析在土壤參數預測中的應用［J］.光譜學與光譜分析，2009，29:1549 －1552.

［34］Li MZ，Sasao A，Shibusawa S，et al.Local variability of soil nutrient parameters in Japanese small size field［J］.J Jpn Society Agric Machinery，1999，61:141 －147.

［35］Birrell SJ，Hummel JW.Real－ time multi ISFET/FIA soil analysis system with automatic sample extraction［J］.Computers and Electronics in Agriculture，2001，32(1):45－67.