论文部分内容阅读
果园环境监测与果农的生产活动密不可分。针对果园环境监测的特点，本文构建了面向果园环境监测的传感器网络，设计了一种基于农业物联网的果园环境监测系统，该系统由网络高清红外智能球、土壤节点、环境节点、网关节点和远程控制中心组成，能够对果园区域内的信息进行在线监测和分析，系统具有动态自组、功耗低、时延短、容量大、可靠性高的特点。接着,本文使用BP神经网络（Error Back Propagation NeuralNetwork）的方法利用气象参数来预测万安的太阳辐射。气象和地理数据（每天温度的平均值，每天最高温度的平均值，每天最低温度的平均值，每天相对湿度的平均值，每天风速的平均值，每天气压的平均值，每天UV（Ultraviolet radiation）指数的平均值，每天叶面温度的平均值，每天叶面湿度的平均值）作为网络中的输入，每天太阳辐射的平均值作为输出。BP神经网络的训练集和测试集采用了多层感知器，其中用平均绝对百分比误差MAPE（MeanAbsolute Percentage Error）来评价多层感知器的性能。训练预测模型与实际太阳辐射值相吻合，结果决定系数R2(Coefficient of determination)值为0.99531，MAPE为5.9674%。论文的主要研究内容有：（1）针对果园环境智能监测的需求，设计了一种基于农业物联网果园环境监测系统。该系统由网络高清红外智能球、土壤节点、环境节点、网关节点和远程控制中心组成，能够对果园农场内土壤温湿度、叶面湿度、空气温湿度、风速风向、太阳辐射、紫外线辐射、雨量、大气压力等进行实时在线监测，并转发给控制中心，控制中心对数据进行处理并用各种图表格式显示出来。经过两年多的稳定运行，系统具有操作简单、方便直观、配置灵活、功耗低、网络容量大等优点。（2）为了果园安防、果树高度、茎的分蘖数、果树营养状况和病虫害远程动态实时监控，采用了网络高清红外智能球。网络高清红外智能球内置运转平稳定位准确精密步进电机驱动的云台和自带变焦镜头高灵敏度、高分辨率一体化数字处理彩色机芯，在系统中以视频信息和控制信息的方式传输，实现了画面清晰定位、历史录像查询、全天候多方位实时监测等功能。（3）在传感网络的监测系统中，土壤节点、环境节点、网关节点具有非常重要的作用。本文设计了监测节点硬件电路和节点的软件程序，同时对各节点传感器的特点、各节点的结构、各节点的细节安装情况做了详细的说明。土壤节点在10cm、20cm、40cm、60cm的不同深度部署了四个温度传感器和四个湿度传感器。（4）采用BP神经网络的方法利用气象参数来预测万安的太阳辐射、温度和UV指数。BP算法采用有监督的训练方法，提供了学习过程的一般化描述。训练过程采用仿真器进行模拟。经过对网络参数的多次调整，训练目标最小误差为0.001。训练预测模型与实际太阳辐射值相吻合，结果R2值为0.99531，MAPE为5.9674%，对温度预测结果R2值为0.92299，MAPE为5.1835%，对UV指数预测结果R2值为0.99452，MAPE为2.4593%。