基本信息
- 项目名称：
- 支持精细农业的智能监测与服务系统
- 来源：
- 第十二届“挑战杯”作品
- 小类：
- 信息技术
- 大类：
- 科技发明制作A类
- 简介：
- 本作品为精细农业的实施提供较完整的监测服务与决策支持：1）构建无线传感器网络对作物环境进行监测；2）开发数据挖掘软件从海量农业数据中挖掘潜在的精细化生产信息；3）建立基于本体的多种作物知识库及其推理机制的农业专家系统；4）执行机构落实系统决策结果。成果包括2项专利，2项软件著作权，8篇论文，系统在西湖龙井茶等种植基地应用，效益显著，得到农科院茶叶研究所试验场和浙江省农科院专家们的肯定。
- 详细介绍：
- 精细农业是指利用信息技术进行精耕细作的农业生产模式，是现代农业的发展方向，而目前的精细农业缺乏一整套解决方案：包括作物生产环境的智能监测、作物生长状况的实时监控、海量农业数据采集与挖掘分析，以及为农产品精细耕作提供决策支持的农业专家系统。本项目实现的智能监测与服务系统为精细农业提供较完整的监测服务和决策支持，提升了部分高端农作物精细耕作智能化水平。项目包括以下内容：根据农作物生产特性选取重要环境因子，通过无线传感器对相应数据进行采集；采用小波变换聚类、模糊积分等数据挖掘方法对海量数据进行分析；对特定作物构建其领域本体知识库，根据作物的生长习性，从光照、温度、湿度、肥力需求等环境因子方面采用规则的方式进行知识表示，运用模糊控制技术构建基于模糊推理机制的自适应模型，并通过优化闭环控制对农业专家系统进行优化；实现了农业监测与服务过程的智能化（系统总体结构图见“上传项目图片”）。项目成果在杭州西湖龙井茶基地（实地照片见“上传项目图片”）、台州柑橘种植基地、杭州萧山戴村镇种植基地、浙江化工等单位得到应用，取得了初步成效。应用结果表明：由项目成果支持的农业精细化生产提高了生产效率，降低了生产成本，增加了农民收入；减少了化肥农药使用量，提高了农产品品质，有利于环保；系统的推广应用促进了农业信息化和绿色农业的发展。 项目使用成果得到杭州龙冠实业有限公司（中国农业科学院茶叶研究所试验场，前身为地方国营杭州龙井茶场)总经理姜爱芹研究员的认可，认为“项目的实施应用能够提升茶叶的精细耕作智能化水平”；浙江省农业科学院食品科学研究所所长郜海燕研究员也给作品给出了高度评价，“具有重要的经济社会意义，值得进一步推广”。 项目的特色之处在于：1）从相关的农业科技文献知识、常识性知识、用户经验、农业专家以及相关作物数据的挖掘分析得到较为综合性的知识，根据复杂系统方法论，构建农作物知识领域本体库，并综合考虑温度、湿度、光照、土壤有机质等因素，采用规则的方法进行知识表示，构建了支持茶叶、花卉、柑橘等多种作物生产的知识库，基于该方法提出模糊控制推理机制，构建其自适应模型，为上层应用和决策提供了知识基础，同时采用优化闭环控制方法，进行基于本体知识库的农业专家系统的优化；2）针对精细农业多环境因子多维、动态、不确定等特性，采用小波变换聚类、模糊积分等数据挖掘技术，对因子数据进行智能分析，以支持环境调控与综合管理决策，如在茶场中根据聚类结果对不同大棚、大棚的不同区块进行适当的施肥、灌溉、喷雾等精细管理和相似服务；3）提出了层次化的无限传感器网络的数据传输与融合方法，研究了层次化的数据融合机制和节点信任评估方法，包括无线传感器节点内数据融合和簇首节点间的数据融合，在发布查询请求和采集感知数据时进行数据融合，能够比较有效地降低能量消耗、提高整体的数据通信质量。 研发过程中，团队成员的知识产权情况包括两项正在申请的专利（一种分布式监控系统及其组态方法和网络中节点信任评估方法）、两个软件著作权（基于分布式海量数据挖掘技术的现代农业管理与分析软件，2010SR069734；面向精细农业监测与控制的无线采集软件，浙ZD-2010-1779）和8篇学术论文。
作品图片
作品专业信息
设计、发明的目的和基本思路、创新点、技术关键和主要技术指标
- 目前的精细农业缺乏一整套解决方案：包括作物生产环境的智能监测、作物生长状况的实时监控、海量农业数据采集与挖掘分析，以及为农产品精细耕作提供决策支持的农业专家系统。本项目实现的智能监测与服务系统为精细农业提供较完整的监测服务和决策支持，提升了部分高端农作物精细耕作智能化水平。通过研究农田数据的采集与发送，作物的知识库及推理机制，农业数据挖掘等，构建了农业专家系统。系统在杭州西湖龙井茶、台州柑橘等农场得到应用，验证了其有效性和可推广性。 创新点：构建农作物知识的领域本体库，通过模糊控制推理机制，构建其自适应模型，并采用优化闭环控制方法，对农业专家系统进行优化；针对精细农业多环境因子动态、不确定等特性，采用小波变换聚类等数据挖掘技术，对因子数据进行智能分析，以支持环境调控与综合管理决策；提出了层次化的无线传感器网络的数据传输与融合方法，研究了层次化的数据融合机制和节点信任评估方法，能够有效地降低能量消耗、提高数据通信质量。 关键技术：无线传感器网络技术、面向精细农业的数据挖掘方法、农作物知识本体建模方法、模糊控制推理机制等。 技术指标：系统能够准确和及时的采集到温度、湿度等环境数据，通过传感器的信息处理，准确率能到达到95%以上；系统具有比较完备的作物知识库，能够对温度、湿度、病虫害等生长因素进行推理，提供决策方案；减少有机肥使用量8%以上，节水节能10%以上，减少农药使用量20%以上，提升产量，降低人工投入50%以上。
科学性、先进性
- 现有精细农业缺少对作物从生产环境的智能监测到农业数据的监控、挖掘分析，以及提供专家系统决策支持的一整套解决方案，本项目实现的智能监测与服务系统为精细农业提供较完整的监测服务和决策支持，提升了某些高端作物的精细耕作智能化水平。项目研究农田数据进行采集与发送，作物的知识库及其推理机制，农业数据挖掘等，构建了农业专家系统。在系统的研发中解决了一些问题，提出了一些方法，并在系统实施应用中得到了验证，团队工作有以下先进和创新之处： 1）方法的创新。基于复杂系统方法论，提出面向作物领域的本体知识库及其模糊控制的推理机制，构成一个分布式开放式知识推理环境，包括基于领域知识的本体库的建立、基于规则知识表示方法的构建等。 2）技术的创新。构建包括精细农业生产领域相关的农业科技文献知识、常识性知识、农户的经验知识以及农业专家提供的知识库，通过优化闭环控制和海量历史数据的挖掘来动态更新专家知识库，使得专家系统的决结果更准确。
获奖情况及鉴定结果
- [1] 获得本省"挑战杯"大学生课外学术科技作品竞赛 特等奖（2011年5月） [2]"支持精细农业的WSN智能检测与生产系统软件"通过本省电子产品检验所的软件测评 [3] Feature extracting of business data streams with concept-drifting [J], Accepted by Journal of Convergence Information Technology. (EI, JA收录)，已录用 （导师、团队成员1，2011，韩国） [4] 基于小波网络的数据流偶合特征聚类方法[J]. 计算机工程与设计，已录用 （导师、团队成员5，2011，北京.） [5] Application Study of precision agriculture based on ontology in the Internet of Things Environment. 2010 3rd International Conference on Computational Intelligence and Industrial Application. (EI)（团队成员2、团队成员3、团队成员1，2010，武汉）
作品所处阶段
- 已经形成一套能为精细农业提供较完整的监测服务和决策支持的系统，现处于实施应用阶段。
技术转让方式
- 专利实施许可-普通许可。
作品可展示的形式
- 作品可通过图片、录像等形式展示。
使用说明,技术特点和优势,适应范围,推广前景的技术性说明,市场分析,经济效益预测
- 本项目实现的智能监测与服务系统为精细农业提供较完整的监测服务和决策支持，提升了某些领域的精细耕作智能化水平。与国内外同类系统比较，作品的优势有：在规模上，本系统是多主体、多知识库的，具有领域扩展性；在推理机制上，本系统采用模糊控制推理机制协同工作，在一定的控制策略下针对综合数据库中的当前信息，识别并选取知识库中对当前问题求解有用的知识进行推理；在监控服务上，本项目使用无线传感器采集，实时动态收集统计数据，在专家系统支持下实施变量作业，减少人力维护成本；在知识智能处理上，本系统提出一种自适应学习方法，采用数据挖掘技术挖掘出潜在的知识，进行自适应更新、扩展知识库。 作品成果在杭州西湖龙井茶大棚基地、台州柑橘种植基地等农场得到应用，取得初步成效：由该系统支持的精细化生产能提高效率、降低成本，增加农民收入；减少化肥和农药使用量，减少环境污染，增强抵御病虫害的能力。作品得到农科院茶叶科学研究所试验场、省农科院食品科学研究所专家的认可，系统具有重要的经济社会意义，值得进一步推广。
同类课题研究水平概述
- 精细农业的实践，以色列等国家开始较早。在美国，精细农业应用最广的是玉米、之后是小麦、大豆、甜菜、土豆等作物，对西红柿、棉花、花生、葡萄产量传感器研究的进入试验阶段。一些亚洲国家开始研究应用于甘蔗、茶叶、水稻等的产量信息采集技术。 目前，精细农业思想已开始在我国传播，且已引起科技和产业界的重视。北京和上海精细农业示范工程项目已开始启动实施。中国农业大学精细农业研究中心、中国农业科学院土肥所、浙江大学农业工程与食品科学学院、河北农业大学、西北农林科技大学、华南农业大学等单位，近两年来先后引进GPS、GIS、RS设备开展了相关研究工作。农作物生长性状遥感监测、土壤养分和水分快速监测、作物生长模型、专家系统、决策支持系统、施肥、喷药、灌溉的智能化技术研究已在中国农业大学、中国科学院、中国农业科学院、北京市农林科学院、河北农业大学、合肥智能研究所等单位展开。中国科学院南京土壤所、中国农业科学院土肥所、中国农业大学资源与环境学院等单位在国家基金委和中国科学院的资助下，基本完成了能与国际接轨的中国土壤系统分类，并在基层分类研究做了深入工作，对精细农业实施中的基本数据详查和数字化及已有资料的转换具有重要指导作用。农田节水灌溉智能监控系统、温室和水体环境智能监控系统已在全国十多个省市得到推广。 尽管现有支持精细农业的监测与生产系统的研发取得了一定成果，但仍普遍存在信息采集、监测和服务的智能化等技术瓶颈，缺少对作物从生产环境的智能监测到农业数据的监控、挖掘分析，以及提供专家系统决策支持的一整套解决方案。针对现有的不足，本项目根据精细农业的生产特性，将模糊控制理论、本体建模与智能信息挖掘等技术有效的运用到该系统中，实现了农业监测与服务过程的智能化。 与国内外同类相关系统比较，作品的优势有：在规模上，本系统是多主体、多知识库的；在应用领域上，本系统可应用到多个领域，如农业，化工等；在推理机制上，本系统采用模糊控制推理机制，在其控制策略下针对综合数据库中的当前信息，识别和选取知识库中对当前问题求解有用的知识进行推理；在监控服务上，本项目使用无线传感器采集，实时动态收集统计数据，在专家系统支持下实施变量作业，减少人力维护成本；在知识智能处理上，本系统提出一种自适应学习的方法，采用数据挖掘技术挖掘出潜在的知识，进行自适应更新，扩展更新知识库。
