《AgriEngineering》:Real-Time Environmental Monitoring System for Open-Field Avocado Crops
编辑推荐:
气候变化的影响改变了降水模式,导致极端天气事件,影响作物产量并增加农业生产需求,这推动了实施新兴技术的需求。研究人员介绍了开放田野鳄梨(avocado)果园中环境参数实时监测系统的设计、构建和验证。采用四阶段方法论:(1)确定所需参数并构建物联网(IoT)架构
气候变化的影响改变了降水模式,导致极端天气事件,影响作物产量并增加农业生产需求,这推动了实施新兴技术的需求。研究人员介绍了开放田野鳄梨(avocado)果园中环境参数实时监测系统的设计、构建和验证。采用四阶段方法论:(1)确定所需参数并构建物联网(IoT)架构;(2)系统几何设计和最终制作:在SolidWorks中进行建模,在Fritzing中绘制电路图,并进行系统组装;(3)开发移动应用程序:Android Studio和开发具有机器学习的自动编码器(autoencoder)模型;(4)验证:评估无线链路;系统实施和移动应用程序部署。获得的结果包括一个系统,其配备传感器的发射节点(TX)和接收节点(RX),均集成了ESP32和nRF24L01+PA+LNA模块,无线传输距离为2300米。共2016条数据记录存储在microSD卡和云端,可通过移动应用程序通过蓝牙低功耗(BLE)或Wi-Fi查询、可视化和分析;该系统还检测异常数据,可用于农业部门的决策。
**研究背景与问题**
气候变化导致降水模式改变,极端天气事件频发,影响作物产量并加剧农业生产需求,亟需引入物联网(IoT)、人工智能(AI)等新兴技术提升效率。精准农业中,环境参数(如温度、湿度、土壤水分、紫外线辐射)的实时监测对优化资源管理、检测异常至关重要。现有监测系统在开放田野(open-field)作物中面临无线通信距离有限、数据存储与可视化不完善、异常检测依赖有监督学习等挑战。针对鳄梨(avocado)果园,已有研究多采用短距离通信(如ZigBee、LoRa)或依赖人工标注数据,缺乏集成长距离通信、无监督学习与移动端可视化的系统。为此,研究人员设计并验证了一套面向开放田野鳄梨果园的实时环境监测系统,旨在通过物联网架构、长距离无线通信及机器学习自动编码器(autoencoder)实现环境数据采集、传输、存储、分析与异常检测,为精准农业提供决策支持。该论文发表在《AgriEngineering》。
**主要关键技术方法**
研究采用四层物联网(IoT)架构(物理层、网络层、处理层、应用层)。物理层包括发射节点(TX)和接收节点(RX),均基于ESP32微控制器、nRF24L01+PA+LNA无线模块及2.4 GHz Yagi定向天线,TX节点集成空气温度/相对湿度(DHT22)、土壤湿度(HD-38)及紫外线辐射(GUVA-S12SD)传感器。网络层通过nRF24L01+PA+LNA实现TX与RX间无线通信,支持蓝牙低功耗(BLE)本地连接及Wi-Fi远程同步至Firebase实时数据库。处理层在移动应用中集成无监督自动编码器模型,输入4个归一化变量(空气温度、相对湿度、土壤湿度、紫外线辐射),通过重建误差检测异常。验证阶段在墨西哥Guerrero州Chichihualco的鳄梨果园(2公顷)进行14天现场测试,收集2016条记录。
**研究结果**
**3.1 模型训练**
通过自动编码器训练,采用2016条无标签记录(80%训练,20%验证),训练30个epoch,重建误差阈值设为0.0814。评估结果显示,平均重建误差为0.00734,0.99%的记录超过阈值被识别为异常,表明模型能有效检测偏离主要环境模式的组合。
**3.2 验证**
无线链路测试在100至2300米视距条件下进行,所有距离均保持通信,平均每秒接收包数(PPS)随距离增加略有下降,但链路稳定。系统实现约48小时自主运行,低于理论值75.8小时,需优化电源。移动应用通过BLE或Wi-Fi实时显示环境变量状态(如温度“高21.5°C”、土壤湿度“低10.0%”等),并给出自动编码器异常检测结果,辅助决策。
**讨论与结论**
**讨论**:系统四层架构与现有研究(如Guijarro-Rubio等)一致,通过分层设计提升可扩展性和互操作性。无线通信距离达2300米,优于采用nRF24L01+或ZigBee的同类研究(120–800米)。数据存储采用本地microSD与云端双备份,增强可靠性。自动编码器作为无监督模型,无需人工标注,与需要有监督标签的模型(如Pero等)相比更具适用性。系统采用深度睡眠模式节能,但48小时续航需进一步优化,可通过太阳能板或超低功耗技术改进。
**结论**:本系统针对鳄梨果园四个环境参数建立参考范围,四层架构实现了数据采集、传输、存储与可视化。14天现场验证表明,系统支持2300米无线通信,移动应用中无监督自动编码器模型有效检测异常模式。研究将新兴技术、长距离通信与AI集成于农业监测,为精准农业的效率和可持续性做出贡献。未来工作方向包括优化电源系统(如太阳能板、超低功耗技术)、增加电池监测与预警、加强物理防护(防雨防潮),以及集成更多传感器(如风速、风向)和自动数据重同步机制。