A Framework for Agricultural Pest and Disease Monitoring Based on Internet-of-Things and Unmanned Aerial Vehicles
Abstract
With the development of information technology, Internet-of-Things (IoT) and low-altitude remote-sensing technology represented by Unmanned Aerial Vehicles (UAVs) are widely used in environmental monitoring fields. In agricultural modernization, IoT and UAV can monitor the incidence of crop diseases and pests from the ground micro and air macro perspectives, respectively. IoT technology can collect real-time weather parameters of the crop growth by means of numerous inexpensive sensor nodes. While depending on spectral camera technology, UAVs can capture the images of farmland, and these images can be utilize for analyzing the occurrence of pests and diseases of crops. In this work, we attempt to design an agriculture framework for providing profound insights into the specific relationship between the occurrence of pests/diseases and weather parameters. Firstly, considering that most farms are usually located in remote areas and far away from infrastructure, making it hard to deploy agricultural IoT devices due to limited energy supplement, a sun tracker device is designed to adjust the angle automatically between the solar panel and the sunlight for improving the energy-harvesting rate. Secondly, for resolving the problem of short flight time of UAV, a flight mode is introduced to ensure the maximum utilization of wind force and prolong the fight time. Thirdly, the images captured by UAV are transmitted to the cloud data center for analyzing the degree of damage of pests and diseases based on spectrum analysis technology. Finally, the agriculture framework is deployed in the Yangtze River Zone of China and the results demonstrate that wheat is susceptible to disease when the temperature is between 14 ◦C and 16 ◦C, and high rainfall decreases the spread of wheat powdery mildew.
Keywords: agricultural pests and diseases; internet of things; unmanned aerial vehic
- INTRODUCTION
Due to population growth and social development, world food demand is expected to double by 2050, but it is currently challenging to increase food production because of falling water levels, climate change, arable land reduction, and pests and diseases. Pests and diseases have always been among the critical factors that restrict the increase of grain production, causing substantial economic losses to agriculture. According to the statistics of the Food and Agriculture Organization of the United Nations (FAO), global grain production will be reduced by 10–16% annually owing to the occurrence of crop pests and diseases. In China, investigation shows that pests and diseases cause about 40 million tons of grain loss each year .
For detecting the occurrence of pests and diseases on farms, remote-sensing technologies (e.g., satellites and drones (in this paper, we will use “drone” and “UAV” interchangeably)), are employed to find insect pests and inform farmers of the state-of-affairs promptly. Agricultural detection technology depending on satellites, called high-altitude remote-sensing technology, has the advantages of the extensive monitoring area, fine timeliness, short revisit period, and low cost. On the one hand, a satellite device can cover a large area and is suitable for a wide range of disaster monitoring. On the other hand, satellite technology is susceptible to weather and has a low spatial resolution, making it challenging to meet the need for pest and disease monitoring in agricultural fields . Now, the remote-sensing technology with low-altitude (e.g., drones) has the characteristics of high flexibility and image definition, which can meet the requirements of pest and disease monitoring for crops.
Currently, the detection technology depending on drones or UAV devices, named low-altitude remote-sensing technology, has been applied widely in modern farms, which can guarantee a high timeliness of acquired data . When drones are used for detecting the occurrence of pests and diseases, the information about pests and diseases of crops should be standardized and digitized. However, for a drone, due to limited carrying weight and battery capacity in a remote large-scale farm, it faces the problems containing short flight time and frequent battery replacement. Nowadays, these characteristics affect the promotion and application of drones in the modern agricultural field. In this work, for reducing the energy consumption of a drone, its flight route on the farm is planned previously to ensure that the entire farm is checked with the shortest flight distance. At the same time, the drone can utilize wind force to prolong its flight time when it flies on the farm and selects the path with the largest proportion of the downwind distance. Besides, the drone can adjust its flying angle dynamically for saving energy according to different wind directions.
The eruption of pests and diseases is closely related to climate change during the crop growth period. IoT technology is utilized to collect information on entities of interest, which provides a convenient method to monitor the growing processes of crops in real time. However, most farms are often far away from infrastructure and face the problem of limited energy supply, which restricts the development and popularization of agricultural IoT technology. At present, the energy harvesting type of IoT technology represented by solar power is gradually applied to the agricultural field. Nevertheless, in the currently used photovoltaic power generation system, fixed solar panels are mainly used for convenience. The solar energy conversion rate is related to the angle between the solar panel and sunlight, and it is on the influence of the light angle. In the work, an automatic rotary-device based on angle perception of sun
剩余内容已隐藏，支付完成后下载完整资料
基于物联网和无人机的农业病虫害监测框架
摘要
随着信息技术的发展，以无人机为代表的物联网和低空遥感技术在环境监测领域得到了广泛应用。在农业现代化中，物联网和无人机可以分别从地面微观和空中宏观角度监测作物病虫害的发生情况。物联网技术可以通过大量廉价的传感器节点收集作物生长的实时天气参数。而无人机利用光谱相机技术可以捕捉到农田的图像，利用这些图像可以分析农作物病虫害的发生情况。在这项工作中，我们试图设计一个农业框架，为病虫害发生与天气参数之间的具体关系提供深刻的见解。首先,考虑到大多数农场通常位于偏远地区,远离基础设施,因此很难部署农业物联网设备由于有限的能量补充,太阳跟踪装置的目的是调整角度自动为提高太阳能电池板和阳光之间的能源采集率。其次，针对无人机飞行时间短的问题，引入了一种保证最大风力利用和延长战斗时间的飞行模式。再次，将无人机捕捉到的图像传输到云数据中心，基于频谱分析技术分析病虫害的危害程度。最后，在中国长江地区部署了农业框架，结果表明，当温度在14 - 16◦C 之间时，小麦易患病，高降雨减少了小麦白粉病的传播。
关键词: 农业病虫害;物联网;无人机
- 介绍
由于人口增长和社会发展，预计到2050年世界粮食需求将翻一番，但目前由于水位下降、气候变化、可耕地减少以及病虫害，增加粮食产量面临挑战。病虫害一直是制约粮食增产的关键因素之一，给农业造成了巨大的经济损失。根据联合国粮食及农业组织(FAO)的统计，由于农作物病虫害的发生，全球粮食产量每年将减少10-16%。在中国，据调查，病虫害每年造成约4000万吨粮食损失。
为了检测农场病虫害的发生，利用遥感技术(例如卫星和无人机(在本文中，我们将交替使用“无人机”和“无人机”)来发现虫害，并及时将情况通知农民。基于卫星的农业探测技术称为高空遥感技术，具有监测范围广、时效性好、重访周期短、成本低等优点。一方面，卫星设备覆盖面积大，适用范围广;另一方面，卫星技术易受天气影响，空间分辨率低，难以满足农田病虫害监测的需要。目前，低空遥感技术(如无人机)具有灵活性和图像清晰度高的特点，可以满足农作物病虫害监测的要求。
目前，基于无人机或无人机设备的检测技术，即低空遥感技术，在现代农场中得到了广泛的应用，可以保证采集数据的及时性。在利用无人机检测病虫害发生时，应实现作物病虫害信息的标准化和数字化。然而，对于无人机来说，由于在偏远的大型农场中，由于承载重量和电池容量有限，它面临着飞行时间短和频繁更换电池的问题。这些特点影响着无人机在现代农业领域的推广应用。在这项工作中，为了降低无人机的能源消耗，预先规划了无人机在农场的飞行路线，确保以最短的飞行距离检查整个农场。同时，无人机在农场飞行时，可以利用风力延长飞行时间，选择下风距离占比最大的路径。此外，无人机还可以根据不同的风向动态调整飞行角度，实现节能。
作物生长期病虫害爆发与气候变化密切相关。利用物联网技术收集感兴趣实体的信息，为实时监测作物生长过程提供了一种方便的方法。然而，大多数农场往往远离基础设施，面临能源供应有限的问题，制约了农业物联网技术的发展和推广。目前，以太阳能为代表的能源收获型物联网技术正逐步应用于农业领域。然而，在目前使用的光伏发电系统中，固定的太阳能电池板主要是为了方便。太阳能转化率与太阳能板与阳光的夹角有关，并受光照角度的影响。在工作中，设计了一种基于太阳光照角度感知的自动旋转装置，以确保太阳能电池板始终垂直于阳光，从而确保更多的太阳能转化为电能。
其贡献摘要如下:
bull;基于太阳光照角度感知的自动旋转装置设计，以确保太阳能电池板始终垂直于阳光，提高太阳能的能量收集率。
bull;提出了一个包含多种无线技术(如LoRa、ZigBee、TVWS)的物联网框架，用于收集信息并将收集的数据传输到基站/网关。
bull;通过规划最大比例的下风飞行路径，确保最大程度利用风力，引入延长无人机飞行时间的策略。
本文的其余部分组织如下。第2节对监测农业病虫害的现有战略进行了回顾。第3节详细介绍了我们的方法和设计。第4节为实验结果，结论在第5节。
2.相关工作
农作物病虫害一直是阻碍农业发展的重要因素。为监测农业病虫害，提出了大量的工作方案。基于无线传感器网络和远程视频交互系统的病虫害预警系统。
目前国际上应用的主流病虫害监测技术可分为两大类:物联网技术和遥感技术。物联网技术已成为一项重要而有前景的技术，包括在感兴趣区域随机分布的大量廉价传感器节点，以收集感兴趣实体的信息，已被广泛应用于气候模拟监测领域，病虫害实时视频监测，实时预警系统，预测病虫害发生。对于农业气候疾病(如小麦白粉病)，通过布置在田间的小型气候仪器收集的数据建立气候模型，可以显著降低作物病虫害的发生率。
一些气候监测和预警设备的流行作物曾在中国,如马铃薯晚疫病实时监控和预警系统采用重庆(中国城),依赖于传感器设备部署在农场收集重要的环境参数,如湿度、温度、风速和降雨量。然后通过无线网络将这些参数上传到云数据中心，服务器使用基于大数据分析方法建立的预模型分析植物病害发生的概率，并对先期患者提供预警。
然而，就目前物联网技术在农业害虫监测领域的研究和应用而言，物联网监测技术还不够成熟，与标准和大规模推广的需求之间还存在差距。制约农业物联网技术应用的能源供应、数据融合和通信等因素尚未完全解决。此外，用于病虫害监测的物联网技术在接口、服务和设备开发方面尚未形成统一的标准。目前，大多数现有的物联网监测技术还处于示范和实验阶段，未能构建完整的病虫害物联网监测平台。
3.系统模型
3.1 物联网平台
植物病虫害的发生与许多天气参数密切相关，如作物病虫害在某些异常天气条件下的生存。同时，降雨和高湿度会显著影响病原菌的繁殖和传播。风不仅会影响孢子的传播，还会增加农作物病虫害的风险。因此，为了分析导致作物病虫害发生的原因，设计了一个现代农业物联网监测植物病虫害平台。在系统中，农业物联网平台的主要作用是收集信息，监测农场的天气参数。
考虑到农场一般是开放式、户外的，农业物联网平台主要包括以下几个部分:供电设备、物联网基站、网关、云数据中心、APP (Application)软件。系统的概述如图1所示。设计了一种基于太阳光照角度感知的智能太阳能发电系统，为平台提供动力，具体供能系统见3.2节。物联网基站主要由TV White Spaces (TVWS)和LoRa传感器连接模块组成。LoRa技术采用长距离传输，采集多个传感器的数据，并将数据传输到网关。利用高带宽TVWS技术传输装有专用光学传感器的无人机的视频或图像。在3.3节中介绍了物联网基站的通信。
云数据中心负责提供数据融合和数据分析服务。由于云数据中心一般远离养殖场，所以来自LoRa设备和TVWS的数据首先会被转发到网关。目前，有线网络或无线网络在中国广泛部署。根据“CT中国2008高级别论坛”，4G网络覆盖了中国98%以上的人口和95%的国土面积。因此，可以在农户家中部署网关，将这些数据转发到依托这些网络的云数据中心。在云数据中心，LoRa设备收集的数据用于监测天气参数，TVWS通信系统提供的信息用于生成精确地图和无人机路径规划。需要注意的是，云数据中心是框架中最重要的部分之一，负责处理数据。数据分析的结果将为农民提供作物的实时情况;详情见第3.4节和第4.2节。系统还提供了APP界面，方便农民对自己的农场进行控制。
传感器
网关
数据存储
云
物联网中心
无人机
应用程序
本地计算
精确的地图
无人机路径规划
服务
害虫monitoringEnvironmental
监控
物联网基站
LoRaTVWS
图1 农业物联网平台概述
3.2 一种基于自动旋转对中装置的供能方法
该能源系统使用太阳能电池板发电和功率传感器设备。收获的能量受天气条件的影响。例如，当传感器位于中午12点的阳光直射下时，功率密度可达3700micro;W/cm2，能量收集率为370mw，而Crossbow MICAz实现的占空比可达45%左右。传感器节点在室内时，功率密度约为320micro;W/cm2，能量收集率约为320micro;W，占空比约为0.04%。因此，能量收集传感器网络是环境依赖网络。图2显示了一个节点在春季三种不同天气条件下的负担得起占空比。从经验测量结果来看，当占空比大于20%时，一个节点只能连续运行3.5小时左右。
传感器的平均占空比
0—10% 0% 10—30% 0% 30—70%
０．２５
0.2
0．15
0．1
0．05
0
0
5
10 15时间(小时)
20.
25
图2 室外安装的太阳能传感器
为了提高能源收集率，在能源系统中应用了一个OpenWeather API接口，以获取未来几天(例如3天)的可能天气。根据所获得的信息，系统通过控制占空比来调节其能耗。同时，利用基于太阳光照角度感知的自动装置AD-AP，控制太阳能电池板随太阳运动而旋转，保证太阳能电池板始终垂直于太阳。AD-AP的原理模仿向日葵的生活习性，最大限度地利用太阳能。AD-AP由太阳跟踪器、高度角轴、减速机、两台电机、上基座、侧轴和下基座组成。AD-AP的结构如图3所示。
1.太阳跟踪器
2.高度角轴
3.Motor1
4.减速机
5.上基座
6.横轴
7.Motor2
8.较低的基座
1
2
5
6
7
图3 基于太阳光照角度感知的自动旋转对准装置模型
4.分析
4.1能量收集分析
户外使用一块太阳能电池板，两块eZ430-RF2500T靶板，一个AAA电池组，可重复充电。目标板由TIMSP430微控制器、CC2500无线电收发器和车载天线组成。CC2500无线电收发器工作在2.4 GHz频段，数据速率为250kbps，专为低功率无线应用而设计。收集的能量存储在Cymbet公司生产的低自放电薄膜可充电储能装置EnerChip中。图4绘制了我们设计的能量收集功率，一个差压太阳跟踪器设备，和一个固定的太阳能电池板。对于固定太阳能板来说，意味着太阳能板是固定的，不随时间旋转。固定式太阳能电池板的优点是节省了驱动电机旋转太阳能电池板的能量。
One hundred.
80
权力(/ W)
60
40
20.
0 6
8
广告minus;美联社
差压太阳跟踪器固定太阳能电池板
10 12 14 16
时间
18
图4 三种装置能量收集功率的比较
基于固定太阳能电池板，测试3月中旬长江流域日出日落时间段的最优能量采集功率。从图4可以看出，固定太阳能电池板在上午11时至下午1时30分的收获能量高于其他两种方案。原因是固定的太阳能电池板不需要额外的能量。而在上午11点前和下午1:30后，对于固定太阳能电池板，收集的能量低于AD-AP。据调查，压差太阳跟踪器可以利用容器内介质的压差，将装置缓慢调整回垂直于阳光的状态。该跟踪器结构简单，但局限于单轴跟踪，精度不高。从图4可以看出，太阳光与固定太阳能电池板的入射角接近于0,11点到14:30这段时间的能量获取功率最大。在我们的系统中建议安装一个自动旋转对准装置，使能量采集功率提前在9点左右达到峰值，一天可增加约38%的能量采集功率。
4．2 利用反射光谱对作物病虫害进行分析
作物一旦发生病虫害，其盖度、生物量、叶面积指数(LAI)、叶细胞结构、氮、水分、色素含量、外观等都会发生变化，从而导致可见到热红外光谱的反射率光谱发生变化。特别是红外和红色区域的光谱特征与健康作物不同。然后，通过监测作物的反射率谱，获得其病害状况。图5显示了健康小麦和患病小麦的光谱特征。由于叶绿素吸收了大量辐射，健康小麦的光谱反射率在红色区域(“红谷”)产生一个波谷。在绿色区域，叶绿素的吸收减少，导致一个强健的绿色反射区(“绿色峰”)。
图5不同病害程度下小麦的光谱特征
定量分析方面，在680-760 nm波段得到叶绿素含量与光谱响应、反射曲线一阶导数中红边参数面积和红边位置的关系。同样，定义了绿峰和红谷参数来反映光谱特征。介绍了红谷和绿峰的细节。从图5可以看出，随着疾病程度的不断增加，频谱发生了显著的变化。可以清楚地发现，红光范围内的“红谷”和绿光范围内的“绿峰”逐渐消失。在近红外区域，病小麦的光谱反射率明显低于健康小麦。通过光谱分析，可以监测病虫害的危害程度，为病虫害防治提供及时、准确的信息。
借助图像处理技术，航拍图像可以检测农作物病虫害的发生情况。如图6所示，作物正在遭受病害，图中颜色越黄，病害越严重;越绿，病越轻。通过部署在农田的传感器，可以分析作物周围的综合环境，温度为17℃，相对湿度为68%，风速为2.3 m/s，光照强度为554w/m2。经过以上因素的实验和分析，如果作物生长在这种环境或相对封闭的环境中，作物发生病虫害的概率更高。
图6
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[590702]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
