為提高生產資源的利用效率，將生命周期評價的概念引入農業領域，生命周期評價依賴于對農作物生長信息的全面了解。為解決現有監測方法涵蓋面不足的問題，建立了一個農作物全生命周期的信息系統。系統在作物的不同生長階段采集相應的信息，經過分析后評估生長發育狀況并形成管理控制指令。試驗結果表明:信息系統管控下的生產資源消耗量大幅降低，且作物產量的降幅較小。對建立的農作物全生命周期的信息系統并對其管控功能進行完善，可以實現生產資源更合理的配置，提高可持續發展能力。

　　關鍵詞:農作物;生命周期;生長信息;生產資源;管理控制

　　當前耕地面積在不斷減少，為了保證糧食的穩定供應，需要努力提高農作物的單產。一直以來，農作物的高產都是通過單位面積土地上的高投入來實現的，消耗的資源包括水分、肥料和農藥等。這些高投入不僅增加了農業生產的成本，還會造成環境污染，缺乏可持續發展的能力。為此，人們提出了生命周期評價(LifeCycleAssessment，即LCA)的概念，并將其引入到農業領域。農作物的生命周期評價是對作物全生命周期內的資源消耗和環境排放進行系統的評價，消耗的資源為水分、肥料和農藥等物資，環境排放涉及對土壤、空氣、水體和其它生命體的影響[1]。以生命周期評價為基礎，農作物生產資源的投入可以更加合理有效，農作物對環境的影響也可以被準確掌控。生命周期評價依賴于對農作物全生命周期內生長信息的了解，如外觀形態、發育階段和生理狀態等。大部分農作物的全生命周期持續幾個月，可以劃分為營養生長和生殖生長這兩個主要階段:農作物在營養生長階段吸收礦質元素用于生物化學合成，制造營養器官并積累有機物質;生殖生長階段則是開花結果，將生物量轉化為營養物質，形成最終的產量。農作物在營養生長和生殖生長過程中的外觀特征差異很大，需要關注的生長信息也不同;但也有部分生長信息貫穿于作物的整個生命周期，包括需水量和施肥量，相關的研究對于合理利用生產資源具有重要意義。肖俊夫等通過分析作物全生育期耗水量與產量的關系，建立了我國各地區主要農作物全生育期耗水量與產量之間的函數關系模型[2]。畢宏偉等提出了區域農業逐日需水量估算方法，可以作為制定作物灌溉制度的參考依據[3]。在所有的環境因子中，溫度最為重要，對作物生長發育進程和生命周期歷時長短都有很大的影響[4]。除了外部性狀外，對作物全生命周期中的內部性狀進行研究也較為關鍵。楊天駿等通過溫室模擬方法動態監測小麥各器官中的甲基汞濃度，揭示了小麥生長周期中甲基汞在不同器官的分布和轉移規律[5]。結合當前數字農業的發展方向，農作物全生命周期的信息系統應該具有信息采集、數據傳輸、信息管理和智能決策的功能，才能實現對農作物生長的精確管理和控制[6]。作物的生長信息類型多樣，所處的環境也很復雜，給信息采集增加了難度。信息采集是農作物信息系統中最具農業特色的功能，一直以來都是研究的熱點，已經開發出了多種信息采集的技術方法。耿楠等利用計算機視覺獲取小麥圖像，然后分析生長特性，以此為基礎建立了檢測小麥生長信息的方法[7]。倪軍等根據作物不同發育時期的光譜特性，研制了一種多光譜傳感器，能夠實時、快捷、無損地獲取作物的生長信息[8]。盧少林等在作物生長光譜分析原理的基礎上，研制基于主動光源的監測儀，實現了對大田作物生長信息的全天候實時監測[9]。遙感技術作為獲取大面積地表信息的有效手段，也在農業中得到了應用，可以構建作物生長數據模型，對作物的產量進行預測[10]。在上述方法中，計算機視覺和光譜分析技術的應用較為普遍，但分別在圖像數據算法和光譜預測模型方面有所不足，還須要進一步優化完善[11]。信息系統的數據傳輸和信息管理功能大多是通過物聯網來實現的，代表著現代信息技術發展的最新階段。物聯網也稱傳感網絡技術，是以傳感器、自動控制和信息技術為基礎，將各種傳感器、信息處理器和無線網絡整合成一個整體進行目標的智能識別、監測和管理的技術[12]。早期的物聯網在農業中側重于對數據的采集和展示，后來引入專家系統，從而獲得了智能監控以及科學分析決策功能[13-16]。在之前的研究中，對農作物的生長監測大多集中在重點關注的生理狀態和產量性狀上，缺乏對作物整個生命周期不同階段的生長信息的采集和分析，限制了其作用的發揮。本研究建立了一個農作物全生命周期的信息系統，并對管理控制功能進行完善，以期更合理地配置生產資源和提高可持續發展能力。

　　1系統組成

　　基于農作物全生命周期的信息系統包括信息采集模塊、信息傳輸模塊和信息管控模塊共3個部分。信息采集模塊包括各種傳感器、CT-CA500型CCD攝像機、大疆精靈的Phantom4型智能無人機、UHD185型機載光譜儀、基于主動光源的作物監測儀及相應的信號采集元件。傳感器包括LM-879型溫度傳感器、OSA-1型濕度傳感器和DATA-LYNX型計數傳感器，分別安裝在感知的目標區域。CCD攝像機安裝在田邊或溫室中，也可以由無人機搭載，拍攝的像素達到200萬dpi，能夠獲得清晰穩定的原始圖像。Phantom4型無人機最長可以飛行30min，具有GPS和GLONASS兩種定位模式。無人機安裝了方向舵、升降舵和副翼舵，通過偏轉舵面來改變無人機的方向和姿態，避障能力則通過紅外線來實現。UHD185型機載光譜儀質量為0.47kg，由無人機搭載進行全畫幅的非掃描成像。光譜儀的掃描光譜在500～900nm之間，分辨率可以達到8nm，一次拍攝形成45×45像素的光譜影像。作物監測儀安裝在溫室或田塊的上方，以對目標性狀敏感的波長為主動光源照射作物，采集反射的光譜信號，根據歸一化模型分析獲得目標性狀。地面設備的信息傳輸模塊采用基于ZigBee技術的無線傳感網絡，其抗干擾性強，信號傳輸距離達到7km，覆蓋了整個試驗區域。傳輸節點采用樹形方式組網，單個節點可以與20個信息采集設備連接，再通過協調器連接到管控模塊。無人機與地面站之間采用WiFi技術進行數據傳輸，無線通訊帶寬大，實時傳輸能力強。地面站安裝大疆DJIGSPro專業版軟件，用于實時控制飛行姿態。地面站與管控模塊之間通過UART接口連接，傳輸采集的圖像和光譜數據，同時發送控制無人機飛行的信號。信息管控模塊以處理器為核心，還包括專家數據庫、專家知識庫、存儲器和操作界面。處理器為聯想X3550型服務器，負責對采集的作物信息進行管理和分析，最終生成控制指令。專家數據庫包含農作物的生長信息內容和數學計算方法，專家知識庫包含農作物的生長規律、營養狀況評估和病蟲害預測等方法，為系統做出控制決策提供依據。存儲器為10TB硬盤，用于保存采集的農作物全生命周期生長信息、信息的計算推導過程及最終的專家決策數據。操作界面上安裝Windows10系統，可以實時顯示數據信息，并設定系統運行的各項參數。信息系統組成如圖1所示。

　　2管控流程

　　農作物生長信息的采集貫穿于整個生命周期，作物的發育階段信息由監測儀進行采集和評判。監測儀設置730nm和810nm兩個主動光源波長，分析獲得作物的冠層植被指數，以此為依據確定作物的發育階段。在營養生長階段，主要由攝像機拍攝圖像，利用計算機視覺進行圖像的預處理、灰度化和目標識別，分析作物的長勢和葉綠素含量。溫度傳感器和濕度傳感器采集環境中的空氣溫度和土壤含水量，與計算機視覺分析的結果一起作為水肥管理的依據。計數傳感器采集環境中的昆蟲飛蛾數量，用于開展對蟲害的控制。在生殖生長階段，主要由無人機搭載的攝像機和光譜儀采集作物影像:視覺圖像用于提取顏色信息，以便分析作物的成熟進程，確定收獲時期;高光譜影像用于提取作物生理特征相關的參數，分析營養狀況，確定后期的肥料施用量，并預測最終產量。采集的信息通過信息傳輸模塊發送到存儲器中，對各種傳感器采集的信號進行模數轉換;在操作界面上設置系統的運行參數，處理器從存儲器中提出數據，對圖像進行計算機視覺分析，對高光譜影像進行歸一化處理，對傳感器數據進行模擬分析;最后，處理器引入專家數據庫和知識庫的計算模型，生成對作物生長發育狀況的評估結果及管理控制指令，并存儲數據，如圖2所示。

　　3試驗結果與分析

　　2018年，在廣西職業技術學院試驗基地中對作物全生命周期的信息系統及其管控功能進行了試驗，試驗的作物是水稻。選擇4個田塊，各田塊的形狀面積都不同，土壤肥力各異。將每個田塊分成面積相等的兩部分;一部分進行人工管控，另一部分進行信息系統管控。信息系統管控的田塊在水稻的全生命周期中采集生長信息，并按照系統的管控指令灌水、施肥和噴施農藥，最后測定水稻的產量并與人工管控方式進行比較。試驗的結果表1所示。由表1可以看出:采用人工管控方式時，4個田塊的淡水、肥料和農藥消耗量都較大，產量維持在7.18～7.63t/hm2之間;當采用信息系統進行管控時，上述3種生產資源的消耗量大幅降低，部分減少幅度超過10%。與人工管控方式相比，水稻產量的降幅較小，在第2號和4號田塊中甚至沒有體現出差別，具有更高的種植效益。

　　4結論

　　為了解決現有生長監測方法難以涵蓋農作物全生育期的問題，建立了基于農作物全生命周期的信息系統。系統由信息采集模塊、信息傳輸模塊和信息管控模塊3個部分組成，在作物的不同生長階段采集相應的信息，經過分析后評估作物的生長發育狀況并形成管理控制指令。試驗結果表明:信息系統管控下的作物生產資源消耗量大幅降低，且產量降幅較小，體現出更高的種植效益。因此，建立農作物全生命周期的信息系統并對其管控功能進行完善，可以實現生產資源更合理的配置，提高可持續發展能力。

　　參考文獻:

　　[1]周冉，班紅勤，侯勇，等.京郊典型作物生產體系施肥環境影響的生命周期評價[J].農業環境科學學報，2012，31(5):1042-1051.

　　[2]肖俊夫，劉戰東，段愛旺，等.中國主要農作物全生育期耗水量與產量關系[J].中國農學通報，2008，24(3):430-434.

　　[3]畢宏偉，陳璽，戴明龍.區域農業逐日需水量估算方法研究[J].安徽農業科學，2016，44(3):46-49.

　　[4]牛麗君.試驗確定大氣溫度對北方玉米生長周期的影響[J].農業技術與裝備，2012(8):66-67.

　　[5]楊天駿，胡歆笛，張巍，等.小麥生長周期的甲基汞器官分布[J].農業環境科學學報，2013，32(3):445-449.

　　[6]張書暢.信息化建設與田間作物管理生命周期屬性研究[J].中國農業信息，2016(5):3-4.

　　[7]耿楠，何東健，王婧，等.小麥生長信息計算機視覺檢測技術研究[J].農業工程學報，2001，17(1):136-139.

　　[8]倪軍，王婷婷，姚霞，等.作物生長信息獲取多光譜傳感器設計與試驗[J].農業機械學報，2013，44(5):207-212.

　　[9]盧少林，倪軍，曹衛星，等.基于主動光源的作物生長信息監測儀的設計與試驗[J].農業工程學報，2014，30(23):

　　作者：王顯梅 單位：廣西職業技術學院機電與信息工程學院