物联网的应用(物联网的应用可分为哪四个类型)

 

1、引言

目前，农业生产还是以传统人力生产为主，具有生产规模小、分散、 不易集中组织管理等特点，农业管理也比较落后，在进行灌溉、施肥、喷药时，主要是以依靠传统经验为主， 缺乏先进技术应用管理。随着人口老龄化加速，机械化管理成为必然的趋势，使用云计算、大数据技术进行指导生产是解决当前中国所面临的诸多问题的必经之路。物联网是一种解决问题的技术，它使用各种传感器，这些传感器通过互联网连接，并与卫星集成，在各个领域创造奇迹。

2 系统架构

发展农业生产必然要使用先进的技术，随着传感器设备、智能系统和互联网协议的不断扩展，物联网的体系结构已经支持农业发展向智能农业方向演进。每个智能系统采用了不同 的技术，而物联网是所有智能系统的核心部分，包括了传感器设备、协议、 卫星成像、无人机和网关，它们都连接到云服务器。每一个开发的系统都会收集土壤湿度、温度、pH 值、氧气 需求等数据，并做出相应的决策。

物联网在农业生态方面涉及众多应用，本文主要讨论在以下 4个方面 的应用：物联网的智能灌溉应用；物联网的地下水硝酸盐的测定应用；物联网的智慧精准生态应用；物联网的智能身份验证应用。农业物联网体系结构如图 1 所示。

3 物联网在农业中的应用

经过近几年的发展，物联网在农业中的应用加快了我国农业生产的步 伐。虽然有了很大的发展，但是与国外农业生产相比，我们还是有很大的 差距。在国外，农业物联网的应用主 要集中在农业灌溉应用、农业地下水 检测、精准农业与农业生态环境监测和身份验证等方面

3.1 物联网在农业灌溉中的应用

目前，水资源的短缺程度越来越 严重，必须有效利用水资源，这是农业 发展的重要资源。一种被称为自动智能 灌溉决策支持系统（SIDSS）的新技术 有望有效地管理和灌溉农田，灌溉估算 每周进行一次。因此，每周都要计算土壤特性、气候条件和天气信息。为了实 现 SIDSS，相应提出了 ANFIS 和 PLSR 两种机器学习技术，由人类专家和其他 领域科学家完成并进行了测试。

SIDSS 所使用的传感器中包括一个土壤传感器，用于检测不同的作物和条件，该设备采用 GSM/GPRS 调制 解调器建模，从不同的位置收集信息、 环境变量（降雨量、湿度、所需水位 深度等）作为系统的输入。

测量农业所需的灌溉量是一项具 有挑战性的工作。农田里的灌溉方式 因地而异，因此，土壤灌溉需要的时间以及水量的多少，必须通过 ANFIS 和 PLSR 技术来进行预测。利用 ANFIS 推理系统生成模糊规则，可以准确预测农田灌溉需水量，而 PLSR 是一种获得预测变量值的统计方法。相较而言， ANFIS 在确定灌溉需水量方面比 PLSR 有更好的性能。针对两种机器学习技术（ANFIS 和 PLSR）的实验装置和不 同变量集的比较，VWC 传感器可以准 确地检测土壤水分，输入系统所需的 一组输入变量，该过程每周进行一次， 土壤传感器检测湿度水平和相对温度。

在此情况下，需要连续的土壤测 量来支撑准确预测作物所需的灌溉量。 需要对预测结果进行对比分析，以获得对变量和作物的正确理解；保留作物的 历史信息，以便进一步改进。如果新种 植园没有以前的信息历史，VWC 传感 器将被移除。未来，进一步的研究将集中于不同的地区和不同的条件。

3.2 物联网在地表水和地下水硝 酸盐含量检测中的应用

众所周知，硝酸盐是一种污染物， 可能存在于水果、蔬菜甚至是水中。 硝酸盐是一种有害的物质，当它的浓 度增加到预期水平以上时，会引起高 铁血红蛋白血症，这被认为是血液中 铁离子的一种变化。硝酸盐能引起人 类和植物的许多疾病，根本原因是其 含量的增加。同样地，如果硝酸盐在 地下水中增加，将会影响植物和作物 的生长，最终影响农业的发展。

为了克服这一问题，我们引入了 一种智能硝酸盐传感器来监测地表水 和地下水中的硝酸盐含量。该系统配 备了相关设备，如平面叉指传感器、 仪器以及电化学阻抗谱仪，用于报告 土壤水分中硝酸盐的含量。

除分光光度法外，水中硝酸盐氮 的测定方法还有很多。每月采集河流、 湖泊和地下水样品进行硝酸盐测定。以 往的研究工作表明，该方法在不同的条 件下都具有很好的精度条件。但是在一 定的条件下，温度在不同的磁场中是有变化的。因此，需要对温度效应进行补 偿，采用温度补偿传感器来低成本计算 硝酸盐含量。传感系统通过 Wi-Fi 连 接与基于物联网的云服务器相连。

平面型叉指传感器已被用于识 别水中硝酸盐的浓度，根据产生的电场的变化来检测硝酸盐。温度对水中 的离子有很大的影响，因此，有必要测量传感器在不同温度条件下的温度 变化。所需的完整实验设备装置包含 Hioki3522-50 LCR 仪、SCILO-GEX MS 7-H550 Hioki 四端探头、数字热板 搅拌器、水银温度计、数据采集计算 机等，对以下问题进行各种实验：一 是温度的精确测量——同一传感器可 用于测量地下水的温度，其阻抗的电 阻和电抗用欧姆（Ω）表示，结果表明， 阻抗减小，温度越高；二是溪水测试， 即使是使用溪水样品，也需进行几次测试，用分光光度法测定河水中硝酸 盐的浓度；三是将采集的数据发送到 物联网云服务器；四是将阻抗测量因 子与实际开发的系统和 LCR 进行比较。 此外，我们对系统的温度补偿也进行 了多种改进。

最后，我们利用传感装置和分光 光度法对样品水中硝酸盐的含量进行了检测，取得了良好的效果。

3.3 物联网在精准农业和生态监测中的应用

基于物联网的精准农业建设和生 态因子监测，除了物联网协议和工具之 外，还利用和部署了各种传感器节点， 相关系统通过使用不同的平台和云技 术完成。过去几年中，由于塑料的使用 以及人类废弃物、小颗粒污染物和温室 气体的排放，环境受到严重污染，污染 的增加导致了水质的酸性增强。鉴于 此，该系统的目标是通过监测生态因素 来控制污染和改善农业。

3.3.1 精准农业预测

互联网小常识：网络应用软件开发与运行环境包括网络数据库管理系统与网络软件开发工具。

整个系统是为了支持智能灌溉、 害虫控制，对植物病害程度进行监测， 从而有针对性地进行智能喷洒农药。 以一个葡萄种植园为具体的场景，观 察葡萄树的生长状况，可以使用无人机进行监测，植物被感染的部分能够实现无人机识别。监测过程中需要每 15 分钟收集一次有关相对湿度、温度、 紫外线辐射的信息，需要借助遥感技 术、物联网、云服务器等。智能系统 与位于整个现场的不同位置的物联网 节点采集相关的信息，并将相关信息 重新传回服务器。无人机可以非常精 确地捕捉到来自野外的图像，也可以 通过卫星成像方法获取图像。物联网 节点能够根据捕获的图像将数据直接 发送到云中，进而决定只在受影响的 区域喷洒杀虫剂。

3.3.2 海水养殖与生态监测

定期测试不同地点的重要因素， 如海气温度、湿度、含氧量。使用无人机捕捉精确的数字图像，并将图像 发送到云服务器，农业专家可以随时 从云检索图像。生态监测中的物联网 如图 2 所示。

物联网平台配置物联网节点，传感器数据在完整描述中进行了详细描 述。物联网节点可以收集信息，直接 发送到云端。物联网实际上是帮助云 与每台物联网机器进行通信，以收集污染的数据。数据用户可以指定拍摄 图像的区域覆盖范围，这是由无人机 和现场摄像机智能完成的。专家可以 使用智能手机应用程序或平板电脑从 云端访问图像，每个特定的节点和设备通过 API 进行通信，开发的系统部 署在私有云中。

物联网节点采用 Arduino、Raspberry Pi 设计，实现了良好的质量属性。科学家对该系统进行了试验评价，并得出了 最佳结果。

3.4 物联网在安全用户认证中的应用

互联网小常识：入侵检测技术可以分为异常检测、误用检测及两种方式的结合。

在农业中，与气候有关的各种参 数（二氧化碳、土壤湿度、酸性湿度、 温度等）都被收集并存储为一个数据 集。未经认证的人员对原始数据所做 的插入、删除、更新等任何形式的修 改都可能给农民和农作物带来巨大损 失，进而影响国家的农业发展。因此， 鉴于安全性和隐私性的需要，必须开 发一种身份验证方法。在这方面，可 使用 BAN（Burrows-Abadi-Needham） 逻辑来确保交换的信息可信，然后使 用 AVISPA（自动验证信息安全协议应 用程序）进行模拟。AVISPA 是一个按 钮工具，用于指定安全属性。

调查表明，尽管有各种各样的认 证机制，但它们都缺乏任意一个方面， 如物联网的一个方面。无线传感器网络 被广泛用作存储容量有限的传感器节 点。2009 年，该系统仍以 Das 方案的 名义进行了扩展，摆脱了安全问题—— 缺乏发现内部攻击的能力，并得到了进 一步的改进。2010 年，Khan 等人发现 了 Das 方案中存在的缺乏相互认证等安 全问题，采用了一种新的相互认证方法 来克服这些安全威胁。直到 2012 年， 人们仍然发现该系统存在各种各样的 攻击，如被盗攻击和冒充攻击，甚至在 开发身份验证协议后，系统也无法抵御恶意的内部攻击。即使在 2014 年，由 于欺骗攻击，身份验证方案仍无法提供 良好的结果。2016 年，科学家们提出 了一种基于无线传感器网络的远程认 证方案，最大限度地减少了以往研究中 发现的问题和攻击。科学家利用 BAN 和 AVISPA 工具开发了一个良好的协 议，克服了各种类型的攻击。

在这个场景中，实现了各种安全 性，机密性、完整性、强大的用户和 相互身份验证、安全性和隐私性与任 何类型的攻击相矛盾。该方案分为设 置阶段、注册阶段（生成唯一的 ID 和 密码）、登录 / 认证阶段（生成随机数）、 会话密钥协商阶段。

AVISPA 和 BAN 逻 辑 在 不 同 的 阶 段 实 现。 此 外， 利 用 广 泛 认 可 的 AVISPA 工具，可以进行完善的甚至 形式化的安全分析，确保所提方案在 被动和主动攻击（包括重放方法和中 间人攻击）下都是安全的。与 Tsai-Lo 的方案和其他连接方案相比，移动用 户具有更多的安全功能（保密、性、完 整性等）以及更低的计算成本，使得 系统更适合于实际应用。

认证和验证方案应使用高效的密码 系统和其他安全标准来设计，以支持安 全的相互认证和用户保密，不使用 SSL。 使用 BAN 和 AVISPA 逻辑实现的 身份验证方案如图 3 所示，采用 pH 传 感器、氧传感器、湿度传感器等多种 传感器，通过接入点与基站进行通信。 该系统不受安全威胁，参数质量良好。

4 优点和改进

通过简化农民的工作和优化作物 生产，农业生产正日益自动化。在农业物联网工程中，通过采集土壤、湿度、 温度等信息，可以方便地进行定期监测，有助于生态因子的预测。物联网与云技术的结合 , 可以提高国家的农业生产效率。

根据从各种研究中收集到的信息， 未来可以考虑从两个方面进一步扩展： 一是继续拓展可靠性、可扩展性参数， 并使用开源编程语言作为程序；二是 智能灌溉系统的开发可以在其他种植 园中实现，并分析其性能。在认证方 案中，还可以通过增加数据集来提高 系统的准确性，进一步降低协议的复 杂度而不影响安全特性，整个工作甚 至可以与云计算环境合并。

根据以往的工作经验与资料积累， 可以对作物种植进行一些新的改进。 部分传感器可以在农业中发挥巨大的作用，使农业生产变得更加智能。将 农业生产活动中采集的数据整合为数 据集，该数据集可为农业中的每项智能工作维护提供进一步的参考。

使用无人机采集温湿度等信息， 可以辅助决定农业中必须种植的作物 类型，能够发现某种作物适合的生长环 境，这些历史信息都可以找到并发送给 农业专家。有了这些数据，农业专家可以根据情况种下新的农作物。根据土壤 类型信息，可以发明并制造一种新的装 置，将种子适时撒到田间，实现播种的 自动化。如果气候发生变化，也可以通 过智能系统进行告警提示。

大数据在维护气象信息、土壤类 型特征的数据集方面发挥着巨大的作 用，根据收集到的数据，作物种子可 以由农业专家投掷，也可以由类似无 人机的设备喷洒。同样地，土壤类型、 要种植的作物类型以及适当的农药和 肥料等数据可以结构化为一个数据集， 未来可据此分析作物的生长情况，预 先确定要在田间喷洒的农药类型，以 节约农业生产时间。

作者：陈伟东 李国领 叶亚伟 张磊 秦红涛

来源：广播电视网络

（内容版权归原作者所有，如有侵权请立即与我们联系，我们将及时处理）

互联网小常识：网桥最主要面临的问题是帧转发率低与广播风暴，影响其性能的主要参数是：帧转发率与帧过滤率。

免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186