文 | 章不才
编辑 |章不才
一、前言
可持续农业是当前全球农业发展的趋势，其中 无线传感器网络技术 可以帮助农业生产更加 高效、节能和环保 ，如何利用无线传感器网络技术比较不同肥料处理下生长的秋葵，成了科学家研究的重点。
二、什么是可持续秋葵园中的无线传感器网络技术？
无线传感器网络技术是一种通过 无线通信实现分布式数据采集和传输的技术 。在可持续秋葵园中，可以使用无线传感器网络技术来监测土壤湿度、温度、光照强度、二氧化碳浓度等环境因素，以及秋葵的生长状态和健康状况等信息。通过收集这些数据，可以更好地了解秋葵生长的环境条件和生长状态，从而优化秋葵的生长管理。
三、实验准备
实验装备成国外购买并在 秋葵花园中组装 。设置包括Waspmote农业传感器板Pro，用作微控制器，WaspmoteZBProSMA5dBi无线电用于传输数据包，6600mAh可充电电池，7.4伏特太阳能电池板，水印土壤湿度传感器， 太阳辐射/紫外线传感器，土壤温度Pt-1000传感器和MeshliumZigBeePRO接入点。
土壤湿度和温度传感器值确定了 土壤湿度含量的准确阈值 ，并且还可以用于指示灌溉事件。水印传感器是一种电阻型传感器，由两个抗腐蚀电极嵌入石膏晶片下的颗粒状基质中组成。该值与土壤水分张力成正比，返回传感器适应的频率输出。土壤越湿，频率越高，土壤越干，频率输出越低。
水印传感器还组装到arduino微控制器上， 接收到的值指示给水泵的灌溉命令 。Pt-1000也是一种基于电阻的传感器，以摄氏度返回温度值，太阳辐射传感器在其输出中提供与紫外线光强度成比例的电压信号。
从传感器获取的所有数据都转发到Meshlium接入点，并直接存储到 硬盘或发送到云服务 。Meshlium是一台Linux路由器，可作为waspmote传感器网络的网关。将sim插入waspmotesim插槽允许将数据和命令传输到移动设备， 用于将数据帧传输到meshlium的ZigBee无线电在2.54GHz下运行 ，使用仅50mW的传输功率和视线范围为5dBi的偶极天线，可覆盖7000米的范围。
四、实验过程
比较两种不同有机肥料对两种秋葵品种的 硝酸盐淋失和植物生长参数的影响 ，Nature'sCare是一种颗粒状肥料，其中3％的缓释水不溶性氮来自羽毛粉、鱼粉、血粉、小麦中间物和肉骨粉。Espoma的Garden-tone也是一种颗粒状肥料，但其总氮含量包括0.2％氨态氮、0.6％其他水溶性氮和2.2％水不溶性氮。水不溶性氮来自水解羽毛粉、巴氏杀菌禽粪、骨粉和苜蓿粉，是一种缓释氮。
使用的两个秋葵品种为：ClemsonSpineless和QuimbomboEmerald。ClemsonSpineless因其高产量和口感而广受欢迎，而QuimbomboEmerald则因其产出大型嫩果而常被选择。
实验植物是从种子开始种植的，直接在花园土壤中种植，每隔12英寸种一株。对照组是在10升的裸泥土盆中种植的， 没有添加肥料或微生物 ，所有组都在100％的阳光下生长，根据需要进行灌溉、除草和防虫处理，每周测量植物生长参数：叶数、叶长、叶宽、枝长、基径、产量和秋葵大小。
找到用于测量深度范围从15厘米到1.8米的近表面装置，该装置由一个4.8厘米外径的PVC管和一个200-Kpa多孔陶瓷杯组成。灌溉后每周收集淋滤液并分析硝酸盐浓度，每月组合样品分析硝酸盐浓度，使用商用硝酸盐传感器分析土壤硝酸盐浓度，并将数据在两个施肥处理的床之间进行比较。
我们比较了两个不同肥料床的淋滤液中的硝酸盐浓度、两种不同秋葵品种的植物生长参数，并使用无线传感器网络评估了精密农业的土壤性质。
种植在自然护理、EspomaGarden-tone或无肥料条件下的 三个月生长期内 ，Clemson无刺秋葵和Emerald秋葵品种的平均高度。在自然护理条件下生长的Clemson无刺秋葵在一个月时平均高度为26.9厘米，在两个月时为86厘米，在三个月时为107厘米。
在EspomaGarden-tone条件下生长的Clemson无刺秋葵在一个月时平均高度为30.5厘米，在两个月时为81厘米，在三个月时为107.6厘米，而未施肥的Clemson无刺秋葵的平均高度最差，一个月时为18厘米，两个月时为36.7厘米，三个月末为57.8厘米。
在自然护理条件下生长的Emerald秋葵在一个月时平均高度为14.8厘米，在两个月时为75.6厘米，在三个月时为93.3厘米。当在 EspomaGarden-tone 条件下生长时，Emerald秋葵在一个月时平均高度为18.6厘米，在两个月时为50.7厘米，在三个月末为59.7厘米，而未施肥的Emerald秋葵在一个月时平均高度为9.7厘米，在两个月时为22.5厘米，在三个月末为52.3厘米。
两个不同品种和两个不同肥料处理的秋葵长度保持不变，但是Emerald的果实厚度比Clemson无刺秋葵要薄。
可以观察到 植物参数的差异 ，其中Clemson无刺秋葵的植物参数值最高。秋葵基径、高度、叶片数和秋葵数在每个品种之间明显不同，使用Nature'sCare肥料可以产生更高的植物参数值。
两种秋葵品种Clemson无刺秋葵和Emerald的果实大小在Nature'sCare和Espoma'sGarden-tone肥料处理中几乎相同，长度均为11厘米。90天后，每周的总收获量平均为6磅。
在所有三种处理下种植Clemson无刺秋葵和Emerald秋葵的 土壤中淋溶的硝酸盐 。对于Clemson无刺秋葵，观察到Garden-tone在一个月内有更多的淋溶，达到1800毫克/升，在第二个月为660毫克/升，在第三个月为72毫克/升。同样对于Clemson无刺秋葵，Nature'sCare在第一个月有第二高的硝酸盐淋溶值，为843毫克/升，在第二个月为450毫克/升，在第三个月为44毫克/升。
然而，对于Emerald秋葵，Nature'sCare在前两个月的硝酸盐淋溶值更高，分别为2500毫克/升和1000毫克/升，其次为第三个月的50毫克/升，Garden-tone含有第二高的硝酸盐淋溶值，第一个月为1500毫克/升，第二个月为875毫克/升，第三个月为108毫克/升。
五、不同肥料处理对秋葵生长有何影响？
不同的肥料处理可以对秋葵的 生长产生不同的影响 。一般来说，肥料可以提供植物所需的养分，促进植物的生长和发育。但是， 不同的肥料成分和施用方法会对秋葵的生长产生不同的影响 。例如，氮肥可以促进秋葵的叶片生长，磷肥可以促进秋葵的根系生长，钾肥可以促进秋葵的果实生长和质量。
但是， 如果肥料施用不当，也会导致秋葵的生长问题 ，例如过量施用氮肥会导致秋葵长势过旺，而影响果实的品质和产量。因此，在进行肥料处理时需要根据具体情况进行施用，以达到最佳的生长效果。
六、传感器网络技术如何帮助我们收集实验数据？
在可持续秋葵园中，可以通过安装 多个传感器节点 ，将传感器网络部署在整个园区中，以收集环境因素和秋葵生长状态的数据。 传感器节点可以定期采集数据，并通过无线通信传输到数据中心或云端服务器中进行存储和分析。
通过这种方式，我们可以实时监测和记录秋葵园中各种因素的变化，例如土壤湿度、温度、光照强度、二氧化碳浓度等，以及秋葵的生长状态和健康状况等信息。 这些数据可以用于分析秋葵生长的影响因素，以及不同肥料处理对秋葵生长的影响等问题。
我们发现PT1000土壤温度传感器安装不当，深度为5厘米，部分传感器暴露在外，导致温度读数高达40摄氏度。我们建议将该温度传感器埋入到根深处，以便更准确地描述根区域的温度，以与根区域的土壤湿度读数相对应。
从水印、Pt-1000和紫外线辐射传感器获得的48小时值强烈相关。在0600小时至1200小时之间的白天发生了降雨事件。
当WSN正确安装时，该系统的出色性能无疑有助于农民提供 实时的田间数据 。然而，正确安装的设备并不能保证系统的稳定性。有许多挑战和限制可能会降低性能质量，其中包括电池电力、数据传输和数据存储，电池电力决定了系统的效率，当电池电量低时，观察到waspmote传输传感器捕获的数据包的能力受到影响。
数据存储也是一个问题，取决于收集的数据量、数据收集速率和存储单元的大小。这些问题可能会妨碍精密农民的决策制定，此外，确定土壤硝酸盐浓度的过程是劳动密集型的，应进一步研究更好的方法，利用无线传感器技术提供实时测量。
七、如何优化传感器网络技术，以提高其在农业生产中的应用效果？
1.优化传感器节点的布局：传感器节点的布局对于 数据采集和分析 至关重要。应该根据农作物的生长情况和土地的特征来确定传感器节点的位置，以确保能够准确地监测到土壤水分、温度、光照等关键指标。
2.选择合适的传感器和通信技术：不同的农作物和环境需要不同类型的传感器来监测。例如，对于某些农作物，需要监测土壤中的氮含量，而对于其他农作物，则需要监测土壤中的磷含量。此外，选择合适的通信技术可以确保数据的实时传输和分析。
3.优化数据分析算法：传感器网络技术采集的数据量庞大，因此需要使用高效的数据分析算法来处理数据。这些算法可以帮助农民更好地了解农作物的生长情况，预测病虫害的发生和土壤的营养状况等。
4.实时监测和反馈：传感器网络技术可以提供实时监测和反馈，使农民能够及时采取措施来保护农作物。例如，当土壤水分达到一定的阈值时，可以自动启动灌溉系统，保持土壤湿度在适宜的范围内。
八、结论
随着物联网技术的不断发展，无线传感器网络技术在农业生产中的应用前景非常广阔 。未来，无线传感器网络技术将逐渐普及，成为农业生产中不可或缺的一部分。
参考文献：
[1]LópezRiquelme等人在2009年的《计算机与电子农业》杂志上发表了题为“用于西班牙南部精准园艺的无线传感器网络”
[2]Green等人在2009年的《计算机与电子农业》杂志上发表了题为“使用新型无线传感器网络监测和建模青贮堆内部温度变化”
[3]Li和Wen在2008年的《电子与信息技术学报》上发表了题为“无线传感器网络中聚类算法的能量有效优化”
[4]Li等人在2009年的《农业机械学报》上发表了题为“基于无线传感器网络的温室环境监测系统”
[5]张等人在2008年的《农业机械学报》上发表了题为“基于IEEE802.15.4的温室无线监测系统通信实现”