论文部分内容阅读
摘要 针对现今农田小气候监测系统数据误差问题和病虫草害发生影响因素的研究，本文介绍了一种基于无线传感器网络的农田小气候数据预处理方法，并以此设计基于数据预处理的病虫草害农田小气候监测系统。系统集成多类型传感器，采集的农田小气候数据并利用Zigbee无线传输至数据预处理节点，再使用GPRS通信网络上传至服务器端，从而完成农田小气候数据的采集、处理与上传，用户可通过电脑或手机实时监控农田小气候信息。测试结果表明，该农田小气候监测系统可提供农田小气候监测的稳定性和可靠性。
关键词 数据预处理；无线传感器网络；农田小气候；监测系统
中图分类号 S431 文献标识码 A 文章编号 1007-5739（2017）15-0277-03
Abstract Aiming at error data in farmland microclimate monitoring system and the influencing factors of disease pest and weed，a preprocessing method of farmland microclimate data based on wireless sensor networks was developed in this paper，and then it also proposed farmland microclimate monitoring system for plant diseases and insect pests based on wireless sensor networks. The monitoring system integrating multiple types of sensors collected the data of farmland microclimate and transmitted to the data processing node through Zigbee wireless network，then used GPRS communication network to upload to server mode，which could complete the acquisition，processing and uploading of farmland microclimate data.Users could monitor the real-time farmland microclimate information by computer or mobile phone.The testing results showed that the system could enhance the stability and reliability of farmland microclimate monitoring.
Key words data preprocessing；wireless sensor network；farmland microclimate；monitoring system
為了积极主动预防病虫草害，快速掌握作物田地的农田小气候动态，避免或减少病虫草害造成的损失，逐步建立起广泛覆盖的农田小气候监测系统已经成为病虫草害预测的一大任务[1]。农田小气候监测能够实现对土壤温度、土壤湿度、土壤pH值、光照强度、日照时数、降水量等信息及时获取，为病虫草害的预防提供了充分的农田小气候分析数据点。
浙江大学计算机科学与技术学院的林兰芬等[2]提出一种基于GIS的农田小气候环境可视监测系统，利用物联网感知数据可视化、地理信息系统的融合，以GIS为基础，设计了多种可视化方法实时展示农田小气候数据，设计开发智能移动端应用，可提供检测服务，方便农业参与者随时随地掌握农田小气候。哈尔滨理工大学自动化学院的李双全等[3]提出了一种基于ARM STM32的农田小气候数据采集器的设计，通过分析现有农业物联网技术，开发出一个以STM32F103芯片为分采集器控制核心、GPRS无线传输功能和CF接口的数据采集器，能保证数据实时上传和长期存储。
现有的农田小气候监测系统并未考虑采集的原始数据的误差，即使监测传感器出现故障，依然会发送错误的数据到服务器，一方面消耗了网络资源造成浪费，另一方面上传至服务器的错误数据增加了数据处理的负担。因此，本文通过研究无线传感器网络汇聚节点对原始数据的预处理，减轻数据传输负担，实现对土壤温湿度、土壤pH值、光照强度、光照时间、降水量等信息及时获取和处理，准确实时地监控各监测点的农田小气候状况，为病虫草害的预防提供依据。
1 农田小气候数据预处理方法
由于传感器技术限制，农田小气候监测单元包含的多种传感器的测量精度有差异，加上长时间持续供电导致的传感器灵敏度降低，在同一监测点区域内设置的不同农田小气候监测单元，所获取的农田小气候数据差异会更加明显。因此，将任意一个监测单元作为汇聚节点，接收多组农田小气候数据的汇聚节点利用正态分布公式，计算农田小气候数据的各单项因子数据的期望值μ，按照原数据格式组合成一组新的农田小气候数据，上传至服务器[4]。
如图1所示，具体步骤如下：①无线传感器网络中的农田小气候监测单元作为源节点进行农田小气候数据的采集，以m个源节点构成农田小气候监测单元组合，同时任选其中一个源节点作为汇聚节点。②m个源节点通过无线网络将农田小气候数据以单播方式分发数据包至汇聚节点，所述农田小气候数据包括土壤温度、土壤湿度、土壤pH值、光照强度、光照时间、降水量等6种单项因子数据。③汇聚节点接收到的m组农田小气候数据利用正态分布公式f（x）=e，逐一计算各农田小气候数据的各单项因子数据的期望值μ和标准差σ。④设置σ可信阈值d，若σ>d，则舍弃该单项因子数据；若σ≤d，认定期望值μ为该单项因子数据的数据均值。⑤将各单项因子数据的均值μ按照原数据格式保存成一组新的农田小气候数据，其中无有效均值的项为空。⑥通过GPRS或其他通信网络把处理后的农田小气候数据上传至服务器。 数据预处理能够有效减小由于长时间运行或其他原因导致的农田小气候传感器测量结果误差过大，同时处理后的农田小气候数据量更小，减少GPRS/GSM或其他移动网络通信消耗，且数据更能代表该监测单元内农田小气候的整体情况。还能将测量误差大的农田小气候单元编号反馈，方便以后针对性维修。
2 病虫草害农田小气候监测系统设计
2.1 需求分析
自20世纪80年代以来，国内外专家学者在各类病虫草害研究方面进行了大量的病害与农田小气候相关的研究，逐步求证各个农田小气候因子对病虫草害发生的影响情况。例如在早稻稻瘟病的研究中，于 雷等[5]指出，稻瘟病病原菌的发育和侵入的主要因子是温湿度，早稻稻瘟病发生的最佳温度为20～30 ℃，湿度在80%以上，若在此期间遇上连续阴雨，易出现稻瘟病菌孢子高峰。因此，实时监测作物生长环境的农田小气候，研究分析各个农田小气候因子发展趋势，对于病虫草害的预测是很有必要的[6]。
分析病蟲草害发生时的环境数据，开发基于无线传感器网络的农田小气候监测系统，采用汇聚节点预处理数据的方法，对土壤温湿度、土壤pH值、光照强度、日照时数和降水量等农田小气候信息进行监测、保存和分析，结合上述环境因子，预测植株是否会感染病虫草害，针对预测的发生情况提前进行预防。系统的无线传感器节点用来采集农田温湿度、光照及降水量等环境数据，针对作物易发生的病虫草害所需的土壤和时间因素，综合分析农田小气候数据，将病虫草害处理方式从“发现—治理”转变为“预测—预处理”，为病虫草害的预测与治理提供充分的数据支持，更好地指导病虫草害治理进程。
2.2 系统总体架构
系统充分考虑农业地域广的特点，导致传感器节点分布多且杂，因而采用Zigbee技术组成无线传感器网络[7]。农田小气候监测系统中的无线传感器网络中的节点主要分布于农田中，由具有数据采集能力的感知节点和具有无线通信、数据处理以及存储能力的汇聚节点组成，可实时感知、监测作物土壤等信息；Zigbee网络中的感知节点通过无线网络将采集到的信息以单播方式分发数据包至汇聚节点，预处理后，汇聚节点将农田小气候数据上传至服务器端；服务器端将农田小气候数据与预先设定的警戒点数据对比后，将分析结果分发显示在电脑终端和手机终端，实现农田小作物信息的远程集群化监测和管理。系统架构如图2所示。
该系统由环境感知节点通过Zigbee无线网络将采集的环境数据传输至可对数据进行预处理的汇聚节点，再利用GPRS通信网络上传至服务器端，服务器端接收到汇聚节点上传的数据后，对其实现融合处理，终端可以是电脑或者手机，用户利用终端设备对农田中的远程环境数据进行实时监测。
2.2.1 农田小气候监测系统流程。系统由众多传感器实时采集农田小气候信息和图像信息，并通过Zigbee无线网络传输到汇聚节点对农田小气候数据进行预处理[8]，把正常的农田小气候数据和不符合要求的农田小气候监测单元的序号由GPRS上传到服务器端控制中心分析处理后，得出相应的需求结果，进而可以实现对农田小气候的监测与预警。系统流程如图3所示。
2.2.2 无线传感器网络节点结构。本系统中形成的多级自组织的星型网络拓扑结构系统由一些无线网络传感节点组成。如土壤温度湿度传感器、土壤pH值传感器、光照强度传感器、日照时数传感器和降水量传感器等[9]。1个协调器节点和多个传感器节点组成了本系统的星型网络拓扑系统，其中协调器节点负责与每一个传感器节点通讯，是中心的汇聚节点，传感器之间不能直接传输数据[10]。部署无线传感器网络的目的是协同地采集和处理农田区域的农田小气候信息，并将信息上传至服务器端做进一步的分析与处理。具体的节点结构如图4所示。
2.3 系统设计
系统所组建成的无线传感器网络由三大部分组成：农田小气候监测单元、Zigbee协调器、Zigbee路由器。其中农田小气候监测单元由太阳能光伏板、蓄电池、传感器、微处理器、Zigbee通信模块、高增益天线通过集成电路板和电缆连接组成[11]。传感器包括土壤温度传感器、土壤湿度传感器、土壤pH值传感器、光照强度传感器、日照时数传感器、降水量传感器。
其中土壤温湿度传感器采用的是武汉中科能慧科技的NH133T系列土壤温度传感器，具有测量精度高、微功耗、传输距离长等特点；土壤pH值的测量主要由河北飞梦的FM-pH土壤pH值传感器完成，其采用低阻抗敏感玻璃膜制成，能应用于各种条件的pH值测量，基本消除了碱误差，在pH值0～14范围内呈线性电力值，可长期在线检测[12]；光照强度数据的采集主要使用BH1750FVI芯片，可提供充分的数据采集转换，从而实现对光照的高精度测量；日照时数则使用TBS-RT型日照时数传感器，光谱范围为0.4～1.1 μm，可连续全天候使用，当太阳无障碍辐射量超过120 W/m2时，输出数字逻辑高电平；降水量数据的采集主要使用中科正奇的ZK-YL2雨量传感器，承水口径为Ф（200.0 mm±0.6 mm），可实现降水强度的精准测量。
3 系统软件的实现
针对基于云端的农业病虫草害大数据图文数据库（http：//nysj.itrew.com/）中涉及的各类病虫草害信息，分析其产生所需的农田小气候，研制出基于数据预处理的病虫草害农田小气候监测系统，目前已经正式投入使用。
针对监测系统的设计，开展相关试验研究，以此验证系统的稳定性和可靠性。试验内容如下：选取300 m×500 m的水稻田作为试验用地，将10个传感器节点均匀分布在该区域内，并选出2个汇聚节点，规律性地采集实验地各节点的农田小气候信息，采集规律为每隔1 h采集1次。每个采集节点上安放有温度传感器、湿度传感器、pH值传感器、光照强度传感器、日照时数传感器、降水量传感器。试验选取土壤温度的采集数据比较分析，结果显示，数据异常丢失率为0，数据监测误差<1 ℃，表明农田小气候监测系统可以准确、可靠地实时采集、上传农田小气候信息，满足农田小气候监测需求。 实时数据页面与农田小气候汇聚节点建立连接，可实时获取汇聚节点处理后的6种农田小气候数据，如图5所示。用户可利用此模块快速查询相应时间区段、不同监测区间的土壤温湿度、pH值、光照强度、日照时数和降水量数据，并可将其导出至Excel文件中保存。
监测预警页面则是以地图的形式展示监控数据，如图6所示。用户可利用此模块查看监控区域内任意监控点的照片、温湿度等信息；可设置预警点温度、湿度和pH值，若有监控点异常，系统会自动提示，满足实时监测预警的作用。
数据统计页面是针对农田小气候的统计分析，可同时查看多个监控点在一段时间的农田小气候数据，满足农田小气候监测需求，如图7所示。
4 结语
在病虫草害监测和预警中应用无线传感器网络，首创汇聚节点预处理原始数据，减轻数据传输负担，实现对土壤温湿度、土壤pH值、光照强度、日照时数、降水量等信息及时获取和处理，精确地分析处理各监测点的农田小气候狀况，为病虫草害的预防提供了充分的农田小气候分析数据点。
5 参考文献
[1] 吴金亮，单丽佳.土壤墒情监测方法综述[J].农业科技与装备，2014（6）：65-68.
[2] 林兰芬，王瑞松，于鹏华.基于GIS的墒情环境可视监测系统[J].农业机械学报，2015（3）：254-260.
[3] 李双全，辛玉明，方正.基于ARM STM32的农田小气候数据采集器的设计[J].安徽大学学报（自然科学版），2017（1）：59-66.
[4] 辜丽川.基于无线传感器网络的土壤墒情数据预处理方法：中国，2014
10594915X[P].2016-01-20.
[5] 于雷，张景媛.气象因子对稻瘟病的影响及预报[J].黑龙江气象，1994（2）：35-36.
[6] 郑向歌，任平英.基于ZigBee的无线传感器网络在土壤墒情监测中的应用研究[J].科技与创新，2017（7）：8-9.
[7] 宋晗.基于Zigbee的土壤墒情自动监测系统设计[D].石家庄：河北科技大学，2016.
[8] 牛广文.基于GPRS通信的远程土壤墒情自动监测系统设计[J].自动化与仪器仪表，2015（2）：36-37.
[9] 李光云，胡钢，马国玉，等.基于无线传感器网络的土壤墒情监测系统[J].微处理机，2014（2）：89-93.
[10] 王文贞.基于ZigBee无线传感器网络的土壤墒情监测系统[D].天津：河北工业大学，2014.
[11] 支孝勤，马中文，江朝晖，等.基于无线传感器网络和WebGIS的墒情监测系统[J].中国农学通报，2012（32）：306-311.
[12] 吴春，姜波，申长军，等.基于无线网络的远程墒情监测系统设计与实现[J].节水灌溉，2011（12）：37-40.
关键词 数据预处理；无线传感器网络；农田小气候；监测系统
中图分类号 S431 文献标识码 A 文章编号 1007-5739（2017）15-0277-03
Abstract Aiming at error data in farmland microclimate monitoring system and the influencing factors of disease pest and weed，a preprocessing method of farmland microclimate data based on wireless sensor networks was developed in this paper，and then it also proposed farmland microclimate monitoring system for plant diseases and insect pests based on wireless sensor networks. The monitoring system integrating multiple types of sensors collected the data of farmland microclimate and transmitted to the data processing node through Zigbee wireless network，then used GPRS communication network to upload to server mode，which could complete the acquisition，processing and uploading of farmland microclimate data.Users could monitor the real-time farmland microclimate information by computer or mobile phone.The testing results showed that the system could enhance the stability and reliability of farmland microclimate monitoring.
Key words data preprocessing；wireless sensor network；farmland microclimate；monitoring system
為了积极主动预防病虫草害，快速掌握作物田地的农田小气候动态，避免或减少病虫草害造成的损失，逐步建立起广泛覆盖的农田小气候监测系统已经成为病虫草害预测的一大任务[1]。农田小气候监测能够实现对土壤温度、土壤湿度、土壤pH值、光照强度、日照时数、降水量等信息及时获取，为病虫草害的预防提供了充分的农田小气候分析数据点。
浙江大学计算机科学与技术学院的林兰芬等[2]提出一种基于GIS的农田小气候环境可视监测系统，利用物联网感知数据可视化、地理信息系统的融合，以GIS为基础，设计了多种可视化方法实时展示农田小气候数据，设计开发智能移动端应用，可提供检测服务，方便农业参与者随时随地掌握农田小气候。哈尔滨理工大学自动化学院的李双全等[3]提出了一种基于ARM STM32的农田小气候数据采集器的设计，通过分析现有农业物联网技术，开发出一个以STM32F103芯片为分采集器控制核心、GPRS无线传输功能和CF接口的数据采集器，能保证数据实时上传和长期存储。
现有的农田小气候监测系统并未考虑采集的原始数据的误差，即使监测传感器出现故障，依然会发送错误的数据到服务器，一方面消耗了网络资源造成浪费，另一方面上传至服务器的错误数据增加了数据处理的负担。因此，本文通过研究无线传感器网络汇聚节点对原始数据的预处理，减轻数据传输负担，实现对土壤温湿度、土壤pH值、光照强度、光照时间、降水量等信息及时获取和处理，准确实时地监控各监测点的农田小气候状况，为病虫草害的预防提供依据。
1 农田小气候数据预处理方法
由于传感器技术限制，农田小气候监测单元包含的多种传感器的测量精度有差异，加上长时间持续供电导致的传感器灵敏度降低，在同一监测点区域内设置的不同农田小气候监测单元，所获取的农田小气候数据差异会更加明显。因此，将任意一个监测单元作为汇聚节点，接收多组农田小气候数据的汇聚节点利用正态分布公式，计算农田小气候数据的各单项因子数据的期望值μ，按照原数据格式组合成一组新的农田小气候数据，上传至服务器[4]。
如图1所示，具体步骤如下：①无线传感器网络中的农田小气候监测单元作为源节点进行农田小气候数据的采集，以m个源节点构成农田小气候监测单元组合，同时任选其中一个源节点作为汇聚节点。②m个源节点通过无线网络将农田小气候数据以单播方式分发数据包至汇聚节点，所述农田小气候数据包括土壤温度、土壤湿度、土壤pH值、光照强度、光照时间、降水量等6种单项因子数据。③汇聚节点接收到的m组农田小气候数据利用正态分布公式f（x）=e，逐一计算各农田小气候数据的各单项因子数据的期望值μ和标准差σ。④设置σ可信阈值d，若σ>d，则舍弃该单项因子数据；若σ≤d，认定期望值μ为该单项因子数据的数据均值。⑤将各单项因子数据的均值μ按照原数据格式保存成一组新的农田小气候数据，其中无有效均值的项为空。⑥通过GPRS或其他通信网络把处理后的农田小气候数据上传至服务器。 数据预处理能够有效减小由于长时间运行或其他原因导致的农田小气候传感器测量结果误差过大，同时处理后的农田小气候数据量更小，减少GPRS/GSM或其他移动网络通信消耗，且数据更能代表该监测单元内农田小气候的整体情况。还能将测量误差大的农田小气候单元编号反馈，方便以后针对性维修。
2 病虫草害农田小气候监测系统设计
2.1 需求分析
自20世纪80年代以来，国内外专家学者在各类病虫草害研究方面进行了大量的病害与农田小气候相关的研究，逐步求证各个农田小气候因子对病虫草害发生的影响情况。例如在早稻稻瘟病的研究中，于 雷等[5]指出，稻瘟病病原菌的发育和侵入的主要因子是温湿度，早稻稻瘟病发生的最佳温度为20～30 ℃，湿度在80%以上，若在此期间遇上连续阴雨，易出现稻瘟病菌孢子高峰。因此，实时监测作物生长环境的农田小气候，研究分析各个农田小气候因子发展趋势，对于病虫草害的预测是很有必要的[6]。
分析病蟲草害发生时的环境数据，开发基于无线传感器网络的农田小气候监测系统，采用汇聚节点预处理数据的方法，对土壤温湿度、土壤pH值、光照强度、日照时数和降水量等农田小气候信息进行监测、保存和分析，结合上述环境因子，预测植株是否会感染病虫草害，针对预测的发生情况提前进行预防。系统的无线传感器节点用来采集农田温湿度、光照及降水量等环境数据，针对作物易发生的病虫草害所需的土壤和时间因素，综合分析农田小气候数据，将病虫草害处理方式从“发现—治理”转变为“预测—预处理”，为病虫草害的预测与治理提供充分的数据支持，更好地指导病虫草害治理进程。
2.2 系统总体架构
系统充分考虑农业地域广的特点，导致传感器节点分布多且杂，因而采用Zigbee技术组成无线传感器网络[7]。农田小气候监测系统中的无线传感器网络中的节点主要分布于农田中，由具有数据采集能力的感知节点和具有无线通信、数据处理以及存储能力的汇聚节点组成，可实时感知、监测作物土壤等信息；Zigbee网络中的感知节点通过无线网络将采集到的信息以单播方式分发数据包至汇聚节点，预处理后，汇聚节点将农田小气候数据上传至服务器端；服务器端将农田小气候数据与预先设定的警戒点数据对比后，将分析结果分发显示在电脑终端和手机终端，实现农田小作物信息的远程集群化监测和管理。系统架构如图2所示。
该系统由环境感知节点通过Zigbee无线网络将采集的环境数据传输至可对数据进行预处理的汇聚节点，再利用GPRS通信网络上传至服务器端，服务器端接收到汇聚节点上传的数据后，对其实现融合处理，终端可以是电脑或者手机，用户利用终端设备对农田中的远程环境数据进行实时监测。
2.2.1 农田小气候监测系统流程。系统由众多传感器实时采集农田小气候信息和图像信息，并通过Zigbee无线网络传输到汇聚节点对农田小气候数据进行预处理[8]，把正常的农田小气候数据和不符合要求的农田小气候监测单元的序号由GPRS上传到服务器端控制中心分析处理后，得出相应的需求结果，进而可以实现对农田小气候的监测与预警。系统流程如图3所示。
2.2.2 无线传感器网络节点结构。本系统中形成的多级自组织的星型网络拓扑结构系统由一些无线网络传感节点组成。如土壤温度湿度传感器、土壤pH值传感器、光照强度传感器、日照时数传感器和降水量传感器等[9]。1个协调器节点和多个传感器节点组成了本系统的星型网络拓扑系统，其中协调器节点负责与每一个传感器节点通讯，是中心的汇聚节点，传感器之间不能直接传输数据[10]。部署无线传感器网络的目的是协同地采集和处理农田区域的农田小气候信息，并将信息上传至服务器端做进一步的分析与处理。具体的节点结构如图4所示。
2.3 系统设计
系统所组建成的无线传感器网络由三大部分组成：农田小气候监测单元、Zigbee协调器、Zigbee路由器。其中农田小气候监测单元由太阳能光伏板、蓄电池、传感器、微处理器、Zigbee通信模块、高增益天线通过集成电路板和电缆连接组成[11]。传感器包括土壤温度传感器、土壤湿度传感器、土壤pH值传感器、光照强度传感器、日照时数传感器、降水量传感器。
其中土壤温湿度传感器采用的是武汉中科能慧科技的NH133T系列土壤温度传感器，具有测量精度高、微功耗、传输距离长等特点；土壤pH值的测量主要由河北飞梦的FM-pH土壤pH值传感器完成，其采用低阻抗敏感玻璃膜制成，能应用于各种条件的pH值测量，基本消除了碱误差，在pH值0～14范围内呈线性电力值，可长期在线检测[12]；光照强度数据的采集主要使用BH1750FVI芯片，可提供充分的数据采集转换，从而实现对光照的高精度测量；日照时数则使用TBS-RT型日照时数传感器，光谱范围为0.4～1.1 μm，可连续全天候使用，当太阳无障碍辐射量超过120 W/m2时，输出数字逻辑高电平；降水量数据的采集主要使用中科正奇的ZK-YL2雨量传感器，承水口径为Ф（200.0 mm±0.6 mm），可实现降水强度的精准测量。
3 系统软件的实现
针对基于云端的农业病虫草害大数据图文数据库（http：//nysj.itrew.com/）中涉及的各类病虫草害信息，分析其产生所需的农田小气候，研制出基于数据预处理的病虫草害农田小气候监测系统，目前已经正式投入使用。
针对监测系统的设计，开展相关试验研究，以此验证系统的稳定性和可靠性。试验内容如下：选取300 m×500 m的水稻田作为试验用地，将10个传感器节点均匀分布在该区域内，并选出2个汇聚节点，规律性地采集实验地各节点的农田小气候信息，采集规律为每隔1 h采集1次。每个采集节点上安放有温度传感器、湿度传感器、pH值传感器、光照强度传感器、日照时数传感器、降水量传感器。试验选取土壤温度的采集数据比较分析，结果显示，数据异常丢失率为0，数据监测误差<1 ℃，表明农田小气候监测系统可以准确、可靠地实时采集、上传农田小气候信息，满足农田小气候监测需求。 实时数据页面与农田小气候汇聚节点建立连接，可实时获取汇聚节点处理后的6种农田小气候数据，如图5所示。用户可利用此模块快速查询相应时间区段、不同监测区间的土壤温湿度、pH值、光照强度、日照时数和降水量数据，并可将其导出至Excel文件中保存。
监测预警页面则是以地图的形式展示监控数据，如图6所示。用户可利用此模块查看监控区域内任意监控点的照片、温湿度等信息；可设置预警点温度、湿度和pH值，若有监控点异常，系统会自动提示，满足实时监测预警的作用。
数据统计页面是针对农田小气候的统计分析，可同时查看多个监控点在一段时间的农田小气候数据，满足农田小气候监测需求，如图7所示。
4 结语
在病虫草害监测和预警中应用无线传感器网络，首创汇聚节点预处理原始数据，减轻数据传输负担，实现对土壤温湿度、土壤pH值、光照强度、日照时数、降水量等信息及时获取和处理，精确地分析处理各监测点的农田小气候狀况，为病虫草害的预防提供了充分的农田小气候分析数据点。
5 参考文献
[1] 吴金亮，单丽佳.土壤墒情监测方法综述[J].农业科技与装备，2014（6）：65-68.
[2] 林兰芬，王瑞松，于鹏华.基于GIS的墒情环境可视监测系统[J].农业机械学报，2015（3）：254-260.
[3] 李双全，辛玉明，方正.基于ARM STM32的农田小气候数据采集器的设计[J].安徽大学学报（自然科学版），2017（1）：59-66.
[4] 辜丽川.基于无线传感器网络的土壤墒情数据预处理方法：中国，2014
10594915X[P].2016-01-20.
[5] 于雷，张景媛.气象因子对稻瘟病的影响及预报[J].黑龙江气象，1994（2）：35-36.
[6] 郑向歌，任平英.基于ZigBee的无线传感器网络在土壤墒情监测中的应用研究[J].科技与创新，2017（7）：8-9.
[7] 宋晗.基于Zigbee的土壤墒情自动监测系统设计[D].石家庄：河北科技大学，2016.
[8] 牛广文.基于GPRS通信的远程土壤墒情自动监测系统设计[J].自动化与仪器仪表，2015（2）：36-37.
[9] 李光云，胡钢，马国玉，等.基于无线传感器网络的土壤墒情监测系统[J].微处理机，2014（2）：89-93.
[10] 王文贞.基于ZigBee无线传感器网络的土壤墒情监测系统[D].天津：河北工业大学，2014.
[11] 支孝勤，马中文，江朝晖，等.基于无线传感器网络和WebGIS的墒情监测系统[J].中国农学通报，2012（32）：306-311.
[12] 吴春，姜波，申长军，等.基于无线网络的远程墒情监测系统设计与实现[J].节水灌溉，2011（12）：37-40.