养鸡物联网技术

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇养鸡物联网技术范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

养鸡物联网技术范文第1篇

关键词：物联网；三位一体；人才培养

中图分类号：C961 文献标志码：A 文章编号：1000-8772（2013）09-0167-02

一、引言

物联网被称为继计算机、互联网之后的世界信息产业的第三次浪潮，已经成为万众瞩目的焦点。所谓的物联网，是在全球统一标识系统和计算机互联网的基础上，利用RFID技术和物品电子编码技术，给每一个实体对象一个唯一的代码，构造的一个覆盖世界上万事万物的实物互联网。“物联网”已被写进政府工作报告，得到我国政府部门的高度重视。本文正是在国家和政府政策倾斜物联网技术的广泛应用及高质量物流人才培养的背景下提出的。提出在示范性区域，利用物联网技术实施物流人才“三位一体”的创新型培养模式的研究。

二、基于物联网应用技术的物流人才培养的国内外现状

高校双语教学作为一个独具特色的课程领域，必然要求关注和加强高校双语教学的环境建设。高校双语教学应注重微观的学校内部环境建设，同时也需要，需要社会各方面的共同努力，创造良好的宏观环境。

（一）国外研究现状

2009年6月，欧盟执委会发表了“Intemet of things-an ac-tion plan for Europe”，在世界范围内首次系统地提出了物联网发展和管理设想，并提出了12项行动保障物联网的加速发展。在交通领域，通过智能交通系统行动计划积极促进部署和发展物联网。如在医药物流中使用物联网，促使各成员国在药品中使用专用序列码，确保了药品在到达病人前均可得到认证，减少了制假、赔偿、欺诈和分发中的错误，也可方便地追踪到用户端的产品，大大提高了欧洲在对抗不安全药品和打击制假方面措施的能力。欧洲已形成的以冷链物流为核心的冷藏食品专营超市和专营物联网产品的智能超市，英、法、德等国也分别在机场货品分检、集装箱海关通关等环节开展RFID应用的实验。

（二）国内研究现状

我国对于将物联网技术应用到物流人才培养的研究尚处于起步阶段。只有高宇在《物联网创新实训室建设思考》中提到研发供教师教学适用的物联网教学管理平台，以及学生实训适用的停车管理平台等；陆晓东在《基于物联网的五年制高职IT类专业结构调整与课程设置优化策略》中提出，将物联网技术结合计算机专业的课程改造，嵌入物联网技术课程，优化课程建设；杨海英在《物联网技术在高校实验室管理中的研究》中提出：利用物联网技术实现对高校实验室的有效管理。从国内学者的研究中不难看出，目前，高校对于物联网技术的应用多数在于对于实验室的建设、相近专业计算机技术专业的改造，以及纯粹的物联网工程专业的建设，还鲜有将物联网技术引入物流人才培养模式中的研究。

三、基于物联网应用技术的物流人才培养模式研究的思路

（一）提出物流人才培养战略

1 明确物流人才的学历教育体系及教育目标。物流操作型人才由主要由高职、中职院校培养，培养的重点是专业知识和操作能力。本科教育主要培养中高级管理人才，要求具有扎实的理论基础、比较宽的知识面和理论应用能力。研究生教育旨在培养刚层次的管理人才、科研人员及高校教师，要求具有扎实的理论基础、系统的专业知识和渊博的知识结构。

2 积极推动高校联合、组织专家研讨会、政府间互派人才学习、委托高校定向培养，加快物流人才体系的建设。由政府部门牵头，组织有关科研教育单位的专业力量，研究制订物流科学的具体计划，分别对企业物流、社会物流的技术、经济、管理等问题展开系统的研究工作，研究和规划我国的物流发展战略，增强政府、高校、企业之间的合作，形成产学研合作的良性循环。

3 推动职业培训教育，强化物流人才再教育。职业培训机构是职业培训的主力军，因此在先导区内重点扶持几个专业的物流职业培训机构，以培训物流人才为主，形成以点带面的局面，为先导区物流业的发展提供高质量的人才库。

（二）引入“物联网”理念，构建创新型物流人才培养模式

建立物流人才培养的新模式，培养适应时代要求的新型物流人才。根据我国物流人才培养的制约瓶颈，我们提出要建立政府、教育基地和企业“三位一体”的物流人才培养模式。如下图所示。

1 在经济战略实施初期，企业实现物流可能导致成本提高，因此对物流人才的需求增长势头并不强劲。政府要通过加强社会宣传，引导国际合作，加快物流人才市场规范及网络体系建设，地方政府可引导社会力量建立物流人才培养协调委员会，协调教育基地及企业之间的关系。

2 教育基地是“三位一体”培养模式的主体力量。教育基地包括高校、高职院校和培训机构三种部门，根据物流人才类型和市场需求，三部门各自发挥优势，有针对性地进行培养。高校应率先开展有关物流人才培养的专业研究，进行物流人才培养模式创新并为其他教育部门提供有价值的参考。

3 企业是物流人才的主要需求者和实践基地，是决定物流人才培养规模和程度的关键。当企业认识到建立型的物流运作体系从长期来看有利于降低企业成本时，就会自觉在企业内营造物流发展的氛围，引导企业员工自觉参与到开展物流的工作中来，在客观上直接起到推动物流人才培养的作用。

（三）引人物联网系统解决方案

通过在物流管理教学实训场所采用设备GSM模块、设备无线模块、地区GSM模块、中央GSM模块、智能化管理系统等“物联网”技术实现对教学及实训过程的智能化和科学化管理，将高职院校的实训设备、学生、教师团队、学校管理层协调为一个有机的整体，可以避免出现高等院校普遍存在的教学体系与执行教学体系不相匹配、校内外实训场地利用不充分、教师教学质量不稳定、教学质量测评方法落后等问题。建立基础数据管理、实训基地管理、实验室管理、日常教学管理、监督管理、与第三方接口六个模块。其中，基础数据管理包括：组织结构、职位、用户、功能模块、课程库、师资及文档库；实训基地管理包括：场地、设备、制度、实训申请、实训安排、成绩查询、企业需求查询、设备异常处理和GSM管理；实验室管理包括：时间及设备、实验安排、成绩查询、设备年检安排；日常教学管理包括：学生日常管理、设备检修监督、教学管理监督、缺课监督、实验质量监督和实训质量监督及教辅人员监督；第三方接口包括：上级主管部门、企业需求、数据导出和导入。

参考文献：

[1]饶增仁，郭明超，RFID及识别技术在开放实验室中的应用[J]，兰州大学学报：自然科学版，2009，（F06）

[2]颜辉，CDIO教学实验系统中RFID的应用与实现[J]，吉林工商学院学报，2011，（5）

养鸡物联网技术范文第2篇

关键词：物联网 移动Agent 数据挖掘 网络负载

中图分类号：TP391 文献标识码：A 文章编号：1007-9416（2013）05-0073-02

1 引言

我国的水产养殖业近些年发生了巨大变化，其养殖模式不再是传统的人工巡守、人工投饵及检测方式，而是出现了不同程度的自动化，可以实现自动控制以及数字化监控。[1]将物联网应用于水产养殖，具有低成本、数据采集范围广等特点。采用自组织的物联网，其特点是节点可移动，无需铺设线路，容易维护，组网成本低，非常适合于自动化水产养殖监测系统。[2]将移动Agent技术引入物联网系统，可以通过电脑或手机对养殖池水的温度、pH值、溶氧量、电导率及氨氮等环境因素做出实时、动态的调整。同时，还能够从根据这些因素分析、加工和处理出有意义的数据，以适应不同用户的不同需求，为水产养殖增产增收提供科学的依据。

2 系统模型总体设计

系统模型由数据采集层和监控层构成（图1）。

数据采集层分为定点数据采集模块和不定点数据采集模块。每个模块内部由一个现场监控节点控制，每个模块中的传感器节点主要包含温度传感器、pH值传感器、溶氧量传感器、电导率传感器和氨氮传感器等。传感器节点将采集到的环境信息数据送到现场监控节点进行分类汇总。最后，由移动Agent完成各采集模块的选择、传感信息收集和数据融合等任务。

控制层由控制系统和监控中心构成。它负责将移动Agent传送的信息进行整合。监控中心向用户反馈信息，包括水产品的生长状态、环境因素对水产品的影响以及数据挖掘结果显示等内容。依据这些信息，监控中心对控制系统发出指令，指挥各控制子系统主要包括增氧泵控制，自动给排水控制，光照控制，温度控制系统的工作，从而实现对养殖环境控制的功能。

3 移动Agent中的数据挖掘

3.1 传感器数据的特点

传感器的数据与互联网的数据不同，有自己的特色。[3]

第一、传感器的数据总是大规模的、分布式的、时间相关的和位置相关的。同时，数据的来源是各异的，节点的资源是有限的。大量的传感器数据储存在不同的节点。通过集中式的管理很难让挖掘到分布式数据。

第二、传感器数据很庞大需要实时处理。如果采用集中式管理，中心节点的要求非常高。中心节点的能量消耗也非常大。

第三、节点的资源是有限的。将数据放在中心节点的策略没有优化昂贵资源传输。在大多数情况下，中心节点不需要所有的数据。

3.2 分布式移动Agent数据挖掘

根据无线传感器的数据特点，提出分布式移动Agent数据挖掘模式。

首先从传感器中收集到的数据信息进行实时聚类[4]，划分出正常行为库和异常行为库，再对划分出的正常行为库进行关联模式挖掘[5]，从中提炼出传感器数据模式，进而构建成模式库，利用其对控制系统实时控制，进而提供给应用，提高决策和控制的智能化。

分布式移动Agent数据挖掘工作原理如图所示（图2），左边是监控中心，右边是现场监控节点。传感器节点任意的分布在某一监测区域内，节点以自组织的形式构成网络，将数据传送到现场监控节点。现场监控节点对数据进行预处理，存入本地规则数据库。同时还通过通信Agent把处理过的数据传送到监控中心节点，以便进行综合的分析。而本地规则数据库也能收到中心监控节点的一些更新信息。现场监控节点根据本地规则库的规则形成控制信息，实时对设备进行控制。监控中心节点负责对数据收集与分析，并显示结果，实现智能化的决策。

这种体系结构的优点是，现场监控节点把收集到的原始数据，通过数据过滤、数据抽象和压缩进行预处理。现场监控节点把处理过的数据，发送给监控中心节点，将较大的负载的数据集中到监控中心节点处理，而本地数据就近处理，避免了内部网络中繁重的数据交流。

3.3 分布式移动Agent数据挖掘的性能特点

移动Agent数据挖掘方法与传统的统计方法相比，优势在于它能从数据中发现人们未知的知识和规律，并且具有分析过程自动、快速等优点。

（1）减少了手工分析和编码的需要，提高了流量收集的精确性。数据挖掘方法可以从大量数据中挖掘出不易被明显看出的重要特征和规则，能分析大量数据并提取对网络行为的最具概括性的描述，使得构造出的特征能够更加精确。

（2）适应数据量增大的趋势。在传感器数据收集中，收集到的数据越多，分析结果就越准确。

（3）具有较强的可扩展性。同样的数据挖掘工具能用于多个数据源，具有较强的可扩展性。

4 结语

根据水产养殖传感器数据的特点，本文结合移动Agent技术与物联网技术，构建了基于移动Agent技术的水产养殖物联网系统模型。把数据挖掘下放到移动Agent中，在很大程度上减少了数量庞大的传感器节点发送数据时造成的通信阻碍与能源消耗。

物联网数据有很多特征，例如分布式存储，大量时间相关和地点相关数据以及有限节点资源等。这些都使物联网数据挖掘成为一项极具挑战性的任务。下一步，将深入研究数据挖掘的诸多方面，进一步提高数据挖掘算法的效率。

参考文献

[1]邹振涛，杨宏，李宏.水产养殖实时监控系统设计[J].农机化研究，2011（9）：124-127.

[2]赵亮，杜尚丰，张峰.无线传感器网络在水产养殖系统中的应用[C].第24届全国高校电力系统及其自 动化专业学术年会.北京：中国农业大学，2008.

[3]何世钧，陈中华，张雨，周文君.基于物联网的海洋环境监测系统的研究[J].传感器与微系统，2011（30-3）：13-14.

养鸡物联网技术范文第3篇

关键词：物联网 培养模式 校企合作与共建

中图分类号：G712 文献标识码：C DOI：10.3969/j.issn.1672-8181.2013.13.149

1 行业背景

从“智慧地球”到“感知中国”，“物联网”成为全球瞩目的关键词，新生事物一旦出现，发展是势不可挡的。物联网是世界信息化发展新的推进，是互联网应用的推广和深化，是继计算机、互联网与移动通信网之后的又一次信息产业浪潮。目标是实现一个智慧化的世界，让生活更舒适、生产更高效。信息的交互，不再局限于人与人。预计到2020年，500亿个智能物体（smart things）将连接到网上（人均6个），物联网试图实现人类居住空间的“可知、可思、可控”。可知，知道周围的情况；可思，能够对知道的信息进行智能化分析、综合与决策；可控，能够根据感知信息及智能分析对周围进行优化响应与影响。互联网把人类社会带入了“信息时代”，而物联网的使命则是要把人类带入“智慧时代”。

物联网作为国家十二五期间重点发展的新兴产业之一，近两年发展速度迅猛，在2012年，中国物联网产业市场规模达到3650亿元，比上年增长38.6%，预计至2015年，中国物联网整体市场规模将达到7000亿元，年复合增长率超过30%。各省都高度重视物联网产业的进展，把物联网相关产业和技术运用纳入省“十二五规划”，积极打造“智慧城市”。受政府政策推动作用的影响，国内已有50多个城市提出智慧城市建设，并有28个城市出台具体建设规划及行动方案，将进一步推动物联网的应用。

物联网产业规模巨大、带动力强，已成为国际新一轮信息技术竞争的关键点和制高点，物联网对加快转变经济发展方式具有重要推动作用，是国家战略性新兴产业的重要组成部分，国家《物联网“十二五”发展规划》确定了9个重点发展领域，分别是：智能工业、智能农业、智能物流、智能交通、智能电网、智能环保、智能安防、智能医疗、智能家居。物联网的发展，已经上升到国家战略的高度，必将有大大小小的科技企业受益于国家政策扶持，进入科技产业化的过程中。在深圳第十三届高交会上专家指出，物联网产值将为互联网30倍，未来人才需求量巨大。

目前，物联网产业市场特征总体处于起步阶段，规模化发展估计还有一段时间。物联网产业的发展不是单靠行业、教育、政府哪一方面能够推动的，必须是国家政府主导驱动产业发展、行业应用引导产业发展、公共服务行业（如安防、电力、交通、物流、医疗、家居）优先带动发展。物联网的发展，必将有大大小小的科技企业受益于国家政策扶持，进入科技产业化的过程中。市场力量正在加快进入物联网产业。

2 物联网人才需求

产业规模的高速扩展必然带来人才的短缺。更何况物联网专业跨电子、通信、计算机等多个学科领域，寻找多学科都懂的高复合型人才难上加难。通过广泛物联网相关企业调研了解到，企业的技术开发人员仅占30%，需要大量的项目工程实施及维护人员。物联网人才资源紧缺，呈“金字塔结构”的人才资源结构，塔顶部分由领军人才、专业技术人员组成研发团队，底部是众多技术人员和技术操作人员组成应用、服务团队。因此，需要培养大量具有物联网技术能力、应用创新能力、跨专业的复合型人才。

随着全球范围内物联网的快速发展，物联网渐渐成为热门专业，也给教育带来了巨大机遇。截至2012年，全国本科已有近百所、高职有近70所开设，各类院校纷纷申报物联网新专业的情况还在继续，物联网教育市场逐渐变大、变热。

3 物联网教育面临问题

信息技术的发展可以说是瞬息万变，也给计算机类专业的建设带来许多困难，人才培养方案总是不能完善、适应社会需求方面总是不尽人意。各类院校的物联网专业大都是计算机相关专业基础上开设的。计算机类专业目前存在的一些问题主要表现在：与市场接轨不够，人才培养定位不准，培养目标不突出。人才培养与市场要求有所脱节；培养学生社会认可度不够；教学实践环节差，技能训练不够；师资培训投入不够，师资培养缺乏针对性、连续性、有效性；理论水平、实践操作技能和工程实践能力有待提高；实验实训条件有待完善与加强；校企合作不够深入，多数局限于向企业输送“实习人员”；科研能力薄弱，科研没有起到推动专业发展应有的作用。

蒸蒸日上的物联网产业给物联网教育带来机遇的同时，也给物联网专业培养带来新的挑战。物联网应用是跨专业、跨学科、高难度、深层次的应用，需要计算机、电子电工、通信、自动控制、软件、管理工程等多个学科的融合。因此，物联网专业教育对师资要求高，由于跨专业，跨学科，需要学习、补充新知识，师资培养有一个较长周期。物联网工程实践性强，对实验设备要求高，学生培养成本高，培养成熟的技术人员周期变长。目前物联网专业教育处在四缺状态，缺教材、缺师资、缺设备、缺经验。

因此，高职物联网专业人才培养再按照传统模式，很难做到更好，并且需要投入巨大的人力物力。探索校企合作与共建的人才培养模式是势在必行。

4 校企合作与共建模式

物联网人才的培养对物联网产业的发展具有重要的支撑和引领作用，而物联网行业对从业人员的专业和经验要求很高，物联网人才市场需求虽然很大，但综合人才却十分缺乏。为弥补物联网产业发展带来的人才缺口，需要培养大量具有物联网技术能力、应用创新能力、跨专业的复合型人才，为适应信息类物联网应用技术发展的需要，进一步加强校企合作，充分发挥双方各自的优势，实现互惠互利、资源共享，加快物联网人才的培养。

4.1 共同制定人才培养方案

物联网应用领域广博、技术精深，各高职物联网专业的建设应该结合区域经济和学校自身特色，实施校企合作与共建人才培养模式。学校深入了解企业需求，进行广泛的物联网人才需求调研，校企共同分析岗位职业能力，抽取出高职学生能胜任的岗位职业能力，按照企业需求，校企双方共同制定物联网应用技术专业人才培养方案。

4.2 共同参与培养过程

根据人才培养方案要求，确定教学实施安排。理论课原则上在校内由专职教师完成。校企共同实施实践教学部分；企业给学校师生提供实践实训机会；共同制订考核标准，对学生学习及实践技能进行考核。学生毕业后优先到该企业就业。

4.3 校企共建实验室

整合教育资源，集中校内优势资源，优化教学资源配置，建立校外企业实践基地、校内技术公关研究室。校企共建物联网实验实训室，除满足专业教学外，重点突出学校自身特色和行业优势。协商物联网企业将部分体验设备放在学校，学校给企业冠名。企业不用占场地，学校还能用于教学。共建国内某行业领先水平的实验实训室，企业承揽相关项目时，可带客户来学校参观。也可以为教师、学生物联网创新应用提供实验支持。

4.4 师资队伍共建

为培养工程实践能力强、具有创新能力、研究型工程师素质的教师队伍，学校定期组织老师参加物联网相关培训。安排老师到物联网企业锻炼是很好的举措；企业为学校提供机会让老师在企业挂职锻炼，并为企业发展建设提供规划策划、管理咨询等方面的服务，配合企业做好职工教育培训工作，提供新职工岗前技能培训、职工岗位技能培训、新技能新技术培训和技能大赛赛前培训等。学校可邀请或聘任企业的管理人员、专业技术人员担任特聘教授或实习指导教师，为学校专业建设、人才培养、课程改革等提供建设性意见。通过师资队伍共建，使老师能把握市场、提高科研能力和社会服务能力，也提高了企业员工的整体水平。

4.5 共同组建科研创新团队

校企共同组建科研创新团队。学校选派优秀教师和业务骨干参与企业科研项目论证、技术援助和学术研讨。校企双方就有资源互补优势的研发项目开展联合攻关，并联合向政府有关管理部门申请相应的科学技术研究经费。

4.6 共同实施企业项目

物联网产业的蓬勃发展，使物联网企业人力资源紧缺状况凸显，各种领域的物联网应用逐渐铺开，物联网工程实施人手不够。学校有丰富的人力资源，学校可选派老师和一些优秀的学生参与到企业的项目实施过程，独立承担或协助完成相应的任务。以项目的实施驱动校企合作的深入。为企业解决了廉价劳动力问题，学生、老师也得到了锻炼，对学校、学生、企业都是有益的。

5 结束语

养鸡物联网技术范文第4篇

关键词：物联网；人才培养；校企合作；调查

1 物联网发展概况

物联网，作为全球重点发展的新兴产业之一，是各国都在争取的战略制高点。当前，在我国的《国家中长期科学技术发展规划2006―2020年》和2050年国家产业路线图中已经明确提出“物联网”发展战略。在近几年国家及地方有力政策环境和产业技术创新的推动下，物联网呈现强劲发展势头，以北京―天津、上海―o锡、深圳―广州、重庆―成都为核心的4大产业集聚区各具特色，交通、安全、医疗健康、车联网、节能等领域涌现一批龙头企业，物联网第三方运营服务平台崛起，产业发展模式逐渐清晰。行业的发展离不开人才的培养。各个职业院校都在寻求校企合作模式，但绝大部分职业院校在校企合作方面处在以学生就业为主的浅层次合作阶段，本文针对职业学校面向战略性新兴产业人才培养目标、校企联合人才培养模式、校企合作平台、学校与企业联合制定人才培养方案等方面，通过问卷和个别访谈等形式，进行了大量的调查研究，挖掘与分析物联网应用技术专业校企合作现状与问题，以寻求更有效的方法，带动学校专业建设和发展，形成良性循环的人才培养模式。

2 调查对象与调研方法

2.1 调查对象

本次对物联网行业企业、职业学校分层，将企业管理人员和技术人员、学校管理人员、物联网专业教师、在校学生和物联网专业毕业学生作为调查对象，调查单位达110个，涉及人员1 330人，分布在河南、江苏、北京、福建、重庆、武汉、成都、上海和广东等地区，确保调查对象具有一定的代表性。

2.2 调研方法

本次采用问卷调查和访谈调查法。问卷包括学校物联网专业的软硬件配备、领导在专业发展中的引领作用、校企合作情况、专业课教师的教学水平、学生对物联网专业的整体认识、教学质量、就业情况；物联网企业对行业发展前景的认知情况、物联网专业人才的需求情况、职业岗位类别、物联网人才现状、校企合作情况等。为防止问卷中的问题不能涵盖物联网专业校企合作中可能或已经出现的实际问题，我们考虑了问卷的开放性设计，主要包括选择和自由填答两类问题。问卷分企业管理者、企业技术员工、学校管理者、学校教师、在校生、毕业生等，企业卷设计了25个问题，学校设计了45个问题，基本涵盖了物联网行业的大部分问题并重点突出了物联网校企合作方面。本次调查共发放了1 280份问卷，回收了1 179份，其中有效问卷1 140份，回收率为92.11%，有效率为96.69%。

3 结果分析

3.1 物联网人才需求分析

当前，物联网相关的企业日益增多，物联网人才需求量大增，工信部调查统计显示，将来物联网人才需求量可能会出现井喷之势：智能交通和智能物流人才将各需求20万人；智能电网和智能医疗人才各需求100万人；智能工业人才需求50万人；智能农业人才需求1 000万人。

线下调研分为两类，一类是和企业访谈（包括新大陆集团所属的多个物联网各行业子公司），联系企业的技术部门、人力资源等相关部门，进行面对面调研；另一类是企业面试，安排人模拟应聘人员去企业参加面试，即参加人力面试、经理面试、高管面试，通过这一系列的应聘过程，了解企业的真实招聘需求。此次联合调研共进行企业访谈138家，访谈285人次（包括总监、部门经理、技术骨干），收集调查问卷906份，所涉及企业包括大型外企，例如IBM、微软、甲骨文、NEC等；国内物联网知名企业，如新大陆集团、远望谷、厦门信达、华东电子等；国内面向物联网的IT企业，如大唐电信、清华同方等，以及物联网产业中相关的中小型企业。为了完全真实地获得企业招聘需求的第一手资料，共派出了246人次进行了企业面试，获得有效面试信息232份，获得企业面试试卷162份。

从统计情况来看，岗位需求比例先后为：研发类占41%、售后类占38%、供应链类占7%、售前类占14%。对于高职人才需求的数量占比大的为研发类的物联网应用系统开发的人员以及售后类的物联网技术支持人员。且随着近几年大量物联网应用系统开发完成，开始转到系统的实施与维护的过程，物联网应用型人才的占比已赶上甚至超过了研发型人才需求。

3.2 物联网人才培养现状

截至2016年6月，已超过700余所院校开设了物联网相关专业。截至2016年10月份，我国有456所高中职高专院校开设物联网相关专业，其中365所院校开设物联网专业，91所则开设了物联网相关方向，78所进行了校企合作。从这次调查情况来看，如何在学校现有师资、课程、设备基础上，创建能满足物联网产业企业需求，同时又具有本校特色的物联网专业，是各个学校急需解决的问题。

（1）专业建设。因为没有成熟的体系、成功的经验可以借鉴，或因为其他学校的相关条件本校不具备，所以现在大部分开设物联网相关专业的学校都在“摸着石头过河” 。

（2）实验、实训设备。学校为了开设物联网相关专业，购买了一些实验室、实训室设备，但购买回来之后发现，这些设备使用率不高。授课老师不会用这些设备，或者即使会简单使用这些设备，但不知道或不清楚应该在哪些专业课的哪些章节，使用该设备完成哪些案例，以达到通过实验提升学生专业能力的目的。物联网实验、实训设备通常是模块化的，通过各个模块的组合，可以形成若干案例和项目，达到覆盖专业课技能点的目的。

养鸡物联网技术范文第5篇

关键词 智慧农业；物联网；物联网架构；发展现状；问题

中图分类号 F49 文献标识码 A 文章编号 1007-5739（2016）14-0338-03

Discussion Development of Internet of Things and Wisdom Agriculture

DONG Miao HUANG Rong-rong ZHENG Yong ZHAO Shi-jing CHEN Jie *

（Tongji University，Shanghai 201800）

Abstract With the development of internet，wisdom agriculture is a trend of agriculture in our country，and the internet of things is the key technology of wisdom agriculture. This paper mainly introduced the connotation of internet of things and wisdom agriculture，architecture of internet of things，mainly including perception layer，network layer and application layer.At the same time，the paper concretely introduced the internet of things in wisdom agriculture development situation and existing problems.

Key words internet of things；wisdom agriculture；framework of internet of things；development situation； problems

智慧农业是我国近几年根据农业的发展而新产生的一个概念，就是在传统农业的基础上应用物联网技术，充分利用传感器和其他平台软件对农业生产生活进行监测和控制。由于我国农业已经步入由传统农业向现代化农业发展的阶段，越来越多的现代化智能技术融入到农业中，而物联网技术则是智慧农业的主要支撑技术，我们越来越多地感受到智慧农业给我们带来的便捷、高产和优质，这是我国未来农业发展的一个主要趋势。

1 物联网与智慧农业

1.1 物联网

物联网[1]（internet of things）定义的核心和基础仍然是互联网，主要是将物品与物品之间用互联网进行连接，所使用的技术包括智能感知识别技术、普适计算等通信感知技术，简而言之，就是利用互联网等通信技术实现远程管理控制的智能化网络，从而更好地将物与物、人与物进行连接，可以说物联网是互联网的延伸，在兼容了互联网所有的应用后，同时又具有自己的私有化和个性化。农业物联网是将物联网技术与农业相结合，是将其具体应用在农产品生产、经营、管理、服务的整个产业链当中，即将农产品与农产品之间的信息应用现代智能感知技术进行采集测定，然后将收集到的信息数据进行识别处理，再传到操作终端，实现智能化控制[2]。物联网在农业生产中的具体应用就是通过在农业生产中安装各类传感器，如温度传感器、湿度传感器等，通过数据连接，将无线传感网络、电信网、互联网进行集成，实现农业生产信息在各个环节的传输，最后将大量农业生产信息进行整理融合，由操作终端实现对农业生产的过程监控，进而实现现代化农业生产高产、高效、集约的目标。

1.2 智慧农业

智慧农业即在传统农业的基础上应用物联网技术，充分利用传感器和其他平台软件对农业生产生活进行监测和控制，使农业系统不再像传统农业一样封闭，而是具有“智慧”，智慧农业不仅可以进行基本的感知、控制和管理，更是扩展到了电子商务、食品溯源防伪、农业休闲旅游、农业信息服务等方面的内容，物联网技术可以说是智慧农业的基础[3]。

2 智慧农业物联网架构

2.1 信息感知层

顾名思义，感知层相对于物联网而言，类似于人类的感觉器官，主要是用于识别物体并进行信息采集。信息感知层通过采用先进的传感技术，即利用温度、湿度、光照、风速等各种传感器，得到农业生产过程中的精细化信息，如设施内温度、湿度、光照情况、CO2浓度、土壤湿度、营养液浓度等信息，是对植物生长状况进行判定的基础[4]。

2.2 信息传输层

信息传输层由互联网、云计算平台、移动通信网、无线传感器网络等组成，主要负责传递和处理感知层获取的信息，也是物联网的中枢环节。信息传输层主要作用就是将信息感知层获取的数据以多种通信协议向局域网或广域网。其中应用较多的为无线传感网络。无线传感器网络[5]通过无线通信方式自行组网，对网络覆盖区域中的对象的动态信息进行采集，并进一步计算处理。由于其监控效率高，且具有成本低的有点，因而在农业领域的信息采集工作中应用广泛。

2.3 信息应用层

信息应用层通过对数据进行科学处理而制定相应的管理决策，从而实现对农业生产过程的控制。例如利用无线传感器网络获取作物生长环境的温湿度、光照强度等信息，并对各类信息进行分析，依据制定的管理策略，与传动机构进行通讯，控制传动机构，进行自动灌溉、施肥、加温、控光等，同时对异常信息自动报警[6]。

3 智慧农业物联网技术分析

3.1 信息感知技术

物联网技术是智慧农业的基础，而信息感知技术又是物联网技术的基础，信息感知技术是整个智慧农业中最基础的环节。该技术包括射频识别技术、全球定位系统技术、农业传感器技术、遥感技术等。

3.1.1 射频识别技术。射频识别技术是一种利用射频通信实现的非接触式自动识别技术，该技术与互联网、通讯等技术相结合，可实现全球范围内的物品跟踪与信息共享。射频识别技术在食品行业中主要应用于食品的跟踪和溯源。应用射频识别技术系统可确保食品供应链的高质量数据交流，可确保食品源的清晰，实现产品追踪，从而实现质量监控和追溯[7]。同时，射频识别技术与传感器技术相结合，可以感知食品加工和储藏过程中环境的状态信息，因为环境因素对食品品质影响很大，记录分析这些因素就显得十分重要。利用无线通信技术可以方便地把这些状态信息及其变化传递出来。

3.1.2 全球定位系统技术。全球定位系统（global positioning system，GPS）是美国从20世纪70年代开始研制，在1994年全面建成，可以在海陆空的三维空间中进行全方位的导航和定位。全球定位系统技术的定位定时功能能够实现对农田具体生产状况的跟踪与描述，同时辅助农业机械将农作物肥料等定点运送并喷洒到准确的位置[8]。

3.1.3 农业传感器技术。农业传感器技术是农业物联网的核心，主要用于采集各类农业信息，包括空气温度、湿度等环境指标参数，畜禽养殖业中的有害气体含量，种植业中的光、温、水、肥、气等参数，以及水产养殖业中的酸碱度、氨氮、溶解氧、浊度、电导率等参数。

3.1.4 遥感技术。遥感技术从不同高度的平台上，使用不同的传感器，对地球表层各类地物的电磁波谱信息进行收集，并进行分析处理。遥感技术利用地面目标反射或辐射电磁波的固有特性，通过观察目标的电磁波信息以达到获取目标的几何信息和物理属性的目的。在智慧农业采集地面空间分布的地物光谱反射或辐射信息，实施全面监测，同时根据光谱信息，进行空间的定性与定位分析，从而提供大量的田间时空变化信息[9]。

3.2 信息传输技术

农业信息感知技术在智慧农业中运用最广泛的是无线传感网络。无线传感网络[10]采用无线通信方式，由部署在监测区域内大量的传感器节点组成，负责感知、采集和处理网络覆盖区域中被感知对象的信息。蓝牙（bluetooth）[11]是一种短距离无线通信技术规范 ，能够实现数据和语音通信，蓝牙通信带宽为lMb/s，一个“蓝牙”主设备最多同时与7个其他的“蓝牙”设备通信，支持点对点和点对多的连接，使用灵活的无基站组网方式。目前主要的应用场景有数码相机图像传输，计算机、手机等的交互会议，耳机、游戏机等的电子娱乐产品等，汽车产品等。Wi-Fi（wireless fidelity）是IEEE定义的无线网络通信的工业标准（IEEE802.11），主要特点是可靠性高、速度快，在开放的环境通信距离达到300 m以上，在相对封闭的环境里通信距离在100 m。组网灵活、成本低、可移动性好，与现有的有线以太网络非常容易整合。但是其明显的缺点是信号强度影响其稳定性，抗干扰性不好，且设备的功耗非常高。目前，Wi-Fi应用在如手机、PAD等的便携式电子产品中，有效解决校园网或办公室无线局域网的无线接入问题[12]。

3.3 信息应用技术

信息处理技术是物联网技术的最后环节，也是智慧农业实现自动控制的基础，应用的技术有云计算、决策支持系统、专家系统、地理信息系统、智能控制技术等技术。

3.3.1 云计算。云计算指将计算任务分布在资源池上，使应用系统实现根据需要获取存储空间及软件服务。面对智慧农业中的大量数据，云计算可以实现信息存储资源和计算能力的分布式共享，超级强大的信息处理能力同时也为大量信息提供支撑[13]。

我国近年来开展云计算对于农业生产的应用，在农业相关领域的应用都有研究。目前农业云体验平台包括农业信息智能搜索与服务平台和绿云格平台，通过这2个平台能够实现农业市场信息和实用技术的准确获取与分析，为农业主管部门、企业及农户个人提供个性化检索，同时提供全方位的农业生产环境远程管理服务[14-18]。

3.3.2 决策支持系统。决策支持系统以人机交互方式进行半结构化或非结构化决策。农业决策支持系统在农业节水灌溉优化、大型养鸡厂管理、小麦栽培、饲料配方优化设计、农机化信息管理、土壤信息系统管理上进行了广泛应用研究[19]。农业决策支持系统可对地方农业生产过程进行分析和模拟，预测不同决策方案的效果与效益， 从而优化农业生产决策。目前决策支持系统技术在农业结构优化、产量预测及潜力分析、确定农业投资规模等方面得到广泛应用[20]。

3.3.3 专家系统。专家系统模拟人类专家解决各种复杂的实际问题，具有与专家水平解决问题的能力。该系统在利用农业专家多年积累的知识与经验的基础上，对需要解决的农业问题进行分析判断，提出决策，使计算机在农业生产中起到人类农业专家的作用[17]。例如专家系统在榨菜病虫害防治中的应用，为农户和科技人员提供了病虫害信息交流平台，为菜农提供了病虫害防治的科学指导，现实意义显著[18]。

3.3.4 地理信息系统。地理信息系统主要用于建立自然条件、生产条件、土壤数据、作物病虫草害发展趋势、作物产量等的空间信息数据库，为分析差异性和实施调控提供处方决策方案[15]。利用地理信息系统进行土壤适宜性评价就是将土壤质地、类型、氮磷钾含量、有机质含量等土地数据进行整合，并赋予权重，再进行分析运算，生成土壤适宜性评价图，也可建立数学模型，实现土地适宜性的分级[16]。

3.3.5 智能控制技术。智能控制技术主要用来解决用传统方法无法顺利解决的复杂问题。目前智能控制技术的主要研究方向包括神经网络控制、模糊控制、综合智能控制技术，并在设施园艺、大田种植、畜禽养殖等方面得到初步应用[20]。比如，用神经网络分析甜瓜质量的物理测量指标与人们感官对甜瓜香味、甜度、酸度、组织结构、水分等质量指标的相关关系，来预测甜瓜质量。将实测物理标与人的感官分类联系起来，对食品质量进行预测，在食品工业中有很重要的意义。

4 智慧农业物联网技术应用现状

4.1 传感器在温室中的应用

为了提高农作物的产量和质量，优化作物品种，使作物的生长不受或少受季节的影响，现代化设施农业快速发展，它的主要发展形势是温室大棚，相配套的温室栽培技术也得到了广泛的关注和应用。该种技术主要是利用对温度、湿度、光照、喷灌量、通风等影响因素的测量和控制，实现对作物生长的精准控制。

在此过程中，对各类参数的测定采集尤为重要。主要是采用温度、湿度、光照、CO2、土壤湿度、土壤养分等各类传感器检测农业环境中的各项物理量参数，并根据生产控制策略，实现生产自动控制，保证农作物有一个良好的、适宜的生长环境[21]。

4.2 传感器在自动化农业机械中的应用

由于农业现代化的快速发展，对农业机械精度的要求也越来越高，对于机械各部分强度的测量也就尤为重要。例如，应用传感器技术测定农机的性能指标及零部件的结构强度；用应变式传感器测定犁体的阻力，为犁体曲面设计提供科学依据；播种机上安装的光电传感器可随时监测机器是否堵塞，保证农作物出苗率；自动灌溉装置中土壤温度、湿度传感器的使用，在保证农作物灌溉用水的同时实现节约用水[22]。

4.3 遥感技术在农业中的应用

遥感技术是一种现代测量技术，它是通过非接触、少破坏的方法对农林业等方面信息进行测定获取，它可以测定农作物品种的分布区域、植物品种的分类、土地肥沃程度、植物生长情况、植物受灾情况等，然后通过遥感所获得的信息来确定最合适的种植和最适度的施肥，这也就在一定程度上控制了农药化肥的不合理使用，防止了环境污染，从而获得更高的效益[23]。

5 智慧农业物联网技术存在的问题

农业物联网是一项创新型现代化信息集成技术，正在不断改变着我国传统农业的面貌，即便如此，农业物联网也遇到了一定的问题[24]。

5.1 物联网设备概念性产品多于实际应用性产品

我国农业物联网设备主要产自高校院所的实验室，很多都是学生们研究出的概念性产品，实际应用推广并不高，且实验室理论研究与农业实际应用差异较大。

5.2 不计成本的示范对农业物联网的推广并没有实际价值

物联网技术虽然说是在农业中要进行普遍推广，但更多的注重试点示范而不看重经济指标，尚无法实现大规模商业化应用，实际价值不大。由于我国农业仍处于弱势地位，物联网在我国农业领域的应用受限，发展初期同时受到资金的限制。

5.3 资金投入回报周期长，不利于物联网推广

农业物联网基础设施建设具有一次性投入大、回报周期长的特点。在农业整体比较效益低、以小农户分散经营为主的情况下，很多物联网设备因价格偏高很难大面积推广。

5.4 传感器的缺乏

目前我国农用传感器种类较少，主要集中在温度和湿度监测方面，对其他农业生产环境因子的监测传感器严重不足，对生物本体的感知传感器则更少。同时，国产传感器性能不稳定，监测数据的准确性不足，且器材寿命较短[25]。

6 结语

智慧农业是我国未来农业发展的主要趋势，是未来农业的发展方向，随着信息技术的进一步发展，物联网技术会得到更大范围的应用。现在，已经可以看到物联网技术为智慧农业带来更多智能化和信息化，而现在要做的就是提升农业物联网的自主创新能力，加快低成本、高可靠性、使用期限长的传感器开发，加强 Zig-Bee技术等新型无线传输技术在农业上的应用研究，提升专家系统等智能决策系统的实用性和可靠性，通过单项技术突破与多项技术集成应用并举，加快技术研发应用步伐，使基于物联网的智慧农业可以在农村地区大范围使用，这是我国未来农业的趋势和目标。

7 参考文献

[1] 范珊珊，李忠，柴荣.物联网在智慧农业中的应用研究[J].计算机光盘软件与应用，2013（13）：41-42

[2] 彭程.基于物联网技术的智慧农业发展策略研究[J].西安邮电学院学报，2012（2）：94-98.

[3] 李道亮.物联网与智慧农业[J].农业工程，2012（1）：1-7.

[4] 施连敏，陈志峰，盖之华.物联网在智慧农业中的应用[J].农机化研究，2013（6）：250-252.

[5] 段益群，刘国彦.基于物联网的智慧农业大棚系统设计[J].软件工程师，2013（12）：35.

[6] 顿文涛，赵玉成，袁帅，等.基于物联网的智慧农业发展与应用[J].农业网络信息，2014（12）：9-12.

[7]王文洋.基于RFID技术的物联网探析[J].科技信息，2009（26）：587.

[8] LAN Bin.The establishment of agriculture information system based on GIS and GPS[J].ICS REI，2013（2）：506-511.

[9] 刘晓明.信息技术打造“精准农业”[N].中国电子报，2004-09-10.

[10] YAN Ji-Feng，ZHANG Jian-Gang，DONG Fei-You.Wireless Sensor Traceability Algorithm Based on Internet of Things in the Area of Agri-culture[J].Sensors & Transducers，2013（15）：14.

[11] 杨宝祝.我国农业信息技术与农业信息化发展战略研究[J].农业网络信息，2007（9）：4-8.

[12] XIAO Yan，AI Dong-Sheng，XU Feng，ct al. Ag-riculture Intelligent Control System Algorithm for Wireless Sensor Networks Based on Internet of Things[J].Sensors & Transducers，2013（15）：811.

[13] 赵丽.浅议物联网在农业领域的应用及关键技术要求[J].电信科学，2011（增刊1）：71-74.

[14] 云计算在农业上的应用[J].黑龙江粮食，2014（4）：25.

[15] 赵赏，钟凯文，孙彩歌.GIS技术在农业领域的应用[J]. 农机化研究，2014（4）：234-237.

[16] 王璐，翟义欣，王菲.地理信息系统（GIS）的发展及在农业领域的应用现状与展望[J].农业环境科学学报，2005（增刊1）：362-366.

[17] 刘卫华，张顺，许家来，等.农业专家系统应用现状与前景展望[J].农业灾害研究，2015（2）：52-54.

[18] 石琳，陈帝伊，马孝义.专家系统在农业上的应用概况及前景[J].农机化研究，2011（1）：215-218.

[19] 章牧，陈飞香，刘文玺，等.农业决策支持系统的概念设计与应用[J].地球信息科学，2005（2）：58-64.

[20] 张波，罗锡文.ICT在精细农业中的应用与展望[C]//中国农业工程学会（CSAE）.中国农业工程学会2011年学术年会论文集，2011：5.

[21] BIGGS P，SRIVASTAVA L.ITU Internet reports 2005：the internet of things[M].Geverna：International Telecommunication Union，2005.

[22] HE Yong，NI Peng-cheng，LIU Fei.Advancement and trend of internet of things in agriculture and sensing instrument[J].Transactions of the Chinese Society for Agricultural Machinery，2013，44（10）：216-226.

[23] 刘歆.遥感技术在农业中的应用与发展[J].科技创新导报，2011（27）：144-145.