Skip to content

Lec 13 — 农业物联网(Agriculture IoT

MIT 6.1820/MAS.453 · Mobile and Sensor Computing 阅读材料:FarmBeats [NSDI'17],AgriTera [MobiCom'23]

1. 背景:为什么是农业?

定义 — 精准农业(Precision Agriculture / Data-Driven Agriculture
利用大量传感器数据(土壤湿度、温度、pH、气象等)驱动决策,减少资源浪费,提高产量与可持续性。联合国预测:全球农业产量到 2050 年需翻倍才能满足人口需求,而可耕地和水资源正在减少,精准农业是解决方案的关键组成。

挑战:人工数据采集成本极高(USDA 调研),阻止大多数农民使用数据驱动方法。FarmBeats 的目标是提供端到端 IoT 系统,实现低成本自动化数据采集。


2. 空中连接:Loon 与 Aquila

农业区域(农场)通常远离城市,缺乏网络覆盖。

项目主体方案
Project LoonGoogle X平流层气球网络,覆盖偏远地区
Project AquilaFacebook太阳能无人机,驻留低空提供 Wi-Fi
StarlinkSpaceX低轨卫星星座,低延迟宽带

注:Aquila 于 2018 年停止,Loon 于 2021 年停止;Starlink 取得商业成功,Iridium 等传统卫星系统带宽有限、延迟高。


3. FarmBeats 系统设计

3.1 三大核心挑战

挑战一:网络连接(Internet Connectivity

传感器节点距离农民家/办公室数英里,且被作物、树冠遮挡,Wi-Fi 覆盖不到。

解决方案:电视白频谱(TV White Spaces, TVWS

传感器节点TVWS(无线)基站TVWS农民家网关互联网

TVWS 使用电视广播空闲频段(Whitespace,54–806 MHz),波长长、绕射能力强,可穿透树冠,覆盖数公里。

挑战二:传感器稀疏部署(Limited Sensor Placement

农场面积大(100+ 英亩),密集部署传感器成本太高。

解决方案:空间插值(Spatial Interpolation

推论 — 稀疏部署 + 插值 无人机(Drone)定期航测采集高密度数据,结合稀疏地面传感器数据,通过克里金插值(Kriging)等方法生成全场精准地图(土壤湿度、pH、温度)。实验证明 FarmBeats 可将有效覆盖范围扩大数量级。

挑战三:功耗波动(Variable Power Availability

太阳能供电传感器在阴天/雨天停止工作,导致关键时刻(如洪水监测)数据缺失,阴天月份停机率高达 30%。

解决方案:天气感知占空比(Weather-Aware Duty Cycling

Psolar(t)1cloud_cover(t)

系统从云端获取天气预报,提前预测未来供电水平,在晴天(电量充足时)提高采样频率储存数据,在预测阴天到来前降低非关键传感频率,保留电量给关键传感任务:

停机率:30%天气感知占空比0%

3.2 实验部署

参数数值
部署地点纽约 Essex 农场(100 英亩),华盛顿 Carnation 农场(5 英亩)
持续时间6 个月以上
传感器数量> 100 个(10 种类型)
相机数量~10 台(3 种类型)
数据量> 1000 万条传感器记录,> 50 万张图像,100 次无人机勘测

4. AgriTera:亚太赫兹水果成熟度传感

问题:全球每年约 50% 的水果蔬菜因不能准确判断成熟度而被浪费。

定义 — 成熟度指标
Brix:可溶性固形物含量(主要是糖分),表征甜度
干物质(Dry Matter:去除水分后的固体比例,表征成熟程度
两个指标随果实成熟而持续变化,传统测量需要破坏果皮(切开测量)。

4.1 技术原理:亚太赫兹频段(Sub-THz

工作频段:亚太赫兹波(0.1–1 THz)

为什么选亚太赫兹?

频段穿透性对水/糖敏感度
Wi-Fi(2.4/5 GHz)穿透过强,分辨率差
mmWave(77 GHz)表面反射为主
亚太赫兹穿透果皮,敏感于成分变化
近红外(NIR穿透浅

亚太赫兹波透射时,水分、糖分、淀粉含量的变化会改变介质的折射率Refractive Index),从而在传输频谱上留下可检测的"指纹"。

4.2 化学计量分析(Chemometric Analysis

将亚太赫兹传输频谱 S(f) 映射到成熟度指标 [Brix,Dry Matter]

[Brix^,DM^]=fML(S(f1),S(f2),,S(fN))

通过训练机器学习模型(偏最小二乘回归,PLS-R),建立频谱特征与成熟度指标的映射关系。

例题 — AgriTera 评估结果

测试品种:柿子(Brix)、牛油果(Dry Matter)、青苹果(Brix + Dry Matter)

平均归一化均方根误差(NRMSE):0.55%

Sol:AgriTera 在不破坏果实、无需接触的情况下,以 < 1% 的误差估计多种水果的成熟度指标,覆盖不同果皮厚度和果肉结构的品种,展示了通用性。


5. 农业 IoT 设计原则

推论 — 农业 IoT 的五大设计考量
① 长覆盖距离(TVWS、LoRa),② 异构传感器(地面 + 无人机),③ 能量自适应(太阳能 + 天气感知占空比),④ 数据融合(稀疏传感 + 空间插值),⑤ 非侵入感知(亚太赫兹、多光谱成像)。

本讲总结

FarmBeats 通过 TVWS 连接、无人机辅助稀疏传感、天气感知占空比三项技术组合,构建了面向农业的端到端 IoT 系统,将停机率从 30% 降至 0%;AgriTera 利用亚太赫兹频段的成分敏感性,实现了无损非接触式水果成熟度精准检测,两者共同展示了 IoT 技术在减少农业浪费、提高可持续性方面的巨大潜力。