全 文 ：第 29卷 第 5期 农 业 工 程 学 报 Vol.29 No.5
2013年 3月 Transactions of the Chinese Society of Agricultural Engineering Mar. 2013 117

基于物联网的小麦苗情诊断管理系统设计与实现
夏 于 1 ，孙忠富 1※，杜克明 1，胡 新 2
（1. 中国农业科学院农业环境与可持续发展研究所，北京 100081；
2. 河南商丘农科院，商丘 476000）

摘 要：为提高小麦生产调控管理水平，该文设计并实现了基于物联网技术的小麦苗情远程诊断管理系统。系统
采用浏览器/服务器模式（Browser/Server），通过远程监控节点（站点）动态数据计算，并进一步融合小麦生理生
态特性和作物气象灾害指标分析，可对小麦生产过程和主要气象灾害进行精准监测、快速诊断，做出综合分析结
果和生产管理调优方案，并以文字描述、现场图片与视频、数据表格多种方式输出，用户可通过 LED电子显示屏、
计算机及智能移动终端等多种设备，便捷快速获得多源数据资源共享和决策支持服务。该系统目前已经在中国主
要小麦产区陆续开展示范应用，结果表明在提高小麦苗情的精准监测和智能管理等方面，具有较好的应用前景。
关键词：管理信息系统，决策支持系统，无线传感器网络，远程诊断，物联网，小麦苗情
doi：10.3969/j.issn.1002-6819.2013.05.016
中图分类号：S126; TP31 文献标志码：A 文章编号：1002-6819(2013)-05-0117-08
夏 于，孙忠富，杜克明，等. 基于物联网的小麦苗情诊断管理系统设计与实现[J]. 农业工程学报，2013，29(5)：
117－124.
Xia Yu, Sun Zhongfu, Du Keming, et al. Design and realization of IOT-based diagnosis and management system for wheat
production[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(5):
117－124. (in Chinese with English abstract)

0 引 言
小麦是中国最重要的粮食作物之一，由于生长
周期较长且分布广泛，容易遭遇各种胁迫和灾害影
响，如干旱、霜冻、干热风等频发，严重影响小麦
正常生长，导致产量减少、品质下降。目前在整体
上，中国小麦苗情监测与诊断技术落后，主要表现
在自动化监测水平低、所获数据精准性不高、定量
化数字化程度低、信息服务时效性差等。快速准确
提取影响小麦生长的关键数据信息，提高定量化和
数字化技术水平，为小麦生产科学管理提供综合信
息服务，是农业生产中急需解决的重要工程技术问
题。
物联网（the internet of things，IOT）是传感器、
互联网和信息处理技术高度融合的新一代信息技

收稿日期：2012-10-25 修订日期：2013-02-02
基金项目：农业部公益性行业科研专项（200903010）；“十二五”国家
科技支撑计划（2011BAD32B03）；中央级公益性科研院所基本科研业
务费（BSRF201302）
作者简介：夏 于（1988－），女，河北人，从事农业环境远程监控技
术研究。北京 中国农业科学院农业环境与可持续发展研究所，100081。
Email：childishme@163.com
※通信作者：孙忠富（1957－），男，辽宁省庄河市人，中国农业科学
院农业环境与可持续发展研究所研究员，博士，博士生导师，主要从事
农业环境远程监控技术研究。北京 中国农业科学院农业环境与可持续
发展研究所，100081。Email: sunzf@263.net
术，已被公认为继计算机和互联网之后信息技术产
业的又一次浪潮。物联网可以理解为是互联网技术
应用的延伸和扩展，在其基础上，将物（设备）与
物（设备）相连构成的分布式协同网络。在互联网
的基础上，通过传感器等信息传感设备，对互联网
进行延伸和扩展，使任意物品在任何时刻、任意地
点可以与互联网相连，进行信息传输和交换，并结
合数据挖掘、分析，云计算等智能计算机技术对数
据信息分析处理，实现物体的智能化识别、监控和
管理。
目前物联网技术的发展方兴未艾，因其注重
“全面感知—稳定传输—智能应用”3 个层面为一
体，在诸多领域(包括农业)有广阔的应用空间[1-5]。
设施温室环境监控是物联网早期农业应用最具代
表性的领域之一[6-8]，目前在农业其他领域的研究与
应用也逐渐展开[9-12]。物联网的应用为实现小麦苗
情远程监控和管理提供了重要的技术途径。
网络通信技术是农业信息化发展进程中非常
重要的技术，近年来国内外的研究和应用也日趋增
多[13-17]。本文研究是在前期硬件研究基础上，应用
网络通信技术实现数据的远程传输，进一步实现远
程管理，结合小麦苗情特点研发的基于物联网的远
程监控系统。系统将数据库技术、网络技术、计算
机控制技术等高度融合，基于物联网的 3个层面从
技术上不断完善进步。通过采用无线传感器网络
农业工程学报 2013年

118
（wireless sensor network，WSN）进行数据采集，将
多个传感器设备安置到农田中，构成自组织的网络
子系统，随时获取小麦生长环境数据信息，实现系
统的全面感知；与无线局域网（如 Wi-Fi）、移动
无线通信网（GPRS/3G）、VPN、互联网等进行异
构网络融合，保证传输系统的稳定可靠性；在服务
器端开发应用全新的网络分析与管理平台进行数
据挖掘、分析，结合专家知识库进行智能处理分析
和诊断，提高智能决策诊断水平。目前该监控系统
已经陆续在全国东北、西（南）部、黄淮海、长江
中下游四大小麦主产区布设实施，初步建成了监控
网络，为小麦苗情远程监控与诊断管理提供了坚实
的硬件基础和数据基础。
本论文重点是，基于已建成的并在不断升级的
物联网软硬件网络平台上，研究小麦苗情远程诊断
与管理的技术方法、实现基于 WEB 系统的关键技
术等，进一步提高应用层的自动化和智能化诊断能
力，。主要关键技术包括：1）搜集整理领域专家
知识库、整合小麦动态监测多源数据库、建立小麦
苗情诊断的关键指标体系，并以此为数据基础，实
现对小麦生长发育状况和环境条件（包括气象灾害
等）进行科学诊断和决策管理；2）设计多模式服
务模式，使用户通过多种渠道实现数据共享、获得
综合诊断分析结果、专家管理建议和调优技术等信
息服务。本系统可为农业生产管理者提供科学、准
确的远程管理决策分析支持，对于产量预测、防灾
减灾和综合优化管理有重要的支撑作用。
1 系统总体框架设计
小麦苗情管理与诊断系统基本原理是通过持
续监测影响小麦生长的主要因子（包括气象、土壤、
作物等参数），并结合专家经验和建立的知识库、
小麦关键指标体系以及历史数据的分析，对小麦苗
情和灾害进行远程诊断和管理。
1.1 系统的 3层架构
本系统主要采用 B/S(Brower/Server)结构，通过
数据层、数据访问层、逻辑层和表示层对数据信息
进行采集、处理、存储，并最终为用户及时提供小
麦苗情田间数据信息和诊断与管理信息。
1）数据层位于数据库服务器端，由分布在各
地监控节点的上传数据，专家知识、小麦苗情和灾
害关键指标等构成，后二部分内容专家可通过远程
交互功能进行修正和不断地补充，以丰富和提高数
据的内容及质量。由实时采集数据生成的动态数据
库以其连续性、精准性、自动更新等特点为系统提
供了坚实的核心数据基础。
2）数据访问层实现对数据库的访问和增添、
删除、修改、查找等操作。该层根据接收到的Web
服务器的数据请求，对数据库进行响应操作，并将
运行结果返回给 web服务器。
3）业务逻辑层是系统主要功能和业务逻辑的
核心处理部分。在本系统中根据用户的任务向数据
库服务器提出数据处理请求，将读取的各种原始数
据（如气象土壤参数等）进行计算分析和逻辑判断，
结合专家知识和相关指标，对小麦苗情、相关灾害
（如霜冻害、旱涝灾害、干热风等）等进行分析判
断，并给出相应农业调优方案及管理建议，然后传
送到表现层。
4）表现层负责控制系统的显示逻辑，是用户
与系统交互的窗口。用户登录系统后向Web中心服
务器发出请求，Web服务器验证用户身份后，根据
用户输入参数对请求进行处理，将数据分析计算结
果、苗情诊断和监测综合处理的信息生成动态页
面，将结果返回客户端。
本系统采用 3层架构（3-tier application）设计，
具有良好的可扩展性和维护性，各层之间的依赖聚合
性较低，有利于系统的标准化和各层逻辑的复用[17]。
系统技术架构设计如图 1所示。

图 1 系统框架结构示意图
Fig.1 Frame structure of system

1.2 系统主要功能模块
由于小麦苗情诊断和灾害预测对于促进小麦
生产管理水平，提高小麦产量具有重要影响，且各
方面综合管理技术也在不断发展，因此本系统的开
发和完善将是一个动态过程。所以系统设计时要尽
量提高其可扩展性、可操作性和应用性。
第 5期 夏 于等：基于物联网的小麦苗情诊断管理系统设计与实现

119
本系统的功能主要分为数据采集汇总、知识规
范整理、智能诊断分析、用户管理、系统管理、应
用帮助 6个模块。系统的功能模块图如图 2所示。

图 2 系统总体功能示意图
Fig.2 Functional schematic diagram of the whole system

1.2.1 数据采集汇总
数据采集汇总主要包括数据信息采集、汇总以
及对汇总数据的统计分析。
其中数据采集部分将在关键技术中详细介绍。
统计分析部分，是根据用户诊断与分析需求，对采
集数据计算和数据挖掘，并以多种图表和文字形式
输出。用户可计算选择时段内监测要素的极端值、
平均值、累积值等，并以折线图、柱状图、饼状图
等方式展示分析统计结果，便于总览变化趋势。同
时，系统按照一定规范自动生成分析文档（如WORD
文档），为农业生产状况汇总上报提供了便捷。
1.2.2 知识规范整理
知识规范整理内容包括小麦苗情监测规范和
灾情监测规范。苗情监测规范是农业生产中划分苗
类的重要依据，生产上通常把小麦苗情划分为一类
苗、二类苗、三类苗及旺苗。苗类划分主要依据主
茎叶龄、次生根数、群体茎蘖数、单株茎蘖和有效
穗数等特征值。灾情监测规范主要汇总了包括气象
数据的监测规范（如温度、降水、光照、土壤墒情、
积温等）和气象灾害诊断规范（如霜冻、冻害、干
热风、旱涝等）[18]。
融合知识汇总，并结合现场监测数据、多年试
验规律，针对东北春麦区、黄淮海和长江中下游冬
麦区、西部春冬混合麦区不同品种，系统确立了小
麦苗情诊断指标以及霜冻害、旱涝、干热风等气象
灾害诊断指标。
1.2.3 智能诊断
智能诊断模块是本系统的核心部分，本部分有
机结合专家经验及现代农学的研究成果，得到苗情
状况与环境因子、生理参数指标之间的规律，并根
据该规律对小麦苗情和气象灾害进行诊断。具体过
程是，通过对采集的数据进行处理和分析，将小麦
生长适宜指标以及小麦当前生长状态比对相关知
识规范和专家知识，推论得出小麦诊断结果，给出
相应的专家建议、调优技术方案和灾害调控方法。
1.2.4 用户管理
本系统用户共分为 3种权限：即普通用户、专
家管理用户及超级管理用户。其中超级管理用户负
责分配专家管理用户的管理权限及浏览权限。基于
系统提供的模板框架，不同地区站点专家（用户）
负责管理本地区的诊断指标及知识规范的修改完
善，同时可以浏览指定地区和站点的诊断结果。普
通用户只可以进行结果查询和浏览，并可以将结果
下载到本地，但是不具备编辑（修改）小麦相关参
数、气象灾害指标、知识规范等的权限。
2 系统实现与应用
2.1 开发运行环境
1）开发环境：服务器采用Windows Server 2003
操作系统，IIS WEB 服务器（internet information
serve），SQL Server 2005数据库服务器。
2）开发工具：为提高开发效率，减少开发周
期，本系统采用 Visual C#语言，在Microsoft .NET
平台框架下进行开发，采用Microsoft Visual Studio
2008作为页面设计和开发工具。该工具提供了多种
语言的编译支持,可以创建混合语言解决方案, 这
极大地方便了系统今后的维护与扩展，同时也大幅
度提高了开发效率和系统的可管理性[19]。
2.2 系统的实现
2.2.1 数据获取与网络数据库构建
本系统的基础数据库分别包括自动监测数据
库和辅助调查数据库。具体而言，自动监测数据库
中包括自动上传的传感器数据、图像和视频等动态
数据，辅助调查数据库主要包括各地专家用户经总
结整理后远程上传提交的辅助数据。
其中，自动监测数据由布设在各地的无线远程
监控站点（监控节点）采集得到。监控站点主要采
用无线传感器网络（如 ZigBee）进行数据采集，也
就是将大量传感器（温度、湿度等）以无线通信的
方式形成自组织的网络系统，协作的获取覆盖区域
的数据信息，经由汇聚节点再发送给数据中心。在
网络传输方面，因各地的网络通信条件不同，系统
通过无线局域网（如Wi-Fi）、移动无线通信网（如
农业工程学报 2013年

120
2G/3G）、无线传感器网络等多种网络技术进行异
构融合，进一步提高了网络传输的安全性和广泛应
用性，将采集的数据传输并存储到远程数据库服务
器[20]。大量田间生产现场的原始数据构成了小麦灾
情诊断分析、气象灾害分析的基本数据来源。另外，
系统提供的图像和视频信息，使用户可以获得更直
观的现场实况，达到“眼见为实”的综合效果，结
合影像资料可进一步判断验证作物群体特征、发育
阶段、灾害受损等，是实现综合诊断分析的重要补
充。
苗情辅助数据库主要包含专家意见、诊断指标
以及目前有些难以实现自动化观测，或者变异性很
大的那类数据信息（如播种日期和面积、品种属性、
小麦群体特征等参数等）。关于专家意见和诊断指
标的提交，专家管理用户可以通过本系统的专家管
理界面进入，进行初始化和编辑填写。用于苗情诊
断的基础数据，部分来自于本系统的辅助调查数据
管理系统，授权用户通过网络计算机和手持移动设
备（如智能手机等），将现场调查或整理的数据提
交上传，并存储到中心数据库。
2.2.2 诊断方法建立
系统诊断目前主要包括小麦苗情诊断和气象
灾害诊断。
1）小麦苗情诊断
根据小麦和栽培管理专家的多年经验，苗情主
要依据主茎叶龄、分蘖数、次生根数等特征参数为
标准进行诊断。其数据来源包括用户输入参数、诊
断指标数据库、专家知识库、监测动态数据库以及
苗情辅助调查数据库等。系统采用生物统计标准差
权重法对小麦苗情分类级别进行计算分类。依据影
响小麦苗情的主要参数，应用标准差权重法，建立
了小麦苗情指数 m的计算方法：
i
( )
100
i i ix x am
x
 ＝
式中，xi 分别取系统动态采集和辅助数据库提交的
小麦主茎叶龄、单株分蘖、群体茎蘖、次生根数的
特征值，即小麦群体指标的当年调查值， ix 为对应
xi 的当地多年的壮苗指标平均值，ai 为对应的权重
值，其取值大小要根据当地小麦对于上述指标的依
赖程度和经验决定。以河南商丘多年的试验研究结
果为例，得到的苗情指数分类为：三类苗指数为−0.5
≤m＜−0.3，二类苗指数为−0.3≤m＜−0.1，一类苗
指数为−0.1≤m＜0.1，偏旺苗指数为：0.1≤m＜0.3，
旺苗指数为 0.3≤m≤0.5。需要说明的是，此分类
指数划分是有一定的地域性限制的，各地专家应根
据实际情况进行修正和调整。
根据上述计算分析，可得到 m值所在范围，划
分出小麦苗情所属类型，进而对生长状况进行综合
判断，综合专家意见，形成小麦苗情诊断状况、管
理建议以及种植管理等方案。小麦苗情诊断过程示
意图如图 3所示。

图 3 小麦苗情诊断过程示意图
Fig.3 Wheat’s diagnosis process schematic diagram

2）气象灾害诊断
气象灾害是影响小麦生长发育的重要方面，因
此广义的苗情诊断内容必须要包括对旱涝、霜冻害
和干热风等的诊断。诊断的数据基础包括专家管理
意见数据库、诊断指标库、远程监控动态数据库。
用户选择要诊断灾害的地区和站点，诊断时间
以及气象诊断种类，系统根据用户输入，确定灾害
诊断指标以及动态数据库中的数据，然后根据诊断
指标对动态采集的数据进行筛选分析，得出灾害诊
断结果、生成调优方案以及气象数据趋势图线。以
旱涝诊断为例，本系统对旱涝灾害的诊断依据有 2
种，一种是以土壤体积相对含水量为诊断指标，一
种是以降雨量为诊断依据。本系统中，按土壤体积
相对含水率来划分作物墒情等级（用  表示），共
分为 5级，即重旱、中旱、轻旱、正常、湿润。以
河南商丘为例，给定各级定义如下：取 20 cm土壤
深度的体积相对含水量为分类指标，1）重旱：＜
40%；2）中旱：40%≤＜50%；3）轻旱：50%≤
＜ 60%；4）正常：60%≤＜ 80%；5） 湿润：>80%。
其他各地方由于具有指标的地域性，由当地专家对
指标系统进行适当修订。系统根据指标，绘制当地
气象状况趋势图，并判断各地年度旱涝状况。气象
诊断过程示意图如图 4所示。
2.2.3 跨平台数据服务
为了方便用户及时获取数据信息，本系统采用
为外部程序访问数据提供了一定标准的接口和规
范，以方便数据的跨平台使用。外部程序可以有 2
种方式对数据库数据进行访问和交互，其中一种方
式是通过 Socket协议方式进行通信，另一种方式是
第 5期 夏 于等：基于物联网的小麦苗情诊断管理系统设计与实现

121
通过行业范围标准的Web Services网络服务的通信技
术获取数据。这 2种方式各有所长，因此本系统根据
不同的需求综合采用 2种和数据库进行通信的方式。

图 4 气象灾害诊断过程示意图
Fig.4 Meteorological disaster diagnosis process schematic
diagram

1）采用Web服务方式。Web Services技术使
用开放式标准数据格式和标准通信协议在互联网
上发布服务模块，客户端应用程序通过Web向服务
器发送 Http请求，从而达到数据共享、通信的目的。
采用Web Services技术，服务器端与客户端系统具
有松耦合性，Web服务与客户端程序采用的编程语
言操作系统等均无关系[21-23]。通过Web服务方式，
为系统的分布式应用提供了平台。在本系统中，
Web服务一方面面向需要获得服务数据的用户，另
一方面为本系统的智能手持移动设备（如智能手
机、平板电脑 PAD等）程序开发提供接口。
2）采用 Socket 通信模式，具有高效通信的特
点，同时在 Framework2.0环境下不需要依赖 IIS而
存在，解决了 We服务在 Framework 2.0状态下不
能脱离 IIS的弊端。本系统中 LED大屏幕显示系统
就是采用这种方式和监控管理中心进行通信[24-25]。
其中手持移动设备（如智能手机、掌上电脑
PDA及 PAD等）和 LED大屏幕通过与管理中心服
务器的交互获取数据支持，并综合文字、图像、图
表等多种方式将诊断信息和实时获取数据及时展
现给用户，从而结合数据远程监控系统为用户提供
快速准确的多平台管理方式。
2.3 系统应用
目前本系统已处于不断测试运行和示范应用
当中，下面以小麦苗情诊断和旱涝诊断为例，说明
系统应用案例。通过用户登录，进入系统后，进入
小麦苗情诊断界面，输入主茎叶龄、单株茎蘖等 4
个参数值，点击运行，可以得到小麦苗情状况判断
以及专家建议。如选择越冬期河南省土壤湿度正常
的条件下（如图 5a所示），对冬性小麦进行诊断，
取主茎叶龄数为 8，单株茎蘖数为 7，次生根为 8
条，总茎蘖为 1 200万/hm2时，苗情状况为一类苗，
生长状况良好，诊断结果及专家建议如下图 5b 所
示。结合诊断指标，该结果与实际情况相符合，表
明本系统苗情诊断方法合理可行，结果正确。

a. 小麦苗情诊断条件 b. 小麦苗情分析结果
a. Diagnostic criteria of wheat growth status b. Analysis results of wheat growth status

图 5 小麦苗情诊断应用案例
Fig.5 Wheat’s diagnosis application cases

a. 专家管理菜单栏 b. 专家管理界面
a. Expert management menu bar b. Expert management interface
图 6 小麦苗情诊断系统专家管理示例
Fig.6 Sample of expert management in wheats diagnosis system
农业工程学报 2013年

122
专家进入专家管理界面，可以对小麦苗情诊
断、气象灾害诊断指标等进行编辑修正，如图 6a
所示，以编辑苗情诊断参数权重和标准值为例，点
击编辑公式，进入如图 6b 所示界面，可以分别编
辑各个参数的标准值和参数值。
经测试和初步应用效果，该系统设计合理，界
面操作简单，具有较好的稳定性和准确性，目前正
在进一步测试和不断推广使用中。
3 结论与讨论
本研究以小麦生产为对象，基于物联网技术框
架，设计并实现了小麦苗情远程监控与诊断管理系
统平台。
1）该平台.NET环境下运行，采用 B/S模式和
三层架构顶层设计，确保系统的可扩展性和可维护
性。
2）在基于物联网硬件监测系统的基础上，通
过动态实时获取影响小麦苗情的关键参数，并融合
专家知识、灾害指标等，进一步提高了小麦苗情和
气象灾害快速诊断决策的精确性和动态性。
3）通过应用 web 服务和 socket 通信技术，该
系统平台具有分布式管理、多用户使用、便于扩展
和系统维护等优点。
本系统的主要功能已经在陆续试用和示范过
程中。结果表明，在小麦苗情监测和灾害诊断等方
面具有精准和快速等优势。但因为影响小麦苗情的
因子十分复杂，各地区差异性很大，在采用诊断指
标和方法等方面仍需要不断修正和完善。对于数据
分析处理方法的进一步优化、算法效率的进一步提
高，以及结合用户需求提供更加全面的数据信息服
务，还有很大的发展提升空间。如何进一步完善系
统功能，提高系统普适性和通用性，使之在更多应
用领域发挥作用，是今后研究的重要方向。
[参 考 文 献]
[1] 杨震. 物联网及其技术发展[J]. 南京邮电大学学报：自
然科学版，2010，30(4)：9－11.
Yang Zhen. IOT and Its technology development[J].
Journal of Nanjing University of Posts and Telecommunications:
Natural Science, 2010, 30(4): 9－11. (in Chinese with
English abstract)
[2] 孙忠富，杜克明，尹首一. 物联网发展趋势与农业应
用展望[J]. 农业网络信息，2010(5)：5－8.
Sun Zhongfu, Du Keming, Yin Shouyi. Development
trend of internet of things and perspective of its
application in agriculture[J]. Agriculture Network
Information, 2010(5): 5－8. (in Chinese with English
abstract)
[3] Duan Yan’e. Design of Intelligent Agriculture Management
information system based on IoT[C]//IEEE Int Conf
Intelligent Computation Technology and Automation
(ICICTA), Shenzhen, China, 2011, 3(28/29): 1045－
1049.
[4] Junyan Ma, Xingshe Zhou, Shining Li, et al. Connecting
agriculture to the Internet of Things through sensor
networks[C]//Internet of Things (iThings/CPSCom),
International Conference on and 4th International
Conference on Cyber, Physical and Social Computing,
2011.
[5] Qiuxia Yang, Zhiguo Wang, Yinggao Yue. Summarize
the technology of the things of Internet. consumer
electronics[C]//IEEE Int Conf Consumer Electronics,
Communications and Networks (CECNet), Yichang,
China, 2012, 4(21/23): 1357－1360.
[6] 孙忠富，曹洪太，李洪亮，等. 基于 GPRS和 WEB 的
温室环境信息采集系统的实现[J]. 农业工程学报，
2006，22(6)：131－134.
Sun Zhongfu, Cao Hongtai, Li Hongliang, et al. GPRS
and WEB based data acquisition system for greenhouse
environment[J]. Transactions of the Chinese Society of
Agricultural Engineering (Transactions of the CSAE),
2006, 22(6): 131－ 134. (in Chinese with English
abstract).
[7] 吕永田，杜克明，孙忠富，等. 温室环境远程监控与
诊断管理系统设计[J]. 农业网络信息，2008(9)：14－
16.
Lü Yongtian, Du Keming, Sun Zhongfu, et al. System
design of the greenhouse environment diagnosis and
management based on telemonitoring technology[J],
Agriculture Network Information, 2008(9): 14－16. (in
Chinese with English abstract)
[8] 赵伟，孙忠富，杜克明. 基于 GPRS和WEB的温室远
程自动控制系统设计与实现[J]. 微计算机信息，2010，
26(11)：20－22，11.
Zhao Wei, Sun Zhongfu, Du Keming, Design and
application of greenhouse remote automatic control
system based on GPRS and WEB[J]. Control and
Automation Publication Group, 2010, 26(11): 20－22, 11.
(in Chinese with English abstract)
[9] 李秀红，孙忠富，肖春华，等. 基于 μC/OS-II 嵌入式
技术的农业环境远程监控系统实现[J]. 农业工程学
报，2007，23(10)：156－161.
Li Xiuhong, Sun Zhongfu, Xiao Chunhua, et al. Development
of remote monitoring system based on μC/OS-II
embedded technology for agricultural environment[J].
Transactions of the Chinese Society of Agricultural
Engineering (Transactions of the CSAE), 2007, 23(10):
156－161. (in Chinese with English abstract)
第 5期 夏 于等：基于物联网的小麦苗情诊断管理系统设计与实现

123
[10] 刘爽，杜克明，孙忠富，等. 玉米低温冷害远程诊断
管理系统的设计[J]. 中国农学通报，2008，24(9)：475
－479.
Liu Shuang, Du Kepeng, Sun Zhongfu, et al. Design of
remote diagnosis and management system for maize
chilling damage[J]. Chinese Agricultural Science Bulletin,
2008, 24(9): 475－ 479. (in Chinese with English
abstract)
[11] 韩华峰，杜克明，孙忠富，等. 基于 ZigBee网络的温
室环境远程监控系统设计与应用[J]. 农业工程学报，
2009，25(7)：158－163.
Han Huafeng, Du Keming, Sun Zhongfu, et al. Design
and application of ZigBee based telemonitoring system
for greenhouse environment data acquisition[J].
Transactions of the Chinese Society of Agricultural
Engineering (Transactions of the CSAE), 2009, 25(7):
158－163. (in Chinese with English abstract)
[12] 张琴，黄文江，许童羽，等. 小麦苗情远程监测与诊
断系统[J]. 农业工程学报，2011，27(12)：115－119.
Zhang Qin, Huang Wenjiang, Xu Tongyu, et al.
Monitoring and diagnosis system for wheat growth with
remote sensing and sensor technology[J]. Transactions of
the Chinese Society of Agricultural Engineering
(Transactions of the CSAE), 2011, 27(12): 115－119. (in
Chinese with English abstract)
[13] Duan Yan’e. Design of agriculture information integration
and sharing platform based on cloud computing[C]//IEEE
Int Conf Cyber Technology in Automation, Control, and
Intelligent Systems (CYBER), 2012: 353－358.
[14] Reddy P K, R Ankaiah. A framework of information
technology-based agriculture information dissemination
system to improve crop productivity[J]. Current Science,
2005, 88(12): 1905－1913.
[15] Yassine Jiber, Hamid Harroud, Ahmed Karmouch.
Precision agriculture monitoring framework based on
WSN[C]//Wireless Communications and Mobile Computing
Conference (IWCMC), Istanbul, Turkey, July. 2011(4/8):
2015－2020.
[16] 王建新，杨世凤，史永，等. 远程监控技术的发展现
状和趋势[J]. 国外电子测量技术，2005(4)：9－12.
Wang Jianxin, Yang Shifeng, Shi Yong, et al.
Development state and trend in remote monitoring and
control technology[J]. Foreign Electronic Measurement
Technology, 2005(4): 9－12. (in Chinese with English
abstract)
[17] 王进. B/S模式下的三层架构模式[J]. 软件导刊，2011，
10(3)：30－31.
Wang Jin. Simply discuss Three-Tier system under the
pattern of B/S[J]. Software Guide, 2011, 10(3): 30－31.
(in Chinese with English abstract)
[18] 陶炳炎，张建华. 冬小麦苗情诊断专家系统[J]. 南京气
象学院学报，1992，15(3)：396－404.
Tao Bingyan, Zhang Jianhua. A winter wheat seedling
diagnostic experts system(WWSDES)[J]. Journal of
Nanjing Institute of Meteorology, 1992, 15(3): 396－404.
(in Chinese with English abstract)
[19] (美)Francesco Balena著；李珂，张文波，赵明，等译.
Visual Basic .NET技术内幕[M]. 北京：清华大学出版
社，2003.
[20] 梁居宝，杜克明，孙忠富. 基于 3G 和 VPN 的温室远
程监控系统的设计与实现[J]. 中国农学通报，2011，
27(29)：139－144.
Liang Jubao, Dukeming, Sunzhongfu. Design and application
of greenhouse remote automatic tele-monitoring system
based on 3G and VPN[J]. Chinese Agricultural Science
Bulletin, 2011, 27(29): 139－ 144. (in Chinese with
English abstract)
[21] 丁晨路，覃勇，周超，等. 基于.NET WebService 的
XML Web服务构建[J]. 电子设计工程，2011，19(5)：
101－104.
Ding Chenlu, Qin Yong, Zhou Chao, et al. Building XML
web services based on .NET WebService[J]. electronic
design engineering, 2011, 19(5): 101－104. (in Chinese
with English abstract)
[22] 刘伟. 基于 WebService 的跨平台数据库存取模型实
例分析[J]. 电脑学习，2003(5)：8－9.
Liu Wei. Webservice-based cross-platform database
model analysis in an example[J]. Computer Study,
2003(5): 8－9. (in Chinese with English abstract)
[23] 周树明，张溶冰，曹渠江. 基于 WebService技术的应
用实例的设计和实现[J]. 计算机应用与软件，2003(4)：
63－65.
Zhou Shuming, Zhang Rongbing, Cao Qujiang. Design
and Implementation of a webservice application
example[J]. Computer Applications and Software.
2003(4): 63－65. (in Chinese with English abstract)
[24] 马辉，黄秋波，苏厚勤. TCP Socket 通信与Web服务
结合实现高效可靠的数据分发[J]. 计算机应用与软
件，2011，28(9)：144－147.
Ma Hui, Huang Qiubo, Su Houqin. Efficient and reliable
data distribution realized by incorporating TCP Socket
with web services[J]. Computer Applications and Software,
2011, 28(9): 144－147. (in Chinese with English abstract)
[25] 陈世军. 基于 SOCKET 技术的计算机远程控制实现
[J]. 计算机光盘软件与应用，2012(2)：124－126.
Chen Shijun. Computer remote control based on
SOCKET technology[J]. Computer CD Software and
Applications, 2012(2): 124－ 126. (in Chinese with
English abstract)
农业工程学报 2013年

124


Design and realization of IOT-based diagnosis and management
system for wheat production

Xia Yu1,Sun Zhongfu 1※,Du Keming1 ,Hu Xin2
(1. Institute of Environment and Sustainable Development in Agriculture, Chinese Academy of Agricultural Sciences, Beijing 100081,
China; 2. Shangqiu Academy of Agricultural Sciences in He’nan Province, Shangqiu 476000, China)

Abstract: Wheat is one of the most important grain crops in China. Its long growth cycle and wide distribution
makes it easily susceptible to a variety of stresses and disasters. In order to promote the management and control
capability of wheat production through strengthening diagnosis and prediction of wheat growth status, a remote
monitoring and diagnosis system was designed and realized based on the Internet of Things (IOT).
On the basis of the accumulated results of early period research and layout both in software and hardware,
the crucial data (including HD image and video) related to wheat growth and meteorological disasters were
acquired quickly and steadily by technical integration of heterogeneous networks, such as wireless sensor network
(ZigBee) and LAN (Wi-Fi), mobile communication (GPRS/3G), Internet or VPN, etc. Simultaneously on the
server side, the system can provide decision supporting services for making a final intelligent diagnosis of wheat
growth status and disasters with a combination of network database, statistical algorithm, computer control and
inference engine etc., according to the monitoring data and characteristics of the crops and meteorological
condition.
The monitoring system was developed under the construction of Browser/Server mode with C# language
on .NET, and further designed with a 3-tier application framework, which included data layer, data access layer,
logic layer and the presentation layer respectively for data acquisition, data process, and data storage. By such
optimal methods, advantages of the system are ensured in keeping excellent object-oriented functions, better
compatibility and suitable systematic standardization in follow-up development.
The system consists of six modules individually designed for data acquisition, knowledge specification and
normalization, intelligent diagnosis and analysis, user management, assistant help for system management and
application. These modules are mainly responsible for receiving dynamic data from remote sites, knowledge
specification and normalization, and definition of the diagnosis indexes for crop and meteorological disasters, etc.
By the utility of monitoring data combined with crop and meteorological index specifications, the system may
give precision and rapid diagnosis of the condition and probability for both wheat growth and main
meteorological disasters, which includes drought and waterlogging, low temperature, and dry and hot wind. In
order for precision diagnosis of wheat growth and development, four grades are classified according to the crucial
factors below: numbers of leaves on main stem, numbers of stems and tillers per plant, and numbers of secondary
roots and tillers. Those parameters are obtained from field experiments or knowledge and experiences from
different agricultural experts.
The results of these diagnosis and decision supporting services can be output in multiple forms, like MS
word document, different type of curves and figures, as well as data sheets depending on the user’s option. With
the integration of web services and socket techniques, users can easily get the multi-source data resources and
information services via the platforms, such as mobile terminals, LED screens, flat pad, personal computers, etc.
Demonstration and actual application of the system has been successively carried out in the main wheat
production regions of China, and the results show a quite significant prospect for remote intelligent management
and precision monitoring diversification of meteorological disasters by the integration of IOT technology.
Key word: management information systems, decision support systems, wireless sensor network, remote
diagnosis, internet of things, wheat growth condition