校园绿地是学校对外的窗口，是实施环境育人的重要保障^[1]。绿地灌溉是校园绿地管理的基本工作，传统的灌溉方式以定时、大水漫灌为主，没有考虑是否所有绿地都需要浇水、需要浇多少水，不可避免造成水资源浪费。实现校园绿地的科学、精准灌溉，是绿地管理的迫切需求。

近年来，随着人工智能、自动检测等技术的发展，智能系统在精准农业中的应用越来越广泛，其实时监测土壤湿度，进一步通过灌溉控制系统自动调节土壤湿度，使农作物处于最佳生长环境^[2]。当前，精准农业在美国、荷兰等国家得到了广泛应用。智慧灌溉已有先例^[3]，通过检测调节土壤湿度，结合植物生长特点，制定合理的灌溉条件，为不同作物的生长营造合适的湿度环境^[4]。但校园绿地分布散乱且大小不一，而且植被种类众多，适用于成片规模化、较单一物种的智慧灌溉方式难以直接应用。

本文基于物联网技术构建了校园绿地湿度管理与决策支持系统，通过湿度传感器实时获取土壤湿度信息，为绿地灌溉提供辅助支持，并在中国石油大学(华东)青岛校区部署应用。

1 湿度传感器布设 1.1 湿度传感器选择

数据传输方式、供电以及可靠性等问题是本系统选择湿度传感器首要考虑的问题。本系统选择的湿度传感器外观如图 1所示，具备以下特点。

1) 具备GPRS/WiFi/LTE多网接入方式。由于绿地内布设网线难度大，而数据传输量很小，本系统采用了GPRS数据传输方式，网络可靠且成本低廉。

2) 配置超大容量电池，不充电可连续工作一年，并提供USB与太阳能两种充电方式。本系统拟进行露天安置，采用太阳能充电方式，尽量减少后期的维护工作。

3) 湿度数据监测频率可自定义设置，可达min级。本系统设置为1 h监测1次，满足数据应用需求，且功耗低。

1.2 湿度传感器埋设

由于本文选择的湿度传感器不受数据传输网络和供电限制，位置设置较为灵活。结合中国石油大学(华东)青岛校区的绿地分布状况，选取具有典型代表性的地区，覆盖校内花园、大块绿地和重点关注的成片植被(如牡丹)等区域，设置埋设点17个。为保障传感器的安全，根据传感器结构自行设计制作了不锈钢外壳(图 1)，将传感器置于外壳内，挖长宽深为30 cm×30 cm×30 cm的土坑，将探针插入坑一侧15 cm深处，然后底部用水泥覆盖5 cm，上部压土埋实。

2 系统研发 2.1 系统架构设计

传感器监测到土壤湿度数据后，经过GPRS网络传输到数据服务器，通过与Web服务器和GIS服务器连接^[5]，实现数据管理、数据可视化、统计分析和干旱预警等功能，用户通过浏览器访问整个温湿系统。系统整体框架如图 2所示。

2.2 系统功能设计

1) 数据管理模块。该模块实现传感器湿度实时数据获取与入库、历史数据处理、数据分析以及成果导出等功能。

2) 数据可视化模块。在地图上以特定颜色圆状符号表示传感器位置的实时湿度状态，能够展示当前传感器的埋设位置照片以及湿度数值、电量等参数。

3) 统计分析模块。对最近24 h、最近一周、最近30 d和最近1 a的湿度数据进行报表统计，并计算分析土壤的干旱频率。

4) 干旱预警模块。根据经验，当土壤湿度值小于15%时，判定该区域处于干旱状态。对当前处于干旱的区域、最近24 h持续干旱区域、最近48 h持续干旱区域进行数据抽取与提醒。

2.3 系统数据库设计

本系统的数据库采用轻量级的MySQL，根据系统功能需求，设计相关数据表如下。

1) SensorRecord表。传感器数据记录表，存放从传感器获取的所有原始数据，包括传感器编号、湿度、光照强度、获取时间、传感器电量与备注。

2) SensorStatus表。传感器实时状态表，记录传感器的位置信息并更新当前的传感器状态参数，包括传感器编号、传感器位置文字描述及坐标的x值和y值、最近一次的温度、湿度、电量、光照强度等。

3) SensorDay表。传感器每日数据统计表，该表对后续相关的日分析、月分析、年分析等相关统计分析起着至关重要的作用。包括记录编号、传感器编号、每日平均温度、每日平均湿度、当日日期以及判断当天是否大部分时间处于干旱状态的值。

2.4 系统开发

本系统依托Java和JavaScript开发语言^[6]，使用OpenLayers开源地图框架，实现了对校园土壤湿度数据的实时监控和数据分析，主要解决以下3个问题。

1) 湿度数据实时获取。传感器设置每小时监测1次土壤湿度，通过GPRS传输至云数据服务器，利用SpringBoot框架实时接收湿度数据，SpringBoot大大简化了冗长的配置过程，使开发人员更加专注于代码实现的逻辑和算法，能够快速构建Spring项目工程，并可直接打成jar包或者war包部署在服务器上^[7]。将实时获取的湿度数据写入系统数据库的传感器数据记录表，并更新传感器实时状态表。另外，每天定时对数据进行二次处理，自动计算24 h平均数据，为长时间序列数据分析提供基础数据。

2) 基于OpenLayers的湿度数据渲染。湿度数据的地图可视化是通过在OpenLayers地图上添加的传感器图层实现的^[8]。OpenLayers是一种用来开发WebGIS客户端的完全开源的JavaScript工具包，可以在绝大部分主流浏览器中加载，用来实现加载地图服务、显示地图、编辑地图、地图分析等相关操作。利用OpenLayers Geometry Point类添加每一个传感器的具体坐标信息，将所有传感器加载到校园地图上；利用OpenLayers的StyleMap类，定义传感器的样式属性，样式符号由外白色圆环与相应的红、绿、黄内圆组成(红色代表土壤干旱，绿色代表土壤湿度适宜，黄色代表土壤湿度过大)，StyleMap类同时定义鼠标悬浮在符号上、点击符号时与离开符号时的传感器图层的不同状态。将定义的StyleMap属性赋予到sensorLayer传感器图层上，再添加所有Point类，最终实现湿度数据的可视化展示。

3) 湿度数据动态表绘制。随着时间的增长，湿度数据越来越多，挖掘大数据中的潜在价值，对实时与历史的湿度数据进行统计分析，对于绿地的管理具有极大的参考价值。本系统中有关湿度数据的分析均是基于ECharts^[9]实现的，ECharts是商业级数据图表，内嵌在HTML5代码中，可以流畅运行在浏览器端和移动端，为用户展示出各种美观动态图表，并能准确展示出不同类型的数据。通过在JavaScript中定义ECharts图表的option属性，包括图表的样式、标题、图例、x轴与y轴属性、背景范围等属性，并在HTML页面中定义div标签，定义的ECharts图表在此div中显示。

3 系统应用效果与分析 3.1 绿地湿度信息可视化展示

1) 湿度信息查询。通过地图界面，用户可以直观查看传感器的位置分布，通过传感器符号颜色了解每个传感器的湿度状态。点击某个符号，即可查看对应传感器的实时土壤湿度信息。用户还可以查看湿度变化趋势图。利用ECharts工具对数据进行可视化^[10]，美化湿度显示的效果。主要参数包括地点、温度、湿度、编号和了解更多湿度信息的超链接，还有24 h温湿度趋势信息，便于用户了解该湿度传感器的总体信息。

2) 传感器状态查询。传感器总体状态是利用ECharts图表的柱状图工具，加载了最近一次所有传感器的湿度数据。图表中蓝色柱状图代表对应传感器湿度信息，坐标纵轴为湿度数值，背景的黄色、绿色、粉色区域代表过涝、适宜、干旱的区间，如图 3所示。

3.2 数据统计分析

统计分析模块针对每个传感器可以绘制最近24 h、最近一周、最近30 d与最近1 a的湿度数据分析，如图 4所示。y轴表示湿度数值，x轴表示具体时间。系统还提供了每个传感器安放位置的干旱频率分析功能，可从中分析出易涝和易旱区域，为养护管理部门提供重点关注信息。图 5为干旱频率图，x轴表示传感器编号；y轴表示干旱频率。从图中可以看出大部分区域干旱频率较低，土壤含水量正常，不需要过多的人工浇水；而在某一个区域干旱频率较高，需要后勤人员重点关注，并采取相应措施，改善土壤含水量，提高植物成活率。

3.3 数据统计分析

干旱预警模块是本系统的特色之一。除了能根据实时数据直接判断当前干旱区域外，还能根据序列数据，挖掘出最近24 h和48 h持续干旱区域，通过系统提醒，绿地养护部门24 h内快速反应，若是该区域处于48 h持续干旱，则代表养护部门不作为，记入数据库，成为养护部门年终考核的重要依据。另外，预警信息中还包括电量低的电量异常传感器、3 h未接收到数据的信号异常传感器，方便管理人员及时处理，保证传感器正常工作。

4 结束语

本文基于物联网技术，将湿度传感器和无线传输应用于校园绿地土壤湿度信息的获取，构建了绿地湿度数据库，研发了校园绿地湿度数据管理与决策支持平台，实现了基于校园地图的土壤湿度数据可视化、统计分析与预警功能，为校园绿地的科学、精准养护提供了辅助决策，也为绿地养护人员工作效果监管提供了有效方法，是智慧校园建设的重要组成部分。

本系统在中国石油大学(华东)青岛校区部署运行一年，湿度数据具备很强的指导意义，提高了养护区域的针对性和养护作业的及时性，植被成活率高，整体长势良好，没有出现长期干旱区域。另外，由于灌溉针对性强，不会出现大水漫灌的情况，较往年节约了绿化用水。下一步将在校内增加湿度传感器的密度，进一步实现校园绿地的全覆盖，同时基于积累的长时序湿度数据开展大数据挖掘，分析易旱、易涝区域以及与植物覆盖类型的关系，提升系统的决策支持水平。