竹子在全球范圍內有著廣泛的分布，被譽為“世界第二大森林”。我國是世界上擁有竹資源（包括種類、面積）最多的國家，約占全球的1/3。竹子不僅在吸收二氧化碳、防止水土流失、維持生物多樣性等方面發揮著重要作用，還能為人類提供多種優質的加工材料，竹筍更是營養豐富的綠色健康食品，同時林下種植和養殖也是大有前景的經營模式。對竹子（筍）生長、生理、生境參數予以高效、精準的原位監測，可以有效促進竹資源培育、管理和開發利用水平的提升，對改善我國竹產業勞動力少、成本高、效率低、效益差的現狀具有重要意義。
竹子（筍）的生長指標主要包括高度、莖粗、發筍量、林分密度、林分高度、根系/竹鞭形態等，關鍵生理指標主要包括液流、水勢、光合效率等，竹林環境參數主要包括空氣溫度和濕度、土壤溫度和濕度、光照強度、二氧化碳濃度等。對于地面生長指標的獲取，除利用花桿、塔尺、卷尺等測量工具的常規調查法外，目前主要采用便攜式的檢測儀進行測量，包括測樹槍和自制的光學測量設備；對于地下竹筍、竹鞭的探測，除了成本很高的地面穿透雷達法，尚無更合適的檢測手段；對于生理指標的檢測則主要依賴相應的專用儀器?？傮w來看，現有方法普遍采用便攜式儀器檢測，缺乏時間和空間的連續性，且在數據的采集、通信和處理方面沒有充分發揮當前最新技術的優勢；此外，由于竹子主要生長在山區，地形起伏大，環境復雜，植株高大密集，供電和通信較為困難，因此現有的常規方法難以實現大范圍、多參數、高效、精準的原位監測。2018年，國際竹藤中心牽頭承擔了國家重點研發計劃項目“竹資源高效培育關鍵技術研究”，并設置了專門的課題子任務來研究和解決上述難題。經過近3年的攻關，課題組融合電子測量、計算機視覺、深度學習、云計算、新型無線通信和電源等技術，設計了先進的智能監測和物聯網方案，研制了一系列原位監測節點或終端，開發了配套的算法和軟件，構建了較為完善的毛竹監測物聯網系統。該系統可對毛竹生長、生理、生境的關鍵參數進行大范圍、高效、精準的原位監測，并可動態接入其他檢測儀器以進一步擴展監測種類，監測結果可通過表格、曲線或圖像等多種方式呈現，并可通過計算機、便攜式電腦和智能手機等設備隨時隨地進行查看。目前，該監測系統已在安徽省涇縣、霍山縣等地開展示范應用，效果良好，為行業技術進步和產業發展提供了有力支持。竹筍品質、成竹產量等與發筍量、竹筍高生長率密切相關，因此及時了解這些信息至關重要，有助于采取相應的生產措施來滿足對筍用林的培育需求，進而促進林下經濟的發展。但也要注意到，竹筍的龐大數量、快速增長的高度，外加竹林環境的限制，使得實時、高效、精準的信息檢測難以實現。傳統的竹筍數量主要靠人工計數，而高生長速率則一般通過卷尺、標桿等工具以人工接觸方式測得高度后再行計算。目前，若采用超聲波、激光雷達、高光譜等新技術，可能存在成本較高、精度偏低等問題，若采用無人機平臺檢測模式則會存在檢測尺度過大等問題。相較而言，計算機視覺和圖像測量是一種可行的解決方案，其基本流程是將由低成本的固定式網絡攝像頭定期采集的竹林圖像無線傳輸到云服務器，再利用專門設計的圖像處理和分析算法，自動獲得竹筍數量和高生長率。
圖像處理和分析算法是計算機視覺方案的核心，主要分為傳統方法和深度學習方法。傳統方法的重點是圖像分割，只有把竹筍分割出來才能進一步計算數量參數和高度參數。由于受背景、光照等因素影響較大，分割算法需要綜合運用顏色、紋理、形態等特征，導致其復雜度高且效果不佳，后續還需進行一系列復雜的圖像處理操作，同時也可能引入誤差。深度學習方法是當前人工智能的核心技術，通過大樣本訓練獲得高性能的識別模型或檢測模型，將特征提取和模式識別融為一體，另外隨著樣本數的增加，經過持續訓練的模型性能也將會有進一步的提升。課題組采用傳統和深度學習兩種方法進行竹筍數量及高生長率的監測，都取得了較好的效果。當采用YOLOv4深度學習竹筍檢測模型時，效果尤為突出，且該模型應用簡便，性能優異，可快速而準確地獲得一幀圖像中所有竹筍檢測框（即為竹筍數量）及其頂點坐標，再對檢測框頂點坐標進行排序、篩選和運算操作，即可得出每個竹筍的高生長率。
毛竹液流監測
液流（Sap flow）是植物重要的生理指標之一，是土壤－植物－大氣連續體水流路徑中的一個關鍵鏈接，承接了龐大地下根系所吸收和匯集的土壤水，決定了整個冠層的蒸騰量，并能夠反映出植物體內的水分傳輸狀況、對水分的利用特征及其對環境的響應?，F有的植物液流檢測方法主要有熱脈沖法、激光熱脈沖法、熱平衡法和熱擴散法等。其中，熱擴散探針法（TDP）具有低成本、低能耗、易用、易安裝等特點，其原理是將一對TDP探針（熱電偶）上下排列插入待測植物的邊材，通過加熱在上探針產生恒定的熱量。由于植物的蒸騰作用會隨晝夜、天氣等變化，導致液流所帶走的上探針的熱量發生改變，使其與作為參考端的下探針的電壓差隨之變化，進而通過測量上下探針間的電壓差來估算液流量。常用的液流檢測儀器分為商業化儀器和“探針+恒流加熱+數采儀”組合的模塊化設備，一般來說，國外的商用液流儀價格偏高，而模塊化液流儀在體積、性能、野外供電和通信等方面尚存在諸多不足之處。
以我國栽培歷史悠久、分布面積最廣和經濟價值最為重要的毛竹為例，課題組針對毛竹液流監測現狀，結合毛竹中空、木質層較薄以及探針輸出信號僅為0.1 毫伏級電壓差、幅值較低且易受干擾等具體情況，運用集成化設計理念，開發出一款基于熱擴散原理的便攜式、可擴展的毛竹液流監測儀。其采用嵌入式微處理器STM32作為主控芯片，以單片儀表放大器AD620和低噪聲運算放大器OP07組成的三級高增益、精密放大電路為核心，采用5～10毫米TDP探針，設計了穩定的探針恒流加熱電路以及SD卡讀寫、GPRS通信、太陽能供電和電量監測報警等電路，運用迭代算法獲得當天測量電壓差最大值，即時計算出毛竹液流密度。測試和實際應用表明，該儀器性能穩定、數據準確、功耗低，當采用雙通道監測時，在無光照情況下可連續工作7天，在有光照情況下可實現長期連續工作；此外，當需要進行多目標監測時，通道也易于擴展。總體來看，該液流監測儀操作簡便，性價比高，具有良好的市場前景。
竹林環境多參數監測
對竹林環境進行長時間、大范圍、高精度、遠距離的監測是竹子（筍）生長發育管理和林下種植養殖管理的重要環節。雖然近年來環境監測技術發展迅速，但對竹林生長環境的監測依然面臨諸多困難，主要包括所需監測參數較多、通信不便、成本較高以及野外供電困難等。針對上述問題，課題組選用一體化數字式環境傳感器，采用低功耗電路設計和蓄電池+太陽能供電，利用窄帶（NB）無線通信技術，研制了實用化的竹林環境監測模塊，可監測空氣溫度和濕度、土壤溫度和濕度、光照強度以及二氧化碳濃度；課題組還設計了低成本、可擴展的采集節點，可根據實際情況設置采集間隔、增減傳感器數量?？傮w來看，該環境傳感器監測結果準確，能夠滿足全天候連續工作的需求。作為一種新興的通信技術，窄帶無線通信構建于蜂窩網絡之上，占用大約180千赫茲的載波帶寬，可直接部署于GSM網絡、UMTS網絡或LTE網絡，使用License頻段，具有帶內、保護帶或獨立載波3種部署方式，可與現有網絡共存。相比于其他工作在非授權頻段的LoRa，SigFox等技術，窄帶無線通信擁有低功耗、低成本、大連接、廣覆蓋等優勢。綜合考慮建設成本、信號強度、連接規模、運營商政策支持、功耗等因素，窄帶無線通信技術相比其他類型的低功耗廣域網（LPWAN）技術更適合長延時、低數據量的農林物聯網建設，尤其是在高大毛竹存在大量遮擋等惡劣通信條件下依然能夠保證良好的信號質量。
在研發完成核心檢測技術和監測節點的基礎上，課題組兼顧其他多種便攜式檢測設備的接入需求，構建了毛竹監測物聯網系統。毛竹監測物聯網系統的前端包括各種傳感器、檢測節點和便攜式檢測設備，通過無線傳感器網絡（WSN）實現信息采集和匯聚，再通過GPRS、NB-IoT、4G等多種協議的廣域網接入互聯網，最終傳輸至中心站點的阿里云服務器?；贘avaScript語言、React框架、MySQL數據庫和B/S架構設計的后臺信息服務軟件，可以實現毛竹參數的實時采集、顯示、存儲、查詢和統計等功能。曾經傳統的竹產業幾乎完全依賴于人工和經驗，缺乏有效的監測體系，導致優質竹資源產量不足、生產力下降、經營成本上升，而如今，課題組利用掀起世界信息產業第三次浪潮的物聯網技術，集成多元感知、云計算、人工智能等新興技術，形成兼具系統性和整體性的植物生長過程智能化監測體系，促進竹產業逐漸從以人力為中心的生產模式轉向以信息和軟件為中心的生產模式，為相關產業部門和從業者提供精準信息和決策支持，提升資源利用率和勞動生產率，并通過“互聯網+竹產業”的經營戰略，協同推進創新機制和可持續發展的商業模式，提升竹林的綜合效益，助推竹產業邁向現代化。目前，總體監測項目分為竹林環境、毛竹生長和毛竹生理三大方面。竹林環境的監測參數包括空氣溫度和濕度、土壤溫度和濕度、光照強度、二氧化碳濃度；生長指標包括筍/鞭形態、毛竹筍發生和高生長，其中對筍/鞭形態的探測包含兩種方法；生理指標包括液流和水勢，其中對液流的檢測包含兩種原理。為了便于擴展，系統還預留了其他檢測項目（如光合生理參數等）的接口。未來，隨著項目研發工作的不斷推進，課題組仍將繼續致力于自主研發新的檢測技術和終端，例如目前正在研制的基于土壤電阻抗特性的冬筍探測儀等；在系統中接入更多現有檢測設備，例如光合生理檢測儀等，以擴大監測項目；持續優化硬件和軟件設計，提高系統的實用性和性價比；基于監測獲得的大數據，繼續開展筍-竹生長性狀的評價研究和應用。
在安徽省涇縣、霍山縣等地示范應用近兩年來，智能監測物聯網系統已收集數據2萬余條，性能穩定、通用性和可擴展性強，實現了對竹子主要生長、生理、生境參數的高效、精準的原位監測，具有較高的實際應用價值。相信在課題組等科研人員和相關產業部門的共同努力下，竹子檢測技術和智能監測系統定將實現產業化應用，使這位竹產業的“偵察兵”早日正式上崗，長期扎根竹林，即時精準地采集和分析筍-竹全生育期的關鍵數據，實現動態監測預警，及時發現問題并精準定位，為筍-竹生長態勢的研判、病蟲害防治的強化、采筍時間的精確預測、竹林經營技術水平和可持續經營能力的提升，以及相關竹制品的溯源等全產業的生產調度提供有效指導和科學決策，為后世留下綠水青山的同時，也將肩負起鄉村振興的重任，助力竹農致富，促進地方經濟發展，實現生態、社會、經濟效益的兼顧，為我國構建現代化的新型竹產業添磚加瓦。致謝：感謝國家重點研發計劃課題“筍-竹生長發育機制與生長性狀評價”（課題編號：2018YFD0600101）的支持。
本文刊登于IEEE Spectrum中文版《科技縱覽》2021年1月刊。
