竹子在全球范围内有着广泛的分布，被誉为“世界第二大森林”。我国是世界上拥有竹资源（包括种类、面积）最多的国家，约占全球的1/3。竹子不仅在吸收二氧化碳、防止水土流失、维持生物多样性等方面发挥着重要作用，还能为人类提供多种优质的加工材料，竹笋更是营养丰富的绿色健康食品，同时林下种植和养殖也是大有前景的经营模式。对竹子（笋）生长、生理、生境参数予以高效、精准的原位监测，可以有效促进竹资源培育、管理和开发利用水平的提升，对改善我国竹产业劳动力少、成本高、效率低、效益差的现状具有重要意义。
竹子（笋）的生长指标主要包括高度、茎粗、发笋量、林分密度、林分高度、根系/竹鞭形态等，关键生理指标主要包括液流、水势、光合效率等，竹林环境参数主要包括空气温度和湿度、土壤温度和湿度、光照强度、二氧化碳浓度等。对于地面生长指标的获取，除利用花杆、塔尺、卷尺等测量工具的常规调查法外，目前主要采用便携式的检测仪进行测量，包括测树枪和自制的光学测量设备；对于地下竹笋、竹鞭的探测，除了成本很高的地面穿透雷达法，尚无更合适的检测手段；对于生理指标的检测则主要依赖相应的专用仪器。总体来看，现有方法普遍采用便携式仪器检测，缺乏时间和空间的连续性，且在数据的采集、通信和处理方面没有充分发挥当前最新技术的优势；此外，由于竹子主要生长在山区，地形起伏大，环境复杂，植株高大密集，供电和通信较为困难，因此现有的常规方法难以实现大范围、多参数、高效、精准的原位监测。2018年，国际竹藤中心牵头承担了国家重点研发计划项目“竹资源高效培育关键技术研究”，并设置了专门的课题子任务来研究和解决上述难题。经过近3年的攻关，课题组融合电子测量、计算机视觉、深度学习、云计算、新型无线通信和电源等技术，设计了先进的智能监测和物联网方案，研制了一系列原位监测节点或终端，开发了配套的算法和软件，构建了较为完善的毛竹监测物联网系统。该系统可对毛竹生长、生理、生境的关键参数进行大范围、高效、精准的原位监测，并可动态接入其他检测仪器以进一步扩展监测种类，监测结果可通过表格、曲线或图像等多种方式呈现，并可通过计算机、便携式电脑和智能手机等设备随时随地进行查看。目前，该监测系统已在安徽省泾县、霍山县等地开展示范应用，效果良好，为行业技术进步和产业发展提供了有力支持。竹笋品质、成竹产量等与发笋量、竹笋高生长率密切相关，因此及时了解这些信息至关重要，有助于采取相应的生产措施来满足对笋用林的培育需求，进而促进林下经济的发展。但也要注意到，竹笋的庞大数量、快速增长的高度，外加竹林环境的限制，使得实时、高效、精准的信息检测难以实现。传统的竹笋数量主要靠人工计数，而高生长速率则一般通过卷尺、标杆等工具以人工接触方式测得高度后再行计算。目前，若采用超声波、激光雷达、高光谱等新技术，可能存在成本较高、精度偏低等问题，若采用无人机平台检测模式则会存在检测尺度过大等问题。相较而言，计算机视觉和图像测量是一种可行的解决方案，其基本流程是将由低成本的固定式网络摄像头定期采集的竹林图像无线传输到云服务器，再利用专门设计的图像处理和分析算法，自动获得竹笋数量和高生长率。
图像处理和分析算法是计算机视觉方案的核心，主要分为传统方法和深度学习方法。传统方法的重点是图像分割，只有把竹笋分割出来才能进一步计算数量参数和高度参数。由于受背景、光照等因素影响较大，分割算法需要综合运用颜色、纹理、形态等特征，导致其复杂度高且效果不佳，后续还需进行一系列复杂的图像处理操作，同时也可能引入误差。深度学习方法是当前人工智能的核心技术，通过大样本训练获得高性能的识别模型或检测模型，将特征提取和模式识别融为一体，另外随着样本数的增加，经过持续训练的模型性能也将会有进一步的提升。课题组采用传统和深度学习两种方法进行竹笋数量及高生长率的监测，都取得了较好的效果。当采用YOLOv4深度学习竹笋检测模型时，效果尤为突出，且该模型应用简便，性能优异，可快速而准确地获得一帧图像中所有竹笋检测框（即为竹笋数量）及其顶点坐标，再对检测框顶点坐标进行排序、筛选和运算操作，即可得出每个竹笋的高生长率。
毛竹液流监测
液流（Sap flow）是植物重要的生理指标之一，是土壤－植物－大气连续体水流路径中的一个关键链接，承接了庞大地下根系所吸收和汇集的土壤水，决定了整个冠层的蒸腾量，并能够反映出植物体内的水分传输状况、对水分的利用特征及其对环境的响应。现有的植物液流检测方法主要有热脉冲法、激光热脉冲法、热平衡法和热扩散法等。其中，热扩散探针法（TDP）具有低成本、低能耗、易用、易安装等特点，其原理是将一对TDP探针（热电偶）上下排列插入待测植物的边材，通过加热在上探针产生恒定的热量。由于植物的蒸腾作用会随昼夜、天气等变化，导致液流所带走的上探针的热量发生改变，使其与作为参考端的下探针的电压差随之变化，进而通过测量上下探针间的电压差来估算液流量。常用的液流检测仪器分为商业化仪器和“探针+恒流加热+数采仪”组合的模块化设备，一般来说，国外的商用液流仪价格偏高，而模块化液流仪在体积、性能、野外供电和通信等方面尚存在诸多不足之处。
以我国栽培历史悠久、分布面积最广和经济价值最为重要的毛竹为例，课题组针对毛竹液流监测现状，结合毛竹中空、木质层较薄以及探针输出信号仅为0.1 毫伏级电压差、幅值较低且易受干扰等具体情况，运用集成化设计理念，开发出一款基于热扩散原理的便携式、可扩展的毛竹液流监测仪。其采用嵌入式微处理器STM32作为主控芯片，以单片仪表放大器AD620和低噪声运算放大器OP07组成的三级高增益、精密放大电路为核心，采用5～10毫米TDP探针，设计了稳定的探针恒流加热电路以及SD卡读写、GPRS通信、太阳能供电和电量监测报警等电路，运用迭代算法获得当天测量电压差最大值，即时计算出毛竹液流密度。测试和实际应用表明，该仪器性能稳定、数据准确、功耗低，当采用双通道监测时，在无光照情况下可连续工作7天，在有光照情况下可实现长期连续工作；此外，当需要进行多目标监测时，通道也易于扩展。总体来看，该液流监测仪操作简便，性价比高，具有良好的市场前景。
竹林环境多参数监测
对竹林环境进行长时间、大范围、高精度、远距离的监测是竹子（笋）生长发育管理和林下种植养殖管理的重要环节。虽然近年来环境监测技术发展迅速，但对竹林生长环境的监测依然面临诸多困难，主要包括所需监测参数较多、通信不便、成本较高以及野外供电困难等。针对上述问题，课题组选用一体化数字式环境传感器，采用低功耗电路设计和蓄电池+太阳能供电，利用窄带（NB）无线通信技术，研制了实用化的竹林环境监测模块，可监测空气温度和湿度、土壤温度和湿度、光照强度以及二氧化碳浓度；课题组还设计了低成本、可扩展的采集节点，可根据实际情况设置采集间隔、增减传感器数量。总体来看，该环境传感器监测结果准确，能够满足全天候连续工作的需求。作为一种新兴的通信技术，窄带无线通信构建于蜂窝网络之上，占用大约180千赫兹的载波带宽，可直接部署于GSM网络、UMTS网络或LTE网络，使用License频段，具有带内、保护带或独立载波3种部署方式，可与现有网络共存。相比于其他工作在非授权频段的LoRa，SigFox等技术，窄带无线通信拥有低功耗、低成本、大连接、广覆盖等优势。综合考虑建设成本、信号强度、连接规模、运营商政策支持、功耗等因素，窄带无线通信技术相比其他类型的低功耗广域网（LPWAN）技术更适合长延时、低数据量的农林物联网建设，尤其是在高大毛竹存在大量遮挡等恶劣通信条件下依然能够保证良好的信号质量。
在研发完成核心检测技术和监测节点的基础上，课题组兼顾其他多种便携式检测设备的接入需求，构建了毛竹监测物联网系统。毛竹监测物联网系统的前端包括各种传感器、检测节点和便携式检测设备，通过无线传感器网络（WSN）实现信息采集和汇聚，再通过GPRS、NB-IoT、4G等多种协议的广域网接入互联网，最终传输至中心站点的阿里云服务器。基于JavaScript语言、React框架、MySQL数据库和B/S架构设计的后台信息服务软件，可以实现毛竹参数的实时采集、显示、存储、查询和统计等功能。曾经传统的竹产业几乎完全依赖于人工和经验，缺乏有效的监测体系，导致优质竹资源产量不足、生产力下降、经营成本上升，而如今，课题组利用掀起世界信息产业第三次浪潮的物联网技术，集成多元感知、云计算、人工智能等新兴技术，形成兼具系统性和整体性的植物生长过程智能化监测体系，促进竹产业逐渐从以人力为中心的生产模式转向以信息和软件为中心的生产模式，为相关产业部门和从业者提供精准信息和决策支持，提升资源利用率和劳动生产率，并通过“互联网+竹产业”的经营战略，协同推进创新机制和可持续发展的商业模式，提升竹林的综合效益，助推竹产业迈向现代化。目前，总体监测项目分为竹林环境、毛竹生长和毛竹生理三大方面。竹林环境的监测参数包括空气温度和湿度、土壤温度和湿度、光照强度、二氧化碳浓度；生长指标包括笋/鞭形态、毛竹笋发生和高生长，其中对笋/鞭形态的探测包含两种方法；生理指标包括液流和水势，其中对液流的检测包含两种原理。为了便于扩展，系统还预留了其他检测项目（如光合生理参数等）的接口。未来，随着项目研发工作的不断推进，课题组仍将继续致力于自主研发新的检测技术和终端，例如目前正在研制的基于土壤电阻抗特性的冬笋探测仪等；在系统中接入更多现有检测设备，例如光合生理检测仪等，以扩大监测项目；持续优化硬件和软件设计，提高系统的实用性和性价比；基于监测获得的大数据，继续开展笋-竹生长性状的评价研究和应用。
在安徽省泾县、霍山县等地示范应用近两年来，智能监测物联网系统已收集数据2万余条，性能稳定、通用性和可扩展性强，实现了对竹子主要生长、生理、生境参数的高效、精准的原位监测，具有较高的实际应用价值。相信在课题组等科研人员和相关产业部门的共同努力下，竹子检测技术和智能监测系统定将实现产业化应用，使这位竹产业的“侦察兵”早日正式上岗，长期扎根竹林，即时精准地采集和分析笋-竹全生育期的关键数据，实现动态监测预警，及时发现问题并精准定位，为笋-竹生长态势的研判、病虫害防治的强化、采笋时间的精确预测、竹林经营技术水平和可持续经营能力的提升，以及相关竹制品的溯源等全产业的生产调度提供有效指导和科学决策，为后世留下绿水青山的同时，也将肩负起乡村振兴的重任，助力竹农致富，促进地方经济发展，实现生态、社会、经济效益的兼顾，为我国构建现代化的新型竹产业添砖加瓦。致谢：感谢国家重点研发计划课题“笋-竹生长发育机制与生长性状评价”（课题编号：2018YFD0600101）的支持。
本文刊登于IEEE Spectrum中文版《科技纵览》2021年1月刊。
