3. 农业现场数据采集需求分析

在农业物联网项目中，传感器选型和安装位置往往不是最难的，最难的是在动手之前想清楚：到底要采集哪些参数、多久采一次、精度要到什么程度。这一步做错了，后面要么数据量爆炸、存储和流量成本失控，要么关键信息被漏采，等到作物出现异常时才发现数据根本不够用。本节围绕“按对象定参数、按变化定频率、按用途定精度、按管理定表格”这条主线展开，帮助你把模糊的“我想监测一下”变成可执行的采集方案。

一、先定对象，再定参数

采集参数不是越多越好，而是由种植或养殖对象的关键生长因子决定的。判断一个参数是否值得采集，可以问三个问题：它是否直接影响该对象的产量或健康？它的变化是否无法靠人工巡检及时发现？它的异常是否有对应的调控手段？三个问题都答“是”，才进入采集清单。

以设施番茄为例，空气温度、空气湿度、光照强度、二氧化碳浓度、基质含水量和基质温度是核心参数；土壤 EC 值在施肥管理中也很关键。而大田玉米更关注土壤墒情（体积含水率）、降雨量、积温和风速，设施内的二氧化碳反而意义不大。养殖场景差异更大：猪舍重点在温度、湿度、氨气浓度和二氧化碳，禽舍还要关注光照周期，水产养殖则必须采集水温、溶解氧、pH 和电导率，其中溶解氧是高风险参数，直接决定增氧机是否启动。

参数确定后，还要明确每个参数的测点位置和数量。同样是空气温度，番茄温室应布置在冠层高度、避开风口和阳光直射；猪舍则应分栏布置，因为靠近风机端和进风口端的温差可能达到 3～5 ℃。测点数量取决于空间异质性和调控分区，一个 500 ㎡ 的温室至少布置 2～3 个温湿度测点，取平均值或分区判断，而不是只装一个点代表全场。

二、采样频率：跟着变化速度走

采样频率的核心依据是参数的变化时间尺度。变化快的参数要密采，变化慢的参数可以稀采。空气温度在日出前后可能十几分钟就变化 1 ℃，采样间隔宜取 1～5 分钟；土壤含水率变化缓慢，10～30 分钟一次足够；溶解氧在夏季夜间会因为藻类呼吸和有机物分解快速下降，5 分钟一次的采样才能支撑增氧预警；而土壤 EC、pH 这类参数，15～30 分钟一次即可。

这里要区分两个概念：采样频率是传感器读取并写入本地记录的间隔，上报频率是设备通过 NB-IoT、LoRa 或 4G 把数据发到云端的间隔。两者可以不同。常见做法是本地每 1 分钟采样一次，在设备内做 5 分钟或 10 分钟的均值、最大值、最小值聚合后再上报，既保留了异常峰值信息，又把通信流量降低一个数量级。对于电池供电的田间节点，这一点尤其重要，因为无线模块的发射功耗远大于传感器读取功耗。

三、精度要求：按用途分级

精度不是越高越好，而是要与控制动作和管理决策匹配。用于触发调控的阈值判断，精度要求最高；用于趋势分析和报表统计，可以适当放宽。以温度为例，若用于控制风机和湿帘启停，测量误差应控制在 ±0.3～±0.5 ℃；若只用于记录积温和生长趋势，±1 ℃ 已足够。土壤含水率用于灌溉决策时，误差宜在 ±3% 以内；溶解氧用于增氧控制时，误差应优于 ±0.3 mg/L。

除了测量精度，还要关注分辨率、量程和长期稳定性。量程要覆盖极端情况，比如夏季温室空气温度可能达到 45 ℃，传感器量程选 0～50 ℃ 就偏紧，应选 -20～60 ℃。长期稳定性差的传感器需要频繁校准，在无人值守的田间会带来很大维护负担。选型时应把精度、量程、防护等级（户外至少 IP65）、供电方式和通信接口一起考虑，而不是只看一个精度数字。

四、设计数据记录表格

采集方案最终要落到一张可执行、可查询的记录表上。表格字段应直接服务于后续的阈值判断、趋势分析和故障追溯，而不是照搬通用模板。一个实用的最小字段集包括：时间戳、设备编号、测点位置、参数名称、数值、单位、采样间隔、上报状态、异常标记。时间戳建议统一使用带时区的标准格式，避免跨设备对时错误导致数据错位；设备编号要与安装台账对应，便于定位故障。

下面是一份设施番茄温室的采集配置与记录表示例，参数为教学示例值，实际项目应根据传感器手册和作物要求调整：

记录表设计好后，还要约定异常数据的处理规则。传感器偶尔会出现超量程、跳变或长时间不变的“僵值”，这些数据如果直接进入均值会污染判断。常见做法是在设备端或平台端设置合理性区间，超出区间的值标记为异常并保留原始值，不参与控制决策；连续多个周期数值完全不变时，触发设备自检提醒。这样表格里既有干净的分析数据，也保留了排查线索。

五、方案落地前的自检

在采购传感器和编写采集程序之前，建议用一张自检清单把方案过一遍：每个参数是否对应明确的调控或管理动作？采样间隔是否与参数变化速度匹配？上报频率是否考虑了供电和流量成本？精度是否满足最严格的那个用途？测点位置是否避开了局部热源、风口和阳光直射？记录表字段是否足以支撑后续查询和追溯？如果某个参数找不到对应的使用场景，就应果断从清单中删掉，把预算和安装精力留给真正关键的测点。采集需求分析的价值，正在于用有限的设备和成本，换来对生产真正有用的数据。