李凱亮 舒磊 黃凱 孫元昊 楊帆 張宇 霍志強 王彥飛 王心怡 盧巧玲 張亞成

摘? ?要：太陽能殺蟲燈在農業(yè)趨光性害蟲受燈光引誘并接觸金屬網時釋放高壓脈沖電流殺滅害蟲，可有效減少施用農藥造成的環(huán)境污染和食品安全問題。本文介紹了利用無線傳感器網絡技術提升太陽能殺蟲燈在農業(yè)遷飛性趨光害蟲防治領域的應用效果，明確提出了一種新型農業(yè)物聯(lián)網——太陽能殺蟲燈物聯(lián)網。首先，從殺蟲燈在國內農業(yè)生產中的應用研究現(xiàn)狀出發(fā)，總結了殺蟲燈在林果、水稻和蔬菜等作物生產種植中的部署特點和殺蟲工作時段分布情況;其次，分析了現(xiàn)有聯(lián)網型太陽能殺蟲燈節(jié)點的產品特點和殺蟲燈物聯(lián)網研究現(xiàn)狀;然后，結合太陽能殺蟲燈的能量采集方式、田間部署特點，綜合分析了基于太陽能能量采集方式的傳感器網絡研究現(xiàn)狀和基于啟發(fā)式的傳感器網絡節(jié)點部署研究現(xiàn)狀;最后，探討了太陽能殺蟲燈物聯(lián)網的節(jié)點部署、能量預留管理、蟲害爆發(fā)區(qū)域邊界定位、蟲情數(shù)據(jù)抗干擾傳輸?shù)汝P鍵研究問題，并對太陽能殺蟲燈物聯(lián)網在農業(yè)生產中的應用進行了總結和展望。

關鍵詞：農業(yè)蟲害防治;太陽能殺蟲燈;無線傳感器網絡;農業(yè)物聯(lián)網

中圖分類號：S-1? ? ? ? ? ? ? ? ? 文獻標志碼：A? ? ? ? ? ? ?文章編號：201905-SA001

李凱亮， 舒? ?磊， 黃? ?凱， 孫元昊， 楊? ?帆， 張? ?宇， 霍志強， 王彥飛， 王心怡， 盧巧玲， 張亞成. 太陽能殺蟲燈物聯(lián)網研究現(xiàn)狀與展望[J]. 智慧農業(yè)， 2019，1（3）： 13-28.

Li K， Shu L， Huang K， Sun Y， Yang F， Zhang Y， Huo Z， Wang Y， Wang X， Lu Q， Zhang Y. Research and prospect of solar insecticidal lamps Internet of Things[J]. Smart Agriculture， 2019， 1（3）： 13-28. （in Chinese with English abstract）

1? 引言

中國是農業(yè)大國，保障農業(yè)生產穩(wěn)定有序地開展是社會安定的基礎。然而，受到氣候變化、工業(yè)活動等因素影響，遷飛性害蟲誘發(fā)的農業(yè)蟲害日益頻繁，嚴重影響農業(yè)生產安全。昆蟲的遷飛是在一定蟲態(tài)，周期性、長距離、有一定方向的飛行行為，也是導致一些地區(qū)某種蟲害突然爆發(fā)，造成農作物嚴重減產的重要原因。遷飛性害蟲的防治和實現(xiàn)自動化蟲情測報對于農業(yè)生產安全和蟲害防治研究領域至關重要。

現(xiàn)階段中國農業(yè)蟲害防治主要采用施用農藥的方式，但由于長期濫用農藥使得害蟲產生抗藥性，陷入了“施用農藥——害蟲產生抗藥性——加大施用農藥劑量”的惡性循環(huán)。施用農藥的方式不可避免地污染了自然水體、土壤及生態(tài)環(huán)境，且可能殘留在農產品表面，危害人們生命安全。隨著人們環(huán)境保護意識的提高，以及對綠色無公害的農產品日益增長的需求，探索在農業(yè)生產過程中綠色環(huán)保的蟲害防治方式勢在必行。

近年來，利用太陽能殺蟲燈對農業(yè)遷飛性趨光害蟲防治的研究和應用已經得到世界各國政府農業(yè)部門、農業(yè)生產企業(yè)和科研機構的極大關注，并給農業(yè)生產中遷飛性趨光害蟲的防治帶來了新模式，成為了新的研究熱點。例如，農業(yè)農村部全國農作物重大病蟲害防治預案（農辦農〔2005〕11號）中明確提出“可選用高壓汞燈、頻振式殺蟲燈等誘殺成蟲，降低成蟲基數(shù)，減輕幼蟲防治壓力”[1]。

農業(yè)遷飛性害蟲遷飛飛行主要發(fā)生在成熟期（有飛行能力）至生殖前期（交配、產卵），這是太陽能殺蟲燈開展殺蟲工作的主要時段。在此時段前后，太陽能殺蟲燈使用黑光燈吸引遷飛性趨光害蟲，并在害蟲接觸到金屬網時釋放高壓脈沖電流殺滅害蟲。

這種新型綠色農業(yè)病蟲害防治方式可以有效地降低農藥施用率，已經在全國各個地區(qū)得到了廣泛應用，如表1所示?？梢钥吹剑?005年以來殺蟲燈在我國農業(yè)生產中被廣泛應用，江西省新余市就部署了2萬盞太陽能殺蟲燈用于水稻的趨光性害蟲防治[5]，這進一步給當?shù)貛砹酥卮蟮纳鐣绊憽?/p>

隨著“精準農業(yè)”和“智能農業(yè)”的快速發(fā)展，以及農業(yè)信息化需求的不斷增長，無線傳感器網絡（Wireless Sensor Networks， WSN）技術已廣泛應用于農情信息采集、農業(yè)裝備智能控制等方面[13，14]。WSN適用于大規(guī)模部署和區(qū)域監(jiān)測，可以很容易地與太陽能殺蟲燈（Solar Insecticidal Lamps，SILs）結合，形成一種新型的農業(yè)物聯(lián)網——太陽能殺蟲燈物聯(lián)網（Solar Insecticidal Lamps Internet of Things：SIL-IoTs）。太陽能殺蟲燈物聯(lián)網節(jié)點結構圖如圖1所示。在每個太陽能殺蟲燈物聯(lián)網節(jié)點中，可以集成無線通信模塊（例如，ZigBee）通過網絡及時地向終端用戶報告所在位置的害蟲密度信息。白天，太陽能殺蟲燈物聯(lián)網節(jié)點（以下簡稱“節(jié)點”）利用太陽能電池板收集能量并轉化為電能存儲到蓄電池中。夜間，節(jié)點開啟誘蟲燈吸引附近的趨光性害蟲并在害蟲接觸金屬網時釋放高壓脈沖電流殺滅害蟲，通過統(tǒng)計脈沖電流的次數(shù)可以估算區(qū)域內蟲口密度。除了蟲口密度信息外，無線通信模塊還可收集更多信息，例如殺蟲燈節(jié)點的太陽能電池板能量收集情況、殺蟲燈的電池剩余容量等信息。

通過在現(xiàn)有的太陽能殺蟲燈上增加無線通信模塊，太陽能殺蟲燈物聯(lián)網可以提高遷飛性趨光害蟲防治效果、實現(xiàn)農業(yè)害蟲災害預警和為農業(yè)生產區(qū)域的精確施藥提供數(shù)據(jù)支撐與決策依據(jù)。

本文總結了殺蟲燈應用研究現(xiàn)狀、現(xiàn)有企業(yè)生產的聯(lián)網型殺蟲燈產品特點和殺蟲燈物聯(lián)網研究現(xiàn)狀。首先分析了現(xiàn)有殺蟲燈的研究進展和應用特點。然后調研并分析了現(xiàn)有企業(yè)生產的聯(lián)網型殺蟲燈功能及產品特點，總結了現(xiàn)有殺蟲燈物聯(lián)網的研究現(xiàn)狀。接著從太陽能殺蟲燈的能量采集方式、部署特點出發(fā)，結合無線傳感器網絡的研究現(xiàn)狀，綜合分析了基于太陽能能量采集的傳感器網絡研究現(xiàn)狀和基于啟發(fā)式的傳感器網絡節(jié)點部署研究現(xiàn)狀;最后結合農業(yè)生產現(xiàn)狀和太陽能殺蟲燈的特點，提出了太陽能殺蟲燈物聯(lián)網的四個關鍵研究問題，并對太陽能殺蟲燈物聯(lián)網在農業(yè)蟲害防治領域的未來進行了展望。

2? 殺蟲燈應用研究現(xiàn)狀

目前，殺蟲燈在我國已有較多的應用研究，且主要集中在林果、水稻以及蔬菜等經濟作物的生產種植中。表2中列舉了殺蟲燈的研究時段、研究地點、具體作物和主要害蟲等信息，給出了殺蟲燈應用區(qū)域、覆蓋面積、部署數(shù)量、功率和節(jié)點間距等關鍵參數(shù)。

通過對表2進行分析，得到以下結果：

（1）殺蟲燈在農林業(yè)領域中已在不同地域內廣泛應用，可適用于多種經濟作物生產中趨光性害蟲的防治。

（2）部署標準無據(jù)可依：現(xiàn)有殺蟲燈的部署位置主要依靠工程安裝人員根據(jù)部署現(xiàn)場的情況決定（例如，地形、周邊遮擋物等），表2的研究中沒有明確提出節(jié)點部署方案，部署位置和節(jié)點間距的選擇相對隨意，具體體現(xiàn)為表2中同種作物不同節(jié)點間距（即覆蓋面積與部署數(shù)量之比）的差異。

（3）缺乏工作時段自動調整技術：從表2可以看到，對于不同經濟作物，其面臨的主要趨光性害蟲種類不同;對于不同種類的趨光性害蟲，其主要活躍時間（月份、夜晚時段）不同。因此，對于輪作或間作套種的種植方式，需要根據(jù)種植的作物種類和該時間階段內的主要害蟲種類，調整殺蟲燈的工作時間段從而實現(xiàn)較好的殺蟲效果。

（4）殺蟲燈節(jié)點間距與無線傳感器節(jié)點通信半徑相近：當殺蟲燈的部署規(guī)模較大時，例如，郭蓉蓉[17]500盞，左彥軍[19]2000盞，張大為等[20]100盞，朱金星[27]54盞，其節(jié)點間距基本在70～100m之間，與現(xiàn)有大多數(shù)的無線傳感器網絡節(jié)點通信半徑相近。

3? 太陽能殺蟲燈物聯(lián)網產品及研究

現(xiàn)狀

3.1? 聯(lián)網型太陽能殺蟲燈產品現(xiàn)狀

在日益增長的對綠色無污染農產品需求的驅動下，部分生產企業(yè)瞄準太陽能殺蟲燈的廣闊應用市場，對原有太陽能殺蟲燈進行升級改造，使得太陽能殺蟲燈可以更有效地開展殺蟲工作。例如，對太陽能殺蟲燈集成了電壓脈沖計數(shù)模塊和GSM通信模塊來實現(xiàn)蟲情信息的自動采集和上報。表3列舉了部分公司的聯(lián)網型太陽能殺蟲燈產品及其特點。

通過對這些企業(yè)生產的聯(lián)網型殺蟲燈進行綜合對比分析，得到以下結論：

（1）已有的聯(lián)網型太陽能殺蟲燈都是使用移動蜂窩網絡（GSM網絡）的方式進行數(shù)據(jù)傳輸，暫未出現(xiàn)無線傳感器網絡技術（例如Zigbee網絡）的殺蟲燈物聯(lián)網產品。此種方式存在以下問題：①使用GSM數(shù)據(jù)傳輸?shù)姆绞酱蠓鹊卦黾恿藲⑾x燈節(jié)點的設備成本和后期維護成本（需要一直繳納GPRS流量費用）;②大規(guī)模部署的太陽能殺蟲燈對其所在區(qū)域的移動蜂窩網絡的通信質量和信號覆蓋要求較高。這些問題的存在不利于太陽能殺蟲燈物聯(lián)網的普及。

（2）缺乏工作時段自適應調整機制：已有的聯(lián)網型太陽能殺蟲燈節(jié)點僅能通過手機或客戶端遠程設定工作時間段，此類殺蟲燈節(jié)點降低了手動調整工作時段的人力成本。但在長期惡劣天氣、有陰影長期遮擋等無法獲取足夠能量來源的情況下，或者由于突發(fā)蟲害時較多的能量消耗，殺蟲燈節(jié)點將因能量耗盡而停止工作，無法繼續(xù)殺蟲。因此，殺蟲燈節(jié)點需要根據(jù)所在區(qū)域蟲情密度、害蟲活動規(guī)律、天氣情況、剩余能量等數(shù)據(jù)，基于強化學習等理論進行自我學習，智能決策自身最佳工作時段，從而實現(xiàn)“智能化”控制。

（3）缺乏蟲害爆發(fā)區(qū)域定位技術：已有的聯(lián)網型太陽能殺蟲燈節(jié)點在蟲害爆發(fā)時僅能實現(xiàn)單個節(jié)點的異常蟲情報警，這種方式的準確性不如太陽能殺蟲燈物聯(lián)網中網絡節(jié)點相互協(xié)同感知的方式，且無法通過節(jié)點間共享蟲情數(shù)據(jù)以便精確判定蟲害爆發(fā)區(qū)域，而無法為嚴重蟲害區(qū)域的精準施藥提供參考依據(jù)。

3.2? 殺蟲燈物聯(lián)網研究現(xiàn)狀

太陽能殺蟲燈物聯(lián)網是新興事物，利用太陽能殺蟲燈物聯(lián)網研究遷飛性趨光害蟲遷徙和優(yōu)化殺蟲工作也處于初始研究階段。目前已有部分研究者基于不同電力供應方式的殺蟲燈物聯(lián)網開展相關研究工作，如表4所示。

2013年，Lam等[36]描述了使用基于傳感器網絡的辦法監(jiān)測褐飛虱在越南湄公河三角洲地區(qū)的遷徙，將殺蟲燈和傳感器網絡結合，利用傳感器網絡感知并傳輸褐飛虱的分布信息。2015年，Qiu等[37]描述了部署在魚塘周邊，由不同類型殺蟲燈組成的一種“星網”，通過雷達來定位飛蟲位置，并在飛蟲靠近殺蟲燈時通過無線控制的方式，按照距離遠近逐步開啟殺蟲燈誘蟲，最終在魚塘上方進行殺蟲。2016年，王圣楠等[38]提到了目前殺蟲燈在防治農林害蟲的應用中所面臨的不足，并提出把殺蟲燈技術與物聯(lián)網技術相結合對于蟲害防治非常有利，是未來發(fā)展的方向，其中提到“將物聯(lián)網技術應用于殺蟲燈的控制，實現(xiàn)殺蟲燈的啟閉適應生態(tài)植保和農藝的需求，將是殺蟲燈發(fā)展的契機”。2017年，馬仟等[39]為解決傳統(tǒng)殺蟲燈的無人看管模式和低效率的人工維護等問題，提出了一種新型的基于無線傳感器網絡殺蟲燈軟硬件設計，提出通過多點配合式的殺蟲模式靈活控制整個殺蟲系統(tǒng)，從而達到最優(yōu)的殺蟲效果，但具體優(yōu)化方案并未展開討論。2018年，高磊[40]利用GPS定位、蟲口密度等數(shù)據(jù)采集模塊，設計了基于物聯(lián)網的果園病蟲害信息監(jiān)測系統(tǒng)，提出了一種利用無線傳感器網絡探測果園害蟲分布的方法。

通過對這些前期相關工作的綜合分析，可以得到以下結論：

（1）殺蟲燈與物聯(lián)網結合這個概念是在2013年提出來的，并在2017年和2018年有學者嘗試了基于無線傳感器網絡的殺蟲燈軟硬件設計。

（2）已有利用無線傳感器網絡節(jié)點間的通信功能來協(xié)調控制殺蟲燈的啟閉，從而達到不同蟲害狀況下更好的殺蟲效果。

（3）從表4統(tǒng)計結果來看，除馬仟采用太陽能作為節(jié)點能量來源外，其他學者研究中沒有明確的“節(jié)點外界能量來源”信息，但馬仟等人并未研究太陽能殺蟲燈物聯(lián)網節(jié)點能量優(yōu)化管理問題。

（4）現(xiàn)有研究均可獲取區(qū)域內蟲害數(shù)量信息，但暫無利用蟲情數(shù)據(jù)開展蟲害區(qū)域精確定位的研究，也暫無研究太陽能殺蟲燈物聯(lián)網的網絡協(xié)同殺蟲方案。

在此，需要特別指出有兩篇文獻[41，42]，雖然他們是研究“基于物聯(lián)網技術的農業(yè)蟲害智能監(jiān)控系統(tǒng)”，但是其中使用的不是將殺蟲燈作為蟲害的計數(shù)模塊，他們使用的是DATA-LYNX型昆蟲自動計數(shù)站，其主要的工作方式是：“內部由昆蟲計數(shù)傳感器和數(shù)據(jù)采集器組成，運用昆蟲激素吸引相應昆蟲撞擊傳感器，形成脈沖信號來計數(shù)”。因此，這兩篇文獻不作為相關工作。

4? 基于太陽能能量采集的傳感器網

絡的研究現(xiàn)狀及分析

近幾年，出現(xiàn)了很多基于太陽能能量采集的傳感器網絡的研究，通過收集這方面的文獻并進行整理，對文獻中明確給出節(jié)點部署方式和節(jié)點部署密度的論文加以分析，主要按照研究內容將整理的論文分為兩大類：①數(shù)據(jù)傳輸;②能量管理。分別如表5和表6所示。

在以上兩個表格中，對相關研究論文中的節(jié)點間距、部署方式、太陽能板配有量以及應用場景這四個方面進行了整理，通過綜合分析，可以得到以下結論：

（1）除了He等[53]和Mansourkiaie等[59]這兩個研究工作明確指出了特定的研究領域，其他相關研究工作面向的都是普適應用（即普遍適用于多種不同應用場景。例如，工業(yè)控制、環(huán)境監(jiān)測和醫(yī)療監(jiān)護等場景），無法滿足太陽能殺蟲燈物聯(lián)網的節(jié)點部署要求，例如，傾向于部署在田埂上以避免占用農田和降低后期維護成本，且傾向于部署在害蟲密集區(qū)以提高蟲害防治效果。

（2）如表5和表6所示，這些研究工作主要通過節(jié)點部署位置、通信數(shù)據(jù)壓縮、對節(jié)點進行睡眠調度等方式減少網絡通信的能量消耗從而延長網絡生命時間。但尚未出現(xiàn)針對太陽能殺蟲燈物聯(lián)網此類特定農業(yè)領域內的應用場景開展能量預留管理的研究。例如，根據(jù)作物主要害蟲的活動規(guī)律和未來的能量采集情況進行動態(tài)能量管理，從而延長太陽能殺蟲燈物聯(lián)網的網絡生命時間。

5? 基于啟發(fā)式算法的傳感器網絡節(jié)

點部署研究現(xiàn)狀

如何在不同約束條件下優(yōu)化傳感器網絡節(jié)點對不同目標的部署方案，是無線傳感器網絡領域的一個關鍵和基礎性的研究課題，目前已有較多的研究工作。

在早期階段，研究者通常使用數(shù)學建模的方式將這類優(yōu)化問題（例如，最大網絡覆蓋問題）轉化為單目標或多目標優(yōu)化問題，然后采用整數(shù)線性規(guī)劃方法來解決。這樣的研究方法在相對簡單的網絡節(jié)點部署約束條件下被證明是行之有效的，但不適用于更復雜約束條件的場景。

在農業(yè)生產中的復雜地形、地貌和殺蟲燈對異構作物不同的部署密度需求、網絡通信需求等多重條件約束下，太陽能殺蟲燈物聯(lián)網節(jié)點部署無法通過整數(shù)線性規(guī)劃的方法給出更好的優(yōu)化方案。因此，需要考慮采用啟發(fā)式算法，例如，遺傳算法（Genetic Algorithm）、蟻群算法（Ant Colony Algorithm）、蜂群算法（The Bee Colony Algorithm）、粒子群算法（Particle Swarm Algorithm）和生物地理算法（Biogeographic Algorithm）等，在可接受的計算成本內獲得較好的網絡節(jié)點優(yōu)化部署策略?；谶@樣的考慮，對近五年采用啟發(fā)式算法的網絡節(jié)點優(yōu)化部署的相關研究工作整理如表7所示。

在表7中，對這些論文中覆蓋方式、優(yōu)化目標、是否考慮部署區(qū)域地形地貌因素等方面進行整理分析，可以得到以下結論：

（1）Gupta等[69]、Xu等[70]、Rebai等[71]、Njoya

等[72， 75]開展的研究工作，都是從“以最少網絡節(jié)點數(shù)量”的研究目標出發(fā)來實現(xiàn)最大的區(qū)域覆蓋，這與實現(xiàn)太陽能殺蟲燈物聯(lián)網有效工作范圍對區(qū)域全覆蓋的研究需求相近，可以起到很好的借鑒作用。

（2）這些研究都沒有考慮目標區(qū)域的不規(guī)則地形以及區(qū)域內可能存在的異構作物對殺蟲燈不同的部署密度要求，例如，殺蟲燈傾向于部署在靠近存在水體或者背風等害蟲較為集中的區(qū)域。此外，考慮到部署后的維護成本，太陽能殺蟲燈物聯(lián)網節(jié)點應該部署在農民（或技術人員）更

容易到達的位置（例如，田埂或果園的路邊）。因此，在為目標區(qū)域提供有效的覆蓋質量前提下，應傾向于將太陽能殺蟲燈物聯(lián)網節(jié)點部署在田埂或果園的路旁。表7中這些研究都沒有針對“傾向于將部分節(jié)點部署到特定區(qū)域”的研究內容。Verma等[73]考慮了規(guī)避多重障礙物節(jié)點部署策略，研究了存在多重障礙下保障網絡連通性的中繼節(jié)點部署方案，其研究目標與上述太陽能殺蟲燈物聯(lián)網節(jié)點的部署要求相反，但其研究思路對上述的太陽能殺蟲燈物聯(lián)網傾向性部署具有參考價值。

6? 關鍵研究問題與展望

6.1? 關鍵研究問題

太陽能殺蟲燈物聯(lián)網在殺蟲燈被廣泛應用的基礎上，結合無線傳感器網絡技術優(yōu)化殺蟲效果和自動蟲情測報，可實現(xiàn)農業(yè)蟲害監(jiān)測的信息化、自動化，在農業(yè)蟲害防治領域具有巨大的發(fā)展?jié)摿蛻脙r值。但在實際應用普及過程中也將面臨著一些問題和挑戰(zhàn)，未來需要著重在以下四個方面開展研究：

（1）多約束條件下的太陽能殺蟲燈節(jié)點部署方案

目前，太陽能殺蟲燈的部署位置主要由工程安裝人員根據(jù)現(xiàn)場地形和殺蟲燈的有效覆蓋范圍等條件而確定。這種部署方式缺乏宏觀的蟲害防治規(guī)劃，且常面臨以下三方面問題：①部分殺蟲燈的有效覆蓋范圍重疊，增加了不必要的部署成本;②部分種植區(qū)域無法得到殺蟲燈的有效覆蓋而使得害蟲有隙可乘，為蟲害爆發(fā)埋下了隱患;③無法根據(jù)區(qū)域內種植的異構作物（如種植了玉米、小麥等不同種類作物）對殺蟲燈的不同部署密度要求而進行差異化部署（殺蟲燈部署密度因作物而異）。

為了最小化對農業(yè)生產的不利影響和降低日常維護成本，殺蟲燈需盡量部署在田埂上，同時還需對存在水體或者背風等害蟲相對密集的區(qū)域傾向性布置殺蟲燈。因此，如何快速生成太陽能殺蟲燈物聯(lián)網節(jié)點部署位置圖，使區(qū)域內的殺蟲燈實現(xiàn)最優(yōu)蟲害防治效果是急需解決的問題之一。

（2）保障殺蟲燈基本工作時間的能量自適應控制策略

趨光性害蟲的活動規(guī)律受到較多外界因素的影響。但目前市場上的太陽能殺蟲燈只能按照出廠設定或后期人工設定的工作時段開展害蟲防治工作，無法根據(jù)不同季節(jié)、不同區(qū)域的蟲口密度智能調節(jié)工作時段，特別是在趨光性害蟲向某一區(qū)域群體遷入而造成突發(fā)蟲害時，無法及時開燈殺蟲，防治效果不佳。

另一方面，太陽能殺蟲燈節(jié)點開展殺蟲任務需要消耗較多的能量，這些能量來自于殺蟲燈自身蓄電池的剩余能量和太陽能電池板的能量采集。然而，太陽能殺蟲燈節(jié)點會面臨長時間惡劣天氣、陰影遮擋等能量采集不佳的情況，無法維持太陽能殺蟲燈的長時間殺蟲工作。而趨光性害蟲在夜晚的活動規(guī)律存在活動高峰期和低谷期時段，因此維持太陽能殺蟲燈物聯(lián)網節(jié)點整晚長時間的開啟是不必要的，在能量采集情況不佳時需要智能調節(jié)殺蟲燈的工作時段從而節(jié)省能量，保障殺蟲燈在害蟲活動高峰期的正常運行，達到更好的殺蟲效果。

（3）蟲害爆發(fā)區(qū)域精確定位技術

遷飛性害蟲的危害特點是突然發(fā)生并短時間爆發(fā)成災，且局部蟲害爆發(fā)后害蟲迅速遷飛到其他區(qū)域并繁殖，呈現(xiàn)出多點爆發(fā)、擴散迅速的特點。因此，快速劃分不同蟲害受災程度、多點爆發(fā)的蟲害區(qū)域，為精準施用農藥及時控制嚴重蟲害的方式提供參考依據(jù)，是極為重要的研究工作。

（4）嚴重蟲害情況下殺蟲燈密集高壓放電時段的網絡數(shù)據(jù)抗干擾傳輸

殺蟲燈在害蟲接觸金屬網的瞬間會釋放高壓脈沖電流以殺滅害蟲，伴隨產生了強電磁波脈沖。在殺蟲放電密集時段（如圖2所示），網絡內太陽能殺蟲燈物聯(lián)網節(jié)點殺滅害蟲產生不規(guī)律的強電磁波脈沖會嚴重干擾數(shù)據(jù)傳輸，使得區(qū)域內蟲害信息無法及時地傳送出去，影響蟲情測報工作。因此，太陽能殺蟲燈物聯(lián)網節(jié)點如何避開殺蟲燈高壓放電密集時段，對通信時段進行自適應調整以保障數(shù)據(jù)傳輸，是急需解決的問題之一。

6.2? 展望

太陽能殺蟲燈物聯(lián)網是“精準農業(yè)”和“智慧農業(yè)”的典型應用，是結合無線傳感器網絡技術的一種新型農業(yè)蟲害防治模式。其未來發(fā)展可借鑒已有的傳感器網絡節(jié)點部署優(yōu)化算法對太陽能殺蟲燈物聯(lián)網節(jié)點部署方案進行優(yōu)化。利用人工智能理論和相關技術對節(jié)點工作時段進行智能化控制，為現(xiàn)有殺蟲燈優(yōu)化部署和能量智能管理的實現(xiàn)提供理論依據(jù)，從而達到更好的蟲害防治效果。通過無線傳感器網絡進行蟲情信息自動測報，結合空間分析技術，在蟲害爆發(fā)時快速精準地定位蟲害爆發(fā)區(qū)域，為蟲情監(jiān)測、蟲害爆發(fā)區(qū)域的精準施藥提供數(shù)據(jù)支撐和決策依據(jù)。

基于上述技術的實現(xiàn)，太陽能殺蟲燈物聯(lián)網對于農業(yè)遷飛性趨光害蟲可達到更好的蟲害防治效果，保障農業(yè)生產安全。

參考文獻

[1]? ?中華人民共和國農村農業(yè)部. 2005年全國農作物重大病蟲害防治預案[EB/OL]. （2005-04-20） [2019-04-20].

Ministry of Agriculture and Rural Affairs of the People’s Republic of China. National plan for prevention and control of major crop pests and diseases in 2005[EB/OL]. （2005-04-20） [2019-04-20]. http：//www.moa.gov.cn/nybgb/2005/dsiq/201806/t20180617_6152431.htm.

[2]? ?千家照明網. 萬盞誘蛾燈用燈光誘蛾殺蟲10萬多斤[EB/OL]. （2005-07-01） [2019-04-20].

Qianjia Lighting. Ten thousand insecticidal lamps killed pests more than 50，000 kg[EB/OL]. （2005-07-01） [2019-04-20]. http：//lighting.qianjia.com/html/2005-07/14

937.html.

[3]? ?大江網—江西日報. 千盞殺蟲燈閃亮新建縣稻田間[EB/OL]. （2009-07-08） [2019-04-20].

Dajiang—Jiangxi Daily. One thousand insecticidal lamps were deployed in rice fields in Xinjian County[EB/OL]. （2009-07-08） [2019-04-20]. http：//info.lamp.hc360.com/

2009/07/08104755736.shtml.

[4]? ?千盞太陽能殺蟲燈助巴東橘農增收[EB/OL]. 人民網， （2010-10-20） [2019-04-20].

The orange farmers’ income increased with the help of insecticidal lamps[EB/OL]. Renmin， （2010-10-20） [2019-04-20]. http：//hb.people.com.cn/GB/203881/13003

653.html.

[5]? ?大江網—江西日報. 新余添2萬盞太陽能殺蟲燈[EB/OL]. （2011-04-20） [2019-04-20].

Dajiang—Jiangxi Daily. 20，000 solar insecticidal lamps were deployed in Xinyu City [EB/OL]. （2011-04-20） [2019-04-20]. http：//jiangxi.jxnews.com.cn/system/2011/

04/20/011640638.shtml.

[6]? ?南海網—南國都市報. 政府免費安裝千盞滅蟲燈[EB/OL]. （2011-11-26） [2019-04-20].

Nanhai-Nanguo Metropolitan Daily. Thousands of insecticidal lamps were deployed by the government free of charge [EB/OL]. （2011-11-26） [2019-04-20]. http：//news.eastday.com/s/20111226/u1a6277157.html.

[7]? ?中國花卉報. 山東東營將安裝一萬盞殺蟲燈[EB/OL]. （2012-05-10） [2019-04-20].

China Flower News. Ten thousand insecticidal lamps will be deployed in Dongying， Shandong Province[EB/OL]. （2012-05-10） [2019-04-20]. http：//www.cnzicai.com/

news/detail/2012510/106208.html.

[8]? ?四川太一新能源. 千盞太陽能殺蟲燈布下天羅地網[EB/OL]. （2013-11-14） [2019-04-20].

Sichuan Taiyi New Energy. One thousand insecticidal lamps were deployed[EB/OL]. （2013-11-14） [2019-04-

20]. http：//sctaiyi.com/news/hyzs/1117.html.

[9]? ?農村大眾. 1.65萬盞殺蟲燈讓30萬畝花生告別灌藥歷史[EB/OL]. （2014-08-5） [2019-04-20].

Rural Public. 165，500 insecticidal lamps let 20，000 hm2 of peanuts bid farewell to the history of pesticide[EB/OL]. （2014-08-5） [2019-04-20]. http：//paper.dzwww.com/ncdz/content/20140805/Articel05002MT.htm.

[10]? 中國江西網. 德安縣近千盞太陽能殺蟲燈“上崗”[EB/OL]. （2016-06-28） [2019-04-20].

Jiangxi News. Nearly 1000 insecticidal lamps were deployed in De'an County [EB/OL]. （2016-06-28） [2019-04-20]. http：//jj.jxnews.com.cn/system/2016/06/

28/014999266.shtml.

[11]? ?墊江日報. 重慶墊江縣上千盞太陽能殺蟲燈投用 幫助農民除害蟲[EB/OL]. （2017-11-28） [2019-04-20].

Dianjiang Daily. Thousands of solar insecticidal lamps in Dianjiang County were used to help farmers get rid of pests [EB/OL]. （2017-11-28） [2019-04-20]. http：//www.yndtjj.com/ne/2017-11-28/15118353128519.html.

[12]? 東鄉(xiāng)地寶通. 千盞滅蟲燈照亮東鄉(xiāng)農業(yè)生態(tài)路[EB/OL]. （2018-05-16） [2019-04-20].

Dongxiang Dibaotong. One thousand insecticidal lamps were deployed in Dongxiang County[EB/OL]. （2018-05-16） [2019-04-20]. http：//www.sohu.com/a/231

869363_200784.

[13]? Liu B. Wireless sensor network applications in precision agriculture[J]. Journal of Agricultural Systems， Technology， and Management， 2018， 29： 25-37.

[14]? Madli R， Hebbar S， Heddoori V， et al. Intelligent irrigation control system using wireless sensors and android application[J]. International Journal of Computer， Electrical， Automation， Control and Information Engineering， 2016， 10（8）： 1424-1430.

[15]? 王賢玉， 翁曉梅. 頻振式殺蟲燈在園林害蟲防治上的應用[J]. 植物保護， 2001， （3）： 47-48.

Wang X， Weng X. Application of frequency vibration insecticidal lamp in the control of garden pests[J]. Plant Protection， 2001， （3）： 47-48.

[16]? 葉麗娟. 應用頻振式殺蟲燈防治桑園害蟲效果[J]. 中國蠶業(yè)， 2005， 26（1）： 36-37.

Ye L. Effect of frequent vibration insecticidal light on control of insert pests in mulberry field[J]. Silkworm Industry of China， 2005， 26（1）： 36-37.

[17]? 郭蓉蓉. 太陽能殺蟲燈在獼猴桃果園應用優(yōu)點多[J]. 農機科技推廣， 2014， （4）： 42-43， 46.

Guo R. Solar insecticidal lamp has many advantages in kiwifruit orchard[J]. Agricultural Machinery Technology Promotion， 2014， （4）： 42-43， 46.

[18]? 張軍靈， 李榮周， 魏耀輝. 太陽能殺蟲燈在核桃害蟲防治上的應用研究[J]. 陜西林業(yè)科技， 2014， （1）： 19-23.

Zhang J， Li R， Wei Y. Application of solar insecticide lamps in prevention and control of walnut pests[J]. Shaanxi Forestry Science and Technology， 2014， （1）： 19-23.

[19]? 左彥軍. 頻振式殺蟲燈在湯陰縣果樹生產中的應用[J]. 山西林業(yè)， 2018， （4）： 44-45.

Zuo Y. Application of frequency-vibration insecticidal lamps in fruit production in Tangyin County[J]. Shanxi Forestry， 2018， （4）： 44-45.

[20]? 張大為， 羅進倉， 金社林， 等. 不同光譜殺蟲燈對蘋果園害蟲誘殺效果及燈下昆蟲種群結構分析[J]. 中國農學通報， 2018， 34（31）： 140-146.

Zhang D， Luo J， Jin S， et al. Analysis of the trapping effect of different spectral insecticidal lamps on pests in apple orchards and the structure of insect population under the lamp[J]. China Agricultural Science Bulletin， 2018， 34（31）： 140-146.

[21]? 張?zhí)觳牛?黃丕嬌. 頻振式殺蟲燈對水稻二化螟的誘殺效果[J]. 中國農技推廣， 2005， （5）： 47-48.

Zhang T， Huang P. The trapping effect of frequency-vibration insecticidal lamp on rice stem borer[J]. China Agricultural Technology Promotion， 2005， （5）： 47-48.

[22]? 徐萬華， 胡守奎， 姚駿， 等. 頻振式殺蟲燈誘殺水稻害蟲試驗研究[J]. 現(xiàn)代農業(yè)科技， 2009， （15）： 143-44.

Xu W， Hu S， Yao J， et al. Experimental study on trapping rice pests by frequency-vibration insecticidal lamp[J]. Modern Agricultural Science and Technology， 2009， （15）： 143-44.

[23]? 汪志偉， 盧方林， 雷凌云. 太陽能頻振式殺蟲燈對水稻害蟲控制效果及效益分析[J]. 現(xiàn)代農業(yè)科技， 2011， （21）： 208.

Wang Z， Lu F， Lei L. Control effect and benefit analysis of solar frequency vibrating insecticidal lamp on rice pests[J]. Modern Agricultural Science and Technology， 2011， （21）： 208.

[24]? 何超， 方寶華， 張玉燭， 等. 扇吸式誘蟲燈與頻振式殺蟲燈對稻田防蟲效果比較[J]. 雜交水稻， 2013， 28（3）： 58-63.

He C， Fang B， Zhang Y， et al. Comparison of insecticidal effects of fan-sucking insect traps and frequency-vibration insecticidal lamps on rice fields[J]. Hybrid Rice， 2013， 28（3）： 58-63.

[25]? 凌小明， 馮新軍， 陸軍良. 頻振式殺蟲燈對棉鈴蟲的誘殺效果[J]. 浙江農業(yè)科學， 2000， （2）： 30-32.

Lin X， Lin X， Lu J. The trapping effect of frequency-vibration insecticidal lamp on cotton bollworm[J]. Zhejiang Agricultural Sciences， 2000， （2）： 30-32.

[26]? 陳其兵. 頻振式殺蟲燈在無公害蔬菜生產中的應用技術[J]. 中國瓜菜， 2006， （5）： 456-457.

Chen Q. Application technology of frequency- vibration insecticidal lamp in the production of pollution-free vegetables[J]. China Cucurbits and Vegetables， 2006， （5）： 456-457.

[27]? 朱金星. 豆類蔬菜斜紋夜蛾綠色防控技術研究[D]. 浙江： 浙江大學， 2012.

Zhu J. Study on green control technology of bean vegetable spodoptera litura[D]. Zhejiang： Zhejiang University， 2012.

[28]? 祝曉英， 杜利強. 頻振式太陽能殺蟲燈在蔬菜害蟲防治上的應用[J]. 上海蔬菜， 2017， （2）： 45-46.

Zhu X， Du L. Application of frequency-vibration solar insecticide lamps in prevention and control of vegetable pests[J]. Shanghai Vegetables， 2017， （2）： 45-46.

[29]? 河南云飛科技發(fā)展有限公司. 智慧物聯(lián)網殺蟲燈[EB/OL]. [2019-04-20].

Henan Yunfei Science and Technology Development Co.， Ltd.. Intelligent internet of things insecticidal lamp[EB/OL]. [2019-04-20]. http：//www.tynpzs.com/cpzx/

tynpzs/273.html.

[30]? 浙江托普云農科技股份有限公司. 聯(lián)網殺蟲燈[EB/OL]. [2019-04-20].

Zhejiang Tuopu Yunnong Technology Co.， Ltd.. GSM/3G/4G-enabled insecticidal lamp[EB/OL]. [2019-

04-20]. http：//www.tpwlw.com/product/cp_84.html.

[31]? 浙江隆皓農林科技有限公司. 物聯(lián)網太陽能殺蟲燈[EB/OL]. [2019-04-20].

Zhejiang Longhao Agroforestry Technology Co.， Ltd.. Internet of things solar insecticidal lamp[EB/OL]. [2019-04-20]. http：//www.dwdds.com/product/283.html.

[32]? 上海飛欣環(huán)?？萍加邢薰? 物聯(lián)網太陽能殺蟲燈[EB/OL]. [2019-04-20].

Shanghai Feixin Environmental Protection Technology Co.， Ltd.. Internet of things solar insecticidal lamp[EB/OL]. [2019-04-20]. http：//www.xxps.net/p_wlwshachongdeng.html.

[33]? 河南融科實業(yè)有限公司. 無線蟲情監(jiān)測系統(tǒng)[EB/OL]. [2019-04-20].

Henan Rongke Industrial Co.， Ltd.. Wireless insect monitoring system[EB/OL]. [2019-04-20]. http：//www.hnrksy.com/fuwuxiangmu/181.html.

[34]? 河南賽蘭儀器設備制造有限公司. 智能物聯(lián)網太陽能殺蟲燈[EB/OL]. [2019-04-20].

Henan Sailan Instrument and Equipment Manufacturing Co.， Ltd.. Intelligent internet of things solar insecticidal lamps [EB/OL]. [2019-04-20]. http：//www.slyqa.com/a/

cp/fz/tynscd/473.html.

[35]? 常州金禾新能源科技有限公司. 物聯(lián)網殺蟲燈[EB/OL]. [2019-04-20].

Changzhou Jinhe New Energy Technology Co.， Ltd.. Internet of things insecticidal lamp[EB/OL]. [2019-04-20]. http：//www.jinhexny.com/products/31.html.

[36]? Lam H B， Phan T T， Vuong L H， et al. Designing a brown planthoppers surveillance network based on wireless sensor network approach[J]. Computer Science， 2013：

1-6.

[37]? Qiu Z， Qiu P， Zhu Q， et al. Insect trapping method based on progressive star network[J]. Wireless Sensor Network Applications in Engineering， 2015， 11（9）： 56-60.

[38]? 王圣楠， 胡憲亮， 王西南. 殺蟲燈防治農林害蟲應用技術分析及展望[J]. 山東林業(yè)科技， 2016， （5）： 85-88.

Wang S， Hu X， Wang X. Analysis and prospect of the application technology of insecticidal lamp in the control of agricultural and forestry pests[J]. Journal of Shandong Forestry Science and Technology， 2016， （5）： 85-88.

[39]? 馬仟， 田茂， 唐文龍. 基于WSN的分布式太陽能殺蟲燈遠程控制系統(tǒng)研究與設計[J]. 物聯(lián)網技術， 2017， （2）： 77-79， 83.

Ma Q， Tian M， Tang W. Research and design of distributed solar insect lamp remote control system based on WSN[J]. Internet of Things Technology， 2017， （2）： 77-79， 83.

[40]? 高磊. 基于物聯(lián)網技術的果園蟲害信息監(jiān)測系統(tǒng)設計[D]. 合肥： 安徽大學， 2018.

Gao L. Design of orchard pest information monitoring system based on internet of things technology[D]. Hefei： Anhui University， 2018.

[41]? 張恩迪， 雷思君. 基于GPRS的物聯(lián)網農業(yè)蟲害防治監(jiān)測系統(tǒng)設計[J]. 農機化研究， 2015， 3： 91-94.

Zhang E， Lei S. Design of IoTs agricultural pest control monitoring system based on GPRS[J]. Agricultural Mec-

hanization Research， 2015， 3： 91-94.

[42]? 張恩迪， 張佳銳. 基于物聯(lián)網的農業(yè)蟲害智能監(jiān)控系統(tǒng)[J]. 農機化研究， 2015， 5： 229-234.

Zhang E， Zhang J. Agricultural pest intelligent monitoring system based on internet of things[J]. Agricultural Mechanization Research， 2015， 5： 229-234.

[43]? Noh D， Kim J， Lee J， et al. Priority-based routing for solar-powered wireless sensor networks[C]. 2007 2nd International Symposium on Wireless Pervasive Computing. IEEE， 2007.

[44]? Horng G J， Chang T Y， Wu H T. The adaptive node-selection mechanism scheme in solar-powered wireless sensor networks[C]. 2014 International Conference on intelligent Green Building and Smart Grid （IGBSG）. IEEE， 2014： 1-4.

[45]? Muhammad U B， Ezugwu A E， Ofem P O， et al. Energy neutral protocol based on hierarchical routing techniques for energy harvesting wireless sensor network[C]. Proceedings of American Institute of Physics Conference Series， 2017， 1836（1）： 921-960.

[46]? Shafieirad H， Adve R S， ShahbazPanahi S. Opportunistic routing in large-scale energy harvesting sensor networks[C]. 2016 IEEE Globecom Workshops （GC Wkshps）. IEEE， 2016： 1-6.

[47]? Lu T， Liu G， Chang S. Energy-efficient data sensing and routing in unreliable energy-harvesting wireless sensor network[J]. Wireless Networks， 2018， 24（2）： 611-625.

[48]? Li F， Xiong M， Wang L， et al. A novel energy-balanced routing algorithm in energy harvesting sensor networks[J]. Physical Communication， 2018， 27： 181-187.

[49]? Tang W， Zhang K， Jiang D. Physarum-inspired routing protocol for energy harvesting wireless sensor networks[J]. Telecommunication Systems， 2018， 67（32）： 1-18.

[50]? Zhang X， Wang C， Tao L. An opportunistic packet forwarding for energy-harvesting wireless sensor networks with dynamic and heterogeneous duty cycle[J]. IEEE Sensors Letters， 2018， 2（3）： 1-4.

[51]? Shafieirad H， Adve R S， Shahbazpanahi S. Max-snr opportunistic routing for large-scale energy harvesting sensor networks[J]. IEEE Transactions on Green Communications & Networking， 2018， 2（2）： 506-516.

[52]? Voigt T， Ritter H， Schiller J. Utilizing solar power in wireless sensor networks[C]. 28th Annual IEEE International Conference on Local Computer Networks， 2003. LCN'03. Proceedings. IEEE， 2003： 416-422.

[53]? He J， Norwood R A， Fallahi M， et al. Solar powered ad-hoc wireless sensor network for border surveillance[J]. SPIE Defense Security and Sensing， 2012.

[54]? Zou T， Lin S， Feng Q， et al. Energy-efficient control with harvesting predictions for solar-powered wireless sensor networks[J]. Sensors， 2016， 16（1）： 53.

[55]? Chen H， Li X， Zhao F. A reinforcement learning-based sleep scheduling algorithm for desired area coverage in solar-powered wireless sensor networks[J]. IEEE Sensors Journal， 2016， 16（8）： 2763-2774.

[56]? Li K， Shu L， Mukherjee M， et al. Prolonging network lifetime with sleep scheduling for solar harvesting industrial WSNs[C]. 2016 IEEE 18th International Conference on High Performance Computing and Communications （HPCC）. IEEE， 2016： 1532-1533.

[57]? Yoon I， Kim H， Noh D. Adaptive data aggregation and compression to improve energy utilization in solar-powered wireless sensor networks[J]. Sensors， 2017， 17（6）： 1226.

[58]? Yi J M， Oh E J， Noh D K， et al. Energy-adaptive data compression and transmission range determination for energy-harvesting wireless sensor networks[C]. 2017 International Conference on Information Networking （ICOIN）. IEEE， 2017： 383-385.

[59]? Mansourkiaie F， Ismail L S， Elfouly T M， et al. Maximizing lifetime in wireless sensor network for structural health monitoring with and without energy harvesting[J]. IEEE Access， 2017， 5（99）： 2383-2395.

[60]? Mekikis P V， Kartsakli E， Antonopoulos A， et al. Connectivity analysis in clustered wireless sensor networks powered by solar energy[J]. IEEE Transactions on Wireless Communications， 2018， 17（4）： 2389-2401.

[61]? Zhu X， Li J， Zhou M C. Optimal deployment of energy-harvesting directional sensor networks for target coverage[J]. IEEE Systems Journal， 2018， （99）： 1-12.

[62]? Zareei M， Vargas-Rosales C， Villalpando-Hernandez R， et al. The effects of an adaptive and distributed transmission power control on the performance of energy harvesting sensor networks[J]. Computer Networks， 2018， 137： 69-82.

[63]? Bengheni A， Didi F， Bambrik I. Eem-ehwsn： Enhanced energy management scheme in energy harvesting wireless sensor networks[J]. Wireless Networks， 2018， （12）： 1-18.

[64]? Yoon I， Noh D. Energy-aware control of data compression and sensing rate for wireless rechargeable sensor networks[J]. Sensors， 2018， 18（8）： 2609.

[65]? 謝小軍， 于浩， 陶磊， 等. 基于動態(tài)數(shù)據(jù)壓縮的能量采集無線傳感網絡數(shù)據(jù)收集優(yōu)化[J]. 計算機應用， 2018， 38（8）： 2353-2358.

Xie X， Yu H， Tao L， et al. Data collection optimization of energy acquisition wireless sensor networks based on dynamic data compression[J]. Computer Application， 2018， 38（8）： 2353-2358.

[66]? Mukherjee M， Shu L， Prasad R V， et al. Sleep scheduling for unbalanced energy harvesting in industrial wireless sensor networks[J]. IEEE Communications Magazine， 2019， 57（2）： 108-115.

[67]? Mini S， Udgata S K， Sabat S L. Sensor deployment and scheduling for target coverage problem in wireless sensor networks[J]. IEEE Sensors Journal， 2013， 14（3）： 636-644.

[68]? Liu X. A deployment strategy for multiple types of requirements in wireless sensor networks[J]. IEEE Transactions on Cybernetics， 2015， 45（10）： 2364-2376.

[69]? Gupta S K， Kuila P， Jana P K. Genetic algorithm approach for k-coverage and m-connected node placement in target based wireless sensor networks[J]. Computers & Electrical Engineering， 2016， 56： 544-556.

[70]? Xu H， Zhu J， Wang B. On the deployment of a connected sensor network for confident information coverage[J]. Sensors， 2015， 15（5）： 11277-11294.

[71]? Rebai M， Snoussi H， Hnaien F， et al. Sensor deployment optimization methods to achieve both coverage and connectivity in wireless sensor networks[J]. Computers & Operations Research， 2015， 59： 11-21.

[72]? Njoya A N， Abdou W， Dipanda A， et al. Optimization of sensor deployment using multi-objective evolutionary algorithms[J]. Journal of Reliable Intelligent Environments， 2016， 2（4）： 209-220.

[73]? Verma A， Ranga V. An obstacle-resistant relay node placement in constrained environment[C]. 2016 International Conference on Micro-Electronics and Telecommunication Engineering （ICMETE）. IEEE， 2016： 539-544.

[74]? Ari A A A， Damakoa I， Gueroui A， et al. Bacterial foraging optimization scheme for mobile sensing in wireless sensor networks[J]. International Journal of Wireless Information Networks， 2017， 24（3）： 254-267.

[75]? Njoya A N， Thron C， Barry J， et al. Efficient scalable sensor node placement algorithm for fixed target coverage applications of wireless sensor networks[J]. IET Wireless Sensor Systems， 2017， 7（2）： 44-54.

[76]? Guo J， Jafarkhani H. Movement-efficient sensor deployment in wireless sensor networks[C]. 2018 IEEE International Conference on Communications （ICC）. IEEE， 2018： 1-6.

Research and prospect of solar insecticidal lamps

Internet of Things

Kailiang Li1， Lei Shu1，2*， Kai Huang1， Yuanhao Sun1， Fan Yang1， Yu Zhang2， Zhiqiang Huo2， Yanfei Wang1， Xinyi Wang1， Qiaoling Lu1， Yacheng Zhang1

（1. Nanjing Agricultural University， College of Engineering， Nanjing 210031， China;

2. School of Engineering， University of Lincoln， Lincoln LN6 7TS， U.K.）

Abstract： Along with the increasing awareness of environmental protection and growing demand for green and pollution-free agricultural products， it has a great need to explore new ways to apply greener pest control methods in agricultural production. Researching on Solar Insecticidal Lamps （SILs） has continuously received incremental attentions from both the academia and industry， which brings a new mode for the preventing and controlling of agricultural migratory pests with phototaxis feature， and now is becoming to a hot research topic. Towards the fast development of "precision agriculture" and "smart agriculture" as well as the increasing demands for agricultural informatization， Wireless Sensor Networks （WSNs） have been widely used for agricultural information collection and intelligent control of agricultural equipment. WSNs are suitable for large-scale deployment and regional monitoring， which can be easily combined with SIL nodes. Based on the combination， a new type of agricultural Internet of things - Solar Insecticidal Lamps Internet of Things （SIL-IoTs） was proposed and the technology of WSNs for the prevention and control of phototactic migratory pests in agricultural applications were surveyed. Firstly， the state-of-art insecticidal lamps applications was reviewed and their characteristics deployment manners and working lifetime in the production of crops （e.g.， forest， fruits， rice， vegetables） were summarized. Secondly， the characteristics of existing GSM/3G/4G-enabled SIL nodes and their latest research status on SIL-IoTs were summarized. Furthermore， the research status was analyzed concerning the energy harvesting mode and deployment characteristics of SIL， which are solar energy SIL harvesting mode for energy saving and the heuristic mode for node deployment， respectively. Finally， towards the fast-developed vision of smart agriculture， in which various emerging IT and automation technologies are maturely applied， SIL-IoTs can be considered as a new and important component to contribute to the green agricultural pest monitoring and control. To further enhance SIL-IoTs' capability and enrich SIL-IoTs' function， four open research issues on SIL-IoTs were proposed， i.e.， 1） optimized deployment scheme of SIL-IoTs with multiple constrains， 2） optimized and adaptive energy management strategy for ensuring normal working hours of SIL node， 3） lack of algorithms for pests outbreak area localization， and 4） interference on data transmission because of dense high voltage discharge during severe pest disaster. To sum up， SIL-IoTs is one of the representative applications of "precision agriculture" and "smart agriculture" based on WSNs， which is a new model on prevention and control of pests. The combination of both optimized deployment algorithms of SIL-IoTs nodes and artificial intelligence techniques will provide a theoretical basis for SIL-based applications in terms of optimized deployment and energy management. Intelligent pest information collection， alarm， and node' senergy management via SIL-IoTs will facilitate decisions-makings for precise agricultural applications in prevention and control of pests.

Key words： agricultural insect control; solar insecticidal lamp; wireless sensor networks; agricultural Internet of Things