建立和评价指标设计的作物表型信息网络模型。

将物联网和云计算结合起来的农作物表型信息监控系统定期将数据以时间触发的方式上传到数据中心，由数据中心进行统一的计算处理和决策。但是，面临突发性增长的设备和数据，特别是在需要连续、近实时地采集大量图像和传感器数据作为植物视觉识别输入到田间表型监测系统中，基于传统物云的农业物联网由于所有的计算都是在云中进行，并且大多数原因都是采用时间触发驱动等原因，因此通信能耗越来越高，高带宽要求、大延迟、中心节点计算压力以及数据安全和隐私保护等问题[34,42]。近几年，边缘计算作为一种新模式，提出在物联网中，每一个边缘设备都有数据采集、分析计算、通信和智能处理的能力。边界传感器节点不再需要不断地向网络数据中心传送数据集中处理，相反，它把原来由中央处理的大型服务分解到网络边缘，由边缘上的传感器节点自己判断各种感知数据，只有读数发生重大变化时才通知数据中心。

在边缘计算中引入CRSN可以显著提高检测性能和质量，包括有效降低带宽、提高响应处理速度、保护数据隐私等。

所以，该算法中农业物联网采用的触发机制是边计算和事件驱动触发相结合。事件驱动的表型信息收集模型仅监控和报告特定区域发生的事件。这就需要把植物表型和环境信息划分成类似虫害入侵、水分和pH值不平衡、环境温度过高、种子萌发出芽等一系列触发事件。发生特殊事件时，如使用照相机或昆虫诱捕器探测某一地区害虫的数量高于预先设定的阈值，该区域部署的CRSN节点将生成触发包，以一种多跳方式快速传送到sink[46]，以高通量性状分析和生成一个监测区域作物生长环境处方图，以便农民使用杀虫剂；灌溉面积、施肥数量等提供科学准确的资料基础。

3.1农用条件和具体案例。

目前CRSN最具潜力的应用领域之一是室内多媒体传感技术[10]。所以，适合该研究中CRSN分簇路由的农业物联网应用场景总结为：被监测区域存在节点相对密集的传感器网络，或者一种需要高频频谱带宽的多媒体监控无线网络或多个使用行业、科学和医疗频带共存网络，造成非授权频谱使用拥挤，CRSN节点需要借助于许可频谱来传输数据。但是，由于目前农业物联网整体发展滞后，这一趋势暂时还不明显，但是随着农业物联网感知和传输需求的增加，对农业物联网的影响趋势也会逐渐加大。目前CRSN算法中一个非常典型的应用场景是室内高通量植物表型分析平台(High-throughputPhenotypingPlatforms,HTPPs)[47]。因为所监视的植物大多数都位于室内比较狭窄的空间，所以平台还常常是在较小的区域内布置几十、几百个甚至几百个无线传感器节点，以监控作物的生长情况。外观型特征[39,41]，例如，法国农科院作物表型设施、南京农业大学作物表型组学交叉研究中心等，均有类似的应用平台[2，3]。

大面积无线智能农场温室种植环境信息的无线网络路由协议也是CRSN算法的应用场景之一；在家畜圈养区有监测家畜生长健康的无线设备；以及户外有监测作物生长环境的害虫的存在，气温，空气质量信息的无线终端机，可能还有无线Wi-Fi，蓝牙，手持无线终端设备及家电等。上述设备大部分都是非授权工业、科学和医疗频带进行通信，因此，在用户终端通信半径交叉的区域内，不可避免地存在着频谱使用的竞争现象。由于这些地区利用经过许可的频谱进行通信的主要用户①数目相对较少，所以在大型农场里出现授权频谱空洞的频率要比人口密集地区更多，而且频谱利用率提高的空间更大。