曲文亮

摘要：隨著信息技術(shù)的快速發(fā)展，給各行各業(yè)也帶來了積極的影響。將信息技術(shù)應(yīng)用到溫室蔬菜的種植中，能夠有效地促進(jìn)溫室蔬菜種植業(yè)的發(fā)展，實(shí)現(xiàn)智能化生產(chǎn)。智能溫室可以通過對(duì)蔬菜生長(zhǎng)的各種信息、溫室里的環(huán)境以及土壤特征進(jìn)行采集和檢測(cè)，從而對(duì)蔬菜的生長(zhǎng)進(jìn)行管理和調(diào)整，以此實(shí)現(xiàn)智能化生產(chǎn)，提高經(jīng)濟(jì)效益。

關(guān)鍵詞：信息化技術(shù);溫室蔬菜;應(yīng)用發(fā)展

信息技術(shù)的快速發(fā)展也對(duì)溫室蔬菜的種植帶來了積極的影響，將信息技術(shù)運(yùn)用到溫室蔬菜的種植中，能夠更大地減少自然災(zāi)害對(duì)蔬菜的影響，提高資源的利用率，減少人工的投入，提高溫室的安全保障水平，促進(jìn)溫室蔬菜種植業(yè)的發(fā)展。通過采集和檢測(cè)蔬菜的生長(zhǎng)信息、溫室里的環(huán)境和土壤特征，利用各種系統(tǒng)對(duì)蔬菜的生長(zhǎng)過程進(jìn)行調(diào)整和管理，能夠?qū)崿F(xiàn)經(jīng)濟(jì)效益的最大化。

一、智慧農(nóng)業(yè)云平臺(tái)的開發(fā)應(yīng)用

智慧農(nóng)業(yè)云平臺(tái)的開發(fā)已逐漸在我國(guó)溫室蔬菜生產(chǎn)中得到應(yīng)用，云平臺(tái)可遠(yuǎn)程獲取現(xiàn)場(chǎng)環(huán)境（如溫室大棚、稻田）的空氣溫濕度、土壤水分溫度、二氧化碳濃度、光照強(qiáng)度及視頻圖像，通過數(shù)據(jù)模型分析，可以自動(dòng)控制溫室濕簾風(fēng)機(jī)、噴淋滴灌、內(nèi)外遮陽(yáng)、頂窗側(cè)窗、加溫補(bǔ)光等設(shè)備;同時(shí)，還可以通過手機(jī)、觸摸屏、計(jì)算機(jī)等信息終端向管理者推送實(shí)時(shí)監(jiān)測(cè)信息、報(bào)警信息，實(shí)現(xiàn)現(xiàn)場(chǎng)環(huán)境的信息化、智能化遠(yuǎn)程管理。通過采集回來的數(shù)據(jù)，控制設(shè)備可以自動(dòng)控制大棚內(nèi)的執(zhí)行設(shè)備，如通風(fēng)設(shè)備、遮陽(yáng)電機(jī)、電磁閥澆灌等，使大棚內(nèi)各方面環(huán)境指標(biāo)趨于一個(gè)理想水平，使農(nóng)作物具有良好的生長(zhǎng)環(huán)境。利用病蟲害監(jiān)測(cè)預(yù)警系統(tǒng)進(jìn)行病蟲害監(jiān)測(cè)預(yù)警，是實(shí)現(xiàn)病蟲綜合治理、農(nóng)藥減量控害的重要措施，自動(dòng)完成蟲情信息、病菌孢子、農(nóng)林氣象信息的圖像及數(shù)據(jù)采集，并自動(dòng)上傳至云服務(wù)器，用戶通過網(wǎng)頁(yè)、手機(jī)即可聯(lián)合作物管理知識(shí)、作物圖庫(kù)、災(zāi)害指標(biāo)等模塊，對(duì)作物實(shí)時(shí)遠(yuǎn)程監(jiān)測(cè)與診斷，提供智能化、自動(dòng)化管理決策，是農(nóng)業(yè)技術(shù)人員管理農(nóng)業(yè)生產(chǎn)的“千里眼”和“聽診器”。搭載云平臺(tái)管理系統(tǒng)，節(jié)省人力成本，并滿足監(jiān)控與追溯的需求！實(shí)現(xiàn)無(wú)人值守，精準(zhǔn)調(diào)控，有效規(guī)避生產(chǎn)風(fēng)險(xiǎn)。

二、溫室蔬菜信息采集

（一）種類識(shí)別、生長(zhǎng)信息獲取與蔬菜量估計(jì)

在將信息技術(shù)應(yīng)用到蔬菜種植的過程中，最首要的任務(wù)就是采集蔬菜生長(zhǎng)的各種信息、采集并檢測(cè)大棚內(nèi)的環(huán)境和土壤特征。系統(tǒng)分析這些數(shù)值，自動(dòng)生成在當(dāng)前環(huán)境條件下適合種植的蔬菜，讓農(nóng)民自行選擇。

智能溫室可以識(shí)別農(nóng)作物的種類。在進(jìn)行智能溫室種植的過程中，對(duì)不同的種類的蔬菜需要進(jìn)行區(qū)域劃分，在不同的區(qū)域同時(shí)種植，在蔬菜的種植過程中也會(huì)出現(xiàn)雜草生長(zhǎng)的問題，需要通過目標(biāo)檢測(cè)算法來識(shí)別，它的過程是：獲取作物圖像;提取圖像的顏色、形狀、紋理等信息，按照這些特征訓(xùn)練分類器，把采集到的圖片信息傳輸?shù)椒诸惼魃蟻硗瓿蓪?duì)種類的識(shí)別。

將農(nóng)業(yè)信息技術(shù)引用到蔬菜種植中可以更加方便的了解蔬菜的生長(zhǎng)情況[1]。蔬菜的生長(zhǎng)是一個(gè)比較緩慢的過程，可以通過機(jī)器的視覺技術(shù)獲得蔬菜生長(zhǎng)狀態(tài)的視頻，通過分析視頻一幀一幀的畫面來知道蔬菜生長(zhǎng)的細(xì)致變化，對(duì)蔬菜進(jìn)行防護(hù)工作。另外，系統(tǒng)也能夠檢測(cè)雜草的生長(zhǎng)狀態(tài)，并且根據(jù)此發(fā)出狀態(tài)預(yù)警，記錄實(shí)時(shí)狀況，提醒管理人員對(duì)雜草進(jìn)行處理。

農(nóng)業(yè)信息技術(shù)應(yīng)用到溫室蔬菜種植中，還可以判斷蔬菜的數(shù)量。對(duì)于特定的生長(zhǎng)區(qū)域的蔬菜的同一個(gè)種類的蔬菜總的數(shù)量進(jìn)行判斷，并根據(jù)蔬菜成熟的不同程度制定分批次的采摘計(jì)劃，保證蔬菜的成熟度。蔬菜的成熟程度與蔬菜圖像的面積，蔬菜的成色存在著一定程度的關(guān)系，通過使用間接估測(cè)的方法能夠知道蔬菜的最佳收獲時(shí)間。

（二）模型識(shí)別存在的問題及對(duì)策

在當(dāng)前，雖然模型識(shí)別的精準(zhǔn)程度比較高，但是也會(huì)受到很多因素的限制。這是因?yàn)槟Ｐ褪峭ㄟ^針對(duì)具體的生長(zhǎng)環(huán)境，對(duì)特定的農(nóng)作物數(shù)據(jù)集進(jìn)行訓(xùn)練，所以它的可遷移能力相對(duì)來說比較差。另外，昆蟲喜愛燈光，聚集到攝像頭下，會(huì)遮擋攝像頭并進(jìn)一步影響到信息的采集，因此應(yīng)該對(duì)蔬菜信息的采集方式進(jìn)行不斷的創(chuàng)新和改變，從多個(gè)角度多個(gè)方位地進(jìn)行信息采集，防止出現(xiàn)監(jiān)測(cè)盲區(qū)。此外，還要將不可控因素的影響重視起來，增強(qiáng)圖片的清晰度，提高圖片的分辨率，讓信息的利用率和作物識(shí)別的精準(zhǔn)度得到有效地提高。

三、溫室蔬菜生長(zhǎng)決策

（一）生長(zhǎng)狀態(tài)管理

將農(nóng)業(yè)信息技術(shù)化技術(shù)引用到溫室蔬菜的種植中，能夠智能地調(diào)整蔬菜的生長(zhǎng)狀態(tài)。為了實(shí)現(xiàn)蔬菜生產(chǎn)效益的最大化，在數(shù)據(jù)庫(kù)系統(tǒng)、模型倉(cāng)庫(kù)、農(nóng)業(yè)專家系統(tǒng)、計(jì)算機(jī)平臺(tái)的支持下，智能溫室蔬菜系統(tǒng)能夠制定最佳的生長(zhǎng)策略。溫室的環(huán)境影響著蔬菜的生長(zhǎng)狀態(tài)，如果溫室中的水分含量過高，會(huì)造成土壤中的養(yǎng)分不足，從而影響到蔬菜的生長(zhǎng)，出現(xiàn)爛根的現(xiàn)象;如果溫室中的水分含量過低，會(huì)導(dǎo)致蔬菜的葉片萎靡低垂甚至是出現(xiàn)枯萎的現(xiàn)象[2]。如果每次的施肥量過大，也會(huì)造成土壤中溶液的濃度過高，出現(xiàn)燒苗的現(xiàn)象;如果土壤的施肥量不足，也會(huì)不利于蔬菜的生長(zhǎng)。所以，必須對(duì)溫室內(nèi)各種環(huán)境和蔬菜之間的關(guān)系進(jìn)行更深入的探究和掌握，探究出最適合蔬菜的生長(zhǎng)環(huán)境指標(biāo)，進(jìn)而達(dá)到最佳的種植效果，實(shí)現(xiàn)生產(chǎn)效益的最大化。農(nóng)業(yè)信息化技術(shù)在蔬菜生產(chǎn)管理的應(yīng)用集中表現(xiàn)于建立相應(yīng)的生產(chǎn)模型。信息化技術(shù)能夠按照溫室里環(huán)境的數(shù)據(jù)和蔬菜在生長(zhǎng)周期中的大小、顏色等數(shù)據(jù)，分析出蔬菜的品質(zhì)與各環(huán)境因素的關(guān)系。智能調(diào)控溫室蔬菜整個(gè)生長(zhǎng)周期的關(guān)鍵，是對(duì)蔬菜的成活、病蟲害、成熟和死亡特征進(jìn)行了解和掌握。

（二）預(yù)測(cè)模型存在的問題及對(duì)策

當(dāng)前，有較多的預(yù)測(cè)模型運(yùn)用于蔬菜的生長(zhǎng)狀況中，可以對(duì)其進(jìn)行選擇。當(dāng)然，不同的預(yù)測(cè)模型對(duì)應(yīng)著不同的開發(fā)原理和實(shí)現(xiàn)方法，因此得出的最適合種植的蔬菜品種和生長(zhǎng)決策方向也有所不同，需要農(nóng)戶進(jìn)行精心的選擇，選擇出最適合自己使用的模型。由于預(yù)測(cè)模型中的設(shè)置都是通過同一種類或者是具體的環(huán)境來進(jìn)行設(shè)置的，靈活程度和普適性比較低。生長(zhǎng)決策模型應(yīng)該更深入地探究采集到的圖像數(shù)據(jù)與蔬菜的生長(zhǎng)狀態(tài)之間的關(guān)系，將模型的應(yīng)用范圍擴(kuò)大，從而讓模型的普適性得到充分地提高。另外，數(shù)據(jù)量的增加，擴(kuò)充了模型的控制參數(shù)，能夠讓模型的控制精確程度得到有效地提高。

四、溫室蔬菜病蟲害防治

（一）防治方法

溫室蔬菜大棚內(nèi)的環(huán)境與室外的環(huán)境有所不同，大棚內(nèi)的通風(fēng)條件差、空氣的濕度大、有害氣體的含量也比較高，還會(huì)出現(xiàn)土壤鹽堿化的現(xiàn)象。這些問題給病菌生長(zhǎng)提供了溫床，提升了害蟲的繁殖速度，提高了病菌的傳播速率，讓病蟲害更大地得到了擴(kuò)散。而且溫室中的病蟲害沒有特定的發(fā)生規(guī)律，比自然環(huán)境中的病蟲害更加難以對(duì)付。因?yàn)樵跍厥沂卟说脑耘嘀?，采用的是四季循環(huán)種植的方式，所以病蟲害的根源一直存在并且無(wú)法對(duì)其進(jìn)行有效治理。

傳統(tǒng)農(nóng)民對(duì)于蔬菜狀態(tài)進(jìn)行的病蟲害種類的推測(cè)，有一定的風(fēng)險(xiǎn)，會(huì)對(duì)蔬菜的生長(zhǎng)造成影響[3]。農(nóng)業(yè)化信息技術(shù)利用互聯(lián)網(wǎng)技術(shù)來得到環(huán)境因素的數(shù)量值，再通過機(jī)器的視覺技術(shù)得到各個(gè)區(qū)域的圖像信息，通過分析知道病蟲害的類型;通過更加深層的算法建立病蟲害診斷模型，結(jié)合著信息技術(shù)和推理預(yù)測(cè)模型，對(duì)病蟲害進(jìn)行計(jì)算推理，并得出最終的診斷結(jié)果;最后根據(jù)結(jié)果讓農(nóng)戶和專業(yè)的工作人員進(jìn)行病蟲害的防護(hù)工作。

（二）診斷模型存在的問題及對(duì)策

病蟲害的發(fā)展受各種因素的影響，具有隨機(jī)性，單一的診斷模型考慮得不夠全面。建立深度學(xué)習(xí)的模型需要大量的歷史數(shù)據(jù)進(jìn)行支持，診斷結(jié)果的精確程度會(huì)受到歷史數(shù)據(jù)的數(shù)量和質(zhì)量影響。當(dāng)前的技術(shù)還不夠成熟，需要多個(gè)模型進(jìn)行檢測(cè)且需要農(nóng)業(yè)專業(yè)人員的參與。因此，要?jiǎng)?chuàng)建更加具有深度的病蟲害預(yù)測(cè)模型，對(duì)歷史數(shù)據(jù)的記錄進(jìn)行完善，對(duì)模型的參數(shù)進(jìn)行調(diào)整，能夠搭建出更加高效的神經(jīng)網(wǎng)絡(luò)，將診斷的精準(zhǔn)程度大大提升，保證能夠在最佳的時(shí)機(jī)進(jìn)行病蟲害防治，以免造成不必要的經(jīng)濟(jì)損失。

結(jié)束語(yǔ)：

綜上所述，將信息技術(shù)應(yīng)用到溫室蔬菜的種植中，能夠?qū)κ卟说纳L(zhǎng)信息以及周圍環(huán)境、土壤狀況進(jìn)行數(shù)據(jù)的采集，利用各種系統(tǒng)管理和調(diào)整蔬菜的生產(chǎn)狀態(tài)，有效地進(jìn)行病蟲害的防治工作，從而有效地降低能源消耗，保護(hù)土壤的質(zhì)量，提高生產(chǎn)效率并且有效地預(yù)防病蟲害，促進(jìn)溫室蔬菜種植業(yè)的發(fā)展，實(shí)現(xiàn)溫室智能化發(fā)展，實(shí)現(xiàn)經(jīng)濟(jì)效益的最大化。

參考文獻(xiàn)

[1]徐勇、張煜晗、張晨、陳嵩嵩.試析農(nóng)業(yè)信息化在蔬菜病蟲害防治技術(shù)上的應(yīng)用[J].農(nóng)業(yè)與技術(shù)，2020，v.40;No.363（22）：43-44.

[2]拓建民.大棚蔬菜種植管理中技術(shù)應(yīng)用研究[J].農(nóng)業(yè)開發(fā)與裝備，2019，000（005）：178-179.

[3]許璐，張偉.溫室蔬菜種植新技術(shù)的運(yùn)用研究[J].農(nóng)家參謀，2018，No.576（05）：50-50.