馮 璐，李奇峰，丁露雨*，姚春霞，余禮根，高榮華，馬為紅，蔣瑞祥

(1. 北京市農(nóng)林科學(xué)院信息技術(shù)研究中心，北京 100097；2. 北京市農(nóng)林科學(xué)院智能裝備技術(shù)研究中心，北京 100097；3.物聯(lián)網(wǎng)產(chǎn)業(yè)技術(shù)聯(lián)盟，北京 100097)

養(yǎng)殖環(huán)境精準(zhǔn)調(diào)控是數(shù)字化畜牧業(yè)的重要發(fā)展方向，環(huán)境參數(shù)的準(zhǔn)確監(jiān)測是實(shí)現(xiàn)精準(zhǔn)環(huán)境調(diào)控的基礎(chǔ)。環(huán)境精準(zhǔn)調(diào)控系統(tǒng)通過分布于畜禽舍內(nèi)的傳感器采集環(huán)境信息，合理的傳感器選擇與布局優(yōu)化對環(huán)境的精準(zhǔn)調(diào)控起著重要作用。環(huán)境參數(shù)的變化受畜禽舍的結(jié)構(gòu)、氣流等因素影響較大，新疆等干旱寒冷地區(qū)牛舍因屋頂結(jié)構(gòu)不同導(dǎo)致冬季保溫效果不同，華東等地區(qū)牛舍在炎熱月份內(nèi)受氣流場的影響溫濕度分布不均勻，通常舍內(nèi)風(fēng)速高的區(qū)域溫度相對較低。因此，為了準(zhǔn)確地反映出畜禽舍內(nèi)的環(huán)境信息，環(huán)境監(jiān)測傳感器的布點(diǎn)要求具有代表性，能通過多點(diǎn)的監(jiān)測最大程度的代表舍內(nèi)實(shí)際環(huán)境分布狀況，同時(shí)為了減少成本，需要以最少的布點(diǎn)實(shí)現(xiàn)對養(yǎng)殖整體環(huán)境的監(jiān)控。

傳感器布局優(yōu)化問題在部署無線通信傳感器和探測土壤墑情等其他領(lǐng)域已開展了廣泛的研究，研究方法主要涉及智能尋優(yōu)算法和聚類算法等。段宇君等提出一種基于改進(jìn)蟻群算法的融合混沌優(yōu)化算法(IHACA-CpSPIEL)對無線通信傳感器布局，相比改進(jìn)前降低了6.5%～24.0%的通信成本；張武等運(yùn)用近鄰傳播算法通過計(jì)算土壤節(jié)點(diǎn)含水率的相似度矩陣實(shí)現(xiàn)墑情數(shù)據(jù)的聚類，在滿足檢測要求下將傳感器數(shù)量由25個(gè)減少到2個(gè)。在建筑環(huán)境監(jiān)測方面，傳感器布局優(yōu)化的研究主要側(cè)重于經(jīng)驗(yàn)布點(diǎn)、聚類算法和統(tǒng)計(jì)學(xué)方法與等。Lee等以均方值誤差為評估標(biāo)準(zhǔn)篩選了傳感器的最優(yōu)組合，并利用熵值度量傳感器探測溫度變化的程度。Yoganathan等利用聚類等方法獲得建筑內(nèi)傳感器的最優(yōu)布置策略，實(shí)現(xiàn)了智能建筑系統(tǒng)的低成本、高效率運(yùn)行。Curi等利用普通kriging方法確定了3個(gè)最具代表性的傳感器定位點(diǎn)，以便在夏季為監(jiān)測肉雞舍通風(fēng)系統(tǒng)提供支持。

農(nóng)業(yè)建筑空間環(huán)境大，通常需結(jié)合計(jì)算流體力學(xué)(CFD)數(shù)值模擬的方法獲取建筑環(huán)境全場信息。劉雁征采用計(jì)算流體力學(xué)(CFD)數(shù)值模擬的方法獲取了日光溫室內(nèi)全場溫度信息。趙國強(qiáng)等利用CFD數(shù)值模擬的方法對不同方案下的微型植物工廠進(jìn)行溫濕度的模擬仿真，分析了不同傳感器布局與植物生長區(qū)溫濕度變化的關(guān)系。根據(jù)以往的研究來看，如何設(shè)計(jì)一套合理、高效代表整個(gè)畜禽舍內(nèi)環(huán)境參數(shù)分布的環(huán)境監(jiān)測布點(diǎn)方案，尚無過多科學(xué)依據(jù)。目前行業(yè)內(nèi)更多的是沿用一些早期根據(jù)經(jīng)驗(yàn)提出的傳統(tǒng)布局方案，如梅花法和對角線法等。該種方法以固定、規(guī)律的布點(diǎn)方式安置傳感器，靈活性上雖然忽略了舍內(nèi)溫度的動(dòng)態(tài)變化，但簡單易行、標(biāo)準(zhǔn)化程度高，在科研和實(shí)際生產(chǎn)中得到了大量的應(yīng)用。然而，不同傳統(tǒng)布局方案在應(yīng)用中的合理性和有效性尚缺乏有效評估，在畜禽舍環(huán)境監(jiān)測布點(diǎn)方案選擇和應(yīng)用時(shí)缺乏科學(xué)指導(dǎo)。

本文以牛舍溫度為研究對象，利用CFD數(shù)值模擬的手段獲取了夏季、冬季和過渡季節(jié)時(shí)舍內(nèi)溫度空間分布規(guī)律，結(jié)合畜禽生產(chǎn)管理中實(shí)際需求，在探究傳統(tǒng)布局方法的科學(xué)性與可行性的同時(shí)借鑒了其他領(lǐng)域的聚類布局優(yōu)化方法，對不同傳統(tǒng)均勻布點(diǎn)方法、譜聚類(Spectral Clustering)布點(diǎn)方法監(jiān)測牛舍環(huán)境的優(yōu)劣性進(jìn)行了對比研究，分析提出了適合牛舍環(huán)境監(jiān)測的布局策略，為科學(xué)布局提供依據(jù)。

1 材料與方法

1.1 環(huán)境測試與CFD仿真模擬

本試驗(yàn)在北京市大興區(qū)(41.6°N，117.4°E)的金銀島牧場進(jìn)行，該地區(qū)夏季盛行東南風(fēng)，冬季盛行西南風(fēng)。試驗(yàn)牛舍尺寸為92 m×28 m×4.2 m，3列2走道布置，無臥床，舍內(nèi)共有350頭奶牛。外部建筑圍護(hù)結(jié)構(gòu)為75 mm厚(屋頂為100 mm)的金屬蒙皮聚苯乙烯夾心板。奶牛舍為自然通風(fēng)，頂部開口0.5 m寬，側(cè)面卷簾開口長32 m，高3.14 m。東西兩側(cè)山墻上各有4個(gè)門(4.8 m×3.5 m×2,2.4 m×2.3 m×2)。夏季卷簾和門全部開放，舍內(nèi)還安裝有21臺(tái)擾流風(fēng)扇，風(fēng)扇安裝在頸枷沿線，高度為2 m。試驗(yàn)舍內(nèi)設(shè)9個(gè)測點(diǎn)利用溫濕度記錄儀(Apresys 179A-TH，Apresys Inc.，the USA)連續(xù)記錄空氣溫度和濕度，測點(diǎn)高度為2.0m，位置如圖1所示，采樣間隔10 min。舍外設(shè)氣象站監(jiān)測舍外溫度、濕度、風(fēng)向風(fēng)速、氣壓，采樣間隔20 min。

圖1 試驗(yàn)牛舍平面布局及環(huán)境溫度測試布點(diǎn)Fig.1 Layout and sampling locations of temperature in the experimental dairy cow house

為了獲取不同季節(jié)舍內(nèi)空間溫度分布和不同布點(diǎn)位置的溫度信息，本文建立了試驗(yàn)牛舍的等比例CFD模型，計(jì)算域中包含了牛舍旁邊兩座有側(cè)墻的建筑物(如圖2所示)，整個(gè)計(jì)算域大小為牛舍距上邊界5H和距四周邊界15H的矩形體區(qū)域( H為牛舍高度)。該CFD模型已使用夏季現(xiàn)場實(shí)測數(shù)據(jù)成功驗(yàn)證，關(guān)于溫度驗(yàn)證的各項(xiàng)指標(biāo)均在可接受的范圍內(nèi)，模型可以用來進(jìn)行溫度分布的預(yù)測。其中，|FB| =0.021(模擬驗(yàn)證要求<0.3)、 NMSE=0.001(模擬驗(yàn)證要求<0.25)； MG=1.023 (模擬驗(yàn)證在0.7～1.3內(nèi))、VG=1.001(模擬驗(yàn)證要求<4)、FAC2=0.978 (模擬驗(yàn)證要求在0.5～2間)、-value of Wilcoxon test =0.400(模擬驗(yàn)證要求>0.05)。試驗(yàn)中，利用夏季、冬季和過渡季節(jié)氣象站和溫濕度監(jiān)測設(shè)備獲取的環(huán)境信息作為不同季節(jié)仿真計(jì)算的邊界條件。關(guān)于本文CFD模擬的詳細(xì)試驗(yàn)條件和結(jié)果可參見文獻(xiàn)[15]。

圖2 試驗(yàn)牛舍物理模型(A)和計(jì)算域物理模型(B)★試驗(yàn)牛舍；氣象站Fig. 2 Geometry model of the simulated dairy cow building (A) and entire computational domain (B) in CFD modeling★ Target dairy cow building;Meteorological station

1.2 試驗(yàn)設(shè)計(jì)

表1 夏季、冬季、過渡季節(jié)CFD模型的邊界條件Table 1 Boundary conditions of CFD simulations in summer,winter and transition seasons

1.2.1 基于傳統(tǒng)布點(diǎn)方法的傳感器布局研究 傳統(tǒng)畜禽舍的傳感器布局多采用均勻分布的方式，按圖形可分為中心法、對角線法、梅花形、蛇形、對稱式和棋盤式等不同方式。針對該試驗(yàn)的牛舍，為了降低系統(tǒng)成本和數(shù)據(jù)的冗余度，根據(jù)預(yù)試驗(yàn)的結(jié)果本研究選取了數(shù)量為1～8的傳感器個(gè)數(shù)，對比了中心法、對角線法、梅花形、蛇形、對稱式和棋盤式等19組不同傳感器個(gè)數(shù)和布局方式組合下的有效性。具體測點(diǎn)位置如表2所示。

表2 傳統(tǒng)布點(diǎn)下傳感器的坐標(biāo)Table 2 The coordinates of sensors under traditional layout

1.2.2 基于聚類方法的傳感器布局研究 畜禽舍的溫度分布具有空間特性，可使用聚類方法對2.5 m高度平面的630個(gè)溫度點(diǎn)進(jìn)行挖掘分析，探究傳感器位置點(diǎn)的選取與平面溫度分布特點(diǎn)的關(guān)系，以此來獲得使用較少的點(diǎn)和合理傳感器布局最大程度代表平面溫度信息。聚類方法的基本思想是把測點(diǎn)按照坐標(biāo)位置與溫度高低情況劃分為不同的區(qū)域，即將平面中的傳感器安置點(diǎn)劃分為若干個(gè)不相交的簇，使得簇內(nèi)的測點(diǎn)溫度盡可能的相似，簇之間測點(diǎn)溫度盡可能地不同。通過這種劃分可揭示平面溫度分布的內(nèi)在性質(zhì)及規(guī)律，因此我們只需在劃分后的簇內(nèi)找到“中心”位置安裝傳感器，即可合理的監(jiān)測這一區(qū)域的整體溫度情況，為進(jìn)一步的傳感器布點(diǎn)優(yōu)化提供基礎(chǔ)。本研究采用譜聚類的算法，該算法建立在譜圖理論基礎(chǔ)上，與傳統(tǒng)的聚類算法相比該方法能在任意形狀的樣本空間上聚類且收斂于全局最優(yōu)解，在均衡聚類中效果最佳，即在本研究中各簇間包含測點(diǎn)的數(shù)量差異較小問題上具有優(yōu)越性。具體算法過程可歸納為以下3個(gè)主要步驟：(1)構(gòu)建表示試驗(yàn)溫度平面上630個(gè)溫度測點(diǎn)的相似度矩陣；(2)通過計(jì)算相似度矩陣的前個(gè)(根據(jù)實(shí)際情況設(shè)計(jì)，表示傳感器個(gè)數(shù))特征向量與特征值，構(gòu)建特征向量空間；(3)利用k-means經(jīng)典聚類算法對特征向量空間中的特征向量進(jìn)行聚類，聚類結(jié)果即為對溫度平面的簇的劃分。

考慮到牛舍平面內(nèi)溫度分布呈現(xiàn)不均勻、與測點(diǎn)坐標(biāo)位置高度相關(guān)等特點(diǎn)，根據(jù)實(shí)際應(yīng)用的需求，研究中把位置坐標(biāo)(,)與溫度同時(shí)輸入到算法中作為每個(gè)位置點(diǎn)聚類的屬性參考依據(jù)，同時(shí)也避免了只以溫度作屬性依據(jù)時(shí)出現(xiàn)單簇內(nèi)傳感器安置點(diǎn)在平面內(nèi)呈現(xiàn)散點(diǎn)狀分布的聚類結(jié)果和無法確定簇“中心點(diǎn)”的情況。在經(jīng)過以上譜聚類算法分析得到聚類結(jié)果后，繼續(xù)遍歷每個(gè)簇內(nèi)的所有傳感器安置點(diǎn)并在遍歷時(shí)以當(dāng)前點(diǎn)為已知傳感器安置點(diǎn)對簇內(nèi)其他未知傳感器安置點(diǎn)進(jìn)行插值計(jì)算，選取使簇內(nèi)整體均方根誤差(RMSE)最小的安置點(diǎn)為該簇的“中心點(diǎn)”，具體流程如圖3所示。

圖3 試驗(yàn)具體實(shí)施流程Fig.3 Detailed process of the experiment

1.3 統(tǒng)計(jì)分析及結(jié)果表示方法

本研究采用Python與R語言進(jìn)行數(shù)據(jù)處理和統(tǒng)計(jì)分析。針對傳統(tǒng)方法與聚類方法分別設(shè)計(jì)了1～8個(gè)傳感器兩類共27組的布局方案(傳統(tǒng)布局組合方案詳見表2)，為方便論述，不同測點(diǎn)數(shù)量與布局組合采用“傳感器個(gè)數(shù)-布局方法/規(guī)則”的命名規(guī)則簡化描述，如“8-聚類”表示聚類方法下8個(gè)傳感器的布局方案。針對2.5 m高度平面，以CFD模擬獲取的630個(gè)測點(diǎn)的溫度為參考溫度，以不同布局方案組合測點(diǎn)插值后得到的630個(gè)點(diǎn)溫度為估計(jì)溫度，計(jì)算630個(gè)點(diǎn)的參考溫度與估計(jì)溫度的RMSE，以RMSE為布局方案有效性的評價(jià)指標(biāo)，RMSE越小，布局方案的有效性越高。

2 結(jié)果與分析

根據(jù)圖4的具體試驗(yàn)流程，以630個(gè)測點(diǎn)的坐標(biāo)與溫度為輸入變量，使用傳統(tǒng)規(guī)律布點(diǎn)與譜聚類非規(guī)律布點(diǎn)兩種方法在夏、冬、過渡3個(gè)季節(jié)12組數(shù)據(jù)下進(jìn)行傳感器布點(diǎn)查找與插值，并計(jì)算插值后的溫度數(shù)據(jù)與原始平面數(shù)據(jù)的RMSE值進(jìn)行比較，結(jié)果見表3。按12組試驗(yàn)的RMSE總平均值進(jìn)行升序排列，冬季舍內(nèi)溫差較大、夏季與過渡季節(jié)舍內(nèi)溫差相對較小，不同布局組合方案得到的測點(diǎn)溫度RMSE值差異較小，但從整體上來說，譜聚類的布點(diǎn)效果要優(yōu)于傳統(tǒng)布點(diǎn)方法，后續(xù)將分別對兩種方法進(jìn)行分析。

2.1 傳統(tǒng)布局方法結(jié)果

傳統(tǒng)布局方法中，12組試驗(yàn)測點(diǎn)溫度的累積RMSE值如圖4所示。從傳感器的個(gè)數(shù)上來看RMSE的值隨著傳感器個(gè)數(shù)的變化浮動(dòng)較大，無明顯的整體變化規(guī)律，監(jiān)控表現(xiàn)從RMSE的數(shù)值大小來看略遜于聚類法；從布局規(guī)則上來看，蛇形(無中點(diǎn))方式明顯優(yōu)于其他傳統(tǒng)布局規(guī)則，對稱、梅花形表現(xiàn)一般，蛇形(無中點(diǎn))、棋盤式、對角線布局方式效果較差；從季節(jié)上來看，夏季溫度高且分布均勻，使用較少傳感器即可反映出整個(gè)平面的溫度分布特點(diǎn)，布置過多傳感器反而會(huì)增加冗余造成測控結(jié)果不準(zhǔn)確，如表3中次序5在夏季的RMSE值均小于次序2、3、4的值，冬季與過渡季節(jié)因平面溫度分布不均勻，可安置更多數(shù)量的傳感器，以分區(qū)域監(jiān)測舍內(nèi)溫度變化。

圖4 不同布局策略累積RMSE值Fig. 4 Cumulative RMSE values of different sensor sampling strategies

2.2 譜聚類布局方法結(jié)果

譜聚類布局方法中，12組試驗(yàn)RMSE的總平均值隨著傳感器個(gè)數(shù)的增加逐漸減小，在單季節(jié)中存在輕微的波動(dòng)，如表3中布局次序5時(shí)，4個(gè)傳感器測點(diǎn)的插值結(jié)果在夏季測試中的表現(xiàn)均好于5個(gè)甚至6個(gè)傳感器測點(diǎn)的布局，或表3中的次序7，過渡季節(jié)中3個(gè)傳感器測點(diǎn)的聚類表現(xiàn)也優(yōu)于4個(gè)傳感器測點(diǎn)的布局。但從整體趨勢上，隨著傳感器個(gè)數(shù)的增加RMSE呈單調(diào)遞減(圖5)。

圖5 12組數(shù)據(jù)在譜聚類不同傳感器個(gè)數(shù)中的累積RMSE值與邊際效用Fig. 5 Accumulative RMSE values and marginal utility of 12 groups under different number of sensors of spectral clustering

根據(jù)譜聚類的結(jié)果，對3個(gè)季節(jié)代表性的布局策略進(jìn)行可視化展示，效果如圖6?？梢钥吹剑渲杏幸恍┡c傳統(tǒng)布局規(guī)則相似的部署，但監(jiān)測效果卻有顯著提升。例如，夏季時(shí)4個(gè)傳感器測點(diǎn)的聚類布局結(jié)果(表3中次序5)與傳統(tǒng)布局中的對角線布點(diǎn)法(表3次序20)類似，但前者的RMSE值為0.0403，相比于后者的RMSE值0.0441降低了9.43%。相同地，3個(gè)傳感器測點(diǎn)時(shí)，表3中次序7的聚類方法(RMSE=0.0401)相比于次序17的傳統(tǒng)對角線方法(RMSE=0.0459)降低了14.46%。

圖6 譜聚類布局結(jié)果與傳感器安置位點(diǎn)展示Fig. 6 Spectrum clustering layout results and sensor placement display

3 討 論

盡管譜聚類布局方法在舍內(nèi)溫度代表性方面較傳統(tǒng)規(guī)律布局更為有效，然而在實(shí)際情況中同樣的畜禽舍在不同季節(jié)里獲得最優(yōu)RMSE值的位置不盡相同，即同樣個(gè)數(shù)傳感器在不同季節(jié)里使用聚類方法所選擇的安置點(diǎn)差別較大，很難做到統(tǒng)一。同時(shí)可以看到，特別是在多個(gè)傳感器的情況下，不同簇間部分傳感器的安置位點(diǎn)比較接近，如圖7中冬季傳感器個(gè)數(shù)為8時(shí)或夏季傳感器個(gè)數(shù)為5、6、8時(shí)等，不符合實(shí)際應(yīng)用要求。在實(shí)現(xiàn)相似測控效果且無法進(jìn)行原始平面溫度測量的情況下，傳統(tǒng)方法相對于譜聚類方法布局更易計(jì)算安置位點(diǎn)坐標(biāo)。但另一方面，由于傳統(tǒng)布局對于各個(gè)布局規(guī)則只規(guī)定了形狀不設(shè)固定的計(jì)算公式，譜聚類方法的結(jié)果可針對不同布局規(guī)則提供指導(dǎo)建議。

整體上來看，布局次序8、9說明傳統(tǒng)布局中選取合理的布點(diǎn)規(guī)則比增加傳感器的個(gè)數(shù)更重要，傳統(tǒng)布局的8-蛇形 (無中點(diǎn))、5-蛇形(無中點(diǎn))和4-梅花形表現(xiàn)較為出色。聚類布局中傳感器數(shù)量越多監(jiān)測效果越好，但從表3和圖6可以看到，在傳感器個(gè)數(shù)增加到4與5 后，RMSE累計(jì)值減速逐漸放緩，基本與6～8個(gè)傳感器測點(diǎn)數(shù)相持平，在實(shí)際應(yīng)用中為控制成本可降低布局個(gè)數(shù)。

對于本研究的試驗(yàn)牛舍對象，按傳感器個(gè)數(shù)考慮，譜聚類布點(diǎn)與傳統(tǒng)布點(diǎn)均在5個(gè)傳感器布局(次序8)中展示出較好的效果，不計(jì)成本情況下8個(gè)傳感器的布局(次序6)效果更優(yōu)。譜聚類布點(diǎn)結(jié)果的代表性優(yōu)于規(guī)律傳統(tǒng)布局，但由于舍內(nèi)溫差較小且譜聚類布點(diǎn)在3個(gè)季節(jié)中布局位置相差懸殊，因此傳統(tǒng)方法在畜禽舍的溫度傳感器布局具有更強(qiáng)的穩(wěn)定性。在經(jīng)過滿足監(jiān)測條件、控制成本和實(shí)現(xiàn)難易程度等多方面綜合考慮下，推薦表3中的次序8，5-蛇形(無中點(diǎn))的部署方式為牛舍環(huán)境測試的最優(yōu)布局。

4 小 結(jié)

本文以牛舍平面的溫度分布為研究對象，通過設(shè)置多種傳感器的布置方案，對比了傳統(tǒng)方法與聚類方法兩種布局的優(yōu)缺點(diǎn)，肯定了傳統(tǒng)布局在實(shí)際應(yīng)用中的合理性與聚類方法的準(zhǔn)確性，篩選出適合牛舍環(huán)境測試的最佳布局方案，對實(shí)現(xiàn)精準(zhǔn)控制畜禽舍內(nèi)部溫度具有一定參考價(jià)值。對于新建畜禽舍的溫度傳感器布局，若以養(yǎng)殖為目的，可首選蛇形(無中點(diǎn))的布局規(guī)則，傳感器的數(shù)量可控制在5個(gè)左右；若以科研為目的，建議使用聚類方法對溫度平面加以分析，為傳統(tǒng)布局提供傳感器具體安置點(diǎn)的計(jì)算參考。