尹竣冬　李明　張皓婷

摘 要 設施農(nóng)業(yè)是我國目前農(nóng)業(yè)發(fā)展的主要方向﹐其特征主要體現(xiàn)在高生產(chǎn)率、優(yōu)質(zhì)、安全、周年可連續(xù)產(chǎn)出。把物聯(lián)網(wǎng)技術(shù)運用于溫室環(huán)境智能控制上，可提升設施農(nóng)業(yè)生產(chǎn)的集約化與管理水平。以在物聯(lián)網(wǎng)條件下溫室環(huán)境智能控制手段的黃瓜種植為例，分析溫室設施黃瓜的周圍環(huán)境（光照、CO2氣體和溫度）智能調(diào)控研究進展與應用，探討溫室環(huán)境管理的發(fā)展現(xiàn)狀和趨勢。

關(guān)鍵詞 黃瓜；設施農(nóng)業(yè)；環(huán)境調(diào)控；物聯(lián)網(wǎng)技術(shù)；智能化

中圖分類號：S627 文獻標志碼：C DOI：10.19415/j.cnki.1673-890x.2023.17.021

21世紀初，發(fā)達國家和發(fā)展中國家政府相繼出臺了積極政策措施，增加了農(nóng)業(yè)科技投入﹐大力發(fā)展高效現(xiàn)代化生產(chǎn)的種植業(yè)[1]。設施農(nóng)業(yè)是采用先進的科學技術(shù)和工廠化生產(chǎn)方式，把作物種植在一個相對封閉的空間，為作物的高效生產(chǎn)提供適宜的生長環(huán)境，并且在任何地區(qū)，一年四季都可栽培各種農(nóng)產(chǎn)品的新型種植業(yè)[2]。設施農(nóng)業(yè)是我國目前農(nóng)業(yè)發(fā)展的主要方向﹐其特征主要體現(xiàn)在高生產(chǎn)率、優(yōu)質(zhì)、安全、周年可連續(xù)產(chǎn)出方面。黃瓜是常見的喜溫型蔬菜，不耐低溫，喜光、喜濕、怕澇、不耐旱的蔬菜[3]；黃瓜從播種到量產(chǎn)對環(huán)境要求很高，比如氣候、水分、光照等，尤其是溫室大棚的黃瓜種植要求尤為嚴苛。目前在中國北方大棚黃瓜栽培中，許多瓜農(nóng)不了解設施黃瓜種植技術(shù)而盲目跟風栽培，造成黃瓜減產(chǎn)甚至失收[4]。因此，通過物聯(lián)網(wǎng)技術(shù)對溫室環(huán)境參數(shù)的實現(xiàn)智能精細化管理，是實現(xiàn)對溫室內(nèi)各因素智能管理的必要條件?？刂茰厥噎h(huán)境是黃瓜有效生長的重要因素，光照、溫度、CO2濃度等多種因素影響黃瓜產(chǎn)量、品質(zhì)和經(jīng)濟效益等指標[5]。采用基于物聯(lián)網(wǎng)技術(shù)的管控方法，實時獲取環(huán)境參數(shù)信息，并自動調(diào)整，從而實現(xiàn)有效的環(huán)境控制，滿足植物生長環(huán)境條件，實現(xiàn)高產(chǎn)、優(yōu)質(zhì)、高效生產(chǎn)。

1? 研究現(xiàn)狀

1.1? 光照環(huán)境智能化調(diào)控

20世紀70年代，以荷蘭、以色列、美國為主的發(fā)達國家設計基于計算機的設施環(huán)境監(jiān)測系統(tǒng)。從那時起，該系統(tǒng)發(fā)展迅速。Takakura提出用計算機控制環(huán)境因素的想法[6]。Kolokot等人建立能源與環(huán)境智能控制管理系統(tǒng)，監(jiān)測設施環(huán)境外的溫濕度、光照、CO2濃度等各種環(huán)境因素[7]。柳平增承擔該系統(tǒng)的物聯(lián)網(wǎng)系統(tǒng)的三層物聯(lián)網(wǎng)，實現(xiàn)對農(nóng)村環(huán)境數(shù)據(jù)的實時獲取及其與農(nóng)村環(huán)境傳感網(wǎng)絡間的數(shù)據(jù)傳輸，于2014年Tab-Atabaeifara的農(nóng)村無線傳感器系統(tǒng)（WSN）成功獲取各種農(nóng)村環(huán)境監(jiān)測數(shù)據(jù)，通過GPRS的特性將數(shù)據(jù)上傳到控制中心，實現(xiàn)溫室自動化控制[8]。楊飛等人通過傳感器和GSM等通訊設備，采集在溫室中所收集到的氣溫、相對濕度、光照程度等數(shù)據(jù)，并利用Wi-Fi無線網(wǎng)絡傳輸在監(jiān)測中，建立1種基于溫室環(huán)境指標的監(jiān)測體系[9]。王能輝等人利用NBiotsensor方法監(jiān)測農(nóng)田的環(huán)境信息，如氣象和環(huán)境溫濕度、光照強度、土壤中CO2含量等，并將信息提交至客戶端之后，為農(nóng)業(yè)數(shù)據(jù)的后續(xù)管理與決策提供有效數(shù)據(jù)[10]。萬偉紅等人成功通過PID算法，掌握大棚中的環(huán)境溫度、濕度、光照強度等參數(shù)，從而完成對大棚環(huán)境的智能管理，有效提升農(nóng)業(yè)的生長效率與質(zhì)量[11]。郭威等人共同設計多自由度的溫室內(nèi)圖像采集與環(huán)境監(jiān)測機器人系統(tǒng)，以實現(xiàn)對多源數(shù)據(jù)網(wǎng)絡的無人巡檢和智能采集[12]。

1.2? 溫度環(huán)境智能化調(diào)控

溫室內(nèi)的溫度變化對植物的主要生理代謝有顯著影響，控制好溫度也有利于黃瓜的生長。楊家強和鐘應善提出國內(nèi)首個以單片機為核心的監(jiān)測系統(tǒng)，用于室內(nèi)溫度和漏水數(shù)據(jù)采集[13]。為控制葡萄山的高溫和潮濕等影響生長發(fā)育的環(huán)境因素，Intel在美國俄勒岡州的溫室中配備多個無線感應器，并建立世界上第一個安裝無線感應器系統(tǒng)的葡萄園[14]。Tong等人應用CFD從外部環(huán)境因素的變化中預測溫室內(nèi)的溫度分布[15]。盛平等在對溫室環(huán)境的遠程監(jiān)測技術(shù)中引入3G技術(shù)，可以進行環(huán)境參數(shù)的遠程收集、發(fā)送與查詢，并進行現(xiàn)場的遠程管理[16]。黃金俠等人用上位機、下位機、環(huán)境參數(shù)模糊控制器和執(zhí)行器，對MATIAB仿真軟件采集的模糊數(shù)據(jù)進行控制，實現(xiàn)對育苗場溫、濕度等各種環(huán)境因素的智能管理[17]。劉傳岐采用LabVIEW監(jiān)控上位機，并設置育苗大棚內(nèi)溫濕度信息的電子顯示系統(tǒng)，以符合遠距離傳輸?shù)奶攸c，可讓客戶的育苗大棚在對內(nèi)聯(lián)網(wǎng)和對外隨時實現(xiàn)遠距離控制[18]。劉海洋等人將通過CPRS功能，對所收集到的環(huán)境溫度、相對濕度、大氣壓力等參數(shù)進行更長距離的數(shù)據(jù)傳輸，進而達到基于GPRS的實時遠程監(jiān)控處理[19]。

1.3? 溫室CO2氣體環(huán)境智能化調(diào)控

溫室內(nèi)CO2濃度的高低也對植物生長起著重要作用，濃度過高或過低都會抑制植物的正常生長。20世紀20年代，在德國率先提出“CO2施肥”方法后，荷蘭、丹麥等國家相繼開始采用CO2施肥技術(shù)，在溫室生產(chǎn)茄果類蔬菜。哈敏、劉文合等合作開發(fā)出具備高智能化特點和功能的CO2施肥技術(shù)，經(jīng)過實踐后證實在溫室中CO2濃度的平衡性非常高[20]。彭冬玲利用計算機自動控制技術(shù)，以8031單片機為主要開發(fā)工具的測控系統(tǒng)為基礎，實現(xiàn)測控過程的全自動化，并實現(xiàn)CO2濃度的自動控制溫室[21]。項美晶等針對溫室生菜發(fā)育規(guī)律與環(huán)境因素變化，制定出溫室生菜CO2含量與光照BP神經(jīng)網(wǎng)絡定量模型，對生菜產(chǎn)量進行定量控制[22]。羅家兵、張恒利用BP神經(jīng)網(wǎng)絡對溫室CO2進行模糊控制，并利用Mablab通過進行模擬學習，能夠更有效地減少溫室CO2[23]。Salazar等利用3層神經(jīng)網(wǎng)絡建立溫室溫度和CO2濃度的預測模型，以CO2濃度的預測值作為輸入變量，得到準確的光合速率預測模型，然后簡單地指導肥料增加溫室中的CO2[24]。劉永華等建立一個智能溫室網(wǎng)絡監(jiān)控平臺，通過連接CO2含量傳感器和環(huán)境因子采集傳感器，可以即時測定環(huán)境參數(shù)，并進行現(xiàn)場狀態(tài)的遠程觀測和網(wǎng)絡監(jiān)測[25]。張瑩、張海輝等利用RS485總線技術(shù)，對連棟的溫室環(huán)境參數(shù)進行控制，通過此技術(shù)可以進行實時的簡訊報告；并利用無線網(wǎng)絡傳感器，可以精確調(diào)節(jié)設施中的CO2濃度[26-27]。

2? 智能化調(diào)控應用

2.1? 光照環(huán)境智能化調(diào)控措施

光照同時也是控制溫室黃瓜生長的主要環(huán)境因素，光照不但影響黃瓜生長狀態(tài)，也控制氣溫、相對濕度和其他的關(guān)鍵環(huán)境因素。照明控制技術(shù)主要包括照明強度控制和光周期控制技術(shù)兩種方法。這兩種控制方式均離不開光照強度測定儀和定時器這2個傳感器中的主要元件。利用實時監(jiān)測動態(tài)照明的亮度變化規(guī)律，再輔以時鐘控制技術(shù)，即可實現(xiàn)對照明強度和光周期的不同調(diào)控要求。目前使用的光周期智能調(diào)控方式，大致有以下5類：1）延長日照，這個調(diào)控方式大多是在傍晚天色逐漸變暗時開始補光。2）中斷暗期，通過這種方式運用光照原理將暗期分成二段進行補光。3）間歇光照，它是一種通過反復或多次地交替在暗期中歇的方式進行補光，通常用在較大型的暖房工程中，通過人工補光栽培受電源能力的限制下使用。4）黎明前光照，通過利用從黎明前開始至清晨的光照。5）短時間歇光照。因此，借助物聯(lián)網(wǎng)技術(shù)，結(jié)合相關(guān)研究人員對黃瓜生長特性和光照需求的研究成果，利用無線通信技術(shù)，可以利用物聯(lián)網(wǎng)的光強傳感器，收集并控制光強。通過溫室實時傳回的遠程系統(tǒng)，進行數(shù)據(jù)挖掘和算法調(diào)整，再通過農(nóng)業(yè)自動化和建模，科學調(diào)整光照強度和日照時間，使喜溫喜光的黃瓜時刻生長在最適合的氣候環(huán)境中，使植物強健，果實生長良好，產(chǎn)量增加，品質(zhì)提高，降低成本和能耗，實現(xiàn)溫室黃瓜的智能光控。

2.2? 溫度環(huán)境智能化調(diào)控措施

黃瓜生長過程中溫度的影響非常顯著，黃瓜生長的每個時期都有最高溫度、最低溫度的最適宜溫度區(qū)間。為了保證黃瓜生長都保持在最適宜的溫度區(qū)間內(nèi)，以物聯(lián)網(wǎng)技術(shù)為基礎，并通過研究人員對各生長季黃瓜生長發(fā)育狀態(tài)及對溫度需求特點的深入研究，并提出以下智能系統(tǒng)：根據(jù)溫度智能調(diào)節(jié)和管理，系統(tǒng)包括溫室管理的各種保溫、加溫和降溫手段。其中，最常用的溫度控制設備，包括有加熱系統(tǒng)、通風系統(tǒng)、降溫系統(tǒng)及遮陰保溫設施；降溫控制的方法從低至高包括：天窗和側(cè)窗開啟，自然通風系統(tǒng)→遮陽網(wǎng)張開→天窗和側(cè)窗關(guān)閉，軸流風機強制通風→開啟濕簾風機的降溫系統(tǒng)。升溫控制的主要方法從低至高是：將天窗、側(cè)窗關(guān)閉→保溫設備被開啟，室內(nèi)環(huán)境通過圍護工程保溫→加熱設備升溫。關(guān)于降低空氣相對濕度控制系統(tǒng)的智能化管理方法，主要有以下幾種：通風換氣、加溫設備、改進灌溉工藝等。對采取土壤栽培的溫室，土壤濕度管理的目的是適應作物對水分的需求，所以要針對各種作物的各個生長期對水分的需要決定灌量。對使用離地苗床種植的大棚，調(diào)節(jié)土地相對濕度的目的在于減少其含水率以減少水分揮發(fā)。

2.3? 溫室CO2氣體環(huán)境智能化調(diào)控措施

對黃瓜來說，環(huán)境CO2濃度直接影響產(chǎn)量和雌花的數(shù)量，當環(huán)境CO2濃度高時就可以提高光合利用率，也因此增加雌花產(chǎn)量，而濃度較低時則光合量減少，營養(yǎng)生成物降低，雌花產(chǎn)量也相應降低，從而補償環(huán)境CO2是解決大棚午間“CO2饑餓”現(xiàn)象和提高大棚產(chǎn)量的最有效方法。通過通風換氣，可以補充溫室內(nèi)超臨界CO2不足，將從室內(nèi)產(chǎn)生的有害空氣完全排出室外或?qū)⑵錆舛葴p少至致害濃度以內(nèi)；同時也可以清除室內(nèi)外水分，從而降低室內(nèi)外潮濕，也因此減少有害空氣與水分互相結(jié)合的機會；它還可以改善室內(nèi)空氣流動，通過增加植物群落內(nèi)的氣體流通速率，使房間各處的溫差、相對濕度、CO2濃度等環(huán)境因素變化更均勻。其次，作為氣體環(huán)境管理的重要措施之一，目前采用CO2施肥工藝已作為溫室企業(yè)增產(chǎn)增收的重要方法。通過利用有機肥發(fā)酵、燃燒、液態(tài)或固態(tài)的CO2揮發(fā)、光化學反應等方法，相應地增加大棚內(nèi)超臨界CO2濃度就可以改善作物凈光合作用速度，進而提高產(chǎn)品產(chǎn)量和價格，從而提高大棚生產(chǎn)效益，提升經(jīng)濟效益。

3? 展望

分析基于物聯(lián)網(wǎng)的溫室環(huán)境智能測控技術(shù)系統(tǒng)的研究現(xiàn)狀，并針對物聯(lián)網(wǎng)環(huán)境下的溫室環(huán)境智能測控系統(tǒng)中技術(shù)服務層和決策層及研究人員相對缺乏的現(xiàn)狀，開展溫室環(huán)境優(yōu)化研究，以農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)為核心，融合現(xiàn)代生物技術(shù)、先進種植技術(shù)、人工智能和可視化等技術(shù)，利用農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)的應用在智慧溫室系統(tǒng)中發(fā)揮特殊作用，通過利用傳感器能更好地捕捉溫室內(nèi)的環(huán)境變化。通過對傳感器所采集的數(shù)據(jù)進行分析和處理，根據(jù)專家經(jīng)驗或分析結(jié)果，對溫室內(nèi)的植物生長環(huán)境進行有效控制，從而能更好地提高生產(chǎn)率，極大地提高土地轉(zhuǎn)化率和產(chǎn)出率，是現(xiàn)代農(nóng)業(yè)發(fā)展的核心標志，也是未來中國農(nóng)業(yè)生產(chǎn)的重要發(fā)展方向和趨勢。

參考文獻：

[1] 張濤.基于物聯(lián)網(wǎng)的蔬菜大棚環(huán)境監(jiān)測系統(tǒng)設計[D].長沙：湖南大學，2015.

[2] 劉曉雨.選擇適宜的溫室補光系統(tǒng)[J].農(nóng)業(yè)工程技術(shù)，2016，36（34）：64-65.

[3] 劉霞.黃瓜的植物學特性及對環(huán)境條件的要求[J].現(xiàn)代農(nóng)業(yè)科技，2018（20）：100-101.

[4] 王洪志.溫室黃瓜栽培技術(shù)研究[J].蔬菜，2014（9）：51-52.

[5] 張皓婷，李明，宋佳澤，等.基于機器學習的溫室番茄的環(huán)境調(diào)控綜述[J].農(nóng)業(yè)與技術(shù)，2021，41（9）：9-12.

[6] TAKAKURA T. Technical models of the greenhouse environment[J].International Symposium on Models for Plant Growth Environmental Control & Farm Management in Protected Cultivation， 1989（248）：49-54.

[7] KOLOKOTSA D， SARIDAKIS G， DALAMAGKIDIS K， et al. Development of anintelligent indoor environment and energy man-agment system for greenhouses[J]. Energy conversion & management，2010，51（1） ：155-168.

[8] 柳平增，孟祥偉，田盼，等.基于物聯(lián)網(wǎng)的精準農(nóng)業(yè)信息感知系統(tǒng)設計[J].計算機工程與科學，2012，34 （3）：137-141.

[9] 楊飛，謝濤，伍英，等.基于WIFI的農(nóng)業(yè)物聯(lián)網(wǎng)溫室大棚環(huán)境監(jiān)測系統(tǒng)的設計[J].計算機測量與控制，2017，25（2）：50-53.

[10] 王能輝，胡國強.基于NB-IoT的農(nóng)田遠程監(jiān)測系統(tǒng)的設計[J].陜西農(nóng)業(yè)科學，2017，63（12）：82-85.

[11] 萬偉紅，況杰華，付友生.基于PID算法的溫室環(huán)境控制系統(tǒng)設計[J].農(nóng)業(yè)工程，2017，7 （5）：51-53，116.

[12] 郭威，吳華瑞，朱華吉.設施溫室影像采集與環(huán)境監(jiān)測機器人系統(tǒng)設計及應用[J].智慧農(nóng)業(yè)（中英文），2020，2（3）：48-60.

[13] 鐘應善，楊家強，鄧勁蓮.溫室溫度和濕度的多變量模糊控制技術(shù)[J].農(nóng)業(yè)機械學報，2001，32 （3）：75-78.

[14] 喬曉軍，張馨，王成，等.無線傳感器網(wǎng)絡在農(nóng)業(yè)中的應用[J].農(nóng)業(yè)工程學報，2005，21（S2）：232-234.

[15] TONG G， CHRISTOPHER D M， LI B. Numerical modelling of temperature variations in a Chinese solar greenhouse[J]. Computers and Electronics in Agriculture， 2009， 68（1）： 129-139.

[16] 盛平，郭洋洋，李萍萍.基于ZigBee和3G技術(shù)的設施農(nóng)業(yè)智能測控系統(tǒng)[J].農(nóng)業(yè)機械學報，2012，43 （12）：229-233.

[17] 黃金俠，于泳紅，徐建東，等.水稻育秧棚智能監(jiān)控系統(tǒng)研究[J].佳木斯大學學報（自然科學版），2015，33（3）：437-439，442.

[18] 劉傳岐.水稻育秧大棚環(huán)境多點遠程監(jiān)測系統(tǒng)及監(jiān)測點優(yōu)化[D].大慶：黑龍江八一農(nóng)墾大學，2018.

[19] 劉海洋.基于無線傳感網(wǎng)絡的土壤風蝕監(jiān)測系統(tǒng)研究[D].呼和浩特：內(nèi)蒙古農(nóng)業(yè)大學，2017.

[20] 哈敏，李波，劉文合，等.日光溫室CO2自動施肥系統(tǒng)的研制[J].沈陽農(nóng)業(yè)大學學報，2001，32 （6）：473-475.

[21] 彭冬玲.溫室大棚內(nèi)二氧化碳濃度監(jiān)控系統(tǒng)的研究[J].武漢：華中農(nóng)業(yè)大學，2003.

[22] 項美晶，張榮標，李萍萍，等.基于BP神經(jīng)網(wǎng)絡的溫室生菜CO2施肥研究[J].農(nóng)機化研究，2008 （12）：17-20.

[23] 羅家兵，張恒.農(nóng)業(yè)溫室二氧化碳模糊控制系統(tǒng)算法[J].廣東農(nóng)業(yè)科學，2009 （5）：221-224.

[24] SALAZAR R， SCHMIDT U， HUBER C， et al. Neural networks models for temperature and CO2 control[J]. International Journal of Agricultural Research， 2010， 5（4）：191-200.

[25] 劉永華，吳玉娟，熊迎軍，等.基于WEB的智能溫室信息管理系統(tǒng)的設計[J].江蘇農(nóng)業(yè)科學，2014，42（11）：421-424.

[26] 張瑩.基于總線的連棟溫室監(jiān)控系統(tǒng)設計[D].楊陵：西北農(nóng)林科技大學，2017.

[27] 張海輝，邵志成，張佐經(jīng)，等.基于無線傳感網(wǎng)的設施環(huán)境二氧化碳精準調(diào)控系統(tǒng)[J].農(nóng)業(yè)機械學報，2017，48（3）：325-331，360.

（責任編輯：易? 婧）

收稿日期：2023-03-26

基金項目：內(nèi)蒙古自治區(qū)科技計劃項目（2020GG0033）；國家自然科學基金項目（32160738）；內(nèi)蒙古自治區(qū)高?；究蒲袠I(yè)務費項目（BR221048）。

作者簡介：尹竣冬（1994—），男，吉林長春人，碩士，助理工程師，主要從事設施蔬菜環(huán)境調(diào)控研究。E-mail：liming19750811@163.com。

*為通信作者，E-mail：605278875@qq.com。