2 0 1 9 年 12 月 農(nóng) 業(yè) 機(jī) 械 學(xué) 報(bào) 第 50 卷 第 12 期doi: 106041/j issn1000-1298201912033簡易草莓大棚智慧管理系統(tǒng)設(shè)計(jì)與性能分析吳久江1， 2汪 星3李 群1， 2汪有科1， 4( 1 西北農(nóng)林科技大學(xué)旱區(qū)農(nóng)業(yè)水土工程教育部重點(diǎn)實(shí)驗(yàn)室 ， 陜西楊凌 712100;2 西北農(nóng)林科技大學(xué)中國旱區(qū)節(jié)水農(nóng)業(yè)研究院 ， 陜西楊凌 712100;3 寧夏大學(xué)農(nóng)學(xué)院 ， 銀川 750021; 4 中國科學(xué)院水利部水土保持研究所 ， 陜西楊凌 712100)摘要 : 為探索簡易塑料草莓大棚的人工智能種植 ， 根據(jù)關(guān)中地區(qū)簡易大棚的特點(diǎn)構(gòu)建了大棚環(huán)境感知 、計(jì)算機(jī)后臺(tái)種植模型智能處置決策 、用戶手機(jī)微信告知及執(zhí)行檢查評(píng)價(jià)等環(huán)節(jié)的簡易大棚物聯(lián)網(wǎng)架構(gòu) ， 開發(fā)智慧種植管理系統(tǒng) 。該系統(tǒng)基于標(biāo)準(zhǔn)化技術(shù)體系分期給用戶下達(dá)工藝單 ， 基于環(huán)境感知由后臺(tái)計(jì)算機(jī)給每個(gè)種植戶下達(dá)處置要求 ， 實(shí)施區(qū)應(yīng)用效果良好 ， 單個(gè)大棚產(chǎn)量和收入分別提高 79. 7% 和 169. 6%， 農(nóng)藥殘留和藥物資金投入分別降低15. 6%和 23. 5%， 節(jié)約灌水量 29. 8 m3， 水分產(chǎn)量利用效率和水分經(jīng)濟(jì)利用效率分別提高 137. 6%和 255. 4%。關(guān)鍵詞 : 物聯(lián)網(wǎng) ; 草莓 ; 智慧種植 ; 簡易塑料大棚 ; 水分利用效率中圖分類號(hào) : S126 文獻(xiàn)標(biāo)識(shí)碼 : A 文章編號(hào) : 1000-1298( 2019) 12-0288-09收稿日期 : 2019-05-11 修回日期 : 2019-07-01基金項(xiàng)目 : 國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目 ( 2017YFC0504703)作者簡介 : 吳久江 ( 1994) ， 男 ， 博士生 ， 主要從事農(nóng)業(yè)物聯(lián)網(wǎng)研究 ， E-mail: 746376599 qq com通信作者 : 汪有科 ( 1956) ， 男 ， 研究員 ， 博士生導(dǎo)師 ， 主要從事作物高效用水和水土保持研究 ， E-mail: gjzwyk vip sina comDesign and Performance Analysis of Intelligent Management System inSimple Strawberry GreenhouseWU Jiujiang1， 2WANG Xing3LI Qun1， 2WANG Youke1， 4( 1 Key Laboratory of Agricultural Soil and Water Engineering in Arid and Semiarid Areas， Ministry of Education，Northwest AF University， Yangling， Shaanxi 712100， China2 Institute of Water-saving Agriculture in Arid Areas of China， Northwest AF University， Yangling， Shaanxi 712100， China3 College of Agronomy， Ningxia University， Yinchuan 750021， China4 Institute of Soil and Water Conservation， Chinese Academy of Science and Ministry of Water esources，Yangling， Shaanxi 712100， China)Abstract: The high-end intelligent greenhouses representing the highest level of modern facilitiesagriculture are mainly concentrated in developed countries China has very few intelligent greenhouseswith advanced levels， and they all rely on foreign imports Not only are they costly， but they are alsodifficult to promote in large areas， which is not suitable for China's national conditions However， Chinais still dominated by small-scale farmers， and more than 90% of the facilities are still simple plasticgreenhouses It is considered that wisdom cultivation cannot be realized Therefore， in order to explorethe artificial intelligence planting in the simple plastic strawberry greenhouse， according to thecharacteristics of the simple greenhouse in the Guanzhong area， the simple greenhouse Internet of Things( IoT) structure of the greenhouse environment perception， the computer background planting modelintelligent disposal decision， the user mobile phone WeChat notification and the implementation of theinspection and evaluation were constructed The system released the process list to the user based on thestandardized technical system， and the disposal request was issued to each grower by the backgroundcomputer based on the environment perception The system obtained good results after being applied inthe project implementation area Single greenhouse yield and income were increased by 79. 7% and169. 6% respectively， pesticide residues and inputs were decreased by 15. 6% and 23. 5%，respectively， saved irrigation by 29. 8 m3， water production efficiency and water economic efficiency wererespectively increased by 137. 6% and 255. 4%Key words: Internet of Things; strawberry; smart planting; simple plastic greenhouse; water useefficiency0 引言草莓素有 “水果皇后 ”的美譽(yù) ， 我國草莓的年產(chǎn)量和栽培面積均超過了世界總量的 1/3， 穩(wěn)居世界第一 ， 但草莓品質(zhì) 、單產(chǎn)及水分利用效率卻遠(yuǎn)遠(yuǎn)低于西方發(fā)達(dá)國家 1。近年來隨著物聯(lián)網(wǎng)技術(shù)在設(shè)施農(nóng)業(yè)領(lǐng)域的廣泛應(yīng)用 ， 可以實(shí)現(xiàn)對(duì)作物的遠(yuǎn)程監(jiān)控和精確管理 2， 為提高草莓生產(chǎn)提供了新的途徑 。代表現(xiàn)代設(shè)施農(nóng)業(yè)最高水平的高端智能溫室主要集中在荷蘭 、日本等發(fā)達(dá)國家 ， 基于大型連棟溫室研制出先進(jìn)的設(shè)施環(huán)境智能控制系統(tǒng) 3 8， 可根據(jù)作物對(duì)環(huán)境的不同需求 ， 由計(jì)算機(jī)對(duì)設(shè)施內(nèi)的環(huán)境因子 ， 例如空氣溫濕度 、光照強(qiáng)度 、CO2濃度等進(jìn)行全面有效的自動(dòng)檢測與調(diào)控 9， 并對(duì)作物栽培管理 10 11、病蟲害防治 12 13、作物產(chǎn)量產(chǎn)期預(yù)測 14進(jìn)行全方位跟蹤與服務(wù) ， 形成了一套系統(tǒng)化的種植技術(shù)體系 ， 提高了作物產(chǎn)量 ， 降低了管理成本和農(nóng)業(yè)成本 15。其中 ， 荷蘭利用智能溫室種植系統(tǒng)使草莓產(chǎn)量達(dá) 4. 5 6. 0 kg/m2， 收入 449. 7 899. 6 元 /m2，水分循環(huán)利用率 90%以上 。我國真正具有先進(jìn)水平的智能大棚極少 ， 且都依賴國外進(jìn)口 ， 不僅成本高 ， 而且很難大面積推廣 16。雖然國內(nèi)對(duì)農(nóng)業(yè)物聯(lián)網(wǎng)研究取得了一些進(jìn)展 17 20， 但總體上尚處于初始階段 ， 與國外差距較大 ， 研究也主要集中在自動(dòng)化程度較高的示范園大棚中 21 22。我國目前仍以小農(nóng)戶分散經(jīng)營為主 23， 90%以上仍為簡易型塑料大棚 24， 基礎(chǔ)設(shè)施薄弱 、自動(dòng)化程度低下的情況仍較為突出 25， 針對(duì)其研發(fā)的物聯(lián)網(wǎng)系統(tǒng)尚未見報(bào)道 。本文 基 于 農(nóng) 業(yè) 技 術(shù) ( Agriculture technology，AT) 、信息技術(shù) ( Information technology， IT) 和數(shù)據(jù)技術(shù) ( Database technology， DT) 的深度整合 ， 結(jié)合陜西省關(guān)中地區(qū)設(shè)施草莓種植現(xiàn)狀 ， 設(shè)計(jì)一種適用于簡易塑料大棚的農(nóng)業(yè)物聯(lián)網(wǎng)智慧種植管理系統(tǒng) ， 并對(duì)其實(shí)際應(yīng)用效果和水分利用效率進(jìn)行分析 。1 系統(tǒng)總體架構(gòu)基于農(nóng)業(yè)物聯(lián)網(wǎng)的草莓大棚智慧種植管理系統(tǒng)分為信息獲取和種植大腦兩部分 。信息獲取包括數(shù)據(jù)采集模塊 、邊緣服務(wù)器 、傳輸網(wǎng)絡(luò)及云服務(wù)器 ， 種植大腦主要由專家系統(tǒng)組成 。系統(tǒng)使用 C/S 和 B/S混合架構(gòu) ， 形成 “數(shù)據(jù)獲取 -智能分析 -決策下達(dá) ”設(shè)計(jì)結(jié)構(gòu) ， 如圖 1 所示 。其中大棚結(jié)構(gòu)簡陋 、自動(dòng)化程度較低 ， 采用種植戶代替智能控制設(shè)備進(jìn)行決策執(zhí)行的方式 。圖 1 系統(tǒng)總體架構(gòu)Fig1 Overall system architecture diagram2 信息獲取2. 1 數(shù)據(jù)采集模塊與可視化數(shù)據(jù)采集模塊包括棚內(nèi)數(shù)據(jù) 、棚外數(shù)據(jù)和人工調(diào)查數(shù)據(jù) ， 及時(shí)準(zhǔn)確掌握草莓大棚的基本生產(chǎn)要素 。人工調(diào)查數(shù)據(jù)包括肥藥使用記錄 、園藝修剪記錄 、圖像資料等傳感器無法監(jiān)測的數(shù)據(jù) ， 需要種植戶進(jìn)行記錄并手動(dòng)上傳至專家系統(tǒng) 。采用湖南省拓安儀器有限公司生產(chǎn)的傳感器對(duì)棚內(nèi)環(huán)境數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)測 ， 空氣溫濕度探頭為 ESM-TH 型 ， 空氣濕度測量精度為 ±3%， 空氣溫度測量精度為 ±0. 2， 二氧化碳探頭為 ESM-CO2 型 ， 測量精度為 ±60 mg/m3， pH 值探頭為 ESM-PH 型 ， 測量精度為 ±0. 02， 土壤電導(dǎo)率( EC) 探頭為 ESM-EC 型 ， 測量精度為 ±2%， 土壤溫濕度探頭為 ESM101-01TH 型 ， 土壤濕度測量精度為±3%( m3/m3) ， 土壤溫度測量精度為 ±0. 2， 光照強(qiáng)度探頭為 ESM-L 型 ， 測量精度為 ± 5%。其中串行通信接口為 S-485， 采用標(biāo)準(zhǔn) Modbus-TU 通信協(xié)議進(jìn)行數(shù)據(jù)傳輸 ， 并在棚外布置小型氣象站監(jiān)測棚外環(huán)境數(shù)據(jù) 。本文基于 WebSocket API 實(shí)現(xiàn)瀏覽器與服務(wù)器之間的雙向通信 ; 并利用 Ajax 技術(shù)實(shí)現(xiàn)異步數(shù)據(jù)交互 ， 降低服務(wù)器負(fù)擔(dān)以及提高網(wǎng)絡(luò)傳輸效率 ;并引入 Highcharts 實(shí)現(xiàn)數(shù)據(jù)在計(jì)算機(jī)與手機(jī)的圖表化 。2. 2 邊緣服務(wù)器與云服務(wù)器邊緣服務(wù)器負(fù)責(zé)收集傳感器數(shù)據(jù)并上傳至云服務(wù)器 ， 云服務(wù)器則會(huì)綜合更廣泛的云端資源 ， 并對(duì)上傳的數(shù)據(jù)包進(jìn)行計(jì)算 、分析 ， 然后存儲(chǔ)至數(shù)據(jù)庫供專家系統(tǒng)調(diào)用 。采用窄帶物聯(lián)網(wǎng) ( Narrow band Internetof Things， NB-IoT) 作為無線通信網(wǎng)絡(luò) 。3 種植大腦3. 1 數(shù)據(jù)庫設(shè)計(jì)數(shù)據(jù)庫采用 MySQL + MongoDB 的混合存儲(chǔ)策略 ， 并基于專家系統(tǒng)設(shè)計(jì)需要構(gòu)建知識(shí)庫 、綜合數(shù)據(jù)庫 、人工調(diào)查數(shù)據(jù)庫等 ， 其中知識(shí)庫存放專家提供的知識(shí)和經(jīng)驗(yàn) ， 包括病蟲害數(shù)據(jù)庫 、模型庫 、規(guī)則庫等 ，982第 12 期 吳久江 等 : 簡易草莓大棚智慧管理系統(tǒng)設(shè)計(jì)與性能分析是決定專家系統(tǒng)優(yōu)劣的重要因素 ， 知識(shí)庫可以通過獲取知識(shí)不斷改正和豐富知識(shí)庫內(nèi)容 ， 部分?jǐn)?shù)據(jù)類型見表 1。為緩解數(shù)據(jù)庫壓力 ， 加快計(jì)算過程和數(shù)據(jù)的讀取速度 ， 加入 edis 緩存數(shù)據(jù)庫 。表 1 部分?jǐn)?shù)據(jù)庫結(jié)構(gòu)Tab1 Partial database structure數(shù)據(jù)庫 類型 內(nèi)容病蟲害數(shù)據(jù)庫 病蟲害圖像 、作物表現(xiàn)特征 、解決方案等知識(shí)庫 模型庫 作物模型 、氣象模型 、土壤水分平衡模型等規(guī)則庫 報(bào)警規(guī)則 、各生育階段環(huán)境參數(shù)配置規(guī)則等棚內(nèi)數(shù)據(jù)CO2濃度 、土壤溫濕度 、空氣溫濕度 、土壤 EC 等綜合數(shù)據(jù)庫 氣象數(shù)據(jù) 空氣溫濕度 、光照強(qiáng)度 、輻射強(qiáng)度 、日照時(shí)數(shù) 、降雨量等土壤數(shù)據(jù) 土壤容重 、田間持水率 、土壤成分組成等大棚管理記錄 大棚卷膜時(shí)間 、棚內(nèi)灌水時(shí)間 、除草記錄等人工調(diào)查數(shù)據(jù)庫 作物生長記錄 生育期交替時(shí)間記錄 、長勢(shì)記錄等病蟲害記錄 病蟲害發(fā)生時(shí)間 、影響范圍等3. 2 模型處置決策3. 2. 1 參數(shù)報(bào)警設(shè)置本系統(tǒng)根據(jù)種植需要分別設(shè)置環(huán)境參數(shù)報(bào)警和水分參數(shù)報(bào)警 。簡易塑料大棚因結(jié)構(gòu)簡單 ， 做不到對(duì)環(huán)境的恒定控制 ， 為了使草莓生長環(huán)境適宜 ， 需要根據(jù)專家知識(shí) 、經(jīng)驗(yàn)以及大棚自身的調(diào)節(jié)能力在草莓不同生育階段需求設(shè)置不同環(huán)境參數(shù)和水分參數(shù)參考閾值 ， 當(dāng)參數(shù)超過上 、下限范圍時(shí) ， 專家系統(tǒng)則會(huì)發(fā)出報(bào)警信號(hào) ， 并結(jié)合傳感器數(shù)據(jù)與氣象數(shù)據(jù) ， 利用專家知識(shí)庫的推理機(jī)不斷推理 ， 得出最終執(zhí)行決策并自動(dòng)下發(fā)至種植戶手機(jī)端指導(dǎo)農(nóng)戶實(shí)施管理 。主要控制決策包括卷膜高度與時(shí)間 、棚頂覆膜的材料與數(shù)量 、灌水量和灌水時(shí)間 。3. 2. 2 決策準(zhǔn)確率設(shè)計(jì)為降低成本 ， 單個(gè)大棚內(nèi)布置的傳感器數(shù)量較少 ， 且大棚內(nèi)沒有先進(jìn)的自動(dòng)化設(shè)備 ， 為保證系統(tǒng)報(bào)警的準(zhǔn)確率 ， 減少錯(cuò)誤決策的發(fā)生 ， 系統(tǒng)分別設(shè)計(jì)了環(huán)境參數(shù)和水分參數(shù)的報(bào)警規(guī)則 。棚內(nèi)采集的環(huán)境參數(shù)以 3 min/次的頻率上傳至專家系統(tǒng) ， 當(dāng)某一個(gè)環(huán)境參數(shù)出現(xiàn)異常時(shí) ， 系統(tǒng)將會(huì)發(fā)送報(bào)告至專家系統(tǒng) ， 為避免傳感器監(jiān)測誤差和溫室內(nèi)因人為因素造成偶然情況的發(fā)生 ， 規(guī)定在一段時(shí)間內(nèi) ， 如果環(huán)境參數(shù)報(bào)警比例達(dá)到設(shè)定規(guī)則 ， 則系統(tǒng)下發(fā)報(bào)告與執(zhí)行決策 ， 如果未達(dá)到設(shè)定規(guī)則 ， 系統(tǒng)會(huì)認(rèn)為出現(xiàn)誤報(bào) ， 并將報(bào)告發(fā)回后臺(tái)工作人員 ， 繼續(xù)進(jìn)行環(huán)境監(jiān)測 ， 但不會(huì)下發(fā)至種植戶 ， 環(huán)境數(shù)據(jù)報(bào)警工作流程如圖 2 所示 。棚內(nèi)灌水方式采用滴灌 ， 考慮其濕潤方式 、水分探針布置誤差 、壟上不平整等原因 ， 采用通過模型計(jì)算作物需水量與水分探針相結(jié)合的形式保證灌水的合理性 。專家系統(tǒng)的推理機(jī)通過采集有效數(shù)據(jù) ， 結(jié)合模圖 2 環(huán)境參數(shù)報(bào)警功能流程圖Fig2 Flow chart of environmental parameter alarmfunction型庫不間斷進(jìn)行作物需水量的計(jì)算 ， 其中參考作物蒸發(fā) -蒸騰量計(jì)算是重要的參考依據(jù) ， 由于棚內(nèi)風(fēng)速可忽略不計(jì) ， 所以不采用 FAO 推薦的彭曼 -蒙特斯公式 ( Penman-Monteith， P-M) ， 而采用適合大棚的修正 P-M 公式 26， 具體公式為ET0=0. 408( n G) +1 713( es ea)Tmean+273 +1. 64( 1)其中 =(4 098 0. 610 8exp17. 27TT)+237. 3( T +237. 3)2( 2) =6. 65 ×104Pa( 3)Pa (=101. 3293 0. 006 5Z)2935. 26( 4)式中 ET0參考作物蒸發(fā) -蒸騰量 ， mm/d飽和水氣壓曲線斜率 ， kPa/Kn地表凈輻射 ， MJ/( m2·d)G土壤熱通量 ， MJ/( m2·d)干濕表常數(shù) ， kPa/KTmean日平均溫度 ， 092 農(nóng) 業(yè) 機(jī) 械 學(xué) 報(bào) 2 0 1 9 年es飽和水氣壓 ， kPaea實(shí)際水氣壓 ， kPaPa大氣壓 ， kPaZ當(dāng)?shù)睾０?， m作物需水量公式為ETC= KcET0( 5)式中 ETC作物需水量 ， mm/dKc作物系數(shù)通過模型計(jì)算作物需水量與水分探針監(jiān)測數(shù)據(jù)相比較 ， 并設(shè)計(jì)最大誤差規(guī)則 ， 確保大棚灌水的合理性 。為避免灌水過多 ， 系統(tǒng)分別設(shè)置灌水總量和灌水總時(shí)間報(bào)警 ， 雙重保險(xiǎn)原則確保灌水的準(zhǔn)確性 。3. 2. 3 工藝單設(shè)計(jì)工藝單基于草莓生長規(guī)律需求主要分為栽培技術(shù)和環(huán)境處置兩部分 ， 為針對(duì)不同目標(biāo) ， 專家系統(tǒng)結(jié)合知識(shí)庫不定期自動(dòng)下達(dá)工藝單內(nèi)容 。其中栽培技術(shù)包括植保管理 、園藝管理 、水肥管理 、農(nóng)殘管理 、健康診斷等一系列需要種植戶完成的具體工作內(nèi)容 ;環(huán)境處置是專家系統(tǒng)根據(jù)草莓適宜生長環(huán)境需求而作出的階段性基礎(chǔ)環(huán)境處置措施 ， 部分工藝單結(jié)構(gòu)如表 2 所示 。其中專家系統(tǒng)針對(duì)病蟲害與極端天氣會(huì)提前自動(dòng)下達(dá)工藝單做好預(yù)防措施 。表 2 部分工藝單結(jié)構(gòu)Tab2 Partial process sheet structure項(xiàng)目 內(nèi)容植保管理肥藥標(biāo)準(zhǔn) 、土壤酸堿調(diào)節(jié) 、作物生長調(diào)控 、微量元素補(bǔ)充等園藝管理 老葉病葉清理 、枝條修剪 、匍匐莖清理等水肥管理 配肥原則 、肥水配比 、施肥方式等土壤復(fù)壯 土壤疏松 、打孔填料等健康診斷環(huán)境處置生育期識(shí)別 、病蟲害防治等卷膜高度與時(shí)間 、扣棚時(shí)間 、保溫措施等3. 2. 4 執(zhí)行檢查簡易塑料大棚缺乏智能控制設(shè)備 ， 為保證種植戶切實(shí)完成專家系統(tǒng)下達(dá)的處置決策 ， 設(shè)計(jì)了兩項(xiàng)執(zhí)行檢查標(biāo)準(zhǔn) : 對(duì)于棚內(nèi)環(huán)境參數(shù)檢查 ， 專家系統(tǒng)規(guī)定在一段時(shí)間內(nèi) ， 通過異常環(huán)境參數(shù)的變化趨勢(shì)判斷決策是否得到執(zhí)行 。專家系統(tǒng)規(guī)定種植戶定期上傳草莓生長圖像與管理記錄 ， 判斷種植戶是否完成工藝單相關(guān)內(nèi)容 。3. 3 微信功能設(shè)計(jì)3. 3. 1 信息交流功能針對(duì)農(nóng)業(yè)大棚自動(dòng)化程度較低的實(shí)際 ， 微信公眾號(hào)成為了專家系統(tǒng)與種植戶間信息交流的主要手段 ?；谖⑿牌脚_(tái)基礎(chǔ) ， 利用 Java、Python、css、Javascript 等開發(fā) “種植大腦 ”微信公眾號(hào)并接入服務(wù)器 ， 公眾號(hào)包括 3 個(gè)菜單 ， 分別是服務(wù)中心 、更多服務(wù) 、個(gè)人中心 ， 如圖 3 所示 。圖 3 微信公眾號(hào)結(jié)構(gòu)圖Fig3 WeChat public account structure chart種植戶關(guān)注微信公眾號(hào)并綁定特定 IP 可以通過 “看一看 ”實(shí)時(shí)掌握棚內(nèi)環(huán)境信息 、棚外氣象信息以及隨時(shí)隨地接收專家系統(tǒng)的決策信息 。圖 4 為手機(jī)微信端棚內(nèi)環(huán)境參數(shù)界面 ， 圖中記錄了某一時(shí)刻棚內(nèi)環(huán)境參數(shù)情況 ， 環(huán)境信息展示采用了圖像加文字的形式 ， 其中綠色區(qū)域?yàn)榄h(huán)境參數(shù)正常范圍 ; 淺藍(lán)色與淺紅色代表了環(huán)境參數(shù)預(yù)警區(qū)域 ， 代表環(huán)境參數(shù)即將出現(xiàn)異常 ， 專家系統(tǒng)會(huì)下發(fā)預(yù)警至種植戶手機(jī)端 ; 深藍(lán)色和深紅色則為環(huán)境參數(shù)報(bào)警區(qū)域 ， 說明當(dāng)前環(huán)境參數(shù)已偏離正常范圍 ， 專家系統(tǒng)根據(jù)實(shí)時(shí)數(shù)據(jù)并結(jié)合數(shù)據(jù)庫下達(dá)具體的控制決策至種植戶手機(jī)端 ， 例如進(jìn)行卷膜 、通風(fēng) 、施肥 、灌水等相關(guān)措施 。圖 4 中空氣溫濕度 、土壤溫濕度 、土壤 EC、棚內(nèi) CO2濃度的指針均指向綠色區(qū)域表明當(dāng)前狀態(tài)為正常范圍 ， 光照強(qiáng)度指針指向紅色區(qū)域 ， 說明目前光照強(qiáng)度不足 ， 應(yīng)實(shí)施補(bǔ)光措施 。圖 4 棚內(nèi)環(huán)境參數(shù)項(xiàng)界面Fig4 Environmental parameters in greenhouse種植戶單方面的接收?qǐng)?zhí)行決策并不能完全解決草莓種植過程中的所有問題 ， 所以微信公眾號(hào)增加了 “問一問 ”模塊 ; 種植戶可以把種植過程中出現(xiàn)的種植問題以文字 、圖像或語音的形式通過微信公眾192第 12 期 吳久江 等 : 簡易草莓大棚智慧管理系統(tǒng)設(shè)計(jì)與性能分析號(hào) “問一問 ”功能發(fā)送至系統(tǒng)后臺(tái) ， 利用人工智能專家解決普通生產(chǎn)問題 ， 草莓專家解決疑難問題 。圖 5 為某一次提問管理內(nèi)容 ， 提問者通過圖像加文字的形式對(duì)問題進(jìn)行詳細(xì)描述 ， 草莓專家根據(jù)問題給予適宜的解決方法 。圖 5 提問管理后臺(tái)界面Fig5 Question management background screenshot3. 3. 2 智慧推送智慧推送包括知識(shí)智慧推送和周報(bào)推送兩項(xiàng)內(nèi)容 ， 知識(shí)智慧推送是針對(duì)草莓種植 ， 根據(jù)其不同生育階段和適宜生長條件推送有關(guān)園藝 、水肥 、植保 、環(huán)境管控等一系列相關(guān)文章 ， 包括病蟲害識(shí)別與防治 、環(huán)境監(jiān)測參數(shù)詳解 、水肥配比等 ( 圖 6) 。目的是為了讓種植戶了解草莓種植的相關(guān)知識(shí)以提高種植戶的種植技術(shù) 。圖 6 知識(shí)智慧推送界面Fig6 Knowledge intelligent push service為了種植戶更好管理大棚 ， 專家系統(tǒng)每周會(huì)定期發(fā)送周報(bào) 。周報(bào)內(nèi)容會(huì)展示本周草莓大棚內(nèi)各環(huán)境參數(shù)變化情況 ， 提出管理中的不足和改進(jìn)措施 ， 并結(jié)合氣象數(shù)據(jù)預(yù)測下周環(huán)境變化趨勢(shì)提前做出管理意見 ， 為下一階段專家系統(tǒng)的決策以及種植戶的管理提供參考與指導(dǎo) 。4 研究區(qū)與研究方法4. 1 研究區(qū)概況試驗(yàn)區(qū)位于陜西省渭南市白水縣 ， 試驗(yàn)時(shí)間為2018 年 9 月 2019 年 3 月 ( 草莓整個(gè)生育階段 ) 。該試驗(yàn)區(qū)地處關(guān)中平原與陜北高原過渡帶 ( 109°63'E，35°24'N) ， 海拔 787 m， 是典型的黃土高原溝壑區(qū)地貌 ， 氣候?qū)儆谀蠝貛駶櫄夂騾^(qū) ， 干燥多風(fēng) 。多年平均氣溫 11. 4， 平均降水量 577. 8 mm， 且時(shí)空分布不均 ， 其中土壤容重為 1. 36 g/cm3， 用環(huán)刀法測得當(dāng)?shù)靥镩g持水率為 35%。4. 2 試驗(yàn)設(shè)計(jì)隨機(jī)選擇 A、B、C 3 家種植戶草莓大棚安裝該智慧種植系統(tǒng)作為試驗(yàn)大棚 ， 接受后臺(tái)人工智能( 簡稱種植大腦 ) 決策 ， 實(shí)行精細(xì)化管理 ， 3 家草莓大棚數(shù)量分別為 8、12、10， 并另選一種植戶 D( 傳統(tǒng)經(jīng)驗(yàn)管理 ) 作為對(duì)照試驗(yàn) ， 草莓大棚數(shù)量為 6。試驗(yàn)大棚與對(duì)照大棚草莓品種均為紅顏 ， 單個(gè)大棚種植面積約為 667 m2， 南北走向 ， 主要由塑料鋼架組成 ， 大棚內(nèi)共起 9 壟 ， 壟上覆黑色薄膜 ， 壟高 35 cm， 壟底寬45 cm， 壟上寬 30 cm， 壟間距 25 cm， 每壟定植草莓苗約為 660 株 ， 單個(gè)大棚總定植苗數(shù)約為 6 000 株 ， 棚內(nèi)灌溉方式采用滴灌 ， 并安裝水表統(tǒng)計(jì)耗水量 ， 無其他自動(dòng)化設(shè)施 。5 結(jié)果與分析5. 1 時(shí)尺度上環(huán)境參數(shù)變化規(guī)律圖 7 為 10 月 8 日 A、B、C 3 戶草莓棚內(nèi)外部分環(huán)境參數(shù)平均值 。從圖 7 可以看出 ， 棚內(nèi)外溫濕度具有較好一致性 ， 且棚內(nèi)增溫速率大于棚外增溫速率 ， 全天棚內(nèi)溫度均大于棚外溫度 ， 平均溫差為3. 5， 最大溫差為 9. 9; 全天最大相對(duì)濕度差為20. 9%， 平均相對(duì)濕度差為 6. 5%。圖 8 為棚內(nèi)外溫度與相對(duì)濕度擬合回歸圖 ， 由圖可知 ， 棚內(nèi)外溫度線性正相關(guān) ( y =1. 559 64x 2. 762 03) ， 決定系數(shù)較高 ( 2=0. 789 42) 。棚內(nèi)外相對(duì)濕度為線性正相關(guān)( y =1. 040 82x 8. 169 24) ， 決定系數(shù)也較高 ( 2=0. 813 04) ?？筛鶕?jù)未來一段時(shí)間段內(nèi)棚外氣象數(shù)據(jù)預(yù)測棚內(nèi)環(huán)境參數(shù)變化趨勢(shì) ， 對(duì)極端天氣的預(yù)警和病蟲害的預(yù)防具有一定的指導(dǎo)作用 。5. 2 專家系統(tǒng)決策準(zhǔn)確性分析圖 9 為 9 月 12 日 10 月 31 日 ( 草莓苗期階段 ) A、B、C 3 戶草莓棚內(nèi)溫度與相對(duì)濕度日平均變化曲線 ， 從圖中可以看出溫濕度變化幅度較大 ， 主要受棚外氣象因素影響 。棚內(nèi)溫濕度根據(jù)專家知識(shí)進(jìn)行參考閾值預(yù)設(shè) ， 其中草莓苗期階段溫度參考閾值292 農(nóng) 業(yè) 機(jī) 械 學(xué) 報(bào) 2 0 1 9 年圖 7 時(shí)尺度上棚內(nèi)外溫度與相對(duì)濕度變化曲線Fig7 Changing curves of indoor and outdoortemperature and relative humidity on hourly scale圖 8 時(shí)尺度上棚內(nèi)外溫度與相對(duì)濕度回歸分析Fig8 egression analysis of indoor and outdoortemperature and relative humidity on hourly scale范圍為 15 25， 實(shí)際溫度超出參考范圍的天數(shù)為4 d， 超出比例為 8%， 適宜溫度天數(shù)比例占 92. 00%;草莓苗期相對(duì)濕度參考預(yù)值范圍為 30% 50%， 實(shí)際相對(duì)濕度超出參考范圍的天數(shù)為 5 d， 比例為10%， 適宜相對(duì)濕度天數(shù)比例占 90. 00%。環(huán)境參數(shù)超出參考范圍的原因可能是簡易大棚基礎(chǔ)設(shè)施薄弱 ， 利用種植戶代替智能設(shè)備的方式做不到精確控制 ， 存在操作上的誤差 。但草莓苗期適宜生長環(huán)境天數(shù)依然占有較高的比例 ， 說明 “以人代機(jī) ”的模式依然具有較好的準(zhǔn)確性 ， 起到了提高草莓生長的作用 。圖 9 棚內(nèi)溫度和相對(duì)濕度日均變化曲線Fig9 Daily temperature and relative humidityvariation curves in greenhouse5. 3 水分效率分析圖 10 為大棚草莓苗期至膨果期土壤體積含水率的變化曲線 ， 圖中虛線表示草莓苗期 、花期 、膨果期 3 個(gè)主要生育階段土壤水分參考閾值 ， 前期土壤水分較高的原因是草莓定植期耗水量較大 ， 以致苗期前期階段水分依然較高 。從第 2 次灌水開始統(tǒng)計(jì) ， 土壤水分含水率超出參考范圍的天數(shù)一共為41 d， 超出比例為 23. 98%， 原因是種植戶缺乏現(xiàn)代化灌溉設(shè)備 ， 且種植戶從接收專家系統(tǒng)決策到具體執(zhí)行有一定的時(shí)滯性 ， 所以做不到水分的即灌即停 ，但適宜水分天數(shù)依然占有 76. 02% 的較高比例 。其中在苗期階段 ( 9 月 12 日 10 月 31 日 ) ， 因?yàn)樽裱瓕＜?系 統(tǒng) 的 指 導(dǎo) ， 試驗(yàn)大棚草莓苗存活率為99. 0%， 而對(duì)照大棚存活率僅為 60. 6%。在整個(gè)試驗(yàn)階段 ( 2018 年 9 月 2019 年 3 月 ) ，試驗(yàn)大棚按照工藝單施肥配藥規(guī)則和精細(xì)化環(huán)境控制 ， 對(duì)病蟲害做到提前預(yù)防 ; 但對(duì)照大棚只有發(fā)生病蟲害時(shí)才會(huì)有所反應(yīng) ， 不僅錯(cuò)過了最佳預(yù)防時(shí)間 ， 且種植戶缺乏對(duì)市場上農(nóng)資產(chǎn)品的全面認(rèn)識(shí) ， 最終導(dǎo)致草莓病蟲害控制較差 、農(nóng)藥殘留較高和藥物投入較多 ， 導(dǎo)致產(chǎn)量和品質(zhì)處于較低水平 。經(jīng)統(tǒng)計(jì) ， 試驗(yàn)大棚相比對(duì)照大棚農(nóng)藥殘留與藥物投入分別減少15. 6%和 23. 5%。對(duì)每一戶單個(gè)草莓大棚的平均產(chǎn)量和耗水量進(jìn)行統(tǒng)計(jì) ， 如表 3 所示 。其中根據(jù)市場調(diào)查 ， 從草莓的392第 12 期 吳久江 等 : 簡易草莓大棚智慧管理系統(tǒng)設(shè)計(jì)與性能分析圖 10 草莓全生育階段土壤體積含水率變化曲線Fig10 Soil volumetric moisture content during whole growing stage of strawberry表 3 單個(gè)草莓大棚水分效率統(tǒng)計(jì)Tab3 Single strawberry water efficiency statisticsin greenhouse試驗(yàn)戶總耗水量 /m3產(chǎn)量 /kg平均單價(jià) /( 元 ·kg1)水分效率產(chǎn)量 /( kg·m3)經(jīng)濟(jì) /( 元 ·m3)ABC92. 496. 690. 51 7501 9401 81060606018. 9020. 1020. 001 1361 2041 200D 123. 0 1 020 40 8. 29 332品質(zhì) 、外觀 、口感 、上市時(shí)間等考慮 ， 試驗(yàn)大棚草莓平均單價(jià)為 60 元 /kg， 對(duì)照大棚為 40 元 /kg。從表 3 可知 ， 在整個(gè)草莓生育階段 ， 3 個(gè)試驗(yàn)戶單個(gè)草莓棚平均耗水量為 93. 2 m3、產(chǎn)量為 1833 kg、收入 110000 元 、水分產(chǎn)量利用效率為 19. 70 kg/m3、水分經(jīng)濟(jì)利用效率為 1 180 元 /m3， 相比之下 ， 對(duì)照大棚總耗水量為 123. 0 m3、收入 40 800 元 、產(chǎn)量1 020 kg、水分產(chǎn)量利用效率 8. 29 kg/m3、水分經(jīng)濟(jì)利用效率 332 元 /m3。相較于對(duì)照大棚 ， 試驗(yàn)棚的產(chǎn)量 、收入 、水分產(chǎn)量利用效率 、水分經(jīng)濟(jì)利用效率分別提高 79. 7%、169. 6%、137. 6%、255. 4%， 總耗水量減少 29. 8 m3。6 討論物聯(lián)網(wǎng)技術(shù)在農(nóng)業(yè)中的應(yīng)用尚處于初期階段 ，但的確對(duì)農(nóng)業(yè)生產(chǎn)方式變革帶來了一定的影響 27。前人對(duì)農(nóng)業(yè)物聯(lián)網(wǎng)系統(tǒng)的環(huán)境監(jiān)控系統(tǒng)設(shè)計(jì) 28 29、數(shù)據(jù)傳輸穩(wěn)定性 30 32、智慧灌水系統(tǒng) 33 34等方面做了較多研究 。但大多數(shù)建立在自動(dòng)化程度較高的實(shí)驗(yàn)基地或示范區(qū) ， 對(duì)物聯(lián)網(wǎng)技術(shù)在簡易大棚中應(yīng)用研究未見報(bào)道 。本文利用物聯(lián)網(wǎng)技術(shù)將環(huán)境監(jiān)測與栽培技術(shù)相結(jié)合形成了一套適用于當(dāng)?shù)氐牟葺N植模型 ， 能夠較好地應(yīng)用于簡易草莓塑料大棚中 ， 指導(dǎo)農(nóng)戶進(jìn)行科學(xué)管理 ， 對(duì)草莓生產(chǎn)有較大提升 ， 并彌補(bǔ)了物聯(lián)網(wǎng)技術(shù)在簡易塑料大棚中應(yīng)用的空白 。但本系統(tǒng)缺乏智能控制設(shè)備 ， 專家系統(tǒng)下達(dá)的決策并不能得到精準(zhǔn)執(zhí)行 ， “以人代機(jī) ”的模式依然存在操作上和時(shí)效性的誤差 。雖然較原經(jīng)驗(yàn)式管理 ， 草莓產(chǎn)量 、水分利用效率 、耗水等均得到了較大改善 ， 但與大型智慧溫室相比依然存在較大差距 ， 其中本文草莓的產(chǎn)量 、水分產(chǎn)量利用效率 、水分經(jīng)濟(jì)效率分別只有大型智慧溫室的 29. 1%、6. 3%、3. 7%， 耗水卻是其 4 倍 35， 主要原因是大型智慧溫室有系統(tǒng)化的草莓種植標(biāo)準(zhǔn) 、經(jīng)驗(yàn)更為豐富的管理人員和先進(jìn)的監(jiān)控設(shè)備等 ， 其中約 90% 的水分能夠得到循環(huán)利用 。本文系統(tǒng)初期可根據(jù)草莓專家知識(shí)和經(jīng)驗(yàn)提供的適宜草莓生長環(huán)境參數(shù)預(yù)設(shè)值作為種植參考 ， 但結(jié)合實(shí)地種植 ， 應(yīng)對(duì)草莓專家經(jīng)驗(yàn)?zāi)Ｐ瓦M(jìn)行優(yōu)化 : 當(dāng)一個(gè)生育周期結(jié)束 ， 通過人工手動(dòng)錄入單個(gè)草莓大棚的產(chǎn)量 、品質(zhì) 、水分效率 、病蟲害等不同目標(biāo)情況 ， 專家系統(tǒng)通過對(duì)大棚歷史數(shù)據(jù)進(jìn)行對(duì)比 、分析 ， 得到最優(yōu)目標(biāo)時(shí)需要的生產(chǎn)條件并錄入數(shù)據(jù)庫 ， 實(shí)現(xiàn)對(duì)專家經(jīng)驗(yàn)?zāi)Ｐ偷某醪絻?yōu)化 ， 為下一次生產(chǎn)提供參考 。但該系統(tǒng)模式在農(nóng)業(yè)中的應(yīng)用時(shí)間較短 ， 經(jīng)驗(yàn)?zāi)Ｐ蛢?yōu)化 、復(fù)雜數(shù)學(xué)模型的應(yīng)用與優(yōu)化等還需要大量數(shù)據(jù)支持和長時(shí)間驗(yàn)證 。7 結(jié)論( 1) 設(shè)計(jì)了一種適用于簡易型塑料草莓大棚的農(nóng)業(yè)物聯(lián)網(wǎng)智慧管理系統(tǒng) 。該系統(tǒng)利用環(huán)境控制模型 、工藝單模式 、執(zhí)行檢查系統(tǒng)和微信互動(dòng)模式等技術(shù)將環(huán)境監(jiān)控與草莓栽培技術(shù)相結(jié)合 ， 能夠較好地指導(dǎo)種植戶對(duì)大棚進(jìn)行精細(xì)化管理 ， 保證草莓的產(chǎn)量和質(zhì)量 。( 2) 基于標(biāo)準(zhǔn)化技術(shù)體系及工藝單下達(dá)模式 ，單個(gè)試驗(yàn)大棚草莓產(chǎn)量和收入分別提高 79. 7% 和169. 6%， 農(nóng)藥殘留和藥物資金投入分別降低15. 6%、23. 5%。( 3) 相比原經(jīng)驗(yàn)式管理 ， 物聯(lián)網(wǎng)系統(tǒng)的技術(shù)實(shí)現(xiàn)了單個(gè)草莓大棚節(jié)約灌水量 29. 8 m3、并分別提高水分產(chǎn)量利用效率 137. 6% 和水分經(jīng)濟(jì)利用效率255. 4%。492 農(nóng) 業(yè) 機(jī) 械 學(xué) 報(bào) 2 0 1 9 年參 考 文 獻(xiàn) 1 吳曉云 ， 高照全 ， 李志強(qiáng) ， 等 國內(nèi)外草莓生產(chǎn)現(xiàn)狀與發(fā)展趨勢(shì) J 北京農(nóng)業(yè)職業(yè)學(xué)院學(xué)報(bào) ， 2016， 30( 2) : 21 26WU Xiaoyun， GAO Zhaoquan， LI Zhiqiang， et al Present situation trend of strawberry cultivation in China and abroad J Journal of Beijing Vocational College of Agriculture， 2016， 30( 2) : 21 26 ( in Chinese) 2 TZOUNIS A， KATSOULAS N， BATZANAS T， et al Internet of Things in agriculture， recent advances and future challenges J Biosystems Engineering， 2017， 164: 31 48 3 成福偉 發(fā)達(dá)國家現(xiàn)代農(nóng)業(yè)園區(qū)的發(fā)展模式及借鑒 J 世界農(nóng)業(yè) ， 2017( 1) : 13 17 4 姚於康 國外設(shè)施農(nóng)業(yè)智能化發(fā)展現(xiàn)狀 、基本經(jīng)驗(yàn)及其借鑒 J 江蘇農(nóng)業(yè)科學(xué) ， 2011( 1) : 3 5 5 唐珂 國外農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)發(fā)展及對(duì)我國的啟示 J 中國科學(xué)院院刊 ， 2013， 28( 6) : 700 707TANG Ke Technology development of agricultural Internet of Things in foreign countries and its inspiration to China J Bulletin of Chinese Academy of Sciences， 2013， 28( 6) : 700 707 ( in Chinese) 6 PAWLOWSKI A， GUZMAN J， ODGUEZ F， et al Simulation of greenhouse climate monitoring and control with wirelesssensor network and event-based control J Sensors， 2009， 9( 1) : 232 252 7 PAHUJA ， VEMA H K， UDDIN M A wireless sensor network for greenhouse climate control J IEEE PervasiveComputing， 2013， 12( 2) : 49 58 8 李瑾 ， 郭美榮 ， 高亮亮 農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)應(yīng)用及創(chuàng)新發(fā)展策略 J 農(nóng)業(yè)工程學(xué)報(bào) ， 2015， 31( 增刊 2) : 200 209LI Jin， GUO Meirong， GAO Liangliang Application and innovation strategy of agricultural Internet of Things J Transactionsof the CSAE， 2015， 31( Supp2) : 200 209 ( in Chinese) 9 SBINOVSKA M， GAVOVSKI C， DIMCEV V， et al Environmental parameters monitoring in precision agriculture usingwireless