“互联网+”设施蔬菜智慧决策管理系统设计与验证

JiangsuScience&TechnologyInformationNo.29October，2018“互联网+”设施蔬菜智慧决策管理系统设计与验证

刘

欣

（承德石油高等专科学校数理部，河北承德067000）

摘要：文章通过开发基于“互联网+”为核心的设施农业智能装备，研究作物生长关键性环境因素与作

物生长之间的作用机理，确定最优控制策略，形成技术集成应用生产，促进智慧农业在冀北山区发展，区域农业提质增效显著。实施从4个方面开展，一是优选适宜装备，二是建立智慧决策模型，三是技术示范推广，四是利用多元线性回归对设施蔬菜主栽作物产量进行预测并得出结论。关键词：互联网+；设施蔬菜；智慧决策；多元线性回归中图分类号：TP393文献标识码：A

1

国外研究现状及趋势在国外，世界上广泛应用温室进行设施栽培，目前全世界温室面积达6000km2。荷兰以温室花卉种植业闻名世界，通过工业化生产模式和大量数据依托智能专家控制系统，荷兰设施农业在花卉育种、环境调控、水肥共施等方面均实现了高度自动化生产，提高了花卉生产效率。英国西尔索农业工程研究院在设施农业中，大量采用计算机来调控温度、湿度、光照、通风、CO补给，营养液供给及pH值采集等。目前，伦敦大学农学院开发的温室计算机物联网遥控技术，可以观察遥控50km以外温室内的环境要素，通过智能控制系统使园区内植物栽培条件达到最佳水平。总之，发达国家的设施农业及物联网技术优势比较明显，专家控制系统基本覆盖了温室大棚的全部管理环节，目前正朝着植物工厂模型发展，更加智能化、网络化和专业化，对节约土地和集约化生产、提高设施农业产量起到推进作用。2国内研究现状及趋势

近几年，我国以蔬菜栽培为主体，蔬菜温室以面积计算总量为世界第一，目前已试验研究出比较适合我国气候条件和国情的设施农业，尤其是气候条件比较差的地区，如严寒地带、沙漠、海岛等，对节约土地、反季节蔬菜、保护地栽培、灌溉节水、机械化育苗以及无土栽培等方面取得初步成绩，但与发达国家相比，我国的温室智能控制系统，在技术水平和应用推广上

都存在不小的差距，主要问题概括为以下3点。（1）温

室大棚环境智能调控水平落后。例如我国北方（气候条件差，冬季寒冷，冬季长）设施农业以日光温室和塑料大棚两种为主，发展相对落后，大棚结构简易，设施水平低，控制方式大多采用农民手动机械操作，部分安装系统的单因子自动控制系统，对作物环境因子的调控能力弱［1］。（2）网络化程度低。单体温室大棚，缺乏对整个园区内温室群的集中监控；或者温室监控局限于种植园区范围，多数不具备基于广域网络的远程监控功能，达不到云计算数据［2］。（3）目前设施农业生产过程科学性不足，受限于农民种植知识。温室大棚的运行管理和栽培技术，仅停留在人为经验管理的水平上，有限资金下，缺乏先进的管理模式和智能化决策机制的建立和投入［3］。本项目基于了解我国温室环境控制技术与发达国家现有水平的差距，吸收采用先进的物联网技术，开发温室大棚智能控制系统研究，提高温室大棚自动化水平和生产效率。3项目采用的方法原理“互联网+”设施蔬菜智慧决策管理系统为达到温室大棚环境控制目标及多参数因子特点，以物联网技术为支撑点，设计温室大棚智能专家控制系统，实现温室大棚内温光气热等多种传感器安放设计、环境参数的全面采集、可靠传输与智能处理，以达到设施农业系统的自动化、智能化、网络化和科学化生产的目标，改善单纯靠人力经验管理大棚的局面，提高栽培

基金项目：承德市科技项目；项目名称：基于Douglos函数的芽苗菜生态农庄生产模式与优化研究；项

目编号：201606020。承德市科技创新创业苗圃资金支持项目；项目名称：设施农业物联网植物工厂数据系统研发；项目编号：CGX2017KMP0004。作者简介：刘欣（1977—），女，河北承德市人，副教授，硕士；研究方向：应用数学，计算几何，数学建模等。

-62-

第29期2018年10月江苏科技信息·应用技术

No.29October，2018效率［4］。“互联网+”设施蔬菜智慧决策系统基于物联

网体系架构，采用三层结构设计，系统在硬件上主要由传感器、现场控制器、集控计算机和执行机构组成。每栋温室大棚内通过设计安装相关传感器，获取农业环境和生长参数，构成现场控制系统，并通过以太网接入局域网络，与集控系统的集控计算机组成分布式控制结构。开发出基于典型物联网体系架构的智慧设备系统，整体采用应用层、传输层、感知层的三层结构设计，通过在生产现场实时监测，精准采集影响作物生长的“水、肥、气、热、光”5方面环境信息，提出山区设施蔬菜主栽作物冀北生长参数，给出各种蔬菜栽培过程最佳生物学模式，重点以瓜菜类、果菜类典型蔬菜品种为主，形成决策依据，建立控制模块，实现云联网精确控制。

4项目研究方法及可行性分析

本项目属于智慧农业范畴，建立专家系统对设施农业的分化、升级、集约化起了关键性作用。本项目对促进农业产业化结构调整，增加冀北山区农民收入，提高设施农业智能化水平起到决定性作用。项目可行性分析有如下3点：（1）符合国家产业发展方向和设施农业开发要求；前景广阔，可以对“智慧农业+绿色产业”起到示范作用，提供可借鉴的经验。（2）项目实施技术基础已成熟。依托本地发展较快的植物种植园区，为当地果菜瓜菜业等研究和开发提供发展前景，与山区资源优势互补，有利于农业产业结构调整。（3）项目由政府政策支持，具有较强

的抗风险能力，经营安全性高，带动当地农民快速致富，对智慧农业、绿色农业、新产品品牌建设及食品安全追溯等起到推动作用。项目研究方法如图1所示。

5蔬菜智慧决策管理系统模型构建“互联网+”设施蔬菜智慧决策管理系统是通过设计安装不同类型和数目的无线传感器，对作物生长环境数据，即空气温度、湿度、土壤温度及湿度、总辐射、风速以及灌溉降水量等数据指标进行自动采集，并借助互联网实时发送到服务器上。“互联网+”设施蔬菜智慧决策管理系统有以下3个重点环节：（1）环境数据采集系统既能接入电流型的传感器，又能够接入电压型的传感器进行数据采集。（2）数据采集需要实现多节点、多功能和多区域的数据采集，使得数据具有全面性和准确性，建立的管理模型更实际，能提高系统效率，增加作物产量。（3）数据采集需将采集的数据汇总打包，发送至服务器进行存储，并为专家用户提供便利的查询和下载分析。环境数据采集系统的框架设计基于ZigBee技术，无线传感器网络在温室采集到包括空气温度、湿度、土壤温度湿度、总辐射、风速以及降水量等数据，基于Linux嵌入式系统对采集的栽培作物生长环境数据进行打包和转换，将数据发送到Web服务器接收和保存。为了减少偏差和变化对分类结果的影响，提出基于粗糙集

图1项目研究方法

-63-

第29期2018年10月江苏科技信息·应用技术

No.29October，2018和决策树的混合算法进行实验比较，以验证所提出

算法的有效性。

6生长模型多元线性回归假设检验

利用多元线性回归、ANN、SVM方法对设施温室作物产量进行预测，对各模型的预测结果、预测误差进行分析，判断各预测模型是否符合精度要求，从各模型检验结果和模型理论两个方面对建立的多元线性回归模型与ANN模型进行比较分析，得出最终结论。对采集和预测数据集得到的多元线性回归模型进行检验，判断获得的模型是否能够满足要求。若不合格，返回重新设定参数再训练；若合格，建模结束。

7经济效益与社会效益

根据“互联网+”为核心的设施蔬菜智慧决策管理系统的实施情况，提出区域主栽设施蔬菜生产决策方案，使得蔬菜园区设施蔬菜生产精准决策，小环境有效优化，做到清洁生产，使示范区管理人工减少30%，水、肥、药用量降低15%~20%，累计推广面积13.33~20km2，总效益2000万~2500万元，综合效益十分显

著。本项目具有良好的社会效益。通过一系列综合

技术协调，较好地解决制约设施蔬菜发展，提高全市设施蔬菜生产的科技含量，推动智慧农业和绿色产业增效、农民增收，提高作物质量、营养等，增强市场竞争力，节约人力成本，最终推动冀北山区蔬菜规模化科学健康发展。

参考文献

［1］陈宁，周志峰，王永泉，等.一种纯追踪模型改进算法［J］.轻工机械，2014（4）：69-72，76.［2］王新忠，韩旭，毛罕平，等.基于最小二乘法的温室番茄垄间视觉导航路径检测［J］.农业机械学报，2012（6）：161-166.［3］董美对，何勇，赵云飞.精准农业21世纪的农业工程技术［J］.浙江大学学报（农业与生命科学版），2000（4）:433-436.［4］陈素珊.基于GPS的农田信息采集技术及提高使用精度的研究［D］.杭州：浙江大学，2003.

（责任编辑王永超）

Designandverificationof“Internet+”facilityvegetablewisdomdecisionmanagementsystem

LiuXin

（DepartmentofSocialScienceandMathematics,ChengdePetroleumCollege,Chengde067000,China）Abstract:Basedonthedevelopmentofintelligentequipmentbasedon“Internet+”,thispaperstudiesthemechanismofthekeyenvironmentalfactorsofcropgrowthandcropgrowth,determinestheoptimalcontrolstrategy,formstheintegratedapplicationoftechnology,andpromotesthedevelopmentofIntelligentAgricultureinthemountainousareaofnorthernHebeiprovince.Theimplementationwillfocusonthefouraspects:thefirstistoselectsuitableequipment;thesecondistoestablishtheintelligentdecision-makingmodel;thethirdisthedemonstrationandpromotionoftechnology;thefourthistousemultiplelinearregressiontopridictthemaincropproductionoffacilityvegetableanddrawaconclusion.

Keywords:Internet+;facilityvegetable;intelligentdecision;multiplelinearregression

-64-