簡易草莓大棚智慧管理系統(tǒng)設(shè)計與性能分析

吳久江 汪 星 李 群 汪有科

(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實驗室， 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)

0 引言

草莓素有“水果皇后”的美譽，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遠低于西方發(fā)達國家[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，可以實現(xiàn)對作物的遠程監(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)達國家，基于大型連棟溫室研制出先進的設(shè)施環(huán)境智能控制系統(tǒng)[3-8]，可根據(jù)作物對環(huán)境的不同需求，由計算機對設(shè)施內(nèi)的環(huán)境因子，例如空氣溫濕度、光照強度、CO2濃度等進行全面有效的自動檢測與調(diào)控[9]，并對作物栽培管理[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。

我國真正具有先進水平的智能大棚極少，且都依賴國外進口，不僅成本高，而且很難大面積推廣[16]。雖然國內(nèi)對農(nóng)業(yè)物聯(lián)網(wǎng)研究取得了一些進展[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、自動化程度低下的情況仍較為突出[25]，針對其研發(fā)的物聯(lián)網(wǎng)系統(tǒng)尚未見報道。

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)，并對其實際應(yīng)用效果和水分利用效率進行分析。

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”設(shè)計結(jié)構(gòu)，如圖1所示。其中大棚結(jié)構(gòu)簡陋、自動化程度較低，采用種植戶代替智能控制設(shè)備進行決策執(zhí)行的方式。

圖1 系統(tǒng)總體架構(gòu)Fig.1 Overall system architecture diagram

2 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)，及時準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)，需要種植戶進行記錄并手動上傳至專家系統(tǒng)。采用湖南省拓安儀器有限公司生產(chǎn)的傳感器對棚內(nèi)環(huán)境數(shù)據(jù)進行實時監(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℃，光照強度探頭為ESM-L型，測量精度為±5%。其中串行通信接口為RS-485，采用標準Modbus-RTU通信協(xié)議進行數(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)實現(xiàn)異步數(shù)據(jù)交互，降低服務(wù)器負擔以及提高網(wǎng)絡(luò)傳輸效率；并引入Highcharts實現(xiàn)數(shù)據(jù)在計算機與手機的圖表化。

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)器則會綜合更廣泛的云端資源，并對上傳的數(shù)據(jù)包進行計算、分析，然后存儲至數(shù)據(jù)庫供專家系統(tǒng)調(diào)用。采用窄帶物聯(lián)網(wǎng)(Narrow band Internet of 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

數(shù)據(jù)庫采用MySQL+MongoDB的混合存儲策略，并基于專家系統(tǒng)設(shè)計需要構(gòu)建知識庫、綜合數(shù)據(jù)庫、人工調(diào)查數(shù)據(jù)庫等，其中知識庫存放專家提供的知識和經(jīng)驗，包括病蟲害數(shù)據(jù)庫、模型庫、規(guī)則庫等，是決定專家系統(tǒng)優(yōu)劣的重要因素，知識庫可以通過獲取知識不斷改正和豐富知識庫內(nèi)容，部分數(shù)據(jù)類型見表1。為緩解數(shù)據(jù)庫壓力，加快計算過程和數(shù)據(jù)的讀取速度，加入Redis緩存數(shù)據(jù)庫。

表1 部分數(shù)據(jù)庫結(jié)構(gòu)Tab.1 Partial database structure

3.2 模型處置決策

3.2.1參數(shù)報警設(shè)置

本系統(tǒng)根據(jù)種植需要分別設(shè)置環(huán)境參數(shù)報警和水分參數(shù)報警。簡易塑料大棚因結(jié)構(gòu)簡單，做不到對環(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、經(jīng)驗以及大棚自身的調(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，當參數(shù)超過上、下限范圍時，專家系統(tǒng)則會發(fā)出報警信號，并結(jié)合傳感器數(shù)據(jù)與氣象數(shù)據(jù)，利用專家知識庫的推理機不斷推理，得出最終執(zhí)行決策并自動下發(fā)至種植戶手機端指導(dǎo)農(nóng)戶實施管理。主要控制決策包括卷膜高度與時間、棚頂覆膜的材料與數(shù)量、灌水量和灌水時間。

3.2.2決策準確率設(shè)計

為降低成本，單個大棚內(nèi)布置的傳感器數(shù)量較少，且大棚內(nèi)沒有先進的自動化設(shè)備，為保證系統(tǒng)報警的準確率，減少錯誤決策的發(fā)生，系統(tǒng)分別設(shè)計了環(huán)境參數(shù)和水分參數(shù)的報警規(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)，當某一個環(huán)境參數(shù)出現(xiàn)異常時，系統(tǒng)將會發(fā)送報告至專家系統(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)定在一段時間內(nèi)，如果環(huán)境參數(shù)報警比例達到設(shè)定規(guī)則，則系統(tǒng)下發(fā)報告與執(zhí)行決策，如果未達到設(shè)定規(guī)則，系統(tǒng)會認為出現(xiàn)誤報，并將報告發(fā)回后臺工作人員，繼續(xù)進行環(huán)境監(jiān)測，但不會下發(fā)至種植戶，環(huán)境數(shù)據(jù)報警工作流程如圖2所示。

圖2 環(huán)境參數(shù)報警功能流程圖Fig.2 Flow chart of environmental parameter alarm function

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)的推理機通過采集有效數(shù)據(jù)，結(jié)合模型庫不間斷進行作物需水量的計算，其中參考作物蒸發(fā)-蒸騰量計算是重要的參考依據(jù)，由于棚內(nèi)風(fēng)速可忽略不計，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

(1)

(2)

γ=6.65×10-4Pa

(3)

(4)

式中ET0——參考作物蒸發(fā)-蒸騰量，mm/d

Δ——飽和水氣壓曲線斜率，kPa/K

Rn——地表凈輻射，MJ/(m2·d)

G——土壤熱通量，MJ/(m2·d)

γ——干濕表常數(shù)，kPa/K

Tmean——日平均溫度，℃

es——飽和水氣壓，kPa

ea——實際水氣壓，kPa

Pa——大氣壓，kPa

Z——當?shù)睾０?，m

作物需水量公式為

ETC=KcET0

(5)

式中ETC——作物需水量，mm/d

Kc——作物系數(shù)

通過模型計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間報警，雙重保險原則確保灌水的準確性。

3.2.3工藝單設(shè)計

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，為針對不同目標，專家系統(tǒng)結(jié)合知識庫不定期自動下達工藝單內(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)針對病蟲害與極端天氣會提前自動下達工藝單做好預(yù)防措施。

表2 部分工藝單結(jié)構(gòu)Tab.2 Partial process sheet structure

3.2.4執(zhí)行檢查

簡易塑料大棚缺乏智能控制設(shè)備，為保證種植戶切實完成專家系統(tǒng)下達的處置決策，設(shè)計了兩項執(zhí)行檢查標準：①對于棚內(nèi)環(huán)境參數(shù)檢查，專家系統(tǒng)規(guī)定在一段時間內(nèi)，通過異常環(huán)境參數(shù)的變化趨勢判斷決策是否得到執(zhí)行。②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

3.3.1信息交流功能

針對農(nóng)業(yè)大棚自動化程度較低的實際，微信公眾號成為了專家系統(tǒng)與種植戶間信息交流的主要手段?；谖⑿牌脚_基礎(chǔ)，利用Java、Python、css、Javascript等開發(fā)“種植大腦”微信公眾號并接入服務(wù)器，公眾號包括3個菜單，分別是服務(wù)中心、更多服務(wù)、個人中心，如圖3所示。

圖3 微信公眾號結(jié)構(gòu)圖Fig.3 WeChat public account structure chart

種植戶關(guān)注微信公眾號并綁定特定IP可以通過“看一看”實時掌握棚內(nèi)環(huán)境信息、棚外氣象信息以及隨時隨地接收專家系統(tǒng)的決策信息。圖4為手機微信端棚內(nèi)環(huán)境參數(shù)界面，圖中記錄了某一時刻棚內(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)域為環(huán)境參數(shù)正常范圍；淺藍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)會下發(fā)預(yù)警至種植戶手機端；深藍色和深紅色則為環(huán)境參數(shù)報警區(qū)域，說明當前環(huán)境參數(shù)已偏離正常范圍，專家系統(tǒng)根據(jù)實時數(shù)據(jù)并結(jié)合數(shù)據(jù)庫下達具體的控制決策至種植戶手機端，例如進行卷膜、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)域表明當前狀態(tài)為正常范圍，光照強度指針指向紅色區(qū)域，說明目前光照強度不足，應(yīng)實施補光措施。

圖4 棚內(nèi)環(huán)境參數(shù)項界面Fig.4 Environmental parameters in greenhouse

種植戶單方面的接收執(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號“問一問”功能發(fā)送至系統(tǒng)后臺，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問題進行詳細描述，草莓專家根據(jù)問題給予適宜的解決方法。

圖5 提問管理后臺界面Fig.5 Question management background screenshot

3.3.2智慧推送

智慧推送包括知識智慧推送和周報推送兩項內(nèi)容，知識智慧推送是針對草莓種植，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)知識以提高種植戶的種植技術(shù)。

圖6 知識智慧推送界面Fig.6 Knowledge intelligent push service

為了種植戶更好管理大棚，專家系統(tǒng)每周會定期發(fā)送周報。周報內(nèi)容會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措施，并結(jié)合氣象數(shù)據(jù)預(yù)測下周環(huán)境變化趨勢提前做出管理意見，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

試驗區(qū)位于陜西省渭南市白水縣，試驗時間為2018年9月—2019年3月(草莓整個生育階段)。該試驗區(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，且時空分布不均，其中土壤容重為1.36 g/cm3，用環(huán)刀法測得當?shù)靥镩g持水率為35%。

4.2 試驗設(shè)計

隨機選擇A、B、C 3家種植戶草莓大棚安裝該智慧種植系統(tǒng)作為試驗大棚，接受后臺人工智能(簡稱種植大腦)決策，實行精細化管理，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)驗管理)作為對照試驗，草莓大棚數(shù)量為6。試驗大棚與對照大棚草莓品種均為紅顏，單個大棚種植面積約為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)計耗水量，無其他自動化設(shè)施。

5 結(jié)果與分析

5.1 時尺度上環(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℃；全天最大相對濕度差為20.9%，平均相對濕度差為6.5%。圖8為棚內(nèi)外溫度與相對濕度擬合回歸圖，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(R2=0.789 42)。棚內(nèi)外相對濕度為線性正相關(guān)(y=1.040 82x-8.169 24)，決定系數(shù)也較高(R2=0.813 04)。可根據(jù)未來一段時間段內(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，對極端天氣的預(yù)警和病蟲害的預(yù)防具有一定的指導(dǎo)作用。

圖7 時尺度上棚內(nèi)外溫度與相對濕度變化曲線Fig.7 Changing curves of indoor and outdoor temperature and relative humidity on hourly scale

圖8 時尺度上棚內(nèi)外溫度與相對濕度回歸分析Fig.8 Regression analysis of indoor and outdoor temperature and relative humidity on hourly scale

5.2 專家系統(tǒng)決策準確性分析

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)專家知識進行參考閾值預(yù)設(shè)，其中草莓苗期階段溫度參考閾值范圍為15～25℃，實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%；草莓苗期相對濕度參考預(yù)值范圍為30%～50%，實際相對濕度超出參考范圍的天數(shù)為5 d，比例為10%，適宜相對濕度天數(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”的模式依然具有較好的準確性，起到了提高草莓生長的作用。

圖9 棚內(nèi)溫度和相對濕度日均變化曲線Fig.9 Daily temperature and relative humidity variation curves in greenhouse

5.3 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，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)，因為遵循專家系統(tǒng)的指導(dǎo)，試驗大棚草莓苗存活率為99.0%，而對照大棚存活率僅為60.6%。

在整個試驗階段(2018年9月—2019年3月)，試驗大棚按照工藝單施肥配藥規(guī)則和精細化環(huán)境控制，對病蟲害做到提前預(yù)防；但對照大棚只有發(fā)生病蟲害時才會有所反應(yīng)，不僅錯過了最佳預(yù)防時間，且種植戶缺乏對市場上農(nóng)資產(chǎn)品的全面認識，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，試驗大棚相比對照大棚農(nóng)藥殘留與藥物投入分別減少15.6%和23.5%。

圖10 草莓全生育階段土壤體積含水率變化曲線Fig.10 Soil volumetric moisture content during whole growing stage of strawberry

對每一戶單個草莓大棚的平均產(chǎn)量和耗水量進行統(tǒng)計，如表3所示。其中根據(jù)市場調(diào)查，從草莓的

表3 單個草莓大棚水分效率統(tǒng)計Tab.3 Single strawberry water efficiency statistics in greenhouse

品質(zhì)、外觀、口感、上市時間等考慮，試驗大棚草莓平均單價為60元/kg，對照大棚為40元/kg。

從表3可知，在整個草莓生育階段，3個試驗戶單個草莓棚平均耗水量為93.2 m3、產(chǎn)量為1 833 kg、收入110 000元、水分產(chǎn)量利用效率為19.70 kg/m3、水分經(jīng)濟利用效率為1 180元/m3，相比之下，對照大棚總耗水量為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)濟利用效率332元/m3。相較于對照大棚，試驗棚的產(chǎn)量、收入、水分產(chǎn)量利用效率、水分經(jīng)濟利用效率分別提高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，但的確對農(nóng)業(yè)生產(chǎn)方式變革帶來了一定的影響[27]。前人對農(nóng)業(yè)物聯(lián)網(wǎng)系統(tǒng)的環(huán)境監(jiān)控系統(tǒng)設(shè)計[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)建立在自動化程度較高的實驗基地或示范區(qū)，對物聯(lián)網(wǎng)技術(shù)在簡易大棚中應(yīng)用研究未見報道。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?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)戶進行科學(xué)管理，對草莓生產(chǎn)有較大提升，并彌補了物聯(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)下達的決策并不能得到精準執(zhí)行，“以人代機”的模式依然存在操作上和時效性的誤差。雖然較原經(jīng)驗式管理，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)化的草莓種植標準、經(jīng)驗更為豐富的管理人員和先進的監(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)草莓專家知識和經(jīng)驗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)合實地種植，應(yīng)對草莓專家經(jīng)驗?zāi)Ｐ瓦M行優(yōu)化：當一個生育周期結(jié)束，通過人工手動錄入單個草莓大棚的產(chǎn)量、品質(zhì)、水分效率、病蟲害等不同目標情況，專家系統(tǒng)通過對大棚歷史數(shù)據(jù)進行對比、分析，得到最優(yōu)目標時需要的生產(chǎn)條件并錄入數(shù)據(jù)庫，實現(xiàn)對專家經(jīng)驗?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)用時間較短，經(jīng)驗?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)支持和長時間驗證。

7 結(jié)論

(1)設(shè)計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)種植戶對大棚進行精細化管理，保證草莓的產(chǎn)量和質(zhì)量。

(2)基于標準化技術(shù)體系及工藝單下達模式，單個試驗大棚草莓產(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)驗式管理，物聯(lián)網(wǎng)系統(tǒng)的技術(shù)實現(xiàn)了單個草莓大棚節(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)濟利用效率255.4%。