基于LoRa的溫室智能補光系統(tǒng)研制

李晉蒲 曹瑞紅 趙建貴 高安琪 韋玉翡 李志偉

摘要： 由于天氣的影響，溫室作物面臨著光照不足、時間短且不均勻的問題，針對此現(xiàn)象研制了溫室智能補光系統(tǒng)。該系統(tǒng)包括環(huán)境因子的采集器與控制LED亮度的補光器2個部分，均采用高速、低功耗的STM32核心處理器，利用LoRa無線網(wǎng)絡(luò)實現(xiàn)采集器與補光器之間的數(shù)據(jù)傳輸。系統(tǒng)獲取光照、溫度、CO2環(huán)境等數(shù)據(jù)，并依據(jù)基于遺傳學(xué)算法優(yōu)化后的溫室作物補光數(shù)學(xué)模型和作物所需最佳紅藍(lán)光閾值，對溫室內(nèi)的作物自動補光;補光器采用節(jié)能且使用壽命長的紅藍(lán)燈相結(jié)合的LED點陣。試驗結(jié)果表明，本系統(tǒng)可以實現(xiàn)實時監(jiān)測環(huán)境因子并獲取環(huán)境數(shù)據(jù)，實現(xiàn)溫室內(nèi)的自動化補光，具有實用價值。

關(guān)鍵詞： 溫室;LoRa;LED點陣;智能補光

中圖分類號： S625.5+2? 文獻(xiàn)標(biāo)志碼： A

文章編號：1002-1302（2020）05-0198-07

光是綠色植物進(jìn)行光合作用的基礎(chǔ)，是植物生長發(fā)育的必要前提[1]。受冬季天氣的影響，溫室環(huán)境并不能給作物提供充足的光照，致使其長期處于弱光狀態(tài)，發(fā)育與生長速度緩慢甚至停止。因此，設(shè)計一套溫室補光系統(tǒng)是極有必要的。溫室內(nèi)還存在光照不均勻的現(xiàn)象，為了使溫室作物達(dá)到最佳的生長環(huán)境，需要進(jìn)行多區(qū)域監(jiān)測;傳統(tǒng)有線傳輸存在布線困難、維護(hù)性差的問題，而傳統(tǒng)的無線傳輸距離較短、功耗大。綜合以上2點，系統(tǒng)采用新型無線LoRa（long range）網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)傳輸。LoRa不僅傳輸距離遠(yuǎn)、成本低，而且還極大地改善了接收的靈敏度，大大降低了功耗。發(fā)光二極管（LED）相對于傳統(tǒng)補光燈來說，具有光譜特性明顯、電光轉(zhuǎn)化效率高、易調(diào)光、工作電壓低、發(fā)光均勻穩(wěn)定和壽命長等優(yōu)點[2-4]。以LED為主要補光設(shè)備為溫室內(nèi)的作物提供充足的光源，不僅可以滿足溫室作物生長所需的光質(zhì)，并且功耗低、價格低廉[5]?，F(xiàn)有補光算法大體分為2種：一種是基于凈光合速率的補光數(shù)學(xué)模型，另一種是直接根據(jù)作物所需最佳光照進(jìn)行補光[6-7]。兩者都不能根據(jù)實際環(huán)境因子給予作物最佳補光數(shù)據(jù)，針對這種現(xiàn)象，系統(tǒng)以番茄為例，根據(jù)實際環(huán)境中溫度和CO2濃度，采用了基于遺傳學(xué)算法的溫室作物補光數(shù)學(xué)模型，可以更加精準(zhǔn)地提供補光數(shù)據(jù)。

系統(tǒng)分為環(huán)境因子的采集器與控制LED亮度的補光器兩大部分。采集器主要是進(jìn)行多區(qū)域監(jiān)測，采集溫室內(nèi)不同區(qū)域的光照、溫度和CO2濃度等信息，并將這些信息傳輸給補光器;補光器依據(jù)基于遺傳學(xué)算法優(yōu)化后的溫室作物補光數(shù)學(xué)模型，對采集器傳輸?shù)臄?shù)據(jù)進(jìn)行計算，得出該區(qū)的最佳光照，并與實際情況對比從而實現(xiàn)對不同區(qū)域的精準(zhǔn)補光。本系統(tǒng)與傳統(tǒng)的補光系統(tǒng)相比，區(qū)別在于可以依據(jù)溫室內(nèi)不同區(qū)域環(huán)境的差異和優(yōu)化后基于遺傳學(xué)算法的溫室作物補光數(shù)學(xué)模型，分區(qū)域進(jìn)行特定補光，不僅解決了溫室內(nèi)光照不均勻的狀況，還能依據(jù)溫室不同作物的補光閾值，實現(xiàn)多種作物的精準(zhǔn)補光，耗能低，實用性更強[8]。

1 基于遺傳學(xué)算法的溫室作物補光數(shù)學(xué)模型以及優(yōu)化

溫室內(nèi)部光照不均勻的問題普遍存在，因此對于溫室內(nèi)不同區(qū)域的作物進(jìn)行同等強度的補光顯然是不可取的。本系統(tǒng)采用補光模型，針對溫室不同區(qū)域的環(huán)境因子實現(xiàn)分區(qū)補光[9]。現(xiàn)有遺傳學(xué)算法尋優(yōu)目標(biāo)值模型，根據(jù)不同溫度以及CO2濃度來探尋番茄的最優(yōu)光合速率，基于此獲得相應(yīng)條件下的光子通量密度，也就是相應(yīng)條件下的光飽和點;然后利用多元回歸的方法，通過對不同的溫度以及CO2濃度與相應(yīng)條件下的光飽和點進(jìn)行數(shù)據(jù)擬合，生成了以溫度和CO2濃度為輸入，光飽和點為輸出的光環(huán)境目標(biāo)值模型[10]。模型如式（1）所示。

ILSP=32.57+75.58T+0.461 7C-1.202T2-0.004 15TC+0.000 097 3C2。（1）

式中：ILSP表示作物的光飽和點，μmol/（m2.s）;T表示溫室內(nèi)的溫度，℃;C表示溫室內(nèi)CO2的質(zhì)量分?jǐn)?shù)，mg/kg。

系統(tǒng)采用該遺傳算法尋優(yōu)目標(biāo)值模型作為補光模型。但由于此模型所針對的環(huán)境與本系統(tǒng)所針對的環(huán)境并不完全一致，在此對其進(jìn)行了調(diào)整。根據(jù)本系統(tǒng)所針對的溫室環(huán)境以及對所測數(shù)據(jù)的整理和計算，對式（1）優(yōu)化處理，調(diào)整后的模型如式（2）所示。對模型結(jié)果進(jìn)行分析，其確定系數(shù)R2為0.982，表明該模型具有良好的擬合成效;對模型進(jìn)行驗證，得出模型具有良好的測試精度和適用性，光飽和點的實測值與模擬值最大相對誤差不超過5%。

ILSP=33.63+74.23T+0.451 9C-1.113T2-0.003 27TC+0.000 106 4C2。（2）

2 系統(tǒng)總體設(shè)計

溫室智能補光系統(tǒng)包括采集器與補光器兩大部分。采集器由若干個采集區(qū)實現(xiàn)對溫室內(nèi)各區(qū)域光照度、溫度以及CO2濃度等實時數(shù)據(jù)的采集。由于是分區(qū)域進(jìn)行數(shù)據(jù)采集，有線傳輸布線困難，本系統(tǒng)通過LoRa無線單元將采集器各區(qū)數(shù)據(jù)信息分別發(fā)送至補光器;補光器依據(jù)數(shù)學(xué)補光模型計算出各區(qū)該溫度與CO2濃度條件下溫室作物所需最佳光強，與該區(qū)實時光照數(shù)據(jù)進(jìn)行對比，再依據(jù)紅藍(lán)光配比給定閾值[11]，紅藍(lán)光配比如表1所示。通過脈沖寬度調(diào)制（PWM）控制補光燈的亮暗程度，達(dá)到分區(qū)智能補光的效果。系統(tǒng)總體結(jié)構(gòu)如圖1所示。

3 硬件設(shè)計

3.1 采集器

采集器由電源模塊、核心處理單元、LoRa無線單元、OLED屏以及多個采集區(qū)組成，每個采集區(qū)又包括光照單元、溫度監(jiān)測單元、CO2濃度監(jiān)測單元3個部分。光照監(jiān)測單元采用GY-30與ISL29020這2種傳感器結(jié)合，主要用于監(jiān)測溫室內(nèi)的光照度和紅藍(lán)光強;溫度監(jiān)測單元采用高精度的DS18B20，測量范圍為-55～125 ℃，精度為±0.5 ℃[12]，實時監(jiān)測溫室內(nèi)的溫度;CO2濃度監(jiān)測單元采用S80053 CO2，實時監(jiān)測溫室內(nèi)CO2濃度的變化，其測量范圍為0～10 000 mg/kg，測量精度達(dá)到 ±40 mg/kg;OLED屏主要用來顯示溫室內(nèi)的環(huán)境數(shù)據(jù)。

3.1.1 電源模塊

溫室中智能補光系統(tǒng)需要電源模塊為其供給能量，因此電源模塊是其不可或缺的一部分。本系統(tǒng)有相應(yīng)的電源接口，可用電源適配器直接為系統(tǒng)供電。由于STM32F103CBT6芯片的額定工作電壓為3.3 V，部分傳感器的額定工作電壓為5 V，所以在電源模塊中必須進(jìn)行降壓處理。降壓處理分為2個部分：一是以12 V為輸入電壓，使用AMS1117-5.0穩(wěn)壓器先將電壓降為5 V，可以為部分傳感器提供電能;二是以5 V為輸入電壓，使用AMS1117-3.3穩(wěn)壓器將電壓降為3.3 V，從而為STM32F103CBT6芯片提供電源。電源模塊的電路原理如圖2所示。

3.1.2 核心處理單元

核心處理單元以STM32F103CBT6為核心處理器，處理速度達(dá)到72 MHz，引腳資源48個，GPIO口37個，IIC通信接口2個，滿足設(shè)計需求。STM32F103CBT6以主流的Cortex為內(nèi)核，性能極高，一流的外設(shè)以及低功耗的特性，使其應(yīng)用起來更加方便。對于本系統(tǒng)來說，STM32F103CBT6芯片完全滿足設(shè)計需求。

3.1.3 LoRa無線單元

無線單元需選用耗能低、遠(yuǎn)距離傳輸、抗干擾能力強的模塊，表2為幾種無線通信的對比。綜合分析，該系統(tǒng)采用的無線模塊其射頻芯片SX1278主要采用LoRaTM遠(yuǎn)程調(diào)制解調(diào)器，以結(jié)合高效的循環(huán)交錯糾錯編碼算法[13]。LoRa工作電流為12 mA左右，休眠電流為200 nA;其傳輸距離遠(yuǎn)高于其他無線通訊，普通環(huán)境下的傳輸距離能夠達(dá)到3 000 m;抗噪能力強，LoRa的擴(kuò)頻因子可以達(dá)到6～12。

系統(tǒng)采用星型網(wǎng)絡(luò)結(jié)構(gòu)，采集器和補光器通過主動喚醒進(jìn)行數(shù)據(jù)傳輸，實現(xiàn)系統(tǒng)低功耗策略。采集器通過定時器將LoRa喚醒，對補光器下達(dá)命令，采集器開始進(jìn)行數(shù)據(jù)的采集和傳輸，完成后進(jìn)入休眠狀態(tài)。LoRa調(diào)制解調(diào)器使用隱式和顯式的數(shù)據(jù)包傳輸格式[13]。LoRa數(shù)據(jù)包格式如表3所示。

LoRa數(shù)據(jù)包的傳輸周期涵括了發(fā)送前導(dǎo)碼周期Tpreamble和報頭及有效負(fù)載的傳輸周期Tpayload，前導(dǎo)碼傳輸周期如式（3）所示。

Tpreamble=（npreamble+4.25）×Ts。（3）

式中：npreamble表示前導(dǎo)碼長度，需在軟件設(shè)計時設(shè)置，Ts表示LoRa符號速率，根據(jù)軟件設(shè)置的信號擴(kuò)頻因子（SF）、編碼率（CR）及信號帶寬（BW）得到。計算公式為

Ts=2SF BW。（4）

對于數(shù)據(jù)包報頭和有效負(fù)載周期的計算，首先確定符號npayload的數(shù)目，計算公式為

npayload=8+maxceil[JB（[]（8PL-4SF+28+16CRC-20IH） 4（SF-2DE）]（CR+4），0[JB）}]。（5）

式中：PL是有效負(fù)載字節(jié)數(shù);SF指擴(kuò)頻因子;IH=1是禁止報頭，IH=0是使能報頭;DE=1是開啟低速率優(yōu)化，DE=0是無低速率優(yōu)化;CR指編碼率，取值為1～4。

報頭和有效負(fù)載傳輸周期公式為

Tpayload=npayload×Ts。（6）

數(shù)據(jù)包傳輸周期（Tpacket）公式為

Tpacket=Tpreamble+Tpayload。（7）

通過系統(tǒng)將信號擴(kuò)頻因子（SF）設(shè)置成12，編碼率（CR）設(shè)置成1，帶寬（BW）設(shè)置成7，采用自組網(wǎng)通訊協(xié)議提升無線傳輸速率。

3.1.4 光照監(jiān)測單元

光照監(jiān)測單元分為2個部分：一是以GY-30為主，對溫室內(nèi)整體光強進(jìn)行實時監(jiān)測;二是以光強傳感器ISL29020和紅藍(lán)濾光片的組合為主，實現(xiàn)對室內(nèi)紅光和藍(lán)光光強的監(jiān)測[14]。

GY-30對環(huán)境的檢測范圍大、精度高[15-16]。利用GY-30監(jiān)測光照度，與補光模型所計算出的最佳光照度進(jìn)行對比，若大于最佳光照度，則關(guān)閉補光燈，反之，則進(jìn)行補光操作。GY-30數(shù)字光照模塊與核心處理單元的互聯(lián)，并由核心處理單元（采集器）通過LoRa無線單元向補光器發(fā)送數(shù)據(jù)。

利用2個光強傳感器ISL29020分別完成對紅光和藍(lán)光的監(jiān)測和分析：在檢測紅光時，使用可使625～740 nm范圍內(nèi)紅光透過的濾光片加在ISL29020上，使紅光照射到ISL29020，從而使其檢測紅光;在檢測藍(lán)光時，使用可使400～480 nm范圍內(nèi)藍(lán)光透過的濾光片加在ISL29020上，使藍(lán)光照射到ISL29020，從而使其檢測藍(lán)光[11]。ISL29020與采集器中的核心處理單元相連，通過LoRa無線單元將獲取的光照度傳輸給補光器。

3.2 補光器

補光器由核心處理單元、電源模塊、LoRa無線單元、LED點陣燈、LED驅(qū)動單元5個部分構(gòu)成。其中LED點陣燈、LED驅(qū)動單元組成了若干個補光區(qū)，與采集區(qū)一一對應(yīng)，實現(xiàn)分區(qū)補光。LED點陣燈由紅、藍(lán)2種燈組成10×10的矩形陣[17]，根據(jù)LED驅(qū)動單元的調(diào)節(jié)，實現(xiàn)對溫室內(nèi)部作物進(jìn)行補光的變換;LED驅(qū)動單元主要對光環(huán)境進(jìn)行調(diào)控，即改變LED點陣燈的亮度，將補光器中核心處理單元發(fā)出的微弱信號轉(zhuǎn)變?yōu)榇箅娏?，由此完成光強信息動態(tài)調(diào)控的過程，可以根據(jù)溫室作物所需最佳光照量，周期性地調(diào)節(jié)溫室內(nèi)的光強。

3.2.1 LED點陣燈

溫室內(nèi)植物的光合作用以及生長發(fā)育所需的主要光質(zhì)是藍(lán)光和紅光[18]，有研究表明，紅光和藍(lán)光組合可以明顯提高番茄的光合速率，使其加速生長并改善其品質(zhì)[11]。因此，選用紅、藍(lán)2種光源組合作為補光光源是比較理想的。基于上述原因，系統(tǒng)使用紅、藍(lán)2種LED燈源來為溫室中的農(nóng)作物進(jìn)行補光。本系統(tǒng)選用的是超高亮度LED圓形燈[11]，具體參數(shù)如表4所示。

由于單顆LED燈光照度有限，不足以補充足夠的光照，在此將多顆LED燈進(jìn)行了組合排列。除此之外，為了使各個植株可以同時吸收紅光和藍(lán)光，且使光源均勻，系統(tǒng)采用互相交叉的方式安裝補光燈，紅燈和藍(lán)燈相互交錯。綜合上述2點，本系統(tǒng)采用了10×10的矩陣模型，每個燈四周排布了與其不一樣的燈。其中，水平與豎直方向上每相鄰兩燈之間的距離經(jīng)測驗以2.2 cm最優(yōu)。具體如圖3所示。

3.2.2 LED驅(qū)動單元

相對于其他調(diào)光方式，PWM調(diào)光擁有絕對優(yōu)勢：（1）高精度，可以實現(xiàn)精準(zhǔn)調(diào)光，從而使補光效果更佳;（2）可使LED燈保持在恒流條件下工作，大大減少了LED燈的損壞，提高其使用壽命;（3）顏色一致性好，可以極好地避免LED出現(xiàn)色偏[17]。基于上述幾點，以及為了能夠有效地控制紅藍(lán)補光燈的亮度，系統(tǒng)采用了PWM調(diào)光方式。

LED驅(qū)動單元以PT4115恒流驅(qū)動為核心，搭配電阻、電容、電感等元器件，構(gòu)成驅(qū)動電路，具體如圖4所示。PT4115恒流驅(qū)動通過DIM引進(jìn)并直接接受PWM，支持PWM調(diào)光。此外，可以通過采樣電阻Rs設(shè)定輸出控制LED的最大平均電流[11]，電流計算如式（8）所示。

Iout=0.1×D/Rs。（8）

式中：Iout是控制LED的最大平均電流;D是PWM的占空比;Rs為采樣電阻。

驅(qū)動電路以及補光燈陣如圖4所示。

4 軟件設(shè)計

本系統(tǒng)的采集器和補光器均以STM32F103CBT6單片機(jī)為核心：采集器利用GY-30、ISL29020、DS18B20、S8 0053CO2這4種傳感器實現(xiàn)對溫室內(nèi)環(huán)境因子的采集，通過LoRa無線單元再將數(shù)據(jù)傳遞給補光器，通過補光器對數(shù)據(jù)進(jìn)行處理并實現(xiàn)自適應(yīng)功能。該系統(tǒng)的程序流程圖如圖5所示。

首先對整個系統(tǒng)進(jìn)行初始化，初始化成功后，采集器和補光器均做好準(zhǔn)備。以采集一區(qū)為例：采集一區(qū)采集當(dāng)前溫室內(nèi)一區(qū)的光照、CO2濃度、溫度、紅藍(lán)光強等信息，并將這些信息通過LoRa無線單元傳送給補光器[18]。補光器的核心處理器接收到數(shù)據(jù)后，通過補光模型計算出一區(qū)作物的最佳光照度，并與一區(qū)的實時光照進(jìn)行對比：若實時光照度大于或等于最佳光照度，則使補光一區(qū)的燈為滅;若實時光照度小于最佳光照度，則對比紅藍(lán)光強是否小于預(yù)先設(shè)定的閾值，根據(jù)閾值與一區(qū)實際紅藍(lán)光強的差值，通過PWM改變補光一區(qū)LED點陣燈亮度，對溫室內(nèi)光照度進(jìn)行調(diào)整。5 min后，采集一區(qū)重新采集數(shù)據(jù)，以此循環(huán)。其他采集區(qū)也依照采集一區(qū)的方法進(jìn)行實時補光。

5 結(jié)論

根據(jù)溫室作物在不同溫度、CO2濃度的條件下所需的光飽合度和紅藍(lán)光閾值，本研究設(shè)計了一種基于LoRa溫室智能補光系統(tǒng)，利用GY-30實時監(jiān)測溫室的整體光照情況，根據(jù)補光模型得到實際光照度與作物所需最佳光照的差值，核心處理單元通過改變PWM信號改變LED補光燈的亮度，來實現(xiàn)溫室內(nèi)的精準(zhǔn)補光[19]。將該系統(tǒng)置于溫室進(jìn)行運行測試，結(jié)果表明，LoRa無線單元在數(shù)據(jù)發(fā)送與接收中傳輸良好，基本無誤與延遲;采集器采集的數(shù)據(jù)精度比較準(zhǔn)確，基本上完成了對溫室內(nèi)部環(huán)境的多區(qū)域監(jiān)測;補光器能夠根據(jù)數(shù)據(jù)信息發(fā)出PWM信號，準(zhǔn)確調(diào)整LED點陣燈的亮度，實現(xiàn)對溫室作物的精準(zhǔn)補光[20]。本設(shè)計實現(xiàn)了對溫室作物的自動化補光，并具有良好的穩(wěn)定性，節(jié)約了人力，實現(xiàn)了溫室作物高效定量的調(diào)控目的;其功能強、操作性好，具有成本低、可自動補光的優(yōu)點，因此具有一定的社會價值和應(yīng)用價值。

參考文獻(xiàn)：

[1]朱 舟，童向亞，鄭書河. 基于作物光照需求的溫室光調(diào)控系統(tǒng)[J]. 農(nóng)機(jī)化研究，2016，38（2）：192-196.

[2]程望斌，劉金剛，劉碧籃，等. 自適應(yīng)LED補光照明系統(tǒng)的設(shè)計與研究[J]. 湖南理工學(xué)院學(xué)報（自然科學(xué)版），2018，31（4）：23-26.

[3]徐一清. LED組合光源的優(yōu)化設(shè)計及其在溫室植物生產(chǎn)中的應(yīng)用[D]. 杭州：浙江農(nóng)林大學(xué)，2017.

[4]付 明. LED植物生長補光燈在遼寧省茄果類蔬菜生產(chǎn)上的應(yīng)用[J]. 蔬菜，2018（8）：47-49.

[5]都金龍. 植物補光系統(tǒng)在溫室中的應(yīng)用[N]. 中國花卉報，2011-12-17（3）.

[6]閆文凱，張雅婷，張玉琪，等. LED株間補光對日光溫室番茄產(chǎn)量及光合作用的影響[J]. 西北農(nóng)林科技大學(xué)學(xué)報（自然科學(xué)版），2018，46（7）：132-138，146.

[7]趙秀元. 北方地區(qū)溫室番茄栽培技術(shù)[J]. 山西農(nóng)業(yè)科學(xué)，2009，37（7）：87-88.

[8]王 靜，崔慶法，林茂茲. 不同結(jié)構(gòu)日光溫室光環(huán)境及補光研究[J]. 農(nóng)業(yè)工程學(xué)報，2002，18（4）：86-89.

[9]徐 永. 溫室補光及其發(fā)展趨勢[J]. 農(nóng)業(yè)工程技術(shù)，2015（28）：29-32.

[10]胡 瑾. 基于作物光合需求的設(shè)施光環(huán)境調(diào)控方法與技術(shù)研究[D]. 楊凌：西北農(nóng)林科技大學(xué)，2016.

[11]李 明，劉 娟，凌廣明. 溫室大棚L(fēng)ED智能補光自適應(yīng)控制系統(tǒng)[J]. 江蘇農(nóng)業(yè)科學(xué)，2018，46（11）：193-196.

[CM（29][12]周克輝. 基于單片機(jī)控制的DS18B20數(shù)字溫度計設(shè)計[J]. 湖南農(nóng)機(jī)，2010，37（11）：61-62.

[13]柳永波. 基于LoRa的無線自組網(wǎng)MAC協(xié)議研究[D]. 陜西西安：西安電子科技大學(xué)，2017.

[14]張 輝，卜雯意，施 豪. 日光式室內(nèi)植物生長LED燈模型的建立與實現(xiàn)[J]. 黃山學(xué)院學(xué)報，2018，20（5）：36-40.

[15]韓 文. LED補光對番茄幼苗生長調(diào)控的研究[D]. 石河子：石河子大學(xué)，2018.

[16]鄧一凡. LED植物補光系統(tǒng)優(yōu)化設(shè)計與控制[D]. 天津：河北工業(yè)大學(xué)，2017.

[17]張現(xiàn)征，王 丹，董 飛，等. 不同比例紅藍(lán)光對番茄幼苗生長發(fā)育及光合特性的影響[J]. 江蘇農(nóng)業(yè)科學(xué)，2019，47（14）：136-138.

[18]代家為. 溫室大棚中智能補光控制系統(tǒng)的設(shè)計與實現(xiàn)[D]. 哈爾濱：黑龍江大學(xué)，2017.

[19]王 琦，梁鐸耀，孫竹梅，等. 光熱感應(yīng)溫室自動控制系統(tǒng)設(shè)計[J]. 自動化儀表，2018，39（9）：59-62.

[20]馬志遠(yuǎn). 晉中市平川番茄周年生產(chǎn)技術(shù)[J]. 山西農(nóng)業(yè)科學(xué)，2011，39（7）：676-678，692.

收 稿日期：2019-11-25

基金項目：國家重點研發(fā)計劃（編號：2017YFD0701501）;山西省研究生教育創(chuàng)新項目（編號：2019SY201）。

作者簡介：李晉蒲（1994—），女，山西晉城人，碩士研究生，研究方向為農(nóng)業(yè)工程、農(nóng)業(yè)電氣化及信息化、農(nóng)業(yè)物聯(lián)網(wǎng)。E-mail：807349720@qq.com。

通信簡介：李志偉，博士，教授，博士生導(dǎo)師，主要從事計算機(jī)控制技術(shù)、智能農(nóng)業(yè)裝備和生物環(huán)境測控技術(shù)研究。E-mail：lizhiweitong@163.com。