基于植株需光差異特性的設(shè)施黃瓜立體光環(huán)境智能調(diào)控系統(tǒng)

張仲雄 李斌 馮盼 張盼 來海斌 胡瑾 張海輝

摘要： 光是植物進(jìn)行光合作用的主要能量來源，光照好壞直接影響作物的產(chǎn)量和品質(zhì)。本研究針對現(xiàn)有植物補光系統(tǒng)多以功能葉光合能力為基準(zhǔn)進(jìn)行冠層補光，導(dǎo)致冠層新生葉光抑制、株間功能葉位補光不足以及補光位置不能適應(yīng)作物生長進(jìn)行動態(tài)調(diào)整的問題，以黃瓜為研究對象，設(shè)計了一種基于植株需光差異特性的設(shè)施黃瓜立體光環(huán)境智能調(diào)控系統(tǒng)。該系統(tǒng)由智能控制子系統(tǒng)、冠層-株間LED補光子系統(tǒng)、冠層-株間環(huán)境監(jiān)測子系統(tǒng)和補光燈升降子系統(tǒng)組成，通過ZigBee技術(shù)實現(xiàn)各子系統(tǒng)間無線通信。其中冠層-株間環(huán)境監(jiān)測子系統(tǒng)分別獲取冠層和株間環(huán)境信息并發(fā)送至智能控制子系統(tǒng)，智能控制子系統(tǒng)根據(jù)環(huán)境實時信息調(diào)用冠層調(diào)控模型和株間適宜葉位調(diào)控模型獲得相應(yīng)調(diào)控目標(biāo)值，并將其下發(fā)至冠層-株間補光燈，實現(xiàn)冠層與株間補光燈的動態(tài)實時調(diào)控。在陜西省涇陽縣蔬菜產(chǎn)業(yè)綜合服務(wù)區(qū)蔬菜基地分別部署立體補光設(shè)備和傳統(tǒng)冠層補光設(shè)備，并進(jìn)行系統(tǒng)調(diào)控效果驗證試驗。結(jié)果表明，立體補光區(qū)黃瓜植株的株高和莖粗顯著增長，其中相比傳統(tǒng)冠層補光區(qū)平均株高、莖粗分別增長了8.03%和7.24%，相比自然處理區(qū)平均株高、莖粗分別增長了26.51%和36.03%;在一個月的采摘期內(nèi)，立體補光區(qū)相比傳統(tǒng)冠層補光區(qū)和自然處理區(qū)產(chǎn)量分別提升了0.28和1.39 kg/m2，經(jīng)濟效益分別增加了2.82和4.88 CNY/m2，說明立體光環(huán)境調(diào)控系統(tǒng)能夠提高經(jīng)濟效益，具有應(yīng)用推廣價值。

關(guān)鍵詞： 設(shè)施光環(huán)境;ZigBee;黃瓜葉位;立體補光;智能調(diào)控;PWM

中圖分類號： S123 文獻(xiàn)標(biāo)志碼： A 文章編號： 202005-SA007

引文格式：張仲雄， 李斌， 馮盼， 張盼， 來海斌， 胡瑾， 張海輝. 基于植株需光差異特性的設(shè)施黃瓜立體光環(huán)境智能調(diào)控系統(tǒng)[J]. 智慧農(nóng)業(yè)（中英文）， 2020， 2（2）： 94-104.

Citation：ZHANG Zhongxiong， LI Bin， FENG Pan， ZHANG Pan， LAI Haibin， HU Jin， ZHANG Haihui. Stereoscopic light environment intelligent control system based on characteristic differences of facility cucumber plants light requirements[J]. Smart Agriculture， 2020， 2 （2）： 94-104.

1 引 ?言

光照是植物進(jìn)行光合作用的首要條件，直接影響作物的產(chǎn)量和品質(zhì)[1-3]。設(shè)施栽培受溫室結(jié)構(gòu)、薄膜覆蓋、霧霾及雨雪天氣等因素影響，設(shè)施內(nèi)自然光投透射率僅為外界環(huán)境的30%～60%，造成作物光合能力受限，不能滿足生長發(fā)育需求，進(jìn)而影響產(chǎn)量和品質(zhì)[4-6]，因此，借助人工補光技術(shù)是實現(xiàn)設(shè)施農(nóng)業(yè)增產(chǎn)提質(zhì)的重要保障措施。

近年來，科研團隊在設(shè)施光環(huán)境智能調(diào)控方面已開展了部分研究[7-10]。Pinho等[11]研究發(fā)現(xiàn)動態(tài)調(diào)整光強度不僅可以促進(jìn)生菜鮮重增加，還可以降低能耗，進(jìn)而設(shè)計了一種適用于植物工廠的動態(tài)補光控制系統(tǒng)。劉曉英等[12]開發(fā)了一種光參數(shù)柔性可調(diào)的發(fā)光二極管（Light-Emitting Diode，LED）光源系統(tǒng)，為探究光質(zhì)、光強度、光周期對設(shè)施作物生長相互影響規(guī)律提供了一種靈活的光參數(shù)配比系統(tǒng)。上述兩種光調(diào)控系統(tǒng)用于植物工廠中葉菜類的種植，其環(huán)境因素相對穩(wěn)定可控，調(diào)控策略相對簡單。而溫室中藤蔓類作物的光環(huán)境調(diào)控系統(tǒng)較為復(fù)雜，不僅要考慮環(huán)境動態(tài)變化，如光照、溫度、二氧化碳等對光調(diào)控系統(tǒng)的影響，還需考慮作物不同生長階段的需光差異性。為此，胡瑾等[13]設(shè)計了基于無線傳感器網(wǎng)絡(luò)的光環(huán)境調(diào)控系統(tǒng)，該系統(tǒng)利用自然光中太陽高度角與紅藍(lán)光比例關(guān)系，可根據(jù)作物實際需光量進(jìn)行精準(zhǔn)定量補光，具有部署靈活、易擴展、低能耗等優(yōu)勢[14]。蘇戰(zhàn)戰(zhàn)等[15]為滿足溫室番茄光環(huán)境的自適應(yīng)調(diào)控，設(shè)計了一種基于隨機森林-螢火蟲群優(yōu)化算法（Radom Forest-Glowworm Swarm Optimization，RF-GSO）模型的溫室番茄自適應(yīng)調(diào)光系統(tǒng)。還有一些學(xué)者嘗試改變補光的方式來提高作物的光合速率[16-18]，并取得了一定的成效。但現(xiàn)有的設(shè)施光環(huán)境調(diào)控方式多采用冠層定量補光方式，未考慮植物冠層新生葉結(jié)構(gòu)發(fā)育不健全導(dǎo)致光抑制或光破壞現(xiàn)象[19，20]和株間功能葉片相互遮擋導(dǎo)致光照不足未能達(dá)到按需補光需求。研究表明植物不同葉位光合能力存在明顯差異[21-24]，因此針對作物不同葉位進(jìn)行按需補光對提升整株光合能力和促進(jìn)植株物質(zhì)積累具有重要的意義。

針對上述問題，本研究以黃瓜不同葉位需光差異性為理論依據(jù)[25]，構(gòu)建了一種可實現(xiàn)立體光環(huán)境調(diào)控算法移植的樹莓派（Raspberry Pi）系統(tǒng)框架和智能光環(huán)境調(diào)控平臺，設(shè)計了基于植株需光差異特性的設(shè)施黃瓜立體環(huán)境光智能調(diào)控系統(tǒng)，其中采用冠層-株間環(huán)境監(jiān)測子系統(tǒng)和冠層-株間LED補光子系統(tǒng)實現(xiàn)黃瓜整株光環(huán)境信息感知與精準(zhǔn)補光，補光燈升降子系統(tǒng)滿足黃瓜整個生長周期補光位置自動調(diào)整，ZigBee無線傳輸協(xié)議實現(xiàn)各子系統(tǒng)間相互通信。本系統(tǒng)可有效解決冠層新生葉光抑制和株間功能葉位補光不足以及補光位置不能適應(yīng)作物生長而動態(tài)調(diào)整的問題，為設(shè)施黃瓜光環(huán)境精準(zhǔn)調(diào)控提供技術(shù)支撐。

2 系統(tǒng)整體設(shè)計

立體光環(huán)境調(diào)控系統(tǒng)由智能控制子系統(tǒng)、冠層-株間環(huán)境監(jiān)測子系統(tǒng)、冠層-株間補光燈升降子系統(tǒng)及冠層-株間LED補光子系統(tǒng)四部分組成，通過ZigBee技術(shù)實現(xiàn)各子系統(tǒng)之間無線通信，整體結(jié)構(gòu)如圖1所示。系統(tǒng)設(shè)計時充分考慮黃瓜植株整株中冠層和株間的需光差異以及不同葉位環(huán)境差異，通過智能控制子系統(tǒng)協(xié)調(diào)各系統(tǒng)實現(xiàn)黃瓜整株立體光環(huán)境按需調(diào)控。冠層-株間監(jiān)測子系統(tǒng)分別采集溫度、二氧化碳濃度、光強度等環(huán)境信息，發(fā)送至智能控制子系統(tǒng)，調(diào)用移植在樹莓派中智能光環(huán)境調(diào)控模型，根據(jù)冠層-株間環(huán)境信息動態(tài)計算補光值，并下發(fā)至冠層-株間LED補光子系統(tǒng)。采用脈沖寬度調(diào)制（Pulse Width Modulation，PWM）技術(shù)分別實現(xiàn)冠層與株間LED補光陣列的動態(tài)調(diào)控。冠層-株間補光燈升降子系統(tǒng)自動監(jiān)測燈與作物間的距離，實現(xiàn)補光位置的手動和自動調(diào)整。

3 系統(tǒng)硬件設(shè)計

3.1 智能控制子系統(tǒng)

智能控制子系統(tǒng)硬件設(shè)計如圖2所示，主要包括樹莓派控制器（Raspberry Pi 3B+，1.4 GHz四核ARM Cortex-A53處理器）、觸摸顯示屏、CC2530模塊和電源模塊四個部分，具有數(shù)據(jù)處理、模型在線尋優(yōu)、無線網(wǎng)絡(luò)組建及控制指令下發(fā)等功能。由于傳統(tǒng)低性能的嵌入式設(shè)備無法移植智能算法，采用樹莓派為控制器，可實現(xiàn)基于機器學(xué)習(xí)的光環(huán)境調(diào)控模型高精度移植，完成調(diào)控目標(biāo)值的在線尋優(yōu)和動態(tài)實時調(diào)控。觸摸顯示屏通過高清多媒體接口（High Definition Multimedia Interface，HDMI）方式與樹莓派相連，ZigBee協(xié)調(diào)器與樹莓派依靠通用異步收發(fā)傳輸器（Universal Asynchronous Receiver/Transmitter，UART）方式進(jìn)行相互通信。電源模塊分別為樹莓派、觸摸屏及CC2530模塊提供5、5和3.3 V工作電壓。

3.2 冠層-株間環(huán)境監(jiān)測子系統(tǒng)

冠層-株間環(huán)境監(jiān)測子系統(tǒng)由冠層和株間環(huán)境監(jiān)測模塊組成，實現(xiàn)對設(shè)施環(huán)境內(nèi)植物冠層和株間溫度、二氧化碳濃度和光照強度的實時監(jiān)測，并通過ZigBee將環(huán)境信息發(fā)送至智能控制子系統(tǒng)。其中二氧化碳傳感器采用Telaire 6615-F雙通道非分光紅外傳感器，測量范圍為0～10，000 μmol/mol光照傳感器為電壓型SY-HGY型光合有效輻射傳感器，測量范圍為0～2500 μmol/（m2·s）;CC2530芯片將上述傳感器采集的模擬量轉(zhuǎn)化為相應(yīng)的數(shù)字量，通過無線方式將數(shù)據(jù)打包發(fā)送至協(xié)調(diào)器。溫度傳感器采用DS18B20，測量范圍為-55℃～125℃;電源模塊為CC2530模塊、傳感器分別提供3.3和5 V工作電壓，設(shè)計框圖如圖3所示。

3.3 冠層-株間LED補光子系統(tǒng)

研究發(fā)現(xiàn)不同波段的光對植物光合作用影響不同[26-28]，因此本系統(tǒng)選擇光合作用直接相關(guān)的紅藍(lán)光源。其中，紅光LED波段為655～660 nm，藍(lán)光LED波段為450～455 nm。選用PT4115作為恒流源驅(qū)動芯片，通過PWM精準(zhǔn)控制LED紅藍(lán)燈珠光照強度。采用窄帶鋁基板和透明燈管進(jìn)行封裝，最終設(shè)計了一種燈管間距可調(diào)的LED補光燈。LED補光燈由透明燈管、固定鋁板和驅(qū)動盒三部分組成，具體結(jié)構(gòu)設(shè)計見專利“一種設(shè)施作物株間補光范圍可調(diào)的LED燈管式補光裝置（CN201820353650.8）”。單側(cè)安裝燈管為冠層補光燈，部署方式為燈管向下，如圖4（a）所示;兩側(cè)安裝燈管為株間補光燈，部署方式為燈管向兩側(cè)方向，株間補光燈實物圖如圖4（b）所示;燈管式補光燈可以實現(xiàn)不同燈管位置調(diào)整，改變補光燈補施范圍，同時具有組裝方便、散熱性能好及后期維修便捷等優(yōu)點。

3.4 冠層-株間補光燈升降子系統(tǒng)

冠層-株間補光燈升降子系統(tǒng)整體框圖如圖5所示，主要包括CC2530模塊、Arduino控制器、TFmini激光雷達(dá)、TB6600驅(qū)動器和57步進(jìn)電機等。具有接受控制指令、測量距離、冠層-株間補光燈升降等功能。其中Arduino控制器通過串口通信方式與CC2530模塊、TFmini激光雷達(dá)通信，控制器和TB6600驅(qū)動器采用共陽極接法;步進(jìn)電機通過聯(lián)軸器將動力傳遞給主動軸，主動軸旋轉(zhuǎn)纏繞柔性鋼絲實現(xiàn)冠層-株間燈懸掛位置的精確調(diào)整。電源模塊分別為Arduino控制器、TB6600驅(qū)動器及CC2530模塊提供5、24和3.3 V的工作電壓。

4 系統(tǒng)軟件設(shè)計

4.1 智能控制子系統(tǒng)設(shè)計

基于Raspberry Pi的智能嵌入式子系統(tǒng)是整個調(diào)控系統(tǒng)的核心組成，其具體運行流程如下。首先系統(tǒng)通電，各子系統(tǒng)初始化，ZigBee協(xié)調(diào)器組建好無線網(wǎng)絡(luò)，并負(fù)責(zé)冠層-株間環(huán)境監(jiān)測節(jié)點的傳感器數(shù)據(jù)匯集與樹莓派控制指令發(fā)送;其次樹莓派根據(jù)冠層-株間實時環(huán)境數(shù)據(jù)輸入，調(diào)用冠層-株間光環(huán)境調(diào)控模型，得到調(diào)控目標(biāo)光強值;然后動態(tài)計算冠層-株間補光燈的高度位置;最后利用無線傳感技術(shù)下發(fā)補光指令和升降指令，從而實現(xiàn)立體補光調(diào)控系統(tǒng)對設(shè)施內(nèi)黃瓜植株光環(huán)境的立體、精準(zhǔn)和動態(tài)反饋調(diào)控。

4.1.1 調(diào)控模型集成與移植

光環(huán)境調(diào)控模型主要包括冠層調(diào)控模型和株間調(diào)控模型。課題組前期開展了融合葉位光合差異的黃瓜立體光環(huán)境調(diào)控模型研究[25]，發(fā)現(xiàn)黃瓜整株第五至第七葉位葉綠素含量高，葉位向上或向下葉綠素含量均呈下降趨勢，因此將第五至第七葉位作為株間補光適宜區(qū)間，將葉位參數(shù)代入立體光環(huán)境優(yōu)化調(diào)控模型中。首先構(gòu)建了不同葉位、光照強度、溫度及二氧化碳濃度耦合的回歸型支持向量機（Support Vactor Regression，SVR）光合速率預(yù)測模型，其次以光合速率預(yù)測模型為適應(yīng)度函數(shù)，建立了基于粒子群優(yōu)化算法（Particle Swarm Optimization，POS）的光飽和點尋優(yōu)模型，最后采用SVR算法，構(gòu)建了立體光環(huán)境調(diào)控模型，其模型決定系數(shù)R2為0.9993，均方根誤差為2.349 μmol/（m2·s）。

為了提高樹莓派上運行模型精度，首先在電腦上進(jìn)行模型訓(xùn)練，形成Model.pkl文件，然后將其復(fù)制到樹莓派主程序路徑下，并通過主程序使用pickle.load（ ）命令進(jìn)行模型加載，模型移植具體過程如圖6所示。

4.1.2 立體補光燈PWM反饋控制算法設(shè)計

補光燈PWM算法用于實現(xiàn)動態(tài)反饋修正補光值，考慮頂燈對株間燈輸出值的影響，采取的控制策略為：先運行冠層調(diào)控模型，延時2 min，即環(huán)境監(jiān)測數(shù)據(jù)更新頻率，再運行株間調(diào)控模型，立體補光燈PWM反饋控制算法流程圖如圖7所示。

其中，PAR_T為頂葉環(huán)境光強，μmol/（m2·s）;PAR_M為株間葉位環(huán)境光強，μmol/（m2·s）;PAR_T_G為頂葉目標(biāo)光強，μmol/（m2·s）;PAR_M_G為株間葉位目標(biāo)光強，μmol/（m2·s）;ΔPAR_T為頂葉光強變化量，μmol/（m2·s）;ΔPAR_M為株間葉位光強變化量，μmol/（m2·s）;Z_T為頂燈PWM占空比;Z_M為株間燈PWM占空比;Z_B_T為頂燈上次PWM占空比;Z_B_M為株間燈上次PWM占空比;ΔPWM_T為頂燈PWM占空比調(diào)整量;ΔPWM_M為株間燈PWM占空比調(diào)整量;k為補光燈光強和輸入PWM對應(yīng)系數(shù)，由補光燈光強、驅(qū)動電流、PWM占空比三者之間的關(guān)系曲線確定。

4.1.3 智能控制模塊交互界面設(shè)計

基于PyQt5軟件應(yīng)用Python語言開發(fā)了立體光環(huán)境調(diào)控系統(tǒng)的用戶界面（User Interface，UI），采用Pycharm編譯器將UI文件轉(zhuǎn)化成樹莓派可執(zhí)行文件，系統(tǒng)主界面如圖8所示。通過主界面可進(jìn)行作物種類、補光區(qū)域、作物生長期的選擇。主界面下方有對應(yīng)功能的二級界面按鈕，并連接到相對應(yīng)的槽函數(shù)上，用戶可根據(jù)需求進(jìn)入經(jīng)緯參數(shù)設(shè)定、環(huán)境信息查看、升降機構(gòu)控制、光環(huán)境調(diào)控和歷史數(shù)據(jù)查詢等操作。

4.2 冠層-株間補光燈升降子系統(tǒng)設(shè)計

補光燈升降子系統(tǒng)接收智能控制子系統(tǒng)的控制指令，解析處理后下發(fā)至Arduino處理器執(zhí)行，并將TFmini測量的距離數(shù)據(jù)上傳至智能控制子系統(tǒng)，使得整個冠層-株間補光燈升降子系統(tǒng)是一個閉環(huán)反饋的系統(tǒng);當(dāng)未接收到控制指令時，該模塊處于低功耗等待狀態(tài)。冠層-株間補光燈升降子系統(tǒng)運行流程如圖9所示。

5 立體光環(huán)境調(diào)控系統(tǒng)驗證

5.1 系統(tǒng)部署

驗證試驗于2018年11月15日在陜西省涇陽縣蔬菜產(chǎn)業(yè)綜合服務(wù)區(qū)蔬菜基地開展，立體光環(huán)境調(diào)控設(shè)備部署在基地內(nèi)。作物是“博耐14-3”品種黃瓜，試驗場地選擇西區(qū)4號日光溫室，溫室大棚尺寸30 m×10 m，實際試驗區(qū)為東側(cè)的15 m×6 m區(qū)域。將試驗區(qū)域分為A、B、C三個試驗區(qū)，每個試驗區(qū)面積為18 m2，A區(qū)部署立體補光設(shè)備，B區(qū)部署傳統(tǒng)冠層補光設(shè)備，C區(qū)為自然對照區(qū)，具體試驗區(qū)域分布如圖10所示。

A區(qū)部署4個頂燈和2個株間燈、1個冠層監(jiān)測節(jié)點、1個株間監(jiān)測節(jié)點、1套升降機構(gòu)和1個智能控制終端，升降機構(gòu)由鐵鏈固定在距地2 m處，補光燈通過升降機構(gòu)實現(xiàn)懸掛高度的靈活調(diào)整，冠層補光燈懸掛在距離作物冠層上20 cm處，株間補光燈懸掛在壟間植株的第5至第7葉位。B區(qū)部署傳統(tǒng)冠層補光燈，包括4個冠層補光燈、1個環(huán)境監(jiān)測節(jié)點和1個主控節(jié)點，冠層補光燈懸掛在距離作物冠層上20 cm的處，在生長過程中需人工手動調(diào)整補光燈與作物的距離，B區(qū)的光調(diào)控模型采用A區(qū)的頂燈動態(tài)光調(diào)控模型。C區(qū)不采取任何補光措施。試驗期間，由基地管理員對3個試驗區(qū)統(tǒng)一管理，包括施肥、澆灌等農(nóng)事操作，確保3個區(qū)域除了光環(huán)境不同，其他基本條件保持一致。圖11分別為立體補光燈與傳統(tǒng)冠層補光燈實際部署圖。

5.2 系統(tǒng)調(diào)控效果驗證

“博耐14-3”黃瓜生長發(fā)育經(jīng)歷發(fā)芽、幼苗、初花和成熟期4個階段，其生長周期約90～120天，采期為50天。根據(jù)黃瓜植株生長指標(biāo)、產(chǎn)量和經(jīng)濟效益進(jìn)行補光效果評價。

5.2.1 黃瓜植株生長指標(biāo)驗證

從2018年12月1日開始在A、B、C三個區(qū)域各隨機標(biāo)定6株生長狀態(tài)一致的黃瓜苗，從幼苗期進(jìn)行生長數(shù)據(jù)測量，直到成熟期每兩周測量一次，測量的生長指標(biāo)包括作物莖粗和株高。其中植株莖粗采用游標(biāo)卡尺測量，測量點為植株主桿距離地表10 cm處，植株高度采用卷尺測量，測量范圍為植株從地表到冠層的距離，生長指標(biāo)統(tǒng)計如圖12所示。

由圖12可知立體補光區(qū)黃瓜植株的株高和莖粗顯著增長，其中A區(qū)相比B區(qū)平均株高、莖粗分別增長了8.03%和7.24%，相比C區(qū)平均株高、莖粗分別增長了26.51%和36.03%，A區(qū)在有效避免傳統(tǒng)冠層補光不足的同時，對株高、莖粗等生長指標(biāo)方面具有明顯的促進(jìn)優(yōu)勢。

5.2.2 黃瓜葉片凈光合速率驗證

葉片凈光合速率是反映植株生長狀態(tài)的重要指標(biāo)，在花果期對不同試驗區(qū)域中黃瓜不同葉位的凈光合速率進(jìn)行對比試驗。選取三株生長態(tài)勢相近的黃瓜植株，采用LI-6800光合速率儀的透明葉室測量黃瓜凈光合速率，設(shè)定透明葉室內(nèi)溫度為28℃、二氧化碳濃度為600 μmol/mol測量當(dāng)天天氣晴，自然界光照強度約為450 μmol/（m2·s），不同試驗區(qū)黃瓜葉片凈光合速率隨葉位變化趨勢如圖13所示。

由上圖可知，A區(qū)與B區(qū)相對C區(qū)均具有顯著的凈光合速率提升，但A區(qū)較C區(qū)提升效果顯著。其中，A區(qū)較C區(qū)凈光合速率提升31.3%，B區(qū)較C區(qū)凈光合速率提升17.6%，A區(qū)較B區(qū)凈光合速率提升20%。立體補光針對株間葉位進(jìn)行按需補光，促進(jìn)葉片發(fā)育，提升葉綠素含量，進(jìn)而凈光合速率值較高。

5.2.3 黃瓜產(chǎn)量及效益驗證

植物補光的最終目的是實現(xiàn)增產(chǎn)和提高經(jīng)濟效益。從2019年2月25日開始統(tǒng)計三個試驗區(qū)域的黃瓜產(chǎn)量，同時計算每個區(qū)域黃瓜的銷售額，A、B兩個區(qū)裝有電表，統(tǒng)計整個補光時期A、B兩個區(qū)域的耗電量，通過總銷售額和補光耗電量來判斷立體補光系統(tǒng)、傳統(tǒng)冠層補光系統(tǒng)和自然對照區(qū)的經(jīng)濟效益，其中立體補光系統(tǒng)與傳統(tǒng)冠層補光系統(tǒng)的開發(fā)成本分別為17.9和14.18 CNY/m2，由于立體補光系統(tǒng)需部署冠層和株間環(huán)境監(jiān)測系統(tǒng)、補光燈系統(tǒng)和補光燈升降系統(tǒng)，導(dǎo)致其設(shè)備開發(fā)成本比傳統(tǒng)冠層補光系統(tǒng)略高。但考慮到LED補光燈3～5年的使用壽命，上述成本的差異就可以忽略。每次采收黃瓜時都記錄三個試驗區(qū)域的產(chǎn)量、銷售單價（采收時市場價格）、銷售總額，為方便比較，計算每平方米不同評價指標(biāo)，具體統(tǒng)計結(jié)果如表1所示。

產(chǎn)量和耗電量統(tǒng)計截至于2019年3月26日，統(tǒng)計時間為1個月，由表1可知在相同的種植面積內(nèi)（實驗區(qū)面積為18 m2）立體補光區(qū)相對于傳統(tǒng)補光區(qū)，產(chǎn)量增加了0.28 kg/m2，增加效益2.82 CNY/m2;立體補光區(qū)相對于自然對照區(qū)，產(chǎn)量增加了1.39 kg/m2，增加效益4.88 CNY/m2。上述測產(chǎn)試驗僅計算一個月內(nèi)的效益，如延長試驗周期，用戶一年基本可收回立體補光系統(tǒng)投入成本，后期持續(xù)使用立體光環(huán)境調(diào)控系統(tǒng)對經(jīng)濟效益的提升更加顯著。

6 結(jié) ?論

本研究為解決解決冠層新生葉光抑制及株間功能葉位補光不足的問題，依據(jù)植株需光差異特性設(shè)計了一種設(shè)施黃瓜立體光環(huán)境智能調(diào)控系統(tǒng)，達(dá)到了增產(chǎn)提效的結(jié)果，具體結(jié)論如下。

（1）針對黃瓜整株不同葉位的環(huán)境條件差異性，采用冠層-株間環(huán)境監(jiān)測模塊，為黃瓜立體光環(huán)境調(diào)控模型提供數(shù)據(jù)支持;根據(jù)黃瓜不同葉位需光差異特性，設(shè)計了一種可適應(yīng)作物生長立體補光燈，提高了補光設(shè)備的自動化和智能化程度，為設(shè)施光環(huán)境精準(zhǔn)調(diào)控提供技術(shù)支持。

（2）構(gòu)建了一種可以實現(xiàn)智能算法移植的樹莓派系統(tǒng)框架，根據(jù)實時冠層-株間環(huán)境輸入值，調(diào)用冠層和株間適宜葉位需光模型智能算法，實現(xiàn)在線計算得到實時調(diào)控目標(biāo)值，保證調(diào)控結(jié)果的實效性和準(zhǔn)確性，為設(shè)施光環(huán)境調(diào)控融合人工智能算法提供新的解決方法。

（3）立體補光、冠層補光與自然對照的試驗驗證結(jié)果表明，立體補光區(qū)黃瓜株高和莖粗顯著增加，且在一個月的采摘期內(nèi)，立體補光區(qū)相比傳統(tǒng)補光區(qū)和自然處理區(qū)產(chǎn)量分別提升了0.28和1.39 kg/m2，經(jīng)濟效益分別增加了2.82和4.88 CNY/m2，表明立體補光調(diào)控系統(tǒng)具有良好的光環(huán)境調(diào)控效果。

參考文獻(xiàn)：

[1] YANG F， FENG L， LIU Q， et al. Effect of interactions between light intensity and red-to-far-red ratio on the photosynthesis of soybean leaves under shade condition[J]. Environmental and Experimental Botany， 2018， 150： 79-87.

[2] 崔瑾， 徐志剛， 邸秀茹. LED在植物設(shè)施栽培中的應(yīng)用和前景[J]. 農(nóng)業(yè)工程學(xué)報， 2008（8）： 249-253.

CUI J， XU Z， DI X. Application and prospect of LED in plant facility cultivation[J]. Transactions of the CSAE， 2008（8）： 249-253.

[3] ZHANG P， ZHANG Z， LI B， et al. Photosynthetic rate prediction model of newborn leaves verified by core fluorescence parameters[J]. Scientific Reports， 2020， 10（1）： 3013-3024.

[4] CASTELLANO S， SANTAMARIA P， SERIO F. Photosynthetic photon flux density distribution inside photovoltaic greenhouses， numerical simulation， and experimental results[J]. Applied Engineering in Agriculture， 2016， 32（6）： 861-869.

[5] COSSU M， COSSU A， DELIGIOS P， et al. Assessment and comparison of the solar radiation distribution inside the main commercial photovoltaic greenhouse types in Europe[J]. Renewable and Sustainable Energy Reviews， 2018， 94： 822-834.

[6] LANDI M， ZIVCAK M， SYTAR O， et al. Plasticity of photosynthetic processes and the accumulation of secondary metabolites in plants in response to monochromatic light environments： A review[J]. Biochimica Et Biophysica Acta-Bioenergetics， 2020， 1861（2） ： 148131-148155.

[7] 于海業(yè)， 孔麗娟， 劉爽， 等. 植物生產(chǎn)的光環(huán)境因子調(diào)控應(yīng)用綜述[J]. 農(nóng)機化研究， 2018， 40（8）： 1-9.

YU H， KONG L， LIU S， et al. Review on the application of light environmental factor regulation in plant production[J]. Agricultural Mechanization Research， 2018， 40（8）： 1-9

[8] HU J， XIN P， ZHANG S， et al. Model for tomato photosynthetic rate based on neural network with genetic algorithm[J]. International Journal of Agricultural and Biological Engineering， 2019， 12（1）： 179-185.

[9] SHAMSHIRI R， KALANTAR F， TING K， et al. Advances in greenhouse automation and controlled environment agriculture： A transition to plant factories and urban agriculture[J]. International Journal of Agricultural and Biological Engineering， 2018， 11（1）： 1-22.

[10] CAO K， CUI L， YE L， et al. Effects of red light night break treatment on growth and flowering of tomato plants[J]. Frontiers in Plant Science， 2016， 7（1）： 527-535.

[11] PINHO P， HYTONEN T， RANTANEN M， et al. Dynamic control of supplemental lighting intensity in a greenhouse environment[J]. Lighting Research & Technology， 2013， 45（3）： 295-304.

[12] 劉曉英， 徐志剛， 焦學(xué)磊， 等. 可調(diào)LED光源系統(tǒng)設(shè)計及其對菠菜生長的影響[J]. 農(nóng)業(yè)工程學(xué)報， 2012， 28（1）： 208-212.

LIU X， XU Z， JIAO X， et al. Design of adjustable LED light source system and its effect on spinach growth [J] Transactions of the CSAE， 2012， 28 （1）： 208-212.

[13] 胡瑾， 樊宏攀， 張海輝， 等. 基于無線傳感器網(wǎng)絡(luò)的溫室光環(huán)境調(diào)控系統(tǒng)設(shè)計[J]. 農(nóng)業(yè)工程學(xué)報， 2014， 30（4）： 160-167.

HU J， FAN H， ZHANG H， et al. Design of greenhouse light environment control system based on wireless sensor network[J]. Transactions of the CSAE， 2014， 30（4）： 160-167.

[14] 張曉涵， 尹長川， 吳華瑞. 面向大規(guī)模農(nóng)田生境監(jiān)測的無線傳感器網(wǎng)絡(luò)節(jié)能優(yōu)化策略[J]. 智慧農(nóng)業(yè)， 2019， 1（2）： 55-63.

ZHANG X， YIN C， WU H. Energy optimization strategy for wireless sensor networks for large-scale farmland habitat monitoring[J]. Smart Agriculture， 2019， 1（2）： 55-63.

[15] 蘇戰(zhàn)戰(zhàn)， 李莉， 李文軍， 等. 基于RF-GSO的溫室番茄自適應(yīng)調(diào)光系統(tǒng)設(shè)計與試驗[J]. 農(nóng)業(yè)機械學(xué)報， 2019， 50（S1）： 339-346.

SU Z， LI L， LI W， et al. Design and experiment of an adaptive dimming system for greenhouse tomatoes based on RF-GSO[J]. Transactions of the CSAM， 2019， 50（S1）： 339-346.

[16] TANG L， YIN D， CHEN C， et al. Optimal design of plant canopy based on light interception： A case study with loquat[J]. Frontiers in Plant Science， 2019， 10： 364-375.

[17] VISSER P， BUCK H， VAN W. Optimizing illumination in the greenhouse using a 3D model of tomato and a ray tracer[J]. Frontiers in Plant Science， 2014， 5： 48-55.

[18] 趙靜， 周增產(chǎn)， 卜云龍， 等. 植物工廠自動立體栽培系統(tǒng)研發(fā)[J]. 農(nóng)業(yè)工程， 2018， 8（1）： 18-21.

ZHAO J， ZHOU Z， BU Y， et al. Research and development of auto stereo cultivation system in plant factory[J]. Agricultural Engineering， 2018， 8（1）： 18-21.

[19] KARIM W， SEIDI A， HILL R， et al. Novel characteristics of photodamage to psii in a high-light-sensitive Symbiodinium phylotype[J]. Plant and Cell Physiology， 2015， 56（6）： 1162-1171.

[20] FAN H， GUAN L， LI T， et al. Hydrogen sulphide alleviates oxidative damage and enhances light energy transformation under high light for Dendrobium officinale[J]. Scientia Horticulturae， 2014， 177： 47-52.

[21] XIE S， LUO X. Effect of leaf position and age on anatomical structure， photosynthesis， stomatal conductance and transpiration of Asian pear[J]. Botanical Bulletin of Academia Sinica， 2003， 44（4）： 297-303.

[22] 艾希珍， 張振賢， 何啟偉， 等. 日光溫室黃瓜不同葉位葉片光合作用研究[J]. 中國農(nóng)業(yè)科學(xué)， 2002， 35（12）： 1519-1524.

AI X， ZHANG Z， HE Q， et al. Study on photosynthesis of cucumber leaves in different positions in sunlight greenhouse[J]. Scientia Agricultura Sinica，2002， 35（12）： 1519-1524.

[23] 姜英， 林葉春， 許和水， 等. 兩種C_4作物不同葉位光合及葉綠素?zé)晒馓匦员容^[J]. 中國農(nóng)業(yè)大學(xué)學(xué)報， 2012， 17（3）： 34-42.

JIANG Y， LIN Y， XU H， et al. Comparison of photosynthesis and chlorophyll fluorescence characteristics of two C_4 crops at different leaf positions[J]. Journal of China Agricultural University， 2012，17 （3）： 34-42.

[24] WILSON D， COOPER J. Apparent photosynthesis and leaf characters in relation to leaf position and age， among contrasting Lolium genotypes[J]. New Phytologist， 1969， 68（3）： 645-655.

[25] 張海輝， 張盼， 胡瑾， 等. 融合葉位光合差異的設(shè)施黃瓜立體光環(huán)境優(yōu)化調(diào)控模型[J]. 農(nóng)業(yè)機械學(xué)報， 2019， 50（2）： 266-272.

ZHANG H， ZHANG P， HU J， et al. Optimal regulation model of cucumber stereoscopic light environment based on photosynthetic difference of leaf position [J]. Transactions of the CSAM， 2019， 50（2）： 266-272.

[26] MIAO Y， WANG X， GAO L， et al. Blue light is more essential than red light for maintaining the activities of photosystem ii and i and photosynthetic electron transport capacity in cucumber leaves[J]. Journal of Integrative Agriculture， 2016， 15（1）： 87-100.

[27] LIU X， JIAO X， CHANG T， et al. Photosynthesis and leaf development of cherry tomato seedlings under different led-based blue and red photon flux ratios[J]. Photosynthetica， 2018， 56（4）： 1212-1217.

[28] MIAO Y， CHEN Q， QU M， et al. Blue light alleviates 'red light syndrome' by regulating chloroplast ultrastructure， photosynthetic traits and nutrient accumulation in cucumber plants[J]. Scientia Horticulturae， 2019， 257： 750-759.

Abstract： Light is the main energy source for plants to carry out photosynthesis， and the quality of light directly affects the yield and quality of crops. In view of the fact that most of the existing plant light supplement systems are based on the photosynthetic capacity of functional leaves， problems such as photoinhibition of new leaves in the canopy and lack of supplementary light in the functional leaf position between plants， and the position of light supplement can’t be adjusted dynamically to adapt to crop growth exist， taking facility cucumber as the research object， an stereo light environment intelligent control system based on the characteristic differences of plant light requirements was designed in this research. The system is composed of intelligent control subsystem， canopy-plant environment monitoring subsystem， canopy-plant LED light-compensating lamp subsystem， and light-compensating lamp lifting subsystem. Wireless communication between subsystems was realized by using ZigBee technology. The canopy-interplant environmental monitoring subsystem obtains the canopy and interplant environmental information respectively and sends them to the intelligent control subsystem. According to the real-time environmental information， the intelligent control subsystem invokes the canopy regulation model and the appropriate interplant leaf position regulation model to obtain the corresponding regulation target values， and sends them to the canopy-interplant light-compensating lamp to realize the dynamic real-time regulation of the canopy and interplant light-compensating lamp. In November 2018， the stereoscopic light-compensating equipment and the traditional canopy light-compensating equipment were tested and verified with the natural control in the vegetable base of the vegetable industry comprehensive service area of Jingyang County， Shaanxi province. The results showed that， compared with the traditional canopy light-compensating area， the cucumber plant height and stem diameter in the stereoscopic light-compensating area increased significantly， and the average plant height and stem diameter increased by 8.03% and 7.24%， respectively. Compared with the natural treatment area， the average plant height and stem diameter increased by 26.51% and 36.03%， respectively. And during the one-month picking period， compared with the traditional canopy light-compensating area， the yield of the stereoscopic light-compensating area increased by 0.28 kg/m2， the economic benefit increased by 2.82 CNY/m2， the yield of the stereoscopic light-compensating area increased by 1.39 kg/m2， and the economic benefit increased by 4.88 CNY/m2; compared with the natural treatment area indicating that the stereoscopic light environment control system can improve economic benefits and has good application and promotion values.

Key words： facility light environment; ZigBee; cucumber leaf positions; stereoscopic light; intelligent regulation; PWM