張皓婷李明宋佳澤黃修梅包永紅祝鵬楊中杰
(1.內(nèi)蒙古農(nóng)業(yè)大學(xué)園藝與植物保護學(xué)院,內(nèi)蒙古 呼和浩特 010018;2.內(nèi)蒙古農(nóng)業(yè)大學(xué)職業(yè)技術(shù)學(xué)院,內(nèi)蒙古 包頭 014095)
番茄是喜溫喜光、喜排水良好富含有機質(zhì)土壤的蔬菜;也是我國設(shè)施栽培的主要蔬菜作物之一[1]。目前,溫室番茄的種植中存在栽培環(huán)境因子數(shù)據(jù)測控精度不高、指標準確度量化和系統(tǒng)的實用性差等問題。機器學(xué)習(xí)是人工智能研究的核心,讓計算機模擬人類的學(xué)習(xí)活動,不斷獲得新知識,并進行改進,逐步實現(xiàn)系統(tǒng)的完善。因此,通過機器學(xué)習(xí)對溫室環(huán)境參數(shù)進行智能精確控制是實現(xiàn)設(shè)施溫室各因子智能控制的必要條件。在番茄的生長發(fā)育及產(chǎn)品器官的形成過程中,溫室內(nèi)環(huán)境因素對作物生長至關(guān)重要,溫室環(huán)境控制是番茄高效生長的重要因素,溫室環(huán)境包含溫度、光照和CO2濃度等多種因素,直接影響番茄產(chǎn)量、質(zhì)量和經(jīng)濟效益等指標。本文運用基于機器學(xué)習(xí)的管控方式實時獲取環(huán)境參數(shù)信息,自動進行調(diào)整,實現(xiàn)對環(huán)境的有效控制,符合作物生長環(huán)境的條件,促進高產(chǎn)、優(yōu)質(zhì)、高效生產(chǎn)。
番茄的生長發(fā)育離不開光照,20世紀70年代,以荷蘭、以色列、美國等為首的西方國家,以計算機為基點設(shè)計出設(shè)施環(huán)境監(jiān)控系統(tǒng),此后該系統(tǒng)迅速發(fā)展[2]。1989年,Takakura[3]首先提出用計算機控制環(huán)境因子的觀點。2010年,Kolokot等[4]人建立了環(huán)境和能源智能化控制管理系統(tǒng),以監(jiān)測設(shè)施環(huán)境內(nèi)的空氣溫濕度、光照、CO2濃度以及室外的多種環(huán)境因子。2012年,柳平增[5]進行了基于物聯(lián)網(wǎng)三層體系的物聯(lián)網(wǎng)系統(tǒng)設(shè)計,實現(xiàn)了農(nóng)業(yè)環(huán)境信息的精確獲取和信息感知系統(tǒng)的信息傳遞。2014年,Tabatabaeifar A[6]基于無線傳感網(wǎng)絡(luò)(WSN)測量多個氣候參數(shù),通過GPRS無線傳輸模塊將數(shù)據(jù)上傳到遠程中心,實現(xiàn)溫室的自動化和控制。2016年,范宇飛[7]基于ZigBee技術(shù)設(shè)計出無線監(jiān)控系統(tǒng),用于監(jiān)測控制蘑菇大棚內(nèi)溫濕度、CO2濃度、土壤濕度和光照強度,同時將ZigBee和Internet互聯(lián),實現(xiàn)溫室遠程實時監(jiān)控。同年,Nagesh K D N[8]以ARM7單片機為數(shù)據(jù)處理終端,通過傳感器和GSM通信技術(shù)遠程控制溫室內(nèi)的溫度、濕度、CO2濃度、光照強度等環(huán)境因素。2017年,楊飛等[9]對溫室內(nèi)采集的溫度、濕度、光照等信息通過wifi無線網(wǎng)絡(luò)發(fā)送到監(jiān)控中心,設(shè)計了基于wifi無線網(wǎng)絡(luò)的溫室環(huán)境因子監(jiān)控系統(tǒng)。2017年,王能輝等[10]利用NB-IOT傳感器技術(shù)監(jiān)測農(nóng)田環(huán)境信息,如空氣與土壤的溫濕度、光照強度、CO2濃度等,將該數(shù)據(jù)上傳至服務(wù)器,為后續(xù)農(nóng)業(yè)信息的處理與決策提供了有效信息。2017年,萬偉紅等[11]利用PID算法精確控制溫室內(nèi)的空氣溫濕度、光照強度等因素,實現(xiàn)溫室環(huán)境的智能控制,提高農(nóng)產(chǎn)品的生產(chǎn)效率和產(chǎn)品質(zhì)量。2018年,何燦隆等[12]以設(shè)施蔬菜為試驗對象,MSP430F149單片機為終端處理設(shè)備,通過NB-IoT技術(shù)實現(xiàn)了溫室環(huán)境的遠程智能控制。2020年,郭威[13]等設(shè)計出一套多自由度溫室大棚的影像采集和環(huán)境監(jiān)測機器人系統(tǒng),實現(xiàn)了無人巡檢、多源數(shù)據(jù)網(wǎng)格化智能采集。
在溫室生產(chǎn)中,光照是一個重要的環(huán)境因素,光照不僅影響番茄的生長,還影響溫度、濕度等其它環(huán)境因子。所以,本文借助機器學(xué)習(xí)并結(jié)合研究者們對番茄生長需光特性研究的成果,通過物聯(lián)網(wǎng)采用無線通信技術(shù)連接光照強度傳感器,實時采集與監(jiān)測溫室內(nèi)的光照強度,并傳輸回遠程控制設(shè)備上,進行數(shù)據(jù)分析及運算調(diào)整,再通過機器學(xué)習(xí)整合建模,進而科學(xué)控制光照強度與光照時間,促使喜溫喜光的番茄始終在適宜的環(huán)境中生長,使植株生長強壯、果實發(fā)育正常、含糖量提升、產(chǎn)量增加、品質(zhì)變優(yōu),并且降低成本和能耗,實現(xiàn)溫室番茄智能控光。
溫室內(nèi)溫度的變化對植物的主要生理代謝影響顯著,合理控制溫度有利于番茄的生長。2001年,楊家強、鐘應(yīng)善[14]提出國內(nèi)第1個以單片機為核心的監(jiān)測系統(tǒng),用于溫室溫漏度數(shù)據(jù)采集。2002年,為了監(jiān)測葡萄園的溫度和濕度等影響生長的環(huán)境因素,Inte公司在美國俄勒岡州的溫室安裝了多個無線傳感器,建成了全球首個配備無線傳感器網(wǎng)絡(luò)的葡萄園[15]。2009年,G.Tong等[16]應(yīng)用CFD從外界環(huán)境因素的變化預(yù)測溫室內(nèi)的溫度分布情況。2012年,盛平等[17]在溫室環(huán)境遠程監(jiān)控技術(shù)上增加3G技術(shù),實現(xiàn)了環(huán)境參數(shù)的遠程采集、傳輸和查詢,并實現(xiàn)實時遠程控制。同年,劉洋[18]通過計算機數(shù)據(jù)采集系統(tǒng)以及通訊轉(zhuǎn)換裝置,可監(jiān)控育秧大棚內(nèi)的溫濕度、光照強度和CO2濃度等環(huán)境因子。2013年,楊靖等[19]設(shè)計了基于RS-485總線和nRF905的溫室環(huán)境監(jiān)測系統(tǒng),提出了多點傳輸數(shù)據(jù)通信協(xié)議,實現(xiàn)對溫室內(nèi)的溫度等多種環(huán)境參數(shù)的實時監(jiān)測。2015年,黃金俠等[20]利用上位機、下位機、環(huán)境參數(shù)模糊控制器和執(zhí)行機構(gòu)等對采集的數(shù)據(jù)用MATLAB仿真軟件模糊控制,實現(xiàn)了智能化控制水稻育秧大棚內(nèi)溫濕度等多種環(huán)境因子。2016年,武興華等[21]通過ZigBee無線傳感網(wǎng)絡(luò)技術(shù)收集溫度、濕度、土壤水分等環(huán)境數(shù)據(jù),可以實時監(jiān)測溫室中不同區(qū)域的環(huán)境參數(shù)。2017年,仲躍、丁輝等人[22]將物聯(lián)網(wǎng)技術(shù)應(yīng)用到草莓種植園中,結(jié)合ZigBee和GPRS無線傳輸系統(tǒng)設(shè)計出系統(tǒng)監(jiān)測平臺,進行監(jiān)測棚中土壤溫度、土壤含水量、光照強度等參數(shù)。2018年,劉傳岐[23]利用LabVIEW進行上位機監(jiān)測設(shè)計了一套針對育秧大棚溫濕度的實時采集顯示系統(tǒng),滿足了遠距離數(shù)據(jù)傳輸要求,可供用戶隨時在內(nèi)、外網(wǎng)進行遠程監(jiān)控。2019年,劉海洋等[24]將所采集的環(huán)境溫度、相對濕度、大氣壓力等參數(shù)通過GPRS技術(shù)實現(xiàn)遠程傳輸,從而實現(xiàn)基于GPRS的遠程監(jiān)控和實時控制處理。
在番茄生長過程中受溫度的影響極為明顯,番茄的各個生育期都有其最高溫度、最低溫度和最適溫度。為使番茄的每一生命活動均在適當?shù)臏囟确秶鷥?nèi),本文以機器學(xué)習(xí)為基礎(chǔ)并結(jié)合研究者們對番茄生長的各個生育時期的需溫特性的研究成果,通過溫度傳感器等實時采集并傳輸回遠程控制設(shè)備進行數(shù)據(jù)分析、處理、轉(zhuǎn)換、模擬和存儲等,再通過無線通信技術(shù)在視頻設(shè)備上顯示,供以查看;機器能合理調(diào)整番茄各時期所需的溫度,使喜溫的番茄生長正常進行光合作用、呼吸作用和其它生理活動,進而增產(chǎn)增效。
溫室內(nèi)CO2濃度的高低對作物生長有重要作用,濃度過高或過低都會阻礙作物的生長。20世紀20年代,德國率先提出“碳酸氣施肥”方法后,荷蘭和丹麥等國家先后開始使用CO2施肥技術(shù)在溫室中生產(chǎn)茄果類蔬菜[25]。1998年,李萍萍、汪永斌等[26,27]自主研發(fā)的溫室智能控制系統(tǒng),以工業(yè)控制計算機作為控制中心,可監(jiān)測光照、溫度、CO2濃度等溫室環(huán)境參數(shù),自動控制作物生長所需的物質(zhì)并明確環(huán)境參數(shù)的合理控制范圍,實現(xiàn)了溫室的綜合調(diào)控。2001年,哈敏、劉文合等[28]開發(fā)出具自動化特征及其技術(shù)的CO2施肥系統(tǒng),試驗證明溫室內(nèi)的CO2濃度均勻度很好。2003年,彭冬玲[29]基于匯編為主要開發(fā)工具的8031單片機為核心的測控系統(tǒng),采用計算機自動控制技術(shù),使測控過程完全自動化,實現(xiàn)自動控制溫室內(nèi)CO2濃度。2006年,韓效釗等[30]編制計算機程序?qū)厥覂?nèi)CO2平衡數(shù)學(xué)模型和CO2施肥技術(shù)模型進行了驗證,得出CO2施肥理想的參數(shù)。2008年,項美晶等[31]依據(jù)溫室內(nèi)生菜生長規(guī)律和環(huán)境因子變化規(guī)律,設(shè)計出BP神經(jīng)網(wǎng)絡(luò)的溫室生菜CO2濃度和光照等的量化模型,可預(yù)測不同環(huán)境下生菜生長情況,實現(xiàn)溫室小氣候條件下對生菜產(chǎn)量的定量控制。2009年,羅家兵、張恒[32]通過BP神經(jīng)網(wǎng)絡(luò)模糊控制溫室中的CO2,并使用Mablab進行模擬學(xué)習(xí),可有效地控制溫室CO2。2010年,馬淑英等[33]采用模糊控制系統(tǒng)測量蔬菜大棚內(nèi)CO2濃度,根據(jù)系統(tǒng)規(guī)律輸出,獲得理想的CO2濃度控制效果。同年,Salazar等[34]運用三層神經(jīng)網(wǎng)絡(luò)構(gòu)造棚室溫度和CO2濃度的預(yù)測模型,通過預(yù)測的CO2濃度值作為輸入變量而獲取精準的光合速率預(yù)測模型,進而合理地在溫室內(nèi)指導(dǎo)增施CO2肥料。2014年,劉永華等[35]建立了智能溫室的WEB環(huán)境監(jiān)控系統(tǒng),連接CO2濃度傳感器和其它環(huán)境因子采集傳感器實時采集環(huán)境參數(shù),可遠程觀察現(xiàn)場狀況并進行網(wǎng)絡(luò)監(jiān)控。2015年,Gomes等[36]擬定了溫室環(huán)境監(jiān)測系統(tǒng),通過3G接入、Web服務(wù)、數(shù)據(jù)庫和與用戶交互的Web界面,將監(jiān)控系統(tǒng)概念延伸到物聯(lián)網(wǎng)解決方案,能實現(xiàn)多個不同類型傳感器連接,使其負有重用性和擴展性。同年,王以忠等[37]設(shè)計的一款基于LabVIEW智能溫室監(jiān)控系統(tǒng),通過GPRS技術(shù)和Internet把傳感器節(jié)點采集的大棚內(nèi)數(shù)據(jù)實時回傳到監(jiān)控器,經(jīng)監(jiān)控中心發(fā)出指令至管理節(jié)點控制大棚中的環(huán)境,進而達到適宜作物生長的條件。2017年,張瑩、張海輝等[37-39]分別基于RS485總線對連棟溫室的環(huán)境參數(shù)進行監(jiān)控,其系統(tǒng)可以進行實時短信預(yù)警;基于無線傳感網(wǎng)絡(luò)對設(shè)施中的CO2濃度進行精準調(diào)控。
CO2是植物進行光合作用的重要原料,為了在溫室中維持作物的正常光合所需,可以使用基于機器學(xué)習(xí)的控制算法施入有機肥和通風方法補充CO2。利用物聯(lián)網(wǎng)等控制器采集回來的數(shù)據(jù),并根據(jù)溫室內(nèi)CO2濃度日變化規(guī)律、溫室內(nèi)主要環(huán)境參數(shù)與光合作用的關(guān)系,以及番茄在不同生長期對CO2濃度需求,結(jié)合溫室環(huán)境傳感器、補氣和通風設(shè)備,以及機器學(xué)習(xí)控制等,對溫室內(nèi)合理控釋CO2氣肥,將CO2濃度控制在適合番茄當前生育階段的最佳水平,可增加溫室番茄的產(chǎn)量。
隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展,日光溫室逐漸朝著智慧溫室的方向發(fā)展,基于物聯(lián)網(wǎng)技術(shù)和機器學(xué)習(xí)的智能農(nóng)業(yè)監(jiān)控系統(tǒng),對無線傳感器網(wǎng)絡(luò)采集的環(huán)境數(shù)據(jù)進行分析和建模,將幫助農(nóng)業(yè)決策。增強機器自身的數(shù)據(jù)分析和學(xué)習(xí)能力,將有利于智能溫室的升級,實現(xiàn)適應(yīng)機器學(xué)習(xí)的動態(tài)學(xué)習(xí)。
上述基于機器學(xué)習(xí)的環(huán)境控制和監(jiān)測等方法可應(yīng)用在溫室種植的多種作物方面,對農(nóng)業(yè)經(jīng)濟價值有顯著而巨大的影響,具有長遠而深刻的理論意義和實用價值。