設(shè)施甜櫻桃智能化管控平臺(tái)開發(fā)與應(yīng)用

中圖分類號(hào)：S662.5 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1002-2910（2025）02-0069-04

近年來國家高度重視智慧農(nóng)業(yè)與設(shè)施農(nóng)業(yè)發(fā)展，2024年農(nóng)業(yè)農(nóng)村部連發(fā)《關(guān)于大力發(fā)展智慧農(nóng)業(yè)的指導(dǎo)意見》《全國智慧農(nóng)業(yè)行動(dòng)計(jì)劃（2024-2028）》，強(qiáng)調(diào)推進(jìn)設(shè)施種植數(shù)字化、開發(fā)智慧農(nóng)業(yè)基礎(chǔ)模型。系列政策為設(shè)施甜櫻桃智能化管控系統(tǒng)研發(fā)提供了政策保障與發(fā)展機(jī)遇。

甜櫻桃作為高附加值水果，在中國的種植規(guī)模持續(xù)擴(kuò)大，截至2022年，種植面積達(dá)22.67萬 產(chǎn)量超120萬t，其中設(shè)施種植面積顯著提升，已成為農(nóng)民增收的重要途徑。設(shè)施智能化管控技術(shù)是通過物聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)、自動(dòng)化裝備等現(xiàn)代信息技術(shù)，對(duì)設(shè)施內(nèi)的環(huán)境參數(shù)、果樹生長(zhǎng)狀態(tài)及生產(chǎn)流程進(jìn)行實(shí)時(shí)感知、智能分析和精準(zhǔn)調(diào)控，實(shí)現(xiàn)降低人工成本、提高果品產(chǎn)量與品質(zhì)的目標(biāo)。

1國內(nèi)外研究現(xiàn)狀

國外在設(shè)施農(nóng)業(yè)智能化管控方面起步較早，積累了大量經(jīng)驗(yàn)與成果。Li等[1分析了基于模糊控制和傳感器網(wǎng)絡(luò)的智能農(nóng)業(yè)系統(tǒng)及其控制模式，結(jié)合ZigBee等無線傳感器技術(shù)，實(shí)現(xiàn)傳感信號(hào)的傳輸和集中控制，建立了智能農(nóng)業(yè)溫室監(jiān)控系統(tǒng)。Popescu等[2]設(shè)計(jì)無人機(jī)軌跡以實(shí)現(xiàn)高效數(shù)據(jù)收集，并采用有效的數(shù)據(jù)處理算法（共識(shí)和符號(hào)聚合近似）以傳輸相關(guān)數(shù)據(jù)，進(jìn)而實(shí)現(xiàn)精準(zhǔn)監(jiān)測(cè)。Sun等[3]設(shè)計(jì)開發(fā)了一套農(nóng)作物生長(zhǎng)監(jiān)測(cè)終端設(shè)備。可以實(shí)時(shí)獲取溫度和濕度、光照、 濃度、土壤數(shù)據(jù)和其他作物生長(zhǎng)環(huán)境參數(shù)。為追溯模型實(shí)現(xiàn)作物生長(zhǎng)環(huán)境的多點(diǎn)監(jiān)測(cè)、智能控制、自動(dòng)化運(yùn)行提供了有力支撐。

國內(nèi)設(shè)施農(nóng)業(yè)智能化管控技術(shù)領(lǐng)域取得顯著進(jìn)展。黃云龍[4]研究設(shè)計(jì)了一套專門針對(duì)櫻桃大棚的自動(dòng)化控制管理系統(tǒng)，可實(shí)現(xiàn)實(shí)時(shí)監(jiān)測(cè)、數(shù)據(jù)分析、云端數(shù)據(jù)存儲(chǔ)以及遠(yuǎn)程、本地控制、聯(lián)動(dòng)控制和BP神經(jīng)網(wǎng)絡(luò)控制多種設(shè)備的控制模式策略，滿足櫻桃種植戶的需求。曾鏡源[5依據(jù)果園灌溉需求，整合2種物聯(lián)網(wǎng)通信技術(shù)，在原有基礎(chǔ)上，對(duì)通信技術(shù)和檢測(cè)電路等重新進(jìn)行設(shè)計(jì)，從而提升灌溉的精細(xì)化水平。郭威以特色羊肚菌和番茄的外觀、口感、產(chǎn)量3類品質(zhì)為管控目標(biāo)，從數(shù)據(jù)采集設(shè)備、生長(zhǎng)調(diào)控方面提出了能夠針對(duì)品質(zhì)進(jìn)行多要素耦合全生育期的管控方法，適配中西部大部分特色農(nóng)產(chǎn)品設(shè)施環(huán)境。

但當(dāng)前研究仍存在諸多不足，國內(nèi)智能化管控系統(tǒng)的自主研發(fā)能力較弱，先進(jìn)技術(shù)在設(shè)施果業(yè)上應(yīng)用尚不廣泛，針對(duì)甜櫻桃等特定作物的智能化管控技術(shù)研究不夠深入，缺乏針對(duì)性的系統(tǒng)解決方案。

為解決上述問題，筆者對(duì)國內(nèi)外智能化管控方面進(jìn)行了總結(jié)分析，對(duì)智能化管控需求進(jìn)行調(diào)研，并開發(fā)相應(yīng)的智能化管控平臺(tái)，實(shí)時(shí)采集甜櫻桃生長(zhǎng)及環(huán)境的各項(xiàng)數(shù)據(jù)，通過數(shù)據(jù)分析和智能決策，實(shí)現(xiàn)對(duì)設(shè)施環(huán)境的精準(zhǔn)調(diào)控和自動(dòng)化管理，確保甜櫻桃生長(zhǎng)在最適宜的環(huán)境中，提高其產(chǎn)量和品質(zhì)。

2智能化管控需求調(diào)研

為深人了解設(shè)施甜櫻桃相關(guān)科研工作者、種植戶和企業(yè)對(duì)智能化管控的需求，采用問卷調(diào)查和實(shí)地訪談相結(jié)合的方式進(jìn)行調(diào)研。共發(fā)放調(diào)查問卷200份，回收有效問卷185份，覆蓋山東、遼寧等甜櫻桃主要種植區(qū)域。實(shí)地訪談選取10個(gè)具有代表性的種植基地和5家企業(yè)，與科研人員、種植戶、技術(shù)人員、企業(yè)管理人員進(jìn)行面對(duì)面交流。

根據(jù)問卷及面談結(jié)果， 94 % 的科研人員、種植戶和企業(yè)對(duì)環(huán)境調(diào)控需求呈現(xiàn)“較高”水平， 90 % 對(duì)病蟲害防治的智能化管控需求呈現(xiàn)“較高”水平，8 6 % 對(duì)智能水肥一體化系統(tǒng)需求呈現(xiàn)“較高”水平。筆者以設(shè)施內(nèi)的環(huán)境調(diào)控、智能水肥、病蟲害智能防治3方面搭建設(shè)施甜櫻桃智能化管控平臺(tái)。

3甜櫻桃生產(chǎn)管理需求

以周年管理為標(biāo)準(zhǔn)，甜櫻桃物候期可分為休眠期、萌芽期、開花期、幼果期、硬核期、果實(shí)膨大轉(zhuǎn)色期、成熟采收期。周年管理需精準(zhǔn)把控設(shè)施內(nèi)環(huán)境調(diào)控、水肥供應(yīng)與病蟲害防治，以保障樹體正常生長(zhǎng)發(fā)育、開花結(jié)果及優(yōu)質(zhì)生產(chǎn)。

設(shè)施環(huán)境調(diào)控方面。根據(jù)物候期的不同，管理上有差異。休眠期，設(shè)施內(nèi)控制溫度維持在 濕度 6 0 % ～ 8 0 % 、地溫不低于 ，溫度過低時(shí)白天揭簾提溫，過高時(shí)夜間揭簾降溫。萌芽期，適宜溫度白天 ，最高不超 ；夜間 7 ～ ，最低不低于 ；濕度 8 0 % ～ 9 0 % ，低于 30 % 需要補(bǔ)水。幼果期白天 ，最濕度低于臨界值時(shí)向地面噴水增濕。開花期防止高溫干燥和濕度過大導(dǎo)致的病害，適宜溫度白天 ，最高不超 ；夜間 ，最低不低于 ；濕度5 0 % ～ 6 0 % ，通過風(fēng)口，補(bǔ)水等調(diào)節(jié)濕度大小。幼果期白天適宜溫度 ，最高不超 ；夜間 ；果實(shí)膨大期至采收期白天適宜 2 2 ～ ；夜間 ，濕度控制在 5 0 % ～ 6 0 % ，盡量保持濕度的穩(wěn)定性，減少裂果。采收后放風(fēng)鍛煉，外界溫度不低于 時(shí)逐步撤膜，不鍛煉則在撤膜當(dāng)天覆蓋 70 % 透光率左右遮陽網(wǎng)。

水肥管理方面，遵循按需供給原則。萌芽期，升溫1周內(nèi)在樹盤施硝酸銨鈣，長(zhǎng)勢(shì)弱可增施黃腐酸鉀或生根菌肥，施入后覆土蓋嚴(yán)。施肥后立即澆1次透水。花露白后根據(jù)樹勢(shì)沖施一次水溶性復(fù)合肥，花期噴施坐果藥后沖施平衡肥?；ê笾敛墒掌陂g隔 7 ～ 1 0 d 葉面交替噴施氨基酸和微量元素肥 2 ～ 3次。幼果期根據(jù)結(jié)果量，前期偏氮磷，后期偏磷鉀。采收結(jié)束后需要補(bǔ)充一次肥料，以平衡肥及菌肥為主，葉面噴施1次氨基酸葉面肥。早秋追施有機(jī)肥、復(fù)合肥及中微量肥料，施后立即覆土蓋嚴(yán)，澆1次透水。

病蟲害防治貫穿全生長(zhǎng)周期。休眠期揭簾升溫前清除枯葉，萌芽期修剪后噴 石硫合劑。萌發(fā)期噴殺蟲殺菌藥劑（封閉藥），開花期避免濕度過大引起花腐病。落花后至轉(zhuǎn)色前噴1～2次藥劑，殺菌劑 2 5 % 啶菌噁唑乳油1000倍液。果實(shí)采后的越夏管理，主要是防止葉斑病，避免早期落葉，噴 1 ～ 2次殺菌劑（波爾多液或戊唑醇交替噴施），或殼聚糖類、氨基酸類的有機(jī)營養(yǎng)劑提高抗病力；同時(shí)注意蟲害發(fā)生，用齊螨素（蟲螨克）和噻嗪酮等藥劑防治二斑葉螨和桑白玠殼蟲。

4平臺(tái)整體架構(gòu)設(shè)計(jì)

綜合考慮平臺(tái)面向的用戶群體、使用場(chǎng)景及具備高擴(kuò)展性等需求，選用B/S系統(tǒng)架構(gòu)進(jìn)行開發(fā)，進(jìn)一步設(shè)計(jì)分層架構(gòu)。分層架構(gòu)包括數(shù)據(jù)采集層、數(shù)據(jù)處理層、業(yè)務(wù)邏輯層和用戶界面層（圖1）。

數(shù)據(jù)采集層負(fù)責(zé)采集各種與甜櫻桃生長(zhǎng)相關(guān)的數(shù)據(jù)。通過部署多種類型的傳感器實(shí)時(shí)采集設(shè)施內(nèi)的環(huán)境參數(shù)，并通過無線傳輸技術(shù)將數(shù)據(jù)傳輸?shù)綌?shù)據(jù)處理層。同時(shí)接人圖像采集設(shè)備，用于采集甜櫻桃的生長(zhǎng)生理狀態(tài)圖像，為病蟲害監(jiān)測(cè)和生長(zhǎng)模型構(gòu)建提供圖像數(shù)據(jù)。

數(shù)據(jù)處理層負(fù)責(zé)對(duì)數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換和存儲(chǔ)。通過去除噪聲和異常值，提高數(shù)據(jù)質(zhì)量。將原始數(shù)據(jù)轉(zhuǎn)換為適合存儲(chǔ)和分析的格式，對(duì)數(shù)據(jù)進(jìn)行初步的分析和統(tǒng)計(jì)，并存儲(chǔ)至分布式文件系統(tǒng)和分布式數(shù)據(jù)庫中。

業(yè)務(wù)邏輯層負(fù)責(zé)實(shí)現(xiàn)各種業(yè)務(wù)功能和智能算法。根據(jù)預(yù)設(shè)的規(guī)則和算法，實(shí)現(xiàn)對(duì)大棚內(nèi)通風(fēng)、遮陽、灌溉、施肥等設(shè)備的智能控制，確保甜櫻桃生長(zhǎng)環(huán)境的適宜性。通過對(duì)歷史數(shù)據(jù)和實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)的分析，利用機(jī)器學(xué)習(xí)算法建立甜櫻桃生長(zhǎng)模型，預(yù)測(cè)甜櫻桃的生長(zhǎng)趨勢(shì)和產(chǎn)量。利用深度學(xué)習(xí)算法對(duì)病蟲害圖像進(jìn)行識(shí)別，判斷病蟲害的種類和嚴(yán)重程度，并根據(jù)病蟲害預(yù)測(cè)模型，結(jié)合環(huán)境數(shù)據(jù)和甜櫻桃生長(zhǎng)狀態(tài)，預(yù)測(cè)病蟲害的發(fā)生概率和時(shí)間，及時(shí)發(fā)出預(yù)警信息。

用戶界面層負(fù)責(zé)平臺(tái)與用戶交互。采用響應(yīng)式設(shè)計(jì)及簡(jiǎn)單明了的布局、操作流程，能夠適應(yīng)不同設(shè)備的屏幕尺寸，使用戶隨時(shí)隨地通過Web瀏覽器，訪問平臺(tái)的各種功能模塊，包括環(huán)境監(jiān)測(cè)數(shù)據(jù)查看、設(shè)備控制、生長(zhǎng)模型分析結(jié)果展示、病蟲害預(yù)警信息查看、農(nóng)事操作建議查看、數(shù)據(jù)可視化等。

5平臺(tái)開發(fā)與實(shí)現(xiàn)

5.1開發(fā)工具與技術(shù)選型

本平臺(tái)利用Java語言在SpringBoot框架的基礎(chǔ)上對(duì)后臺(tái)進(jìn)行編程，利用JavaScript、HTML5、CSS3技術(shù)，結(jié)合Vue.js框架開發(fā)前端，使用MyBatis框架完成數(shù)據(jù)庫訪問開發(fā)，采用HTTPS協(xié)議結(jié)合JSON數(shù)據(jù)格式完成數(shù)據(jù)傳輸，采用Python3進(jìn)行人工智能算法編程實(shí)現(xiàn)。

5.2功能模塊實(shí)現(xiàn)

環(huán)境監(jiān)測(cè)與調(diào)控模塊。前端頁面，針對(duì)不同的數(shù)據(jù)類型采用不同的圖表形式進(jìn)行實(shí)時(shí)展示。如溫度和濕度數(shù)據(jù)以折線圖呈現(xiàn)，橫坐標(biāo)為時(shí)間，縱坐標(biāo)分別為溫度值和濕度值；光照強(qiáng)度則以柱狀圖展示；氣體濃度數(shù)據(jù)，以儀表盤的形式呈現(xiàn)，綠色區(qū)域表示正常范圍，紅色區(qū)域表示超出正常范圍。在頁面布局上，將各類環(huán)境參數(shù)的展示區(qū)域合理劃分，設(shè)置醒目的標(biāo)題和標(biāo)注，便于種植戶區(qū)分和查看。業(yè)務(wù)邏輯編寫方面，基于預(yù)設(shè)的甜櫻桃生長(zhǎng)環(huán)境參數(shù)范圍，服務(wù)器對(duì)實(shí)時(shí)采集的數(shù)據(jù)進(jìn)行比對(duì)分析，當(dāng)溫度超出設(shè)定的適宜范圍時(shí)，服務(wù)器根據(jù)偏差程度和變化趨勢(shì)，計(jì)算出相應(yīng)的調(diào)控指令。硬件交互方面，平臺(tái)與通風(fēng)、遮陽等設(shè)備通過無線通信模塊連接，如平臺(tái)服務(wù)器向通風(fēng)設(shè)備的控制器發(fā)送控制指令，控制器接收到指令后，根據(jù)指令要求調(diào)節(jié)通風(fēng)設(shè)備的轉(zhuǎn)速或開啟關(guān)閉狀態(tài)，并反饋控制結(jié)果。

智能水肥一體化模塊。以可視化圖表和文本相結(jié)合的方式，展示土壤養(yǎng)分含量、水分含量等數(shù)據(jù)，并根據(jù)分析結(jié)果提供施肥灌溉建議，如推薦的肥料種類、施肥量、灌溉時(shí)間和灌溉量等。業(yè)務(wù)邏輯編寫方面，施肥灌溉智能決策功能通過傳感器實(shí)時(shí)獲取土壤養(yǎng)分含量、水分含量等數(shù)據(jù)，結(jié)合甜櫻桃的生長(zhǎng)階段和需肥需水規(guī)律，從數(shù)據(jù)庫中查詢相關(guān)的施肥灌溉決策模型和參數(shù)，利用智能算法計(jì)算出施肥量、施肥時(shí)間、灌溉量和灌溉時(shí)間等決策結(jié)果。硬件交互方面，控制器接收到灌溉指令后，根據(jù)指令中的灌溉量和灌溉時(shí)間信息，控制灌溉閥門的開啟和關(guān)閉，并反饋控制結(jié)果，實(shí)現(xiàn)精準(zhǔn)灌溉。

病蟲害監(jiān)測(cè)與預(yù)警模塊。前端頁面設(shè)計(jì)突出可視化和及時(shí)性。以實(shí)時(shí)視頻流形式展現(xiàn)樹體生長(zhǎng)狀態(tài)，在視頻畫面上采用標(biāo)注和提示信息，實(shí)時(shí)顯示病蟲害監(jiān)測(cè)的結(jié)果，自動(dòng)彈出預(yù)警窗口，詳細(xì)顯示病蟲害的名稱、癥狀描述、發(fā)展趨勢(shì)和防治建議等。業(yè)務(wù)邏輯編寫方面，圖像采集設(shè)備按照設(shè)定的時(shí)間間隔進(jìn)行圖像采集，并回傳至平臺(tái)服務(wù)器。服務(wù)器端利用深度學(xué)習(xí)算法中對(duì)圖像進(jìn)行識(shí)別，并預(yù)測(cè)病蟲害發(fā)生趨勢(shì)。然后根據(jù)病蟲害的種類、嚴(yán)重程度和發(fā)生趨勢(shì)，推送預(yù)警及防治措施建議。硬件交互方面主要涉及圖像采集和病蟲害防治設(shè)備，以噴霧器為例，控制器接收到實(shí)時(shí)決策指令后，調(diào)整設(shè)備的啟動(dòng)、停止、噴霧量等參數(shù)，并實(shí)時(shí)反饋設(shè)備狀態(tài)展示在前端頁面。

數(shù)據(jù)分析與決策支持模塊。前端頁面強(qiáng)調(diào)數(shù)據(jù)可視化及決策直觀性，數(shù)據(jù)分析結(jié)果以多種圖表形式展示，如散點(diǎn)圖分析環(huán)境因素與產(chǎn)量、品質(zhì)之間的相關(guān)性。設(shè)置篩選和查詢功能幫助用戶進(jìn)行查看。決策建議頁面以文本和圖表相結(jié)合的方式，展示根據(jù)數(shù)據(jù)分析結(jié)果生成的決策建議，如施肥建議等。業(yè)務(wù)邏輯編寫方面，從數(shù)據(jù)庫中獲取甜櫻桃的種植相關(guān)數(shù)據(jù)，進(jìn)行預(yù)處理，利用數(shù)據(jù)挖掘和深度學(xué)習(xí)算法對(duì)數(shù)據(jù)進(jìn)行分析，結(jié)合甜櫻桃的生長(zhǎng)規(guī)律和專家經(jīng)驗(yàn)，生成決策建議。與其他模塊主要是數(shù)據(jù)交互，從各模塊獲取數(shù)據(jù)并將生成的數(shù)據(jù)分析結(jié)果和決策建議反饋給其他模塊，協(xié)同工作，保證整體運(yùn)行效率和決策科學(xué)性。

6平臺(tái)應(yīng)用效果分析

平臺(tái)經(jīng)測(cè)試并優(yōu)化后，在精準(zhǔn)監(jiān)測(cè)、AI智能決策、實(shí)時(shí)響應(yīng)方面表現(xiàn)良好。精準(zhǔn)監(jiān)測(cè)方面，空氣溫度精度 、空氣濕度精度 ± 2 % 、土壤溫度精度 ± 0 . 5 % 、土壤濕度精度 ± 2 % 、土壤電導(dǎo)率精度± 3 % 、水質(zhì) p H 精度 ± 0 . 1 、水質(zhì)EC值精度 ± 3 % 5AI智能決策方面，病蟲害識(shí)別準(zhǔn)確率 gt; 9 0 % 、物候期識(shí)別準(zhǔn)確率 gt; 9 3 % ；實(shí)時(shí)響應(yīng)方面，分布端響應(yīng)時(shí)間 lt; 2 s 、傳輸端到端延遲 lt; 2 s 、數(shù)據(jù)采集到設(shè)備調(diào)控延遲 lt; 5 s ，關(guān)鍵指令執(zhí)行時(shí)間 lt; 3 s 。

試驗(yàn)地選取山東省農(nóng)業(yè)科學(xué)院山東省果樹研究所金牛山試驗(yàn)示范基地，地處東經(jīng) ，北緯 。屬于溫帶氣候，年平均氣溫 ，日照2 6 2 7 . 1 h ，降水量 6 9 7 m m 。設(shè)施類型為日光溫室，占地面積 ，主栽品種為美早、魯櫻5號(hào)、齊早、布魯克斯。

平臺(tái)投入使用后，降低了生產(chǎn)成本，提升了甜櫻桃果實(shí)的產(chǎn)量與品質(zhì)，取得了顯著的經(jīng)濟(jì)和社會(huì)效益。生產(chǎn)成本方面，減少了人力用工，降低用工成本超過 1 5 % ；綜合節(jié)水超過 10 % ，化肥施用量減少 1 5 % 左右，累計(jì)降低農(nóng)資成本超過 20 % 。產(chǎn)量和品質(zhì)方面，平臺(tái)的精準(zhǔn)調(diào)控為甜櫻桃的生長(zhǎng)各物候期提供了更加適宜的條件，提升果實(shí)產(chǎn)量超 20 % 5通過實(shí)時(shí)監(jiān)測(cè)并及早防治病蟲害，減少果實(shí)損害，使畸形果率降低到 5 % ，有效提升了商品果率。

7 結(jié)論與展望

本研究成功開發(fā)了設(shè)施甜櫻桃智能化管控平臺(tái)，構(gòu)建了高效的數(shù)據(jù)采集與傳輸體系，運(yùn)用先進(jìn)的數(shù)據(jù)分析算法，實(shí)現(xiàn)了對(duì)設(shè)施甜櫻桃生長(zhǎng)環(huán)境的精準(zhǔn)監(jiān)測(cè)和智能調(diào)控。通過在試驗(yàn)基地的實(shí)際應(yīng)用，平臺(tái)取得了顯著成效。但仍存在一些不足之處，技術(shù)層面，當(dāng)前平臺(tái)在環(huán)境監(jiān)測(cè)的穩(wěn)定性上還有提升空間，平臺(tái)所采用的機(jī)器學(xué)習(xí)算法模型的泛化能力有待提高；應(yīng)用層面，還未開展露地種植的智能化管控研究，其生長(zhǎng)環(huán)境更為復(fù)雜，影響因素更多，是未來需要解決的問題。

展望未來，甜櫻桃智能化管控平臺(tái)將朝著更精準(zhǔn)、更智能、更廣泛應(yīng)用的方向發(fā)展。引入新的傳感器技術(shù)和智能算法，增強(qiáng)模型的泛化能力和適應(yīng)性。開發(fā)適用于露地環(huán)境的智能化管控方案，實(shí)現(xiàn)設(shè)施與露地甜櫻桃種植的智能化全覆蓋。通過持續(xù)創(chuàng)新和拓展應(yīng)用，為甜櫻桃產(chǎn)業(yè)的高質(zhì)量發(fā)展提供更強(qiáng)大的技術(shù)支持，推動(dòng)甜櫻桃產(chǎn)業(yè)向智能化、現(xiàn)代化、可持續(xù)化方向邁進(jìn)。

參考文獻(xiàn)：

[1]LIJUN C，YUBO Z．Analysis of intelligent agricultural system andcontrol mode based on fuzzy control and sensor network[J]. Journalofintelligent amp; fuzzy systems：Applications in Engineering andTechnology，2019（5）：37.

[2]POPESCUD，STOICANF，STAMATESCUG，etal．AdvancedUAV-WSN System for Intelligent Monitoringin PrecisionAgriculture[J]．Sensors，2020，20（3）：817.

[3] SUNLL，SUNHR，CAON，et al.Intelligent Agriculture TechnologyBasedon Internetof Things［J].Intelligent AutomationAnd SoftComputing，2022（32）：429-439.

[4] 黃云龍．櫻桃大棚智能管理控制系統(tǒng)［J].現(xiàn)代化農(nóng)業(yè)，2023（3）：94-96.

[5] 曾鏡源，洪添勝，楊洲，等．果園灌溉物聯(lián)網(wǎng)實(shí)時(shí)監(jiān)控系統(tǒng)的研制與試驗(yàn)［J]．華南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2020，41（6）：145-153.

[6] 郭威，吳華瑞，郭旺，等．特色農(nóng)產(chǎn)品設(shè)施環(huán)境下品質(zhì)智能管控技術(shù)研究現(xiàn)狀與展望［J]．智慧農(nóng)業(yè)（中英文），2024，6（6）：44-62.