設施草莓智慧生產(chǎn)管控系統(tǒng)設計與實現(xiàn)*

孫昌權(quán)，高菊玲

(江蘇農(nóng)林職業(yè)技術學院機電工程學院，江蘇鎮(zhèn)江，212400)

0 引言

近幾年，隨著我國經(jīng)濟的迅速發(fā)展和消費水平的不斷提高，我國草莓產(chǎn)業(yè)發(fā)展迅速，栽培面積不斷擴大，經(jīng)濟效益大幅提升，草莓產(chǎn)業(yè)蓬勃發(fā)展。據(jù)統(tǒng)計，我國草莓生產(chǎn)量和栽培面積超過世界總量的1/3，位居世界第一，但草莓的品質(zhì)、單產(chǎn)遠遠低于其他發(fā)達國家[1-3]。

美國、俄羅斯等國家草莓種植面積和產(chǎn)量位居前列，其中美國溫室草莓生產(chǎn)已經(jīng)實現(xiàn)初步自動化，利用自動化升降高架栽培槽，提高大棚的陽光利用率，待草莓成熟后下降到適宜的高度方便工人采摘果實[4]。同時利用全自動水肥一體化技術提高水和肥料的利用率，不僅降低了生產(chǎn)成本，還提高了草莓產(chǎn)量與品質(zhì)。歐洲的多個國家如法國、西班牙等都對草莓的生產(chǎn)十分重視，利用傳感器技術與計算機控制技術相結(jié)合，實現(xiàn)草莓溫室內(nèi)溫度與濕度自動調(diào)節(jié)[5]，并結(jié)合可移動立體種植的自動化裝備，提高草莓光合作用速率和有機物的積累，使草莓種植變得更加簡單高效。

為實現(xiàn)無線傳感器在溫室內(nèi)獲取精準有效的作物生長信息，吳傳程等[6]提出基于區(qū)域面積覆蓋強度的虛擬力覆蓋優(yōu)化算法，實現(xiàn)溫室內(nèi)無線傳感器對環(huán)境監(jiān)測的性能優(yōu)化。趙繼春等[7]利用ZigBee無線通信技術組建溫室內(nèi)環(huán)境監(jiān)測網(wǎng)絡，將傳感器采集的數(shù)據(jù)發(fā)送至采集控制器內(nèi)經(jīng)過解析處理，并通過MC35iGPRS無線通信模塊將數(shù)據(jù)傳輸?shù)皆品掌鲗崿F(xiàn)溫室的遠程監(jiān)控管理。

目前，我國信息基礎設施相對發(fā)達國家還存在一定的差距，并且由于智能化控制系統(tǒng)研制成本較高，研究對象主要集中在自動化程度較高的示范園區(qū)和科研基地等，因此設計和開發(fā)一類適用于大部分溫室且滿足作物生長的溫室管控系統(tǒng)已成為當前溫室智慧生產(chǎn)亟待解決的問題。

本文從草莓生長對環(huán)境和水肥的實際需求出發(fā)，設計和開發(fā)出一套設施草莓智慧生產(chǎn)管控系統(tǒng)，滿足草莓全生長周期各階段對生長環(huán)境和水肥條件的需求。

1 系統(tǒng)總體設計

設施草莓智慧生產(chǎn)管控系統(tǒng)由生長環(huán)境信息感知系統(tǒng)和環(huán)境調(diào)控系統(tǒng)2個部分組成，系統(tǒng)總體框架如圖1所示。

圖1 系統(tǒng)總體框架圖Fig.1 System framework

生長環(huán)境信息感知系統(tǒng)由嵌入式網(wǎng)關、LoRa主網(wǎng)關、LoRa子網(wǎng)關、傳感器終端組成。由于溫室面積一般較大，需要布置多套環(huán)境采集節(jié)點，LoRa遠距離傳輸可達2 500 m，一套LoRa主網(wǎng)關支持掛載多個LoRa終端節(jié)點，最多可達500個，滿足溫室環(huán)境采集需求。當種植區(qū)域調(diào)整時只需將傳感器節(jié)點放置在適合的位置，并提供電源即可，數(shù)據(jù)采集靈活。

環(huán)境調(diào)控系統(tǒng)包括環(huán)境參數(shù)調(diào)控和水肥參數(shù)調(diào)控，嵌入式網(wǎng)關和控制模塊組成，嵌入式網(wǎng)關和控制模塊之間采用RS485通訊。嵌入式網(wǎng)關與生長環(huán)境信息感知系統(tǒng)中的嵌入式網(wǎng)關為同一個，可以接收底層傳感器采集的環(huán)境參數(shù)(溫濕度、光照強度、CO2濃度、土壤溫濕度)和控制模塊采集的當前溫室執(zhí)行機構(gòu)(風機、外遮陽、補光燈等)的狀態(tài)，并通過4G模塊發(fā)送至后臺云服務器，通過相應的控制策略，實現(xiàn)通過Web端和Android端的遠程監(jiān)控與遠程控制。考慮到水肥控制與數(shù)據(jù)采集功能集中在水肥一體化設備上，所以將控制模塊與采集模塊相融合，操作人員可在現(xiàn)場通過本地上位機控制水泵、電磁閥等執(zhí)行機構(gòu)進行動作，也可通過手機與計算機進行遠程管控。

2 生長環(huán)境信息感知系統(tǒng)設計

2.1 傳感器信息采集

設施草莓溫室中草莓生長環(huán)境信息包括溫濕度、光照強度、CO2濃度、土壤溫濕度等傳感器參數(shù)，傳感器的布置、數(shù)據(jù)節(jié)點的選取及數(shù)據(jù)處理的方法是實現(xiàn)設施草莓智慧生產(chǎn)的重要前提。

溫濕度檢測采用建大仁科RS-WS-N01-2-*溫濕度一體傳感器，RS485信號輸出(標準Modbus-RTU協(xié)議)、溫度精度為±0.4 ℃、濕度精度為±2%RH。光照度檢測采用建大仁科RS-GZ*-*-2型光照傳感器，RS485信號輸出(標準Modbus-RTU協(xié)議)、測量范圍0～65 535 Lux、光照精度±7%。CO2濃度檢測采用建大仁科RS-CO2*-*-2型CO2傳感器，RS485信號輸出(標準Modbus-RTU協(xié)議)、CO2精度為±(40ppm+3%F.S)。土壤溫濕度檢測采用建大仁科RS-RS-WS-*-TR-1土壤溫濕度一體傳感器，土壤溫度測量精度為±0.5 ℃、土壤濕度測量精度為±3%，該傳感器可直接埋入土壤中進行長期動態(tài)檢測。

傳感器局域內(nèi)組網(wǎng)采用基于LoRa技術的組網(wǎng)通信模式，通過LoRa網(wǎng)關將分布在溫室內(nèi)的不同組傳感器采集的數(shù)據(jù)匯聚到嵌入式網(wǎng)關，實現(xiàn)溫室生長環(huán)境信息感知。生長環(huán)境感知系統(tǒng)框架如圖2所示，主網(wǎng)關采用有人物聯(lián)的USR-LG210-L模塊，與子網(wǎng)關通訊最長距離可達4 500 m，支持透傳與組網(wǎng)兩種模式，子網(wǎng)關采用有人物聯(lián)的USR-LG206-L-C-H10模塊，通過RS485與傳感器通訊，與主網(wǎng)關采用透傳模式。系統(tǒng)工作時，操作員通過本地或遠程上位機(計算機WEB端、手機小程序端)設定數(shù)據(jù)上報周期，由嵌入式網(wǎng)關向LoRa主網(wǎng)關發(fā)送指令，隨后主網(wǎng)關以廣播的方式向LoRa子網(wǎng)關發(fā)送查詢指令，LoRa子網(wǎng)關收到指令后主動向傳感器發(fā)送查詢指令，待傳感器收到回復指令后按原路徑返回當前溫室環(huán)境數(shù)據(jù)給嵌入式網(wǎng)關進行解析處理。

圖2 生長環(huán)境感知系統(tǒng)框架圖Fig.2 Framework of growth environment perception system

2.2 多傳感器數(shù)據(jù)融合方法

由于草莓溫室體積龐大，只安裝一組傳感器并不能真實有效地反應當前溫室內(nèi)的環(huán)境現(xiàn)狀，需要根據(jù)溫室體積，種植的作物種類和數(shù)量，合理、科學地部署傳感器的位置和數(shù)量。傳感器越多，采集獲取的數(shù)據(jù)流就越龐大，處理起來就越復雜。以溫室內(nèi)的溫度傳感器為例，提出一種適用于溫室的多傳感器數(shù)據(jù)融合方法，如圖3所示，結(jié)合狄克遜準則[8-10]對采集到的數(shù)據(jù)進行分組處理，對組內(nèi)異常(較高或較低)數(shù)據(jù)進行剔除，然后基于算數(shù)平均值法對剩余數(shù)據(jù)進行融合處理，最后進行自適應加權(quán)融合算法對數(shù)據(jù)進行最終處理。

圖3 多傳感器數(shù)據(jù)融合方法Fig.3 Multisensor data fusion method

假設溫室內(nèi)有3個不同的種植區(qū)域，安裝了n組傳感器，每組有8個溫度傳感器，首先利用狄克遜準則對每組內(nèi)異常數(shù)據(jù)進行剔除。

設組1溫度樣本X1,X2,X3,…,Xn(n=8～10)，統(tǒng)計次數(shù)n=8，故屬于n=8～10的情況，其順序統(tǒng)計量為X1≤X2≤X3≤…≤Xn。當X(i)服從正態(tài)分布時，統(tǒng)計量

(1)

或

(2)

選顯著水平α的值，并參考狄克遜檢驗的臨界表值，計算D(α,n)。

設D(α,n)為狄克遜檢驗的臨界值，則

剔除異常值后對剩下的數(shù)據(jù)進行算數(shù)平均值法融合，最后針對不同種植區(qū)域采集的數(shù)據(jù)對應不同的權(quán)值，在總均方誤差σ2最小的條件下自適應尋找每個數(shù)據(jù)對應的最優(yōu)權(quán)值，并進行自適應加權(quán)融合，具體過程如下。

設n個傳感器的方差分別為：σ12,σ22,σ32,…,σn2，傳感器待估真值分別為：X1，X2，X3，…，Xn，數(shù)據(jù)彼此之間相互獨立且是X的無偏差估計，權(quán)值分別為：W1，

(3)

(4)

總均方誤差[11]

(5)

由式(5)可看出，總均方誤差為各加權(quán)因子的多元二次函數(shù)，依據(jù)拉格朗日定理可對多元函數(shù)求極值，即可計算出在總均方誤差最小的條件下的最優(yōu)加權(quán)因子

(6)

采用最優(yōu)加權(quán)因子，計算最小均方差

(7)

2.3 多傳感器數(shù)據(jù)融合測試

2.3.1 組內(nèi)異常數(shù)據(jù)剔除測試

以環(huán)境溫度為例，在2 000 m2的設施草莓溫室內(nèi)安裝4組傳感器節(jié)點，每組節(jié)點下掛有8個溫度傳感器，每1 min進行一次數(shù)據(jù)采樣。表1為4組節(jié)點所采集到的溫度數(shù)據(jù)。

表1 溫度采樣Tab.1 Temperature sampling ℃

隨機選取其中一個節(jié)點，筆者以節(jié)點3下的8條數(shù)據(jù)進行異常數(shù)據(jù)剔除，以驗證融合方法的可行性。

將節(jié)點3下的8條溫度數(shù)據(jù)進行排序(由小到大)：16.0、16.5、16.6、16.7、16.8、17.0、17.1、20.5，計算統(tǒng)計量

選顯著水平α=0.08，查狄克遜檢驗臨界表值可知D(0.08,8)=0.608。

選顯著水平α=0.04，查狄克遜檢驗臨界表值可知D(0.04,8)=0.717。

取出20.5這個值后，繼續(xù)按照以上步驟進行判斷，直到將所有異常數(shù)據(jù)剔除后，再進行算術平均值和自適應加權(quán)融合算法。

2.3.2 自適應加權(quán)融合測試

通過對4組節(jié)點的數(shù)據(jù)進行異常數(shù)據(jù)剔除和算術平均值計算后，再根據(jù)2.2章節(jié)中的式(3)～式(7)的公式進行自適應加權(quán)融合。表2所示為4組節(jié)點采集得到的數(shù)據(jù)平均值、方差與權(quán)值。

表2 溫度數(shù)據(jù)融合結(jié)果Tab.2 Temperature data fusion results

此時草莓溫室真實溫度值為16.7 ℃，采用多傳感器數(shù)據(jù)融合后得到的溫度值最大程度上接近溫室內(nèi)真實溫度值，能夠很好地反應溫室內(nèi)的環(huán)境現(xiàn)狀。

3 環(huán)境調(diào)控系統(tǒng)設計

3.1 系統(tǒng)功能設計

溫室環(huán)境是影響溫室作物產(chǎn)量與品質(zhì)的重要因素之一，目前玻璃溫室運用最為廣泛的溫室調(diào)控方法，即管理員根據(jù)溫室環(huán)境手動控制溫室內(nèi)的風機、濕簾、補光燈、水泵等執(zhí)行機構(gòu)，調(diào)整溫室環(huán)境和提供水肥供給[12-14]。

草莓對生長環(huán)境要求高，但人工調(diào)控存在依賴經(jīng)驗、滯后性差等缺點，所以時常因為操作人員的失誤導致草莓苗出現(xiàn)徒長、病害等問題，所以農(nóng)業(yè)領域的技術人員通過計算機技術、智能控制等技術，開發(fā)和設計適用于溫室環(huán)境調(diào)控系統(tǒng)。目前，溫室調(diào)控措施有兩種：第一種是給定設定值，通過控制設定參數(shù)上下限，結(jié)合傳感器反饋的參數(shù)，實現(xiàn)溫室環(huán)境調(diào)控；第二種是建立數(shù)學模型，以溫室生產(chǎn)能耗或溫室生產(chǎn)經(jīng)濟效益為目標函數(shù)，設定模型參數(shù)及邊界條件，獲取調(diào)控策略的辦法。

以上兩種控制措施各有優(yōu)勢與特點，但是系統(tǒng)通用型差，對溫室管理人員的技術水平要求高，其中第二種方式目前還處于仿真試驗階段。筆者結(jié)合文獻資料和草莓種植的實際需求，以經(jīng)濟、高效調(diào)控為出發(fā)點，設計與開發(fā)適用于我國大部分溫室的環(huán)境調(diào)控系統(tǒng)。該調(diào)控系統(tǒng)由底層硬件部分與上層控制決策層組成，系統(tǒng)框架如圖4所示。

圖4 溫室環(huán)境調(diào)控系統(tǒng)圖Fig.4 Greenhouse environmental regulation system diagram

溫室環(huán)境調(diào)控系統(tǒng)底層硬件由繼電器控制模塊與嵌入式網(wǎng)關組成，水肥系統(tǒng)由水肥控制模塊構(gòu)成。繼電器控制模塊有12路開關量信號輸出，置于溫室電氣控制柜中，與中間繼電器、交流接觸器、熱繼電器等元器件組合，實現(xiàn)對溫室內(nèi)的風機、內(nèi)外遮陽、補光燈、控溫裝置等設備的控制，水肥控制模塊集成了繼電器控制模塊、模擬量采集模塊、RS485模塊、4G模塊等模塊，并結(jié)合電氣控制系統(tǒng)與滴灌系統(tǒng)實現(xiàn)三路吸肥(母液、酸液、堿液)、混肥、支路出肥，為草莓作物提供精準、定量、定時水肥供給。

以自主研發(fā)的精準灌溉施肥機為研究對象，該系統(tǒng)由吸肥系統(tǒng)、混肥系統(tǒng)、檢測系統(tǒng)、出肥系統(tǒng)和控制系統(tǒng)五部分組成。采用二次混肥方式，使肥料與水混合均勻，達到符合作物需求的水肥溶液，并通過滴灌系統(tǒng)將肥水輸送到作物根部。該施肥機支持本地觸摸屏手動控制肥料種類、吸肥量、灌溉周期、灌溉區(qū)域等灌溉任務，如圖5、圖6所示為灌溉施肥手動控制界面與灌溉任務設置；系統(tǒng)還支持遠程專家決策系統(tǒng)控制。結(jié)合本地的EC、pH、流量等傳感器采集的水肥信息與土壤墑情信息和溫室環(huán)境信息制作水肥控制策略，為不同區(qū)域提供不同的水肥。

圖5 灌溉施肥控制頁面Fig.5 Irrigation and fertilization control page

圖6 灌溉施肥作業(yè)任務設置Fig.6 Task setting of irrigation and fertilization

3.2 決策控制模型設計

控制決策層由專家系統(tǒng)、預警系統(tǒng)、數(shù)據(jù)庫及溫室現(xiàn)場管理員組成。專家系統(tǒng)作為控制決策的“大腦”，布置在云端，采用C/S和B/S混合架構(gòu)設計，通過分析當前溫室內(nèi)的環(huán)境參數(shù)、土壤信息、作物生長模型及人工錄入的作物生長狀況、溫室管理記錄等信息，相對應的做出控制決策。

溫室環(huán)境由現(xiàn)場管理操作人員或?qū)＜覜Q策系統(tǒng)做出相對應的控制策略。如圖7所示為控制決策流程圖，溫室管理員首先將調(diào)控系統(tǒng)切換到手動控制模式后，結(jié)合溫室內(nèi)當前環(huán)境參數(shù)并通過本地上位機與遠程上位機(電腦WEB端和Android客戶端)控制溫室的風機、濕簾、補光燈、水泵等執(zhí)行機構(gòu)，調(diào)節(jié)溫室內(nèi)環(huán)境與水肥供應；自動控制模式下，專家決策系統(tǒng)綜合傳感器采集的當前溫室環(huán)境、土壤信息、作物生長模型等數(shù)據(jù)，制定當天的決策控制，考慮到溫室環(huán)境易受外界干擾，所以設置專家決策系 統(tǒng)只做出一天的控制決策，并將控制決策通過手機短信發(fā)送至溫室管理員，管理員審核通過后，控制指令才可被執(zhí)行。

圖7 控制決策流程圖Fig.7 Control decision flow chart

4 系統(tǒng)試驗與性能分析

4.1 試驗設計

草莓溫室智慧管控系統(tǒng)運用于江蘇農(nóng)博園草莓玻璃溫室，該溫室占地3 000 m2，由三個區(qū)域組成，各占地1 000 m2，此次試驗在1號區(qū)域內(nèi)進行試驗，3個種植區(qū)域皆采用高架種植模式，試驗時間為2020年8月—2021年3月(草莓整個生長階段)。

此次試驗種植的草莓品種為“紅顏”，每個區(qū)域種植了1 200株草莓苗。其中區(qū)域1安裝有智慧生產(chǎn)管控系統(tǒng)，其他兩個對照區(qū)域按照傳統(tǒng)的人工經(jīng)驗管理。依據(jù)《溫室環(huán)境自動控制系統(tǒng)配置技術規(guī)范》標準(DB12/T 580—2015)在區(qū)域1內(nèi)安裝8組傳感器，分別對溫室內(nèi)的溫濕度、光照強度、CO2濃度、土壤溫濕度進行實時監(jiān)測，智能控制系統(tǒng)對溫室內(nèi)的6臺風機、兩組濕簾、4組內(nèi)外遮陽、若干植物補光燈等執(zhí)行機構(gòu)進行控制，水肥系統(tǒng)使用自主研發(fā)的三路吸肥式智能精準灌溉施肥機，結(jié)合現(xiàn)場布置的滴灌系統(tǒng)為草莓提供水肥。試驗期間將采集的數(shù)據(jù)暫存在本地計算機內(nèi)，用于試驗結(jié)果對比分析，同時記錄保存整個生長周期內(nèi)草莓水肥供應時間、肥料吸入量等參數(shù)，為專家決策控制系統(tǒng)提供數(shù)據(jù)支持。

4.2 結(jié)果與分析

參考試驗地區(qū)近年氣象資料，年平均氣溫為15.2 ℃，年極端氣溫最高為39.7 ℃，最低為-13.1 ℃。溫室環(huán)境監(jiān)測傳感器的溫度測量范圍為-40 ℃～+80 ℃，濕度測量范圍為0～100%RH，光照測量范圍為0～65 535 Lux，CO2濃度測量范圍為0～19 647.1 mg/m3，土壤溫度測量范圍為-40 ℃～60 ℃，土壤濕度測量范圍為0～100%。

圖8與圖9為2020年10月1日—2日為溫室與溫室外的溫度與相對濕度變化趨勢圖。該時期的草莓處于幼苗期，白天溫度應控制在20 ℃～25 ℃，不超過30 ℃，相對濕度控制在70%左右，依據(jù)兩圖可以看出室外環(huán)境不適應草莓生長所需，而草莓溫室由于運用了智慧管控系統(tǒng)，動態(tài)調(diào)整溫室的環(huán)境，保證草莓一直處于適宜的生長環(huán)境。

圖8 24時溫室內(nèi)外溫度變化趨勢圖Fig.8 Variation trend of temperature inside and outside the greenhouse at 24 hours

圖9 24時溫室內(nèi)外相對濕度變化趨勢圖Fig.9 Variation trend of relative humidity inside and outside the greenhouse at 24 hours

將區(qū)域1與對照區(qū)域在環(huán)境調(diào)控能力方面進行對比分析，其中區(qū)域1通過管控系統(tǒng)進行環(huán)境自動調(diào)控，而其他兩個區(qū)域采用人根據(jù)溫室當前環(huán)境進行手動調(diào)控，區(qū)域1相對其他兩個區(qū)域在環(huán)境調(diào)控能力上提高了35.5%。

2020年12月20日，試驗區(qū)域1進行第一次采摘，2021年1月2日，試驗區(qū)域2、3進行第一次采摘。如表3所示為試驗3個區(qū)域草莓的產(chǎn)量、單果平均質(zhì)量、總耗水量和肥料利用率，可以看出試驗區(qū)域1使用智慧生產(chǎn)管控系統(tǒng)相比試驗區(qū)域2、3在草草莓產(chǎn)量及單果平均質(zhì)量上有明顯提升，水肥利用率提高了82.1%，有效的節(jié)約了水肥資源，在保證草莓品質(zhì)的同時，減少了農(nóng)業(yè)生產(chǎn)成本。

表3 3個試驗溫室草莓生長對比表Tab.3 Comparison of strawberry growth in three experimental greenhouses

4 結(jié)論

1)設計與開發(fā)了一種適用于設施草莓的生產(chǎn)管控系統(tǒng)。該系統(tǒng)由生長環(huán)境感知系統(tǒng)與環(huán)境調(diào)控系統(tǒng)兩部分組成，其中環(huán)境調(diào)控系統(tǒng)包括外部生長環(huán)境與土壤水肥調(diào)控，實現(xiàn)設施草莓的高效管理，保證草莓產(chǎn)量與品質(zhì)。

2)通過對多傳感器數(shù)據(jù)融合算法與專家決策控制系統(tǒng)模型的開發(fā)，提高了溫室環(huán)境數(shù)據(jù)處理能力與溫室調(diào)控的高效精準性。

3)通過試驗對比分析，相對傳統(tǒng)的經(jīng)驗式管理，水肥利用率提高了82.1%，溫室環(huán)境調(diào)控能力提高了35.5%。