基于Arduino的種植環境調控系統設計

謝碧洪，蕭金瑞，王 豪

（1.羅定職業技術學院 機電工程系，廣東 云浮 527200；2.廣州大學廣東省水肥高效利用及太陽能智能灌溉工程技術研究中心，廣東 廣州 510006；3.國機智能科技有限公司，廣東 廣州 510530）

環境對于植物的生長有極其重要的影響，能否根據環境變化及時作出應對措施，決定了其生長狀態[1-3]。近年來，隨勞動力成本的不斷增加、土地有效利用率下降以及氣候環境惡化，高效智能、智慧控候的種植方式備受親睞[4]。在20世紀中期，美國加州的帕薩迪納研究中心建造了世界第一個“人工氣候室”，實現了室內溫度、濕度、光照、空氣等環境變量的智能調控，改變了傳統種植完全依賴于自然氣候的現狀[5]。隨后智慧大棚種植應運而生，通過計算機、傳感器及執行器對作物進行按時按需的自動灌溉、環境參數自動采集與調控、生長周期養分需求自動供給等，使農作物在科學規劃下生長，提高了其質量和產量，實現種植業自動化，降低了勞動力成本，滿足了人們對各種農作物和蔬果的需求[6-8]。

然而，隨著城鎮化進程的推進，有效耕地面積大幅縮減，智慧大棚種植也難有一席之地。因而，智能化調控、精細化種植、小巧化培育的種植模式顯得尤為必要。許多學者開展了相關研究，段宇婷設計了面向城市家庭的小巧型蔬菜種植設備，可實現環境溫、光、濕等檢測與調控[9]；尹娟開發了由前端設備、無線網關、后臺監控管理平臺組成的基于物聯網驅動的智慧農業精細種植系統,實現了種植環境數據的遠程查詢、實時監控等功能[10]；小米科技開發了基于濕度、溫度、養分自動供給的物聯網智慧無土栽培箱，滿足了部分市民的需求。然而現有研究大多聚焦于無土栽培，鮮有對于傳統有土種植與智慧栽培相結合的智能種植方面的研究。由于大部分植物均難以適應無土栽培，使得人們對現有的無土智慧種植產品接受程度不高，精細小巧智能的居家種植難題仍未被解決。

本文基于光、溫、濕、氣、土等環境變量，結合Arduino單片機和傳感技術，設計一種適用于有土栽培的智慧種植監控系統，并對其實際應用效果進行分析驗證，以解決日益突出的種植空間供需矛盾問題。

1 控制系統總體架構

基于Arduino單片機的有土栽培智慧種植箱控制系統由傳感信息獲取模塊、數據信息處理模塊、數模轉換與驅動模塊、決策執行模塊及人機交互模塊5部分組成，見圖1。傳感信息獲取模塊包括環境溫度、空氣濕度、土壤含水率、土壤鹽酸堿度、光照強度等信息采集傳感模塊，用于實時感知環境特征變量。數據信息處理模塊為Arduino mage 2560 MCU單片機，具有強大的數據處理能力及便捷的操控方式。數模轉換與驅動模塊由中間繼電器、電路放大驅動模塊、數模轉化模塊等組成，為決策動作執行提供準備。決策執行模塊由電熱絲加熱模塊、散熱排氣模塊、霧化降溫與加濕模塊、LED補光與遮光模塊、鹽酸堿調節系統、澆灌系統等組成，用于執行單片機發出的指令。人機交互模塊可實時展示種植系統環境狀態，便于參數設定及用戶管理。

圖1 系統總體架構Fig.1 The overall system srchitecture

2 各模塊功能設計

傳感信息獲取模塊可實時檢測種植箱內部的環境溫度、空氣濕度、土壤含水率、土壤鹽酸堿度、光照強度等環境變量，見圖2，及時準確掌握植物生長的基本要素。環境溫度和空氣濕度傳感器用于檢測種植箱內部濕度和溫度的實時變化，以便于溫濕度調控，避免內部溫濕度過高或過低而影響植物正常呼吸及光合作用。同時，土壤含水率和鹽酸堿度直接影響根系伸展、養分及水分吸收，確保植物體系供需平衡。通過光照強度傳感器檢測種植箱內部光強，以衡量其是否滿足植物光合作用需求，進而給執行模塊的補光及遮光裝置提供驅動信息。

圖2 傳感信息獲取模塊Fig.2 The sensor information acquisition module

信息處理與決策執行模塊由Arduino單片機與各動作驅動模塊組成。傳感信息模塊獲取的各類信息通過模數轉換模塊傳輸至Arduino CPU，并經控制程序進行運算處理。其后，根據運算結果進行決策判斷，并將種植箱內環境調節至最適宜植物當前生長的溫濕度、光照強度、含水率及鹽酸堿度，見圖3、圖4。在不同生長周期，植物對環境濕度的需求不一致，如果實類植物開花時需提高濕度，有助于枝葉及花蕾吸收，避免枝干、綠葉及花蕾因濕度不足而過早枯萎和凋落，而在果實成熟期，植物需控制果實內部水分含量，提高糖等成分濃度，需降低空氣濕度。同時，植物對土壤含水率也有類似的需求，如土壤含水率過高會引起植物根系呼吸不暢而導致爛根，含水率過低則不利于植物內細胞活動和生長的平衡調節。土壤鹽酸堿檢測主要是為避免化學試劑過量使用而造成的土壤鹽堿化，實時監測并調控土壤的鹽堿度和酸堿度，確保土壤事宜植物的長期生長。此外，由于種植培養箱大多置于室內，不便于采光且環境溫度與大自然存在差異，因而需結合箱體內光照強度、環境溫度以及植物生長需求，調節其內光強和溫度，以使其更接近適宜植物生長的大自然。

圖3 濕度、含水率及鹽酸堿度調控方案Fig.3 The control scheme for humidity,water content and hydrochloric acid alka‐linity

圖4 溫度及光照強度調控方案Fig.4 The control scheme of temperature and light intensity

為實現上述環境要素的調控，本文分別采用通風散熱風扇、加熱供暖模塊、加壓灌溉及肥液調節系統、補光LED及遮光板等模塊，并通過中間繼電器、數模轉換電路以及放大驅動模塊等連接至Arduino控制中心，系統模型見圖5。

圖5 種植環境監控系統模型Fig.5 The planting environment monitoring system model

3 系統測試結果分析

3.1 測試試驗方法

在室溫條件下，通過人機交互界面的參數設置模塊，分別設定不同的環境變量，檢驗系統的可靠性。在室溫低于23℃的空間，將初始溫度值設定為23℃，依次間隔2℃遞增至35℃，啟動溫控調節程序，通過加熱裝置、散熱風扇及霧化降溫等調節種植系統的溫度至設定值，采用溫度計檢測調節后的溫度值，完成溫度調節測試；采用同樣的方式，分別將系統內部空氣相對濕度設定為50%～80%，啟動霧化加濕裝置、排氣及烘干裝置，并采用濕度計測量調節后的濕度值，完成濕度調節測試；在光強低于100 lx的室內，分別將光照強度設定為100～600 lx，通過自動程序調節遮光板和LED亮度實現不同光強的調整，并采用亮度計測量光強，完成光照強度測試；通過烘干箱將待測土壤烘干，采用分析天平稱量1 kg干土放于種植系統內，依次設定土壤含水率為5%～35%，pH值為6.2～7.4，電導率為1～4 S/m，啟動澆灌系統、烘干裝置、排氣通風裝置、pH值及EC調節系統，分別調節土壤含水率、酸堿度及電導率，并采用四合一土壤檢測儀檢測調整后各變量數值。

為便于表征系統對各環境變量調控的可靠性，引入式（1）計算各變量不同設定值下的調控精度。

式中：ε——系統調控精度；ys——設定值；yc——實測值。

3.2 結果分析

結合試驗檢測結果，對比各環境變量的調控精度，見表1。調控后的實測值均較接近設定值，大部分環境變量的調整精度均高于98%，系統調控可靠性較高。從單因素看，系統空氣溫度調節精度為97.06%～99.86%，相對濕度為96.98%～98.52%，土壤含水率為96.40%～99.47%，光照強度為93.09%～98.21%，酸堿度為97.84%～99.06%，電導率為94.50%～98.29%。可見，酸堿度調節精度最高，且波動幅度最小，僅為1.22%，而光照強度調節精度最低，波動幅度也最大，高達3.79%。在本次試驗中，通過控制酸堿調整劑和水含量來調整系統的酸堿度，受外部環境影響小，決策執行難度較低，因而其調節精度較高。光照強度則是通過改變遮光板所在位置和LED功率來調節，其調整過程受外部環境光線影響較大，且LED光照強度無法隨功率線性改變，故其調節精度較低，精度波動幅度較大。整體看，6個變量的調節精度均高于93%，滿足了植物種植需求，因而所設計種植環境監控系統對局部環境變量調節可靠性高。

表1 系統調控試驗誤差分析Tab.1 The error analysis of system regulation test

4 結語

本文從居家有土栽培需求出發，設計了基于Arduino的種植環境智能監控系統，搭建了軟硬件測試基礎模型。在實驗室環境下，對所設計的監控系統進行空氣溫度、濕度、光照強度、土壤含水率、酸堿度及電導率等變量的多維度調控精度測試，結果表明：空氣溫度調控精度為97.06%～99.86%，相對濕度為96.98%～98.52%，土壤含水率為96.40%～99.47%，光照強度為93.09%～98.21%，酸堿度為97.84%～99.06%，電導率為94.50%～98.29%，具有較高的調控可靠性，滿足設計需求。