設施黃瓜生長環境的智能化調控研究進展

尹竣冬　李明　張皓婷

摘 要 設施農業是我國目前農業發展的主要方向﹐其特征主要體現在高生產率、優質、安全、周年可連續產出。把物聯網技術運用于溫室環境智能控制上，可提升設施農業生產的集約化與管理水平。以在物聯網條件下溫室環境智能控制手段的黃瓜種植為例，分析溫室設施黃瓜的周圍環境（光照、CO2氣體和溫度）智能調控研究進展與應用，探討溫室環境管理的發展現狀和趨勢。

關鍵詞 黃瓜；設施農業；環境調控；物聯網技術；智能化

中圖分類號：S627 文獻標志碼：C DOI：10.19415/j.cnki.1673-890x.2023.17.021

21世紀初，發達國家和發展中國家政府相繼出臺了積極政策措施，增加了農業科技投入﹐大力發展高效現代化生產的種植業[1]。設施農業是采用先進的科學技術和工廠化生產方式，把作物種植在一個相對封閉的空間，為作物的高效生產提供適宜的生長環境，并且在任何地區，一年四季都可栽培各種農產品的新型種植業[2]。設施農業是我國目前農業發展的主要方向﹐其特征主要體現在高生產率、優質、安全、周年可連續產出方面。黃瓜是常見的喜溫型蔬菜，不耐低溫，喜光、喜濕、怕澇、不耐旱的蔬菜[3]；黃瓜從播種到量產對環境要求很高，比如氣候、水分、光照等，尤其是溫室大棚的黃瓜種植要求尤為嚴苛。目前在中國北方大棚黃瓜栽培中，許多瓜農不了解設施黃瓜種植技術而盲目跟風栽培，造成黃瓜減產甚至失收[4]。因此，通過物聯網技術對溫室環境參數的實現智能精細化管理，是實現對溫室內各因素智能管理的必要條件?？刂茰厥噎h境是黃瓜有效生長的重要因素，光照、溫度、CO2濃度等多種因素影響黃瓜產量、品質和經濟效益等指標[5]。采用基于物聯網技術的管控方法，實時獲取環境參數信息，并自動調整，從而實現有效的環境控制，滿足植物生長環境條件，實現高產、優質、高效生產。

1? 研究現狀

1.1? 光照環境智能化調控

20世紀70年代，以荷蘭、以色列、美國為主的發達國家設計基于計算機的設施環境監測系統。從那時起，該系統發展迅速。Takakura提出用計算機控制環境因素的想法[6]。Kolokot等人建立能源與環境智能控制管理系統，監測設施環境外的溫濕度、光照、CO2濃度等各種環境因素[7]。柳平增承擔該系統的物聯網系統的三層物聯網，實現對農村環境數據的實時獲取及其與農村環境傳感網絡間的數據傳輸，于2014年Tab-Atabaeifara的農村無線傳感器系統（WSN）成功獲取各種農村環境監測數據，通過GPRS的特性將數據上傳到控制中心，實現溫室自動化控制[8]。楊飛等人通過傳感器和GSM等通訊設備，采集在溫室中所收集到的氣溫、相對濕度、光照程度等數據，并利用Wi-Fi無線網絡傳輸在監測中，建立1種基于溫室環境指標的監測體系[9]。王能輝等人利用NBiotsensor方法監測農田的環境信息，如氣象和環境溫濕度、光照強度、土壤中CO2含量等，并將信息提交至客戶端之后，為農業數據的后續管理與決策提供有效數據[10]。萬偉紅等人成功通過PID算法，掌握大棚中的環境溫度、濕度、光照強度等參數，從而完成對大棚環境的智能管理，有效提升農業的生長效率與質量[11]。郭威等人共同設計多自由度的溫室內圖像采集與環境監測機器人系統，以實現對多源數據網絡的無人巡檢和智能采集[12]。

1.2? 溫度環境智能化調控

溫室內的溫度變化對植物的主要生理代謝有顯著影響，控制好溫度也有利于黃瓜的生長。楊家強和鐘應善提出國內首個以單片機為核心的監測系統，用于室內溫度和漏水數據采集[13]。為控制葡萄山的高溫和潮濕等影響生長發育的環境因素，Intel在美國俄勒岡州的溫室中配備多個無線感應器，并建立世界上第一個安裝無線感應器系統的葡萄園[14]。Tong等人應用CFD從外部環境因素的變化中預測溫室內的溫度分布[15]。盛平等在對溫室環境的遠程監測技術中引入3G技術，可以進行環境參數的遠程收集、發送與查詢，并進行現場的遠程管理[16]。黃金俠等人用上位機、下位機、環境參數模糊控制器和執行器，對MATIAB仿真軟件采集的模糊數據進行控制，實現對育苗場溫、濕度等各種環境因素的智能管理[17]。劉傳岐采用LabVIEW監控上位機，并設置育苗大棚內溫濕度信息的電子顯示系統，以符合遠距離傳輸的特點，可讓客戶的育苗大棚在對內聯網和對外隨時實現遠距離控制[18]。劉海洋等人將通過CPRS功能，對所收集到的環境溫度、相對濕度、大氣壓力等參數進行更長距離的數據傳輸，進而達到基于GPRS的實時遠程監控處理[19]。

1.3? 溫室CO2氣體環境智能化調控

溫室內CO2濃度的高低也對植物生長起著重要作用，濃度過高或過低都會抑制植物的正常生長。20世紀20年代，在德國率先提出“CO2施肥”方法后，荷蘭、丹麥等國家相繼開始采用CO2施肥技術，在溫室生產茄果類蔬菜。哈敏、劉文合等合作開發出具備高智能化特點和功能的CO2施肥技術，經過實踐后證實在溫室中CO2濃度的平衡性非常高[20]。彭冬玲利用計算機自動控制技術，以8031單片機為主要開發工具的測控系統為基礎，實現測控過程的全自動化，并實現CO2濃度的自動控制溫室[21]。項美晶等針對溫室生菜發育規律與環境因素變化，制定出溫室生菜CO2含量與光照BP神經網絡定量模型，對生菜產量進行定量控制[22]。羅家兵、張恒利用BP神經網絡對溫室CO2進行模糊控制，并利用Mablab通過進行模擬學習，能夠更有效地減少溫室CO2[23]。Salazar等利用3層神經網絡建立溫室溫度和CO2濃度的預測模型，以CO2濃度的預測值作為輸入變量，得到準確的光合速率預測模型，然后簡單地指導肥料增加溫室中的CO2[24]。劉永華等建立一個智能溫室網絡監控平臺，通過連接CO2含量傳感器和環境因子采集傳感器，可以即時測定環境參數，并進行現場狀態的遠程觀測和網絡監測[25]。張瑩、張海輝等利用RS485總線技術，對連棟的溫室環境參數進行控制，通過此技術可以進行實時的簡訊報告；并利用無線網絡傳感器，可以精確調節設施中的CO2濃度[26-27]。

2? 智能化調控應用

2.1? 光照環境智能化調控措施

光照同時也是控制溫室黃瓜生長的主要環境因素，光照不但影響黃瓜生長狀態，也控制氣溫、相對濕度和其他的關鍵環境因素。照明控制技術主要包括照明強度控制和光周期控制技術兩種方法。這兩種控制方式均離不開光照強度測定儀和定時器這2個傳感器中的主要元件。利用實時監測動態照明的亮度變化規律，再輔以時鐘控制技術，即可實現對照明強度和光周期的不同調控要求。目前使用的光周期智能調控方式，大致有以下5類：1）延長日照，這個調控方式大多是在傍晚天色逐漸變暗時開始補光。2）中斷暗期，通過這種方式運用光照原理將暗期分成二段進行補光。3）間歇光照，它是一種通過反復或多次地交替在暗期中歇的方式進行補光，通常用在較大型的暖房工程中，通過人工補光栽培受電源能力的限制下使用。4）黎明前光照，通過利用從黎明前開始至清晨的光照。5）短時間歇光照。因此，借助物聯網技術，結合相關研究人員對黃瓜生長特性和光照需求的研究成果，利用無線通信技術，可以利用物聯網的光強傳感器，收集并控制光強。通過溫室實時傳回的遠程系統，進行數據挖掘和算法調整，再通過農業自動化和建模，科學調整光照強度和日照時間，使喜溫喜光的黃瓜時刻生長在最適合的氣候環境中，使植物強健，果實生長良好，產量增加，品質提高，降低成本和能耗，實現溫室黃瓜的智能光控。

2.2? 溫度環境智能化調控措施

黃瓜生長過程中溫度的影響非常顯著，黃瓜生長的每個時期都有最高溫度、最低溫度的最適宜溫度區間。為了保證黃瓜生長都保持在最適宜的溫度區間內，以物聯網技術為基礎，并通過研究人員對各生長季黃瓜生長發育狀態及對溫度需求特點的深入研究，并提出以下智能系統：根據溫度智能調節和管理，系統包括溫室管理的各種保溫、加溫和降溫手段。其中，最常用的溫度控制設備，包括有加熱系統、通風系統、降溫系統及遮陰保溫設施；降溫控制的方法從低至高包括：天窗和側窗開啟，自然通風系統→遮陽網張開→天窗和側窗關閉，軸流風機強制通風→開啟濕簾風機的降溫系統。升溫控制的主要方法從低至高是：將天窗、側窗關閉→保溫設備被開啟，室內環境通過圍護工程保溫→加熱設備升溫。關于降低空氣相對濕度控制系統的智能化管理方法，主要有以下幾種：通風換氣、加溫設備、改進灌溉工藝等。對采取土壤栽培的溫室，土壤濕度管理的目的是適應作物對水分的需求，所以要針對各種作物的各個生長期對水分的需要決定灌量。對使用離地苗床種植的大棚，調節土地相對濕度的目的在于減少其含水率以減少水分揮發。

2.3? 溫室CO2氣體環境智能化調控措施

對黃瓜來說，環境CO2濃度直接影響產量和雌花的數量，當環境CO2濃度高時就可以提高光合利用率，也因此增加雌花產量，而濃度較低時則光合量減少，營養生成物降低，雌花產量也相應降低，從而補償環境CO2是解決大棚午間“CO2饑餓”現象和提高大棚產量的最有效方法。通過通風換氣，可以補充溫室內超臨界CO2不足，將從室內產生的有害空氣完全排出室外或將其濃度減少至致害濃度以內；同時也可以清除室內外水分，從而降低室內外潮濕，也因此減少有害空氣與水分互相結合的機會；它還可以改善室內空氣流動，通過增加植物群落內的氣體流通速率，使房間各處的溫差、相對濕度、CO2濃度等環境因素變化更均勻。其次，作為氣體環境管理的重要措施之一，目前采用CO2施肥工藝已作為溫室企業增產增收的重要方法。通過利用有機肥發酵、燃燒、液態或固態的CO2揮發、光化學反應等方法，相應地增加大棚內超臨界CO2濃度就可以改善作物凈光合作用速度，進而提高產品產量和價格，從而提高大棚生產效益，提升經濟效益。

3? 展望

分析基于物聯網的溫室環境智能測控技術系統的研究現狀，并針對物聯網環境下的溫室環境智能測控系統中技術服務層和決策層及研究人員相對缺乏的現狀，開展溫室環境優化研究，以農業物聯網技術為核心，融合現代生物技術、先進種植技術、人工智能和可視化等技術，利用農業物聯網技術的應用在智慧溫室系統中發揮特殊作用，通過利用傳感器能更好地捕捉溫室內的環境變化。通過對傳感器所采集的數據進行分析和處理，根據專家經驗或分析結果，對溫室內的植物生長環境進行有效控制，從而能更好地提高生產率，極大地提高土地轉化率和產出率，是現代農業發展的核心標志，也是未來中國農業生產的重要發展方向和趨勢。

參考文獻：

[1] 張濤.基于物聯網的蔬菜大棚環境監測系統設計[D].長沙：湖南大學，2015.

[2] 劉曉雨.選擇適宜的溫室補光系統[J].農業工程技術，2016，36（34）：64-65.

[3] 劉霞.黃瓜的植物學特性及對環境條件的要求[J].現代農業科技，2018（20）：100-101.

[4] 王洪志.溫室黃瓜栽培技術研究[J].蔬菜，2014（9）：51-52.

[5] 張皓婷，李明，宋佳澤，等.基于機器學習的溫室番茄的環境調控綜述[J].農業與技術，2021，41（9）：9-12.

[6] TAKAKURA T. Technical models of the greenhouse environment[J].International Symposium on Models for Plant Growth Environmental Control & Farm Management in Protected Cultivation， 1989（248）：49-54.

[7] KOLOKOTSA D， SARIDAKIS G， DALAMAGKIDIS K， et al. Development of anintelligent indoor environment and energy man-agment system for greenhouses[J]. Energy conversion & management，2010，51（1） ：155-168.

[8] 柳平增，孟祥偉，田盼，等.基于物聯網的精準農業信息感知系統設計[J].計算機工程與科學，2012，34 （3）：137-141.

[9] 楊飛，謝濤，伍英，等.基于WIFI的農業物聯網溫室大棚環境監測系統的設計[J].計算機測量與控制，2017，25（2）：50-53.

[10] 王能輝，胡國強.基于NB-IoT的農田遠程監測系統的設計[J].陜西農業科學，2017，63（12）：82-85.

[11] 萬偉紅，況杰華，付友生.基于PID算法的溫室環境控制系統設計[J].農業工程，2017，7 （5）：51-53，116.

[12] 郭威，吳華瑞，朱華吉.設施溫室影像采集與環境監測機器人系統設計及應用[J].智慧農業（中英文），2020，2（3）：48-60.

[13] 鐘應善，楊家強，鄧勁蓮.溫室溫度和濕度的多變量模糊控制技術[J].農業機械學報，2001，32 （3）：75-78.

[14] 喬曉軍，張馨，王成，等.無線傳感器網絡在農業中的應用[J].農業工程學報，2005，21（S2）：232-234.

[15] TONG G， CHRISTOPHER D M， LI B. Numerical modelling of temperature variations in a Chinese solar greenhouse[J]. Computers and Electronics in Agriculture， 2009， 68（1）： 129-139.

[16] 盛平，郭洋洋，李萍萍.基于ZigBee和3G技術的設施農業智能測控系統[J].農業機械學報，2012，43 （12）：229-233.

[17] 黃金俠，于泳紅，徐建東，等.水稻育秧棚智能監控系統研究[J].佳木斯大學學報（自然科學版），2015，33（3）：437-439，442.

[18] 劉傳岐.水稻育秧大棚環境多點遠程監測系統及監測點優化[D].大慶：黑龍江八一農墾大學，2018.

[19] 劉海洋.基于無線傳感網絡的土壤風蝕監測系統研究[D].呼和浩特：內蒙古農業大學，2017.

[20] 哈敏，李波，劉文合，等.日光溫室CO2自動施肥系統的研制[J].沈陽農業大學學報，2001，32 （6）：473-475.

[21] 彭冬玲.溫室大棚內二氧化碳濃度監控系統的研究[J].武漢：華中農業大學，2003.

[22] 項美晶，張榮標，李萍萍，等.基于BP神經網絡的溫室生菜CO2施肥研究[J].農機化研究，2008 （12）：17-20.

[23] 羅家兵，張恒.農業溫室二氧化碳模糊控制系統算法[J].廣東農業科學，2009 （5）：221-224.

[24] SALAZAR R， SCHMIDT U， HUBER C， et al. Neural networks models for temperature and CO2 control[J]. International Journal of Agricultural Research， 2010， 5（4）：191-200.

[25] 劉永華，吳玉娟，熊迎軍，等.基于WEB的智能溫室信息管理系統的設計[J].江蘇農業科學，2014，42（11）：421-424.

[26] 張瑩.基于總線的連棟溫室監控系統設計[D].楊陵：西北農林科技大學，2017.

[27] 張海輝，邵志成，張佐經，等.基于無線傳感網的設施環境二氧化碳精準調控系統[J].農業機械學報，2017，48（3）：325-331，360.

（責任編輯：易? 婧）

收稿日期：2023-03-26

基金項目：內蒙古自治區科技計劃項目（2020GG0033）；國家自然科學基金項目（32160738）；內蒙古自治區高?；究蒲袠I務費項目（BR221048）。

作者簡介：尹竣冬（1994—），男，吉林長春人，碩士，助理工程師，主要從事設施蔬菜環境調控研究。E-mail：liming19750811@163.com。

*為通信作者，E-mail：605278875@qq.com。