张皓婷1李明宋佳泽1黄修梅2包永红2祝鹏2杨中杰2
（1.内蒙古农业大学园艺与植物保护学院，内蒙古呼和浩特010018；
2.内蒙古农业大学职业技术学院，内蒙古包头014095）
摘要：近年来，物联网技术、大数据和人工智能飞速发展，并被普遍应用于农业中。随着温室番茄的栽培面积日趋扩大，设施条件不断丰富，物联网等技术在温室番茄上也有相关应用，本文借助于机器学习对番茄环境（光照、温度和气体环境）进行监测及调控，以实现环境数据信息的全面感知、可靠传送和智能处理，进而远程智能控制；依据番茄生长的需求，对生长条件进行优化，为番茄生长、发育提供最佳的生长环境。
关键词：温室番茄；机器学习；环境调控
中图分类号：S-3文献标识码：A
引言
番茄是喜温喜光、喜排水良好富含有机质土壤的蔬菜；也是我国设施栽培的主要蔬菜作物之一［1］。目前，温室番茄的种植中存在栽培环境因子数据测控精度不高、指标准确度量化和系统的实用性差等问题。机器学习是人工智能研究的核心，让计算机模拟人类的学习活动，不断获得新知识，并进行改进，逐步实现系统的完善。因此，通过机器学习对温室环境参数进行智能精确控制是实现设施温室各因子智能控制的必要条件。在番茄的生长发育及产品器官的形成过程中，温室内环境因素对作物生长至关重要，温室环境控制是番茄高效生长的重要因素，温室环境包含温度、光照和CO2浓度等多种因素，直接影响番茄产量、质量和经济效益等指标。本文运用基于机器学习的管控方式实时获取环境参数信息，自动进行调整，实现对环境的有效控制，符合作物生长环境的条件，促进高产、优质、高效生产。
1光照环境
1.1光照环境的研究现状
番茄的生长发育离不开光照，20世纪70年代，以荷兰、以列、美国等为首的西方国家，以计算机为基点设计出设施环境监控系统，此后该系统迅速发
DOI：10.js.20210515003
展⑷。1989年，Takakura［3］首先提出用计算机控制环境因子的观点。2010年，Kolokot等［4］人建立了环境和能源智能化控制管理系统，以监测设施环境内的空气温湿度、光照、CO2浓度以及室外的多种环境因子。2012年，柳平增［5］进行了基于物联网三层体系的物联网系统设计，实现了农业环境信息的精确获取和信息感知系统的信息传递。2014年，Tabatabaeifar A［6］基于无线传感网络（WSN）测量多个气候参数，通过CPRS无线传输模块将数据上传到远程中心，实现温室的自动化和控制。2016年，范宇飞［7］基于ZigBee 技术设计出无线监控系统，用于监测控制蘑菇大棚内温湿度、CO2浓度、土壤湿度和光照强度，同时将ZigBee和Internet互联，实现温室远程实时监控。同年，NageshKDN［8］以ARM7单片机为数据处理终端，通过传感器和CSM通信技术远程控制温室内的温度、湿度、CO2浓度、光照强度等环境因素。2017年，杨飞等［9］对温室内采集的温度、湿度、光照等信息通过wifi无线网络发送到监控中心，设计了基于wifi无线网络的温室环境因子监控系统。2017年，王能辉等［10］利用NB-IOT传感器技术监测农田环境信息，如空气与土壤的温湿度、光照强度、CO2浓度等，将该数据上传至服务器，为后续农业信息的处理与决策提供了有效信息。2017年，万伟红等［11］利用PID算法精确控制温室内的空气温湿度、光照强度等因素，实
收稿日期：2021-03-18
基金项目：内蒙古沿黄区域智慧农业关键技术研发和应用（项目编号：2020CC0033）
作者简介：张皓婷（1995-），女，硕士。研究方向：设施蔬菜环境调控；通讯作者李明（1975-），男，博士，教授，硕士生导师。研究方向：设施蔬菜环境调控。
现温室环境的智能控制，提高农产品的生产效率和产品质量。2018年，何灿隆等［|2］以设施蔬菜为试验对象，MSP430F149单片机为终端处理设备，通过NB-IoT技术实现了温室环境的远程智能控制。2020年，郭威［13］等设计出一套多自由度温室大棚的影像采集和环境监测机器人系统，实现了无人巡检、多源数据网格化智能采集。
1.2温室内光照环境
在温室生产中，光照是一个重要的环境因素，光照不仅影响番茄的生长，还影响温度、湿度等其它环境因子。所以，本文借助机器学习并结合研究者们对番茄生长需光特性研究的成果，通过物联网采用无线通信技术连接光照强度传感器，实时采集与监测温室内的光照强度，并传输回远程控制设备上，进行数据分析及运算调整，再通过机器学习整合建模，进而科学控制光照强度与光照时间，促使喜温喜光的番茄始终在适宜的环境中生长，使植株生长强壮、果实发育正常、含糖量提升、产量增加、品质变优，并且降低成本和能耗，实现温室番茄智能控光。
2温度环境
2.1温度环境的研究现状
温室内温度的变化对植物的主要生理代谢影响显著，合理控制温度有利于番茄的生长。2001年，杨家强、钟应善［14］提出国内第1个以单片机为核心的监测系统，用于温室温漏度数据采集。2002年，为了监测葡萄园的温度和湿度等影响生长的环境因素，Inte公司在美国俄勒冈州的温室安装了多个无线传感器，建成了全球首个配备无线传感器网络的葡萄园［15］。2009年，G.Tong等［16］应用CFD从外界环境因素的变化预测温室内的温度分布情况。2012年，盛平等［17］在温室环境远程监控技术上增加3G技术，实现了环境参数的远程采集、传输和查询，并实现实时远程控制。同年，刘洋［18］通过计算机数据采集系统以及通讯转换装置，可监控育秧大棚内的温湿度、光照强度和CO2浓度等环境因子。2013年，杨靖等［19］设计了基于RS-485总线和nRF905的温室环境监测系统，提出了多点传输数据通信协议，实现对温室内的温度等多种环境参数的实时监测。2015年，黄金侠等［20］利用上位机、下位机、环境参数模糊控制器和执行机构等对采集的数据用MATLAB仿真软件模糊控制，实现了智能化控制水稻育秧大棚内温湿度等多种环境因子。2016年，武兴华等［21］通过ZigBee无线传感网络技术收集温度、湿度、土壤水分等环境数据，可以实时监测温室中不同区域的环境参数。2017年，仲跃、丁辉等人［22］将物联网技术应用到草莓种植园中，结合ZigBee和GPRS无线传输系统设计出系统监测平台，进行监测棚中土壤温度、土壤含水量、光照强度等参数。2018年，刘传岐［23］利用LabVIEW进行上位机监测设计了一套针对育秧大棚温湿度的实时采集显示系统，满足了远距离数据传输要求，可供用户随时在内、外网进行远程监控。2019年，刘海洋等［24］将所采集的环境温度、相对湿度、大气压力等参数通过GPRS技术实现远程传输，从而实现基于GPRS的远程监控和实时控制处理。
2.2温室内温度环境
在番茄生长过程中受温度的影响极为明显，番茄的各个生育期都有其最高温度、最低温度和最适温度。为使番茄的每一生命活动均在适当的温度范围内，本文以机器学习为基础并结合研究者们对番茄生长的各个生育时期的需温特性的研究成果，通过温度传感器等实时采集并传输回远程控制设备进行数据分析、处理、转换、模拟和存储等，再通过无线通信技术在视频设备上显示，供以查看；机器能合理调整番茄各时期所需的温度，使喜温的番茄生长正常进行光合作用、呼吸作用和其它生理活动，进而增产增效。番茄的种植方法
3CO2气体环境
3.1温室CO2气体环境研究现状
温室内CO2浓度的高低对作物生长有重要作用，浓度过高或过低都会阻碍作物的生长。20世纪20年代，德国率先提出“碳酸气施肥”方法后，荷兰和丹麦等国家先后开始使用CO2施肥技术在温室中生产茄果类蔬菜［25］O1998年，李萍萍、汪永斌等［26,27］自主研发的温室智能控制系统，以工业控制计算机作为控制中心，可监测光照、温度、CO2浓度等温室环境参数，自动控制作物生长所需的物质并明确环境参数的合理控制范围，实现了温室的综合调控。2001年，哈敏、刘文合等［28］开发出具自动化特征及其技术的CO2施肥系统，试验证明温室内的CO2浓度均匀度很好。2003年，彭冬玲［29
］基于汇编为主要开发工具的8031单片机为核心的测控系统，采用计算机自动控制技术，使测控过程完全自动化，实现自动控制温室内CO2浓度。2006年，韩效钊等［30］编制计算机程序对温室内CO2平衡数学模型和CO2施肥技术模型进行了验证，得出CO2施肥理想的参数。2008年，项美晶等［31］依据温室内生菜生长规律和环境因子变化规律，设计出BP神经网络的温室生菜CO2浓度和光照等的量化模型，可预测不同环境下生菜生长情况，实现温室小气候条件下对生菜产量的定量控制。2009年，罗
家兵、张恒［32］通过BP神经网络模糊控制温室中的CO2，并使用Mablab进行模拟学习，可有效地控制温室CO“2010年，马淑英等［33］采用模糊控制系统测量蔬菜大棚内CO2浓度，根据系统规律输出，获得理想的CO2浓度控制效果。同年，Salazar等［34］运用三层神经网络构造棚室温度和CO2浓度的预测模型，通过预测的CO2浓度值作为输入变量而获取精准的光合速率预测模型，进而合理地在温室内指导增施CO2肥料。2014年，刘永华等［35］建立了智能温室的WEB环境监控系统，连接CO2浓度传感器和其它环境因子采集传感器实时采集环境参数，可远程观察现场状况并进行网络监控。2015年，Comes等［36］拟定了温室环境监测系统，通过3C接入、Web服务、数据库和与用户交互的Web界面，将监控系统概念延伸到物联网解决方案，能实现多个不同类型传感器连接，使其负有重用性和扩展性。同年，王以忠等［37］设计的一款基于LabVIEW智能温室监控系统，通过CPRS技术和Internet把传感器节点采集的大棚内数据实时回传到监控器，经监控中心发出指令至管理节点控
制大棚中的环境，进而达到适宜作物生长的条件。2017年，张莹、张海辉等［37-39］分别基于RS485总线对连栋温室的环境参数进行监控，其系统可以进行实时短信预警；基于无线传感网络对设施中的CO2浓度进行精准调控。
3.2温室内气体环境
CO2是植物进行光合作用的重要原料，为了在温室中维持作物的正常光合所需，可以使用基于机器学习的控制算法施入有机肥和通风方法补充CO2O利用物联网等控制器采集回来的数据，并根据温室内CO2浓度日变化规律、温室内主要环境参数与光合作用的关系，以及番茄在不同生长期对CO2浓度需求，结合温室环境传感器、补气和通风设备，以及机器学习控制等，对温室内合理控释CO2气肥，将CO2浓度控制在适合番茄当前生育阶段的最佳水平，可增加温室番茄的产量。
4结语
随着物联网技术的发展，日光温室逐渐朝着智慧温室的方向发展，基于物联网技术和机器学习的智能农业监控系统，对无线传感器网络采集的环境数据进行分析和建模，将帮助农业决策。增强机器自身的数据分析和学习能力，将有利于智能温室的升级，实现适应机器学习的动态学习。
上述基于机器学习的环境控制和监测等方法可应用在温室种植的多种作物方面，对农业经济价值有显著而巨大的影响，具有长远而深刻的理论意义和实用价值。
参考文献
[1]陈杏禹.蔬菜栽培[M].北京：高等教育出版社，2015：201-
212.
[2]Pasgianos C D，Ar Vanitis K C，Polycarpou P，et al.A nonlinear
feed-back technique for greenhouseenvironmental control[J].
Computers and Electronics in Agriculture，2003(17):153-177.
[3]Takakura T.Technical models of the greenhouse environment[J].
Actallort，1989，248：49-53.
[4]Kolokotsa D，Saridakis C，Dalamagkidis K，Dollianitis s，Kaliakarsos
I.Development of anintelligent indoor environment and energy man-
agment system for greenhouses[J] .Energy Conversion and Manag-ment，2010，51(1)：155-168.
[5]柳平增，孟祥伟，田盼，邓振民，王文山，王玉存，毕树生.
基于物联网的精准农业信息感知系统设计[J].计算机工程与科学，2012，34(03):137-141.
[6]Tabatabaeifar A，Shafieian M A，Banizaman11.Design and Imple
mentation of a Web-based Creenhouse Remote Monitoring System with Zigbee Protocol and CSMNetwork[ J].Journal of Intelligent Procedures in Electrical Technology，2014，5(19).
[7]范宇飞.蘑菇栽培温室无线监控系统设计[D].保定：河北大
学，2016.
[8]Nagesh K D N.ARM based remote monitoring and Control System
for environmentalO'Dwyer A.Handbook of PI and PID Controller Tuning Rules[J].Automatica，2006，41(2)：355-356.
[9]杨飞，谢涛，伍英，苏维均.基于WIFI的农业物联网温室大
棚环境监测系统的设计[J].计算机测量与控制，2017,25
(02)：50-53.
[10]王能辉，胡国强.基于NB-IoT的农田远程监测系统的设计
[J].陕西农业科学，2017,63(12):82-85.
[11]万伟红，况杰华，付友生.基于PID算法的温室环境控制系
统设计[J].农业工程，2017,7(05):51-53.
[12]何灿隆，沈明霞，刘龙申，OKINDACedric，杨稷，施宏.基
于NB-IoT的温室温度智能调控系统设计与实现[J].华南农业大学学报，2018,39(02):117-124.
[13]郭威，吴华瑞，朱华吉.设施温室影像采集与环境监测机器人
系统设计及应用[J].智慧农业(中英文)，2020,2(03)：48-60.
[14]钟应善，杨家强，邓劲莲.温室温度和湿度的多变量模糊控
制技术[J].农业机械学报，2001,32(03):75-78.
[15]乔晓军，张馨，王成，任东，何秀红.无线传感器网络在农
业中应用[J].农业工程学报，2005,S1(增刊)：232-234.
[16]C Tong,D M Christopher,B Li.Numerical modelling of tempera
ture variations in a Chinese solar greenhouse[J] .Computers and Electronics in Agriculture，2009，68(1)：129-139.
[17]盛平，郭洋洋，李萍萍.基于ZigBee和3C技术的设施农业
智能测控系统[J].农业机械学报，2012,43(12):229-233.
[18]刘洋.水稻体秧棚环境监控系统研究[D].大庆：黑龙江
八一农垦大学，2012.
[19]杨靖，白保良，李泽滔.温室环境监控系统的设计-基于RS-
485总线和无线通信方式[J].农机化研究，2013,35(10): 166-170.
[20]黄金侠，于冰红，徐建东，赵化启，葛宜元.水稻育秧棚智
能监控系统研究[J] •佳木斯大学报(自然科学版)，2015, 33(03):437-439.
[21]武兴华，徐晓辉，宋涛，王楠，孙岩，王利伟.基于嵌入式的
智能温室监控系统[J].中国农机化学报，2016,37(06): 234-237.
[22]仲跃，丁辉，张俊，钱建中，谢能刚.基于物联网的草莓墒
情监控系统研究[J] •信息系统工程，2017(07):64-66.
[23]刘传岐.水稻育秧大棚环境多点远程监测系统及监测点优化
[D].大庆：黑龙江八一农垦大学，2018.
[24]刘海洋，陈智，侯占峰，佟鑫，宗哲英，宣传忠.基于GPRS
的土壤风蚀实时监测系统研制与测试[J].农业工程学报，2019,35(05):163-172.
[25]Tongbai P,Kozai T,Ohvama K.CO2and air circulation effects
on photosynthesis and transpiration of tomato seedlings[J] .Sci-entia Horticulturae,2010,126(3):338-344.
[26]李萍萍，毛罕平，王多辉，谢明岗，陈庆芳.智能温室综合
环境因子控制的技术效果及合理的环境参数研究[J].农业工程学报，1998(03):202-206.
[27]汪永斌，吕昂，孙荣高，应日高，严旬庆，施已平.温室
全数字式温度和湿度综合控制系统[J].农业机械学报，2002(05):71-74.
[28]哈敏，李波，刘文合，张振厚.日光温室CO2自动施肥系统
的研制[J].沈阳农业大学学报，2001,32(06):473-475.
[29]彭冬玲.温室大棚内二氧化碳浓度监控系统的研究[D].武
汉：华中农业大学，2003.[30]韩效钊，梁玉龙，徐超，安洁.温室CO2供需模型研究[J].
农业系统科学与综合研究，2006(02):150-153.
[31]项美晶，张荣标，李萍萍，李克伟.基于BP神经网络的温室
生菜CO2施肥研究[J].农机化研究，2008(12):17-20. [32]罗家兵，张恒.农业温室二氧化碳模糊控制系统算法[J].
广东农业科学，2009(05):221-224.
[33]马淑英，马玉泉，马振红.基于模糊控制技术的温室CO2测
控系统[J].河北科技师范学院学报，2010,24(02):20-
23.
[34]Salazar R,Schmidt L,Huber C,et al.Neural networks models
for temperature and CO control[J].International Journal of Agricultural Research,2010,5(4):191-200.
[35]刘永华，吴玉娟，熊迎军，张阳.基于WEB的智能温室信息
管理系统的设计[J].江苏农业科学，2014,42(11):421 -424.
[36]Gomes T,Brito J,Abreu H,et al.GreenMon:An efficient
wireless sensor network monitoring solution for greenhouses[J].
Industrial Technology(ICIT),2015IEEE International Conference on IEEE,2015:2192-2197.
[37]王以忠，王盼，彭一准，张锐，李达，郎洪.基于LabVIEW
的温室大棚智能远程监控系统[J].湖北农业科学，2015, 54(13):3269-3272.
[38]张莹.基于总线的连栋温室监控系统设计[D].杨陵：西北
农林科技大学，2017.
[39]张海辉，邵志成，张佐经，吴婷婷，王传哲，辛萍萍.基于
无线传感网的设施环境二氧化碳精准调控系统[J].农业机械学报，2017,48(03):325-331.
(责任编辑贾灿)
发布评论