【物联网应用】基于云计算的智能化温室种植一体化平台

目录

[第一章 作品概述](#第一章 作品概述)

[1.1. 作品名称](#1.1. 作品名称)

[1.2. 应用领域](#1.2. 应用领域)

1.3.主要功能

1.4.创新性说明

[第二章 需求分析](#第二章 需求分析)

[2.1 现实背景](#2.1 现实背景)

[2.2 用户群体及系统功能](#2.2 用户群体及系统功能)

[2.3 竞品分析](#2.3 竞品分析)

[第三章 技术方案](#第三章 技术方案)

[3.1. 硬件组成与来源](#3.1. 硬件组成与来源)

[3.2. 硬件设计合理性](#3.2. 硬件设计合理性)

[3.3. 硬件系统设计图](#3.3. 硬件系统设计图)

[3.4. 接口的通用性与可扩展性](#3.4. 接口的通用性与可扩展性)

[3.5. 代码规范](#3.5. 代码规范)

[3.6. 自主知识产权技术说明](#3.6. 自主知识产权技术说明)

[第四章 系统实现](#第四章 系统实现)

[4.1 总体实现方案](#4.1 总体实现方案)

4.1.1前后端分离技术说明

4.1.2系统设计图

4.1.3三层架构技术说明

[4.2 系统登录页](#4.2 系统登录页)

[4.3 系统首页](#4.3 系统首页)

[4.4 设备管理](#4.4 设备管理)

[4.5 作物管理](#4.5 作物管理)

[4.6 通知管理](#4.6 通知管理)

[4.7 苗情查询](#4.7 苗情查询)

[4.8 告警查询](#4.8 告警查询)

[4.9 数据可视化](#4.9 数据可视化)

[4.10 预警规则](#4.10 预警规则)

[4.11 设备自动控制](#4.11 设备自动控制)

[4.12 用户管理](#4.12 用户管理)

[第五章 测试报告](#第五章 测试报告)

5.1系统的合理性

5.2系统的相关标准符合性

5.3.系统产生的效能

[第六章 应用前景](#第六章 应用前景)

[6.1 行业现状分析](#6.1 行业现状分析)

[6.1.1 国外发展现状](#6.1.1 国外发展现状)

[6.1.2 国内发展现状](#6.1.2 国内发展现状)

[6.2 市场前景](#6.2 市场前景)

[第七章 结语](#第七章 结语)

参考文献


第一章 作品概述

1.1. 作品名称

基于云计算技术的智能化温室种植一体化平台

1.2. 应用领域

  1. 设施园艺
  1. 蔬菜生产 :高价值蔬菜如番茄、黄瓜、草莓等的反季节或周年连续生产。
  2. 花卉种植 :兰花、玫瑰、康乃馨等各种观赏花卉的大规模种植和育苗。
  3. 药材种植 :对环境条件要求较高的中草药种植和种苗繁育。
  1. 果树苗木培育
  1. 利用水肥一体化和精准环境调控技术,培育高品质、无病虫害的果树种苗。
  1. 科研教育
  1. 在农业研究机构和高校中作为科研试验平台,用于新品种选育、生理生态研究和技术培训。
  1. 都市农业
  1. 针对城市周边和屋顶农业、垂直农场等空间有限的区域,实施高效循环农业模式。
  1. 种子产业
  1. 对种子质量要求极高的种子生产和保存,确保种子发芽率和纯度。

  2. 食品安全与品质提升

  1. 通过对温度、湿度、光照、CO2浓度、土壤EC值、pH值等多参数精确控制,减少农药使用量,提高农产品安全性和品质。
  1. 节水节肥与环境保护
  1. 水肥一体化技术可大幅减少水资源浪费和化肥污染,实现农业生产的可持续性。
  1. 观光农业与休闲农业
  1. 智能化温室可作为现代观光农业的一部分,结合旅游、科普教育等功能,提升农业附加值。

1.3.主要功能

  1. 环境智能调控
  1. 温度控制 :通过换气扇设备自动调节室内温度,确保作物生长在最适宜的温度范围内。
  2. 湿度控制 :根据作物需求,实时监测并调控温室内的湿度水平。
  3. 光照管理 :采用人工补光系统,保证阴雨天或冬季光照不足时的光照强度,并可通过光谱调控促进植物生长发育。
  4. CO2浓度控制 :为满足植物光合作用需求,部分高级系统能够监测并补充温室内的二氧化碳浓度。
  1. 灌溉精准管理
  1. 精准灌溉 :根据作物需水规律和土壤湿度,进行定时定量灌溉,避免水分浪费和过湿导致的病害问题。
  1. 智能监控预警
  1. 实时监测 :各项环境参数(如光照、温度、空气湿度、土壤湿度等)并通过物联网技术上传至云端,便于远程查看及分析。
  2. 异常情况预警 :当环境参数超出设定范围时,系统会自动发出警报,及时采取措施调整环境条件。
  1. 作物生长管理
  1. 作物生长周期跟踪 :记录作物从播种到收获的整个过程,生成生长日志,有助于优化种植策略。
  2. 病虫害智能识别与防控 :部分高端系统集成有AI图像识别技术,可识别早期病虫害现象,提前预防。
  1. 节能与环保
  1. 能源管理 :通过优化能源使用策略,比如太阳能供电、地热供暖等,降低能耗成本,提高温室运营效率。
  2. 废弃物循环利用 :部分系统还能实现温室内部废物(如枯枝落叶)的循环利用,转化为有机肥,实现资源最大化利用和环境保护。
  1. 远程操控与数据分析
  1. 远程控制 :用户可以通过手机APP或网页端远程控制温室的各项设备。
  2. 数据分析与决策支持 :基于大数据分析,提供作物生长模型预测、产量预估等功能。

1.4.创新性说明

智能化温室种植一体化系统的设计思路创新体现在对传统温室管理模式的根本改变上,不再单纯依赖人工经验,而是结合现代信息技术与物联网技术,实现了对温室环境和作物生长的全方位、精细化、自动化管理。设计理念强调的是生态友好和可持续发展,通过整合各类传感器、控制器以及数据分析算法,构建出一个可以自我调节、自主学习的智能生态系统。

  1. 技术创新性
  1. 数据采集与处理技术 :运用多种高精度传感器实时监测温室内的环境参数,结合云计算、人工智能等先进技术实现海量数据的快速处理与分析。
  2. 人工智能算法 :通过机器学习和深度学习技术,对收集的数据进行模式识别、趋势预测,用于智能调控环境参数和精确指导生产活动,例如病虫害预警、作物生长状态评估等。
  3. 自动化控制系统 :创新性的集成化控制系统,可依据设定策略自动执行灌溉、通风、遮阳等操作,大幅减少人工干预,提高了作业效率和精准度。
  1. 硬件创新性
  1. 高效能硬件设备 :研发新型的节能型换气扇装置、智能灌溉设备、高效LED光源系统等,提升硬件设施的性能和能效比。
  2. 模块化与兼容性 :采用模块化设计,使得系统易于安装、扩展和维护;同时具备良好的软硬件兼容性,能方便接入不同品牌、类型的农业设施设备。
  1. 应用创新性
  1. 智慧农场建设 :推动传统农业向智慧农业转型升级,有效解决土地资源紧张、劳动力短缺等问题,实现集约化、标准化和高效化的农业生产。
  2. 精准农业实践 :针对不同作物种类的个性化需求,提供定制化的种植方案,显著提高农产品品质和产量。
  3. 产业链延伸 :通过数字化平台,实现农产品从种植、采收、加工、销售等全链条的透明化管理和追溯,增强消费者信心,助力打造现代农业品牌。

第二章 需求分析

2.1 现实背景

为了解决农村劳动力大量外流的问题,实现农业生产智能化,提高农业产量,政策主张创新农业生产经营体制,发展家庭农场、大种植园和新型农民合作组织。这些新的农业经济体拥有资本、技术和人才,它们有能力利用智能温室的新技术来提高土地的单位产值,最大限度地提高家庭农场的效益。

随着科技的进步,世界农业不断向高产、高效、高新技术的方向发展。其中智能温室是现代农业的代表,我国自1995年以来,引进国外大型智能温室面积在360公顷左右,其中主要以荷兰智能温室为主。前期主要以科研试验,政府科技展示为主,随着农业的发展,企业性质智能温室逐渐增多。近年来由安信证券、中金汇银等为代表的金融方,由阿里巴巴、京东、腾讯为代表的互联网巨头等各大公司都在大举进军现代农业,使现代农业成为继"互联网"后的另一个风口行业。现代信息技术在农业领域的广泛应用,以智慧农业为表现形态的农业智能革命已经到来。智慧农业是农业信息化发展从数字化到网络化再到智能化的高级阶段,对农业发展具有里程碑意义,已成为世界现代农业发展的趋势。

2.2 用户群体及系统功能

本云计算技术的智能化温室种植一体化平台目前的目标群体为农场、从事农业领域的专家及相关企业,其在未来可发挥协助作用为:

  1. 数据采集 :通过终端物联网设备获取温室植物环境数据,包括空气温湿度、土壤温湿度、光照度、二氧化碳浓度、PH值等,实现对植物生长环境的全面监测。
  2. 环境调节 :当传感器采集的环境数据超出设定值时,控制器可以启动相关控件调节作物生长的环境,保证植物生长的良好环境。
  3. 智能化管理 :通过云计算、大数据分析等技术,构建智能化温室种植一体化平台,建立植物生长预警指标系统,实现对植物生长过程中危险态势和威胁的全面实时评估预警,精准控制植物生长环境。
  4. 远程监控 :大棚监控实现远程监控、视频采集、录像回放,保证温室的正常运营,以及在突发情况下提供应急支持。
  5. 软硬件智能管理 :软件端实现系统功能的管理,实现软硬件的智能化管理平台,提高温室种植的生产效率和管理水平。

2.3 竞品 分析

目前市面上已存在许多相关竞品,但是,本平台通过融入云计算、数据分析等智能技术,同时,在硬件创新性和应用创新性方面也表现出色,能够提供更加全面、智能化的解决方案,有助于推动农业生产的现代化和可持续发展(详见下表)。

表2.1竞品对比

|------------|----------------------|----------------------------------------------------------------|
| 特性 | 市面竞品 | 本系统 |
| 数据采集与处理技术 | 数据采集与处理技术 | 除了具备稳定的数据采集外,我们的制度利用高精度传感器,结合云计算和人工智能技术进行快速、高效的数据处理和分析 |
| 自动化控制系统 | 符合大部分情况的通用控制,操控直观、便捷 | 具有自动化和智能化的特性,可根据设定策略进行自动操作。 |
| 智能硬件 | 硬件广泛兼容,易于获取和维护 | 在保留兼容性的基础上,使用节能型 硬件,具有更高的性能及能效 |
| 模块化设计 | 有一定的灵活性,可以根据需要进行系统扩展 | 我们的系统采用模块化设计,便于扩展和维护,并具有较高兼容性 |
| 产业链延伸 | 可提供适于特定作物种植的有限解决方案 | 通过数字化平台,我们可以实现农产品从种植到销售的全过程透明化管理和追溯。 |

第三章 技术方案

3.1. 硬件组成与来源

  1. 温湿度传感器(DHT11) : 用于测量温室内的温度和湿度。
  2. 光照传感器(BH1750FVI, GY-30模块) : 用于监测温室内的光照强度。
  3. 5V土壤湿度控制继电器模块 : 用于检测土壤湿度,并根据设定阈值控制水泵的开关,以调节土壤湿度。
  4. 气体传感器模块 : 用于监测温室内的二氧化碳浓度,为作物光合作用提供必要的环境信息。
  5. 雨水传感器 : 用于检测温室外的降雨情况,以辅助调整温室内的湿度控制策略。
  6. 控制设备 : 包括换气扇、水泵和补光灯,用于根据传感器数据调整温室内的环境条件。

图3.1关键元器件清单

3.2. 硬件设计合理性

  1. 选材

选择具有良好品质和可靠性的硬件组件,从可靠的供应商(淘宝网/天猫网)处采购。确保硬件的质量符合标准,并具备一定的抗干扰能力。

考虑环境适应性,在温室种植环境中,硬件组件应具备抗高温、抗潮湿等特性。

对于涉及电气安全的部分(如继电器模块),选择符合相关安全认证标准的产品,以确保使用过程中无安全隐患。

图3.2 选材

  1. 组配布线规范

根据功能需求,合理组装硬件组件。避免组件之间的冲突或干扰,保证正常工作。合理安排组件的位置,便于安装和维护。确保易于触达和更换故障组件。

根据信号特性和电磁干扰的要求,进行信号线和电源线的分离布置,避免干扰。合理安排线缆长度,避免过长的线缆引起的信号衰减或干扰。在布线过程中,注意线缆的防水、防潮措施,以适应湿度较高的温室环境。

图3.3 电路设计图

  1. 安全可靠

在硬件设计中,遵循相关的安全标准和规范。确保电气部分符合安全要求,如正确接地、使用绝缘材料等。

对于涉及高功率设备(如水泵、补光灯)的控制,采用可靠的继电器或电子开关,避免电路过载和短路等情况。

定期检查和维护硬件设备,确保其安全性能,如定期检查线路连接是否牢固,设备是否存在损坏或老化现象。

3.4 电路装配图

3.3. 硬件系统设计图

  1. ESP32
  1. 功能 : 中央处理器,用于控制整个系统的运行和数据处理。
  2. 数据流向 : ESP32可以与外接串口、4G模块、CAN总线等通信,控制数据的传输和处理。
  3. 供电需求 : ESP32通常工作电压为3.3V,需要稳定的电源供应。
  1. 外接串口
  1. 功能 : 提供与外部设备(如计算机、传感器等)进行串行通信的接口。
  2. 数据流向 : 外接串口与ESP32进行数据交换和通信。
  3. 供电需求: 一般情况下,外接串口通过电源线路获得供电。
  1. 无线 4G模块
  1. 功能: 提供无线通信功能,实现数据传输和互联网连接。
  2. 数据流向: 4G模块负责与网络通信,传输数据到或从ESP32。
  3. 供电需求: 4G模块需要额外的电源供应,并可能需要连接天线。
  1. 闪存芯片
  1. 功能: 存储程序代码、配置数据等信息。
  2. 数据流向: ESP32可以读取和写入闪存芯片中的数据。
  3. 供电需求: 闪存芯片通常需要与系统供电模块相连以获得电源供应。
  1. 系统供电模块
  1. 功能: 提供系统各组件所需的稳定电源。
  2. 数据流向: 系统供电模块将电源分配给各个模块,确保它们正常运行。
  3. 供电需求: 系统供电模块需要接收来自电源适配器或电池的电源输入,并输出给系统中的各个模块。
  1. 系统时钟模块
  1. 功能: 提供系统时钟信号,同步各个模块的操作。
  2. 数据流向: 系统时钟模块向系统中的各个模块提供时钟信号。
  3. 供电需求: 系统时钟模块通常需要稳定的电源供应,并可能需要外部晶振或时钟信号源。

图3.5 硬件电路设计图

这个设计图显示了各个设备之间的连接关系,中央处理器(ESP32)连接着其他外围设备,并使用系统供电模块进行供电,同时使用系统时钟模块进行时序控制。

3.4. 接口的通用性与可扩展性

  1. 接口通用性
  1. 标准化协议: 所有传感器和控制设备接口采用业界广泛认可的通信协议,如HTTP/HTTPS等,这些协议的标准化和广泛支持确保了不同设备和平台之间的高度兼容性。
  2. 数据格式统一: 无论是传感器数据还是控制命令,均采用JSON等轻量且易于解析的数据格式进行封装和传输,这有助于不同系统组件之间的无缝交互。
  3. 接口文档: 提供详细的API文档,包括每个接口的功能描述、请求响应示例和错误代码等,确保开发者和第三方服务能够轻松理解和使用这些接口。
  1. 接口可扩展性
  1. 模块化设计: 系统采用模块化设计原则,各功能模块(如数据采集、数据处理、设备控制等)之间通过定义良好的接口进行通信,这样即便在未来增加新的模块或服务时,也能保证最小的改动和最高的兼容性。
  2. 配置驱动: 系统中的许多参数和行为通过外部配置文件进行定义,而不是硬编码在程序中,这意味着可以在不修改代码的情况下调整系统行为,提高了系统的灵活性和可扩展性

图3.6 模块化设计

3.5. 代码规范

  1. 命名约定 : 变量、函数、类等命名应遵循明确、一致的约定,使用下划线分隔法,并确保命名有意义,能够反映其用途或功能。
  2. 缩进与空白 : 统一使用空格或制表符作为缩进,并确定一个标准的缩进级别(如每级缩进4个空格),以保持代码的整洁和一致性。
  3. 代码注释 : 重要的函数、类和复杂逻辑块应配有详细注释,说明其功能、参数、返回值和可能抛出的异常等。注释应简洁明了,避免过度。

图3.7代码规范

  1. 使用版本控制系统 : 如Git,对所有代码变更进行管理。遵循合理的分支管理策略,如feature分支、develop分支和master分支等。提交信息规范: 提交代码时的信息应清晰描述改动内容,必要时引用相关的问题编号或文档。
  2. 定期进行代码审查 : 通过代码审查可以发现并修正代码中的错误,提高代码质量。

3.6. 自主知识产权技术说明

  1. 技术来源及开发过程

在项目启动阶段,团队进行了全面的需求分析和技术调研,确定了项目的技术路线和实施方案。

在技术开发过程中,团队通过自主研发和创新,设计并实现了涉及温室种植管理的各项功能,包括传感器数据采集、控制逻辑设计、远程监控等多个方面。

团队在开发过程中严格遵循自主研发原则,避免使用他人专利或知识产权受保护的技术,确保项目技术具有独立性和原创性。

  1. 自主知识产权保护

团队对项目中涉及的关键技术进行专利申请,保护自己的技术成果,确保在法律层面能够维护自己的知识产权。

在团队内部建立了知识产权保护意识,对项目中产生的技术文档、源代码等信息进行严格管理和保密,避免泄露和侵权风险。

  1. 自主技术优势

项目团队具有强大的技术研发实力和创新能力,能够独立完成从需求分析到系统实现的整个技术链条。

团队在技术领域积累了丰富的经验和知识,能够根据项目需求快速响应并提供定制化的解决方案。

在项目中,团队通过持续的技术创新和不断的优化改进,不断提升项目的技术水平和竞争力。

第四章 系统实现

4.1 总体实现方案

项目采用前后端分离的设计,前后端分离是一种开发方式,也是一种管理实践。

4.1.1前后端分离 技术说明

从技术层面讲,前后端分离指的是前端HTML页面通过AJAX调用后端RESTFUL API,并使用JSON数据进行交互的过程。在这种模式下,前端只需要独立编写客户端的代码,后端也只需要独立编写服务端代码,提供数据接口即可。前后端开发者只需要提前约定好接口文档(URL、参数、数据类型),然后分别独立开发,前端可以造假数据进行测试,完全不依赖于后端,最后完成前与后端集成即可。

这种开发模式有很多优势,包括提升开发效率、增强系统维护的便利性、实现前后端解耦、提升页面加载速度、改善用户体验、技术栈灵活、培训成本低、离职风险可控等。

在前后端分离之前,传统的Java Web开发中,前端使用JSP开发,JSP代码不是由后端开发者独立实现的。需要前端开发者把静态页面写好,然后发送给后端,然后后端开发者把静态页面嵌入到JSP中。这种开发方式效率极低,而前后端分离完美解决了这个问题。

同时,从管理层面讲,前后端分离也使得开发团队可以拆分为前端开发团队和后端开发团队,从而更好地实现不同技术栈人员的成长和体系化建设。

总的来说,前后端分离是一种非常有效的开发和管理模式,它使得前后端开发者可以更加独立、高效地完成各自的工作,从而提升整个项目的开发效率和质量。

4.1.2 系统设计图

智能化温室种植平台的系统架构主要分为三层架构:感知层网络层应用层

  1. 感知层 :由各种传感器组成,负责实时监测温室内外的环境参数,如温度、湿度、光照强度、土壤湿度和空气质量等。感知层收集到的数据通过物联网技术安全、高效地传输到云平台。
  2. 网络层 : 这一层提供了数据传输的通道和协议。网络层的关键技术包括无线通信技术、网络协议和网络安全技术等。主要包括Wi-Fi、4G等无线通信技术。
  3. 应用层 :在云平台上,对接收到的数据进行存储、处理和分析。利用大数据和机器学习算法,对温室内的环境变化进行预测,并制定相应的调节策略。用户通过Web或移动应用界面与系统交互,可以查看温室环境的实时数据、历史记录,设置环境参数阈值,接收系统通知等。

图4.1 三层架构

4.1.3 三层架构技术 说明

  1. 传感器与控制设备:温湿度传感器(DHT11)、光照传感器 (BH1750FVI)、5V土壤湿度控制继电器模块、气体传感器模块和雨水传感器等,负责数据采集。控制设备如换气扇、水泵和补光灯,根据处理层的指令调整温室环境。
  2. 数据传输技术:采用MQTT协议进行数据传输,确保轻量级、高效和可靠的通信。使用TLS/SSL加密技术保障数据传输的安全性。
  3. 云平台与数据处理:利用云计算提供的弹性计算资源,存储大量的环境数据。应用大数据处理技术和机器学习算法,分析数据,优化作物生长环境的自动调节策略。
  4. 用户界面:提供Web和移动端应用,界面友好,操作简便。实现实时数据展示、历史数据查询、报警通知、设备控制等功能。

4.2 系统登录页

系统登录页提供了三种便捷的登录方式以满足不同用户的需求和偏好。用户可以选择传统的用户名登录方式,只需输入用户名和密码即可快速登录系统。此外,为了适应现代通信的普及,系统还提供了手机号登录选项,用户只需输入手机号码并验证相应的验证码,即可轻松登录。更为先进的是,系统还支持二维码登录,用户只需使用移动设备扫描页面上的二维码,即可实现一键登录,极大地提高了登录的便捷性和效率。这三种登录方式的设计,旨在为用户提供更加灵活和多样化的登录选择,提升用户体验。

图4.2 系统登录页

4.3 系统首页

系统首页精心呈现了大棚的概览信息,便于用户轻松掌握关键数据。用户可以一目了然地预览大棚的基础数据,包括其规模、结构等核心要素。同时,首页还展示了作物种植比例,让用户对大棚内的作物分布有清晰的认识。为了增强用户的交互体验,系统还整合了地图组件,用户可以通过点击地图查看大棚的具体地理位置,轻松掌握空间分布。此外,首页还会展示相关的通知公告,确保用户及时获取最新资讯,为决策提供有力支持。这些功能共同为用户提供了便捷、全面的信息浏览与决策支持平台。

图4.3 系统首页

4.4 设备管理

设备管理页面分为三个模块,首先,新增设备模块允许用户轻松添加所需的传感器,简化设备配置流程。其次,当前设备列表模块提供了清晰的设备概览,方便用户快速查看和管理所有设备。最后,设备编辑模块赋予用户修改设备参数和名称的权限,并提供了删除设备的功能,确保设备管理的灵活性和准确性。整个页面布局合理,功能明确,为用户提供了高效、便捷的设备管理体验。

图4.4 设备管理

4.5 作物管理

作物管理部分包括两三个功能,首先是新的农作物添加,其次设置作物的编号、名称、作物图片通过摄像头模块进行图片的捕获,捕获之后将其渲染到页面当中实时观察作物生长阶段的情况,如果某个大棚不再种植此作物可以对相应的作物进行一个删除。

图4.5 作物管理

4.6 通知管理

通知管理模块可以发布相关通知,并将这些通知发送给相应的大棚负责人,以便他们采取相应的措施。这有助于确保大棚运作的顺利和高效。

图4.6 通知管理

4.7 苗情查询

苗情查询使用了数据可视化前端插件Echarts进行开发。通过可视化的数据图表,展示了某个时间段内作物幼苗的生长情况。这些数据依赖于后端的大数据和云计算模块,利用传感器采集的数据进行分析和计算。

图4.7 苗情查询

4.8 告警查询

告警查询可以查询某个大棚的设备告警信息,比如某个传感器检测到的数据超过设定的阈值之后,就会向服务器发送响应的告警信息,告警信息中包含设备的基础信息以及告警的时间、类型

图4.8 告警管理

4.9 数据可视化

对于数据可视化部分通过条件筛选选择要查看的大棚,时间区间、周期选择,查询相关数据的可视化数据统计图,比如温湿度数据

图4.9数据可视化

4.10 预警规则

预警规则部分可以对某个具体的设备添加响应响应的预警规则,比如对于某个温度传感器,添加"20℃>"这条规则之后,前端将规则告知服务器,服务器对设备的预警规则进行更新,并且更新终端设备相应的预警规则,从而实现设备自动预警的功能

图4.10 预警管理

4.11 设备自动控制

如图4.10所示,系统提供了自动控制的系统,需要配置相应的自动策略,当设定为自动模式的时候,相应的设备会会进入自动工作模式,不需要进行手动管理,相应的灌溉、通风、补光系统会自动进行工作。

图4.11 设备控制

4.12 用户管理

用户管界面提供了用户管理的功能,对不同角色的用户进行新增、删除、编辑

图4.12 用户管理

第五章 测试报告

5.1系统的合理性

  1. 目标合理性

平台提升了农业生产效率、保障农作物品质、实现精细化管理及资源节约,通过实时监控和智能调控温室环境,有效的应对了气候变化和市场需求。

  1. 技术架构合理性

利用云计算提供弹性伸缩的计算与存储资源,可以收集和处理大量温室环境数据(如温湿度、光照、土壤养分等),并通过物联网设备实时传输至云端。

应用大数据分析和机器学习算法预测作物生长趋势,精准指导灌溉、温度调节等农事操作。

  1. 功能合理性

温室环境智能监控:自动监测温室内的各项关键参数,并能根据预设阈值进行报警提示和智能调控。

决策支持系统:依据实时数据分析生成最佳种植策略,为农民提供决策依据。

远程控制与自动化操作:支持远程控制温室设施设备,实现无人值守的自动化作业。

  1. 经济合理性

通过减少人工干预、降低资源浪费、提高产量质量来增加经济效益,同时,云计算服务采用按需付费模式,降低了初期投资和技术运维成本。

  1. 可持续发展合理性

系统应遵循绿色农业的发展理念,促进能源的有效利用,减少环境污染,并可随着农业科技的进步持续升级和优化。

  1. 法律与伦理合理性

在数据采集和使用过程中严格遵守相关法律法规,保护农户的商业秘密和个人隐私,同时也确保所使用的数据安全可靠。

5.2系统的相关标准符合性

  1. 技术规范符合性

系统符合物联网(IoT)相关的通信协议和技术标准,确保传感器、控制器和其他硬件设备之间以及与云端的互联互通

图5.1 技术规范

符合云计算服务的安全标准和规定,如数据加密传输、用户认证授权、备份恢复机制等,确保数据安全性和服务稳定性。

  1. 行业标准符合性

遵循智慧农业的相关行业标准和最佳实践,包括但不限于温室环境调控、农业大数据分析、精准农业技术等方面的规定和建议。

图5.2 政策规范

  1. 农业科学原理的符合性

系统设计参考植物生理生态学、作物栽培学等农业科学理论,确保温室环境调控方案科学合理,针对不同作物品种的生长周期和环境需求进行个性化管理。

  1. 政策法规符合性

考虑到农业信息化建设和数据管理方面的国家政策和法律法规,如《农业信息化发展纲要》、《网络安全法》、《个人信息保护法》等,确保了系统建设和运营合法合规。

  1. 用户需求符合性

智能化温室种植平台满足了农户、农业企业等用户的实际需求,简化操作流程,提供直观易用的界面,实现切实有效的生产和管理功能。

  1. 可持续发展符合性

系统支持节能减排、绿色环保的现代农业发展理念,帮助实现资源高效利用和环境友好型农业生产模式。

5.3.系统产生的效能

  1. 提升生产效率

实时监测:通过部署在温室中的各类传感器,系统可以实时获取和分析环境参数(如温度、湿度、光照、CO2浓度、土壤湿度等),及时作出相应调整,减少人工观测的工作量,提高管理效率。

自动化控制:根据预设的作物生长模型和环境调控方案,系统可以自动控制温室内的加热、降温、灌溉、通风等设备,实现精细化管理,极大提升了生产过程的精确度和速度。

  1. 改善作物品质

通过对作物生长环境的精准控制,确保作物始终处于最适宜的生长条件下,从而提高作物的品质和产量,降低病虫害的发生率。

利用数据分析和机器学习技术,可以根据历史数据预测和优化作物生长周期,改善农产品的质量一致性。

  1. 节约资源

通过精准农业技术,能够根据作物实际需求精确投放水、肥等资源,有效减少资源浪费,有利于节水节肥,降低成本,同时也有利于环境保护。

  1. 数据驱动决策

云计算平台能够整合大量的历史数据和实时数据,形成农业大数据资源,为农业生产者提供决策支持,帮助他们制定更科学的种植计划和营销策略。

  1. 提高经济效益

由于减少了不必要的投入和损耗,提高了单位面积的产出,最终增加了农业生产的经济效益。

  1. 强化风险管理

可以通过模型预测天气变化、市场供需关系等因素对农业生产的影响,提前预警和规划,降低农业生产风险。

第六章 应用前景

6.1 行业现状分析

6.1.1 国外发展现状

在二十一世纪初,美国华盛顿周丽大学的桑切斯和他的研究团队在一个示范园葡萄园中开启了利用无线网络传感器以及物联网技术进行了多节点的布点探究等问题,通多多个地区的无线网络传感器的信号实时采集,及时上传到CPU和服务器中,并对不同环境下的网络性能和环境可靠性进行了实时探究和性能比 对,最终采用了 ZigBee 技术更能控制好低功耗等问题,但是无线网络的监控能力还是相对于有线而言还是查了一下,信号的可靠性和信号相对还是相对弱了一些。

2007年,LEA---COx等人采用了基于IEEE802.15.4标准协议的无线网络传感器进行温室大棚中的实时监测,在该大棚中种植了西瓜和番茄,都是喜温植物, 随时的温度变化对植物的生长影响也是十分巨大的。该系统可以随时监测当前实时农作物生长环境指标如农作物的水、温度、土壤湿度、光合作用的光辐射和棚内气体的饱和度、二氧化碳浓度。该系统也十分有效地改善了当前监测数据不及时,执行器监测不稳地的情况,但是检测精度上还是有一定的差距,如每个位置的通风口和棚间之间的温度不同,对执行器的调控也是有一定的限制。不过该系统还是能够很大程度上改善当前农农业环境下的精准农业问题,能够更大限度的利用好相应的农作物肥料,同时也可以有效的预防温度过高或者湿度太高引起的相应大面积疾病,能够保证农作物产量的控制。

在2008年初,美国科学家又把智能无线网络技术应用在了温室环境下的农业水灌溉上。通过不断采集灌溉时候的空气以及土壤的温湿度信息,通过RFID 技术进行无线网络传输,并上传到控制器进行数据的保存和下层数据的进一步处理,控制中心的温室怪该系统也会把原来设定好的信息和当前采集到的信息进行相应的比对,最终控制执行器进行农业灌溉。

在2010年时候,加利福尼亚州的Hwang等人研究了基于FRID技术的番茄的生长监控的研究。通过多传感器无线传输实时上传到中央处理器,中控机采集信息到闭路电视中。各个采集到的数据通过数据融合达到精确值,最终达到实时监控的目的。

在2010年时候,韩国的PARK团队开发出了一款基于无线网络传感器的智能温控系统,主要是针对冬暖式大棚,针对农作物冬季温室受热不均匀问题,进行 了精确的农业温控调节,尤其是早上农作物的叶面结霜问题进行了实时监测管理。该系统还采用了远程服务器系统,通过协调器网管节点把收集到的数据传送到远端的服务器系统中,服务器会根据当前的环境做出相应的阈值判断,形成最终结果返回给控制器中,最终控制器发出指令通知风扇、遮阳网、喷淋头等执行器的工作。

在当前,国外的温室发展也是慢慢变得更加成熟起来,西方的很多国家自动化程度已经很高了,对温室的控制已经不但但是简单数字单个变量的控制。但是成本的可控性以及环境控制精确度上还是有所差异。

6.1.2 国内发展现状

二十一世纪初,随着互联网信息技术的大规模爆发,智能化程度也慢慢变高,2001年时候,中国农科院研发了新型的温室大棚控制系统,该系统还具有节能环保的作用,主要依据 PLC 和计算机控制,包括太阳能存储单元、温湿度调控单元、土壤温湿度检测单元、喷淋灌溉系统、计算机总成控制、上位机监测单元。在当时环境下,我国的农业生产水平总体偏低,且人口基数较大,该设备对农作物一次性投入较大,同时操作也不是非常的简单,需要对操作人员很高,且操作也比较复杂,需要一定的培训才能上岗,在一定程度上制约了我国农业大棚的发展。我国在当时环境下综合对国外温室控制技术的深入研究的基础上也自主研发了一些其他温室环境控制系统,但最终都没有真正发展起来。

如今,我国的智能温室大棚技术,已经可以通过整理、分析当前农业环境下的相应技术和农作物知识,辅助计算机大数据云平台、物联网等环境,最终搭建好农作物生长的数学模型。目前可以开发出适合该类型农作物生长的温室农业专家控制系统技术。最终通过计算机近程和远程控制,将农业专家系统技术、大数据智能控制技术、温室自动反馈控制技术有机结合起来,最终达到计算机和温室环境的精确制导目的[1]。

6.2 市场前景

我国作为农业大国,在土地、人力、资源等方面都有着得天独厚的优势,潜力巨大。目前,智能温室平台可用于多个行业和领域,例如:花卉产业。智能温室使植物产品工厂化生产成为现实,令植物产品更加标准化、规格化,并提高植物的产量,降低温室能耗。此外,智能温室不仅可令高商业价值的植物得到更好的管理,还可让具有较高观赏性和生态意义的珍稀濒危植物得到更好的环境管控和保护。对照普通设施栽培温室,智能控制系统应用区设施栽培温室的温度变化更平稳、病虫害发生率降低、培育周期缩短、育成率提高、用工量减少、能耗更节省,智能温室为植物的生长与低温春化提供更加适宜的环境条件[2]。

随着科技进步,国内将会有更多公司加入智能温室的建设中来,如河南云飞科技发展有限公司等一大批智能化温室公司正在抢占智能温室的蓝海。毋庸置疑,智能温室包含的科技也将日新月异,其智能种植植物的理念将逐步进入家庭,一些家庭智能种植机将应运而生。

2022年4月18日,国家植物园正式在北京挂牌(见图1),园内设有万生苑(见图2),其智能温室在未来的发展与建设,是温室技术发展的整体趋势,是现代化的重要标志,代表着国家形象和实力,势在必行。

图6.1(国家植物园)

图6.2(国家植物园内的万生苑

在农业物联网系统中,高效的数据采集传输运用等问题迎刃而解,这给农业数学模型的高效应用创造了必要条件。以计算果树需冷量的犹他模型为例,该模型如果以传统手段来运行十分困难,仅数据采集就是一项庞大而复杂的工程。但在智能温室中,以秒级为采集时间颗粒度的温度大数据,结合物联网系统后台算法,即可精准实现数据实时采集、传输和存储,便捷地运行模型,同时物联网设备设施可在系统支持下智能运行,来进行需冷量的精准监测和环境调控,为精准生产提供有效的支撑。

一些病虫害的发生和流行与种植环境参数关系密切。例如有效积温影响蚜虫的发生世代和虫态,温湿度和持续时间影响炭疽病等真菌性病害在作物生长某一时期的发生风险。基于农业数学模型,通过温室环境监测和计算,可以精准预测病虫害的发生规律,为植保管理提供决策,更进一步,可以在不影响作物生长的前提下进行环境干预,来预防病虫害的发生和流行:通过采集大量高密度的环境温湿度数据、农作物生长状况数据,通过人工智能和云计算技术,计算和预测病害发生临界点,通过系统给管理者发送植保预警信息,同时指导物联网系统主动开启通风除湿系统等设备采取干预措施,阻止病害发生和流行,有效促进了植保管理中的绿色防控。

第七章 结语

随着现代农业生产技术迅猛发展,温室大棚化种植被广泛应用。温室大棚在农业生产已占据越来越重要的地位。蔬菜、花卉、果品是人民生活不可缺少的农产品,随着生活水平的提高,对种植自动控制系统产品的需求日益增长,产品的附加值也不断提高,经济效益显著。通过基于云计算和人工智能的温室平台技术及配套设施的引进,可进行实时测控,从而实现温室大棚科学、智能化、高效率的管理,促进温室产业的发展。设施结构设计建筑更加科学合理,使得设施内的光、温、水、气环境得以优化,有利于作物生长发育,为高产优质奠定了基础[3]。

参考文献

[1]王海清. 基于云平台的智能温室大棚的设计与研究[D].贵州大学,2019.

[2]杨涓,李玉岭,张原等.浅谈智能温室建设现状与发展前景[J].南方农机,2022,53(13):36-44.

[3]曹耀鹏,刘厚诚.大数据和农业物联网技术在智能温室环境控制中的应用------以济南科百智慧农业产业园为例[J].农业工程技术,2021,41(04):21-26.DOI:10.16815/j.cnki.11-5436/s.2021.04.003.

[4]林逢升,付祥.基于EIGRP的温室种植多节点温控系统设计[J].农机化研究,2023,第45卷(7): 210-213

[5]柳昭莹.长期温室种植对亚热带农业生态系统土壤功能和微生物群落的影响[D].华东师范大学,2023

相关推荐
安冬的码畜日常13 小时前
【D3.js in Action 3 精译_029】3.5 给 D3 条形图加注图表标签(上)
开发语言·前端·javascript·信息可视化·数据可视化·d3.js
安冬的码畜日常17 小时前
【D3.js in Action 3 精译_027】3.4 让 D3 数据适应屏幕(下)—— D3 分段比例尺的用法
前端·javascript·信息可视化·数据可视化·d3.js·d3比例尺·分段比例尺
卡卡_R-Python19 小时前
Tableau数据可视化入门
信息可视化·tableau
搞大屏的小北 BI19 小时前
国内旅游:现状与未来趋势分析
信息可视化·数据分析·旅游·数据可视化·bi 工具
凭栏落花侧1 天前
决策树:简单易懂的预测模型
人工智能·算法·决策树·机器学习·信息可视化·数据挖掘·数据分析
bin91531 天前
【EXCEL数据处理】000010 案列 EXCEL文本型和常规型转换。使用的软件是微软的Excel操作的。处理数据的目的是让数据更直观的显示出来,方便查看。
大数据·数据库·信息可视化·数据挖掘·数据分析·excel·数据可视化
bin91532 天前
【EXCEL数据处理】000009 案列 EXCEL单元格数字格式。文本型数字格式和常规型数字格式的区别
大数据·前端·数据库·信息可视化·数据分析·excel·数据可视化
安冬的码畜日常2 天前
【D3.js in Action 3 精译_028】3.4 小节 DIY 实战:使用 Observable 在线绘制 D3 条形图
前端·javascript·信息可视化·数据可视化·d3.js·observable
FUXI_Willard2 天前
MATLAB绘图基础9:多变量图形绘制
开发语言·matlab·信息可视化·数据可视化·matlab绘图
bin91532 天前
【EXCEL数据处理】000014 案例 EXCEL分类汇总、定位和创建组。附多个操作案例。
信息可视化·数据挖掘·数据分析·excel·数据可视化·数据图表·excel 数据分析