温室全方位智能调温系统在智慧农业中的应用.pdf

书书书吴 涛，李里亚．温室全方位智能调温系统在智慧农业中的应用［Ｊ］．江苏农业科学，２０１９，４７（１５）２４７－２５１．ｄｏｉ１０．１５８８９／ｊ．ｉｓｓｎ．１００２－１３０２．２０１９．１５．０５７温室全方位智能调温系统在智慧农业中的应用吴 涛１，李里亚２（１．河南工程学院艺术设计学院，河南新郑４５１１９１；２．东华理工大学长江学院信息工程系，江西抚州３４４０００）摘要为了调节日光温室大棚内的环境温度使其更适宜作物的生长，借鉴集中供暖的思想设计了全方位智能调温系统，系统主要由地温管理控制单元、棚内温度管理控制单元、供暖系统控制、云服务器以及农户智能手机终端等组成。利用供热管道对土壤和空气进行全方位的热传递，同时，建立了三维非稳态地温传热数学模型，根据采集到的管道周围土壤和空气的温度信息，利用ＲＢＦ－ＰＩＤ控制算法对水温、循环泵和均衡风扇进行控制，从而实现对温室大棚的全方位温度调节。试验结果表明设计的全方位智能调温系统工作稳定可靠，能够将大棚内的土壤和空气温度自动控制在预设的范围，最大平均误差分别仅为０．３℃和０．５℃，而且实现了农户的远程监测和管理，为推动智慧农业的发展奠定了基础。关键词温室大棚；智慧农业；温度均衡；控制策略；智能交互中图分类号ＴＰ２７３＋．５；Ｓ６２５．５＋１ 文献标志码Ａ 文章编号１００２－１３０２（２０１９）１５－０２４７－０４收稿日期２０１８－０４－１９基金项目江西省自然科学基金（编号２０１５１ＢＡＢ２０７０３４）；河南省重点科技攻关计划（编号１４２１０２２１００８３）；河南省自然科学基金（编号１４２３００４１０２５０）。作者简介吴 涛（１９８０），男，河南郑州人，硕士，实验师，研究方向为计算机软件与交互设计。Ｅ－ｍａｉｌｗｔａｏ８０＠１２６．ｃｏｍ。农业生产追求在有限的土地面积上获得最大的产量，而作物产量除了与品种自身的遗传基因有关外，同时也受周围环境因素的影响［１－３］。其中，温度是作物生长发育最重要的环境参数之一，且不同的作物在不同的生长阶段所需的环境温度也有所差异。对于我国北方寒冷地区的温室大棚来讲，温室大棚内外的复杂环境，使得对作物生长环境的控制极其困难［４］。传统的温室大棚大多通过收集来自太阳光的热量来维持棚内的温度，但如果遇到极寒天气，就很有可能对作物造成损害而减产，甚至死亡。文献［５－７］均提出了采用加热的方式对温室进行增温，取得了不错的效果。但这些方法均忽略了对土壤温度的控制，由于作物的根系是吸收营养物质的主要通道，更需要适宜的温度环境。作物在进行正常呼吸作用时会释放热量，同时，土壤也会与棚内空气进行热交换，均对土壤的温度造成影响，所以需要对土壤温度进行调节，使作物根系处于最佳的生长环境中。随着我国人口红利逐渐消失，人力成本不断上升，为此，将互联网与智能控制技术相结合，引入到温室大棚的管理作业当中来，设计了全方位智能调温系统，通过采集温室大棚内空气和土壤的实时温度，并根据作物专家信息库获取不同作物对温度的生长习性，利用ＰＩＤ控制方法对管道内循环液的流速和温度进行控制，实现用最低的能耗对温度进行智能调节，使作物生长在最适宜的温度环境中。１ 问题描述及系统设计１．１ 问题描述及解决方案由于温室大棚内部空间较大，使得对其内部温度的控制有很大的迟滞性，且土壤的比热容要远大于空气，从而温度的变化趋于非线性，再加上容易受内外环境因素的影响，所以更难于对其进行控制。传统温室大棚的调温方法较为简单，一般采取日照取暖、通风遮阳降温和夜间棉被覆盖保温的方法，虽然这些方法成本较低，控制方法简单，但容易使棚内的空气和土壤温度分布不均，而且对于温度的调节见效慢，一旦遇到极寒天气，如不能将温度及时调整到适宜作物生存的范围，就会导致作物遭受冻伤而减产，甚至绝收［８－９］。为了使棚内的温度不完全受外部环境的影响，能够自适应调节温度，需要解决温室的增温、降温和热均衡３个问题，本研究提出了相应的解决方案（１）增温。借鉴集中供暖的思想，通过暖气管道和地埋管为棚内的空气和土壤快速输送热量。（２）降温。冬季外部环境寒冷，如果在中午太阳直射光照过强的情况下，棚内温度可能会超过预设的安全范围，可启用与外界的对流风扇，快速降低棚内温度。（３）热均衡。安装空气均衡风扇，使棚内空气循环，将热量从高位区带到低温区，迅速达到平衡。为了能够对温室大棚进行全方位的温度调节，利用地埋管道产生的温度场对土壤增温，并在棚内靠墙侧安装散热片对空气温度进行调节，能量传递给周围的土壤和空气，改变了单靠收集光照热量的方式，实现了快速调温的目的，即便遇到极寒天气，也能够迅速将棚内的温度调节到适宜作物生长的范围。温室大棚内温度自动调节系统结构如图１所示。为了对温度的控制更精准，将棚内空间调节划分Ａ、Ｂ、Ｃ和Ｄ４个区域，中间用３台均衡风扇隔开，使不同相邻区域的空间流通。另外，在大棚的两侧壁上也分别安装了对流风扇，主要目的是与外界进行交换，用来降低棚内的温度；针对棚内土壤温度的调节，将其划分为３个区域，可以有针对性地进行区域土壤的温度调节。另外，由于热量传递有一定的迟滞性，而且对于土壤温度过高的降温调节难度较大，所以在控制上需要提前做好预测，选择适合的控制策略。７４２江苏农业科学 ２０１９年第４７卷第１５期网络出版时间2019-08-30 153818网络出版地址http// 系统设计采用无线通信、电子技术和计算机等技术，设计了全方位智能调温系统，该系统主要由地温管理控制单元、棚内温度管理控制单元、供暖系统控制、集中管理平台、云服务器以及农户智能手机终端等组成，温室智能调温系统结构如图２所示。温室智能调温系统采用四层级架构设计，包括温度监测控制端、集中管理平台、云服务器和农户智能手机客户端［１０］。温度监测控制端与温室管理平台通过ＺｉｇＢｅｅ网络进行数据通信，避免了由于节点众多而大量布线的繁琐，每个土壤／空气分区都配置１个节点，并赋予每个节点在网络中的唯一ＩＤ，这些节点将采集的温度数据或者设备的运行状态信息通过ＺｉｇＢｅｅ无线网络发送到温度集中管理平台。温度集中管理服务器会根据作物的品种和生长阶段，经过分析后计算出最适宜作物发育的土壤和空气温度，从而控制相应的设备；温室管理平台通过移动４Ｇ网络或者宽带接入互联网，与云服务器实现数据的交换，上传温室大棚内的温度数据和设备状态信息；农户的智能终端则可以通过ＡＰＰ访问云服务器来了解温室大棚内的情况，也可以控制大棚内的设备，实现农户远程管理和调节温室大棚内的温度。２ 节点设计与温度控制２．１ 节点设计选取高集成度的芯片ＣＣ２５３０Ｆ２５６为节点的核心部件开发设计，该芯片不仅带有微控制器，还集成了ＺｉｇＢｅｅ无线射频模块，实现温室大棚内节点间的通信［１１］。节点主要由温度传感器阵列、高增益天线、供热管道的温控单元以及锂电池等组成。节点结构如图３所示。节点主要有２个任务（１）利用温度传感器阵列采集土壤、空气、循环液体的温度，并通过ＺｉｇＢｅｅ网络上传到服务器；（２）接收集中管理平台反馈的指令，控制加热、循环泵或者阀门等执行部件进行作业。２．２ 热传导模型与热交换由于空气的比热容更低，流动性更强，所以其热传导速度更快，通过风机进行内部循环，或者与外界交换气体，迅速达到预设的温度。由于土壤的温度主要受地埋管热传导和空气热交换的影响，但土壤热传导存在迟滞性，为了对其进行精确控制，需要建立热导模型。在理想状态下建模，需要假设条件如下（１）管道、循环液及周围土壤是各向同性且均匀的物质；（２）地埋管的热导特性与温室内土壤相同；（３）管道与土壤的热量交换认为是三维热传导；（４）忽略沿地埋管延伸方向的温度变化；（５）地埋管折弯段遵循直管道进行计算。文献［１２］中于威等建立了土壤温度场扩散方程，计算平面区域的热传递是三维非稳态导热问题，其微分方程为ρＣ＝Ｔｔ＝λ２Ｔｘ２＋２Ｔｙ２＋２Ｔｚ ２（１）式中Ｃ代表土壤比热容，取２０００Ｊ／（ｋｇＫ）；ρ代表土壤密度，取１７５３ｋｇ／ｍ３；λ代表热导系数，取１Ｗ／（ｍＫ）；ｔ代表时间，单位ｓ；Ｔ代表土壤温度，单位℃。温室大棚内的地埋管采用蛇形方式进行铺设，因为相临管的距离（３０～５０ｃｍ）相对于管道的纵向长度（７０～９０ｍ）来说可以忽略，就能够将管道两侧的温度场看成是对称的状态，所以可认为在两管对称垂直面上的热流量（交换）是０，符合第二边界条件Ｔｙｘ＝０＝０（２）地埋管通过循环液将能量传递给土壤，使土壤温度升温，同时，地表与空气之间也存在热交换，热流密度ｑｗ（Ｗ／ｍ２）可表示为８４２江苏农业科学 ２０１９年第４７卷第１５期ｑｗ＝∑σεｉＸｉｔｐ＋２７３ １００４＋ｔｉ＋２７３ １００[ ]４＋２．１７（ｔｐ－ｔｉ）１．３１。（３）式中σ是常数，取６．５Ｗ／（ｍ２℃）；εｉ代表围护结构表明黑度，取值范围（０，１），Ｘｉ则是与土壤表面的角度系数；ｔｐ代表土壤表层温度；ｔｉ代表围护结构表面温度。２．３ 控制模型与策略根据经验可知，土壤的温度除了跟地埋管的直径、埋深和铺设间距等固定参数有关外，还与管道内循环液体的温度和流速有关，铺设完毕后前者为非可调参数，而后者为可调参数，为此，引入了控制的思想，利用采集到各监测点的温度数据，并借助建立的三维非稳态导热方程，通过ＲＢＦ－ＰＩＤ控制循环液的温度和流速，来达到调节土壤温度的目的，控制模型如图４所示。ＲＢＦ－ＰＩＤ在传统的ＰＩＤ控制上增加了ＲＢＦ神经网络，从而能够自适应地调节各参数，具有更佳的灵活性。本研究借助ＲＢＦ网络识别器的信息，能够实时调节控制器的比例（ｋｐ），积分（ｋｉ）和微分（ｋｄ）３个参数，在调节的过程中自我学习，从而使得对温度的调节相应速度更快且精度更高［１３－１４］。针对不同的环境条件，在集中管理平台中预先设置了相应的控制策略Ｃａｓｅ１如发现棚内温度整体过高，就启动对流风扇与外界的冷空气进行交换，直到棚内的温度处于预设的范围；Ｃａｓｅ２如监测到棚内分区的温度不均衡，则启动均衡风扇，根据不同分区的温度情况，将高温气体吹向低温区域，直到棚内各区域的温度达到平衡；Ｃａｓｅ３如果遇到连日阴雨天气或者极寒天气，棚内空气温度低于适宜作物生长的要求时，启动供暖系统的电加热设备，同时，打开棚内温度循环管道阀门，并启动对应的循环泵，同时监测棚内的空气温度，如发现存在分区温度不均衡的现象，则会自动执行Ｃａｓｅ２的操作；Ｃａｓｅ４如温室大棚内土壤温度达不到作物生长所需时，首先根据热传导模型与热交换公式估算出所需供暖系统循环液体的温度值和流速，并借助ＲＢＦ－ＰＩＤ对这２个参数进行自适应调整，由于土壤温度的热传递较慢，需要的时间会相对长一些，并不断监测管道周围土壤的温度变化情况，当调整到预设范围内时，且外部环境能够保持土壤温度波动不大时，将循环液导流回储存罐中。３ 温度集中管理平台及智能交互终端３．１ 温度集中管理平台温室大棚内的集中管理平台实际上是一台接入互联网的服务器，具有完备的功能模块，主要由登陆权限管理、网络配置（ＺｉｇＢｅｅ和互联网）、云服务器接口管理、温度监测和控制策略、大棚分区管理、作物专家信息库、ＳＱＬｉｔｅ数据库、数据分析统计和报表管理等组成［１５］。软件架构如图５所示。服务器通过ＺｉｇＢｅｅ－ＰＣＩ板卡与温室大棚内的温度监测和调温执行设备节点进行通信，收集温室大棚内各区域的空气温度、土壤温度以及设备的运行状态等信息，并上传至云服务器，同时保存在本地的数据ＳＱＬｉｔｅ中，根据当前温室大棚内生长的作物（品种、生长期）从专家信息库中获取适宜生长的温度信息，然后服务器运算得到对应的控制策略，最后将具体的执行命令通过ＺｉｇＢｅｅ网络发送到设定的执行设备，实现对温度的智能调节。３．２ 智能交互终端云服务器是温室大棚本地管理服务器与农户智能交互终端的纽带，通过向两者开放不同的端口提供服务，云平台不仅存储温室大棚各节点的温度数据，还传送智能终端对温室内执行设备发出的控制指令。为了让农户更方便地管理温室大棚内的温度，在智能手机终端上开发了与云服务器进行交互的ＡＰＰ。智能手机终端的主要任务是获取并显示管理平台的数据，并与使用者（农户）进行人机交互。在智能手机ＡＰＰ设计方面，主要涉及到两大部分ＵＩ界面和通信。ＡＰＰ采用了分层架构，把数据处理的部分独立出一层ＤａｔａＭａｎａｇｅｒｓ来，对上层ＵＩ提供数据接口，这样就不需要Ａｃｔｉｖｉｔｙ和Ｆｒａｇｍｅｎｔ提供的资源，ＵＩ层不用关心数据的来源（内存、网络、缓存）。同时，ＤａｔａＭａｎａｇｅｒｓ层向下，Ａｃｔｉｖｉｔｙ和Ｆｒａｇｍｅｎｔ剥离了数据处理的责任后，持有ＤａｔａＭａｎａｇｅｒ的引用，负责获取数据并展示，向ＤａｔａＭａｎａｇｅｒ传递数据，绝不进行网络请求和缓存读写，大幅减轻Ａｃｔｉｖｉｔｙ／Ｆｒａｇｍｅｎｔ的压力，实现数据统一管理。智能手机交互软件架构如图６所示。９４２江苏农业科学 ２０１９年第４７卷第１５期最上的ＵＩ层主要显示温室大棚的实时数据和设备的运行状态等信息，并具有手动控制设备的按钮，向温室大棚内的设备发送指令，实现农户与温室大棚的智能交互。４ 试验结果为了验证设计系统的可行性和对温度的控制精度，２０１８年１月２３日在北京市昌平区小汤山对面积为８０ｍ８ｍ的日光温室大棚进行了测试和比对试验。在同一温室集群中选取２栋（１＃和２＃）建筑结构（朝向、面积、挑高、材料）均相同的大棚，且处于同一地理位置，将２＃大棚安装本研究设计的全方位智能调温系统，将１＃大棚不处理作为参照对比。在设备的部署上，地埋管直径为３０ｍｍ，布局间隔为０．５ｍ，埋深为３０ｃｍ，总长度为１１２０ｍ，预设土壤的平均温度为１８℃；棚内在靠北侧墙的位置安装１５组散热片，３个空气均衡风扇，２个热交换风扇，空气的预设平均温度为２１℃。选取一段时间（１７００至翌日０３００）作为试验，来验证调温系统的功能，设备开启前，在１７００测定土壤和空气的起始温度分别为１５．２℃和１６．５℃。由于温室棚内外的环境在不停变化，１７００后日照作用逐渐消失，棚内温度迅速降低，为了控制温度尽可能接近预设温度值，在没有光照的条件下，需要启动供热系统，根据监测到的温度，自适应调节循环管道内的水温和流速。通过对温室大棚内土壤中２５个温度监测点和空气中３５个监测点的平均数据进行统计，得到数据如表１所示。表１ 温室大棚（１＃）内温度变化情况时间温室棚外温度（℃）土壤平均温度（℃）空气平均温度（℃）１７００－０．５１５．２１６．５１８００－４．８１３．７１４．８１９００－７．９１２．３１２．４２０００－１０．２１２．２１１．５２１００－１１．７１１．４１０．２２２００－１２．４１０．７９．１２３００－１４．５９．８８．３２４００－１５．１９．２８．００１００－１５．３８．８７．８０２００－１５．６８．５７．７０３００－１６．７８．１７．５从表１中的数据可以看出，１７００后温室大棚外从０℃左右迅速下降，深夜达到了－１５℃左右。虽然大棚有保温措施，但是受外部冷空气影响较大，棚内温度下降的较快，空气最低温度达到了７℃左右，土壤最低温度达到了８℃左右，这样的环境是非常不利于作物的生长，如果长期处于这样的环境下，作物有被冻伤的危险。２＃温室大棚在这样寒冷的天气条件下，启用了全方位智能调温系统，得到的数据如表２所示。表２ 温室大棚（２＃）内温度变化及设备状态时间温室棚外温度（℃）土壤平均温度（℃）空气平均温度（℃）循环液温度（℃）循环速度（ｍ／ｓ）内风机１转速（ｒａｄ／ｓ）内风机２转速（ｒａｄ／ｓ）内风机３转速（ｒａｄ／ｓ）１７００－０．５１５．２１６．５４６．８０．１９２８．２２７．５２９．４１８００－４．８１６．１１７．９４５．３０．１６２５．６２３．９２５．５１９００－７．９１６．９２０．８４５．６０．１２２１．０１９．７２０．４２０００－１０．２１７．４２１．５４４．５０．０８１３．６１２．５１２．９２１００－１１．７１８．３２１．３４３．７０．０９８．７８．２８．４２２００－１２．４１８．１２１．１４２．２０．１１７．９７．５７．４２３００－１４．５１７．８２０．８４１．６０．１２７．２６．８７．０２４００－１５．１１８．１２１．４４１．８０．１３７．４７．５７．１０１００－１５．３１８．２２１．２３９．３０．１３７．２６．９６．８０２００－１５．６１８．０２１．１３７．５０．１４６．９７．１７．００３００－１６．７１７．９２１．０３５．１０．１４７．２７．４７．１从表２中的数据可以看到，虽然棚外的温度非常低，但是通过启用加热和循环系统，在开始阶段循环液的温度和内风机的转速都较高，为的是进行高效热传递，整个过程中设备的运行状态及循环液的温度也是随外界温度的变化进行智能的调整，目的是用最低的能耗将棚内空气和土壤温度维持在２１℃和１８℃。试验结果表明启动温度调节设备后，在４ｈ内，空气和土壤温度分别先后达到了预设的温度范围，达到热平衡后，与预设的温度最大偏差仅为０．３℃和０．５℃，具有较高的控制精度，保证了作物不受外界恶劣天气的影响，有利于作物的增产增收，从而也验证了本研究设计的全方位智能调温系统的可用性。５ 结论传统日光温室大棚抵御极寒天气能力差，且调温仅考虑了空气温度对作物的影响，忽略了土壤温度也是作物生长的重要环境因素，为此，借鉴集中供暖的思想，设计了全方位温度智能调温系统，根据气候的变化情况，利用热源较为集中的管道分别对空气和土壤进行加热，并在大棚内部安装了均衡风扇，有效解决了由于日光温室大棚内空气流动性差容易造成的温度分布不均衡现象。同时，对土壤建立了三维非稳态的温传热数学模型，通过ＲＢＦ－ＰＩＤ智能控制实现对土壤温度的精准调节，从根本上解决调温的迟滞和不均衡问题。农户还可利用开发的智能终端实现对温室大棚内的温度和设备运行状态监测。试验结果表明设计的温室全方位智能调温系统，工作稳定可靠、温度调节见效快、精度高，对土壤和空气的温度控制最大误差仅为０．３℃和０．５℃，能够有效应对北方极端天气，确保作物不受到冻伤，利于作物的增产增收，为智慧农业的发展奠定了基础。０５２江苏农业科学 ２０１９年第４７卷第１５期櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄櫄参考文献［１］牟华伟，刘双喜，王金星，等．温度差动式日光温室通风系统的研制［Ｊ］．江苏农业科学，２０１６，４４（１１）３６６－３６９．［２］李雪，郝文秀．冀中日光温室土墙温度场测试实验与分析［Ｊ］．河北农业大学学报，２０１６，３９（６）１０１－１０６．［３］张国祥，刘星星，张领先，等．基于ＣＦＤ的日光温室温度与卷帘开度关系研究［Ｊ］．农业机械学报，２０１７，４８（９）２７９－２８６．［４］塔 娜，张 驰，朱英开，等．温室内温度无线测试系统及温度场模拟［Ｊ］．东北农业大学学报，２０１４，４５（２）１１１－１１５．［５］刘文合，盖世臣．太阳能辅助加温系统对日光温室内温度的影响［Ｊ］．江苏农业科学，２０１５，４３（３）３３８－３４１．［６］何 芬，富建鲁，丁小明，等．基于毛细管网的日光温室苗床加温系统研究［Ｊ］．中国农业大学学报，２０１７，２２（２）１２３－１２８．［７］王鸿磊，徐平平，樊继德，等．多源感知高效循环智能控制设施大棚架构与实现［Ｊ］．浙江农业学报，２０１６，２８（７）１２２４－１２３４．［８］张 健，谢守勇，刘军，等．ＦＤＲ土壤湿度传感器的温度补偿模型研究［Ｊ］．农机化研究，２０１８，４０（４）１７７－１８２，１８９．［９］张 军，张侃谕．温室温度控制系统不确定性与干扰的灰色预测补偿算法［Ｊ］．农业工程学报，２０１３，２９（１０）２２５－２３３．［１０］刘 洋，张 钢，韩 璐，等．基于物联网与云计算服务的农业温室智能化平台研究与应用［Ｊ］．计算机应用研究，２０１３，３０（１１）３３３１－３３３５．［１１］刘 锦，张 岩，张荣辉．基于物联网架构的温室环境监测系统［Ｊ］．河北农业大学学报，２０１３，３６（３）１１５－１１９．［１２］于 威，王铁良，刘文合，等．日光温室地中热水管加温对土壤温度的影响［Ｊ］．沈阳农业大学学报，２０１４，４５（３）３２１－３２５．［１３］夏 爽，李丽宏．基于ＰＳＯ－ＲＢＦ神经网络在温室温度预测中的应用［Ｊ］．计算机工程与设计，２０１７，３８（３）７４４－７４８．［１４］申超群，杨 静．温室温度控制系统的ＲＢＦ神经网络ＰＩＤ控制［Ｊ］．控制工程，２０１７，２４（２）３６１－３６４．［１５］崔文顺，张芷怡，袁力哲，等．基于云计算的日光温室群物联网服务平台［Ｊ］．计算机工程，２０１５，４１（６）２９４－２９９，３０５．康云川，代 彦，梁裕巧．基于ＲａｓｐｂｅｒｒｙＰｉ与Ａｒｄｕｉｎｏ的智能大棚监控系统的研究［Ｊ］．江苏农业科学，２０１９，４７（１５）２５１－２５５．ｄｏｉ１０．１５８８９／ｊ．ｉｓｓｎ．１００２－１３０２．２０１９．１５．０５８基于ＲａｓｐｂｅｒｒｙＰｉ与Ａｒｄｕｉｎｏ的智能大棚监控系统的研究康云川１，代 彦２，梁裕巧１（１．重庆三峡学院／计算机科学与工程学院，四川重庆４０４０００；２．重庆市文化信息中心，四川重庆４０１１２１）摘要针对当前农业信息化领域物联网技术与流行的单片机开发板，提出了１种应用于农业大棚的物联网系统的选型与构建方案，利用ＲａｓｐｂｅｒｒｙＰｉ、Ａｒｄｕｉｎｏ、ＺｉｇＢｅｅ技术，设计了１种低成本、低功耗、高效率的智能农业大棚监控系统，系统的主要功能包括用户可以通过手机微信、ＰＣ终端对大棚内温度、湿度、光照度、ＣＯ２浓度、土壤湿度、烟雾等数据进行实时监测与分析，以及对农业设施设备的远程控制，为农业信息化、智能化提供一种新的技术解决方案。关键词智能农业；智能大棚；监控系统；ＲａｓｐｂｅｒｒｙＰｉ；Ａｒｄｕｉｎｏ；ＺｉｇＢｅｅ；物联网中图分类号Ｓ１２６；ＴＰ２７７．２ 文献标志码Ａ 文章编号１００２－１３０２（２０１９）１５－０２５１－０５收稿日期２０１９－０２－２０作者简介康云川（１９８７），男，重庆铜梁人，硕士，高级工程师，主要从事物联网技术、ＷＥＢ技术、网络与信息安全研究。Ｅ－ｍａｉｌ１０６４７８９０＠ｑｑ．ｃｏｍ。随着我国经济与科技的飞速发展，传统农业的生产方式已无法满足人们日益增长的物质需求，也无法满足我国加快农业产业化发展趋势，农业的产业化还必须逐渐从传统的实践方式走向信息化，以信息化在农业信息科学中的理论指导、以现代信息技术手段为工具，以数据信息流为调节手段，调整农业活动全过程，使之成为农业信息化的一个重要环节［１］。如农业数据信息采集、信息加工和信息管理等主要利用物联网技术手段，通过各传感器采集相应的环境数据，管理人员或相应的信息系统根据传感器采集后的数据进行加工与分析，最终通过人工或系统自动处理数据，自动干预设备设施进行作业，从而实现农业信息智能化，农业机械智能化，辅助农业管理人员做出决策，辅助作物种植人员对农作物进行栽培、种植等。智能大棚是保障农作物大规模高效种植、反季节种植、防止大自然病虫害等利用现代化科技手段必要的一种方式，智能大棚主要依托现代化物联网传感器技术、互联网技术、单片机技术，而传统的单片机技术开发使农业信息化技术的利用更为复杂，如５１、ＳＴＭ３２、ＡＶＲ等单片机技术的开发，开发人员需要熟悉Ｃ语言、汇编语言或Ｃ＋＋语言、电路设计、模拟电路与数字电路，还需熟悉单片机寄存器等知识，由于技术门槛很高，没有大量专业技术人员的参与，没有示范场、实验室就不可能大规模推广这些技术。采用ＲａｓｐｂｅｒｒｙＰｉ、Ａｒｄｕｉｎｏ开发板有望解决这一难题，其开源、免费的设计理念、简单的开发模式和丰富的外围软硬件资源吸引了大批创客和非计算机专业人士的加入，打破了物联网的技术壁垒，形成了一种大众化创新的新局面，为推动农业物联网的发展提供了一种廉价高效的解决方案。本系统将实现大棚内感知数据进行自动１５２江苏农业科学 ２０１９年第４７卷第１５期