關(guān)鍵詞：設(shè)施農(nóng)業(yè)；溫室；智能化；智能控制系統(tǒng)

0引言

與露地生產(chǎn)相比，溫室具有內(nèi)部環(huán)境可調(diào)節(jié)的特點(diǎn)，能夠?yàn)樽魑飵砀m宜的環(huán)境，是高產(chǎn)、高效和優(yōu)質(zhì)的農(nóng)業(yè)生產(chǎn)方式。隨著溫室結(jié)構(gòu)的不斷改進(jìn)、栽培技術(shù)的不斷優(yōu)化，以及對(duì)農(nóng)產(chǎn)品產(chǎn)量、品質(zhì)、效益要求的不斷提升，溫室環(huán)境控制模式逐步從半自動(dòng)化向智能化轉(zhuǎn)變。本文主要總結(jié)設(shè)施農(nóng)業(yè)的發(fā)展、溫室環(huán)境控制系統(tǒng)發(fā)展和國內(nèi)溫室控制研究現(xiàn)狀，提出我國溫室智能控制研究存在的問題與展望。

1設(shè)施農(nóng)業(yè)發(fā)展概述

20世紀(jì)30年代，我國首先出現(xiàn)了具有中國特色的日光溫室雛形。20世紀(jì)50年代，荷蘭首次出現(xiàn)VENLO溫室。20世紀(jì)60年代末，鋼結(jié)構(gòu)桁架體系與鋁合金屋面骨架鑲嵌玻璃屋面的結(jié)構(gòu)得到應(yīng)用，進(jìn)一步降低溫室骨架對(duì)陽光的遮擋。20世紀(jì)70年代，無土栽培技術(shù)的推廣應(yīng)用提升了溫室生產(chǎn)效率及栽培的工藝水平，并將自動(dòng)化、機(jī)械化引入了溫室生產(chǎn)。20世紀(jì)80年代初，可移動(dòng)式保溫幕的應(yīng)用大幅減少了溫室夜間熱量的損失，為作物越冬生產(chǎn)提供了可能。20世紀(jì)90年代以來，荷蘭溫室產(chǎn)業(yè)穩(wěn)步發(fā)展，溫室相關(guān)技術(shù)的研究開發(fā)逐漸成熟。

進(jìn)入21世紀(jì)，荷蘭VENLO型溫室逐漸向集約化、規(guī)模化的方向發(fā)展。2007年已經(jīng)有種植企業(yè)建造了大型連棟玻璃溫室并成功運(yùn)營。在接下來的10余年，又逐漸有多家企業(yè)更新建造規(guī)模超過10hm2的玻璃溫室取代小規(guī)模溫室，設(shè)施農(nóng)業(yè)開始向生產(chǎn)高效、單位成本低、機(jī)械化利用率高和自動(dòng)化程度高的超大型化方向發(fā)展。

2溫室智能控制系統(tǒng)發(fā)展概述

20世紀(jì)70年代之前，溫室設(shè)施環(huán)境控制處于手動(dòng)控制階段，這個(gè)階段十分依賴管理者的種植經(jīng)驗(yàn)，因此調(diào)控效果并不理想，存在低效、局限性大、人為偏差大、精度低、無法平衡高產(chǎn)與節(jié)能及無法管理大面積生產(chǎn)等諸多缺陷。

20世紀(jì)70年代，溫室控制技術(shù)在西方國家首先得到應(yīng)用，使用模擬儀表，利用現(xiàn)場采集技術(shù)，根據(jù)采集數(shù)據(jù)直接對(duì)溫室環(huán)境進(jìn)行調(diào)節(jié)，控制粗放，精度和均勻度都不高，但卻極大地解放了生產(chǎn)力，讓大規(guī)模生產(chǎn)管理成為了可能。

隨著研究的深入和控制手段的升級(jí)，20世紀(jì)80年代，計(jì)算機(jī)控制技術(shù)被應(yīng)用于溫室控制技術(shù)，應(yīng)用最廣泛的是PID控制，這種控制方式忽略了溫室環(huán)境的非線性、耦合性和干擾性，對(duì)單一影響因子進(jìn)行調(diào)控，所以精準(zhǔn)度依然不夠，但相比之前已經(jīng)是跨時(shí)代的進(jìn)步，節(jié)約了勞動(dòng)力成本，以此為基礎(chǔ)，基本穩(wěn)定了溫室環(huán)境，提高了作物質(zhì)量和產(chǎn)量，已經(jīng)完全可以應(yīng)用于大規(guī)模生產(chǎn)[1]。

到20世紀(jì)末，隨著作物基礎(chǔ)研究及種植工藝的不斷完善，溫室調(diào)控已經(jīng)不局限于單環(huán)境因子調(diào)控，而是傾向于綜合調(diào)控，溫室智能控制系統(tǒng)開始迅猛發(fā)展，軟硬件默契配合，溫室環(huán)境穩(wěn)定，使生產(chǎn)對(duì)環(huán)境要求苛刻的高端作物成為可能[2-3]。

進(jìn)入21世紀(jì)，種植理論和控制技術(shù)均發(fā)展到較高水平，隨著對(duì)用于溫室環(huán)境控制體系模型的研究，科研人員將溫室物理模型和作物模型相結(jié)合，充分考慮作物與環(huán)境相互作用的機(jī)制及環(huán)境動(dòng)態(tài)響應(yīng)與作物動(dòng)態(tài)響應(yīng)的時(shí)間尺度偏差，解決溫室環(huán)境調(diào)控滯后的問題，削減超調(diào)與振蕩，實(shí)現(xiàn)自適應(yīng)控制，同時(shí)采用云計(jì)算與邊緣計(jì)算等技術(shù)實(shí)現(xiàn)溫室控制算法及策略的共享和智能優(yōu)化。

3國內(nèi)溫室智能控制相關(guān)研究現(xiàn)狀

隨著溫室種植標(biāo)準(zhǔn)化、規(guī)?；牟粩喟l(fā)展，溫室智能控制系統(tǒng)得到廣泛的應(yīng)用。溫室智能控制系統(tǒng)一般由感知層、網(wǎng)絡(luò)層、平臺(tái)層和應(yīng)用層構(gòu)成，感知層主要為溫、光、水、氣和肥等的傳感技術(shù)，網(wǎng)絡(luò)層主要為數(shù)據(jù)通信技術(shù)，平臺(tái)層主要為控制技術(shù)策略，應(yīng)用層主要為執(zhí)行設(shè)備。由于溫室內(nèi)感知層和應(yīng)用層的設(shè)備類別變化并不大，故本文主要分析網(wǎng)絡(luò)層通信技術(shù)與平臺(tái)層控制技術(shù)的研究現(xiàn)狀。

3.1通信技術(shù)

隨著科技的不斷進(jìn)步，現(xiàn)代通信技術(shù)迅速滲透到農(nóng)業(yè)物聯(lián)領(lǐng)域。隨著技術(shù)發(fā)展及管理者對(duì)溫室環(huán)境信息采集的準(zhǔn)確性、快捷性和安全性要求的提高，適宜的通信技術(shù)被廣泛應(yīng)用，按照通信傳輸介質(zhì)的不同，可以分為有線和無線兩種通信方式[4]。

3.1.1有線通信技術(shù)

有線通信技術(shù)依靠電纜或者光纜等實(shí)體介質(zhì)傳送信息，具有可靠性高、抗干擾能力強(qiáng)的特點(diǎn)，適宜用于溫室內(nèi)作為穩(wěn)定的傳輸方式。目前主要的有線通信方式有RS232/485、現(xiàn)場總線技術(shù)、局域網(wǎng)和電力傳輸技術(shù)等。

葉盛等[5]在溫室環(huán)境微機(jī)測控系統(tǒng)的基礎(chǔ)上開發(fā)數(shù)據(jù)采集及測控系統(tǒng)，用電話線連接DTMF收發(fā)模塊，實(shí)現(xiàn)了穩(wěn)定數(shù)據(jù)傳輸。杜尚豐等[6]基于CAN總線構(gòu)建分布式結(jié)構(gòu)的控制模式，降低了成本并推進(jìn)行業(yè)標(biāo)準(zhǔn)化。秦琳琳等[7]基于Android系統(tǒng)開發(fā)溫室設(shè)備的狀態(tài)監(jiān)控模塊，采用CAN總線實(shí)現(xiàn)對(duì)環(huán)境數(shù)據(jù)的實(shí)時(shí)采集，進(jìn)而對(duì)溫室設(shè)備進(jìn)行實(shí)時(shí)調(diào)控。

溫室內(nèi)的環(huán)境濕度大、頂層溫度高和溫室內(nèi)陽光直射等不利環(huán)境極易導(dǎo)致線纜老化、絕緣層破壞，并且隨著控制邏輯的逐漸成熟，傳感器類別及應(yīng)用的增加導(dǎo)致室內(nèi)布線量大增，更容易發(fā)生可靠性降低的情況。目前溫室內(nèi)仍然以有線通信技術(shù)為主，但是也出現(xiàn)了無線網(wǎng)絡(luò)應(yīng)用的相關(guān)案例。

3.1.2無線通信技術(shù)

無線通信技術(shù)的傳輸介質(zhì)無形，如通過電磁波進(jìn)行傳遞。無線通信組網(wǎng)靈活、無須布線，能在溫室內(nèi)較惡劣的環(huán)境下應(yīng)用。目前主流的無線通信技術(shù)有藍(lán)牙技術(shù)、ZigBee技術(shù)、Wifi技術(shù)、RFID技術(shù)和IrDA技術(shù)等。柳桂國等[8]通過EricssonROK101007藍(lán)牙模塊及藍(lán)牙微網(wǎng)，靈活便捷地實(shí)現(xiàn)了溫室內(nèi)環(huán)境的檢測與控制。王嘉寧等[9]基于無線傳感器網(wǎng)絡(luò)（WSN）進(jìn)行溫室監(jiān)測系統(tǒng)設(shè)計(jì)。韓華峰等[10]基于ZigBee協(xié)議的傳感器節(jié)點(diǎn)技術(shù)組成現(xiàn)場監(jiān)控?zé)o線傳感器網(wǎng)絡(luò)，通過網(wǎng)絡(luò)匯聚節(jié)點(diǎn)與無線移動(dòng)網(wǎng)絡(luò)（GPRS/CDMA）和INTERNET進(jìn)行連接。楊瑋等[11]以無線生理生態(tài)監(jiān)測節(jié)點(diǎn)、ZigBee溫室無線智能控制終端等組建了無線傳感網(wǎng)絡(luò)。郭文川等[12]采用ZigBee技術(shù)實(shí)現(xiàn)無線傳感器網(wǎng)絡(luò)自組網(wǎng)和監(jiān)測數(shù)據(jù)自動(dòng)匯聚，基于ARM9微處理器S3C2410A和WinCE5.0構(gòu)建網(wǎng)關(guān)節(jié)點(diǎn)，采用嵌入式數(shù)據(jù)庫管理模式。上述技術(shù)均實(shí)現(xiàn)了對(duì)溫室環(huán)境數(shù)據(jù)的采集、傳感節(jié)點(diǎn)管理和環(huán)境數(shù)據(jù)管理，對(duì)執(zhí)行設(shè)備完成了調(diào)控，有效解決了有線網(wǎng)絡(luò)布線復(fù)雜、節(jié)點(diǎn)固定的缺點(diǎn)。為解決網(wǎng)關(guān)的多進(jìn)程調(diào)度數(shù)據(jù)堵塞，侯琛等[13]設(shè)計(jì)了多進(jìn)程調(diào)度算法，通過合理地控制每個(gè)進(jìn)程的執(zhí)行順序和執(zhí)行時(shí)間片來降低數(shù)據(jù)阻塞度。

盡管無線技術(shù)具有組網(wǎng)靈活免布線的優(yōu)點(diǎn)，但因?yàn)榘踩暂^低、延遲較高，實(shí)際應(yīng)用于溫室內(nèi)的短距離通信，仍然無法替代有線技術(shù)。

3.2控制技術(shù)

決策層是溫室環(huán)境控制系統(tǒng)的核心，優(yōu)秀可靠的算法是溫室內(nèi)環(huán)境穩(wěn)定與否的關(guān)鍵所在，目前應(yīng)用于溫室環(huán)境調(diào)控的算法主要有模糊控制、模型預(yù)測控制、多目標(biāo)優(yōu)化控制、遺傳算法和神經(jīng)網(wǎng)絡(luò)控制等。

3.2.1模糊控制

溫室是復(fù)雜的系統(tǒng)，室內(nèi)環(huán)境具有非線性、干擾性大、變化性強(qiáng)和機(jī)理復(fù)雜等特點(diǎn)，無法建立精確的模型進(jìn)行計(jì)算，采用傳統(tǒng)的控制理論及方法難以實(shí)現(xiàn)溫室內(nèi)適宜、穩(wěn)定氣候環(huán)境的操控，因此引入模糊控制理論構(gòu)建閉環(huán)的數(shù)字控制模型對(duì)溫室環(huán)控具有重要的意義。

馬明建等[14]針對(duì)溫室環(huán)境控制的特點(diǎn)，提出采用直接推理進(jìn)行軟件在線規(guī)則推理的多變量模糊控制器解耦結(jié)構(gòu)。楊衛(wèi)中等[15]建立了以超調(diào)量、發(fā)散度、振蕩度、穩(wěn)態(tài)誤差和過渡過程時(shí)間等指標(biāo)作為輸入的比例因子模糊整定算法。李秀華[16]提出將傳統(tǒng)模糊控制系統(tǒng)分解為控制器和模糊推理器兩部分，可以提高控制精度。胥芳等[17]、葛建坤等[18]在根據(jù)物質(zhì)和能量平衡原理構(gòu)建溫室溫度數(shù)字模型基礎(chǔ)上，建立溫室溫度模糊專家控制系統(tǒng)的MATLAB仿真模型。韋玉翡等[19]更是將專家系統(tǒng)融入到模糊控制中，彌補(bǔ)了專家系統(tǒng)和模糊控制各自的不足，提高了系統(tǒng)的智能化。

3.2.2模型預(yù)測控制

隨著計(jì)算機(jī)技術(shù)、流體湍流模型的快速發(fā)展，計(jì)算流體動(dòng)力學(xué)（CFD）方法逐漸成為研究設(shè)施園藝室內(nèi)外微環(huán)境分布的有力工具，并且已經(jīng)被證實(shí)模擬結(jié)果具有良好的吻合性。

程秀花等[20]在充分考慮太陽輻射影響和室內(nèi)水蒸氣傳輸過程基礎(chǔ)上，構(gòu)建求解溫室環(huán)境一作物濕熱系統(tǒng)的CFD數(shù)學(xué)模型，并對(duì)邊界條件的設(shè)置進(jìn)行了探討。周偉等[21]以溫室內(nèi)溫度場為研究對(duì)象，提出了基于計(jì)算流體動(dòng)力學(xué)非穩(wěn)態(tài)模擬模型的預(yù)測控制方法，能夠較為精確地預(yù)測并反映溫室內(nèi)溫度變化的實(shí)際規(guī)律。

3.2.3多目標(biāo)優(yōu)化控制

對(duì)于溫室來說，僅用單一影響因子作為氣候參數(shù)調(diào)節(jié)的判斷標(biāo)準(zhǔn)有一定的局限性，需要綜合考慮多環(huán)境影響因子之間的連鎖反應(yīng)，還要綜合考慮系統(tǒng)快速、穩(wěn)定、準(zhǔn)確之間相互制約的關(guān)系，因此多目標(biāo)優(yōu)化算法也成為了比較主流的溫室環(huán)控計(jì)算方法。

王立舒等[22]以Matlab/Simulink為仿真環(huán)境，證明了多目標(biāo)進(jìn)化算法優(yōu)化的PID控制方法的有效性。李康吉等[23]考慮溫室環(huán)境的時(shí)空變異特性，構(gòu)建溫室計(jì)算流體力學(xué)（CFD）模型，結(jié)合帶精英策略的非支配遺傳算法（NSGA-Ⅱ），建立C++和Fluent聯(lián)合優(yōu)化框架，實(shí)現(xiàn)溫室環(huán)境因子高效的多目標(biāo)優(yōu)化。

3.2.4其他控制方式

除了上述的幾種主要控制理論及方法外，還出現(xiàn)了很多切實(shí)有效的思路，能夠在一定程度上解決溫室環(huán)境控制的實(shí)際問題。

張榮標(biāo)等[24]針對(duì)溫濕度的強(qiáng)耦合特性，提出了一種基于動(dòng)態(tài)矩陣控制算法的自適應(yīng)解耦方法，有效克服了模型嚴(yán)重失配對(duì)控制精度的影響。王紀(jì)章等[25]利用模型預(yù)測和專家系統(tǒng)的推理功能，以溫室最大的凈收益為目標(biāo)，建立了溫室環(huán)境調(diào)控決策支持系統(tǒng)，解決了環(huán)控成本高、產(chǎn)量和經(jīng)濟(jì)效果差的問題。

孫耀杰等[26]為應(yīng)對(duì)復(fù)雜多變的溫室環(huán)境，提出了基于寬一深神經(jīng)網(wǎng)絡(luò)（wide-deep neural network，WDNN）的兩級(jí)溫室環(huán)境數(shù)據(jù)融合算法，利用溫室內(nèi)多點(diǎn)多特征數(shù)據(jù)訓(xùn)練WDNN深度學(xué)習(xí)模型，輸出多點(diǎn)單特征數(shù)據(jù)，按照少數(shù)服從多數(shù)原則融合，從而得出溫室環(huán)境狀態(tài)的整體評(píng)估結(jié)果。唐衛(wèi)東等[27]依據(jù)作物發(fā)育動(dòng)態(tài)理論模型建立植株一環(huán)境的信息響應(yīng)模型和信息反饋模型，再從植株生長的系統(tǒng)變化過程對(duì)相關(guān)模型進(jìn)行耦合，能夠較好地實(shí)現(xiàn)對(duì)植物發(fā)育的預(yù)測。

陳教料等[28]采用自加速遺傳粒子群算法對(duì)溫室物理模型中難以確定的參數(shù)進(jìn)行辨識(shí)，建立能耗預(yù)測模型，根據(jù)氣象數(shù)據(jù)和測量的能耗值，分別采用遺傳算法、粒子群算法和SPSO-GA進(jìn)行參數(shù)辨識(shí)與能耗預(yù)測比較分析，為溫室能量負(fù)荷設(shè)計(jì)、管控提供理論依據(jù)。陳俐均等[29]提出利用連續(xù)一離散遞推預(yù)測誤差算法，對(duì)非線性模型參數(shù)和狀態(tài)的預(yù)測值與實(shí)測值的偏差進(jìn)行補(bǔ)償，提高模型的自適應(yīng)性和精確性。

晉春等[30]針對(duì)溫室環(huán)境混合整數(shù)變量優(yōu)化控制問題，提出一種帶有工程經(jīng)驗(yàn)規(guī)則的改進(jìn)遺傳算法（IGA）并進(jìn)行有效、實(shí)用求解，獲得更優(yōu)的性能指標(biāo)和控制品質(zhì)。

任延昭等[31]將物聯(lián)網(wǎng)、微信平臺(tái)和云服務(wù)等相結(jié)合，設(shè)計(jì)了基于微信平臺(tái)的溫室氣候監(jiān)測與預(yù)測系統(tǒng)，實(shí)現(xiàn)了數(shù)據(jù)采集端的輕量化與可移動(dòng)性。

3.3拓展

隨著溫室種植規(guī)?；?、標(biāo)準(zhǔn)化進(jìn)程發(fā)展，溫室智能控制系統(tǒng)已經(jīng)不僅僅局限于溫室內(nèi)環(huán)境的自動(dòng)調(diào)控，而是應(yīng)用于全流程的整體管控，涵蓋了種、管、收的全套應(yīng)用，農(nóng)業(yè)機(jī)器人代替人工成為現(xiàn)代農(nóng)業(yè)發(fā)展的重要趨勢。在種植方面，播種機(jī)、智能物流苗床等的應(yīng)用，基本滿足了自動(dòng)化的需求，在機(jī)械采收方面，也不斷出現(xiàn)新的計(jì)算方式，不斷在現(xiàn)有基礎(chǔ)上進(jìn)行優(yōu)化。

袁挺等[32]研究了基于近紅外圖像的黃瓜果實(shí)識(shí)別及特征獲取方法，實(shí)現(xiàn)了機(jī)器人采摘作業(yè)中果實(shí)品質(zhì)判別和空間定位。龍潔花等[33]提出了一種改進(jìn)Mask R-CNN的溫室環(huán)境下不同成熟度番茄果實(shí)分割方法，采用跨階段局部網(wǎng)絡(luò)（CSPNet）與Mask R-CNN網(wǎng)絡(luò)中的殘差網(wǎng)絡(luò)（ResNet）進(jìn)行融合，通過跨階段拆分與級(jí)聯(lián)策略，減少反向傳播過程中重復(fù)的特征信息，降低網(wǎng)絡(luò)計(jì)算量的同時(shí)提高準(zhǔn)確率。王瑾等[34]提出了一種將AdaBoost分類器和顏色特征分類器相結(jié)合用于番茄采摘機(jī)器人的目標(biāo)識(shí)別方法，解決采摘機(jī)器人在復(fù)雜工作環(huán)境中效率低下的問題。

4結(jié)束語

智能環(huán)境控制系統(tǒng)具有諸多優(yōu)點(diǎn)，能夠使用專家思維進(jìn)行計(jì)算，可以預(yù)測溫室環(huán)境的變化并提前進(jìn)行調(diào)控，能夠控制各類設(shè)備協(xié)同調(diào)節(jié)從而減少超調(diào)和振蕩，能夠根據(jù)種植作物的生長階段、環(huán)境狀態(tài)實(shí)現(xiàn)自適應(yīng)控制[35]。

在高度發(fā)達(dá)的工業(yè)進(jìn)程影響下，溫室產(chǎn)業(yè)也廣泛應(yīng)用現(xiàn)代化的工業(yè)技術(shù)，逐漸把溫室農(nóng)業(yè)升級(jí)為工廠化農(nóng)業(yè)。隨著種植工藝的完善、對(duì)產(chǎn)品質(zhì)量期望的提升、人工管理成本的上升等，溫室智能控制系統(tǒng)逐漸被大眾接受。簡單的卷膜、卷被、水肥控制成為日光溫室規(guī)?；a(chǎn)的標(biāo)準(zhǔn)配置，而復(fù)雜的多環(huán)境因子調(diào)控、模糊控制等應(yīng)用則成為種植高附加值作物VENLO型溫室的標(biāo)準(zhǔn)配置。

未來，溫室智能控制已經(jīng)不僅只是采集溫室內(nèi)環(huán)境數(shù)據(jù)直接進(jìn)行調(diào)控，更要以植物生理等基礎(chǔ)學(xué)科為依托，對(duì)作物生長發(fā)育的機(jī)理進(jìn)行深入研究，理清植物生長過程與溫室環(huán)境間的相互作用，將科研成果多方向融合，以達(dá)到理想、穩(wěn)定的氣候環(huán)境?？刂频乃惴ㄒ苍诔掷m(xù)優(yōu)化，未來的趨勢不僅局限在環(huán)境控制領(lǐng)域，必將以經(jīng)濟(jì)效益為核心多元化拓展，大數(shù)據(jù)將實(shí)時(shí)反映市場需求，進(jìn)而指導(dǎo)種植品種與規(guī)模的改變，溫室將繼續(xù)更新?lián)Q代，軟硬件更加契合，也必將提出更加節(jié)能減排的解決方案。

當(dāng)前已經(jīng)有大量的理論研究成果，但有很多控制理論研究是在假定信息交換完全和理想的模型基礎(chǔ)上，無法做到完全耦合所有的影響因子，導(dǎo)致很多理想的算法應(yīng)用到實(shí)際中可能并不理想。因此應(yīng)從基礎(chǔ)開始解題，將研究聚焦于實(shí)際應(yīng)用。

通信技術(shù)應(yīng)不斷完善，提升信息安全性，減少通信延遲，找到有線與無線通信在溫室中應(yīng)用的適宜方向，如溫室內(nèi)環(huán)控利用有線通信，勞動(dòng)管理系統(tǒng)采用無線通信。

隨著基礎(chǔ)研究的深入，植物生理、計(jì)算方法和控制邏輯終將會(huì)被攻克。為進(jìn)一步提升我國溫室智能化水平，應(yīng)將溫室種植工藝、環(huán)境控制軟硬件等相結(jié)合，不斷提升硬件設(shè)備的穩(wěn)定性，逐步完善溫室智能控制系統(tǒng)計(jì)算方法，只有合理的能源、產(chǎn)品方案，才能促進(jìn)設(shè)施農(nóng)業(yè)穩(wěn)健而長遠(yuǎn)的發(fā)展。