摘 要：近年來，隨著物聯(lián)網(wǎng)、5G和人工智能技術(shù)的快速發(fā)展，對實(shí)時(shí)性和數(shù)據(jù)隱私的需求日益增長，催生了邊緣計(jì)算的概念。邊緣計(jì)算技術(shù)逐漸在物聯(lián)網(wǎng)領(lǐng)域中得到廣泛應(yīng)用，對推動(dòng)社會發(fā)展、改善人們生活以及促進(jìn)工業(yè)和農(nóng)業(yè)數(shù)字化轉(zhuǎn)型起到了重要作用。在農(nóng)業(yè)領(lǐng)域，針對溫室種植的智能化需求，傳統(tǒng)的智能溫室系統(tǒng)多采用集中式數(shù)據(jù)處理方式，這種方式存在數(shù)據(jù)處理能力有限、數(shù)據(jù)傳輸延時(shí)長、數(shù)據(jù)隱私性差等缺點(diǎn)。為解決這些問題，提出將邊緣計(jì)算技術(shù)引入智能溫室系統(tǒng)，利用邊緣計(jì)算技術(shù)的去中心化和分布式結(jié)構(gòu)，改進(jìn)傳統(tǒng)智能溫室系統(tǒng)的數(shù)據(jù)傳輸方式。通過在邊緣設(shè)備上進(jìn)行實(shí)時(shí)數(shù)據(jù)處理，避免了數(shù)據(jù)傳輸過程中造成的資源浪費(fèi)和安全性低等問題，從而實(shí)現(xiàn)了智能溫室系統(tǒng)的進(jìn)一步優(yōu)化，為產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級提供了有力支持。

關(guān)鍵詞：農(nóng)業(yè)智能化；邊緣計(jì)算；云計(jì)算；智能溫室；物聯(lián)網(wǎng)技術(shù)；智能決策技術(shù)

中圖分類號：TP399 文獻(xiàn)標(biāo)識碼：A 文章編號：2095-1302（2025）08-0-03

0 引 言

近年來，物聯(lián)網(wǎng)技術(shù)飛速發(fā)展，已深入滲透到人類生活的方方面面。物流運(yùn)輸、城市軌道、交通監(jiān)控、醫(yī)療衛(wèi)生、災(zāi)害預(yù)警、農(nóng)林管理等多個(gè)領(lǐng)域的蓬勃發(fā)展都離不開物聯(lián)網(wǎng)技術(shù)的支持[1-2]。農(nóng)業(yè)作為我國三大產(chǎn)業(yè)中的第一產(chǎn)業(yè)，是立國之本、強(qiáng)國之基。當(dāng)前，我國農(nóng)業(yè)已進(jìn)入高質(zhì)量發(fā)展階段，正逐步向現(xiàn)代化推進(jìn)[3]，但尚未完全實(shí)現(xiàn)智能化，因此仍需不斷努力推進(jìn)農(nóng)業(yè)的高質(zhì)量發(fā)展。

隨著物聯(lián)網(wǎng)技術(shù)的快速發(fā)展，傳感器、云計(jì)算、邊緣計(jì)算、人工智能等技術(shù)不斷應(yīng)用于人類生活，一系列智能化產(chǎn)品應(yīng)運(yùn)而生，深刻改變了人們的生活方式。智能溫室作為一種高效、精準(zhǔn)、可控的農(nóng)業(yè)生產(chǎn)方式，正逐步成為農(nóng)業(yè)現(xiàn)代化的重要標(biāo)志，已經(jīng)實(shí)現(xiàn)了對溫室環(huán)境的實(shí)時(shí)監(jiān)測和智能控制。然而，傳統(tǒng)的集中式數(shù)據(jù)處理方式在智能溫室中面臨數(shù)據(jù)處理能力有限、數(shù)據(jù)傳輸延時(shí)長等問題。針對這些問題，本文將邊緣計(jì)算模型引入智能溫室系統(tǒng)。邊緣計(jì)算技術(shù)能夠?qū)崿F(xiàn)對溫室環(huán)境數(shù)據(jù)的實(shí)時(shí)采集、分析、控制和決策，為作物提供精準(zhǔn)適宜的生長環(huán)境和營養(yǎng)支持。通過將計(jì)算、存儲、網(wǎng)絡(luò)等資源分配到網(wǎng)絡(luò)邊緣，利用邊緣計(jì)算實(shí)現(xiàn)了數(shù)據(jù)的實(shí)時(shí)處理、實(shí)時(shí)分析和快速響應(yīng)，從而有效減輕了服務(wù)器傳輸數(shù)據(jù)的通信壓力，降低了數(shù)據(jù)傳輸延時(shí)，并顯著提高了系統(tǒng)的響應(yīng)速度。

1 邊緣計(jì)算

1.1 定義

邊緣計(jì)算是一種分布式計(jì)算模型，其核心思想是在靠近物或數(shù)據(jù)源頭的一側(cè)，構(gòu)建集網(wǎng)絡(luò)、計(jì)算、存儲和應(yīng)用核心能力于一體的開放平臺，就近提供最近端服務(wù)。邊緣計(jì)算將數(shù)據(jù)處理和計(jì)算任務(wù)推向網(wǎng)絡(luò)邊緣，在靠近數(shù)據(jù)源頭的地方進(jìn)行處理，從而有效減少數(shù)據(jù)傳輸?shù)难訒r(shí)和帶寬需求[4]。

圖1所示為邊緣計(jì)算的基本架構(gòu)。

1.2 相關(guān)技術(shù)

（1）數(shù)據(jù)存儲技術(shù)：邊緣計(jì)算設(shè)備作為最靠近數(shù)據(jù)源的終端，每時(shí)每刻都會接收傳感器產(chǎn)生的數(shù)據(jù)，因此在應(yīng)用過程中會產(chǎn)生大量數(shù)據(jù)，這對邊緣計(jì)算的數(shù)據(jù)存儲能力提出了較高要求。邊緣計(jì)算針對傳感器產(chǎn)生的數(shù)據(jù)和待計(jì)算數(shù)據(jù)，通常采用以下三種技術(shù)進(jìn)行存儲：

第一種：對于實(shí)時(shí)性要求較低的數(shù)據(jù)，采用云邊協(xié)同技術(shù)存儲[5]；

第二種：對于實(shí)時(shí)性要求較高的數(shù)據(jù)和待計(jì)算數(shù)據(jù)，通過模型壓縮等技術(shù)減少數(shù)據(jù)量，將關(guān)鍵數(shù)據(jù)存儲在邊緣存儲系統(tǒng)中，同時(shí)實(shí)現(xiàn)數(shù)據(jù)在邊緣側(cè)的共享[6]；

第三種：對于實(shí)時(shí)性極高的數(shù)據(jù)，采用流計(jì)算技術(shù)，實(shí)時(shí)對數(shù)據(jù)流進(jìn)行連續(xù)分析，無需提前存儲數(shù)據(jù)。

（2）數(shù)據(jù)處理技術(shù)：邊緣計(jì)算中的數(shù)據(jù)處理技術(shù)主要分為批處理技術(shù)和流處理技術(shù)。邊緣設(shè)備在處理數(shù)據(jù)時(shí)，大部分情況下采用批處理技術(shù)，即在數(shù)據(jù)采集后錄入數(shù)據(jù)庫，最后進(jìn)行處理。而流處理技術(shù)則能夠?qū)崿F(xiàn)數(shù)據(jù)的實(shí)時(shí)處理，最大限度地減少響應(yīng)時(shí)間。

（3）智能決策技術(shù)：邊緣計(jì)算中的決策技術(shù)主要分為兩種，分別是分布式AI自主決策和云邊協(xié)同決策。

分布式AI自主決策：通過在邊緣計(jì)算節(jié)點(diǎn)上部署AI算法，利用多個(gè)計(jì)算節(jié)點(diǎn)構(gòu)成一個(gè)系統(tǒng)，根據(jù)系統(tǒng)的整體情況對未來發(fā)展趨勢進(jìn)行預(yù)測并做出決策。

云邊協(xié)同決策：在面對復(fù)雜且困難的問題時(shí)，通過邊緣設(shè)備向云端傳輸數(shù)據(jù)，結(jié)合邊緣設(shè)備的快速響應(yīng)能力和云端的全局視角，對當(dāng)前問題進(jìn)行分析和決策。

1.3 特點(diǎn)

邊緣計(jì)算作為一種新興的計(jì)算模式，具有低延時(shí)、高帶寬、數(shù)據(jù)隱私和安全性高、離線工作能力強(qiáng)、拓展性強(qiáng)、節(jié)能環(huán)保、可靠性高以及應(yīng)用范圍廣等特點(diǎn)，具體如下：

（1）低延時(shí)：邊緣計(jì)算設(shè)備能夠直接在數(shù)據(jù)源附近處理數(shù)據(jù)，無需將數(shù)據(jù)傳輸?shù)竭h(yuǎn)程數(shù)據(jù)中心，避免了數(shù)據(jù)傳輸過程中的延時(shí)，從而顯著減少了數(shù)據(jù)傳輸和響應(yīng)時(shí)間。

（2）高帶寬：采用分布式計(jì)算架構(gòu)，能夠在多個(gè)邊緣節(jié)點(diǎn)之間共享計(jì)算和存儲資源，從而提供更高的帶寬和更大的吞吐量。

（3）數(shù)據(jù)隱私和安全性：將數(shù)據(jù)處理和存儲推向離用戶更近的邊緣設(shè)備，降低了數(shù)據(jù)在網(wǎng)絡(luò)傳輸過程中的暴露風(fēng)險(xiǎn)。同時(shí)，邊緣設(shè)備支持?jǐn)?shù)據(jù)加密和安全認(rèn)證，進(jìn)一步保障了用戶數(shù)據(jù)的安全性和隱私[7-8]。

（4）離線工作能力：邊緣設(shè)備具備一定的計(jì)算和存儲能力，能夠在斷網(wǎng)或網(wǎng)絡(luò)不穩(wěn)定的環(huán)境下獨(dú)立工作，具有很高的穩(wěn)定性。

（5）應(yīng)用范圍廣：邊緣計(jì)算可以根據(jù)不同的應(yīng)用需求，靈活地部署和配置邊緣節(jié)點(diǎn)，支持各種分布式應(yīng)用環(huán)境。這些應(yīng)用既可以獨(dú)立運(yùn)行，也可以協(xié)同工作。

（6）強(qiáng)拓展性：邊緣計(jì)算能夠根據(jù)不同的需求進(jìn)行動(dòng)態(tài)調(diào)整和資源分配，支持實(shí)時(shí)通信和決策，同時(shí)支持遠(yuǎn)程監(jiān)控和實(shí)時(shí)分析。

（7）節(jié)能環(huán)保：通過將部分計(jì)算任務(wù)從傳統(tǒng)的云數(shù)據(jù)中心轉(zhuǎn)移到邊緣設(shè)備上，在數(shù)據(jù)源附近進(jìn)行數(shù)據(jù)處理，大幅減少了數(shù)據(jù)傳輸?shù)男枨?，從而降低了?shù)據(jù)中心的能耗和碳排放。

基于邊緣計(jì)算的特點(diǎn)，其在自動(dòng)駕駛、智能電網(wǎng)、預(yù)測性維護(hù)、醫(yī)療監(jiān)控、云游戲、內(nèi)容下載、智慧城市、智能家居等多個(gè)領(lǐng)域都有廣泛的應(yīng)用[9]，尤其適用于需要實(shí)時(shí)數(shù)據(jù)分析、低延遲響應(yīng)或?qū)?shù)據(jù)隱私性要求較高的場景。與傳統(tǒng)計(jì)算模式相比，邊緣計(jì)算能夠有效降低網(wǎng)絡(luò)擁塞、增強(qiáng)數(shù)據(jù)隱私和安全性、提高應(yīng)用程序的可靠性，并減少云計(jì)算資源的負(fù)載。

2 傳統(tǒng)智能溫室

智能溫室是基于物聯(lián)網(wǎng)、無線通信網(wǎng)絡(luò)、傳感器等技術(shù)構(gòu)建的一套智能溫室管理系統(tǒng)，是設(shè)施農(nóng)業(yè)的高級形式[10]。該系統(tǒng)通過在溫室內(nèi)部署多種傳感器，能夠準(zhǔn)確監(jiān)測溫室內(nèi)的溫度、濕度、光照、肥料、土壤水分、二氧化碳體積分?jǐn)?shù)以及蟲害等信息，并根據(jù)不同作物的需求對環(huán)境進(jìn)行動(dòng)態(tài)調(diào)整，以達(dá)到作物生長的最優(yōu)條件，從而減少蟲害、提高產(chǎn)量并實(shí)現(xiàn)農(nóng)業(yè)自動(dòng)化。溫室智能化使環(huán)境控制更加精準(zhǔn)，在農(nóng)作物種植過程中，許多生產(chǎn)環(huán)節(jié)可以實(shí)現(xiàn)自動(dòng)化，節(jié)省人力成本并提高生產(chǎn)效率。

傳統(tǒng)的智能溫室系統(tǒng)通過傳感器檢測生物環(huán)境的實(shí)時(shí)數(shù)據(jù)，并將數(shù)據(jù)通過網(wǎng)絡(luò)傳輸?shù)綌?shù)據(jù)中心，用戶在數(shù)據(jù)中心對數(shù)據(jù)進(jìn)行處理并做出決策。然而，這一過程中數(shù)據(jù)需要經(jīng)過網(wǎng)絡(luò)傳輸，因此會產(chǎn)生一定的延時(shí)。此外，大量數(shù)據(jù)的傳輸可能導(dǎo)致服務(wù)器擁堵，影響計(jì)算速度，無法充分利用計(jì)算資源。同時(shí)，數(shù)據(jù)在傳輸過程中的安全性和隱私性也難以得到充分保障。盡管傳統(tǒng)的智能溫室系統(tǒng)在一定程度上實(shí)現(xiàn)了自動(dòng)化并提高了生產(chǎn)效率，但其在速度、性能以及數(shù)據(jù)隱私和安全性方面仍有改進(jìn)空間。

3 模型研究

針對傳統(tǒng)智能溫室系統(tǒng)存在的問題，結(jié)合邊緣計(jì)算模型的優(yōu)點(diǎn)，本文將邊緣計(jì)算應(yīng)用于智能溫室中。通過分布式部署智能傳感器，實(shí)現(xiàn)傳感器之間的數(shù)據(jù)傳輸。當(dāng)傳感器檢測到數(shù)據(jù)后，能夠自主進(jìn)行決策，例如施肥、灌水、除蟲等操作。每個(gè)邊緣設(shè)備將數(shù)據(jù)保存在自身內(nèi)存中，同時(shí)將數(shù)據(jù)上傳至服務(wù)器。用戶可以通過服務(wù)器監(jiān)控每個(gè)傳感器的狀態(tài)和數(shù)據(jù)信息，但實(shí)際決策由邊緣設(shè)備自主完成。

在傳統(tǒng)的智能溫室系統(tǒng)中，傳感器將數(shù)據(jù)傳輸?shù)皆品?wù)器，設(shè)備本身不具備自主決策能力。如果需要執(zhí)行某項(xiàng)決策，必須通過服務(wù)器傳輸數(shù)據(jù)。然而，由于數(shù)據(jù)量龐大，容易造成通信堵塞，給服務(wù)器帶來巨大壓力。此外，數(shù)據(jù)傳輸過程中會增加能耗，且數(shù)據(jù)的安全性和隱私性難以保障。相比之下，本文提出的基于邊緣計(jì)算的智能溫室模型，有效解決了上述問題，提升了溫室中數(shù)據(jù)處理的速度和性能，減輕了服務(wù)器壓力和能耗，同時(shí)保障了數(shù)據(jù)的隱私和安全性。

圖2展示了基于邊緣計(jì)算的智能溫室網(wǎng)絡(luò)架構(gòu)。該架構(gòu)分為三層：

最底層為邊緣設(shè)備層，包括濕度、溫度傳感器等，直接對物理環(huán)境進(jìn)行檢測和數(shù)據(jù)處理。傳感器之間可以交換和共享數(shù)據(jù)，為自主決策提供條件。

中間層為服務(wù)器層，作為用戶與傳感器之間的橋梁。傳感器將實(shí)時(shí)采集的數(shù)據(jù)發(fā)送至服務(wù)器，用戶可以通過服務(wù)器發(fā)送指令來調(diào)整傳感器的操作。

第三層為用戶層，用戶作為架構(gòu)的最高層，可以實(shí)時(shí)監(jiān)控和修改數(shù)據(jù)，實(shí)現(xiàn)對智能溫室的人為控制。

4 未來展望

隨著科學(xué)技術(shù)的快速發(fā)展，邊緣計(jì)算作為繼云計(jì)算之后的一種新型計(jì)算模式，正逐漸應(yīng)用于各個(gè)領(lǐng)域，加速推動(dòng)社會和工農(nóng)業(yè)的數(shù)字化改革。在智能溫室領(lǐng)域，邊緣計(jì)算的應(yīng)用尤為引人注目，因?yàn)樗軌蛴行Ы鉀Q數(shù)據(jù)傳輸延時(shí)和帶寬限制等問題，實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)處理和快速決策，從而優(yōu)化溫室內(nèi)的作物生長環(huán)境，實(shí)現(xiàn)高效、優(yōu)質(zhì)的作物產(chǎn)出，對推進(jìn)農(nóng)業(yè)智能化具有重要意義[11]。

未來，邊緣計(jì)算在智能溫室中的應(yīng)用將展現(xiàn)出更加廣闊的發(fā)展前景。隨著物聯(lián)網(wǎng)技術(shù)和人工智能技術(shù)的不斷成熟，溫室內(nèi)的傳感器數(shù)量將大幅增加，結(jié)合深度學(xué)習(xí)算法進(jìn)行分析和預(yù)測，有望實(shí)現(xiàn)更高水平的農(nóng)業(yè)自動(dòng)化。這對數(shù)據(jù)處理能力提出了更高要求，而邊緣計(jì)算的優(yōu)勢在于能夠在數(shù)據(jù)源頭進(jìn)行初步處理，減輕云端服務(wù)器的負(fù)擔(dān)，同時(shí)確保數(shù)據(jù)的實(shí)時(shí)性和準(zhǔn)確性。因此，邊緣計(jì)算在未來智能溫室的發(fā)展中具有巨大的潛力[12]。隨著科學(xué)技術(shù)的進(jìn)步，基于邊緣計(jì)算的智能溫室系統(tǒng)將成為現(xiàn)代農(nóng)業(yè)的重要組成部分，持續(xù)推動(dòng)農(nóng)業(yè)智能化的發(fā)展。

5 結(jié) 語

本文介紹了邊緣計(jì)算技術(shù)的相關(guān)特點(diǎn)及其優(yōu)勢，并將邊緣計(jì)算技術(shù)引入智能溫室系統(tǒng)。通過利用邊緣計(jì)算的分布式結(jié)構(gòu)，解決了傳統(tǒng)集中式數(shù)據(jù)處理方式中存在的數(shù)據(jù)處理能力不足、數(shù)據(jù)安全性低以及數(shù)據(jù)響應(yīng)慢等問題。

盡管本文提出的模型在一定程度上解決了傳統(tǒng)智能溫室系統(tǒng)中的部分問題，但仍存在改進(jìn)空間。未來可以引入人工智能算法，輔助邊緣設(shè)備進(jìn)行更精準(zhǔn)的決策，從而為作物提供更加適宜的生長環(huán)境，進(jìn)一步推動(dòng)農(nóng)業(yè)的自動(dòng)化和智能化發(fā)展。

參考文獻(xiàn)

[1]徐佳，范露露，劉婧怡，等.以服務(wù)滿意度為目標(biāo)的車載邊緣計(jì)算調(diào)度優(yōu)化[J/OL].小型微型計(jì)算機(jī)系統(tǒng)：1-9 [2024-06-05].http：//kns.cnki.net/kcms/detail/21.1106.TP.20240527.1540.008.html.

[2]周楠，蔡頔，劉凱倫，等.基于邊緣云計(jì)算的移動(dòng)端電力數(shù)據(jù)交互技術(shù)研究[J].電子設(shè)計(jì)工程，2024，32（10）：87-91.

[3]楊光，馬巍，陳立蘭，等.智能溫室控制系統(tǒng)數(shù)據(jù)庫的建立與研究[J].農(nóng)業(yè)與技術(shù)，2024，44（9）：51-55.

[4]朱斌，劉東，劉天元，等.邊緣計(jì)算在電力系統(tǒng)供需互動(dòng)應(yīng)用的研究進(jìn)展與展望[J].電網(wǎng)技術(shù)，2024，48（10）：4327-4341.

[5] HE D， KUMAR N， ZEADALLY S， et al. Certificateless provable data possession scheme for cloud-based smart grid data management systems [J]. IEEE transactions on industrial informatics， 2018， 14（3）： 1232-1241.

[6] JIN H， LUO R K， HE Q， et al. Cost-effective data placement in edge storage systems with erasure code [J]. IEEE transactions on services computing， 2023， 16（2）： 1039-1050.

[7]葉文慧，王金花，張文政，等.移動(dòng)邊緣計(jì)算場景下基于身份的安全認(rèn)證密鑰協(xié)商協(xié)議[J].通信技術(shù)，2024，57（4）：400-408.

[8]陳司南，沈艷.基于移動(dòng)邊緣計(jì)算的位置隱私保護(hù)策略的研究[J].計(jì)算機(jī)工程，2024，50（11）：223-235.

[9]汪沄，湯冬劼，郭開誠，等. gEdge：基于容器技術(shù)的云邊協(xié)同的異構(gòu)計(jì)算框架[J].計(jì)算機(jī)學(xué)報(bào)，2024，47（8）：1883-1900.

[10]劉曉帆，田桂欽，靳艷革，等.基于物聯(lián)網(wǎng)智能溫室大棚在蔬菜種植中的應(yīng)用[J].長江蔬菜，2024（8）：73-75.

[11]李鵬，習(xí)偉，李鵬，等.基于邊緣計(jì)算的配電網(wǎng)數(shù)字化轉(zhuǎn)型關(guān)鍵問題分析與展望[J].電力系統(tǒng)自動(dòng)化，2024，48（6）：29-41.

[12]王智，夏樹濤，毛睿.基于邊緣智能的沉浸式元宇宙關(guān)鍵技術(shù)與展望[J].大數(shù)據(jù)，2024，10（1）：35-45.