吳久江 汪 星 李 群 汪有科
(1.西北農(nóng)林科技大學(xué)旱區(qū)農(nóng)業(yè)水土工程教育部重點實驗室, 陜西楊凌 712100;2.西北農(nóng)林科技大學(xué)中國旱區(qū)節(jié)水農(nóng)業(yè)研究院, 陜西楊凌 712100;3.寧夏大學(xué)農(nóng)學(xué)院, 銀川 750021; 4.中國科學(xué)院水利部水土保持研究所, 陜西楊凌 712100)
草莓素有“水果皇后”的美譽,我國草莓的年產(chǎn)量和栽培面積均超過了世界總量的1/3,穩(wěn)居世界第一,但草莓品質(zhì)、單產(chǎn)及水分利用效率卻遠遠低于西方發(fā)達國家[1]。近年來隨著物聯(lián)網(wǎng)技術(shù)在設(shè)施農(nóng)業(yè)領(lǐng)域的廣泛應(yīng)用,可以實現(xiàn)對作物的遠程監(jiān)控和精確管理[2],為提高草莓生產(chǎn)提供了新的途徑。
代表現(xiàn)代設(shè)施農(nóng)業(yè)最高水平的高端智能溫室主要集中在荷蘭、日本等發(fā)達國家,基于大型連棟溫室研制出先進的設(shè)施環(huán)境智能控制系統(tǒng)[3-8],可根據(jù)作物對環(huán)境的不同需求,由計算機對設(shè)施內(nèi)的環(huán)境因子,例如空氣溫濕度、光照強度、CO2濃度等進行全面有效的自動檢測與調(diào)控[9],并對作物栽培管理[10-11]、病蟲害防治[12-13]、作物產(chǎn)量產(chǎn)期預(yù)測[14]進行全方位跟蹤與服務(wù),形成了一套系統(tǒng)化的種植技術(shù)體系,提高了作物產(chǎn)量,降低了管理成本和農(nóng)業(yè)成本[15]。其中,荷蘭利用智能溫室種植系統(tǒng)使草莓產(chǎn)量達4.5~6.0 kg/m2,收入449.7~899.6元/m2,水分循環(huán)利用率90%以上。
我國真正具有先進水平的智能大棚極少,且都依賴國外進口,不僅成本高,而且很難大面積推廣[16]。雖然國內(nèi)對農(nóng)業(yè)物聯(lián)網(wǎng)研究取得了一些進展[17-20],但總體上尚處于初始階段,與國外差距較大,研究也主要集中在自動化程度較高的示范園大棚中[21-22]。我國目前仍以小農(nóng)戶分散經(jīng)營為主[23],90%以上仍為簡易型塑料大棚[24],基礎(chǔ)設(shè)施薄弱、自動化程度低下的情況仍較為突出[25],針對其研發(fā)的物聯(lián)網(wǎng)系統(tǒng)尚未見報道。
本文基于農(nóng)業(yè)技術(shù)(Agriculture technology,AT)、信息技術(shù)(Information technology,IT)和數(shù)據(jù)技術(shù)(Database technology,DT)的深度整合,結(jié)合陜西省關(guān)中地區(qū)設(shè)施草莓種植現(xiàn)狀,設(shè)計一種適用于簡易塑料大棚的農(nóng)業(yè)物聯(lián)網(wǎng)智慧種植管理系統(tǒng),并對其實際應(yīng)用效果和水分利用效率進行分析。
基于農(nóng)業(yè)物聯(lián)網(wǎng)的草莓大棚智慧種植管理系統(tǒng)分為信息獲取和種植大腦兩部分。信息獲取包括數(shù)據(jù)采集模塊、邊緣服務(wù)器、傳輸網(wǎng)絡(luò)及云服務(wù)器,種植大腦主要由專家系統(tǒng)組成。系統(tǒng)使用C/S和B/S混合架構(gòu),形成“數(shù)據(jù)獲取-智能分析-決策下達”設(shè)計結(jié)構(gòu),如圖1所示。其中大棚結(jié)構(gòu)簡陋、自動化程度較低,采用種植戶代替智能控制設(shè)備進行決策執(zhí)行的方式。
圖1 系統(tǒng)總體架構(gòu)Fig.1 Overall system architecture diagram
數(shù)據(jù)采集模塊包括棚內(nèi)數(shù)據(jù)、棚外數(shù)據(jù)和人工調(diào)查數(shù)據(jù),及時準確掌握草莓大棚的基本生產(chǎn)要素。人工調(diào)查數(shù)據(jù)包括肥藥使用記錄、園藝修剪記錄、圖像資料等傳感器無法監(jiān)測的數(shù)據(jù),需要種植戶進行記錄并手動上傳至專家系統(tǒng)。采用湖南省拓安儀器有限公司生產(chǎn)的傳感器對棚內(nèi)環(huán)境數(shù)據(jù)進行實時監(jiān)測,空氣溫濕度探頭為ESM-TH型,空氣濕度測量精度為±3%,空氣溫度測量精度為±0.2℃,二氧化碳探頭為ESM-CO2型,測量精度為±60 mg/m3,pH值探頭為ESM-PH型,測量精度為±0.02,土壤電導(dǎo)率(EC)探頭為ESM-EC型,測量精度為±2%,土壤溫濕度探頭為ESM101-01TH型,土壤濕度測量精度為±3%(m3/m3),土壤溫度測量精度為±0.2℃,光照強度探頭為ESM-L型,測量精度為±5%。其中串行通信接口為RS-485,采用標準Modbus-RTU通信協(xié)議進行數(shù)據(jù)傳輸,并在棚外布置小型氣象站監(jiān)測棚外環(huán)境數(shù)據(jù)。
本文基于WebSocket API實現(xiàn)瀏覽器與服務(wù)器之間的雙向通信;并利用Ajax技術(shù)實現(xiàn)異步數(shù)據(jù)交互,降低服務(wù)器負擔以及提高網(wǎng)絡(luò)傳輸效率;并引入Highcharts實現(xiàn)數(shù)據(jù)在計算機與手機的圖表化。
邊緣服務(wù)器負責(zé)收集傳感器數(shù)據(jù)并上傳至云服務(wù)器,云服務(wù)器則會綜合更廣泛的云端資源,并對上傳的數(shù)據(jù)包進行計算、分析,然后存儲至數(shù)據(jù)庫供專家系統(tǒng)調(diào)用。采用窄帶物聯(lián)網(wǎng)(Narrow band Internet of Things, NB-IoT)作為無線通信網(wǎng)絡(luò)。
數(shù)據(jù)庫采用MySQL+MongoDB的混合存儲策略,并基于專家系統(tǒng)設(shè)計需要構(gòu)建知識庫、綜合數(shù)據(jù)庫、人工調(diào)查數(shù)據(jù)庫等,其中知識庫存放專家提供的知識和經(jīng)驗,包括病蟲害數(shù)據(jù)庫、模型庫、規(guī)則庫等,是決定專家系統(tǒng)優(yōu)劣的重要因素,知識庫可以通過獲取知識不斷改正和豐富知識庫內(nèi)容,部分數(shù)據(jù)類型見表1。為緩解數(shù)據(jù)庫壓力,加快計算過程和數(shù)據(jù)的讀取速度,加入Redis緩存數(shù)據(jù)庫。
表1 部分數(shù)據(jù)庫結(jié)構(gòu)Tab.1 Partial database structure
3.2.1參數(shù)報警設(shè)置
本系統(tǒng)根據(jù)種植需要分別設(shè)置環(huán)境參數(shù)報警和水分參數(shù)報警。簡易塑料大棚因結(jié)構(gòu)簡單,做不到對環(huán)境的恒定控制,為了使草莓生長環(huán)境適宜,需要根據(jù)專家知識、經(jīng)驗以及大棚自身的調(diào)節(jié)能力在草莓不同生育階段需求設(shè)置不同環(huán)境參數(shù)和水分參數(shù)參考閾值,當參數(shù)超過上、下限范圍時,專家系統(tǒng)則會發(fā)出報警信號,并結(jié)合傳感器數(shù)據(jù)與氣象數(shù)據(jù),利用專家知識庫的推理機不斷推理,得出最終執(zhí)行決策并自動下發(fā)至種植戶手機端指導(dǎo)農(nóng)戶實施管理。主要控制決策包括卷膜高度與時間、棚頂覆膜的材料與數(shù)量、灌水量和灌水時間。
3.2.2決策準確率設(shè)計
為降低成本,單個大棚內(nèi)布置的傳感器數(shù)量較少,且大棚內(nèi)沒有先進的自動化設(shè)備,為保證系統(tǒng)報警的準確率,減少錯誤決策的發(fā)生,系統(tǒng)分別設(shè)計了環(huán)境參數(shù)和水分參數(shù)的報警規(guī)則。
棚內(nèi)采集的環(huán)境參數(shù)以3 min/次的頻率上傳至專家系統(tǒng),當某一個環(huán)境參數(shù)出現(xiàn)異常時,系統(tǒng)將會發(fā)送報告至專家系統(tǒng),為避免傳感器監(jiān)測誤差和溫室內(nèi)因人為因素造成偶然情況的發(fā)生,規(guī)定在一段時間內(nèi),如果環(huán)境參數(shù)報警比例達到設(shè)定規(guī)則,則系統(tǒng)下發(fā)報告與執(zhí)行決策,如果未達到設(shè)定規(guī)則,系統(tǒng)會認為出現(xiàn)誤報,并將報告發(fā)回后臺工作人員,繼續(xù)進行環(huán)境監(jiān)測,但不會下發(fā)至種植戶,環(huán)境數(shù)據(jù)報警工作流程如圖2所示。
圖2 環(huán)境參數(shù)報警功能流程圖Fig.2 Flow chart of environmental parameter alarm function
棚內(nèi)灌水方式采用滴灌,考慮其濕潤方式、水分探針布置誤差、壟上不平整等原因,采用通過模型計算作物需水量與水分探針相結(jié)合的形式保證灌水的合理性。
專家系統(tǒng)的推理機通過采集有效數(shù)據(jù),結(jié)合模型庫不間斷進行作物需水量的計算,其中參考作物蒸發(fā)-蒸騰量計算是重要的參考依據(jù),由于棚內(nèi)風(fēng)速可忽略不計,所以不采用FAO推薦的彭曼-蒙特斯公式(Penman-Monteith, P-M),而采用適合大棚的修正P-M公式[26],具體公式為
(1)
(2)
γ=6.65×10-4Pa
(3)
(4)
式中ET0——參考作物蒸發(fā)-蒸騰量,mm/d
Δ——飽和水氣壓曲線斜率,kPa/K
Rn——地表凈輻射,MJ/(m2·d)
G——土壤熱通量,MJ/(m2·d)
γ——干濕表常數(shù),kPa/K
Tmean——日平均溫度,℃
es——飽和水氣壓,kPa
ea——實際水氣壓,kPa
Pa——大氣壓,kPa
Z——當?shù)睾0?,m
作物需水量公式為
ETC=KcET0
(5)
式中ETC——作物需水量,mm/d
Kc——作物系數(shù)
通過模型計算作物需水量與水分探針監(jiān)測數(shù)據(jù)相比較,并設(shè)計最大誤差規(guī)則,確保大棚灌水的合理性。為避免灌水過多,系統(tǒng)分別設(shè)置灌水總量和灌水總時間報警,雙重保險原則確保灌水的準確性。
3.2.3工藝單設(shè)計
工藝單基于草莓生長規(guī)律需求主要分為栽培技術(shù)和環(huán)境處置兩部分,為針對不同目標,專家系統(tǒng)結(jié)合知識庫不定期自動下達工藝單內(nèi)容。其中栽培技術(shù)包括植保管理、園藝管理、水肥管理、農(nóng)殘管理、健康診斷等一系列需要種植戶完成的具體工作內(nèi)容;環(huán)境處置是專家系統(tǒng)根據(jù)草莓適宜生長環(huán)境需求而作出的階段性基礎(chǔ)環(huán)境處置措施,部分工藝單結(jié)構(gòu)如表2所示。其中專家系統(tǒng)針對病蟲害與極端天氣會提前自動下達工藝單做好預(yù)防措施。
表2 部分工藝單結(jié)構(gòu)Tab.2 Partial process sheet structure
3.2.4執(zhí)行檢查
簡易塑料大棚缺乏智能控制設(shè)備,為保證種植戶切實完成專家系統(tǒng)下達的處置決策,設(shè)計了兩項執(zhí)行檢查標準:①對于棚內(nèi)環(huán)境參數(shù)檢查,專家系統(tǒng)規(guī)定在一段時間內(nèi),通過異常環(huán)境參數(shù)的變化趨勢判斷決策是否得到執(zhí)行。②專家系統(tǒng)規(guī)定種植戶定期上傳草莓生長圖像與管理記錄,判斷種植戶是否完成工藝單相關(guān)內(nèi)容。
3.3.1信息交流功能
針對農(nóng)業(yè)大棚自動化程度較低的實際,微信公眾號成為了專家系統(tǒng)與種植戶間信息交流的主要手段?;谖⑿牌脚_基礎(chǔ),利用Java、Python、css、Javascript等開發(fā)“種植大腦”微信公眾號并接入服務(wù)器,公眾號包括3個菜單,分別是服務(wù)中心、更多服務(wù)、個人中心,如圖3所示。
圖3 微信公眾號結(jié)構(gòu)圖Fig.3 WeChat public account structure chart
種植戶關(guān)注微信公眾號并綁定特定IP可以通過“看一看”實時掌握棚內(nèi)環(huán)境信息、棚外氣象信息以及隨時隨地接收專家系統(tǒng)的決策信息。圖4為手機微信端棚內(nèi)環(huán)境參數(shù)界面,圖中記錄了某一時刻棚內(nèi)環(huán)境參數(shù)情況,環(huán)境信息展示采用了圖像加文字的形式,其中綠色區(qū)域為環(huán)境參數(shù)正常范圍;淺藍色與淺紅色代表了環(huán)境參數(shù)預(yù)警區(qū)域,代表環(huán)境參數(shù)即將出現(xiàn)異常,專家系統(tǒng)會下發(fā)預(yù)警至種植戶手機端;深藍色和深紅色則為環(huán)境參數(shù)報警區(qū)域,說明當前環(huán)境參數(shù)已偏離正常范圍,專家系統(tǒng)根據(jù)實時數(shù)據(jù)并結(jié)合數(shù)據(jù)庫下達具體的控制決策至種植戶手機端,例如進行卷膜、通風(fēng)、施肥、灌水等相關(guān)措施。圖4中空氣溫濕度、土壤溫濕度、土壤EC、棚內(nèi)CO2濃度的指針均指向綠色區(qū)域表明當前狀態(tài)為正常范圍,光照強度指針指向紅色區(qū)域,說明目前光照強度不足,應(yīng)實施補光措施。
圖4 棚內(nèi)環(huán)境參數(shù)項界面Fig.4 Environmental parameters in greenhouse
種植戶單方面的接收執(zhí)行決策并不能完全解決草莓種植過程中的所有問題,所以微信公眾號增加了“問一問”模塊;種植戶可以把種植過程中出現(xiàn)的種植問題以文字、圖像或語音的形式通過微信公眾號“問一問”功能發(fā)送至系統(tǒng)后臺,利用人工智能專家解決普通生產(chǎn)問題,草莓專家解決疑難問題。圖5為某一次提問管理內(nèi)容,提問者通過圖像加文字的形式對問題進行詳細描述,草莓專家根據(jù)問題給予適宜的解決方法。
圖5 提問管理后臺界面Fig.5 Question management background screenshot
3.3.2智慧推送
智慧推送包括知識智慧推送和周報推送兩項內(nèi)容,知識智慧推送是針對草莓種植,根據(jù)其不同生育階段和適宜生長條件推送有關(guān)園藝、水肥、植保、環(huán)境管控等一系列相關(guān)文章,包括病蟲害識別與防治、環(huán)境監(jiān)測參數(shù)詳解、水肥配比等(圖6)。目的是為了讓種植戶了解草莓種植的相關(guān)知識以提高種植戶的種植技術(shù)。
圖6 知識智慧推送界面Fig.6 Knowledge intelligent push service
為了種植戶更好管理大棚,專家系統(tǒng)每周會定期發(fā)送周報。周報內(nèi)容會展示本周草莓大棚內(nèi)各環(huán)境參數(shù)變化情況,提出管理中的不足和改進措施,并結(jié)合氣象數(shù)據(jù)預(yù)測下周環(huán)境變化趨勢提前做出管理意見,為下一階段專家系統(tǒng)的決策以及種植戶的管理提供參考與指導(dǎo)。
試驗區(qū)位于陜西省渭南市白水縣,試驗時間為2018年9月—2019年3月(草莓整個生育階段)。該試驗區(qū)地處關(guān)中平原與陜北高原過渡帶(109°63′E,35°24′N),海拔787 m,是典型的黃土高原溝壑區(qū)地貌,氣候?qū)儆谀蠝貛駶櫄夂騾^(qū),干燥多風(fēng)。多年平均氣溫11.4℃,平均降水量577.8 mm,且時空分布不均,其中土壤容重為1.36 g/cm3,用環(huán)刀法測得當?shù)靥镩g持水率為35%。
隨機選擇A、B、C 3家種植戶草莓大棚安裝該智慧種植系統(tǒng)作為試驗大棚,接受后臺人工智能(簡稱種植大腦)決策,實行精細化管理,3家草莓大棚數(shù)量分別為8、12、10,并另選一種植戶D(傳統(tǒng)經(jīng)驗管理)作為對照試驗,草莓大棚數(shù)量為6。試驗大棚與對照大棚草莓品種均為紅顏,單個大棚種植面積約為667 m2,南北走向,主要由塑料鋼架組成,大棚內(nèi)共起9壟,壟上覆黑色薄膜,壟高35 cm,壟底寬45 cm,壟上寬30 cm,壟間距25 cm,每壟定植草莓苗約為660株,單個大棚總定植苗數(shù)約為6 000株,棚內(nèi)灌溉方式采用滴灌,并安裝水表統(tǒng)計耗水量,無其他自動化設(shè)施。
圖7為10月8日A、B、C 3戶草莓棚內(nèi)外部分環(huán)境參數(shù)平均值。從圖7可以看出,棚內(nèi)外溫濕度具有較好一致性,且棚內(nèi)增溫速率大于棚外增溫速率,全天棚內(nèi)溫度均大于棚外溫度,平均溫差為3.5℃,最大溫差為9.9℃;全天最大相對濕度差為20.9%,平均相對濕度差為6.5%。圖8為棚內(nèi)外溫度與相對濕度擬合回歸圖,由圖可知,棚內(nèi)外溫度線性正相關(guān)(y=1.559 64x-2.762 03),決定系數(shù)較高(R2=0.789 42)。棚內(nèi)外相對濕度為線性正相關(guān)(y=1.040 82x-8.169 24),決定系數(shù)也較高(R2=0.813 04)。可根據(jù)未來一段時間段內(nèi)棚外氣象數(shù)據(jù)預(yù)測棚內(nèi)環(huán)境參數(shù)變化趨勢,對極端天氣的預(yù)警和病蟲害的預(yù)防具有一定的指導(dǎo)作用。
圖7 時尺度上棚內(nèi)外溫度與相對濕度變化曲線Fig.7 Changing curves of indoor and outdoor temperature and relative humidity on hourly scale
圖8 時尺度上棚內(nèi)外溫度與相對濕度回歸分析Fig.8 Regression analysis of indoor and outdoor temperature and relative humidity on hourly scale
圖9為9月12日—10月31日(草莓苗期階段)A、B、C 3戶草莓棚內(nèi)溫度與相對濕度日平均變化曲線,從圖中可以看出溫濕度變化幅度較大,主要受棚外氣象因素影響。棚內(nèi)溫濕度根據(jù)專家知識進行參考閾值預(yù)設(shè),其中草莓苗期階段溫度參考閾值范圍為15~25℃,實際溫度超出參考范圍的天數(shù)為4 d,超出比例為8%,適宜溫度天數(shù)比例占92.00%;草莓苗期相對濕度參考預(yù)值范圍為30%~50%,實際相對濕度超出參考范圍的天數(shù)為5 d,比例為10%,適宜相對濕度天數(shù)比例占90.00%。環(huán)境參數(shù)超出參考范圍的原因可能是簡易大棚基礎(chǔ)設(shè)施薄弱,利用種植戶代替智能設(shè)備的方式做不到精確控制,存在操作上的誤差。但草莓苗期適宜生長環(huán)境天數(shù)依然占有較高的比例,說明“以人代機”的模式依然具有較好的準確性,起到了提高草莓生長的作用。
圖9 棚內(nèi)溫度和相對濕度日均變化曲線Fig.9 Daily temperature and relative humidity variation curves in greenhouse
圖10為大棚草莓苗期至膨果期土壤體積含水率的變化曲線,圖中虛線表示草莓苗期、花期、膨果期3個主要生育階段土壤水分參考閾值,前期土壤水分較高的原因是草莓定植期耗水量較大,以致苗期前期階段水分依然較高。從第2次灌水開始統(tǒng)計,土壤水分含水率超出參考范圍的天數(shù)一共為41 d,超出比例為23.98%,原因是種植戶缺乏現(xiàn)代化灌溉設(shè)備,且種植戶從接收專家系統(tǒng)決策到具體執(zhí)行有一定的時滯性,所以做不到水分的即灌即停,但適宜水分天數(shù)依然占有76.02%的較高比例。其中在苗期階段(9月12日—10月31日),因為遵循專家系統(tǒng)的指導(dǎo),試驗大棚草莓苗存活率為99.0%,而對照大棚存活率僅為60.6%。
在整個試驗階段(2018年9月—2019年3月),試驗大棚按照工藝單施肥配藥規(guī)則和精細化環(huán)境控制,對病蟲害做到提前預(yù)防;但對照大棚只有發(fā)生病蟲害時才會有所反應(yīng),不僅錯過了最佳預(yù)防時間,且種植戶缺乏對市場上農(nóng)資產(chǎn)品的全面認識,最終導(dǎo)致草莓病蟲害控制較差、農(nóng)藥殘留較高和藥物投入較多,導(dǎo)致產(chǎn)量和品質(zhì)處于較低水平。經(jīng)統(tǒng)計,試驗大棚相比對照大棚農(nóng)藥殘留與藥物投入分別減少15.6%和23.5%。
圖10 草莓全生育階段土壤體積含水率變化曲線Fig.10 Soil volumetric moisture content during whole growing stage of strawberry
對每一戶單個草莓大棚的平均產(chǎn)量和耗水量進行統(tǒng)計,如表3所示。其中根據(jù)市場調(diào)查,從草莓的
表3 單個草莓大棚水分效率統(tǒng)計Tab.3 Single strawberry water efficiency statistics in greenhouse
品質(zhì)、外觀、口感、上市時間等考慮,試驗大棚草莓平均單價為60元/kg,對照大棚為40元/kg。
從表3可知,在整個草莓生育階段,3個試驗戶單個草莓棚平均耗水量為93.2 m3、產(chǎn)量為1 833 kg、收入110 000元、水分產(chǎn)量利用效率為19.70 kg/m3、水分經(jīng)濟利用效率為1 180元/m3,相比之下,對照大棚總耗水量為123.0 m3、收入40 800元、產(chǎn)量1 020 kg、水分產(chǎn)量利用效率8.29 kg/m3、水分經(jīng)濟利用效率332元/m3。相較于對照大棚,試驗棚的產(chǎn)量、收入、水分產(chǎn)量利用效率、水分經(jīng)濟利用效率分別提高79.7%、169.6%、137.6%、255.4%,總耗水量減少29.8 m3。
物聯(lián)網(wǎng)技術(shù)在農(nóng)業(yè)中的應(yīng)用尚處于初期階段,但的確對農(nóng)業(yè)生產(chǎn)方式變革帶來了一定的影響[27]。前人對農(nóng)業(yè)物聯(lián)網(wǎng)系統(tǒng)的環(huán)境監(jiān)控系統(tǒng)設(shè)計[28-29]、數(shù)據(jù)傳輸穩(wěn)定性[30-32]、智慧灌水系統(tǒng)[33-34]等方面做了較多研究。但大多數(shù)建立在自動化程度較高的實驗基地或示范區(qū),對物聯(lián)網(wǎng)技術(shù)在簡易大棚中應(yīng)用研究未見報道。本文利用物聯(lián)網(wǎng)技術(shù)將環(huán)境監(jiān)測與栽培技術(shù)相結(jié)合形成了一套適用于當?shù)氐牟葺N植模型,能夠較好地應(yīng)用于簡易草莓塑料大棚中,指導(dǎo)農(nóng)戶進行科學(xué)管理,對草莓生產(chǎn)有較大提升,并彌補了物聯(lián)網(wǎng)技術(shù)在簡易塑料大棚中應(yīng)用的空白。但本系統(tǒng)缺乏智能控制設(shè)備,專家系統(tǒng)下達的決策并不能得到精準執(zhí)行,“以人代機”的模式依然存在操作上和時效性的誤差。雖然較原經(jīng)驗式管理,草莓產(chǎn)量、水分利用效率、耗水等均得到了較大改善,但與大型智慧溫室相比依然存在較大差距,其中本文草莓的產(chǎn)量、水分產(chǎn)量利用效率、水分經(jīng)濟效率分別只有大型智慧溫室的29.1%、6.3%、3.7%,耗水卻是其4倍[35],主要原因是大型智慧溫室有系統(tǒng)化的草莓種植標準、經(jīng)驗更為豐富的管理人員和先進的監(jiān)控設(shè)備等,其中約90%的水分能夠得到循環(huán)利用。
本文系統(tǒng)初期可根據(jù)草莓專家知識和經(jīng)驗提供的適宜草莓生長環(huán)境參數(shù)預(yù)設(shè)值作為種植參考,但結(jié)合實地種植,應(yīng)對草莓專家經(jīng)驗?zāi)P瓦M行優(yōu)化:當一個生育周期結(jié)束,通過人工手動錄入單個草莓大棚的產(chǎn)量、品質(zhì)、水分效率、病蟲害等不同目標情況,專家系統(tǒng)通過對大棚歷史數(shù)據(jù)進行對比、分析,得到最優(yōu)目標時需要的生產(chǎn)條件并錄入數(shù)據(jù)庫,實現(xiàn)對專家經(jīng)驗?zāi)P偷某醪絻?yōu)化,為下一次生產(chǎn)提供參考。但該系統(tǒng)模式在農(nóng)業(yè)中的應(yīng)用時間較短,經(jīng)驗?zāi)P蛢?yōu)化、復(fù)雜數(shù)學(xué)模型的應(yīng)用與優(yōu)化等還需要大量數(shù)據(jù)支持和長時間驗證。
(1)設(shè)計了一種適用于簡易型塑料草莓大棚的農(nóng)業(yè)物聯(lián)網(wǎng)智慧管理系統(tǒng)。該系統(tǒng)利用環(huán)境控制模型、工藝單模式、執(zhí)行檢查系統(tǒng)和微信互動模式等技術(shù)將環(huán)境監(jiān)控與草莓栽培技術(shù)相結(jié)合,能夠較好地指導(dǎo)種植戶對大棚進行精細化管理,保證草莓的產(chǎn)量和質(zhì)量。
(2)基于標準化技術(shù)體系及工藝單下達模式,單個試驗大棚草莓產(chǎn)量和收入分別提高79.7%和169.6%,農(nóng)藥殘留和藥物資金投入分別降低15.6%、23.5%。
(3)相比原經(jīng)驗式管理,物聯(lián)網(wǎng)系統(tǒng)的技術(shù)實現(xiàn)了單個草莓大棚節(jié)約灌水量29.8 m3、并分別提高水分產(chǎn)量利用效率137.6%和水分經(jīng)濟利用效率255.4%。