基于物联网技术的温室大棚智能管理系统构建

梁瑞华

(河南工业大学粮食经济研究中心，河南 郑州 450001)

基于物联网技术的温室大棚智能管理系统构建

梁瑞华

(河南工业大学粮食经济研究中心，河南 郑州 450001)

为提高温室大棚管理与监控水平，基于物联网技术构建一种温室大棚智能管理系统。该系统通过对农作物生长环境参数采集存储、WEB客户端信息处理、预警分析和温室设备的智能控制等，实现了大棚的科学化管理和对农业大棚的实时监测和自动控制。系统结合各种信息技术和智能温室大棚的生产管理需求，采用感知层、网络层、应用层的3层体系结构进行系统构建，包含了实时数据采集、网络监控、大数据分析平台、设备操控模块。

物联网；温室大棚；数据采集；智能管理

近年来，随着气候条件的异常多变和蔬菜供应需求的快速增长，设施农业种植面积大幅度增加，同时设施农业也由简易的温室大棚，发展到具有人工智能控制，甚至手机终端控制的智能化、精细化的生态农业模式[1-2]。因此，温室大棚管理过程中，作物生长相关数据信息的监测和调控成为亟需重点解决的问题。传统农业生产过程中，主要是通过人工测量或观察等方式获取农田或者农作物生长相关数据，此期间既需要消耗大量人力，也导致数据信息获取结果不精确，降低了工作效率[3]。物联网技术是在互联网技术基础上延伸和扩展的一种网络新技术[4]，通过智能识别与普适计算等通信感知技术，广泛应用于网络融合中，物联网技术的出现加快了现代农业智能化、自动化进程[5-6]。西方发达国家在智能温室大棚方面总体上达到一定的水平，技术相对成熟，温室相关环境参数获取准确[7-10]。对智能温室的研究国内起步较晚，很多产品在实际应用过程中仍然存在比较多的问题[11-12]，如“大棚管家”缺乏精细化的参数调节功能，“智能喷水控制器”无法实现多因素联动控制。梳理文献发现，当前研究更多的倾向于温室数据的简单采集显示，缺乏数据的深度大样本分析和影响作物生长的因素参数之间的相关性分析，历史数据闲置或利用不充分，参数调整设置不够精细，系统操作过于专业化。如何在节约资源和科学智能的前提下，提高温室大棚的效益还有很多工作要做。因此，在对物联网技术和温室大棚功能需求研究分析的基础上，本研究基于物联网技术构建了一种新的温室大棚智能管理系统。借助该系统，用户对生产过程中作物生长环境参数的采集、监测和分析不再受时间和空间的限制，通过人性化操作界面可进行参数的精准调控和设备的自动化控制，进而实现生产过程的智能化管理。

1 系统体系结构

在温室大棚的管理过程中，棚内环境对作物生长起着至关重要的作用，因此环境参数的采集、监测和分析就变得极其重要。影响作物生长的核心环境因素是光照度、土壤干湿度、空气温湿度、二氧化碳浓度等，而数据采集分析的准确性和实时性是整个系统关键[13]。基于上述的系统需求，本研究开发了基于物联网的温室大棚智能管理系统。该系统结合传感器设备、ZigBee无线传输网络、大数据分析平台、视频监控等，构建温室大棚的智能化管理，实现数据实时采集、存储及处理分析、决策支持、设备(灌溉设备、通风设备、光照设备等)远程控制和手机终端控制。

温室大棚智能管理采用3层体系结构设计，包括感知层、网络层、应用层，后期可扩展性和维护性高。智能温室大棚体系结构如图1所示。

图1 智能温室大棚3层体系结构Fig.1 Tree-layer structure of intelligent greenhouse

感知层由信息感知终端和控制处理终端两部分组成。通过空气温湿度传感器、土壤水分传感器、光照传感器、二氧化碳传感器、风速风向传感器、光合辐射等传感器设备进行植物生长环境信息采集；控制处理终端包括电动遮阳帘、灌溉设备、加热器、补光灯、换气扇、警报器等。

在网络层上，系统由ZigBee技术构成无线传感器网络，并通过Wi-Fi或以太网接入广域网。在广域网上运行物联网云服务系统，对采集的各项数据进行存储、分析和管理。

在应用层上，设计实现了自动光照调节、自动灌溉、自动通风、自动温度调节等智能化的应用。通过友好的操作界面，用户对大棚的管理更加智能化、科学化。

1.1数据采集分析系统设计思路

数据采集分析系统主要是对作物生长过程中的相关环境参数进行采集、监测及分析，为大棚的精细化和智能化管理提供决策支持；采集存储的数据便于历史查询分析，逐步建立温室大棚环境参数大数据仓库。由于大多数用户缺乏专业的计算机操作能力，系统设计采用便于人机交互的WEB页面形式，具有较好的普适性；另外，系统也可通过二维码扫描方式使用，操作管理更加灵活。

1.2组成部分功能简述

数据采集分析系统由5部分组成：传感器终端节点、棚内视频监控、ZigBee无线传输网络、大数据存储分析平台、人性化WEB界面。传感器节点实时采集作物生长环境参数，经路由节点通过ZigBee无线网络传输到大数据分析平台；视频监控实现对棚内环境的全方位了解和设备工作状况的直观监视，摄像头角度根据需要实时调整；ZigBee无线传输网络是数据传输和指令下达的通道，是大棚内外交互的生命线；农业大数据分析平台是系统数据的存储中心，实现对采集数据的预处理、相关性分析及决策获取；WEB交互页面实现了人机交互，将繁杂的设备操作、数据分析等功能变得简洁高效，极大地方便了用户。

2 关键技术分析

2.1异步WEB数据交互

传统的网页如需更新内容，必须重载整个页面，而基于Ajax技术的动态网页技术，通过在后台与服务器进行少量的数据交换，实现了网页的异步更新[14]。这样在不重新加载整个网页的前提下，即可对网页的某部分进行更新。JavaScript对象Xml Http Request是Ajax的关键，该对象自IE5起被广泛应用，很好地实现了用户对页面的异步请求。

在浏览器与Web服务器交互时，AJAX使用异步数据传输(HTTP请求)方式，使得网页从服务器只需请求少量的信息即可完成页面更新，大大地减少了信息交互量[15]。

2.2无线传感器网络构建

由于温室大棚所需传输的数据类型对线路传输速率要求不高，基于ZigBee技术的无线网络取代传统的有线网络具有实际的操作可行性。ZigBee技术具有近距离、低复杂度、低功耗、低成本、双向通信等特点[16]。无线传感器网络是一种分布式的网络，由部署在监测区域内的大量微型传感器节点组成。网络中传感器设置灵活，位置可变，通过无线方式形成一个多跳自组织网络。依靠传感器实现监测区域内被感知对象的数据信息采集、处理和传输。

2.3温室大数据分析

大棚内传感器节点采集的生长参数信息(土壤干湿度、光照度、二氧化碳浓度等)存储于大数据分析中心。大量的实测数据构成了作物生长状况监测、异常情况预测预警、数据关联分析、决策支持的数据来源。经过对采集数据的相关性分析，结合行业专家意见，得到棚内作物生长的最佳参数设定值，预测作物的生长趋势和常见病情的预警。用户通过系统WEB页面，可以直观地看到棚内作物生长环境参数的实时变化，根据参数值与专家值或经验值的对比结果而调控设备(灌溉设备、光照设备、通风设备等)。棚内视频监控信息存储于大数据平台，借助这些信息用户更加直观地了解棚内现场情况。依据数据分析结果和视频信息，更加准确地判断作物的生长特征，减少进入大棚的频度，使得对大棚内作物的生产管理不受时间和地点的限制。温室大数据分析结构如图2所示。

3 系统核心模块实现

根据温室大棚数据采集分析系统的设计要求，核心页面有数据实时采集显示页面、历史数据查询页面、设备实时调控页面、视频监控页面、决策支持页面等。

3.1实时数据采集显示分析、参数设置

温室大棚采集的数据主要有传感器定时上传的数据、视频和图像等动态数据。监测数据是由部署在大棚内的监控点采集获得。监控点基于无线传感器网络采集数据，将大量的传感器数据(土壤干湿度、二氧化碳浓度等)经由汇聚节点传输到大数据中心，通过WEB方式显示。传感器节点发送数据流程如图3所示。

鉴于数据显示的实时性要求，显示页面必须能够实现频繁刷新，这是数据实时显示的基础。传统的网页内容更新，必须重载整个页面，致使页面内容更新缓慢，延时较大，无法满足要求。系统设计过程中，采用Ajax技术完美解决了页面频繁刷新问题，通过局部刷新减少信息交换而实现数据的实时显示。

图2 温室大数据分析结构Fig.2 Analysis framework of greenhouse big data

图3 传感器节点工作流程Fig.3 The work flow of sensor nodes

棚内作物生长过程中，通常情况下被监测的各种相关数据在一定时间内基本保持稳定，变化频率和变化幅度较小；而当异常情况出现时，如棚内二氧化碳浓度过高，相关参数值一定会出现较大幅度的变动。这种大幅度的变动在“参数-时间”曲线图上会显示一个突变(跳跃)，形成峰值或谷值。用户据此可以清晰地掌握作物生长环境的变化和设备的工作状态。同时，用户也可将该数据与历史数据对比分析，或者根据专家经验知识做出科学合理的决策。

系统采用HighChats控件编码实现数据的动态曲线化显示。HighChats界面美观，不受编程语言限制，能够对图形进行部分或全部放大，时间轴可精确到毫秒，其与Ajax技术结合实现页面的局部刷新。当采集到的数据出现变动时，即使是微小的变化，系统页面上的数据曲线图也会实时跟随变化，数据显示页面如图4所示。

3.2历史数据查询分析、决策支持

历史数据相对于实时显示的数据，是对大棚内一切过往情况的真实全面的记录，是参数相关性分析的数据来源，对用户进行作物的生产管理具有极其重要的意义。

历史数据查询实现对棚内的传感器数据，如棚内温度、二氧化碳浓度、土壤干湿度等数据进行查询，或者视频监控数据查询。查询的方式是按照参数类型、传感器编号、时间段进行，查询结果按照图表或者曲线图显示。

图4 数据实时显示页面Fig.4 The real-time data display interface

历史数据分析主要是参数间的相关性分析，从分析结果探究当某一参数值发生变化时，其他参数值的变化；通过对大量历史数据的分析，总结出作物生产管理的经验知识和应对措施，结合实际的管理和种植过程，形成有针对性的经验知识库，使用户决策有据，设备调控合理，生产管理标准化、精细化。

3.3远程设备控制

远程设备控制与数据分析相辅相成，是分析结果的下一步操作在整个系统中起着至关重要的作用，更是系统智能化的一个直观表现。通过对大量用户的走访调查，结合农业专家的指导意见和设备的自身特性，设备的控制分为传统的手动控制和系统自动控制。手动控制是在现场对设备进行管理；自动控制是通过系统的设备调控页面完成。在页面中用户可以根据数据分析结果和实际需求，设置相关设备的工作状态和开启度。远程设备控制页面如图5所示。

图5 远程设备控制Fig.5 Remote control of equipment

随着智能手机和平板电脑的广泛应用，更多用户倾向于通过智能终端完成系统功能。为此，系统开发了相应的APP客户端(手机版)，全部功能均可通过手机终端实现，更加方便用户使用，使得管理不再受时间和地点的限制。

3.3.1 灌溉设备控制 土壤湿度是棚内作物水分供应状况的直接决定因素。土壤湿度低于正常值，导致土壤干旱，农作物无法进行正常的光合作用，严重时致使作物枯萎或死亡；土壤中水分过多，土壤的通气性差，农作物根系的呼吸、生长受阻。另外，土壤水分多少还影响着土壤温度的高低。

通过对作物种类和土壤湿度数据的分析，建立了湿度控制模型，确定了每种作物的适宜土壤湿度范围值。当土壤湿度传感器采集的数据不在适宜范围值之内时，系统会在页面显示红色，用户根据提示通过WEB页面上的相应按钮打开灌溉设备，及时补充土壤水分，直至数据在正常范围内。灌溉设备控制如图5所示。

3.3.2 卷帘设备 光照和通风程度是农作物光合作用的必要条件，对作物光合作用的强弱有直接的影响，进而影响到产量的高低。系统中对卷帘的控制采用自动方式，如图5所示。用户指根据系统给出的提示信息和实际需求，通过WEB页面上的按钮进行相应操作。

3.3.3 网络视频监控 大棚内重要位置安装360°旋转网络摄像头，对棚内的情况进行每天24 h不间断监控。用户通过摄像头察看作物的生长情况和棚内设备的工作状况，通过焦距的调整，近距离的观察植物叶片。由于每个摄像头配置独立的IP地址，用户借助网络随时随地察看。监控视频的不间断影像捕捉和保存，在作物出现异常情况(如病虫害)时，有助于对同类病虫害的研究及防治。

4 小结

物联网技术近年来得到快速发展，具有广阔的应用前景。本研究提出了一种基于物联网技术的温室大棚智能管理系统，在该系统核心模块设计中，采用智能传感结点对温室大棚核心数据进行不间断监测，同时采用ZigBee无线网络有效解决了有线网络建设周期长、投资大等问题。运用大数据平台实现了对数据的长期保存和关联分析，所采用的异步WEB数据交互技术实现对采集数据的实时曲线显示。所涉及系统中的控制模块可以根据农作物的生长环境变化控制喷灌、通风、遮阳等设备，实现农业生长环境最优化闭环控制，使用户可在任何时间地点登录系统，查看温室大棚的所有数据及图像，对温室大棚进行自动化管理。该系统还可以改变温室大棚传统的生产管理模式，提高管理水平和效益，并且具有良好的扩展性和复制性。但由于温室大棚的作物种类和不同地区气候环境的差异、用户需求功能的增加，系统数据采集种类、分析处理方法、模型构建、参数设定等仍需不断修正和完善，系统的普适性和通用性有待进一步提高。

[1] 于合龙,刘杰,马丽,等.基于web的设施农业物联网远程智能控制系统的设计与实现[J].中国农机化学报,2014,35(2):240-245.

[2] 闫晓军,王维瑞,梁建平.北京市设施农业物联网应用模式构建[J].农业工程学报,2012,28(4):149-154.

[3] 秦琳琳,陆林箭,石春,等.基于物联网的温室智能监控系统设计[J].农业机械学报,2015,46(3):261-267.

[4] 葛文杰,赵春江.农业物联网研究与应用现状及发展对策研究[J].农业机械学报,2014,45(7):222-230.

[5] HUANG J,SHIN C,YOE H.Study on an agricultural environment monitoring server system using wireless sensor networks[J].Sensors,2010,10(12):11189-11211.

[6] 李道亮.物理网与智慧农业[J].农业工程,2012,2(1):1-7.

[7] NING H,WANG Z.Future internet of things architecture:like mankind neural system or social organization framework[J] .IEEE Communication Letters,2011,15(4):461-463.

[8] PARK D H,PARK J W.Wireless sensor network-based greenhouse environment monitoring and automatic control system for dew condensation prevention[J].Sensors,2011,11(4):3640-3651.

[9] YUNSEOP K，EVANS R G,IVERSEN W M.Remote sensing and control of an irrigation system using a distributed wireless sensor network [J].IEEE Transac Instrument Measure,2008,57(7):1379-1387.

[10] LU B,GUNGOR V C.Online and remote motor energy monitoring and fault diagnostics using wireless sensor networks[J].IEEETrans on IndElect,2009,56(11):4651-4659

[11] 路康,马斌强,刘美琪,等.温室大棚动态参数测试系统的设计[J].河南农业大学学报,2008,42(3):330-333.

[12] 夏于,孙忠富,杜克明,等.基于物联网的小麦苗情诊断管理系统设计与实现[J].农业工程学报,2013,29(5):117-124.

[13] 黎贞发,王铁,官志宏,等.基于物联网的日光温室低温灾害监测预警技术及应用[J].农业工程学报,2013,29(4):229-235.

[14] 王茹香,巩志强,薛祥坤.采用AJAX技术的Internet准时温度检测系统[J].安徽农业科学,2012,40(20):10710-10712.

[15] 吴学义,黄永平,郭娜,等.基于AJAX的B/S 架构及应用[J].吉林大学学报(信息科学版),2007,25(3):314-318.

[16] 毛鹏军,姜水,王俊,等.基于ZigBee技术的温室环境无线监测系统设计[J].中国农机化学报,2015,36(1):102-106.

(责任编辑：常思敏)

Constructionofintelligentmanagementsystemofgreenhousebasedoninternetofthingstechnology

LIANG Ruihua

(Research Center of Grain Economy,Henan University of Technology,Zhengzhou 450001,China)

In order to improve the level of management and monitoring for greenhouses,a greenhouse intelligent management system based on networking technology is designed and achieved.The system achieves the environmental parameters acquisition and storage of crops,WEB client information processing,early warning analysis,intelligent control of greenhouse equipment and other functions.Intelligent management system achieves scientific management of the greenhouse,real-time monitoring and automatic control of agricultural greenhouse.Combined with a variety of information technology and the production management needs of intelligent greenhouse,the system is designed based on the three-tier architecture of the perception layer,network layer,and application layer.The system is mainly divided into four modules:the real-time data acquisition,network monitoring,big data analysis platform and equipment remote control.

internet of things; greenhouse; data acquisition; intelligent management

S 126

：A

2015-12-21

国家自然科学基金项目(61103143)；国家社会科学基金项目(14BJY1270)；河南省科技攻关项目(162102310083)；河南工业大学人文社会科学创新人才培育项目(2014KJJ06)

梁瑞华(1963-),女，河南南阳人，教授，博士，主要从事农业经济管理、智慧农业研究。

1000-2340(2016)03-0346-07