设施蔬菜生产大数据挖掘及应用

王勇，段玉聪，姜懿芮，赵红星，李艳，姜俊

（1.驻马店市农业科学院河南驻马店463000；2.海南大学信息科学与技术学院海口570228）

设施蔬菜生产大数据挖掘及应用

王勇1，段玉聪2，姜懿芮2，赵红星1，李艳1，姜俊1

（1.驻马店市农业科学院河南驻马店463000；2.海南大学信息科学与技术学院海口570228）

大数据是继物联网、云计算之后信息技术产业又一次重要的技术变革，科技已经进入了“大数据”时代。针对大数据在设施蔬菜生产上应用尚未见报道的现实情况，我们开展了设施蔬菜生产相关数据挖掘及利用的研究；以设施番茄、黄瓜、辣椒、茄子生产为研究对象，阐述了设施蔬菜大数据特点,建立了设施蔬菜生产环境和田间变量基本数据库；并结合大数据挖掘分析和物联网技术，为设施蔬菜智能化生产提供了新途径。最后针对我国国情和农业大数据的发展、应用进行了展望。

设施蔬菜；大数据；数据库；应用

近年来，随着农业种植业结构的不断调整，设施蔬菜的种植面积逐年增加，蔬菜的种植方式由粗放型、零散型向精准型、集约型不断转变，设施蔬菜的现代化生产已成为发展趋势[1]。大数据被称为继计算机、互联网之后世界信息产业的又一次浪潮[2]，大数据技术的应用被誉为全球一个新的经济增长点，且在工业控制和电子商务等领域已得到较快发展，而在农业设施蔬菜生产上尚未见报道。

我国是农业大国，一直非常重视全国性的农业科技信息数据资源建设[3-4]。笔者充分整合全国乃全球各类试验数据以及设施蔬菜相关数据，深度分析蔬菜生长、土壤质量以及环境效应之间的相互关系，对相关数据进行挖掘，建立设施蔬菜生长数据库。采用光照、温度、湿度等无线传感器和无线通信网络，对设施蔬菜作物生长环境的空气温度、土壤温度、空气湿度、土壤含水量、光照强度、CO2浓度、土壤pH、灌溉水重金属含量等环境参数进行实时采集、传输、存储、处理等环节的数据管理，结合设施蔬菜生长数据库及大数据分析挖掘技术，最终实现设施蔬菜生产环境的智能感知、智能预警、智能决策、智能分析、专家在线指导，为设施蔬菜生产提供精准化种植、可视化管理、智能化决策。

1 设施蔬菜大数据的特点

农业大数据就是利用大数据技术、理念和方法解决农业领域数据的采集、储存、计算与应用等一系列问题，是大数据技术在农业上的实践和应用。农业数据采集复杂，涵盖区域大，内容广泛，管理决策较难，正因为如此，农业才是产生大数据的无尽源泉[5]。设施蔬菜大数据作为农业大数据的子集，除具有农业大数据的共同特征之外，还具有如下特点：

1.1 数据复杂

从设施农业数据所涉及的范围来看，包括蔬菜学、环境科学、农业工程学等学科，其中主要对象又包括果菜类、叶菜类、根茎类等多个门类。从专业应用来看，如此大的数据资源，应分步实施：首先是建立设施蔬菜领域生产数据库；其次是针对某个种类蔬菜进行全过程数据采集，挖掘分析，预测和决策等。

1.2 覆盖面广

从地域来看，以国内区域数据为核心，以国际设施蔬菜数据作为有效参考；不仅包括全国层面数据，还应覆盖省市数据，为精准区域研究提供基础。从力度来看，不仅包括统计计算，还包括涉及相关经济主体的基本信息。

1.3 数据变异性大

首先，影响设施蔬菜生产的因素非常复杂，包括生物、环境、农事活动等方方面面，都决定了对数据采集和分析应用的难度。其次，蔬菜生产易受外界环境和管理等因素制约，导致随机性与不确定性、个体形状与群体差异等特征非常明显。此外，适宜的生长环境数据。整个设施蔬菜生产过程的环节很多，目前距离标准化、精准化、定量化的要求相差甚远，这些都是设施蔬菜大数据面临的技术挑战。

2 设施蔬菜生产数据库的建立

以设施蔬菜生产面积较大的番茄、黄瓜、辣椒、茄子为例，进行生产环境及田间变量信息数据的挖掘；根据多年研究和实践经验，结合园艺作物的生理特性及不同阶段生长发育规律，查阅相关国家标准和文献；对相关数据进行挖掘，建立设施番茄、黄瓜、辣椒、茄子生长的数据库。

2.1 蔬菜设施生产环境数据库建立

蔬菜设施生产环境数据库是指与蔬菜生长密切相关的空气温湿度、土壤温湿度、土壤pH、营养元素含量、CO2含量、光照强度等环境数据的集成。

2.1.1 番茄主要生长环境数据表1为设施番茄适宜的生长环境数据。

2.1.2 黄瓜主要生长环境数据表2为设施黄瓜适宜的生长环境数据。

2.1.3 辣椒主要生长环境数据表3为设施辣椒适宜的生长环境数据。

2.1.4 茄子主要生长环境数据表4为设施茄子

表1 设施番茄适宜的生长条件

表2 设施黄瓜适宜的生长条件

表3 设施辣椒适宜的生长条件

2.2 田间变量信息数据库的建立

田间变量信息数据库主要是田间土壤溶液肥力、有机质含量、重金属含量以及电导率等信息。农业大数据应用是农业信息化的重要方向，高密度、高速度、高准确度的农田信息具有数据量大、时效性强、关联度高等特点[6]。田间变量信息数据库的建立将有助于为现代农业生产服务，强调实时性、精确性等特点，属于局部、微观、持续的农业数据。

2.2.1 番茄生长土壤溶液营养需求表5为设施番茄适宜的营养需求数据。

2.2.2 黄瓜生长土壤溶液营养需求表6为设施黄瓜适宜的营养需求数据。

表4 设施茄子适宜的生长条件

表5 设施番茄适宜的营养需求

表6 设施黄瓜适宜的营养需求

2.2.3 辣椒生长土壤溶液营养需求表7为设施辣椒适宜的营养需求数据。

2.2.4 茄子生长土壤溶液营养需求表8为设施茄子适宜的营养需求数据。

2.2.5 蔬菜栽培灌溉水质量要求表9为设施蔬菜灌溉水的一些参考指标。

表7 设施辣椒适宜的营养需求

表8 设施茄子适宜的营养需求

3 设施蔬菜大数据的应用

以日光温室蔬菜生产温度为例，不同种类蔬菜或同一蔬菜在不同发育阶段，对温度的要求不同，所以对棚温调控会相当复杂。在此我们可以根据物联网感应与监控功能，利用网络计算快速处理信息的优点，对大棚控温进行智能化程序设置。如此，便可实现时时监控、时时控温的效果，既有利于蔬菜增产，又可在一定程度上节省人工费用（图1）。

3.1 数据采集管理系统

数据采集管理系统主要负责设施内部光照、温度、湿度和土壤含水量、营养元素含量、pH、CO2浓度、灌溉水重金属含量等传感器采集的数据以及视频监控数据的采集和管理，可为用户在电脑与手机终端上实时、直观的展示采集到的数据。用户可以在平台上查看自己的数据，包括实时数据采集、历史数据管理，以及为用户提供自定义打印报表、提供各种汇总统计图形、对数据库备份等服务，从而方便地得到数据信息，辅助决策。

表9 设施蔬菜灌溉水的限量条件

图1 温室蔬菜温度调节

3.1.1 实时数据采集实时采集的数据主要为各类传感器采集的数据和视屏监控采集的现场视频数据。传感器采集数据的上传采用ZigBee无线传输模式，ZigBee发送模块将传感器的采集数据传送到zigBee节点上。用户可以在农业物联网平台上或通过手机终端等查看现场实时采集的数据，并且界面上可显示实时采集数据的曲线图。

3.1.2 历史数据管理历史数据管理是将采集到的数值通过直观的形式向用户展示时间分布状况和空间分布状况，提供日报、月报等历史报表。用户可随时随地通过电脑和手机等终端查看现场采集的历史数据，还支持条件查询历史数据，并生成曲线、饼图等。错误报警允许用户制定自定义的数据范围，超出范围的错误情况会在系统中进行标注，以达到报警的目的。

3.2 智能预警系统

当设施日光温室、塑料大棚内环境采集数据超过系统预先设置的限制时，将开启系统报警功能，并发送短信告知相关管理人员，便于对农作物生产进行管理。

3.2.1 报警设置当采集设备采集到设施内的温度、湿度等基本参数超过预先设置的限制时，报警系统将提供数据报警，并且在报警的同时发送短信息给相关管理人员。告警数据的上下限数值均可在平台上由用户自行设定，系统也可以提供专家阈值设定建议，为用户提供参考。

3.2.2 超限记录系统会对历史告警信息进行存储，形成告警知识库，方便用户查询历史报警记录。

3.3 设备远程控制系统

设备远程控制系统主要由控制设备和相应的继电器控制电路组成，根据环境参数采集系统获取的数据，以及各类蔬菜适宜环境参数，驱动各类监控器和湿帘降温系统、通风系统等构成整个自动化控制网络。

3.3.1 灌溉控制系统在控制工程方面，采用稳定工业PLC作为控制核心，采用高性能矢量变频器作为水路恒压控制核心，对灌溉、施肥、喷药实施恒压与压力调节控制，实现节能、长时间无人值守的安全全自动控制，计算机内部有一套根据土壤湿度传感器采集的值，与设定目标值进行对比，如高于设定目标值，则自动关闭灌溉阀门。如低于设定目标值，则自动打开灌溉阀门。也可采用轮灌方式，设定在某个时间段进行灌溉的方式，1 h灌溉1次，同时也可设定灌溉的次数。有效的保护了水泵，同时也使土壤更好地吸收水分。

3.3.2 风机控制系统室内传感器采集温室内部的上、中、下三部分温度，进行模糊计算得出温室内的温差值，如果温差值过大，则自动开启循环风机。同时采集温室内的湿度值，如果湿度值偏差过大，则自动开启循环风机，以平衡温室内的湿度。

3.3.3 温度控制子系统夏季采用自然和强制通风降温的方式进行降温。由监控仪根据目标温度与实际室温的偏差以及室温的变化率进行模糊计算。先开启顶开窗系统进行自然通风调整温室内的温度，经过时间判断后，如果温度值还不能降低，再开启侧窗系统。如自然通风不能降低温室内的温度值，则由电脑关闭自然通风，采用强制通风的方式来控制室内温度。开启湿帘外翻窗，然后开启风机，进行温度判断，如温度降不下来，则开启湿帘水泵；如温度还降不下来，则计算机会开启温度过高报警，提示用户需增加降温设备。冬季采用暖气加温或地源热泵中央空调系统加温的方式，由监控仪根据目标温度与实际室温的偏差以及室温的变化率进行模糊计算，通过调节暖气恒温阀的开合度来控制室内温度。

3.3.4 外遮阳控制保护系统在光照强度较高时，计算机通过室外气象站系统采集的高灵敏度光照值，与计算机设定的控制目标进行对比，如高于计算机设定目标值，则自动展开外拉幕，进行遮光。如低于计算机设定目标值，则自动收拢外拉幕。

3.3.5 补光控制系统计算机通过室内数据采集器传回来的高灵敏度的光照值，与设定目标值进行对比，如高于设定目标值，则自动关闭补光灯。如低于设定目标值，则自动打开补光灯。

4 展望

大数据对各行业的产业链条、思维模式、技术体系、服务流程等都产生了深远影响。大数据应用对于设施蔬菜，既是机遇，也是挑战，只有占据大数据这一信息化技术的制高点，才能充分发挥大数据的优势。随着蔬菜产业信息化的推进，物联网、云计算等信息技术将在设施蔬菜生产、管理等各方面深入、广泛应用。在农业现代化的建设中，应该紧跟国际最前沿大数据技术，高度重视农业大数据的作用，结合我国国情，制定国家层面的农业大数据应用与发展战略，确定农业大数据重点发展领域，凝练农业大数据应用关键技术，推动大数据理念与技术在农业中的应用。

[1] 汪晓云.对我国设施蔬菜产业发展的几点建议[J].中国果菜，2010（2）:15-17.

[2] 孙忠富，杜克明，郑飞翔，等.大数据在智慧农业中研究与应用展望[J].中国农业科技导报，2013，15（6）:63-71.

[3] 梅方权.农业信息技术的发展与对策分析[J].中国农业科技导报，2003，5（1）:13-17.

[4] 郭作玉.农业信息技术在农业发展中的重要作用[J].天津农林科技，2006（2）:4-7.

[5] 谢润梅.农业大数据的获取与利用[J].安徽农业科学，2015，43 （30）:383-385.

[6] 王文生，过雷风.农业大数据及其应用展望[J].江苏农业科学，2015，43（9）:1-5.

2016-10-17；

2016-11-15

河南省大宗蔬菜产业技术体系-驻马店综合试验站（Z2010-03-06）；河南省基础与前沿技术研究计划项目(162300410155)；驻马店市科技计划项目（16112）

王勇，男，硕士，助理研究员，研究方向为蔬菜育种与农业信息化。E-mail:wyong2299@163.com.

姜俊，男，研究员，研究方向为蔬菜育种与栽培生理。E-mail:jiangjun2251@163.com