大数据在日光温室蔬菜生产中的应用

姜懿芮 段玉聪 王勇 姜俊

摘 要： 大数据、互联网、云计算等信息技术在设施生产中的应用，加快了设施农业的现代化进程。大数据技术在日光温室蔬菜生产中的应用报道的较少，笔者阐述了日光温室蔬菜大数据的特点、日光温室装备系统、数据平台建设及应用，为日光温室蔬菜智能化生产探讨出一条新途径，助力设施蔬菜产业的发展。

关键词： 蔬菜； 日光温室； 大数据； 装备系统； 智能化

当今世界，科学技术突飞猛进。以大数据、物联网应用为代表的信息技术，正以惊人的速度，迅速在各领域运用[1-2]。“大数据技术”已成为科研学术界和相关产业界的热门话题，吸引着越来越多的科学家研究大数据带来的相关问题[3]。大数据技术在工业控制和电子商务等领域已经有较快的发展，与此同时，我国日光温室蔬菜产业正从传统意义上的精耕细作向精准化和智能化的现代农业迈进[4-5]，然而大数据技术在日光温室蔬菜生产中的应用却鲜有报道。

目前，各级政府非常重视农业信息数据资源的建设及其在设施蔬菜生产上的应用[6-8]，面对这些机遇我们需要依托大数据技术更加全面及时地掌握日光温室蔬菜产业的发展动态。在日光温室蔬菜生产中，有效的大数据处理可以更好地控制浇水、施肥、光照、温度等生产要素，为日光温室蔬菜生产提供决策服务，帮助种植户做出科学决策，然后有目的地实施管控，从而提高蔬菜产量和品质[9]。

1 大数据与日光温室蔬菜生产

1.1 大数据概念

大数据通常指是很难用现有的数据和信息技术进行充分获取、存储、搜索、共享、分析和处理的海量的、复杂的并可能带有很强处理时效和精度要求的数据集合[10]。大数据包含了5个V，即数据本身量大（Volume）、要求处理速度快（Velocity）、数据类型多变（Variety）、数据使用价值大（Value）、数据真实性（Veracity）。农业大数据涉及到耕地、育种、播种、气象、施肥、植保、灾害预防、收获、贮运、农产品加工、品牌建立、销售、畜牧业生产等各环节，是IT大数据相关的理念、技术和方法在农业领域的实践。农业大数据实施和应用是跨行业、跨专业的数据分析与挖掘，对农业产业现代化、特色发挥、优势体现、国家菜篮子工程、国家粮食和食品安全等方面都具有重大意义[11]。

1.2 日光温室蔬菜大数据的特点

日光温室蔬菜大数据涉及到土壤化学、品种选择、播种育苗、气象预报、灾害预警、科学施肥、环保防病、自动化收割、仓储物流、产品加工、市场营销、售后服务等诸多环节[12]，这是一个跨领域、跨行业、跨平台的深层次、互动的、动态的数据分析与知识发现，以及相关数据分析可视化。

表示发掘难度，Frequencyvariation表示变异频率，Frequencyuse表示使用频度，Factordimension表示维度系数，DTL表示数据时间线。DA指代当前数据距离数据被数据创造的时间；公式（2）中DA表示当前数据距离数据被数据创造的时间，DL表示数据从产生到被更替或者废弃的时间。

我们设想在大服务的解决架构下，数据和服务处理的聚集，针对设施农业产业相关的多种利益相关者充分贡献出客观的大数据处理所带来的价值。我们扩展徐晓飞教授的大数据下的大服务概念到日光温室农业大数据为：“大、杂、跨、聚、客、价值、变（变异）”。

2 日光温室装备系统的组成

装备系统由数据挖掘采集系统、视频监控系统、无线传输系统、远程控制系统、数据处理系统和专家系统组成，主要包括3部分（图1）：

（1）信息采集部分：包括温室空气温湿度信息监测、土壤信息监测、气象信息监测、视频信息采集等。（2）自动控制部分：包括温室的温度控制、遮阳控制、风机、补光、加热、开窗、灌溉水肥控制等。（3）信息的发布与智能处理部分：包括 LED 信息发布系统、中央控制室的管理平台、意外信息的手机报警处理等功能。

3 日光温室蔬菜大数据的应用

日光温室是在不适宜蔬菜生长的季节，通过日光温室的建造为蔬菜生长发育提供良好的环境条件。传统的日光温室蔬菜生产往往凭感觉进行管理，存在较大的盲目性，生产效率低下。基于大数据技术实现了日光温室蔬菜产业的智能化管理，实现了从种到收的全程智能化控制。河南省新蔡县谷未来农业生态园设施蔬菜基地，是一家以“沼-肥-菜”高效循环为核心的省级重点龙头企业，占地面积134 m2，年产值近亿元。近年来，该公司把大数据技术应用到了日光温室蔬菜生产中，推进设施环境科学调控，水肥一体化，实现了日光温室蔬菜病虫害诊治足不出棚，绿色蔬菜生产技术得到很大的应用，减少了种植的盲目性。参照谷未来农业公司，日光温室蔬菜大数据技术的应用主要包括以下方面。

3.1 日光温室设备控制平台的建造

3.1.1 数据传输系统 数据传输系统由空气温度与湿度、土壤温度与湿度、光照强度、pH、CO2 传感器等组成。传感器将采集的数据通过ZigBee 模块传送到中心节点上，同时，用户终端和一体化控制器间传送的控制指令也传送到中心节点上，中心节点再经过边缘网关将传感器数据、控制指令发送到上位机的业务平台。管理者可通过上位机访问网络系统平台，实时监测日光温室内的环境参数，有效控制现场设备[13]。

3.1.2 数据分析系统 数据分析及显示部分包括电脑、软件、无线接收模块、报警系统，依据不同的蔬菜作物、环境参数、生长状况，制定不同的生产控制方案。

3.1.3 生产操作系统 日光温室内的空气温湿度监控系统可利用傳感器采集日光温室蔬菜的生长环境，设定环境参数，当环境参数超出正常范围时，可自动启动风机、湿帘降温系统、水暖加温系统、空气内循环系统；土壤温湿度监测系统是利用土壤湿度和温度传感器等来实时获取土壤湿度和温度数据，为温湿度控制系统提供实时信息。

3.2 日光温室装备控制系统的应用

3.2.1 日光温室环境的监测 使用无线传感器实时采集日光温室蔬菜生长环境的空气温度、土壤温度，空气湿度、土壤含水量，光照、CO2浓度、土壤pH、灌溉水重金属含量、露点温度等环境数据信息及视频图像信息，再通过 GPRS 网络传输到数据中心，为数据统计分析提供依据，对不适合日光温室蔬菜生长的环境进行自动告警。

3.2.2 病虫害预警 监测日光温室大棚内影响病虫害发生的环境因子，实现对病虫害预测预报，利用短信、微信等途径向种植户传递可能即将发生的病虫害信息，进行及时防控。

3.2.3 远程日光温室设备控制 通过手机APP管理系统，对加热器、卷膜机、通风机、滴灌等设备实施远程控制，从而有效控制日光温室内蔬菜的生长环境。

3.2.4 远程生产指导 根据日光温室蔬菜的生长特点，对蔬菜温室大棚温湿度、CO2等监测到的数据对比分析，超出蔬菜正常生长的阈值范围，系统将自动发出警报。

4 展 望

大数据技术的应用，解决了日光温室蔬菜生产中的信息获取、信息传输与互联和不同应用环境的决策智能化，实现了传统农业向现代农业的转变，有力地推动了日光温室蔬菜向“优质、高效、生态、安全”方向发展[14]。日光温室蔬菜大数据技术的应用对于改变我国传统农业生产模式粗放、成本高、农产品附加值低的现状，不断提升日光温室蔬菜产业化、智能化生产水平，加快日光温室蔬菜产业化进程具有深远意义。

由于日光温室蔬菜生產存在着分散性、生产主体多元性、产品需求多样性，因此，与互联网大数据相比，针对日光温室蔬菜的异质、异构、海量、分布式大数据处理与分析技术依然缺乏。例如日光温室番茄生产在苗期、开花期、坐果期、采收期等不同生育期所适宜的温度、湿度、土壤养分、空气CO2浓度等均有差异，因此今后日光温室蔬菜大数据的分析处理应该将信息分析处理技术与蔬菜作物的关键生长期紧密结合，只有这样才能做到更精确、更可靠。

参考文献

[1] MAYER-SCH?NBERGER V， Cukier K. Big data： a revolution that will transform how we live， work， and think[M].Houghton Mifflin Harcourt， 2013

[2] CAMBRIA E， RAJAGOPAL D， OLSHER D， et al. Big social data analysis[M]. Taylor & Francis： Big Data Computing，2013.

[3] The Rise of Industrial Big Data Leveraging large time-series data sets to drive innovation， competitiveness and growth--capitalizing on the big data opportunity[M]. GE Intelligent Platforms White Paper，2007.

[4] HILBERT M，L?PEZ P. The Worlds Technological capacity to store， communicate， and compute information[J]. Science， 2011，332（6025）： 60-65.

[5] 王勇，段玉聪，姜懿芮，等.设施蔬菜生产大数据挖掘及应用[J].中国瓜菜，2017，30（1）： 42-45.

[6] 李祎，郎德山.物联网大数据助推寿光蔬菜产业上档升级[J].中国瓜菜，2018，31（8）： 49-51.

[7] 戴军.新加坡循环经济发展对中国建设瓜菜特色小镇的启示[J].中国瓜菜，2018，31（4）： 39-42.

[8] 邹承俊. 物联网技术在蔬菜温室大棚生产中的应用[J].物联网技术，2013（8）： 18-20.

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

[10] 何非，何克清.大数据及其科学问题与方法的研讨[J].武汉大学学报，2014，60（1）： 1-12.

[11] 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.

[12] 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.

[13] 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.

[14] 齐莉.物联网农业智能测控系统的特点、优势及其在温室大棚的应用[J].安徽农业科学，2011，39（30）： 18989-18992.