铁皮石斛近野生栽培环境监控系统研究

马飞鸿　吴俊　曾松伟

摘要：为铁皮石斛（Dendrobium officinale Kimura et Migo）近野生栽培搭建了一套完善的监控系统，监控系统主要借助精密传感设备和STM32中央处理芯片实现对铁皮石斛栽培地温湿度以及CO2浓度数据的采集和处理，同时调控喷淋装置的工作;通过GPRS通信模块实现终端设备与Internet的数据交互;利用Mysql和Eclipse软件实现与数据库的交互和网页开发，实现远程监控功能。此外，为提高栽培环境湿度数据的有效性，保证喷淋装置的正常工作，系统在湿度数据处理过程中加入了最小二乘实时预测算法，能够识别出异常或者损坏的湿度传感器。

关键词：铁皮石斛（Dendrobium officinale Kimura et Migo）;近野生;最小二乘;监控系统

中图分类号：S24;TP273+.5         文献标识码：A

文章编号：0439-8114（2020）04-0147-05

Abstract： In order to meet the industrial demand， a set of perfect monitoring system for the near wild cultivation of Tin caulis dendrobii was built. The monitoring system mainly used the precision sensing equipment and STM32 central processing chip to collect and process the temperature and humidity and CO2 concentration data of dendrobium cultivation， and then regulated the spraying device; data interaction between terminal equipment and Internet was completed through GPRS module; finally， Mysql and Eclipse software were used to complete the interaction with the database and web development， realize remote monitoring function. In order to improve the effectiveness of cultivation environment humidity data and ensure the normal operation of sprinkler device， the system added the least square real-time prediction algorithm in the data processing process to identify abnormal or damaged humidity sensor.

Key words： Tin caulis dendrobii （Dendrobium officinale Kimura et Migo） ; near wild; least squares; monitoring system

鐵皮石斛（Dendrobium officinale Kimura et Migo）近野生栽培技术是铁皮石斛栽培技术的新成果。传统的铁皮石斛栽培方法有石斛悬崖壁栽培法、石斛附树栽培法、原木边材栽培法等[1]。铁皮石斛近野生栽培法又称仿野生石斛栽培，是指选择一个近乎野生的环境，并只结合某些必要的调控手段（水分喷洒）来进行石斛植株培育的技术。斯金平等[2]研究发现，在仅保证定期水分喷洒的情况下，崖壁仿野生栽培出来的铁皮石斛植株形态与纯野生铁皮石斛无异，其功效成分显著提高。

为推广铁皮石斛近野生栽培技术，实现近野生铁皮石斛的大面积批量化生产，提高经济效益，本研究结合农业信息化技术，为铁皮石斛近野生崖壁栽培搭建了一套环境监控系统。与传统的农业大棚监控系统不同，本研究中铁皮石斛近野生栽培监控系统是在轻度干预铁皮石斛野外生长的前提下搭建的。该系统主要可分为采集终端和监控中心两大模块，采集终端主要结合嵌入式技术和自动化技术实现对铁皮石斛植株生长环境数据的采集和水分自动灌溉;监控中心则借助无线通信技术和数据库知识实现对采集终端的远程监控功能和数据存储功能。

1  系统总体设计

铁皮石斛近野生栽培环境监控系统是基于现有的崖壁栽培法建立的监控系统，主要由数据采集节点子系统以及远端监控中心组成。数据采集子系统是整个监控系统的核心模块，它由采集传感器、STM32系统核心板以及GPRS无线通信模块组成，主要用来完成数据的采集、无线通讯和调控喷淋等功能;远端监控中心的建立则主要基于Linux操作系统，结合数据库知识对发送至服务器的实时数据进行存储调用，通过网页实现远程电脑端的实时数据监控[4，5]。整个栽培监控系统的结构拓扑如图1所示。

2  系统硬件设计

系统硬件设计即对数据采集节点子系统的硬件设计。主要包括子系统主控芯片引脚接口设计、液晶模块接口设计、按键模块接口设计、电源模块的设计、传感器接口模块的设计以及GPRS通信模块接口的设计。

2.1  主控芯片硬件设计

整个硬件子系统采用意法半导体公司生产的STM32系列芯片中的STM32F429作为主控处理芯片[6]。该芯片带有180 MHz的CPU，运行高达256 kB SRAM和高达2 MB的双存储库快闪，带SDRAM接口、Chrom-ART和LCD-TFT控制器。此外，STM32F429还提供了增强的输入和输出外设，具有更强的外设匹配能力。主控芯片引脚原理如图2所示。

2.2  传感器模块硬件设计

系统传感器模块包括温湿度传感器模块和CO2传感器。因铁皮石斛岩壁栽培只需要一层十分浅薄的生长基质，常规的土壤湿度测量仪器无法使用，本研究采用进口的温湿度传感器SHT30传感器，经过改装后，对植株土壤表层的温湿度进行测量。SHT30采用IIC协议传输数据，其通信接口原理如图3所示。CO2传感器采用B530传感器，B530为三线制传感器，输出稳定的模拟信号，传感器接口原理如图4所示。

2.3  GPRS模块硬件设计

GPRS模块实现了对数据采集节点子系统数据的发送和终端的反馈信号接收等功能。在本研究中GPRS模块采用了SIMCOM800_L206芯片进行设计，该芯片在结构上要优于早期的GTM900系列，可以直接集成在主控板上。该模块与SIM通讯卡相连接后，即可通过发送AT指令以实现与Internet的信息远程交互。GPRS模块的硬件原理如图5所示。

2.4  按键模块接口设计

按键模块主要实现了对数据采集节点子系统的人为控制，主要实现开关电源、液晶开闭、页面切换、服务器IP修改等功能。按键模块的硬件原理接口设计如图6所示。

2.5  电源模块硬件设计

12 V转压模块采用进口的MP1470降压芯片进行开关稳压电源电路的设计，相比于常用的线性稳压电路，该电路具有更高的转换效率和更高的稳定性。MP1470降压芯片的开关稳压电路原理如图7所示。

5 V轉3.3 V电源模块采用了进口的LM2596线性稳压芯片进行电路设计。其中，5 V转3.3 V的电路原理如图8所示。

3  系统软件设计

本研究的软件设计主要包括数据采集节点子系统的程序设计以及监控中心网页设计两部分，其中数据采集节点子系统的程序设计中包含了最小二乘实时预测算法的相关介绍。

3.1  采集节点子系统的设计

采集节点模块程序的编写是在内嵌于STM32芯片的UCOSIII操作系统下完成的，UCOSIII实时操作系统是一个基于优先级调度的抢占式实时内核，其内核不仅支持抢占，还支持任务的抢占式调度，大大增强了系统的稳定性和实时性[7，8]。

数据采集节点子系统首先利用IIC、SPI等通信协议对传感器数据进行采集，经过相关任务调度后，数据会从相应串口传递到GPRS模块，实现数据的无线传输[9，10]。数据采集节点模块的程序设计流程如图9所示。在节点子系统初始化完成以及任务创建后，相关任务开始运行，其中任务0与任务1处于同一优先级，任务2优先级较高。3个任务分别完成了异常湿度传感器识别功能、数据采集与发送功能、水分自动灌溉功能。

数据采集节点子系统在采集与发送相关环境数据的同时，主要通过判断铁皮石斛生长基质表面的湿度值，当监测湿度低于当天最低湿度预设值时，将启动喷淋装置，实现自动灌溉功能。在铁皮石斛崖壁栽培的过程中发现，一旦遭遇暴雨、大风等极端天气的影响，湿度传感器设备易发生损坏，产生数据异常现象。在早期开发的数据采集节点子系统中，数据识别程序只采用常规的阈值判断法对部分缺失或者极端的湿度数据信息进行简单处理，而无法对已经处于非正常工作状态的湿度传感器数据进行识别，以至于喷淋装置的错误喷洒。因此，本研究在数据识别程序中加入了较为复杂的短时预测算法，借以使得系统能够对发生异常的湿度传感器进行较为精确的识别以及反馈[11]。基于最小二乘算法的短时预测较为迅速，且在函数估计和逼近中的应用十分广泛，具有更好的工程实现意义[12]，本研究最终选取了最小二乘预测算法对数据采集节点子系统的湿度分析进行相关改进，以对处于非正常工作状态的湿度传感器进行识别。

图10给出了最小二乘预测算法在数据采集节点子系统中的工作流程。本研究中最小二乘预测算法的样本数据在UCOSIII系统中按照队列存储。当系统在接收到新的传感器数据时，数据将被实时传递进存储队列，队列中的首位数据则自动被移出队列，并释放存储空间，从而使得队列数据随着时间不断更新，成功确保了系统每次调用算法任务时预测结果的时效性。通过结合计算机语言，最小二乘预测算法在该系统中具备了实时递推性[13]。

在实际算法应用中，通过实时更新的样本数据，最终可以得到一个最小二乘实时预测值。节点子系统每次读入的湿度值将与实时预测值进行比较，当读入值与预测值的偏差比大于50%（数据时间间隔为30 min）时，将继续读入两次数据，如果两次数据偏差比仍旧过大，则挂起该节点对喷淋装置的功能控制引脚，并发送湿度传感器异常信息给服务器终端。此外，在喷淋装置工作时，将先挂起算法相关任务，在喷淋结束后重新恢复任务，进而避免水分喷洒过程中土表湿度大幅度变化所带来的影响。

3.2  监控中心的设计

监控中心是在PC端的Linux系统平台下开发并完成的。监控中心的研发主要由数据库搭建、Web设计以及决策反馈控制功能设计3部分组成。数据库的搭建主要借助Mysql软件及其辅助可视化软件Navicat-Linux[14]来完成，其中数据表可简单分为date、hum、temp、CO2 4部分;Web界面则根据Java面向对象化语言和eclipse软件完成设计;决策反馈控制功能利用GPRS模块的数据接收功能来实现。

图11为决策反馈信息的简要传递流程，反馈信号先从监控中心发出，服务器端接收到信息后，通过GTP协议将数据发送至网络基站[15，16]，然后由基站的BTS将数据传递到对应SIM卡上，采集节点端的GPRS模块会接收到相应指令信息。

4  数据分析与功能实现

4.1  数据分析

为验证最小二乘实时预测算法在本研究中的应用效果，本研究结合Matlab软件，通过监测终端实际所得数据，在PC端对湿度传感器正常工作情况和损坏导致的数据异常情况进行了模拟仿真。其中，样本数据取自浙江省安吉市的铁皮石斛崖壁栽培试验地。图12为2018年4月25号至29号期间接收到的土表湿度值拟合曲线，采集节点为3号，数据采集间隔为10 min，最低土表湿度预设值为30%相对湿度。虚线代表最小二乘实时预测曲线。由图12可见，基质表面湿度值预测曲线的轨迹与实际变化曲线基本吻合。其中，在4月27日下午3点，当前值与预测值的偏差比为45%，低于50%，未满足系统算法任务的触发条件。

图13为2018年4月17—19日期间的湿度变化拟合曲线，采集节点编号为6号，采集间隔为30 min，最低土表湿度预设值为30%相对湿度。虚线表示最小二乘实时预测曲线。由图13可见，在17日中午11点左右，植株土表湿度值降至30%，达到试验设定的最低预设值，喷淋装置开始正常工作;在18日上午8点传感器数据发生紊乱，在9点30分湿度值数据为0，与预测值的偏差比为100%，并且后两次数据与当前预测值的偏差值都为86.7%，大于预设的50%偏差值，满足算法任务的触发条件，喷淋装置控制引脚将被挂起，避免了异常工作情况。

4.2  功能实现

本研究中监控系统成功实现了节点模块的数据采集、发送功能、算法判定功能以及GPRS数据收发功能。其中，节点的数据采集功能以及算法判定功能将最终通过终端的页面监测来完成检测;GPRS网络的IP设置则需结合按键和LCD显示来完成（实地放置节点后，LCD背光将被关闭）。

4.2.1  采集节点的GPRS设置界面  节点装置的IP设置界面如图14所示。

4.2.2  监控平台与损坏传感器识别功能界面  服务器终端功能的实现主要是完成相关网页界面的开发，其中包括登陆界面设计、远程监测界面设计以及信息提示功能界面设计。用户登陆界面如图15所示。

正常情况下的湿度数据监测界面如图16所示。

当接收到节点数据异常信号时，服务器端会在页面中弹出错误信息，如图17所示。

5  结论

本研究为崖壁环境下的铁皮石斛栽培构建了一套较为完善的监控系统，实现了崖壁石斛土表温湿度、CO2的实时远程监测功能以及损坏传感器识别功能。实地试验结果表明，该监控系统的应用进一步提高了铁皮石斛近野生崖壁栽培的可行性，并且在节约经济成本的同时，提高了作物产量。在后续的研究中，该系统可增强对铁皮石斛近野生崖壁栽培过程中铁皮石斛其他生长情况和环境要素的监控，如结合摄像头技术和图像识别技术，远程观测铁皮石斛枝条的生长状况，进一步促进铁皮石斛近野生栽培与机器学习、大数据算法的结合。

参考文献：

[1] 徐丽红，周  鑫，郑蔚然，等.不同仿野生栽培铁皮石斛多品质指标的比较[J].浙江农业科学，2018，59（7）：1253-1257.

[2] 斯金平，俞巧仙，叶智根.仙草之首———铁皮石斛养生治病[M].北京：化学工业出版社，2012.

[3] 斯金平，陈梓云，刘京晶，等.铁皮石斛悬崖附生栽培技术研究[J].中国中药杂志，2015，40（12）：2289-2292.

[4] 徐  鸽，张红燕.基于ZigBee技术智能大棚监控系统的研究[J].企业技术开发，2014，33（11）：6-8.

[5] TABASSUM S，HOSSAIN A.Design and development of weather monitoring and controlling system for a smart agro（farm）[J]. Intelligent control and automation，2018，9：65-73.

[6] KABALCI Y，KABALCI E，CANBAZ R，et al. Design and implementation of a solar plant and irrigation system with remote monitoring and remote control infrastructures[J].Solar energy，2016，139：506-517.

[7] 张慧娟.STM32F4系列抢占Cortex-M4内核先机[J].电子设计技术，2011，18（11）：16.

[8] 何康华，雷阳阳.基于uCOS-III的教育机器人系统设计[J].电子测量技术，2016，39（10）：114-118.

[9] 刘  宁，陈冬琼，杨克磊.基于STM32最小系统串口通信显示系统设计[J].工业控制计算机，2017，30（8）：33-34.

[10] 许琳娜，王振华，罗魏魏.基于STM32的四旋翼飞行器的设计与实现[J].自动化技术与应用，2017，36（8）：122-124.

[11] 徐蓓蓓，章正国，郑新龙，等.最小二乘支持向量机在短期风速预测中的应用概况[J].电气技术，2013，14（6）：22-25.

[12] 田  垅，刘宗田.最小二乘法分段直线拟合[J].计算机科学，2012，39（s1）：482-484.

[13] 周姗姍，柴金广，李  丹.实时递推的最小二乘预测跟踪算法[J].2011，19（10）：53-55.

[14] 赵光亮，舒小松.Navicat for MySQL平台中的SQL语言分析与应用[J].无线互联科技，2017（19）：74-75.

[15] 韩润衍.GPRS的无线远程气象数据采集传输系统设计分析[J].科技展望，2017，27（1）：9.

[16] 杨海天，于婷婷，李春胜，等.基于GPRS的土壤墒情远程监测系统[J].农业工程，2016，6（1）：32-36.