基于無線傳感器網絡的溫室CO2濃度監控系統

王嘉寧 牛新濤 徐子明 鄭傳濤 王一丁

(1．吉林大學電子科學與工程學院，長春130012;2．集成光電子學國家重點聯合實驗室，長春130012)

基于無線傳感器網絡的溫室CO2濃度監控系統

王嘉寧1，2牛新濤1，2徐子明1，2鄭傳濤1，2王一丁1，2

(1．吉林大學電子科學與工程學院，長春130012;2．集成光電子學國家重點聯合實驗室，長春130012)

設計了一種溫室二氧化碳(CO2)濃度監控系統，該系統由傳感器節點、CO2濃度調控節點、無線通信網絡和上位機軟件平臺構成。采用紅外CO2測量模塊S300作為傳感器節點的核心模塊對溫室CO2濃度進行實時測量，并將采集到的CO2濃度、溫濕度、光照等環境信息通過無線網絡傳輸至上位機軟件平臺，實現了對溫室環境的遠程監控。上位機軟件平臺對采集到的環境參數進行處理、信息網絡同步，并通過模糊PID算法對溫室內CO2濃度進行智能調節。在通信過程中，傳感器節點實時采集接收信號強度(RSSI)，在保證數據傳輸質量的同時有效調整無線發射功率以延長節點壽命。在實驗室條件下配備了標準濃度的CO2氣體樣品對設計的傳感器節點性能進行了標定和表征，結果顯示，該傳感器對CO2體積分數的檢測下限小于5×10－5;對體積分數為3×10－4和6.5×10－4的CO2氣體樣品分別進行了10 h的長期測量，相對波動小于2.6%。將該監測系統在吉林省長春市雙陽區奢嶺鎮國信采摘園進行了現場調控試驗，試驗溫室面積為640m2，設定溫室中CO2的目標體積分數為8×10－4，經調控后溫室中CO2體積分數的波動范圍約為(8±0.42)×10－4。該CO2監測系統具有小型化、高性價比、高測量精度等優勢，實現了信息的智能化管理與遠程同步，以及溫室內CO2濃度的智能調控。

溫室;CO2濃度傳感器;無線通信網絡;監控系統

引言

隨著近年來我國設施園藝的快速發展，截止2015年，我國溫室總面積已突破208萬hm2，其中北方設施蔬菜耕種面積已超過125萬hm2［1－2］。與此同時，隨著信息技術的發展，傳統農業逐步向精細化農業過渡。其中，傳感器、無線網絡、信息處理、決策服務等智能化技術正逐步運用于溫室大棚的有效管理之中［3］。尤其是近年來國內外物聯網通信技術的發展和應用，有效降低了溫室內信息傳遞的復雜性，促進了溫室智能化管理的發展進程［4－6］。GUTIERREZ等［7］設計了以實時監控的溫室環境信息為基礎的自動灌溉系統。JEONGHWAN等［8－9］研制了環境參數監測系統平臺，并將其應用于室外及溫室環境。在無線傳感器網絡測量中，除多節點觀測外，ROLDN等［10］采用無人機(UAV)加載傳感器的方式，對溫室內氣體分布進行測量。然而，相對于溫濕度、光照度等環境參數，溫室CO2濃度參數的實時精確測量對精細化農業種植及智能灌溉具有更重要的意義。季宇寒等［11］采用無線傳感器網絡對溫室環境參數進行了采集，建立了基于支持向量機的光合速率預測模型，并針對CO2氣肥優化調控進行了相應研究。蔣毅瓊等［12］設計了基于JN5139的溫室CO2氣肥調控系統，并在日光溫室內(2.5× 1.0×2.5)m3的薄膜密閉空間內進行調控試驗，驗證了調控系統的有效性。為實現基于物聯網無線傳感器網絡的溫室環境信息智能化管理，本文分別從應用層、中間層和物理層3個層面進行相應的設計。所設計的溫室智能化監控系統主要由傳感器節點、CO2氣肥補充節點、無線通信網絡及基于LabVIEW的上位機軟件平臺組成。

1 基于無線傳感器網絡(WSN)的溫室監測系統設計

1.1 監控系統總體設計

所需測量的溫室環境信息主要有溫濕度、光照度、二氧化碳濃度。所設計的溫室環境監測系統的總體結構如圖1所示。該監測系統主要分為:采集溫室環境數據及接收控制信號進行決策性灌溉的物理層、傳輸溫室環境數據及節點調控信息的中間層以及實現數據實時顯示、存儲、共享并基于模糊PID算法得出最佳調控參數的應用層。通過基于無線通信的傳感器節點獲取相應信息，并通過無線網絡將信息傳送至終端。由終端的上位機軟件完成數據的實時顯示、儲存、同步等功能。

圖1 溫室環境監測系統結構圖Fig．1 Structure diagram of environmental monitoring system for greenhouse

1.2 無線傳感器網絡節點

1.2.1 無線傳感器網絡節點的硬件結構

物理層功能主要由基于物聯網數據傳輸的傳感器節點來完成。該傳感器節點采用ARM Cortex M3系列單片機(STM32F103R)作為核心微處理器與傳感器模塊及無線通信模塊進行通信。圖2為傳感器節點的結構框圖。采用鋰電池獨立供電，支持多路傳感器分時復用進行數據采集。底板提供Flash芯片(W25Q64BV)，并對采集到的數據按要求寫入，預留的Uart通信接口可實現節點數據的有線讀取，避免因電力不足，無線通信質量不佳等情況引起的數據丟失。考慮到無線通信模塊NRF24L01發射功率較低，溫室環境植物遮擋嚴重等因素，采用功率可調射頻放大芯片RFX2401C進行功率放大，以確保無線傳輸在溫室環境中能達到所需的發射功率。

圖2 傳感器節點結構圖Fig．2 Structure diagram of sensor node

1.2.2 無線傳感器網絡節點的實現

圖3為無線傳感器節點的實物照片。傳感器節點包括供電電池、CO2傳感器及相應的電路部分，封裝于(8×8×4.5)cm3的防水盒中，如圖3a所示。為防止溫室內高濕度環境對內部紅外二氧化碳傳感器及測量電路造成影響，在外壁通氣孔處采用ePTFE材料制成的防水透氣膜進行防水透氣處理，如圖3b所示。經過防水處理的空氣將不會對內部紅外二氧化碳傳感器的測量造成影響，同時避免了由于溫室晝夜溫差較大造成的結露現象。溫濕度傳感器、光照度傳感器及無線通信天線露置于殼體外部，以實現對溫室環境因素的準確測量及數據的無線傳輸，如圖3c中虛線所示。

圖3 傳感器節點實物圖Fig．3 Photos of sensor node

1.2.3 傳感器的選擇及校正

考慮到溫室半封閉環境，白日最低CO2體積分數可達2×10－4以下，且準確的CO2濃度測量直接影響到溫室農業的決策性氣肥灌溉，傳統電化學傳感器(如 MG811型)具有較高的檢測下限(4× 10－4)及較大的功耗(1.2W)，不滿足密閉溫室測量下限的同時無法長時間獨立工作，均不適用無線傳感器網絡中傳感器節點的設計需求。同時，由于溫室應用環境較為復雜，由化肥和土壤等釋放的注入甲烷等其他氣體成分極大限制了半導體類CO2傳感器的可用性。在考慮到性價比的前提下，傳感器節點選用基于直接吸收法設計的S300型紅外CO2傳感器對溫室內CO2濃度進行測量，相比于電化學、半導體傳感器等，確保了較高的測量精度及較低的檢測下限。

針對溫室環境溫濕度變化范圍及低成本小型化設計需求，傳感器節點選用SHT15型溫濕度傳感器對溫室內溫濕度進行測量，并進行相應非線性校正以提高其檢測精度。測量光照度采用BH1750FVI型數字光照度傳感器，其測量中心波長為560 nm，為可見光范圍，測量結果具有較高分辨率，測量范圍為1～65 535 lx。

1.2.4 CO2調控節點

通過無線傳感器節點所采集的溫室環境參數，通過上位機系統基于模糊PID算法處理后所得的控制信號將傳輸至CO2濃度補償驅動節點，該節點由瓶裝CO2氣源、無線驅動電路及電磁閥組成。

驅動電路將接收到的驅動信號轉換成電磁閥開關過程中不同的占空比，從而達到智能調控CO2釋放流量的目的。微處理器及控制端采用TPL521型光耦進行隔離，防止驅動端脈沖信號對前端電路造成影響。采用為SONGLE型電磁閥，其最大工作頻率可達4 Hz，起重力超過10 kg。但考慮到溫室環境的延遲特性及探測最小周期等限制，在該設計中，調控周期設置為10 s。

1.3 無線傳感器網絡節點的通信設計

1.3.1 通信頻段及通信流程

433MHz通信模塊具有可集成度高，小型化，繞射性好，通信距離遠，發射功率可調等優勢，對溫室環境信息監測具有較好的針對性［13－14］。中間層的數據傳輸主要由433 MHz無線通信模塊來完成，該模塊采用si4463作為主芯片，采用射頻放大芯片對發射功率進行放大且功率可調。

在無線傳感器網絡通信過程中，當傳感器網絡終端無數據采集命令時，傳感器節點采用監聽式工作模式，傳感器處于休眠狀態，經測試單片機耗電在30μA以下，整體節點耗電在850μA以下，極大延長了傳感器節點的使用壽命。

1.3.2 通信頻段及通信流程

收發信息的同時，接收終端會對每次通信的RSSI值進行測量，以評價鏈路質量。考慮通信可靠性、丟包率、同頻干擾等因素，在該設計中，會根據用戶需求設定所需的 RSSI數值范圍，當接收到的RSSI數值超出該區間，將對傳感器節點發射功率進行調節，達到盡可能降低能源消耗的同時確保無線通信的信號質量。

在監測系統中傳感器節點與上位機終端之間，確定有效通信距離、最大通信距離、發射功率、RSSI等參數之間關系為

式中 r——傳輸距離 n——傳播因子

PR——無線信號接收功率

PT——無線信號發射功率

由于一般情況下發射功率可由用戶自行設定，可將式(1)轉換為

式中 A——隨發射功率而變化的常數

從式(2)可發現，隨通信距離的增加，接收功率呈反指數曲線關系［15－17］。實際情況將由實地測試結果給出并進行分析。

1.4 基于LabVIEW的遠程監測終端

在監測系統應用層設計中，各項功能主要由上位機軟件來實現，采用 LabVIEW 2013［18－20］和Microsoft Office 2007進行開發，操作系統為Windows7。

作為溫室數據收發終端，LabVIEW軟件平臺主要實現了傳感器節點與上位機通信、數據存儲與共享和模糊PID調控算法3個功能。

1.4.1 傳感器節點與上位機通信

上位機將按設定好的采集頻率定期喚醒傳感器節點，接收并保存接收到的測量結果，如數據接收無誤，則反饋相應的ACK驗證結果，使傳感器重新回到睡眠監聽模式。圖4中紅色虛線部分為傳感器節點與上位機通信的相應參數設置區域。對傳感器節點的運行狀態及無線通信質量(如電池電量、RSSI值等)進行監控。監控結果將與預先設置的要求實時比對，當不滿足要求時，將對傳感器節點發出相應調整命令，如改變發射功率，進入休眠模式等。該標準可在圖4中藍色虛線部分進行手動設置。上位機與無線網絡通信采用RS232通用Uart模式。

圖4 基于LabVIEW的上位機系統前面板Fig．4 Front panel of PC terminal based on LabVIEW

1.4.2 數據存儲與共享

接收的數據經由后臺解碼后，將被實時顯示到前面板觀察界面。實時數據觀測區域如圖4中綠色虛線方框區域所示。可通過選擇結點序號觀測不同結點信息，實時環境信息將通過GSM通信緩存至GSM 900A外接芯片，或者由短信模式發送至來信手機，實現遠程信息同步。針對溫室大滯后漸變環境，當監測系統進入自動運行狀態時，可實現無人值守遠程信息監控等功能。在數據的存儲方面，SQL的數據庫建立 LabVIEW與 Access 2007連接，采集的環境數據被實時顯示到前面板的同時存儲至Access數據庫之中，以便后期數據的處理與分析。該過程由LabVIEW后臺函數DB Tools函數庫實現。

1.4.3 模糊PID算法

在對數據進行顯示、存儲的同時，LabVIEW后臺程序也將提取接收到的數據，作為模糊PID的輸入變量:測得CO2濃度與理想值之間的差值(E)與CO2變化趨勢(Ec)。

基于LabVIEW的模糊控制算法如下:首先對變量E、Ec進行模糊化處理，將歸一化后變量的變化范圍定義在模糊集的論域上，即{NB，NS，ZO，PS，PB}，從而確立各模糊子集的隸屬度，該過程稱之為模糊化。其次，針對模糊PID輸出量P、I、D確立其模糊規則表，該過程稱為模糊規則的建立，以“IF…THEN…”的形式進行表示，在該設計中，控制規則的生成主要采用經驗和模糊模型獲得，共設定25條模糊規則。最后，確定解模糊規則，該設計中選擇重心法進行解模糊處理，將信息量進行最大化利用以得到最佳的控制結果。設定完成后的模擬PID參數輸出如圖5所示。

圖5 基于LabVIEW的模糊規則結果測試Fig．5 Fuzzy test system for PID control based on LabVIEW

當確定模糊算法計算原則后，通過模糊算法所得到的PID控制參數將根據外界環境因素實時調整。通過仿真與實地測試發現，采樣間隔會直接影響調控性能的精度及響應時間。

2 系統性能試驗與結果分析

2.1 S300型紅外CO2傳感器性能測試

考慮到溫室環境CO2濃度變化范圍較大，需對S300型紅外 CO2傳感器進行標定測試。采用99.999%純氮氣與不確定度為2%、體積分數為5× 10－3的CO2標準氣作為氣源，采用誤差為2%的質量流量計(MT-300型)配氣，試驗結果如圖6所示。當待測CO2體積分數低于6×10－5時，待測信號淹沒在噪聲之中，測量結果失真，在6×10－5～3.2×10－3范圍內，測量結果線性度良好。隨后使用純氮氣沖洗氣室，再將傳感器節點長期放置于3×10－4～6.5×10－4標準待測CO2氣體中，該氣體濃度選擇對應實際應用溫室環境監測濃度需求，直至讀數穩定后開始記錄數據，試驗進行10 h以上，結果如圖7所示，在3×10－4穩定性測量時出現最大波動，其誤差波動范圍為2.6%。

圖6 CO2傳感器(S300型)的標定實驗結果Fig．6 Calibration results of CO2sensor(S300)

圖7 穩定性實驗結果Fig．7 Experimental results of sensor stability

2.2 實地通信試驗

現場試驗地點為吉林省長春市雙陽區奢嶺鎮國信采摘園。通信測試地點為大型韭菜溫室，測試期間植株處于成熟期，該日光溫室為無柱拱形屋面式溫室，面積為220×8m2，高度約3m，夜間棚頂采用草簾覆蓋，達到夜間保溫的效果。在試驗中，為避免天線增益的產生，發送端與接收端采用同種天線，其收發節點天線方向一致，距地高度大于1m，由上位機軟件進行實時監測記錄RSSI。

圖8 隨距離增加，無線通信性能測試結果Fig．8 Wireless communication measurement resultswith increase of communication distance in greenhouse

圖8a為接收無線信號強度RSSI值隨傳輸距離增加的變化趨勢，可以看出，隨著收發距離的增加，RSSI值逐漸減小，當傳輸距離在0～20m范圍以內RSSI值變化較為明顯，從 －25 dBm迅速降低至－60 dBm。隨著收發距離的進一步增加，RSSI值呈現出比較緩慢的變化趨勢，當傳輸距離達到200 m時，RSSI降低至－100 dBm以下。該試驗結果符合RSSI值隨傳輸距離增加而變化的理論關系。

圖8b為傳輸丟包率隨傳輸距離增加而變化的關系。從圖中可以看出，當傳輸距離超過120m，即RSSI值低于－80 dBm時，丟包率高于2%，且隨著傳輸距離的進一步增大，丟包率明顯增加。而隨丟包率增加而引起的數據重傳則意味著傳感器節點能量的進一步消耗，使用壽命隨之縮短。

圖8c為RSSI檢測誤差隨距離的變化關系，當傳輸距離在100m之內，RSSI檢測誤差波動較為平穩，最大檢測誤差在3%以內，測量精度較高，可有效確保依據RSSI判斷信號質量的有效性。當傳輸距離在100～200m之間，檢測誤差較大同時伴有較大的波動性，在該傳輸距離內，通過RSSI值判斷信號質量的方法的可靠性有限。

2.3 實地數據采集

實地通信測試結果顯示，所設計的傳感器節點通信性能有限，在100m以內可達到良好的通信性能。因此，實地數據采集選擇在面積為80 m×8 m的韭菜溫室內進行，所采集的數據除二氧化碳濃度外還包括溫室內溫濕度及光照度。為提高數據可讀性，采樣間隔設置為每10 s采集一組數據，在實際應用中，應根據實際需要增加采樣間隔時間以延長節點使用壽命，其實物圖及測量結果如圖9所示。測試日期為2月初，測試環境為日光韭菜溫室，如圖9a所示。

圖9b為截取的2 d內溫室CO2及光照度測量結果，結果符合植物生長規律，白天當光照度較強時，植物進行光合作用，CO2濃度降低。16:00左右為保持溫室內夜間溫度，將使用卷簾機對溫室棚頂進行遮蓋保暖，因此，所測得光照度降低為0，夜間植物以呼吸作用為主，CO2體積分數顯著提升，峰值可超過7×10－4。

圖9 實驗溫室實地照片及測試結果Fig．9 Photo of greenhouse and related measured results

圖9c為截取的2 d內溫室中溫度與相對濕度測量結果。隨著白日日光照射，溫室溫度升高，濕度降低。相反，夜間溫室內溫度較低，最低可降低至12℃，相對濕度較高，最高可達85%左右。

2.4 實地CO2濃度調控結果

在實地調控中，采用鋼瓶裝純CO2氣體，通過減壓閥、電磁閥接至通氣軟管之中，為均衡管內壓力，使CO2均勻擴散至棚內，軟管每隔一段距離設置放氣孔，放氣孔間距隨遠離氣源逐漸變小。經實地測試，最終補償結果如圖10所示。從未受控階段至最終穩定約需40 min，進入穩定階段后，溫室內CO2氣體體積分數波動范圍約為(8±0.42)×10－4，其中10:00—12:00間存在較為明顯波動階段，其為人工開窗散熱導致。

圖10 溫室CO2濃度調控結果Fig．10 Regulation result of CO2concentration in greenhouse

根據圖10監測數據，采用模糊PID算法成功地對溫室內CO2濃度進行了合理調控，可通過優化模糊算法隸屬函數及增加調控點以減小響應時間等方式進一步提升其調控性能。

3 結束語

根據現代化溫室大棚環境監測需要，設計并實現了基于無線傳感器網絡的溫室CO2測控系統。集成紅外CO2模塊的小型化傳感器節點實現了溫室CO2濃度實時監測。基于RSSI的433 MHz的無線通信在確保無線通信網絡通信質量的同時延長了傳感器節點的使用壽命。基于LabVIEW的上位機終端實現了數據的遠程共享和在線分析。同時，模糊PID算法被應用于溫室CO2濃度的智能調控。在溫室環境進行了實地數據測量，驗證了該系統的可行性及可靠性。實現了溫室內CO2濃度的實時調控。

1 白義奎．西北非耕地溫室結構與建造技術項目成果匯報(18)落地裝配式全鋼骨架結構日光溫室［J］．農業工程技術，2016(4):30－33．

2 張欣．日光溫室相變材料墻板蓄/放熱過程數值模擬研究［D］．楊凌:西北農林科技大學，2016．

3 李萍萍，王紀章．溫室環境信息智能化管理研究進展［J/OL］．農業機械學報，2014，45(4):236－243．http:∥www．j-csam．org/jcsam/ch/reader/view_abstract．aspx?file_no=20140438＆flag=1．DOI:10．6041/j．issn．1000-1298．2014．04．038．LIPingping，WANG Jizhang．Research progress of intelligent management for greenhouse environment information［J/OL］．Transactions of the Chinese Society for Agricultural Machinery，2014，45(4):236－243．(in Chinese)

4 AZAZA M，TANOUGASTC，FABRIZIO E，et al．Smart greenhouse fuzzy logic based control system enhanced with wireless data monitoring［J］．ISA Transactions，2016，61:297－307．

5 MALAVER A，MOTTA N，CORKE P，et al．Development and integration of a solar powered unmanned aerial vehicle and a wireless sensor network tomonitor greenhouse gases［J］．Sensors，2015，15(2):4072－4096．

6 SERODIO C，CUNHA JB，MORAISR，et al．A networked platform for agriculturalmanagement systems［J］．Computers and Electronics in Agriculture，2001，31:75－90．

7 GUTIERREZ J，VILLA-MEDINA JF，NIETO-GARIBAY A，et al．Automated irrigation system using a wireless sensor network and GPRSmodule［J］．IEEE Transactions on Instrumentation and Measurment，2014，63(1):166－176．8 JEONGHWAN H，CHANGSUN S，HYUN Y．Study on an agricultural environmentmonitoring server system using wireless sensor networks［J］．Sensors，2010，10(12):11189－11211．

9 JEONGHWAN H，CHANGSUN S，HYUN Y．A wireless sensor network-based ubiquitous paprika growthmanagement system［J］．Sensors，2010，10(12):11566－11589．

10 ROLDN JJ，JOOSSENG，SANZD，etal．Mini-UAV based sensor system formeasuring environmental variables in greenhouses［J］．Sensors，2015，15(2):3334－3350．

11 季宇寒，李婷，張漫，等．基于WSN的溫室CO2氣肥優化調控系統研究［J/OL］．農業機械學報，2015，46(增刊):201－207．http:∥www．j-csam．org/jcsam/ch/reader/view_abstract．aspx?file_no=2015S033＆flag=1．DOI:10．6041/j．issn．1000-1298．2015．S0．033．JIYuhan，LITing，ZHANG Man，et al．Design of CO2fertilizer optimizing control system on WSN［J/OL］．Transactions of the Chinese Society for Agricultural Machinery，2015，46(Supp．):201－207．(in Chinese)

12 蔣毅瓊，張漫，李婷，等．基于WSN的日光溫室CO2濃度監控系統［J］．中國農業大學學報，2014，19(4):166－171．JIANG Yiqiong，ZHANG Man，LI Ting，et al．Development of a CO2concentration monitoring and controlling system in solar greenhouse based on WSN［J］．Journal of China Agricultural University，2014，19(4):166－171．(in Chinese)

13 ADRIAN C R，JOSEM R，VICTOR A S，et al．Mobile robot positioning with 433-MHzwirelessmoteswith varying transmission powers and a particle filter［J］．Sensors，2015，15(5):10194－10220．

14 雷凱峰．面向農業應用的433MHz無線信號傳播特性研究［D］．北京:北京郵電大學，2014．LEIKaifeng．The research on propagation characteristics of433MHzwireless sensor network signal in agriculture application［D］．Beijing:Beijing University of Posts and Telecommunications，2014．(in Chinese)

15 GOLDONIE，SAVIOLIA，RISIM，et al．Experimental analysis of RSSI-based indoor localization with IEEE 802．15．4［C］∥2010 European Wireless Conference，2010:71－77．

16 JANJA S，MARKOM，DUSAN G．Distance estimation using RSSIand particle filter［J］．ISA Transactions，2015，55:275－285．

17 SHU Jian，LIU Song，LIU Linlan，et al．Research on link quality estimation mechanism for wireless sensor networks based on support vectormachine［J］．Chinese Journal of Electronics，2017，26(2):377－384．

18 FERRAND P．GPSCAN．VI:a general-purpose LabVIEW program for scanning imaging or any application requiring synchronous analog voltage generation and data acquisition［J］．Computer Physics Communications，2015，192:342－347．

19 WCISLIK M，SUCHENIA K，LASKAWSKI M S．Method of programming of sequential control systems using LabVIEW environment［J］．IFAC-Papers Online，2016，49(25):476－481．

20 SHIC，TENGG，LIZ．An approach of pigweightestimation using binocular stereo system based on LabVIEW［J］．Computers＆Electronics in Agriculture，2016，129:37－43．

Monitoring System for CO2Concentration in Greenhouse Based on Wireless Sensor Network

WANG Jianing1，2NIU Xintao1，2XU Ziming1，2ZHENG Chuantao1，2WANG Yiding1，2
(1．College of Electronic Science and Engineering，Jilin University，Changchun 130012，China 2．State Key Laboratory on Integrated Optoelectronics，Changchun 130012，China)

A CO2concentration monitoring system targeting greenhouse application was designed，which included sensor nodes，CO2concentration regulation node，wireless communication and PC terminals．A remote real-time CO2concentration measurementwas realized by using an infrared CO2model S300 as the coremodel in sensor node．Environmental information derived by sensor nodeswas transmitted to the PC software panel based on LabVIEW through wireless sensor networks．

signal strength indication(RSSI)was sampled in transmission to ensure link quality and extend the service lives of sensor nodes by reasonably adjusting the transmission power．The designed and fabricated sensor node was calibrated and characterized by the standard CO2samples distributed under laboratory conditions．The experiment results indicated that the limitation of detection of the selected sensor was lower than 5× 10－5．The fluctuations for the long-term stability measurements on a 3×10－4CO2sample and a 6.5× 10－4CO2sample were less than 2.6%．This designed monitoring system was deployed in the Guoxin picking garden in the town of Sheling，Shuangyang District，Changchun City，Jilin Province，and the field experiment was carried out in a solar greenhouse whose area was 640 m2．The desired CO2concentration in greenhousewas set to 8×10－4，the fluctuation range under controlled CO2concentrationwas nearly(8±0.42)×10－4．The designed sensor node had advantages，including miniaturization，cost-effective and high precision，which realized intelligent management，remote synchronization of greenhouse factors and smart regulation of CO2concentration in greenhouse．

greenhouse;CO2concentration sensor;wireless sensor network;monitoring system

S625.5+1

A

1000-1298(2017)07-0280-06

2016-11-08

2016-12-27

“十二五”國家科技支撐計劃項目(2014BAD08B03、2013BAK06B04)、國家自然科學基金項目(61307124、11404129)、吉林省科技發展計劃項目(20120707、20140307014SF)、長春市科技發展計劃項目(11GH01、14KG022)和集成光電子學國家重點實驗室開放課題項目(IOSKL2012ZZ12)

王嘉寧(1987—)，男，博士生，主要從事紅外光電檢測技術研究，E-mail:18604409177@163．com

鄭傳濤(1982—)，男，副教授，博士生導師，主要從事紅外激光光譜學與傳感器研究，E-mail:zhengchuantao@jlu．edu．cn

10．6041/j．issn．1000-1298．2017．07．035