多因子約束的卷簾機(jī)揭蓋被決策方法與控制系統(tǒng)研究

張軍華 陳丹艷 張仲雄 孫章彤 張明科 胡 瑾

(1.西北農(nóng)林科技大學(xué)機(jī)械與電子工程學(xué)院， 陜西楊凌 712100； 2.農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)物聯(lián)網(wǎng)重點(diǎn)實(shí)驗(yàn)室， 陜西楊凌 712100； 3.陜西省農(nóng)業(yè)信息感知與智能服務(wù)重點(diǎn)實(shí)驗(yàn)室， 陜西楊凌 712100； 4.西北農(nóng)林科技大學(xué)園藝學(xué)院， 陜西楊凌 712100)

0 引言

北方冬季反季節(jié)生產(chǎn)過(guò)程中，日光溫室通過(guò)后墻對(duì)太陽(yáng)能的蓄放熱及保溫覆蓋物的保溫，能有效實(shí)現(xiàn)夜間溫室內(nèi)溫度的維持[1-2]。但傳統(tǒng)日光溫室電氣化水平較低，基本無(wú)加熱裝置及補(bǔ)光燈等設(shè)備支持[3-4]，光照時(shí)長(zhǎng)及日間的太陽(yáng)輻射量是影響溫室內(nèi)溫度和作物物質(zhì)積累的主要因素[5]，溫室在揭被后，太陽(yáng)輻射對(duì)溫室整體增溫，內(nèi)墻及土壤進(jìn)行蓄熱，為作物的正常生長(zhǎng)提供適宜環(huán)境，但陰雨天、雪天太陽(yáng)輻射較弱時(shí)，太陽(yáng)輻射強(qiáng)度無(wú)法提供足夠的熱量來(lái)源，使溫室溫度下降；蓋被后溫室內(nèi)溫度急劇下降，溫室通過(guò)后墻、土壤的放熱及保溫被的隔熱來(lái)維持溫室內(nèi)溫度，防止溫度過(guò)低造成作物受冷害[6-9]。溫室溫度目前很大程度上取決于基地溫室管理人員揭蓋被操作的時(shí)間[10-11]。實(shí)際生產(chǎn)中，由于信息化水平低，管理員僅用水銀溫度計(jì)來(lái)測(cè)量溫室溫度，揭、蓋卷簾被時(shí)間也依靠人工經(jīng)驗(yàn)，管理員通常采取晚揭被、早蓋被的方式來(lái)保證室內(nèi)溫度[12]，這種方式使溫室不能最大化接收太陽(yáng)光輻射，導(dǎo)致溫室無(wú)法獲取充足熱量，溫室內(nèi)蓄熱量降低，保暖性能逐漸下降，同時(shí)會(huì)減少作物光合作用時(shí)長(zhǎng)，影響作物的正常生長(zhǎng)發(fā)育和物質(zhì)積累[10]。目前已有研究主要考慮不同揭蓋被方式、揭蓋被程度對(duì)日光溫室內(nèi)溫度的影響，結(jié)合作物生長(zhǎng)需求模型進(jìn)行卷簾機(jī)揭蓋被決策的研究較少[13-17]。因此，結(jié)合作物需求及揭蓋被后溫室溫度變化規(guī)律，實(shí)現(xiàn)合理的揭蓋被決策對(duì)日光溫室的生產(chǎn)至關(guān)重要。

本文基于作物生理生長(zhǎng)對(duì)溫度和光照的需求，結(jié)合揭被過(guò)程中不同內(nèi)外溫差條件下太陽(yáng)輻射使溫室內(nèi)溫度達(dá)到平衡所需的光照強(qiáng)度(光平衡點(diǎn))，研究基于經(jīng)驗(yàn)控制、作物溫度限制、光補(bǔ)償點(diǎn)與光平衡點(diǎn)多約束條件融合的卷簾機(jī)揭被決策模型；同時(shí)，構(gòu)建溫室夜間最低溫預(yù)測(cè)模型，建立融合光補(bǔ)償點(diǎn)、溫度限制點(diǎn)、經(jīng)驗(yàn)控制的卷簾機(jī)蓋被決策方法，并依托卷簾機(jī)決策控制系統(tǒng)實(shí)現(xiàn)卷簾機(jī)揭蓋被的智能決策控制，為提高日光溫室冬季反季節(jié)生產(chǎn)中光周期，減少夜間低溫冷害的發(fā)生提供有效保障。

1 揭蓋被約束條件獲取

揭蓋被操作主要在典型西北下沉式日光溫室進(jìn)行，本研究中約束條件包括冬季番茄生理生長(zhǎng)需求、揭蓋被后溫室溫度變化規(guī)律與經(jīng)驗(yàn)揭蓋被時(shí)間3方面。試驗(yàn)作物為普羅旺斯番茄(SolanumLycopersicumMill.)，其生理生長(zhǎng)需求約束條件主要為作物低溫限制點(diǎn)與光補(bǔ)償點(diǎn)(光限制點(diǎn))；試驗(yàn)日光溫室東西長(zhǎng)50 m，南北跨度7 m，脊高5 m，下沉0.5 m，后墻、東側(cè)墻體、西側(cè)墻體為黏土制成，拱架為鋼架結(jié)構(gòu)，后坡覆以PC板和紡織材料制成的保溫棉被，透光材料為聚氯乙烯薄膜，采用上下通風(fēng)方式建造。約束條件獲取試驗(yàn)于陜西省涇陽(yáng)縣西北農(nóng)林科技大學(xué)涇陽(yáng)蔬菜示范基地東6號(hào)日光溫室進(jìn)行，其約束條件為溫室內(nèi)溫度平穩(wěn)時(shí)的光平衡點(diǎn)及溫室夜間最低溫預(yù)測(cè)模型獲取的最低溫值。

1.1 作物生理生長(zhǎng)約束條件

1.1.1番茄低溫光合速率試驗(yàn)

植物的生長(zhǎng)主要依靠葉片的光合作用，其中光合速率是反映植物對(duì)環(huán)境響應(yīng)的重要指標(biāo)，而低溫對(duì)植物生長(zhǎng)的影響從細(xì)胞層面開始，它主要影響葉片中光合器官光合過(guò)程和相關(guān)酶活性，限制了葉片的光合速率，從而限制葉片向花和果實(shí)的養(yǎng)分供應(yīng)，因此本文以葉片低溫光合速率試驗(yàn)來(lái)獲取冬季低溫條件下作物溫度約束條件及光約束條件。西北越冬番茄種植過(guò)程中，低溫冷害主要發(fā)生在對(duì)低溫敏感的生殖生長(zhǎng)期，初花期中現(xiàn)蕾期與花芽分化初期受低溫影響后會(huì)嚴(yán)重限制花粉的形成、活力以及花的數(shù)量[18]，且花芽分化、開花及果期在生殖生長(zhǎng)過(guò)程中并存，而花期是果期產(chǎn)量和品質(zhì)的基礎(chǔ)，因此本文以初花期番茄為試驗(yàn)對(duì)象，采用LI-6400XT型光合速率儀進(jìn)行低溫光合速率嵌套試驗(yàn)，其中光子通量密度、空氣溫度、CO2濃度范圍根據(jù)日光溫室實(shí)測(cè)范圍適當(dāng)調(diào)整設(shè)定，試驗(yàn)方案如表1所示。由于需預(yù)測(cè)番茄植株光補(bǔ)償，同時(shí)考慮到弱光條件下作物光響應(yīng)曲線斜率較大，光子通量密度共設(shè)置11個(gè)梯度，分別為0、15、30、60、120、250、400、600、800、1 000、1 200 μmol/(m2·s)。整個(gè)試驗(yàn)采用人工氣候箱進(jìn)行，環(huán)境相對(duì)濕度為50%。

表1 光合速率測(cè)試試驗(yàn)梯度設(shè)置Tab.1 Gradient setting of photosynthetic rate test

1.1.2低溫限制點(diǎn)分析

低溫限制點(diǎn)指對(duì)番茄生理生長(zhǎng)造成嚴(yán)重抑制的環(huán)境臨界溫度點(diǎn)。以CO2濃度為600 μmol/mol時(shí)的不同溫度、光照強(qiáng)度梯度下光合速率變化趨勢(shì)為例，其溫度響應(yīng)結(jié)果如圖1所示。

圖1 不同光照強(qiáng)度下番茄(初花期)光合速率溫度響應(yīng)Fig.1 Temperature response of photosynthetic rate of tomatounder different photon flux densities (flowering stage)

由圖1a可知，隨著溫度的增加，整個(gè)光照強(qiáng)度區(qū)間光合速率差異越來(lái)越大。6℃時(shí)，不同光照強(qiáng)度下光合速率收縮，說(shuō)明葉片光合作用能力差異減小受到了抑制；在6℃升至8℃時(shí)光合速率差異變大，說(shuō)明植物生理狀態(tài)得到恢復(fù)或緩解，外界的光照強(qiáng)度變化已能明顯改變其光合能力，作物生理應(yīng)激反應(yīng)趨于正常，光合作用強(qiáng)度主要受限于低溫下酶活性的影響。由圖1b各溫度區(qū)間光合速率變化斜率可看出，光照強(qiáng)度大于120 μmol/(m2·s)時(shí)，在6～8℃及10℃以上溫度區(qū)間的光合速率變化斜率均較大，在8～10℃區(qū)間斜率達(dá)到最小值，說(shuō)明在該區(qū)間附近時(shí)達(dá)到了平臺(tái)期，即作物能忍受的低溫限制區(qū)，低于限制溫度作物生理機(jī)能會(huì)迅速降低；由0 μmol/(m2·s)的變化趨勢(shì)可知植株呼吸作用在低于8℃時(shí)明顯減小，說(shuō)明此時(shí)呼吸作用也受到了抑制，這與IKKONEN等[19]研究結(jié)果一致，當(dāng)光照強(qiáng)度低于120 μmol/(m2·s)時(shí)，8～10℃區(qū)間斜率相對(duì)集中且接近于0，同樣處于平臺(tái)期，光合速率隨著溫度降低略有上升，是因?yàn)榈蜏厥购粑饔檬艿搅艘种啤Ｒ虼吮狙芯恳?℃作為作物低溫約束條件。

1.1.3光限制點(diǎn)分析

為保證番茄的正常生長(zhǎng)發(fā)育，以低溫條件下光補(bǔ)償點(diǎn)(光限制點(diǎn))作為卷簾機(jī)揭蓋被中作物的光約束條件。光補(bǔ)償點(diǎn)通過(guò)葉子飄等[20]提出的直角雙曲線修正模型及光合計(jì)算軟件對(duì)原始光響應(yīng)試驗(yàn)數(shù)據(jù)擬合計(jì)算獲取。以環(huán)境溫度、CO2濃度為輸入，計(jì)算獲取的光補(bǔ)償點(diǎn)為輸出，采用支持向量機(jī)回歸(Support vector regression，SVR)[21-22]算法建立光補(bǔ)償點(diǎn)預(yù)測(cè)模型,其中模型參數(shù)C、g通過(guò)Tent映射改進(jìn)的差分進(jìn)化算法(Differential evolution algorithm，DE)進(jìn)行尋優(yōu)[23-25]，最終以獲取的最優(yōu)參數(shù)組合對(duì)光補(bǔ)償點(diǎn)數(shù)據(jù)進(jìn)行擬合，在日光溫室溫度6～16℃、CO2濃度400～1 000 μmol/mol范圍內(nèi)光補(bǔ)償預(yù)測(cè)模型曲面如圖2所示。

圖2 不同溫度、CO2濃度下光補(bǔ)償點(diǎn)預(yù)測(cè)模型Fig.2 Prediction model of LCP under different temperatures and CO2

采用留一法對(duì)模型性能進(jìn)行驗(yàn)證，通過(guò)線性擬合對(duì)預(yù)測(cè)值與光補(bǔ)償點(diǎn)實(shí)際值進(jìn)行相關(guān)分析，結(jié)果如圖3所示，結(jié)果表明，該模型的決定系數(shù)R2為0.935 3，均方根誤差(Root mean square error， RMSE)為1.11 μmol/(m2·s)，歸一化均方根誤差(Normalized root mean square error，NRMSE)為0.064 2，小于0.2，說(shuō)明模型具有較高的擬合精度和良好的適用性，與實(shí)際光補(bǔ)償點(diǎn)數(shù)據(jù)接近，能夠滿足卷簾機(jī)實(shí)際控制過(guò)程中光限制點(diǎn)的獲取精度要求。

圖3 改進(jìn)DE-SVR建模性能Fig.3 Improved DE-SVR modeling performance

1.2 溫室約束條件

為減少溫室低溫冷害的發(fā)生，環(huán)境監(jiān)測(cè)預(yù)警與卷簾機(jī)調(diào)控過(guò)程中應(yīng)監(jiān)測(cè)溫室中最低溫位置環(huán)境，經(jīng)前期研究分析，本文室內(nèi)最低溫環(huán)境監(jiān)測(cè)點(diǎn)位置部署于溫室東側(cè)靠近薄膜附近，距東墻4 m，后墻5.48 m左右，高度隨作物冠層高度進(jìn)行調(diào)整[26]；室外環(huán)境監(jiān)測(cè)節(jié)點(diǎn)部署于日光溫室棚頂位置。

1.2.1溫室揭蓋被試驗(yàn)

為分析揭被后不同外界光輻射強(qiáng)度、內(nèi)外溫差對(duì)溫室溫度變化的影響，獲取溫室內(nèi)外溫度平衡的光約束條件，進(jìn)行了不同溫光條件下揭被測(cè)試。試驗(yàn)數(shù)據(jù)采集從揭被動(dòng)作開始至揭被后10 min結(jié)束，揭被過(guò)程各個(gè)環(huán)境參數(shù)數(shù)據(jù)分布范圍如表2所示，試驗(yàn)時(shí)間2019年12月28日—2020年2月18日，去除其中2020年1月15日由于降雪全天未揭被的數(shù)據(jù)，試驗(yàn)共采集可用于分析的溫光數(shù)據(jù)53組。

表2 日光溫室揭被試驗(yàn)環(huán)境參數(shù)分布范圍Tab.2 Distribution range of environmental parameters of uncovering-quilt test in solar greenhouse

日光溫室蓋被后，夜間室內(nèi)最低溫不僅受蓋被后初始溫度、后墻與土壤蓄熱的影響，同時(shí)也受外界溫度的影響[27]，參考已有研究，夜間最低溫建模輸入?yún)?shù)主要包括室內(nèi)最低溫監(jiān)測(cè)點(diǎn)溫度、室外溫度、氣象數(shù)據(jù)[11,28-29]，由于夜間后墻距離最低溫監(jiān)測(cè)點(diǎn)較遠(yuǎn)，土壤的散熱對(duì)空氣溫度影響更大，因此本文增加監(jiān)測(cè)點(diǎn)土壤溫度數(shù)據(jù)作為輸入，增加模型預(yù)測(cè)準(zhǔn)確性[30]。

蓋被試驗(yàn)于2019年12月28日—2020年2月18日、2020年12月8日—2021年1月19日進(jìn)行，去除特殊原因如極端雪天等天氣未蓋被情況，試驗(yàn)共獲取試驗(yàn)數(shù)據(jù)73組。數(shù)據(jù)采集從蓋被動(dòng)作開始記錄至第2日08:00結(jié)束，其中氣象數(shù)據(jù)由涇陽(yáng)氣象預(yù)報(bào)獲取，記錄蓋被時(shí)刻溫室內(nèi)外溫度及蓋被后至第2天08:00間每小時(shí)氣象預(yù)報(bào)溫度數(shù)據(jù)，每小時(shí)溫度預(yù)報(bào)數(shù)據(jù)將用于積溫計(jì)算，其余夜間實(shí)測(cè)環(huán)境數(shù)據(jù)由環(huán)境監(jiān)測(cè)節(jié)點(diǎn)自動(dòng)采集，各參數(shù)數(shù)據(jù)分布范圍如表3所示。

表3 日光溫室蓋被試驗(yàn)環(huán)境參數(shù)分布范圍Tab.3 Distribution range of environmental parameters of covering-quilt test in solar greenhouse ℃

1.2.2光平衡點(diǎn)預(yù)測(cè)模型

基于獲取的試驗(yàn)數(shù)據(jù)，在不同溫度差與光輻射強(qiáng)度條件下，截取了揭被后10 min時(shí)的室內(nèi)外環(huán)境監(jiān)測(cè)數(shù)據(jù)，對(duì)10 min內(nèi)溫室內(nèi)外溫度差均值、太陽(yáng)輻射強(qiáng)度均值及溫度變化率進(jìn)行計(jì)算，以室內(nèi)溫度變化率反映不同溫光耦合條件下最低溫監(jiān)測(cè)點(diǎn)溫度變化趨勢(shì)，當(dāng)溫差變化率小于0時(shí)，說(shuō)明外界光輻射強(qiáng)度在當(dāng)前溫度差下不能保證溫度平穩(wěn)，即溫度下降，反之則說(shuō)明溫度升高。不同太陽(yáng)輻射強(qiáng)度、溫度差下溫度變化率的變化規(guī)律如圖4所示，圖中白色虛線為最低溫監(jiān)測(cè)點(diǎn)在不同內(nèi)外溫度差、光輻射強(qiáng)度條件下，揭被后10 min內(nèi)溫度變化為0℃/min趨勢(shì)線。從0℃/min趨勢(shì)線可以看出，本文試驗(yàn)條件下不同溫度差時(shí)，最低溫監(jiān)測(cè)點(diǎn)溫度不變時(shí)光平衡點(diǎn)較小，在53～120 μmol/(m2·s)范圍內(nèi)變化。

圖4 不同溫差、太陽(yáng)光輻射強(qiáng)度下室內(nèi)溫度變化率分布Fig.4 Temperature transition rate distribution of indoor temperature at different internal-external temperatures and light radiation intensities

對(duì)0℃/min趨勢(shì)線進(jìn)行提取，獲取了19組光平衡點(diǎn)原始數(shù)據(jù)，通過(guò)二次非線性擬合獲取了不同溫差條件下維持溫室內(nèi)溫度不下降的光平衡點(diǎn)，擬合結(jié)果如圖5所示，由圖5可知，模型擬合的R2為0.991 9，RMSE為1.816 9 μmol/(m2·s)，NRMSE為0.029 3，說(shuō)明光平衡點(diǎn)擬合結(jié)果精度高，適用性良好。當(dāng)溫差為0℃時(shí)，理論上溫室內(nèi)外無(wú)熱量交換，光平衡點(diǎn)輻射強(qiáng)度應(yīng)為0 μmol/(m2·s)，此時(shí)模型計(jì)算該點(diǎn)輻射強(qiáng)度為4.028 2 μmol/(m2·s)，接近于實(shí)際情況，為日光溫室卷簾機(jī)揭被過(guò)程中決策限制條件提供了理論依據(jù)。

圖5 光平衡點(diǎn)擬合模型Fig.5 Light equilibrium point fitting model

1.2.3夜間最低溫預(yù)測(cè)模型

夜間最低溫預(yù)測(cè)模型采用精英策略遺傳算法(Genetic algorithm，GA)優(yōu)化的SVR進(jìn)行構(gòu)建[31-33]。GA尋優(yōu)過(guò)程中參數(shù)設(shè)置：種群大小設(shè)置為50，迭代次數(shù)100，交叉概率0.85，變異概率0.1。本研究根據(jù)經(jīng)驗(yàn)設(shè)置尋優(yōu)參數(shù)C、g取值范圍分別為[0, 15]、[0, 5]。通過(guò)精英策略GA對(duì)SVR參數(shù)進(jìn)行優(yōu)化，在迭代17次時(shí)達(dá)到模型收斂，最終懲罰因子C最優(yōu)值為3.222 8，核參數(shù)g最優(yōu)值為0.002 9，模型預(yù)測(cè)性能驗(yàn)證分析結(jié)果如圖6所示。

圖6 模型預(yù)測(cè)性能分析Fig.6 Model predictive performance analysis

通過(guò)最優(yōu)參數(shù)SVR模型對(duì)數(shù)據(jù)集進(jìn)行訓(xùn)練與測(cè)試，訓(xùn)練集與測(cè)試集R2分別為0.824 0、0.832 1，RMSE分別為0.718 5、0.708 7℃，其中測(cè)試集NRMSE為0.128 9，說(shuō)明最低溫預(yù)測(cè)模型在不同環(huán)境條件下具有良好的預(yù)測(cè)性能，泛化能力良好，能為卷簾機(jī)蓋被決策提供可靠的數(shù)據(jù)支撐。

1.3 經(jīng)驗(yàn)揭蓋被約束條件

在日光溫室冬季實(shí)際生產(chǎn)過(guò)程中，除大雪等惡劣天氣情況下不進(jìn)行揭蓋被外，其余天氣均會(huì)在合適時(shí)間進(jìn)行揭蓋被操作。經(jīng)驗(yàn)揭蓋被約束條件是在外界環(huán)境無(wú)法達(dá)到溫室、作物需求的約束條件而無(wú)法揭蓋被時(shí)，根據(jù)農(nóng)藝師揭蓋被經(jīng)驗(yàn)時(shí)間來(lái)實(shí)現(xiàn)卷簾機(jī)的控制，本文經(jīng)驗(yàn)揭蓋被時(shí)間由對(duì)照日光溫室日常操作時(shí)間記錄獲取，試驗(yàn)期間去除雪天無(wú)蓋被情況共計(jì)76組人工揭蓋被時(shí)間，人工揭被最晚時(shí)間為10:03，最早蓋被時(shí)間為16:05，后續(xù)揭蓋被決策方法中經(jīng)驗(yàn)時(shí)間以此為依據(jù)。

2 多因子約束的卷簾機(jī)揭蓋被決策方法

基于番茄初花期、溫室環(huán)境約束條件及決策控制系統(tǒng)，本文融合揭被經(jīng)驗(yàn)、光平衡點(diǎn)、低溫約束、光補(bǔ)償點(diǎn)構(gòu)建了卷簾機(jī)揭被決策方法，在考慮不同外界環(huán)境因素條件下，以作物低溫條件下溫-光限制點(diǎn)約束為主導(dǎo)，光平衡點(diǎn)與揭蓋被經(jīng)驗(yàn)相輔助的方式，實(shí)現(xiàn)卷簾機(jī)揭被的科學(xué)合理決策；針對(duì)蓋被操作，融合揭蓋被經(jīng)驗(yàn)、低溫預(yù)測(cè)、低溫約束、光補(bǔ)償點(diǎn)構(gòu)建了卷簾機(jī)蓋被決策方法，該方法基于作物低溫限制條件，以夜間最低溫預(yù)測(cè)為主導(dǎo)，光補(bǔ)償點(diǎn)與蓋被經(jīng)驗(yàn)相輔助的方式，實(shí)現(xiàn)卷簾機(jī)的蓋被決策與控制，控制方法實(shí)現(xiàn)流程如圖7所示。

圖7 卷簾機(jī)揭蓋被決策控制流程圖Fig.7 Decision control method for uncovering/covering of rolling shutter machine

2.1 卷簾機(jī)揭被決策過(guò)程

卷簾機(jī)揭被決策過(guò)程基于卷簾機(jī)揭被決策方法與環(huán)境實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)實(shí)現(xiàn)，決策開始后，系統(tǒng)通過(guò)天氣系統(tǒng)判別是否為雪天，若為雪天則不進(jìn)行卷被操作，由管理員現(xiàn)場(chǎng)確認(rèn)實(shí)際情況酌情揭蓋被；若為其他天氣，系統(tǒng)實(shí)時(shí)分析上傳的環(huán)境參數(shù)，通過(guò)光限制點(diǎn)預(yù)測(cè)模型實(shí)時(shí)獲取光補(bǔ)償點(diǎn)，若室內(nèi)溫度高于最低溫限制點(diǎn)，系統(tǒng)則以光補(bǔ)償點(diǎn)作為揭蓋被決策條件，這是因?yàn)楣庋a(bǔ)償點(diǎn)通常低于光平衡點(diǎn)，揭被后會(huì)出現(xiàn)短時(shí)間溫度下降，因此當(dāng)室內(nèi)溫度高于低溫限制點(diǎn)時(shí)采用光補(bǔ)償點(diǎn)進(jìn)行調(diào)控，當(dāng)滿足植物光合需求時(shí)執(zhí)行揭被；當(dāng)室內(nèi)溫度低于最低溫限制點(diǎn)時(shí)，說(shuō)明作物已受到低溫影響，揭被主要考慮揭被后室內(nèi)溫度是否上升，因此此時(shí)根據(jù)光平衡點(diǎn)進(jìn)行決策，當(dāng)外界太陽(yáng)光輻射強(qiáng)度高于光平衡點(diǎn)時(shí)執(zhí)行揭被操作，使揭被后溫度不會(huì)進(jìn)一步降低；若光補(bǔ)償點(diǎn)與光平衡點(diǎn)二者均無(wú)法滿足要求，則通過(guò)經(jīng)驗(yàn)揭被最晚時(shí)間來(lái)進(jìn)行決策，保證作物的光照需求；當(dāng)?shù)玫綀?zhí)行揭被決策結(jié)果后，系統(tǒng)生成卷簾機(jī)揭被控制指令通過(guò)網(wǎng)絡(luò)下發(fā)到卷簾機(jī)物聯(lián)網(wǎng)控制終端，控制卷簾機(jī)完成揭被操作。

2.2 卷簾機(jī)蓋被決策過(guò)程

卷簾機(jī)蓋被決策方法中為盡量防止夜間低溫對(duì)作物造成傷害，同樣基于番茄低溫限制點(diǎn)進(jìn)行，系統(tǒng)先獲取當(dāng)前環(huán)境條件下光補(bǔ)償點(diǎn)作為蓋被光限制點(diǎn)，同時(shí)獲取實(shí)時(shí)天氣預(yù)報(bào)小時(shí)氣溫并計(jì)算此時(shí)至第2天日出之間的小時(shí)預(yù)報(bào)溫度積溫，以室外溫度、室內(nèi)溫度、土壤溫度、預(yù)報(bào)積溫為輸入進(jìn)行夜間最低溫預(yù)測(cè)，若預(yù)測(cè)最低溫高于低溫限制點(diǎn)+標(biāo)準(zhǔn)誤差，即8.7℃，則系統(tǒng)以光補(bǔ)償點(diǎn)作為蓋被決策條件，當(dāng)外界光照強(qiáng)度小于光補(bǔ)償點(diǎn)時(shí)執(zhí)行蓋被操作，反之不蓋被，等待下一次環(huán)境數(shù)據(jù)上傳后重新決策，盡量增加溫室光照時(shí)間；若預(yù)測(cè)最低溫低于低溫限制點(diǎn)，則判斷時(shí)間是否晚于經(jīng)驗(yàn)最早蓋被時(shí)間點(diǎn)，滿足條件時(shí)才進(jìn)行蓋被，以此來(lái)保證溫室的光照時(shí)長(zhǎng)。當(dāng)系統(tǒng)得到蓋被決策結(jié)果后自動(dòng)生成蓋被決策指令，通過(guò)網(wǎng)絡(luò)下發(fā)至卷簾機(jī)物聯(lián)網(wǎng)控制終端，完成對(duì)卷簾機(jī)的蓋被決策。

3 卷簾機(jī)決策控制系統(tǒng)

卷簾機(jī)決策控制系統(tǒng)基于ZigBee無(wú)線傳感器網(wǎng)絡(luò)實(shí)現(xiàn)了日光溫室內(nèi)外實(shí)時(shí)環(huán)境參數(shù)感知，通過(guò)4G通信網(wǎng)絡(luò)完成監(jiān)測(cè)數(shù)據(jù)的上傳，最終由農(nóng)業(yè)物聯(lián)網(wǎng)監(jiān)測(cè)控制平臺(tái)內(nèi)嵌的卷簾機(jī)智能決策模型對(duì)揭蓋被做出決策，向卷簾機(jī)物聯(lián)網(wǎng)控制終端發(fā)送控制指令，完成卷簾機(jī)的可靠自動(dòng)控制。系統(tǒng)主要包括可自主組網(wǎng)和功能裁剪的環(huán)境監(jiān)測(cè)節(jié)點(diǎn)、卷簾機(jī)物聯(lián)網(wǎng)控制終端、用于網(wǎng)絡(luò)協(xié)調(diào)及數(shù)據(jù)匯集上傳的網(wǎng)關(guān)節(jié)點(diǎn)、DTU數(shù)據(jù)上傳模塊以及物聯(lián)網(wǎng)監(jiān)測(cè)平臺(tái)，卷簾機(jī)決策控制系統(tǒng)結(jié)構(gòu)示意圖如圖8所示。

圖8 卷簾機(jī)決策控制系統(tǒng)結(jié)構(gòu)示意圖Fig.8 Schematic of decision control system for rolling curtain

3.1 溫室環(huán)境監(jiān)測(cè)節(jié)點(diǎn)

監(jiān)測(cè)硬件整體設(shè)計(jì)如圖9所示，主要包括CC2530核心處理模塊、傳感器接口、數(shù)據(jù)傳輸接口、電源模塊、程序燒錄模塊、狀態(tài)指示模塊。

圖9 環(huán)境監(jiān)測(cè)節(jié)點(diǎn)硬件框圖Fig.9 Hardware block diagram of environmental monitoring node

溫室環(huán)境監(jiān)測(cè)節(jié)點(diǎn)主要完成日光溫室卷簾機(jī)智能控制過(guò)程中決策模型環(huán)境參數(shù)的獲取，基于本研究中模型所需的環(huán)境監(jiān)測(cè)需求，設(shè)備還可同時(shí)兼容擴(kuò)展多種類傳感器的接入，主要包括太陽(yáng)輻射強(qiáng)度、空氣溫濕度、CO2濃度、土壤溫度、土壤含水率6類環(huán)境因子。

3.2 卷簾機(jī)物聯(lián)網(wǎng)控制終端

卷簾機(jī)物聯(lián)網(wǎng)控制終端用于實(shí)現(xiàn)日光溫室卷簾機(jī)的遠(yuǎn)程揭蓋被控制，它具備手動(dòng)控制和自動(dòng)控制兩種模式，其中手動(dòng)控制用于基地管理者根據(jù)實(shí)際需求對(duì)卷簾機(jī)進(jìn)行實(shí)地揭蓋被操作，自動(dòng)控制模式用于用戶通過(guò)物聯(lián)網(wǎng)系統(tǒng)平臺(tái)進(jìn)行遠(yuǎn)程揭蓋被控制和智能模型調(diào)控。為了保證卷簾機(jī)控制系統(tǒng)的安全可靠運(yùn)行，終端引入了行程開關(guān)與紅外對(duì)射相結(jié)合的卷簾機(jī)限位控制方法，以及各類保護(hù)控制繼電器，使終端在接收到遠(yuǎn)程控制指令時(shí)，能保證在無(wú)人值守條件下完成卷簾機(jī)的安全操作。卷簾機(jī)物聯(lián)網(wǎng)控制終端包括ZigBee物聯(lián)網(wǎng)控制器(弱電控制部分)與卷簾機(jī)自限位控制電路(強(qiáng)電控制部分)兩部分，其整體框圖如圖10所示。

圖10 卷簾機(jī)物聯(lián)網(wǎng)控制終端整體框圖Fig.10 Overall block diagram of IoT control terminal of rolling curtain machine

3.3 ZigBee協(xié)調(diào)節(jié)點(diǎn)

ZigBee協(xié)調(diào)節(jié)點(diǎn)用于日光溫室卷簾機(jī)智能控制系統(tǒng)中環(huán)境監(jiān)測(cè)節(jié)點(diǎn)、卷簾機(jī)物聯(lián)網(wǎng)控制終端間無(wú)線傳感器網(wǎng)絡(luò)的組織和管理，通過(guò)定義網(wǎng)關(guān)節(jié)點(diǎn)來(lái)區(qū)分監(jiān)測(cè)控制系統(tǒng)各個(gè)節(jié)點(diǎn)的歸屬，同時(shí)它與輸出傳輸模塊DTU進(jìn)行通信，將網(wǎng)絡(luò)節(jié)點(diǎn)傳遞的信息進(jìn)行上傳，也對(duì)平臺(tái)下發(fā)的指令進(jìn)行轉(zhuǎn)發(fā)。ZigBee協(xié)調(diào)節(jié)點(diǎn)硬件框圖如圖11所示，包含CC2530核心處理模塊、數(shù)據(jù)通信模塊、電源模塊及狀態(tài)指示模塊，其中數(shù)據(jù)通信模塊完成與DTU數(shù)據(jù)透?jìng)髂K的數(shù)據(jù)交互。

圖11 ZigBee協(xié)調(diào)節(jié)點(diǎn)硬件框圖Fig.11 ZigBee coordination node hardware block diagram

4 系統(tǒng)試驗(yàn)與結(jié)果分析

為驗(yàn)證本文智能控制系統(tǒng)的優(yōu)越性和效果，試驗(yàn)于2021年11月14日—2022年1月12日于西北農(nóng)林科技大學(xué)涇陽(yáng)蔬菜試驗(yàn)示范站進(jìn)行，選取東6號(hào)日光溫室采用多因子約束的卷簾機(jī)揭蓋被決策方法進(jìn)行控制，東4號(hào)日光溫室由園區(qū)農(nóng)藝師按經(jīng)驗(yàn)進(jìn)行控制，兩個(gè)溫室種植作物均為“普羅旺斯”番茄，于2021年10月20日同期定植，每個(gè)溫室共定植23壟，試驗(yàn)時(shí)株高55 cm左右，整個(gè)過(guò)程兩個(gè)溫室肥水管理、農(nóng)事操作一致。溫室內(nèi)環(huán)境監(jiān)測(cè)數(shù)據(jù)采集間隔為5 min，通過(guò)ZigBee網(wǎng)絡(luò)與4G網(wǎng)絡(luò)直接上傳至農(nóng)業(yè)生產(chǎn)物聯(lián)網(wǎng)監(jiān)控平臺(tái)，試驗(yàn)期間共采集了揭蓋被數(shù)據(jù)60組，通過(guò)平臺(tái)統(tǒng)計(jì)計(jì)算，獲取和計(jì)算了試驗(yàn)期間溫室的有效積溫、輻熱積、光照時(shí)長(zhǎng)等指標(biāo)；試驗(yàn)期間同時(shí)測(cè)量記錄番茄植株生理指標(biāo)及第1穗果成熟時(shí)產(chǎn)量數(shù)據(jù)，用于分析兩個(gè)日光溫室在試驗(yàn)期間的兩種卷簾機(jī)控制方式的調(diào)控效果。

4.1 溫室溫光評(píng)價(jià)指標(biāo)結(jié)果分析

為驗(yàn)證卷簾機(jī)調(diào)控性能，統(tǒng)計(jì)分析了兩個(gè)溫室試驗(yàn)期間蓋被后夜間最低溫、日平均氣溫、日光照時(shí)長(zhǎng)、日輻熱積等溫室溫光評(píng)價(jià)指標(biāo)，其變化趨勢(shì)與結(jié)果如圖12所示。

圖12 溫室溫光評(píng)價(jià)指標(biāo)結(jié)果Fig.12 Temperature and light evaluation index results of greenhouse

由圖12a可以看出，試驗(yàn)溫室夜間最低溫幾乎全部高于對(duì)照溫室，經(jīng)計(jì)算試驗(yàn)溫室夜間最低溫平均值為8.75℃，對(duì)照溫室夜間最低溫平均值為7.95℃，說(shuō)明本系統(tǒng)的應(yīng)用有效提升了溫室夜間最低溫，通過(guò)與室外溫度變化的對(duì)比分析，夜間最低溫低于8℃的情況主要發(fā)生在外界出現(xiàn)較極端低溫或持續(xù)低溫的天氣。對(duì)最低溫低于8℃的天數(shù)及溫度進(jìn)行統(tǒng)計(jì)分析，試驗(yàn)溫室在試驗(yàn)期間低于8℃共18 d， 而對(duì)照組溫室這一情況達(dá)到32 d，試驗(yàn)溫室卷簾機(jī)調(diào)控系統(tǒng)的部署減少了43%的低溫發(fā)生率，由圖12結(jié)果也可看出低溫天數(shù)中有6 d最低溫接近于8℃，證明本系統(tǒng)在防止夜間溫度低于溫度限制點(diǎn)的性能良好，能有效減少夜間低溫的出現(xiàn)。

通過(guò)對(duì)試驗(yàn)期間日平均溫度的計(jì)算，試驗(yàn)溫室和對(duì)照溫室試驗(yàn)期間日平均溫度分別為15.83、15.53℃，試驗(yàn)日光溫室日平均氣溫普遍高于對(duì)照溫室(圖12b)；日光溫室冬季光照時(shí)長(zhǎng)的增加是提升產(chǎn)量的關(guān)鍵，經(jīng)分析計(jì)算，除2021年11月20日為保證夜間溫度，系統(tǒng)提前決策蓋被導(dǎo)致光照時(shí)長(zhǎng)減少外，試驗(yàn)溫室平均日光照時(shí)長(zhǎng)基本都高于對(duì)照溫室(圖12c)，試驗(yàn)溫室與對(duì)照溫室日平均光照時(shí)長(zhǎng)分別為8.97、7.72 h，平均日光照時(shí)長(zhǎng)增加了1.25 h；試驗(yàn)期間日輻熱積計(jì)算結(jié)果如圖12d所示，由結(jié)果可以看出，試驗(yàn)日光溫室的日輻熱積基本均高于對(duì)照溫室，試驗(yàn)溫室平均日輻熱積為4.98 MJ/(m2·d)，對(duì)照溫室為3.95 MJ/(m2·d)，試驗(yàn)溫室平均提升1.03 MJ/(m2·d)，提升效率為26.08%。在運(yùn)用多因子約束卷簾機(jī)揭蓋被決策模型進(jìn)行合理早揭被、晚蓋被的情況下，本文揭蓋被決策方法優(yōu)于人工經(jīng)驗(yàn)揭蓋被。

本文提出的卷簾機(jī)揭蓋被決策控制方法與對(duì)照溫室的評(píng)價(jià)指標(biāo)總體結(jié)果如表4所示。由表4可看出，在整個(gè)驗(yàn)證試驗(yàn)期間(60 d)，相對(duì)于對(duì)照溫室，試驗(yàn)溫室總光照時(shí)長(zhǎng)增加了75.16 h，相對(duì)增長(zhǎng)了16.22%，總輻熱積提高了61.41 MJ/m2，相對(duì)增加了25.89%，總有效積溫提升了22.28℃，增長(zhǎng)了4.91%。結(jié)果證明，在溫室整體平均溫度與傳統(tǒng)經(jīng)驗(yàn)調(diào)控相差不大的情況下，作物接受的太陽(yáng)輻射總量有效增加，這有利于作物的光合作用；對(duì)溫室而言，日照時(shí)間的增長(zhǎng)，溫室內(nèi)部蓄熱墻體、土壤接受的太陽(yáng)有效輻射增加，使溫室整體輻熱積增加，有助于溫室熱量的積累，提高溫室夜間保溫性能。在冬季整體溫度、光輻射不能滿足番茄正常快速生長(zhǎng)需求的情況下，輻熱積和有效積溫的增加，對(duì)作物生理生長(zhǎng)和物質(zhì)積累具有積極的促進(jìn)作用。

表4 評(píng)價(jià)指標(biāo)總體結(jié)果Tab.4 Overall results of evaluation indicators

4.2 番茄生長(zhǎng)指標(biāo)結(jié)果分析

由于植株存在個(gè)體差異以及初始階段植物的生長(zhǎng)指標(biāo)不同，因此選用指標(biāo)的增長(zhǎng)量作為依據(jù)進(jìn)行試驗(yàn)組和對(duì)照組的對(duì)比分析。圖13為溫室均勻采樣獲取的植株生理指標(biāo)增長(zhǎng)量圖，由結(jié)果可看出試驗(yàn)組的株高增長(zhǎng)量整體低于對(duì)照組。而試驗(yàn)組番茄莖粗整體高于對(duì)照組，植株矮、莖稈粗說(shuō)明植株健壯，即試驗(yàn)組的番茄植株生長(zhǎng)狀態(tài)比對(duì)照組更健壯，這有利于番茄后期生長(zhǎng)過(guò)程中對(duì)莖葉及果實(shí)物質(zhì)能量的輸送。

圖13 生理指標(biāo)結(jié)果Fig.13 Increase results of plant height and stem diameter

葉片生長(zhǎng)速率變化趨勢(shì)如圖14所示，由于葉片形態(tài)受生長(zhǎng)時(shí)間的影響，本研究選擇統(tǒng)一的新生葉作為葉片生長(zhǎng)速率的測(cè)定依據(jù)。由圖中趨勢(shì)可看出，葉長(zhǎng)隨生長(zhǎng)時(shí)間先快速上升后趨于平穩(wěn)。葉寬也表現(xiàn)出了相同的趨勢(shì)，但趨于平穩(wěn)的速度小于葉長(zhǎng)。在葉片生長(zhǎng)到20 d之前葉長(zhǎng)和葉寬都處于快速生長(zhǎng)期，而在20～26 d之間葉長(zhǎng)已趨于平穩(wěn)，而葉寬還在快速增加，29～30 d時(shí)均趨于穩(wěn)定，當(dāng)葉長(zhǎng)葉寬都趨平穩(wěn)時(shí)說(shuō)明葉片的生長(zhǎng)形態(tài)已經(jīng)達(dá)到最大。結(jié)果說(shuō)明試驗(yàn)組葉面積大于對(duì)照組，更有利于光合產(chǎn)物的積累。

圖14 葉片生長(zhǎng)速率變化曲線Fig.14 Variation trends of leaf growth rate

4.3 產(chǎn)量分析

由于溫室環(huán)境的積溫增加，光照時(shí)間增長(zhǎng)，光合葉面積增加，試驗(yàn)組的番茄產(chǎn)量高于對(duì)照組，產(chǎn)量結(jié)果對(duì)比如圖15所示。通過(guò)對(duì)3次采摘結(jié)果的計(jì)算可知試驗(yàn)組產(chǎn)量提高30.74%，說(shuō)明了本研究方法能夠?qū)Ψ旬a(chǎn)量產(chǎn)生促進(jìn)作用。但從3次采收結(jié)果可以看出，試驗(yàn)組在前兩次采收具有較高的產(chǎn)量，明顯高于對(duì)照組，但第3次采收結(jié)果低于對(duì)照組，說(shuō)明本研究方法對(duì)于番茄前期收獲具有更明顯的優(yōu)勢(shì)。

圖15 產(chǎn)量結(jié)果對(duì)比Fig.15 Yield result comparison

5 結(jié)論

(1)經(jīng)驗(yàn)證，與傳統(tǒng)經(jīng)驗(yàn)卷簾機(jī)控制相比，本文方法能有效減少冬季日光溫室夜間溫度低于番茄低溫限制點(diǎn)發(fā)生率。

(2)試驗(yàn)期間，試驗(yàn)溫室日光照時(shí)長(zhǎng)平均延長(zhǎng)1.25 h，相對(duì)于經(jīng)驗(yàn)調(diào)控增加了16.22%，試驗(yàn)期內(nèi)共計(jì)增加光照時(shí)間75.16 h，輻熱積增加61.41 MJ/m2，提升了25.89%，有效積溫增加了22.28℃，對(duì)溫室總體蓄熱提升效能明顯，為作物生長(zhǎng)提供了更好的生長(zhǎng)環(huán)境。

(3)基于作物實(shí)際生長(zhǎng)指標(biāo)，試驗(yàn)溫室植株更加健壯，相對(duì)時(shí)間內(nèi)平均生長(zhǎng)速率也更高，由產(chǎn)量分析結(jié)果可以看出，試驗(yàn)溫室前3次收獲結(jié)果較對(duì)照溫室產(chǎn)量提高30.74%，說(shuō)明本研究控制系統(tǒng)及方法能有效增加番茄物質(zhì)的積累，對(duì)于番茄提前收獲具有明顯的優(yōu)勢(shì)。