日光溫室勞作人員健康監測預警系統設計

摘 要：日光溫室是高溫高濕的有限半封閉環境，勞作人員長時間在此環境下工作可能導致突發性疾病甚至死亡。鑒于此，設計了一種日光溫室勞作人員健康監測預警系統，該系統通過收集和分析溫室和勞作人員的指標數據，依據各參數對人體健康影響的權重，計算各因素在任意時刻的加權得分，進而評估勞作人員在溫室內的健康狀況，實現實時監測與預警功能。該系統可為溫室勞作人員提供及時有效的健康保障，減少意外事件的發生概率。實驗結果表明，該系統能較為準確地判斷勞作人員在溫室的狀態，提高了溫室勞作人員的工作安全和健康水平。

關鍵詞：健康狀態檢測；日光溫室環境檢測；加權計算；FastAPI；歸一化處理；HTTP協議

中圖分類號：TP277；TN99 文獻標識碼：A 文章編號：2095-1302（2025）03-00-05

0 引 言

自改革開放以來，我國設施農業經歷了長達40余年的蓬勃發展，至2023年，其占地面積已經達到了4 270多萬畝，成為現代農業不可或缺的組成部分[1]。日光溫室作為其中的佼佼者，因其能提供適宜的生長環境，確保了蔬菜等作物的長期穩定供應。然而，夏季蔬菜大棚里氣溫高、濕度大，是中暑及熱射病易發地帶，對勞作人員的健康構成了嚴重威脅[2-3]。勞作人員長時間工作在蔬菜大棚中，不僅會出現暈倒乃至死亡事件，還可能誘發慢性疾病，這些疾病潛伏期長，易于忽視，一旦惡化，往往難以挽回[4]。工作人員發生意外、生病等，多為溫室的特殊環境造成，溫室內空氣循環慢，較為悶熱，且現階段溫室作業多為小規模、自給自足模式，作業人員稀少，且常因視線受阻導致緊急情況難以及時發現。因此，日光溫室勞作人員的健康問題逐漸成為人們關注的焦點。

國內學者對導致日光溫室勞作人員發生意外或生病的原因展開了相關研究。文獻[5]、文獻[6]發現在溫室中長時間工作，勞作人員會出現頭痛胸悶、心律不齊等現象。文獻[7]對山東省蔬菜產區日光溫室從業人員健康狀況及環境進行分析，得出溫室環境內高溫、高濕狀態可能對從業人員的身體健康造成潛在危害。因此，對溫室勞作人員的健康狀況進行實時監測與評估顯得尤為迫切。

在相關領域，文獻[8]提出安全生產監測預警的實踐與設想；文獻[9]構建了一種可以與危險氣體監測數據相結合，對受限空間作業的風險進行實時、定量、動態評估的模型，通過對受限空間的操作風險進行量化計算，實現了風險的實時量化評估；文獻[10]設計并實現了一種有限空間內生命自動監測及預警系統，實現對相關人員生理狀態的實時預警。然而，針對日光溫室這一特殊有限空間，尚缺乏專門的健康監測與預警算法、模型或設備。

鑒于此，本文旨在提出一種結合環境與人體數據進行綜合計算的方案，以準確判斷溫室勞作人員的健康狀態，為保障日光溫室勞作人員的健康提供有力支持。

1 系統總體設計

高原日光溫室勞作人員健康狀態監測預警系統包括硬件和軟件兩部分。總體框架可分為數據采集層、網絡層和終端層，如圖1所示。

在數據采集層，系統利用各類傳感器收集溫室作業環境的關鍵數據（溫度、濕度等），并通過可穿戴設備或其他媒介檢測勞作人員工作時的健康數據（心率、人體溫度和血氧飽和度等）。這些數據經由數據采集層匯總后，系統深入分析各參數間的關聯性，評估它們對個體健康狀態的影響程度，并依據這些影響因素的權重設計相應的算法模型。

網絡層作為數據處理的核心，配備了主控芯片和高效的通信模塊，其采用HTTP協議與其他層級建立穩定的數據交換通道，負責執行算法運算，并將處理結果傳遞至應用終端層。

終端層采用微信小程序作為移動端向用戶展示信息。

2 數據采集與預處理

2.1 參數選取

判斷溫室環境是否適宜農戶繼續工作，需要綜合考慮多個環境因素，其中空氣溫濕度、土壤溫濕度、CO2體積分數及光照強度等因素尤為關鍵。

鑒于室內氣溫和空氣濕度直接影響到人體的舒適感，本文特別選取溫度和濕度作為評價溫室環境的主要參數。通過設定這兩個參數的上下限閾值，一旦監測到相關環境參數值達到或超過閾值，系統將立即發出警報，提示農戶當前環境可能不適宜繼續工作[11]。

即便溫室環境處于適宜狀態，勞作人員的個人身體狀況也是決定其能否繼續工作的關鍵因素。體溫、心率、血壓和血氧飽和度等生理參數能夠反映人體的健康狀況[12]。特別是體溫、心率和血氧飽和度，作為人體基本的生命體征，其測量值直接關系到人體的健康狀態[13]。因此，本文選取這三個參數作為評估勞作人員健康狀態的依據，并設定相應的上下限閾值。一旦任何一項參數達到或超過其閾值，系統將發出警報。

2.2 數據獲取

在數據獲取方面，本文采用單片機與傳感器相結合的方式，實現對溫室環境和勞作人員生理參數的實時監測。

溫室內部部署有多個傳感器節點，包括溫度傳感器、濕度傳感器等，這些傳感器與中央單片機相連，可實現對溫室內環境參數的實時監測和采集。為了更精確地獲取農戶的生理指標，將溫室環境監測和人體參數監測功能集成到一個可穿戴設備上的單片機中。目前僅考慮其功能設計，暫不涉及外形。

單片機作為數據處理的核心，負責采集來自傳感器的數據，并將其傳輸至監測預警系統的服務器中介。在這一過程中，單片機為系統提供了高效、可靠的數據獲取基礎。通過單片機和傳感器的配合，能夠實現對溫室內環境參數和勞動者健康數據的及時、準確獲取，為后續的健康狀態監測和預警提供了可靠的數據支持。

2.3 數據處理

參數存在單獨作用和共同作用兩種情況，單獨作用時，通過查找資料確立科學依據，為每個參數設定合理的上下限閾值。一旦監測到的參數值達到或超過預設的閾值，系統將立即觸發報警機制。單因素預警條件見表1。

參數共同作用時，需要考慮每個參數對人體健康狀態的影響程度，并給予權重。然而，各評價指標的性質不同，通常具有不同的量綱和數量級。當這些指標的水平差異顯著時，直接使用原始數據進行分析會導致數值較高的指標在分析中占據主導地位，而數值較低的指標則可能容易被忽視[14]。因此先對其進行指標歸一化處理，歸一化是一種預處理數據的方法，目的是將不同維度和量綱的數據轉換為統一的標度，以便后續處理和分析。在一個數據集中，一些特征的取值范圍可能比其他特征更大或更小，這些不同的量綱和范圍可能會嚴重影響算法的性能。因此也需要對數據進行歸一化處理。

通常將歸一化處理方法分為線性歸一化和非線性歸一化兩種方法。其中，最大最小值歸一化方法屬于線性歸一化方法，本文選取最大最小值歸一化處理。

最大最小值歸一化處理是一種常用的數據預處理方法，用于將數據縮放到特定的范圍內，該范圍通常為[0， 1]或[-1， 1]。具體計算公式如下：

歸一化值= （1）

歸一化處理后，賦予各參數權重以進行加權計算。在多種環境因素共同作用的情況下，溫室內的溫度和濕度是兩個尤為關鍵的因素，因此為其賦予較高的權重。每一次加權計算都會得出一個分數，這個分數能夠反映當前環境對人體的適宜程度。利用大量數據組進行測試，設定了一個閾值，當計算出的分數低于此閾值時，則判斷當前環境已不適合勞作人員繼續進行工作，系統立即發出警告。

3 服務器設計與實現

3.1 通信協議選擇

本系統采用服務器作為橋梁，成功搭建了溫室數據收集終端與微信小程序之間的通信連接。數據收集終端設備通過傳感器采集溫室內的各項環境數據，通過HTTP協議將這些數據傳輸給服務器。整個系統建立在HTTP通信協議的基礎上，這種協議具有簡單、易用的特點，可以確保數據傳輸過程的可靠性和穩定性。

服務器接收到數據后，會進行一系列復雜的運算、轉換和處理。通過深入分析溫室環境與人體健康數據，服務器能夠精準判斷溫室環境是否適宜人員繼續作業，并在必要時發出預警，以保障勞動者的健康與安全。同時，服務器還能夠將監測數據實時地傳送到微信小程序端供用戶隨時查看，用戶能夠隨時隨地掌握溫室環境及個人健康狀況，從而做出相應調整。

此外，服務器作為數據交換的中心，還具備靈活調整運算模型的能力。在服務器端，通過收集用戶數據，有助于更精準地預測勞作人員的狀態。這不僅降低了頻繁更換設備的成本，還使得模型能夠根據最新數據實時更新。除非發現新的關鍵影響因素，否則模型將始終在服務器上保持最新狀態。

數據收集環節至關重要，通過用戶反饋機制能夠獲得寶貴的新數據。當用戶認為自己能夠在當前環境下繼續工作時，他們可以提供反饋，有助于預測模型的不斷更新。模型建立在豐富的數據基礎之上，隨著使用次數的增加和數據量的積累，模型的預測能力將日益提升。充分展現出了算法和服務器在工作狀態預測中的價值，實現了整體的優化與完善。

3.2 服務器搭建

FastAPI是一個基于Python的現代Web框架，它的高性能、易開發性、高交互性和依賴注入等特點使它成為了許多API開發者的首選框架。本文選擇FastAPI作為服務器端框架，用于實現所需功能的相關架構，如圖2所示。

與傳統的Java網絡框架相比，使用FastAPI框架有諸多優勢。它基于Python語言，具有較高的開發效率和易用性，能夠更快地實現功能并降低開發成本；由于FastAPI采用異步編程模型，因此在處理大量并發請求時能夠獲得更好的性能表現。此外，FastAPI提供了自動化的API文檔生成功能，可以幫助開發者更好地理解和調試接口，提高開發效率。

4 日光溫室勞作人員健康狀態監測預警算法

在進入溫室之前，勞作人員需先評估溫室內的環境條件，確認是否存在任何極端因素，若存在，系統會發出報警。一旦勞作人員通過藍牙信標被識別為已進入溫室開始工作，這一信息將用于記錄其工作時間。根據打分機制和異常狀態檢測，只要勞作人員的健康狀態不符合任一約束條件，系統將建議其離開溫室休息。若發出警告后勞作人員未作出響應，系統會判斷其可能處于危險狀態（如暈倒），并立即向該勞作人員及其緊急聯系人發送警告。若勞作人員的生理指標長時間未能恢復正常水平，系統將建議其前往醫院進行詳細檢查；當勞作人員生理指標已經恢復正常值，系統則通知其身體已恢復正常，可以繼續工作。算法流程如圖3所示。

5 系統功能實現與測試

5.1 硬件實現

本文系統采用STM32F103C8T6芯片作為主控制器。該芯片具有512 KB的閃存、64 KB的SRAM，以及豐富的外設。此外，該芯片具備多種功耗模式，可根據實際應用靈活調整以節省能源。圍繞該芯片，設計了一系列外圍模塊，以實現心率血氧、人體溫度以及溫室溫濕度等數據的采集功能[15]。

（1）心率血氧傳感器

MAX30102是一個生物傳感器模塊，集成了心率監測和脈搏血氧檢測功能。通過光電容積法，該模塊能夠精確地測量脈搏信號。其小巧的體積使其非常適合應用于可穿戴設備中進行心率和血氧的采集。MAX30102使用標準I2C兼容接口，將采集到的數據傳輸給STM32并進行后續的心率和血氧計算。 MAX30102的光電二極管接收到的原始光信號波形可分為兩部分：DC signal和AC signal。通過計算AC signal兩個波峰的時間即可計算出心率[16]。

（2）人體溫度傳感器

人體體溫的測量采用MAX30205傳感器。該傳感器專為接觸人體皮膚測量而設計，雖然測量速度較慢，但精度極高，非常適合用于健身手環等設備[17]。

（3）溫室溫濕度傳感器

為了更加精準地測量溫室環境，使用DHT11溫濕度傳感器采集溫室空氣溫濕度。該傳感器是一款含有已校準數字信號輸出的溫濕度復合傳感器，具有高監測精度和集成度的同時還有較快的響應速度，被廣泛應用于溫濕度監測領域。在測量過程中，DHT11先通過溫度檢測元件測量環境溫度，然后通過濕度檢測元件測量環境相對濕度，并將這些數據轉換為數字信號輸出。

（4）通信模塊

選擇了ESP8266作為通信模塊，它是一款低成本、高性能的WiFi模塊，集成了WiFi功能和TCP/IP協議棧。該模塊通過串口與主控制器進行通信，同時其支持HTTP協議，使得數據采集模塊和移動終端都能夠方便地通過HTTP協議與其連接。

（5）LCD顯示屏

采用了4.3英寸TFT觸摸屏作為LCD顯示模塊，它具有低功耗、16位真彩顯示等特點，能夠清晰地顯示文字內容。該模塊自帶驅動，無需額外添加驅動器，是一種非常實用的液晶顯示屏。

為了驗證硬件系統的功能實現情況，使用開發板套件進行測試。將各傳感器模塊連接到主控芯片的相應引腳，并使用數據線將開發板與電腦連接以燒錄程序。給終端設備上電后，等待響應時間后即可進入顯示界面。測試結果如圖4所示。

顯示屏能夠實時且準確地展示當前室內的溫濕度狀況以及人體的各項參數數據，這些數據包括在實驗室模擬測試中預先設定的各參數閾值。此外，用戶還可以通過開發板上的按鍵方便地對這些閾值進行調整。

5.2 軟件實現

開發對應的小程序，使得測量到的人體數據可以在手機端進行顯示。勞作人員可以實時查看測量到的人體數據，對自己的身體狀態有大致了解。當身體狀態不佳或者環境不適宜時，該小程序也會及時發出警告并提供指引。同時，家屬也可以登錄小程序實時查看其佩戴手環的親屬的身體數據，智能手機端的顯示界面如圖5所示。

算法的運行和優化是一個迭代的過程，可能需要多次調整算法參數、使用不同的特征或者優化模型架構來得到最佳的結果。如圖6所示，管理者還可以通過小程序查看歷史數據，對大量數據進行分析并提供給算法，以訓練和優化模型。這一過程能夠持續提升算法的準確性，使其做出更為精準的判斷，從而有效保障溫室勞作人員的健康與安全。

5.3 功能測試

采用Visual Studio 2019作為IDE工具，以devcpp 5.11作為解釋器，調用MySQL數據庫進行代碼運算的實現。由于條件的限制，本文選取幾種典型情況進行展示。

當溫室和人體均處于正常情況時，各項指標均在正常范圍內波動，且綜合評分高于60分，適宜勞作人員繼續工作。正常情況下的測試結果如圖7所示。

當人體各指標均處于正常情況，而溫室的環境不適宜勞作人員繼續工作時，即溫室的溫度或者濕度超過閾值，則提醒勞作人員停止工作。溫室指標異常情況下的測試結果如圖8所示。

當溫室環境條件維持在正常范圍內，且整體評分超過60分時，如果人體自身的健康狀況出現問題，即人體溫度、心率或血氧飽和度中有一項或多項指標偏離正常范圍，系統判斷該勞作人員不適宜繼續工作，并立即進行預警。人體指標異常情況下的測試結果如圖9所示。

當溫室和人體均處于正常情況時，如果對各指標進行加權計算，得到的綜合評分低于60分，則系統判斷勞作人員不適宜繼續工作，并立即進行預警。綜合得分異常情況下的測試結果如圖10所示。

測試結果表明，該算法可以對多種情況下的溫室勞作人員的健康狀態做出判斷，可以較好地對人體健康狀態進行評價，滿足監測需求。

6 結 語

本文設計的日光溫室勞作人員健康監測預警系統，能夠實現對溫室內作業人員健康狀態的監測與預警，對于保障農業生產人員的健康至關重要。隨著技術的持續革新以及人們健康意識的日益增強，日光溫室勞作人員健康狀態監測預警系統有著廣闊的發展潛力和應用前景。該系統不僅能夠為農業生產提供更為高效、精準的健康保障與管理手段，而且在日常使用中也能對個體的基本生理狀態進行初步評估，起到及時提醒和預警的重要作用。

注：本文通訊作者為嚴李強。

參考文獻

[1]李浩.我國設施農業發展現狀、障礙及對策研究[J].南方農機，2021，52（23）：34-37.

[2] 海安市公安局.高溫季節，注意！！！[EB/OL]. （2018-07-26）.https：//weibo.com/2010075304/GrGP54lOH？type=commentamp;sudaref=www.baidu.com.

[3]北方新報.呼和浩特一男子在自家蔬菜大棚里突然暈倒，竟是因為它！[EB/OL]. （2021-01-08）. https：//www.thepaper.cn/newsDetail_forward_ 10711336.

[4]孫瑤，李文源，艾育華，等.基于物聯網的老年慢性病自我健康管理模式的構建研究[J].中國全科醫學，2014，17（10）：1164-1166.

[5]沈惠平.溫室大棚種植作業環境的職業病危害因素與防護[J].職業與健康，2013，29（8）：1004-1006.

[6]侯斌.蔬菜大棚微環境對人體健康的影響探析[J].綠色科技，2018（4）：166-168.

[7] 張敏，王秀峰，崔秀敏，等.日光溫室生產環境狀況與從業人員健康的關系[J].現代預防醫學，2014，41（15）：2712-2716.

[8] 關磊，許學瑞.安全生產風險監測預警實踐與設想[J].勞動保護，2020（12）：18-20.

[9] 汪圣華，賈波，陳文杰，等.有限空間作業動態風險評價模型研究與應用[J].中國安全科學學報，2018，28（8）：87-92.

[10]余修武，范飛生，肖屈日，等.有限空間內生命安全自動監測及預警系統：CN201610995857.0 [P]. 2017-05-31.

[11]徐小林，李百戰，羅明智.室內熱濕環境對人體舒適性的影響分析[J].制冷與空調（四川），2004（4）：55-58.

[12]董靜涵.用于人體健康監測的檢測系統設計與開發[J].電子技術與軟件工程，2020（20）：75-77.

[13]張勝男，沈蕊，徐艷，等.一種人體健康檢測儀設計[J].電腦知識與技術，2021，17（3）：95-96.

[14]數據STUDIO.數據預處理|數據標準化及歸一化[EB/OL]. （2020-10-21）. https：//blog.csdn.net/weixin_46275180/article/details/116459341.

[15]陳龍，宋志國，關曉鵬，等.基于物聯網的人體健康參數遠程檢測系統設計[J].電工技術，2022（14）：68-72.

[16]蘇杰，吳有龍，沈亮，等.基于心率和血氧傳感器的智能安全帽人體體征狀態系統設計[J].物聯網技術，2022，12（3）：14-16.

[17]一板網電子論壇.使用MAX30205傳感器制作Arduino數字體溫計[EB/OL].（2022-07-29）. https：//blog.csdn.net/woshi_ziyu/article/details/126048978.