CN102736596B - 基于作物信息融合的多尺度温室环境控制系统 - Google Patents

Abstract

本发明公开了一种基于作物信息融合的多尺度温室环境控制系统，在温室环境因子控制系统基础上，引入作物生理信息和生长信息，采用信息融合技术对这些温室参数进行分层次、多级别、多方面的融合，建立起包含作物信息的综合温室信息融合平台，在评价指标体系下，建立温室智能决策控制系统。该控制系统综合考虑温室中环境因子、作物生理参数、作物生长参数对温室环境控制的要求，通过信息融合技术建立温室环境智能决策系统，实现温室环境参数实时控制，既达到温室环境因子的有效控制，又利于作物生理和生长需求，提高温室生产效率，增加温室作物产量。

Description

基于作物信息融合的多尺度温室环境控制系统

技术领域

本发明涉及一种温室环境控制系统，特别是一种综合环境因子、作物生理、作物生长反馈的多尺度温室智能决策环境控制系统。

背景技术

目前温室环境控制主要集中在温度、湿度、光照、CO₂浓度等环境因子，至于是否满足作物短期或长期的生理、生长需要却无从得知；同时随着传感器技术、计算机技术、网络技术的快速发展，对于作物信息的检测技术已趋于成熟，这些成果都为将作物信息融合入温室控制奠定了基础；因此，如何将温室作物信息与原有的温室控制系统结合起来，提高温室环境控制效果和温室生产的经济效益是研究者亟待解决的问题。

温室环境控制的目的是使作物常年处于适宜的生长环境之中，以发挥其最大的生产潜力，同时要最大限度地节能、节省资源，增加种植者收入。然而，作物生长的温室环境是一个复杂系统，环境系统和作物之间关系密切，环境不仅会影响到作物的生理过程，反过来，作物对环境系统也有影响，各种因素既有直接的，又有间接的；影响既有短期的，又有长期的，如：温度、湿度、光照、CO₂浓度、叶面温湿度、光合作用、干物质积累、果实膨大率、叶面积增大率等等，都从不同方面对作物和环境产生交互影响。因此，如何将这些表征温室状态的诸多信息合理、有效、全面的引入到控制系统中，并在经济条件和能耗指标约束下，输出温室各种调控装备的最佳工作模式，是提高温室生产效益的有效手段。发明专利101315544（一种温室智能控制方法），以作物智能数据库为基础控制温室整体气候，再跟踪作物生长期间的实时信息，校正完善数据库，并在控制温室气候的输入数据中叠加混沌信号，再加上神经网络控制器进行优化调节得以实现的，这种研究主要还是在离线状态，不能实现温室环境控制的在线运行。发明专利102271422A公开了一种基于WSN的光伏温室监控系统及构建方法，重点是温室控制系统的供电研究。申请号为201010223846.3（一种多温室控制装置）的发明专利涉及温室控制技术，主要用于控制温室温度和湿度。专利101803544A（一种温室系统及温室智能控制系统）提供了一种温室智能控制系统，与申请号为201010223846.3的专利类似，也是采用计算机用于调节温室温度和湿度的控制系统。发明专利101292611是一种基于单片机的温室控制系统，采集参数包括温度传感器、湿度传感器或光照度传感器，也没有涉及到温室作物信息的采集与控制。

发明内容

本发明目的在于提供一种基于作物信息融合的多尺度温室环境控制系统。该控制系统综合考虑温室中环境因子、作物生理参数、作物生长参数对温室环境控制的要求，通过信息融合技术建立温室环境智能决策系统，实现温室环境参数实时控制，既达到温室环境因子的有效控制，又利于作物生理和生长需求，提高温室生产效率，增加温室作物产量。

本发明的目的可以通过以下技术方案实现：

一种基于作物信息融合的多尺度温室环境控制系统，在温室环境因子控制系统基础上，引入作物生理信息和生长信息，采用信息融合技术对这些温室参数进行分层次、多级别、多方面的融合，建立起包含作物信息的综合温室信息融合平台，在评价指标体系下，建立温室智能决策控制系统。

上述的基于作物信息融合的多尺度温室环境控制系统，所述的温室参数具有不同时间尺度特征，环境因子最小，生理信息其次，生长信息最大，分别表征了温室环境短期、中期和长期状态。所述的环境因子包括温度、湿度、光照和CO₂浓度；所述的生理信息包括叶面积、叶面温度、叶面湿度、茎流量和光合作用有效辐射；所述的生长信息包括果实膨大速率、叶面积增长速率、茎秆增长速率和干物质积累率。

所述的温室信息融合平台，能够详细的表征温室各种模型，包括环境因子层、作物生理层和作物生长层模型，以及各模型之间的交互特性。

所述的评价指标体系为在经济指标、能耗预测指标和温室信息融合平台三个方面共同提炼而成。

所述的温室智能决策控制系统是利用专家系统、自学习理论与模糊控制理论，通过预测模型进行计算，获得作物在主要种植制度下，作物在不同时间段、不同气候条件、不同生长阶段对环境的需求，在温室信息融合模型中求解最适宜作物的调控参数。

详细技术方案为：

（1）通过获取不同时间尺度下的温室作物信息，建立完整的温室信息融合模型，包括环境因子层、作物生理层和作物生长层模型，并研究经过初级融合后子系统之间的交互特性，模型能准确反映作物生长的实时、短期和长期需求。（2）综合温室作物生长栽培专家知识和试验结果，将已有和试验所得的作物信息进行综合分析，在信息融合中建立起不同时间尺度下作物生长发育模型以及系统级的数学模型。（3）在温室信息融合模型基础上结合评价体系，建立综合环境因子、作物生理、作物生长反馈的多尺度温室智能决策控制系统。

作为改进，在已有基于ZigBee温室环境控制系统基础上，增加了温室作物生理、生长状态监测的传感网络，用于获取作物信息。

作为改进，在已有作物模型基础上，结合西红柿、黄瓜等蔬菜作物试验数据，以时间尺度为标准，研究不同层次参数对作物生长的影响，重点包括温室环境因子对作物的生理参数与生长参数影响。

作为改进，得到不同类型温室参数之间的关系，确定各种参数与作物成长之间的量化数学模型。

作为改进，在作物生理尺度层，通过计算机对参数进行数据建模，结合环境因子层提供的信息，构建几种主要栽培模式下作物叶面积指数模型、叶面温度模型、茎流量模型、叶面湿度模型、冠层光合作用有效辐射模型等。

作为改进，在作物生长尺度层，根据传感器反馈的信息，结合温室环境因子特征和作物生理层提供的信息，建立该层的模型，包括果实膨大、叶面积增长、茎秆增长和干物质积累等模型。

作为改进，在原有环境因子控制目标基础上，结合经济指标、温室能耗指标，构建基于作物信息的温室控制指标体系。

作为改进，通过对温室信息融合模型的寻优，获得理想的控制量输出，实时满足环境因子控制要求，短期满足作物生理需求，长期利于作物生长，达到对作物整个生命过程的有效控制。

本发明的有益效果：

该控制系统综合考虑温室中环境因子、作物生理参数、作物生长参数对温室环境控制的要求，通过信息融合技术建立温室环境智能决策系统，实现温室环境参数实时控制，既达到温室环境因子的有效控制，又利于作物生理和生长需求，提高温室生产效率，增加温室作物产量。

附图说明

图1为温室信息采集示意图。

图2为温室信息融合过程示意图。

图3为评价指标体系示意图。

图4为温室控制系统示意图。

具体实施方式

下面结合附图，对本发明的内容进行进一步描述，但其不代表为本发明的唯一实施方式。

请阅图1，温室信息采集系统，包含三个子采集系统：环境因子层信息采集、作物生理层信息采集和作物生长层信息采集。温室温度、湿度、光照、CO₂浓度等通过相应传感器将物理信息转换为电信息，输入到环境因子层信息采集子系统之中；温室内作物叶面温度及湿度、茎流量、冠层光合作用有效辐射等参数通过仪器仪表传感器将作物生理信息输入到作物生理层信息采集子系统之中；温室内作物的果实膨大速率、叶面积增长速率、干物质积累等作物生长参数通过相应传感器将信息输入到作物生长层信息采集子系统之中。三个子系统将数据综合后，将各自信息以统一标准格式发给温室信息采集系统，完成温室信息的采集。

请阅图2，温室信息融合全过程，可分为3层。第一层为各种温室环境因子、温室作物生理参数和温室作物生长参数的采集与处理，为数据的滤波、放大、整形、标准化等基本处理；第二层以时间尺度为标准化，将温室信息采集系统得到的所有信息分为3种，即环境因子尺度、作物生理尺度和作物生长尺度，其中环境因子尺度信息融合主要针对温室中的温度、湿度、光照、CO₂浓度等，作物生理尺度融合主要针对叶面湿度、叶面温度、茎流量、冠层光合作用有效辐射等，作物生长层融合主要针对果实膨大率、叶面积增长率、茎干增长速率、干物质积累速率等；第三层为温室综合信息融合平台，为系统的最终的模型库。

图中参数采集与处理与各信息融合子系统与第二层之间存在交互，信号需经过校正，第二层和第三层之间也存在这种特性，在具体系统实际设计中要实验确定其具有一定的准确性。需要指出的是，在第二层，环境因子尺度信息融合和作物生理尺度信息融合、作物生理尺度信息融合和作物生长尺度信息融合之间也存在交互特性，在模型构建时必须加以考虑。

请阅图3，温室评价指标体系，作为温室控制系统的最终目标，评价指标体系在结合经济指标和能耗预测指标基础上，通过温室综合信息融合平台，构建起综合三类指标的完整体系，包括实时指标、短时指标和长期指标。实时指标包括温室环境温度、温室环境湿度、光照、CO₂浓度、土壤温度、土壤湿度等，短时指标包括叶面温度、叶面湿度、径流量、光合作用有效辐射等，长期指标包括果实膨大率、叶面积增长率、茎干增长率、干物质积累率等，三种指标均来源于温室综合信息融合平台，可完整、全面的表达出温室控制的目标，最终完成实时、短期和长期三个时间尺度下都满足要求系统设计，达到作物整个生长过程的需求，从而提高温室生产效率。

请阅图4，温室控制系统，在评价指标体系和温室信息采集信息反馈的基础上，基于专家系统、自学习理论、模糊控制理论、预测控制等现代控制理论成果，构建温室控制系统。不同于已有目前多数研究只局限单一作物信息的思路，通过温室作物信息融合，不但包含目前常见的温室环境因子，还有作物生理信息和作物生长信息，在经济指标和能耗预测模型基础上，构建完整的温室环境控制评价指标体系，以此为目标寻优获得最佳执行器动作方式，采用智能控制理论中的算法完成控制系统设计，并可借鉴最新计算机技术、网络技术、计算方法、并行运算等先进手段，高效快速获得温室环境调控的最佳方案，满足各个时间尺度的作物需求，为温室作物整个生长过程的环境调控提供决策，从而保证温室生产的高效。控制系统输出的执行模块有：通风系统、遮阳系统、湿帘系统、CO₂加浓系统、喷雾系统、滴灌淝水系统、加温系统等。

Claims (4)

1.一种基于作物信息融合的多尺度温室环境控制系统，其特征在于：在温室环境因子控制系统基础上，引入作物生理信息和生长信息，采用信息融合技术对这些温室参数进行分层次、多级别、多方面的融合，建立起包含作物生理信息和生长信息的温室综合信息融合平台，在评价指标体系下，建立温室智能决策控制系统；

所述的温室综合信息融合平台，能够表征温室各种模型，包括环境因子层、作物生理层和作物生长层模型，以及各模型之间的交互特性；

所述采用信息融合技术对这些温室参数进行分层次、多级别、多方面融合的全过程，分为3层，第一层为各种温室环境因子、温室作物生理参数和温室作物生长参数的采集与处理，为数据的滤波、放大、整形、标准化基本处理；第二层以时间尺度为标准化，将温室信息采集系统得到的所有信息分为3种，环境因子尺度、作物生理尺度和作物生长尺度，其中环境因子尺度信息融合针对温室中的温度、湿度、光照、CO₂浓度，作物生理尺度融合针对叶面湿度、叶面温度、茎流量、冠层光合作用有效辐射，作物生长层尺度融合针对果实膨大率、叶面积增长率、茎干增长速率、干物质积累速率；第三层为温室综合信息融合平台，为系统的最终的模型库；

所述的评价指标体系在结合经济指标和能耗预测指标基础上，通过温室综合信息融合平台构建起综合三类指标的完整体系，包括实时指标、短时指标和长期指标，实时指标包括温室环境温度、温室环境湿度、光照、CO₂浓度、土壤温度、土壤湿度，短时指标包括叶面温度、叶面湿度、径流量、光合作用有效辐射，长期指标包括果实膨大率、叶面积增长率、茎干增长率、干物质积累率，三种指标均来源于温室综合信息融合平台。

2.根据权利要求1所述的基于作物信息融合的多尺度温室环境控制系统，其特征在于：所述的温室参数具有不同时间尺度特征，环境因子最小，作物生理信息其次，生长信息最大，分别表征了温室环境短期、中期和长期状态。

3.根据权利要求2所述的基于作物信息融合的多尺度温室环境控制系统，其特征在于：所述的环境因子包括温度、湿度、光照和CO₂浓度；所述的作物生理信息包括叶面积、叶面温度、叶面湿度、茎流量和光合作用有效辐射；所述的生长信息包括果实膨大速率、叶面积增长速率、茎秆增长速率和干物质积累率。

4.根据权利要求1所述的基于作物信息融合的多尺度温室环境控制系统，其特征在于：所述的温室智能决策控制系统是利用专家系统、自学习理论与模糊控制理论，通过预测模型进行计算，获得作物在主要种植制度下，作物在不同时间段、不同气候条件、不同生长阶段对环境的需求，在温室信息融合模型中求解最适宜作物的调控参数。