CN116755485A - 一种温室调控方法、装置、系统、设备和存储介质 - Google Patents
一种温室调控方法、装置、系统、设备和存储介质 Download PDFInfo
- Publication number
- CN116755485A CN116755485A CN202310787315.4A CN202310787315A CN116755485A CN 116755485 A CN116755485 A CN 116755485A CN 202310787315 A CN202310787315 A CN 202310787315A CN 116755485 A CN116755485 A CN 116755485A
- Authority
- CN
- China
- Prior art keywords
- plant growth
- environmental data
- module
- greenhouse
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 230000008635 plant growth Effects 0.000 claims abstract description 280
- 230000007613 environmental effect Effects 0.000 claims abstract description 268
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims abstract description 86
- 235000015097 nutrients Nutrition 0.000 claims abstract description 66
- 239000002689 soil Substances 0.000 claims abstract description 66
- 238000005286 illumination Methods 0.000 claims abstract description 45
- 229910002092 carbon dioxide Inorganic materials 0.000 claims abstract description 43
- 239000001569 carbon dioxide Substances 0.000 claims abstract description 43
- 238000012549 training Methods 0.000 claims abstract description 34
- 230000001502 supplementing effect Effects 0.000 claims description 39
- 229930002875 chlorophyll Natural products 0.000 claims description 25
- 235000019804 chlorophyll Nutrition 0.000 claims description 25
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 claims description 25
- 238000003062 neural network model Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 15
- 230000001276 controlling effect Effects 0.000 claims description 12
- 230000001105 regulatory effect Effects 0.000 claims description 12
- 238000010438 heat treatment Methods 0.000 claims description 7
- 238000001816 cooling Methods 0.000 claims description 6
- 230000002708 enhancing effect Effects 0.000 claims description 2
- 238000010792 warming Methods 0.000 claims 1
- 241000196324 Embryophyta Species 0.000 description 41
- 238000010586 diagram Methods 0.000 description 16
- 238000004519 manufacturing process Methods 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 9
- 230000012010 growth Effects 0.000 description 9
- 235000013311 vegetables Nutrition 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 235000000832 Ayote Nutrition 0.000 description 5
- 235000009854 Cucurbita moschata Nutrition 0.000 description 5
- 235000009804 Cucurbita pepo subsp pepo Nutrition 0.000 description 5
- 235000015136 pumpkin Nutrition 0.000 description 5
- 238000012271 agricultural production Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 240000001980 Cucurbita pepo Species 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 240000008067 Cucumis sativus Species 0.000 description 2
- 235000009849 Cucumis sativus Nutrition 0.000 description 2
- 241000219122 Cucurbita Species 0.000 description 2
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 2
- 235000011034 Rubus glaucus Nutrition 0.000 description 2
- 244000235659 Rubus idaeus Species 0.000 description 2
- 235000009122 Rubus idaeus Nutrition 0.000 description 2
- 240000003768 Solanum lycopersicum Species 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000003337 fertilizer Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003020 moisturizing effect Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 235000002566 Capsicum Nutrition 0.000 description 1
- 239000006002 Pepper Substances 0.000 description 1
- 235000016761 Piper aduncum Nutrition 0.000 description 1
- 235000017804 Piper guineense Nutrition 0.000 description 1
- 244000203593 Piper nigrum Species 0.000 description 1
- 235000008184 Piper nigrum Nutrition 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000002696 acid base indicator Substances 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/20—Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Cultivation Of Plants (AREA)
- Greenhouses (AREA)
Abstract
本发明实施例提供了一种温室调控方法、装置、系统、设备和存储介质，该方法包括：采集温室中的当前环境数据，当前环境数据包括二氧化碳浓度数、温度、湿度、光照系数、营养液温度、土壤养分、土壤PH值中的至少一种；获取植物生长模型；植物生长模型为预先基于温室的多组不同环境数据和植物生长数据训练得到；根据植物生长模型，判断当前环境数据是否满足植物生长要求；若当前环境数据不满足植物生长要求，则根据植物生长模型确定温室中的目标环境数据，并根据目标环境数据对当前环境数据进行调节。本发明相比于当前传统耕作模式和以阈值为目标的控制模式，本发明有效提升了对环境调控的智能化程度和精度。
Description
技术领域
本发明涉及计算机技术领域，特别是涉及一种温室调控方法、装置、系统、设备和存储介质。
背景技术
近年来，随着城镇化建设和农业现代化的发展，我国面临着从事农业生产的劳动力严重不足且生产技术落后、效率低下的问题。因此，智能化技术开始逐渐应用于农业生产中，显著提升了生产效率减轻了农民耕作负担，在农业智能化生产中，多数通过经验设定其阈值来控制温室环境，但是单一的阈值调控无法满足农作物精细化生产的要求。
发明内容
鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种温室调控方法、装置、系统、设备和存储介质。
为了解决上述问题，本发明实施例公开了一种温室调控方法，所述方法包括：
采集温室中的当前环境数据，所述当前环境数据包括二氧化碳浓度数、温度、湿度、光照系数、营养液温度、土壤养分、土壤PH值中的至少一种；
获取植物生长模型；所述植物生长模型为预先基于所述温室的多组不同环境数据和植物生长数据训练得到；
根据所述植物生长模型，判断所述当前环境数据是否满足植物生长要求；
若所述当前环境数据不满足所述植物生长要求，则根据所述植物生长模型确定所述温室中的目标环境数据，并根据所述目标环境数据对所述当前环境数据进行调节。
可选地，所述植物生长数据包括在温室不同环境数据下，采集的多种植物对应的叶绿素含量；所述方法还包括：
分别对每种植物，以所述多组不同环境数据作为神经网络模型的输入，所述每种植物对应的叶绿素含量作为所述神经网络模型的输出，进行训练，得到每种植物的植物生长模型。
可选地，所述根据所述植物生长模型，判断所述当前环境数据是否满足植物生长要求，包括：
将所述当前环境数据输入至所述植物生长模型中，得到目标植物生长数据；
获取历史植物生长数据；
根据所述历史植物生长数据，确定参考植物生长数据；
比较所述目标植物生长数据和所述参考植物生长数据，得到第一比较结果；
根据所述第一比较结果，判断所述当前环境数据是否满足植物生长要求。
可选地，所述根据所述植物生长模型，判断所述当前环境数据是否满足植物生长要求，包括：
获取多组环境数据；
将所述多组环境数据输入所述植物生长模型，得到多组环境数据对应的多个植物生长数据；
根据所述多个植物生长数据，确定参考环境数据；
比较所述当前环境数据和所述参考环境数据，得到第二比较结果；
根据所述第二比较结果，判断所述当前环境数据是否满足植物生长要求。
可选地，所述目标环境数据中需要调整的环境数据包括：二氧化碳浓度数、温度、湿度、光照系数、营养液温度、土壤养分、土壤PH值中的至少一种，所述温室包括水泵、控温模块、补光灯、遮阳网、气泵、土壤养料补给模块，所述并根据所述目标环境数据对所述当前环境数据进行调节，包括：
根据所述目标环境数据，控制所述目标环境数据，控制水泵、控温模块、补光灯、遮阳网、气泵、土壤养料补给模块中的至少一种，对所述当前环境数据进行调节，以使所述当前环境数据达到所述目标环境数据。
本发明还公开了一种温室调控装置，所述装置包括：
采集模块，用于采集温室中的当前环境数据，所述当前环境数据包括二氧化碳浓度数、温度、湿度、光照系数、营养液温度、土壤养分、土壤PH值中的至少一种；
获取模块，用于获取植物生长模型；所述植物生长模型为预先基于所述温室的多组不同环境数据和植物生长数据训练得到；
判断模块，用于根据所述植物生长模型，判断所述当前环境数据是否满足植物生长要求；
调节模块，用于若所述当前环境数据不满足所述植物生长要求，则根据所述植物生长模型确定所述温室中的目标环境数据，并根据所述目标环境数据对所述当前环境数据进行调节。
本发明还公开了一种温室调控系统，所述系统包括采集模块、硬件控制模块、硬件模块、决策模块、电源模块、无线射频模块；
所述电源模块与所述硬件控制模块连接，所述电源模块用于对所述硬件控制模块进行供电；
所述决策模块通过所述无线射频模块与硬件控制模块连接，所述决策模块用于在所述电源模块对所述硬件控制模块供电时，向所述硬件控制模块发送环境数据采集信号；
所述无线射频模块用于在所述决策模块与所述硬件控制模块间建立无线连接；
所述硬件控制模块与所述采集模块连接，所述硬件控制模块用于根据所述环境数据采集信号，控制所述采集模块采集当前环境数据并传输至所述决策模块；
所述决策模块，用于获取植物生长模型，判断所述当前环境数据是否满足植物生长要求；若所述当前环境数据不满足所述植物生长要求，则根据所述植物生长模型确定所述温室中的目标环境数据，并向所述硬件控制模块发送调节信号，所述调节信号包括所述目标环境数据；所述植物生长模型为预先基于所述温室的多组不同环境数据和植物生长数据训练得到；
所述硬件控制模块，用于根据所述调节信号，控制所述硬件模块对所述当前环境数据进行调节，以使所述当前环境数据达到所述目标环境数据。
可选地，所述环境数据包括二氧化碳浓度数、温度、湿度、光照系数、营养液温度、土壤养分、土壤PH值的至少一种；
所述采集模块包括二氧化碳传感器、温湿度传感器、光照传感器、营养液温度传感器、土壤传感器，所述二氧化碳传感器用于采集环境中的二氧化碳浓度，所述温湿度传感器用于采集环境中的温度和湿度，所述光照传感器用于采集环境中的光照系数，所述营养液温度传感器用于采集温室中的营养液温度，所述土壤传感器用于采集所述温室中的土壤养分和土壤PH值。
可选地，所述硬件模块包括升温模块、制冷模块、补水模块、补光模块、遮阳模块、补气模块、土壤养料补给模块中的至少一种；
所述加热模块用于对所述温室的温度进行升温，所述制冷模块用于对所述温室进行降温，所述补水模块用于增加所述温室的湿度，所述补光模块用于增强所述温室的光照系数，所述遮阳模块用于降低所述温室的光照系数，所述补气模块用于补充所述温室的二氧化碳浓度，所述土壤养料补给模块用于补充所述温室的土壤养分和调节土壤的PH值。
可选地，所述植物生长数据包括在温室不同环境数据下，采集的多种植物对应的叶绿素含量；所述植物生长模型确定的方式包括：
分别对每种植物，以所述多组不同环境数据作为神经网络模型的输入，所述每种植物对应的叶绿素含量作为所述神经网络模型的输出，进行训练，得到每种植物的植物生长模型。
可选地，所述系统还包括调控平台，所述采集模块还用于采集植物生长数据，所述调控平台与至少一个决策模块连接，
所述调控平台用于向所述至少一个决策模块发送第二采集信号，所述第二采集信号用于采集所述至少一个决策模块所在温室的环境数据和植物生长数据，并根据所述至少一个决策模块发送的环境数据和植物生长数据，对所述至少一个决策模块所在温室的植物生长模型进行更新。
可选地，所述调控平台还用于若所述至少一个决策模块中的目标决策模块发送的环境数据不满足植物生长要求，则根据平台植物生长模型确定所述目标决策模块所在温室中的目标环境数据，并将所述目标环境数据发送至所述目标决策模块，以使所述目标决策模块对所述目标决策模块所在温室中的环境数据进行调节，以使所述目标决策模块所在温室中的环境数据达到所述目标环境数据；所述平台植物生长模型为预先基于所述至少一个决策模块所在温室的多组不同环境数据和植物生长数据训练得到。
本发明还公开了一种电子设备，包括：处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上述的温室调控方法的步骤。
本发明还公开了一种非易失性可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上述的温室调控方法的步骤。
本发明实施例包括以下优点：
本发明可以通过采集温室的当前环境数据，然后可以根据植物生长模型，判断当前环境数据是否为满足植物生长要求，由于植物生长模型为预先基于温室的多组不同环境数据和植物生长数据训练得到的，因此可以根据植物生长模型判断出最适宜的目标环境数据，从而在确定当前环境数据不满足植物生长要求时，可以根据目标环境数据对当前环境数据进行调节，从而实现对温室环境的智能化调控，相比于当前传统耕作模式和以阈值为目标的控制模式，本发明有效提升了对环境调控的智能化程度和精度。
附图说明
图1是本发明实施例提供的一种温室调控方法的步骤流程图；
图2是本发明实施例提供的另一种温室调控方法的步骤流程图；
图3是本发明实施例提供的一种温室调控装置的结构框图；
图4是本发明实施例提供的一种温室调控系统的结构框图；
图5是本发明实施例提供的另一种温室调控系统的结构框图；
图6是本发明实施例提供的一种电子设备的结构框图；
图7是本发明实施例提供的一种计算机可读存储介质的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
近年来，随着城镇化建设和农业现代化的发展，我国面临着从事农业生产的劳动力严重不足且生产技术落后、效率低下的问题。因此，智能化技术开始逐渐应用于农业生产中，显著提升了生产效率减轻了农民耕作负担。
设施蔬菜的生产大多通过机械化、自动化及智能化技术调节其生长环境，多数技术及设备主要从温度、光照、水分、气体环境及肥料养分环境等方面进行调控，使其环境条件满足作物生长需要，这种农作物栽培方式可实现农产品周期性生产和反季节生产，降低对自然环境的依赖程度。同时，此栽培方式可显著提高作物的产量和品质，进而提高了经济效益，促进了我国农业现代化进程。自上世纪90年代以来，我国设施蔬菜产业一直处于高速发展的阶段，因其具有高技术、高投入、高品质、高产量和高收益等特点，该产业已是我国最有发展活力的现代农业形式之一。仅在2020年我国设施蔬菜规模就已经达到了2548.8万hm2，占全国蔬菜种植总面积的21.5％；设施蔬菜产量达到91834.9万吨，占全国蔬菜生产总量的30.5％；而产值已达两万亿，占全国蔬菜产值的62.7％；目前，我国设施蔬菜产业的面积和产量均稳居世界第一。
相关的农业智能化技术包括温度、光照、水、气体环境、肥料等环境因素的监测和对其环境的阈值控制，然而，在农业智能化生产中，多数通过经验设定其阈值来控制温室环境，但由于季节的不同和植物生长时期的差异，对生长环境和养分的需求有很大差异，单一的阈值调控无法满足农作物精细化生产的要求，且导致大量的资源浪费。
基于此，本发明创造性地提出一种温室调控方法，本发明可以通过采集温室的当前环境数据，然后可以根据植物生长模型，判断当前环境数据是否为满足植物生长要求，由于植物生长模型为预先基于温室的多组不同环境数据和植物生长数据训练得到的，因此可以根据植物生长模型判断出最适宜的目标环境数据，从而在确定当前环境数据不满足植物生长要求时，可以根据目标环境数据对当前环境数据进行调节，从而实现对温室环境的智能化调控，相比于当前传统耕作模式和以阈值为目标的控制模式，本发明有效提升了对环境调控的智能化程度和精度。
参照图1，示出了本发明实施例提供的一种温室调控方法的步骤流程图，该方法可以包括如下步骤：
步骤101，采集温室中的当前环境数据，当前环境数据包括二氧化碳浓度数、温度、湿度、光照系数、营养液温度、土壤养分、土壤PH值中的至少一种。
本发明实施例中，当前环境数据指的是温室中对植物的生长会造成影响的相关参数，当前环境数据可以包括二氧化碳浓度数、温度、湿度、光照系数、营养液温度、土壤养分、土壤PH值中的至少一种。
可以在温室中设置传感器，然后通过传感器来采集温室中的当前环境数据，例如可以通过温度传感器来采集温室中的温度和营养液温度，可以通过二氧化碳传感器采集温室中的二氧化碳浓度，通过光敏传感器采集温室中的光照系数，可以通过酸碱指示器检测土壤中的PH值，可以通过温湿度传感器采集温室中的湿度。
在一种示例中，通过二氧化碳传感器测得温室中的二氧化碳浓度为110ppm，通过温度传感器测得温室中的温度为18摄氏度。
步骤102，获取植物生长模型；植物生长模型为预先基于温室的多组不同环境数据和植物生长数据训练得到。
本发明实施例中，植物生长数据指的是表示植物生长快慢的数据，可以包括植物的长势图、叶绿素含量，具体为哪一种，在此不做限定。
植物生长模型是基于温室中的多组不同环境数据和植物生长数据训练得到，具体地，可以将多组环境数据作为模型的输入，将每组环境数据对应的生长数据作为模型的输出，进行训练，从而可以得到该生长模型，因此，实验人员可以基于该模型得到最适宜的环境数据。
步骤103，根据植物生长模型，判断当前环境数据是否满足植物生长要求。
本发明实施例中，植物生长要求指的是温室的环境数据可以满足种植户要求，该要求可以是植物的高度达到多少米，还可以是植物的叶绿素含量达到多少，具体为哪一种，在此不做限定。
由于植物生长模型为预先基于温室的多组不同环境数据和植物生长数据训练得到的，因此可以通过植物生长模型判断当前环境数据满足生长要求。
步骤104，若当前环境数据不满足植物生长要求，则根据植物生长模型确定温室中的目标环境数据，并根据目标环境数据对当前环境数据进行调节。
本发明实施例中，目标环境数据指的是最适宜植物生长的环境数据，若当前环境数据不满足植物生长要求，即当前环境数据并不是温室中最适宜植物生长的环境，此时可以通过植物生长模型计算出温室当前的目标环境数据，然后对当前环境进行调节，从而使得温室中的环境是最适宜植物生长的环境，在一种示例中，当前温室中的二氧化碳浓度为300ppm，且当前的二氧化碳浓度不满足植物生长要求，根据植物生长模型计算出温室中的目标生长模型为120ppm，此时可以对温室中的二氧化碳浓度进行调节，从而使温室中的二氧化碳浓度达到120ppm。
本发明可以通过采集温室的当前环境数据，然后可以根据植物生长模型，判断当前环境数据是否为满足植物生长要求，由于植物生长模型为预先基于温室的多组不同环境数据和植物生长数据训练得到的，因此可以根据植物生长模型判断出最适宜的目标环境数据，从而在确定当前环境数据不满足植物生长要求时，可以根据目标环境数据对当前环境数据进行调节，从而实现对温室环境的智能化调控，相比于当前传统耕作模式和以阈值为目标的控制模式，本发明有效提升了对环境调控的智能化程度和精度。
参照图2，示出了本发明实施例提供的另一种温室调控方法的步骤流程图，该方法可以包括如下步骤：
步骤201，采集温室中的当前环境数据，当前环境数据包括二氧化碳浓度数、温度、湿度、光照系数、营养液温度、土壤养分、土壤PH值中的至少一种。
步骤202，获取植物生长模型；植物生长模型为预先基于温室的多组不同环境数据和植物生长数据训练得到。
在本发明的一种实施例方式中，植物生长数据包括在温室不同环境数据下，采集的多种植物对应的叶绿素含量；该方法还可以包括：
分别对每种植物，以多组不同环境数据作为神经网络模型的输入，每种植物对应的叶绿素含量作为神经网络模型的输出，进行训练，得到每种植物的植物生长模型。
本发明实施例中，植物生长数据可以包括在温室不同环境数据下，采集的多种植物对应的叶绿素含量，例如在过去一年中，温室中种植的植物包括多种，包括番茄、黄瓜、南瓜，实验人员分别以多个温室进行实验，每个温室中以不同的二氧化碳浓度数、温度、湿度、光照系数、营养液温度作为环境数据进行种植，然后将每个温室中的环境数据作为神经网络模型的输入，将每个温室中最终测得的每种植物的叶绿素含量作为神经网络模型的输出，进行训练，从而可以得到每种植物的植物生长模型，即本发明实施例中可以得到番茄、黄瓜、南瓜的植物生长模型，在进行种植对应的植物时，则可以选择匹配的植物生长模型进行使用。
在本发明的一种实施例方式中，温室中种植的植物还可以为单种，植物生长数据还可以为在温室不同环境数据下，采集的单种植物对应的叶绿素含量，例如，温室中种植的植物为辣椒，实验人员分别以多个温室进行实验，每个温室中以不同的温室温度、二氧化碳浓度、光照系数作为环境数据进行种植，然后将每个温室中的环境数据作为神经网络模型的输入，将每个温室中最终测得的植物生长数据作为神经网络模型的输出，然后进行训练，从而可以得到植物生长模型。
步骤203，将当前环境数据输入至植物生长模型中，得到目标植物生长数据。
本发明实施例中，若温室中种植的植物为南瓜，则先获取到南瓜的植物生长模型，然后将当前环境数据输入植物生长模型中，可以输出得到对应的南瓜的最终的叶绿素含量，在一种示例中，当前环境数据包括温度17摄氏度，输入植物生长模型后，输出的目标生长数据为叶绿素含量为100mg/g。
步骤204，获取历史植物生长数据。
本发明实施例中，历史植物生长数据指的是历史时间在温室中种植植物得到的植物生长数据，例如，实验人员可以记录过去一年中温室中不同环境数据对应的植物生长数据。
在本发明的一种实施例方式中，历史植物生长数据还可以是过去几年中实验人员种植该植物记录的植物生长数据，具体通过哪一种方式确定历史植物数据，在此不做限定。
步骤205，根据历史植物生长数据，确定参考植物生长数据。
本发明实施例中，获取的历史植物生长数据包括20个，可以取二十个中最大的一个植物生长数据作为参考植物生长数据。
步骤206，比较目标植物生长数据和参考植物生长数据，得到第一比较结果。
本发明实施例中，当植物生长数据包括叶绿素含量时，可以判断目标植物生长数据和参考植物生长数据之间的大小，若目标植物生长数据大于或等于参考植物生长数据，则表示当前环境数据满足植物生长要求，若目标植物生长数据小于参考植物生长数据，则说明当前环境数据不满足植物生长要求。
当植物生长数据包括植物的高度，同样也可以比较目标植物生长数据和参考植物生长数据之间的大小，然后根据第一比较结果，第一比较结果包括目标植物高度大于或等于参考植物高度，第一比较结果还可以包括目标植物高度小于参考植物高度。
步骤207，根据第一比较结果，判断当前环境数据是否满足植物生长要求。
在本发明的一种实施例方式中，步骤103，可以包括：
获取多组环境数据；将多组环境数据输入植物生长模型，得到多组环境数据对应的多个植物生长数据；根据多个植物生长数据，确定参考环境数据；比较当前环境数据和参考环境数据，得到第二比较结果；根据第二比较结果，判断当前环境数据是否满足植物生长要求。
本发明实施例中，由于植物生长模型是基于温室的多组不同环境数据和植物生长数据训练得到的，因此可以获取多组不同的环境数据，例如获取温室温度从10摄氏度到37摄氏度，然后将该多组温度值输入植物生长模型，可以得到每组温度值对应的植物生长数据，然后可以基于多个植物生长数据，确定参考环境数据。
由于植物生长数据可以包括植物的长势图，因此可以将多个植物生长数据中植物的长势图最好的作为参考植物生长数据，由于植物生长数据是根据植物生长模型得到的，因此可以得到参考植物生长数据对应的参考环境数据，此时比较当前环境数据和参考环境数据，可以得到第二比较结果，第二比较结果可以包括当前环境数据的温室温度与参考环境数据的温室温度的差值小于预设值，还可以包括当前环境数据的温室温度与参考环境数据的温室温度的差值大于预设值。
当植物生长数据包括植物的叶绿素含量，可以将多个植物生长数据中植物的叶绿素含量最高的作为参考环境数据，同理，由于植物生长数据是根据植物生长模型得到的，因此可以得到参考植物生长数据对应的参考环境数据，此时比较当前环境数据和参考环境数据，可以得到第二比较结果，第二比较结果可以包括当前环境数据的温室温度与参考环境数据的温室温度的差值小于预设值，还可以包括当前环境数据的温室温度与参考环境数据的温室温度的差值大于预设值。
需要说明的是，预设值可以根据用户需求进行设定，在此不做限制。
步骤208，若当前环境数据不满足植物生长要求，则根据植物生长模型确定温室中的目标环境数据，并根据目标环境数据对当前环境数据进行调节。
本发明实施例中，若第一比较结果包括目标植物高度小于参考植物高度，或者第二比较结果可以包括当前环境数据的温室温度与参考环境数据的温室温度的大于预设值，则表示当前环境数据不满足植物生长要求，此时可以根据植物生长模型，计算出最优植物生长数据对应的目标环境数据，在一种示例中，当前温室的温度为17摄氏度，将多组温度值输入植物生长模型中，可以得到多组植物生长数据，且温度为20摄氏度的叶绿素含量最高，此时可以将当前环境的温度值由17调节值20摄氏度。
在本发明的一种实施例方式中，目标环境数据中需要调整的环境数据包括：二氧化碳浓度数、温度、湿度、光照系数、营养液温度、土壤养分、土壤PH值中的至少一种，温室包括水泵、控温模块、补光灯、遮阳网、气泵、土壤养料补给模块，并根据目标环境数据对当前环境数据进行调节，可以包括：
根据目标环境数据，控制目标环境数据，控制水泵、控温模块、补光灯、遮阳网、气泵、土壤养料补给模块中的至少一种，对当前环境数据进行调节，以使当前环境数据达到目标环境数据。
本发明实施例中，温室中可以包括水泵、控温模块、补光灯、遮阳网、气泵、土壤养料补给模块，若测得当前环境数据包括二氧化碳浓度数、温度、湿度、光照系数，经过判断确定目标环境数据包括二氧化碳浓度数、温度、湿度、光照系数，且需要增强光照系数，则可以控制气泵对二氧化碳浓度进行调整，控制控温模块对温度进行调整，控制补光灯对光照系数进行调整。
本发明可以通过采集温室的当前环境数据，然后可以根据植物生长模型，判断当前环境数据是否为满足植物生长要求，由于植物生长模型为预先基于温室的多组不同环境数据和植物生长数据训练得到的，因此可以根据植物生长模型判断出最适宜的目标环境数据，从而在确定当前环境数据不满足植物生长要求时，可以根据目标环境数据对当前环境数据进行调节，从而实现对温室环境的智能化调控，相比于当前传统耕作模式和以阈值为目标的控制模式，本发明有效提升了对环境调控的智能化程度和精度。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
如图3，示出了本发明实施例提供的一种温室调控装置的结构框图，应装置可以包括：
采集模块301，用于采集温室中的当前环境数据，所述当前环境数据包括二氧化碳浓度数、温度、湿度、光照系数、营养液温度、土壤养分、土壤PH值中的至少一种。
获取模块302，用于获取植物生长模型；所述植物生长模型为预先基于所述温室的多组不同环境数据和植物生长数据训练得到。
判断模块303，用于根据所述植物生长模型，判断所述当前环境数据是否满足植物生长要求。
调节模块304，用于若所述当前环境数据不满足所述植物生长要求，则根据所述植物生长模型确定所述温室中的目标环境数据，并根据所述目标环境数据对所述当前环境数据进行调节。
本发明公开了一种温室调控装置，本发明可以通过采集温室的当前环境数据，然后可以根据植物生长模型，判断当前环境数据是否为满足植物生长要求，由于植物生长模型为预先基于温室的多组不同环境数据和植物生长数据训练得到的，因此可以根据植物生长模型判断出最适宜的目标环境数据，从而在确定当前环境数据不满足植物生长要求时，可以根据目标环境数据对当前环境数据进行调节，从而实现对温室环境的智能化调控，相比于当前传统耕作模式和以阈值为目标的控制模式，本发明有效提升了对环境调控的智能化程度和精度。
在本发明的一种实施例方式中，植物生长数据包括在温室不同环境数据下，采集的多种植物对应的叶绿素含量；该装置还可以包括：
训练模块，用于分别对每种植物，以所述多组不同环境数据作为神经网络模型的输入，每种植物对应的叶绿素含量作为神经网络模型的输出，进行训练，得到每种植物的植物生长模型。
在本发明的一种实施例方式中，判断模块303，还可以包括：
第一输入子模块，用于将当前环境数据输入至植物生长模型中，得到目标植物生长数据。
第一获取子模块，用于获取历史植物生长数据。
第一确定子模块，用于根据历史植物生长数据，确定参考植物生长数据。
第一比较子模块，用于比较目标植物生长数据和参考植物生长数据，得到第一比较结果。
第一判断子模块，用于根据第一比较结果，判断当前环境数据是否满足植物生长要求。
在本发明的一种实施例方式中，判断模块303，还可以包括：
第二获取子模块，用于获取多组环境数据。
第二输入子模块，用于将多组环境数据输入植物生长模型，得到多组环境数据对应的多个植物生长数据。
第二确定子模块，用于根据多个植物生长数据，确定参考环境数据。
第二比较子模块，用于比较当前环境数据和参考环境数据，得到第二比较结果。
第二判断子模块，用于根据第二比较结果，判断当前环境数据是否满足植物生长要求。
在本发明的一种实施例方式中，目标环境数据中需要调整的环境数据包括：二氧化碳浓度数、温度、湿度、光照系数、营养液温度、土壤养分、土壤PH值中的至少一种，温室包括水泵、控温模块、补光灯、遮阳网、气泵、土壤养料补给模块，调节模块304，可以包括：
控制子模块，用于根据目标环境数据，控制目标环境数据，控制水泵、控温模块、补光灯、遮阳网、气泵、土壤养料补给模块中的至少一种，对当前环境数据进行调节，以使当前环境数据达到目标环境数据。
本发明公开了一种温室调控装置，本发明可以通过采集温室的当前环境数据，然后可以根据植物生长模型，判断当前环境数据是否为满足植物生长要求，由于植物生长模型为预先基于温室的多组不同环境数据和植物生长数据训练得到的，因此可以根据植物生长模型判断出最适宜的目标环境数据，从而在确定当前环境数据不满足植物生长要求时，可以根据目标环境数据对当前环境数据进行调节，从而实现对温室环境的智能化调控，相比于当前传统耕作模式和以阈值为目标的控制模式，本发明有效提升了对环境调控的智能化程度和精度。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
参照图4，示出了本发明实施例提供的一种温室调控系统40的结构框图，该系统包括采集模块401、硬件控制模块402、硬件模块403、决策模块404、电源模块405、无线射频模块406；
电源模块405与硬件控制模块402连接，电源模块405用于对硬件控制模块402进行供电；
决策模块404通过无线射频模块405与硬件控制模块402连接，决策模块404用于在电源模块405对硬件控制模块402供电时，向硬件控制模块402发送环境数据采集信号；
本发明实施例中，决策模块可以是树莓派。
无线射频模块405用于在决策模块404与硬件控制模块402间建立无线连接；
硬件控制模块402与采集模块401连接，硬件控制模块402用于根据环境数据采集信号，控制采集模块401采集当前环境数据并传输至决策模块404；
决策模块404，用于获取植物生长模型，判断当前环境数据是否满足植物生长要求；若当前环境数据不满足植物生长要求，则根据植物生长模型确定温室中的目标环境数据，并向硬件控制模块402发送调节信号，调节信号包括目标环境数据；植物生长模型为预先基于温室的多组不同环境数据和植物生长数据训练得到；
硬件控制模块402，用于根据调节信号，控制硬件模块403对当前环境数据进行调节，以使当前环境数据达到目标环境数据。
在本发明的一种实施例方式中，环境数据包括二氧化碳浓度数、温度、湿度、光照系数、营养液温度、土壤养分、土壤PH值的至少一种；
采集模块401包括二氧化碳传感器、温湿度传感器、光照传感器、营养液温度传感器、土壤传感器，二氧化碳传感器用于采集环境中的二氧化碳浓度，温湿度传感器用于采集环境中的温度和湿度，光照传感器用于采集环境中的光照系数，营养液温度传感器用于采集温室中的营养液温度，土壤传感器用于采集温室中的土壤养分和土壤PH值。
本发明实施例中，当采集模块401接收到硬件控制模块402转发的环境数据采集信号时，可以启动对应的传感器采集当前环境数据，例如，当当前环境数据包括温度、湿度、光照系数，则可以控制温湿度传感器采集环境中的温度和湿度，控制光照传感器采集环境中的光照系数。
在本发明的一种实施例方式中，硬件模块403包括升温模块、制冷模块、补水模块、补光模块、遮阳模块、补气模块、土壤养料补给模块中的至少一种；
加热模块用于对温室的温度进行升温，制冷模块用于对温室进行降温，补水模块用于增加温室的湿度，补光模块用于增强温室的光照系数，遮阳模块用于降低温室的光照系数，补气模块用于补充温室的二氧化碳浓度，土壤养料补给模块用于补充温室的土壤养分和调节土壤的PH值。
本发明实施例中，在硬件模块403接收到硬件控制模块发送的调节信号时，根据调节信号中的目标环境数据可以得知需要补充二氧化碳浓度，增加光照系数，降低温室温度，则控制补光模块增强温室的光照系数，补光模块可以是补光灯，可以控制制冷模块对温室进行降温，控制补气模块用于补充温室的二氧化碳浓度，补气模块可以为气泵。
在本发明的一种实施例方式中，植物生长数据包括在温室不同环境数据下，采集的多种植物对应的叶绿素含量；植物生长模型确定的方式包括：
分别对每种植物，以多组不同环境数据作为神经网络模型的输入，每种植物对应的叶绿素含量作为神经网络模型的输出，进行训练，得到每种植物的植物生长模型。
在本发明的一种实施例方式中，该系统还包括调控平台，采集模块401还用于采集植物生长数据，调控平台与至少一个决策模块404连接，
如图5，示出了本发明实施例提供的一种温室调控系统40的结构框图，包括调控平台407，调控平台407与至少一个决策模块404连接，如图5所示，调控平台可以与决策模块4041-决策模块404n连接。
本发明实施例中，调控平台407与至少一个决策模块之间可以以以太网进行通信，基于以太网络，实现对园区的集约化管理，提高了生产效率。
调控平台用于向至少一个决策模块404发送第二采集信号，第二采集信号用于采集至少一个决策模块404所在温室的环境数据和植物生长数据，并根据至少一个决策模块404发送的环境数据和植物生长数据，对至少一个决策模块404所在温室的植物生长模型进行更新。
本发明实施例中，调控平台可以实时接收各个温室的当前环境数据和植物生长数据，从而根据各个温室的当前环境数据和植物生长数据进行训练，从而对各个温室的植物生长模型进行持续更新。
在本发明的一种实施例方式中，调控平台还用于若至少一个决策模块中的目标决策模块发送的环境数据不满足植物生长要求，则根据平台植物生长模型确定目标决策模块所在温室中的目标环境数据，并将目标环境数据发送至目标决策模块，以使目标决策模块对目标决策模块所在温室中的环境数据进行调节，以使目标决策模块所在温室中的环境数据达到目标环境数据；平台植物生长模型为预先基于至少一个决策模块所在温室的多组不同环境数据和植物生长数据训练得到。
本发明实施例中，平台植物生长模型是基于与平台连接的所有决策模块所在的温室中的多组不同环境数据和植物生长数据训练得到的，若平台发现某个决策模块所在的温室环境异常，平台可向对应的树莓派发送调节控制命令，例如平台连接有10个决策模块，若接收到第3个决策模块发送的环境数据后，判断第3个决策模块发送的环境数据不满足植物生长要求，则根据平台植物生长模型计算对应的目标环境数据，然后发送至第3个决策模块，以对第3个决策模块所在的温室的环境进行调节。
如图6，示出了本发明实施例提供了一种电子设备60的结构框图，包括：
处理器601、存储器602及存储在所述存储器602上并能够在所述处理器601上运行的计算机程序6021，该计算机程序6021被处理器601执行时实现上述温室调控方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
如图5，示出了本发明实施例提供的一种非易失性可读存储介质70的结构框图，计算机可读存储介质70上存储计算机程序701，计算机程序701被处理器执行时实现上述温室调控方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种温室调控方法、装置、系统、设备和存储介质，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (14)
1.一种温室调控方法，其特征在于，所述方法包括：
采集温室中的当前环境数据，所述当前环境数据包括二氧化碳浓度数、温度、湿度、光照系数、营养液温度、土壤养分、土壤PH值中的至少一种；
获取植物生长模型；所述植物生长模型为预先基于所述温室的多组不同环境数据和植物生长数据训练得到；
根据所述植物生长模型，判断所述当前环境数据是否满足植物生长要求；
若所述当前环境数据不满足所述植物生长要求，则根据所述植物生长模型确定所述温室中的目标环境数据，并根据所述目标环境数据对所述当前环境数据进行调节。
2.根据权利要求1所述的方法，其特征在于，所述植物生长数据包括在温室不同环境数据下，采集的多种植物对应的叶绿素含量；所述方法还包括：
分别对每种植物，以所述多组不同环境数据作为神经网络模型的输入，所述每种植物对应的叶绿素含量作为所述神经网络模型的输出，进行训练，得到每种植物的植物生长模型。
3.根据权利要求1所述的方法，其特征在于，所述根据所述植物生长模型，判断所述当前环境数据是否满足植物生长要求，包括：
将所述当前环境数据输入至所述植物生长模型中，得到目标植物生长数据；
获取历史植物生长数据；
根据所述历史植物生长数据，确定参考植物生长数据；
比较所述目标植物生长数据和所述参考植物生长数据，得到第一比较结果；
根据所述第一比较结果，判断所述当前环境数据是否满足植物生长要求。
4.根据权利要求1所述的方法，其特征在于，所述根据所述植物生长模型，判断所述当前环境数据是否满足植物生长要求，包括：
获取多组环境数据；
将所述多组环境数据输入所述植物生长模型，得到多组环境数据对应的多个植物生长数据；
根据所述多个植物生长数据，确定参考环境数据；
比较所述当前环境数据和所述参考环境数据，得到第二比较结果；
根据所述第二比较结果，判断所述当前环境数据是否满足植物生长要求。
5.根据权利要求1所述的方法，其特征在于，所述目标环境数据中需要调整的环境数据包括：二氧化碳浓度数、温度、湿度、光照系数、营养液温度、土壤养分、土壤PH值中的至少一种，所述温室包括水泵、控温模块、补光灯、遮阳网、气泵、土壤养料补给模块，所述并根据所述目标环境数据对所述当前环境数据进行调节，包括：
根据所述目标环境数据，控制所述目标环境数据，控制水泵、控温模块、补光灯、遮阳网、气泵、土壤养料补给模块中的至少一种，对所述当前环境数据进行调节，以使所述当前环境数据达到所述目标环境数据。
6.一种温室调控装置，其特征在于，所述装置包括：
采集模块，用于采集温室中的当前环境数据，所述当前环境数据包括二氧化碳浓度数、温度、湿度、光照系数、营养液温度、土壤养分、土壤PH值中的至少一种；
获取模块，用于获取植物生长模型；所述植物生长模型为预先基于所述温室的多组不同环境数据和植物生长数据训练得到；
判断模块，用于根据所述植物生长模型，判断所述当前环境数据是否满足植物生长要求；
调节模块，用于若所述当前环境数据不满足所述植物生长要求，则根据所述植物生长模型确定所述温室中的目标环境数据，并根据所述目标环境数据对所述当前环境数据进行调节。
7.一种温室调控系统，其特征在于，所述系统包括采集模块、硬件控制模块、硬件模块、决策模块、电源模块、无线射频模块；
所述电源模块与所述硬件控制模块连接，所述电源模块用于对所述硬件控制模块进行供电；
所述决策模块通过所述无线射频模块与硬件控制模块连接，所述决策模块用于在所述电源模块对所述硬件控制模块供电时，向所述硬件控制模块发送环境数据采集信号；
所述无线射频模块用于在所述决策模块与所述硬件控制模块间建立无线连接；
所述硬件控制模块与所述采集模块连接，所述硬件控制模块用于根据所述环境数据采集信号，控制所述采集模块采集当前环境数据并传输至所述决策模块；
所述决策模块，用于获取植物生长模型，判断所述当前环境数据是否满足植物生长要求；若所述当前环境数据不满足所述植物生长要求，则根据所述植物生长模型确定所述温室中的目标环境数据，并向所述硬件控制模块发送调节信号，所述调节信号包括所述目标环境数据；所述植物生长模型为预先基于所述温室的多组不同环境数据和植物生长数据训练得到；
所述硬件控制模块，用于根据所述调节信号，控制所述硬件模块对所述当前环境数据进行调节，以使所述当前环境数据达到所述目标环境数据。
8.根据权利要求7所述的系统，其特征在于，所述环境数据包括二氧化碳浓度数、温度、湿度、光照系数、营养液温度、土壤养分、土壤PH值的至少一种；
所述采集模块包括二氧化碳传感器、温湿度传感器、光照传感器、营养液温度传感器、土壤传感器，所述二氧化碳传感器用于采集环境中的二氧化碳浓度，所述温湿度传感器用于采集环境中的温度和湿度，所述光照传感器用于采集环境中的光照系数，所述营养液温度传感器用于采集温室中的营养液温度，所述土壤传感器用于采集所述温室中的土壤养分和土壤PH值。
9.根据权利要求7所述的系统，其特征在于，所述硬件模块包括升温模块、制冷模块、补水模块、补光模块、遮阳模块、补气模块、土壤养料补给模块中的至少一种；
所述加热模块用于对所述温室的温度进行升温，所述制冷模块用于对所述温室进行降温，所述补水模块用于增加所述温室的湿度，所述补光模块用于增强所述温室的光照系数，所述遮阳模块用于降低所述温室的光照系数，所述补气模块用于补充所述温室的二氧化碳浓度，所述土壤养料补给模块用于补充所述温室的土壤养分和调节土壤的PH值。
10.根据权利要求7所述的系统，其特征在于，所述植物生长数据包括在温室不同环境数据下，采集的多种植物对应的叶绿素含量；所述植物生长模型确定的方式包括：
分别对每种植物，以所述多组不同环境数据作为神经网络模型的输入，所述每种植物对应的叶绿素含量作为所述神经网络模型的输出，进行训练，得到每种植物的植物生长模型。
11.根据权利要求7所述的系统，其特征在于，所述系统还包括调控平台，所述采集模块还用于采集植物生长数据，所述调控平台与至少一个决策模块连接，
所述调控平台用于向所述至少一个决策模块发送第二采集信号，所述第二采集信号用于采集所述至少一个决策模块所在温室的环境数据和植物生长数据，并根据所述至少一个决策模块发送的环境数据和植物生长数据，对所述至少一个决策模块所在温室的植物生长模型进行更新。
12.根据权利要求11所述的系统，其特征在于，所述调控平台还用于若所述至少一个决策模块中的目标决策模块发送的环境数据不满足植物生长要求，则根据平台植物生长模型确定所述目标决策模块所在温室中的目标环境数据，并将所述目标环境数据发送至所述目标决策模块，以使所述目标决策模块对所述目标决策模块所在温室中的环境数据进行调节，以使所述目标决策模块所在温室中的环境数据达到所述目标环境数据；所述平台植物生长模型为预先基于所述至少一个决策模块所在温室的多组不同环境数据和植物生长数据训练得到。
13.一种电子设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行时实现如权利要求1-5任一所述的温室调控方法的步骤。
14.一种机非易失性可读存储介质，其特征在于，其上存储有计算机程序，该程序被处理器执行时实现如权利要求1-5任一所述的温室调控方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310787315.4A CN116755485A (zh) | 2023-06-29 | 2023-06-29 | 一种温室调控方法、装置、系统、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310787315.4A CN116755485A (zh) | 2023-06-29 | 2023-06-29 | 一种温室调控方法、装置、系统、设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116755485A true CN116755485A (zh) | 2023-09-15 |
Family
ID=87951246
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310787315.4A Pending CN116755485A (zh) | 2023-06-29 | 2023-06-29 | 一种温室调控方法、装置、系统、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116755485A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117970985A (zh) * | 2024-03-29 | 2024-05-03 | 北京市农林科学院智能装备技术研究中心 | 基于知识图谱的营养液浓度调控方法、装置及存储介质 |
-
2023
- 2023-06-29 CN CN202310787315.4A patent/CN116755485A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117970985A (zh) * | 2024-03-29 | 2024-05-03 | 北京市农林科学院智能装备技术研究中心 | 基于知识图谱的营养液浓度调控方法、装置及存储介质 |
| CN117970985B (zh) * | 2024-03-29 | 2024-06-07 | 北京市农林科学院智能装备技术研究中心 | 基于知识图谱的营养液浓度调控方法、装置及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110692338A (zh) | 水肥一体化灌溉系统控制方法及水肥一体化灌溉系统 | |
| CN109874477B (zh) | 一种农业园区施肥机托管方法及系统 | |
| CN106842923B (zh) | 基于作物生理和能耗优化的温室环境多因子协调控制方法 | |
| CN105467959B (zh) | 基于无线通讯的家用种植机系统及其控制方法 | |
| CN105045321A (zh) | 基于物联网应用设计的云平台综合管理方法 | |
| CN107173184A (zh) | 一种智能化农业灌溉系统及方法 | |
| CN105494033B (zh) | 一种基于作物需求的智能节水灌溉方法 | |
| KR20180022159A (ko) | 기계학습을 이용한 양액제어장치 및 방법 | |
| CN116755485A (zh) | 一种温室调控方法、装置、系统、设备和存储介质 | |
| CN111096130A (zh) | 一种使用ai光谱的无人干预种植系统及其控制方法 | |
| CN112042353A (zh) | 一种适用于日光温室的水肥精准决策方法及系统 | |
| CN108919768A (zh) | 一种农业管理系统及方法 | |
| CN113966680B (zh) | 一种植物补光方法、系统、装置、设备及存储介质 | |
| CN114004458A (zh) | 一种多态势感知融合的植物生长管理系统 | |
| CN115348281A (zh) | 一种基于自优化的植物自动种植方法及系统 | |
| CN114077269A (zh) | 基于数据驱动模型的温室环境预测与优化控制方法 | |
| CN109116897A (zh) | 一种基于大数据的农业种植环境智能调节方法 | |
| KR20140143272A (ko) | 시설재배 최적 생장 환경 제공 시스템 및 그 방법 | |
| US20230309464A1 (en) | Method and apparatus for automated crop recipe optimization | |
| CN116578047A (zh) | 一种用于辣椒生产的精细化智能控制方法及系统 | |
| CN103650730B (zh) | 一种根据作物投影面积和植株高度进行施肥的方法 | |
| KR102039744B1 (ko) | 식물공장용 작물 생육 환경 조건 제어값 산출을 위한 피드백 제어 데이터를 수집하고 분석하기 위한 제어 방법 | |
| CN110377082A (zh) | 一种温室中的自动化控制系统 | |
| CN115392016A (zh) | 一种基于遥感数据同化的青贮玉米生长发育预测方法 | |
| Pandey et al. | IOT based smart polyhouse system using data analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |