基于作物信息融合的多尺度温室环境控制系统研究

Crops are the final objects in the greenhouse environmental control system, feedback of crops growth information to the real-time control system can both improve the accuracy of control system and meet the most needs of crops growth. In this study, following the time scale of crops growth, the greenhouse parameters will be divided into three layers, which are environment parameters layer (including the temperature, humidity, illumination intensity, carbon dioxide concentration, et al), physiological parameters layer( including the leaf temperature, leaf humidity, flow in stems, canopy photosynthesis effective radiation ,et al) and crops growth layer (including rate of fruits growth, rate of leaves area growth, rate of stems growth, et al). All the three layers can express the status of environment control in greenhouse in real-time, certain duration and long period timetable respectively, based on the multi-information fusion, the three layers containing different crop growth information will be fused and integrated into the Greenhouse Information Fusion Platform at different layers, various ranks and multiple aspects, in considering of economical indicators and energy consumption, various kinds of mathematical models will be yielded from the Greenhouse Information Fusion Platform, on which a subsystem is founded to evaluate the performance of the controls. and the intelligent decision control system of greenhouse will be developed based on the integration of the three environmental controlled layers, the system not only can finish the online control of the environment in greenhouses, but also meet the physiological requirements of crops in a short period and will be good for the crops growth in a long period. The crops yields can be increased, and the efficiency of greenhouses will be improved.

温室环境控制的最终对象是作物，将作物信息反馈到实时控制系统中，不仅可以提高控制精度，而且可以满足作物生长需求。本研究以时间尺度为工具，将包含作物信息的温室参数分为3层：环境因子层（包括温度、湿度、光照、CO2浓度等）、作物生理层（叶面温度、叶面湿度、茎流量、光合作用有效辐射等）和作物生长层（果实膨大速率、叶面积增长速率、茎秆增长速率等）。3层信息分别从实时、短时和长期3个周期表征温室状态，采用多源信息融合技术，将3种信息进行分层次、多级别、多方面融合，最终完成包含作物的综合温室信息融合平台，在考虑经济指标和生产能耗约束条件下，提炼出该平台下的温室控制评价指标体系，建立温室智能决策控制系统，不仅可以实现温室环境因子的实时控制，又能满足短期内作物的生理需求，同时对作物长期生长有利，从而达到增加温室作物产量，提高温室生产效率的效果。

为了实现温室环境因子的实时控制，既能满足短期内作物的生理需求，又对作物长期生长有利，从而达到增加作物产量，提高温室生产效率的效果，本课题提出了基于作物信息融合的多尺度温室环境控制系统，主要开展了三个方面的研究：1）不同尺度下的温室环境信息和作物信息测量方法研究：综合考虑温室环境信息分布不均性问题，采用物联网技术和信息融合算法，实现温室环境信息融合处理，提高信息准确性、稳定性和容错性；采用激光视觉技术和机器视觉技术，实现温室作物个体和群体形态特征参数的周期性在线无损测量。2）温室作物信息与环境信息预测方法研究：针对作物蒸腾速率与环境参数间非线性耦合时延性关系，构建了基于非线性自回归动态神经网络的作物蒸腾速率预测方法，该方法可推广至多变量非线性强耦合时延性系统中的变量预测；针对作物生长量的变化与环境因子的变化存在时间尺度不统一的问题，采用集合经验模态分解与Elman神经网络建模，提出一种作物株高生长量预测方法，为温室环境控制系统的控制目标的优化提供有效参数；搭建了作物叶片叶绿素荧光图像采集系统，建立叶绿素荧光动力参数预测模型，实现作物生理信息监测和诊断。3）温室智能决策控制系统研究：针对温室生产环节中温、湿、光、肥、水、气等环境因子控制要求，研制了基于作物信息融合的多尺度温室环境控制系统配套管理装备，主要设计了基于比例-模糊控制的肥水灌溉施肥机，构建了基于多信息融合的作物灌溉量和肥水电导率控制模型，实现温室作物肥水精准应用；采用集合经验模态分解法，提出了以多尺度环境因子最优解为控制标准的温室环境多尺度实时控制策略，实现根据作物实际生长状态对环境进行实时控制的目标；基于作物生长发育情况和叶绿素荧光特性，研究温室作物LED夜间延时补光策略，研究结论对低温弱光逆境下的温室环境调控及低能耗生产有重要的指导意义。本课题研制的基于作物信息融合的多尺度温室环境控制系统能够满足设施温室生产环节中温、湿、光、肥、水、气等环境因子控制要求，相关配套装备的应用获得了良好的评价，具有良好的温室环境管控效果，能够大幅提高温室环境管理技术水平。本课题取得成果包括：发表论文26篇，其中SCI论文7篇，EI论文10篇，授权国家专利8项，计算机软件著作权3项，培养研究生8人，2016年科研成果获得高等学校科学研究优秀成果奖技术发明奖二等奖、江苏农业科技奖二等奖、江苏农机工业科技发明奖一等奖。