设施农业温室大棚智能控制技术的现状与展望
摘要：设施农业的发展是农业现代化的重要标志，也是现代化农业发展的重要建设任务。温室大棚智能控制作为设施农业种植与生产过程中的关键环节，是提高生产效率、保障农作物品质的重要措施，近年来，已成为国内外热门研究课题。温室环境是一种非线性、强耦合性、多干扰性、时滞性的动态环境系统，温室内环境因子与环境因子、植物生长情况与环境因子之间都存在复杂的能量关系。因此，如何高效经济地实现温室内多因子间的复合控制是温室环境控制过程要解决的关键问题。我国的智能温室大棚技术较国外发展晚，在控制方法、控制技术和控制成本等方面都与国外先进技术存在较大差距。为了促进我国设施农业温室大棚智能控制技术的快速发展，推动设施农业领域的技术进步，总结了国内外温室大棚智能控制技术的发展过程，重点对模糊控制、神经网络控制和专家系统控制等温室控制算法进行了分析和比较，展望了设施农业温室大棚智能控制技术的发展方向。
关键词：设施农业;温室大棚;控制方法;智能控制
收稿日期：2017-04-05
基金项目：山西省科技厅重大专项(编号：20131101029);山西省物联网产业发展及应用分析预测(编号：kxkt1605)。
作者简介：邢希君(1991—)，女，山西太原人，硕士研究生，主要从事设施农业温室大棚智能控制技术研究。E-mail：370760959@qqcom。
通信作者：宋建成，博士，教授，博士生导师，主要从事设施农业温室大棚智能控制技术、矿用智能电器、故障诊断与灾害预警技术研究。E-mail：sjc6018@163com。
温室系统是一种多输入、多输出、强耦合的复杂系统[1]。温室中影响作物生长发育的主要环境因子包括温度、水分、光照、土壤、空气(如二氧化碳、氧气等)、生物条件等。这些环境因子都是时变量，其变化没有规律可循且难以进行预判，另外这些环境因子变量是相互作用、相互耦合的，难以用数学模型表述，这些问题都对温室控制带来了很大的难度。其中温湿度的变化对温室植物生长的影响最大，且耦合程度较大，目前，大部分研究集中在温湿度的控制上[2]。
农业温室大棚控制技术总体经历了定值开关控制、PID控制和智能控制3个发展阶段。定值开关控制可以细化分为手动控制和自动控制，是一种不考虑温室控制滞后性和惯性的简单控制方法，在实际控制过程中存在精度低、静态误差大、超调量大、振荡明显、耗能大等问题，从而无法达到理想的调节效果。PID控制是目前应用领域最广泛的控制方法，控制过程包括比例、积分、微分3个环节。一般情况下，温室系统中PID控制方法相比开关控制可以取得较好的调节效果。然而，PID控制对研究对象数学模型要求较高，使得在温室环境控制系统中难以发挥其优势[3]。
智能控制是指使用类似于专家思维方式建立逻辑模型，模拟人脑智力的控制方法进行控制。智能控制具有下列优点：(1)可以不完全依赖工作人员所具有的专业知识水平;(2)可以预测温室环境的变化状态，提前作出预判断，从而尽可能解决温室大滞后的问题;(3)由于其全局统筹控制[4]，可以解决各设备在进行调节时相互协调的问题，进而减少控制系统的超调和振荡;(4)可以实现自适应控制功能，根据作物的生长状态、环境参数的变化状态和各调节单元的运行状态自动调节作物的生长环境，实现最优生长。智能控制最大进步是将先进的控制算法加以应用，进而能够确保控制系统的稳定运行和控制精度，且具有良好的鲁棒性，非常适合解决温室的环境调控问题[5-6]。
自20世纪90年代开始，智能控制成为温室内环境控制的热门研究方向，发展十分迅速。智能控制是传统控制理论高级阶段的产物，虽然其理论体系不如过去简单的控制理论完善，但已经在各个领域的应用上取得了令人瞩目的成果。特别是在传统控制方法难以解决的复杂控制系统方面(如本研究的温室大棚智能控制系统)，其优势非常突出。智能控制方法主要包括模糊控制、神经网络控制、专家控制系统、遗传算法、仿人智能控制等。模糊控制方法、神经网络控制方法及专家控制方法作为设施农业温室大棚智能控制方法相继应用于温室控制系统中[7]。本研究分析设施农业温室大棚智能控制技术的发展现状，分别对模糊控制技术、神经网络控制技术、专家控制技术的控制原理、控制方法、优缺点以及具体案例进行分析，并对其未来的发展方向进行预测。
1模糊控制技术
11模糊控制原理
近30年来，模糊控制一直是智能控制研究和应用领域的热点。模糊控制(fuzzy control)是一种非线性智能控制方法，它不需要获得准确的研究对象模型，而是将人的知识和经验总结提炼为若干控制规律，并转化为计算机语言，从而模仿人的思维进行控制。模糊控制具有较强的知识表达能力和模糊推理能力，经过模糊逻辑推理可以实现类似人的决策过程。模糊控制在模糊规则制定时实际上就隐含了解耦思想，这在不同程度上削弱了温湿度等环境因子相互耦合造成的影响，因此控制效果良好[8-9]。
典型的模糊控制系统由输入端、模糊控制器、执行机构、被控量、输出端和测量装置6个部分构成，其中模糊控制器为整个系统的核心部分，其结构如图1所示。模糊控制分为模糊化、建立规则、模糊推理、去模糊化4个过程。具体过程为被控目标的精确数值经过测量设备的收集，与系统设定值(如设定的温湿度值等)进行比较，将其偏差或偏差变化率输入到模糊化模块，映射为输入论域上的模糊集合，继而转化为模糊量。模糊控制器根据模糊控制规则进行模糊推理，将模糊输入量进行推理、决策，进而得到对应的模糊输出量集合。由模糊集合确定一个最能反映模糊推理结果的精确值，用于控制或驱动执行机构，最后执行机构作用于被控对象。按此过程进行下去，即可實现被控目标的模糊控制[10]。
12模糊控制方法
121基本模糊控制方法
为了解决温室大棚中模型建立难和控制精度低的问题，国内外的研究焦点集中在模糊控制方法上。基本模糊控制是通过总结农业专家经验，提炼为模糊控制规律，并利用计算机程序加以实现，多以温室内外环境参数、设备运行状态和植物生长信息为输入，以温室环境调控设备控制信号为输出。
韩毅等提出了一种温室大棚变结构模糊控制器，通过对采集的空气温湿度进行参数识别，将模糊控制划分为快速控制和精细控制2个过程，并为每种过程设计单独的模糊控制器[11]。试验证明，该方法可以显著提高温室大棚温湿度控制系统的控制精度。Hahn设计一个了模糊控制器来控制温室气候，变量使用太阳辐射、衬底温度和冠层温度[12]。使用模糊控制器后，温室中番茄开裂率下降35%。Azaza等设计了一个基于模糊控制方法的系统，用于对温室中主要变量进行控制[13]。利用二型模糊逻辑控制器改善控制效率、能源使用率和作物产量，通过无线数据监控平台监控智能数据进而增强系统性能。卢佩等设计了基于模糊控制算法和LabVIEW的温室大棚温湿度监控系统[14]，通过引入温湿度解耦参数对温湿度的控制过程进行改善。结果表明，引入温度和湿度解耦参数后，监控系统的稳定性、监测精度和控制效率都得到了显著提升。
122模糊PID控制方法
经典的模糊控制稳态精度不够细腻、控制动作不够精准，为了更好地改善模糊控制的稳态性能和控制精准度，将模糊控制与传统的PID控制相结合，提出了模糊PID控制方法(Fuzzy-PID)。模糊PID控制大致分为2种。(1)为兼具模糊控制和PID控制的双模控制方法，即在误差大时使用模糊控制，误差变化小时切换为PID控制。(2)为利用模糊控制对PID进行自适应整定，即引入模糊逻辑，对PID控制的3个系数进行实时调整和优化，模糊自适应PID控制系统结构见图2，这种控制方法可以提高系统的灵活性，使之具有更强的自适应性和鲁棒性，应用于温室大棚智能控制系统可以同时提升其静态性能和动态性能[15]。
曾庆良等将模糊PID算法与Smith预估器进行组合，利用形成的Smith模糊PID算法对温室温湿度进行调控，一定程[CM(25]度上改善了智能算法在时滞系统控制上存在的问题，系统
[TPXXJ2tif]
的抗干扰性能和系统的动态静态响应品质也得到了提高[16]。朱伟等设计了一种模糊PID控制器，利用模糊推理，对PID控制器的3个参数进行快速调节，进而控制空调压缩机的运转速率，并通过MATLAB进行仿真，结果表明，该算法相较普通PID算法具有调节时间短、响应速度快的优点[17]。
123基于遗传算法的模糊控制方法
遗传算法(genetic algorithm)，即利用遗传算子对现有个体进行遗传操作，得到后代个体种群，后代个体拥有上一代基本特征，优良的特征会被留下并进行组合，坏的特征则被淘汰，从而算法朝着更优解的方向进化。
遗传算法作为一种随机搜索的全局优化算法，在模糊规则的自动获取过程中表现出了良好的性能。遗传算法以试探的方式，对模糊控制的隶属函数和控制规则进行优化，使模糊控制参数的确定不再单纯依靠专家经验，从而降低模糊控制各个阶段中出现的主观性和随意性[18]。其系统结构见图3。
王君设计了一种两输入三输出的模糊PID控制器，利用遗传算法对这种控制器的三角形隶属函数和模糊控制规则进行优化[19]。相比较常规的模糊PID控制器，响应速度变快，超调量变小。
[HTK]13模糊控制技术的研究进展[HT]
针对模糊控制的研究还在不断深入，模糊控制理论仍在快速发展，模糊控制未来将向着如下方向发展：(1)自校正模糊控制方法。这种方法可以对模糊控制中的模糊控制规则等参数进行实时调整，使模糊控制具有自学习性和自适应性。(2)多变量模糊控制方法。这种方法适用于解决具有多种输入变量和输出变量的强耦合系统，这种系统相较单输入单输出系统更加贴近实际工程项目，多变量间的耦合问题和控制规则的急剧增加是研究的重点。(3)专家模糊控制方法。这種方法灵活应用专家系统，将专家系统对知识的表达方法融入模糊控制，使模糊控制更加智能。(4)智能模糊控制方法。将模糊控制算法与智能优化算法(如遗传算法、蚁群算法等)相结合，可以对模糊控制规则进行在线寻优，大大改善模糊控制的品质[20]。
优化后的模糊控制将具有更好学习和调整能力，可以有效改善相应系统的品质，但其仍是以常规模糊控制器为基础，所以在控制规则、隶属函数等方面的优化、学习能力存在局限性。
2神经网络控制技术
21神经网络控制原理
神经网络控制就是利用物理上可实现的器件或系统，使计算机语言模拟人脑神经的决策方式进行控制。通过调整大量并行互联的节点间的连接关系，以完成对信息的处理，并将这种模拟应用在实际工程问题上[21]。神经网络的工作过程大致分为2个阶段：第一阶段，神经元通过自学习不断调整各计算节点之间的连接权值，同时保持各节点的状态稳定不变;第二阶段，各计算节点间的连接权值不作变化，对各节点的输出进行计算，从而达到预期的稳定状态[22]。
神经网络以结构进行划分主要有2种。(1)前馈型网络，开环无反馈，其结构见图4。主要分3部分，即输入层、隐含层、输出层，每部分由若干神经元组成，典型的代表为径向基函数神经网络(RBF网络)和误差反向传播神经网络(BP网络)。(2)反馈性神经网络，其结构见图5。这种网络中任意2个节点之间都可以进行双向通信，即对于节点计算值既可以输入也可以输出，如Hopfield网络。
作为智能控制的分支之一，神经网络具有很强的自适应性、自学习性、非线性拟合能力以及容错能力。基于这些优点，神经网络技术在设施农业愈发受到重视。
22神经网络控制方法
221基本神经网络控制方法
在温室控制系统中，基本神经网络的作用主要是对系统的辨识和最优预测，其中广泛使用的是BP神经网络。BP神经网络的工作基于最小二乘法理
论，通过梯度搜索技术对各层的权值不断地进行调整，从而使输出值不断接近期望值。利用神经网络控制方法对温室参数和模型的预测可以提高预测精度，加快收敛速度。
李倩等建立了3个温室大棚模拟模型，分别模拟冬季、春季通风时段和春季不通风时段的温、湿度BP神经网络预测模型[23]。结果表明，试验建立的不同自然环境、不同植物类型的BP神经网络模型均可以满足预测要求，且误差较小。程曼等为解决温室中大滞后大惯性的问题，提出一种基于神经网络控制的温室数学模型，该方法将温室内外部环境信息、作物生长信息、设备运行状态，及当地实时天气预测值进行融合，提出全局变量的概念，通过BP神经网络算法对温室未来环境状况进行短期预测，一定程度上改善了系统时滞性[24]。许童羽等提出一种适用于模拟北方温室空气相对湿度的预测模型。对比2种流行的神经网络，得出RBF网络是连续函数的最佳逼近，相比BP网络具有收敛速度快，且可避免局部最优的优点[25]。试验结果表明，该模型的学习过程耗时相对较短，预测误差较小，预测结果良好。
模式识别，即通过对表征事物的各类信息进行处理，进而对事物进行分类和识别。将基本神经网络应用在温室模式识别领域，可以提高识别准确度。Fourati提出了一种温室的复合神经控制策略，利用了ART2神经网络对温室数据库进行识别，进而划分为几个子数据库，从而得到不同的局部温室模型，对应合适的神经控制器与适当的操作模式[26]。仿真结果表明，使用ART2神经控制分类器比单一的神经控制策略具有更小的输出误差。
222模糊神经网络控制方法
模糊神经网络(fuzzy neural network)是当今温室智能控制的研究热点。模糊神经网络控制就是模糊控制与神经网络控制的结合，兼具有神经网络强大的自学习功能和模糊逻辑推理较强的知识表达能力。
通常模糊控制和神经网络控制有以下3种结合方式：(1)模糊神经网络混合控制方法。该方式的控制器为模糊控制器和神经网络控制器共同构成，对输入信号进行判断，选择对应控制器对其进行处理。(2)基于模糊推理的神经网络控制方法。即先对输入信号进行模糊推理，再传递给神经网络进行处理，形成的控制方法主体为神经网络控制方法。(3)基于神经网络的模糊控制方法。即利用神经网络函数调整模糊函数推理系统的隶属度函数和推理规则，其主体为模糊控制方法，这种结合方式最为常用。
Eddine等提出了一种基于自适应神经模糊推理系统的温室气候模型，该模型的输入为环境因子和控制执行机构参数，用来代表番茄植物成长过程中的主要影响因素[27]。利用神经网络进行训练，经过500次迭代后得出最后模型。Khoshnevisan等的研究中，利用自适应神经模糊推理系统(ANFIS)对温室草莓的产量进行预测，并对人工神经网络(ANN)模型和ANFIS模型的预测结果进行对比，结果表明，ANFIS模型相对人工神经网络模型可以更好地预测草莓产量[28]。吴晓强等运用模糊控制理论和专家知识建立温室控制模糊规则，结合BP神经网络控制理论，以温度和湿度作为主要控制变量设计模糊神经网络控制系统[29]。模糊神经网络模型共分4层，最后试验对模糊控制与模糊神经控制的仿真结果进行了对比，证明模糊神经控制超调更小、响应更快、控制效果更好，且具有良好的抗干扰能力。
模糊神经网络控制方法可以将模糊控制方法和神经网络控制方法的优缺点进行互补。如利用神经网络的自学习能力，可以很好地解决传统模糊控制过度依赖专家知识的问题。而模糊控制的加入使神经网络对于知识的表达能力大幅提升。二者的结合是模糊控制领域和神经网络控制领域共同的发展方向，能够解决许多传统控制方法无法解决的复杂问题[30]。
23神经网络控制技术的研究进展
从国内外研究现状可以看出，神经网络技术已经成为多交叉学科融合的前沿技术，将其与多种先进控制方法(如模糊控制、遗传算法、专家系统等)进行融合形成的智能控制方法也已被广泛应用于各个领域并取得了良好的效果。神经网络控制尤其适用于数学模型难以准确建立，或对象机理不明确的应用场景。在设施农业温室大棚的研究中，神经网络灵活应用于产量预测、虫害预测、作物生长状况以及作物生长环境的研究。在运用神经网络对温室系统进行系统辨识和控制时，其网络结构、控制算法、控制结构等的确定将是未来主要研究方向。
3专家系统控制技术
31专家系统控制原理
专家系统控制(Expert Control)的研究起源于20世纪60年代末，作为人工智能中最具实用价值的技术，已经广泛应用于众多生产生活领域。专家系统控制就是以智能的方式利用某一领域的专家知识，是专家系统技术与传统控制理论结合的产物。专家系统是一种具有特定领域专家级知识和经验的智能计算机系统，因其集成了相关领域众多专家的经验和知识，有时甚至超过相同领域的人类专家的水平[31]。
专家系统主要组成部分为专家知识库和推理机，其结构见图6。专家知识库是用来存放某一领域相关知识和规则的数据库，这些知识来自相关领域的常识性知识、已经确定的书本文献的知识以及专家们经过反复实践得出的知识，是推理機工作的知识基础。推理机根据知识库中存放的专业知识为推理基础，根据问题类型选择推理策略和机制，为遇到的现实问题提供解决方案。专家知识库和推理机的设计对专家系统的设计至关重要。
相对于一般的智能控制而言，专家系统控制具有如下基本特点：(1)具有特定领域专家级别的知识;(2)具有启发性，可以进行有效推理;(3)具有灵活性和透明性;(4)具有一定的困难性和复杂性。
32专家系统控制方法
321基本专家系统控制方法
农业专家系统是综合分析各类农业领域相关知识、经验、数据和模型后，通过计算机得出最优的解决方案，用于指导智慧农业生产的一种高新科技[32-33]。当农业专家系统运用在温室大棚时，可以大大提高温室的智能性，使温室系统具有诊断、决策及预测等功能。
王健运用专家系统控制方法建立了温室番茄生长发育专家系统，可以随时调用查询预存的专家知识和经验，从而实现番茄生长发育预测和病虫害的预测诊断。设计了相关的界面，并细化了各个模块的功能[34]。晏江着眼于设施蔬菜生产的整个过程，将计算机控制技术与设施蔬菜栽培专家的经验、知识和解决问题的方法相结合，集成先进的农业技术，开发了一套具有一定先进性的设施蔬菜生产管理专家系统，为温室种植者提供决策辅助[35]。系统具有播前决策功能、田间管理功能、病虫害防治功能、产后决策功能、其他辅助决策功能和知识获取功能，具有很好的实用性。西班牙科学家 Gonzalez-Andujar设计了一种具有蔬菜病虫害防治、杂草鉴别功能的专家系统，方便种植者查询作物种植方面较为全面的指导性建议[36]。系统根据专家知识内容分为病害、虫害和杂草3个子系统，每个子系统拥有各自独立的数据库，提高了决策的针对性及正确性。
322模糊专家系统控制方法
专家系统的规则前件和后件通常都是精确的集合，所以推理范围狭窄，但实际问题的知识概念往往不是很明确的。模糊控制则存在控制器与知识表达结构单一，对复杂问题的启发性问题解决较为困难的问题。将二者结合形成模糊专家系统控制方法，以模糊控制作为最基本的控制规律，由专家系统根据被控目标的特征选择相应的最有效的控制规律，这种算法可以很好地弥补模糊控制和专家系统各自的缺陷和不足。
西班牙的Romeo等提出一种新的专家识别系统，用于区分玉米大麦等作物与杂草，它由决策和识别2个主要模块构成，运用专家系统并加入模糊控制的策略[37]。吴晓辰在温室栽培研究中，在对植物病例分析的部分将模糊控制融入专家系统，推导了一种不完备信息系统的模糊度来进行病症特征的提取的算法，即从人为经验知识归纳得出的知识库中提取病症特征，利用模糊函数对不完备的信息的判断和总结，从而进行病症诊断推理[38]。
323神经网络专家系统控制方法
神经网络和专家系统在控制方面都具有各自的优点，也都具有各自的局限性。专家系统的优势在于规则清晰表达和对推理过程的正确表达，而神经网络的优势在于决策力以及对知识的获取上。将二者结合形成神经网络专家系统，其中神经网络作为专家系统自动获取知识的新途径，专家系统直接改进神经网络的权值问题，也可以间接改善神经网络学习速度，达到了2种控制方法的优势互补。
张洪波等设计了一种基于BP神经网络专家系统控制方法的智能温室大棚控制系统[39]。系统被划分为多个功能模块，分别具有各自的任务和功能。在算法上将神经网络和专家系统进行集成，融合了二者的优点，使系统更加智能。马丽丽等根据已有的专家知识库建立了以温室大棚温湿度为输入的神经网络病害预测模型，并通过此模型结合实时环境数据对未来的病害进行预测[40]。
33专家系统控制技术的研究进展
近20年，农业智能专家系统技术发展迅速[41]。农业智能专家系统运用现代化的手段，将智能技术、计算机技术、3S技术、数据挖掘技术等与专家系统控制技术进行融合，催生了如运用精确化农业信息的精准农业专家系统控制方法、侧重植物形态结构的虚拟作物专家系统控制方法以及深度运用数据挖掘技术的专家系统控制方法等。这些智能专家系统控制方法旨在模拟领域专家的智能思维及行为，为作物提供最适宜的生长环境参数和环境调控方案，将会成为今后农业专家系统的主要发展方向。
温室专家系统控制技术，经过数十年的发展成功应用于温室诊断、预测、咨询、控制等方面，成为设施农业温室智能控制方面的研究热点。
4展望
基于对目前国内外设施农业温室大棚环境控制技术研究现状的分析，结合作者在实验室的基础研究，提出今后温室环境控制技术的发展方向。
41传感网络的无线化
随着无线传感器网络(WSN)的发展，智能温室大棚的无线化将成为必然趋势[42]。传感网络无线化，即数据通过无线网络从众多小型传感器节点发送到信息采集站或集控中心。这种传感网络具有极佳的自愈性和自组织性，相较于传统有线传感网络不仅具有故障少、成本低的优点，而且很好地解决了高温高湿环境下线路易腐蚀老化的难题，非常适合应用在温室大棚控制系统。多传感器的数据融合和传感器节点的节能管理等重点难点将成为无线传感网络的未来研究方向。
42智能控制方法的融合化
模糊控制的优点是鲁棒性优良，知识表达能力强，无需建立精确的模型;缺点是只可实现的是粗略控制且对滞后的问题无法有效解决。神经网络控制具有可训练性和自适应能力，且计算速度快;缺点是结构和类型难以确定，无法保证结果的绝对正确性，算法易陷入局部最优。专家系统的优点在于规则的清晰表达和对推理过程的正确表达;缺点是不具备自学习能力，且知识获取较难，造成了效率的低下。单一的控制方法无法满足温室系统的智能控制，将多种算法进行集成融合，优势互补，取长补短，则可以实現对温室众多环境因子变量更有效控制。
43物联网技术的成熟化
农业物联网即通过部署传感装置、计算设备、执行设备以及信息通信网络，实现“人、机、物”的相互联通。随着物联网在农业方面的应用日趋广泛和成熟，物联网技术将全面渗透到智能温室控制领域，包括对农业对象的信息识别、定位追踪、环境监控和综合管理等。在温室环境智能化监控、产品可追溯和信息融合等方面，物联网技术都体现出了其独有的优势。物联网技术是世界设施农业发展的趋势，也是我国设施农业发展的必经之路。
44专家系统的智能化
专家系统与自动控制技术相结合，并灵活应用数据挖掘技术，可以实现对温室大棚内环境的实时监控。根据不同作物不同时期的生长需求，自动形成最优控制方案，按其所需提供适宜的环境参数和控制建议。这样充分发挥了专家系统在数据处理方面的优势，使系统具有自适应性和自学习性。除了环境调控方面的应用，温室大棚专家系统不断向多层次、多功能的方向发展，逐渐在病虫害防治、作物生产管理、辅助决策、经济分析等多个方面表现出其先进性。专家系统的应用使温室大棚系统控制更智能，方法更简单，效果更明显，食品更安全。
45农产品全程可追溯化
农产品安全追溯系统，即利用网络技术和身份识别技术(如二维码、条形码、电子标签等)将农产品的生产环节、加工环节、储藏环节、运输环节和销售环节打通，形成一个安全追溯闭环。用户可以更便捷地获得农产品的全程可追溯信息，实现设施农业的透明化管理。使消费者获得更加便捷的生活服务，使生产者获得较好的产品推广，使监管部门获得更全面的管理数据，从而更好地保证食品安全。农产品全程安全可追溯已经成为世界农业发展的趋势。
5结论
目前，设施农业温室大棚智能控制技术是多变量、大滞后、强耦合的复杂温室大棚系统最行之有效的控制方法[43-44]。随着设施农业温室大棚智能控制技术的研究，部分智能温室大棚已经可以突破自然环境的制约，按照人类的市场需求，为植物创造出最适宜的生长条件。
本研究分析了设施农业温室大棚智能控制技术的发展历程，研究了模糊控制技术、神经网络控制技术和专家控制技术中标志性智能控制方法的内涵、优缺点以及适用的控制环节。指出现阶段多种智能控制方法百花齐放，没有孰优孰劣之分。合理利用不同智能控制技术的优点，对多种智能控制技术进行集成融合，才能为作物提供更适宜的生存环境。
设施农业温室大棚智能控制技术的发展趋势必然是智能控制、传统控制及诸技术(如无线传感技术、物联网技术、身份识别技术等)的融合。在提高农作物产出率的同时，实现农产品全程安全溯源，实现各个环节智能化，向着高产、高效、环保、节能、安全、透明的方向稳步持续快速发展。作为设施农业的重点发展方向，温室大棚智能控制技术必然具有广阔的研究和应用前景。
参考文献：
[1][ZK(#]秘立鹏，宋建成，王天水，等 设施农业温室大棚网络型自适应控制系统的开发[J] 农机化研究，2014，36(7)：124-128
[2]聂海强 温室环境控制方法研究[J] 电子世界，2013(22)：107-109
[3]赵斌，王克奇，匡丽红，等 我国温室环境的模糊控制技术应用现状[J] 自动化仪表，2008，29(5)：1-4，8
[4]Blasco X，Martínez M，Herrero J M，et al Model-based predictive control of greenhouse climate for reducing energy and water consumption[J] Computers & Electronics in Agriculture，2007，55(1)：49-70
[5]梁娜 温度、湿度控制的发展概况及专利分析[J] 机电信息，2015(36)：165，167
[6]何南思 温室大棚环境参数控制[D] 沈阳：沈阳工业大学，2014
[7]王君，于海业，张蕾 温室环境控制系统的发展[J] 中国农学通报，2010，26(12)：371-375
[8]刘红，符晓玲，杨莲红 模糊控制在温室控制系统中的应用[J] 昌吉学院学报，2013(4)：77-80
[9]宫赤坤，陈翠英，毛罕平 温室环境多变量模糊控制及其仿真[J] 农业机械学报，2000，31(6)：52-54
[10][ZK(#]卞和营，薛亚许，王军敏 温室大棚温湿度模糊控制系统及PLC程序设计[J] 农机化研究，2014，36(9)：147-151
[11]韩毅，许春雨，宋建成，等 基于物联网的日光温室智能监控系统设计与实现[J] 北方园艺，2016(9)：207-210
[12]Hahn F Fuzzy controller decreases tomato cracking in greenhouses[JP3][J] Computers and Electronics in Agriculture，2011，77(1)：21-27
[13]Azaza M，Tanougast C，Fabrizio E，et al Smart greenhouse fuzzy logic based control system enhanced with wireless data monitoring[J] ISA Transactions，2016，61：297-307
[14]盧佩，刘效勇 基于LabVIEW的温室大棚温、湿度解耦模糊控制监测系统设计与实现[J] 山东农业大学学报(自然科学版)，2012，43(1)：124-128
[15]Trabelsi A，Lafont F，Kamoun M，et al Fuzzy identification of a greenhouse[J] Applied Soft Computing，2007，7(3)：1092-1101
[16]曾庆良，顾强，仉毅，等 基于Smith模糊PID控制的温室监控系统设计[J] 计算机测量与控制，2015，23(6)：1964-1966
[17]朱伟，赵建平，李璐，等 基于SOPC和WSN的温室模糊PID控制系统的设计[J] 电气自动化，2015，37(3)：98-100
[18]Homaifar A，Mccormick E Simultaneous design of membership functions and rule sets for fuzzy controllers using genetic algorithms[J] IEEE Transactions on Fuzzy Systems，1995，3(2)：129-139
[19]王君 基于模糊控制策略的温室远程智能控制系统的研究[D] 长春：吉林大學，2015
[20]萧赞星，袁书生 模糊控制技术的现状及发展趋势[J] 内江科技，2014(1)：98-99
[21]罗兵，甘俊英，张建民 智能控制技术[M] 北京：清华大学出版社，2011
[22]邰成 智能温室控制算法的研究与应用[D] 南京：南京邮电大学，2013
[23]李倩，申双和，曹雯，等 南方塑料大棚冬春季温湿度的神经网络模拟[J] 中国农业气象，2012，33(2)：190-196
[24]程曼，袁洪波，蔡振江 基于全局优化预测的温室智能控制模型[J] 农机化研究，2013，35(10)：26-29
[25]许童羽，王泷，张晓博，等 RBF神经网络在北方日光温室湿度模拟预测中的应用[J] 沈阳农业大学学报，2014，45(6)：726-730
[26]Fourati F Multiple neural control of a greenhouse[J] Neurocomputing，2014，139(SI)：138-144
[27]Eddine C，Mansouri K，Mourad M，et al Adaptive neuro-fuzzy inference systems for modeling greenhouse climate[J] International Journal of Advanced Computer Science & Applications，2016，7(1)：96-100
[28]Khoshnevisan B，Rafiee S，Mousazadeh H Application of multi-layer adaptive neuro-fuzzy inference system for estimation of greenhouse strawberry yield[J] Measurement，2014，47(1)：903-910
[29]吴晓强，黄云战，赵永杰 基于模糊神经网络的温室温湿度智能控制系统研究[J] 中国农机化学报，2016，37(4)：63-66，84
[30]Jang J S R，Sun C T Neuro-fuzzy modeling and control[J] Proceedings of the IEEE，1995，83(3)：378-406
[31]冯定 神经网络专家系统[M] 北京：科学出版社，2006：1-4[HJ173mm]
[32]石琳，陈帝伊，马孝义 专家系统在农业上的应用概况及前景[J] 农机化研究，2011，33(1)：215-218
[33]降惠，李杰 农业专家系统应用现状与前景展望[J] 山西农业科学，2012，40(1)：76-78
[34]王健 番茄生长发育模型研究及其专家系统设计[D] 北京：北京理工大学，2015
[35]晏江 面向商品化生产的设施蔬菜专家系统的设计与实现[D] 武汉：华中农业大学，2013
[36]Gonzalez-Andujar J L Expert system for pests，diseases and weeds identification in olive crops[J] Expert Systems with Applications，2009，36(2)：3278-3283
[37]Romeo J，Pajares G，Montalvo M，et al A new Expert System for greenness identification in agricultural images[J] Expert Systems with Applications，2013，40(6)：2275-2286
[38]吴晓辰 温室栽培专家系统关键技术研究[D] 天津：天津理工大学，2013
[39]张洪波，陈平，刘学，等 基于神经网络的专家系统在温室控制中的应用[J] 成都信息工程学院学报，2010，25(3)：260-263
[40]马丽丽，贺超兴，纪建伟 基于环境因子的黄瓜病害预测研究[J] 农机化研究，2012，34(4)：160-162，166
[41]武向良，高聚林，赵于东，等 农业专家系统研究进展及发展方向[J] 农机化研究，2008(1)：235-238
[42]宋建成，秘立鹏，郑丽君，等 一种设施农业温室大棚网络型自适应控制系统：CN2013101398740[P] 2013-04-22
[43]胡金山，王熙 基于PLC、MCGS组态技术的北方寒地温室环境监控系统设计[J] 江苏农业科学，2015，43(10)：510-512
[44]李将，俞阿龙，蔡文科，等 基于ZigBee和GPRS的温室控制系统研究[J] 江苏农业科学，2015，43(10)：494-497
作者：邢希君 宋建成 吝伶艳 田慕琴 李德旺
摘 要：当前，我国设施农业温室大棚建设中，还存在着网络化程度低，运行管理落后以及环境调控水平有待进一步提升等诸多方面的问题，制约了设施农业温室大棚整体生产效率的提高。为了解决设施农业温室大棚生产中所存在的一系列问题，本文基于物联网技术，探讨物联网技术在设施农业温室大棚中的应用设计，并研发一种设施农业温室大棚智能控制系统。希望本研究能够推动设施农业温室大棚的科学管理，推动农业温室大棚朝向科学化、网络化、智能化、自动化方向发展。
关键词：物联网 设施农业温室大棚 智能控制 系統 研究
1 农业物联网简介
从总体上来看，互联网是新一代信息技术，物联网融合了互联网、传感网、传感元件和智能信息处理相关方面的内容。物联网最初源于网络化无线射频识别系统，随后，慢慢发展成熟。截止到今日，学术界尚未对物联网的概念达成统一的共识，专家学者们对物联网的定义众说纷纭。我们普遍认可的一种说法是物联网是一种基于有线和无线通信方式，通过传感器、卫星定位、射频识别等采集物体信息，并把这些信息上传至互联网，实现对现实生活中物品的精准定位识别以及监控和管理。物联网技术在农业生产中的广泛应用主要体现于农业服务、农业管理和农业生产经营等环节，从物联网技术特点角度，可以把物联网技术分成传输层、感知层和应用层。每一个技术层都发挥着各自的功能，其中，第一，感知层。感知层常作为农业物联网的基础，为应用层和传输层提供了更加可靠的数据支撑，具体来讲，感知层通过卫星定位、遥感技术、智能传感器等来全面采集日常生活中的物品信息，如农作物长势信息、土壤信息、环境信息、产品物流信息等。第二，传输层。农业物联网中间环节传输层利用互联网、移动通信网、局域网等来实现对感知层采集物体数据信息的传输，把数据安全稳定地传输至应用层。同样的，对于应用层处理后的数据，也经过传输层来回馈至感知层设备终端，为农业生产提供指导。第三，应用层。应用层可以说是整个农业物联网的顶层环节，具体包括农产品追溯领域、大田种植领域、设施养殖领域、设施园艺领域、农产品物流领域等。在应用层，实现了数据融合、数据管理、数据预警、智能控制、诊断推理等，助推农业生产过程更加智能化、高效化、集约化的实现。
2 基于物联网的设施农业温室大棚智能控制系统设计
众所周知，我国拥有大规模的设施农业产业，但是，设施农业大棚生产效率却始终不高，这主要是由于技术水平的局限。本文尝试探讨将物联网应用于设施农业温室大棚生产中，具体的实现过程如下。
2.1 设施农业温室大棚环境参数及特点
从总体上来看，园艺作物能否得到健康生长，一方面取决于自身的遗传特性，另一方面就与所生长的环境息息相关。环境因子主要包括温度、湿度、光照、气体因子等，在温室大棚内部，通过控制各项环境因子在适宜的水平，能够有效地提高农作物的质量与产量。本文主要就温度、湿度、光照强度和二氧化碳浓度4项环境因子进行论述。
第一，温度。温度是影响园艺作物呼吸作用和光合作用的重要因素，每一种农作物生长都有适宜的温度范围，并满足“三基点”要求。“三基点”具体包括温度下限、温度上限以及最适生长温度，例如：对于光合作用而言，农作物最适宜生长温度范围在20℃～25℃;对于呼吸作用而言，农作物最适宜的呼吸温度范围在36℃～40℃。需要强调的是，对于设施农业温室大棚的环境，也应该保持一定的昼夜温差。那么，如何调控设施农业大棚温度呢?一般情况下，我们主要采用电热采暖、热风采暖、热水采暖3种方式进行加温，我们厂采用水分蒸发、遮阳、通风的方式进行环境的降温。在必要的情况下，由于温度和湿度之间存在着一定的关联性，升温和降温都会引发温室大棚内部湿度的改变，我们还要考虑到湿度改变对农作物生长的影响。
第二，湿度。湿度可以说是影响农作物生长的最重要的环境因子，一般情况下，农作物的含水量为60%～80%，而农作物的生理过程几乎都离不开水分的参与，如蒸腾作用、呼吸作用、光合作用。对于设施农业温室大棚而言，其内部环境的湿度是由土壤湿度和空气湿度共同决定的。温室大棚本身是密闭的微环境，我们常常对其进行降湿处理，一般情况下，我们可以采用通风的方式来去除空气中多余的水分，也可以采用一定的吸附材料来降低空气的湿度。
第三，光照强度。植物的光合作用离不开光照，并且光合作用的速率也随着光照强度的改变而发生变化，众所周知，对于农作物而言，每一种农作物都对应一个光饱和点。低于这个光饱和点，农作物的生长受到限制，而高于这个光饱和点，即便是光照强度加大，农作物光合作用也不再加快。大多数的农作物最适光照强度范围是8000～12000lux，而我们常常采用遮光和补光操作的办法，能让农作物尽可能在最适光照强度范围内生长。利用人工光源，人为地延长光照时间或者提高光照强度进行补光操作，利用遮阳网来进行遮光操作。
第四，二氧化碳浓度。植物的光合作用离不开二氧化碳的参与，我们常形象地称二氧化碳就是农作物的“粮食”。大多数农作物生长所需的二氧化碳浓度为0.1%，而大气中的二氧化碳浓度仅为0.03%，因此，我们有必要对设施农业温室大棚进行人工补充二氧化碳，但是，二氧化碳浓度也不是越高越好，一旦二氧化碳的浓度很高，就会导致农作物叶面系统关闭，反而不利于光合作用的进行。
2.2 设施农业温室大棚智能控制系统设计
依据各项温室大棚环境参数，本文设计的物联网体系架构包括感知层、传输层和应用层，以以太网接入局域网络，实现了对温室大棚的自动化、智能化、科学化控制，大大提高了农业生产的效率。
3 结语
我国设施农业发展中依然存在着诸多方面的问题，提出解决问题的具体对策势在必行。具体来讲，目前，我国设施农业生产过程中往往需要劳动人员凭借经验进行运行管理，事实上，农业温室大棚受诸多方面影响因素的制约，如环境、生物等。仅仅依靠大量劳动人员的管理经验，很难将农业温室大棚环境控制在最适宜的状态。另外，引进发达国家成套的控制系统，尽管可以对我国设施农业温室大棚起到有效的助推作用，但是购买系统的成本过高，以及所购买的温室控制系统不能完全与我国基本国情相匹配。总之，结合我国的不同地域状况，生产一套技术水平先进的设施农业温室大棚环境控制系统具有十分重要的现实意义。
参考文献
[1] 邢希君.基于多变量控制的设施农业温室大棚智能控制系统的开发[D].太原理工大学，2018.
[2] 何灿隆，沈明霞，刘龙申，等.基于NB-IoT的温室温度智能调控系统设计与实现[J].华南农业大学学报，2018，10(2)：117-124.
[3] 李兴泽，王福平.基于物联网的农业大棚智能管控系统[J].江苏农业科学，2018，46(1)：181-183.
作者：刘璐 刘光伟
摘 要 随着农业现代化程度的不断提高，设施农业已成为当前经济作物种植的主要手段。设施农业温室大棚中种植的作物虽然经济价值高，但面临着生产环境要求严格、农村劳动力日益下降以及设施农业温室大棚智能化程度不高等困难。因此，通过智能控制系统来解决当前设施农业温室大棚生产中面临的问题逐渐受到重视。基于此，通过LoRa无线传感网络阐述设施农业温室大棚智能控制系统的设计与实现。
关键词 LoRa技术;设施农业;温室大棚;智能控制系统
1 设施农业温室大棚智能控制系统设计的关键技术
1.1 LoRa技术简介
LoRa全称为Long Range Radio，即远距离无线电。LoRa联盟于2015年3月宣布成立，是一个开放的、非盈利性组织，其目的在于将LoRa推向全球，实现LoRa技术的商用。该联盟由Semtech牵头，发起成员还有法国Actility，中国AUGTEK和荷兰皇家电信KPN等企业。目前，联盟成员数量达330多家，其中不乏IBM、思科、法国Orange等重量级厂商[1]。
作为LPWAN(Low-Power Wide-Area Network，低功耗廣域网)的典型代表技术之一，LoRa凭借其网络连接的高度可靠性、2 km以上(与环境有关)的连接距离以及独特的信号传输时间测距机制等优势，近年来在多个应用领域获得了蓬勃发展，其特点尤其适合农业物联网的应用场景。
在信号方面，LoRa使用线性调频扩频调制技术，获得了类似于FSK(Frequency-Shift Keying，频移键控)调制相同的低功耗特性，而又明显提高了通信距离并消除了干扰，同时LoRa网络协调器又拥有并行多信道数据处理能力。
1.2 JavaScript简介
JavaScript(Java脚本语言)是一种用来开发Internet上客户与服务器程序的基于对象的弱类型脚本编程语言，是主要用来制作网页前台的技术，在层次上介于HTML与Java语言之间[1]。由于其大部分语法规范取自于Java语法规范，所以取名为JavaScript，是由Netscape公司的Brendan Eich在浏览器上首次设计实现而成。作为一种解释性脚本语言，JavaScript不需要编译，只需嵌入到HTML代码中逐行加载解释执行[2]。
2 智能控制系统软硬件设计
2.1 智能控制系统组网设计
设施农业大棚的智能管理需要对大棚内的空气温度、温度等参数进行监测与控制。智能控制系统在设计时主要采用3种类型的节点，分别为数据采集节点、控制节点和网关节点。采集节点、控制节点与网关之间通过LoRa组网，网关通过4G或WiFi接入Internet。系统组网示意图如图1所示。
2.2 智能控制系统软件功能设计
管理平台以Web方式供不同用户访问。提供前后台两种模式：前台类似信息网站，向所有用户推广智能化农业的特点，以及公司产品的技术优势、应用场景、合作案例等;后台供登录用户使用，以便动态地配置运行参数，监控硬件的运行状态、各种数据报表、与其他第三方平台的集成等。Web后台可进行权限划分，不同角色用户可以看到不同的操作栏目。每个用户只能看到本企业相关的产品数据，可以保护用户数据隐私。各功能模块如图2所示。
2.3 通信协议设计
节点与传感器之间使用modbus协议，modbus基本命令格式为：[设备地址][功能码][起始地址：2字节][数据长度：2字节][CRC16校验]，其意义分别如下。1)设备地址：设备地址范围为1～35;2)功能码：不同的应用需求功能码不同;3)起始地址：查询或操作寄存器起始地址;4)数据长度：读取的长度;5)CRC校验：CRC16校验。
节点与网关之间使用私有的通信协议，协议设计中基本命令格式为包头+数据域+校验。简要功能码如表1所示。
3 系统软件详细设计
3.1 节点程序设计
3.1.1 传感器节点程序设计
传感器节点采用STM8芯片，通过LoRa模块接入网关，主要功能有定时采集传感器数据、主动上传至网关。具体设计如图3所示。
3.1.2 控制节点程序设计
控制节点采用STM8芯片，通过LoRa模块接入网关，主要功能有接收服务器的控制指令、控制电磁阀和电动阀等执行机构、定时检测执行机构的开关状态并上传至网关。具体设计如图4所示。
3.1.3 网关节点程序设计
网关节点采用STM8芯片，通过LoRa模块与节点组网，并通过4G或WiFi接入工控机。主要功能有数据转发、将节点主动上传的数据发送至上位机、将上位机下发的指令发送至节点。具体设计如图5所示。
3.2 关键模块详细设计
3.2.1 数据管理模块
数据管理模块主要负责展示传感器的事实数据、历史数据、设备操作日志、生成数据曲线图等功能。具体实现代码如图6所示(以传感器数据列表为例)。
3.2.2 控制规则设定模块
为了实现设施农业温室大棚的智能化管理，系统提供3种控制方式，分别是手动控制、时间控制、阀值控制。其中阀值控制规则为复杂控制规则，允许用户自定义设备与传感器进行多对多绑定，从而实现自动灌溉、自动加湿、自动抽风等效果。具体实现代码如7所示(以时间控制代码为例)。
4 系统运行效果
基于LoRa的设施农业温室大棚智能化控制系统实现后的运行效果如图8所示。
5 结论
本文设计了一种基于LoRa技术的设施农业温室大棚智能化控制系统，通过传感器实时反馈温室大棚内生产环境数据并按用户需求进行多种生产设备的智能化控制，可以在农业温室大棚推广应用，以取得较好的社会效益与经济效益。
参考文献：
[1] 张惠芬.JavaScript的理论分析及其应用[J].衡水学院学报，2006，8(1)：45-46.
[2] 余起怡.基于JavaScript的三维智慧校园电子地图系统开发[J].黑龙江工程学院学报，2018，32(4)：32-35.
(责任编辑：赵中正)
作者：朱明 曹越
佳多农林ATCSP物联网智能大棚利用先进的生物模拟技术，通过先进的网络设计，将复杂的系统模型转变成方便用户操作的电脑页面版本、手机页面版本，实现全天候实时操控;无线远程检测系统、环境检测系统、智能控制系统。结合当前棚内环境数据信息及历史大数据，系统分析对比运算，智能化对棚内滴灌、风机、遮阳网、卷帘等设施实施监控，模拟最适合棚内植物生长的环境，达到完全或部分摆脱对自然环境的依赖，实现农作物高效生产。
大棚作物的无线远程检测系统的应用。可全天候实时、定时采集棚内作物生长发育状态、病虫害活动的高清图片，棚内作物的大小也 清晰可见。其单路摄像，可进行焦距调节监控，达到近距离可以观测到植物叶面、茎干蚜虫等害虫。一般距离可以看到病虫害的发生状况、植物叶面等生长情况。远距离可观察作物整体长势状况。通过无线网络传输，千百里外也可以通过手机电脑实时监控，被称为测报人员的“听诊器”“千里眼”。
环境监测系统是智能大棚种植管理中的一项非常重要的功能。棚内空气温湿度、土壤温湿度、CO
2、光照度等因素，对棚内农作物生长起着关键性作用。通过环境监测系统，可以帮助用户通过电脑、手机客户端监测整个棚内农作物生长情况，全天候无线网络传输，自动上传作物生长信息，可以及时快速的获取棚内环境变化。从而方便用户及时进行调控，保证适宜植物生长的环境。
拥有智能控制系统的农业大棚则是农业现代化的重要标志。智能控制系统;通过棚内感知层对作物生长环境中的信息参数进行无线传输上传，智能比对参数设置值，系统分析对比运算，自动进入模型控制卷帘、风机、生物补光等环境控制设备，智能化控制设施农业各项设备启闭，调控大棚内环境达到适宜植物生长的范围。“如果温度低了，自控系统将开启空调，自动给其加温;如果温度高了，自控系统将开启风机，通过通风自动给其降温;不需要阳光时，自动打开遮阳网。病虫害做为影响农作物生长的重要因素，在设施内可以通过杀菌灯和频振诱控技术进行智能无害化防治。
二氧化碳含量作为直接影响作物光合作用的重要环境因子。系统可智能化调整，预设二氧化碳浓度、阈值范围参数。将二氧化碳浓度，实时采集值与当前浓度阈值进行对比，如果小于所设二氧化碳浓度阈值，系统则自动打开二氧化碳气罐进行精准补给;如果大于所设二氧化碳浓度阈值，则自动打开风机进行适量排放。
佳多智能大棚系统中墒情监测、智能滴灌对不同作物的种类，生长阶段、生长环境、气候土壤条件实施智能化精细灌溉施肥。将微生物肥料、有机肥料与灌溉水一起均匀准确地输送到作物根部土壤。大幅度地提高了肥料的利用率，可减少50%的肥料用量，水量也只有传统浇灌的30%-40%。
佳多智能大棚系统;实现了对大棚作物生长环境的智能化干预、无害化防治、帮助用户实现更高层次的精耕细作。
龙源期刊网 http://.cn
农业大棚智能检测环境系统
作者：王峰萍 王佳
来源：《现代电子技术》2012年第14期
摘 要：介绍了以 STC89C52单片机为核心的光照和温度控制系统的工作原理和设计方法。系统由TSL2561光传感器和 DS18B20温度传感器采集数据传输给控制器，通过外围设备 LCM12864显示现场光照度和温度值，并设计上位机程序，通过串口通信实时获取光照度和温度，所采集的数据放入到Access数据库当中，然后从数据库读出光照度和温度的值，通过曲线显示到PC机上，进行实时曲线监控。同时，系统具有温度和光强报警功能。
关键词：STC89C52; VC++; Access; 照度和温度控制系统; DS18B20; TSL2561
智能农业温室大棚管理系统项目分析与设计
目 录
第一章 绪论
1.1项目背景
智能温室大棚是农业物联网的一个重要应用领域，是以全面感知、可靠传输和智能处理等物联网技术为支撑和手段，以温室大棚的自动化生产、最优化控制、智能化管理为主要目标的农业物联网的具体应用领域，也是目前应用需求最为迫切的领域之一。温室大棚以日光温室为主，温室结构简易，环境控制能力低。我国温室大棚的技术装备尽管有了较大发展，但是温室大棚种植普遍存在管理粗放、技术设施落实不到位、智能化水平低，导致单位生产效率低、投入产出比不高、农业产品质量安全水平起伏较大的现状，在温室环境、栽培管理技术、生物技术、人工智能技术、网络信息技术等方面和发达国家存在着较大差距。我国建设在南方的大型智能温室以生产花卉为主，北方的则以栽培蔬菜为主，少部分智能温室用于栽培苗木。
四川省成都市温江区响应国家号召，政府投资，在温江区实施高科技农业示范区，示范区位于成都市温江区，当地气候为亚热带季风气候，四季分明，七月份平均气温35℃，平均降雨量400mm,一月份平均气温9℃，平均降雨量300mm。全区占地面积为：24m*32m=768平方米，已经装有混凝土拱架塑料大棚，作为有机蔬菜以及园艺种植区域，产品规格为栋宽12米，间距4米，天沟(雨水槽底部局柱底高度)5米，顶高(屋脊到柱底高度)5.9米，屋面角度25度，外遮阳高度6.4米;排列方式为屋脊走向为：南北12m*4跨=48米，侧墙长(南北)：4米*8榀=32米。现计划在该整片温室大棚种植区域安装基于物联网技术的全方位随时监控管理的智能温室大棚系统，作为农业示范区域，以便以后在整个成都片区实行推广。1.
2现存问题
首先是成本较高。一般来讲，一套智能化的控制系统成本主要包括硬件成本、运行成本和维护成本。硬件成本包括各仪器仪表、通信线缆等。整个系统也不能自由组合或者裁剪应用于不同的对象，使得难以得到推广和普及。同时，由于系统复杂、布线繁多、故障率高而且使得故障后的维修成本极大。另外，系统庞大造成的运行成本也不是一笔小费用。
其次是布线复杂。温室中有大量分散的传感器和执行机构，这些设备可能随着作物的改变而进行调整，同时错综复杂的线缆也需要重新铺设，工作量较大。为了科学、合理地实现大面积温室环境参数的自动检测与控制，电子检测装置和执行机构的设置不仅数量大而且分布广，连接着各个装置与机构的线缆，也因此纵横交错。当温室内生产的果蔬作物更替时，相应的电子检测装置和执行机构的位置常常需要调整，连接着各个装置与机构的线缆有时也需要重新布置。这不仅增大了温室的额外投资成本和安装与维护的难度，有时也影响了作物的良好生长。
第三，故障解决难。当数据无法正常接收时，检查人员不知道是线路问题还是节点故障。另外，目前的控制系统多采用基于现场总线的分布式模式，当总线出现故障时，虽然各控制节点尚能正常工作，但是上位机却无法正常管理整个网络，专家控制策略无法实施。
1.2项目意义
(1)实现广范围的测量，需求传感器节点多当前温室生产的首要特点就是监控区域很大，普通单个连栋温室都有几千平方米，而一个园区温室群的面积可能会在几百亩以上，因此需要大量的传感器节点构建传感器网络，在每个温室中采集诸如空气温度、空气湿度、光照强度、土壤湿度、营养液EC值、pH值以及室外天气参数等信息，除此以外，目前对作物生理参数的检测也逐渐受到人们的重视，因此将会有更多的传感器节点被用于温室生产。另外，用于驱动温室中执行机构的控制节点的数量也不能忽略。由此可见，温室对其监测与控制系统的首要需求就是网络容量大。
(2)检测点位置灵活变动
温室中大量分散的传感器，但随着作物的生长而需要不断调整位置;或者当温室内生产的作物更替时，相应的电子检测装置和执行机构的位置也常常需要调整;另外，温室的利用结构也会经常根据用户需要而不断改变，这就要求系统中各个节点能根据需要随意变换位置而不影响系统工作。
(3)节点数目可随意增减
作物生长阶段不同，环境因子对作物的影响可能也不同，生长初期可能对温度比较敏感，而后期可能对光照比较敏感，这就要求系统可以随意改变节点的类型和数量。除此以外，随着作物的生长，用户可能还需要对植物的生理参数进行监测而需要不断增加传感器节点。在某些科研温室中，也经常需要改变传感器节点的类型和数量，以达到精确监测与控制。上述这些情况都需要所用的监控系统的节点能随意增减。
(4)系统可靠性
系统故障而造成的经济损失不可估量。如果系统出现问题而未能被及时发觉和修复，那么可能对作物造成致命的伤害，尤其在一些恶劣的天气例如高温和寒冷气候条件下，这将直接影响产量和收益。另外，温室内湿度高、光照强、具有一定的酸性，都会导致线缆的腐蚀、老化，从而降低系统的可靠性和抗干扰性，这对于检查系统故障造成困难。例如，当数据无法正常接收时，检查人员不知道是线路问题还是节点故障，这对及时发现和解决故障带来不便。因此，温室测控系统必须要可靠。
2、方案概述
本系统结构及配套设施：主体骨架为热镀锌型组装、覆盖材料、自然通风系统强制通风系统、内遮阳系统、外遮阳系统、环流风机系统、加热系统、补光系统、配电系统、监控系统、智能控制系统。
智能化大棚是一个半封闭系统，依靠覆盖材料形成与外界相对隔离的室内空间，一方面要以通风换气创造植物生长优于室外自然环境的条件;另一方面，室内产生的高温高湿和低二氧化碳浓度，通过通风换气来调控，创造植物生长的最佳环境。
3、系统功能描述
3.1、智能温室大棚物联网感知层
智能温室大棚物联网的应用一般对温室的七个方面进行监测，即通过土壤、气象、光照等传感器，实现对温室的温、水、肥、电、热、气、光进行实时调控与记录，保证温室内的有机蔬菜和花卉生产在良好的环境中。
3.2、智能温室大棚物联网传输层
一般情况下，在温室内部通过无线终端，实现实时远程监控温室环境和作物生长情况。通过手机网络和短信的方式，监测温室传感器网络所采集的信息，以作物生长模拟技术和传感器网络技术为基础，通过常见蔬菜生长模型和嵌入式模型的低成本智能网络终端。通过中继网关和远程服务器双向通信，服务器也可以进一步做出决策分析，对所部署的温室中灌溉等装备进行远程管理控制。
3.3、智能温室大棚物联网智能处理层
通过对获取信息的共享、交换、融合，获得最优和全方位的准确数据信息，实现对智能温室大棚作物的施肥、灌溉、播种、收获等的决策管理和指导。基于作物长势和病虫害等相关图形图像处理技术，实现对大棚作物的长势预测和病虫害监测和预警功能。还可以将监控信息实时地传输到信息处理平台，信息处理平台实时显示各个温室的环境状况，根据系统预设的阈值，控制通风/加热/降温等设备，达到温室内环境可知、可控。
4、系统架构
5、系统网络拓扑
6、各子系统设计
6、1 感知层
(1) 无线传感网络
无线传感器网络(WSN)就是由部署在监测区域内大量的廉价微型传感器节点组成，通过无线通信方式形成的一个多跳的自组织的网络系统，其目的是协作地感知、采集和处理网络覆盖区域中被感知对象的信息，并发送给观察者。传感器、感知对象和观察者构成了无线传感器网络的三个要素。
Zigbee网络组网
网关 ：Zigbee—3G ZigBee节点是可以组建Mesh网络的，设置一个ZigBee节点为网络协调器，其他每个ZigBee节点都可以当做路由节点来使用，也可以设置为终端节点但是就失去了路由功能。
(2)视频监控
摄像机 ： WIFI传感网络，对检测到的图像信息使用WIFI进行传输 (3)设备供电
设备供电系统由最新的太阳能供电，AC 220V、DC 12V或者太阳能供电。
6、2
传输层
(1)网关：
3G无线网关：将Zigbe信号转化为3G信号进行传输 (2)路由器
交换机
3G无线路由器、交换机，用于传输局域网和广域网的数据 (3) 供电设备： 采用标准220V电源供电
6、3
网络层
(1)终端服务器：采用电脑作为服务器终端 (2)云服务平台：
采用云服务器，对大量的信息进行处理和保存 (3)监控中心：
采用球机型无线WIFI摄像机对温室大棚的情况进行采集 (4)供电方式：
采用220V标准电压供电
6、4
应用层
(1)电脑终端：
采用台式电脑或者笔记本电脑作为应用层终端 (2)手机终端：
采用智能手机作为终端，对采集的信息进行处理 (3)供电方式： 220V标准供电
7、 工程造价表
无线传感网络技术 课程设计报告
学生姓名 学院
学 号
计算机科学与技术学院
物联网工程 专
业
题
目 智能农业大棚环境监视系统的设计与实现 指导教师
2016 年
7 月 1 日
目录
1引言 ............................................................................................................. 错误!未定义书签。
1.1智能农业大棚应用的背景 ............................................................... 错误!未定义书签。 1.2智能农业大棚设计的目的与意义 ................................................... 错误!未定义书签。 2监视系统ZigBee网络设计方案 ................................................................................................... 1 2.1 ZigBee网络技术简介(这个抄一下老师给我们的那个参考) ..................................... 1 2.2两种典型网络配置结构 ................................................................... 错误!未定义书签。
2.2.1两层网络，系统由两类点构成： ........................................ 错误!未定义书签。 2.2.2三层网络，系统由三类点构成： .......................................................................... 3 3智能农业大棚控制系统的总体方案 ............................................................................................ 3 3.1智能农业大棚的特点 ................................................................................................................. 3 3.2设计的总体思路 ......................................................................................................................... 4 3.3系统分为三个模块(说一说各部分的功能与工作的流程) ......................................... 5 3.3.1 ZigBee无线传感节点 ........................................................................................... 5 3.3.2 ZigBee数据汇聚节点 ........................................................................................... 5 3.3.3 控制系统 ............................................................................................................... 6 3.4无线传感器网络拓扑连接图 ............................................................................................. 6 4 结论 .............................................................................................................................................. 6 4.1 系统应该完成的功能 ........................................................................................................ 6 4.2心得体会和感悟 ................................................................................................................. 7 参考文献........................................................................................................................................... 7
1 引言
1.1智能农业大棚应用的背景
在我国智能农业大棚控制系统还处于发展阶段，特别是传统农业与现代自动化控制技术相结合的研究成果还不够成熟。在传统的农业大棚中，浇水、通风，灯光等控制全凭经验、靠感觉。对农业大棚内的温度、湿度、光照、二氧化碳的浓度、土壤的酸碱度等环境参数都需要靠人工进行采集，这样的传统农业大棚不仅大大耗费人工成本，而且还会因为监测不到位而使农业大棚的环境得不到保障。因此智能的农业大棚应运而生。
1.2智能农业大棚设计的目的与意义
目的：
1)通过智能化的设计使得大棚的环境得到自动监视，便于管理员通过手机进行实时监查与管理。
2)将大棚内农作物的生长环境与温室环境有机结合，分析数据并确定适合温室大棚的控制系统。
意义：大大的缩减了人工巡查的成本，同时更加高效的实现了人工智能自动监管，使得农业大棚向信息化，网络化，智能化的方向发展。
2监视系统ZigBee网络设计方案 2.1 ZigBee网络技术简介
ZigBee是一组面向低速无线个人区域(LR-WPAN)的双向无线通信技术标准。它是基于IEEE 802.15.4无线标准研制开发的，有关组网、安全和应用软件方面的技术标准。其MAC层和物理层协议使用了IEEE 802.15.4标准，ZigBee联盟对网路层协议和API(应用层)进行了标准化，同时还开发了安全层，以保证这种便携设备不会意外泄漏其标识，这种利用网络的远距离传输不会被其他节点获得。与Wi-Fi,Bluetooth等其他无线接入技术相比，ZigBee具有的优势如下：
1、功耗低：工作非常省电，支持休眠状态。由于周期很短，收发信息功耗较低，以及采用了休眠模式，ZigBee可确报两节5号电池支持6个月至两年左右的使用时间;
2、工作频段灵活：使用的频段分别为2.4GHz(250Kb/s)、915MHz(40Kb/s)、和868MHz(20Kb/s)均为无须申请的ISM频段;
3、低成本：由于传输速率低，并且协议简单，降低了成本，另外使用ZigBee协议可以免专利费;
4、组网灵活、网络容量大：ZigBee可采用星型、树型和网状网络结构，由一个主节点管理若干子节点，最多一个主节点可管理254个子节点;同时主节点还可由上一场网络节点管理，最多可支持达65000个节点。
5、安全：ZigBee提供了数据完整性检查和鉴权功能，加密算法采用通用的AES-128，应用层安全属性可根据需求来配置。
6、高保密性：64位出厂编号和支持AES-128加密。 ZigBee网络具有三种拓扑结构，如图2-3所示。
图2-3 ZigBee网络拓扑结构图
1、星形拓扑结构：节点之间只有唯一的一条路径
2、树状拓扑结构：当从一个节点向另一个节点发送数据时，信息将沿着树的路径向上传递到最近的协调器节点，然后再向下传递到目标节点。
3、网状拓扑结构：网状拓扑结构是一种特殊的、按多跳方式传输的点对点的网络结构，其路由可自动建立和维护，并且具有多种强大的自组织、自愈功能。网络可以通过“多跳”方式通信，可以组成极为复杂的网络，具有很大的路由深度和网络节点规模。
2.2两种典型网络配置结构
2.2.1两层网络，系统由两类点构成：
无线传感器节点，包括无线空气温湿度传感器、无线土壤温度传感器、无线
第 2 页 共 7 页 土壤含水量传感器、无线光照度传感器、无线CO2传感器等;
无线网关节点，包括Wi-Fi无线网关或GPRS无线网关。
该结构适用于园区已经有Wi-Fi局域网覆盖，或是可以采用GPRS直接上传数据的场景。在此结构中，只需要在合适的区域部署无线网关，即可实现传感器数据的采集和上传。(本次我所使用)
2.2.2三层网络，系统由三类点构成：
无线传感器节点，包括无线空气温湿度传感器、无线土壤温度传感器、无线土壤含水量传感器、无线光照度传感器、无线CO2传感器等;
无线网关节点;
数据路由器。
该结构适用于园区没有Wi-Fi局域网覆盖，也不准备采用GPRS直接上传数据的场景。在此结构中，需要部署数据路由节点和无线网关，无线网关与数据路由节点之间以长距离无线通信方式进行数据的交换，在区域较大，节点间通信距离不足时，无线网关还可以相互之间进行自动数据中继，扩大监控网络的覆盖范围。
3智能农业大棚控制系统的总体方案 3.1智能农业大棚的特点
通过使用智能无线节点CC2530模块形成的小型局域网(如下图所示)。红色为协调器模块(小型无线网络的网关)，黄色为功能模块(子节点包括：温湿度采集模块、数字量输入/输出模块等)。
智能农业大棚事实的流程图
3.3系统分为三个模块
3.3.1 ZigBee无线传感器节点
根据总体设计的要求，ZigBee无线传感节点作为数据的采集节点，负责将温室大棚里的温湿度传感器，光照强度传感器，二氧化碳传感器等采集到的数据发送到ZigBee数据汇聚节点，即CC2530智能无线节点。
3.3.2 ZigBee数据汇聚节点
ZigBee数据汇聚节点，即CC2530智能无线节点。USB串口输出，协调器获取底层的ZigBee无线传感节点采集的数据，并将其向上位机转发，所以ZigBee汇聚节点(协调器)为一个小型局域网的网关。
编制单位：河南深励海智企业管理咨询有限公司
智能农业大棚：通过网络实时监控，完成鼠标控制灌溉，通风，控制温度，电子诱杀昆虫，无农药蔬菜和食用菌及花卉种植。顶棚采用非晶硅太阳能发电板完成20兆瓦发电功能，智能大棚自用少量电能，其他电能并入国家电网。
《智能农业大棚项目可行性研究报告》用于多方面的专业运用，包括：用于向国家相关政府部门申请立项;向金融部门申请贷款的重要依据;向有关主管部门申请专项资金的重要依据;向证监会申请股票上市的重要依据;向国土部门、开发区、工业园申请用地的重要依据;与项目有关的部门签订合作合同或协议的依据;进口设备和对外谈判的依据;环境部门审查项目对环境影响的依据。
报告目录
第一章智能农业大棚总论
1.1 智能农业大棚项目背景
1.1.1 智能农业大棚项目名称
1.1.2 智能农业大棚项目承办单位
1.1.3 智能农业大棚项目主管部门
1.1.4 可行性研究工作的编制单位
1.1.5 研究工作概况
1.2 编制依据与原则
1.2.1 编制依据
1.2.2 编制原则
1.3 研究范围
1.3.1 建设内容与规模
1.3.2 智能农业大棚项目建设地点
1.3.3 智能农业大棚项目性质
1.3.4 建设总投资及资金筹措
1.3.5 投资计划与还款计划
1.3.6 智能农业大棚项目建设进度
1.3.7 智能农业大棚项目财务和经济评论
1.3.8 智能农业大棚项目综合评价结论
1.4 主要技术经济指标表
1.5 结论及建议
1.5.1 专家意见与结论
1.5.2 专家建议
第二章智能农业大棚项目背景和发展概况
2.1 智能农业大棚项目提出的背景
2.1.1 国家或行业发展规划
2.1.2 智能农业大棚项目发起人和发起缘由
2.2 智能农业大棚项目发展概况
2.2.1 已进行的调查研究智能农业大棚项目及其成果
2.2.2 试验试制工作情况
2.2.3 厂址初勘和初步测量工作情况
2.2.4 智能农业大棚项目建议书的编制、提出及审批过程
2.3 投资的必要性
第三章智能农业大棚项目市场分析与预测
3.1 市场调查
3.1.1 拟建智能农业大棚项目产出物用途调查
3.1.2 产品现有生产能力调查
3.1.3 产品产量及销售量调查
3.1.4 替代产品调查
3.1.5 产品价格调查
3.1.6 国外市场调查
3.2 市场预测
3.2.1 国内市场需求预测
3.2.2 产品出口或进口替代分析
3.2.3 价格预测
3.3 市场推销战略
第四章产品方案设计与营销战略
4.1 产品方案和建设规模
4.1.1 产品方案
4.1.2 建设规模
4.1.3 产品销售收入预测
4.2 市场推销战略
4.2.1 推销方式
4.2.2 推销措施
4.2.3 促销价格制度
4.2.4 产品销售费用预测
第五章建设条件与厂址选择
5.1 资源和原材料
5.1.1 资源评述
5.1.2 原材料及主要辅助材料供应
5.1.3 需要作生产试验的原料
5.2 建设地区的选择
5.2.1 自然条件
5.2.2 基础设施
5.2.3 社会经济条件
5.2.4 其它应考虑的因素
5.3 厂址选择
5.3.1 厂址多方案比较
5.3.2 厂址推荐方案
第六章智能农业大棚项目技术、设备与工程方案
6.1 智能农业大棚项目组成
6.2 生产技术方案
6.2.1 技术来源途径
6.2.2 生产方法
6.2.3 技术参数和工艺流程
6.2.4 主要工艺设备选择
6.2.5 主要原材料、燃料、动力消耗指标
6.2.6 主要生产车间布置方案
6.3 总平面布置和运输
6.3.1 总平面布置原则
6.3.2 厂内外运输方案
6.3.3 仓储方案
6.3.4 占地面积及分析
6.4 土建工程
6.4.1 主要建、构筑物的工程特征与结构设计
6.4.2 特殊基础工程的设计
6.4.3 工程材料
6.4.4 土建工程造价估算
6.5 其他工程
6.5.1 给排水工程
6.5.2 动力及公用工程
6.5.3 地震设防
6.5.4 生活福利设施
第七章建设用地、征地拆迁及移民安置分析
7.1 智能农业大棚项目选址及用地方案
7.2 土地利用合理性分析
7.3 征地拆迁和移民安置规划方案
第八章资源利用与节能措施
8.1资源利用分析
8.1.1土地资源利用分析
8.1.2水资源利用分析
8.1.3电能源利用分析
8.2节能措施分析
8.2.1土地资源节约措施
8.2.2水资源节约措施
8.2.3电能源节约措施
第九章智能农业大棚项目原材料供应及外部配套条件
9.1 主要原材料供应
9.2 燃料、加热能源供应
9.3 给水供电
9.4 外部配套条件
第十章智能农业大棚项目进度与管理
10.1 工程建设管理
10.2 智能农业大棚项目进度规划
10.3 智能农业大棚项目招标
第十一章环境影响评价
11.1 建设地区的环境现状
11.1.1 智能农业大棚项目的地理位置
11.1.2 地形、地貌、土壤、地质、水文、气象
11.1.3 矿藏、森林、草原、水产和野生动物、植物、农作物
11.1.4 自然保护区、风景游览区、名胜古迹、以及重要政治文化设施
11.1.5 现有工矿企业分布情况;
11.1.6 生活居住区分布情况和人口密度、健康状况、地方病等情况;
11.1.7 大气、地下水、地面水的环境质量状况;
11.1.8 交通运输情况;
11.1.9 其他社会经济活动污染、破坏现状资料。
11.2 智能农业大棚项目主要污染源和污染物
11.2.1 主要污染源
11.2.2 主要污染物
11.3 智能农业大棚
项目拟采用的环境保护标准
11.4 治理环境的方案
11.4.1 智能农业大棚项目对周围地区的地质、水文、气象可能产生的影响
11.4.2 智能农业大棚项目对周围地区自然资源可能产生的影响
11.4.3 智能农业大棚项目对周围自然保护区、风景游览区等可能产生的影响
11.4.4 各种污染物最终排放的治理措施和综合利用方案
11.4.5 绿化措施，包括防护地带的防护林和建设区域的绿化
11.5 环境监测制度的建议
11.6 环境保护投资估算
11.7 环境影响评论结论
第十二章劳动保护与安全卫生
12.1 生产过程中职业危害因素的分析
12.2 职业安全卫生主要设施
12.3 劳动安全与职业卫生机构
12.4 消防措施和设施方案建议
第十三章企业组织和劳动定员
13.1 企业组织
13.1.1 企业组织形式
13.1.2 企业工作制度
13.2 劳动定员和人员培训
13.2.1 劳动定员
13.2.2 年总工资和职工年平均工资估算
13.2.3 人员培训及费用估算
第十四章投资估算与资金筹措
14.1 智能农业大棚项目总投资估算
14.1.1 固定资产投资总额
14.1.2 流动资金估算
14.2 资金筹措
14.2.1 资金来源
14.2.2 智能农业大棚项目筹资方案
14.3 投资使用计划
14.3.1 投资使用计划
14.3.2 借款偿还计划
第十五章财务与敏感性分析
15.1 生产成本和销售收入估算
15.1.1 生产总成本估算
15.1.2 单位成本
15.1.3 销售收入估算
15.2 财务评价
15.3 国民经济评价
15.4 不确定性分析
15.5 社会效益和社会影响分析
15.5.1 智能农业大棚项目对国家政治和社会稳定的影响。
15.5.2 智能农业大棚项目与当地科技、文化发展水平的相互适应性;
15.5.3 智能农业大棚项目与当地基础设施发展水平的相互适应性;
15.5.4 智能农业大棚项目与当地居民的宗教、民族习惯的相互适应性;
15.5.5 智能农业大棚项目对合理利用自然资源的影响;
15.5.6 智能农业大棚项目的国防效益或影响;
15.5.7 对保护环境和生态平衡的影响。
第十六章风险分析
16.1 风险影响因素
16.1.1 可能面临的风险因素
16.1.2 主要风险因素识别
16.2 风险影响程度及规避措施
16.2.1 风险影响程度评价
16.2.2 风险规避措施
第十七章可行性研究结论与建议
17.1 对推荐的拟建方案的结论性意见。
17.2 对主要的对比方案进行说明。
17.3 对可行性研究中尚未解决的主要问题提出解决办法和建议。
17.4 对应修改的主要问题进行说明，提出修改意见。
17.5 对不可行的智能农业大棚项目，提出不可行的主要问题及处理意见。
17.6 可行性研究中主要争议问题的结论。
第十八章财务报表
第十九章附件
河南深励海智企业管理咨询有限公司专业撰写可行性研究报告、商业计划书、项目建议书、节能评估、科技项目申请。
温室大棚“四位一体”生态模式是在自然调控与人工调控相结合条件下，利用可再生能源(沼气、太阳能)、保护地栽培(大棚蔬菜)、日光温室养猪及厕所等4个因子，通过合理配置形成以太阳能、沼气为能源，以沼渣、沼液为肥源，实现种植业(蔬菜)、养殖业(猪、鸡)相结合的能流、物流良性循环系统，这是一种资源高效利用，综合效益明显的生态农业模式。运用本模式冬季北方地区室内外温差可达30℃以上，温室内的喜温果蔬正常生长、畜禽饲养、沼气发酵安全可靠。
这种生态模式是依据生态学、生物学、经济学、系统工程学原理，以土地资源为基础，以太阳能颤动力，以沼气为纽带，进行综合开发利用的种养生态模式。通过生物转换技术，在同地块土地上将节能日光温室、沼气池、畜禽舍、蔬菜生产等有机地结合在一起，形成一个产气、积肥同步，种养并举，能源、物流良性循环的能源生态系统工程。
这种模式能充分利用秸秆资源，化害为利，变废为宝，是解决环境污染的最佳方式，并兼有提供能源与肥料，改善生态环境等综合效益，具有广阔的发展前景，为促进高产高效的优质农业和无公害绿色食品生产开创了一条有效的途径。
“四位一体”生态温室是依据生态学、经济学、系统工程学原理，以土地资源为基础，以太阳能为动力，以沼气为纽带，将日光温室、猪舍、沼气池、蔬菜(瓜、果)全封闭的连在一起，实现种植、养殖并举，产(沼)气、积肥同步，生物种群较多，食物结构健全，能流、物流循环的生态系统工程。
一、基本结构
“四位一体”生态温室坐北朝南，东西延伸，东西长50米--80米，南北宽8米--10米，脊高3米--3.2米;猪舍紧靠温室出入门的一端内侧，东西3米--4米，南北4米--5米;沼气池位于猪舍内地下1.5米--2米处，容积8立方米--12立方米，出料口位于蔬菜(瓜、果)田内。
二、建设要点
“四位一体”生态温室应建设在避风向阳，地势平坦，土质肥沃，灌溉方便，四周无高大建筑物，光照和通风条件较好的地段。
1.沼气池建设 沼气池是生态温室的核心部分，起着连结养殖与种植、生产与生活用能的纽带作用。建设技术按国标GB4750--84执行。其技术要点：①确定沼气池中心点，挖池并将池底修成锅底状;②用150号混凝土浇筑池底，厚10厘米--15厘米;③支模浇筑主池壁，用150号混凝土一层一层浇筑并捣实，厚度5厘米，同时安装进、出料管;④用200号混凝土采用对称浇筑方法一次性完成拱顶浇筑，厚度5厘米以上;⑤水压间浇筑同上述③;⑥拆模清理，采用七层密封方法进行池内密封;⑦试水、试压;⑧填料;⑨安装输气管、气压表、灯、灶等。
2.日光温室建设 日光温室是生态温室的主体结构。①透光率高，保温性能好，抗风雪
能力强，方便管理;②坐北朝南，东西延伸，如有偏斜，不超过5度为宜;③东西长50米--80米，南北宽8米--10米;④三面围墙，厚度不低于1米，北墙高度2米--2.2米;⑤顶面起脊，后坡与地面夹角35度--45度，前坡与地面夹角25度左右;⑥内设3排--4排立柱(钢筋结构不设)，后坡有保温屋顶;⑦顶面和三面围墙设通风换气窗，出入门设保温门帘;⑧顶面盖保温草帘;⑨南沿外设防寒沟。
3.猪舍建设 猪舍外侧墙与温室墙为统一整体，北墙、内侧墙厚24厘米，墙与温室顶面横接，北墙设猪舍门，内侧墙在高60厘米和150厘米处分设两个24厘米x24厘米的换气孔，猪舍南墙为铁栏护墙，设门，猪舍顶面设通风窗。
通过对已建成使用的五井镇下五井东村“四位一体”生态温室进行效益分析，一座生态温室，年可产沼气1100立方米，节煤1.1吨，提供沼液、沼渣10吨，温室养猪生长快，出栏率高，节约饲料，年可增收节支8000余元。同时，沼气燃烧为温室增温，为作物生长提供二氧化碳肥，沼液、沼渣追肥，培肥地力，减少化肥和农药用量，提高作物产量和品质，是促进农民致富，帮助农民奔小康的新模式、新技术。
“四位一体”生态温室种养模式及配套技术，将自然调控与人工调控相结合，通过生物转换技术，在农户土地上将沼气池、猪台、温室、蔬菜有机结合在一起，形成了以土地资源为基础，以太阳能为动力，以秸秆粪便为原料，以沼气为纽带，种养结合的新型生态温室种养模式。它在同一块土地上实现了产气、积肥同步，种植、养殖并举，建立了一个生物种群较多，食物链结构健全，能流、物流较快循环的能源生态系统，成为促进农业和农村经济发展，改善生态环境系统，提高人民生活水平的一项重要技术措施。
二、模式的构成与技术组装
1.该模式的基本构成。建200--600平方米的温室—个，温室内建20平方米畜禽圈舍，畜禽圈舍下建6--10立方米的沼气池，畜禽粪便入沼气池厌氧发酵，温室内安装沼气灯，发酵后生成的沼气，一方面用于照明、做饭;另一方面，在温室内点燃沼气灯，可起到提高棚温，增施二氧化碳气肥的效果。生成的沼液用于替代无机肥追施、叶面喷施，还可起到防虫治病的效果。沼渣用作基肥，沼液还可用作饲料添加剂喂猪。润普达农业专注于重庆新型温室大棚方案设计，重庆新型温室大棚施工，重庆新型温室大棚设施安装，重庆新型温室大棚造价，重庆新型温室大棚预算等综合性现代农业高科技企业。
2.主要技术。沼气池的建设与管理技术：沼液作添加剂喂猪技术;沼渣、沼液综合利用替代化肥、农药技术;防治发生气害技术;科学调控猪舍与蔬菜种植区，形成种养良性循环技术。
