英语原文共 14 页

Available at www. sciencedirect.com

农业信息处理4（2017）50-63

期刊主页：www. elsevier.com/locate/ inpa

利用决策支持技术改善自动气候控制，以最大限度地减少温室番茄的疾病

Joaquı#39;nCan~adas*，Jorge Antonio Sa#39;nchez-Molina，FranciscoRodrı#39;guez，

acute;acute;

IsabelMarıadelAguila

阿尔梅利亚大学信息学系，04120阿尔梅利亚，西班牙西班牙国际卓越农业园区（ceiA3）

文章信息.

文章历史：

2016年7月28日收到

2016年12月26日接受

2017年2月22日在线提供

关键词：

温室作物生长

决策支持系统

气候控制

疾病管理

摘要

温室中的作物生长基本上取决于环境中的气候变量以及灌溉提供的水和肥料的数量。这些因素的管理取决于农业技术人员和农民的专业知识，通常由安装在温室内的控制系统提供帮助。在此背景下，决策支持功能使我们融入宝贵的人工经验，以便我们快速有效地做出决策，确保作物的有效生长。本文描述了关于温室番茄的实时决策支持系统，系统有三个阶段分别为：监控阶段——识别气候传感器故障，控制阶段——将气候变量保持在设定点，战略实施阶段——确定影响作物和疾病变化的气候变量以相对减少损害。 DSS（决策支持系统）是通过将实时的规则型器件集成到控制系统中来实现的。实验结果表明，该系统提高了气候控制效果，同时为预防难以根除的疾病提供了帮助。通过模拟疾病的外观并观察真实的系统响应来测试该系统。此系统的主要意义是证明生产规则在人工智能领域是成熟和众所周知的，是可以作为整个系统的共享技术，这意味着故障检测、温度控制和疾病监测功能不需要单独处理。

2017中国农业大学

介绍

作物生长基本上取决于环境中的气候变量以及灌溉可以提供的水和肥料的数量。因此，可以通过控制这些变量来管理作物生长[19]。这

个方式可以使温室环境适合种植作物，因为它是封闭的;并且可以通过操纵这些变量实现最佳植物生长和发育[3]。

在温室中存在理想的气候条件可能是植物生长的最佳条件，但同时它们可能也有利于病虫害的滋生。比如

• 通讯作者：西班牙Almerı#39;a，Almerı#39;a大学信息学系，04120Almerı#39;a。

电子邮件地址：jjcanada@ual.es（J. Can〜adas），jorgesanchez @ual.es（J.A.Sa#39;nchez-Molina），frrodrig @ual.es（F.Rodrı#39;guez），

imaguila@ual.es（A#39;guila的I.M.）。

同行评审由中国农业大学负责。

HTTP://东西.do i.org/10.1016/就.in怕.2016.12.002

2214-31732017中国农业大学。 Elsevier B.V.的出版服务

这是CC BY-NC-ND许可证下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。

真菌Botrytis cinerea [8]（即Botrytis）引起的疾病，它可以在空气中的湿度上生长。地中海温室缺乏通风[6,4]意味着塑料生产过程中的冷凝始终存在，因此可能造成严重破坏[24,17]。

人工智能和决策支持系统（DSS）有可能成为分析和建模环境系统活动的成功方法[12,33,39,31,7]。这些系统正在成为整合管理特定领域必要决策信息的手段，是获取必要的专家标准并使其在特定领域可访问的真正替代方案[23]。此外，当需要专家意见时，他们可以提供高度专业化的标准，而无需他们参加。 [27,2]。

将DSS应用于温室作物生长的监督和控制已经出现，因为有可能将这些系统加入到不断发展的自动化过程[18,2,42]。温室气候控制系统使用安装在温室中的设备自动工作，这些设备收集传感器数据。目前使用的大多数先进的商业气候控制系统包含多个启发式规则，通常管理与天气轨迹和执行器相关的数百个定义参数[17]。目前的方法不仅关注生产过程，还关注农业营销链（从种子萌发到消费者销售[32]）。

本文描述了一个为温室园艺生产而建立的决策支持系统，该系统已应用于三个决策阶段：监督，控制和战略实施。监督阶段确定气候传感器故障，控制阶段将气候变量保持在设定点，战略阶段确定影响作物的疾病并相应地改变气候变量以最小化损害。传感器故障检测[5,25,41,15]，温室气候控制系统[33,21,35]和疾病监测[27,2,16,22]本身就是文献中广泛讨论的复杂问题。虽然以前的大多数方法只关注其中一个问题，但这项工作的目的是证明如何使用成熟且经验丰富的方法（如规则）将故障检测和控制功能整合到集成系统中。整个DSS的通用设计和实施技术。目的是提供一个综合的气候增长控制系统，包括故障检测，控制和专家监督技术，以证明DSS可以在密集的知识任务中补充自动控制系统，其中变量决定性地影响作物生长。

DSS在Cajamar基金会实验站（西班牙东南部）的温室中进行了评估，该系统通过模拟疾病的外观和观察真实的系统响应进行测试。

本文的其余部分分为四个部分。第2节描述了研究领域，获得的知识以及定义系统架构的任务工作流程。处理每个阶段的子系统在第3节中描述。第4节包括主要结果和验证过程，最后，第5节将结论和未来可能的研究结合在一起。

材料和方法

2.1学习区域和主机系统

本研究中使用的数据来自Cajamar Foundation位于西班牙阿尔梅里亚省El Ejido的实验站温室（2L 4300W，36L 4800N和151m a.s.l.）。作物生长在多跨#39;Parral型#39;温室中（图1）。温室面积为877平方米（37.8plusmn;23.2米），有一个聚乙烯盖，自动通风，北墙和南墙有窗户，每个跨度有一个屋顶翻板窗口，20个10厘米厘米1个网格#39;#39;bionet“防虫网和由95千瓦热风加热器产生的夜间加热程序设计，以保持最低温度高于14 LC。温室方向是从东到西，而作物行从北向南排列。生长条件和作物管理与商业番茄温室非常相似。连续监测温室内的气候参数。在温室外，气象站测量气温，相对湿度，太阳和光合有效辐射（PAR），雨水探测，风向和速度。覆盖温度传感器位于东侧（两个传感器）和西侧（两个传感器）侧。在实验过程中，还记录了室内气候变量;特别是空气温度和相对湿度与通风干湿表（型号MTH-A1，ITC，Almerı#39;a，西班牙），太阳辐射与pyra-nometer（型号MRG-1P，ITC，Almerı#39;a，西班牙），和具有硅传感器的光电有源辐射（PAR）（PAR Lite，Kipp-Zonnen，Delft，The Ne荷兰）。

自适应比例积分控制器（PI控制器）通过顶窗和侧窗管理日光空气温度和湿度。电位计显示任何控制瞬间的窗口位置。夜间温度和湿度由窗户和加热系统控制。通风和加热设定点分别为25 L C和14 LC。所有执行器均由专为此任务设计的继电器驱动。在个人计算机上记录分钟的气候数据。数据采集系统由两个通过以太网协议连接的National Instrument Compact-Field点组成。

2.2知识获取

温度是影响作物生长的气候变量。它也是西班牙东南部温室内最受控制的变量，因为现有的结构和安装的驱动系统使得控制温度成为可能[11]。由于该地区有利的天气条件，白天达到最佳温度所需的能量是由太阳提供完全满足。因此，只有在极端条件下才需要补充。日间温度控制的问题是保持温度不超过最佳温度。在几种可用的温室冷却方法[34,1]中，自然通风是该地区最常用的驱动系统，这促进了温室内部和外部之间的空气交换。内部和外部空气温度之间的关系是已知的。然而，这种关系存在风

52

图1 - 本研究中用于实验的温室设施。从左到右，从上到下：温室，二氧化碳传感器，太阳能和PAR辐射，加热系统，温室内的太阳和PAR辐射，以及番茄作物。

或雨水的干扰[11]，它们具有相反的效果：风速越高，空气更新越快;而在下雨时，无论室内温度如何，通风窗必须完全关闭。

在晚上，作物保持不活动状态，因此不必保持高温。有时，在无云的冬夜，当室内温度低于室外温度时会发生热反转现象。温室缓慢冷却，因为窗户在夜间关闭，最大限度地减少了传导损失，同时使用的热塑料对红外线辐射相当不透明，因此辐射损失很低。即便如此，到了夜晚，当热能释放到大气球时，室内温度与室外温度非常相似。尽管如此，热反转现象是非常不寻常的，并且现在通过使用新的热塑料和加热系统它们的影响更加有限。

另一方面，最佳作物生长条件也可能是开发隐花虫病的理想选择，应该不惜一切代价避免。 Botrytis是由真菌Botrytis cinerea引起的[8];它是最常见，分布最广的疾病之一，由于处理成本高，给种植者带来了沉重的经济损失。它在高湿度条件下发育，在受影响的组织上产生明显丰富的灰霉病层[8]。控制这种疾病的最佳方法是预防：增加自然或强制通风（当室外条件更有利时），加热（增加温度可降低冷凝风险）和使用干燥剂等。这些预防措施可降低风险。接近水蒸气饱和条件，减少屋顶下或植物上的冷凝[8]。一旦出现这种疾病，通过控制湿度和动手劳动，以及使用杀菌剂，这种疾病就无法传播到其他植物。

表1列出了可以通过降低环境湿度来降低感染能力的主要疾病清单，从而使这种方案值得决策支持系统考虑。

2.3.Tasks控制架构

温室园艺生产通常采用分级控制架构[32,30]，其中系统应分为不同的时间尺度，控制系统分为两个不同的层，以实现最佳的作物生长。在我们的工作中，这个结构已被添加/修改，以包括三个不同的模块（图2中以红色标记）。 DDS在三个决策阶段构建：监督，控制和战略实施（见图2）。这三个阶段已被转化为三层行动（即子系统）：

1. 报警建议子系统。报警监控阶段检测并诊断用于培养控制的各种传感器中的故障，并根据检测到的故障做出决策，重新配置系统以使其继续运行[13]。
2. 温控子系统。控制阶段设计为基于规则的系统，直接作用于安装在温室中的执行器，控制气候参数（温度）[14,26]。
3. 疾病管理子系统。疾病管理战略阶段从作物上检测到的病虫害样本中获取数据[40]，修改气候参数以最大限度地减少有害物质的繁殖及其对作物的影响。

表1 - 使用通风作为预防控制的主要疾病

您可能感兴趣的文章

• 手持式频率可重构天线无线设备外文翻译资料
• 连续碳纤维预浸丝的制造和3D打印外文翻译资料
• 广义的预测控制应用于油井的智能生产外文翻译资料
• 基于STM32的三相交流电机的电参数测量系统设计外文翻译资料
• 新型家庭防火报警器的设计与实现外文翻译资料
• 用于水产养殖场水质连续监测的无线传感器网络外文翻译资料
• 用本征热电偶测量局部温度表面外文翻译资料
• 基于线性霍尔传感器的直流数字高斯计外文翻译资料
• 一种支持非特定人声识别的自动语音识别系统外文翻译资料
• 基于水库水位重量动态监测影响的大坝渗流模型外文翻译资料