基于物联网的智能温室大棚监控系统研究

邢玲玲

（甘肃畜牧工程职业技术学院，甘肃武威，733006）

0 引言

目前，温室大棚在我国的发展势头猛烈，智能温室大棚已广泛出现在山东、新疆、安徽等地，温室大棚的智能化以及信息化的集中化管理，可进行自动化操作并监控大棚内的温度、湿度和通风，从而降低人工成本以及人工工作强度。本文在物联网技术的基础上，设计关于温室大棚智能在线监控系统。一方面可以实施并远程监测大棚内土壤的温、湿度、二氧化碳浓度以及空气的温湿度，同时也可以远程操控灌溉装置精准灌溉作物，为作物的生产质量保驾护航。

1 物联网概念

物联网所具有的功能包含智能识别、智能定位跟踪以及智能监控管理、而且功能的实现需要借助射频识别卡、无线传感器等硬件设备，辅之云计算技术，参照传输协议，使用有线或无线的方式，从而实现物品和互联网之间信息的交换通信。与互联网不同的是，物联网不需要人工的介入，便可实现物品和物品之间的识别信息共享和交流，其本质接触的便是射频识别技术。

智能农业内涵在于将智能化农机技术以及遥感遥测技术、全球定位系统技术、地理信息系统技术、计算机网络技术等技术集为一体，所形成的新型农业生产方式[1]。

2 系统总体方案

■2.1 功能设计

本文所设计的智能大棚监控系统，需要满足以下几个功能：第一，也是能够有效的监测种植环境数据，包含温度、湿度、光照、土壤、温湿度以及含水量等数据，收集作物生长环境数据信息，传感器所测的数据在无线网络的帮助下传输至系统内部，从而对信息进行储存，分析并通过图表曲线的形式展现给用户；第二，便是错误报警功能，一般的报警方式包含手机短信报警、多媒体声光报警，从而能够有效监控大棚内部异常状况，值班人员在获取异常信号之后，可进行远程控制，解除报警；第三，系统在不借助人工的情况下，可自动化灌溉作物；第四，将数据进行无线数据传输；第五，运用低成本设计简单的操作界面，维持系统的稳定并加强其实用性；第六，可以对加湿器、加热器以及风扇等系统内部设备进行管理。例如，当大棚内部的空气湿度、温度偏离设定值时，系统可启动加湿器和加热器，恒定大棚内部温湿度，同时开启风扇，加快大棚内部空气流通；第七便是可以实现数据的查询、分析和汇总。在系统的帮助下，可以实时了解大棚内部空气温湿度、工作强度等相关数据，并将数据整理成日报、月报以及其他报表的形式，直观展现给用户方便用户对比分析采集数据，分析作物的生长状况进而做出合理判断，提升作物的产量和品质[2]。

■2.2 系统总体结构

传统的系统数据传输采用有线数据传输方式，该方式需要高额的成本进行维护，且传输数据不精准稳定，影响作物种植。因此本文所设计的监控系统设置多个传感器节点，且每个传感器之间的距离不能太近，并采用LoRa无线技术进行数据传输，且该技术成本低，传输过程稳定，可以为作物种植提供优质精准数据。智能温室大棚监控系统整体运用星型拓扑结构，组成部分为感知层、网络层、应用层三大部分。

图1 温室大棚智能监控与灌溉控制系统的总体结构

感知层作用在于可以利用LoRa无线技术在对作物生长状态进行实时监控的同时，有效获取温室大棚内环境变化参数数据，该部分由二氧化碳传感器、土壤温湿度、空气温湿度、光照传感器、监控摄像头、灌溉装置共同构成；感知层采集信息输入到网络层，并由网络层将信息传输至应用层ARM服务器，该部分包含GPRS、Internet 网；应用层主用作用在于通过MySQL数据库、农业专家库、ARM服务器、系统终端的帮助，接收来自于ARM服务器的作物参数数据，并存储于MySQL数据库，农业专家库通过比对分析数据，从而得出适宜的灌溉策略。其中，作为系统终端的用户，可通过指定的IP地址访问服务器控制中心，进而通过指令的发送，获取关于大棚内部的环境监测数据[3]。

3 系统的硬件设计

■3.1 传感器节点

感知层硬件中最为重要的便是传感器节点的设计。其结构由L0Ra无线采集模块、CO2、光照、土壤温湿度、空气温湿度传感器以及电源模块组成。图2便是传感器节点流程图。

图2 传感器节点流程图

（1）LoRa 无线采集模块

本文所使用的LoRa无线采集模块型号为SX1212，产自美国SEMTECH公司。该模块的优势在于在保持低功耗的基础上，可以排除各种干扰，借助300MHz扩展到510MHz广阔频率传输范围，稳定将信息进行远距离的传输。此外，该模块在系统中的作用是汇总来自于不同传感器的数据输送到网关。

（2）传感器的选择

由于温室大棚内传感器节点与传感器是配套搭配的，因此需要使用多个传感器满足智能监控系统需求。为改善此类现象，可使用来自于建大仁科企业的生产的不同类型的传感器，满足监测空气温湿度、光照强度、二氧化碳浓度、土壤湿度的要求。首先，空气温湿度、光照强度的实时监控，可采用该公司的三合一传感器，其拥有10～30 V的直流电以及0.4W的功耗，并在测量后，得出空气温、湿度、光照强度测量精度为±0.5 ℃、±3%、±7%；传统的二氧化碳浓度监测采用半导体传感器，但是随着后期的使用开始出现低检测精度的问题，因此逐渐淘汰该传感器转而使用485型CO2传感器，监测温室大棚内CO2浓度变化范围，其功耗以及直流供电为0.4 W、10～30 V，所测得的CO2精度为±40×10-6；HSTL型土壤湿度传感器采用316l不锈钢制成，目的在于防止潮湿的土壤环境对探针的侵蚀，该传感器可以采集-40～80℃范围内的土壤湿度，采用5～24伏的供电电压，0～100%的水分量程，土壤湿度在经过检测之后测量精度达到±2%[4]。

（3）组网方式

系统当中的LoRa无线采集模块拥有多个传感器节点，并且所有的传感器围绕该模块呈现星形网络结构。该种组网结构的优势在于上手简单、容易操作可以快速构成网络，同时也可以在短时间内完成数据的传输。每个节点向中心点传输数据，不需要受到时间的限制。其中当多个节点将信息同步发送至中心点时引发的数据拥堵问题，可借助自动调平以及速率自适应技术进行妥善地解决，避免数据突出概率数据传输不稳定的问题，有效采集农业信息，为作物的生长提供精准的数据保障。

图3 星型组网方式

图4 灌溉装置结构图

（4）灌溉装置

本文当中的灌溉装置所选用的是新为诚微型水泵，开水泵电流和电压分别为15A以及24V，开口流量一分钟可达到16L。灌溉装置在设计的过程当中需要分为两路:一路是肥液路，而另一路则是水路。首先前者肥液路底端连接出水口，且自下而上分别设置有电动阀门、水过滤器、抽水液泵、手动阀门、流量计、止回阀，并包含4个肥液罐；而后者的水路控制系统同样也设置有流量计、止回阀等硬件部分，该系统的灌溉流程为：自来水经水泵抽取进入管道并进行过滤，过滤后的自来水会流经流量计以及水路止回阀到达肥液路，两者充分融合形成混合水肥，流经压力机和电动阀，最终由水肥混合管道排出进入滴灌带灌溉作物[5]。

（5）控制节点

控制节点与控制器连接，本文监控系统采用具有良好兼容性以及性能的STM32F407微控制器，同时还辅助有LoRa 无线模块、稳压器模块、继电器模块和电源模块。能够在降低功耗的同时，加快处理数据的步伐。控制器分为自动开关控制以及手动操控两种不同的启停方式。前者关于阀门以及水泵的自动控制，需借助微控制器板子下的继电器、固态继电器控制，将来自于传感器的数据传输至服务器中，农业数据库会将大棚数据与库内数据进行对比决策；后者的可通过控制器上的按钮手动操控阀门与水泵[6]。

■3.2 网关节点设计

网关节点的设计采用GPRS模块，主要负责数据传输任务，同时也可实现信息的远距离输送。该节点一方面可以将监控终端所发出的灌溉控制指令传输至控制节点，另一方面也可以向服务器传达来自传感器的数据信息。

图5 网关节点设计

4 系统软件设计

■4.1 数据库的存储与发送

因需要实时监控温室大棚的环境，因此便需系统具备超强的数据存储库，方便信息的储存。因此本文选择使用MySQL 数据库，该数据库空间庞大，可满足温室大棚监控要求。与此同时，为了方便数据的查询，可根据数据的不同种类建立表格进行分类存储；系统与用户终端手机连接，可将监控信息通过短信的方式通知用户，完成数据的发送。

■4.2 监控软件设计

系统监控界面如图7所示，此次设计的监控系统采用Delphi7.0监控软件，同时并配置MySQL数据库。该软件界面不仅可以观看作物生长趋势、历史数据、水肥配比、水泵控制数据，同时还具人性化的种植技术指导模块，以及智能自动化远程灌溉施肥控制功能。而农户对各功能模块的查看，可设置服务器IP地址连接用户端与终端通信，用户借助Internet网络以及GPRS移动数据便可自由访问主界面，监控作物生长状况。

图6 系统监控界面架构图

图7 系统整体监控界面图

5 试验机结果分析

■5.1 系统稳定性测试

该监控系统性能的稳定性，需要参考服务器环境参数所形成的趋势曲线。以1号节点为例，观察该节点在14:00～16:00左右时间所呈现出的光照强度、空气、土壤相对湿度、空气、土壤温度所呈现出的数据变化，便可看出该节点传输处于正常的范围内。再加之空气温度以及土壤温度在24个小时内，所呈现出的曲线图无明显跳动和断点，且曲线一直去平滑的状态，因此可以表明该系统具有稳定的工作性能[7]。

表1 土壤温湿度、空气温湿度、CO2浓度的数据

115:20:471 39839.620.13924.8 115:28:171 28439.620.139.624.9 115:45:051 02739.520.141.824.8 116:07:471 54537.520.242.824.9

■5.2 验证传感器采集精度

图8 监控系统连续24h检测空气温度数据曲线

为有效验证传感器采集精度的高低，总共选取了4个传感器节点，以空气湿度和土壤相对湿度数据为例，对比系统所采集的数据以及人工所采集的数据。根据下表的最终测试效果，系统具有较小的误差，采集精度相对较高。

图9 监控系统连续24h检测土壤温度的数据曲线

表2 传感器采集精度测试效果

■5.3 丢包率测试

监控系统的稳定与否与丢包率有着密切的关联。同样选取4个传感器节点，以20分钟为采集周期，进行为期24个小时数据采集并传至网关。通过此实验可以验证，不同的传感器节点呈现出不同的丢包率，但是总体丢包率误差控制在0.45%以内，因此总的来说该系统具有较强的可靠准确性。

表3 丢包率测试效果

6 结论

综上所述，以物联网为基础所设计的温室大棚监控系统，依托物联网技术云计算以及无线传输技术，借助多个传感器采集数据并传输到网关，GPRS无线通信和Internet网络实现数据的传输以及人机交互。既可以达到在线监测作物生长状态以及远程灌溉的目的，同时也具有智能分析专家在线指导等，智能决策模块获取准确数据并作出科学决策，提升系统数据采集精度，且该系统在未来一定会朝着高稳定性以及可靠性的方向发展[8]。