徐立鴻 劉輝輝 徐赫 蔚瑞華 蔡文韜

摘要：為達(dá)到藍(lán)莓提前上市、獲得更大經(jīng)濟(jì)效益的目的，本團(tuán)隊將南方藍(lán)莓移至環(huán)境可控型智能溫室中試驗生產(chǎn)，探索研究出南方藍(lán)莓智能溫室促早熟生產(chǎn)控制技術(shù)。首先從藍(lán)莓物候期、品種特點、土壤pH、水肥灌溉方式、小氣候環(huán)境區(qū)間等方面進(jìn)行了較為詳細(xì)全面的調(diào)研與總結(jié)，明確了無土栽培藍(lán)莓全周期管理要點和環(huán)境調(diào)控范圍;接著基于Venlo 型溫室對藍(lán)莓生產(chǎn)做布局，并基于物聯(lián)網(wǎng)技術(shù)，建立藍(lán)莓植物工廠化生產(chǎn)控制系統(tǒng)，串聯(lián)硬件層、軟件層和云端，實現(xiàn)現(xiàn)場端環(huán)境檢測調(diào)控、數(shù)據(jù)云存儲與遠(yuǎn)程控制等技術(shù);在溫室環(huán)境多因子協(xié)調(diào)控制模型基礎(chǔ)上，針對藍(lán)莓生長環(huán)境特點，探索研究了一套藍(lán)莓溫室多因子協(xié)調(diào)控制算法，用于環(huán)境調(diào)控。試驗溫室位于江蘇省蘇州市昆山市花橋鎮(zhèn)東南部。經(jīng)實際驗證，整體調(diào)控系統(tǒng)效果顯著，并于2021年5月初采收了第一波果實，使南方品種藍(lán)莓提早近一個月進(jìn)入果實采摘期。其中相比未蓄冷的藍(lán)莓植株，蓄冷后的“明星”“綠寶石”“藍(lán)美1 號”“海岸”單株產(chǎn)量分別增加51.5%、85.5%、43.8%和94.7%，單果重量分別增加10.9%、7.2%、2.6%和5.3%。試驗證明采用多因子協(xié)調(diào)控制算法進(jìn)行調(diào)控能夠提高藍(lán)莓的產(chǎn)量和品質(zhì)，取得顯著經(jīng)濟(jì)效益，為南方溫室藍(lán)莓植物工廠化促早熟生產(chǎn)管理提供示范。關(guān)鍵詞：藍(lán)莓;栽培管理;植物工廠;促早熟;生產(chǎn)控制系統(tǒng);多因子協(xié)調(diào)控制算法;物聯(lián)網(wǎng)

中圖分類號： S625.3文獻(xiàn)標(biāo)志碼： A文章編號：202109-SA007

引用格式：徐立鴻， 劉輝輝， 徐赫， 蔚瑞華， 蔡文韜. 南方藍(lán)莓智能溫室促早熟生產(chǎn)多因子協(xié)調(diào)控制技術(shù)[J].智慧農(nóng)業(yè)（中英文）， 2021， 3（4）：86-98.

XU Lihong， LIU Huihui， XU He， WEI Ruihua， CAI Wentao. Multi-factor coordination control technology of promoting early maturing in southern blueberry intelligent greenhouse[J]. Smart Agriculture， 2021， 3（4）：86-98.（in Chinese with English abstract）

1? 引言

藍(lán)莓，又名越橘，為杜鵑花科越桔屬多年生低灌木，被聯(lián)合國糧食及農(nóng)業(yè)組織（Food and? Agriculture? Organization? of? the? United? Nations， FAO）評為人類五大健康食品之一[1]。作為一種附加價值很高的鮮果作物，近些年來隨著市場的擴(kuò)大，其經(jīng)濟(jì)效益也十分可觀。

與其它果蔬相比，藍(lán)莓種植不僅需要適宜的溫度、濕度、光照和CO2等氣候環(huán)境，還具有抗旱性差、需要酸性土壤和肥水環(huán)境、低溫積累、光飽和點低等生產(chǎn)要素特點。目前中國大多數(shù)藍(lán)莓生產(chǎn)基地都采用露天土培，或是簡單的陸地設(shè)施栽培，無法達(dá)到植物工廠的生產(chǎn)水準(zhǔn)，也不適宜形成規(guī)?；闹悄芊N植基地[2]，這使得藍(lán)莓在一些氣候不適宜的區(qū)域引種困難重重，且少有文獻(xiàn)或報道提及高端溫室種植生產(chǎn)藍(lán)莓的控制措施。在上海地區(qū)，土壤偏堿性、低溫期較短，還有一段較長的陰雨黃梅天氣等特殊氣候，這些問題都制約著上海的藍(lán)莓種植產(chǎn)業(yè)。解決上述問題的方案是，使用高端設(shè)施農(nóng)業(yè)手段，規(guī)避由地理限制引發(fā)的“瓶頸”。

植物工廠是現(xiàn)代農(nóng)業(yè)發(fā)展的高級階段，它通過計算機(jī)控制系統(tǒng)對設(shè)施內(nèi)植物生長發(fā)育過程的溫度、濕度、CO2濃度和營養(yǎng)液環(huán)境條件進(jìn)行高精度控制，實現(xiàn)農(nóng)作物周年連續(xù)生長的高效農(nóng)業(yè)生產(chǎn)系統(tǒng)[3-5]，可以作為南方藍(lán)莓規(guī)?；a(chǎn)的方式。另外，上海及周邊地區(qū)陸地栽培藍(lán)莓成熟期大致在6月中下旬至8月，而藍(lán)莓植物工廠化的生產(chǎn)種植模式可以通過合理調(diào)控其生長環(huán)境，達(dá)到藍(lán)莓提前上市、增加其市場經(jīng)濟(jì)價值的目的。近年來，溫室栽培的藍(lán)莓果實單價可高達(dá)150～200元/kg ，越早進(jìn)入市場，經(jīng)濟(jì)效益越高[6]。因此利用植物工廠化調(diào)控手段進(jìn)行調(diào)控，提早上海地區(qū)藍(lán)莓成熟時間具有重要意義。

為達(dá)到藍(lán)莓提前上市、獲得更大經(jīng)濟(jì)效益的目的，本研究設(shè)計并實現(xiàn)了一套藍(lán)莓智能溫室物聯(lián)網(wǎng)調(diào)控系統(tǒng)，將南方藍(lán)莓移至環(huán)境可控型智能溫室中進(jìn)行試驗生產(chǎn)。結(jié)合上海地區(qū)藍(lán)莓種植經(jīng)驗，從物候期、品種特點、土壤pH 、水肥灌溉方式、小氣候環(huán)境區(qū)間等方面進(jìn)行調(diào)研與總結(jié)，為后續(xù)藍(lán)莓環(huán)境調(diào)控提供重要依據(jù)。基于藍(lán)莓物候期環(huán)境特點，在溫室環(huán)境多因子協(xié)調(diào)控制模型基礎(chǔ)上[7]，研究了一套藍(lán)莓溫室環(huán)境多因子控制算法進(jìn)行調(diào)控。通過實現(xiàn)并總結(jié)藍(lán)莓全周期植物工廠化生產(chǎn)技術(shù)，能有效減少藍(lán)莓種植過程中的病蟲害發(fā)生率等問題，增加產(chǎn)量、果實的商品價值和質(zhì)量，提高藍(lán)莓種植的地域適應(yīng)性，解決區(qū)域地理條件對藍(lán)莓生產(chǎn)的制約，最終實現(xiàn)藍(lán)莓提前上市，提高藍(lán)莓市場經(jīng)濟(jì)效益。

2? 藍(lán)莓智能溫室總體設(shè)計概要

2.1 藍(lán)莓生產(chǎn)要素

藍(lán)莓是一種對生長氣候環(huán)境如溫度、濕度、光照和CO2等生產(chǎn)要素要求較為嚴(yán)苛的周年生作物，且通常具有抗旱性差、需要酸性土壤和肥水環(huán)境、低溫積累、光飽和點低等生產(chǎn)要素特點。不同品種的藍(lán)莓對生產(chǎn)要素要求差別極大。因此，為了達(dá)成促進(jìn)藍(lán)莓提早成熟上市的目的，在構(gòu)建藍(lán)莓植物工廠化生產(chǎn)型溫室前，對藍(lán)莓物候期、品種、土壤、水肥、氣候要素等進(jìn)行充分調(diào)研是必要的。

藍(lán)莓物候期大體分為萌芽期、花期、果期、花芽分化期及休眠期幾個節(jié)點。從品種角度可以將藍(lán)莓大致分為四類，分別為抗寒性強(qiáng)、需冷量高、喜歡冰涼天氣的北高叢藍(lán)莓，適宜在南方種植、需冷量低、喜歡濕潤、溫暖氣候條件的南高叢藍(lán)莓，北高叢藍(lán)莓與野生種矮叢越橘雜交、需冷量很高、抗寒力極強(qiáng)的半高叢藍(lán)莓，以及樹體高大、壽命長、不耐寒、抗?jié)駸?、對土壤酸性要求稍低、需冷量相比南高叢藍(lán)莓較多的兔眼藍(lán)莓。

藍(lán)莓有需冷量的要求，需冷量為藍(lán)莓正常開花結(jié)果需要的有效低溫（0～7.2℃）累積時間，一般以小時為單位[8]。當(dāng)環(huán)境未達(dá)到藍(lán)莓需冷量時，藍(lán)莓花芽分化會受到很大影響，導(dǎo)致開花坐果率嚴(yán)重下降，產(chǎn)量大幅降低[9]，嚴(yán)重影響經(jīng)濟(jì)效益。上海市屬亞熱帶季風(fēng)性氣候，四季分明，日照充分，然而低溫期較短，還有一段較長的陰雨黃梅天氣等特殊氣候，自然條件下能滿足藍(lán)莓需冷量的時間短[10]，因此應(yīng)該選取需冷量低的藍(lán)莓品種在上海地區(qū)栽種。結(jié)合現(xiàn)有文獻(xiàn)研究[11， 12]。本研究從“南高叢”中選取具有代表性的品種，并考慮其結(jié)果時期，形成可以在溫室中相繼成熟的種植組合進(jìn)行實際生產(chǎn)，所選品種分別為“明星”“綠寶石”“海岸”和“藍(lán)美1號”。

土壤方面，土壤pH 是藍(lán)莓生長栽培的最大限制因素[13]。土壤pH過高或是過低，都會影響藍(lán)莓的正常生長發(fā)育及其生理代謝過程[14]，導(dǎo)致藍(lán)莓在生長過程中對水分營養(yǎng)吸收不良，引起生長緩慢、葉片發(fā)黃變小、產(chǎn)量降低等狀況，因此藍(lán)莓種植土壤pH范圍應(yīng)為4.5～5.5。此外，藍(lán)莓根系大多分布于淺層土壤中[15]。土壤通透性不足、容重過高或者排水性不佳，對藍(lán)莓根系的生長十分不利，采用無土栽培技術(shù)[16]營造藍(lán)莓生長土壤微環(huán)境可以有效解決土壤養(yǎng)分不足等問題[17]，促進(jìn)藍(lán)莓呼吸和吸收礦物元素[18]，并且有利于精準(zhǔn)化管理，不受地域土地狀況的限制，促進(jìn)藍(lán)莓標(biāo)準(zhǔn)化生產(chǎn)[19]。本次試驗采用泥炭土為主的營養(yǎng)土。

灌溉方面，藍(lán)莓的根系喜水而怕澇，不當(dāng)?shù)墓喔却胧?dǎo)致藍(lán)莓植株干旱，并且水分的脅迫能力差，容易造成產(chǎn)量及藍(lán)莓生長過程中不可逆的損失[20]。綜合文獻(xiàn)[18，21-23]，可得出藍(lán)莓灌溉規(guī)律為：休眠期前澆灌越冬水，期間降低灌溉頻率;催芽期間保持土壤濕度在60%～70%，避免灌溉次數(shù)過多;花果期少量多次灌溉，防止延長花期，且膨果期需水量最大，要保證供水充足;采摘后土壤濕度在40%～60%，以便晚秋期促使藍(lán)莓重新進(jìn)入休眠。在全周期的灌溉中，不得使用自來水，否則會致使藍(lán)莓氯中毒，無法正常生長。在灌溉方式上不宜直接將水灑在花期、葉片上，阻礙授粉和坐果[20]。滴灌具有精量、可控的優(yōu)點[24-26]，故本試驗采用滴灌方式進(jìn)行灌溉。

2.2 生產(chǎn)溫室規(guī)劃構(gòu)建

2.2.1?? 溫室概況

本設(shè)計實施的試驗溫室位于江蘇省蘇州市昆山市花橋鎮(zhèn)東南部（121°11' E ，31°33' N），處于蘇滬交界地段，東邊接壤上海市嘉定區(qū)安亭鎮(zhèn)和太倉市城廂鎮(zhèn)，南鄰上海市青浦區(qū)。試驗溫室所處地域?qū)儆诒眮啛釒暇?，盛行東南亞季風(fēng)。氣候溫和、濕潤，四季鮮明，光照充足，雨量充沛。年平均溫度約16.7℃。

試驗溫室為典型Venlo 型小玻璃溫室，結(jié)構(gòu)如圖1 所示?；境叽鐬椋洪芸诟?.9 m ，試驗溫室跨度17 m ，開間17.5 m ，脊高7.2 m ，檐高5.7 m ，溫室總體積1918.875 m3。

該溫室的調(diào)控設(shè)備主要有：

（1）天窗：自然通風(fēng)，調(diào)節(jié)溫室內(nèi)部的溫度與濕度;

（2）側(cè)窗：自然通風(fēng)，調(diào)節(jié)溫室內(nèi)部的溫度與濕度;

（3）濕簾風(fēng)機(jī)：降溫、增濕;

（4）內(nèi)保溫網(wǎng)：保溫，防止春寒溫度低影響藍(lán)莓生長;

（5）內(nèi)遮陽網(wǎng)：調(diào)節(jié)光照與室內(nèi)溫度;

（6）空調(diào)：降溫/升溫，調(diào)節(jié)室內(nèi)溫濕度;

（7）補(bǔ)光燈：增加藍(lán)莓生長季的光照;

（8）氣肥施放：增加二氧化碳濃度;

（9）灌溉系統(tǒng)：澆水、施肥、灌酸。

2.2.2? 全周期調(diào)控目標(biāo)

本研究使用溫室多因子協(xié)調(diào)控制算法進(jìn)行溫室環(huán)境調(diào)控。溫室多因子協(xié)調(diào)控制算法的調(diào)控目的在于使溫室環(huán)境主要因子，如溫度、濕度、光照強(qiáng)度和 CO2濃度保持在作物生長適宜范圍內(nèi)。根據(jù)上海某合作社多年生產(chǎn)藍(lán)莓的經(jīng)驗和相關(guān)文獻(xiàn)[6，8，27，28]參考，可以確定藍(lán)莓全周期生長的適宜氣象環(huán)境條件，如表1 所示。此處以“南高叢”品種藍(lán)莓種植為例。

藍(lán)莓與其他作物不同點在于，它在休眠期需要保障充足的需冷量和低光照。催芽期作為休眠期與生長期之間的過渡階段，需要使溫度漸進(jìn)升高。在整個藍(lán)莓的花果生長期中，夜間需要維持在10℃以上，防止藍(lán)莓因為溫度過低停止生長，耽誤果實成熟的時期。此外，也應(yīng)保持花果期的晝夜溫差，增加果實甜度。

實際溫室在調(diào)控中，需要對上述種植經(jīng)驗進(jìn)行總結(jié)，合理劃分每個生長階段每日的溫度區(qū)間。由于藍(lán)莓本身存在一定的耐高溫性，結(jié)合節(jié)能因素與溫室設(shè)施結(jié)構(gòu)，可以在不超過臨界溫度的前提下適當(dāng)擴(kuò)大藍(lán)莓適宜溫度的范圍。

3? 溫室物聯(lián)網(wǎng)智能控制系統(tǒng)

近些年，隨著物物互聯(lián)通信技術(shù)、傳感器與信息融合處理等技術(shù)的不斷提升，物聯(lián)網(wǎng)被廣泛應(yīng)用在各個領(lǐng)域中。在農(nóng)業(yè)領(lǐng)域，隨著智慧農(nóng)業(yè)在各地的持續(xù)推進(jìn)，溫室物聯(lián)網(wǎng)技術(shù)作為產(chǎn)業(yè)智能化發(fā)展在工程落地上的關(guān)鍵，引起了許多研究者的重視[29-31]。因此，針對藍(lán)莓工廠化生產(chǎn)，本研究設(shè)計并實現(xiàn)了一套基于物聯(lián)網(wǎng)的信息采集與控制系統(tǒng)，提出了有效的藍(lán)莓溫室環(huán)境多因子協(xié)調(diào)控制算法，并分別從整體系統(tǒng)架構(gòu)、系統(tǒng)硬件設(shè)計與系統(tǒng)控制軟件設(shè)計三個方面展開介紹。

3.1 系統(tǒng)架構(gòu)概述

根據(jù)藍(lán)莓生產(chǎn)實際需求，將溫室控制系統(tǒng)整體分為軟件層和硬件層兩部分，其總體架構(gòu)如圖 2所示。

其中，硬件端主要由環(huán)境數(shù)字傳感器節(jié)點和執(zhí)行機(jī)構(gòu)控制器組成，由RS485總線進(jìn)行信息匯總。軟件端則由三部分組成，分別是現(xiàn)場控制基站端、上位機(jī)匯總端和云服務(wù)端。

3.2 系統(tǒng)硬件設(shè)計

系統(tǒng)硬件總體分為傳感器部分和執(zhí)行機(jī)構(gòu)部分。本系統(tǒng)對溫室傳感器采取了統(tǒng)一管理，使用了 Zigbee 數(shù)據(jù)采集網(wǎng)關(guān)，對傳感器進(jìn)行節(jié)點組網(wǎng)。節(jié)點現(xiàn)場端匯總布置如圖3所示。主要包含數(shù)據(jù)采集柜，室內(nèi)溫度、濕度、光照、CO2傳感器以及土壤溫度、濕度、EC值、pH傳感器。

溫室控制系統(tǒng)分為氣候環(huán)境子系統(tǒng)和灌溉子系統(tǒng)。其中氣候環(huán)境子系統(tǒng)中包含光照調(diào)控、溫度調(diào)控、濕度調(diào)控、CO2調(diào)控部分;灌溉子系統(tǒng)中包含灌水、灌肥和灌酸。本研究所用的溫室執(zhí)行機(jī)構(gòu)從運(yùn)行狀態(tài)可以分為兩類，分別是二態(tài)執(zhí)行機(jī)構(gòu)與三態(tài)執(zhí)行機(jī)構(gòu)。二態(tài)執(zhí)行機(jī)構(gòu)只有開和關(guān)兩種狀態(tài)，其主要以繼電器為控制器，比如補(bǔ)光燈管、濕簾風(fēng)機(jī)等;三態(tài)執(zhí)行機(jī)構(gòu)具有開、關(guān)、停三種工作狀態(tài)，分別對應(yīng)執(zhí)行電機(jī)的正轉(zhuǎn)、反轉(zhuǎn)和停止，比如內(nèi)遮陽網(wǎng)、內(nèi)保溫網(wǎng)、天窗等。

3.3 系統(tǒng)軟件設(shè)計

藍(lán)莓生產(chǎn)溫室控制系統(tǒng)軟件部分共分為三部分，分別是現(xiàn)場控制基站端、上位機(jī)匯總端和云服務(wù)器。現(xiàn)場控制基站端主要是以ARM 系列芯片為核心處理器的嵌入式系統(tǒng)，基于MODBUS-RTU協(xié)議，通過RS485接口連接現(xiàn)場執(zhí)行機(jī)構(gòu)控制繼電器口與分布式傳感器節(jié)點;上位機(jī)匯總端使用C++編寫，對下通過TCP協(xié)議與控制基站通信，并將信息發(fā)送至云服務(wù)器端;溫室云服務(wù)器端基于Python的Flask框架，通過 TCP/IP協(xié)議與上位機(jī)交換信息，前端界面則基于JQuery框架，為使用者提供監(jiān)測與下達(dá)控制指令的交互界面。

4? 控制算法與實際生產(chǎn)效果

4.1 系統(tǒng)應(yīng)用實現(xiàn)

該控制系統(tǒng)已經(jīng)在江蘇昆山市花橋鎮(zhèn)的小型Venlo 型溫室內(nèi)成功運(yùn)行近兩年。系統(tǒng)軟件與硬件端均已一一對應(yīng)連接，實現(xiàn)算法與執(zhí)行的協(xié)同。

溫室現(xiàn)場如圖4所示，分別為溫室強(qiáng)電控制柜、現(xiàn)場控制基站端和溫室藍(lán)莓實際生產(chǎn)園區(qū)。本研究基于物聯(lián)網(wǎng)的藍(lán)莓植物工廠化生產(chǎn)控制系統(tǒng)，不僅兼容了手動控制，還可以正常運(yùn)行其核心的多因子協(xié)調(diào)控制算法，對藍(lán)莓溫室調(diào)控進(jìn)行了自動化管理，為相關(guān)理論優(yōu)化的發(fā)展提供了試驗平臺與數(shù)據(jù)來源。

上位機(jī)匯總端的界面主要包含主頁面、節(jié)點數(shù)據(jù)顯示、數(shù)據(jù)通信界面和算法參數(shù)設(shè)置頁面，使用者可以較為詳細(xì)地查看試驗溫室內(nèi)的環(huán)境數(shù)據(jù)與執(zhí)行機(jī)構(gòu)狀態(tài)數(shù)據(jù)，并靈活改變參數(shù)。如圖5所示。

4.2 多因子協(xié)調(diào)控制算法

4.2.1?? 算法基本原理和思想

溫室環(huán)境具有溫、光、濕、氣（CO2）多個環(huán)境因子耦合的特點，傳統(tǒng)的閾值控制都是基于單因子的閾值控制，無法使多個耦合的環(huán)境因子同時被調(diào)控到適宜的目標(biāo)范圍。為此，本研究提出了溫室環(huán)境多因子協(xié)調(diào)控制算法[7]。該算法的核心思想是對溫室加熱、通風(fēng)等所有的控制執(zhí)行機(jī)構(gòu)設(shè)定獨(dú)立的控制方式，每個執(zhí)行機(jī)構(gòu)控制動作（變量閾值）以溫度為主要環(huán)境因子而確定，其他環(huán)境因子如光、濕、氣（CO2）根據(jù)協(xié)調(diào)模型與溫度主環(huán)境因子進(jìn)行協(xié)調(diào)，以此對溫度閾值進(jìn)行動態(tài)修正，得到執(zhí)行機(jī)構(gòu)的動作變量值。

4.2.2? 算法基本控制模型

多因子協(xié)調(diào)控制模型為公式（1）：

U （X）= α?F （Tset，Hset，Rset，Pset）+

β?G （tin，hin，rin，pin）+

γ?H （tout，hout，rout，pout，Wrain，F(xiàn)v，F(xiàn)d）（1）

其中，U為各執(zhí)行機(jī)構(gòu)動作的調(diào)控變量; X 為與環(huán)境目標(biāo)設(shè)定值、室內(nèi)氣候環(huán)境等相關(guān)的變量;等式右邊為三類協(xié)調(diào)函數(shù)，α、β、γ為其對應(yīng)權(quán)值; F為溫室環(huán)境目標(biāo)設(shè)定值的函數(shù)，其中Tset為溫度設(shè)定值，℃;Hset為濕度設(shè)定值，%;Rset為光照設(shè)定值，lux;Pset為 CO2 濃度設(shè)定值，‰，隨作物生長的階段不同、每天時間段的不同而變化; G為室內(nèi)氣候環(huán)境狀態(tài)的函數(shù)，表征室內(nèi)氣候環(huán)境因子的協(xié)調(diào)作用，其中tin 為室內(nèi)溫度，℃;hin為室內(nèi)濕度，%;rin為室內(nèi)光照強(qiáng)度，lux;pin 為室內(nèi)CO2濃度，‰;H為室外氣候環(huán)境因素干擾的函數(shù)，表征室外氣象環(huán)境因子的協(xié)調(diào)作用，其中 tout 為室外溫度，℃;hout為室外濕度，%;rout 為室外太陽光照強(qiáng)度，lux;pout 為室外CO2濃度，‰;Wrain為雨量，mm/min;Fv為風(fēng)速，m/s;Fd為風(fēng)向，（°）。

以上公式（1）等式右邊的環(huán)境或氣象因子間的協(xié)調(diào)函數(shù)的確定以實際溫室作物生產(chǎn)的經(jīng)驗為依據(jù)，通過實際數(shù)據(jù)的挖掘建模得到。

下面以藍(lán)莓溫室天窗啟閉執(zhí)行機(jī)構(gòu)的自然通風(fēng)控制為例，說明如何得到其多因子協(xié)調(diào)控制算法。

根據(jù)公式（1），在天窗通風(fēng)控制中，以通風(fēng)溫度為主要環(huán)境因子來考慮天窗控制的閾值。當(dāng)室內(nèi)溫度達(dá)到通風(fēng)溫度的閾值時，開啟天窗進(jìn)行通風(fēng)，天窗開度的大小隨著室內(nèi)外溫度值的增大而變大直至全開。根據(jù)多因子協(xié)調(diào)控制模型，通風(fēng)溫度Vt按公式（2）計算：

Vt? = Vti? +?Vth? +?VtRad? +?VtRadSum（2）

其中，Vt為通風(fēng)溫度，℃;Vti為各時段的初始通風(fēng)溫度，℃;?Vth 為室內(nèi)濕度修正，℃;?VtRad為瞬時光照修正，℃;?VtRadSum為光照累積修正，℃。

初始通風(fēng)溫度Vti的選取主要與室內(nèi)溫度在各時段的設(shè)定值有關(guān)，室內(nèi)濕度、光照、光照累積作為次要環(huán)境因子對初始通風(fēng)溫度進(jìn)行修正，修正量?Vth 、?VtRad、?VtRadSum均按公式（3）計算。

其中，自變量x分別為室內(nèi)相對濕度Hin，%;光照RSun，lux;以及累積光照RSunSum，J/m2。

各個環(huán)境因子對通風(fēng)溫度的修正如圖6 所示。圖 6（a）為濕度修正通風(fēng)溫度，其中Max?Vth為低濕度最大正影響，℃;Min?Vth為高濕度最大負(fù)影響，℃;圖 6（b）為光照修正通風(fēng)溫度，其中Min?Vtrad為光照最大負(fù)影響，℃;圖 6（c）為光照累積（當(dāng)天累積的光照）對通風(fēng)溫度的影響，其中Min?Vtradsum為光照累積最大負(fù)影響，℃。這些參數(shù)初始值可以根據(jù)經(jīng)驗選取，然后在控制系統(tǒng)現(xiàn)場調(diào)試中根據(jù)控制性能反饋最后確定，也可以考慮根據(jù)相關(guān)作物模型優(yōu)化選取。

天窗開度Uroof的計算示意圖如圖7所示：

圖7 中，溫度帶 Tb ，℃的修正遵循公式（4）：

Tb? = Tb0? +ΔTbTOut? +?TbWind（4）

其中，Tb 為溫度帶，℃;Tb0為初始設(shè)定溫度帶，℃;ΔTbTOut為室內(nèi)外溫度差修正項，℃;?TbWind為室外風(fēng)速修正項，℃。

ΔTbTOut和?TbWind對溫度帶的修正如圖 8所示。

根據(jù)溫度帶 Tb 、修正后的通風(fēng)溫度Vt和室內(nèi)溫度 Vin計算天窗開度Uroof：

ì 10%，?????????????? Vin ≤ Vt

當(dāng)天窗全開啟時，室內(nèi)溫度若還高于溫度設(shè)定值范圍，則拉上遮陽網(wǎng)、開啟側(cè)窗予以加大通風(fēng)對流力度。如果通風(fēng)仍無法降低室內(nèi)溫度，則關(guān)閉溫室所有的天窗、側(cè)窗，開啟濕簾風(fēng)機(jī)予以調(diào)控。

其他溫室執(zhí)行機(jī)構(gòu)如加熱設(shè)備等的控制閾值變量計算，仍根據(jù)多因子協(xié)調(diào)控制模型公式（1）得到，與以上天窗的通風(fēng)控制閾值變量的計算類似，不再贅述，詳見文獻(xiàn)[7]?？刂扑惴ǖ恼{(diào)控流程如圖9所示。

4.2.3? 實際調(diào)控效果

根據(jù)實際藍(lán)莓溫室生產(chǎn)經(jīng)驗，制定相應(yīng)的控制策略，通過設(shè)定室內(nèi)外環(huán)境數(shù)據(jù)的報警上下限實現(xiàn)對異常天氣進(jìn)行監(jiān)測。根據(jù)藍(lán)莓生長周期中不同階段的生長需求設(shè)定對應(yīng)的調(diào)控參數(shù)，通過對溫室內(nèi)不同執(zhí)行機(jī)構(gòu)的狀態(tài)協(xié)調(diào)，達(dá)到理想的小氣候環(huán)境范圍。根據(jù)藍(lán)莓全周期生長適宜環(huán)境條件，得出藍(lán)莓多因子協(xié)調(diào)控制環(huán)境調(diào)控目標(biāo)值范圍。藍(lán)莓多因子協(xié)調(diào)控制系統(tǒng)設(shè)定參數(shù)如表2～表4所示。以2021年 5月份果期的多因子調(diào)控效果為例，多因子協(xié)調(diào)控制算法控制效果對比如圖10（95頁）所示。5月1 日—5月7日為采用多因子協(xié)調(diào)控制算法進(jìn)行控制，該階段主要以降溫為主，當(dāng)室內(nèi)溫度高于35℃時會開啟風(fēng)機(jī)進(jìn)行降溫，經(jīng)調(diào)控該階段日間室內(nèi)最高溫度為35.79℃ ，室內(nèi)平均溫度為31.36℃;夜間室內(nèi)最高溫度為31.18℃ ，平均溫度為26.22℃ 。日間室內(nèi)最高濕度為82.60%，平均濕度為68.05%;夜間室內(nèi)最高濕度為82.69%，平均濕度為77.41%。該階段日間室外平均溫度為28.46℃ ，為了對比多因子協(xié)調(diào)控制的調(diào)控效果，選取氣候相似的未調(diào)控日期進(jìn)行對比。5月 9日—5月 10日為未經(jīng)調(diào)控的溫室環(huán)境數(shù)據(jù)，日間室外平均溫度為29.25℃ ，溫室內(nèi)最高氣溫可達(dá)50℃ ，日間平均室內(nèi)溫度為37.20℃ ，嚴(yán)重危害藍(lán)莓生長發(fā)育。充分證明采用多因子協(xié)調(diào)控制算法進(jìn)行控制能夠較好地滿足藍(lán)莓生長所需的環(huán)境，有利于藍(lán)莓生長發(fā)育。

4.3 實際生產(chǎn)效果

基于本研究總結(jié)的藍(lán)莓生產(chǎn)要素與全周期調(diào)控目標(biāo)，通過物聯(lián)網(wǎng)技術(shù)與多因子協(xié)調(diào)控制算法實現(xiàn)的溫室環(huán)境控制系統(tǒng)，實現(xiàn)了藍(lán)莓促早熟試驗。于2021年5月初采收了第一波果實，比露天栽培藍(lán)莓多采收時間提前近一個月。室內(nèi)藍(lán)莓生長狀態(tài)如圖11所示，同時期室外藍(lán)莓生長狀態(tài)如圖12所示。

溫室內(nèi)藍(lán)莓均經(jīng)過蓄冷操作，蓄冷時長約為400 h ，并且采用多因子協(xié)調(diào)控制算法進(jìn)行藍(lán)莓全周期生長環(huán)境調(diào)控。通過對比發(fā)現(xiàn)，采用多因子協(xié)調(diào)控制算法調(diào)控的藍(lán)莓其采摘時間主要集中在5月初至6月初，而未經(jīng)調(diào)控的藍(lán)莓采摘時間主要集中在5月底至6月底。并且采用多因子協(xié)調(diào)控制算法進(jìn)行調(diào)控后，不同品種的藍(lán)莓產(chǎn)量均比未經(jīng)調(diào)控的產(chǎn)量高，單果重量也比未經(jīng)調(diào)控的重。其中，相比于未蓄冷的藍(lán)莓植株，蓄冷后的“明星”“綠寶石”“藍(lán)美1號”“海岸”單株產(chǎn)量分別增加51.5%、85.5%、43.8%和 94.7%，單果重量分別增加10.9%、7.2%、2.6%和 5.3%。試驗證明采用多因子協(xié)調(diào)控制算法進(jìn)行調(diào)控能夠提高藍(lán)莓的產(chǎn)量以及品質(zhì)。

通過試驗還可以得出“南高叢”藍(lán)莓品種產(chǎn)量關(guān)系：“藍(lán)美1 號”>“明星”，“海岸”>“綠寶石”;單果重量關(guān)系：“綠寶石”>“明星”>“海岸”>“藍(lán)美1號”。“藍(lán)美1號”單株產(chǎn)量最高，但其單果重量最低，而“明星”單株產(chǎn)量及單果重量均處于較優(yōu)水平。通過綜合對比得出選種“明星”品種的藍(lán)莓綜合效益最佳。不同品種藍(lán)莓經(jīng)蓄冷后的產(chǎn)量對比如表5所示。

5? 結(jié)論

本研究設(shè)計并實現(xiàn)了藍(lán)莓植物工廠化溫室生產(chǎn)控制系統(tǒng)。針對藍(lán)莓無土栽培生產(chǎn)要素，如藍(lán)莓各品種生產(chǎn)特點、土壤 pH 、水肥灌溉要點、小氣候環(huán)境范圍等，進(jìn)行了較為詳細(xì)全面的調(diào)研與總結(jié)，得出了適合上海地區(qū)不同階段的藍(lán)莓生產(chǎn)環(huán)境要素。

對現(xiàn)有的Venlo型溫室針對藍(lán)莓生產(chǎn)做部署，簡述了溫室的地理、氣候及內(nèi)部結(jié)構(gòu)條件等，并規(guī)劃了溫室藍(lán)莓全周期調(diào)控目標(biāo)。最后，基于物聯(lián)網(wǎng)技術(shù)設(shè)計并實現(xiàn)了生產(chǎn)控制系統(tǒng)，為藍(lán)莓生產(chǎn)環(huán)境調(diào)控提供了技術(shù)支持。

在溫室環(huán)境多因子協(xié)調(diào)控制模型基礎(chǔ)上，針對藍(lán)莓生長環(huán)境特點，研究提出了一套藍(lán)莓溫室多因子協(xié)調(diào)控制算法，用于環(huán)境調(diào)控。調(diào)控系統(tǒng)能夠很好地滿足藍(lán)莓生長所需環(huán)境要求，實際達(dá)到了藍(lán)莓提前結(jié)果實上市的效果，并且有效提了高藍(lán)莓產(chǎn)量與品質(zhì)，可對南方藍(lán)莓植物工廠化溫室生產(chǎn)控制系統(tǒng)搭建與控制起到示范作用。

本研究開發(fā)的系統(tǒng)具有廣泛的應(yīng)用場景，不僅能很好地適用于南方地區(qū)藍(lán)莓的生產(chǎn)，同樣適用于其他地區(qū)的種植，只需要針對不同品種的藍(lán)莓設(shè)定相應(yīng)的生長環(huán)境調(diào)控目標(biāo)值。同時，本系統(tǒng)還適用于其他溫室作物的生產(chǎn)。

參考文獻(xiàn)：

[1]史海芝， 劉惠民. 國內(nèi)外藍(lán)莓研究現(xiàn)狀[J].江蘇林業(yè)科技， 2009， 36（4）：48-51.

SHI H， LIU H. The current research situation of blue‐berry[J]. Journal of Jiangsu Forestry Science Technolo‐gy， 2009， 36（4）：48-51.

[2]聶飛， 張玉春. 我國藍(lán)莓產(chǎn)業(yè)發(fā)展的機(jī)遇與挑戰(zhàn)[J].北方園藝， 2014（4）：165-170.

NIE F， ZHANG Y. Development situations and pros‐pects of vegetable industry of China[J]. Northern Horti‐culture， 2014（4）：165-170.

[3]艾海波， 魏晉宏， 邱權(quán)， 等. 微型植物工廠智能控制系統(tǒng)[J].農(nóng)業(yè)機(jī)械學(xué)報， 2013， 44（S2）：198-204.AI H， WEI J， QIU Q. Design of intelligent control sys‐tem? for? micro? plant? factory[J]. Transactions? of? theCSAM， 2013， 44（S2）：198-204.

[4]涂俊亮， 邱權(quán)， 秦琳琳， 等. 微型植物工廠內(nèi)部環(huán)境調(diào)控試驗平臺研制及試驗[J].農(nóng)業(yè)工程學(xué)報， 2015， 31（2）：184-190.

TU J， QIU Q， QIN L， et al. Development and test onexperimental platform for inner environment control ofmicro? plant? factory[J]. Transactions? of? the? CSAE，2015， 31（2）：184-190.

[5]楊其長. 植物工廠現(xiàn)狀與發(fā)展戰(zhàn)略[J].農(nóng)業(yè)工程技術(shù)， 2016， 36（10）：9-12.

YANG Q. Present situation and development strategyof plant factory[J]. Agricultural Engineering Technolo‐gy， 2016， 36（10）：9-12.

[6]楊玉春， 魏鑫， 孫斌， 等. 日光溫室藍(lán)莓提早成熟關(guān)鍵栽培技術(shù)[J].北方園藝， 2015（19）：209-210.

YANG Y， WEI X， SUN B， et al. Key cultivation tech‐niques? for? early? maturation? of blueberry? in? sunlightgreenhouse[J].?? Northern??? Horticulture，?? 2015（19）：209-210.

[7]徐立鴻， 蔚瑞華， 蘇遠(yuǎn)平， 等. 一種溫室環(huán)境多因子協(xié)調(diào)節(jié)能優(yōu)化控制方法：? CN 201710261551.7[P].2017.08.15.

XU L， WEI R， SU Y， et al. Multi-factor coordinated en‐ergy-saving? optimization? control? method? for? green‐house? environment：? CN? 201710261551.7[P]. 2017.08.15.

[8]王海波， 劉鳳之， 韓曉， 等. 葡萄需冷量和需熱量估算模型及設(shè)施促早栽培品種篩選[J].農(nóng)業(yè)工程學(xué)報，2017， 33（17）：187-193.

WANG H， LIU F， HAN X， et al. Grape chilling require‐ment estimated models and heat requirement estimatedmodels? and? selection? of? early? cultivars? in? green‐house[J]. Transactions? of? the? CSAE， 2017， 33（17）：187-193.

[9]周妍. 設(shè)施藍(lán)莓栽培中需冷處理及栽培技術(shù)[J].鄉(xiāng)村科技， 2020， 11（34）：105-106.

ZHOU? Y. Cold? treatment? and? cultivation? techniquesfor blueberry? cultivation? in? facility[J]. Rural? Science and Technology， 2020， 11（34）：105-106.

[10] 史軍， 崔林麗， 楊涵洧， 等. 上海氣候空間格局和時間變化研究[J].地球信息科學(xué)學(xué)報， 2015， 17（11）：1348-1354.

SHI J， CUI L， YANG H， et al. Spatial pattern and temporal change of climate in Shanghai[J]. Journal of Geo- information Science， 2015， 17（11）：1348-1354.

[11] 施春暉， 徐方杰， 王曉慶， 等. 上海地區(qū)南、北高叢藍(lán)莓品質(zhì)及抗氧化活性比較[J].中國農(nóng)學(xué)通報， 2013， 29（31）：201-205.

SHI C， XU F， WANG X， et al. Comparision of quality and antioxidant capacity between Vaccinium corymbosum land and? Vacciniumcorymbosum in Shanghai[J]. Chinese Agricultural? Science? Bulletin， 2013， 29（31）：201-205.

[12] 裴嘉博， 李亞東， 張琛， 等. 6個高叢藍(lán)莓品種在上海地區(qū)的引種初報[J].落葉果樹， 2016， 48（2）：27-29.???? PEI J， LI Y， ZHANG C， et al. A preliminary report on the introduction of six high cluster blueberry varieties in Shanghai[J]. Deciduous Fruits， 2016， 48（2）：27-29.

[13] 李晴晴， 魯珊珊， 張紅， 等. 烏飯樹和藍(lán)莓對不同土壤pH值的生理反應(yīng)[J].浙江大學(xué)學(xué)報（農(nóng)業(yè)與生命科學(xué)版）， 2017， 43（4）：469-475.

LI Q， LU S， ZHANG H， et al. Physiological response to different soil pH values between Vaccinium bracteatum and Vaccinuumashei[J]. Journal of Zhejiang University （Agriculture? and? Life? Sciences）， 2017， 43（4）：469-475.

[14] 申巖. 藍(lán)莓露地栽培技術(shù)[J].天津農(nóng)業(yè)科學(xué)， 2009， 15（3）：62-64.

SHEN Y. Cultivation technology of Semen Trionellaein? the? open? field[J]. Tianjin? Agricultural? Sciences， 2009， 15（3）：62-64.

[15] YARBOROUGH D E.栽培種矮叢越橘果園的建立與田間管理（英文）[J].吉林農(nóng)業(yè)大學(xué)學(xué)報， 2009， 31（5）：556-560.

YARBOROUGH? D? E. Cultivated? lowbush? blueberry （Vaccinium angustifolium） establishment and management[J]. Journal of Jilin Agricultural University， 2009， 31（5）：556-560.

[16] 林育炯， 張均華， 胡繼杰， 等. 不同類型基質(zhì)對機(jī)插水稻秧苗生理特征及產(chǎn)量的影響[J].農(nóng)業(yè)工程學(xué)報， 2016， 32（8）：18-26.

LIN Y， ZHANG J， HU J， et al. Effects of different seedling? substrates? on? physiological? characters? and? grain yield of mechanized-transplanted rice[J]. Transactions of the CSAE， 2016， 32（8）：18-26.

[17] 狄華濤， 陳雪平， 霍恒志， 等. 藍(lán)莓栽培土壤改良技術(shù)研究進(jìn)展[J].現(xiàn)代園藝， 2021， 44（1）：44-45， 47.

DI H， CHEN X， HUO H， et al. Research progress on soilimprovement? techniques? for? blueberry? cultivation[J].Contemporary Horticulture， 2021， 44（1）：44-45， 47.

[18] 黃韜， 吳春華， 王媚， 等. 溫室藍(lán)莓無土栽培技術(shù)[J].北方果樹， 2018（3）：31-32.

HUANG T， WU C， WANG M， et al. Soil free cultiva‐tion technology of blueberry in greenhouse[J]. North‐ern Fruits， 2018（3）：31-32.

[19] 栗苗苗. 關(guān)于藍(lán)莓種植的土壤改良方法[J].農(nóng)業(yè)與技術(shù)， 2020， 40（18）：106-107.

LI? M.On? soil? improvement? methods? for? blueberryplanting[J]. Agriculture and Technology， 2020， 40（18）：106-107.

[20] 蔡燕， 賈云霞， 穆旭東. 滴灌技術(shù)在設(shè)施藍(lán)莓產(chǎn)業(yè)中的應(yīng)用[J].河北果樹， 2020（3）：52， 54.

CAI Y， JIA Y， MU X. Application? of drip? irrigationtechnology? in? facility? blueberry? industry[J]. HebeiFruits， 2020（3）：52， 54.

[21] 赫玉霞. 淺談藍(lán)莓實用栽培水肥管理[J].新農(nóng)業(yè)，2020（15）：27.

HE Y. Talking about the water and fertilizer manage‐ment of blueberry practical cultivation[J]. New Agri‐culture， 2020（15）：27.

[22] 解志鵬. 水肥耦合下大連藍(lán)莓灌溉方案設(shè)計[J].吉林水利， 2019（5）：9-11

XIE Z. Design of Dalian blueberry irrigation schemeunder the coupling of water and fertilizer[J]. Jilin Wa‐ter Resources， 2019（5）：9-11.

[23] 董克鋒， 姜惠鐵. 影響藍(lán)莓栽培成敗的關(guān)鍵因素分析[J].北方園藝， 2015（14）：49-51

DONG K， JIANG H. Analysis of key factors affectingthe success or failure of blueberry cultivation[J]. North‐ern Horticulture， 2015（14）：49-51.

[24] 劉露， 侯鵬， 劉澤元， 等. 適用于黃河水滴灌的灌水器篩選研究[J].農(nóng)業(yè)工程學(xué)報， 2021， 37（6）：99-107.

LIU L， HOU P， LIU Z， et al. Selection of suitable drip-emitters for Yellow river water drip irrigation[J]. Trans‐actions of the CSAE， 2021， 37（6）：99-107.

[25] CARLOS K， PEKKA S J， MARKUS T， et al. Smartwater management platform： IoT-based precision irri‐gation? for agriculture[J]. Sensors（Basel，? Switzerland），2019， 19（2）： ID 276.

[26] MUANGPRATHUB J， BOONNAM N， KAJORNKA‐SIRAT S， et al. IoT and agriculture data analysis forsmart farm[J]. Computers and Electronics in Agricul‐ture， 2019， 156：467-474.

[27] 譚鉞， 徐麗， 朱三軍， 等. 兩個藍(lán)莓品種冷棚栽培表現(xiàn)及栽培關(guān)鍵技術(shù)[J].落葉果樹， 2021， 53（5）：71-72.

TAN Y， XU L， ZHU S. Performance and key cultivation techniques of two blueberry varieties in cold shed[J]. Deciduous Fruits， 2021， 53（5）：71-72.

[28] 郭俊英. 藍(lán)莓優(yōu)質(zhì)高效生產(chǎn)技術(shù)[M].北京：中國科學(xué)技術(shù)出版社， 2018.

GUO J. Blueberry high-quality and high-efficiency production? technology[M]. Beijing： China? Science? and Technology Press， 2018.

[29] 張海峰， 李楊， 張宇， 等. 基于云服務(wù)的棚室蔬菜智能終端系統(tǒng)設(shè)計與實現(xiàn)——以黑龍江省為研究案例[J].智慧農(nóng)業(yè)， 2019， 1（3）：87-99.

ZHANG H， LI Y， ZHANG Y， et al. Design and imple‐mentation? of? intelligent? terminal? service? system? forgreenhouse vegetables based on cloud service： A casestudy of Heilongjiang province[J]. Smart Agriculture，2019， 1（3）：87-99.

[30] ANTONACCI A， ARDUINI F， MOSCONE D， et al.Nanostruc-tured（Bio） sensors? for? smart agriculture[J].Trends in Analytical Chemistry， 2018（98）：95-103.

[31] PRAKASH P J， ALI Y， DIMITRIOS G， et al. Internetof things platform for smart farming： Experiences andlessons? learnt[J]. Sensors （Basel，? Switzerland）， 2016，16（11）： ID 1884.

Multi-Factor Coordination Control Technology of Promoting? Early Maturing in Southern Blueberry Intelligent Greenhouse

XU Lihong*， LIU Huihui， XU He， WEI Ruihua， CAI Wentao

（College of Electronics and Information Engineering， Tongji University， Shanghai 201804， China）

Abstract： In order to get blueberries goes on sale in advance and obtain greater economic benefits， southern blueberries were moved to an intelligent greenhouse with controllable environment for experimental production. The early maturing production control technology of southern blueberry intelligent greenhouse was explored and studied. First， a detailed and comprehensive investigation and summary were conducted on the production factors of blueberry soilless cultivation， such as the production characteristics of various blueberry varieties， the pH and composition of the substrate， the key points of water and fertilizer irrigation， and the scope of the microenvironment climate. Then， the existing Venlo-type greenhouse was deployed for blueberry production， and the geography， climate and internal structural conditions of the greenhouse were briefly described， and the greenhouse blueberry full-cycle control goal was planned. Finally， the production control system was designed and implemented based on the Internet of Things technology， and the overall framework of the software layer， the hardware layer and the cloud were introduced. Based on multi-factor coordinated control model of greenhouse environment， according to the characteristics of blueberry growth environment， a set of blueberry greenhouse multi-factor coordinated control algorithms were proposed and used for environmental regulation. The experimental greenhouse is located in the southeast of Huaqiao Town， Kunshan city， Suzhou city， Jiangsu province. It has been verified that the overall control system has a significant effect， and the first wave of fruits was harvested in early May 2021， making the southern variety of blueberry enter the fruit picking period nearly one month earlier. Compared with the blueberry plants without cold storage， the yields per plant of "Star""Emerald""Lanmei No.1"， and "Coast" after cold storage increased by 51.5%， 85.5%， 43.8%， and 94.7%， respectively， and the weight of each fruit was increased 10.9%， 7.2%， 2.6%， and 5.3%， respectively. Experiments proved that the use of multi-factor coordinated control algorithms for regulation can increase the yield and quality of blueberries and achieve significant economic benefits and provide a demonstration for the industrialization of blueberry plants in southern greenhouses to promote early maturity production and management.