基于自動需求響應(yīng)的遠程溫室監(jiān)控數(shù)據(jù)融合方法

冷 令，張震邦，唐 婷，吳偉斌，羅安生

（1.中山職業(yè)技術(shù)學(xué)院 信息工程學(xué)院，廣東 中山528400；2.華南農(nóng)業(yè)大學(xué) 工程學(xué)院，廣州510642）

為提升農(nóng)業(yè)生產(chǎn)水平，必須要提高我國傳統(tǒng)農(nóng)業(yè)的轉(zhuǎn)型速度，大規(guī)模推廣信息化和智能化形式的農(nóng)業(yè)生產(chǎn)技術(shù)。溫室大棚中的環(huán)境復(fù)雜，信息數(shù)據(jù)變化較為緩慢，且冗余程度較大、時間與空間之間關(guān)聯(lián)程度較高[1-3]。 利用無線傳感網(wǎng)絡(luò)中各個節(jié)點對整個溫室監(jiān)控區(qū)域范圍內(nèi)數(shù)據(jù)進行采集和處理， 可有效分析各種環(huán)境因素對溫室作物生長產(chǎn)生的影響，并達到理想控制效果，此為溫室控制領(lǐng)域中需要解決的核心問題。苗鳳娟等[4]為農(nóng)作物的生長環(huán)境提供精確、 實時監(jiān)測算法并利用CC2430 無線網(wǎng)絡(luò)節(jié)點參數(shù)優(yōu)化設(shè)計了一個基于物聯(lián)網(wǎng)與太陽能光伏的智能溫室監(jiān)控系統(tǒng)，在未來信息化農(nóng)業(yè)發(fā)展建設(shè)中有重要應(yīng)用價值。 熊偉[5]采用空間外差光譜技術(shù)進行高光譜分光，闡述了載荷的基本工作原理，滿足光譜及輻射定標要求，為下一步溫室氣體反演應(yīng)用奠定了基礎(chǔ)。吳浩等[6]提出了一種基于兩者數(shù)據(jù)的協(xié)同云篩選新算法，提高溫室氣體反演中的云篩選效率。 但是以上方法僅在溫度、氣體等單一指標進行了控制且沒有涉及遠程控制，為此，將重點放在遠程控制上，提出基于自動需求響應(yīng)的遠程溫室監(jiān)控數(shù)據(jù)融合方法。 作為智能控制技術(shù)功能之一的自動需求響應(yīng)是通過分析需求響應(yīng)潛力和用戶側(cè)需求響應(yīng)效果，為主體控制需求推薦信息。在本研究設(shè)計中，分析不同作物不同階段生長環(huán)境影響因素，獲取溫室作物需要的成長環(huán)境管控參數(shù)，并完善溫室作物生長條件的協(xié)調(diào)方案，實現(xiàn)作物生長遠程監(jiān)控與指導(dǎo)，為溫室作物生長環(huán)境的信息化、智能化管控以及農(nóng)業(yè)大數(shù)據(jù)高效利用提供可靠的理論和技術(shù)依據(jù)。

1 基于自動需求響應(yīng)的遠程溫室監(jiān)控數(shù)據(jù)融合

1.1 遠程溫室監(jiān)控系統(tǒng)總設(shè)計方案

北斗衛(wèi)星導(dǎo)航為中國自主研制的導(dǎo)航系統(tǒng)，2020 年構(gòu)建覆蓋全球的導(dǎo)航系統(tǒng)， 并向全球用戶提供高精度定位、導(dǎo)航以及授時服務(wù)。 遠程溫室監(jiān)控系統(tǒng)主要組成部分為北斗衛(wèi)星系統(tǒng)與ZigBee 網(wǎng)絡(luò)（圖1）。 其中，Zig-Bee 網(wǎng)絡(luò)組成部分為協(xié)調(diào)器、 路由和終端等幾個節(jié)點。融合該系統(tǒng)具體應(yīng)用場合，能夠通過多種形式進行組網(wǎng)，協(xié)調(diào)器為網(wǎng)絡(luò)系統(tǒng)中主要節(jié)點，主要負責(zé)網(wǎng)絡(luò)建立和管理、溫室環(huán)境信息數(shù)據(jù)采集管理和連接北斗傳輸數(shù)據(jù)。剩余路由和支路節(jié)點及終端節(jié)點主要任務(wù)是將采集到的環(huán)境數(shù)據(jù)傳輸?shù)絽f(xié)調(diào)器節(jié)點。圖1 中的監(jiān)控服務(wù)中心作為上位機，一方面根據(jù)需求進行請求同時接收溫室現(xiàn)場控制中心傳輸來的各種環(huán)境數(shù)據(jù)，并存儲繪制數(shù)據(jù)的走勢圖，另一方面遠程傳輸控制質(zhì)量至控制中心對溫室環(huán)境進行調(diào)控、指導(dǎo)。

1.2 硬件設(shè)計

系統(tǒng)硬件主要功能模塊有采集、主控、短信報警和執(zhí)行驅(qū)動等（圖2）。 傳感器選擇為：溫度傳感器統(tǒng)一為DS18B20，其為一線式的電子元器件。 光照強度傳感器為GY-30 數(shù)字光模塊，該模塊應(yīng)用范圍廣泛，應(yīng)用于手機、LCD 和數(shù)碼相機等設(shè)備。 濕度傳感器為DHT11，其功耗低，且穩(wěn)定性強，測量精度±5%RH。CO2濃度傳感器為MH-Z14，精度為±50PPM±讀數(shù)5%，其具備精度高和環(huán)境適應(yīng)能力強等優(yōu)點。

1.3 數(shù)據(jù)融合算法

本次設(shè)計中，為了整合不同作物不同階段生長環(huán)境影響因素，獲取溫室作物需要的成長環(huán)境管控參數(shù)，系統(tǒng)使用自適應(yīng)加權(quán)融合方法和D-S 證據(jù)理論融合方法相結(jié)合的方式實現(xiàn)遠程溫室監(jiān)控數(shù)據(jù)融合[7-8]。

圖1 遠程溫室監(jiān)控系統(tǒng)總設(shè)計方案Figure 1 The general design scheme of remote greenhouse monitoring system

圖2 系統(tǒng)硬件結(jié)構(gòu)Figure 2 The system hardware structure

1.3.1 應(yīng)用自適應(yīng)加權(quán)溫室監(jiān)控數(shù)據(jù)融合 假設(shè)個傳感器的方差分別是δ21，δ22，…，δn2，需要估算的真值是，各個傳感器測量值分別是X1，X2，…，Xn，值之間相互獨立，并且為X 的無偏估計，將權(quán)值分別定義為W1，W2，…，Wn，那么融合之后的值與加權(quán)因子滿足式（1）：

假設(shè)將各個傳感器數(shù)據(jù)視為互為獨立[9]，那么：

綜上，總均方誤差為：

此為一個多元函數(shù)，基于多元函數(shù)求解極值的理論，當(dāng)總均方誤差最小，那么對應(yīng)權(quán)值可表示為：

式中：各個傳感器的方差σp2能夠基于各個傳感器所采集的數(shù)據(jù)獲取。 對各傳感器采集到的各種環(huán)境數(shù)據(jù)實行處理，并傳送至協(xié)調(diào)器節(jié)點，通過自適應(yīng)加權(quán)融合法在該節(jié)點對數(shù)據(jù)實行數(shù)據(jù)集融合。

1.3.2 利用D-S 證據(jù)理論優(yōu)化決策級融合函數(shù) 設(shè)定U 代表有限集合，m 代表集合U 上的概率分配函數(shù)，該函數(shù)滿足的條件為：m(φ)=0；針對任意

上述中的基本概率函數(shù)m:2U→[0,1]為某一種可信度。作為一種信任結(jié)構(gòu)，D-S 證據(jù)理論可以實行決策級的融合，利用綜合分析各種類型的環(huán)境數(shù)據(jù)指導(dǎo)溫室作物生長環(huán)境控制即主觀定義融合函數(shù)：

式中：集合U 中的任意子集合A 信任函數(shù)為全部子集的基本概率函數(shù)相加結(jié)果，信任函數(shù)描述了證據(jù)對A 為真的整體信任度[10]。

采集一次數(shù)據(jù)進行一次融合，經(jīng)融合各種類型環(huán)境數(shù)據(jù)只剩一個值，將一次采集融合之后的各類型數(shù)據(jù)以組的形式傳輸至主控中心，即當(dāng)Bel(φ)=0，Bel(U)=1，同時針對任意A，均有0≤Bel(A)＜1；信任函數(shù)屬于遞增函數(shù)，也就是假設(shè)A1?A2?U，那么Bel(A1)≤Bel(A2)；假設(shè)A 是單元素集合，則m(A)=Bel(A)。設(shè)似然函數(shù)表達式為：

式中：A′代表A 的補集。 該函數(shù)表征了對A 非假的整體信任度，其包含的性質(zhì)為：Pl(A)=m(B)；0≤Bel(A)＜Pl(A′)＜1；Pl(A)+Pl(A′)，可以通過信任區(qū)間[Bel(A),Pl(A)]表征A 的不確定程度，Bel(A)是度量的下限，Pl(A)是度量的上限（圖3）。

由圖3 可知，本次設(shè)計算法將不同種類但是互為關(guān)聯(lián)的證據(jù)實行組合，以此將多種不同證據(jù)進行融合，進而獲得最終結(jié)論。 假設(shè)m1(A)、m2(A)(A∈2U)為U 不同證據(jù)下基本概率函數(shù)，則依照證據(jù)理論的組合規(guī)則進行合并之后可得：

圖3 數(shù)據(jù)信任度描述示意圖Figure 3 The schematic diagram of data trust description

研究學(xué)者在通過自適應(yīng)加權(quán)法對多種類型數(shù)據(jù)進行融合過程中，一般是將傳感器當(dāng)作單位，也就是針對每個單獨傳感器在一段時間內(nèi)獲取的數(shù)據(jù)分別賦予權(quán)重值實行融合，獲得融合結(jié)果。 該方式非常容易出現(xiàn)偏差，假設(shè)某傳感器存在偏差，則其所采集到的數(shù)據(jù)都可能會出現(xiàn)誤差，一旦不甄別就實行融合操作，一定會導(dǎo)致數(shù)據(jù)融合結(jié)果出現(xiàn)偏差[11-13]。 除此之外，溫室傳感網(wǎng)絡(luò)運行過程中，針對各種數(shù)據(jù)進行融合之前，一般會剔除粗大誤差，也就是當(dāng)某個或者多個節(jié)點采集的數(shù)據(jù)和其他節(jié)點所得數(shù)據(jù)存在較大偏差，那么會被剔除。 該方法在溫室環(huán)境監(jiān)控數(shù)據(jù)融合中不可取[14-15]，其忽視了溫室環(huán)境數(shù)據(jù)分布不均衡性，無法反映出溫室環(huán)境實際情況。

以溫室環(huán)境參數(shù)中的溫度采集為例分析遠程溫室監(jiān)控系統(tǒng)數(shù)據(jù)融合方法。 系統(tǒng)設(shè)置的數(shù)據(jù)采集節(jié)點通過多點測溫模式實現(xiàn)數(shù)據(jù)采集，各節(jié)點掛載著若干個同種類型的溫度傳感器，當(dāng)節(jié)點接收到采集需求指令，則會產(chǎn)生一組溫度數(shù)據(jù)，針對每組數(shù)據(jù)先利用狄克遜準則將粗大的誤差剔除，將該組傳感器中由于個別傳感器發(fā)生故障造成的數(shù)據(jù)干擾排除掉，接下來求解剩下數(shù)據(jù)均值當(dāng)作初步融合結(jié)果傳輸至協(xié)調(diào)器[16-18]。 通過該融合程序，各節(jié)點每次僅需向協(xié)調(diào)器傳輸一組數(shù)據(jù)，也就是各個環(huán)境參數(shù)的值，無需重復(fù)傳輸多個相同環(huán)境參數(shù)，高效減少系統(tǒng)能耗。

盡管通過了初步數(shù)據(jù)處理，然而每次數(shù)據(jù)采集時協(xié)調(diào)器接收的數(shù)據(jù)量仍然非常大，其中包括各采集節(jié)點傳輸來的各個環(huán)境參數(shù)[19]。 綜上，需要針對協(xié)調(diào)器數(shù)據(jù)實行更深層次融合，協(xié)調(diào)器節(jié)點集成的數(shù)據(jù)描述出了各數(shù)據(jù)采集節(jié)點所處區(qū)域?qū)嶋H環(huán)境情況。 因溫室環(huán)境數(shù)據(jù)整體分布均衡性較差，節(jié)點之間數(shù)據(jù)存在相對大的偏差正常。 假設(shè)再次剔除粗大誤差，一定會致使一些偏差比較大的采集節(jié)點數(shù)據(jù)被去除，此種情況違背了溫室環(huán)境監(jiān)控初衷，因此僅通過自適應(yīng)加權(quán)法實現(xiàn)數(shù)據(jù)融合，將均方誤差最小當(dāng)作指標對各采集節(jié)點數(shù)據(jù)賦予權(quán)值，就表示將整個溫室環(huán)境分解成若干個小區(qū)域，各個區(qū)域權(quán)重值表征了自身局部環(huán)境情況，將各個區(qū)域數(shù)據(jù)進行融合之后，對溫室作物整體生長環(huán)境進行相應(yīng)評價。最后把融合之后的數(shù)據(jù)傳輸至主控中心，構(gòu)建所有可能出現(xiàn)的情況假設(shè)集合，利用D-S 證據(jù)理論實現(xiàn)各種不同質(zhì)溫室環(huán)境參數(shù)的融合分析，并給出每組數(shù)據(jù)對各種假設(shè)支持程度，利用支持度對控制決策進行指導(dǎo)。 遠程溫室控制系統(tǒng)數(shù)據(jù)融合方法見圖4。

1.4 系統(tǒng)軟件

遠程溫室監(jiān)控系統(tǒng)軟件運行過程中，當(dāng)系統(tǒng)開機之后，先初始化自檢，當(dāng)系統(tǒng)穩(wěn)定，采集節(jié)點接收到上位機傳輸來的采集需求指令開始在固定周期下采集溫室作物生長環(huán)境數(shù)據(jù)，將數(shù)據(jù)傳輸至協(xié)調(diào)器節(jié)點，節(jié)點針對數(shù)據(jù)實行處理之后傳輸?shù)街骺刂行?。中心基于所得?shù)據(jù)進行分析、顯示和控制決策，并且驅(qū)動系統(tǒng)的各個通信模塊實現(xiàn)和上位機之間數(shù)據(jù)通信，執(zhí)行機構(gòu)對溫室環(huán)境進行指導(dǎo)調(diào)控。 整體流程見圖5。

圖4 遠程溫室監(jiān)控系統(tǒng)數(shù)據(jù)融合Figure 4 The data fusion method of remote greenhouse monitoring system

圖5 系統(tǒng)軟件運行整體流程Figure 5 Overall flow of system software operation

2 試驗結(jié)果與分析

為驗證基于自動需求響應(yīng)的遠程溫室監(jiān)控數(shù)據(jù)融合方法可行性，此次試驗地點選擇在廣東省中山市農(nóng)業(yè)推廣中心示范基地的溫室大棚，對溫室大棚作物生長環(huán)境進行模擬。 模擬環(huán)境見圖6。

2.1 通信測試

在多網(wǎng)融合下，將4 個ZigBee 傳感器節(jié)點分布在四個角落，測試目的是對設(shè)備的丟包率及誤包率進行驗證，所得結(jié)果見表1。 由表1 可知，在距離不斷增加下，不同設(shè)備丟包率與誤包率均有增加趨勢，ZigBee 穩(wěn)定性受到了一定影響，但是本研究設(shè)備丟包率最低，且增長幅度較為平穩(wěn)，說明其系統(tǒng)運行平穩(wěn)性得到保證，在整體上能夠滿足遠程溫室監(jiān)控系統(tǒng)運行需求。

2.2 數(shù)據(jù)融合下溫室環(huán)境監(jiān)控效果

以溫度（測試點1）、濕度（測試點2）、光照強度（測試點3）、土壤溫度（測試點4）、二氧化碳濃度（測試點5）、露點溫度（測試點6）、葉面溫度（測試點7）、土壤水分（測試點8）為例進行測量，在試驗點設(shè)置5 個溫濕度測試點， 對數(shù)據(jù)融合下溫室環(huán)境監(jiān)控進行響應(yīng)速度測試，將測量值和標準化設(shè)備的計量結(jié)果與文獻[4]、文獻[5]和文獻[6]進行對比，同時實行誤差分析，結(jié)果見表2。由表2 可知，不同測試點的溫室環(huán)境數(shù)據(jù)雖然存在一定誤差，但是可控制在±1%之內(nèi)，在傳感器允許范圍內(nèi)，本研究方法的響應(yīng)速度保持在2s 以內(nèi)，8 個測試點的測試結(jié)果皆高于其他文獻方法，說明在遠程溫室監(jiān)控數(shù)據(jù)融合方法下，總體上降低了系統(tǒng)未知事件概率，有效控制了系統(tǒng)運行誤差，能夠達到系統(tǒng)精準性要求。

表1 ZigBee 穩(wěn)定性試驗結(jié)果Table 1 The experimental results of ZigBee stability

表2 數(shù)據(jù)融合下溫室環(huán)境監(jiān)控效果Table 2 The monitoring effect of data fusion in greenhouse environment

3 討論與結(jié)論

圖6 溫室大棚作物生長環(huán)境Figure 6 Overall flow of system software operation

對于農(nóng)民自身技術(shù)及知識水平不足和購買能力偏低等一系列問題，一些物美價廉和性能相對穩(wěn)定的智慧農(nóng)業(yè)設(shè)備要比昂貴的設(shè)備更加能夠滿足農(nóng)民作業(yè)過程中的實際需求，普及空間非常大。 由此，研究和開發(fā)操作方便且物美價廉的農(nóng)業(yè)生產(chǎn)機械設(shè)備， 例如本研究設(shè)計的應(yīng)用方法，其響應(yīng)速度保持在2s 以內(nèi)，誤差控制在±1%之內(nèi)， 且8 個測試點的監(jiān)控效果測試結(jié)果皆高于其他文獻方法，可以高效提升溫室大棚控制技術(shù)整體轉(zhuǎn)化率和普及率。

除了要促進物聯(lián)網(wǎng)等一系列高新技術(shù)及互聯(lián)網(wǎng)+農(nóng)業(yè)在溫室大棚控制中的普及與應(yīng)用，做到溫室環(huán)境遠程監(jiān)控等，還要針對溫室控制中存在的問題，提出相應(yīng)對策，力求為溫室大棚生產(chǎn)提供可借鑒內(nèi)容。 采用固定周期組織技術(shù)人員到農(nóng)業(yè)生產(chǎn)合作社或者農(nóng)戶上門的方式，對農(nóng)業(yè)智能化生產(chǎn)和機械使用的各項技能進行培訓(xùn)、指導(dǎo)。 與此同時，還要組織各種形式的農(nóng)業(yè)宣傳活動，將相關(guān)政策和產(chǎn)業(yè)動向等信息及時提供給農(nóng)戶，強化各個地方機構(gòu)的補貼信息透明公開力度，更好、更快地提高購置農(nóng)業(yè)機械補貼信息公開效率與權(quán)威性，開展智慧農(nóng)業(yè)，促進農(nóng)業(yè)物聯(lián)網(wǎng)試驗示范及農(nóng)業(yè)裝備的自動化、智能化。 除此之外，地方政府也應(yīng)該強化對該方面的重視程度，盡量保障各項政策及資金及時落地。 相關(guān)部門的主要領(lǐng)導(dǎo)要做到親自抓，而分管領(lǐng)導(dǎo)要做到具體抓，協(xié)調(diào)配合，做到上下聯(lián)動和專人專項工作。 針對積極購置農(nóng)業(yè)生產(chǎn)新設(shè)備和應(yīng)用新技術(shù)的農(nóng)民要做到優(yōu)先補貼，鼓勵并支持新設(shè)備與新技術(shù)的普及和應(yīng)用，并盡量幫助農(nóng)民更加全面地了解和掌握溫室環(huán)境控制方面的新興技術(shù)與新動向，進而提升農(nóng)民參與到高新技術(shù)應(yīng)用的積極性，促使溫室大棚作物生長更加優(yōu)質(zhì)、高效及高產(chǎn)。

在農(nóng)業(yè)生產(chǎn)中，信息化應(yīng)用與人工成本的增加是該領(lǐng)域的研究熱點，提升溫室大棚環(huán)境管控技術(shù)規(guī)?；妥詣踊俏覈鴾厥肄r(nóng)業(yè)生產(chǎn)管理方面的重點內(nèi)容。由此，本研究提出基于自動需求響應(yīng)的遠程溫室監(jiān)控數(shù)據(jù)融合方法，根據(jù)系統(tǒng)運行軟件和硬件組成，為溫室大棚作物生長提供一定程度上的支撐。 通過與其他文獻的對比試驗測試可知，所提方法準確性強，溫室環(huán)境監(jiān)控精度較高，有一定的實際應(yīng)用效果。由于對二氧化碳濃度和光照度的測試受到試驗條件限制， 在未來的研究中， 可以在溫室大棚監(jiān)控的易用性和實用性等方面進行深入研究，爭取推動我國農(nóng)業(yè)信息化建設(shè)向更好的方向發(fā)展。