崔玉萍，席雪琴

（武威職業(yè)學院 甘肅 武威 733000）

0 引言

日光溫室作為一種現(xiàn)代化生產(chǎn)技術，通過在溫室內(nèi)創(chuàng)造適宜的生長環(huán)境，可以實現(xiàn)溫室作物的高產(chǎn)、高質(zhì)量和全年無間斷生產(chǎn)。 為了確保溫室內(nèi)部環(huán)境的穩(wěn)定和作物的健康生長，需要對溫室進行精確的監(jiān)測和控制。 傳統(tǒng)的溫室終端控制系統(tǒng)往往采用固定規(guī)則和經(jīng)驗判斷進行控制，存在著一定的局限性。

智能數(shù)據(jù)挖掘技術能夠利用大量的溫室環(huán)境數(shù)據(jù)，通過建立預測模型和優(yōu)化算法，實現(xiàn)對溫室環(huán)境的智能化控制。 通過對溫室內(nèi)部環(huán)境參數(shù)的實時采集和處理，結合智能數(shù)據(jù)挖掘算法，可以實現(xiàn)溫室內(nèi)部環(huán)境的精確控制和能源消耗的優(yōu)化，提高溫室的生產(chǎn)效率和資源利用效率。

1 日光溫室終端控制系統(tǒng)的基本功能和組成

日光溫室終端控制系統(tǒng)是指用于監(jiān)測和控制日光溫室內(nèi)部環(huán)境的一套綜合性系統(tǒng)。 其基本功能是實時采集溫室內(nèi)的環(huán)境參數(shù)，并根據(jù)設定的目標和規(guī)則，自動控制溫室內(nèi)的溫度、濕度、光照、二氧化碳（carbon dioxide，CO2）濃度等參數(shù)，以保持作物的適宜生長條件。 日光溫室終端控制系統(tǒng)的主要組成部分包括傳感器、執(zhí)行器、控制器和人機交互界面等。

傳感器是日光溫室終端控制系統(tǒng)中的重要組成部分，用于實時采集溫室內(nèi)的環(huán)境參數(shù)。 常見的傳感器包括溫度傳感器、濕度傳感器、光照傳感器、CO2傳感器等。 溫度傳感器用于測量溫室內(nèi)的溫度變化，濕度傳感器用于測量溫室內(nèi)的濕度水平，光照傳感器用于測量溫室內(nèi)的光照強度，CO2傳感器用于測量溫室內(nèi)的CO2濃度。 傳感器通過將環(huán)境參數(shù)轉(zhuǎn)化為電信號，并傳輸給控制器進行處理和分析。

執(zhí)行器是日光溫室終端控制系統(tǒng)中的另一個重要組成部分，用于根據(jù)控制器的指令，調(diào)節(jié)溫室內(nèi)的環(huán)境條件。常見的執(zhí)行器包括加熱器、通風設備、遮陽網(wǎng)、噴灌設備等。 加熱器用于調(diào)節(jié)溫室內(nèi)的溫度，通風設備用于控制溫室內(nèi)的通風量，遮陽網(wǎng)用于調(diào)節(jié)溫室內(nèi)的光照強度，噴灌設備用于控制溫室內(nèi)的濕度水平。 執(zhí)行器通過接收控制器發(fā)送的指令，實現(xiàn)對溫室環(huán)境的調(diào)節(jié)。

控制器是日光溫室終端控制系統(tǒng)的核心部分，負責對采集到的環(huán)境參數(shù)進行處理和分析，并根據(jù)設定的控制策略，生成相應的控制指令。 控制器通常由微處理器、存儲器和控制算法等組成。 微處理器用于處理和分析采集到的環(huán)境數(shù)據(jù)，存儲器用于存儲控制策略和歷史數(shù)據(jù)，控制算法根據(jù)采集到的數(shù)據(jù)和設定的目標，生成相應的控制指令［1］。

人機交互界面是日光溫室終端控制系統(tǒng)中用于與操作人員進行交互的界面。 人機交互界面通常包括顯示屏、按鍵、指示燈等。 通過人機交互界面，操作人員可以查看溫室內(nèi)部環(huán)境參數(shù)的實時數(shù)據(jù)，設置控制策略和參數(shù)，監(jiān)控系統(tǒng)的運行狀態(tài)，并進行報警和故障排除等操作。

2 智能數(shù)據(jù)挖掘技術的優(yōu)勢和算法

2.1 智能數(shù)據(jù)挖掘技術的應用優(yōu)勢

智能數(shù)據(jù)挖掘技術在日光溫室終端控制系統(tǒng)中具有多方面的優(yōu)勢。 首先，它能夠?qū)Υ罅康臏厥噎h(huán)境數(shù)據(jù)進行快速準確地分析，揭示其中的規(guī)律、趨勢和異常情況，為決策提供支持和預測能力。 其次，智能數(shù)據(jù)挖掘技術能夠?qū)崟r處理和分析溫室環(huán)境數(shù)據(jù)，使系統(tǒng)能夠及時調(diào)整和響應，維持適宜的溫室內(nèi)環(huán)境條件。 此外，通過建立模型和算法，智能數(shù)據(jù)挖掘技術可以自動分析和判斷溫室內(nèi)環(huán)境狀態(tài)，并根據(jù)設定的控制策略自動調(diào)節(jié)相關參數(shù)，實現(xiàn)自動化的決策能力，提高系統(tǒng)的效率和精確性。 再次，智能數(shù)據(jù)挖掘技術可以綜合考慮多個環(huán)境參數(shù)之間的關系，進行多因素優(yōu)化，以提高溫室環(huán)境的控制效果和資源利用效率。 最后，該技術還能監(jiān)測和分析溫室終端控制系統(tǒng)的運行數(shù)據(jù)，及時發(fā)現(xiàn)潛在的故障和異常情況，并提供預警信息，有助于及時采取措施修復故障，避免對作物造成損失。智能數(shù)據(jù)挖掘技術在日光溫室終端控制系統(tǒng)中的應用具有重要的優(yōu)勢。

2.2 常用的智能數(shù)據(jù)挖掘算法

智能數(shù)據(jù)挖掘算法是應用于數(shù)據(jù)挖掘領域的一類算法，用于從大量數(shù)據(jù)中提取有用的信息、模式和知識。 在日光溫室終端控制系統(tǒng)中，常用的智能數(shù)據(jù)挖掘算法包括以下幾種：

（1）決策樹算法。 決策樹算法是一種基于樹狀結構的分類與回歸分析方法。 它通過對特征進行劃分，構建一棵樹來實現(xiàn)對數(shù)據(jù)的分類或回歸預測。 在溫室環(huán)境中，可以利用決策樹算法對溫室內(nèi)的環(huán)境參數(shù)進行分類，判斷當前環(huán)境狀態(tài)并作出相應的調(diào)控決策。

（2）支持向量機算法。 支持向量機算法是一種用于分類和回歸分析的監(jiān)督學習方法。 它通過尋找一個最優(yōu)的超平面來實現(xiàn)對數(shù)據(jù)的分類或回歸預測。 在日光溫室終端控制系統(tǒng)中，支持向量機算法可以根據(jù)歷史數(shù)據(jù)的特征，建立一個分類模型，用于預測和優(yōu)化溫室內(nèi)的環(huán)境參數(shù)。

（3）樸素貝葉斯算法。 樸素貝葉斯算法是一種基于貝葉斯定理的分類算法，它假設特征之間相互獨立。 在日光溫室終端控制系統(tǒng)中，樸素貝葉斯算法可以根據(jù)歷史數(shù)據(jù)的特征和類別信息，計算每個特征對于某個類別的概率，從而實現(xiàn)對溫室環(huán)境參數(shù)的分類和預測［2］。

（4）隨機森林算法。 隨機森林算法是一種基于決策樹的集成學習方法，它通過構建多個決策樹，然后綜合它們的結果來進行分類或回歸預測。 在溫室環(huán)境中，隨機森林算法可以結合多個決策樹的預測結果，提高預測的準確性和穩(wěn)定性。

（5）神經(jīng)網(wǎng)絡算法。 神經(jīng)網(wǎng)絡算法是一種模擬人腦神經(jīng)網(wǎng)絡結構和功能的機器學習算法。 它通過多個神經(jīng)元之間的連接和權重調(diào)整來實現(xiàn)對數(shù)據(jù)的學習和預測。在日光溫室終端控制系統(tǒng)中，神經(jīng)網(wǎng)絡算法可以用于建立模型，對溫室環(huán)境參數(shù)進行預測和優(yōu)化。

3 日光溫室終端控制系統(tǒng)中的數(shù)據(jù)采集和處理

3.1 傳感器和數(shù)據(jù)采集設備的選擇和部署

在日光溫室終端控制系統(tǒng)中，數(shù)據(jù)采集是實現(xiàn)環(huán)境監(jiān)測和控制的基礎，而傳感器和數(shù)據(jù)采集設備的選擇和部署是確保數(shù)據(jù)采集準確性和全面性的重要環(huán)節(jié)。

在日光溫室終端控制系統(tǒng)中，常見的傳感器選擇包括溫度傳感器、濕度傳感器、光照傳感器、CO2傳感器。 溫度傳感器常用的類型有熱電偶和熱敏電阻，用于測量溫室內(nèi)的溫度變化。 濕度傳感器常見的類型有電容式濕度傳感器和電阻式濕度傳感器，用于測量溫室內(nèi)的濕度水平。 光照傳感器常用的類型包括光敏電阻和光電二極管，用于測量溫室內(nèi)的光照強度，幫助判斷光合作用的條件。 CO2傳感器可采用非分散紅外（ Nondispersive Infrared Spectroscopy ，NDIR）傳感器和化學吸附傳感器，用于測量溫室內(nèi)的CO2濃度，幫助調(diào)節(jié)通風和通氣系統(tǒng)。 濕度傳感器用于測量土壤的濕度水平，幫助決定灌溉的時機和水量。 此外，根據(jù)具體需求還可以選擇其他傳感器，如風速傳感器用于測量溫室內(nèi)的風速，PH 傳感器用于測量土壤的酸堿度。 選擇適合的傳感器能夠提供準確的環(huán)境參數(shù)數(shù)據(jù)，為溫室終端控制系統(tǒng)的優(yōu)化和調(diào)節(jié)提供可靠的基礎。

在日光溫室終端控制系統(tǒng)中，傳感器的部署是十分關鍵的步驟。 對于溫度和濕度傳感器，應根據(jù)溫室內(nèi)的布局和環(huán)境特點選擇合適的位置，可以將傳感器均勻分布在不同高度和位置的區(qū)域，確保全面覆蓋并避免局部溫度和濕度的誤差。 光照傳感器的部署需要選擇代表性的位置，可以將傳感器放置在溫室內(nèi)的中心位置或靠近重要作物的位置，以獲取溫室內(nèi)的光照強度情況。 CO2傳感器的位置選擇應考慮溫室內(nèi)的空氣流動情況和CO2濃度的變化趨勢，通?？梢詫鞲衅鞣胖迷跍厥覂?nèi)部的中心位置或高處，以獲取更準確的CO2濃度數(shù)據(jù)。 濕度傳感器的部署需要根據(jù)農(nóng)作物的種植方式和灌溉系統(tǒng)的布置情況，在不同的土壤深度和根系范圍內(nèi)安裝傳感器，以獲得土壤濕度的均衡分布情況［3］。 通過合理的傳感器部署，可以獲得準確而全面的環(huán)境參數(shù)數(shù)據(jù)，為溫室終端控制系統(tǒng)的優(yōu)化和調(diào)節(jié)提供可靠的基礎。

在日光溫室終端控制系統(tǒng)中，數(shù)據(jù)采集設備起著關鍵的作用。 常見的數(shù)據(jù)采集設備包括數(shù)據(jù)記錄器、數(shù)據(jù)傳輸設備和數(shù)據(jù)存儲設備。 數(shù)據(jù)記錄器用于接收和存儲傳感器采集到的數(shù)據(jù)，它可以是數(shù)據(jù)采集器、可編程邏輯控制器（programmable logic controller，PLC）等。 這些設備能夠接收傳感器的輸出信號，并將其轉(zhuǎn)換成數(shù)字數(shù)據(jù)進行存儲。 數(shù)據(jù)傳輸設備用于將采集到的數(shù)據(jù)傳輸?shù)綌?shù)據(jù)處理和分析的平臺，常見的數(shù)據(jù)傳輸設備包括以太網(wǎng)、Wi-Fi、藍牙等。 通過這些傳輸設備，采集到的數(shù)據(jù)可以快速、可靠地傳輸?shù)竭h程服務器或數(shù)據(jù)處理平臺進行進一步的處理和分析。 數(shù)據(jù)存儲設備用于長期存儲和備份采集到的數(shù)據(jù)，常見的數(shù)據(jù)存儲設備包括云服務器、本地服務器、硬盤等。 這些存儲設備能夠安全地存儲大量的數(shù)據(jù)，并提供數(shù)據(jù)的可靠性和可訪問性。 通過合理選擇和配置數(shù)據(jù)采集設備，可以確保溫室內(nèi)環(huán)境數(shù)據(jù)的準確采集和可靠存儲，為后續(xù)的數(shù)據(jù)處理和分析提供有力支持。

3.2 數(shù)據(jù)預處理和特征提取方法

在日光溫室終端控制系統(tǒng)中，數(shù)據(jù)預處理和特征提取是對采集到的原始數(shù)據(jù)進行處理和分析的重要步驟。

數(shù)據(jù)預處理涉及數(shù)據(jù)清洗、平滑、標準化和聚合等步驟，目的是消除異常值、缺失值和噪聲，確保數(shù)據(jù)的準確性和可靠性。 通過數(shù)據(jù)清洗，可以去除不一致或錯誤的數(shù)據(jù)點；平滑技術可以減少數(shù)據(jù)中的噪聲，使趨勢更加明顯；標準化可以將數(shù)據(jù)轉(zhuǎn)換為具有相似尺度和分布的形式；聚合方法可以將數(shù)據(jù)按時間段或空間范圍進行匯總，減少數(shù)據(jù)量。 特征提取是從預處理后的數(shù)據(jù)中提取有用信息的過程。 常見的特征包括統(tǒng)計特征（如均值、方差）、頻域特征（如頻譜分析）、時間序列特征（如趨勢和周期性）以及物理特征（如植物生長指標）。 這些特征能夠表達數(shù)據(jù)的關鍵信息和趨勢，為后續(xù)的數(shù)據(jù)分析和決策提供可靠基礎。通過數(shù)據(jù)預處理和特征提取，可以降低數(shù)據(jù)的維度，提取出代表性特征，簡化數(shù)據(jù)分析過程，幫助用戶更好地理解溫室環(huán)境狀態(tài)，并作出相應的控制和調(diào)整決策。

3.3 數(shù)據(jù)存儲和管理策略

在日光溫室終端控制系統(tǒng)中，數(shù)據(jù)存儲和管理策略是確保數(shù)據(jù)安全性和可訪問性的關鍵。 選擇合適的數(shù)據(jù)存儲介質(zhì)，如云服務器、本地服務器或硬盤，以滿足存儲需求。 定期進行數(shù)據(jù)備份，采用鏡像、冗余存儲或增量備份等方式，以防止數(shù)據(jù)丟失和實現(xiàn)數(shù)據(jù)恢復。 保障數(shù)據(jù)安全性，采取數(shù)據(jù)加密、訪問控制和防火墻等安全措施，防止未經(jīng)授權的訪問和數(shù)據(jù)泄露。 實施有效的數(shù)據(jù)管理和索引策略，建立合適的數(shù)據(jù)結構和索引，清理和整理數(shù)據(jù)，提高查詢效率和系統(tǒng)性能。 確保數(shù)據(jù)備案和合規(guī)性，遵守相關法規(guī)和標準，包括隱私保護、數(shù)據(jù)保留期限和數(shù)據(jù)使用政策等方面［4］。 通過合理的數(shù)據(jù)存儲和管理策略，能夠保證數(shù)據(jù)的安全性、完整性和可用性，為后續(xù)的數(shù)據(jù)分析和決策提供可靠的基礎。

4 智能數(shù)據(jù)挖掘技術在日光溫室終端控制中的應用

4.1 溫室環(huán)境參數(shù)的預測和優(yōu)化

智能數(shù)據(jù)挖掘技術在日光溫室終端控制中的應用之一是溫室環(huán)境參數(shù)的預測和優(yōu)化。 通過對歷史環(huán)境數(shù)據(jù)和作物生長數(shù)據(jù)的分析，智能數(shù)據(jù)挖掘技術可以建立預測模型，準確預測未來的溫室環(huán)境參數(shù)，并通過優(yōu)化算法進行環(huán)境參數(shù)的優(yōu)化調(diào)節(jié)，以提供最佳的生長環(huán)境。

數(shù)據(jù)挖掘技術可以通過對歷史環(huán)境數(shù)據(jù)的分析，識別出溫室環(huán)境參數(shù)與作物生長之間的關聯(lián)性和規(guī)律。 例如，可以發(fā)現(xiàn)溫度、濕度、光照和CO2濃度等參數(shù)對作物生長的影響程度以及它們之間的相互作用關系。 基于以上分析結果，可以建立預測模型，利用機器學習算法或統(tǒng)計模型來預測未來的溫室環(huán)境參數(shù)。 通過預測模型，可以實時監(jiān)測和預測溫室內(nèi)的環(huán)境參數(shù)變化。 當環(huán)境參數(shù)偏離預期范圍時，系統(tǒng)可以自動進行調(diào)整，通過控制溫室終端設備（如通風系統(tǒng)、加熱系統(tǒng)和灌溉系統(tǒng)）來優(yōu)化環(huán)境條件。例如，在預測到高溫的情況下，系統(tǒng)可以自動開啟通風系統(tǒng)進行降溫，以保持溫室內(nèi)的適宜溫度。 如此可以實現(xiàn)溫室環(huán)境參數(shù)的實時優(yōu)化和調(diào)節(jié)，為作物的生長提供最佳的環(huán)境條件。 智能數(shù)據(jù)挖掘技術還可以通過對溫室環(huán)境參數(shù)數(shù)據(jù)的分析，提取關鍵特征和趨勢，幫助農(nóng)戶進行種植決策和規(guī)劃。 例如，可以分析不同作物對溫度、濕度和光照要求的差異，根據(jù)作物差異進行種植的選擇和優(yōu)化。 同時，可以根據(jù)溫室內(nèi)的環(huán)境參數(shù)數(shù)據(jù)，預測作物的生長狀況和產(chǎn)量，從而進行市場供應和銷售的決策。

智能數(shù)據(jù)挖掘技術在日光溫室終端控制中的應用可以實現(xiàn)溫室環(huán)境參數(shù)的準確預測和優(yōu)化調(diào)節(jié)，提供最佳的生長環(huán)境。 這有助于提高作物的產(chǎn)量和品質(zhì)，并幫助農(nóng)戶進行決策和規(guī)劃，實現(xiàn)溫室可持續(xù)發(fā)展。

4.2 能源消耗的分析和優(yōu)化

智能數(shù)據(jù)挖掘技術在日光溫室終端控制中的另一個應用是對能源消耗的分析和優(yōu)化。 溫室的能源消耗包括供暖、通風、照明等方面，而智能數(shù)據(jù)挖掘技術可以通過對能源數(shù)據(jù)的分析，提供洞察和決策支持，以實現(xiàn)能源的有效利用和節(jié)約。

數(shù)據(jù)挖掘技術可以對歷史能源消耗數(shù)據(jù)進行分析，識別出能源消耗與溫室環(huán)境參數(shù)、天氣條件等因素之間的關聯(lián)性和規(guī)律。 通過建立預測模型，可以準確預測未來的能源消耗情況，并根據(jù)預測結果進行能源的合理分配和調(diào)節(jié)。 智能數(shù)據(jù)挖掘技術可以通過對能源消耗數(shù)據(jù)的挖掘，提取能源消耗的關鍵特征和趨勢。 例如，可以分析不同溫室區(qū)域的能源消耗差異，發(fā)現(xiàn)能源消耗的高峰和低谷時段，識別能源消耗的異常情況等。 基于這些分析結果，可以采取相應的優(yōu)化策略，如調(diào)整供暖系統(tǒng)的工作時間、優(yōu)化通風系統(tǒng)的運行策略，以降低能源消耗并提高能源利用效率［5］。 另外，智能數(shù)據(jù)挖掘技術還可以與其他技術結合，如建模和優(yōu)化算法，以實現(xiàn)能源消耗的最優(yōu)化。 通過基于模型的優(yōu)化方法，可以在滿足作物生長需求的前提下，最大限度地減少能源消耗。 例如，可以建立優(yōu)化模型，考慮作物的生長特性、能源成本和溫室內(nèi)外的環(huán)境條件，通過模型求解來確定最佳的能源消耗策略。

智能數(shù)據(jù)挖掘技術在日光溫室終端控制中的應用可以實現(xiàn)對能源消耗的分析和優(yōu)化。 通過準確預測能源消耗、提取關鍵特征和趨勢，以及采用優(yōu)化策略和算法，可以實現(xiàn)能源的有效利用和節(jié)約。 有助于降低溫室運行成本，提高能源利用效率，并減少對環(huán)境的影響，實現(xiàn)可持續(xù)發(fā)展。

5 結論與展望

綜上所述，智能數(shù)據(jù)挖掘技術在日光溫室終端控制系統(tǒng)中的應用能夠?qū)崿F(xiàn)溫室環(huán)境參數(shù)的準確預測和優(yōu)化調(diào)節(jié)，從而提供最佳的生長環(huán)境，促進作物產(chǎn)量和品質(zhì)的提高。 通過合理選擇和部署傳感器及數(shù)據(jù)采集設備，并進行數(shù)據(jù)預處理和特征提取，確保數(shù)據(jù)的準確性和可靠性，為后續(xù)的數(shù)據(jù)分析和優(yōu)化提供基礎。 智能數(shù)據(jù)挖掘技術可應用于溫室環(huán)境參數(shù)的預測和優(yōu)化。 此外，根據(jù)對能源消耗數(shù)據(jù)的挖掘和分析，結合節(jié)能策略和算法，可以降低能源的浪費和成本，實現(xiàn)溫室能源的有效利用。 未來的研究可以探索更先進的數(shù)據(jù)挖掘算法和方法，提高溫室環(huán)境參數(shù)的預測精度和優(yōu)化效果。