农业温室微气候研究综述与理论模型分析

根据各时期研究工作的进展,对国内外温室微气候的研究情况进行了综述。在现有研究的基础上,建立了供热温室通用方程,并以全光温室为例通过各层能量微分方程对微气候理论模型进行了描述和分析。对温室供热设计及温室微气候的研究具有一定的参考价值。     

华南型双弧面锯齿型屋顶薄膜温室的结构设计

夏季高温和强风暴雨天气是制约华南地区设施农业发展的重要因素。本文对华南型双弧面锯齿型屋顶薄膜温室的结构设计进行了详细的介绍,包括温室基础土建、主体构架、覆盖材料的选择等,对华南地区温室建造具有一定的指导意义。所设计的温室结构简单,操作运行成本低,普适性强,是改善华南地区夏季农业淡季的有效途径,可以提高农产品产量和品质,经济效益显著。     

湿帘风机系统温室夏季蒸腾与微气候试验

在2种通风率和湿帘开、关状况下对温室内部气候相关参数进行了检测和对比分析,并重点对蒸腾速率进行了模拟计算和测量.试验结果表明:蒸腾速率与通风率、湿帘工作状况相关,在相对干燥的环境下(不开启湿帘),提高通风率可使植物获得更大的蒸腾量,从而可使温室内部温度不超过室外温度.在湿帘不工作的情况下,由于蒸腾的作用植物叶面温度低于周围的环境空气温度;而在湿帘工作情况下,室内湿度较高,蒸腾受到抑制.叶面温度高于周围环境空气温度.     

温室环境自动控制系统的研究

该文通过对作物生长环境因素的剖的,确定了蔬菜作物最佳生长发育的环境条件,并以引进的意大利玻璃温室为研究对象,设计了以８０３１单片机为核心的温室内温度环境的闭环控制系统。     

不同风况和开窗配置对夏季单栋塑料温室微气候的影响

以华东地区种植着空心菜的单栋塑料温室为研究对象构建其全尺度计算流体力学模型(CFD模型)。该模型经现场实验验证,其计算值与各测点温度实验值变化趋势吻合且差异在1.1℃以内。随后,通过该模型研究不同开窗配置下温室内气流和温度场特征,评估开窗配置对通风率、室内外温差和室内气候均匀性的影响,揭示不同风况下温室微气候形成机理。仿真结果表明,不同开窗配置会产生截然不同的温室微气候场。顶侧窗配置下温室通风率最高,室内外温差最小,能产生较均匀的室内气候,因此最适合于温室夏季通风。不同风况会对温室内气流和温度场产生显著的影响,进而影响温室降温效果和气候均匀性;当外界高温低风速气候条件下,热压通风起主导作用;顶侧窗通风能显著提高温室降温效果,有效降低作物冠状层气温。     

温室环境智能化控制数学模型的研究

提出了一种新的温室环境智能化控制的建模思路和方法，分别研究和建立了温度控制、光照控制才湿度控制的模型，并对模型进行了实验验证。研究结论为温度环境控制的最优化提供了依据。     

现代化温室的环境控制

一、前言 现代化温室应用先进的科学技术,高效、均衡地生产蔬菜、水果、花卉和药材等。温室内高温、高湿的不良劳动环境以及要求高效、准确地作业,使发展温室自动化成为必然。温室自动化主要体现在温室环境监控上,环境控制是农业现代化的重要标志;因此,对温室环境进行自动检测,继而实行自动控制是非常必要的。     

基于ANFIS的温室微气候通风调控模型

为实现通过控制温室通风口开度来调节室内温湿环境的目的,首先根据热量平衡和水汽质量平衡原理构建了温室气温和湿度的动态变化数学模型,然后基于自适应神经模糊控制系统(ANFIS),分别选择梯形和高斯型隶属度函数完成了2类通风控制器的设计,其中包括控制变量的选取、论域的量化、模糊集的定义、隶属函数的选择及控制器的训练等过程．最后将控制器与温室模型相结合,利用Matlab构建了以通风为输入、以室内温湿度为输出的Simulink仿真框图,并利用2类典型天气下的实测资料对控制系统进行了仿真检验．仿真结果表明:无论晴天还是阴雨天,采用梯形隶属度函数的温室模糊控制器比高斯型控制器更敏感,对室内温湿环境的变化具有更好的控制效果,有效减小了温湿度变化率的波动幅度,起到了优化调控作用．     

智能化温室环境控制系统的研究

对智能化温室的环境控制系统进行了研究，设计出了适合作物生长的新型温室环境控制系统；同时也详细地阐述了各个环境因子控制系统的基本原理和具体实现。     

温室环境计算机控制系统设计

分析了温室系统的温度特性，指出温室的加热过程是一个惯性较大、滞后时间较长的复杂过程，还介绍了用于温室控制的计算机系统。系统以单片机为下位机，以PC机为上位机。下位机主要完成温室内温湿度的测量、数据处理、输出控制以及与上位机进行通信等任务；上位机主要完成设定下位机的控制参数、监测温室内的状态以及保存下位机传送过来的实时数据等任务。     

温室小气候建模方法研究现状与展望

综述了温室小气候模型的发展现状,包括依据能量和物质平衡的物理建模、线性和非线性的系统辨识建模,如递归最小二乘算法、神经网络等.并分别采用物理建模和神经网络系统辨识方法,通过实验对温室小气候进行建模与仿真.同时,指出了这些方法存在的一些局限性,最后就温室小气候杂交建模方法的发展趋势进行了展望.     

基于数据库的温室环境决策支持系统的设计与实现

用Delphi6．0编写构建了温室环境的决策支持系统。系统中的知识库、模型库和数据库以数据库为基础，采用Database Desktop来设计，有助于系统对知识、模型和相关数据的管理。对系统决策的过程采用基于数据库的方法进行编写，解决了温室环境智能决策过程中推理困难的问题，同时提高了决策的准确程度。     

基于Internet温室环境控制系统研究设计

针对传统温室环境控制系统工作人员需亲临现场操作的问题，利用计算机技术和网络通信技术，提出了以Internet为信息交换平台的温室环境控制系统。详细阐述了基于Internet温室环境控制系统软、硬件组成和工作原理，用Visual C 6．0编写了完整的控制软件。系统操作简便，性价比高，易于推广。     

互联网温室环境自动控制系统

以温室环境自动控制系统构成和发展历程为切入点,利用SWOT对我国互联网自控温室发展的优势与劣势、机遇与挑战进行了简要分析,并根据分析结果提出了部分互联网理念条件下的温室环境自动控制系统发展趋势。     

我国现代温室环境控制硬件系统的应用现状及发展

现代化温室要想实现高效、均衡的连续生产产品,关键技术是设施的环境控制.为此,主要介绍了我国现代温室正在应用的单片机控制模式、基于PLC的控制模式、基于现场总线的分布式智能控制模式、基于ZigBee技术的无线网络智能控制系统模式等几种典型的环境控制硬件系统模式,并对其应用现状进行了综述,并提出了温室环境控制技术在今后可能的发展趋势-网络化的智能有线或无线控制.     

玻璃温室小气候温湿度动态模型的建立与仿真

分析了温室小气候中辐射、通风、对流和作物蒸腾作用引起的质热交换物理过程,基于能量和物质守恒,建立了温室小气候温湿度动态模型,并对模型进行了仿真.根据均方根误差算法分析了模拟值与测量值的误差,分析结果表明,动态模型能有效地预测温室内空气的温湿度值.     

基于微信平台的温室环境监测与温度预测系统

温室数据采集系统多采用数据采集端通过上位机管理数据或上传至数据服务器的方式进行温室环境监测和管理,该方式网络结构相对复杂,功耗较大。为解决上述问题,本文采用物联网、云服务、微信平台结合的方式,设计开发了基于微信平台的温室环境监测与温度预测系统。系统采用数据采集端直接通过WiFi/GPRS联接互联网访问云服务器的方式进行数据交互,手机移动端通过微信公众号访问云服务器获取数据服务。温度预测模型采用差分时间序列模型,解决温度预测过程中季节周期性的影响。通过对系统数据分析证明：系统有效实现了数据采集端的轻量化与可移动性,不仅能够对数据进行有效管理,且温度监测相对误差低于4.96%,温度预测相对误差低于3%,预测结果具有较高的精度,能够满足日常生产的需要。     

基于Simulink的温室热环境仿真模型研究

为了在改变温室通风口开度的条件下模拟室内气温,根据热量平衡原理,考虑太阳辐射、长波辐射、对流、通风及作物蒸腾等5个主要模块,对温室系统的热量交换进行描述,构建了温室气温动态变化的数学模型,然后通过Simulink仿真平台搭建了以通风为输入以室温为输出的模型仿真框图,并利用典型天气条件下的实测数据对仿真结果进行检验。仿真结果证明了该模型的有效性:在晴天和阴雨天,标准误差分别为0.755 8℃和0.096 3℃,仿真有效性指数分别为92.29%和92.76%。     

温室环境控制方法研究进展分析与展望

温室环境优化调控方法和技术能有效改善温室作物的生产条件,提高光能资源的利用效率,从而实现温室作物的高产、高效、优质生产。为了充分利用国内外的研究成果,促进我国在该领域的研究与应用,从基于设定值、智能算法、多目标优化、多因子耦合和基于作物生长信息的环境控制方法等5方面,综述了温室环境控制方法的国内外研究进展。针对我国该领域的研究现状和存在的问题,提出今后应解决光/温/营养耦合高效控制机理、植物表型高通量检测方法等重大科学问题,突破信息感知、物联网、智慧管控等关键技术,形成具有中国特色的温室智能化测控技术体系。     

渗灌对日光温室番茄栽培环境的影响

研究了渗灌和漫灌对日光温室番茄栽培环境及番茄产量的影响。结果表明,渗灌下,土壤密度比漫灌低7.59%,差异极显著;土壤总孔隙度比漫灌高9.72%,差异显著;土壤黏粒和粉粒高于漫灌,而砂粒和细粗砾低于漫灌;观测时段内,渗灌下平均气温、10cm处土壤平均温度较漫灌分别高1.55℃、0.86℃,地表平均温度比漫灌低0.14℃;渗灌下温室空气相对湿度较漫灌低11.86%,以10:00—20:00差值最大;渗灌下番茄产量比漫灌高8.60%,且差异显著。