發(fā)布時間：2022-02-25 04:52

　　目前,我國大多數(shù)的溫室仍以人工經(jīng)驗為依靠進行生產(chǎn)管理,無法科學掌握溫室小氣候變化,使得溫室作物產(chǎn)量和經(jīng)濟效益偏低。因此,本文基于農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù),針對浙江地區(qū)溫室,進行溫室內(nèi)小氣候分析以及其應(yīng)用研究。首先,設(shè)計并搭建了物聯(lián)網(wǎng)溫室監(jiān)測系統(tǒng),利用物聯(lián)網(wǎng)技術(shù),對溫室中的環(huán)境數(shù)據(jù)進行實時、準確的獲取。整個系統(tǒng)由無線采集節(jié)點、智能網(wǎng)關(guān)和控制中心組成。其中無線采集節(jié)點集成了各類傳感器模塊,負責采集環(huán)境數(shù)據(jù);數(shù)據(jù)通過Zig Bee網(wǎng)絡(luò)發(fā)送至網(wǎng)關(guān)節(jié)點,再通過智能網(wǎng)關(guān)轉(zhuǎn)發(fā)到控制中心的服務(wù)器上,實現(xiàn)信息交互;控制中心完成溫室環(huán)境數(shù)據(jù)的存儲和顯示等功能。其次,通過物聯(lián)網(wǎng)溫室監(jiān)測系統(tǒng)進行溫室環(huán)境要素的多點測量。以數(shù)據(jù)為基礎(chǔ),對溫室小氣候進行分析研究,描述了冬季不同天氣條件下溫室內(nèi)光照強度、空氣溫濕度、土壤溫度的變化特征,充分認識和理解溫室小氣候的時空分布情況。然后,提出了一種基于經(jīng)驗?zāi)B(tài)分解和小波神經(jīng)網(wǎng)絡(luò)（EMD-WNN）的溫室溫濕度短期預(yù)測模型。從研究對象的特性出發(fā),結(jié)合各方法的優(yōu)點,采用多算法融合的組合預(yù)測思路。結(jié)果表明,EMD-WNN組合模型有效地提高了溫室溫濕度短期預(yù)測的精度。最后,根據(jù)對溫室小氣候的分... 

【文章來源】：浙江農(nóng)林大學浙江省

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 選題背景
        1.1.1 我國溫室的發(fā)展
        1.1.2 農(nóng)業(yè)物聯(lián)網(wǎng)的迅速發(fā)展
        1.1.3 溫室小氣候分析的重要性
    1.2 研究現(xiàn)狀
        1.2.1 溫室監(jiān)測系統(tǒng)
        1.2.2 溫室小氣候建模研究
    1.3 研究目的與意義
    1.4 主要內(nèi)容及章節(jié)安排
2 物聯(lián)網(wǎng)溫室監(jiān)測系統(tǒng)的設(shè)計與軟硬件構(gòu)成
    2.1 引言
    2.2 整體設(shè)計
    2.3 硬件組成
        2.3.1 采集節(jié)點
        2.3.2 網(wǎng)關(guān)
        2.3.3 中繼節(jié)點
    2.4 服務(wù)器管理平臺設(shè)計
        2.4.1 數(shù)據(jù)庫設(shè)計
        2.4.2 監(jiān)控軟件設(shè)計
    2.5 本章小結(jié)
3 冬季溫室小氣候時空變化
    3.1 引言
    3.2 試驗內(nèi)容與方法
    3.3 結(jié)果分析
        3.3.1 光照強度
        3.3.2 空氣溫度
        3.3.3 空氣濕度
        3.3.4 土壤溫度
    3.4 本章小結(jié)
4 基于EMD-WNN神經(jīng)網(wǎng)絡(luò)的溫室溫濕度預(yù)測模型研究
    4.1 引言
    4.2 原理介紹
        4.2.1 經(jīng)驗?zāi)B(tài)分解
        4.2.2 小波神經(jīng)網(wǎng)絡(luò)
    4.3 模型設(shè)計
    4.4 模型實現(xiàn)
        4.4.1 EMD分解
        4.4.2 預(yù)處理
        4.4.3 參數(shù)確定
    4.5 試驗結(jié)果與分析
    4.6 本章小結(jié)
5 應(yīng)用研究
    5.1 作物栽培管理
    5.2 溫室調(diào)控管理
    5.3 本章小結(jié)
6 結(jié)論與展望
    6.1 總結(jié)
    6.2 展望
參考文獻
個人簡介
致謝


【參考文獻】：
期刊論文
[1]基于農(nóng)業(yè)物聯(lián)網(wǎng)的智能溫室系統(tǒng)架構(gòu)與實現(xiàn)[J]. 高浩天,朱森林,常歌,符凌峰,黃震宇.  農(nóng)機化研究. 2018(01)
[2]基于STM32F407無線智能網(wǎng)絡(luò)的PM2.5監(jiān)控系統(tǒng)[J]. 武津城,曾程程,孫景瑞.  天津師范大學學報(自然科學版). 2017(06)
[3]基于DS18B20的多點溫度采集系統(tǒng)設(shè)計[J]. 葉小樂.  電子世界. 2017(16)
[4]基于無線傳感器網(wǎng)絡(luò)的溫室CO2濃度監(jiān)控系統(tǒng)[J]. 王嘉寧,牛新濤,徐子明,鄭傳濤,王一丁.  農(nóng)業(yè)機械學報. 2017(07)
[5]基于PSO-RBF神經(jīng)網(wǎng)絡(luò)在溫室溫度預(yù)測中的應(yīng)用[J]. 夏爽,李麗宏.  計算機工程與設(shè)計. 2017(03)
[6]南方連棟塑料溫室夏季機械通風優(yōu)化設(shè)計[J]. 黃震宇,高浩天,朱森林,趙春宇,蔡春花.  農(nóng)業(yè)機械學報. 2017(01)
[7]基于小波神經(jīng)網(wǎng)絡(luò)和BP神經(jīng)網(wǎng)絡(luò)的麥蚜發(fā)生期預(yù)測對比（英文）[J]. 靳然,李生才.  植物保護學報. 2016(03)
[8]基于物聯(lián)網(wǎng)的溫室大棚環(huán)境監(jiān)控系統(tǒng)設(shè)計方法[J]. 廖建尚.  農(nóng)業(yè)工程學報. 2016(11)
[9]基于改進型極限學習機的日光溫室溫濕度預(yù)測與驗證[J]. 鄒偉東,張百海,姚分喜,賀超興.  農(nóng)業(yè)工程學報. 2015(24)
[10]日光溫室黃瓜小氣候適宜度定量評價模型[J]. 魏瑞江,王鑫,朱慧欽.  氣象. 2015(05)

博士論文
[1]秋冬季南方單棟塑料溫室小氣候分析與溫濕環(huán)境模擬研究[D]. 曹雯.南京信息工程大學 2012
[2]南方現(xiàn)代化溫室小氣候模擬及其能耗預(yù)測研究[D]. 汪小旵.南京農(nóng)業(yè)大學 2003

碩士論文
[1]基于STM32F407的視頻采集與傳輸系統(tǒng)設(shè)計[D]. 曾文兵.華中師范大學 2016
[2]光照強度對番茄產(chǎn)量和品質(zhì)的影響[D]. 楊尚龍.石河子大學 2015
[3]基于物聯(lián)網(wǎng)的溫室環(huán)境監(jiān)測系統(tǒng)研究[D]. 孔蕊.河北農(nóng)業(yè)大學 2013
[4]基于嵌入式系統(tǒng)的溫室大棚參數(shù)采集與傳輸[D]. 侯曉茜.沈陽工業(yè)大學 2013
[5]基于聚類分析的短期溫室小氣候擬合[D]. 曹傳坤.北京交通大學 2012
[6]基于人工神經(jīng)網(wǎng)絡(luò)的水果價格短期預(yù)測研究[D]. 任偉宏.中國農(nóng)業(yè)科學院 2012



本文編號：3643779