温室大棚压膜槽在国内外农业生产中的研究及应用现状
智能化农业是农业生产的阶段，其充分应用现代信息技术成果，集人工智能、计算机网络、物联网、计算机视觉、大数据分析、无线通信为一体，依托部署在农业生产现场的各种监控设备(各类型传感器，摄像头等)和无线通讯技术实现农作物的智能化感知、预警、决策分析，为农业生产提供化种植、可视化管理、智能化决策。
1.多源信息融合技术在农业的 和应用现状
在农业应用中，信息的表现形式多种多样，信息之间的关系错综复杂，需要一种 方法将多个传感器所获得的信息进行综合，通过协调和性能互补， 地得出对目标 、正确的认识。另外，农业物联网具有存储能力、计算能力、通信带宽等资源受限的突出特点。信息融合能综合来自不同传感器或信息源在时间及空间上的数据信息，对其进行分析和智能合成，以获得被测对象或目标及其性质的统一的佳估计或描述，从而在较短的时间内，以较小代价， 使用单个数据采集设备所不可能 的的特征，产生比单一信息源、的估计和决策。信息融合可以减少物联网内数据传输量，节省节点能量，提高数据收集效率和准确性，是 整合和管理物联网数据的重要工具之一。
近年来，运用多类型传感器实时同步测量农作物生长相关参数己成为一个新热点。很多学者对此进行了大量的 。2003年，设计出一个圆锥指数仪，该仪器基于多源信息融合技术，可同时测量圆锥指数以及土壤含水率。随后，基础上 出一种土壤智能分析系统，该系统采用多线程处理方法，可同时对多组土壤进行同步分析，并给出相关性分析报告。基于D-S理论和专家系统相结合的混合数据融合算法提出了一种适用于温度环境监测的分布式多传感器系统和二级融合模型，这种方法提高了温室番茄生长环境监测的度。
尽管信息融合己在农业诸多应用并取得很多重要成果。然而，现有的信息融合理论、方法，还难于 解决由农业物联网中无线传感器网络的严格能量约束、物联网数据的特有属性以及数据等所带来的问题，具体体现在：缺乏物联网节点冗余、噪声数据的数据级融合机制；现有的信息融合方法还未能充分利用先验知识；缺乏温室蔬菜生长环境评估方面的典型应用；缺少 的冲突信息融合方法，以及针对相应类型问题的 融合方法等。
2.物联网技术在农业生产中的 及应用现状
物联网的出现注定会带来一场革命风暴，2009年8月，温家宝总理发表了一个关于“感知中国”的讲话，在讲话中，对物联网给予了充分的肯定，并寄予了很高的期望。之后，我国的物联网 进入了发展的阶段，同时，部分的学者也将目光转向了农业，物联网在农业 了应用。其中设施农业应用就是充分利用现代信息技术的成果。
农业物联网就是将农业应用与物联网技术相结合，通俗的讲，就是将传感器部署到大棚或者农田当中，然后通过不同的无线传输方式，将获取的农作物信息实时地发送到本地计算机或者手机上，实现了产前产后的全程监控，从而使农业生产变得加。
在农业物联网体系中，随着应用进一步的深入，将产生大规模、海量的数据，因此对数据的处理能力提出了高的要求，能够满足海量数据处理需求的智能计算模型将成为农业物联网发展的基石。
物联网技术在现代农业的应用，包括监视农作物灌溉情况、土壤空气变、畜禽的环境状况以及大面积的地表监测，收集温度、湿度、风力、大气、降雨量及有关土地的湿度氮浓缩量和土壤pH值等海量数据，从而进行分析及预测，帮助农民抗灾及减灾，种植，从而提高农业综合效益。特别是近几年在设施农业中的运用卓有成效，2007年，ClimateMinder公司 出一套物联网系统，自发布的一年时间内，该系统先后被近200家大棚和苗圃所使用，利用该系统，我们可以实时的查看大棚内的环境参数，也可以通过摄像头对大棚内的农作物生长进行全程监控。令人称赞的是，该系统可以根据采集到的空气及土壤参数，智能化的对大棚内的控制设备进行调控，如浇水、温度调节。2010年，控制器全局网络技术(CAN)设计出一套智能温室控制系统，该系统可以通过预先设定的空气温湿度边界及区域气候特性对大棚内的空气温湿度进行智能化调控，从而使得农作物一直处于边界当中。实验结果表明：所设计的CAN温室智能控制系统具有性能稳定，经济，方便等特点。2014年，设计了一套基于物联网的蔬菜测控设备及系统，该系统对农业温室蔬菜在互联网上实时监控，并使用无线传感器的数据采集、远程数据传输和网络服务，实现对远程、多目标的农业信息和农业参数的实时采集、显示、存储、查询、统计和早期预警，同时可根据决策支持远程控制大棚内控制设备，实际应用表明，该系统可以 地完成对大棚内农作物的实时监控，减少蔬菜病虫害的发生，实现蔬菜高产、，为蔬菜的生长提供一个的环境。
3.农业智能信息处理技术发展现状
2011年，Kolhe"0'等人将模糊逻辑与病害诊断相关联， 出一个WEB平台油籽病害诊断系统。2010年，Rumpf等将支持向量机引入甜菜病害检测中。2011年，设计了一个豆类作物病害诊治专家系统，该系统可以综合多个专家的知识来自动建造集成化一致性知识库，并基于模糊逻辑方法处理诊断过程中的不确定性问题。2009年，一种基于规则的橄榄作物病害诊断方法。2010年，Sarma等设计和了一种基于规则的水稻病害诊断专家系统。2010年，将神经网络、灰色系统和时间序列预测相结合，提出了一种新的预测模型。在对价格预测的应用 中，结果表明组合模型比单个预测方法有好的预测效果，灰色系统与神经网络相结合的方法具有高的预测精度。
本文拟对上述部分技术方法进行借鉴，以期在面向智能化农业的信息技术的 和应用方面取得突破，进而农业物联网的发展，推动智慧农业的建设。
