大棚配件在温室大棚生产中的调控分析

大棚配件在温室大棚生产中，需要实时掌握和调节大棚的环境参数，如温度、湿度、光照度、CO。体积分数、土壤水分与含量等数据信息，才能农作物有一个良好、适宜的生长环境。目前很多大棚使用了很多设备以农作物健康解决速生长，比如：天窗、外遮阳、通风机、暖风机，电磁阀等，但这些设备需要人工操作，给生产带来很多不便。仅仅依靠人力对多个温室大棚进行监测和管控，显然是一种效率低、实时性差又耗费人力资源的做法。为实现对棚的调控，提高经济效益的口的，需要建立起温室大棚的智能监控系统，对大棚内的环境参数进行实时的监测，同时能够对大棚设备进行自动化的管控。

蔬菜大棚配件基于物联网的温室大棚系统，通过传感器实时采集大棚的环境参数，通过无线通信方式传输大棚信息到远程监测。用户通过PC或手机终端可实时查询大棚设备的状态，并可以远程控制大棚设备，大棚种植环境，地改进温室大棚生产管理模式，提高生产效率。

系统对温室大棚内的详细信息，包括大棚名称、种植作物、环境参数和当前大棚内控制器状态，进行的监测和管控。通过大而积采集的大量信息，用户能够掌控大棚的实时状况并做出准确的决策，对温室大棚浇灌器、通风天窗和外遮阳等设备的调控，温室大棚配件为农业生产带来经济效益，实现农业生产的现代化。

温室大棚因为有塑料薄膜的覆盖，形成了相对封闭的，与大田不同的小气候。蔬菜大棚配件设施农业的发展可以地解决北方冬季蔬菜供应的问题，并且在增加农民收入、农业产业结构调整等方面有重要意义。内蒙古不同地区的农业生产条件差异较大，设施农业的发展须重视区域气候特点，因地制宜地提高设施农业气象服务水平。进行温棚内温度预报有利于农户根据大棚特点调整种植结构，有利于农户根据天气状况采取相应的保暖或通风等措施，作物生长，地提高气象为农民、农业服务水平，提升农业气象服务能力。

一些学者通过BP神经网络、能量平衡原理和逐步回归等方法，分别构建温棚内的温度预报模型。其中，BP神经网络的预报模型在温度、湿度等要素预报上精度很高，但模型需要输入的观测要素较多，温室大棚配件且不同的种植作物特性差异较大，缺乏服务的广适性。利用热平衡原理建立的模型要综合考虑自然通风、作物蒸腾、地面蒸发、后墙传热等对棚内温度、湿度的影响，预测结果与实测结果基本相符，但相关参数难以获得。逐步回归方法构建的预报模型较为简单，同时可以根据气象部门日常3~7d的气温预报进行棚内温度预测，加适合气象部门开展设施农业气象服务。

阿拉善盟地处内蒙古西端，属于典型的大陆性气候，冬季寒冷夏季炎热，常年干旱少雨，晴天日数多。巴润别立镇是阿拉善地区早的综合农业区，位于阿拉善盟东南部，由于自然条件恶劣，设施农业已经逐渐成为当地主要产业之一。大棚骨架折弯机根据逐小时温棚内外气温对比观测资料，建立温室大棚平均温度、高低温度预报模型，对于提高该地区农业气象服务水平、增强防灾减灾和相应的决策能力有重要作用。