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。
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。
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。
![]() “扫一扫”加入我们 |