信息化技术在温室蔬菜种植中的应用与发展初探

曲文亮

摘要：随着信息技术的快速发展，给各行各业也带来了积极的影响。将信息技术应用到温室蔬菜的种植中，能够有效地促进温室蔬菜种植业的发展，实现智能化生产。智能温室可以通过对蔬菜生长的各种信息、温室里的环境以及土壤特征进行采集和检测，从而对蔬菜的生长进行管理和调整，以此实现智能化生产，提高经济效益。

关键词：信息化技术;温室蔬菜;应用发展

信息技术的快速发展也对温室蔬菜的种植带来了积极的影响，将信息技术运用到温室蔬菜的种植中，能够更大地减少自然灾害对蔬菜的影响，提高资源的利用率，减少人工的投入，提高温室的安全保障水平，促进温室蔬菜种植业的发展。通过采集和检测蔬菜的生长信息、温室里的环境和土壤特征，利用各种系统对蔬菜的生长过程进行调整和管理，能够实现经济效益的最大化。

一、智慧农业云平台的开发应用

智慧农业云平台的开发已逐渐在我国温室蔬菜生产中得到应用，云平台可远程获取现场环境（如温室大棚、稻田）的空气温湿度、土壤水分温度、二氧化碳浓度、光照强度及视频图像，通过数据模型分析，可以自动控制溫室湿帘风机、喷淋滴灌、内外遮阳、顶窗侧窗、加温补光等设备;同时，还可以通过手机、触摸屏、计算机等信息终端向管理者推送实时监测信息、报警信息，实现现场环境的信息化、智能化远程管理。通过采集回来的数据，控制设备可以自动控制大棚内的执行设备，如通风设备、遮阳电机、电磁阀浇灌等，使大棚内各方面环境指标趋于一个理想水平，使农作物具有良好的生长环境。利用病虫害监测预警系统进行病虫害监测预警，是实现病虫综合治理、农药减量控害的重要措施，自动完成虫情信息、病菌孢子、农林气象信息的图像及数据采集，并自动上传至云服务器，用户通过网页、手机即可联合作物管理知识、作物图库、灾害指标等模块，对作物实时远程监测与诊断，提供智能化、自动化管理决策，是农业技术人员管理农业生产的“千里眼”和“听诊器”。搭载云平台管理系统，节省人力成本，并满足监控与追溯的需求！实现无人值守，精准调控，有效规避生产风险。

二、温室蔬菜信息采集

（一）种类识别、生长信息获取与蔬菜量估计

在将信息技术应用到蔬菜种植的过程中，最首要的任务就是采集蔬菜生长的各种信息、采集并检测大棚内的环境和土壤特征。系统分析这些数值，自动生成在当前环境条件下适合种植的蔬菜，让农民自行选择。

智能温室可以识别农作物的种类。在进行智能温室种植的过程中，对不同的种类的蔬菜需要进行区域划分，在不同的区域同时种植，在蔬菜的种植过程中也会出现杂草生长的问题，需要通过目标检测算法来识别，它的过程是：获取作物图像;提取图像的颜色、形状、纹理等信息，按照这些特征训练分类器，把采集到的图片信息传输到分类器上来完成对种类的识别。

将农业信息技术引用到蔬菜种植中可以更加方便的了解蔬菜的生长情况[1]。蔬菜的生长是一个比较缓慢的过程，可以通过机器的视觉技术获得蔬菜生长状态的视频，通过分析视频一帧一帧的画面来知道蔬菜生长的细致变化，对蔬菜进行防护工作。另外，系统也能够检测杂草的生长状态，并且根据此发出状态预警，记录实时状况，提醒管理人员对杂草进行处理。

农业信息技术应用到温室蔬菜种植中，还可以判断蔬菜的数量。对于特定的生长区域的蔬菜的同一个种类的蔬菜总的数量进行判断，并根据蔬菜成熟的不同程度制定分批次的采摘计划，保证蔬菜的成熟度。蔬菜的成熟程度与蔬菜图像的面积，蔬菜的成色存在着一定程度的关系，通过使用间接估测的方法能够知道蔬菜的最佳收获时间。

（二）模型识别存在的问题及对策

在当前，虽然模型识别的精准程度比较高，但是也会受到很多因素的限制。这是因为模型是通过针对具体的生长环境，对特定的农作物数据集进行训练，所以它的可迁移能力相对来说比较差。另外，昆虫喜爱灯光，聚集到摄像头下，会遮挡摄像头并进一步影响到信息的采集，因此应该对蔬菜信息的采集方式进行不断的创新和改变，从多个角度多个方位地进行信息采集，防止出现监测盲区。此外，还要将不可控因素的影响重视起来，增强图片的清晰度，提高图片的分辨率，让信息的利用率和作物识别的精准度得到有效地提高。

三、温室蔬菜生长决策

（一）生长状态管理

将农业信息技术化技术引用到温室蔬菜的种植中，能够智能地调整蔬菜的生长状态。为了实现蔬菜生产效益的最大化，在数据库系统、模型仓库、农业专家系统、计算机平台的支持下，智能温室蔬菜系统能够制定最佳的生长策略。温室的环境影响着蔬菜的生长状态，如果温室中的水分含量过高，会造成土壤中的养分不足，从而影响到蔬菜的生长，出现烂根的现象;如果温室中的水分含量过低，会导致蔬菜的叶片萎靡低垂甚至是出现枯萎的现象[2]。如果每次的施肥量过大，也会造成土壤中溶液的浓度过高，出现烧苗的现象;如果土壤的施肥量不足，也会不利于蔬菜的生长。所以，必须对温室内各种环境和蔬菜之间的关系进行更深入的探究和掌握，探究出最适合蔬菜的生长环境指标，进而达到最佳的种植效果，实现生产效益的最大化。农业信息化技术在蔬菜生产管理的应用集中表现于建立相应的生产模型。信息化技术能够按照温室里环境的数据和蔬菜在生长周期中的大小、颜色等数据，分析出蔬菜的品质与各环境因素的关系。智能调控温室蔬菜整个生长周期的关键，是对蔬菜的成活、病虫害、成熟和死亡特征进行了解和掌握。

（二）预测模型存在的问题及对策

当前，有较多的预测模型运用于蔬菜的生长状况中，可以对其进行选择。当然，不同的预测模型对应着不同的开发原理和实现方法，因此得出的最适合种植的蔬菜品种和生长决策方向也有所不同，需要农户进行精心的选择，选择出最适合自己使用的模型。由于预测模型中的设置都是通过同一种类或者是具体的环境来进行设置的，灵活程度和普适性比较低。生长决策模型应该更深入地探究采集到的图像数据与蔬菜的生长状态之间的关系，将模型的应用范围扩大，从而让模型的普适性得到充分地提高。另外，数据量的增加，扩充了模型的控制参数，能够让模型的控制精确程度得到有效地提高。

四、温室蔬菜病虫害防治

（一）防治方法

温室蔬菜大棚内的环境与室外的环境有所不同，大棚内的通风条件差、空气的湿度大、有害气体的含量也比较高，还会出现土壤盐碱化的现象。这些问题给病菌生长提供了温床，提升了害虫的繁殖速度，提高了病菌的传播速率，让病虫害更大地得到了扩散。而且温室中的病虫害没有特定的发生规律，比自然环境中的病虫害更加难以对付。因为在温室蔬菜的栽培中，采用的是四季循環种植的方式，所以病虫害的根源一直存在并且无法对其进行有效治理。

传统农民对于蔬菜状态进行的病虫害种类的推测，有一定的风险，会对蔬菜的生长造成影响[3]。农业化信息技术利用互联网技术来得到环境因素的数量值，再通过机器的视觉技术得到各个区域的图像信息，通过分析知道病虫害的类型;通过更加深层的算法建立病虫害诊断模型，结合着信息技术和推理预测模型，对病虫害进行计算推理，并得出最终的诊断结果;最后根据结果让农户和专业的工作人员进行病虫害的防护工作。

（二）诊断模型存在的问题及对策

病虫害的发展受各种因素的影响，具有随机性，单一的诊断模型考虑得不够全面。建立深度学习的模型需要大量的历史数据进行支持，诊断结果的精确程度会受到历史数据的数量和质量影响。当前的技术还不够成熟，需要多个模型进行检测且需要农业专业人员的参与。因此，要创建更加具有深度的病虫害预测模型，对历史数据的记录进行完善，对模型的参数进行调整，能够搭建出更加高效的神经网络，将诊断的精准程度大大提升，保证能够在最佳的时机进行病虫害防治，以免造成不必要的经济损失。

结束语：

综上所述，将信息技术应用到温室蔬菜的种植中，能够对蔬菜的生长信息以及周围环境、土壤状况进行数据的采集，利用各种系统管理和调整蔬菜的生产状态，有效地进行病虫害的防治工作，从而有效地降低能源消耗，保护土壤的质量，提高生产效率并且有效地预防病虫害，促进温室蔬菜种植业的发展，实现温室智能化发展，实现经济效益的最大化。

参考文献

[1]徐勇、张煜晗、张晨、陈嵩嵩.试析农业信息化在蔬菜病虫害防治技术上的应用[J].农业与技术，2020，v.40;No.363（22）：43-44.

[2]拓建民.大棚蔬菜种植管理中技术应用研究[J].农业开发与装备，2019，000（005）：178-179.

[3]许璐，张伟.温室蔬菜种植新技术的运用研究[J].农家参谋，2018，No.576（05）：50-50.