用于日光温室精准监测的数字孪生体构造系统

技术领域

本发明涉及一种环境自动监测技术领域，具体的说涉及一种日光温室精准监测数字孪生体构造系统。

背景技术

我国是世界上温室面积最大的国家，近年已成为乡村振兴的主力。但目前我国的日光温室种植仍然处于传统农业阶段，存在着现代化程度不足，成本投资不够充沛的限制。主要存在以下问题：

1、大部分温室种植农户仍然以人工管理为主，依靠农户的种植经验和实际感触，重视水肥药的使用，缺少对日光温室、作物和种植相关气象等要素的重视。由于温湿度管理不足而导致的病虫害和作物生长要素受胁迫的逆环境情况时有发生，给种植户造成了损失。

2、数字化采集设备昂贵，自动化投入不足。温室内自动化监测和控制设备较少，即使有观测设备，也因为自动化成本高，仅进行了单点观测，监测温室环境精度降低、精准度低。

3、资源利用率低下和劳动力增大的问题，一直限制着温室日光温室的经济效益。虽然随着国内对智能农业的投入不断增加，智能控制策略也增多。但更多的还是根据历史农业生产经验，进行手动优化和调节，或是采用单一算法对整个系统进行监测控制。生产过程中科学性不足，系统的灵敏度和准确度依然不高。

4、缺少标准化的种植管理理念。多数种植户都是盲目照搬其他地方的经验和技术后自己调整，具有一定的随意性和不可复制性。无法建立精准的数字化分析建模、分析和经验模型。无法持久提高质量和经济效益。

近年来物联网和互联网技术发展十分迅速，人工智能和机器学习也逐渐应用到农业生产中，智能算法将会给智能温室系统带来更快的发展，能够极大提高系统的准确度和灵敏度，未来的温室农业生产发展方向是智能化，网络化和精准化。

发明内容

本发明提供一种日光温室精准监测数字孪生体构造系统，以解决背景技术中存在的技术问题。

为此本发明提供一种针对日光温室数字孪生体的构建系统，利用该系统可以对日光温室、作物和种植过程进行动态、实时、持续的数字化采集监测，并以此进一步对日光温室、作物和种植过程进行数字化建模，构建时间、空间和要素的数字孪生体，并通过分析和实验，构建标准化的日光温室设计建造，标准化的作物生长过程以及标准化的种植管理方案。并支持最终以此实现对日光温室、作物和种植过程的智能化识别、定位、跟踪、监控和管理。本发明量身定做，因地制宜，为在不同环境条件下的合理种植提供数字化基础，并推动了设施农业向智慧农业的发展。

本发明的一种用于日光温室精准监测的数字孪生体构造系统，包括顺次相连的：

智能监测控制边缘节点，用于在日光温室内进行立体布点观测和联动控制；

智能组网传输节点，用于对所述智能监测控制边缘节点进行组网并传输数据；

云端存储计算节点，用于对来自于所述智能监测控制边缘节点和智能组网传输节点的数据进行存储、分析和展示；

数字孪生日光温室平台，用于对来自于所述智能监测控制边缘节点、智能组网传输节点和云端存储计算节点的数据进行实时查询、分析、展示和分享；以及

可视化操控终端节点，与所述数字孪生日光温室平台通信连接，并通过扩展模块节点连接所述智能组网传输节点。

所述智能监测控制边缘节点包括核心计算单元以及分别与所述核心计算单元连接的监测传感器模组、控制联动模组、组网通信网络模组、电源模组和存储模组，从而对日光温室内进行立体布点观测和联动控制。

所述监测传感器模组用于实现对环境要素的监控观测和数据采集，包括空气温湿度监测模块、光照强度监测模块、土壤监测模块、作物监测模块和/或图像采集模块。

所述控制联动模组用于为日光温室内的设备提供联动控制功能，包括无线射频模块、红外控制模块、加热通风模块、遮光补光模块、驱虫喷药模块、灌溉模块和/或监控显示模块。

所述组网通信网络模组用于进行网络数据传输，包括Lora、4G-LTE、WIFI、NB-IoT和/或ZigBee组网传输协议模块。

所述智能组网传输节点包括网关设备、发射器和天线。

所述数字孪生日光温室平台包括：

边缘节点数据采集模块，通过所述智能监测控制边缘节点获取温室、作物、种植过程和设备运行状态数据，并通过所述智能组网传输节点将所述数据汇集到云端；

温室本体库、作物库、种植管理库、设备库，分别存储所述智能监测控制边缘节点采集到的温室本体相关、作物相关、种植管理相关、温室设备相关的监测数据；

专家及知识库、算法及模型库、规则及预案库，所述专家及知识库存储有专家理论经验模型及通过分析模块产生并验证的知识，所述算法及模型库存储有数据分析算法和通过分析模块产生并验证的模型，所述规则及预案库存储有联动规则和预警预案；

温室数据仓库，基于所述温室本体库、作物库、种植管理库中存储的数据，通过数据清洗、抽取和转换后，构建空间、时间和要素的数据仓库；

数据分析模块，用于分析所述边缘节点数据采集模块采集的数据；

预案自动执行模块，从所述规则及预案库中抽取规则，通过判断规则自动执行响应预案；

设备联动模块，分别与所述设备库和控制指令发送模块连接，以使所述智能监测控制边缘节点的设备联动模块进行设备库的相关设备联动；

所述控制指令发送模块，与所述设备联动模块通信连接，并提供控制执行指令输入界面及相关反馈功能；

外部数据库，存储外部气象预报数据，市场分析数据，周边环境数据的数据库；

灾害推演模块，与所述外部数据库和规则预案库连接，结合内部数据分析产生的规则和预案以及外部数据，进行温室的灾害推演分析，输出灾害响应预案至所述规则及预案库。

本发明达到的有益技术效果在于：

1、成本可控，灵活定制。

首先，智能节点作为边缘端，可根据日光温室的发展阶段的实际需求和成本预算，有计划有步骤的依据所需种植监测要素要求，部署智能节点。如刚开始接触自动化设备的设施日光温室，可以尝试前期选用树莓派作为核心处理单元，集成各种基础的环境要素传感器，达到满足基本气象监测需要的需求，同时切实降低采集节点成本。伴随设施农户的日光温室发展，在自动化设备上的投入增大，可以考虑升级部分智能节点的配置，进行立体检测，精准获取日光温室内的环境要素数据，同时扩展存储、电源、智能控制等模块。当设施农户管理的是整个设施农业园区时，管理成本增大、复杂程度激增时，则可以投入更大成本来更进一步考虑根据不同种植功能区定制不同级别的智能节点，并在园区进行组网，提供大屏展示和控制，更进一步实现智能化联动。

其次，可以根据智能节点所在点位区域、日光温室类型、种植作物和观测要素的不同，灵活定制智能节点综合立体监测布点方案。例如，紧贴地面作物水平面的布点方位的智能节点观测要素包括土壤墒情、光照温湿度、作物生长状态图像等；空中悬挂的点位智能节点则无需关注土壤墒情，却需要更多的关注设施联动；而日光温室边界内外区域的布点方位智能节点更多关注日光温室内外环境参数及日光温室本体状态图像；此外不同作物，比如草莓和蘑菇，所需要重点关注的环境监测要素类别也不尽相同，可以根据实际的作物需求设置不同的智能节点。

总之，本发明可以很好的支持根据设施农户的种植规模和发展阶段，因地制宜，量身订做，达到成本的最小化，效益的最大化。

2、易于扩展，在线升级。

首先，智能节点对传感器和控制模块的升级扩展支持良好。智能节点的核心计算单元自带操作系统，可以通过编程和安装驱动来迅速和新版本的传感器兼容，并实现功能提升。因此伴随传感器技术的发展，其功能、精度得以提升，设施农户可以选择适当时机可以替换升级。当新的传感器类型出现时，也可以迅速集成到原有的智能节点上，节省重复投资的同时，扩展监测控制功能。

其次，智能节点支持对算法和模型的在线升级和维护。随着日光温室老化，作物品种替换，外部环境气候变化等各种模型参数的变化，模型输出也会产生差异。本发明支持通过实时监测，来在线升级调整模型参数，获得实时精准的模型优化和替换。此外，通过智能节点组网和平台化集成，还支持对智能节点本身，以及日光温室内的各种自动化设备进行云端远程巡护，故障在线维护，实现设备和节点的远程诊断，在线调试。

3、精准服务，提质创效。

本发明从真实世界进行数字化的智能节点出发，通过智能节点对真实日光温室、作物和种植管理方式的自动采集、监控、设备联动，获得数字化的日光温室、数字作物和数字种植管理实时及历史数据。这些数据能够在高时间、空间分辨率上，精准的反映日光温室、作物和种植管理的状态。为精准服务奠定了基础。

本发明基于云端统计和建模分析方法，将这些大量的真实数据汇集到云端之后，通过数据驱动的各种不同方法的建模和分析，可以获得标准化的日光温室设计方式，作物生长标准模型，以及标准化管理制度。为后续更好的扩大规模，提升质量提供了支撑。

再进一步，本发明在数字化和标准化的基础上，通过扩展人工智能的算法，以及智能节点的自动化联动模块，可以构建智能管理构建智能化的日光温室、作物和种植，实现精准管控，将种植人员从繁重低效的劳作中解放出来，转变为智能种植专家，更好的实现设施农业降本增效，高质量发展的目标。

附图说明

图1是本发明日光温室精准监测数字孪生体构造系统的组成示意图；

图2是智能监测控制边缘节点的组成示意图；

图3是数字孪生日光温室平台的组成示意图。

附图标记说明

1-监测控制边缘节点；2-组网传输节点；3-云端存储计算节点；4-数字孪生日光温室平台；5-可视化操控终端节点；6-扩展模块节点；11-核心计算单元；12-监测传感器模组；13-控制联动模组；14-网络模组；15-电源模组；16-存储模组。

具体实施方式

为了使本发明的形状、构造以及特点能够更好地被理解，以下将列举较佳实施例并结合附图进行详细说明。

如图1所示，本发明的日光温室精准监测数字孪生体构造系统包括顺次相连的智能监测控制边缘节点1、智能组网传输节点2、云端存储计算节点3以及数字孪生日光温室平台4，可视化操控终端节点5与数字孪生日光温室平台4相连，扩展模块节点6连接组网传输节点2。

按照云边端的构造，也可分为节点段和云端两种功能系统。区分如下：

边缘节点端：提供监测要素数据采集、发送和控制指令接收（采集节点）或者控制指令接受、执行和状态反馈（控制节点），以及简单的数据转换、处理、分析和状态显示功能。同时提供节点数据和控制指令的接收、发送、转发和记录存储功能，简单模型的识别运算功能，以及可视化告警展示功能。

云端：提供大量数据的存储、分析、运算、展示功能；提供设备云端远程巡护、集中监控、智能联动和灾害推演等功能。发布web服务和app应用服务。

上述各组成部分具体如下：

1、智能监测控制边缘节点

如图2所示，智能监测控制边缘节点1用于在日光温室内进行立体布点观测和联动控制。它包括一个核心计算单元11，该单元可安装操作系统，支持任务调度，定时执行，可进行编程和编译调试，能实现复杂运算和分析。在此基础上，集成监测传感器模组12、控制联动模组13、组网通信网络模组14、电源模组15和存储模组16等扩展模组，核心计算单元11与上述部件分别连接。

核心计算单元11与各模组之间是可选的组合关系。根据功能、作物和温室布控位置设计不同点位监测控制边缘节点的模组构成，进行定制、集成和组装。每个模组中所涉及的模块，也是一种可选的组合关系。根据功能、成本和要素来组装，也可以和其他设备进行集成。

其中监测传感器模组12用于实现对环境要素的监控观测和数据采集，包括空气温湿度监测模块、光照强度监测模块、土壤监测模块、作物监测模块和/或图像采集模块等要素监测模块。

控制联动模组13用于为日光温室内的设备提供联动控制功能，包括无线射频模块、红外控制模块、加热通风模块、遮光补光模块、驱虫喷药模块、灌溉模块和/或监控显示模块等。

组网通信网络模组14用于进行网络数据传输，可以包括Lora、4G-LTE、WIFI、NB-IoT和/或ZigBee等组网传输协议模块。

电源模组15主要定位于提供边缘端存储和电源供给功能，包括太阳能和/或锂电池等电源模块。

存储模组16主要定位于提供边缘端存储功能，包括本地TF卡、NAS存储、移动磁盘和/或云端存储等模块。

2、智能组网传输节点

智能组网传输节点2包括网关设备、发射器和天线等部分，用于向各个边缘节点提供组网传输服务，在园区各个网络设备节点间进行数据汇总和指令传输。并负责将数据按照预先设置好的频率向云端存储计算节点进行提交，传递云端联动指令和在线操作数据。

3、云端存储计算节点

云端存储计算节点3用于对各个节点的数据进行存储、分析和展示，以及提供在线巡护、集中监控、智能联动控制和灾害推演分析等功能。此外，还负责提供相关数字孪生日光温室平台的应用服务发布。

一般情况下推荐使用公有云服务器提供相关服务，如园区有保密需求，或有技术财力，可以自己构建私有云环境进行外部存储计算服务。

4、数字孪生日光温室平台

数字孪生日光温室平台4是本发明的关键技术，基于云边端协同技术构建了一套综合数据统计分析展示平台。

在该平台上，首先对每个监测控制边缘节点1获取到的传感器端数据，在边缘端和云端均进行存储，以此保证平台的高可用性，避免单点故障导致的平台故障。其次，在云端可以对多个智能节点进行时间、空间和要素的统计分析及可视化展示，直观展现日光温室、作物和要素的实时变化。最终，在平台持续汇总采集的数据基础上，构建作物、日光温室和种植管理在空间、时间和监测要素的数据立方体。通过该数据立方体，可以进行上卷、下钻、切片、旋转等分析，为后续精准服务、建模分析奠定数字化基础。

即包括：构建数字化温室，对温室、作物、种植过程进行实时数字化采集、存储和可视化展示。数据来源于智能化监测节点。

控制联动平台，通过平台云端节点来实现控制指令下发，也能通过监测控制节点1来自动联动控制温室内的设备执行预警方案，在数字孪生平台进行跟踪反馈。

云边端一体化协同，数据在边缘和云端进行传输、存储，避免单点故障。在云端经过计算分析后，从云端联动边缘监测控制节点1来对温室进行远程控制和维护。

在云端建立数据立方体环境，进行应用，构建作物、温室和种植管理在时间、空间和要素等多种维度的数据立方体，通过建模、分析，为后续进行数字孪生日光温室智能化联动和控制奠定基础。

具体包括如下结构：

边缘节点数据采集模块：通过监测控制边缘节点获取温室、作物和种植过程数据，通过组网传输节点汇集到云端。

温室本体库：存储监测控制边缘节点采集到的温室本体相关监测数据。

作物库：存储监测控制边缘节点采集到的作物相关监测数据。

种植管理库：存储监测控制边缘节点采集到的种植管理相关监测数据。

温室数据仓库（数据立方体）：在温室、作物、种植管理数据库基础上，通过数据清洗、抽取和转换后，构建空间、时间和要素的数据仓库（数据立方体）。

专家/知识库:存储专家理论经验模型及通过分析模块产生并验证的知识。

算法/模型库：存储数据分析算法和通过分析模块产生并验证的模型。

数据分析模块：后台专门用于数据分析运算的模块，用于分析所述边缘节点数据采集模块采集的数据。

规则/预案库：通过数据分析输出的联动规则、预警预案等。为预案自动执行和控制指令发送提供参考。

预案自动执行模块：从规则库中抽取规则，通过判断规则自动执行响应预案。

控制指令发送模块：与设备联动模块联动，提供控制执行指令输入界面及相关反馈功能。

外部数据库：存储外部气象预报数据，市场分析数据，周边环境数据的数据库。外部数据可以定期更新导入。

灾害推演模块：结合内部数据分析产生的规则和预案，以及外部数据，进行温室（园区）的灾害推演，输出灾害响应预案至规则/预案库。

设备联动模块：提供与温室设备之间进行联动的功能。

设备库：存储实时的温室设备状态的数据库。可以从温室本体库进行提取。

平台数据库：存储平台自身的用户、权限、系统配置等数据和信息。

用户/权限控制模块:提供用户相关访问控制和权限控制。进行用户和系统接入认证相关安全控制功能。

数据查询模块：提供认证用户的数据查询、浏览，以及预案自动相应和规则输入功能的查询入口。

数据可视化报表展示模块：基于用户数据查询，提供报表生成和可视化展示的功能。并提供可视化的预案自动响应及规则展示。

构建数据孪生日光温室平台用来提供面向种植用户的数据实时查询、分析、展示和分享，以及进行设施设备的在线巡护、控制、联动和智能演练的综合平台。可以根据设施农户的发展规模，以各种形式呈现。例如如果设施农户以简单日光温室和特定作物为主，成本预期较低，则可以简单提供小程序和app方式提供服务。对于快速发展扩张规模阶段或现代化种植园区级别用户，成本投入较大，构建web端的系统平台或可视化大屏平台进行展示控制。

5、可视化操控终端节点

指种植用户进行访问的终端节点。可以为大屏，中屏或小屏。

大屏：提供高度集成的可视化监控数据大屏展示，集中提供展示和控制过程演示推演。

中屏：电脑web端，提供数据和功能的详细操作环境。

小屏：手机或pad等移动装置，提供特定区域数据显示和操作以及上传。

6、其他辅助扩展装置

可以根据具体场景灵活定制其他辅助扩展模块或装置，纳入数字孪生装置中。如增加辅助装置，如自身防爆，防水，防盗装置；或进行扩展，定制，适合于园区级别种植用户或满足特殊需求的其他模块。如园区智能识别门禁模块、边界安防节点，语音喊话装置，无人机巡检节点，智能机器人巡检节点等。

以上对本发明的描述是说明性的，而非限制性的，本专业技术人员理解，在权利要求限定的精神与范围之内可对其进行许多修改、变化或等效，但是它们都将落入本发明的保护范围内。