文献类型： 中文期刊

作者： 熊晓菲 ¹ ; 吴文茜 ² ; 霍洪彦 ² ; 张馨 ³ ; 于艳 ⁴ ; 安冬 ⁵ ; 张同 ⁶ ; 吴建伟 ¹ ;

作者机构： 1.北京市农林科学院信息技术研究中心

2.北京派得伟业科技发展有限公司

3.北京市农林科学院智能装备技术研究中心

4.上海垄垦信息科技有限公司

5.中国农业大学信息与电气工程学院

6.烟台大学计算机与控制工程学院

关键词： 传感器;数据直报;温室应用场景;温度预测;数据纠错

期刊名称： 中国农业科技导报

ISSN： 1008-0864

年卷期： 2024 年 26 卷 007 期

页码： 93-102

收录情况： 北大核心 ; CSCD

摘要： 农业物联网、大数据、人工智能等技术的飞速发展为温室蔬菜生产的数据采集、分析、调控提供了有力支撑.为满足温室环境数据智能直报场景需求,制定了温室环境传感器的部署规范,设计并对比分析了基于LSTM、CNN-LSTM及CNN-LSTM-Attention的 3种温室调控温度预测模型.基于CNN-LSTM-Attention预测模型的性能最好,其MSE、MAE、R2 分别为0.457 0、0.319 5和0.987 3.设计了基于ARIMA的温室传感器数据纠错方法,实现土壤湿度预测数据值与实际测量差异不显著.整合了常见温室果蔬种植作物对环境信息的参数阈值模型,并开发了温室数据直报与智能调控系统移动端,能够指导温室环境传感器的规范部署、温度预测与纠错及常见温室果蔬种植辅助决策.研究结果为温室数据直报场景的数据采集、业务分析、温室调控提供技术手段,有助于智慧温室蔬菜产业高质量发展.