Management model and system based on fuzzy control for production environment of facility flowering Chinese cabbage
-
摘要:目的
为实现设施菜心生产环境的实时监控和精准调控，设计一种基于模糊控制的设施菜心生产环境管控模型及系统。
方法采用物联网设备实时监测菜心各生长阶段(种子发芽期、叶片生长期、菜薹形成期)的环境因子(空气温度、土壤温度、土壤湿度和土壤电导率)，将参数的监测值与适宜范围进行对比，获得各环境因子的偏差及变化率。管控模型利用模糊推理与定性分析结合的方法优化环境因子控制量，确定环境调控设备的调控决策，达到对环境因子的精准调控。
结果管理模式对比试验表明：在菜心3个生长阶段，管控系统模式的平均调控实时性指标分别为0.10、0.17和0.18，平均准确性指标分别为0.78、0.68和0.74；人工管理模式的平均调控实时性指标分别为0.37、0.41和0.43，平均准确性指标分别为0.31、0.34和0.30。管控系统的平均实时性和准确性与人工管理模式相比分别有62.50%和1.34倍的提升。
结论管控系统模式实现了菜心生产环境信息的实时获取与精准调控，能帮助用户更好地进行设施菜心的生产管理。
Abstract:ObjectiveTo achieve real-time monitoring and precise regulation of the growing environment of facility flowering Chinese cabbage, a growing environment management model and system based on fuzzy control was designed.
MethodThe system used Internet of Things equipment to monitor environmental factors (atmospheric temperature, soil temperature, soil moisture, and soil electrical conductivity) information in real-time at seed germination period, leaf growth period and stalk formation period, and compared the monitored values with the values of suitable range of the parameters to obtain the deviation of each environmental factor and its change rate. The management model used a combination method of fuzzy reasoning and qualitative analysis to optimize the control amount of environmental factors, determined the regulation decision of environmental regulation equipment, and achieved the precise regulation of environmental factors.
ResultThe comparison tests of the management modes showed that the average real-time control performance of the control system mode was 0.10, 0.17, and 0.18, and the average accuracy was 0.78, 0.68, and 0.74 respectively in the three growth stages; The average real-time control performance of the manual management mode was 0.37, 0.41 and 0.43, and the average accuracy was 0.31, 0.34 and 0.30, respectively. The average real-time performance and accuracy of the management system were improved by 62.50% and 1.34 times respectively compared with the manual management mode.
ConclusionThis management system can realize the real-time acquisition and accurate regulation of the production environment information, and help users better manage the production of the facility flowering Chinese cabbage.
-
动物的采食行为是维持机体能量稳态的基础，畜禽生产中获得充足的食物是其生长发育的前提。动物采食量受中枢调控，其中胃肠道状态是决定畜禽食欲的关键部位。揭示饥饿状态下鸡食欲调控的潜在肠−脑轴机制可为如何提高鸡采食量提供理论依据。下丘脑弓状核作为食欲调控中枢[1-2]存在大量的促采食的刺鼠相关蛋白(Agouti-related protein，AgRP)/神经肽 Y(Neuropeptide Y，NPY)神经元和抑采食的前阿片黑色皮质素(Proopiomelanocortin，POMC)/可卡因−苯丙胺调节转录肽(Cocaine and amphetamine regulated transcript，CART)神经元[3-6]。影响动物食欲的因素有很多，遗传、环境因素、机体健康以及肠道充盈状态等均能影响动物采食量[7]。其中胃肠道作为营养物质暂时储存和消化吸收的关键部位，存在大量食欲调控信号[8]。这些食欲调控信号一方面通过血液循环被中枢所感应[2, 9]，另一方面被肠道迷走感觉传入神经元直接感应，经脑干孤束核最终将信号投递至食欲调控中枢，肠道和中枢间的这种信息传递被称为“肠−脑轴” [8, 10]。肠道迷走感觉神经作为假单极双向神经元，位于结状神经节处的胞体分别向中枢孤束核和肠道发出轴突，其中肠道迷走神经末梢存在多种受体感应肠道各种理化信号，例如游离脂肪酸受体2 (FFAR2)、生长激素促分泌素受体(GHSR)、胆囊收缩素受体(CCKR)，以及炎症受体TLR4等 [10-12]。
肠道健康对机体维持高食欲具有重要作用，维持肠道平衡可以维持机体正常食欲，反之肠道菌群紊乱等原因导致肠道健康受损则会引起采食量降低[13-14]，而肠道屏障是肠道发挥其正常生物学功能的重要前提[15-16]，肠道黏膜屏障包括肠上皮细胞及胞间连接，其中，紧密连接是肠上皮细胞间的细胞旁通路的主要屏障，闭合(Occludin)和紧密连接(Claudin)家族成员是影响其功能的主要封闭蛋白，二者与胞浆蛋白相互作用维持紧密蛋白的完整性[17-18]。当肠道出现炎症时，会导致Claudin蛋白结构变化，进而引起肠道屏障功能性障碍，并且受致病菌侵害也会导致肠道屏障通透性增加[19]；动物炎症性肠病会导致肠道隐窝改变、小肠绒毛萎缩或变平以及一系列的形态学变化[20]。大量研究发现间歇性饥饿有助于维持肠道及肠道屏障的完整性[21-22]。
此外，胃肠道中上皮基质和微生物群落共调控生成活性氧，导致生成H2O2；而H2O2是维持正常细胞稳态和生理功能所必需的第二信使[23]。Miller等[24]研究发现，结肠内壁中的细胞会释放H2O2(而非氧气)来限制微生物的生长，H2O2可以协同其他物质在肠道黏膜上形成保护，防止菌群紊乱或肠道炎症对机体造成损伤，并且可以治疗肠道炎症，恢复机体正常生理功能。然而，目前并不清楚短期饥饿是否影响肠道炎症水平和屏障功能、是否被迷走感觉神经所感应。本研究旨在揭示禁食后肠道炎症水平和肠道屏障变化，以及提高食欲的潜在机制，并提供理论基础和试验依据。
1. 材料与方法
1.1 试验动物与试验设计
选用20只1日龄初生黄羽肉鸡[25-28](购于广东省清远市凤翔麻鸡发展有限公司生产基地)，试验前称体质量并排序，随后按配对随机设计的原则将体质量相近的小鼠分为2组：对照组和禁食组，每组10只黄羽肉鸡，正常饲喂饲料至5日龄并采样。采样前12 h，禁食组禁食，对照组正常采食。禁食12 h后收集小肠肠道内容物检测H2O2水平，采集黄羽肉鸡结状神经节(Nodose ganglia，NG)，检测炎症和食欲相关受体的表达；采集十二指肠、空肠和回肠及其肠道黏膜，检测黄羽肉鸡肠道形态、闭锁小带蛋白−1 (Zonula，ZO-1)、闭合蛋白 (Occludens-1，OCC)、紧密连接蛋白(Claudin-1) 以及炎症因子的表达。
1.2 测定指标与方法
1.2.1 小肠肠道内容物
分离小肠，区分十二指肠、空肠和回肠，取部分肠道轻轻挤压，将内容物收集于 2 mL 离心管中，使用过氧化氢测定试剂盒(A064-1-1，南京建成生物工程研究所)检测H2O2水平。
1.2.2 扫描电子显微镜(SEM)
取一段1 cm长的空肠，剪开后平铺，用生理盐水轻轻清洗内容物，而后修剪为5 mm边长的正方形放于保存液中，于4 ℃条件下保存。而后脱水、干燥，进行电镜扫描。
1.2.3 苏木精−伊红(HE) 染色
小肠分离后剪取约 3 cm 空肠中段放于 40 g/L 的多聚甲醛中固定，按照常规方法制作石蜡切片，HE染色，光学显微镜下拍照，然后用Image软件测取肠道绒毛长度(lv)和隐窝深度(dc)，每个切片取 3~5 个视野，取其平均值计算绒毛长度与隐窝深度比值(lv/dc)。
1.2.4 小肠黏膜及 NG 的 RNA 提取、逆转录和荧光定量PCR (q-PCR)
小肠黏膜及NG总 RNA 使用 RNA 提取试剂盒(R4130-02，广州美基生物科技有限公司)和 TRIzol 试剂提取。1 g 总 RNA 按试剂盒说明书用 4× Reverse Transcription Master Mix(EZB-RT2GQ，美国 EZBioscience 生物技术有限公司)逆转录成 cDNA。引物序列见表1，按照2× SYBR Green qPCR Master Mix(A0012-R2，美国 EZBioscience 生物技术有限公司)说明书配制反应体系：10 μL 的体系中含有 5 μL 2× Color SYBR Green qPCR Master Mix、3.6 μL dd H2O、1 μL cDNA、0.4 μL 引物工作液；使用 Applied Biosystems QuantStudio 3 实时 PCR 系统并按照以下程序反应：95 ℃预热 5 min；95 ℃ 10 s，60 ℃ 30 s，循环 40 次。根据对照组 β-actin mRNA 表达进行归一化处理[15]。
表 1 实时荧光定量PCR所用引物Table 1. Primers used for quantitative real-time PCR基因
Gene上游引物序列(5′→3′)
Forward primer sequence下游引物序列(5′→3′)
Reverse primer sequence序列号
Accession numberβ-actin CTGTGCCCATCTATGAAGGCTA ATTTCTCTCTCGGCTGTGGTG L08165 AgRP CTCTTCCCAGGCCAGACTTG GCAGAAGGCGTTGAAGAACC XM_046925680.1 CCKAR AGCTCTTCTGCCAACCTGAT GTGTAGGACAGCAGGTGGAT NM_001081501.2 Claudin-1 TGGAGGATGACCAGGTGAAG TGTGAAAGGGTCATAGAAGG NM_001013611.2 CART CGAGAGAAGGAGCTGATCGA AGAAAGGAGTTGCACGAGGT XM_046937244.1 FFAR2 GCACTCTCTTTATGGCTGCC GGATTCCCTGGTCTTGGTCA XM_040693461.2 IL-1 CCTCCTCCAGCCAGAAAGTG CGGTAGAAGATGAAGCGGGT XM_015297469.3 IL-4 CCCCAGGTGTAGGCTCTAGT ACTCTGTCATTGCTGCTCCC XM_040683457.2 IL-6 ACCCGAGCTCTTTGGTGATG CGTGCCCTCTGTTTGTACCT XM_025143427.3 IL-10 GCTGCCAAGCCCTGTT CCTCAAACTTCACCCTCA NM_001004414.4 GHSR ATTAGTGCTGGCCCCATCTT CGGACCGATGTTCTTCCTCT XM_046923539.1 MC4R AGGGGTCATCATCACATGCA GATGGCCCCTTTCATGTTGG NM_001031514.2 NPY GTGCTGACTTTCGCCTTGTC ATCTCTGCCTGGTGATGAGG NM_205473.2 Occludin TGGAGGAGTGGGTGAAGAAC ATCCTTCCCCTTCTCCTCCT XM_046904540.1 POMC AGAGGAAGGCGAGGAGGAAA GTAGGCGCTTTTGACGATGG XM_046914234.1 TLR-4 GGCTCAACCTCACGTTGGTA AGTCCGTTCTGAAATCCCGT NM_001030693.2 TNF-α TTCTATGACCGCCCAGTT CAGAGCATCCAACGCAAAA XM_046920820.1 NPY2R GGCCATCATCTCCTATGCCT GGAAGCCAACTGACAGCAAA NM_001398092.1 ZO-1 TCATCCTTACCGCCGCATAT GTTGACTGCTCGTACTCCCT XM_046925214.1 1.3 数据统计与分析
所有数据均以平均值±标准误差(Mean±SE)表示。用GraphPad Prism 8.0 软件进行统计分析。采用 t 检验对2组均值进行差异显著性分析。
2. 结果与分析
2.1 禁食后下丘脑内食欲肽相关受体表达变化
通过 q-PCR 检测下丘脑内食欲肽相关基因表达，结果发现，与对照组相比，雏鸡禁食12 h后促采食食欲肽基因AgRP (P<0.05)和 NPY (P<0.01)的 mRNA 相对表达量均显著上调(图1)，提示雏鸡饥饿模型构建成功。
![图 1 黄羽肉鸡禁食12 h后下丘脑内食欲肽相关受体表达的变化]()
图 1 黄羽肉鸡禁食12 h后下丘脑内食欲肽相关受体表达的变化“*”和“**”分别表示差异达到 0.05和0.01的显著水平(t检验)Figure 1. Expression changes of orexin-related receptors in hypothalamus of yellow-feathered broilers after 12 h of fasting“*” and “**” indicate that the difference reaches 0.05 and 0.01 significance levels respectively (t test)2.2 禁食对黄羽肉鸡空肠肠道形态的影响
空肠肠绒毛电镜扫描及分析结果如图2A、3A、3B 所示，观察发现雏鸡禁食12 h 后，同对照组相比空肠肠绒毛表面更加完整，单位面积内绒毛总数更多、受损更少并且排列更加整齐。空肠 HE 染色及分析结果如图2B、3C、3D 所示，与正常采食的雏鸡相比，禁食后雏鸡的隐窝深度和lv／dc均无明显变化，但是对照组绒毛有明显损伤，而禁食组绒毛排列整齐、长度更长。
![图 2 黄羽肉鸡禁食12 h对空肠肠道绒毛形态的影响]()
图 2 黄羽肉鸡禁食12 h对空肠肠道绒毛形态的影响Figure 2. Effects of fasting for 12 h on jejunum intestinal villus morphology of yellow-feathered broilers![图 3 黄羽肉鸡禁食12 h后空肠肠道绒毛形态变化的电镜扫描结果(A、B)和HE 染色结果(C、D)统计]()
图 3 黄羽肉鸡禁食12 h后空肠肠道绒毛形态变化的电镜扫描结果(A、B)和HE 染色结果(C、D)统计Ⅰ：对照组，Ⅱ：禁食组；“*”和“**”分别表示差异达到 0.05和0.01的显著水平(t检验)Figure 3. Statistics of the scanning electron microscopy results (A, B) and HE staining results (C, D) for the morphological changes of jejunum intestinal villi of yellow-feathered broilers after fasting for 12 hⅠ: Control, Ⅱ: Fasting group; “*” and “**” indicate that the difference reaches 0.05 and 0.01 significance levels respectively (t test)2.3 禁食对黄羽肉鸡肠道屏障的影响
由图4 可知，与对照组相比，禁食12 h后雏鸡小肠黏膜中紧密蛋白标志性基因ZO-1和Occludin mRNA的相对表达量均显著上调(P<0.05)，在十二指肠中，Claudin-1 的mRNA相对表达量也显著上调(P<0.05)。
![图 4 黄羽肉鸡禁食12 h后小肠肠道黏膜紧密蛋白的mRNA相对表达量变化]()
图 4 黄羽肉鸡禁食12 h后小肠肠道黏膜紧密蛋白的mRNA相对表达量变化“*”和“**”分别表示差异达到 0.05和0.01的显著水平(t检验)Figure 4. mRNA relative expression changes of intestinal mucosal compact protein in small intestine of yellow-feathered broilers after 12 h fasting“*” and “**” indicate that the difference reaches 0.05 and 0.01 significance levels respectively (t test)2.4 禁食对黄羽肉鸡肠道炎症水平的影响
由图5可知，黄羽肉鸡禁食12 h后，与对照组相比，十二指肠、空肠和回肠黏膜上炎症因子IL-1、IL-6和TNF-α的 mRNA表达量无明显变化，但是空肠黏膜抗炎因子IL-4和IL-10的 mRNA表达量均有显著升高(P<0.01)。并且空肠和回肠内容物中H2O2浓度均有不同程度的增加(图3 D )。
![图 5 黄羽肉鸡禁食12 h后小肠炎症因子mRNA相对表达量及H2O2浓度变化]()
图 5 黄羽肉鸡禁食12 h后小肠炎症因子mRNA相对表达量及H2O2浓度变化图D中，DU：十二指肠，Anterior JE：空肠前段，Middle JE：空肠中段，Posterior JE：空肠后段，Anterior IL：回肠前段，Posterior IL：回肠后段；“*”和“**”分别表示差异达到 0.05和0.01的显著水平(t检验)Figure 5. Changes in mRNA relative expressions of intestinal inflammatory factors and H2O2 concentrations in yellow-feathered broilers after 12 h of fastingIn figure D, DU: Duodenum, Anterior JE: Anterior jejunum, Middle JE: Middle jejunum, Posterior JE: Posterior jejunum, Anterior IL: Anterior ileum , Posterior IL: Posterior ileum; “*” and “**” indicate that the difference reaches 0.05 and 0.01 significance levels respectively (t test)2.5 禁食后雏鸡NG内受体表达的变化
由图6A 可知，与对照组相比，雏鸡禁食12 h后 NG 内肠道炎症因子IL-4的受体基因IL-4R的mRNA相对表达量显著上调(P<0.01)。由图6B 可知，禁食组雏鸡NG内食欲相关受体基因的mRNA相对表达量有所增加，其中FFAR2和神经肽2受体(NPY2R)表达量增加显著(P<0.01)。
![图 6 黄羽肉鸡禁食12 h后结状神经节内炎症(A)与食欲(B)相关受体mRNA相对表达量]()
图 6 黄羽肉鸡禁食12 h后结状神经节内炎症(A)与食欲(B)相关受体mRNA相对表达量“**”表示差异达到0.01的显著水平(t检验)Figure 6. mRNA relative expression of inflammation-related (A) and orexin-related (B) receptors in nodose ganglia of yellow-feathered broilers after 12 h of fasting“**” indicates that the difference reaches 0.01 significance level (t test)3. 讨论与结论
已有研究发现，特异性激活下丘脑弓状核AgRP神经元显著提高动物采食量[29]，诱导肥胖发生[30]，而消除AgRP神经元则会导致厌食症[31]。因此，本研究首先检测了下丘脑弓状核食欲肽表达变化，结果发现短期禁食后黄羽肉鸡下丘脑 AgRP/NPY表达显著上调(P ＜ 0.05)，而POMC有下降趋势(P = 0.07)，提示黄羽肉鸡饥饿模型构建成功。
肠道健康对机体维持高食欲具有重要作用，而肠道炎症则会影响肠道代谢水平、破坏微生物平衡[32]以及肠道屏障的完整性[33]，甚至会影响中枢神经系统中神经肽的分泌，大量研究发现间歇性饥饿有助于维持肠道及肠道屏障的完整性[21-22]。据报道，胃肠道中上皮基质和微生物群落共调控生成活性氧，导致H2O2形成；而H2O2是维持正常细胞稳态和生理功能所必需的第二信使[23]。本试验通过检测小肠不同肠段内容物的H2O2浓度发现，短期禁食导致禁食组空肠和回肠内容物中H2O2浓度均有不同程度的增加，推测饥饿状态下肠道可能通过生成适量H2O2维持肠道稳定。为进一步验证这一假设，我们通过电镜扫描、HE染色以及q-PCR结果发现，短期禁食并未对肠道形态造成损伤，且由于缺少食物影响，肠道绒毛排列更加紧凑整齐。我们推测，机体短期禁食后尚未引发肠道疾病，并且在肠道饥饿状态下，因肠道营养物质缺乏，机体可能出于自我保护机制防止肠道毒素等有害因子进入机体，从而紧密连接增强，即肠道物理屏障增强，且抗炎因子的表达增加，降低空肠损伤比例，避免肠道受损，以抵抗禁食给机体带来的不良影响，维持肠道正常的生理功能，这对维持较高食欲至关重要。
大量研究报道，肠道食欲调控信号不仅可以通过血液信号被中枢所识别，还可以被肠道迷走感觉传入神经元直接感应，经肠−脑轴最终将信号投递至食欲调控中枢[10-12]。本试验结果发现，与对照组相比，雏鸡禁食12 h后结状神经节内IL-4受体基因的mRNA相对表达量显著上调，和肠道黏膜抗炎因子表达变化相对应；提示机体在饥饿状态下，可能通过提高肠道抗炎能力以及增强物理屏障来抵抗由禁食所导致的轻微炎症，维持肠道健康。
此外，结状神经节内食欲相关受体基因的mRNA相对表达量有所增加，其中FFAR2和NPY2R表达量增加显著(P ＜ 0.01)，推测黄羽肉鸡饥饿后由于AgRP和NPY表达量增加[4]，并且FFAR2和NPY2R表达增加，二者将肠道饥饿信号传递至中枢神经系统，提高动物食欲进而促进采食量增加。
综上所述，饥饿可引起肠道抗炎因子水平升高，并维持肠道屏障完整性，同时促进迷走感觉神经末梢抗炎因子受体表达，最终引起食欲增强。
-
![]()
图 1 设施菜心管控模型及系统框架
Figure 1. Framework of the management model and system for protected flowering Chinese cabbage
![]()
图 4 空气温度和土壤温度变化曲线
Figure 4. Variation curves of atmospheric temperature and soil temperature
![]()
图 5 土壤湿度(a)和土壤电导率(b)变化曲线
浅蓝色为种子发芽期，浅绿色为叶片生长期，浅黄色为菜薹形成期
Figure 5. Variation curves of soil moisture (a) and soil electrical conductivity (b)
Light blue is for seed germination period, light green for leaf growth period, light yellow for stalk formation period
表 1 环境因子适宜范围
Table 1 Suitable range of environmental factors
生长时期
Growth periodθ空气/℃
Atmospheric temperatureθ土壤/℃
Soil temperature土壤相对湿度/%
Soil relative moistureσ土壤/(mS·cm−1)
Soil electrical conductivity种子发芽期
Seed germination period25~30 25~30 60~80 0.1~0.2 叶片生长期
Leaf growth period20~25 20~35 70~90 0.2~0.3 菜薹形成期
Stalk formation period20~25 20~25 60~80 0.3~0.4 
下载: 导出CSV
表 2 传感器具体信息
Table 2 Specific information of sensors
传感器类型
Sensor type数据传输方式
Data transmission method型号
Model详情
Detail大气温、湿度
Atmospheric temperature and humidityRS-485 威盟士VMS-3002-WS 温度精度为±0.5 ℃、相对
湿度测量精度为±3%土壤温、湿度
Soil temperature and humidityRS-485 威盟士VMS-3001-TR-*-N01 温度测量精度为±0.5 ℃、
相对湿度测量精度为±3%土壤电导率
Soil electrical conductivityRS-485 威盟士VMS-3001-TR-*-N01 分辨率为1 µS·cm−1、土壤
电导率测量精度为±3% FS
下载: 导出CSV
表 3 模糊控制状态1)
Table 3 Fuzzy control states
E △E P Z N PB PB PB PM PM PB PM PS PS PM PM Z Z PM Z Z NS PS Z NM NM Z NM NB NB NM NM NB 1) E：偏差，∆E：偏差变化率；P=正，N=负，NB=负大，NM=负中，NS=负小，Z=零中，PS=正小，PM=正中，PB=正大
1) E: Deviation, ∆E: Change rate of deviation; P=positive, N=negative, NB=negative big, NM=negative medium, NS=negative small, Z=zero medium, PS=positive small, PM=positive medium, PB=positive big
下载: 导出CSV
表 4 环境调控设备控制规则
Table 4 Control rules for environmental control equipment
模糊控制状态1)
Fuzzy control
state定量调控等级/%
Quantitative
regulation level定时调控等级/h
Timing regulation
levelNB 0 0 NM 25 2 Z 50 4 PM 75 6 PB 100 8 1) NB=负大，NM=负中，Z=零中，PM=正中，PB=正大
1) NB=negative big, NM=negative medium, Z=zero medium, PM=positive medium, PB=positive big
下载: 导出CSV
表 5 环境因子对环境调控设备的依赖程度
Table 5 Dependence degree of environmental factors on environmental control equipment
设备
Equipment空气温度
Atmospheric temperature土壤温度
Soil temperature土壤湿度
Soil moisture土壤电导率
Soil electrical conductivity水肥一体灌溉机
Fertigation system0.3 0.3 1.0 1.0 水泵 Water pump 0.3 0.3 1.0 0.8 灯光 Light 0.5 0.5 0 0 风机 Fan 0.8 0.8 0.3 0.3 湿帘 Wet curtain 0.8 0.5 0.3 0
下载: 导出CSV
表 6 准确性监测结果1)
Table 6 Monitoring data of accuracy
生长时期
Growth period空气温度
Atmospheric temperature土壤温度
Soil temperature土壤湿度
Soil moisture土壤电导率
Soil electrical conductivity系统
System人工
Artificial系统
System人工
Artificial系统
System人工
Artificial系统
System人工
Artificial种子发芽期
Seed germination period190/146 141/195 262/74 224/112 330/6 23/313 263/73 20/316 叶片生长期
Leaf growth period651/549 445/755 1 023/177 944/278 746/454 185/1 019 808/392 45/1 155 菜薹形成期
Stalk formation period513/399 252/660 725/187 513/377 811/101 276/632 667/245 37/875 总计 Total 1 354/1 094 838/1 610 2 010/438 1 681/767 1 887/561 484/1 964 1 738/710 102/2 346 1)“/”上方为处于适宜范围内的数据量，下方为偏离适宜范围的数据量
1) The data above “/” are the amount of data in the appropriate range, and the data below “/” are the amount of data that deviate from the appropriate range
下载: 导出CSV
-
[1] 李光光, 张华, 黄红弟, 等. 广东省菜薹(菜心)育种研究进展[J]. 中国蔬菜, 2011(20): 9-14. [2] 广东省农业农村厅. 2021年广东省蔬菜产销形势分析[EB/OL]. (2022-01-29)[2022-09-23]. http://dara.gd.gov.cn/cxxsfx/content/post_3802679.html. [3] AYAZ M, AMMAD-UDDIN M, SHARIF Z, et al. Internet-of-Things (IoT)-based smart agriculture: Toward making the fields talk[J]. IEEE Access, 2019, 7: 129551-129583. doi: 10.1109/ACCESS.2019.2932609
[4] 李道亮, 杨昊. 农业物联网技术研究进展与发展趋势分析[J]. 农业机械学报, 2018, 49(1): 1-20. doi: 10.6041/j.issn.1000-1298.2018.01.001 [5] 金永奎, 盛斌科. 一体化全自动灌溉施肥机设计与试验[J]. 中国农村水利水电, 2019(8): 63-68. doi: 10.3969/j.issn.1007-2284.2019.08.013 [6] 赵英杰. 国外农业信息化发展模式及对中国的启示[J]. 世界农业, 2007(4): 10-12. doi: 10.3969/j.issn.1002-4433.2007.04.004 [7] 陈海淳. 发达国家农业信息化对我国的启示和借鉴[J]. 科技进步与对策, 2003, 20(14): 121-123. [8] SRBINOVSKA M, GAVROVSKI C, DIMCEV V, et al. Environmental parameters monitoring in precision agriculture using wireless sensor networks[J]. Journal of Cleaner Production, 2015, 88: 297-307. doi: 10.1016/j.jclepro.2014.04.036
[9] KLERKX L, JAKKU E, LABARTHE P. A review of social science on digital agriculture, smart farming and agriculture 4.0: New contributions and a future research agenda[J]. NJAS-Wageningen Journal of Life Sciences, 2019, 90/91: 100315. doi: 10.1016/j.njas.2019.100315.
[10] BASSO B, ANTLE J. Digital agriculture to design sustainable agricultural systems[J]. Nature Sustainability, 2020, 3(4): 254-256. doi: 10.1038/s41893-020-0510-0
[11] SHEPHERD M, TURNER J A, SMALL B, et al. Priorities for science to overcome hurdles thwarting the full promise of the ‘digital agriculture’ revolution[J]. Journal of the Science of Food and Agriculture, 2020, 100(14): 5083-5092. doi: 10.1002/jsfa.9346
[12] 曹新, 董玮, 谭一酉. 基于无线传感网络的智能温室大棚监控系统[J]. 电子技术应用, 2012, 38(2): 84-87. doi: 10.3969/j.issn.0258-7998.2012.02.029 [13] 张保华, 李士宁, 滕文星, 等. 基于无线传感器网络的温室测控系统研究设计[J]. 微电子学与计算机, 2008, 25(5): 154-157. [14] 张水保, 徐守志, 李丰杰. 智能温室远程监控系统设计[J]. 三峡大学学报(自然科学版), 2012, 34(2): 76-79. [15] 王纪章, 李萍萍, 毛罕平. 基于作物生长和控制成本的温室气候控制决策支持系统[J]. 农业工程学报, 2006, 22(9): 168-171. [16] 姬丽雯, 高菊玲, 刘永华. 基于MQTT的草莓温室物联网监控系统设计[J]. 农业开发与装备, 2021(12): 167-169. doi: 10.3969/j.issn.1673-9205.2021.12.079 [17] 杨伟志, 孙道宗, 刘建梅, 等. 基于物联网和人工智能的柑橘灌溉专家系统[J]. 节水灌溉, 2019(9): 116-120. doi: 10.3969/j.issn.1007-4929.2019.09.025 [18] 余国雄, 王卫星, 谢家兴, 等. 基于物联网的荔枝园信息获取与智能灌溉专家决策系统[J]. 农业工程学报, 2016, 32(20): 144-152. doi: 10.11975/j.issn.1002-6819.2016.20.019 [19] 吴久江, 汪星, 李群, 等. 简易草莓大棚智慧管理系统设计与性能分析[J]. 农业机械学报, 2019, 50(12): 288-296. doi: 10.6041/j.issn.1000-1298.2019.12.033 [20] 王润涛, 刘瑶, 王树文, 等. 基于模糊控制的车速跟随变量喷雾系统设计与试验[J]. 农业机械学报, 2022, 53(6): 110-117. doi: 10.6041/j.issn.1000-1298.2022.06.011 [21] 韦玉翡, 赵建贵, 高安琪, 等. 温室环境参数模糊专家控制系统的设计[J]. 江苏农业科学, 2021, 49(6): 183-188. [22] 傅以盘, 肖振兴. 基于智能温控算法的温室管理系统[J]. 农机化研究, 2022, 44(6): 214-218. doi: 10.3969/j.issn.1003-188X.2022.06.037 [23] 翟志宏, 林镇国, 陈慧华, 等. 广东菜心周年种植温度适宜性及其变化趋势[J]. 广东农业科学, 2016, 43(3): 66-71.
