(中国科学技术大学自动化系，安徽 合肥 230026）秦琳琳，吴 刚
                                               
    秦琳琳 (1975-）女，安徽枞阳人，讲师，1998年毕业于中国科学技术大学自动化系，获工学学士学位，2008年获得中国科学技术大学控制理论与控制工程专业的博士学位。2003年至今留校任教。目前主要研究方向为人工环境测量、建模、控制优化研究工作，主持过“多温区晶体生长炉系统辨识与控制算法研究任务”项目，参与国家农业863项目：可控环境农业数据采集自动控制系统研究、温室无线测控网络系统关键技术研究与集成、田间作物信息成像光谱仪的研制和应用。

    摘要：本文论述了国内外温室小气候建模的主要方法，温室控制采用的主要技术，探讨了国内温室控制的发展方向。

    关键词：温室；小气候；建模；环境控制

    Abstract: The development of greenhouse microclimate model and the control algorithms of greenhouse microclimate were summarized in this paper. And the prospect of intelligent control in greenhouse is expected, especially in China.
    Key words: Greenhouse; Microclimate; Modeling; Environmental control

    现代温室特殊的结构及材料(透光、密闭、保温等）形成了一个与外界大气候环境相对隔离的特殊的内部小气候环境，影响温室小气候环境的环境因子主要包括光辐射、温度、湿度、CO2浓度、空气流速等。温室环境控制在利用自然资源的基础上，通过改变环境因子获得作物生长的最佳条件，从而达到增加作物产量、改善品质、调节生产周期、提高经济效益的目的。以温室作物生产为主要特征的农业，因具有技术和劳动力密集、土地和水资源利用率高的特点，在解决农民增收、提高土地和水资源利用率，提高农业的国际竞争力中的作用越来越突出。

    温室面积在世界范围内迅速增长，据不完全统计，2002年全世界温室面积达90万公顷。大型连栋温室在2003年已达到65万公顷。2006年末，我国温室面积81千公顷，其中现代温室3500公顷，国外引进约200公顷。国内温室控制技术始于80年代，90年代将计算机用于温室的管理和控制，但是，迄今为止，用于商业经营的现代温室大部分采用进口温室的软硬件设备。与国外先进水平相比，我国温室农业在科技含量和技术水平，特别是在设施作物环境模拟与温室小气候调控方面，还存在较大差距。

    1 温室小气候环境建模

    温室小气候建模的目的是对于影响温室小气候的主要环境因子进行建模，包括单因子或者多因子，它是认识温室机理的理论基础，也为温室的控制提供了决策依据。

    温室环境受室外气候环境、温室结构与构造、控制设备及作物等影响，对温室环境建模要综合考虑这些因素的影响，一般以能量平衡方程和质量平衡方程为理论依据研究温室的温度、湿度、CO2浓度的模型。广义上，温室环境指的是与作物生长相关的作物根上环境和作物根际环境，根上环境包括：温室内温度、光照强度、相对湿度、CO2浓度等；根际环境对于基质(土壤）栽培的作物包括：基质(土壤）温度、酸碱度、营养成分，对于营养液栽培的作物其根际环境包括：温度、电导率(EC）值、酸碱度(pH）值、离子浓度(主要是氮、磷、钾）等。一般所指的温室环境是指狭义的温室小气候环境，因此温室环境模型可以定义为温室小气候环境因子与其影响因素之间的关系的数学描述。

    自19世纪60年代以来，基于能量与质量平衡观点的理论模型，国内外学者已经做了深入研究工作。从辐射、通风、水、热、气交换等基本过程到综合的小气候模型。荷兰、以色列等国家对温室微气候的研究起步较早，自荷兰的Businger(1963）将温室分为覆盖物、室内空气、作物、土壤4层，并使能流公式化以来，其研究方法成为以后建模的核心。荷兰人De Jong (1990）用计算流体力学(computational fluid dynamics，CFD） 知识，以温室内外的温度差、室外风速、天窗开角作为参数研究了温室内外的空气交换速率。

    J.C.Bakker，G.P.A.Bot，H.Challa，N.J.Van de Braak(1995）在温室建模与控制的专著中，综合了与温室相关的各领域研究成果，从植物的生理学、热力学角度研究温室内温度、湿度、二氧化碳浓度的变化模型。H.F. de Zwart(1996）的博士论文中建立较为完备的温室过程仿真模型(Venlo型温室，KASPRO）。与此同时，有很多学者开始与作物相关(蒸腾作用、光合作用）的研究，Cecilia Stanghellini(1995）将作物的蒸腾作用作为影响温室湿度平衡的主要因子之一，并用大叶方程描述了作物的蒸腾，同时给出方程中各参数(净辐射、边界层阻力）的计算方法。这些理论研究帮助人们更深地认识温室内物质与能量的动态变化，同时为温室环境控制奠定了理论基础，有助于实现温室控制的最终目标—最优经济价值。

    温室建模的另一种方法是基于输入输出数据的模型：包括线性模型、非线性模型(Chalabi and Bailey, 1989）、简化但仍有物理意义的基于数据的模型(Udink,1985）、纯黑箱模型(Seginer,1994,1997）。在温度控制的建模问题中，温室的热动力平衡方程常常是建模的基础。很多学者认为以温度为输出量时，温室可以看作一个一阶大惯性加纯滞后对象。Albert Setiawan et al.(2000）用一阶有时延的模型比较了伪微分反馈控(Pseudo-Derivative-Feedback control）与PI控制的优缺点，该研究采用工业中最常用的模型来描述系统，未分析系统的模型结构特点和参数变化情况。J. Boaventura Cunha et al.(1997）将室外温度、室外光辐射、室外湿度、室外风速作为输入量，采用递推最小二乘建立了温室内温度的二阶模型。H. Uchida Frausto et al.(2002）基于ARX模型与ARMAX模型对没有加热的自然通风的温室进行建模，效果较好，但是建模所用温室内部温度数据是通过Gembloux Dynamic Greenhouse Climate Model(GDGCM）获得的，没有利用实际测量数据来验证模型的有效性。J. Boaventura Cunha et al.(2003）比较了机理建模、ARX模型以及神经网络模型三种方法的优缺点。其中ARX模型将室外温度、室外光辐射、室外湿度、室外风速作为输入量，利用递推最小二乘建立了温室内温度的二阶模型，模型的参数是在线时变的，但是对于模型的结构没有作分析。Litago et al.(2005）采用时间序列分析的方法对自然通风温室的温湿度进行建模。J.M.Herrero et al.(2007）针对温室模型的非线性机理模型中的参数多、测量困难的问题，采用多目标进化算法，同时考虑温度和湿度的拟合误差，对15个参数进行非线性鲁棒辨识。Patilet al.(2008）采集了1年的数据，分别基于ARX、ARMAX、NNARX三种模型对热带温室温度系统进行建模，实验证明线性模型能描述一年中的温度系统动态变化，文章认为外部温度、太阳辐射、相对湿度和云量这四个输入变量中，最重要的参数是室外温度，最不相关的是太阳辐射。

    国内研究温室建模研究也取得了可喜进展。宫赤坤、陈翠英和毛罕平(2000）采用BP神经网络对温室模型进行了辨识。顾寄南和毛罕平(2001）通过实验验证了温室内温度和湿度的变化符合指数函数规律，提出了一种温室微气候的建模思路。陈雨清和丁为民(2002）以智能控制理论为工具，建立了以上海地区现代化温室为代表的夏季温室微气候的模拟预测模型，研究了国内夏季气候条件下进口温室内微气候变化规律以及各个因子的单独作用分析，为消化吸收进口温室技术提供理论基础。罗卫红等(2005）在上海对进口的荷兰 Venlo 型温室，校验了 De Zwart(1996）的仿真模型，针对我国南方夏季高温、高湿、多云的气候特点对模型做了修改，并考虑作物蒸腾对于温室气候的影响, 利用温室的三季试验数据对模型进行了检验。何芬等(2008）基于神经网络模型，运用敏感性分析方法对影响温室湿度的主要因子作出分析，并采用人工神经网络建模获得较好的实验结果。李晋等(2008）选择MISO的ARIMAX模型描述系统，采用“统计假设检验”和“模型拟合度检验”相结合的方法确定模型结构，通过递推增广最小二乘法估计模型参数，建立了试验温室的温度系统模型。

    日光温室是我国特有的一种温室建筑结构，由于日光温室结构简单、造价低廉，在我国北方应用广泛，国内已有很多关于日光温室建模的研究。李元哲(1994）在忽略作物冠层和侧墙的影响的情况下，初步建立了温室微气候的数学模型，并提出了数值解法，在国内较早地应用数值法研究温室微气候模型。郦伟等(1997）在建立温室模型时进一步考虑了作物冠层的能量平衡。王定成(2004）引入了一种支持向量机回归建模方法建立温室气候模型。李树海、马承伟(2004）等建立了多层覆盖连栋温室的温、湿度动态机理模型, 定量描述了温室内的对流换热、土壤热传导、太阳辐射、长波热辐射、植物蒸腾、地面蒸发、水汽凝结、机械通风和自然通风等物理过程。佟国红，李保明(2007）等用CFD中非稳态方法求解控制方程，模拟了晴天温室内温度动态变化过程的模型。孟力力等(2009）在温室质能传递的基础上，对温室后墙、土壤、后坡采用分层考虑方式，建立了日工温室热环境模拟模型。

    温室环境系统是温度场、湿度场、光场等多种因素相互耦合的复杂系统，温室小气候的各种环境因子不是孤立的，而是相互联系的。国外已有一些典型的综合环境模型：如荷兰的KASPRO模型、比利时的GDGCM模型、法国的SIMULSERRE模型、美国的POLY-2模型等。而国内尚未见到有这样的完整的小气候模型的报道。

    2 温室小气候环境控制

    国内外研究应用的几种现代温室控制方式主要包括：基于单片机的温室环境因子控制、分布式智能型温室计算机控制系统、基于现场总线技术的温室控制系统、基于PLC的温室控制系统和基于ZigBee技术的无线网络智能控制系统模式等。

    研究对象主要是从两个方面：单因子控制和多因子综合控制，按照控制对象和控制算法可分类如下：现代化温室中的喷雾系统、帘幕系统(遮阳幕、保温幕）、农用补光系统和二氧化碳增施系统等均采用开关控制。开关控制的算法简单、易实施，但缺点是精确度较低、控制设备在目标参数设定值附近会频繁切换，导致降低设备损耗和能耗增加。实际中，通常采用延时、盲区设置或参数测量多次进行平均等办法改善控制效果。

    加热系统(热水管道）、自然通风(天窗，侧窗）系统采用比例或比例加积分等传统控制原理调节。离散PID控制存在一定误差，原因是外部环境条件的变化，如光照和风速对温度都会产生影响，因此，只有在外部环境因子变化较小时，可以采用离散PID控制。J.C.Bakker et al.(1995）对温室的自然通风和水暖加热的温度系统采用PI控制、PID、前馈控制。J. Boaventura Cunha et al.(1997）以通风和加热为控制变量，采用PID方法控制室内温度。

    对于温室温湿度的耦合控制，CO2浓度控制等大多采用模糊逻辑控制。

    此外，将反馈技术、非线性技术、模型预测控制、专家的控制监督等这些技术应用到温室的控制中去也日益受到重视。Albert Setiawan et al.(2000）将温室温度的传递函数作为一阶纯滞后模型进行分析，仿真比较了PDF(Pseudo-Derivative-Feedback）控制算法与PI控制算法的优缺点，以温室内热水温度加热系统为例的试验证明了采用PDF控制算法具有超调小、控制精度高及鲁棒性好等优点。希腊国立雅典科技大学(National Technical University of Athens）和萨洛尼卡亚力士多德大学的三位研究人员以加热泵电机的功率信号为控制量，把温度控制问题看作一个极点配置问题或解LQR问题，并对解这两种问题的算法进行了改进(称为MROC算法），获得了比较好的控制效果。G.D.Pasgianos etal.(2003）提出温室环境控制的非线性反馈技术，对于输入输出采用线性化和解耦，在控制中考虑了温湿度的耦合，对外部扰动(室外温度、湿度、光照）采用前项通道的反馈补偿。J.P. Coelho et al.(2005）将模型预测控制用于温室的气候控制。M.Y.El Ghoumari et al.(2005）分别建立了温度、湿度、二氧化碳浓度的微分方程, 然后采用Sequential Quadratic Programming 方法对方程中较难获得的热传递系数进行辨识，辨识误差在±2%以内，最后用模型预测控制天窗的开度、加热系统的温度和CO2的释放流量，克服了PI控制的可能开窗同时加热缺以及夜间开窗、切换设定值时响应慢的缺点。

    国内在温室的控制算法方面也做出很多尝试。潘兰芳与王万良(2000）研究了基于自适应模糊逻辑系统的温室环境建模方法。王万良(2000）建立了温室分布参数的模糊逻辑网络预测模型，提出了基于神经优化计算的优化控制算法，并应用于温室环境的加热升温分布参数优化过程控制。姚斌与徐立鸿(2003）针对现有模型的参数时变和控制变量耦合问题提出了基于遗传算法滚动优化的温室滚动控制策略，并采取了非线性前馈和反馈来对控制变量解耦。王纪章、李萍萍等(2006）提出了基于温室作物光合作用模型的温湿环境调控方法，并与控制器连接，取得了良好的结果。王子洋、秦琳琳等(2008）提出了基于切换控制的温室温湿度控制系统建模与预测控制。秦琳琳(2009）研究了基于混合逻辑动态建模的温室温度系统的预测控制。引入辅助变量，将温室天窗开关动作、温度控制的约束条件以混合整数线性不等式表示，与温度系统的离散状态空间模型统一起来，分别建立了基于机理的混合逻辑动态模型和基于辨识的混合动态逻辑模型，实验证明了模型的适用性与控制方法的合理性。

    3 我国温室小气候环境建模与控制的发展趋势

    进口温室虽然技术先进但使用效果却不好，普遍存在能耗大、运营成本高、效益差等问题，主要原因是进口温室原产地多集中在温带国家的沿海地区，四季气候温和；而我国地处东亚季风气候区，地域广阔，南北气候特征差异巨大：华北，东北属于温带大陆性季风气候，夏季炎热多雨，冬季寒冷干燥；西北属半干旱和干旱气候，降雨量少，温差大，日照时间长；南方地区，夏季雨热同期，冬季低温高湿。这种气候特征使得我国现代温室小气候系统的动力学特性与进口温室原产地相比差别很大，与温室作物生产特点相差很大，因而温室小气候环境因子调控方式相差很大。例如，高温就必须降温，而外界高温高湿，仅仅开天窗是不够的，但是运行湿帘风机或喷淋降温又会增加湿度，所以我国现代温室小气候环境调控有本国特点，实施困难。因此，在完善温室作物和环境模型理论研究与方法的基础上，针对我国的具体国情和气候条件，将模型降阶、参数估计与系统辨识等理论引入温室小气候环境建模，研究开发适用于生产实践的温室作物生长发育和小气候环境模型，对提高我国温室作物生产管理和环境调控水平及设施作物生产的经济和生态效益，促进我国设施农业由粗放的定性管理向精确的自动化和智能化管理的转变，具有重要的理论意义和应用价值。

    另一方面，由于我国温室生产管理技术相对较低，温室环境控制设备大多数为开关控制设备(如天窗、遮阳、湿帘、风机、补光灯、热风炉等），且没有控制机构的位置反馈，无法实现控制量的连续调节，也无法采用常规的微分方程或者状态空间模型描述，为了实现输出量的设定值控制，设备频繁开关，造成设备损耗和能源浪费。对于同时包括开关逻辑量和连续输入量的系统，可以采用混合逻辑动态建模的方法，工业中已有成功应用。但是，温室内栽培的是有生命的植物，是一个内部有源系统，同时受到室外温度、湿度、光照辐射、风速、风向等各种输入干扰的影响，这些扰动输入具有可测不可控的特点。因而，温室系统比一般的控制对象更复杂、具有大时滞、强耦合、非线性等特点。可将混杂系统的理论用于温室建模和控制。
    总之，为解决我国温室控制的现有问题，提高建模精度，有必要考虑控制设备、作物的生长状况和栽培方式对温室小气候环境的影响；在控制的同时加入决策，提高控制算法的实用价值，降低控制设备的开启次数与控制设备的运行能耗。未来的温室控制还要与气象技术、生物技术、网络化管理相结合，实现对于温室作物高产、优质、高效、生态、安全的智能管理与控制。

    参考文献：

    [1] J.C.Bakker，G.P.A.Bot，H.Challa，et al. Greenhouse Climate Control[M].Wageningen : Wageningen Pers，1995: 142-146.

    [2] H.Uchida Frausto, J. P. Pieters, J. M. Deltour. Modelling Greenhouse Temperature by means of auto regressive models[J].Biosystems Engineering,2003, 84(2）:147- 157.

    [3] 佟国红，李保明，David M. Christopher等. 用CFD方法模拟日光温室温度环境初探[J]，农业工程学报，2007，23(7） : 178-185.

    [4] S.L. Patil, H.J. Tantau, V.M. Salokhe. Modelling of tropical greenhouse temperature by auto regressive and neural network models[J]. Biosystems Engineering，2008: 423~431.

    [5] N. Bennis, J. Duplaix, G. Enea, et al. Greenhouse climate modelling and robust control[J]. Computers and electronics in agriculture，2008，( 6 ） : 96~107.

    [6] 李晋，秦琳琳，岳大志等. 试验温室温度系统建模与仿真[J]. 系统仿真学报，2008，20(7）: 1869~1875.

    [7] 王子洋，秦琳琳，吴刚等. 基于切换控制的温室温湿度控制系统建模与预测控制[J]. 农业工程学报，2008，24(7） : 88~192.

    [8] Linlin Qin，Gang Wu，Jun Wang，et al. On-line Modeling of Air Temperature System in a Naturally Ventilated Greenhouse[C]. 7th World Congress on Intelligent Control and Automation，2008，1553~1557.

    [9] 孟力力，杨其长，Gerard.P.A.Bot等. 日光温室热环境模拟模型的构建[J].农业工程学报，2009，25(1）: 164~170.

     摘自《自动化博览》2010年第二期