本發(fā)明涉及農(nóng)業(yè)種植技術(shù)領(lǐng)域，具體而言，涉及一種農(nóng)作物大棚的自動監(jiān)控方法和一種農(nóng)作物大棚的自動監(jiān)控裝置。

背景技術(shù)：

隨著我國農(nóng)業(yè)和農(nóng)村經(jīng)濟的發(fā)展，農(nóng)業(yè)生產(chǎn)方式逐步由傳統(tǒng)的粗放型向現(xiàn)代集約型經(jīng)營方式轉(zhuǎn)變，農(nóng)業(yè)種植信息化快速發(fā)展，利用云端信息和大數(shù)據(jù)分析對農(nóng)業(yè)種植進行指導(dǎo)和控制是農(nóng)業(yè)種植發(fā)展的新趨勢。需要一種可提高溫室農(nóng)作物產(chǎn)量和質(zhì)量，降低生產(chǎn)成本，減輕工作人員勞動強度的智能監(jiān)控系統(tǒng)，在實現(xiàn)本發(fā)明的過程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在如下問題：現(xiàn)有的農(nóng)業(yè)云系統(tǒng)用于農(nóng)業(yè)生產(chǎn)但其不能自動監(jiān)測影響大棚作物的環(huán)境因素和地質(zhì)因素，也不能自行分析監(jiān)測結(jié)果而采取相應(yīng)措施。因此，如何能夠有效的地釋放人力，實現(xiàn)自動控制，降低人力成本成為亟待解決的技術(shù)問題。

技術(shù)實現(xiàn)要素：

本發(fā)明旨在至少解決現(xiàn)有技術(shù)或相關(guān)技術(shù)中存在的技術(shù)問題之一。

為此，本發(fā)明的一個目的在于提出一種農(nóng)作物大棚的自動監(jiān)控方法。

本發(fā)明的另一個目的在于提供了一種農(nóng)作物大棚的自動監(jiān)控裝置。

為實現(xiàn)上述目的，根據(jù)本發(fā)明的第一方面的實施例，提供了一種農(nóng)作物大棚的自動監(jiān)控方法，包括：根據(jù)影響農(nóng)作物生長的至少一個影響因素的數(shù)值與控制策略之間的關(guān)系，生成決策樹；監(jiān)測農(nóng)作物大棚中的至少一個影響因素的數(shù)值，并在決策樹中查找對應(yīng)于至少一個影響因素的數(shù)值的控制策略；使用控制策略，對農(nóng)作物大棚進行控制。

根據(jù)本發(fā)明第一方面實施例的農(nóng)作物大棚的自動監(jiān)控方法，將影響農(nóng)作物生長的影響因素數(shù)值與控制策略建立起關(guān)系，生成決策樹，建立我們預(yù)想的決策結(jié)果，以保證在任意一個影響因素的數(shù)值發(fā)生變化時，控制策略能夠發(fā)生相應(yīng)的變化，便于對農(nóng)作物大棚進行自動控制；檢測農(nóng)作物的影響因素數(shù)值，并在決策樹中查找對應(yīng)的控制策略，以保證及時監(jiān)測影響因素數(shù)值的變化，并及時找出相應(yīng)的控制策略；使用所述相應(yīng)的控制策略，對農(nóng)作物大棚進行自動控制，使農(nóng)業(yè)云系統(tǒng)利用自身的強大的數(shù)據(jù)支持進行大棚狀態(tài)的監(jiān)測和調(diào)整，并實現(xiàn)自動化。進一步地，本申請利用決策數(shù)據(jù)生成決策樹，再利用決策樹根據(jù)輸入的新數(shù)據(jù)產(chǎn)生決策結(jié)果，將采集到的大棚中的各項環(huán)境信息和地質(zhì)信息進行處理，使大棚的自動化系統(tǒng)減少了對人工設(shè)置的依賴。

根據(jù)本發(fā)明第一方面實施例的農(nóng)作物大棚的自動監(jiān)控方法，優(yōu)選地，所述根據(jù)影響農(nóng)作物生長的至少一個影響因素的數(shù)值與控制策略之間的關(guān)系，生成決策樹的步驟，具體包括：將至少一個影響因素的數(shù)值數(shù)字化；根據(jù)數(shù)字化后的至少一個影響因素與控制策略之間的關(guān)系，生成決策樹。

在該實施例中，影響農(nóng)作物生長的因素主要包括環(huán)境因素、地質(zhì)因素和/或生物因素，利用農(nóng)業(yè)云系統(tǒng)的數(shù)據(jù)支持，提取實際應(yīng)用中對所種植的農(nóng)作物影響比較大的至少一個“影響因素”進行決策樹的建立。具體地，將“影響因素”的數(shù)值和/或程度值數(shù)字化，這是一個將“影響因素”具體化的過程，通過具體的數(shù)字關(guān)聯(lián)相應(yīng)“影響因素”便于機器分析數(shù)據(jù)，之后將這些“影響因素”與其數(shù)字化以后的數(shù)據(jù)對應(yīng)存儲，并為每組“影響因素”提供解決策略，使得農(nóng)業(yè)自動化系統(tǒng)(監(jiān)測系統(tǒng))能夠根據(jù)“影響因素+數(shù)字”與“控制策略”之間的關(guān)系自行選擇工作模式(即根據(jù)一定的控制策略實施自動作業(yè))。因此，按照影響因素與控制策略之間的關(guān)系，將影響因素與控制策略相對應(yīng)，生成決策樹，這樣方便監(jiān)測系統(tǒng)對大棚進行精確控制。

根據(jù)本發(fā)明第一方面實施例的農(nóng)作物大棚的自動監(jiān)控方法，優(yōu)選地，所述在決策樹中查找對應(yīng)于至少一個影響因素的數(shù)值的控制策略的步驟具體包括：將至少一個影響因素的數(shù)值數(shù)字化；在決策樹種查找對應(yīng)于數(shù)字化后的至少一個影響因素的數(shù)值的控制策略。

在該實施例中，在決策樹中查找對應(yīng)的數(shù)值的控制策略，這樣才能達到自動控制的目的。例如，利用“溫度高”，“沒有起風(fēng)”，“沒有下雨”，“濕度大”及它們所對應(yīng)的具體數(shù)字化參數(shù)錄入決策樹，會查找到對應(yīng)的“控制策略”：降溫、除濕，進而對大棚進行降溫和除濕過程的自動化。

根據(jù)本發(fā)明第一方面實施例的農(nóng)作物大棚的自動監(jiān)控方法，優(yōu)選地，影響因素包括：種植緯度、濕度、光照強度、光照時間、施肥量、施肥種類、施水量、土質(zhì)、溫度、以及天氣狀況中的一種或其任意組合。

在該實施例中，影響大棚內(nèi)農(nóng)作物生長的因素包括：種植緯度、濕度、光照強度、光照時間、施肥量、施肥種類、施水量、土質(zhì)、溫度等，這些影響因素可能單獨影響農(nóng)作物的生長，也可能是多個因素同時影響農(nóng)作物的生長，因此，將這些因素全部加到自動監(jiān)控中，可以對大棚中農(nóng)作物的生長進行全面地控制，進而有利于農(nóng)作物生長。

根據(jù)本發(fā)明第一方面實施例的農(nóng)作物大棚的自動監(jiān)控方法，優(yōu)選地，控制策略包括：升溫、降溫、除濕、加濕、施肥、施水以及除草中的一種或其組合。

在該實施例中，根據(jù)“影響因素”對環(huán)境的改變來決定實時何種控制策略。具體地，影響大棚內(nèi)農(nóng)作物生長的因素包括：種植緯度、濕度、光照強度、光照時間、施肥量、施肥種類、施水量、土質(zhì)、溫度等，而升溫、降溫、除濕、加濕、施肥、施水以及除草這些策略恰好能夠應(yīng)對上述影響因素，針對不同的影響因素，采取相應(yīng)的策略，有利于對大棚中農(nóng)作物的生長進行全面地控制，促進大棚中農(nóng)作物的生長。

根據(jù)本發(fā)明第二方面的實施例，還提供了一種農(nóng)作物大棚的自動監(jiān)控裝置，包括：決策樹單元，根據(jù)影響農(nóng)作物生長的至少一個影響因素的數(shù)值與控制策略之間的關(guān)系，生成決策樹；監(jiān)測單元，監(jiān)測農(nóng)作物大棚中的至少一個影響因素的數(shù)值，并在決策樹中查找對應(yīng)于至少一個影響因素的數(shù)值的控制策略；控制單元，使用控制策略，對農(nóng)作物大棚進行控制。

根據(jù)本發(fā)明第二方面實施例的農(nóng)作物大棚的自動監(jiān)控裝置，將影響農(nóng)作物生長的影響因素數(shù)值與控制策略建立起關(guān)系，生成決策樹，建立我們預(yù)想的決策結(jié)果，以保證在任意一個影響因素的數(shù)值發(fā)生變化時，控制策略能夠發(fā)生相應(yīng)的變化，便于對農(nóng)作物大棚進行自動控制；檢測農(nóng)作物的影響因素數(shù)值，并在決策樹中查找對應(yīng)的控制策略，以保證及時監(jiān)測影響因素數(shù)值的變化，并及時找出相應(yīng)的控制策略；使用所述相應(yīng)的控制策略，對農(nóng)作物大棚進行自動控制，使農(nóng)業(yè)云系統(tǒng)利用自身的強大的數(shù)據(jù)支持進行大棚狀態(tài)的監(jiān)測和調(diào)整，并實現(xiàn)自動化。進一步地，本申請利用決策數(shù)據(jù)生成決策樹，再利用決策樹根據(jù)輸入的新數(shù)據(jù)產(chǎn)生決策結(jié)果，將采集到的大棚中的各項環(huán)境信息和地質(zhì)信息進行處理，使大棚的自動化系統(tǒng)具有了學(xué)習(xí)能力，減少了對人工設(shè)置的依賴。

根據(jù)本發(fā)明第二方面實施例的農(nóng)作物大棚的自動監(jiān)控裝置，優(yōu)選地，所述決策樹單元具體用于：將至少一個影響因素的數(shù)值數(shù)字化；根據(jù)數(shù)字化后的至少一個影響因素與控制策略之間的關(guān)系，生成決策樹。

在該實施例中，影響農(nóng)作物生長的因素主要包括環(huán)境因素、地質(zhì)因素和/或生物因素，利用農(nóng)業(yè)云系統(tǒng)的數(shù)據(jù)支持，提取實際應(yīng)用中對所種植的農(nóng)作物影響比較大的至少一個“影響因素”進行決策樹的建立。具體地，將“影響因素”的數(shù)值和/或程度值數(shù)字化，這是一個將“影響因素”具體化的過程，通過具體的數(shù)字關(guān)聯(lián)相應(yīng)“影響因素”便于機器分析數(shù)據(jù)，之后將這些“影響因素”與其數(shù)字化以后的數(shù)據(jù)對應(yīng)存儲，并為每組“影響因素”提供解決策略，使得農(nóng)業(yè)自動化系統(tǒng)(監(jiān)測系統(tǒng))能夠根據(jù)“影響因素+數(shù)字”與“控制策略”之間的關(guān)系自行選擇工作模式(即根據(jù)一定的控制策略實施自動作業(yè))。因此，按照影響因素與控制策略之間的關(guān)系，將影響因素與控制策略相對應(yīng)，生成決策樹，這樣方便監(jiān)測系統(tǒng)對大棚進行精確控制。

根據(jù)本發(fā)明第二方面實施例的農(nóng)作物大棚的自動監(jiān)控裝置，優(yōu)選地，所述監(jiān)測單元具體用于：將至少一個影響因素的數(shù)值數(shù)字化；在決策樹種查找對應(yīng)于數(shù)字化后的至少一個影響因素的數(shù)值的控制策略。

在該實施例中，在決策樹中查找對應(yīng)的數(shù)值的控制策略，這樣才能達到自動控制的目的。例如，利用“溫度高”，“沒有起風(fēng)”，“沒有下雨”，“濕度大”及它們所對應(yīng)的具體數(shù)字化參數(shù)錄入決策樹，會查找到對應(yīng)的“控制策略”：降溫、除濕，進而對大棚進行降溫和除濕過程的自動化。

根據(jù)本發(fā)明第二方面實施例的農(nóng)作物大棚的自動監(jiān)控裝置，優(yōu)選地，影響因素包括：種植緯度、濕度、光照強度、光照時間、施肥量、施肥種類、施水量、土質(zhì)、溫度、以及天氣狀況中的一種或其任意組合。

在該實施例中，影響大棚內(nèi)農(nóng)作物生長的因素包括：種植緯度、濕度、光照強度、光照時間、施肥量、施肥種類、施水量、土質(zhì)、溫度等，這些影響因素可能單獨影響農(nóng)作物的生長，也可能是多個因素同時影響農(nóng)作物的生長，因此，將這些因素全部加到自動監(jiān)控中，可以對大棚中農(nóng)作物的生長進行全面地控制，進而有利于農(nóng)作物生長。

根據(jù)本發(fā)明第二方面實施例的農(nóng)作物大棚的自動監(jiān)控裝置，優(yōu)選地，控制策略包括：升溫、降溫、除濕、加濕、施肥、施水以及除草中的一種或其組合。

在該實施例中，根據(jù)“影響因素”對環(huán)境的改變來決定實時何種控制策略。具體地，影響大棚內(nèi)農(nóng)作物生長的因素包括：種植緯度、濕度、光照強度、光照時間、施肥量、施肥種類、施水量、土質(zhì)、溫度等，而升溫、降溫、除濕、加濕、施肥、施水以及除草這些策略恰好能夠應(yīng)對上述影響因素，針對不同的影響因素，采取相應(yīng)的策略，有利于對大棚中農(nóng)作物的生長進行全面地控制，促進大棚中農(nóng)作物的生長。

本發(fā)明的附加方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實踐了解到。

附圖說明

本發(fā)明的上述和/或附加的方面和優(yōu)點從結(jié)合下面附圖對實施例的描述中將變得明顯和容易理解，其中：

圖1示出了根據(jù)本發(fā)明的第一方面實施例的農(nóng)作物大棚的自動監(jiān)控方法的流程圖；

圖2示出了根據(jù)本發(fā)明的第二方面實施例的農(nóng)作物大棚的自動監(jiān)控裝置的框圖；

圖3示出了根據(jù)本發(fā)明實施例的實現(xiàn)決策樹功能的示意圖包括表A和表B。

具體實施方式

為了能夠更清楚地理解本發(fā)明的上述目的、特征和優(yōu)點，下面結(jié)合附圖和具體實施方式對本發(fā)明進行進一步的詳細描述。需要說明的是，在不沖突的情況下，本申請的實施例及實施例中的特征可以相互組合。

在下面的描述中闡述了很多具體細節(jié)以便于充分理解本發(fā)明，但是，本發(fā)明還可以采用其他不同于在此描述的其他方式來實施，因此，本發(fā)明的保護范圍并不受下面公開的具體實施例的限制。

圖1示出了根據(jù)本發(fā)明的第一方面實施例的農(nóng)作物大棚的自動監(jiān)控方法的流程圖。

如圖1所示，根據(jù)本發(fā)明的第一方面的實施例，提供了一種農(nóng)作物大棚的自動監(jiān)控方法，包括：步驟102，根據(jù)影響農(nóng)作物生長的至少一個影響因素的數(shù)值與控制策略之間的關(guān)系，生成決策樹；步驟104，監(jiān)測農(nóng)作物大棚中的至少一個影響因素的數(shù)值，并在決策樹中查找對應(yīng)于至少一個影響因素的數(shù)值的控制策略；步驟106，使用控制策略，對農(nóng)作物大棚進行控制。

根據(jù)本發(fā)明第一方面實施例的農(nóng)作物大棚的自動監(jiān)控方法，步驟102，將影響農(nóng)作物生長的影響因素數(shù)值與控制策略建立起關(guān)系，生成決策樹，建立我們預(yù)想的決策結(jié)果，以保證在任意一個影響因素的數(shù)值發(fā)生變化時，控制策略能夠發(fā)生相應(yīng)的變化，便于對農(nóng)作物大棚進行自動控制；步驟104，監(jiān)測農(nóng)作物的影響因素數(shù)值，并在決策樹中查找對應(yīng)的控制策略，以保證及時監(jiān)控影響因素數(shù)值的變化，并及時找出相應(yīng)的控制策略；步驟106，使用所述相應(yīng)的控制策略，對農(nóng)作物大棚進行自動控制。

根據(jù)本發(fā)明第一方面實施例的農(nóng)作物大棚的自動監(jiān)控方法，優(yōu)選地，步驟102具體包括：將至少一個影響因素的數(shù)值數(shù)字化；根據(jù)數(shù)字化后的至少一個影響因素與控制策略之間的關(guān)系，生成決策樹。

在該實施例中，影響農(nóng)作物生長的因素主要包括環(huán)境因素、地質(zhì)因素和/或生物因素，利用農(nóng)業(yè)云系統(tǒng)的數(shù)據(jù)支持，提取實際應(yīng)用中對所種植的農(nóng)作物影響比較大的至少一個“影響因素”進行決策樹的建立。具體地，將“影響因素”的數(shù)值和/或程度值數(shù)字化，這是一個將“影響因素”具體化的過程，通過具體的數(shù)字關(guān)聯(lián)相應(yīng)“影響因素”便于機器分析數(shù)據(jù)，之后將這些“影響因素”與其數(shù)字化以后的數(shù)據(jù)對應(yīng)存儲，并為每組“影響因素”提供解決策略，使得農(nóng)業(yè)自動化系統(tǒng)(監(jiān)測系統(tǒng))能夠根據(jù)“影響因素+數(shù)字”與“控制策略”之間的關(guān)系自行選擇工作模式(即根據(jù)一定的控制策略實施自動作業(yè))。因此，按照影響因素與控制策略之間的關(guān)系，將影響因素與控制策略相對應(yīng)，生成決策樹，這樣方便監(jiān)測系統(tǒng)對大棚進行精確控制。

根據(jù)本發(fā)明第一方面實施例的農(nóng)作物大棚的自動監(jiān)控方法，優(yōu)選地，步驟104具體包括：將至少一個影響因素的數(shù)值數(shù)字化；在決策樹種查找對應(yīng)于數(shù)字化后的至少一個影響因素的數(shù)值的控制策略。

在該實施例中，在決策樹中查找對應(yīng)的數(shù)值的控制策略，這樣才能達到自動控制的目的。例如，利用“溫度高”，“沒有起風(fēng)”，“沒有下雨”，“濕度大”及它們所對應(yīng)的具體數(shù)字化參數(shù)錄入決策樹，會查找到對應(yīng)的“控制策略”：降溫、除濕，進而對大棚進行降溫和除濕過程的自動化。

根據(jù)本發(fā)明第一方面實施例的農(nóng)作物大棚的自動監(jiān)控方法，優(yōu)選地，影響因素包括：種植緯度、濕度、光照強度、光照時間、施肥量、施肥種類、施水量、土質(zhì)、溫度、以及天氣狀況中的一種或其任意組合。

在該實施例中，影響大棚內(nèi)農(nóng)作物生長的因素包括：種植緯度、濕度、光照強度、光照時間、施肥量、施肥種類、施水量、土質(zhì)、溫度等，這些影響因素可能單獨影響農(nóng)作物的生長，也可能是多個因素同時影響農(nóng)作物的生長，因此，將這些因素全部加到自動監(jiān)控中，可以對大棚中農(nóng)作物的生長進行全面地控制，進而有利于農(nóng)作物生長。

根據(jù)本發(fā)明第一方面實施例的農(nóng)作物大棚的自動監(jiān)控方法，優(yōu)選地，控制策略包括：升溫、降溫、除濕、加濕、施肥、施水以及除草中的一種或其組合。

在該實施例中，根據(jù)“影響因素”對環(huán)境的改變來決定實時何種控制策略。具體地，影響大棚內(nèi)農(nóng)作物生長的因素包括：種植緯度、濕度、光照強度、光照時間、施肥量、施肥種類、施水量、土質(zhì)、溫度等，而升溫、降溫、除濕、加濕、施肥、施水以及除草這些策略恰好能夠應(yīng)對上述影響因素，針對不同的影響因素，采取相應(yīng)的策略，有利于對大棚中農(nóng)作物的生長進行全面地控制，促進大棚中農(nóng)作物的生長。

圖2示出了根據(jù)本發(fā)明的第二方面實施例的農(nóng)作物大棚的自動監(jiān)控裝置的框圖。

圖2示出了根據(jù)本發(fā)明的第二方面實施例的農(nóng)作物大棚的自動監(jiān)控裝置200，包括：決策樹單元202，根據(jù)影響農(nóng)作物生長的至少一個影響因素的數(shù)值與控制策略之間的關(guān)系，生成決策樹；監(jiān)測單元204，監(jiān)測所述農(nóng)作物大棚中的所述至少一個影響因素的數(shù)值，并在所述決策樹中查找對應(yīng)于所述至少一個影響因素的數(shù)值的控制策略；控制單元206，使用所述控制策略，對所述農(nóng)作物大棚進行控制。

根據(jù)本發(fā)明第二方面實施例的農(nóng)作物大棚的自動監(jiān)控裝置200，將影響農(nóng)作物生長的影響因素數(shù)值與控制策略建立起關(guān)系，生成決策樹，建立我們預(yù)想的決策結(jié)果，以保證在任意一個影響因素的數(shù)值發(fā)生變化時，控制策略能夠發(fā)生相應(yīng)的變化，便于對農(nóng)作物大棚進行自動控制；檢測農(nóng)作物的影響因素數(shù)值，并在決策樹中查找對應(yīng)的控制策略，以保證及時監(jiān)控影響因素數(shù)值的變化，并及時找出相應(yīng)的控制策略；使用所述相應(yīng)的控制策略，對農(nóng)作物大棚進行自動控制。

另外，根據(jù)本發(fā)明上述實施例的農(nóng)作物大棚的自動監(jiān)控方法裝置200，還可以具有如下附加的技術(shù)特征：

根據(jù)本發(fā)明的一個實施例，優(yōu)選地，所述決策樹單元202具體用于：將所述至少一個影響因素的數(shù)值數(shù)字化；根據(jù)數(shù)字化后的所述至少一個影響因素與控制策略之間的關(guān)系，生成所述決策樹。

在該實施例中，影響農(nóng)作物生長的因素主要包括環(huán)境因素、地質(zhì)因素和/或生物因素，利用農(nóng)業(yè)云系統(tǒng)的數(shù)據(jù)支持，提取實際應(yīng)用中對所種植的農(nóng)作物影響比較大的至少一個“影響因素”進行決策樹的建立。具體地，將“影響因素”的數(shù)值和/或程度值數(shù)字化，這是一個將“影響因素”具體化的過程，通過具體的數(shù)字關(guān)聯(lián)相應(yīng)“影響因素”便于機器分析數(shù)據(jù)，之后將這些“影響因素”與其數(shù)字化以后的數(shù)據(jù)對應(yīng)存儲，并為每組“影響因素”提供解決策略，使得農(nóng)業(yè)自動化系統(tǒng)(監(jiān)測系統(tǒng))能夠根據(jù)“影響因素+數(shù)字”與“控制策略”之間的關(guān)系自行選擇工作模式(即根據(jù)一定的控制策略實施自動作業(yè))。因此，按照影響因素與控制策略之間的關(guān)系，將影響因素與控制策略相對應(yīng)，生成決策樹，這樣方便監(jiān)測系統(tǒng)對大棚進行精確控制。

根據(jù)本發(fā)明的一個實施例，優(yōu)選地，監(jiān)測單元204具體用于：將所述至少一個影響因素的數(shù)值數(shù)字化；在所述決策樹種查找對應(yīng)于數(shù)字化后的所述至少一個影響因素的數(shù)值的控制策略。

在該實施例中，在決策樹中查找對應(yīng)的數(shù)值的控制策略，這樣才能達到自動控制的目的。例如，利用“溫度高”，“沒有起風(fēng)”，“沒有下雨”，“濕度大”及它們所對應(yīng)的具體數(shù)字化參數(shù)錄入決策樹，會查找到對應(yīng)的“控制策略”：降溫、除濕，進而對大棚進行降溫和除濕過程的自動化。

根據(jù)本發(fā)明的一個實施例，優(yōu)選地，所述影響因素包括：種植緯度、濕度、光照強度、光照時間、施肥量、施肥種類、施水量、土質(zhì)、溫度、以及天氣狀況中的一種或其任意組合。

在該實施例中，影響大棚內(nèi)農(nóng)作物生長的因素包括：種植緯度、濕度、光照強度、光照時間、施肥量、施肥種類、施水量、土質(zhì)、溫度等，這些影響因素可能單獨影響農(nóng)作物的生長，也可能是多個因素同時影響農(nóng)作物的生長，因此，將這些因素全部加到自動監(jiān)控中，可以對大棚中農(nóng)作物的生長進行全面地控制，進而有利于農(nóng)作物生長。

根據(jù)本發(fā)明的一個實施例，優(yōu)選地，所述控制策略包括：升溫、降溫、除濕、加濕、施肥、施水以及除草中的一種或其組合。

在該實施例中，由于影響大棚內(nèi)農(nóng)作物生長的因素包括：種植緯度、濕度、光照強度、光照時間、施肥量、施肥種類、施水量、土質(zhì)、溫度等，而升溫、降溫、除濕、加濕、施肥、施水以及除草這些策略恰好能夠應(yīng)對上述影響因素，針對不同的影響因素，采取相應(yīng)的策略，有利于對大棚中農(nóng)作物的生長進行全面地控制，促進大棚中農(nóng)作物的生長。

圖3示出了根據(jù)本發(fā)明的實現(xiàn)決策樹功能的示意圖包括表A和表B。

如圖3所示，本實現(xiàn)方案采用SparkMLlib使用機器學(xué)習(xí)決策樹算法利用決策數(shù)據(jù)建立決策模型，在利用模型根據(jù)輸入的新數(shù)據(jù)產(chǎn)生決策結(jié)果。決策樹算法是根據(jù)一系列的信息作出我們預(yù)想的決策結(jié)果。舉例如下：

表A是“生成決策樹”過程的一種形式上的表示(僅選取了常用信息進行策略樹的建立)，表中信息和數(shù)據(jù)不用于對本發(fā)明進行限定。

為了簡便起見，這里每個屬性的值用代號表示，即只設(shè)置兩個值0和1，在表A中第一行中表示影響因素，包括但不限于以下幾種：“溫度”、“起風(fēng)”、“下雨”和“濕度”，其中，溫度高用1，低用0。起風(fēng)是用1，沒有用0.下雨用1標識，沒有用0。濕度高1，低0。

表A中第一行中的“控制策略“包括但不限于以下幾種：

1：升溫除濕

2：升溫

3：降溫除濕

4：降溫

利用以上的策略數(shù)據(jù)建立策略模型(決策樹)，后續(xù)使用策略模型(決策樹)進行決策實現(xiàn)自動控制。根據(jù)表B中新的環(huán)境信息：

表B是“執(zhí)行決策樹”過程的一種形式上的表示(僅選取了常用信息進行監(jiān)測)，表中信息和數(shù)據(jù)不用于對本發(fā)明進行限定。

其中，表B中第一行中的“溫度”、“起風(fēng)”、“下雨”和“濕度”以及與之對應(yīng)的數(shù)據(jù)“0”、“1”、“1”和“1”是監(jiān)測結(jié)果，利用以上建立的決策樹大數(shù)據(jù)資源對表B內(nèi)容進行分析，自動執(zhí)行控制策略“1”。實現(xiàn)了對大棚環(huán)境的自動控制。

具體地，如表A和表B所示，“影響因素”包括：溫度、起風(fēng)、下雨、濕度。為了簡單起見，每個影響因素的屬性數(shù)值有兩個，分別為0和1，溫度高，其數(shù)值為1；溫度低時，其數(shù)值為1；起風(fēng)時數(shù)值為1，起風(fēng)時，數(shù)值為1，沒有起風(fēng)時數(shù)值為0；下雨時數(shù)值為1，不下雨時數(shù)值為0；濕度高時，數(shù)值為1，濕度低時，數(shù)值為0?？刂撇呗杂兴?種，分別為：1、2、3和4，1表示：升溫除濕；2表示：升溫；3表示：降溫除濕；4表示：降溫。

如表A所示，當(dāng)溫度數(shù)值為1，起風(fēng)數(shù)值為0，下雨數(shù)值為0，濕度數(shù)值為1時，選項控制策略3：降溫除濕，從而對大棚進行降溫和除濕；當(dāng)溫度數(shù)值為1，起風(fēng)數(shù)值為0，下雨數(shù)值為1，濕度數(shù)值為1時，選項控制策略3：降溫除濕，從而對大棚進行降溫和除濕；當(dāng)溫度數(shù)值為0，起風(fēng)數(shù)值為1，下雨數(shù)值為0，濕度數(shù)值為0時，選項控制策略2：升溫，從而對大棚進行升溫；當(dāng)溫度數(shù)值為1，起風(fēng)數(shù)值為1，下雨數(shù)值為0，濕度數(shù)值為0時，選項控制策略4：降溫，從而對大棚進行降溫；當(dāng)溫度數(shù)值為0，起風(fēng)數(shù)值為0，下雨數(shù)值為0，濕度數(shù)值為1時，選項控制策略1；升溫除濕，從而對大棚進行升溫和除濕。

如表B所示，當(dāng)監(jiān)控系統(tǒng)采集到大棚中新的環(huán)境信息時，利用圖3a建立的策略模型，進行決策，從而對大棚進行自動控制。當(dāng)溫度數(shù)值為0，起風(fēng)數(shù)值為1，下雨數(shù)值為1，濕度數(shù)值為1時，預(yù)測控制策略為1：升溫除濕，從而對大棚進行升溫和除濕。

以上結(jié)合附圖詳細說明了本發(fā)明的技術(shù)方案，本發(fā)明提供了一種農(nóng)作物大棚的自動監(jiān)控方法和一種農(nóng)作物大棚的自動監(jiān)控裝置，實現(xiàn)了農(nóng)作物大棚的自動化監(jiān)測和自動化管理，節(jié)省人力成本。

本發(fā)明實施例方法中的步驟能夠根據(jù)實際需要進行順序調(diào)整、合并和刪減，本發(fā)明實施例中的的模塊可以根據(jù)實際需要進行合并、劃分和刪減。以上所述僅為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，對于本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。