 |
 |
전통적인 온실 환경 모니터링은 데이터 수집 및 기록을 위해 대부분 수동 검사에 의존하고 있으며 응답 속도가 시의적절하지 않으며 과학적이고 역동적인 실시간 지능형 데이터를 파악하기 어렵습니다. 사물 인터넷 기술의 급속한 발전과 농업에서의 응용은 온실 환경 모니터링 데이터의 지능적이고 역동적이며 실시간 수집을 위한 강력한 기술 지원을 제공합니다. 사물 인터넷 기술을 통해 온실 내부 환경 데이터의 실시간 모니터링 및 전송을 실현하고 농업 생산에 적시에 정확한 데이터 지원을 제공할 수 있습니다. 따라서 온실 환경 데이터의 지능적인 수집은 농업 현대화를 실현하고 농업 생산 효율성을 향상시키는 핵심 수단이 되었습니다. 온실 환경 모니터링은 일반적으로 다양한 사물 인터넷 센서를 배치하여 기온 및 습도, 이산화탄소 농도, 토양 온도, 토양 수분 및 온실 내부 광도와 같은 환경 요인에 대한 실시간 모니터링을 실현함으로써 달성됩니다. 데이터는 소프트웨어 플랫폼을 통해 업로드, 분석, 비교 및 표시됩니다. 사용자는 컴퓨터 또는 휴대폰을 통해 온실의 실시간 환경 데이터를 원격으로 볼 수 있습니다. 동시에 플랫폼에서 각 환경 데이터의 상한 및 하한 임계값을 설정하고 실시간 수집된 데이터의 비교 분석과 결합하여 한계를 초과하면 조기 경보 정보가 적시에 푸시되어 온실의 환경 변화를 적시에 동적으로 파악하고 추가 관리 조치를 위한 데이터 지원을 제공합니다. 온실 센서에 의한 환경 매개변수 수집의 정확성과 포괄성을 보장하려면 다음과 같은 사용을 고려해야 하는 경우가 많습니다. 고정밀 센서를 사용하여 온실 내 다양한 높이와 위치에 합리적으로 배포합니다. 각 위치와 높이에서 수집된 데이터를 종합, 분석함으로써 각 지점에서의 데이터의 차이를 판단하고, 종합적으로 정확한 데이터를 얻을 수 있습니다.
온실 환경에 대한 지능형 모니터링의 현재 개발 추세에 부응하여 온실 내 환경 요인에 대한 종합적인 지능형 모니터링을 달성하기 위해 BGT-Hydromet은 현대 과학 기술을 적용하고 사용자의 실제 요구와 결합하여 다양한 유형의 온실 기상 관측소 및 데이터 수집기를 개발했습니다. 온도, 습도, 조도, 이산화탄소 농도, 토양 수분 등 환경 매개변수를 동시에 수집할 수 있습니다. 동시에 사용자 요구에 따라 모니터링 매개변수를 자유롭게 결합할 수 있습니다. 빠른 액세스와 같은 기능을 통해 배선, 네트워킹 및 반복 설치 문제를 크게 줄이고 모니터링된 환경 요인 데이터의 포괄성을 보장합니다. 다음 온실 환경 모니터링 데이터를 지능적으로 적용하기 위한 의사 결정 기반을 제공합니다.
| 매개변수 영향 | 작물 | 통제 조치 에 대한 |
|---|---|---|
| 기온 | 광합성/대사에 영향을 미침 | 히터/팬 활성화 |
| 공기 습도 | 높은 습도는 질병을 촉진합니다. 낮은 원인 시들음 | 연무/환기 제어 |
| 빛의 강도 | 성장 단계를 촉진합니다. 빛이 부족하면 식물이 약해진다 | 음영/램프 조정 |
| CO2 농도 | 광합성에 중요(최적: 800~1200ppm) | 환기 관리 |
| 토양 수분 | 과도한/과도한 물주기는 뿌리 건강에 해를 끼칩니다. | 관개 자동화 |
| 토양 영양소 | NPK 수준은 작물 품질에 직접적인 영향을 미칩니다 | 정밀시비 |
전송 계층: 4G/5G, LoRa, NB-IoT 및 기타 무선 통신 기술을 사용하여 데이터 센터로 안정적인 데이터 전송을 보장합니다.
플랫폼 레이어: 클라우드 컴퓨팅 및 빅데이터 분석을 기반으로 PC/모바일의 동향(그래프, 알림, 이력 비교)을 확인합니다.
야채 온실 환경에 대한 모니터링 제어 및 지능적 관리를 통해 작물이 양호하고 적합한 성장 환경을 갖도록 보장하고 생산량을 늘리고 품질을 개선하며 성장 주기를 조정하고 경제적 효율성을 향상시킨 다음 집약적 농업 생산, 높은 수확량, 고품질, 효율성, 생태학적 및 안전성이라는 목표를 달성합니다.
