现代农业

随着我国农业的快速发展，传统农业已经无法满足生产要求，而灌溉是农业生产中必不可少的环节，灌溉计划制定不合理与水资源分配不均衡，水资源供需矛盾依然突出，合理利用水资源，实现精准灌溉成为现阶段待解决的重要问题。作为农业生产核心产业的智慧温室集物联网、云计算和自动控制等技术为一体，实现实时监测植物生长及环境变化情况，远程调控环境参数等功能，为植物生产提供精准化种植、可视化管理、智能化决策。但其管理仍存在数据采集和传输方式单一、数据处理和分析能力不足、系统交互性差等问题，导致数据难以被高效利用，影响管理效率以及植物产量。且温室灌溉主要采用传统的计时器、土壤湿度传感器等手段进行控制，存在精度低、应对复杂环境能力弱等问题。

为解决以上问题，本研究将温室灌溉管理与数字孪生技术相结合，通过建立温室数据模型和仿真来更准确地预测作物需水量，并实时监测温室内外环境变化，精准控制灌溉系统，实现精准灌溉，提高温室的产出和效率，具有重要的经济和社会意义，具有广阔的应用前景。

项目重点研究基于数字孪生技术的温室灌溉管理系统，包括实际的物理温室和虚拟的孪生温室的构建、以及作物需水量模型的建立。物理温室的构建包括温室本身、栽培植物、温室设施设备等实体，通过数据采集模块实现对植物生长状态、温室环境参数、设备运行情况等数据的全方位采集。孪生温室的构建包括温室三维可视化模型，数据感知与交互，系统服务模型。通过不同的通信方式和协议实现物理温室与孪生温室的信息交互。建立基于粒子群优化的Attention-LSTM温室植物蒸发蒸腾量预测模型，指导灌溉。

1、实现物理温室内静态数据和动态数据的全方位采集。静态数据包括温室结构、植物结构、设施设备、温室地形地貌、植物分布等几何数据、材料数据、属性数据等；动态数据包括温室内外空气温湿度、风速风向等环境数据、植物生长数据和土壤状态数据。

2、构建数字孪生温室。对温室结构、设施设备（传感器、风扇、灯等）、栽培植物等进行建模，并为温室场景添加地形、天空盒组件和光源组件，完成温室三维可视化场景的搭建。编写各个模型的驱动脚本实现各种效果。设计可视化界面支持用户对温室内信息进行查看。选择合适的通信方式实现物理温室、孪生温室、孪生数据、系统服务之间的相互连接，从而实现物理温室、孪生温室以及温室监控系统服务之间的信息实时交互。

3、建立基于粒子群优化的Attention-LSTM温室植物蒸发蒸腾量预测模型，并与BP、LSTM预测模型进行实验对比分析，验证该预测模型对蒸发蒸腾量预测的准确性。