Development Level Evaluation of Modern Urban Agriculture

Zhang Jingyi, Ma Jia

PDF(1017 KB)
PDF(1017 KB)
Chinese Agricultural Science Bulletin ›› 2020, Vol. 36 ›› Issue (26) : 159-164. DOI: 10.11924/j.issn.1000-6850.casb20190800583

Development Level Evaluation of Modern Urban Agriculture

Author information +
History +

Abstract

This paper uses the literature research method to sort out the domestic urban modern agricultural development level evaluation system from three aspects: evaluation index selection principle, evaluation index connotation and evaluation method. It is found that the domestic urban modern agricultural development level evaluation system is gradually perfected and the evaluation methods are rich. However, there are still some problems such as the determination of the connotation of indicators is too subjective; the research on functional indicators such as cultural indicators and urban agricultural tourism is less; the determination of the weight of evaluation indicators is too subjective; and the research objects are relatively simple. It is proposed that the future research should be carried out from the following aspects: (1)selecting typical indicators and focusing on factor analysis to make indicators more scientific and rational; (2)attaching importance to emerging indicators like culture and urban tourism, and integrating them with social, economic, and social development indicators to show the multi-functional characteristics of urban agriculture; (3)taking more mathematical construction model approaches to avoid subjective initiative in the assignment of index weights; (4)enriching the research subjects and conducting comparative studies between different subjects (including horizontal and vertical development levels). The study could provide certain references for the scientific evaluation of modern urban agriculture development level and the construction of a modern urban agricultural development level evaluation system.

Key words

urban agriculture / evaluation index system / review

Cite this article

Download Citations
Zhang Jingyi , Ma Jia. Development Level Evaluation of Modern Urban Agriculture. Chinese Agricultural Science Bulletin. 2020, 36(26): 159-164 https://doi.org/10.11924/j.issn.1000-6850.casb20190800583

0 引言

天气与气候对农作物的生长和发育具有十分显著的影响,无论是季节的循环还是区域间的不同所造成的地域性差异都会给农作物生长带来直接的影响[1]。影响农作物的主要气象因素包括温度、光照(光照时间和光照强度)和水分等[2]。其中,温度是农业气象观测中的重要指标之一,温度对农作物的光合作用效率,以及农作物的产量有显著影响[3]。在最适宜温度时,农作物的发育速度最快;在最高和最低温度时,其生长发育基本停止。农作物白天光合作用与呼吸作用同时进行,夜间只进行呼吸作用。当农作物生长所需的其他因子得到基本满足时,在一定的温度范围内,气温和农作物的生长发育速度呈正相关,即气温越高,其光合作用越强,农作物生长发育越快。当活动温度累积到一定的总和时,农作物才能完成整个发育周期(或者说才能开花结果)[4]。此外,呼吸作用也和温度有关。
日光温室又称暖棚,是中国北方地区独有的一种温室类型,室内不加热,通过后墙体对太阳能吸收实现蓄放热,维持室内一定的温度水平[5]。传统的温室大棚的缺点是室内温度、湿度以及日照的调节依靠人工控制,人力消耗大,且对操作者的技术和经验要求高。此外,人工管理会出现疏漏,调节不及时使得环境要求值不准确等问题,制约了国内温室大棚技术的发展[6,7]。能够实时有效地监测和控制大棚中温湿度等环境条件变得尤为重要[8]。温室内影响作物生长并可以进行调控的环境因子主要有光照、温度、湿度、二氧化碳浓度等[9,10]。温室环境控制系统就是通过调节这些环境因子,改善作物的生长环境,使作物生长始终处于最佳环境中,达到提高作物的品质和产量并节约能源的目的。对于日光温室,目前主要调控的环境因子是温度。传统的加温方式是将温室整个空间的温度控制在设定温度范围内,由于加热空间大,消耗掉的能源自然也就多[11]。温室能源消耗的费用可占到温室生产总费用的15%~40%[12]。光照环境对空气温度监测产生直接的影响。太阳光辐射下,温度升高。
温度监测是了解温室内环境的必要手段。在日光温室环境中,由于东西侧受光不同,室内不同位置的温度相差较大,需要在温室内不同位置布点进行监测[13]。此外,温度监测还与监测设备所使用的外壳密切相关。所使用的监测设备外壳需要进行遮阳处理,或者采用成本较高的隔热材料,才能较准确地监测室内的温度。监测数据的准确性,直接影响设备控制的合理性,对农业生产意义重大。通常在温室环境进行多点实时动态采集,实现温室环境的自动智能调节[14]。目前对于温室环境数据监测,大多数研究集中在多传感器融合算法的研究[15,16,17],产品成本因素不多,难以在温室的实际生产中进行推广应用。本研究提出温度监测的智能算法,根据光照情况对实时监测的温度数据进行校准,不需要使用隔热材料或者进行遮阳处理,就可以实时较准确地监测室内温度。该方法可以使用较低廉的设备实现实时温度数据的监测,既可以节约设备成本,又可以为温室控制提供准确的数据,从而节省人力成本。

1 日光温室环境监测在线校准方法

1.1 基于物联网的监测系统架构

基于物联网的监测系统由环境传感器、数据采集器、云端存储与计算、客户端软件组成(图1)。
图1 基于物联网的温室监测系统架构

Full size|PPT slide

1.1.1 监测节点 传感器包括空气温湿度、光照、二氧化碳浓度、土壤温湿度、pH值、EC值等,可根据需要灵活配置。本文中的设备采集空气温湿度和光照强度3个数据。数据传输模块采用GPRS,单个设备可直接上传数据,无需再单独在温室中布设网线。
1.1.2 云服务器 监测的环境数据上传到云服务器,进行存储、分析及校准计算。原始监测数据和校准数据均可通过App和PC端进行查看。
1.1.3 终端 系统用户终端如图2所示。用户可在终端软件中对设备进行管理,包括设备的添加、删除,以及和给定地块的绑定。“道田云”App可在应用市场下载,下载二维码见图2。利用其中测试账号可以查看监测数据。用户可在App中选择“用于阳光环境”功能,选用此功能后,设备显示的为经过智能校准的数据,否则为原始监测数据。
图2 系统终端PC和App界面

Full size|PPT slide

1.2 智能校准算法

由于阳光直射对测温设备的加热作用,会导致设备的温度读数偏高。本研究采用机器学习中的SVM算法,以实时监测的温度和光照为输入,对温度读数进行校准。
SVM算法是机器学习领域的经典算法,它通过一个非线性核函数,将低维空间的样本映射到高维空间,将低维空间的非线性问题变为高维空间的线性问题,即它的核心思想是升维和线性化。与其他算法如神经元网络相比,SVM有较为完备的理论基础,即结构风险最小化理论。由于这个特点,该算法在小样本的情形下有较好的表现。本研究的试验数据部分需要实验人员手工记录,数据量较少,恰是典型的小样本数据,这也是本文选择SVM算法的主要原因。SVM算法的实现细节参考文献[18]。

1.3 试验设计

1.3.1 试验地点 试验在青岛市城阳区上马生态园的日光温室进行。温室大棚面积约500 m2,大棚内种植草莓。
1.3.2 监测设备 为进行数据比较,试验中采用3种监测设备,分别为温度计、防水盒监测设备和百叶盒监测设备,如图3所示。其中,防水盒监测设备外壳采用国际通用ABS材质的传感器防水盒,可接多种传感器,工业级的防水防尘,可有效保护电路板的使用寿命。外壳具有通用性,成本低,但通风散热性差,不能防止太阳光对传感器的直接辐射和地面的反射辐射;百叶盒监测设备采用直径225 mm的人字形环形特殊材质塑料盘,可以保证空气由任何角度自由通过,并反射来自任何方向的日光;百叶箱底板安装空气导流风扇,加速空气流通,从而保证传感器真实地感应外界空气温湿度的变化。百叶盒监测设备测量更准确,但其成本比防水盒成本增加300元左右。
图3 3种监测设备

Full size|PPT slide

1.3.3 设备位置 由于日光温室内的空气温湿度及光照情况差异较大,因此分别选取东西向大棚的东、中、西3个监测点,每个监测点均放置2个水银温度计、1个防水盒监测设备和1个百叶盒监测设备。其中,温度计一个直接放于日光照射下,另一个进行遮阳处理,以便分析光照对温度计测量数据的影响。
1.3.4 实验测量 试验共分为3类:(1)为了比较防水盒设备与温度计的测量结果,5月31日从早晨8点开始,每隔15 min记录东、中、西3个位置阴面和阳面各个设备的监测数据,直到傍晚19:00停止。其中温度计通过人工读数,防水盒和百叶盒设备的数据通过物联网自动获取;(2)为了分析光强对防水盒监测设备温度数据的影响,5月18日—21日分别记录防水盒设备的24 h的温度和光强,以及百叶盒监测设备的24 h的温度数据;(3)为了验证本文提出的校准算法,6月20日,采用两台百叶盒设备与温度计,每隔15 min采集日光温室内的温度和光强数据,其中一台监测的数据作为训练数据,另一台监测的数据作为测试数据,与温度计测量的数据进行对比。除人工记录的温度计数据,其余时间防水盒和百叶版设备持续上传数据。

2 结果与分析

2.1 百叶盒与温度计测量数据对比

百叶盒与温度计监测温度如图4所示。图中可见,百叶盒监测设备和遮阳处理的温度计所测量的温度相近,无显著差异(t=-1.11,P>0.1,df=72)。鉴于此,百叶盒温度和遮阳处理的水银温度计结果视为实际温度。直接阳光照射下和遮阳处理的温度计,东面(t= -0.73,P>0.1,df=72)和中间(t=1.27,P>0.1,df=72)阳面和阴面测量的温度无差异,西面阳面温度计测量的温度明显偏高(t=3.61,P<0.01,df=72)。
图4 3种监测设备测量的温度数据对比

Full size|PPT slide

2.2 防水盒监测温度随光强的变化情况

防水盒监测设备因受光照的影响,白天尤其是上午和中午时测量的温度明显高于百叶盒监测设备的测量值(图4)。温度偏移与光强呈明显的正相关。晴天时,光照强度大,两个设备间测量的温度差异大,如图5中5月18日、19日和21日中午光强高的时段。反之,阴天时,光照强度小,两个设备间测量的温度差异也小。例如5月20日中午的短暂阴天时,两个设备间测量的温度差异明显下降。
图5 防水盒监测设备温度随光强的变化

Full size|PPT slide

2.3 模型校准结果与实测结果对比

如上所述,防水盒监测设备测量的温度偏高,其偏差与光照强度呈正相关。笔者通过SVM模型,以设备的温度和光照读数为输入,对防水盒监测的温度数值进行实时在线校准。同一天大棚中间和西部的两台设备数据分别作为训练数据集,东部数据为测试数据集。校准后的温度与温度计测量的温度相近,如图6所示。结果表明,模型可以较好的对防水盒测量的温度进行校准。
图6 校准结果与实测结果对比

Full size|PPT slide

3 结论与展望

本研究通过温室智能环境监测系统实时监测温室环境,并采用机器学习领域的SVM算法,根据温室内的光照条件对监测的温度数据进行校准。结果表明,经过校准后温度的偏移大大降低,能较准确反映温室的温度变化,可满足种植者的日常对温室内部温度变化实时监测的需求。不仅能够极大地提高信息采集效率,使采集的结果更加准确,更降低了人力物力的投入。
本文提出的校准方法为种植者提供了一种低价的环境监测方式,不需要安装高价的高精度的环境监测设备,就可以实现种植环境的实时监测,并根据监测的数据进行种植管理。对于温度比较敏感的作物,对温度精度的要求较高,这类作物可采用百叶版监测设备,以便获取更准确的温度数据。
随着大数据、云计算及人工智能技术的发展,以及天气数据的开放,各国发送监测天气的卫星,越来越多的创业公司提供短时间小区域的户外天气预报服务,预测精度越来越高[19]。通过调用这类服务的接口,结合温室内监测的温度数据,可通过神经元网络的训练,对温室内的温度进行预测[20, 21],进一步降低温室内部温度监测的费用。

References

[1]
沙吉会, 张道航. 加快推进大连都市型现代农业发展[N]. 大连日报, 2018-09-11(02).
[2]
高杨. 现代农业让城市更美好[N]. 农民日报, 2018-05-02(12).
[3]
高云龙. 成都市现代都市农业发展水平评价及影响因素分析[D]. 成都:四川农业大学, 2014.
[4]
杨仪青. 都市农业发展指标体系的构建及论证——以郑州市都市农业发展为例[J]. 北方经济, 2013(8):50-51.
[5]
张瑜, 苍巍巍. 中国都市型现代农业发展水平评价研究[J]. 商业经济, 2012(17):1-2.
[6]
潘迎捷, 杨正勇. 试论都市型现代农业评价指标体系的构建[J]. 上海农村经济, 2012(4):11-15.
[7]
王辉, 刘茂松. 都市农业发展综合评价指标体系构建——基于“两型社会”建设视角[J]. 经济体制改革, 2011(3):81-84.
[8]
高玉娟. 面向城乡一体化的京津冀都市农业发展研究[D]. 天津:河北工业大学, 2013.
[9]
王辉. “两型社会”建设背景下长株潭城市群都市农业发展研究[D]. 长沙:湖南农业大学, 2012.
[10]
赵静蓉. 西安都市圈城市化对都市农业可持续发展能力影响与机制研究[D]. 西安:陕西师范大学, 2013.
[11]
郭晓兰. 重庆都市农业可持续发展路径研究[D]. 重庆:重庆工商大学, 2013.
[12]
万忠, 康艺之, 方伟, 等. 广州市都市型农业现代化水平综合评价与分析[A]. 农业与现代化——第十期中国现代化研究论坛[C].
[13]
傅晨, 骆芳芳. 都市农业现代化水平评价——以广州市为例[J]. 南方农村, 2012,28(10):4-8.
[14]
郭乃培. 西安都市圈都市农业现代化水平评价及发展模式研究[D]. 陕西:陕西师范大学, 2013.
[15]
高春雨, 邱建军, 尹昌斌. 郑州市都市型现代农业发展水平评价与模式选择[J]. 中国农业资源与区划, 2013,34(1):18-23.
[16]
曹正伟, 周培, 高岩. 都市农业生态可持续发展评价体系研究[J]. 上海交通大学学报:农业科学版, 2019(1):1671-9964.
[17]
王志丹, 潘荣光. 基于熵权法的沈阳市现代都市农业发展水平评价研究[J]. 辽宁农业科学, 2018,301(3):27-29.
[18]
李慧玲. 淄博市都市农业发展评价及对策研究[D]. 淄博:山东理工大学, 2017.
[19]
李梦桃, 周忠学, Li M T, 等. 基于多维评价模型的都市农业多功能发展模式探究[J]. 中国生态农业学报, 2016,24(9):1275-1284.
[20]
刘学瑜. 北京都市型现代农业发展水平评价研究[D] 北京:中国农业科学院, 2016.
[21]
罗雅丽. 都市农业产业结构多维评价与调整——以西安市为例[J]. 山西农业大学学报:社会科学版, 2017(6).
[22]
赵鹿鸣. 成都市都市农业发展评价与对策研究[D]. 成都:成都理工大学, 2015.
[23]
曹盼. 郑州都市农业发展评价与对策研究[D]. 保定:河北农业大学, 2013.
[24]
张康健. 郑州市都市农业发展研究[D]. 郑州:郑州大学, 2013.
[25]
黄细华. 南昌市现代农业发展评价与布局研究[D]. 南昌:江西农业大学, 2014.
[26]
皇甫杰. 郑州市都市农业发展的评价及模式选择[D] 东北:东北财经大学, 2011.
[27]
俞晓莹, 开燕华. 宁波都市农业动态评价研究[J] 宁波经济(三江论坛), 2017(7):38-41,44.
[28]
开燕华, 王霞. 弹性城市指向下的都市农业多功能动态评价——基于上海市1993—2014年的实证[J]. 经济体制改革, 2017(1):81-88.
[29]
李华东, 唐五湘. 都市型现代农业要素版评价指标体系的构建与实证分析[J]. 价值工程, 2017(2):72-75.
[30]
田韶英, 李晓春, 杨宝中. 西安市城镇居民生活用水量需求影响因素分析[J] 中国农村水利水电, 2014(2):35-38.
[31]
丁辰露. 南平市现代都市农业发展水平评价及影响因素分析[D]. 福州:福建农林大学, 2017.
[32]
于蕾. 潍坊市都市农业发展研究[D]. 泰安:山东农业大学, 2013.
[33]
胡海波. 黄冈市旅游产业的竞争力评价与发展战略[D]. 武汉:华中科技大学, 2011.
[34]
关海玲, 宋世琼. 基于DEA方法的都市型现代农业发展水平综合评价——以山西为例[J]. 生产力研究, 2013(6):1004-2768.
[35]
王宗礼. 哇棒传媒并购的财务风险管理案例研究[D]. 北京:中国财政科学研究院, 2017.
[36]
徐卫东, 聂一雄, 陈云龙. 固体绝缘开关柜局部放电严重程度评估方法[J] 高压电器, 2019,55(1):33-39.
[37]
张龙, 程晓仙, 肖长坤. 北京都市型现代农业发展的现状、困境与改革方向[J]. 科技和产业, 2018,18(7):36-40.
[38]
邓楚雄. 上海都市农业可持续发展研究[D]. 上海:华东师范大学, 2009.
[39]
王静, 赵淑杰. 天津都市型现代农业发展水平评价[J]. 科技与经济, 2012,25(5):57-61.
[40]
韩来发. 郑州都市农业发展对策研究[D]. 舟山:浙江海洋大学, 2018.
[41]
于伟咏, 漆雁, 斌朱丽. 都市农业综合发展水平的评价及影响[J]. 粮食科技与经济, 2016(3):19-22.
[42]
李武歌. 西安都市型现代农业发展现状及对策[J]. 经济研究导刊, 2017(3):25-26.
[43]
常争. 对武汉地区发展现代都市农业的若干思考[J]. 长江论坛, 2017(2):58-61.
[44]
陈荟茜. 广州市南沙区现代都市农业发展研究[D]. 成都:西南交通大学, 2017.
[45]
鄢毅平. 关于京津冀都市型现代农业职业教育协同发展的思考[J]. 北京农业职业学院学报, 2017(2).
[46]
李斌, 何杰山, 褚农农. 京津冀地区都市农业生态体系构建研究[J]. 农业科技管理, 2017(2):15-17,49.
[47]
付达, 肖瑶, 刘款. 对京津冀都市农业协同发展的思考[J]. 科技经济导刊, 2017(19):239.
[48]
许林, 宋光辉. 珠三角都市型农业(UA)评价指标体系构建及实证研究[J]. 软科学, 2010(5).
[49]
沈艳兵. 新常态下天津都市农业的发展现状与对策研究[J]. 城市, 2017(4).
[50]
孙蕊. 京津地区农户分化与农业适度规模发展研究[D]. 天津:天津财经, 2017.

RIGHTS & PERMISSIONS

Copyright reserved © 2020.
Share on Mendeley
PDF(1017 KB)

Accesses

Citation

Detail

Sections
Recommended

/