第一章 绪论
1.1 课题研究背景
资源枯竭，不仅是指化石燃料资源，还包括水资源。环境污染指的是化肥渗透地下或直接流失到江河湖海之中、大量废弃的塑料制品以及全球变暖气体排放等[1-3]。不仅是我国，包括亚洲其他各国乃至于全世界，一个愈加重要的任务就是通过解决食品安全问题，提高国民的生活质量，持续稳定地发展经济。在当今社会中，食品安全问题从始至终都是人们关心的主要问题。如今世界人口多达60亿，人均耕地面积相对较少，往往有商家为了节约资源和成本，将食品的质量降低，来谋求最大化利益。这种现象的产生，不仅会影响食品安全，更会对人体健康造成损害[4-5]。随着城市占地面积的增加，农林占地面积以及务农人员的数量却在逐渐减少，导致粮食产量也会随之受到影响。
我国是一个农业大国，农业是国民经济的基础，是民生之本、国家强盛的保障。随着我国城镇化进程的加快，农村土地流转速度加快，农村人口向城镇转移，加之受气候、施肥、病虫害等多方面的影响，造成粮食、蔬菜大面积减产，甚至绝收的情况时有发生。如“2012年肆虐北方的黏虫灾害现象”[6]。此外，国内外食品安全问题日益严俊，危机四伏，涉及农药污染，化肥、激素等使用超标，等等。有些事件触目惊心，另人胆战心寒。因此，在资源有限的条件下，我国农产品供需总量正面临严重失衡，依靠农业科技提高土地生产率，提高农产品质量迫在眉睫。
近年来，“中央一号”文件多次对农业科技进行了全面部署。2012年“中央一号”文件强调：“把农业科技摆在更加突出位置、强调要加快农业机械化”[7]。2015年“中央一号”文件指出，“我国农业资源短缺，开发过度、污染加重，如何在资源环境硬约束下保障农产品有效供给和质量安全、提升农业可持续发展能力，是必须应对的一个重大挑战”。在美国，机械化耕作已经称为较为普遍的现象。美国农民主要通过大面积的承包农田，实施机械化种植、收割。这种耕作方式不仅在一定程度上减少了人力成本。还避免了由于耕作面积小出现入不敷出的问题。并且随着科学技术的引入，越来越多的美国农田耕作者逐渐将自动化先进技术，应用在农田工作中[8]。我国在科技强农方面，提出推进“互联网+农业”，扩大农业物联网示范应用，这意味着数字农业也迎来了新机遇。.............................
1.2 国内外植物工厂研究与发展现状
1.2.1 植物工厂的研究现状
十九世纪五十年代，在丹麦的一家农场诞生了第一个植物工厂。第一家植物工厂主要以种植水芹植物为主，由于具有种植面积大、自动化水平较高的原因，其在种植过程中均采用了机械化、自动化装置，大大减少了人力成本[9-13]。但是，丹麦的植物工厂受限于半导体技术的研究，水芹植物的光照能量是由人工光与太阳光共同提供。随后，在1963年，奥地利的一家公司也建立一种人工光植物工厂。奥地利厂家与丹麦厂家种植方式稍有差别，其采用立式种植方式，大幅度减少了种植面积，并且种植植物仅通过人工光提供光照[14]。随着栽培技术的提升，植物工厂中的种植方式也逐渐由土壤栽培转变为水培、雾培，同时也为植物工厂的应用与发展提供了强有力的支撑。真正意义上的人工光植物工厂诞生于日本。1983年，日本将水培与雾培两种种植方式应用在植物工厂中，并且通过结合高压钠灯，实现了流水线生产[15-18]。通过日本植物工厂的发展，植物工厂真正意义上得到众多国家以及各个厂家的重视。随后，众多研究所和大学纷纷建立了自己的植物工厂。例如，日本大阪府立大学植物工厂，美国垂直农场、荷兰植物工厂等等。其中日本大阪府立的植物工厂如图1-1所示。
......................
第二章 植物生长过程预测研究
2.1 引言
本章以植物生长柜中种植的水培生菜为研究对象，探究了不同的环境变量对水培生菜生长过程以及最终形态的影响关系。为了研究环境变量对水培生菜生长形态的影响，本章采用BP神经网络算法，建立环境变量与生菜生长基本特征之间的BP神经网络模型，探究适合植物生长的环境变量。
本文主要围绕着生菜展开了研究，生菜属于菊科，学名为莴苣，原产于中国以及地中海沿岸地区。生菜是日常生活中常见的蔬菜之一，具有很高的营养价值。食用生菜不仅具有催眠、镇痛的效果，还能抗衰老、预防贫血等。生菜被人类食用后，还能够有效分解多种致癌物质，因此，生菜深受广大群众喜爱。
本文的研究植物生长柜是天津职业技术师范大学的植物生长柜，一共有三层可供生菜种植。其中生菜的种植方式主要是通过营养液栽培（水培）。天职师大植物生长柜如图2-1所示：
..............................
2.2线性回归
人工神经网络作为深度学习的重要分支之一，其主要特征为：由大量人工神经元经过广泛连接而组成，单个神经元实质上也属于一种微小的神经网络，神经元与神经元之间的连接组成的网络，不仅用于传递信息和反馈信息，还可通过正向传播和反向传播的方式，不断更新神经元，最终形成一种最优的数学模型。对于人工网络而言，多个隐含层的神经网络也被称为深度学习。
线性回归（Linear Regression）是深度学习中的一个基础知识，线性回归用于预测输入变量和输出变量之间的关系，特别是当输入变量的值发生变化时，输出变量的值也随之发生变化[34-40]。回归分析的三个主要用途是确定预测器的强度、预测效果和趋势预测。线性回归形式简单、易于建模，但却蕴涵着机器学习中一些重要的基本思想。许多功能更为强大的非线性模型(nonlinear model)可在线性模型的基础上通过引入层级结构或高维映射而得。此外，由于线性回归的解直观表达了各属性在预测中的重要性，线性回归有很好的可解释性。
人工神经网络的发展与研究是建立在人们对动物的脑神经细胞的学习的基础之上，研究人员通过分析大脑对于外界信息传递与处理的方式，从而构建出来的一种拟大脑神经系统工作方式的一种数学模型。同时，人工神经网络与动物脑部神经类似，都能进行自主学习，人工神经网络能够根据构建的神经网络结构，对数据的输入、输出进行分析处理，并进一步调节相应的权重和阈值，使得输入与输出有良好的映射关系，达到训练网络的效果。
.........................
3.1 引言.................................23
3.2 逻辑回归.....................................23
3.3 卷积神经网络基本特征............................... 24
第四章 植物生长过程图像分类研究................................ 3
44.1 引言...........................34
4.2 图像分类..............................34
4.3 研究意义....................................34
第五章 植物生长柜平台................................... 44
5.1 引言............................44
5.2 智能植物生长柜特点.....................................44
5.3 植物生长柜嵌入式控制系统......................45
第五章 植物生长柜平台
5.1 引言
植物生长柜实质上是一种微型植物工厂，其内部是一种密闭的环境，与自然条件下生长的环境不同，其内部作为的生长不仅仅取决于作物自身的生长特征，与植物生长柜调节的内部环境因素有关，其中主要有光照强度、空气温度、空气湿度、营养液以及二氧化碳浓度等各种参数。因此搭建一个稳定的智能植物生长柜平台，有利于内部植物良好的生长，更有利于对植物生长模型的预测研究。
本课题所研究的微型植物工厂以箱式柜体为植物工厂的主体结构，能够根据实际需求进行移动。植物生长柜采用日本三洋制冷柜体作为基础。通过前期的机械设计与硬件改造搭建，形成了一种适用于植物生长的智能实验装置。其实质上作为一种微型植物工厂，并与外界环境处于相对隔离的状态。因此，生长柜中的植物生长质量最终是由智能植物生长柜的控制系统的稳定性决定的，好的控制系统能够孕育出优良的植物。
............................
6.1 总结
首先，通过阅读文献的方式，确定了近年来植物工厂的研究现状。并围绕着植物生长柜与水培生菜的联系确定了研究内容。
其次，传统对于生菜的研究都局限于自然环境。因此，对于生菜的研究多为单一环境对于生菜的影响研究。本文有效地结合了植物生长柜特点，建立了多环境变量与生菜生长特征的网络模型，并探究了多种环境变量融合对于生菜的影响。并且得出结论：生菜在生长过程中，如果环境参数调节不当，生菜会停止增长，甚至停滞、最后腐烂。
再次，结合植物生长柜与水培生菜的联系，采用深度学习算法与计算机视觉技术结合的方式。对生菜生长过程中的图像信息进行采集，再通过搭建的卷积网络模型对其进行分析处理。判断生菜在相应的生长节点时，图像特征信息是否正确。对于生长出现问题的生菜，可以再次通过调节环境变量、提高系统稳定性，促进生菜生长。
最后，通过搭建硬件平台，对植物生长柜中的水培生菜实现监控的功能。
参考文献（略）