在阅读本文前点个关注，每日分享有价值的信息，感谢支持

苗圃和温室行业为美国经济贡献了近140亿美元的年销售额。该行业生产了2000多种观赏植物物种，覆盖了美国大多数观赏植物。一般来说，苗圃是露天作业，植物在地面或容器中生长。温室通常是可以控制生长条件（例如照明、温度、湿度和灌溉）的封闭环境。

由于劳动力支出增加、难以获得熟练劳动力以及农业资源的不当使用，生产成本迅速增加，这是装饰业日益受到关注的问题。种植、种植和收获苗圃作物等业务严重依赖劳动力。这些业务占总生产费用的43%。该行业越来越难以获得这样的劳动力，特别是种植观赏作物所需的熟练劳动力。

传统做法过度和低效地使用农业资源（如水、养分、肥料和杀虫剂），从而增加了生产成本。这些传统方法不仅增加了生产成本，还污染了环境和生态系统。该行业必须寻找替代解决方案，如自动化作物管理技术，以减少劳动力需求并确保作物生产资源的有效利用。

在本试验中，传感和自动化技术不断增加对不同作物管理业务的影响。这些技术分为两类：陆基和空基。地面作物收获技术已经在各种作物上进行了测试，包括甜椒、生菜、西红柿、草莓、苹果和樱桃。

在不同作物的自动疾病检测中也广泛探索了陆基技术，例如：草莓叶上的白粉病；叶子斑点、条纹锈、白粉病、叶锈病、黑糠和小麦叶上的泥；苹果叶上的Alternaria叶斑、棕色斑点、马赛克、灰色斑点和锈蚀；以及葡萄叶上的炭疽、无人驾驶飞行器（UAV）的最新演变表明，在不同的农业作业中使用它们的潜力，因此比地面系统花费的时间更短。

到目前为止，由于有效载荷容量和电池寿命有限，用于农业的无人机仅限于遥感应用。无人机已用于各种作物管理应用，包括柑橘的自动溃疡病监测，小麦和燕麦田的杂草检测，检测和绘制树苗和单个植物，以及棉花的产量估计。然而，传感和自动化技术的成功在很大程度上取决于用于获取作物数据的传感器类型以及用于提取宝贵信息的处理算法。

各种传感器，如土壤湿度、温度和湿度传感器、相机（颜色、光谱和红外线），以及计算机算法用于开发农业应用的智能技术。在物联网平台上使用九个土壤湿度传感器开发了一个原型灌溉控制器系统，以自动管理农作物中的水应用。

You et al. 使用RGB-D相机系统开发了一个自主机器人来修剪甜樱桃树的树枝。应该注意的是，RGB-D相机提供四个通道（即红色、绿色、蓝色和深度），用于估计分支的大小（按深度通道），以决定哪些需要修剪。

Abdulridha等人在早期阶段使用高光谱相机检测到柑橘病。其他相机可能不适合在无症状阶段检测特定疾病。Liu等人使用增强的生成对抗网络（GAN）来增强其葡萄叶疾病检测数据；由于需要更深层次的网络，其他机器学习模型没有被考虑。

总之，识别适当的传感器和开发算法是必要的任务，主要取决于作物和土壤特征以及运营需求。在大多数情况下，一种自动化技术特定于特定作物的特定操作。因此，评估特定行业中不同作物的传感器和算法性能为一般选择它们提供了见解，同时为特定生产操作开发技术。

虽然观赏作物行业正处于开发传感和自动化技术的初始阶段，但概述当前可用的技术和用于其他作物行业（农艺作物和树果行业）的先进技术的前景将有助于未来的技术发展。

一、研究的范围

一些关于观赏作物的可用评论主要回顾了水管理技术和技术采用的障碍。Lea-Cox等人研究了使用无线传感器网络（WSN）进行观赏作物水管理的经济效益、当前和未来的挑战以及支持问题。Rihn等人回顾了与苗圃行业使用自动化和机械化倾向相关的因素。他们的研究还讨论了采用当前可用自动化技术的障碍。本审查旨在涵盖用于观赏作物生产运营的可用传感和自动化技术，以及使用一些可能有益于该行业的先进技术（用于其他作物行业）的前景。据作者所知，这是第一篇广泛讨论观赏作物传感和自动化技术的评论文章。

二、观赏作物的传感和自动化技术

传感和自动化技术用于与观赏苗圃作物生产相关的不同操作。主要操作是智能灌溉、植物应力检测、智能或可变速率喷涂和植物生物识别测量。本节详细介绍了目前为这些操作应用的传感和自动化技术。这些技术也被用于其他一些领域，并被列为其他重要作品。

1、智能灌溉

智能或精密灌溉技术使用设定点控制（使用土壤湿度数据）或基于模型的控制（使用作物和环境数据）来确定作物的用水需求，以最大限度地提高灌溉效率。它有助于减少过度用水，同时保持作物的生长和发育。基于传感器的灌溉技术已经在不同的苗圃中进行了测试，包括温室、容器、锅中盆栽和田间苗圃。

无线传感器网络（WSN）用于控制三个集装箱托儿所的灌溉水流。实验分两个阶段进行：首先，使用带有EC-5传感器的EM50R节点来监测土壤湿度；其次，使用nR5节点来监测和控制灌溉。基于WSN的技术将用水量减少了约20%至25%。

Kim等人测试了土壤湿度和EC传感器，以监控和自动实施灌溉协议。测量了基质水分数据，以减少多达83%的绣球花用水量。Coates等人使用VH400（Vegetronix，Sandy，UT，美国）传感器来监测盆栽含有绣球植物的集装箱苗圃的土壤含水量。

尽管VH400传感器的成本是标准EC-5传感器的一半，但作者得出结论，VH400不适合苗圃作物监测，因为它的产量变化高达29%。这种类型的传感器（VH400）使用EC-5每%的体积含水量表现出~34 mV的高灵敏度，而不是~5 mV。

Lea-Cox等人使用由12节点CMU网络（由美国卡内基梅隆大学开发）和Decagon Ech20湿度传感器（Decagon Devices Inc.，美国华盛顿州普尔曼）组成的混合系统来实时控制容器苗圃中的水应用。该系统还在使用六节点CMU网络的温室中进行了测试。

结果报告称，两个网络都表现良好，但在远程站点遇到了一些网络挑战。作者指出，CMU网络节点的成本低于商用Decagon Ech20传感器，但表现出类似的性能。Wheeler等人还在集装箱苗圃和温室中测试了智能灌溉系统。他们使用Decagon土壤湿度传感器以及nR5无线节点来控制灌溉。该研究报告称，与种植者控制的灌溉相比，用水量减少了约50%。同样的传感器系统之前由Wheeler等人在花卉温室中试用过。

WSN也用于苗圃。Belayneh等人使用这项技术来控制山茱萸（种植在15加仑的容器中）和红枫（种植在30加仑的容器中）苗圃的灌溉。EM50R节点用于监测来自土壤水分的数据，环境传感器和nR5节点用于灌溉控制。

基于体积含水量的传感器用于监测土壤湿度。传感器的深度为6英寸，用于山茱萸，插入6英寸和12英寸，用于红枫。结果表明，基于WSNs的灌溉方法分别将红枫和山茱萸的用水量减少了约34%和约63%。

Lea-Cox和Belayneh开发了一个智能电池供电的nR5无线传感器节点，使用一系列土壤湿度和环境传感器来灌溉山茱萸和红枫苗圃块。这项研究将每日用水量减少了约62.9%。作者得出结论，这种基于传感器的灌溉技术使水的效率提高了近三倍，而不会降低树木的质量或生长。

基于物联网（IoT）的智能灌溉系统也用于观赏作物生产。Banda-Chávez等人开发了一个基于物联网的传感器网络，以激活灌溉系统，使用物联网平台和土壤湿度传感器（YL-69）灌溉观赏植物。此外，Beeson和Brooks为蜡叶女贞使用了基于蒸散（ETo）模型的智能灌溉系统。

该研究报告称，与传统的架空灌溉方法相比，这种基于模型的灌溉系统每年可以减少约22.22%的用水量。尽管有数量有限的研究报告了用于观赏业的基于物联网的自动灌溉系统，但该技术在其他作物行业的趋势和当前成功表明，观赏作物生产有希望的潜力。

尽管研究报告了使用基于传感器的技术进行灌溉管理的潜力，但许多因素阻碍了这项技术的功效。特定环境中的传感器到传感器的可变性可能是其中之一。传感器读数之间的最大变化发生在略低于基底保水能力的体积含水量水平。

因此，在特定苗圃条件下找到传感器到传感器的可变性可以大大提高对数据的信心。传感器定位是

直接影响功效的另一个重要因素。在苗圃条件下需要准确的定位，特别是在测量容器生产中的土壤水分含量时。传感器需要放置在发生主动取水的根区。确定最佳传感器数量是为托儿所环境指定传感器的另一个因素。特定托儿所的最佳传感器数量主要取决于传感器的准确性和可重复性、传感器之间的变化、托儿所环境的空间可变性以及成本。

2、植物应力检测

检测干旱、疾病感染和害虫压力等压力，使用传感器和先进技术识别影响植物或作物生长、发展或生产的不利条件或物质。这种检测有助于种植者在压力严重损害植物或农作物之前识别问题并采取预防措施。在观赏作物生产中发现了两种类型的压力：非生物植物压力和生物植物压力。

非生物植物压力包括干旱、营养缺乏、盐度问题、洪水等，而生物压力是指真菌、细菌、昆虫或杂草造成的损害。包括RGB、热和光谱在内的传感器已用于监测观赏作物生产中的应力。

压力检测技术广泛用于其他作物行业，特别是农艺作物（如玉米和大豆）和树果（如苹果和柑橘），但对观赏作物（主要在花卉种植业）进行的实验很少。为木质装饰行业进行了非常有限的研究，几乎没有任何研究。

已经进行了一些研究来使用RGB传感器检测压力，因为RGB相机不需要深厚的技术知识来操作或使用。光谱传感器是检测无症状或早期压力所必需的。光谱传感器对装饰行业具有巨大的潜力，但之前没有多少进展。目前，无人机在作物应力检测和监测方面非常受欢迎，但这些系统在观赏作物行业的应用也非常有限。De Castro等人使用无人机系统检测Cornus、Hydrangea、Spirea、Buddleia和Physocarpus中的水胁迫，这项研究的结果很有希望。观赏行业可以从使用基于无人机的传感技术中获益，及时检测和监测应力，以提高作物产量。

三、结论

观赏作物行业是美国经济的重要贡献者。由于劳动力和农业投入成本不断增加，该行业一直面临挑战。引入了传感和自动化技术，以减少劳动力需求，并确保高效的管理操作。本文回顾了当前用于观赏苗圃作物生产的传感和自动化技术，并强调了可用于未来应用的前瞻性技术。

回顾了传感器、计算机视觉、人工智能（AI）、机器学习（ML）、物联网（IoT）和机器人技术的应用。一些先进技术，包括3D相机、增强深度学习模型、边缘计算、射频识别（RFID）和用于其他作物系统的集成机器人，也被作为潜在前景进行讨论。

本次审查的结论是，苗圃作物行业迫切需要先进的传感、人工智能和机器人技术。调整这些当前和未来的创新技术将使致力于可持续观赏苗圃生产的种植者受益。

参考文献：

1、Horticulture in 2014 (Publication ACH12-33) United States Department of Agriculture; USDA .U.S.

2、A Nursery and Greenhouse Online Knowledge Center: Learning Opportunities for Sustainable Practice.Lea-Cox J.D., Zhao C., Ross D.S., Bilderback T.E., Harris J.R., Day S.D., Hong C., Yeager T.H., Beeson R.C., Bauerle W.L., et al.

3、Water Use and Treatment in Container-Grown Specialty Crop Production: A Review. Water. Air. Soil Pollut.Majsztrik J.C., Fernandez R.T., Fisher P.R., Hitchcock D.R.

4、Ornamental Grower Perceptions of Wireless Irrigation Sensor Networks: Results from a National Survey. Majsztrik J., Lichtenberg E., Saavoss M.

5、Implementation of Sensor-Based Automated Irrigation in Commercial Floriculture Production: A Case Study.Wheeler W.D., Thomas P., van Iersel M., Chappell M.