Анализ и визуализация микроклиматических полей в современном тепличном комплексе

Новые разработки компактных датчиков (сенсорных устройств, англ. sensor), а также повсеместное распространение беспроводного доступа (GSM, Bluetooth, Wi-Fi, LoRaWAN, Zigbee и других) дали возможность исследователям получать данные с невозможной ранее пространственно-временной детализацией, а технический прогресс существенно удешевил использование этих устройств и технологий. Существенное увеличение детализации собираемых данных даёт новые возможности для их научного анализа и визуализации.

Визуализация – это способ представления информации в виде оптического изображения, удобного для восприятия человеком. Научная визуализация переводит результаты научных исследований, выраженные в численной форме, в визуальные образы. Нередко без применения средств визуального представления вообще трудно себе представить, что же на самом деле происходит в изучаемой области. Особенно, если некоторое явление (процесс) изменяется и в пространстве, и во времени!

Я полагаю, что все слышали о точном (координатном) земледелии в открытом грунте. Данная технология требует принимать во внимание неоднородность почвы и климатических условий в пределах одного поля. Для выявление и оценки этих неоднородностей используются разнообразные мобильные датчики, сопряжённые с системой глобального позиционирования (GPS или ГЛОНАСС), и специальные геоинформационные системы (ГИС) для агрономов и менеджеров. Координатная привязка участков поля, например, даёт возможность сохранять результаты агрохимического анализа почвы в виде детальной электронной карты. Собранные данные продуктивно используются для планирования посева, расчёта норм внесения удобрений и средств защиты растений, более точного предсказания урожайности и финансового планирования.

Так вот – в защищённом грунте подобных возможностей для выявления неоднородности микроклимата несравнимо больше! Покрытие сетью стационарных датчиков в теплице куда более плотное, чем на любом поле, можно контролировать большинство физических параметров воздушной среды и субстрата, и при том учитывать функционал управляющих устройств (отопительная система, термоэкраны, фрамуги, вентиляторы).

Эта тема представляется как "ответвление" от популярной темы форума «Алгоритмы управления факторами роста растений в защищённом грунте. Отраслевые цифровые платформы» (https://greentalk.ru/topic/123/). Обсуждение во многом будет связано со следующими материалами.
♦ Новая платформа Hoogendoorn Analytics для анализа данных (https://www.hoogendoorn.nl/en/2018/new-data-analysis-platform-hoogendoorn-analytics-introduced-at-greentech/).
♦ Рекламно-информационная брошюра Hoogendoorn «Новый уровень выращивания на основе данных» (https://www.hoogendoorn.nl/ru/whitepapers/), исправленный и отредактированный перевод.
♦ Тема «IIVO – новая система управления теплицей от Hoogendoorn Growth Management» (https://greentalk.ru/topic/22122/).
♦ Тема «Влияние высоты теплицы на параметры микроклимата» (https://greentalk.ru/topic/6008/), о неравномерности микроклимата по горизонтали и вертикали в современных высоких теплицах.
♦ Тема «Голландские инновации для контроля температуры в теплице» (https://greentalk.ru/topic/9260/).
♦ Тема «Замечательные вебинары о выращивании культуры огурца при 100% LED-досвечивании» (https://greentalk.ru/topic/19736/).
♦ Тема «Автономные датчики микроклимата теплиц от компании 30MHZ» (https://greentalk.ru/topic/20484/).
♦ Беспроводные датчики Yookr для защищённого грунта (https://yookr.org/dashboard/).
♦ Беспроводные датчики Aranet для защищённого грунта (https://aranet.com/products/?filtertag=horticulture, https://aranet.com/case-study-wireless-monitoring-in-getlini-greenhouse/).
♦ Как добиться повышения урожайности с помощью беспроводных технологий (https://www.hortidaily.com/article/9302038/how-to-achieve-yield-increase-with-wireless-technologies/).
 

Цифровое моделирование и картографирование
микроклиматических полей в тепличном комплексе
как направление геоинформатики
Богданов К.Б., модератор GreenTalk.ru

Настоящая публикация для ресурса GreenTalk содержит авторскую трактовку методов визуального представления геополей температуры и относительной влажности воздуха применительно к тепличным комплексам. Представлены динамические карты тепличных геополей с использованием анимированной компьютерной графики, которые дают возможность наглядно изучать изменения процессов во времени.

1. Введение
Растениеводство защищённого грунта стало активно оцифровываться. Помимо климатических компьютеров, появляется всё больше и больше возможностей для систематизации информации от всех видов регистраторов данных современной теплицы на цифровых платформах. Это позволяет производителям принимать взвешенные решения на основе данных для оптимизации условий выращивания, например, путём корректировки микроклимата, стратегий полива и борьбы с вредителями. Говорят, что сегодня следует «выращивать огурцы на основе данных, а не предположений».

Под данными понимается совокупность фактов, известных об объектах, либо результаты измерения этих объектов. Данные получают путём измерения, наблюдения, логических или арифметических операций. Они должны быть представлены в форме, пригодной для постоянного хранения, передачи и автоматизированной обработки. Более 90% информации, с которой ежечасно работают агрономы и инженеры в любых тепличных комплексах, имеет пространственную привязку! Поэтому для анализа такого всё увеличивающегося количества данных следует использовать геоинформатику, которая изучает природные и искусственные биогеоценозы посредством компьютерного моделирования на основе информационных систем и технологий.

При изучении какого-либо пространственного процесса обязательно рассматривают не только средние характеристики изменчивости и взаимосвязи наблюдаемых значений, но также закономерности его пространственных изменений. Статистические модели для этих целей непригодны, поскольку любой статистический показатель отражает лишь средний уровень изменчивости изучаемого свойства, когда же закономерности пространственного размещения точек наблюдений могут оказаться принципиально различными. К тому же, статистические характеристики обеспечивают правильную оценку наблюдаемых признаков только в тех случаях, когда выборочные данные представляют собой совокупность независимых случайных величин.

Новые модели компактных датчиков микроклимата и биометрических сенсоров для растений, а также повсеместное распространение беспроводного доступа дали возможность исследователям получать данные с невозможной ранее пространственно-временной детализацией, а технический прогресс существенно удешевил использование этих технологий. Существенное увеличение детализации собираемых данных даёт новые возможности для их научного анализа и визуализации.

Цифровое моделирование и картографирование
микроклиматических полей в тепличном комплексе
как направление геоинформатики
Богданов К.Б., модератор GreenTalk.ru

Продолжение, начало в https://greentalk.ru/topic/35137/?do=findComment&comment=136676.

2. Оптимизация микроклиматического профиля теплицы (обзор)
Микроклимат защищённого грунта, в частности, тепловой, водный и световой режимы, определяется частично погодными условиями, но преимущественно – теплотехническими и конструктивными характеристиками культивационного сооружения и свойствами агрофитоценоза. Обзор имеющейся литературы позволяет сделать следующие выводы: (1) эффективный мониторинг среды для исследования изменчивости микроклимата позволяет намного быстрее выявить неэффективное энергопотребление, минимизировать негативные воздействия на рост культуры и повысить общую рентабельность производства; (2) данные параметров микроклимата с беспроводных датчиков, непрерывно обрабатываемые в режиме реального времени с использованием моделей роста сельскохозяйственных культур, способствуют лучшей оценке краткосрочных и долгосрочных рисков производства, (3) тенденции развёртывания беспроводных сетей датчиков для производства сельскохозяйственных культур в открытом и защищённом грунте однозначно указывают на замену автономных систем датчиков – беспроводными сетями датчиков и облачными платформами сбора/обработки данных в реальном времени.

Традиционно данные по температуре и относительной влажности воздуха снимают всего с 2-х стационарных постов по диагонали теплицы и с фиксированной высоты. Наверное, самые первые работы по установке в российские теплицы беспроводных датчиков, которые на протяжении нескольких недель непрерывно по площади и высоте измеряли температуру воздуха, были проделаны в самом начале 2000-х годов ООО «ТЕХНО-АС». В те годы компания начала продвигать свои автономные приборы для контроля микроклимата в защищённом грунте, правда, из-за отсутствия беспроводных технологий данные приходилось регулярно снимать вручную с логгеров (https://www.technoac.ru/product/category/logger). Реальные результаты во многом оказались шокирующими не только для агрономов с инженерами, но и для руководителей хозяйств. Вопреки «теории» и рекламе фирм-строителей теплиц, ни о какой выровненности микроклимата ни по горизонтали, ни по вертикали даже в новых теплицах говорить не приходилось, причём распределение температурного поля ежеминутно менялось. Поэтому, когда рассказывают басни о неких чудесных, самовыравнивающихся свойствах микроклимата в современных высоких теплицах, осведомлённые люди громко смеются…

Тем не менее такая ситуация до сих пор полагалась обычной, и не только в России. Сообщалось, что даже голландским производителям на самом деле требуется около года , чтобы научиться правильно настраивать микроклимат в новой теплице, исходя из её конкретных технических особенностей и специфики климата окружающей местности. Сократить этот период в четыре раза теперь позволяет IoT-технология (https://greentalk.ru/topic/123/?do=findComment&comment=128499). Обычно температуру и влажность воздуха измеряют лишь в 1-й или 2-х, очень редко в 4-х определённых точках теплицы. Теперь для контроля микроклимата могут быть установлены автономные IoT-датчики, причём с большой плотностью и на нескольких горизонтальных уровнях. Используемые в теплицах голландского производителя Квекерай Гренспал (Kwekerij Grenspaal) датчики компании Yookr работают в LoRaWAN-сети. Сеть действует на территории всей Голландии и позволяет использовать беспроводные датчики, которые годами могут работать от одной литиевой батареи. Благодаря этому происходит быстрая и всесторонняя оценка микроклиматических показателей по всему объёму теплицы.

Латвийская компания Гетлини ЭКО (Getliņi EKO) управляет крупнейшими городскими полигонами твёрдых бытовых отходов в странах Балтии. При переработке этих отходов образуется биогаз, который сжигают для производства электроэнергии. При сжигании выделяется много тепла, которое используется для отопления 1,1 га теплиц. С 2017 года начали проводить испытания со светодиодными светильниками в поисках способа увеличить урожайность огурца. Увидев, что увеличение урожайности только с помощью светодиодных ламп не оправдало ожиданий, в теплице установили IoT-систему Aranet от SAF Tehnika (Латвия), предназначенную для дистанционного контроля температуры, влажности, содержание CO₂, веса растений и других параметров. Компания считает, что улучшила свою годовую доходность на 20% именно с помощью беспроводных датчиков. Система Aranet состоит из компактных базовых станций и беспроводных датчиков со сроком работы на автономном источнике питания до 10 лет, работающей в диапазоне 868 МГц по технологии LPWAN. Доступная цена, простота установки и эксплуатации делает данную систему незаменимой в самых различных отраслях. Недаром Priva и SAF Tehnika заключили эксклюзивное соглашение о сотрудничестве для внедрения интегрированных беспроводных технологий в теплицах.

Главный агроном хозяйства Г. Страутс отмечает: «Мы боремся за каждую половину градуса тепла, энергоэффективность – наша главная забота». Недостаточно измерить температуру только в центре теплицы – там, где установлен измерительный бокс. Это не даёт вам полной информации, необходимой для оптимизации затрат. Это всё равно, что измерять среднюю температуру пациентов в больнице. То же самое касается и теплицы – вы должны знать, что происходит повсюду, даже в отдалённых углах. Одна сторона холоднее? Кто-то забыл закрыть окно? Вы бы никогда не узнали, если бы измеряли только в центральной части».

Рассказывает владелец голландского производства баклажанов Звинкельс Агро (Zwinkels Agro): «С помощью климатического компьютера и фирменных датчиков от 30MHz мы измеряем температуру теплицы, уровни влажности, уровни CO₂, уровни солнечной радиации и температуры растений, и отслеживаем всё это на облачной платформе 30MHz ZENSIE. Большим преимуществом сбора и хранения всех этих данных в одном месте является возможность сравнивать подходы и анализировать взаимосвязи между различными переменными. Например, мы измеряем влияние солнечного излучения на температуру растений, и сравниваем их температуру с температурой воздуха в теплице, чтобы предотвратить конденсацию на листьях, ведущую к появлению грибковых заболеваний. Когда по изменениям данным мы прогнозируем неблагоприятные перемены в культуре, то можно немедленно отреагировать, причём точно зная, что делать. Благодаря совмещению платформы данных и датчиков можно легко отследить, и в итоге предсказать, когда, где и почему что-то происходит с нашими культурами. Мы можем проверить, насколько точны были микроклиматические условия и настройки компьютера, и внести соответствующие коррективы».

Таким образом, теперь производители могут видеть различные показатели микроклимата, включая точку росы, дефицит давления пара, абсолютную и относительную влажность, дефицит влажности и абсолютную разницу между температурой воздуха и точкой росы, и также физиологическое состояние культуры на единой платформе данных. Это позволяет детализировать микроклиматический профиль теплицы, необходимый, в частности, для борьбы с целым рядом вредителей и болезней.

Компания Hoogendoorn Growth Management предоставляет производителям комплексные решения для эффективного управления микроклиматом теплицы, поливом и использованием энергии независимо от структуры, расположения и оборудования теплицы. Все современные теплицы имеют несколько измерительных боксов для измерения температуры, влажности воздуха и концентрации углекислого газа. Как правило, каждый бокс устанавливается для большой площади, например, четверти или половины гектара. Предполагается, что значение температуры воздуха, скажем, 20,5 °C действительны для всей этой области. На самом деле, температура по этой области теплицы может изменяться, скажем, от 18 до 22 °C. Это особенно актуально для больших теплиц, где горизонтальная и/или вертикальная циркуляция воздуха может быть довольно сильной.

Чтобы сделать микроклимат более однородным, важно найти причину нарушений. Для этого необходимо ответить на следующие вопросы. Как влияет направление ветра на распределение температуры? Какая скорость ветра вызывает самые значительные перепады температур? Что происходит, когда фрамуги открываются или закрываются? Какое влияние оказывают экраны? Для ответа на эти вопросы требуется большое количество данных из разных источников.

Использование программных фильтров позволяет гораздо точнее ответить на вышеуказанные вопросы. Например, отбирая только моменты, когда направление ветра было юго-западным, проясняется влияние данного направления ветра на микроклиматический профиль теплицы. Также можно выделить и пристально изучить моменты с экстремальными перепадами температуры и влажности воздуха в теплицах, и найти доминирующий фактор, вызывающий эту разницу температур. Если задавать верные вопросы, выбирая правильные фильтры и критически оценивать данные, то появляется понимание истинного микроклиматического профиля. Вот почему данные от беспроводных датчиков, климатического компьютера и датчиков наружных условий должны быть объединены на цифровой платформе Hoogendoorn Analytics. Визуализация всех этих данных на единой информационной панели (панели мониторинга) даёт огромные возможности!

Основываясь на этих новых идеях, агроном с инженером могут предпринять соответствующие действия. Эти действия будут зависеть как от проблемы, так и от характеристик конкретной теплицы. Иногда требуется новый более плотный экран, чтобы кардинально уменьшить потери тепла. В других случаях достаточно корректировать только стратегию открытия и закрытия экрана, в основном, с целью минимизации зазоров экрана. Иногда должна быть оптимизирована работа циркуляционных вентиляторов.

В одном случае производитель решил изменить вентиляцию своей теплицы, основываясь на результатах анализа большой выборки данных. Все фрамуги были разделены на раздельно контролируемые группы, что позволило получить зонально контролируемый тепличный микроклимат. Таким образом, надлежащий анализ данных привёл к оптимизированному микроклиматическому профилю в теплице, который оказывает существенное положительное влияние на рост, здоровье и урожайность растений, и также на производительность труда работников.

 Таким образом, задачи, возникающие в нашей отрасли, всё больше и больше связаны с обработкой значительных массивов разнородных данных, полученных от датчиков разного типа, разрешающей способности, точности и частоты измерений. Датчиком (сенсором) может являться любой источник дискретной цифровой информации. Установка множества беспроводных датчиков внутри теплицы позволяет точно измерять горизонтальное и вертикальное распределение температуры воздуха, относительной влажности и концентрации CO₂. Функционирование таких датчиков в теплицах формирует достаточно большие объёмы цифровых данных, для полноценной обработки и архивации которых показано использование отраслевых цифровых платформ: MyLetsGrow, Ridder HortOS, 30MHz ZENSIE, Priva Open Platform, Hoogendoorn Analytics, PYLOT, Smart Greenhouse и других (https://greentalk.ru/topic/123/?do=findComment&comment=128994).

Эффективность использования таких платформ стремительно возрастает с увеличением количества используемых датчиков, поэтому сегодня следует говорить о технологиях сбора пространственно-временных данных не с помощью отдельных датчиков, а с помощью сетей датчиков (Aranet, 30MHz, Yoorkr, Sendot и других).

КБ, теплица Full-LED в Гетлини строилась изначально для выращивания огурца, об увеличении урожая речь не шла, поскольку до того в Гетлини огурец не выращивали. А с другими теплицами в других хозяйствах сравнивать трудно, поскольку они все разные. Было понятно, что в такой теплице необходимо учиться выращивать по-новому, поэтому им и потребовалось столько датчиков.

Цифровое моделирование и картографирование
микроклиматических полей в тепличном комплексе
как направление геоинформатики
Богданов К.Б., модератор GreenTalk.ru

Продолжение, начало в https://greentalk.ru/topic/35137/?do=findComment&comment=136676, https://greentalk.ru/topic/35137/?do=findComment&comment=136861.

3. Общие принципы моделирования пространственных данных [в сокращении]
На настоящий момент не существует общепринятого определения такого широко используемого понятия, как «геоинформационная система» (географическая информационная система, англ. geographic information system). Трудность связана с тем, что данное понятие объединяет в себе термины из разных предметных областей. Приставка «гео-» в словах геометрия, география, геоинформационный и т. п. происходит от греческого слова «γῆ» – «земля», точнее «поверхность земли», то есть подразумевает работу именно с пространственно-координированными данными.

Геоинформационные системы (ГИС) – это информационные системы, ориентированные на сбор, хранение, обработку и отображение пространственных и тематических данных. Любой пространственный объект реального мира, который определён однозначным содержанием и границами, может быть описан в таких системах в виде набора цифровых данных.

Для целей математического моделирования закономерностей пространственного размещения изучаемых процессов (явлений) их признаки рассматриваются не как случайные величины, а как пространственные переменные. Пространственные данные состоят из двух взаимосвязанных частей: позиционной (тополого-геометрической) и непозиционной (атрибутивной) составляющих, которые образуют описание пространственного положения и тематического содержания данных. Под атрибутами понимаются именно содержательные, тематические свойства объектов.

Самым актуальным разделом прикладной геоинформатики является анализ качественных и количественных свойств непрерывных поверхностей. Примерами таких поверхностей служат рельеф местности, распределение климатических полей (приземной температур, атмосферных осадков, давления), геофизических и геологических полей. Поверхности, которые описываются функцией от двух пространственных координат, в геоинформатике называются двумерными геополями. Это использование термина было заимствовано из физики из-за их сходства с естественными физическими полями. С математической точки зрения размерность геополя равна двум: географические координаты х и у – это независимые параметры модели, а значения геополя z зависят от этих параметров как некоторая непрерывная функция.

Под анализом геополей понимают пространственный анализ поверхностей, включающий также их визуализацию, позволяющий сопоставлять значения геополя и выявлять взаимосвязи между ними. Для этого применяются различные методы, позволяющие формировать карты признаков геополей, определять различные пространственные закономерности исследуемых поверхностей. Особым направлением, является разработка методов анализа пространственно-временных геополей – когда имеется информацию о том, как поверхность (явление, процесс) изменялась с течением времени.

Cуществуют два подхода к выбору точек измерений. Первый называется регулярной сетью (англ. regular grid), когда точки расположены в узлах решётки, образованной прямыми линиями. Причём точки (узлы) расположены в определённой регулярной форме, кроме того, задан способ вычисления значений геополя между узлами сети. Классификация регулярных сетей может проводиться по форме ячеек сети и по способу вычисления значения геополя между узлами сети. На практике чаще всего используют регулярные сети с квадратными и прямоугольными ячейками. Это обусловлено относительной простотой математического аппарата для оперирования такими данными и простотой алгоритмов их анализа. Фактически регулярная сеть представляет собой матрицу значений геополя, где каждая ячейка матрицы соответствует узлу регулярной сети.

Регулярная сеть имеет преимущество простоты, когда не требуется задумываться о выборе точек измерения. Однако с увеличением плотности поверхностной информации требуется и бо́льшая плотность точек измерений. А это ведёт ко второму методу выбора точек, основанному на нерегулярной сети (англ. irregular grid). Здесь не фиксируется плотность точек ни по горизонтали, ни по вертикали, и нет ограничения по количеству точек в любой заданной области. Может показаться, что отсутствие ограничений приведёт к росту числа точек измерений, но на самом деле это не обязательно. Можно получить хорошую модель поверхности при меньшем числе точек, уменьшая их плотность на относительно гладких участках по сравнению с тем, что требовалось бы при использовании регулярной сети. Ведь более высокая плотность точек на таких участках обычно не даёт новой информации, а только приводит к ненужному расходу времени и сил на сбор данных.

Цифровое моделирование и картографирование
микроклиматических полей в тепличном комплексе
как направление геоинформатики
Богданов К.Б., модератор GreenTalk.ru

Продолжение, начало в https://greentalk.ru/topic/35137/?do=findComment&comment=136676, https://greentalk.ru/topic/35137/?do=findComment&comment=136861, https://greentalk.ru/topic/35137/?do=findComment&comment=137119.

4. Общие принципы визуализации пространственных данных
4.1. Картографирование

Визуализация информации – это процесс представления набора данных в виде изображения с целью максимального удобства их понимания; придание зримой формы объекту или процессу. Карты по своей природе визуальный инструмент, поэтому информация предоставляется в удобном виде для восприятия человеком. Карта – модель, отображающая пространственные объекты реального мира с помощью геометрических примитивов (графическая информация) и атрибутивов (сущностная информация). По культурно-историческим причинам, карты можно считать наиболее удачными графическими инструментами для передачи пространственной информации. Картографическая визуализация выводит на первый план закономерности в данных, подчёркивая тенденцию лучше, чем это могут сделать цифры.

Главный принцип при визуализации пространственных данных в ГИС – использование послойной организации, когда однотипные данные группируются в слои. Это даёт возможность формирования карты из слоёв различной степени детализации и происхождения. При послойной организации пространственных данных возможно: изменять видимость и порядок слоёв при визуализации карты; независимо настраивать параметры визуализации каждого слоя; делать независимый анализ по каждому слою.

Для того чтобы отделить модели геополей от простых площадных объектов, используют специальное название "2,5D-модели", подчёркивая тем самым, что хотя модель в математическом плане и двумерна, отображена она может быть только в трёхмерном пространстве. Трёхмерное пространство, в котором создаётся модель, имеет интуитивно понятную связь с привычным для наблюдателя координатным представлением.

При создании карты выбор системы обозначений производят из назначения карты, её темы, масштаба и проектируемого содержания. Системы условных обозначений, применяемые для передачи объектов и явлений, различающихся характером пространственной локализации и размещения, называются способами картографического изображения. Используются самые различные способы картографирования: точечный, изолиний, градиентов, значковый, картодиаграмм, картограмм, знаков движения, визуализация в виде трёхмерной поверхности и другие; также применяются их различные комбинации. Выбор способа визуализации зависит от типа данных растрового слоя.

С повсеместной заменой бумажных карт электронными, казалось бы, понятие «масштаба» утрачивает свой смысл: электронную карту можно показывать на устройствах с разным размером экрана, и как угодно близко её приблизить или удалить. Но это не верно, так как электронная карта всегда создаётся на основе какого-то материала, и именно его исходная точность определяет масштаб созданной карты. Если оцифровать бумажную карту масштаба 1:5000, то получится электронная карта такого же масштаба. И, скажем, увеличив её на мониторе до масштаба 1:1000, всё равно не получится ничего нового. Поскольку пространственное разрешение останется неизменным, вне зависимости от масштаба отображения, то физическая площадь поверхности, отображаемая в одной ячейке, не меняется.

Тепловая карта (англ. heatmap) – графическое представление данных, где индивидуальные значения в таблице отображаются при помощи определённого цвета. Термином «тепловая карта» в последнее десятилетие часто называют обычные цветные картограммы, но это неверная калька с английского термина. Например, не вызывает вопросов выражение «тепловая карта теплицы». Однако карта полей относительной влажности воздуха в теплице тоже будет «тепловая карта». А как, например, воспринимать выражение «тепловая карта цен на жилую недвижимость в Москве» ?

Цифровое моделирование и картографирование
микроклиматических полей в тепличном комплексе
как направление геоинформатики
Богданов К.Б., модератор GreenTalk.ru

Продолжение, начало в https://greentalk.ru/topic/35137/?do=findComment&comment=136676, https://greentalk.ru/topic/35137/?do=findComment&comment=136861, https://greentalk.ru/topic/35137/?do=findComment&comment=137119, https://greentalk.ru/topic/35137/?do=findComment&comment=137286.

4. Общие принципы визуализации пространственных данных
4.2. Статические карты тепличных геополей

Картограмма (от нем. Kartogramm) – это способ картографического изображения, визуально отображающая интенсивность какого-либо показателя в пределах территории (участка) на карте. В зависимости от выбранного типа графического изображения различают фоновые и точечные картограммы. Фоновые картограммы строят путём окраски или штриховки, интенсивность которых пропорциональна величине показателя для данной территории. Фоновые картограммы (хороплёты) относятся к наиболее распространённым картограммам для изображения относительных показателей. Для каждой ступени интенсивности показателя (диапазона) существует определённая штриховка или окраска: чем больше относительная величина явления, тем интенсивнее цвет.

Рисунок 4.1: Фоновая картограмма распределения температуры воздуха в теплице

Поскольку в отличие от простых площадных объектов геополе невозможно полноценно отобразить на плоскости, поэтому в картографии такие модели обычно показывают способом изолиний. Карта изолиний (англ. contour map) – это изображение линий равного значения какой-либо величины в её распространении на поверхности. Шаг изолиний – разница значений геополя двух соседних изолиний. Способ изолиний применяется для изображения количественных явлений, имеющих непрерывное распространение и постепенно изменяющихся в пространстве, таких как рельеф, температура, атмосферные осадки, давление воздуха, то есть наиболее показателен для непрерывных физических полей. Данным способом можно показать не только статистические, неподвижные явления, но и картографировать динамические процессы, например, отображать сроки наступления явлений, или отображать перемещение явления (например, холодных и тёплых воздушных масс).

Рисунок 4.2: Чёрно-белая карта изотерм – линий на карте теплице, соединяющих точки с одинаковой температурой воздуха (конец 1990-х годов) 

Интересной разновидностью изолинейного способа картографирования является представление геополей в виде изоконтуров. Изоконтур – это область, ограниченная двумя соседними изолиниями в границах исследуемой области. При этом область определения геополя разделяется на дискретный набор зон, где каждая зона является изоконтуром. Для визуализации геополей также можно использовать градиентный способ. Суть его заключается в представлении геополя в виде растра, где каждому пикселю задаётся цвет, зависящий от величины значения поля в этой точке.

Карта распределения температуры (температурная карта, англ. temperature map) – это весьма полезный инструмент для визуализации данных с температурных датчиков, классическая фоновая картограмма. Такая карта наглядно показывает, является ли микроклимат в теплице однородным, отображает тёплые и холодные участки в какой-либо цветовой шкале. Составление температурной карты теплицы помогает решить целый ряд важных контролирующих и прогностических задач, как то:
– подтвердить и поддерживать контролируемые параметры микроклимата;
– определение динамики изменений температур по всей площади на большом временно́м интервале;
– выявление наиболее стабильных температурные зон теплицы;
– выявление зон теплицы с максимальным перепадом температуры;
– выявление самых тёплых и самых холодных зон теплицы;
– определение соответствия температуры воздуха требованиям технологии;
– прогноз воздействия колебаний температуры на рост и плодоношение растений;
– поиск причин неоднородности микроклимата.

 Если температурная карта правильно составлена, то становится понятно, что в агрономических расчётах и прогнозах не стоит пользоваться средним арифметическим 2-х или 4-х значений температурных датчиков. По такой карте определяют средневзвешенную температуру – температуру (воздуха, субстрата), наиболее вероятную для большинства зон теплицы в определённый момент времени, суть объективное среднее значение по всем температурным участкам (зонам) культивационного сооружения.

Рисунок 4.3: Градиентная карта температуры воздуха в теплице с АСУ Hoogendoorn iSii 

Например, представленная выше температурная карта показывает, что по площади теплицы в определённый промежуток времени существовал значительный перепад температуры и, по всей видимости, относительной влажности воздуха. Считается, что каждое изменение температуры воздуха на 1 °С означает изменение его относительной влажности примерно на 5%. Если в холодной зоне ОВВ будет выше, то это приведёт к более высокому риску образования конденсата в холодных местах, и, соответственно, повысит вероятность поражения грибковыми заболеваниями. В более тёплых зонах быстрее развиваются такие насекомые-вредители, как тепличная белокрылка и паутинный клещ.

Следует отметить, что существуют две основные причины неравномерного микроклимата в теплице: неодинаковое поступление тепла по трубам обогрева и горизонтальные потоки воздуха в теплице. Возникающие при этом силы могут быть настолько велики, что вентиляторы для циркуляции воздуха не могут решить эту проблему. Главное, для равномерного распределения тепла по длине труб отопления (и по рядам растений!) разность между температурой поступающей и оборотной воды в трубах должна быть не больше 10 °С. Так должно быть в основных контурах отопления, и в контуре ростовой трубы. Поэтому предпочтительнее иметь двухконтурные ростовые трубы – для более равномерного выделения тепла в растительный ценоз.

КБ! Вы делаете огромную работу, спасибо!

Цифровое моделирование и картографирование
микроклиматических полей в тепличном комплексе
как направление геоинформатики
Богданов К.Б., модератор GreenTalk.ru

Продолжение, начало в https://greentalk.ru/topic/35137/?do=findComment&comment=136676, https://greentalk.ru/topic/35137/?do=findComment&comment=136861, https://greentalk.ru/topic/35137/?do=findComment&comment=137119, https://greentalk.ru/topic/35137/?do=findComment&comment=137286, https://greentalk.ru/topic/35137/?do=findComment&comment=137521.

4.3. Динамические карты тепличных геополей

Любые сложные системы (объекты, явления, процессы) могут быть изучены только в динамике! Каждое отдельно взятое статичное состояние мало говорит о том, каким может стать новое состояние системы даже через небольшой промежуток времени. Только анализируя поведение системы за достаточно длительный промежуток времени, мы можем составить понятие о диапазоне возможных состояний, и более-менее достоверно судить о структуре и о движущих силах системы.

Так, средние значения параметров микроклимата (за сутки/неделю/месяц) мало что показывают. Совместные изменения прихода света, температуры и влажности воздуха рассматривают только в динамике, и особое внимание обращают на критически важные переходы: конец светового дня – ночь – начало светового дня. Также в условиях континентального климата России часто наблюдается крайне изменчивое температурно-световое соотношение (соотношение средней дневной температуры и суммарной радиации). По хорошему, к каждому его значению нужно подбирать свою дневную и ночную абсолютную влажность воздуха и концентрацию CO₂, но это достаточно сложно. Возможно, решению этой давней проблемы поможет предлагаемая мною разновидность оперативного картографирования – создание анимированных картографических изображений.

Оперативное картографирование – создание и использование карт в реальном или близком к реальному масштабу времени с целью быстрого информирования пользователей и воздействия на ход процесса. Оперативные карты предназначены не только для изучения динамики, но и для решения более широкого спектра задач, включая предупреждение о неблагоприятных или опасных процессах, слежение за их развитием, составление рекомендаций и прогнозов, выбор вариантов контроля, стабилизацию или изменение хода процесса в самых разных сферах.

Поэтому рассмотрим модели/способы/техники, позволяющие наглядно оперировать временем для целей оперативного картографирования. Я полагаю, что многие слышали про таймлапс и про компьютерную анимацию. Таймлапс (интервальная съёмка, покадровая съёмка, англ. time-lapse) – весьма интересная техника, находящаяся на грани фото и видео. Это видеоролик смонтированный из множества фотографий, сделанных с определённым интервалом и с одной и той же точки. Интервал при этом может быть разным, от секунды до нескольких часов. Смысл методики именно в том, чтобы уместить длительный процесс в очень короткий промежуток времени, за считаные минуты показать длительные процессы. Таймлапс хорошо передаёт любые изменения и динамику, будь то процесс или явление продолжительностью в несколько минут или в несколько лет. Можно показать, например, как растение вырастает не за месяц, а всего за минуту. Ниже можно посмотреть таймлапс-ролик из томатной теплицы. Также ссылки на интересные ролики есть в теме «Таймлапс о росте томата в современной теплице» (https://greentalk.ru/topic/4089/).

Также на нашем форуме есть отдельная тема для обсуждения конкурсов «The Autonomous Greenhouse Challenge» 2018-2020 гг. по дистанционному выращиванию огурца и томата (https://greentalk.ru/topic/13108/). Успех команды Automatoes во многом определялся тем, что все цифровые данные из теплицы были одновременно доступны на информационной панели. «Эта панель содержит как краткосрочные, так и долгосрочные данные, статистику и таймлапсы», – рассказывает Э. Пападопулос из Hoogendoorn Growth Management. Также в их  материалах указано, что расположение тёплых и холодных температурных зон не фиксировано и они могут перемещаться по всей теплице. Отмечается, что просмотр изображений температурной карты в виде таймлапса даёт представление о появлении и исчезновении этих тёплых и холодных участков. Это действительно так, но опять путаница в понятиях – они пишут совсем не о таймлапсе! Если бы было установлено несколько специальных камер, делавшие с фиксированных позиций каждые пять минут термофотографии («тепловые снимки»), затем соединённые в короткий видеоролик – это был бы настоящий таймлапс температурных зон.

 Когда же в современной теплице установлена регулярная или не регулярная сеть датчиков, то правильно говорить о так называемом распределённом «интеллектуальном датчике», который состоит из сети электронных датчиков (аппаратное обеспечение) и математической модели расчёта (программное обеспечение). Как раз о нём и шла речь во второй части статьи («Оптимизация микроклиматического профиля теплицы»). А показанная выше градиентная карта температуры воздуха в теплице (рис. 4.3) была построена «интеллектуальным датчиком» на базе АСУ Hoogendoorn iSii и его фирменного программного инструментария.

На цифровой платформе 30MHz ZENSIE декларируется возможность создавать динамические «тепловые карты» на основе панорамных фотографий теплицы и показаний датчиков температуры в реальном времени. Это тоже своеобразный «интеллектуальный датчик», строящий на панели мониторинга визуально красивые изображения, но, по моему мнению, малопригодные для какого-либо практического применения.

Картографирование динамики явлений и процессов означает отображение их возникновения, развития, изменения во времени и перемещения в пространстве. Анимация (от лат. animatio – «оживление, одушевление»), или более привычное для русскоязычного человека слово – мультипликация (от лат. multiplicatio – «умножение, увеличение, возрастание») – это технические приёмы создания иллюзии движущихся изображений с помощью последовательности неподвижных изображений (кадров), сменяющих друг друга с большой частотой. Динамическая картография основывается на принципах мультипликации/анимации, т. е. на последовательном просмотре с определённой скоростью серии кадров-карт, каждый из которых даёт временно́й срез состояния объекта или явления, что и создаёт видимость движения. Поэтому динамическое картографирование можно назвать мультипликационным картографированием. В большинстве отечественных и зарубежных публикаций в качестве термина, обозначающего процесс создания таких последовательностей, приняты следующие термины: «динамическая, мультипликационная или анимационная картография» (англ. аnimated сartography, аnimated mapping), «картографическая анимация» (англ. cartographic animation, map animation) и другие.

По моему мнению, анимационным картам микроклиматических геополей как раз найдётся практическое применение в современных тепличных комплексах. Демонстрационные примеры работы «интеллектуального датчика» на базе АСУ Sercom (регулярная сеть 2×2) и программного средства автора, показаны ниже на рисунках 4.4 и 4.5. Это короткие фрагменты анимационных карт в формате GIF, непосредственно поддерживаемом "движком" форума.

Рисунок 4.4: Анимационная изоконтурная карта температуры воздуха в теплице

Рисунок 4.5: Анимационная изоконтурная карта относительной влажности воздуха в теплице

Для двухмерных карт компьютерная анимация позволяет наблюдать динамические системы так, как они протекают в реальном мире, или демонстрировать процессы, которые не воспринимались бы из-за их слишком медленного развития в реальности. При этом движение может быть замедлено, ускорено, приостановлено или обращено, что даёт возможность лучшего понимания этих явлений. Поскольку зрение человека гораздо лучше замечает движущиеся объекты, чем неподвижные, это помогает выявлению взаимодействий объектов, процессы или явления в их развитии. В связи с этим представляется оправданным введение понятия временного масштаба. Тогда можно будет говорить о медленно-, средне- и быстромасштабных изображениях, приняв, например, следующие соотношения:
1:3 600 – в одной секунде демонстрации анимационной карты один час; 1:86 000 – в одной секунде демонстрации анимационной карты одни сутки; и так далее.

Коротенькие фрагменты анимационных карт в этом сообщении и в галерее изображений форума GreenTalk должны воспроизводиться на всех стационарных и мобильных устройствах и под всеми операционными системами. Напишите, если при воспроизведении будут наблюдаться какие-либо проблемы!