具体实施方式

为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。

植物的生长环境是影响植物产量的重要因素，在传统的农业耕作方式中，根据人工经验确定植物的最佳生长环境曲线，并设置植物的生长环境参数，无法实现农业生产的精准种植，很大程度上限制了植物的产量。

本公开提供一种植物生长环境的设置方法，根据预设的多个时间点对应的植物生长环境参数、植物的生长阶段对应的植物生长模型和植物的生长阶段对应的植物生长评级模型，确定植物的最佳生长环境曲线，由于植物生长模型和植物生长评级模型是基于植物的历史生长环境参数、历史生长信息和历史生长信息对应的生长状态的专家评分分析得到的，因此，与依赖种植经验确定的植物最佳生长环境曲线相比，利用植物生长模型和植物生长评级模型得到的植物最佳生长环境曲线具有更高的精确度；基于植物的最佳生长环境曲线，设置植物的生长环境参数，为植物提供了最有利的生长环境，促进了植物的生长，从而，实现了农业生产的精准种植，提高了植物的产量。

下面以几个具体的实施例对本公开的技术方案进行描述，对于相同或者类似的概念，可以相互参考，不再每处一一赘述。

图1为本公开实施例提供的一种植物生长环境的设置方法实施例的流程示意图，如图1所示，本实施例的方法包括：

针对植物的每个生长阶段，执行步骤S101-S104。

S101：接收预设的多个时间点对应的植物生长环境参数。

其中，植物生长环境参数包括：土壤氮磷钾含量、空气温度、空气湿度、二氧化碳浓度、光照强度、土壤湿度和植物发育时间。

可选的，植物的生长过程可以划分为：发芽阶段、幼苗阶段、开花阶段和结果阶段，根据植物的每个生长阶段持续的时间预设多个时间点，接收预设的多个时间点对应的植物生长环境参数。例如：某种植物从发芽阶段到结果阶段一共经历180天，其中，发芽阶段为10天，幼苗阶段为60天，开花阶段为50天，结果阶段为60天。针对植物的发芽阶段，预设的多个时间点可以为：第1天、第3天、第6天、第8天和第10天；针对植物的幼苗阶段，预设的多个时间点可以为：第1天、第5天、第10天、第15天、…、第60天；针对植物的开花阶段，预设的多个时间点可以为：第1天、第5天、第10天、第15天、…、第50天；针对植物的结果阶段，预设的多个时间点可以为：第1天、第5天、第10天、第15天、…、第60天。

植物生长环境参数包括但不限于如下参数：土壤氮磷钾含量、空气温度、空气湿度、二氧化碳浓度、光照强度、土壤湿度和植物发育时间。其中，植物发育时间为预设的时间点，空气温度、空气湿度、二氧化碳浓度、光照强度和土壤湿度分别是对应的预设区间内的任一数值。

例如：在某种植物的发芽阶段，空气温度的预设区间为5℃～27℃，空气湿度的预设区间为20％～60％，光照强度的预设区间为0～1500lux，二氧化碳浓度的预设区间为300ppm～200ppm，土壤湿度的预设范围为10％～60％，预设的多个时间点包括：第1天、第3天、第6天、第8天和第10天。接收发芽阶段的第1天对应的植物生长环境参数：空气温度5℃、空气湿度40％、光照强度200lux、二氧化碳浓度500ppm、土壤湿度30％、土壤氮磷钾含量300毫克/公斤和发育时间1；接收幼苗阶段的第3天对应的植物生长环境参数：空气温度8.5℃、空气湿度32％、光照强度620lux、二氧化碳浓度700ppm、土壤湿度35％、土壤氮磷钾含量300毫克/公斤和发育时间3；…。

S102：将植物生长环境参数输入生长阶段对应的植物生长模型，获取植物生长信息。

其中，植物生长信息包括：叶片大小、植株高度、叶绿素含量和叶片数量，生长阶段对应的植物生长模型是基于植物的生长阶段的历史生长环境参数和历史生长环境参数对应的历史生长信息拟合分析得到的。

历史生长环境参数可以通过植物实际的历史生长环境和/或植物培育实验的历史生长环境获取，本公开对此不做限制。

可选的，根据公式(1)，获取叶片大小。

其中，D为叶片大小，k₁、a₁、b₁、e₁、f₁、g₁、m₁、n₁和h₁为系数，Ti为植物发育时间，Te为空气温度，Hu为土壤湿度，Li为光照强度，Ca为二氧化碳浓度，Ht为空气湿度，Ni为土壤氮磷钾含量。

根据公式(2)，获取叶绿素含量。

其中，T为叶绿素含量，k₂、a₂、b₂、e₂、f₂、g₂、m₂、n₂和h₂为系数，Ti为植物发育时间，Te为空气温度，Hu为土壤湿度，Li为光照强度，Ca为二氧化碳浓度，Ht为空气湿度，Ni为土壤氮磷钾含量。

根据公式(3)，获取植株高度。

其中，L为植株高度，a₃、b₃、c₃和d₃为系数，Ti为植物发育时间。

根据公式(4)，获取叶片数量。

其中，S为叶片数量，a₄、b₄、c₄和d₄为系数，Ti为植物发育时间。

公式(1)、(2)、(3)和(4)中的系数的值是在基于植物的生长阶段的历史生长环境参数和历史生长环境参数对应的历史生长信息拟合分析得到生长阶段对应的植物生长模型的过程中确定的。

针对不同的生长阶段对应的植物生长模型，公式(1)、(2)、(3)和(4)中的系数的值不同。例如：发芽阶段对应的植物生长模型使用的公式(1)中的系数的值和开花阶段对应的植物生长模型使用的公式(1)中的系数的值不同。

S103：将植物生长信息输入生长阶段对应的植物生长评级模型，获取植物生长状态综合评分。

其中，生长阶段对应的植物生长评级模型是基于植物的生长阶段的历史生长信息和植物历史生长信息对应的生长状态的专家评分拟合分析得到的。

可选的，根据公式(6)，获取叶片大小的生长状态评分。

其中，μ(D)为叶片大小的生长状态评分，D为叶片大小，min(D)为植物的生长阶段的历史生长信息中叶片大小的最小值，max(D)为植物的生长阶段的历史生长信息中叶片大小的最大值。例如：针对植物的发芽阶段，min(D)为植物的发芽阶段的历史生长信息中叶片大小的最小值，max(D)为植物的发芽阶段的历史生长信息中叶片大小的最大值。

可选的，根据公式(7)，获取植株高度的生长状态评分。

其中，μ(L)为植株高度的生长状态评分，L为植株高度，min(L)为植物的生长阶段的历史生长信息中植株高度的最小值，max(L)为植物的生长阶段的历史生长信息中植株高度的最大值。例如：针对植物的幼苗阶段，min(D)为植物的幼苗阶段的历史生长信息中植株高度的最小值，max(D)为植物的幼苗阶段的历史生长信息中植株高度的最大值。

可选的，根据公式(8)，获取叶绿素含量的生长状态评分。

其中，μ(T)为叶绿素含量的生长状态评分，T为叶绿素含量，min(T)为植物的生长阶段的历史生长信息中叶绿素含量的最小值，max(T)为植物的生长阶段的历史生长信息中叶绿素含量的最大值。例如：针对植物的开花阶段，min(T)为植物的开花阶段的历史生长信息中叶绿素含量的最小值，max(T)为植物的开花阶段的历史生长信息中开叶绿素含量的最大值。

可选的，根据公式(9)，获取叶片数量的生长状态评分。

其中，μ(S)为叶片数量的生长状态评分，S为叶片数量，min(S)为植物的生长阶段的历史生长信息中叶片数量的最小值，max(S)为植物的生长阶段的历史生长信息中叶片数量的最大值。例如：针对植物的结果阶段，min(S)为植物的结果阶段的历史生长信息中叶片数量的最小值，max(S)为植物的结果阶段的历史生长信息中叶片数量的最大值。

可选的，根据公式(10)，获取植物生长状态综合评分。

H＝W_Dμ(D)+W_Lμ(L)+W_Tμ(T)+W_Sμ(S) (10)

其中，H为植物生长状态综合评分，W_D为叶片大小的权重系数，μ(D)为叶片大小的生长状态评分，W_L为植株高度的权重系数，μ(L)为植株高度的生长状态评分，W_T为叶绿素含量的权重系数，μ(T)为叶绿素含量的生长状态评分，W_S为叶片数量的权重系数，μ(S)为叶片数量的生长状态评分。

公式(10)中的W_D、W_L、W_T和W_S的值是在基于植物的生长阶段的历史生长信息和历史生长信息对应的生长状态的专家评分拟合分析得到生长阶段对应的植物生长评级模型的过程中确定的。

针对不同的生长阶段对应的植物生长评级模型，公式(10)中的W_D、W_L、W_T和W_S的值不同。例如：发芽阶段对应的植物生长评级模型使用的公式(10)中的W_D的值和开花阶段对应的植物生长模型使用的公式(10)中的W_D的值不同。

S104：根据植物生长状态综合评分，确定植物生长阶段的最佳生长环境参数。

可选的，返回执行S101-S103，以第一次接收的预设的多个时间对应的植物生长环境参数为第一组植物环境生长参数为例，第二次接收的预设的多个时间对应的植物生长环境参数为第二组植物环境生长参数，…，第N次接收的预设的多个时间对应的植物生长环境参数为第N组植物环境生长参数，对N组植物环境生长参数和N组植物环境生长参数分别对应的植物生长状态综合评分进行对比分析，确定植物生长阶段的最佳生长环境参数，其中，N为大于等于2的整数。

针对植物的所有生长阶段，执行S101-S104后，执行S105和S106。

S105：根据植物每个生长阶段的最佳生长环境参数，生成植物的最佳生长环境曲线。

可选的，根据植物每个生长阶段的最佳空气温度，生成以时间为横轴、以空气温度为纵轴的植物的最佳生长环境曲线。例如：某种植物的生长过程分为：发芽阶段、幼苗阶段、开花阶段和结果阶段，从发芽阶段到结果阶段一共经历180天，则植物的最佳生长环境曲线的横轴坐标的值包括第1天-第180天。

根据植物每个生长阶段的最佳空气湿度，生成以时间为横轴、以空气湿度为纵轴的植物的最佳生长环境曲线。

根据植物每个生长阶段的最佳土壤氮磷钾含量，生成以时间为横轴、以土壤氮磷钾含量为纵轴的植物的最佳生长环境曲线。

根据植物每个生长阶段的最佳二氧化碳浓度，生成以时间为横轴、以二氧化碳浓度为纵轴的植物的最佳生长环境曲线。

根据植物每个生长阶段的最佳光照强度，生成以时间为横轴、以光照强度为纵轴的植物的最佳生长环境曲线。

根据植物每个生长阶段的最佳土壤湿度，生成以时间为横轴、以土壤湿度为纵轴的植物的最佳生长环境曲线。

S106：基于植物的最佳生长环境曲线，设置植物的生长环境参数。

可选的，基于植物的最佳生长环境曲线，设置在大棚内种植的植物的生长环境参数，或者设置水培的植物的生长环境参数等，为植物创造最佳的生长环境。

本实施例，针对植物的每个生长阶段，接收预设的多个时间点对应的植物生长环境参数，将植物生长环境参数输入生长阶段对应的植物生长模型，获取植物生长信息，生长阶段对应的植物生长模型是基于植物的生长阶段的历史生长环境参数和历史生长环境参数对应的历史生长信息拟合分析得到的，将植物生长信息输入生长阶段对应的植物生长评级模型，获取植物生长状态综合评分，生长阶段对应的植物生长评级模型是基于植物的生长阶段的历史生长信息和历史生长信息对应的生长状态的专家评分拟合分析得到的，根据植物生长状态综合评分，确定植物生长阶段的最佳生长环境参数；根据植物每个生长阶段的最佳生长环境参数，生成植物的最佳生长环境曲线；基于植物的最佳生长环境曲线，设置植物的生长环境参数。由于植物生长模型和植物生长评级模型是基于植物的历史生长环境参数、历史生长信息和历史生长信息对应的生长状态的专家评分分析得到的，根据植物生长模型和植物生长评级模型确定的植物的最佳生长环境曲线，能够为植物生长环境的设置提供更加科学精确的指导，促进植物在良好的环境下生长，从而，实现了农业生产的精准种植，提高了植物的产量。

图2为本公开实施例提供的另一种植物生长环境的设置方法实施例的流程示意图，图2是在图1所示实施例的基础上，S102之前还可以包括如下步骤：如图2所示，

S201：获取植物的生长阶段的多组历史生长环境参数和多组历史生长环境参数分别对应的植物生长图像。

可选的，根据植物生长监测装置，获取植物的生长阶段的多组历史生长环境参数和多组历史生长环境参数分别对应的植物生长图像。

其中，植物生长监测装置可以用于植物培育实验。

一种可能的实现方式为：

S2011：在植物培育实验的过程中，通过植物生长监测装置中的多个传感器，采集植物的生长阶段的历史生长环境参数，通过植物生长监测装置的拍摄设备，采集历史生长环境参数对应的植物生长图像。

植物生长监测装置内可以设置有土壤氮磷钾传感器、空气温湿度传感器、二氧化碳浓度传感器、光照强度传感器和土壤湿度传感器，其中，土壤氮磷钾传感器用于采集生长环境参数中的土壤氮磷钾含量，空气温湿度传感器用于采集生长环境参数中的空气温度和空气湿度，二氧化碳浓度传感器用于采集生长环境参数中的二氧化碳浓度，光照强度传感器用于采集生长环境参数中光照强度，土壤湿度传感器用于采集生长环境参数中的土壤湿度。

植物生长监测装置内的拍摄设备可以是摄像头，用于采集历史生长环境参数对应的植物生长图像。

S2012：通过植物生长监测装置的网络连接模块，将植物的生长阶段的历史生长环境参数和历史生长环境参数对应的植物生长图像上传到服务器。

植物生长监测装置内的网络连接模块可以通过无线保真(Wireless-Fidelity，Wi-Fi)、远距离无线电(Long Range Radio，LoRa)、第四代移动通信技术(4thGeneration，4G)和以太网等无线通信方式，实时地或周期性地将采集到的植物的生长阶段历史生长环境参数和历史生长环境参数对应的植物生长图像上传到本地服务器和/或云端服务器。

S2013：获取服务器存储的植物的生长阶段的多组历史生长环境参数和多组历史生长环境参数分别对应的植物生长图像。

其中，服务器可以为本地服务器和/或云端服务器

S202：根据多组历史生长环境参数分别对应的植物生长图像，获取多组历史生长环境参数分别对应的历史生长信息，得到植物的生长阶段的多组历史生长信息。

针对每组历史生长环境参数对应的植物生长图像，

S2021：通过图像分割、边缘轮廓计算和图像增强等算法，获取植株高度。

可选的，植物生长监测装置内设置有对照杆，通过图像分割、边缘轮廓计算和图像增强等算法，获取植物生长图像中对照杆的高度和植物生长图像中植株的高度。根据植物生长图像中对照杆的高度、植物生长图像中植株的高度和植物生长监测装置内对照杆的高度，通过公式(11)，得到历史生长信息中的植株高度。

其中，L为植株高度，l为植物生长图像中植株的高度，R为植物生长监测装置内对照杆的高度，r为植物生长图像中对照杆的高度。

S2022：通过图像的滤波、灰度化处理、二值化闭值分割和连通区域标记等算法，将植物生长图像中的叶片和背景分离，获取叶片大小和叶片数量。

S2023：获取植物生长图像中各颜色空间颜色特征值的均值，分析颜色参数与叶绿素含量的相关性，建立回归模型。将拟合度最高的颜色特征值作为预测叶绿素含量的最佳模型，通过可视化软件，获取叶绿素含量。

S203：对植物的生长阶段的多组历史生长环境参数和多组历史生长环境参数分别对应的历史生长信息进行拟合分析，得到生长阶段对应的植物生长模型。

由于植物的叶片大小、植株高度、叶绿素含量、叶片数量的增长规律遵循“慢—快—慢”的“S”型生长曲线，符合逻辑(logistic)回归模型的形式。根据叶片大小、植株高度、叶绿素含量、叶片数量与环境参数的相关性分析，在logistic回归模型中加入环境影响因素作为自变量，得出生长阶段对应的植物生长模型，即，构造生长阶段对应的曲线方程公式(1)、(2)、(3)和(4)。

通过R语言stats包里的nls函数进行非线性最小二乘拟合，输入植物的生长阶段的多组历史生长环境参数和多组历史生长环境参数分别对应的历史生长信息进行拟合分，得到生长阶段对应的公式(1)、(2)、(3)和(4)中的系数的值。

本实施例，在将植物生长环境参数输入生长阶段对应的植物生长模型，获取植物生长信息之前，获取植物的生长阶段的多组历史生长环境参数和多组历史生长环境参数分别对应的植物生长图像；根据多组历史生长环境参数分别对应的植物生长图像，获取多组历史生长环境参数分别对应的历史生长信息，得到植物的生长阶段的多组历史生长信息；对植物的生长阶段的多组历史生长环境参数和多组历史生长环境参数分别对应的历史生长信息进行拟合分析，得到生长阶段对应的植物生长模型。即，根据植物的生长阶段的历史生长环境参数和历史生长环境参数对应的历史生长信息得到生长阶段对应的植物生长模型，使得根据植物生长模型和植物生长评级模型确定的植物的最佳生长环境曲线具有更高的精确度，能够为植物生长环境的设置提供更加科学的指导，从而，实现了农业生产的智能化决策，为农业的增产增收创造了有利条件。

图3为本公开实施例提供的再一种植物生长环境的设置方法实施例的流程示意图，图3是在图2所示实施例的基础上，S103之前还可以包括如下步骤：如图3所示，

S204：对植物的生长阶段的多组历史生长信息和多组历史生长信息分别对应的植物生长状态的专家打分进行拟合分析，得到生长阶段对应的植物生长评级模型。

一种可能的实现方式为：

针对植物的生长阶段的每组历史生长信息，

S2041：根据公式(6)，获取叶片大小的生长状态评分。

S2042：根据公式(7)，获取植株高度的生长状态评分。

S2043：根据公式(8)，获取叶绿素含量的生长状态评分。

S2044：根据公式(9)，获取叶片数量的生长状态评分。

S2045：根据叶片大小、植株高度、叶绿素含量、叶片数量对植物生长状态的影响程度，采用专家打分的方式设置公式(10)中的权重系数，获取植物生长状态综合评分。

由于在植物的不同生长阶段，植物的生长状态通常以不同的表征评价。例如：在植物生长的前期，生长环境对植物生长状态的影响主要表现为植株高度；在发育过程中，生长环境对植物生长状态的影响主要体现为叶片大小和叶片数量；在植物生长的成熟期，生长环境对植物生长状态的影响主要体现为叶绿素含量。

根据叶片大小、植株高度、叶绿素含量、叶片数量对植物生长状态的影响程度，针对植物的生长阶段，采用专家打分的方式设置公式(10)中的权重系数W_D、W_L、W_T和W_S的值，根据公式(10)，得到植物生长状态综合评分。

S2045：根据植物生长状态综合评分和植物生长状态的专家打分，对公式(10)中的权重系数的值进行调整。

可选的，植物生长状态的专家打分根据隶属区间[0,0.2]、(0.2,0.4]、(0.4,0.6]、(0.6,0.8]和(0.8,1]分为长势差、长势较差、长势持平、长势较好、长势好。

通过植物的生长阶段的多组历史生长信息和多组历史生长信息分别对应的植物生长状态的专家打分，对公式(10)中的权重系数的值进行多次调整，得到生长阶段对应的植物生长评级模型。

本实施例，在将植物生长信息输入生长阶段对应的植物生长评级模型，获取植物生长状态综合评分之前，对植物的生长阶段的多组历史生长信息和多组历史生长信息分别对应的植物生长状态的专家打分进行拟合分析，得到生长阶段对应的植物生长评级模型。即，根据植物的生长阶段的历史生长信息和历史生长信息对应的植物生长状态的专家打分得到植物生长评级模型，使得根据植物生长模型和植物生长评级模型确定的植物的最佳生长环境曲线具有更高的精确度，能够为植物生长环境的设置提供更加科学的指导，从而，实现了农业生产的智能化决策，为农业的增产增收创造了有利条件。

可选的，S204还可以在S102之前、S203之后执行，本公开对此不做限制。

参考图5所示，本公开实施例提供一种植物生长监测装置，包括：壳体1、植物生长槽2、底座18、步进电机17、摄像头7、收缩杆(未图示)、对照杆19、土壤氮磷钾传感器10、空气温湿度传感器6、二氧化碳浓度传感器4、光照强度传感器9和土壤湿度传感器11。

植物生长槽2和底座18设置于壳体1的内部，植物生长槽2和底座18通过步进电机17连接；摄像头7可旋转地设置于壳体1的顶部，伸缩杆设置于壳体1的顶部，摄像头7固定在伸缩杆的伸缩端；对照杆19、土壤氮磷钾传感器10和土壤湿度传感器11设置于植物生长槽2的内部；空气温湿度传感器6、二氧化碳浓度传感器4和光照强度传感器9设置于壳体1的内部。

其中，步进电机17用于驱动植物生长槽2转动，便于植物生长槽2内的植物均匀受光。

摄像头7用于采集植物生长槽2的内部图像，伸缩杆可以调节摄像头7的竖直高度和角度，扩大了摄像头7的拍摄范围，使得摄像头7能够从不同的高度和角度收集植物生长槽2内的植物生长图像。

通过步进电机17驱动植物生长槽2转动，同时利用伸缩杆调节摄像头7的高度和角度，使得摄像头7能够对植物生长槽2内植物进行全方位的拍摄，便于摄像头采集到正面的植物生长图像，进而，根据植物生长图像，获取精确的植物生长信息。

对照杆19，用于根据植物生长图像中对照杆的高度和植株高度获取植物生长信息中的植株高度。

光照强度传感器9，用于对壳体1内的光照强度进行测量。

土壤氮磷钾传感器10，用于测量植物生长槽2内土壤的氮、磷、钾含量。

土壤湿度传感器11，用于测量植物生长槽2内土壤的水分含量。

空气温湿度传感器6，用于对壳体1内的空气的温度湿度进行测量。

二氧化碳浓度传感器4，可以设置于壳体1的内部上方，用于对壳体1内空气中二氧化碳浓度进行测量。

本实施例提供的植物生长监测装置，通过植物生长槽的转动、摄像头的高度和角度的调节，获取植物各生长阶段的植物生长图像，且通过土壤氮磷钾传感器、空气温湿度传感器、二氧化碳浓度传感器、光照强度传感器和土壤湿度传感器采集植物生长环境参数，从而，实现了对植物生长环境的监测，提高了植物生长信息的精确度。

可选的，壳体1的外观采用玻璃材质，便于观察壳体1内部的植物生长槽2内的植物生长状态。

可选的，参考图4和图5所示，本实施例提供的植物生长监测装置还包括：空气加热器3、发光二极管(Light-Emitting Diode，LED)灯5、风扇8、水管14、水泵15、喷淋头16和多个通气孔13。

空气加热器3、LED灯5和风扇8设置于壳体的内部，多个通气孔13设置于植物生长槽2的正面。

其中，空气加热器3，可以设置于壳体1的内部上方，用于对壳体1内的空气进行加热。

LED灯5，可以设置于壳体1的内部上方，可以由红色LED灯、蓝色LED灯和白色LED灯组成，用于对壳体1内的光照强度进行调节。

风扇8，可以设置于壳体1的内部后侧，用于加速壳体1内空气的排出。

水管14、水泵15和喷淋头16，用于对植物生长槽2内的土壤湿度进行调节。水管14和水泵15可以设置于光照传感器9的下方，在水管14的下方均匀地设置有喷淋头16，用于保证水可以均匀地撒入植物生长槽2。

植物生长槽的正面可以设置有多个通气孔13，便于外部空气的流动。

可选的，空气温湿度传感器6可以设置于LED灯5的右侧，光照传感器9可以设置于风扇8的下方。

本实施例提供的植物生长监测装置，通过空气加热器、LED灯、风扇、水管、水泵、喷淋头和通气孔调节植物生长环境参数，从而，为植物创造良好的生长环境。

可选的，参考图6和图7所示，本实施例提供的植物生长监测装置还包括：主控装置保护壳21、触控屏幕22、电源插座20和多组滚轮12。

主控装置保护壳21和电源插座20设置于壳体1的顶部上方，触控屏幕22设置于主控装置保护壳21的顶部上方，多组滚轮12设置于底座18的底部。

其中，主控装置保护壳21，用于保护壳体1内部的电子设备，避免壳体1内部的电子设备暴露在空气中。

触控屏幕22，用于对植物生长监测装置进行操作和监控，例如，设置植物生长的最低空气温度阈值、最高空气温度阈值、目标空气温度阈值、空气湿度阈值、二氧化碳浓度阈值、土壤湿度阈值、目标土壤湿度阈值和光照强度阈值等。

电源插座20，用于为植物生长监测装置提供电源。

在底座18的底部可以设置有4组滚轮12，通过滚轮12的滑动便于从壳体1中取出底座18，便于对植物生长槽2进行清洗和维护。

可选的，本实施例提供的植物生长监测装置还包括：网络连接模块，例如：无线传输模块。植物生长监测装置通过网络连接模块与互联网通信连接，采用Wi-Fi、LoRa、4G和以太网等无线通信方式，将采集到的植物生长环境参数和植物生长环境参数对应的植物生长图像上传到服务器。其中，植物生长监测装置上传到服务器的植物生长环境参数和植物生长环境参数对应的植物生长图像可以是当前时刻采集到的植物生长环境参数和植物生长图像，也可以是预设时间段内采集到的多组植物生长环境参数和多个植物生长环境参数对应的植物生长图像。

可选的，网络连接模块还支持多种通信方式的组合，例如：Wi-Fi、LoRa和4G等无线通信方式的组合。多个植物生长监测装置之间通过网络连接模块进行通信连接，实现植物生长环境参数的数据同步和对比分析。例如：针对实验规模较小，植物生长监测装置的数量较少且分布位置较集中的情况，可采用Wi-Fi实现多个植物生长监测装置之间的通信；对于实验规模较大，植物生长监测装置的数量较多且不同分组的植物生长监测装置的分布位置较分散的情况，采用多种无线通信方式组合的方式来实现多个植物生长监测装置之间的通信，同组的植物生长监测装置之间采用Wi-Fi进行通信，不同组的植物生长监测装置之间采用4G、LoRa等进行通信。

可选的，本实施例提供的植物生长监测装置还包括：控制器。

控制器用于判断当前空气温度是否低于预设的最低空气温度阈值，若当前空气温度低于预设的最低空气温度阈值，启动空气加热器3，加热壳体1内的空气，使空气温度上升至预设的目标空气温度阈值。

控制器还用于判断当前空气温度是否高于预设的最高空气温度阈值，若空气温度高于预设的最高空气温度阈值，控制水泵15启动并泵出少量的水通过喷淋头16将水以细雾的形式撒到空气中，启动风扇8以加速空气流动，通过水的蒸发带走空气中的热量。

控制器还用于判断当前空气湿度是否低于预设的空气湿度阈值，若当前空气湿度低于预设的空气湿度阈值，控制水泵15启动并泵出适量的水通过喷淋头16将水撒到空气中，提高空气中的湿度；若当前空气湿度高于预设的空气湿度阈值，启动风扇8以加速空气中水分的蒸发。

控制器还用于判断当前土壤湿度是否低于预设的土壤湿度阈值，若当前土壤湿度低于预设的土壤湿度阈值，控制水泵15启动并泵出适量的水通过喷淋头16均匀地撒入植物生长槽2的土壤中，提高土壤湿度至预设的目标土壤湿度阈值。

控制器还用于判断当前空气中的二氧化碳浓度是否高于预设的二氧化碳浓度阈值，若当前空气中的二氧化碳浓度高于预设的二氧化碳浓度阈值，启动风扇8加速空气流动以降低二氧化碳浓度。

控制器还用于判断当前光照强度是否低于预设的光照强度阈值，若当前光照强度低于预设的光照强度阈值，启动LED灯5以增强环境光照强度。控制器可以使用脉冲宽度调制(Pulse Width Modulation，PWM)控制LED灯5，且对于每一种颜色的LED灯都可以单独控制，满足不同植物生长过程中对不同光谱的需求。

图8本公开提供一种植物生长环境的设置装置的结构示意图，本实施例的装置包括：接收模块801和处理模块802。

其中，接收模块801，用于接收预设的多个时间点对应的植物生长环境参数，其中，植物生长环境参数包括：土壤氮磷钾含量、空气温度、空气湿度、二氧化碳浓度、光照强度、土壤湿度和植物发育时间。

处理模块802，用于将植物生长环境参数输入生长阶段对应的植物生长模型，获取植物生长信息，其中，植物生长信息包括：叶片大小、植株高度、叶绿素含量和叶片数量，生长阶段对应的植物生长模型是基于植物的生长阶段的历史生长环境参数和历史生长环境参数对应的历史生长信息拟合分析得到的。

处理模块802，还用于将植物生长信息输入所述生长阶段对应的植物生长评级模型，获取植物生长状态综合评分，其中，所述生长阶段对应的植物生长评级模型是基于植物的所述生长阶段的历史生长信息和历史生长信息对应的生长状态的专家评分拟合分析得到的。

处理模块802，还用于根据植物生长状态综合评分，确定植物生长阶段的最佳生长环境参数。

处理模块802，还用于根据植物每个生长阶段的最佳生长环境参数，生成植物的最佳生长环境曲线。

处理模块802，还用于基于植物的最佳生长环境曲线，设置植物的生长环境参数。

可选的，处理模块802，还用于：

获取植物的生长阶段的多组历史生长环境参数和多组历史生长环境参数分别对应的植物生长图像；

根据多组历史生长环境参数分别对应的植物生长图像，获取多组历史生长环境参数分别对应的历史生长信息，得到植物的生长阶段的多组历史生长信息；

对植物的生长阶段的多组历史生长环境参数和多组历史生长环境参数分别对应的历史生长信息进行拟合分析，得到生长阶段对应的植物生长模型。

可选的，处理模块802，还用于：

对植物的生长阶段的多组历史生长信息和多组历史生长信息分别对应的植物生长状态的专家打分进行拟合分析，得到生长阶段对应的植物生长评级模型。

可选的，处理模块802，具体用于：

根据植物生长监测装置，获取植物的生长阶段的多组历史生长环境参数和多组历史生长环境参数分别对应的植物生长图像。

本实施例的装置对应的可用于执行上述图1到图3任一所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

本公开实施例提供了一种计算机设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时可以实现图1到图3任一所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

本公开还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现图1到图3任一所示方法实施例的技术方案。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文所述的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。