GMM221，GMM222二氧化碳傳感器在農科院溫室大棚的應用
國內***的溫室監控(智慧農業)軟硬件整體解決方案, 結合了*先進的物聯網及軟件技術以及無錫斯洛森在物聯網領域豐富的實踐經驗。系統基于文朗潤誠成熟的物聯網通用平臺， 功能完善, 運行穩定可靠， 性能優異。
該系統可以實時遠程獲取溫室大棚內部的空氣溫濕度、土壤水分溫度、二氧化碳濃度、光照強度及視頻圖像， 通過模型分析，可以自動控制溫室濕簾風機、噴淋滴灌、內外遮陽、頂窗側窗、加溫補光等設備。同時，系統還可以通過手機、PDA、計算機等信息終端向管理者推送實時監測信息、報警信息，實現溫室大棚信息化、智能化遠程管理，充分發揮物聯網技術在設施農業生產中的作用保證溫室大棚內環境*適宜作物生長實現精細化的管理,為作物的高產、上等、高效、生態、**創造條件， 幫助客戶提高效率、降低成本、增加收益。
系統軟件可以選用云計算SAAS模式的租用模式, 按照使用時間和使用量計費, 無需單獨架設服務器和網絡系統, 節省投資, 縮短建設周期, 降低建設風險。系統硬件系統采用無錫斯洛森自主研發的一體化溫室智能監控終端， 集成度高，安裝非常簡便， 插電即用， 穩定可靠， 便于維護。
系統功能
1.1 溫室環境實時監控
(1) 通過電腦或者手機遠程查看溫室的實時環境數據，包括空氣溫度、空氣濕度、土壤溫度、土壤濕度、光照度、二氧化碳濃度、氧氣濃度等。遠程實時查看溫室視頻監控視頻，并可以保存錄像文件，防止農作物被盜等狀況出現。
(2) 溫室環境報警記錄及時提醒，用戶可直接處理報警，系統記錄處理信息，可以遠程控制溫室設備。
(3) 遠程、自動化控制溫室內環境設備，提高工作效率，如自動灌溉系統、風機、側窗、頂窗等。
(4) 用戶可以直觀查看溫室環境數據的實時曲線圖，及時掌握溫室農作物生長環境。
1.2 智能報警系統
(1) 系統可以靈活的設置各個溫室不同環境參數的上下閥值。一旦超出閥值，系統可以根據配置，通過手機短信、系統消息等方式提醒相應管理者。
(2) 報警提醒內容可根據模板靈活設置，根據不同客戶需求可以設置不同的提醒內容，*大程度滿足客戶個性化需求。
(3) 可以根據報警記錄查看關聯的溫室設備，更加及時、快速遠程控制溫室設備，高效處理溫室環境問題。
(4) 可及時發現不正常狀態設備，通過短信或系統消息及時提醒管理者，保證系統穩定運行。
1.3 遠程自動控制
(1) 系統通過先進的遠程工業自動化控制技術，讓用戶足不出戶遠程控制溫室設備。
(2) 可以自定義規則，讓整個溫室設備隨環境參數變化 自動控制，比如當土壤濕度過低時，溫室灌溉系統自動開始澆水。
(3) 提供手機客戶端，客戶可以通過手機在任意地點遠程控制溫室的所有設備。
1.4 歷史數據分析
(1) 系統可以通過不同條件組合查詢和對比歷史環境數據。
(2) 支持列表和圖表兩種不同方式查看，用戶可以更直觀看到歷史數據曲線。
(3) 與農業生產數據建立統一的數據模型，系統通過數據挖掘等技術可以分析更適合農作物生長、*能提高農作物產量的環境參數，輔助決策。
1.5 視頻監控
(1) 視頻采集。
(2) 視頻存儲。
(3) 視頻檢索及播放。
1.6 農產品**溯源
1.7 農業知識庫
(1) 知識采集。
(2) 知識檢索及共享。
1.8 手機客戶端
(1) 用戶可以通過文朗潤誠-農業溫室智能監控系統手機客戶端，隨時隨地查看自己負責溫室的環境參數。
(2) 用戶可以使用手機端及時接受、查看溫室環境報警信息。
(3) 通過手機端，用戶可以遠程自動控制溫室環境設備，如自動灌溉系統、風機、頂窗等。
系統特點及優勢
(1)軟件系統基于無錫斯洛森成熟的物聯網通用平臺, 系統運行穩定可靠, 性能優異。采用云計算SAAS模式, 客戶無需架設專門的服務器和網絡系統, 節省投資, 軟件系統部署和維護簡便。
(2)集成的視頻監控功能, 視頻與環境監控無縫集成, 實現真正意義的可視化監控管理.。
(3)集成度高, 前端監控設備選用文朗潤誠自主研發的一體化溫室智能監控終端, 集成度高, 無需專門安裝, 插電即用, 后期維護簡便。
(4)硬件可靠性高, IP66以上的前端設備防護等級, 防塵、防水, 可以安裝在戶外,適應陰雨潮濕等惡劣環境。
(5)軟件系統功能完善, 專門為農業客戶定制的系統界面, 界面友好, 操作便捷。 集成的視頻監控功能,實現便捷的遠程可視化管理。
(6)兼容性好, 通過配置, 可以連接客戶已有的不同廠商品牌的采集和控制設備。靈活的配置功能, 可以*大程度滿足不同客戶的個性化需求。
(7)支持計算機、手機、Pad等多種終端訪問, 提供智能手機客戶端軟件, 可以隨時隨地監控溫室環境。集成微信、手機短信等多種展現和交互方式, 信息傳遞及時、便捷。
(8) 配套的農業知識庫、農產品溯源系統等附加功能。
(9)系統擴展性好, 支持二次開發, 可以與客戶現有其它信息系統深度集成。
