本發明屬于種子發芽試驗研究技術領域，具體涉及一種基于單片機控制的種子發芽試驗輔助決策系統。

背景技術：

種子發芽試驗過程的目的是，在發芽試驗室內幼苗出現和生長達到一定階段時，判定幼苗的主要構造是否能在室外土壤適宜條件下進一步生長成為正常植株；種子發芽的主要測定項目有發芽率、正常幼苗、不正常幼苗、未發芽的種子、新鮮不發芽種子等；在發芽過程中，溫度、光照，濕度，水分是重要的條件，它們最終決定以上重要指標結果；種子發芽過程的試驗研究，首先要選出具有能較好體現種子發芽指標的環境因子控制條件；然后再按照優選出的試驗的各發芽階段重要控制條件再進行足夠的樣本試驗；當樣本試驗數據分析獲得滿意的統計結果后，才能進行進一步研究和推廣；因此，為了提高效率和縮短研究開發周期，迫切需要建立智能控制與輔助決策密切結合的系統，這個系統既能支持科研者分析并且優選出較好發芽指標的試驗過程控制條件，又能支持對樣本試驗結果進行統計分析，同時還能按照試驗的各階段光照，溫度，濕度和水分條件進行發芽過程的智能控制；建立該系統是改進研究質量，減少研究工作量的重要措施。

目前使用的種子發芽設施有光照培養箱、智能種子發芽室兩大類；光照培養箱大多采用強制對流的方式來控制溫度、濕度、光照等參數，由于強制對流方式使發芽床的水分容易迅速喪失，加之環境密閉，造成種子發芽后幼苗生理失衡，成活率低等現象；智能種子發芽室可根據用戶的要求的種子發芽所需要的時間、溫度、濕度、光照值段進行微電腦全自動控制，控制板一體化，為種子發芽提供穩定的環境條件，但存在著投入高，場地占用大的缺陷。

為了解決試驗效果與成本問題，已經有人自行搭建的發芽自動控制室；謝平等(2008)以ATS單片機為核心，用C語言編寫控制軟件，建立了對培養箱的溫度、濕度、光照的自動控制；岑益超(2014)設計了基于STM8S單片機和REX3U無線網絡，使用C語言編寫控制程序的植物組培高效智能LED光照系統；但這些研究僅僅集中在組培苗的培養。

發明專利“一種網絡化的種子除濕控制系統”(CN 103955240 B)雖然對種子實現了較好的濕度控制，但是并沒有對發芽過程的光照，溫度等條件的實施控制。

分析以上所述，現有各種發芽設備和設施的共同缺陷是，僅僅提供一個發芽過程的控制或者部分條件控制，不能輔助研究者進行與發芽過程控制相結合的“種子發芽條件參數的優選決策”，也不能在指定優選發芽參數下進行樣本試驗自動控制及其研究的輔助決策，同時仍然離不開人工計算和有較多工作量，造成不少處理誤差，因而無法提高種子發芽全過程研究的效率、質量和方便性。

技術實現要素：

為了解決以上缺陷技術問題，本發明提供一種基于單片機控制的種子發芽試驗輔助決策系統；本發明采用面向對象模塊化技術和嵌入式開發技術，在PC機上采用Python腳本文件對種子發芽過程控制及決策分析研究進行描述，建立發芽過程監控模塊、發芽研究輔助決策模塊和數據庫模塊，以此作為上位機，通過以單片機為核心的發芽試驗智能控制器，對種子發芽室內光照、溫度、濕度、水分環境參數進行實時采集，實現智能自動調節功能；同時將反饋來的過程結果進行數據分析，以供研究者進行控制條件優選；進一步，通過發芽試驗智能控制器和發芽室，對優選發芽方案再進行樣本試驗，然后對樣本試驗的結果信息進行統計分析，從而幫助科研人員脫離了繁雜的數據統計過程，提高了效率和縮短研究開發周期，完成了種子發芽研究全過程的信息化。

本發明的技術方案如下：

1.一種基于單片機控制的種子發芽試驗輔助決策系統,其特征在于，包括發芽過程監控模塊、發芽研究輔助決策模塊、發芽試驗智能控制器、發芽室和數據庫模塊，所述發芽過程監控模塊，發芽研究輔助決策模塊和數據庫模塊均運行于PC上位機平臺上；發芽試驗智能控制器是本系統的下位機，發芽室是被監控對象；

所述發芽過程監控模塊：用于獲取來自研究者的發芽試驗種子基本信息；獲取研究者設置的種子發芽試驗的溫度，濕度，光照強度，水分，控制誤差參數數據，將這些數據傳到發芽試驗智能控制器中以供執行；用于獲得發芽試驗智能控制器和發芽室傳來的種子發芽過程的實時溫度，濕度，光照強度和水分數據，以表格和圖形曲線界面展示，并生成按年、月、日記錄的EXCEL格式數據報表，供研究者分析使用；用于獲取研究者設置的優選方案的樣本試驗的樣本數，溫度，濕度，光照強度，水分數據，控制誤差參數數據，將這些數據傳到發芽試驗智能控制器中,以供執行；用于獲取來自發芽試驗智能控制器和發芽室的優選方案的樣本試驗的實時溫度，濕度，光照強度和水分數據，以表格和圖形曲線界面展示，形成按年、月、日記錄的EXCEL格式數據報表，供以后試驗數據分析使用，并提供查詢；用于獲取來自發芽試驗智能控制器傳來的發芽室火警信息，及時發出火警圖像警告和火警報聲，同時自動傳出切斷發芽室內除攝像頭外的電源的命令至發芽試驗智能控制器；用于獲得發芽試驗智能控制器傳來的發芽室的水分數據，當水分數據達到水分干旱臨界值時，及時發出干旱警告圖像文字和警報聲，以供研究者及時處理；以上各功能涉及的所有數據均存儲于數據庫模塊；

所述發芽研究輔助決策模塊：用于獲取來自發芽試驗智能控制器和發芽室反饋的發芽過程試驗數據，并且用于獲取研究者在發芽室調查后輸入的發芽信息，這些信息包括：SN，LN和ZN；其中，SN表示在發芽勢調查日所調查的發芽的種子數，所述發芽勢調查日為播種后第3-14天，LN表示在發芽率調查日所調查的正常幼苗數，所述發芽率調查日為播種后第5-35天，ZN表示試驗播種的種子數，并進行統計分析，以供研究者進行發芽試驗方案的優選；用于為研究者提供探究種子發芽的最佳發芽條件及其條件差異檢驗的輔助決策；用于獲取來自發芽試驗智能控制器和發芽室反饋的優選方案的樣本試驗數據，以及獲取研究者輸入的優選方案的樣本試驗的SN、LN和ZN數據，并進行統計檢驗和分析，輔助研究者對這些樣本試驗進行樣本數的顯著性差異分析及決策；用于獲取研究者輸入的發芽試驗研究成功或者失敗的經驗總結，并且存儲供查詢，以上各功能涉及的所有數據均存儲于數據庫模塊；其中，發芽勢是在發芽勢調查日調查的發芽的種子數占試驗播種的種子數的百分率，發芽率是在發芽率調查日調查的正常幼苗數占試驗播種的種子數的百分率；

所述發芽試驗智能控制器：采用的單片機型號為STM32F407ZGT6，與上位機相連，接受來自于發芽室的濕度、溫度、水分、光照強度實時數據,同時將這些數據傳到PC上位機；接受PC上位機的發芽過程監控模塊中所設置的溫度，濕度，光照強度，水分，控制誤差參數數據，利用內部的協調智能算法進行運算,并且通過智能接口、驅動模塊和智能開關，及時地調節發芽室中的加熱器，加濕器，照明燈的運行，實現發芽室的發芽過程環境條件的閉環智能控制；

所述發芽室，包括的設備有：兩層以上架子的培養架、發芽盒、發芽床、加熱器、加濕器、紫外燈、照明燈、溫度傳感器、濕度傳感器、光照傳感器、土壤水分傳感器、煙霧傳感器、報警器、攝像頭；依靠發芽過程監控模塊的試驗參數設置功能和發芽試驗智能控制器的智能控制功能，及時地調節發芽室內加熱器、加濕器、照明燈的運行，實現發芽室內種子發芽環境條件的自動化控制；發芽室內的溫度傳感器，濕度傳感器，光照傳感器，土壤水分傳感器，煙霧傳感器和攝像頭，分別將溫度、濕度、光照強度、水分、火警信息以及影像實時信息，通過傳感器接口，不斷地反饋到發芽試驗智能控制器中；

所述數據庫模塊:由數據庫及其管理程序構成,接收并存儲來自發芽室、發芽試驗智能控制器發送來的發芽試驗實時數據,送往上位機的發芽過程監控模塊，以供研究者查詢，并送往發芽研究輔助決策模塊進行分析處理,提供輔助決策信息給研究者；接收并且存儲來自研究者設置或者調整的試驗控制參數，傳送給發芽試驗智能控制器,以供其通過智能控制方法的運算，對加熱器、加濕器和照明燈的運行進行自動控制調整；存儲有統計學的F分配表和正態分布Z值表，F分配表中每一個F顯著度值都對應一個F臨界值；以上兩表用于進行統計檢驗及輔助決策分析。

2.根據技術方案1所述的基于單片機控制的種子發芽試驗輔助決策系統,其特征在于,所述發芽過程監控模塊，包括：

發芽試驗種子基本信息單元，與數據庫模塊相連接，用于提供人機界面，獲取研究者設置的試驗種子的試驗名稱，種子名稱，物種類型，試驗起始日，試驗終止日，發芽盒號，重復序號，發芽勢調查日，發芽率調查日，發芽床，并且將這些數據存儲入數據庫模塊中；

發芽過程參數及任務設置單元，與數據庫模塊相連接，用于提供人機界面，獲取研究者設置的種子發芽過程的溫度，濕度，光照強度，水分，控制誤差參數，將以上各參數存入數據庫模塊中；并將這些信息傳到發芽試驗智能控制器中，以供其對發芽室的發芽環境條件進行自動控制；

優選方案樣本試驗參數及任務設置單元，與數據庫模塊相連接，用于提供人機界面，獲取研究者設置的優選方案的樣本試驗的樣本數，發芽過程的溫度，濕度，光照強度，水分，控制誤差參數數據，并且將這些數據存入數據庫模塊中；同時傳到發芽試驗智能控制器中，以供發芽試驗智能控制器對發芽室的發芽樣本試驗的環境條件進行自動控制；

試驗實時狀況顯示及查詢單元，與數據庫模塊相連接，用于獲取從發芽試驗智能控制器中反饋來的種子發芽過程的實時溫度，濕度，光照強度，水分及影像數據，以表格、曲線及圖形界面展示，并能夠形成分別按照年、月、日記錄統計的EXCEL格式數據報表，供研究者使用；用于及時發出發芽床發生干旱的圖像文字警告和警報聲，以供研究者及時處理；用于從數據庫中提取已存入的實時溫度，濕度，光照強度，水分及影像數據，以供查詢；

優選方案樣本試驗參數實時顯示及查詢單元，與數據庫模塊相連接，用于獲取從發芽試驗智能控制器中反饋來的優選方案的樣本試驗的實時溫度，濕度，光照強度，水分數據，以表格和圖形曲線界面展示，并能形成分別按照年、月、日記錄統計的EXCEL格式數據報表，供研究者研究決策使用；然后將該樣本試驗的種子發芽過程的實時溫度，濕度，光照強度，水分數據存入數據庫模塊中；同時能提取這些數據以供查詢；

試驗實時報警及處理單元，與數據庫模塊相連接；用于獲得發芽室內的煙霧傳感器、土壤水分傳感器監測傳來的數據，當煙霧傳感器反饋的數據達到規定范圍表示火警時，該單元就發出圖像文字火警和火警報聲，并及時傳出切斷發芽室內除攝像頭外的電源的命令至發芽試驗智能控制器；當土壤水分傳感器反饋的水分數據達到水分干旱臨界值時，該單元及時發出干旱圖像文字警告和警報聲，以供研究者及時處理。

3.根據技術方案1所述的基于單片機控制的種子發芽試驗輔助決策系統,其特征在于,所述發芽研究輔助決策模塊，包括：

發芽條件研究統計及優選單元，與數據庫模塊相連接，用于從發芽試驗智能控制器中獲取在不同參數條件下的發芽試驗過程及結果的數據；并且用于獲取研究者經調查后輸入的發芽信息SN，LN，ZN數據,并按照發芽計算模型計算出發芽勢，發芽率，以人機界面形式，提供給研究者進行發芽條件試驗方案的優選；然后將在不同參數條件下的發芽過程試驗及結果的數據，存入數據庫；所述發芽計算模型由發芽勢(X)公式，發芽率(Y)公式構成,

發芽勢(X)公式為：X＝SN/ZN×100％，

發芽率(Y)公式為：Y＝LN/ZN×100％，

式中，SN為前述的在發芽勢調查日所調查的發芽的種子數，LN為前述的在發芽率調查日所調查的正常幼苗數，ZN為前述的試驗播種的種子數；

發芽條件差異檢驗優選決策單元，與數據庫模塊相連接，用于根據完全隨機設計試驗法模型進行計算，以檢驗同批種子不同溫度、濕度、光照強度或水分發芽環境條件對發芽勢或者發芽率的差異是否有顯著影響，為研究者優選發芽環境條件提供決策；下面描述某種子在m個不同溫度下重復試驗n次的完全隨機設計試驗法模型；所述完全隨機設計試驗法模型由矯正數C公式，總平方和SST公式，處理平方和SSTR公式，誤差平方和SSE公式，處理均方MSTR公式，誤差均方MSE公式，F比值公式構成，其中，

矯正數C公式為：

總平方和SST公式為：

處理平方和SSTR公式為：

誤差平方和SSE公式為：SSE＝SST-SSTR；

處理均方MSTR公式為：

誤差均方MSE公式為:

F比值:

式中，X_ij為重復第i次試驗的第j個溫度條件下種子的發芽率；其中i為1,2,…n次；j為1,2,…m個不同溫度；n為試驗重復總次數，m為溫度控制處理總次數；r為處理自由度，r＝m；c為重復自由度，c＝n；F比值是指處理均方與誤差均方的比值；

該發芽條件差異檢驗優選決策單元在運行時,首先從數據庫模塊中取出同批種子的X_ij,n,m,r,c數據，然后根據以上完全隨機設計試驗法模型進行計算，求出F比值；再從數據庫模塊的F分配表中取出F顯著度＝0.05對應臨界值F^*(0.05)；接著該單元以人機界面形式顯示F比值與F^*(0.05)值，如果F比值＞F^*(0.05)，表示不同溫度值對發芽率的差異有影響，否則對發芽率無影響；當研究者判斷F比值＞F^*(0.05)時，就驗證優選發芽方案的溫度參數具有統計意義；以上完全隨機設計試驗法模型同樣能用于濕度或光照強度的輔助決策；

優選方案樣本試驗統計決策單元，與數據庫模塊相連接，用于從發芽試驗智能控制器中獲取同一優選方案的樣本數各不相同的發芽樣本試驗的過程數據及結果數據，并且用于獲取研究者經調查后輸入的發芽樣本試驗的發芽信息SN，LN，ZN數據,并按照發芽計算模型計算出發芽勢，發芽率，并進行統計分析，以人機界面形式，提供給研究者研究決策；然后將這些不同樣本數的樣本試驗過程數據及結果數據，存入數據庫模塊中；這里的發芽計算模型與上述發芽條件研究統計及優選單元中的發芽計算模型一樣；

優選方案樣本試驗樣本檢驗決策單元，用于優選方案樣本試驗中同批種子不同樣本數的樣本試驗的發芽率或者發芽勢的差異分析，為研究者擴大樣本數試驗提供輔助決策信息；采用種子雙樣本發芽情況檢驗公式進行計算，以檢驗優選方案樣本試驗中，不同樣本數的試驗的發芽率或者發芽勢差異是否來自隨機誤差或者處理誤差，從而能夠為研究者提供輔助決策；所述種子雙樣本發芽情況檢驗公式為：

式中，P1表示第一個樣本試驗的發芽率，P2表示第二個樣本試驗的發芽率，Z值是統計過程控制的常用統計量之一，Z值是某一特征值與均值或百分率之間標準偏差的數量，它是一個相對量；

S_(P1-P2)表示雙樣本百分率標準誤差，其計算公式如下：

式中，n1表示第一個樣本試驗的樣本數，n2表示第二個樣本試驗的樣本數；

該單元在運行時,首先從數據庫模塊中取出同一批次種子在相同溫度，濕度和光照強度下在兩個樣本試驗的樣本數n1和n2，以及發芽率P1和P2，然后根據以上種子雙樣本發芽情況檢驗公式進行計算，求出Z值，再從數據庫模塊的Z正態分布表中取出顯著性水平精度α＝0.05對應的Z臨界值Z^*(0.05)；接著該單元以人機界面形式顯示Z值與Z^*(0.05)值，如果Z值＞Z^*(0.05)，表示不同樣本數對發芽率的差異有影響，否則對發芽率無影響；當研究者判斷Z值<Z^*(0.05)時，就說明其誤差不是樣本數所致；以上公式同樣能用于發芽勢的樣本檢驗；

樣本試驗總結及查詢單元，用于提供人機界面，以供研究者輸入樣本試驗成功或者失敗的技術經驗，并將輸入的技術經驗存入數據庫模塊；還能夠按照查詢要求從數據庫模塊中取出這些技術經驗，以人機界面顯示或打印。

4.根據技術方案1所述的基于單片機控制的種子發芽試驗輔助決策系統,其特征在于,所述發芽試驗智能控制器：包括：多種外設輸入輸出接口，多種智能開關，多種傳感器接口，數據通信接口元件；配置一個觸控面板、報警裝置和可插拔存儲設備；

觸控面板，一方面用于發芽室內種子發芽試驗的環境條件實時數據的顯示功能；另一方面用于手動選取其內部存儲的發芽過程參數和控制任務配置文件，自動完成發芽過程中的環境參數調節過程；

多種外設輸入輸出接口，包括光電隔離輸出接口、A/D轉換器、各種驅動模塊、TF卡接口、時鐘電源插座、指示燈部件；用于輸出控制信號驅動發芽室的加熱器，加濕器，照明燈的運行，用于將外來的模擬信息轉換為數字信息；

多種傳感器接口，包括RS485接口、I²C接口、GPIO接口、SDIO接口，用于接受傳感器反饋的實時信息；

多種智能開關，用于實現對發芽室內加熱器、加濕器，照明燈的啟動和較高精度的調節，以及用于實現對發芽室內電源的切斷；

數據通信接口元件，包括UBS接口，定時器，中斷控制器,外部中斷控制器和實時時鐘，用于實現發芽試驗智能控制器與PC上位機之間的信息傳輸；

報警裝置，具備報警參數設置及報警功能，用于根據發芽室報警數據進行報警。

5.根據技術方案4所述的基于單片機控制的種子發芽試驗輔助決策系統,其特征在于,所述發芽試驗智能控制器，其內部具備溫度、濕度和光照強度的協同智能控制算法；發芽試驗智能控制器自動根據研究者在發芽過程監控模塊中設置的種子發芽試驗的溫度，濕度，光照強度，控制誤差參數數據和所獲取的發芽試驗實時溫度，濕度，光照強度數據，采用協同智能控制算法進行運算，不斷調節發芽室的溫度，濕度，光照強度發芽試驗環境，消除溫度、濕度和光照強度之間相互影響和干擾作用，實現發芽室的溫度，濕度，光照強度發芽環境參數的智能控制。

6.根據技術方案1至5中任一技術方案所述的基于單片機控制的種子發芽試驗輔助決策系統,其特征在于,所述發芽試驗智能控制器，采用USB HID協議，通過數據通信接口元件，定時接收和存儲PC上位機下發的控制指令或Python腳本配置文件，同時定時將來自發芽室種子發芽過程的實時溫度，濕度，光照強度，水分數據上傳至PC上位機數據庫中以供分析查詢，實現發芽試驗智能控制器與上位機之間的指令、圖像、傳感器值、開關狀態的傳輸。

與現有技術相比，本發明的有益效果是：

1、為種子發芽研究提供高效，高質的輔助決策手段；本系統將輔助決策和自動控制密切結合，既能輔助研究者分析并且優選出滿意發芽指標的試驗及其控制條件，又能支持對優選發芽方案的樣本試驗的結果數據進行統計分析及輔助決策，同時還能按照試驗的光照，溫度，濕度條件進行發芽過程的智能控制；全過程一體化，減少研究工作量，縮短研究周期。

2、是種子發芽研究靈活方便的現代自動化工具；當需要對發芽條件試驗的發芽條件進行多個試驗和研究時，或者需要對優選出滿意指標的種子發芽條件參數再進行樣本試驗時，本系統能增加智能控制器和發芽室，靈活方便地進行不同參數條件的智能控制試驗；本系統能夠獲取多個智能控制器和發芽室反饋回來的數據，并能結合研究者錄入的相關數據進行統計分析，從多個層次數據分析，優選出滿意指標的種子發芽條件參數，為研究者提供具有統計學意義的科學指標和結論。

3、試驗環境條件控制可靠性強；本發明的發芽智能控制器和受控的發芽室，保證了各試驗在同一時期的溫度、濕度、光照的穩定性；本發明采用智能控制器所具備的溫度、濕度和光照協同智能控制算法，能自動根據設定的控制目標實現發芽環境參數的自動控制功能和最佳效果，可實時監控、體積小，控制可靠，精度高。

4.本系統提供了除國家標準所要求的發芽溫度條件以外的若干發芽控制條件的檢測，反饋與控制；使濕度，光照強度，水分等發芽條件的數字化應用在本系統中得到充分體現,特別是能利用智能控制技術，實時采集發芽室中發芽床的水分狀態進行監控，能夠及時發出干旱報警，對于種子生理研究具有重要意義。

附圖說明

圖1：基于單片機控制的種子發芽試驗輔助決策系統結構圖。

圖2:PC上位機的模塊結構及其與發芽試驗智能控制器及發芽室的信息聯系圖。

圖3：發芽條件試驗實施流程圖。

圖4：優選試驗樣本檢驗實施流程圖。

具體實施方式

下面結合附圖和實施方式對本發明進一步說明。

術語：

正常幼苗，在《中華人民共和國國家標準農作物種子檢驗過程發芽試驗GB/T3543.4-1995》有專門定義，詳見《中華人民共和國國家標準農作物種子檢驗過程發芽試驗GB/T 3543.4-1995》。

發芽勢調查日，為播種后第3-第14天，自播種日起計算；發芽勢調查日是根據《中華人民共和國國家標準農作物種子檢驗過程發芽試驗GB/T 3543.4-1995》中表1農作物種子的發芽技術規定所例舉的農作物的初次計數天數確定的。

發芽率調查日，為播種后第5-第35天，自播種日起計算；發芽率調查日是根據《中華人民共和國國家標準農作物種子檢驗過程發芽試驗GB/T 3543.4-1995》中表1農作物種子的發芽技術規定所例舉的農作物的末次計數天數確定的。

發芽勢是在發芽勢調查日調查的發芽的種子數占試驗播種的種子數的百分率。

發芽率是在發芽率調查日調查的正常幼苗數占試驗播種的種子數的百分率。

溫度為發芽室室溫；濕度為發芽室內空氣相對濕度；光照強度為照明燈的光照強度；水分為發芽床的水分。

圖1所示的是本發明所推出的基于單片機控制的種子發芽試驗輔助決策系統結構圖，該系統由發芽過程監控模塊1、發芽研究輔助決策模塊2、數據庫模塊3、發芽試驗智能控制器4和發芽室5構成；發芽研究輔助決策模塊2，發芽過程監控模塊1和數據庫模塊3均運行于PC上位機平臺上；發芽試驗智能控制器4是本系統的下位機。

發芽過程監控模塊1用于獲取來自研究者的發芽試驗種子基本信息；用于獲取研究者設置的種子發芽條件試驗或者優選方案的樣本試驗的樣本數，溫度，濕度，光照強度，水分，控制誤差參數數據，并將這些數據傳到發芽試驗智能控制器4中以供執行；用于獲取來自發芽試驗智能控制器4和發芽室5反饋來的種子發芽過程或者優選方案的樣本試驗的實時溫度，濕度，光照強度和水分數據，將其以表格和圖形曲線界面展示，并生成按年、月、日記錄的EXCEL格式數據報表，供研究者分析使用；用于獲取來自發芽試驗智能控制器4的火警報警信號，及時發出火警圖像文字警告和警報聲，同時傳出切斷發芽室5內除攝像頭外的電源的命令至發芽試驗智能控制器，以保證安全；用于獲得發芽試驗智能控制器傳來的達到干旱臨界值的發芽床的水分數據，及時地發出干旱圖像文字警告和警報聲，以供研究者及時處理；以上各功能涉及的所有數據均存儲于數據庫模塊3。

發芽研究輔助決策模塊2用于獲取來自發芽試驗智能控制器4反饋的種子發芽條件試驗數據或者優選方案的樣本試驗數據，用于獲取研究者經調查后輸入的發芽信息，這些信息包括：SN，LN和ZN；其中，SN為在發芽勢調查日所調查的發芽的種子數，所述發芽勢調查日為播種后第3-第14天，LN為在發芽率調查日所調查的正常幼苗數，所述發芽率調查日為播種后第5-第35天，ZN為試驗播種的種子數，并進行統計和分析，提供有統計意義的優選發芽條件方案；或者輔助研究者對優選發芽方案的樣本試驗數據進行統計及樣本數檢測的顯著性差異分析，以獲得統計意義的驗證；用于獲取研究者錄入的樣本試驗成功或者失敗的經驗總結，并且存儲供查詢，以上各功能涉及的所有數據均存儲于數據庫模塊3。

發芽試驗智能控制器4采用的是單片機型號為STM32F407ZGT6，包括：多個外設輸入輸出接口，多種智能開關48，多種傳感器，數據通信接口元件410，靜態存儲41，程序閃存42，鍵盤44；配置有觸控面板43，報警裝置45和可插拔存儲設備。

多種外設輸入輸出接口包括光電隔離輸出接口47、A/D轉換器、各種驅動模塊49、RS485接口、TF卡接口、時鐘智能電源插座、指示燈部件；用于輸出控制信號，驅動發芽室的加熱器59，加濕器510，照明燈58的運行；用于將外來模擬信息轉換為數字信息。

多種傳感器接口46，包括RS485接口、I²C接口、GPIO接口、SDIO接口；用于接受傳感器反饋的實時信息。

多種智能開關48，用于實現對發芽室5內加熱器59、加濕器510，照明燈58的啟動和較高精度的調節，以及用于實現對發芽室5內電源的切斷；

數據通信接口元件410，包括UBS接口，RS485接口，定時器，中斷控制器,外部中斷控制器和實時時鐘，用于接收和存儲PC上位機下發的控制指令或Python腳本配置文件，同時定時將記錄得到的發芽室5內發芽試驗過程數據上傳至PC上位機進行分析；發芽試驗智能控制器4采用USB HID協議，通過數據通信接口元件410，實現發芽試驗智能控制器4與PC上位機之間的指令、圖像、傳感器值、開關狀態的傳輸。

觸控面板43，一方面用于顯示發芽室5內種子發芽試驗的實時溫度，濕度，光照強度，水分數據；另一方面用于手動選取其內部存儲的發芽過程參數和控制任務配置文件，自動完成發芽過程中的環境參數調節過程。

報警裝置45，具備報警參數設置及報警提示功能，用于獲得發芽室5內的煙霧傳感器54、土壤水分傳感器55監測傳來的數據；當煙霧傳感器54反饋的數據達到表示火警規定數據時，該裝置就發出火警圖像文字和警報聲，并及時傳出切斷發芽室5內除攝像頭外的電源的命令至智能開關48；當土壤水分傳感器55反饋的發芽床5的水分數據達到水分干旱臨界值時，該裝置就及時發出干旱圖像文字警告和警報聲，以供研究者及時處理。

發芽試驗智能控制器4接受來自于發芽室5的濕度、溫度、水分，光照強度、報警信息和現場圖像等反饋信號,同時接受來自于連接在PC上位機上的發芽過程監控模塊1中所有設置的溫度，濕度，光照強度，水分，控制誤差參數信息，并且利用內部溫度、濕度和光照協同智能控制算法，通過智能接口48、驅動模塊49和光電隔離47，輸出控制電壓信號，調節發芽室5中的加熱器59，加濕器510，照明燈58的運行變化，實現發芽室5的發芽過程環境條件的閉環智能控制功能；同時能對墑情干旱和火警及時地報警。

發芽室5包括的設備有：含有兩層以上架子的培養架50，發芽盒512、發芽床、加熱器59、加濕器510、紫外燈57、照明燈58、溫度傳感器51、濕度傳感器52、光照傳感器53、土壤水分傳感器55、煙霧傳感器54、攝像頭56，報警器511。

其中，培養架50的長、寬、高分別為1250mm，550mm，1800mm，架體為鋼管，架體立柱；層間距為300～500mm；煙霧傳感器54和報警器511安裝在發芽室5內的屋頂，培養架50、加熱器59和加濕器510放置在發芽室5內；發芽盒512放置在培養架50的層面上，發芽盒512內鋪設有發芽床，所述發芽床為紙床或砂床或土壤；培養架50的每層的上方頂部安裝有紫外燈57、照明燈58、光照傳感器53和攝像頭56，溫度傳感器51，濕度傳感器52和煙霧傳感器54安裝在培養架50上；土壤水分傳感器55插在發芽盒512內鋪設的發芽床上。

在培養架50的每層的上方頂部安裝有紫外燈57、照明燈58、光照傳感器53和攝像頭56，這些設備與該層頂面之間安裝反光板，以提高光源的利用率。

溫度傳感器51采用FY-W01型號，濕度傳感器采用JCJ175A型號，土壤水分傳感器采用SWR-100型號，三針扁平結構；以上三者均與發芽試驗智能控制器4的RS485接口相連，用于將溫度，濕度，水分的實時數據傳到發芽試驗智能控制器中。

光照傳感器53采用型號為SS1060I，可測試0-20000Lux光照強度，與發芽試驗智能控制器4的I²C接口相連，用于將光照實時信息傳到發芽試驗智能控制器4。

照明燈58采用IP65型號，功率為20W，紫外燈57采用型號為騰諾GPH150T5，用于種子發芽前滅菌處理，每小時滅菌率99.99％，照射面積達40m²；加熱器59采用奧克斯KFR-51LW/R1T型號，制熱量為8100W，循環風量為1200m³/h；加濕器510采用貝菱XH-M4000型號，加濕容量280mL/h以上，適用面積40m²以上；攝像頭采用OV7725型號，30萬像素，彩色，640*480分辨率，體積為21mm x 21mm x 10mm；發芽室內的報警器511采用DF-8000型號，可無線通訊，并帶強制切斷電源功能，與報警裝置45不同的是，該報警器511自帶傳感器，專門用于火警報警。

發芽室內的溫度傳感器51、濕度傳感器52、光照傳感器53、土壤水分傳感器55、煙霧傳感器54；攝像頭56，通過傳感器接口46，分別將溫度、濕度、光照強度、水分、火警信息以及影像信息實時反饋到發芽試驗智能控制器4中，以供其進行智能運算和智能控制；發芽試驗智能控制器4又通過數據通信接口元件410,利用UBS HID協議，將來自發芽室5的溫度、濕度、光照強度、水分、火警信息以及影像信息實時上傳到PC上位機的發芽過程監控模塊1、發芽研究輔助決策模塊2、數據庫模塊3中；以供監控和輔助分析決策；

數據庫模塊3由數據庫及其管理程序構成，用于接收并存儲來自發芽室5、發芽試驗智能控制器4發送來的發芽試驗實時數據,送往上位機的發芽過程監控模塊1，以供研究者查詢；送往發芽研究輔助決策模塊2進行分析處理,提供輔助決策信息給研究者；接收并且存儲來自研究者設置或者調整的試驗控制參數，傳送給發芽試驗智能控制器4，以供其通過控制方法的運算，對加熱器59、加濕器510和照明燈58的運行進行自動控制調整；存儲有統計學的F分配表和正態分布Z值表，F分配表中每一個F顯著度值都對應一個F臨界值；以上F分配表和正態分布Z值表，用于統計和輔助決策。

圖1所示的基于單片機控制的種子發芽試驗輔助決策系統結構圖中，PC上位機的發芽過程監控模塊1、發芽研究輔助決策模塊2，采用Python腳本文件對種子發芽過程控制及輔助決策分析進行描述，PC上位機的數據庫模塊3內建立了針對種子發芽試驗智能控制及輔助決策的便于計算，操作、存儲的數據庫；該系統將具有強大智能控制與運算功能以及智能接口功能的單片機STM32F407ZGT6作為發芽試驗智能控制器4的核心，采用多種先進傳感器，對發芽室5內光照、溫度、濕度、水分環境參數進行實時采集，并且利用內部溫度、濕度和光照協同智能控制算法，通過智能接口48、驅動模塊49和光電隔離47，不斷地對發芽室5中的加熱器59，加濕器510，照明燈58進行智能調節，實現發芽室5的發芽過程環境條件的閉環智能控制；同時，發芽試驗智能控制器4將各傳感器傳來的發芽過程的光照、溫度、濕度、水分數據及結果數據，通過USB HID協議，反饋到數據庫模塊4、發芽過程監控模塊1以及發芽研究輔助決策模塊2中，為決策者提供輔助決策分析；此外，發芽過程監控模塊1和發芽試驗智能控制器4均能對發芽室的水分干旱和火警及時地進行報警；發芽室內部也能通過報警器實現火警報警。

圖2是PC上位機的模塊結構及其與發芽試驗智能控制器及發芽室的信息聯系圖，圖2中發芽過程監控模塊1、發芽研究輔助決策模塊2和數據庫模塊3均在PC上位機中；發芽過程監控模塊1、發芽研究輔助決策模塊2中的各單元均與數據庫模塊3連接，也與下位機的發芽智能控制器相連，進行數據交換。

在圖2所示的技術方案中，發芽過程監控模塊1包括：

發芽試驗種子基本信息單元11，發芽過程參數及任務設置單元12，試驗實時狀況顯示及查詢單元13，優選方案樣本試驗參數及任務設置單元14，優選方案樣本試驗參數實時顯示及查詢單元15，試驗實時報警及處理單元16，這6個模塊均與數據庫模塊3模塊相連接，同時也與下位機的發芽智能控制器相連，進行數據交換。

發芽試驗種子基本信息單元11用于提供人機界面，獲取研究者設置試驗種子的試驗名稱，種子名稱，物種類型，試驗起始日，試驗終止日，發芽盒號，發芽勢調查日，發芽率調查日，發芽床，并且將這些數據存儲入數據庫模塊3中。

發芽過程參數及任務設置單元12用于提供人機界面，獲取研究者設置種子發芽過程的溫度，濕度，光照強度，水分，控制誤差參數，并生成的試驗編號；然后將以上信息存入數據庫模塊3中；并將該信息要求傳到發芽試驗智能控制器4中，以供其對發芽室5的發芽環境條件進行自動控制。

試驗實時狀況顯示及查詢單元13，與數據庫模塊相連，用于獲取來自發芽試驗智能控制器4中反饋來的種子發芽過程的實時溫度，濕度，光照強度，水分數據，將其以表格和圖形曲線界面展示，并能夠形成分別按照年、月、日記錄統計的EXCEL格式數據報表，供研究者使用，然后將該實時溫度，濕度，光照強度，水分數據，存入數據庫模塊3中；同時能提取這些數據以供查詢；當發芽室5內的土壤水分傳感器反饋來的水分數據達到水分干旱臨界值時，該單元就及時發出干旱圖像文字警告和警報聲，以供研究者及時處理。

優選方案樣本試驗參數及任務設置單元14，與數據庫模塊相連，用于獲取研究者設置優選方案的樣本試驗的溫度，濕度，光照強度，水分，控制誤差參數和樣本數參數，將這些參數存入數據庫模塊3中；并將這些參數傳到發芽試驗智能控制器4中，以供發芽試驗智能控制器4對發芽室5的發芽樣本試驗的環境條件進行自動控制。

優選方案樣本試驗參數實時顯示及查詢單元15，與數據庫模塊相連，用于將優選方案的樣本試驗過程的實時溫度，濕度，光照強度，水分數據以表格和圖形曲線界面展示，并能夠形成分別按照年、月、日記錄統計的EXCEL格式數據報表，供研究者研究決策使用；然后將該樣本試驗的實時溫度，濕度，光照強度，水分數據存入數據庫模塊3中；同時能提取這些數據以供查詢；當發芽室5內的土壤水分傳感器反饋來的水分數據達到水分干旱臨界值時，該單元就及時發出干旱圖像文字警告和警報聲，以供研究者及時處理。

試驗實時報警及處理單元16，與數據庫模塊相連接；用于獲得發芽室5內的煙霧傳感器54、土壤水分傳感器55監測傳來的數據，當煙霧傳感器54反饋的數據達到規定范圍表示火警時，該單元就發出火警報警圖像、文字和報警聲，并及時傳出切斷發芽室內除攝像頭外的電源的命令至發芽試驗智能控制器；當發芽室5內土壤水分傳感器反饋來的發芽床5的水分數據達到水分干旱臨界值時，該單元就及時發出干旱圖像文字警告和警報聲，以供研究者及時處理。

發芽研究輔助決策模塊2包括：發芽條件研究統計及優選單元21，發芽條件差異檢驗優選決策單元22，優選方案樣本試驗統計決策單元23，優選方案樣本試驗樣本檢驗決策單元24，樣本試驗總結及查詢單元25，這5個單元均與數據庫模塊3相連接，進行數據交換；同時與下位機的發芽試驗智能控制器4相連，進行數據交換。

發芽條件研究統計及優選單元21，用于從發芽試驗智能控制器4中獲取在不同參數條件下的發芽條件試驗過程及結果的數據；并且用于獲取研究者經調查后輸入的發芽信息SN，LN，ZN數據,并按照發芽計算模型計算出發芽勢，發芽率，以人機界面形式，提供給研究者進行優選；然后將在不同參數條件下的發芽過程試驗及結果的數據，存入數據庫模塊3。

發芽計算模型包括發芽勢(X)公式和發芽率(Y)公式構成，

發芽勢(X)公式為：X＝SN/ZN×100％

發芽率(Y)公式為：Y＝LN/ZN×100％

式中，SN為在發芽勢調查日所調查的發芽的種子數，所述發芽勢調查日為播種后第3-第14天，LN為在發芽率調查日所調查的正常幼苗數，所述發芽率調查日為播種后第5-第35天，ZN為試驗播種的種子數。

發芽條件差異檢驗優選決策單元22，與數據庫模塊3相連接，用于根據完全隨機設計試驗法公式進行計算，以檢驗對應同樣種子不同溫度、或濕度、或光照強度是否對發芽勢或者發芽率的差異是否有顯著影響，從而能夠為研究者優選效果最大的發芽環境條件提供決策。

所述完全隨機設計試驗法公式包括矯正數C公式，總平方和SST公式，處理平方和SSTR公式，誤差平方和SSE公式，處理均方MSTR公式，誤差均方MSE公式和F比值公式；下面描述某種子在m個不同溫度下重復試驗n次的完全隨機設計試驗法模型；其中，

矯正數C公式為：

總平方和SST公式為：

處理平方和SSTR公式為：

誤差平方和SSE公式為：SSE＝SST-SSTR；

處理均方MSTR公式為：

誤差均方MSE公式為:

F比值:

式中，X_ij為重復第i次試驗的第j個溫度條件下種子的發芽率；其中i為1,2,…n次；j為1,2,…m個溫度；n為試驗重復總次數，m為溫度控制處理總次數；r為處理自由度，r＝m；c為重復自由度，c＝n；F比值是指處理均方與誤差均方的比值。

該單元在運行時,首先從數據庫模塊中取出同批種子的X_ij,n,m,r,c數據，然后根據以上完全隨機設計試驗法模型進行計算，求出F比值；再從數據庫模塊的F分配表中取出F顯著度＝0.05對應臨界值F^*(0.05)；接著該單元以人機界面形式顯示F比值與F^*(0.05)值，如果F比值＞F^*(0.05)，表示不同溫度值對發芽率的差異有影響，否則對發芽率無影響；當研究者判斷F比值＞F^*(0.05)時，就能從中獲得優選發芽率的控制溫度；以上完全隨機設計試驗法模型同樣能用于濕度或光照強度或水分的輔助決策。

優選方案樣本試驗統計決策單元23用于從發芽試驗智能控制器4中獲取優選發芽方案的樣本試驗的過程數據及結果數據，并且用于獲取研究者經過調查而輸入的發芽信息SN，LN，ZN數據,并按照發芽計算模型計算出發芽勢，發芽率，并進行統計分析，以人機界面形式，提供給研究者優選；然后將優選方案的各發芽樣本再試驗的過程數據及結果數據，存入數據庫模塊3；將決策選出的具有統計學意義的優選發芽方案，也存入數據庫模塊3中。

優選方案樣本試驗樣本檢驗決策單元24，用于檢驗優選方案樣本試驗中同批種子不同樣本數的試驗的發芽率或者發芽勢差異是否來自處理誤差和隨機誤差，為優選發芽方案擴大樣本應用提供輔助決策信息；該單元采用種子雙樣本發芽情況檢驗公式進行計算；種子雙樣本發芽情況檢驗公式為：

式中，P1表示第一個樣本試驗的發芽率，P2表示第二個樣本試驗的發芽率，Z值是統計過程控制的常用統計量之一，Z值是某一特征值與均值或百分率之間標準偏差的數量，它是一個相對量；

S_(P1-P2)表示雙樣本百分率標準誤差，其計算公式如下：

式中，n1表示第一個樣本試驗的樣本數，n2表示第二個樣本試驗的樣本數。

該單元首先從取出數據庫模塊3中同批種子在相同溫度，濕度和光照強度下進行樣本試驗的樣本數n1和n2，以及發芽率P1和P2，然后根據以上種子雙樣本發芽情況檢驗公式進行計算，求出Z比值，再從數據庫模塊3的正態分布Z值表中取出顯著性水平精度α＝0.05對應得Z臨界值Z^*(0.05)；接著該單元以人機界面形式顯示Z值與Z^*(0.05)值，如果Z值<Z^*(0.05)，表示不同樣本對發芽率的差異無影響，說明優選發芽試驗的發芽控制方案具有擴大樣本數的有價值，否則，Z值＞Z^*(0.05)，表示樣本數對發芽率有影響；研究者能從以上分析信息中確定優選發芽方案的發芽條件具有統計意義；該單元的以上功能同樣用于發芽勢的樣本檢驗。

樣本試驗總結及查詢單元25，用于提供人機界面，以供研究者輸入樣本試驗成功或者失敗的技術經驗，并將輸入的技術經驗存入數據庫模塊3；還能夠按照查詢要求從數據庫模塊3中取出這些技術經驗，以人機界面顯示或打印。

在圖2所示的基于單片機控制的種子發芽試驗輔助決策系統的PC上位機模塊結構圖中，發芽過程監控模塊1和發芽研究輔助決策模塊2是通過多個單元的具體功能而完成對種子發芽試驗過程的智能控制及輔助決策分析任務的；發芽過程監控模塊1用于獲取來自發芽試驗智能控制器4的發芽室5內的發芽試驗過程的實時溫度、濕度和光照強度數據，以提供研究者者監控和分析；同時發芽過程監控模塊1將發芽過程參數及任務設置單元12和優選方案樣本試驗參數及任務設置單元14所設置的溫度，濕度，光照強度，水分，控制誤差參數信息，下傳到發芽試驗智能控制器4，使其對發芽室5的發芽試驗條件進行閉環智能控制；發芽研究輔助決策模塊2從數據庫模塊3中取出發芽試驗實時溫度、濕度和光照強度數據，通過發芽條件研究統計及優選單元21的功能，為研究者探究種子發芽的最佳條件提供發芽條件差異的統計分析；同時通過優選方案樣本試驗樣本檢驗決策單元24的分析計算，輔助研究者對優選試驗方案的樣本試驗數據進行統計及顯著性差異分析，以獲得統計意義的驗證；本系統將輔助決策和智能控制相結合，控制效果佳，消除手工計算，減少工作量，是種子發芽研究全過程一體化的高效高質信息化工具。

在圖2所示的技術方案中，本發明的系統各大模塊之間的數據交換主要是通過USB通訊交換技術完成的；發芽試驗智能控制器4采用USB HID協議，通過數字通信接口46，實現發芽試驗智能控制器4與PC上位機之間的指令、圖像、傳感器值、開關狀態的傳輸；

上述有效的數據交換方式為智能控制和輔助決策奠定基礎，同時發芽試驗智能控制器4內部具備溫度、濕度和光照強度的協同智能控制算法，為實現發芽環境條件的智能控制提供適應復雜控制環境的重要運算方法。

發芽試驗智能控制器4利用UBS HID協議定時接受來自于發芽室5的濕度、溫度、水分、光照強度和圖像反饋信號,同時接受來自于PC上位機的發芽過程監控模塊1中所有設置的溫度，濕度，光照強度，水分，控制誤差參數信息，并利用述內部協同智能控制算法，結合上述數據進行運算,通過發芽試驗智能控制器4的智能接口48、驅動模塊49和光電隔離輸出接口47，不斷向發芽室5中的加熱器59，加濕器510，照明燈58發出控制調節信息，不斷調節發芽室5的溫度，濕度，光照強度發芽試驗環境，消除溫度、濕度和光照強度之間相互影響和干擾作用，實現對發芽室5的溫度，濕度，光照強度發芽環境參數的閉環智能控制。

以下結合圖3和圖4進一步說明本發明的功能和優勢。

圖3是發芽條件試驗實施流程圖，該試驗是為探究種子發芽的最佳控制條件，并對控制條件進行顯著性差異檢驗，以獲得統計意義的科學驗證；結合圖3，該實施步驟如下：

步驟1，研究者在“發芽試驗種子基本信息單元”錄入基本信息，包括試驗種子的試驗名稱，種子名稱，物種類型，試驗起始日，試驗終止日，發芽盒號，發芽勢調查日，發芽率調查日，發芽床。

步驟2，在“發芽過程參數及任務設置單元”設置發芽條件試驗的控制條件參數，包括發芽過程的溫度，濕度，光照強度，水分，控制誤差參數，在確認后就被系統存入數據庫中，并且以腳本形式存在PC機中，并且獲取該單元生成的試驗編號BH。

步驟3，當試驗開始后，研究者在“試驗實時狀況顯示及查詢單元”輸入試驗編號BH，能獲取該試驗的實時數據信息，包括試驗實時的溫度，濕度，光照強度，水分信息，以及圖形曲線展示界面，該單元能夠形成分別按照年、月、日記錄統計的EXCEL格式數據報表，供研究者使用。

步驟4，在試驗的第4-10天即發芽勢發芽計數日期，搜集發芽室5中試驗種子的發芽粒數SN；在發芽率發芽計數日期，搜集發芽室5中試驗種子的正常幼苗數LN，以及收集供試驗的全部種子粒數ZN；然后在“發芽條件研究統計及優選單元”中試驗編號BH的記錄中錄入SN,LN和ZN數據；錄入這些數據完畢后，能獲得系統自動計算出發芽勢和發芽率數據，以及該試驗的控制條件數據，這些數據用以提供給研究者進行優選。

步驟5，經過上述步驟得到優選發芽試驗方案后，點擊“發芽條件差異檢驗優選決策單元”，該單元能針對所選的不同數量的某一控制參數(溫度，濕度，光照強度之一，其余兩控制參數不變)的若干個試驗方案，進行計算分析，提供單一試驗控制條件即溫度，濕度，光照強度三條件之一，對發芽勢及發芽率的影響的輔助決策信息。

只要在單元就能輸入的上述若干個試驗的編號，系統就從數據庫中取出這些試驗的試驗結果數據，進行溫度，濕度，光照強度三條件之一對發芽勢及發芽率影響的顯著性差異分析，提供運算結果以供研究者獲取有統計意義的驗證。

如果在所需研究的試驗數據不足，研究者返回執行步驟2，在“發芽過程參數及任務設置單元”設置需要增加的試驗的控制條件參數，并且繼續按照上述順序步驟進行操作；

圖4是優選試驗樣本檢驗實施流程圖，該實施流程圖是在研究者已經獲得優選發芽試驗的發芽條件數據的情況下而需要進一步進行研究的試驗流程，其目的是為了對優選發芽方案再進行樣本試驗，探究在樣本擴大后該種子的發芽控制條件是否仍然有效，對不同樣本數的試驗進行顯著性差異檢驗，以獲得統計意義的科學驗證；結合圖4，該實施步驟如下：

步驟6，在“優選方案樣本試驗參數及任務設置單元”設置優選方案的若干個樣本試驗的發芽過程的統一控制條件，包括統一的溫度，濕度，光照強度，水分，控制誤差以及若干個不同的樣本數，系統就將這些參數存入數據庫模塊3中，并且傳到發芽試驗智能控制器4中，以供發芽試驗智能控制器4對發芽室5的發芽樣本試驗的環境條件進行自動控制；同時生成這些試驗的試驗編號。

步驟7，當試驗開始時，研究者在“優選方案樣本試驗參數實時顯示及查詢單元”按照這些若干個不同試驗編號，能分別獲取這些樣本試驗的實時數據信息，包括這些樣本試驗的實時溫度，濕度，光照強度，水分信息，以及圖形曲線，該單元能夠形成分別按照年、月、日記錄統計的EXCEL格式數據報表，供研究者使用。

步驟8，在試驗的第4-10天，即在發芽勢發芽計數日期，研究者在發芽室5中搜集這些試驗的發芽粒數SN，在發芽率發芽計數日期搜集這些試驗的正常幼苗數LN，以及全部供驗種子數ZN,并在“優選方案樣本試驗統計決策單元”錄入這些試驗的SN,LN,ZN數據；在錄入這些數據完畢后，研究者能夠獲取系統自動計算出這些不同樣本數試驗的發芽勢和發芽率數據，以及控制條件，這些數據用以提供給研究者進一步試驗。

步驟9，研究者在“優選方案樣本試驗樣本檢驗決策單元”進行樣本數對發芽勢及發芽率的影響的顯著性差異分析，以獲取有統計意義的驗證；輸入若干個同批種子在相同控制條件的不同樣本數試驗的試驗編號，系統單元就會進行不同樣本數對發芽勢及發芽率影響的顯著性差異分析，提供計算分析結果，以提供研究者獲取有統計意義的驗證。

如果在該單元所需要的數據不足，研究者返回執行步驟6，在“優選方案樣本試驗參數及任務設置單元”設置增加的試驗的控制條件參數，并且繼續按照步驟順序執行。

步驟10，最后，研究者在”樣本試驗總結及查詢單元”，輸入樣本試驗成功或者失敗的技術經驗，系統將輸入的技術經驗存入數據庫模塊3；如果要求查詢，能從該單元獲取從數據庫模塊3中取出的這些技術經驗，并能打印這些技術經驗。

為了更好地說明本發明的有效性及其優點，采用元陽縣種子管理站提供的月亮谷水稻種子在系統中進行種子發芽條件試驗研究及樣本試驗分析；該試驗涉及的月亮谷水稻種子和試劑均為市售，實施具體步驟如下：

(1)在發芽室中的發芽盒中放置發芽床，所述發芽床為紙床，將月亮谷種子播種在發芽床上，準備進行發芽條件試驗；首先在發芽過程監控模塊的“發芽試驗種子基本信息單元”錄入該發芽試驗種子的基本信息，包括試驗種子的試驗名稱，種子名稱，物種類型，統一的試驗起始日，試驗終止日，發芽勢計數日，發芽勢調查日，發芽床，以及不同的發芽盒。

開啟培養室內的紫外燈，滅菌30min，同時啟動攝像頭對培養室內的情況進行監控；

(2)滅菌結束后，通過系統在發芽過程監控模塊的“發芽過程參數及任務設置單元”設置按照設置試驗控制條件參數，包括發芽過程的統一的控制溫度，濕度，光照強度，水分以及控制誤差參數，也可以在發芽智能控制器的面板控制器手動設置以上參數,同時獲得系統生成的發芽試驗編號；所設置月亮谷水稻的種子發芽條件的具體參數見表1。

表1水稻種子發芽環境條件參數

表1中紙上(TP)表示將種子放在紙上。

發芽室的溫度、濕度、光照穩定后，根據中華共和國國家標準《農作物種子檢驗規程發芽試驗》(GB/T 3543.4-1995)在發芽室內將種子播種在發芽盒內的發芽床上。

(3)在種子發芽期間，在發芽過程監控模塊的“試驗實時狀況顯示及查詢單元”輸入發芽試驗編號，獲取試驗實時數據信息，包括試驗實時的溫度，濕度，光照強度和水分數據，以表格形式和圖形曲線界面展示；該單元能夠形成分別按照年、月、日記錄統計的EXCEL格式數據報表，供研究者使用；表2內容是編號M011試驗一天內的溫度、濕度、光照、水分的實時數據。

表2試驗編號M011在2016年10月10日內的實時數據表

(4)在第5天即發芽勢發芽調查日，調查發芽室5中試驗種子發芽的種子數SN；在第14天即發芽率發芽調查日，調查發芽室5中試驗種子的正常幼苗數LN，同時記錄試驗播種的種子數ZN；在“發芽條件研究統計及優選單元”中輸入發芽試驗編號，在該試驗編號的記錄中錄入SN,LN和ZN數據；錄入這些數據完畢后，能獲得系統自動計算出的發芽勢和發芽率數據，以及獲得該試驗的控制條件數據，這些數據用以提供給研究者對發芽率和發芽勢的試驗進行優選。

表3就是發芽條件試驗的3個試驗結果，其中，3個試驗的溫度，濕度，光照強度，均一致控制為28℃,70％(濕度),1250Lx(光照強度)；發芽水分參數保持在54.7％，樣本數為試驗播種種子數。

表3相同發芽條件下不同樣本數的月亮谷種子試驗的發芽勢及發芽率

從表3可見，發芽條件試驗的3個試驗，在相同的環境條件控制下，其發芽勢和發芽率的差異很小，計算3個試驗發芽勢和發芽率的平均值，該月亮谷水稻的發芽勢為89.58,發芽率為87.1，達到國家標準。

試驗表明，在系統中輸入上述3個試驗的SN,LN,ZN數據，系統就自動計算出3個試驗的發芽勢及發芽率，避免了人工計算，減少了誤差和工作量；該系統對溫度，濕度，光照強度進行了穩定控制，能實時反饋試驗發芽盒的水分，還能對干旱和火警進行報警；

(5)檢驗樣本數對發芽勢和發芽率的差異的影響；按照前述步驟9操作，在發芽研究輔助決策模塊2的“優選方案樣本試驗樣本檢驗決策單元”進行樣本數對發芽勢及發芽率的影響的顯著性差異分析，以獲取有統計意義的驗證。

在前述試驗編號M011,M012,M013三個試驗中，各試驗的種子總數差距很大；我們以各試驗播種的種子總數即Z值作為樣本數，研究這不同樣本數對發芽率的影響的顯著性差異分析；即在“優選方案樣本試驗樣本檢驗決策單元”單元中分別選擇M011與M012兩個樣本，M011與M012兩個樣本，M011與M012兩個樣本，進行雙樣本檢驗；圖4就是按上述選擇，通過運算而得的雙樣本檢驗Z值表。

表4各雙樣本檢驗Z值

表4中的樣本數，取自表3中的各試驗的ZN值，即各試驗播種的種子總數。

從表4可見，試驗M011、M012和M013兩兩之間的雙樣本檢驗值Z均明顯小于ɑ＝0.05*之對應Z值1.65，說明各發芽率差異不是由于樣本數所影響而產生的，而是處理誤差隨機誤差所致；表示在發芽試驗控制條件不變的條件下，樣本數擴大不影響發芽率差異；也說明此該種子的發芽條件溫度，濕度和光照強度具有推廣應用意義。

以上試驗的檢驗方法同樣能用于對發芽勢的樣本試驗檢驗。

本發明的系統不僅能為種子發芽研究和樣本試驗提供高效，高質的輔助決策和試驗可靠性強的環境條件自動化控制，而且還能為有關種子發芽的其他研究提供同樣的輔助決策及自動化控制。