一种基于单片机控制的种子发芽试验辅助决策系统的制作方法

本发明属于种子发芽试验研究技术领域，具体涉及一种基于单片机控制的种子发芽试验辅助决策系统。

背景技术：

种子发芽试验过程的目的是，在发芽试验室内幼苗出现和生长达到一定阶段时，判定幼苗的主要构造是否能在室外土壤适宜条件下进一步生长成为正常植株；种子发芽的主要测定项目有发芽率、正常幼苗、不正常幼苗、未发芽的种子、新鲜不发芽种子等；在发芽过程中，温度、光照，湿度，水分是重要的条件，它们最终决定以上重要指标结果；种子发芽过程的试验研究，首先要选出具有能较好体现种子发芽指标的环境因子控制条件；然后再按照优选出的试验的各发芽阶段重要控制条件再进行足够的样本试验；当样本试验数据分析获得满意的统计结果后，才能进行进一步研究和推广；因此，为了提高效率和缩短研究开发周期，迫切需要建立智能控制与辅助决策密切结合的系统，这个系统既能支持科研者分析并且优选出较好发芽指标的试验过程控制条件，又能支持对样本试验结果进行统计分析，同时还能按照试验的各阶段光照，温度，湿度和水分条件进行发芽过程的智能控制；建立该系统是改进研究质量，减少研究工作量的重要措施。

目前使用的种子发芽设施有光照培养箱、智能种子发芽室两大类；光照培养箱大多采用强制对流的方式来控制温度、湿度、光照等参数，由于强制对流方式使发芽床的水分容易迅速丧失，加之环境密闭，造成种子发芽后幼苗生理失衡，成活率低等现象；智能种子发芽室可根据用户的要求的种子发芽所需要的时间、温度、湿度、光照值段进行微电脑全自动控制，控制板一体化，为种子发芽提供稳定的环境条件，但存在着投入高，场地占用大的缺陷。

为了解决试验效果与成本问题，已经有人自行搭建的发芽自动控制室；谢平等(2008)以ATS单片机为核心，用C语言编写控制软件，建立了对培养箱的温度、湿度、光照的自动控制；岑益超(2014)设计了基于STM8S单片机和REX3U无线网络，使用C语言编写控制程序的植物组培高效智能LED光照系统；但这些研究仅仅集中在组培苗的培养。

发明专利“一种网络化的种子除湿控制系统”(CN 103955240 B)虽然对种子实现了较好的湿度控制，但是并没有对发芽过程的光照，温度等条件的实施控制。

分析以上所述，现有各种发芽设备和设施的共同缺陷是，仅仅提供一个发芽过程的控制或者部分条件控制，不能辅助研究者进行与发芽过程控制相结合的“种子发芽条件参数的优选决策”，也不能在指定优选发芽参数下进行样本试验自动控制及其研究的辅助决策，同时仍然离不开人工计算和有较多工作量，造成不少处理误差，因而无法提高种子发芽全过程研究的效率、质量和方便性。

技术实现要素：

为了解决以上缺陷技术问题，本发明提供一种基于单片机控制的种子发芽试验辅助决策系统；本发明采用面向对象模块化技术和嵌入式开发技术，在PC机上采用Python脚本文件对种子发芽过程控制及决策分析研究进行描述，建立发芽过程监控模块、发芽研究辅助决策模块和数据库模块，以此作为上位机，通过以单片机为核心的发芽试验智能控制器，对种子发芽室内光照、温度、湿度、水分环境参数进行实时采集，实现智能自动调节功能；同时将反馈来的过程结果进行数据分析，以供研究者进行控制条件优选；进一步，通过发芽试验智能控制器和发芽室，对优选发芽方案再进行样本试验，然后对样本试验的结果信息进行统计分析，从而帮助科研人员脱离了繁杂的数据统计过程，提高了效率和缩短研究开发周期，完成了种子发芽研究全过程的信息化。

本发明的技术方案如下：

1.一种基于单片机控制的种子发芽试验辅助决策系统,其特征在于，包括发芽过程监控模块、发芽研究辅助决策模块、发芽试验智能控制器、发芽室和数据库模块，所述发芽过程监控模块，发芽研究辅助决策模块和数据库模块均运行于PC上位机平台上；发芽试验智能控制器是本系统的下位机，发芽室是被监控对象；

所述发芽过程监控模块：用于获取来自研究者的发芽试验种子基本信息；获取研究者设置的种子发芽试验的温度，湿度，光照强度，水分，控制误差参数数据，将这些数据传到发芽试验智能控制器中以供执行；用于获得发芽试验智能控制器和发芽室传来的种子发芽过程的实时温度，湿度，光照强度和水分数据，以表格和图形曲线界面展示，并生成按年、月、日记录的EXCEL格式数据报表，供研究者分析使用；用于获取研究者设置的优选方案的样本试验的样本数，温度，湿度，光照强度，水分数据，控制误差参数数据，将这些数据传到发芽试验智能控制器中,以供执行；用于获取来自发芽试验智能控制器和发芽室的优选方案的样本试验的实时温度，湿度，光照强度和水分数据，以表格和图形曲线界面展示，形成按年、月、日记录的EXCEL格式数据报表，供以后试验数据分析使用，并提供查询；用于获取来自发芽试验智能控制器传来的发芽室火警信息，及时发出火警图像警告和火警报声，同时自动传出切断发芽室内除摄像头外的电源的命令至发芽试验智能控制器；用于获得发芽试验智能控制器传来的发芽室的水分数据，当水分数据达到水分干旱临界值时，及时发出干旱警告图像文字和警报声，以供研究者及时处理；以上各功能涉及的所有数据均存储于数据库模块；

所述发芽研究辅助决策模块：用于获取来自发芽试验智能控制器和发芽室反馈的发芽过程试验数据，并且用于获取研究者在发芽室调查后输入的发芽信息，这些信息包括：SN，LN和ZN；其中，SN表示在发芽势调查日所调查的发芽的种子数，所述发芽势调查日为播种后第3-14天，LN表示在发芽率调查日所调查的正常幼苗数，所述发芽率调查日为播种后第5-35天，ZN表示试验播种的种子数，并进行统计分析，以供研究者进行发芽试验方案的优选；用于为研究者提供探究种子发芽的最佳发芽条件及其条件差异检验的辅助决策；用于获取来自发芽试验智能控制器和发芽室反馈的优选方案的样本试验数据，以及获取研究者输入的优选方案的样本试验的SN、LN和ZN数据，并进行统计检验和分析，辅助研究者对这些样本试验进行样本数的显著性差异分析及决策；用于获取研究者输入的发芽试验研究成功或者失败的经验总结，并且存储供查询，以上各功能涉及的所有数据均存储于数据库模块；其中，发芽势是在发芽势调查日调查的发芽的种子数占试验播种的种子数的百分率，发芽率是在发芽率调查日调查的正常幼苗数占试验播种的种子数的百分率；

所述发芽试验智能控制器：采用的单片机型号为STM32F407ZGT6，与上位机相连，接受来自于发芽室的湿度、温度、水分、光照强度实时数据,同时将这些数据传到PC上位机；接受PC上位机的发芽过程监控模块中所设置的温度，湿度，光照强度，水分，控制误差参数数据，利用内部的协调智能算法进行运算,并且通过智能接口、驱动模块和智能开关，及时地调节发芽室中的加热器，加湿器，照明灯的运行，实现发芽室的发芽过程环境条件的闭环智能控制；

所述发芽室，包括的设备有：两层以上架子的培养架、发芽盒、发芽床、加热器、加湿器、紫外灯、照明灯、温度传感器、湿度传感器、光照传感器、土壤水分传感器、烟雾传感器、报警器、摄像头；依靠发芽过程监控模块的试验参数设置功能和发芽试验智能控制器的智能控制功能，及时地调节发芽室内加热器、加湿器、照明灯的运行，实现发芽室内种子发芽环境条件的自动化控制；发芽室内的温度传感器，湿度传感器，光照传感器，土壤水分传感器，烟雾传感器和摄像头，分别将温度、湿度、光照强度、水分、火警信息以及影像实时信息，通过传感器接口，不断地反馈到发芽试验智能控制器中；

所述数据库模块:由数据库及其管理程序构成,接收并存储来自发芽室、发芽试验智能控制器发送来的发芽试验实时数据,送往上位机的发芽过程监控模块，以供研究者查询，并送往发芽研究辅助决策模块进行分析处理,提供辅助决策信息给研究者；接收并且存储来自研究者设置或者调整的试验控制参数，传送给发芽试验智能控制器,以供其通过智能控制方法的运算，对加热器、加湿器和照明灯的运行进行自动控制调整；存储有统计学的F分配表和正态分布Z值表，F分配表中每一个F显著度值都对应一个F临界值；以上两表用于进行统计检验及辅助决策分析。

2.根据技术方案1所述的基于单片机控制的种子发芽试验辅助决策系统,其特征在于,所述发芽过程监控模块，包括：

发芽试验种子基本信息单元，与数据库模块相连接，用于提供人机界面，获取研究者设置的试验种子的试验名称，种子名称，物种类型，试验起始日，试验终止日，发芽盒号，重复序号，发芽势调查日，发芽率调查日，发芽床，并且将这些数据存储入数据库模块中；

发芽过程参数及任务设置单元，与数据库模块相连接，用于提供人机界面，获取研究者设置的种子发芽过程的温度，湿度，光照强度，水分，控制误差参数，将以上各参数存入数据库模块中；并将这些信息传到发芽试验智能控制器中，以供其对发芽室的发芽环境条件进行自动控制；

优选方案样本试验参数及任务设置单元，与数据库模块相连接，用于提供人机界面，获取研究者设置的优选方案的样本试验的样本数，发芽过程的温度，湿度，光照强度，水分，控制误差参数数据，并且将这些数据存入数据库模块中；同时传到发芽试验智能控制器中，以供发芽试验智能控制器对发芽室的发芽样本试验的环境条件进行自动控制；

试验实时状况显示及查询单元，与数据库模块相连接，用于获取从发芽试验智能控制器中反馈来的种子发芽过程的实时温度，湿度，光照强度，水分及影像数据，以表格、曲线及图形界面展示，并能够形成分别按照年、月、日记录统计的EXCEL格式数据报表，供研究者使用；用于及时发出发芽床发生干旱的图像文字警告和警报声，以供研究者及时处理；用于从数据库中提取已存入的实时温度，湿度，光照强度，水分及影像数据，以供查询；

优选方案样本试验参数实时显示及查询单元，与数据库模块相连接，用于获取从发芽试验智能控制器中反馈来的优选方案的样本试验的实时温度，湿度，光照强度，水分数据，以表格和图形曲线界面展示，并能形成分别按照年、月、日记录统计的EXCEL格式数据报表，供研究者研究决策使用；然后将该样本试验的种子发芽过程的实时温度，湿度，光照强度，水分数据存入数据库模块中；同时能提取这些数据以供查询；

试验实时报警及处理单元，与数据库模块相连接；用于获得发芽室内的烟雾传感器、土壤水分传感器监测传来的数据，当烟雾传感器反馈的数据达到规定范围表示火警时，该单元就发出图像文字火警和火警报声，并及时传出切断发芽室内除摄像头外的电源的命令至发芽试验智能控制器；当土壤水分传感器反馈的水分数据达到水分干旱临界值时，该单元及时发出干旱图像文字警告和警报声，以供研究者及时处理。

3.根据技术方案1所述的基于单片机控制的种子发芽试验辅助决策系统,其特征在于,所述发芽研究辅助决策模块，包括：

发芽条件研究统计及优选单元，与数据库模块相连接，用于从发芽试验智能控制器中获取在不同参数条件下的发芽试验过程及结果的数据；并且用于获取研究者经调查后输入的发芽信息SN，LN，ZN数据,并按照发芽计算模型计算出发芽势，发芽率，以人机界面形式，提供给研究者进行发芽条件试验方案的优选；然后将在不同参数条件下的发芽过程试验及结果的数据，存入数据库；所述发芽计算模型由发芽势(X)公式，发芽率(Y)公式构成,

发芽势(X)公式为：X＝SN/ZN×100％，

发芽率(Y)公式为：Y＝LN/ZN×100％，

式中，SN为前述的在发芽势调查日所调查的发芽的种子数，LN为前述的在发芽率调查日所调查的正常幼苗数，ZN为前述的试验播种的种子数；

发芽条件差异检验优选决策单元，与数据库模块相连接，用于根据完全随机设计试验法模型进行计算，以检验同批种子不同温度、湿度、光照强度或水分发芽环境条件对发芽势或者发芽率的差异是否有显著影响，为研究者优选发芽环境条件提供决策；下面描述某种子在m个不同温度下重复试验n次的完全随机设计试验法模型；所述完全随机设计试验法模型由矫正数C公式，总平方和SST公式，处理平方和SSTR公式，误差平方和SSE公式，处理均方MSTR公式，误差均方MSE公式，F比值公式构成，其中，

矫正数C公式为：

总平方和SST公式为：

处理平方和SSTR公式为：

误差平方和SSE公式为：SSE＝SST-SSTR；

处理均方MSTR公式为：

误差均方MSE公式为:

F比值:

式中，X_ij为重复第i次试验的第j个温度条件下种子的发芽率；其中i为1,2,…n次；j为1,2,…m个不同温度；n为试验重复总次数，m为温度控制处理总次数；r为处理自由度，r＝m；c为重复自由度，c＝n；F比值是指处理均方与误差均方的比值；

该发芽条件差异检验优选决策单元在运行时,首先从数据库模块中取出同批种子的X_ij,n,m,r,c数据，然后根据以上完全随机设计试验法模型进行计算，求出F比值；再从数据库模块的F分配表中取出F显著度＝0.05对应临界值F^*(0.05)；接着该单元以人机界面形式显示F比值与F^*(0.05)值，如果F比值＞F^*(0.05)，表示不同温度值对发芽率的差异有影响，否则对发芽率无影响；当研究者判断F比值＞F^*(0.05)时，就验证优选发芽方案的温度参数具有统计意义；以上完全随机设计试验法模型同样能用于湿度或光照强度的辅助决策；

优选方案样本试验统计决策单元，与数据库模块相连接，用于从发芽试验智能控制器中获取同一优选方案的样本数各不相同的发芽样本试验的过程数据及结果数据，并且用于获取研究者经调查后输入的发芽样本试验的发芽信息SN，LN，ZN数据,并按照发芽计算模型计算出发芽势，发芽率，并进行统计分析，以人机界面形式，提供给研究者研究决策；然后将这些不同样本数的样本试验过程数据及结果数据，存入数据库模块中；这里的发芽计算模型与上述发芽条件研究统计及优选单元中的发芽计算模型一样；

优选方案样本试验样本检验决策单元，用于优选方案样本试验中同批种子不同样本数的样本试验的发芽率或者发芽势的差异分析，为研究者扩大样本数试验提供辅助决策信息；采用种子双样本发芽情况检验公式进行计算，以检验优选方案样本试验中，不同样本数的试验的发芽率或者发芽势差异是否来自随机误差或者处理误差，从而能够为研究者提供辅助决策；所述种子双样本发芽情况检验公式为：

式中，P1表示第一个样本试验的发芽率，P2表示第二个样本试验的发芽率，Z值是统计过程控制的常用统计量之一，Z值是某一特征值与均值或百分率之间标准偏差的数量，它是一个相对量；

S_(P1-P2)表示双样本百分率标准误差，其计算公式如下：

式中，n1表示第一个样本试验的样本数，n2表示第二个样本试验的样本数；

该单元在运行时,首先从数据库模块中取出同一批次种子在相同温度，湿度和光照强度下在两个样本试验的样本数n1和n2，以及发芽率P1和P2，然后根据以上种子双样本发芽情况检验公式进行计算，求出Z值，再从数据库模块的Z正态分布表中取出显著性水平精度α＝0.05对应的Z临界值Z^*(0.05)；接着该单元以人机界面形式显示Z值与Z^*(0.05)值，如果Z值＞Z^*(0.05)，表示不同样本数对发芽率的差异有影响，否则对发芽率无影响；当研究者判断Z值<Z^*(0.05)时，就说明其误差不是样本数所致；以上公式同样能用于发芽势的样本检验；

样本试验总结及查询单元，用于提供人机界面，以供研究者输入样本试验成功或者失败的技术经验，并将输入的技术经验存入数据库模块；还能够按照查询要求从数据库模块中取出这些技术经验，以人机界面显示或打印。

4.根据技术方案1所述的基于单片机控制的种子发芽试验辅助决策系统,其特征在于,所述发芽试验智能控制器：包括：多种外设输入输出接口，多种智能开关，多种传感器接口，数据通信接口元件；配置一个触控面板、报警装置和可插拔存储设备；

触控面板，一方面用于发芽室内种子发芽试验的环境条件实时数据的显示功能；另一方面用于手动选取其内部存储的发芽过程参数和控制任务配置文件，自动完成发芽过程中的环境参数调节过程；

多种外设输入输出接口，包括光电隔离输出接口、A/D转换器、各种驱动模块、TF卡接口、时钟电源插座、指示灯部件；用于输出控制信号驱动发芽室的加热器，加湿器，照明灯的运行，用于将外来的模拟信息转换为数字信息；

多种传感器接口，包括RS485接口、I²C接口、GPIO接口、SDIO接口，用于接受传感器反馈的实时信息；

多种智能开关，用于实现对发芽室内加热器、加湿器，照明灯的启动和较高精度的调节，以及用于实现对发芽室内电源的切断；

数据通信接口元件，包括UBS接口，定时器，中断控制器,外部中断控制器和实时时钟，用于实现发芽试验智能控制器与PC上位机之间的信息传输；

报警装置，具备报警参数设置及报警功能，用于根据发芽室报警数据进行报警。

5.根据技术方案4所述的基于单片机控制的种子发芽试验辅助决策系统,其特征在于,所述发芽试验智能控制器，其内部具备温度、湿度和光照强度的协同智能控制算法；发芽试验智能控制器自动根据研究者在发芽过程监控模块中设置的种子发芽试验的温度，湿度，光照强度，控制误差参数数据和所获取的发芽试验实时温度，湿度，光照强度数据，采用协同智能控制算法进行运算，不断调节发芽室的温度，湿度，光照强度发芽试验环境，消除温度、湿度和光照强度之间相互影响和干扰作用，实现发芽室的温度，湿度，光照强度发芽环境参数的智能控制。

6.根据技术方案1至5中任一技术方案所述的基于单片机控制的种子发芽试验辅助决策系统,其特征在于,所述发芽试验智能控制器，采用USB HID协议，通过数据通信接口元件，定时接收和存储PC上位机下发的控制指令或Python脚本配置文件，同时定时将来自发芽室种子发芽过程的实时温度，湿度，光照强度，水分数据上传至PC上位机数据库中以供分析查询，实现发芽试验智能控制器与上位机之间的指令、图像、传感器值、开关状态的传输。

与现有技术相比，本发明的有益效果是：

1、为种子发芽研究提供高效，高质的辅助决策手段；本系统将辅助决策和自动控制密切结合，既能辅助研究者分析并且优选出满意发芽指标的试验及其控制条件，又能支持对优选发芽方案的样本试验的结果数据进行统计分析及辅助决策，同时还能按照试验的光照，温度，湿度条件进行发芽过程的智能控制；全过程一体化，减少研究工作量，缩短研究周期。

2、是种子发芽研究灵活方便的现代自动化工具；当需要对发芽条件试验的发芽条件进行多个试验和研究时，或者需要对优选出满意指标的种子发芽条件参数再进行样本试验时，本系统能增加智能控制器和发芽室，灵活方便地进行不同参数条件的智能控制试验；本系统能够获取多个智能控制器和发芽室反馈回来的数据，并能结合研究者录入的相关数据进行统计分析，从多个层次数据分析，优选出满意指标的种子发芽条件参数，为研究者提供具有统计学意义的科学指标和结论。

3、试验环境条件控制可靠性强；本发明的发芽智能控制器和受控的发芽室，保证了各试验在同一时期的温度、湿度、光照的稳定性；本发明采用智能控制器所具备的温度、湿度和光照协同智能控制算法，能自动根据设定的控制目标实现发芽环境参数的自动控制功能和最佳效果，可实时监控、体积小，控制可靠，精度高。

4.本系统提供了除国家标准所要求的发芽温度条件以外的若干发芽控制条件的检测，反馈与控制；使湿度，光照强度，水分等发芽条件的数字化应用在本系统中得到充分体现,特别是能利用智能控制技术，实时采集发芽室中发芽床的水分状态进行监控，能够及时发出干旱报警，对于种子生理研究具有重要意义。

附图说明

图1：基于单片机控制的种子发芽试验辅助决策系统结构图。

图2:PC上位机的模块结构及其与发芽试验智能控制器及发芽室的信息联系图。

图3：发芽条件试验实施流程图。

图4：优选试验样本检验实施流程图。

具体实施方式

下面结合附图和实施方式对本发明进一步说明。

术语：

正常幼苗，在《中华人民共和国国家标准农作物种子检验过程发芽试验GB/T3543.4-1995》有专门定义，详见《中华人民共和国国家标准农作物种子检验过程发芽试验GB/T 3543.4-1995》。

发芽势调查日，为播种后第3-第14天，自播种日起计算；发芽势调查日是根据《中华人民共和国国家标准农作物种子检验过程发芽试验GB/T 3543.4-1995》中表1农作物种子的发芽技术规定所例举的农作物的初次计数天数确定的。

发芽率调查日，为播种后第5-第35天，自播种日起计算；发芽率调查日是根据《中华人民共和国国家标准农作物种子检验过程发芽试验GB/T 3543.4-1995》中表1农作物种子的发芽技术规定所例举的农作物的末次计数天数确定的。

发芽势是在发芽势调查日调查的发芽的种子数占试验播种的种子数的百分率。

发芽率是在发芽率调查日调查的正常幼苗数占试验播种的种子数的百分率。

温度为发芽室室温；湿度为发芽室内空气相对湿度；光照强度为照明灯的光照强度；水分为发芽床的水分。

图1所示的是本发明所推出的基于单片机控制的种子发芽试验辅助决策系统结构图，该系统由发芽过程监控模块1、发芽研究辅助决策模块2、数据库模块3、发芽试验智能控制器4和发芽室5构成；发芽研究辅助决策模块2，发芽过程监控模块1和数据库模块3均运行于PC上位机平台上；发芽试验智能控制器4是本系统的下位机。

发芽过程监控模块1用于获取来自研究者的发芽试验种子基本信息；用于获取研究者设置的种子发芽条件试验或者优选方案的样本试验的样本数，温度，湿度，光照强度，水分，控制误差参数数据，并将这些数据传到发芽试验智能控制器4中以供执行；用于获取来自发芽试验智能控制器4和发芽室5反馈来的种子发芽过程或者优选方案的样本试验的实时温度，湿度，光照强度和水分数据，将其以表格和图形曲线界面展示，并生成按年、月、日记录的EXCEL格式数据报表，供研究者分析使用；用于获取来自发芽试验智能控制器4的火警报警信号，及时发出火警图像文字警告和警报声，同时传出切断发芽室5内除摄像头外的电源的命令至发芽试验智能控制器，以保证安全；用于获得发芽试验智能控制器传来的达到干旱临界值的发芽床的水分数据，及时地发出干旱图像文字警告和警报声，以供研究者及时处理；以上各功能涉及的所有数据均存储于数据库模块3。

发芽研究辅助决策模块2用于获取来自发芽试验智能控制器4反馈的种子发芽条件试验数据或者优选方案的样本试验数据，用于获取研究者经调查后输入的发芽信息，这些信息包括：SN，LN和ZN；其中，SN为在发芽势调查日所调查的发芽的种子数，所述发芽势调查日为播种后第3-第14天，LN为在发芽率调查日所调查的正常幼苗数，所述发芽率调查日为播种后第5-第35天，ZN为试验播种的种子数，并进行统计和分析，提供有统计意义的优选发芽条件方案；或者辅助研究者对优选发芽方案的样本试验数据进行统计及样本数检测的显著性差异分析，以获得统计意义的验证；用于获取研究者录入的样本试验成功或者失败的经验总结，并且存储供查询，以上各功能涉及的所有数据均存储于数据库模块3。

发芽试验智能控制器4采用的是单片机型号为STM32F407ZGT6，包括：多个外设输入输出接口，多种智能开关48，多种传感器，数据通信接口元件410，静态存储41，程序闪存42，键盘44；配置有触控面板43，报警装置45和可插拔存储设备。

多种外设输入输出接口包括光电隔离输出接口47、A/D转换器、各种驱动模块49、RS485接口、TF卡接口、时钟智能电源插座、指示灯部件；用于输出控制信号，驱动发芽室的加热器59，加湿器510，照明灯58的运行；用于将外来模拟信息转换为数字信息。

多种传感器接口46，包括RS485接口、I²C接口、GPIO接口、SDIO接口；用于接受传感器反馈的实时信息。

多种智能开关48，用于实现对发芽室5内加热器59、加湿器510，照明灯58的启动和较高精度的调节，以及用于实现对发芽室5内电源的切断；

数据通信接口元件410，包括UBS接口，RS485接口，定时器，中断控制器,外部中断控制器和实时时钟，用于接收和存储PC上位机下发的控制指令或Python脚本配置文件，同时定时将记录得到的发芽室5内发芽试验过程数据上传至PC上位机进行分析；发芽试验智能控制器4采用USB HID协议，通过数据通信接口元件410，实现发芽试验智能控制器4与PC上位机之间的指令、图像、传感器值、开关状态的传输。

触控面板43，一方面用于显示发芽室5内种子发芽试验的实时温度，湿度，光照强度，水分数据；另一方面用于手动选取其内部存储的发芽过程参数和控制任务配置文件，自动完成发芽过程中的环境参数调节过程。

报警装置45，具备报警参数设置及报警提示功能，用于获得发芽室5内的烟雾传感器54、土壤水分传感器55监测传来的数据；当烟雾传感器54反馈的数据达到表示火警规定数据时，该装置就发出火警图像文字和警报声，并及时传出切断发芽室5内除摄像头外的电源的命令至智能开关48；当土壤水分传感器55反馈的发芽床5的水分数据达到水分干旱临界值时，该装置就及时发出干旱图像文字警告和警报声，以供研究者及时处理。

发芽试验智能控制器4接受来自于发芽室5的湿度、温度、水分，光照强度、报警信息和现场图像等反馈信号,同时接受来自于连接在PC上位机上的发芽过程监控模块1中所有设置的温度，湿度，光照强度，水分，控制误差参数信息，并且利用内部温度、湿度和光照协同智能控制算法，通过智能接口48、驱动模块49和光电隔离47，输出控制电压信号，调节发芽室5中的加热器59，加湿器510，照明灯58的运行变化，实现发芽室5的发芽过程环境条件的闭环智能控制功能；同时能对墒情干旱和火警及时地报警。

发芽室5包括的设备有：含有两层以上架子的培养架50，发芽盒512、发芽床、加热器59、加湿器510、紫外灯57、照明灯58、温度传感器51、湿度传感器52、光照传感器53、土壤水分传感器55、烟雾传感器54、摄像头56，报警器511。

其中，培养架50的长、宽、高分别为1250mm，550mm，1800mm，架体为钢管，架体立柱；层间距为300～500mm；烟雾传感器54和报警器511安装在发芽室5内的屋顶，培养架50、加热器59和加湿器510放置在发芽室5内；发芽盒512放置在培养架50的层面上，发芽盒512内铺设有发芽床，所述发芽床为纸床或砂床或土壤；培养架50的每层的上方顶部安装有紫外灯57、照明灯58、光照传感器53和摄像头56，温度传感器51，湿度传感器52和烟雾传感器54安装在培养架50上；土壤水分传感器55插在发芽盒512内铺设的发芽床上。

在培养架50的每层的上方顶部安装有紫外灯57、照明灯58、光照传感器53和摄像头56，这些设备与该层顶面之间安装反光板，以提高光源的利用率。

温度传感器51采用FY-W01型号，湿度传感器采用JCJ175A型号，土壤水分传感器采用SWR-100型号，三针扁平结构；以上三者均与发芽试验智能控制器4的RS485接口相连，用于将温度，湿度，水分的实时数据传到发芽试验智能控制器中。

光照传感器53采用型号为SS1060I，可测试0-20000Lux光照强度，与发芽试验智能控制器4的I²C接口相连，用于将光照实时信息传到发芽试验智能控制器4。

照明灯58采用IP65型号，功率为20W，紫外灯57采用型号为腾诺GPH150T5，用于种子发芽前灭菌处理，每小时灭菌率99.99％，照射面积达40m²；加热器59采用奥克斯KFR-51LW/R1T型号，制热量为8100W，循环风量为1200m³/h；加湿器510采用贝菱XH-M4000型号，加湿容量280mL/h以上，适用面积40m²以上；摄像头采用OV7725型号，30万像素，彩色，640*480分辨率，体积为21mm x 21mm x 10mm；发芽室内的报警器511采用DF-8000型号，可无线通讯，并带强制切断电源功能，与报警装置45不同的是，该报警器511自带传感器，专门用于火警报警。

发芽室内的温度传感器51、湿度传感器52、光照传感器53、土壤水分传感器55、烟雾传感器54；摄像头56，通过传感器接口46，分别将温度、湿度、光照强度、水分、火警信息以及影像信息实时反馈到发芽试验智能控制器4中，以供其进行智能运算和智能控制；发芽试验智能控制器4又通过数据通信接口元件410,利用UBS HID协议，将来自发芽室5的温度、湿度、光照强度、水分、火警信息以及影像信息实时上传到PC上位机的发芽过程监控模块1、发芽研究辅助决策模块2、数据库模块3中；以供监控和辅助分析决策；

数据库模块3由数据库及其管理程序构成，用于接收并存储来自发芽室5、发芽试验智能控制器4发送来的发芽试验实时数据,送往上位机的发芽过程监控模块1，以供研究者查询；送往发芽研究辅助决策模块2进行分析处理,提供辅助决策信息给研究者；接收并且存储来自研究者设置或者调整的试验控制参数，传送给发芽试验智能控制器4，以供其通过控制方法的运算，对加热器59、加湿器510和照明灯58的运行进行自动控制调整；存储有统计学的F分配表和正态分布Z值表，F分配表中每一个F显著度值都对应一个F临界值；以上F分配表和正态分布Z值表，用于统计和辅助决策。

图1所示的基于单片机控制的种子发芽试验辅助决策系统结构图中，PC上位机的发芽过程监控模块1、发芽研究辅助决策模块2，采用Python脚本文件对种子发芽过程控制及辅助决策分析进行描述，PC上位机的数据库模块3内建立了针对种子发芽试验智能控制及辅助决策的便于计算，操作、存储的数据库；该系统将具有强大智能控制与运算功能以及智能接口功能的单片机STM32F407ZGT6作为发芽试验智能控制器4的核心，采用多种先进传感器，对发芽室5内光照、温度、湿度、水分环境参数进行实时采集，并且利用内部温度、湿度和光照协同智能控制算法，通过智能接口48、驱动模块49和光电隔离47，不断地对发芽室5中的加热器59，加湿器510，照明灯58进行智能调节，实现发芽室5的发芽过程环境条件的闭环智能控制；同时，发芽试验智能控制器4将各传感器传来的发芽过程的光照、温度、湿度、水分数据及结果数据，通过USB HID协议，反馈到数据库模块4、发芽过程监控模块1以及发芽研究辅助决策模块2中，为决策者提供辅助决策分析；此外，发芽过程监控模块1和发芽试验智能控制器4均能对发芽室的水分干旱和火警及时地进行报警；发芽室内部也能通过报警器实现火警报警。

图2是PC上位机的模块结构及其与发芽试验智能控制器及发芽室的信息联系图，图2中发芽过程监控模块1、发芽研究辅助决策模块2和数据库模块3均在PC上位机中；发芽过程监控模块1、发芽研究辅助决策模块2中的各单元均与数据库模块3连接，也与下位机的发芽智能控制器相连，进行数据交换。

在图2所示的技术方案中，发芽过程监控模块1包括：

发芽试验种子基本信息单元11，发芽过程参数及任务设置单元12，试验实时状况显示及查询单元13，优选方案样本试验参数及任务设置单元14，优选方案样本试验参数实时显示及查询单元15，试验实时报警及处理单元16，这6个模块均与数据库模块3模块相连接，同时也与下位机的发芽智能控制器相连，进行数据交换。

发芽试验种子基本信息单元11用于提供人机界面，获取研究者设置试验种子的试验名称，种子名称，物种类型，试验起始日，试验终止日，发芽盒号，发芽势调查日，发芽率调查日，发芽床，并且将这些数据存储入数据库模块3中。

发芽过程参数及任务设置单元12用于提供人机界面，获取研究者设置种子发芽过程的温度，湿度，光照强度，水分，控制误差参数，并生成的试验编号；然后将以上信息存入数据库模块3中；并将该信息要求传到发芽试验智能控制器4中，以供其对发芽室5的发芽环境条件进行自动控制。

试验实时状况显示及查询单元13，与数据库模块相连，用于获取来自发芽试验智能控制器4中反馈来的种子发芽过程的实时温度，湿度，光照强度，水分数据，将其以表格和图形曲线界面展示，并能够形成分别按照年、月、日记录统计的EXCEL格式数据报表，供研究者使用，然后将该实时温度，湿度，光照强度，水分数据，存入数据库模块3中；同时能提取这些数据以供查询；当发芽室5内的土壤水分传感器反馈来的水分数据达到水分干旱临界值时，该单元就及时发出干旱图像文字警告和警报声，以供研究者及时处理。

优选方案样本试验参数及任务设置单元14，与数据库模块相连，用于获取研究者设置优选方案的样本试验的温度，湿度，光照强度，水分，控制误差参数和样本数参数，将这些参数存入数据库模块3中；并将这些参数传到发芽试验智能控制器4中，以供发芽试验智能控制器4对发芽室5的发芽样本试验的环境条件进行自动控制。

优选方案样本试验参数实时显示及查询单元15，与数据库模块相连，用于将优选方案的样本试验过程的实时温度，湿度，光照强度，水分数据以表格和图形曲线界面展示，并能够形成分别按照年、月、日记录统计的EXCEL格式数据报表，供研究者研究决策使用；然后将该样本试验的实时温度，湿度，光照强度，水分数据存入数据库模块3中；同时能提取这些数据以供查询；当发芽室5内的土壤水分传感器反馈来的水分数据达到水分干旱临界值时，该单元就及时发出干旱图像文字警告和警报声，以供研究者及时处理。

试验实时报警及处理单元16，与数据库模块相连接；用于获得发芽室5内的烟雾传感器54、土壤水分传感器55监测传来的数据，当烟雾传感器54反馈的数据达到规定范围表示火警时，该单元就发出火警报警图像、文字和报警声，并及时传出切断发芽室内除摄像头外的电源的命令至发芽试验智能控制器；当发芽室5内土壤水分传感器反馈来的发芽床5的水分数据达到水分干旱临界值时，该单元就及时发出干旱图像文字警告和警报声，以供研究者及时处理。

发芽研究辅助决策模块2包括：发芽条件研究统计及优选单元21，发芽条件差异检验优选决策单元22，优选方案样本试验统计决策单元23，优选方案样本试验样本检验决策单元24，样本试验总结及查询单元25，这5个单元均与数据库模块3相连接，进行数据交换；同时与下位机的发芽试验智能控制器4相连，进行数据交换。

发芽条件研究统计及优选单元21，用于从发芽试验智能控制器4中获取在不同参数条件下的发芽条件试验过程及结果的数据；并且用于获取研究者经调查后输入的发芽信息SN，LN，ZN数据,并按照发芽计算模型计算出发芽势，发芽率，以人机界面形式，提供给研究者进行优选；然后将在不同参数条件下的发芽过程试验及结果的数据，存入数据库模块3。

发芽计算模型包括发芽势(X)公式和发芽率(Y)公式构成，

发芽势(X)公式为：X＝SN/ZN×100％

发芽率(Y)公式为：Y＝LN/ZN×100％

式中，SN为在发芽势调查日所调查的发芽的种子数，所述发芽势调查日为播种后第3-第14天，LN为在发芽率调查日所调查的正常幼苗数，所述发芽率调查日为播种后第5-第35天，ZN为试验播种的种子数。

发芽条件差异检验优选决策单元22，与数据库模块3相连接，用于根据完全随机设计试验法公式进行计算，以检验对应同样种子不同温度、或湿度、或光照强度是否对发芽势或者发芽率的差异是否有显著影响，从而能够为研究者优选效果最大的发芽环境条件提供决策。

所述完全随机设计试验法公式包括矫正数C公式，总平方和SST公式，处理平方和SSTR公式，误差平方和SSE公式，处理均方MSTR公式，误差均方MSE公式和F比值公式；下面描述某种子在m个不同温度下重复试验n次的完全随机设计试验法模型；其中，

矫正数C公式为：

总平方和SST公式为：

处理平方和SSTR公式为：

误差平方和SSE公式为：SSE＝SST-SSTR；

处理均方MSTR公式为：

误差均方MSE公式为:

F比值:

式中，X_ij为重复第i次试验的第j个温度条件下种子的发芽率；其中i为1,2,…n次；j为1,2,…m个温度；n为试验重复总次数，m为温度控制处理总次数；r为处理自由度，r＝m；c为重复自由度，c＝n；F比值是指处理均方与误差均方的比值。

该单元在运行时,首先从数据库模块中取出同批种子的X_ij,n,m,r,c数据，然后根据以上完全随机设计试验法模型进行计算，求出F比值；再从数据库模块的F分配表中取出F显著度＝0.05对应临界值F^*(0.05)；接着该单元以人机界面形式显示F比值与F^*(0.05)值，如果F比值＞F^*(0.05)，表示不同温度值对发芽率的差异有影响，否则对发芽率无影响；当研究者判断F比值＞F^*(0.05)时，就能从中获得优选发芽率的控制温度；以上完全随机设计试验法模型同样能用于湿度或光照强度或水分的辅助决策。

优选方案样本试验统计决策单元23用于从发芽试验智能控制器4中获取优选发芽方案的样本试验的过程数据及结果数据，并且用于获取研究者经过调查而输入的发芽信息SN，LN，ZN数据,并按照发芽计算模型计算出发芽势，发芽率，并进行统计分析，以人机界面形式，提供给研究者优选；然后将优选方案的各发芽样本再试验的过程数据及结果数据，存入数据库模块3；将决策选出的具有统计学意义的优选发芽方案，也存入数据库模块3中。

优选方案样本试验样本检验决策单元24，用于检验优选方案样本试验中同批种子不同样本数的试验的发芽率或者发芽势差异是否来自处理误差和随机误差，为优选发芽方案扩大样本应用提供辅助决策信息；该单元采用种子双样本发芽情况检验公式进行计算；种子双样本发芽情况检验公式为：

式中，P1表示第一个样本试验的发芽率，P2表示第二个样本试验的发芽率，Z值是统计过程控制的常用统计量之一，Z值是某一特征值与均值或百分率之间标准偏差的数量，它是一个相对量；

S_(P1-P2)表示双样本百分率标准误差，其计算公式如下：

式中，n1表示第一个样本试验的样本数，n2表示第二个样本试验的样本数。

该单元首先从取出数据库模块3中同批种子在相同温度，湿度和光照强度下进行样本试验的样本数n1和n2，以及发芽率P1和P2，然后根据以上种子双样本发芽情况检验公式进行计算，求出Z比值，再从数据库模块3的正态分布Z值表中取出显著性水平精度α＝0.05对应得Z临界值Z^*(0.05)；接着该单元以人机界面形式显示Z值与Z^*(0.05)值，如果Z值<Z^*(0.05)，表示不同样本对发芽率的差异无影响，说明优选发芽试验的发芽控制方案具有扩大样本数的有价值，否则，Z值＞Z^*(0.05)，表示样本数对发芽率有影响；研究者能从以上分析信息中确定优选发芽方案的发芽条件具有统计意义；该单元的以上功能同样用于发芽势的样本检验。

样本试验总结及查询单元25，用于提供人机界面，以供研究者输入样本试验成功或者失败的技术经验，并将输入的技术经验存入数据库模块3；还能够按照查询要求从数据库模块3中取出这些技术经验，以人机界面显示或打印。

在图2所示的基于单片机控制的种子发芽试验辅助决策系统的PC上位机模块结构图中，发芽过程监控模块1和发芽研究辅助决策模块2是通过多个单元的具体功能而完成对种子发芽试验过程的智能控制及辅助决策分析任务的；发芽过程监控模块1用于获取来自发芽试验智能控制器4的发芽室5内的发芽试验过程的实时温度、湿度和光照强度数据，以提供研究者者监控和分析；同时发芽过程监控模块1将发芽过程参数及任务设置单元12和优选方案样本试验参数及任务设置单元14所设置的温度，湿度，光照强度，水分，控制误差参数信息，下传到发芽试验智能控制器4，使其对发芽室5的发芽试验条件进行闭环智能控制；发芽研究辅助决策模块2从数据库模块3中取出发芽试验实时温度、湿度和光照强度数据，通过发芽条件研究统计及优选单元21的功能，为研究者探究种子发芽的最佳条件提供发芽条件差异的统计分析；同时通过优选方案样本试验样本检验决策单元24的分析计算，辅助研究者对优选试验方案的样本试验数据进行统计及显著性差异分析，以获得统计意义的验证；本系统将辅助决策和智能控制相结合，控制效果佳，消除手工计算，减少工作量，是种子发芽研究全过程一体化的高效高质信息化工具。

在图2所示的技术方案中，本发明的系统各大模块之间的数据交换主要是通过USB通讯交换技术完成的；发芽试验智能控制器4采用USB HID协议，通过数字通信接口46，实现发芽试验智能控制器4与PC上位机之间的指令、图像、传感器值、开关状态的传输；

上述有效的数据交换方式为智能控制和辅助决策奠定基础，同时发芽试验智能控制器4内部具备温度、湿度和光照强度的协同智能控制算法，为实现发芽环境条件的智能控制提供适应复杂控制环境的重要运算方法。

发芽试验智能控制器4利用UBS HID协议定时接受来自于发芽室5的湿度、温度、水分、光照强度和图像反馈信号,同时接受来自于PC上位机的发芽过程监控模块1中所有设置的温度，湿度，光照强度，水分，控制误差参数信息，并利用述内部协同智能控制算法，结合上述数据进行运算,通过发芽试验智能控制器4的智能接口48、驱动模块49和光电隔离输出接口47，不断向发芽室5中的加热器59，加湿器510，照明灯58发出控制调节信息，不断调节发芽室5的温度，湿度，光照强度发芽试验环境，消除温度、湿度和光照强度之间相互影响和干扰作用，实现对发芽室5的温度，湿度，光照强度发芽环境参数的闭环智能控制。

以下结合图3和图4进一步说明本发明的功能和优势。

图3是发芽条件试验实施流程图，该试验是为探究种子发芽的最佳控制条件，并对控制条件进行显著性差异检验，以获得统计意义的科学验证；结合图3，该实施步骤如下：

步骤1，研究者在“发芽试验种子基本信息单元”录入基本信息，包括试验种子的试验名称，种子名称，物种类型，试验起始日，试验终止日，发芽盒号，发芽势调查日，发芽率调查日，发芽床。

步骤2，在“发芽过程参数及任务设置单元”设置发芽条件试验的控制条件参数，包括发芽过程的温度，湿度，光照强度，水分，控制误差参数，在确认后就被系统存入数据库中，并且以脚本形式存在PC机中，并且获取该单元生成的试验编号BH。

步骤3，当试验开始后，研究者在“试验实时状况显示及查询单元”输入试验编号BH，能获取该试验的实时数据信息，包括试验实时的温度，湿度，光照强度，水分信息，以及图形曲线展示界面，该单元能够形成分别按照年、月、日记录统计的EXCEL格式数据报表，供研究者使用。

步骤4，在试验的第4-10天即发芽势发芽计数日期，搜集发芽室5中试验种子的发芽粒数SN；在发芽率发芽计数日期，搜集发芽室5中试验种子的正常幼苗数LN，以及收集供试验的全部种子粒数ZN；然后在“发芽条件研究统计及优选单元”中试验编号BH的记录中录入SN,LN和ZN数据；录入这些数据完毕后，能获得系统自动计算出发芽势和发芽率数据，以及该试验的控制条件数据，这些数据用以提供给研究者进行优选。

步骤5，经过上述步骤得到优选发芽试验方案后，点击“发芽条件差异检验优选决策单元”，该单元能针对所选的不同数量的某一控制参数(温度，湿度，光照强度之一，其余两控制参数不变)的若干个试验方案，进行计算分析，提供单一试验控制条件即温度，湿度，光照强度三条件之一，对发芽势及发芽率的影响的辅助决策信息。

只要在单元就能输入的上述若干个试验的编号，系统就从数据库中取出这些试验的试验结果数据，进行温度，湿度，光照强度三条件之一对发芽势及发芽率影响的显著性差异分析，提供运算结果以供研究者获取有统计意义的验证。

如果在所需研究的试验数据不足，研究者返回执行步骤2，在“发芽过程参数及任务设置单元”设置需要增加的试验的控制条件参数，并且继续按照上述顺序步骤进行操作；

图4是优选试验样本检验实施流程图，该实施流程图是在研究者已经获得优选发芽试验的发芽条件数据的情况下而需要进一步进行研究的试验流程，其目的是为了对优选发芽方案再进行样本试验，探究在样本扩大后该种子的发芽控制条件是否仍然有效，对不同样本数的试验进行显著性差异检验，以获得统计意义的科学验证；结合图4，该实施步骤如下：

步骤6，在“优选方案样本试验参数及任务设置单元”设置优选方案的若干个样本试验的发芽过程的统一控制条件，包括统一的温度，湿度，光照强度，水分，控制误差以及若干个不同的样本数，系统就将这些参数存入数据库模块3中，并且传到发芽试验智能控制器4中，以供发芽试验智能控制器4对发芽室5的发芽样本试验的环境条件进行自动控制；同时生成这些试验的试验编号。

步骤7，当试验开始时，研究者在“优选方案样本试验参数实时显示及查询单元”按照这些若干个不同试验编号，能分别获取这些样本试验的实时数据信息，包括这些样本试验的实时温度，湿度，光照强度，水分信息，以及图形曲线，该单元能够形成分别按照年、月、日记录统计的EXCEL格式数据报表，供研究者使用。

步骤8，在试验的第4-10天，即在发芽势发芽计数日期，研究者在发芽室5中搜集这些试验的发芽粒数SN，在发芽率发芽计数日期搜集这些试验的正常幼苗数LN，以及全部供验种子数ZN,并在“优选方案样本试验统计决策单元”录入这些试验的SN,LN,ZN数据；在录入这些数据完毕后，研究者能够获取系统自动计算出这些不同样本数试验的发芽势和发芽率数据，以及控制条件，这些数据用以提供给研究者进一步试验。

步骤9，研究者在“优选方案样本试验样本检验决策单元”进行样本数对发芽势及发芽率的影响的显著性差异分析，以获取有统计意义的验证；输入若干个同批种子在相同控制条件的不同样本数试验的试验编号，系统单元就会进行不同样本数对发芽势及发芽率影响的显著性差异分析，提供计算分析结果，以提供研究者获取有统计意义的验证。

如果在该单元所需要的数据不足，研究者返回执行步骤6，在“优选方案样本试验参数及任务设置单元”设置增加的试验的控制条件参数，并且继续按照步骤顺序执行。

步骤10，最后，研究者在”样本试验总结及查询单元”，输入样本试验成功或者失败的技术经验，系统将输入的技术经验存入数据库模块3；如果要求查询，能从该单元获取从数据库模块3中取出的这些技术经验，并能打印这些技术经验。

为了更好地说明本发明的有效性及其优点，采用元阳县种子管理站提供的月亮谷水稻种子在系统中进行种子发芽条件试验研究及样本试验分析；该试验涉及的月亮谷水稻种子和试剂均为市售，实施具体步骤如下：

(1)在发芽室中的发芽盒中放置发芽床，所述发芽床为纸床，将月亮谷种子播种在发芽床上，准备进行发芽条件试验；首先在发芽过程监控模块的“发芽试验种子基本信息单元”录入该发芽试验种子的基本信息，包括试验种子的试验名称，种子名称，物种类型，统一的试验起始日，试验终止日，发芽势计数日，发芽势调查日，发芽床，以及不同的发芽盒。

开启培养室内的紫外灯，灭菌30min，同时启动摄像头对培养室内的情况进行监控；

(2)灭菌结束后，通过系统在发芽过程监控模块的“发芽过程参数及任务设置单元”设置按照设置试验控制条件参数，包括发芽过程的统一的控制温度，湿度，光照强度，水分以及控制误差参数，也可以在发芽智能控制器的面板控制器手动设置以上参数,同时获得系统生成的发芽试验编号；所设置月亮谷水稻的种子发芽条件的具体参数见表1。

表1水稻种子发芽环境条件参数

表1中纸上(TP)表示将种子放在纸上。

发芽室的温度、湿度、光照稳定后，根据中华共和国国家标准《农作物种子检验规程发芽试验》(GB/T 3543.4-1995)在发芽室内将种子播种在发芽盒内的发芽床上。

(3)在种子发芽期间，在发芽过程监控模块的“试验实时状况显示及查询单元”输入发芽试验编号，获取试验实时数据信息，包括试验实时的温度，湿度，光照强度和水分数据，以表格形式和图形曲线界面展示；该单元能够形成分别按照年、月、日记录统计的EXCEL格式数据报表，供研究者使用；表2内容是编号M011试验一天内的温度、湿度、光照、水分的实时数据。

表2试验编号M011在2016年10月10日内的实时数据表

(4)在第5天即发芽势发芽调查日，调查发芽室5中试验种子发芽的种子数SN；在第14天即发芽率发芽调查日，调查发芽室5中试验种子的正常幼苗数LN，同时记录试验播种的种子数ZN；在“发芽条件研究统计及优选单元”中输入发芽试验编号，在该试验编号的记录中录入SN,LN和ZN数据；录入这些数据完毕后，能获得系统自动计算出的发芽势和发芽率数据，以及获得该试验的控制条件数据，这些数据用以提供给研究者对发芽率和发芽势的试验进行优选。

表3就是发芽条件试验的3个试验结果，其中，3个试验的温度，湿度，光照强度，均一致控制为28℃,70％(湿度),1250Lx(光照强度)；发芽水分参数保持在54.7％，样本数为试验播种种子数。

表3相同发芽条件下不同样本数的月亮谷种子试验的发芽势及发芽率

从表3可见，发芽条件试验的3个试验，在相同的环境条件控制下，其发芽势和发芽率的差异很小，计算3个试验发芽势和发芽率的平均值，该月亮谷水稻的发芽势为89.58,发芽率为87.1，达到国家标准。

试验表明，在系统中输入上述3个试验的SN,LN,ZN数据，系统就自动计算出3个试验的发芽势及发芽率，避免了人工计算，减少了误差和工作量；该系统对温度，湿度，光照强度进行了稳定控制，能实时反馈试验发芽盒的水分，还能对干旱和火警进行报警；

(5)检验样本数对发芽势和发芽率的差异的影响；按照前述步骤9操作，在发芽研究辅助决策模块2的“优选方案样本试验样本检验决策单元”进行样本数对发芽势及发芽率的影响的显著性差异分析，以获取有统计意义的验证。

在前述试验编号M011,M012,M013三个试验中，各试验的种子总数差距很大；我们以各试验播种的种子总数即Z值作为样本数，研究这不同样本数对发芽率的影响的显著性差异分析；即在“优选方案样本试验样本检验决策单元”单元中分别选择M011与M012两个样本，M011与M012两个样本，M011与M012两个样本，进行双样本检验；图4就是按上述选择，通过运算而得的双样本检验Z值表。

表4各双样本检验Z值

表4中的样本数，取自表3中的各试验的ZN值，即各试验播种的种子总数。

从表4可见，试验M011、M012和M013两两之间的双样本检验值Z均明显小于ɑ＝0.05*之对应Z值1.65，说明各发芽率差异不是由于样本数所影响而产生的，而是处理误差随机误差所致；表示在发芽试验控制条件不变的条件下，样本数扩大不影响发芽率差异；也说明此该种子的发芽条件温度，湿度和光照强度具有推广应用意义。

以上试验的检验方法同样能用于对发芽势的样本试验检验。

本发明的系统不仅能为种子发芽研究和样本试验提供高效，高质的辅助决策和试验可靠性强的环境条件自动化控制，而且还能为有关种子发芽的其他研究提供同样的辅助决策及自动化控制。