智慧农业的技术链条看起来是传感器加控制器加手机应用，真正决定落地效果的却是采集点布设是否合理、控制逻辑是否贴合作物需求。有的大棚装了十几路传感器，数据全在屏幕上滚动，却因为阈值设置不合理，灌溉系统要么长期不启动，要么反复启停。智慧农业实训平台要训练学员的，正是把数据变成决策的这一段能力。

一、环境采集点的布设与选型

温室环境的空间差异明显，靠近天窗与侧墙的位置温度、湿度与光照都与中部不同。实训中应按区域布设采集点，一般在中部与两端各设一组温湿度传感器，高度分作物冠层与冠层上方两层，避免只挂一个点就代表整个棚区。传感器选型上，空气温湿度用数字式传感器便于组网，土壤水分可用频域反射原理的探头埋设在根系主要分布层，深度按作物不同设置二十至四十厘米。

通信方式的选择要结合棚区面积与供电条件。面积不大的示范棚可用无线局域网或低功耗广域网方案，节点间距较远、布线困难时用后者更合适。太阳能供电可以解决偏远棚区的取电问题，但需核算阴雨天的续航能力，避免连续两天阴天就断线。

二、水肥一体化的控制逻辑

水肥一体化的核心是把灌溉与施肥按比例同步执行。控制逻辑通常包含三个判断：何时启动、灌多少、肥液浓度多少。启动条件可以按土壤含水率下限触发，也可以按定时策略执行，两者结合比较稳妥；灌溉量按作物蒸腾量与土壤持水量估算，可通过累计光照辐射或蒸腾量折算；肥液浓度以电导率与酸碱度控制，电导率反映可溶性盐浓度，酸碱度影响养分有效性。

实训中应让学员亲手设定阈值并观察结果。把含水率下限设得过低，作物会出现水分胁迫；设得过高，则灌溉频繁、根系透气性下降。同一套参数在不同基质条件下表现差异明显，因此训练要包含一次基质参数调整，让学员理解控制策略必须与栽培条件配套。

三、数据看板与预警阈值设定

数据看板的价值在于把异常找出来。可以把采集数据按日、周、月三个尺度展示，并设置多级预警：轻度偏离提示关注，持续偏离则推送通知。预警阈值不能照搬教科书，需要结合作物生长期调整，例如坐果期对温度波动的容忍度低于苗期。

看板还应包含设备健康信息。传感器掉线、电池电量低、阀门无反馈，这些属于设备状态而不是环境状态，混在同一张图上会干扰判断。建议分设环境与设备两个视图，当学员看到数据长时间不变时，先怀疑传感器故障而不是作物发生变化。

四、农事作业记录与追溯

智慧农业的另一个特征是过程留痕。每次灌溉、施肥、打药都应在系统中生成记录，包含时间、用量、执行人与备注。实训中可要求学员按周提交作业记录，并与平台采集到的执行数据交叉核对，若记录显示施肥而系统无执行记录，说明存在未按计划作业的情况。

追溯能力对销售端同样重要。农产品若出现质量问题，能够快速回溯到具体批次的管理过程，可以把损失控制在有限范围内。教学中不妨设置一次模拟追溯任务：给定一箱产品，要求查出其生长期间的关键农事操作与期间的环境异常，检验学员对数据组织的掌握程度。

平台运行的隐性成本在运维。建议把每个采集点与执行机构的编号做成对照表贴在控制柜内侧，出现故障时能快速定位到物理位置。这一步做扎实，后续每次维护节省的时间会累积成可观的课时。