第7课：《API桥梁：让大棚“预知未来”》

【学习目标】

• 了解API（应用程序编程接口）的概念与作用

• 掌握API获取天气数据与内部传感器数据融合的方法

• 理解“数据—决策—动作”的联动闭环逻辑

【情境导入】

天气预报说“降水概率80%”，智能大棚立刻自动关闭通风口；预报午后气温飙升到33℃，大棚在午前就提前启动了排风扇。大棚怎么“知道”未来的天气？它又怎么知道该做什么？秘密在于一座看不见的“桥梁”——API（应用程序编程接口）。API让大棚能从互联网上“读取”天气预报数据，再结合内部传感器的实时数据，做出“预知性”决策。今天，我们就来认识这座神奇的“数据桥梁”！

【知识大揭秘】

API是连接不同软件系统的“桥梁”。在智能农业中，API的作用是让大棚控制系统从气象服务平台获取天气预报数据。

API的工作方式可以类比为餐厅点菜：你（大棚系统）看菜单（API文档），告诉服务员（API请求）你想要什么菜（天气数据），服务员去厨房（气象服务器）取菜，然后把菜端给你（返回数据）。整个过程你不需要知道厨房怎么做饭，只需要知道怎么点菜就行。

在智能大棚中，API的应用流程是：主控板通过WiFi连接互联网→调用气象API获取天气预报→解析返回的天气数据（温度、降水概率、风速等）→结合内部传感器数据（当前温度、湿度等）→做出联动决策→控制设备执行。

联动决策的关键在于“内外数据融合”。比如：API预报“降水概率80%”+内部传感器“通风口当前开启”→决策：关闭通风口，防止雨水灌入。API预报“午后33℃”+内部传感器“当前温度28℃”→决策：提前启动排风扇，每小时换气3次。这种“预知性控制”比“反应性控制”更智能——不等温度升高再降温，而是提前预防。

“数据—决策—动作”闭环是智能控制的核心逻辑：数据（API+传感器）→决策（主控板分析判断）→动作（设备执行）→反馈（传感器检测执行效果）→新一轮数据采集。这个闭环不断循环，让系统持续优化。

【生活案例】张阿姨的“预知大棚”
张阿姨的草莓大棚接入了气象API。一天早上，API预报下午有暴雨。大棚系统立刻启动预案：关闭天窗和通风口、收起遮阳网、启动排水泵。下午暴雨果然来了，但大棚安然无恙。隔壁没有智能系统的大棚，雨水灌入导致草莓泡水，损失惨重。张阿姨说：“我的大棚比天气预报还早一步，真是‘未雨绸缪’啊！”

【AI看图学】

【动手玩一玩】

任务：模拟API数据驱动的联动决策

步骤：
1. 在纸上设计一个联动决策表，包含以下列：天气数据、内部传感器数据、联动决策、执行设备
2. 填入3种场景：
   - 降水概率80%+通风口开启→关闭通风口
   - 午后33℃+当前28℃→提前启动排风扇
   - 大风预警+遮阳网展开→收起遮阳网
3. 用主控板模拟：手动输入天气数据（模拟API返回），观察系统是否做出正确决策
4. 讨论如果API数据延迟或错误，系统该如何应对

预期结果：系统能根据外部天气数据和内部传感器数据做出合理的联动决策。但也需要考虑API数据异常时的容错机制。

【思考与延伸】

如果API服务突然中断，大棚失去了“预知能力”，系统应该怎么处理？依赖外部数据源的智能系统，如何保证在断网情况下的基本安全运行？