盆栽迷你玫瑰水胁迫声发射精准灌溉系统研究

周　桥， 陈　钊， 刘存瑞， 时　玲

(云南农业大学机电工程学院，云南昆明 650201)

视情精准灌溉是节水农业的重要组成部分，也是提高节水效率的重要途径之一。为有效地进行视情灌溉，研究者从不同方面研究作物缺水状况的评价方法，制定了相应的灌溉指标。长期以来，人们把土壤含水量或大气相对湿度作为控制农作物灌溉的指标，但这些指标都是反映作物生长环境的间接指标，用于对反映作物的缺水情况比较迟钝、滞后，且精度低。因此，从植物本身出发，使其成为“会说话的植物”(the speaking plant)，建立人与植物的对话，以植物自身在水胁迫下的生理变化作为控制灌溉的依据已成为近年来国内外学者研究的热门领域[1-3]。其中，以植物水胁迫下声发射信号为主要技术指标的精准灌溉显示出极大的优势和前景，相关理论研究也取得很多进展，但目前相应灌溉系统的研究还不多。本研究以云南花卉中具有一定代表性的盆栽迷你玫瑰为研究对象，以声发射作为其水分亏缺的主要诊断指标，初步建立一套温室花卉视情精准灌溉系统并进行灌溉试验和效果分析，为将来基于声发射技术更加成熟的智能化灌溉系统作相关探索和研究。

1　灌溉控制系统组成

本系统为以PC机为核心、以LabWindows[4-6]为软件开发平台，配合必要的传感器[7]、信号调理器、数据采集[8-9]卡、执行单元等硬件组成的多通道水胁迫声发射灌溉控制系统。

1.1　系统硬件设计

系统硬件是整个灌溉系统的物理基础，针对系统功能的要求同时考虑精度、分辨率、传输速度等技术指标，对硬件进行了优化设计，主要分为数据检测设备[10-11]、信号调理设备、信号分析设备以及外围设备4个部分(图1)。

1.1.1AE传感器与4615干旱胁迫检测仪声发射(acoustic emission，简称AE)是材料受外力或内力作用产生变形或裂纹时，以弹性波的形式释放出应变能的现象，其中一部分应变能以声发射波的形式释放。AE传感器就是把这个声发射应力波转换为电信号的一种检测器(图2)。

本系统采用美国物理声学公司(PAC)生产的I15I型声发射[12-15]传感器和4615干旱胁迫检测仪(drought stress monitor，简称DSM)来检测植物缺水时发出的超声信号。I15I型声发射传感器工作原理如下：利用压电陶瓷材料镐钛酸铅(PZT-5)在机械外力作用下的正压电效应，把机械能转换为电信号，在结构上，属于单端输出式，利用压电晶体的共振点可以得到很高的灵敏度。为了降低传感器与前置放大器间的电缆阻抗，从而减少电波干扰，I15I将20 dB的前置放大器内置。4615干旱胁迫检测仪由信号通道、接口电路、A/D转换器以及单片机系统组成，它具有1路AE信号通道，由传感器、前置放大器、带通滤波器、主放大器、包络检波、均方根电压电平形成电路、能量处理电路、振铃及事件形成电路等组成，I15I型AE传感器与之配套使用，可实现植物生理需水信息声发射信号的参数识别。

1.1.2数据采集(data acquisition，简称DA)板数据采集板由数据采集器、存储单元和控制逻辑等部分组成。其中，数据采集器包括多路选择开关(MUX)、测量放大器(AMP)、数据保持器和A/D转换器等，它负责将多个现场模拟信号采样量化为数字信号，以便送入计算机作进一步分析处理；存储单元包括存储器和数据缓冲器，存储器按先进先出(FIFO)或循环刷新的原则暂存采集的数据，数据缓冲器保存通过A/D转换出来的即时数据；I/O及控制逻辑用于I/O编码、定时计数、通信及产生数据传输方式控制信号等。

数据采集的正确与否将直接影响整个虚拟仪器测控系统的精度，因此，在数据采集板的选择上，综合考虑采样精度、采样速度、本系统待测参数特征以及数据采集板的可靠性和性能/价格比等因素，本研究选择美国NI公司生产的插入式数据采集板PC-6024E(图3)。

PC-6024E的主要性能如下：

(1)模拟输入：16路单端/8路差分模拟输入；

(2)最大采样速率：100 kS/s(S表示样本数，samples)；

(3)输入精度：12 bit；

(4)输入范围：-10 V～+10 V，-5 V～+5 V，-500 mV～+500 mV，-50 V～+50 V；

(5)输入增益：0.5，1.0，10.0，100.0；

(6)模拟输出：2(通道)；

(7)输出精度：12 bit；

(8)数字I/O：8个；

(9)246 it定时器/计数器：2。

1.1.3电子天平电子天平用于植物叶面蒸腾[16-21]量的测量，对它的选择主要有2个性能指标：总量程和最小分度值(测量精度)。本研究中选择的灌溉对象为盆栽迷你玫瑰，整株迷你玫瑰加上其栽培基质的质量大约为1 500 g，平均失水约1 g/h，假设要测每30 min的蒸腾速率，即信号为 0.5 g/(株·次)，那么至少需要电子天平的精度达到10%。考虑以上因索，本系统采用常熟市衡器厂生产的DJ2/500型精密电子天平(图4)，其串口参数设置如下：传输速率(波特率)为1 200 b/s、奇校验、1位起始位、1位停止位、7位ASCⅡ码，稳定时自动发送数据。电平的数据传输格式用十六进制表示为2B 20 20 20 - - - - - - - 67 20 20 0D 0A(符号“-”为接收到质量的数据)。

1.2　系统软件设计

1.2.1系统软件实现功能分析本灌溉系统最重要的组成部分就是软件系统，其基本思想是将硬件模块软件化。本研究中软件系统可分为实时测控系统和数据管理系统(图5)，主要实现参数设定、数据采集、控制计算、数据处理等功能。

1.2.2主要参数设定模块参数设定模块主要包括采集参数、报警参数和控制参数的设定。对于声发射信号的检测，其参数设定主要包括门槛电压设置、前置放大倍数设置、滤波器频率上下限设置及时间参数设置。声发射信号数据采集及显示功能主要由美国声学仪器提供的AEwin软件实现。PCI-2 AE硬件参数部分设置界面如图6所示。实施采集前，电子天平串口号、波特率、奇偶校验、数据位数、停止位等串口参数部分设置界面设定如图7所示。

2　灌溉试验和效果分析

经综合考虑，本系统引入作物有限缺水效应理论并继续开发与进一步量化，以充实用于指导农业节水灌溉的实践。为考察按照植物水分胁迫下声发射信息控制灌溉的效果，建立了计算机控制的滴灌系统(图8)。电磁阀采用JD11SA-6型，线圈交流电压为220 V，动作电流为1.5 A，驱动电路中继电器选用小型中间继电器JRX-13F型，其工作电压9 V，线圈电阻180 Ω。

灌溉系统内水压来自距地面2.5 m高的水箱，滴头实际流量为3.6 L/h。为保证根区土壤湿润的均匀性，在植株根部区域相对方向上等距离安装2个滴头。

2.1　灌溉策略的传统控制算法及作物非充分灌溉制度控制算法

对于灌溉控制系统来说，核心部分是控制算法的确定和实现，即对灌溉始点和灌溉量的确定。作物白天与夜间对水分的供应要求是不一样的，水分供应[22]主要取决于作物蒸腾作用的强弱。白天，因有光照，作物蒸腾作用较强，由试验可知，声发射信号的频次与植物蒸腾速率的变化量(蒸腾加速度)在一定范围内显著相关，因此，依据声发射信号的发生频次可判断植株的水分状况；夜间，作物的蒸腾作用很弱，但要进行呼吸作用，为维持生命活动仍然需要水分供应，此时可按一定的时间间隔进行供水，即受时间变化的控制。为此，系统的水分供应采用了“声发射控制+时控”的控制方案。

将1昼夜的时间划分为2个时间段，如图9所示，在t1～t2时段(白天)内，水分供应受声发射频次的变化控制；在t2～t1时段(夜间)内，水分供应受时间变化的控制。t1、t2可由试验人员根据需要在灌溉控制设定面板上进行设定和修改，如设t1=0、t2=24，则全为声发射控制；如设t1=t2，则全为时变控制。

当水资源不足而只能采用非充分灌溉时，如何在时间(作物不同生长阶段)上合理地分配有限的灌溉水量以获得最高产量或收益，或者使缺水造成的减产损失最小，是实行非充分灌溉的关键之一，而最优灌溉制度是整个研究的中心。在非充分灌溉条件下最优灌溉制度的设计过程，是一个将一定灌溉水量在作物各生育阶段进行合理分配的多阶段决策过程，较适合用动态规划(dynamic programming，简称DP)求解。

在模型方面，参考声发射与蒸腾速率相关关系，可以在中度水分胁迫声发射与蒸腾速率存在一个极大相关值时进行灌溉，或者在发生严重水分胁迫，声发射与蒸腾速率存在负相关关系时进行灌溉。

在声发射控制时段，当每2 s AE事件计数超过用户在灌溉控制设定面板上设置的阈值β(在作物的不同生长期和不同的天气条件下，该阈值有所不同)时即启动电磁阀进行灌溉。灌水量确定的基本思想如下：当日因蒸散(蒸腾+蒸发)失去的水量与补充的水量相同，使作物水分的散失与供应基本保持平衡。因此，灌溉延时时间可按下式计算：

式中：T为灌溉延时时间(s)，计算结果作四舍五入处理；W0为当日上次灌溉后的总质量(g)，如当日首次灌溉W0取 00：00 时刻的总质量；W1为当前时刻总质量(g)；Q为滴头流量(m3/h)。W0、W1由电子天平读数得到，滴头流量由用户在灌溉控制设定面板上输入。

在时控时段内，系统严格按照操作员通过灌溉控制设定面板设定的供水时间和灌溉延时时间运行而不管当前的AE事件发生频次情况。

2.2　效果及分析

灌溉对象为2株处于生长期的盆栽迷你玫瑰，第1株(编号A)以声发射非充分灌溉为指导，第2株(编号B)进行定时控制灌溉。2016年3月22日06：00，每盆均灌水120 g后试验开始，A株样本连同其培养基质总质量为1 496 g，B株总质量为1 500 g。2016年3月30日06：00结束，A株连同其培养基质总质量为1 500 g，B株总质量为1 520 g。灌溉控制参数设定如表1所示。

表1　灌溉控制参数设定

样本B按设定的时间间隔和延时时间进行定时灌溉，每日灌水量为40 g，9 d共灌水4 000 g，蒸散失水3 980 g。表2为节水效果统计结果，可见按AE信息控制灌溉与定时灌溉(充分供水)相比，前者节水效果较为明显。

表2　节水效果统计结果

3　结论

通过声发射传感器检测植株在水分胁迫下发出的超声信号并适当结合其他生理指标(如冠层蒸腾量等)，进一步对声发射信号与植物水分状况、其他水分生理参数等因子的关系进行研究，建立人与植物的对话，得出视情精准灌溉理论的数学模型，构建出基于水胁迫声发射的盆栽迷你玫瑰精准灌溉系统。试验结果表明：系统能正常、稳定工作，按声发射信息控制灌溉可节水39.71%，而作物生长几乎不受影响，节水效果与经济效益明显。基于水胁迫声发射的盆栽迷你玫瑰精准灌溉系统与其他灌溉相比对植株的生长没有太大差异，且AE信号对水分亏缺反应敏感，是一种良好的灌溉控制指标。在执行灌溉决策时，开始以声发射频次达到最大值时为依据进行灌溉，但何时达到最大值并不能很好地确定，只有在声发射信号频次呈衰减趋势时才能得出，所以需要进一步采集大量数据总结研究其规律，从而为灌溉决策提供理论与技术支持。

参考文献：

[1]杨世凤，钱东平，霍晓静，等. 作物水胁迫声发射检测及视情灌溉系统的研究[J]. 农业工程学报，2001，17(5)：150-152.

[2]杨世凤，郭建莹，王秀清，等. 作物病害胁迫检测的研究进展[J]. 天津科技大学学报，2009，24(5)：74-78.

[3]刘艳洁，杨世凤，钱东平，等. 作物水胁迫检测的研究进展和发展方向[J]. 天津科技大学学报，2004，19(4)：26-30.

[4]关贞珍，霍晓静，钱东平，等. 基于虚拟仪器的信号采集与分析系统[J]. 河北农业大学学报，2002，25(3)：84-86.

[5]罗明. 基于虚拟仪器技术的远程仪器测控实验系统的设计[D]. 长沙：中南大学，2009.

[6]阚宏伟. 基于虚拟仪器技术、组件技术的测控系统的研究和应用[D]. 北京：北京林业大学，2005.

[7]孙宝元，杨宝清. 传感器及其应用手册[M]. 北京：机械工业出版社，2004.

[8]王晓蕾，和健，彭勇平，等. 基于虚拟仪器技术的自动气象站数据采集与处理系统[J]. 气象科技，2006，34(2)：210-214.

[9]汪文友，许凤旌. 罐底腐蚀声发射检测数据评价方法[J]. 无损检测，2012，34(12)：54-57.

[10]马坤. 虚拟仪器在测控技术与仪器专业教学中的应用[J]. 中国新通信，2016，18(10)：44.

[11]王建新，隋美丽. LabWindows/CVI虚拟仪器测试技术及工程应用[M]. 北京：化学工业出版社，2011.

[12]白晟. 便携式USB声发射设备系统开发及应用研究[D]. 北京：北京化工大学，2014.

[13]张锡斌，王薇，李伯群. 声发射技术在海上平台安全评估中的应用[J]. 现代制造技术与装备，2016(5)：68-70.

[14]Boczar T，Zmarzly D. Application of wavelet analysis to acoustic emission pulses generated by partial discharges[J]. IEEE Transactions on Dielectrics and Electrical Insulation，2004，11(3)：433-449.

[15]Loutas T H，Sotiriades G，Kalaitzoglou I，et al. Condition monitoring of a single-stage gearbox with artificially induced gear cracks utilizing on-line vibration and acoustic emission measurements[J]. Applied Acoustics，2009，70(9)：1148-1159.

[16]王晓丽，邓璐娟. 温室作物模糊蒸腾模型的设计与仿真[J]. 现代化农业，2004(10)：30-32.

[17]许志方，茆智，赵玲爽. 计算稻田腾发量的数学模型研究[J]. 水利学报，1982(5)：3-12.

[18]陈新，蔡焕杰，李红星，等. 温室内作物腾发量计算与验证[J]. 水科学进展，2007，18(6)：812-815.

[19]Boulard T，Fatnassi H，Lagier J. Simple indirect estimation of ventilation and crop transpiration rates in a greenhouse[J]. Biosystems Engineering，2004，88(4)：467-478.

[20]Boulard T，Wang S. Greenhouse crop transpiration simulation from external climate conditions[J]. Agricultural & Forest Meteorology，2000，100(1)：25-34.

[21]戴剑峰，金亮，罗卫红，等. 长江中下游Venlo型温室番茄蒸腾模拟研究[J]. 农业工程学报，2006，22(3)：99-103.

[22]康绍忠，熊运章，王振镒. 土壤-植物-大气连续体水分运移力能关系的田间试验研究[J]. 水利学报，1990(7)：1-9.