基于物联网技术的水肥一体化智能管理系统

姜岩　段杰　王茂励

摘要 为实现蔬菜大棚数字化管理，设计了基于物联网技术的水肥一体化智能管理系统。传感器采集蔬菜大棚土壤温湿度、空气温湿度、光照条件等环境信息，然后将数据上传至云服务器，云平台对数据进行整理，分析制定蔬菜需水量，氮、磷、钾混合比例和施肥时间等管理计划。经试验，基于数字化管理施肥，2017年植株氮、磷、钾积累量分别增加了13.9%、6.2%、6.6%，对比人工经验控制和基于物联网技术，物联网技术的数字化管理施肥优化了氮、磷、钾肥配比，使蔬菜、水果对氮、磷、钾养分吸收更充分。

关键词 蔬菜大棚；水肥一体化；物联网技术；数字化管理；云平台

中图分类号 TP273+.5 文献标识码 A 文章编号 1007-5739（2018）16-0279-03

Intelligent System of Water and Fertilizer Based on Internet of Things Technology

JIANG Yan 1，2 DUAN Jie 1，2 * WANG Mao-li 1，2 ZHAO Jing-bo 1

（1 College of Automation Engineering，Qingdao University of Technology，Qingdao Shandong 266520；

2 Shandong Provincial Key Laboratory of Computer Networks，Shandong Computer Science Center（National Supercomputer Center in Jinan），

Qilu University of Technology（Shandong Academy of Sciences））

Abstract To realize digital management of vegetable greenhouse environment，an intelligent water and fertilizer integration control system based on Internet of Things technology was designed.The sensors collect environmental information such as soil moisture，air temperature and humidity，and light conditions in a greenhouse，and then upload the information to the cloud server.The cloud platform collates and analyzes the data and formulates the management plan of vegetable water requirement，ratio of N、P、K and fertilizing time，and other control strategies.After experiments，based on recommended fertilization by the expert system，the nitrogen，phosphorus，and potassium accumulations of the plants in 2017 increased by 13.9%，6.2% and 6.6%，respectively.Comparisons were made on the basis of the results of artificial experience control and intelligent control based on the Internet of Things technology.By expert system recommended fertilization，the proportions of nitrogen fertilizer，phosphate fertilizer and potassium fertilizer were optimized，and the nutrient absorptions of nitrogen，phosphorus and potassium were more abundant in fruits and vegetables.

Key words vegetable greenhouse；integration of water and fertilizer；Internet of Things technology；digital management；cloud platform

随着计算机科学、微电子技术和网络信息化技术的普及，以全球互联网为基础，被称为“第三次信息技术革命”的物联网正在兴起。网络信息技术的快速发展给人类科学和社会经济带来了前所未有的机遇和挑战。据统计，20世纪80年代以來，网络技术对发达国家经济贡献率接近40%，物联网将改造现有的网络架构来适应新的应用环境和社会网络，从而带来巨大的市场价值，为社会经济发展提供了强劲动力[1-2]。

目前，我国设施农业建设面积世界第一，但主要是以日光温室单体大棚为主，设施配套设备简单，高科技含量比较低，环境可控度低，抵御自然恶劣环境的能力低，高水平的现代化蔬菜大棚占设施农业总面积的0.14%，现代化装备技术水平、先进的管理理念、人均管理面积、生产劳动效率远远落后于世界发达国家。美国、日本、荷兰等农业发达国家，通过对种苗培育、水肥管理、环境调控、土壤特性演变、产前产后处理、流通物流等各个环节的深入研究，已经实现了适合各国农业发展的标准化、工厂化栽培体系，保证农业向着高效、平稳、节能的方向良性发展[3]。近年来，随着我国社会经济的高速发展，环境问题和食品安全问题逐渐成为社会发展进程中突出的矛盾，研究现代化设施农业技术装备，对我国经济发展、优化生态环境、减少食品安全问题具有重要意义。

传统种植使用的水肥一体机具有控制施肥比例、施肥时间、肥前浇水等功能[4-5]。其优点是可以节约用水，肥液利用率高；缺点是水肥控制和决策由个人凭经验操作，缺少理论依据，水肥不能被充分利用。随着新技术的快速发展，包括无线通信技术、传感器技术、信息处理技术、农业自动化和信息化进程的不断深入，物联网技术将农业数字化管理技术与现代温室大棚栽培工艺相融合，将智能设施、智能装备、智能系统、种植需求相结合，以期提高水肥利用率、提高农作物产量、减少环境污染、提高农业现代化设施科技含量[6-7]。

1 水肥一体化硬件模型

1.1 系统组成

水肥机的结构如图1所示，整个系统的核心装置为混合管，混肥管中的营养液由进水和文丘里管吸入的肥液组成，共有4个肥料输入和1个混肥输出。输入分别为氮肥、磷肥、钾肥、pH调解液，输出为混合后的营养液，由主循环泵加压送至田间管网。在混肥管侧壁中安装了2个EC、pH传感器，采用2个传感器可以使混肥过程形成1个闭环控制，传感器采集的数据可以验证肥液指标是否达到要求。灌溉状态下，不锈钢离心泵一方面可以为整个灌溉区域提供必要的供水压力，另一方面可以间接增大管路内文丘里吸肥装置的吸力。控制器采用西门PLC（S7-200），并嵌入模糊和分段PI控制策略。主控制器根据EC、pH传感器检测到的数据，结合物联网云平台管理的作物品种、作物长势、温室环境因子等数据，动态管理施肥方案、肥液配比、施肥时间，为蔬菜、水果的生长提供物质基础。

1.2 文丘里施肥器数学模型

施肥装置是智能水肥一体机的核心部件，其性能对每一次施肥起到关键作用，因而施肥装置需具有较好的稳定性。目前，国内比较普遍的施肥装置有差压式施肥罐、比例施肥器、文丘里施肥器、磁力施肥泵等。由于差压式施肥器体积庞大、混肥不均匀，逐渐被其他种类的施肥器替代。文丘里施肥器因其结构简单、运行稳定、成本低而应用最为广泛。比例施肥器利用水的压力驱动泵内活塞做往复运动，驱动吸肥，吸肥比例可由机械旋钮调节，混肥精度较高，但对过滤设备要求较高且价格昂贵，大面积推广受到限制。磁力施肥泵混肥浓度均匀但是成本较高，运行不稳定且易发生故障。综上分析，宜将文丘里吸肥装置作为水肥一体机的施肥装置。

文丘里吸肥器运行机理：当有压流体经进口段进入文丘里吸肥器中，经过收缩段时由于管径变小导致工作流体一部分压力转化为动能，流体速度在喉管处达到最大，高速流体在喉管处形成真空负压区，待负压达到一定值后将肥液吸进吸肥器中，混合后的流体将部分能量传递给肥液，进入扩大段后由于管径增加，一部分动能再次转化为压力，混合流体在出口段流速降低、压力增加，完成吸肥工作。文丘里吸肥器主要由进口段、收缩段、喉管、扩大段、出口段组成，其机构如图2所示。

文丘里吸肥器属于精密仪器，其涉及的参数有很多，倒角、公差、材质特性等参数同样会影响文丘里吸肥器的设备特性，本文将不予重点阐述。文丘里吸肥器的重点参数关系如下：

tan？琢=（din-d1）/2a

tan？茁=（dout-d1）/2c

？啄1=d1/din

？啄2=b/d1

式中，？啄1为收缩比，即喉管内径与进口段内径之比；？啄2为喉管长径比，即喉管长度与喉管内径之比。

2 农业物联网系统基本构成和智能化控制系统设计

2.1 物联网系统基本构成

农业物联网系统可以分为4层结构：第1层为终端，主要包括信息采集终端、信息监控终端、水肥自动化控制终端；第2层为数据传输层，包括网关与终端设备的数据交流、网关与云平台的数据交换；第3层为物联网云平台数据分析处理层；第4层为用户管理层。该系统总体架构如图3所示。

2.2 物联网智能化控制系统设计

农业物联网终端采集设备主要由传感器组成，包括土壤温湿度传感器、空气温湿度传感器、光照传感器等。各信息采集节点分别采集大棚内的土壤水势墒情及各项环境参数，这些信息通过数据传输层传输到监控中心，监控中心对数据进行分析、整理并发出控制命令，控制命令由控制柜管理控制器执行，最后实现蔬菜大棚内自动化灌溉与环境调控为一体的远程化、智能化控制（图4）。

2.3 农业物联网信息采集端设计

目前常用的5种短距离无线通讯模块为蓝牙技术、Z-Wave技术、ZigBee技术、红外技术、WiFi技术，分别属于802.11 a标准、802、116标准、802.11 g标准、802.15.4、IEEE802.15.1。蓝牙技术通讯距离较短，对蔬菜大棚监测时需要的设备较多；Z-Wave技术通讯频率过低，数据传输速度受到限制；红外技术通讯距离过短；WiFi技术待机时间过短。通讯速率较快、通讯距离较长、待机时间长的ZigBee技术是短距离无线通讯模块的首选。

ZigBee网络的組网方式有3种，分别为星型、簇状形、网状型（图5）。星型组网方式比较简单且管理方便，但由于温室蔬菜大棚对无线信号有一定的屏蔽作用，因而星型网络不适合应用在温室大棚里；而网状型组网方式由于数据包要经过多个节点，容易丢失数据。因此，相较之下，宜选择簇状型组网方式。

3 试验

3.1 试验地概况

试验地点为淄博市张店村，供试土壤为砂质潮土，试验对象为草莓，土壤基本养分性状见表1。

3.2 试验设计

试验共设计了6种不同的处理，分别为：IOT，为物联网数据管理系统推荐氮、磷、钾混肥比例及用量；IOT-N，为在IOT基础上不施氮肥；IOT -P，为在IOT基础上不施磷肥；IOT -K，为在IOT基础上不施钾肥；FP，为农民的习惯施肥；CK，为不施任何肥料。2016年、2017年不同处理的施肥量如表2所示。

3.3 结果与分析

收获时将种植区域以10 m2为单位进行划分，分区后对单位种植面积的草莓进行称重和营养分析，再结合2016年和2017年的数据进行比较，结果如表3所示。可以看出，2016年、2017年草莓分别增产7.00%～18.59%和4.00%～18.32%；IOT处理产量最高，较FP处理分别增产3.9%、7.3%，平均增产5.6%；IOT处理和 FP处理间营养含量和产量均无明显差异。基于物联网数据管理系统推荐的施肥，2016年氮、磷、钾积累量分别增产 18.6%、11.9%、16.4%；2017年氮、磷、钾积累量分别增产13.9%、6.2%、6.6%。由此可知，氮肥是草莓增产的主要因子，其次是磷肥。合理分配氮肥、磷肥的比例是关键。

4 结论

物联网管理系统将蔬菜大棚的基础信息、气象资料、土壤特性资料等信息作为模型库的输入，经过物联网云平台数据分析、运算后，制定出针对不同农户个性信息的施肥方案。试验表明，2016年、2017年物联网数据管理系统推荐氮、磷、钾混肥比例及用量较农户习惯施肥分别增产3.9%和7.3%，维生素含量增加9.3%和9.8%，基于物联网系统推荐的施肥方案优化了氮、磷、钾配肥比，促进了蔬菜、水果对氮、磷、钾的吸收，具有增产增收、增加维生素含量的作用。水肥一体机的设计可为农业物联网提供硬件支持，通过接收云端控制命令实现施肥的自动化智能化。由于云计算产业日益普及，使用成本越来越低，随之带来的信息安全问题也在业界受到越来越多的关注。因此，未来将对物联网信息安全问题展开探索。

5 参考文献

[1] 牛寅，张侃谕.基于云模型模糊推理的精准施肥机pH值调节过程控制[J].农业机械，2016，47（7）：58-64.

[2] WANG M，TANG Y，HAO H，et al.The design of agricultural machinery autonomous navigation system based on linux-ARM[C]//Advanced Info- rmation Management，Communicates，Electronic and Automation Control Conference，2017：1279-1282.

[3] 王宜伦，苏瑞光，刘举，等.养分专家系统推荐施肥对潮土夏玉米产量及肥料效率的影响[J].作物学报，2014，40（3）：563-569.

[4] 肖令禄，王泽宇.基于无线传感器网络的农田环境监测系统设计[J].河南科学，2017，35（10）：1574-1581.

[5] 趙宏才，赵晓杰，张兴波，等.基于专家系统的黄瓜园区无线智能监控系统研究[J].江苏农业科学，2017，45（17）：215-218.

[6] 余国雄，王卫星，谢家兴，等.基于物联网的荔枝园信息获取与智能灌溉专家决策系统[J].农业工程，2016，32（20）：144-152.

[7] 毕建新，陈雅，郑建明.面向科学大数据的云计算平台构建研究[J].现代教育技术，2013，23（10）：72-75.