智能化农业灌溉控制系统研究进展*

杨德军 ，杨 超 ，魏 堃

（武威职业学院，甘肃 武威 733000）

农业灌溉用水中的供需矛盾一直是世界各国关注的问题，据水利部《2020年中国水资源公报》数据统计，我国农业用水耗水量占总耗水量的74.9%，2020年我国农业灌溉用水有效利用系数仅为0.565，而西方发达国家农业灌溉用水有效利用系数达0.7~0.8[1]。2020年全国水资源总量约31 605.2亿m3，而西北地区水资源仅为2 050.9亿m3，只占全国水资源总量的6%[2]。西北地区气候干燥，对水资源的需求远胜于其他地区。从上述数据可以看出，我国农业灌溉用水有效利用系数与西方发达国家还存在一定差距。为进一步提高西北地区农业灌溉过程中水资源合理高效利用水平，迫切需要因地制宜发展智能灌溉技术，通过智能精准灌溉加强农业灌溉内涵建设，由传统粗放式灌溉向智能化、精准化灌溉模式转变，进一步提高农业灌溉用水水资源综合利用效率。

1 农业智能灌溉技术现状

1.1 智能灌溉技术应用现状

国外发达国家在农业智能化灌溉控制技术方面研究起步较早，智能灌溉控制技术得到了大规模的推广和使用，其智能化灌溉控制技术已比较成熟，在灌溉控制过程方面采用智能自动化控制模式，通过数据检测技术、智能化技术、现代信息技术，传感器技术、物联网技术、无线通信技术等形成了节水灌溉控制系统的功能化、精细化和高效化完整应用体系，农业灌溉技术实现由半自动化向智能全自动化的转变，并且已经得到了大面积的推广，农业灌溉用水利用效率较高，技术应用成效明显[3]。

我国在农业灌溉用水有效利用方面与发达国家还存在一定差距，在农业灌溉智能化控制系统方面的研究起步较晚且自动化程度不高，尤其是自主开发的智能化、自动化远程灌溉控制系统还没有实现大范围的推广和成果转化。针对我国农业用水量大、灌溉用水利用系数低、用水精细化管理程度不高等问题，国内学者在智能化农业灌溉用水控制方面主要采用无线通信技术，以微控制器为核心元件，通过建立远程无线控制模式，运用智能模糊控制算法实现对农作物灌溉时间和灌溉用水量的控制，以提高节水灌溉能力，减少依靠传统经验在大水漫灌过程中水资源的浪费，同时进一步节省人力、物力。在智能控制方面主要基于单片机和PLC对数据进行采集和处理，在无线通信方面主要采用GPRS远程无线通信和ZigBee协议模式短程通信[4]。在智能化灌溉控制运用方面，市面上智能化节水灌溉产品大多基于云平台的远程无线控制，已逐步向自动化和智能化方向发展，但受地区差异和农村经济条件限制，成果还未得到大面积推广和转化。

总体来说，农业智能灌溉在技术方面已经取得了阶段性的突破，但智能化节水灌溉控制产品初期投资成本相对较高。西北地区农民收入不高，由于系统初期投资成本高，且对地域特点有很高的要求，所以推广和普及还存在一定问题。随着对节水灌溉技术要求的不断提高，需要结合西北地区的实际情况，研究和开发符合西北地方特色的农业灌溉智能化控制系统，进一步提升农业灌溉过程中水资源综合利用效率，实现农业灌溉的智能化、精准化控制，同时，还需要考虑系统初期投资成本，便于系统的推广和使用。

1.2 智能灌溉控制工作原理

传统智能灌溉控制系统主要是结合物联网和人工灌溉经验，通过田间布置湿度传感器节点检测土壤湿度，将土壤湿度数据传递至控制系统，利用湿度传感器获取土壤湿度信息，控制系统根据土壤湿度阈值选择是否进行灌溉，结合PLC和Wi-Fi技术远程控制水泵开启，从而实现对作物的自动灌溉。该灌溉模型与传统漫灌灌溉方式相比具有智能决策相对简单、成本低的特点，但未能根据作物实际需水要求进行灌溉用水量设计，仅以田间传感器土壤湿度数据作为灌溉参考依据，灌溉模式相对粗放，灌溉用水量还不够精确，未能实现灌溉用水的精细化管理。

目前，精准化农业智能灌溉以作物为对象，通过研究作物成长过程中需水量与灌溉用水量之间的关系建立正确的灌溉模型，将灌溉模型与智能控制技术耦合作用于农业灌溉过程。只有将灌溉模型与智能控制技术紧密结合起来，根据作物实际需水要求实施精准灌溉，才能避免水资源浪费。在灌溉决策中考虑土壤湿度、土壤pH值等土壤墒情，考虑温湿度、风速、降水量、蒸腾量等环境及气候条件对农作物生长的综合作用效果，精确计算作物实际需水量[5]。灌溉决策数据建立主要考虑以下几个方面：通过物联网技术，利用各类传感器获取作物生长过程中土壤、环境各项参数；通过田间试验和大数据分析，建立适用于作物不同生长周期用水需求的灌溉决策模型，制定合理的灌溉计划和灌水模式；通过智能控制技术，在灌溉过程中依据农作物实际需水量动态调整灌溉水量，可显著提高农业灌溉用水利用效率。

1.3 智能灌溉控制系统关键技术

农业智能灌溉主要是以物联网技术为基础，结合现代智能控制和无线通信技术设计开发的智能灌溉决策控制系统，利用现代科技手段，提高农业灌溉用水利用效率，节省劳动成本。智能灌溉决策控制系统中使用的关键技术主要包括传感器技术、无线通信技术、自动控制技术等[6]。

1）传感器技术。传感器技术是智能灌溉控制系统中获取信息和数据的重要途径，在田间和周围环境合理设置采集节点，构建底层数据采集网络，利用湿度传感器、温度传感器、光照强度传感器、风速传感器、pH值传感器等采集土壤、空气及气象等相关数据，为智能灌溉决策控制系统提供参考数据。

2）无线通信技术。目前，农业智能灌溉控制系统中运用的无线通信技术主要有Modbus、ZigBee、LoRa通信协议以及NB-IoT和4G/5G技术等，通过上述无线通信技术可以实现对土壤墒情、环境温湿度、光照强度、风速等信息数据的无线传输，同时接收灌溉决策系统发出的灌溉控制指令。不同无线通信技术在应用方面各有其优势和适用范围，因此智能灌溉控制系统在通信模式选择方面应根据灌溉对象、实际灌溉环境、灌溉面积、无线传输控制距离等因素和实际情况合理选择拟采用的无线通信技术。Modbus通信相对简单，可支持较丰富的接口，无需复杂编程即可实现设备之间的通信，目前应用较成熟和广泛；ZigBee通信技术适用于通信范围几百米内的近距离数据传输，主要应用于农业大棚智能灌溉无线通信方面，但在传输过程中存在障碍物会造成信号的削弱；LoRa无线通信技术以扩频技术及其增益可大幅提升无线传输范围，传输范围可达15 km左右，工作频段较低，数据传输过程中受干扰程度低，其具有功耗低、数据传输覆盖范围广、数据抗干扰能力强等特点，可应用于对农业智能灌溉控制距离较远、范围较大的农田、草原等的灌溉需求及数据分析；NB-IoT具备功耗低、信号增益能力强、网络连接节点数量大等优点，可应用于农业智能灌溉控制系统中底层农田环境基础支撑数据的采集和传输；4G/5G技术具备数据传输速率高、延时低等特点，在智能灌溉中可广泛应用于数据采集与云端平台的无线通信和数据分析[7]。

孙刚等利用Modbus通信协议实现了智能灌溉控制系统中采集节点和监控中心之间灌溉用水量、传感数据及电磁阀启闭指令数据通信与交互[8]。方旭杰等通过ZigBee协议建立控制器节点和传感器节点间的灌溉控制系统无线网络结构，实现传感器和控制器之间数据互通，灌溉执行器接收到灌溉指令后执行相应灌溉操作[9]。李静通过LoRa无线通信技术研究开发了基于土壤墒情的智能灌溉系统，实现环境参数与决策系统之间数据通信，进一步提高了数据接收、传输过程中的灵敏度和传输距离，提高了农业灌溉水资源利用效率[10]。

3）自动控制技术。采用MCU或PLC控制技术，通过传感器采集数据与灌溉大数据比对实现智能灌溉决策。当作物需水量达到阈值时，发送无线控制指令，开启阀门进行灌溉，达到灌溉水量时，闭合阀门结束灌溉。目前，智能控制主要采用模糊控制、神经网络免疫等方法相结合实现对各项数据的分析和处理，控制电磁阀开闭，实现对灌溉系统的智能操控。自动控制技术方面重点考虑灌溉指令发送和接收时带来的时滞效应及灌溉流量实时控制，根据轮灌方案和计划，建立合理的控制流程及灌溉机制，根据作物实际需水量实现灌溉数据动态调整和优化，实现灌溉过程的精准化控制。

2 智能灌溉控制系统设计

2.1 智能灌溉控制系统架构

智能灌溉控制系统整体架构主要分为数据采集层、执行层、无线传输层和应用决策层四个模块，如图1所示。

图1 智能灌溉控制系统整体架构

数据采集层处于系统底层，主要采集灌溉决策系统所需温度、湿度、光照、风速、水流量、水位等各项环境基础数据，为建立灌溉模型和智能决策提供基础数据支撑。执行层主要根据灌溉决策指令控制田间电磁阀、水泵等灌溉执行设备的开启与闭合。无线传输层结合网络和无线通信技术实现数据采集层、执行层和应用决策层之间数据互通传输，起到数据桥梁作用。无线传输层需根据灌溉对象实际情况合理选择无线通信方式，对于灌溉控制数据传输距离要求不高的情况，可选用ZigBee、NB-IoT等传输距离短的无线通信技术；对于农业大田、草原等网络节点较多、整体灌溉面积较大、数据传输覆盖范围较广、远程控制距离远的情况，可选用LoRa等传输距离较远的无线通信技术。数据采集层采集到的环境数据通过无线传输层传输至应用决策层，通过智能决策系统进行数据处理和分析。应用决策层形成灌溉决策指令，将控制指令通过无线传输层发送至执行层，执行层现场控制器接收到灌溉指令后执行相应灌溉动作。

现场控制器（MCU）起到数据处理、上传和接收作用，以ZigBee、NB-IoT、RS485通信节点对温度、湿度、水位、灌溉流量、环境参数等数据信息进行采集和处理，并将现场数据通过无线传输层，以无线通信方式上传至应用决策层集控计算机。集控计算机结合植物生长大数据，对接收到的感知层数据进行分析和对比，作出合理的灌溉决策，将灌溉指令以无线通信方式发送至现场控制器，现场控制器根据控制指令控制执行层电磁阀和水泵的开启和关闭。

2.2 智能灌溉控制系统灌溉决策设计

灌溉决策软件设计是智能灌溉控制系统的大脑中枢，控制系统在接收到底层传感器网络节点土壤墒情数据及相关气候环境数据后，根据系统预设作物生长数据库和作物需水模型计算作物ET值，与大数据对比分析后，计算生成灌溉水量和灌溉时长等灌溉决策指令。灌溉决策软件设计如图2所示。

图2 智能灌溉控制系统灌溉决策软件设计

通过传感网络节点将土壤湿度、pH值等土壤数据和温度、风速、光照等环境数据传输到现场控制器；现场控制器对土壤条件指标数据和气候条件指标数据进行分析和处理，形成土壤条件指标和气候条件指标，并通过无线通信方式发送至集控计算机；集控计算机根据接收到的最新参数指标计算作物实际需水量，与已有大数据进行对比分析。当作物需水量低于需水阈值时，控制程序计算生成灌溉时长或灌溉水量，动态调整灌溉时长或灌溉水量，将生成的灌溉控制指令以无线通信方式发送至现场控制器，现场控制器按照指令要求控制电磁阀开启或关闭，实现智能灌溉。同时，在灌溉过程中，传感器网络节点实时监测土壤和环境相关数据值变化，不间断向集控计算机提供实时数据。智能灌溉系统根据实时数据及时调整灌溉时长或灌溉水量指令，直至灌溉结束。通过实时调控灌溉用水量，最终实现精准灌溉，避免水资源浪费。

3 结论

本文以我国灌溉用水实际情况和西北地区农业灌溉水资源利用方面存在的突出问题和面临的挑战为背景，在系统研究分析基础上提出在西北地区发展智能化农业灌溉系统的理论基础、关键技术方法及实现途径。首先，通过对农作物生长实际需水状况进行研究，建立精准化灌溉用水量模型；其次，根据灌溉实际合理选取传感器、无线通信技术和自动控制技术，完成智能灌溉控制系统整体架构的搭建；最后，根据作物实际需水量完成智能灌溉决策设计，形成灌溉控制计划，实现对作物实际需水量的实时监测和灌溉用水控制，进一步降低成本，提高农业灌溉过程中水资源利用率，为西北地区农业智能化高效节水灌溉提供实现途径，为实现由粗放型灌溉向集约型、智能化、规模化灌溉转变提供参考。