基于物联网农业灌溉系统精准控制模型的研究

2024-01-09刘志龙张淋江朱富丽刘统帅

农机化研究 2024年4期

刘志龙,张淋江,朱富丽,刘统帅

(河南牧业经济学院,郑州 450046)

0 引言

从国内外的调研情况来看,国外的灌溉技术较我国起步早,加之一些信息化手段的率先引用,可方便、高效地实现灌溉精准与科学节能;但是,我国一些高等院校已然正在加大关于智能灌溉与精准灌溉的指标投入。

从物联网的技术平台与技术应用来看,物联网是实现物与物、物与人之间自动化信息共享与数据互通的集成性系统,其主要依赖专业化的灌溉控制与执行组件,通过对气象参数进行获取解析,运用传感转换装置进行灌溉决策的合理化动作输出。当前,我国的灌溉系统存在节水效果差、灌溉不够均匀等问题,故尽快研制开发系统精准、运行稳定的灌溉装备意义重大。

1 农业灌溉系统概述

农业灌溉系统是一种集成程度高、控制能力强的农作物自动灌溉设备,近年来随着控制装备的不断应用,逐步呈现出精准化控制要求的趋势。通常而言,传统的农作物种植培养多以经验感知为主,并结合量化的干旱指数。表1为我国农作物干旱指数衡量系数参照列表。其中,农田的土壤含水率参数对于农田实施灌溉决策有重要影响,当测得干旱指数大于5时,应当开启智能灌溉系统。

表1 农作物干旱指数衡量系参照列表

对于不同的农作物培养对象,其灌溉要求不尽相同,但均是一种全套的控制配套设施,即通过在田间节点设置一定的采集仪器,经通信组件将土壤墒情信息数据合理转化后进行灌溉控制中心,处理后进行有效的灌溉指令输出,有些地区还增设了智能终端数据输入功能。图1为用于农业灌溉系统的通用布局框架,其执行命令的流程要求与上述表达一致。以中央计算机控制装置为核心,充分结合农作物的生长环境特点及田间墒情信息展开;同时,配备各类水分传感装置、视频及通信接口等,使得各项数据经灌溉控制器分解后进入灌溉系统,从而实现作业的精确性、高准度控制与调节。

图1 用于农业灌溉系统的通用布局框架简图Fig.1 Schematic diagram of the general layout framework for the agricultural irrigation system

2 物联网精准控制设计

2.1 模型建立

考虑灌溉系统的有效性实现需以正确的灌溉决策为基准,因此充分将物联网的智能机理与双模糊控制理论算法相结合,最大限度地降低数据信息采集的误差及各过程环节的处理精度误差。以灌溉调控的实时性为条件,设农作物实测的田间环境温度值为自变量,以水分蒸发的程度为切入点,建立精准控制灌溉模型,即

(1)

式中ET—精准控制模型下的充分灌溉量;

Δ—精准控制模型下的饱和蒸气压曲线变化斜率;

Rn—农作物灌溉净辐射参数;

G—农作物的土壤热通量密度值;

γ—农作物的干湿表常数;

es—精准控制模型下的平均饱和蒸气压值;

ea—精准控制模型下的测定蒸气压值;

T—农作物灌溉的实测温度值。

针对模型需要获取的各个灌溉节点信息,展开物联网技术的平台联通融合,从感知层、传输层到应用层逐层级进行对应设置,形成基于物联网的农业灌溉智能控制模型简图(见图2)。工作时,在感知层进行数据采集、灌溉控制、通信中继等节点选取,在传输层进行信息接收、响应处理、物联算法模块分配,在应用层进行灌溉智能控制与决策的优化组合,确保灌溉设计控制模型的精准性。

图2 基于物联网的农业灌溉智能控制模型简图Fig.2 Schematic diagram of the agricultural irrigation intelligent control model based on Internet of things

2.2 系统软件控制

借鉴系统划分基础,主体的软件系统功能不变,设置为登录接口、设备管控、分组管理、数据管理、定时灌溉及定量灌溉等模块,选取无线通信方式,进行上位机、下位机的精准数据畅通控制实现;程序内部选取技术成熟的STC89单片机控制系列,并重新调整灌溉系统的驱动电路以实现软硬件无缝串接。同时,为了强化输入与输出灌溉用水量的精准性,优化C#数据控制,并匹配一定的低耗能模式植入程序,实现软件功能与视觉的友好化。

针对系统的物联网平台各层级通信数据实现,选取NB-IoT、以太网为通信实现核心路径,并给出基于物联网平台的灌溉精准控制软件流程,如图3所示。此流程的关键在于对于农田环境监测各项参数的阈值获取准确性,经物联网平台感知传输后形成下位机的数据处理显示;当系统判定符合精准化执行条件,即开启灌溉系统的硬件驱动装置,表征出控制开关动作,同时指令动作信息将反馈于上位机监控端,构成闭环的灌溉系统精准化控制目标。

进一步,在软件程序监控环节设置不同编号,实现不同的灌溉执行功能控制。其中,编号4和编号5用于实现灌溉系统的精准监控操作与参数设置;编号7和编号8用于监控农田作物温度及农田土壤墒情。

图3 物联网平台下的灌溉精准控制软件流程简图Fig.3 Flow chart of the irrigation precision control software under the Internet of things platform

2.3 系统硬件布置

农业灌溉系统的智能控制终端将各控制参数信息呈现在平台,各通信节点的回路及信息处理设定成为关键的匹配要素。通常而言,要素进行硬件性匹配应当做到全覆盖及专业化。具体来看,其主要涵盖手持终端设备、汇聚节点模块、现场灌溉控制装置、水泵阀组及LED显示等,如图4所示。其中,在物联感知终端与灌溉控制之间增设了具有较强实现功能的通信协议转化模块,可将各串口、电源、接口等集成在一个主芯片上,后台配置相应容量的存储装置,并对于各灌溉系统的精准控制动作设备进行参数区分,列出基于物联网的农业灌溉系统精准化控制硬件参数内部设置命名情况,如表2所示。

图4 基于物联网的灌溉系统硬件配置及组成框图Fig.4 Block diagram of the hardware configuration and composition of the irrigation system based on Internet of things

表2 基于物联网的农业灌溉系统精准化控制硬件参数内部设置列表

3 灌溉控制实践

3.1 作业条件

基于上述物联网农业灌溉系统精准控制模型及系统的软硬件匹配设计,选择800m×2000m的试验田,灌溉对象为土豆。依据农业灌溉系统的精准化控制实践流程简图如图5所示。

图5 农业灌溉系统的精准化控制实践流程简图Fig.5 Flow chart of the precision control practice of the agricultural irrigation system

针对灌溉土豆的通信参数距离节点、数据能耗速率以及中继与汇聚的覆盖范围进行准确的逐一设定,展开物联网下的精准灌溉实践。其主要作业条件如下:

1)系统灌溉过程各监测参数数据准确无误,过程关键监测参数设定合理、准确;

2)灌溉系统的控制程序执行与硬件动作一致、协调;

3)确保灌溉系统实践过程中,各项数据记录导出可信度与原始性。

3.2 过程分析

针对该物联网农业灌溉系统精准控制模型下的作业过程,进行系统的运行可行性与效率性评价分析。从灌溉系统本体的设计与控制指标来看,严格执行物联网的通信布局平台,通过对不同测试动作次数进行取值,得到不同灌溉实践次数下的物联网平台灌溉系统精准控制指标参数统计,如表3所示。

表3 不同灌溉实践次数下的物联网平台灌溉系统精准控制指标参数统计

续表3

由表3可以看出:以数据传输与灌溉精准为原则,处理系统基础节点、中继节点与汇聚几点,获取系统灌溉参数与人工监测参数。以7组试验为划分,次数依次从10～30不断按需递增,测得的系统决策响应时间平均值为2.05s,最大值为2.17s,小于2.20s的灌溉系统设计要求;测得的系统偏差平均值为±4.05%,最大偏差为+4.25%,在±4.5%的偏差控制要求阈值内,满足当前智能灌溉系统设计可行性要求。

根据各主要参数反馈的变化关系(如温湿度、光照率、土壤含水率等)以及系统的效率性衡量规范,在物联网智能平台及精准控制模型的应用下,确保信息数据采集的及时性与可参考性,进一步选取该灌溉系统响应率、系统精准度、动作延迟率、灌溉作物合格率、灌溉节水效率作为关键评价参数,基于物联网的农业灌溉系统精准控制模型进行应用前后性能参数对比,结果如表4所示。由表4可知:以强大、成熟的物联网通信技术为支撑平台,正确搭建灌溉精准控制模型,具有很好的优化实践效果;系统响应率由86.50%提升为94.18%,系统精准度经控制模型的改进后由89.70%提升至95.95%;各系统硬件设备的动作延迟率得益于物联网通信传输的效率性由4.21%降低至1.49%,且灌溉作物合格率相应地由83.79%提高为94.20%;由于灌溉系统动作的精准性与灌溉的均匀性优化,使得该系统的灌溉节水效率由85.50%提高为91.50%。

表4 基于物联网的农业灌溉系统精准控制模型应用前后性能参数对比Table 4 Comparison of performance parameters before and after the application of the precision control model on the agricultural irrigation system based on Internet of things