基于物聯(lián)網(wǎng)的農(nóng)田智能灌溉系統(tǒng)

白秋產(chǎn)

摘要： 針對(duì)基于物聯(lián)網(wǎng)的智能灌溉系統(tǒng)對(duì)灌溉水量計(jì)算精度不足的問(wèn)題，提出一種基于物聯(lián)網(wǎng)的智能農(nóng)田灌溉系統(tǒng)。綜合考慮土壤的濕度與溫度、空氣的濕度與溫度、風(fēng)速、光照時(shí)間等環(huán)境因素，此外也考慮雨水、土壤中根區(qū)域的水量、作物蒸發(fā)量以及通過(guò)毛細(xì)上升到達(dá)作物根部的地下水量等自然補(bǔ)水因素，并利用自然環(huán)境的歷史數(shù)據(jù)，進(jìn)一步提高灌溉水量的預(yù)測(cè)精度。物聯(lián)網(wǎng)使用高能效的無(wú)線傳感器網(wǎng)絡(luò)協(xié)議，使網(wǎng)絡(luò)的生命期最大化。真實(shí)的農(nóng)田試驗(yàn)結(jié)果表明，本系統(tǒng)可有效地降低農(nóng)田灌溉的用水量，并且在傳感器網(wǎng)絡(luò)的周期與灌溉水量之間達(dá)到較好的平衡。

關(guān)鍵詞： 智能農(nóng)業(yè)；智能灌溉系統(tǒng)；灌溉水量；物聯(lián)網(wǎng)；環(huán)境因素；預(yù)測(cè)精度；傳感器網(wǎng)絡(luò)；路由協(xié)議；網(wǎng)絡(luò)生命期

中圖分類號(hào)： S277.9；S126 文獻(xiàn)標(biāo)志碼： A

文章編號(hào)：1002-1302（2017）22-0247-05

農(nóng)業(yè)是社會(huì)經(jīng)濟(jì)的支柱性產(chǎn)業(yè)，尤其是農(nóng)村地區(qū)對(duì)農(nóng)業(yè)經(jīng)濟(jì)的依賴度極高[1]。據(jù)分析[2]，世界上約有60%的水資源用于農(nóng)作物灌溉，所以提高灌溉水資源利用效率可極大地降低農(nóng)業(yè)生產(chǎn)的成本，高效的智能灌溉系統(tǒng)是農(nóng)業(yè)工程領(lǐng)域的一個(gè)重點(diǎn)。

許多研究人員利用物聯(lián)網(wǎng)采集農(nóng)田環(huán)境、土壤的參數(shù)，根據(jù)指定的環(huán)境調(diào)節(jié)灌溉的供水量與灌溉時(shí)間[3]。將物聯(lián)網(wǎng)與農(nóng)業(yè)生產(chǎn)結(jié)合，主要有以下幾個(gè)優(yōu)點(diǎn)：（1）基于可用的水供應(yīng)制定農(nóng)田的灌溉計(jì)劃[4]；（2）最小化人力成本、管理成本與時(shí)間[5]；（3）提前預(yù)測(cè)水澇等自然災(zāi)害，通過(guò)適當(dāng)?shù)爻樗乐罐r(nóng)田被破壞；（4）協(xié)調(diào)農(nóng)業(yè)生產(chǎn)的各個(gè)環(huán)節(jié)；（5）基于傳感器網(wǎng)絡(luò)建立知識(shí)庫(kù)，用于對(duì)未來(lái)的預(yù)測(cè)[6]。王連勝等根據(jù)物聯(lián)網(wǎng)的基本原理和體系結(jié)構(gòu)，提出基于物聯(lián)網(wǎng)的現(xiàn)代農(nóng)業(yè)節(jié)水灌溉網(wǎng)絡(luò)體系[7]；安進(jìn)強(qiáng)等通過(guò)ZigBee網(wǎng)絡(luò)實(shí)現(xiàn)園區(qū)土壤墑情信息的共享，根據(jù)采集到的土壤墑情信息制定灌溉決策[8]。雖然許多研究通過(guò)物聯(lián)網(wǎng)技術(shù)實(shí)現(xiàn)了農(nóng)田自動(dòng)灌溉系統(tǒng)，但此類方案考慮的環(huán)境因素并不全面，對(duì)灌溉用水量的預(yù)測(cè)也并不精準(zhǔn)。

為對(duì)農(nóng)田灌溉水量實(shí)現(xiàn)精準(zhǔn)的預(yù)測(cè)效果，應(yīng)當(dāng)全面考慮土壤、空氣環(huán)境與當(dāng)?shù)氐臍夂驐l件。本研究基于無(wú)線傳感器網(wǎng)絡(luò) （wireless sensor network，簡(jiǎn)稱WSN）[9]設(shè)計(jì)一個(gè)集成的系統(tǒng)，綜合考慮土壤的濕度與溫度、空氣的濕度與溫度、風(fēng)速與光照時(shí)間等環(huán)境因素，此外也考慮雨水、土壤中根區(qū)域的水量、作物蒸發(fā)量以及通過(guò)毛細(xì)上升[10]到達(dá)作物根部的地下水量等自然補(bǔ)水因素，并且利用自然環(huán)境的歷史數(shù)據(jù)，進(jìn)一步提高灌溉水量的預(yù)測(cè)精度。本系統(tǒng)實(shí)現(xiàn)自動(dòng)的灌溉系統(tǒng)，根據(jù)自然環(huán)境的變化調(diào)節(jié)灌溉的用水量與時(shí)間，提高灌溉的水資源利用率。

1 總體架構(gòu)

本系統(tǒng)根據(jù)環(huán)境、氣候參數(shù)（濕度、溫度、風(fēng)力），并將歷史與當(dāng)前的氣候狀態(tài)進(jìn)行比較，綜合計(jì)算農(nóng)田所需的灌溉水量。例如，如果當(dāng)前的氣溫降低，則植物所需的水量應(yīng)減少。本模型的復(fù)雜度為2n+n，其中n是簇內(nèi)節(jié)點(diǎn)的數(shù)量。

自動(dòng)灌溉管理系統(tǒng)的試驗(yàn)田如圖1所示，4個(gè)相鄰的農(nóng)田種植了不同的作物。智能灌溉管理系統(tǒng)包含2個(gè)子系統(tǒng)：第1個(gè)子系統(tǒng)使用WSN從田地采集數(shù)據(jù)，如圖2-a所示；第2個(gè)子系統(tǒng)根據(jù)感應(yīng)的信息進(jìn)行決策，智能控制系統(tǒng)的流程如圖2-b所示。

WSN的傳感器主要檢測(cè)6個(gè)環(huán)境參數(shù)：土壤的濕度與溫度、空氣的濕度與溫度、風(fēng)速與光照時(shí)間段。每個(gè)傳感器放置于田地中合適的位置，將采集的環(huán)境信息傳遞至基站。田地中傳感器周期性檢測(cè)氣候狀態(tài)與土壤狀態(tài)通過(guò)無(wú)線網(wǎng)絡(luò)將數(shù)據(jù)傳遞至基站。因?yàn)閭鞲衅魇褂秒姵毓╇?，所以能量效率是一個(gè)重要的性能指標(biāo)，并設(shè)置專門的傳感器檢測(cè)農(nóng)田的水位。根據(jù)不同的農(nóng)田（不同的作物）與環(huán)境（不同的光照、溫度、緯度等）配置監(jiān)控系統(tǒng)的參數(shù)，然后基于傳感器網(wǎng)絡(luò)采集的環(huán)境信息進(jìn)行智能灌溉系統(tǒng)的控制決策。

本系統(tǒng)使用路由協(xié)議組織分層的傳感器網(wǎng)絡(luò)，傳感器節(jié)點(diǎn)隨機(jī)分布于感興趣的區(qū)域內(nèi)，基站位于遠(yuǎn)距離的檢測(cè)中心。基站使用交流電源供電，所以能量充沛。

為提高農(nóng)業(yè)生產(chǎn)效率，須將灌溉的水量最小化，本系統(tǒng)則基于傳感器采集的信息估算農(nóng)田所需的水量。為提高水量的估計(jì)準(zhǔn)確率，將歷史數(shù)據(jù)與當(dāng)前數(shù)據(jù)進(jìn)行比較，從而達(dá)到最優(yōu)的決策。

影響地表徑流的因素主要有2個(gè)：氣候環(huán)境（降水量、濕度、風(fēng)速、蒸發(fā)量）與植被的類型。灌溉系統(tǒng)的一個(gè)重要參數(shù)是作物生長(zhǎng)季的土壤濕度，此外是地下水的水量信息，可通過(guò)毛細(xì)上升被植物利用。

為實(shí)現(xiàn)對(duì)目標(biāo)田地灌溉水量的決策，須要加上雨水水量（Pe，kg/m2）、土壤中根區(qū)域的水量（SM，kg/m2）、[KG*5]作物蒸散量

[ETc， kg/（m2·d）]以及通過(guò)毛細(xì)上升到達(dá)作物根部的地下水量（GW，kg/m2）。如果土壤是黏性的，水分可直接升高到地面，但毛細(xì)上升速度很慢；如果土壤是輕土壤，其毛細(xì)上升高度極為有限，但速度較快。如果毛細(xì)上升的速度足以滿足植被的水量需求，則作物會(huì)穩(wěn)定地生長(zhǎng)，并滿足下式：

4 總結(jié)

本研究使用WSN設(shè)計(jì)智能的農(nóng)田灌溉系統(tǒng)，自動(dòng)灌溉系統(tǒng)使用路由協(xié)議ECHERP，該協(xié)議可獲得較好的能量效率。本系統(tǒng)可根據(jù)不同應(yīng)用場(chǎng)景的環(huán)境參數(shù)與作物類型，設(shè)置最為有效的灌溉管理機(jī)制，通過(guò)設(shè)置合適的傳感器協(xié)議的周期，

可在傳感器網(wǎng)絡(luò)生命期與農(nóng)田灌溉水量之間實(shí)現(xiàn)較好的平衡。

參考文獻(xiàn)：

[1] 王 成，費(fèi)智慧，葉琴麗，等. 基于共生理論的村域尺度下農(nóng)村居民點(diǎn)空間重構(gòu)策略與實(shí)現(xiàn)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2014，30（3）：205-214.

[2]李合青，來(lái)智勇，張 鑫. 基于 ZigBee 的溫室智能灌溉執(zhí)行子系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 農(nóng)機(jī)化研究，2014（1）：95-98.

[3]葛文杰，趙春江. 農(nóng)業(yè)物聯(lián)網(wǎng)研究與應(yīng)用現(xiàn)狀及發(fā)展對(duì)策研究[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2014，45（7）：222-230.

[4]張俊濤，李 媛，陳曉莉. 基于無(wú)線傳感網(wǎng)絡(luò)的果樹精準(zhǔn)灌溉系統(tǒng)[J]. 農(nóng)機(jī)化研究，2014（2）：183-187.

[5]王福平，馮盼盼. 基于GPRS和ZigBee的智能灌溉監(jiān)控系統(tǒng)的設(shè)計(jì)[J]. 江蘇農(nóng)業(yè)科學(xué)，2014，42（12）：404-406.

[6]郭國(guó)法，許 萌，張開生. 基于ZigBee無(wú)線傳感器網(wǎng)絡(luò)的智能節(jié)水灌溉系統(tǒng)設(shè)計(jì)[J]. 江蘇農(nóng)業(yè)科學(xué)，2015，43（11）：513-518.

[7]王連勝，夏冬艷，汪 源，等. 基于物聯(lián)網(wǎng)的現(xiàn)代農(nóng)業(yè)節(jié)水灌溉研究[J]. 科學(xué)技術(shù)與工程，2011，11（30）：7393-7396.

[8]安進(jìn)強(qiáng)，魏 凱，王立乾，等. 基于物聯(lián)網(wǎng)的精確灌溉控制技術(shù)研究[J]. 西北農(nóng)林科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，41（12）：220-226.

[9]蔡 鑌，馬玉芳，趙振華，等. 基于無(wú)線傳感器網(wǎng)絡(luò)的溫室生態(tài)智能監(jiān)控系統(tǒng)研究[J]. 河南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2014，48（2）：167-171.

[10] 杜紅普，劉 波，王華軍，等. 基于土水特征曲線預(yù)測(cè)多孔介質(zhì)毛細(xì)上升過(guò)程[J]. 工程地質(zhì)學(xué)報(bào)，2013，21（3）：345-350.

[11]Vercauteren N，Bou-Zeid E，Huwald H，et al. Estimation of wet surface evaporation from sensible heat flux measurements[J]. Water Resources Research，2009，45（6）：735-742.

[12]Ishengoma F R. A novel design of IEEE 802.15.4 and solar based autonomous water quality monitoring prototype using ECHERP[J]. Eprint Arxiv，2014，2（1）：24-36.endprint