崔冬冬，張倩，田曉旭，韓真，柳平增

（1. 山東農(nóng)業(yè)大學(xué)信息科學(xué)與工程學(xué)院，山東泰安 271018；2. 山東省果樹(shù)研究所，山東泰安 271000；3. 山東農(nóng)業(yè)大學(xué)水利土木工程學(xué)院，山東泰安 271018；4. 山東省葡萄研究院，山東濟(jì)南 250100）

葡萄是我國(guó)六大果樹(shù)樹(shù)種之一，全國(guó)葡萄種植面積達(dá)到80萬(wàn) hm2以上，是促進(jìn)我國(guó)農(nóng)村經(jīng)濟(jì)以及農(nóng)業(yè)可持續(xù)發(fā)展的重要手段[1]。葡萄葉面積大，蒸發(fā)量大，是需水量較大的果樹(shù)樹(shù)種之一。灌溉作為葡萄生產(chǎn)上重要的管理措施，不僅對(duì)植株的營(yíng)養(yǎng)生長(zhǎng)和生殖生長(zhǎng)起著關(guān)鍵的調(diào)控作用，也關(guān)乎水資源的有效利用[2]?！?yáng)光玫瑰’葡萄作為近年來(lái)的明星品種，種植面積已超過(guò)6.7萬(wàn) hm2，精品果售價(jià)每千克80～200元，而精準(zhǔn)灌溉是‘陽(yáng)光玫瑰’葡萄品質(zhì)和產(chǎn)量的重要保障。

隨著科學(xué)技術(shù)的發(fā)展，智慧灌溉正在逐漸代替?zhèn)鹘y(tǒng)的灌溉模式。其中，建立作物灌溉決策模型是現(xiàn)代智慧灌溉發(fā)展的前沿技術(shù)，同時(shí)也是高效利用水資源的有效途徑之一。國(guó)外在灌溉決策管理方面已走在前面，如美國(guó)、以色列等發(fā)達(dá)國(guó)家結(jié)合先進(jìn)的計(jì)算機(jī)技術(shù)、模糊控制、神經(jīng)網(wǎng)絡(luò)及專家系統(tǒng)等，開(kāi)發(fā)建立了基于土壤含水率、蒸騰量、作物需水量等多種形式的灌溉決策系統(tǒng)，做到根據(jù)水量平衡方程，實(shí)現(xiàn)按需、按量自動(dòng)灌溉，開(kāi)發(fā)了先進(jìn)的精量灌溉決策系統(tǒng)[3]；Song等[4]采用深度置信網(wǎng)絡(luò)建立了田間玉米土壤含水量預(yù)測(cè)模型，預(yù)測(cè)效果準(zhǔn)確可靠；Rachel等[5]將模糊控制算法應(yīng)用于田間灌溉系統(tǒng)中，通過(guò)對(duì)灌溉系統(tǒng)進(jìn)行優(yōu)化，使番茄的生長(zhǎng)環(huán)境適宜，從而提高了產(chǎn)量；Navarro-Hellín等[6]采用兩種機(jī)器學(xué)習(xí)技術(shù)PLSR和ANFIS建立了智能灌溉決策模型，其特點(diǎn)是使用土壤測(cè)量值來(lái)補(bǔ)充氣候參數(shù)從而準(zhǔn)確預(yù)測(cè)作物的灌溉需水量。國(guó)內(nèi)在灌溉決策管理方面也有研究，鄭欽華等[7]以氣象資料、農(nóng)田墑情檢測(cè)資料和作物生育信息為基礎(chǔ)，以水量平衡方程為依據(jù)，設(shè)計(jì)開(kāi)發(fā)了膜下滴灌棉花水分管理決策系統(tǒng)；王雷等[8]以冬小麥為研究對(duì)象，結(jié)合水量平衡方程原理，建立智能灌溉決策機(jī)制；蔡甲冰等[9]以冬小麥為研究對(duì)象基于作物冠層溫度建立了作物精細(xì)灌溉決策模型；張夢(mèng)等[10]以溫室黃瓜為研究對(duì)象，將溫度、濕度、光照強(qiáng)度和莖流作為影響因素，通過(guò)MATLAB軟件建立了基于人工神經(jīng)網(wǎng)絡(luò)灌溉預(yù)測(cè)模型。綜上所述，國(guó)內(nèi)外相關(guān)研究聚焦于大田作物和溫室蔬菜精準(zhǔn)灌溉模型建立、生長(zhǎng)過(guò)程數(shù)字化研究等方面，并取得大量的研究成果，但是對(duì)果樹(shù)研究相對(duì)較少，特別是對(duì)葡萄的相關(guān)研究更少，這嚴(yán)重制約了葡萄產(chǎn)業(yè)發(fā)展與轉(zhuǎn)型升級(jí)，與當(dāng)前我國(guó)葡萄產(chǎn)業(yè)的發(fā)展規(guī)模不相適應(yīng)。

本研究為實(shí)現(xiàn)葡萄精量灌溉，以3年生溫室栽培的‘陽(yáng)光玫瑰’葡萄為試材，根據(jù)葡萄不同生育階段的水分需求規(guī)律，構(gòu)建基于水量平衡的精量灌溉決策模型，以主要根系吸水層（60 cm土層）為土壤計(jì)劃濕潤(rùn)深層，將葡萄園土壤墑情監(jiān)測(cè)系統(tǒng)得到的土壤含水量數(shù)據(jù)作為輸入項(xiàng)，同時(shí)以氣象因子為參數(shù)修正作物系數(shù)，結(jié)合天氣預(yù)報(bào)數(shù)據(jù)預(yù)測(cè)未來(lái)時(shí)段內(nèi)灌溉方案，可為葡萄精量灌溉決策提供支持。在此基礎(chǔ)上，建立‘陽(yáng)光玫瑰’葡萄數(shù)字化管理平臺(tái)，為‘陽(yáng)光玫瑰’的精細(xì)化管理提供數(shù)據(jù)參考和支撐。

1 材料與方法

1.1 試驗(yàn)地概況

試驗(yàn)于2019年3月10日至10月15日在山東省農(nóng)業(yè)科學(xué)院金牛山試驗(yàn)示范基地進(jìn)行（116.99°E，36.12°N）。屬于溫帶大陸性半濕潤(rùn)季風(fēng)氣候，雨熱同季，年均氣溫13 ℃，降水量688.3 mm，日照時(shí)數(shù)2536.2 h，無(wú)霜期195 d。土壤為砂壤土，排灌條件良好。試材為連棟溫室栽培的3年生‘陽(yáng)光玫瑰’葡萄，大棚南北走向，單棟跨度6 m，肩高3 m，頂高4.8 m。葡萄采用H形棚架，株距2 m，行距6 m，起壟限根栽培模式。壟寬1.5 m，高0.5 m；限根栽培根域容積按照每平米葉面積需要0.05 m3土計(jì)算，每株葡萄栽培槽的長(zhǎng)×寬×高為1.2 m×1 m×0.5 m。采用肥水一體化智能滴灌系統(tǒng)，每壟共4排滴灌帶，其他采用常規(guī)管理。

所需環(huán)境數(shù)據(jù)由安裝于田間的物聯(lián)網(wǎng)設(shè)備連續(xù)自動(dòng)采集完成，傳感器采集數(shù)據(jù)每60 min上傳一次，采集的環(huán)境因子包括氣溫（℃）、有效光輻射（Klux）、空氣濕度（%）、土壤溫濕度（℃）、日照時(shí)數(shù)（h）等。進(jìn)行數(shù)據(jù)采集時(shí)，劃分為4個(gè)區(qū)域，每個(gè)區(qū)域在中心位置設(shè)計(jì)一套傳感器，分別對(duì)每個(gè)區(qū)域進(jìn)行環(huán)境數(shù)據(jù)采集。根據(jù)項(xiàng)目要求在園區(qū)內(nèi)安裝氣象墑情監(jiān)測(cè)站1處、低壓管道自動(dòng)供水系統(tǒng)1套、過(guò)濾施肥系統(tǒng)1套、主管水量、壓力計(jì)量點(diǎn)1處，出水口控制點(diǎn)8處，出水口控制面積分別為2000 m2、4000 m2×3、4300 m2×2、6000 m2、10000 m2，采用滴灌的節(jié)水方式。

1.2 水量平衡方程

結(jié)合水量平衡方程原理建立葡萄灌溉決策模型，從而得出葡萄整個(gè)生育期需水量、灌溉時(shí)間以及灌溉量。水量平衡方程的基本原理認(rèn)為土層中的水分處于一種動(dòng)態(tài)平衡狀態(tài)，而且受降水、灌水量、植株蒸騰、地面蒸發(fā)、地表徑流、與地下水的交換等多種因素綜合作用的影響[11]。水量平衡方程的表達(dá)式如下所示[12]：

式中，Wt和W0為計(jì)劃時(shí)間段內(nèi)土壤含水量；WT為由于計(jì)劃濕潤(rùn)層增加而增加的水量；P0為保存在土壤計(jì)劃濕潤(rùn)層內(nèi)的有效雨量；K為計(jì)劃時(shí)間段內(nèi)的地下水補(bǔ)給量；M為計(jì)劃時(shí)間段內(nèi)的灌溉水量；ET為計(jì)劃時(shí)間段內(nèi)的作物需水量。單位均為mm。

1.2.1Wt和W0

式中，Wt和W0為計(jì)劃時(shí)間段內(nèi)的土壤含水量（mm）；Ht和H0為t時(shí)刻和初始時(shí)刻計(jì)劃濕潤(rùn)層深度（mm）；θt和θ0為t時(shí)刻和初始時(shí)刻土壤含水率（體積含水率，%），θ0通過(guò)安裝于葡萄園的土壤墑情監(jiān)測(cè)系統(tǒng)自動(dòng)獲得。

1.2.2WT

在作物生育期內(nèi)，土壤濕潤(rùn)層的深度是不斷變化的，WT為由于濕潤(rùn)層增加而增加的水量。WT的計(jì)算如下：

式中，H1和H2分別為計(jì)劃時(shí)間段初和計(jì)劃時(shí)間段末計(jì)劃濕潤(rùn)層深度（mm）；θ—為（H2－H1）深度土層中的平均體積含水率（%）。

1.2.3 有效降雨量P0

有效降水量指降雨量減去地面徑流損失后剩余水量

式中，α為降雨入滲系數(shù)，當(dāng)一次實(shí)際降雨量小于5 mm時(shí)，α取為0；當(dāng)一次實(shí)際降雨量在5～50 mm之間時(shí)，α取值為0.8～1.0；當(dāng)一次實(shí)際降雨量大于50 mm時(shí)，α取值為0.7～0.8[13]，本文采用避雨栽培，因此降雨量為0。

1.2.4 計(jì)劃時(shí)間段內(nèi)的地下水補(bǔ)給量K

式中，k為計(jì)劃時(shí)間段內(nèi)平均每晝夜地下水補(bǔ)給量。

1.2.5 作物需水量ET

實(shí)際作物需水量需要考慮作物與土壤因素進(jìn)行修正，修正的方法為：

式中，ET0為參考作物蒸發(fā)蒸騰量（mm·d-1）；kc為作物系數(shù)，ET為實(shí)際作物需水量。ET0的計(jì)算公式采用FAO推薦的Penman-Monteith（PM）公式：

式中，ET0為參考作物蒸發(fā)蒸騰量（mm·d-1）；Rn為作物表面凈輻射 [MJ·(m-2·d-1)]；G為土壤熱通量密度[MJ·(m-2·d-1)]；T為2 m高處的平均氣溫（℃）；u2為2 m高處的風(fēng)速（m·s-1）；es為飽和水汽壓（kPa）；ea為實(shí)際水汽壓（kPa）；△為溫度水汽壓曲線的斜率（kPa·℃-1）；γ為濕度計(jì)常數(shù)（kPa·℃-1）。Allen等[14]詳細(xì)闡述了此公式中各個(gè)參數(shù)的具體計(jì)算公式。

1.3 評(píng)價(jià)指標(biāo)

下面公式描述的統(tǒng)計(jì)參數(shù)分別是回歸系數(shù)b、決定系數(shù)R2、相關(guān)系數(shù)r、平均絕對(duì)誤差MAE、均方根誤差RMSE、相對(duì)誤差RE、一致性指數(shù)d用于評(píng)價(jià)各個(gè)估算模型的性能，除上述指標(biāo)外，還采用準(zhǔn)確率進(jìn)行評(píng)價(jià)。定義預(yù)報(bào)絕對(duì)誤差在±2 ℃以內(nèi)的樣本個(gè)數(shù)占總樣本個(gè)數(shù)的百分比為相應(yīng)的預(yù)報(bào)準(zhǔn)確率[15]。

式中Oi為第i個(gè)觀測(cè)數(shù)據(jù)；Pi為第i個(gè)預(yù)測(cè)數(shù)據(jù)；O—為觀測(cè)數(shù)據(jù)組的平均值；P—為預(yù)測(cè)數(shù)據(jù)組的平均值；i＝1,2,…,n；n為統(tǒng)計(jì)樣本數(shù)。當(dāng)b接近于1.0，R2＞0.80，RE≤0.20，d≥0.95時(shí)，說(shuō)明該模型較好。

2 結(jié)果與分析

2.1 水量平衡方程的確定

2.1.1 土壤含水量確定

以山東省農(nóng)科院金牛山‘陽(yáng)光玫瑰’葡萄試驗(yàn)示范基地土壤濕度傳感器自動(dòng)采集的土壤墑情數(shù)據(jù)及氣象站自動(dòng)采集的作物生長(zhǎng)期環(huán)境數(shù)據(jù)為基礎(chǔ)，用水量平衡模型中葡萄園土壤計(jì)劃濕潤(rùn)層內(nèi)的含水量為研究對(duì)象，建立水量平衡模型，根據(jù)一段時(shí)間內(nèi)輸入和輸出的土壤水分確定這段時(shí)間的土壤水分變化情況。本研究中葡萄采用是避雨栽培，水量平衡模型中忽略深層滲漏量，降雨通過(guò)種植行間的排水溝流出種植區(qū)，因此模型中忽略降雨的影響，種植區(qū)內(nèi)的地下水位為10 m以上，模型中忽略地下水補(bǔ)給量的影響。因此，采用的水量平衡模型簡(jiǎn)化為下式：

式中各個(gè)參數(shù)的代表意義參考1.2中的公式（1）。

精量灌溉的關(guān)鍵是預(yù)測(cè)未來(lái)一段時(shí)間土壤含水率的情況，即模型中的參數(shù)時(shí)段末土壤含水率Wt。模型中通過(guò)計(jì)算直接得到的參數(shù)是時(shí)段初土壤含水率W0、WT、M，通過(guò)間接方法估算得到作物需水量ET，因此決定水量平衡模型預(yù)測(cè)精度的關(guān)鍵是作物需水量的估算精度。

2.1.2 計(jì)劃濕潤(rùn)層確定

土壤計(jì)劃濕潤(rùn)層深度是指在旱田進(jìn)行灌溉時(shí)，計(jì)劃調(diào)節(jié)控制土壤水分狀況的土層深度。該數(shù)據(jù)隨土壤性質(zhì)、地下水埋深及作物根系活動(dòng)層深度等因素的變化而變化。本研究中‘陽(yáng)光玫瑰’是3年生果樹(shù)，采用限根栽培，主要根系活動(dòng)層基本在60 cm以內(nèi)，因此，生育階段內(nèi)土壤計(jì)劃濕潤(rùn)層深度采用60 cm。

2.1.3 土壤適宜含水率及其上下限

土壤適宜含水率因作物種類、生育階段、土壤類型而變化，一般通過(guò)灌溉試驗(yàn)或調(diào)查總結(jié)生產(chǎn)經(jīng)驗(yàn)來(lái)確定。由于作物生育過(guò)程中不斷耗水的需要及農(nóng)田灌溉的間歇性，土壤計(jì)劃濕潤(rùn)層的含水量不會(huì)一直維持在適宜含水率而不變。為保證作物正常生長(zhǎng)，土壤含水率應(yīng)控制在允許最大和最小含水率之間。允許最大含水率的原則為農(nóng)田土壤不產(chǎn)生深層滲漏，土壤含水率的上限是田間持水率，允許的最小含水率一般應(yīng)大于凋萎系數(shù)[15-16]。

由表2可知,治療前,2組患者的SRSS評(píng)分并無(wú)明顯差異(P>0.05),但治療后,治療組SRSS評(píng)分顯著低于對(duì)照組(P<0.05)。

根據(jù)查閱文獻(xiàn)和專家經(jīng)驗(yàn)[17-18]，‘陽(yáng)光玫瑰’葡萄萌芽期到開(kāi)花期，土壤含水率應(yīng)保持在65%～75%田間持水率；展葉期和果實(shí)膨大期，土壤含水率應(yīng)保持在75%～85%田間持水率；果實(shí)成熟期，土壤含水率應(yīng)保持在65%～75%田間持水率。

2.1.4 ‘陽(yáng)光玫瑰’葡萄需水量的預(yù)測(cè)

根據(jù)FAO-56計(jì)算手冊(cè)可知，作物需水量是參考作物蒸發(fā)蒸騰量與作物系數(shù)的乘積，參照作物蒸發(fā)蒸騰量（ET0）的計(jì)算以氣象站自動(dòng)采集的日最高最低溫度、相對(duì)濕度、2 m處風(fēng)速、日照時(shí)數(shù)等參數(shù)作為輸入，具體公式見(jiàn)1.2公式（8），氣象站自動(dòng)采集的數(shù)據(jù)為實(shí)時(shí)數(shù)據(jù)，可以計(jì)算得到作物日實(shí)際需水量。結(jié)合天氣預(yù)報(bào)數(shù)據(jù)的預(yù)測(cè)作物需水量，需要充分利用互聯(lián)網(wǎng)每天發(fā)布的天氣預(yù)報(bào)數(shù)據(jù)（http://www.weather.com.cn/ forecast/），將定性數(shù)據(jù)轉(zhuǎn)化為定量數(shù)據(jù)作為ET0的輸入變量進(jìn)行預(yù)測(cè)[19]。

本研究天氣預(yù)報(bào)數(shù)據(jù)的預(yù)報(bào)尺度是7 d，每7 d進(jìn)行一次灌溉預(yù)測(cè)，利用每天實(shí)時(shí)采集的數(shù)據(jù)對(duì)預(yù)報(bào)模型進(jìn)行實(shí)時(shí)修正，以及模型的自反饋修正。

表1是2019年3—10月期間，1～7 d天氣預(yù)報(bào)數(shù)據(jù)的精度評(píng)價(jià)指標(biāo)表。從表1中可以看出，隨著預(yù)見(jiàn)期天數(shù)的增加，最高和最低氣溫預(yù)報(bào)的準(zhǔn)確率均呈現(xiàn)逐漸下降的趨勢(shì)。但相比而言，最高氣溫預(yù)報(bào)的準(zhǔn)確率總體上高于最低氣溫預(yù)報(bào)的準(zhǔn)確率，最高氣溫預(yù)報(bào)的均方根誤差（RMSE）隨預(yù)見(jiàn)期的增長(zhǎng)逐漸增加，分別為2.03、2.31、2.48、2.72、2.98、3.24、3.47 ℃；平均絕對(duì)誤差（MSE）和均方根誤差呈現(xiàn)相同的變化趨勢(shì)，分別為1.34、1.59、1.77、2.01、2.27、2.44、2.61 ℃；氣溫預(yù)報(bào)的相關(guān)系數(shù)均達(dá)到0.95以上，該結(jié)果表明氣溫預(yù)報(bào)值和實(shí)測(cè)值之間相關(guān)性較高?？偟膩?lái)說(shuō)，氣溫和風(fēng)速預(yù)報(bào)準(zhǔn)確率相對(duì)較高，而日照時(shí)數(shù)預(yù)報(bào)的準(zhǔn)確率最低，原因可能是天氣類型預(yù)報(bào)不準(zhǔn)確及解析過(guò)程中產(chǎn)生的誤差所引起。

表1 天氣預(yù)報(bào)精度評(píng)價(jià)指標(biāo)值Table 1 Indicator for evaluating accuracy in weather forecast

表2為PM預(yù)報(bào)模型預(yù)報(bào)ET0的精度評(píng)價(jià)指標(biāo)值。由表2可以看出，隨著預(yù)見(jiàn)期天數(shù)的增長(zhǎng)，PM模型的預(yù)報(bào)準(zhǔn)確率呈逐漸下降趨勢(shì)，但整體表現(xiàn)較好，預(yù)報(bào)的ET0平均準(zhǔn)確率為97.26%，平均相對(duì)誤差為27.63%，平均均方根誤差為0.84 mm·d-1，平均R2為0.77，相對(duì)誤差RE、均方根誤差RMSE隨著預(yù)見(jiàn)期天數(shù)的增長(zhǎng)稍有增加，但變化不大，R2和準(zhǔn)確率具有相同的變化趨勢(shì)，平均R2相對(duì)較高。綜上所述，PM模型整體上預(yù)測(cè)準(zhǔn)確率相對(duì)較高，可以用來(lái)準(zhǔn)確預(yù)測(cè)ET0。

表2 ET0預(yù)報(bào)精度評(píng)價(jià)指標(biāo)值Table 2 Indicator for evaluating accuracy in ET0 forecast

作物系數(shù)（Kc）是指作物不同生育階段中作物需水量與參照作物需水量的比值，其大小不僅與作物種類、發(fā)育階段有關(guān)，還與土壤蒸發(fā)、降雨或灌水等因素密切相關(guān)，其值反映了作物自身生物學(xué)特性。在標(biāo)準(zhǔn)無(wú)水分脅迫狀態(tài)下，分段單值作物系數(shù)法在灌溉規(guī)劃設(shè)計(jì)、灌溉管理以及基本灌溉制度的制定等許多方面得到廣泛應(yīng)用[20]。

根據(jù)本地試驗(yàn)基地多年葡萄生育期數(shù)據(jù)的平均值，結(jié)合FAO-56推薦的分段單值作物系數(shù)法，將‘陽(yáng)光玫瑰’葡萄的生長(zhǎng)期劃分為初期（S1）、中期（S2）和后期（S3）三個(gè)階段。其中，葡萄各生育階段在標(biāo)準(zhǔn)條件（無(wú)水分脅迫、耕作和水管理?xiàng)l件優(yōu)良）下的基本作物系數(shù)分別為0.3、0.85、0.45，最大枝條長(zhǎng)度為2 m。

當(dāng)作物處于相對(duì)濕度不等于45%或風(fēng)速大于或小于2 m·s-1的氣候條件時(shí)，對(duì)作物系數(shù)進(jìn)行具體校正方法如下：

式中Kc(Tab)：為該生育階段的所對(duì)應(yīng)的基本作物系數(shù)；u2為距離地面2 m高程處的平均風(fēng)速（m·s-1）；RHmin為該生育階段的日最小相對(duì)濕度平均值（%）；h為該生育階段的平均作物高度（m）。在缺少相對(duì)濕度時(shí)，RHmax和RHmin可用日最高氣溫Tmax和最低氣溫Tmin代替計(jì)算，其中e0(Tmin)、e0(Tmax)分別參照FAO-56手冊(cè)計(jì)算。

式中：e0(Tmin)、e0(Tmax)分別為最低氣溫、最高氣溫時(shí)對(duì)應(yīng)飽和水汽壓（kPa）。

2.1.5 灌水日期及灌水量預(yù)報(bào)

2.1.4 部分預(yù)測(cè)的需水量是預(yù)報(bào)灌水日期和灌水量的主要依據(jù)。灌溉日期的預(yù)測(cè)采用‘陽(yáng)光玫瑰’生育期灌水下限為灌溉警戒線，灌溉日期即為計(jì)劃濕潤(rùn)層內(nèi)的土壤水分下降至適宜含水量下限值時(shí)的日期。灌水量的計(jì)算公式為：

式中：θmax是土壤最大含水率，即田間持水率（%）；θmin是土壤含水率的下限值（%）；是土壤容重（g·cm-3）；H是土壤計(jì)劃濕潤(rùn)層深度（cm）。

2.1.6 土壤含水率的實(shí)時(shí)自反饋修正

實(shí)時(shí)灌溉預(yù)測(cè)的核心是土壤含水率的預(yù)測(cè)，影響整個(gè)預(yù)測(cè)結(jié)果精度的關(guān)鍵是初始狀態(tài)和實(shí)時(shí)狀態(tài)。本研究中預(yù)報(bào)的最大時(shí)間周期是7 d，自動(dòng)土壤墑情數(shù)據(jù)設(shè)定每小時(shí)更新一次，即每次土壤墑情監(jiān)測(cè)設(shè)備得到土壤含水率后，每小時(shí)更新的的實(shí)測(cè)數(shù)據(jù)便是下次預(yù)測(cè)灌水日期和灌水量的基礎(chǔ)依據(jù)，即預(yù)測(cè)數(shù)據(jù)根據(jù)設(shè)定好的規(guī)則和模型自動(dòng)計(jì)算反饋。

2.2 土壤含水率實(shí)時(shí)預(yù)測(cè)結(jié)果分析

精量灌溉的工作過(guò)程是結(jié)合各類實(shí)時(shí)采集監(jiān)測(cè)設(shè) 備，實(shí)時(shí)采集田間的土壤墑情數(shù)據(jù)和氣象數(shù)據(jù)，反饋給計(jì)算機(jī)終端設(shè)備，計(jì)算機(jī)接收信號(hào)后根據(jù)后臺(tái)的數(shù)據(jù)規(guī)則進(jìn)行數(shù)據(jù)處理加工，模型計(jì)算分析，進(jìn)而給出灌溉決策，為決策者進(jìn)行灌溉決策提供服務(wù)。

圖1是基于天氣預(yù)報(bào)數(shù)據(jù)的‘陽(yáng)光玫瑰’2019年生育階段的土壤水分狀況預(yù)測(cè)。由圖1可以看出，預(yù)測(cè)數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)的相對(duì)誤差平均值大約是1.51%，整體預(yù)測(cè)精度可以滿足要求。在‘陽(yáng)光玫瑰’生長(zhǎng)中期預(yù)測(cè)精度較高，個(gè)別日期預(yù)報(bào)誤差較大，其主要原因是當(dāng)時(shí)天氣預(yù)報(bào)的誤差較大造成的葡萄需水量預(yù)測(cè)值偏大。

圖1 ‘陽(yáng)光玫瑰’葡萄土壤水分預(yù)報(bào)值和實(shí)測(cè)值對(duì)比Figure 1 Comparison between forecast value and measured value of grape soil moisture

3 案例應(yīng)用

以‘陽(yáng)光玫瑰’果實(shí)膨大期（生長(zhǎng)中期）為例，基于本文上述研究結(jié)果，通過(guò)對(duì)葡萄生產(chǎn)用戶的精量灌溉決策管理需求進(jìn)行深入分析，設(shè)計(jì)了包括數(shù)據(jù)存儲(chǔ)層、業(yè)務(wù)層以及展示層的灌溉決策管理系統(tǒng)框架，內(nèi)嵌了大數(shù)據(jù)應(yīng)用分析、環(huán)境監(jiān)測(cè)、灌溉管理、專家知識(shí)庫(kù)等功能，開(kāi)發(fā)出‘陽(yáng)光玫瑰’葡萄數(shù)字化管理平臺(tái)，為用戶實(shí)現(xiàn)精準(zhǔn)化灌溉決策管理提供了保障。

3.1 系統(tǒng)設(shè)計(jì)

根據(jù)系統(tǒng)功能以及性能需求，結(jié)合數(shù)字化農(nóng)業(yè)系統(tǒng)的架構(gòu)特點(diǎn)，對(duì)‘陽(yáng)光玫瑰’葡萄生產(chǎn)過(guò)程數(shù)字化系統(tǒng)進(jìn)行整體的框架設(shè)計(jì)。該系統(tǒng)整體可分為數(shù)據(jù)存儲(chǔ)層、業(yè)務(wù)層以及展示層，其中數(shù)據(jù)存儲(chǔ)層采用MySQL數(shù)據(jù)庫(kù)，負(fù)責(zé)保存各種環(huán)境監(jiān)測(cè)數(shù)據(jù)。業(yè)務(wù)層進(jìn)行環(huán)境數(shù)據(jù)分析處理、灌溉農(nóng)事管理等操作，展示層呈現(xiàn)分析后的結(jié)果。

本系統(tǒng)的核心業(yè)務(wù)功能主要包含以下內(nèi)容：環(huán)境監(jiān)測(cè)負(fù)責(zé)全天候24 h采集‘陽(yáng)光玫瑰’種植園周圍的溫度、光照強(qiáng)度、含水量等數(shù)據(jù)，并將這些影響因素實(shí)時(shí)傳回后端服務(wù)器。傳輸?shù)臄?shù)據(jù)除了用作展示，還要經(jīng)過(guò)分析處理，以此來(lái)監(jiān)測(cè)‘陽(yáng)光玫瑰’所處的生長(zhǎng)狀況（圖2）。當(dāng)傳感器監(jiān)測(cè)的數(shù)據(jù)超出了預(yù)設(shè)的閾值，系統(tǒng)將根據(jù)規(guī)則庫(kù)和知識(shí)庫(kù)發(fā)送特定指令調(diào)整終端設(shè)備狀態(tài)，例如打開(kāi)電磁閥、關(guān)閉電磁閥等。系統(tǒng)管理員負(fù)責(zé)整個(gè)系統(tǒng)的維護(hù)工作，分配系統(tǒng)權(quán)限，確保系統(tǒng)穩(wěn)定運(yùn)行。

圖2 ‘陽(yáng)光玫瑰’葡萄生產(chǎn)數(shù)字化系統(tǒng)架構(gòu)圖Figure 2 Digital system architecture of Shine-Muscat grape production process

3.2 系統(tǒng)實(shí)現(xiàn)

‘陽(yáng)光玫瑰’葡萄數(shù)字化管理平臺(tái)，應(yīng)用大數(shù)據(jù)、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)等現(xiàn)代信息技術(shù)，實(shí)現(xiàn)對(duì)‘陽(yáng)光玫瑰’葡萄生產(chǎn)信息的數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)處理、挖掘分析和分析建模，科學(xué)配置大數(shù)據(jù)應(yīng)用分析、環(huán)境監(jiān)測(cè)、灌溉施肥、生產(chǎn)過(guò)程管理、智能專家知識(shí)庫(kù)等，實(shí)現(xiàn)葡萄園灌溉的精準(zhǔn)化、標(biāo)準(zhǔn)化、遠(yuǎn)程化和自動(dòng)化，加快推進(jìn)果樹(shù)生產(chǎn)智能化、經(jīng)營(yíng)網(wǎng)絡(luò)化、管理高效化、服務(wù)便捷化。

數(shù)據(jù)采集模塊主要功能是對(duì)‘陽(yáng)光玫瑰’葡萄園區(qū)內(nèi)的環(huán)境數(shù)據(jù)、長(zhǎng)勢(shì)數(shù)據(jù)、病蟲(chóng)害、知識(shí)庫(kù)以及農(nóng)事操作數(shù)據(jù)進(jìn)行采集，環(huán)境數(shù)據(jù)通過(guò)物聯(lián)網(wǎng)設(shè)備進(jìn)行實(shí)時(shí)的上傳，數(shù)據(jù)采集部分主要通過(guò)物聯(lián)網(wǎng)數(shù)據(jù)、人工采集數(shù)據(jù)、第三方接口等方式來(lái)實(shí)現(xiàn)對(duì)數(shù)據(jù)的更新與獲取。

（1）物聯(lián)網(wǎng)環(huán)境數(shù)據(jù)采集。物聯(lián)網(wǎng)數(shù)據(jù)的采集是由安裝在果園內(nèi)的溫度傳感器、濕度傳感器、土壤濕度、土壤溫度傳感器等一系列物聯(lián)網(wǎng)設(shè)備，實(shí)現(xiàn)實(shí)時(shí)采集，通過(guò)網(wǎng)絡(luò)上傳至數(shù)據(jù)中心，并通過(guò)可視化的技術(shù)從數(shù)據(jù)庫(kù)將采集的實(shí)時(shí)數(shù)據(jù)展示在頁(yè)面中。

（2）生長(zhǎng)數(shù)據(jù)采集。在‘陽(yáng)光玫瑰’葡萄果實(shí)大小的采集過(guò)程中，使用果實(shí)大小傳感器進(jìn)行測(cè)定。自動(dòng)測(cè)量果實(shí)大小并傳遞到后臺(tái)數(shù)據(jù)庫(kù)，果實(shí)生長(zhǎng)采集圖如圖3所示?！?yáng)光玫瑰’果實(shí)膨大期是需水量最大的時(shí)期，果實(shí)的體積和鮮質(zhì)量增加最快，充足的水分供應(yīng)可以滿足果實(shí)膨大對(duì)水分的需求。根據(jù)后臺(tái)數(shù)據(jù)庫(kù)數(shù)據(jù)分析，結(jié)合土壤濕度決定灌水次數(shù)，在持續(xù)晴天的情況下，每3 d左右應(yīng)灌水1次。

圖3 環(huán)境數(shù)據(jù)、生長(zhǎng)數(shù)據(jù)采集圖Figure 3 Environmental and growth data acquisition diagram

3.3 系統(tǒng)功能——灌溉管理

‘陽(yáng)光玫瑰’灌溉管理包括田間自動(dòng)灌溉控制和灌溉預(yù)測(cè)。自動(dòng)灌溉控制根據(jù)土壤墑情監(jiān)測(cè)設(shè)備采集的數(shù)據(jù)判斷是否需要灌溉，有手動(dòng)和自動(dòng)兩種模式供用戶選擇。如果土壤含水率達(dá)到灌水下限，用戶將會(huì)收到預(yù)警信息，提示灌溉，用戶可以選擇手動(dòng)和自動(dòng)模式灌溉。

灌溉預(yù)測(cè)是利用互聯(lián)網(wǎng)發(fā)布的天氣預(yù)報(bào)數(shù)據(jù)，參照作物蒸發(fā)量和作物系數(shù)進(jìn)行需水量預(yù)測(cè)，根據(jù)水量平衡模型，得到未來(lái)一段時(shí)間‘陽(yáng)光玫瑰’的灌水量和灌水日期，為精量灌溉提供決策服務(wù)。