監測與控制技術在精準水肥一體化技術實施中的3個常見問題

王應海，劉 鳳(北京東方潤澤生態科技股份有限公司，北京 100086)

1 精準水肥一體化技術

推廣使用水肥一體化技術是解決水肥利用率低下的重要途徑。隨著我國農業集約化程度的提高，水肥一體化技術越來越受到重視，合理灌水、施肥在農業生產中具有舉足輕重的作用，對實現糧食豐產豐收和保證農產品持續有效地供給功不可沒。但近幾年我國持續過量施肥嚴重，水資源利用率提不上去，耕地退化，環境污染風險加劇，以大量資源投入推動農業數量增長的發展模式難以為繼，急需改進施肥灌水方式，積極探索高產高效、產品安全、資源節約、環境友好的現代農業發展之路。因此要在水肥一體化的基礎上結合智能的土壤監測、氣象監測和人工智能技術，結合對作物生長動態的監測及作物生長區域氣象要素的實時狀況和精準預測，建立適合本地的智能灌溉系統，按作物需水規律進行灌溉，以水帶肥，實現精準水肥一體化。智能灌溉系統必不可少的是大數據和人工智能技術，而這一切的前提是可靠的、海量的、針對性強的本地數據，這些數據應該由性能可靠、使用簡便的監測設備實時采集獲得，最終由客觀且專業的大腦----即智能灌溉控制器去分析、執行，同時基于反饋進行自我修正和衍進。灌溉的真正對象是作物而不是土壤，要把最寶貴的水肥資源精準的灌溉到作物的吸水活躍區即根毛區。因此，實現真正的智能灌溉的第一步是：全方位、多維度地現場感知，為按需灌溉提供依據。按需灌溉則離不開現場感知和本地的生態大數據?，F場感知到土壤水分及變化、地表地下溫度、作物活躍根系位置及比例、氣象數據等諸多對作物需水及生產環境產生影響的因素。其次，是人督導下的智能及大數據決策、執行機制。通過對水分數據、氣象數據的綜合分析處理，自動為每個擁有智能參照點的輪灌組制定灌溉決策：是否需要灌溉？灌溉時間是多少？再次，深層反饋學習，自我修正、自我衍進。分析入滲速率、提供灌溉反饋，系統自動優化灌溉定額、灌溉周期等灌溉參數；與控灌溉設備實時連接，實現自動監測、計量、評估灌溉和施肥等功能。

2 氣象數據在水肥一體化中的作用

隨著科技的進步和發展，使得氣象監測的數據也越來越精細準確。農業生產對氣象變化的敏感性較高，抵御自然災害的能力較低，所以氣象服務對農業發展有著至關重要的作用。氣象數據對精準水肥一體化的影響主要體現在氣象閾值對灌溉的影響以及相關災害的預警。

(1)基于氣象閾值灌溉：灌溉制度與氣象因素高度相關，眾所周知，遇降雨需設置延時灌溉，但是，降雨量到達多少時需要開啟延時功能，需要延時多久；何時需要利用灌溉進行降溫、防霜；何時需要避免灌溉造成低溫；過大的雨量會導致氮肥淋洗等，都跟本地的氣象、土壤、作物數據高度相關。在海量、精準的本地數據基礎之上，結合人工智能分析，則可逐漸把握本地規律，獲得該種作物灌溉相關的氣象數據閾值。

(2)病蟲害預警：病蟲害與溫度、濕度高度相關。例如，安裝在水肥一體化現場田間地頭的天圻智能全電子氣象站監測的實時氣象數據，可以結合智能灌溉控制器云衍及“E生態”的模型進行分析處理，可對相應病蟲害進行預警，提醒用戶進行防護應對措施，以起到防災、減災的作用，避免因災損失。

綜上，對氣象數據做出快速響應，節水省肥，達到農業高產、資源高效、環境友好的目的，也是精準水肥一體化技術推行的初衷。

3 在精準水肥一體化中如何使用土壤水分傳感器采集到的土壤水分數據

常見的土壤水分傳感器采集到的土壤濕度數據是絕對土壤體積含水量數據，是在105～110 ℃條件下，將土壤烘干至恒重時揮發出來的水分體積。例如，20%的體積含水量表示，將樣品為100 mL的土壤在105～110 ℃條件下烘干處理至土壤重量恒定時，烘干出來的水分為20 mL。也可以直接理解為，在當前濕度下，任意體積的土壤中，該土壤體積的20%是由水分構成的。

對于土壤水分，土壤中有多少水不是核心關鍵問題，農作物在當前土壤濕度下能不能舒服的從土壤中吸收水分才是關鍵。例如，對于沙性土壤，土壤的保水性、吸水能力較差，當土壤含水量為15%時，農作物的根系是很容易從土壤中吸收水分的，但對于黏性土壤，土壤的保水性、吸水能力較強，當土壤含水量為15%時，農作物的根系已經很難從土壤中吸收水分了。除了土壤本身的巨大差異，不同植物的耐旱、耐澇能力也有很大區別，就如沙棘、仙人掌、雪松、旱柳與荷花、水稻、蘆葦對水的適應需求的區別。另外，農作物從播種到收獲，從小苗到大苗、到開花、結果實，不同的生育階段對土壤濕度的適應能力也是不同的；再有，同一個位置的土壤也是在變化的，每年的各種深松土壤、用犁翻地、旋耕機旋地、施用化肥農藥、農作物的根系殘留等都在影響改變土壤結構，改變著土壤的保水、吸水能力。

因此，通過土壤水分傳感器得到當前體積含水量為20%之外，還需要獲得另外兩個關鍵數據，即土壤含水量的上下限。比如，在當前土質、當前植物根系吸水能力狀態下，土壤含水量低于15%(下限)后植物根系就很難從土壤中吸收水了，當前土壤的最大持水能力(田間持水量)為35%(上限)。那么，如何確定植物根系能夠正常吸水的含水量的上下限數值呢？精確的上下限值是一個隨著土層深度土質變化、植物生長發育變化而變化的值?；谕寥浪謧鞲衅鬟B續監測到的土壤含水量變化情況，當發生土壤干旱導致植物很難從土壤中吸收水分或者發生水澇導致農作物對水分的吸收減少時，土壤水分儀獲取土壤水分數據，傳輸到大數據平臺，通過大數據平臺具備這樣的人工智能數據分析服務，人工智能技術能夠智能識別到土壤含水量上下限；但是人工智能需要以一定量的數據作為基礎，如果干旱或者水澇始終沒有發生，智能識別到的土壤水分上下限與實際需求會有差異。因此，較為簡單通行的做法是，通過相對含水量(當前含水量與田間持水量的比值)來判斷植物是否處于適宜的土壤濕度狀態。一般認為，土壤相對含水量處于60%～100%范圍是適宜農作物生長的土壤濕度。盡管如此，獲得準確的田間持水量數據也并非容易。田間持水量指在地下水較深和排水良好的土地上充分灌水或降水后，允許水分充分下滲，并防止其水分蒸發，經過一定時間，土壤剖面所能維持的較穩定的土壤水含量，是大多數植物可利用的土壤水上限。

[1] 張建軍. 土壤水分變化與灌溉量預報[J]. 現代農業科學，2009,16(5):105-106.

[2] 雷志棟，胡和平. 土壤水研究進展與評述[J]. 水科學進展，1999,10(3):311-318.

[3] 侍克斌，門 旗，李效龍，等. 新疆和田地區棉花優化灌溉制度研究[J]. 灌溉排水學報，2013,32(3):121-123.