基于物聯網的智能灌溉專家決策系統

張婷　陸俊　沈靜靜

摘要 針對傳統農業專家系統根據單一的影響參數來決策且不能精準地定時、定量管理等問題，本文以小麥灌溉為例，通過綜合多個影響參數并利用彭曼公式和水量平衡原理建立了規則模型和數學模型，從而改進了農業灌溉專家系統，不僅實現了多個參數作為灌溉預報決策的輸入量，也為小麥的灌溉管理提供了定量化工具。

關鍵詞 專家系統；物聯網；灌溉；決策

中圖分類號 S274.2 文獻標識碼 A 文章編號 1007-5739（2017）21-0176-02

Abstract In order to solve the problems of traditional agricultural expert system based on single influence parameter and not accurate timing quantitative management， this paper took wheat irrigation as an example to establish a regular model by combining multiple parameters and using Penman formula and water balance principle. The mathematical model has improved the agricultural irrigation expert system， not only achieves a number of parameters as irrigation input decision input， but also provides a quantitative tool for wheat irrigation management.

Key words expert system； internet of things； irrigation； decision making

近年來，國家在一定范圍內開始了農業物聯網技術的示范推廣[1]。而農業用水是最亟須解決的問題，利用物聯網技術和專家系統對其優化管理可以節省大量水資源。雖然傳統農業專家系統可以節省水資源，但由于缺乏定量管理，并不能最優地解決這個問題。比如現有的小麥灌溉專家系統大多數只是簡單地根據某種影響因素進行決策，并沒有綜合考慮土壤含水率[1-2]、土壤類型、風速、作物蒸發蒸騰量和日降雨量等其他氣象因素，或使用模糊量作為輸入輸出不能進行定量的決策，這都嚴重影響了決策準確性和最優化。針對以上問題，本文通過結合物聯網把實時監測到的數據綜合起來作為輸入量建立規則表并通過彭曼公式和水量平衡方程建立數學模型，實現了多個參數作為進行灌溉預報決策的輸入量，也為小麥的灌溉管理提供定量化工具。

1 專家決策系統功能設計

專家決策系統結構如圖1所示，可以看出，專家決策系統包括數據管理、實時監測、灌溉決策[1，3-5] 3個模塊。

數據管理模塊可實現用戶錄入或更新小麥基礎信息資料的功能，主要分為用戶信息管理和小麥環境數據管理[6-7]；傳感器每隔1 h便會采集1次數據并傳輸，從而實現實時監測；灌溉決策系統由規則模型與數學模型相結合的預測管理，基于規則模型的灌溉決策模塊涵蓋了小麥灌溉管理的專家知識經驗，可以實現小麥各種生長期所需灌溉量的預測并決策；基于數學模型的小麥灌溉決策模塊包含了由公式建立起來的數學模型，用戶可以自己輸入信息，系統會自動計算小麥需水量從而為用戶提供決策支持[8-10]。

2 專家系統設計

2.1 數據庫

數據庫包括用戶信息數據庫和小麥環境數據庫，用戶信息數據庫主要包括用戶姓名、職位、身份證件號、聯系電話、電子郵件等存儲用戶的身份信息[1-2，6]。其分為3種類型，分別是專家信息表、知識工程師信息表、普通用戶信息表。

小麥環境數據庫結構包括小麥基礎信息表、小麥實時監測表、小麥環境的歷史數據表。小麥基礎信息表存儲著省份、氣候帶、緯度、經度和海拔等小麥種植點的地理信息。小麥實時監測表存儲著1 h內的平均溫度、光照度、平均濕度、土壤含水率等小麥實時的環境信息[1-2，6-7]。小麥環境的歷史數據表存儲著前7 d的最高低溫度、最高低濕度、降雨量和光照時數等信息。

2.2 知識庫

通過咨詢專家及一線種植人員，獲取小麥灌溉方面的經驗知識和具體問題的解決方法，同時查閱小麥生長發育的相關文獻，建立規則庫，并結合與作物灌溉用水量相關的理論與公式，建立小麥灌溉量預測及決策的數學決策模型。

2.2.1 規則庫。利用產生式規則對知識規則進行表示，對已有的專家經驗進行總結，并把傳統專家系統規則庫中的模糊量進行定量化，建立小麥生長與灌溉之間的規則表，部分規則如下，以返青期灌溉決策為例，返青期灌溉決策主要與土壤類型、土壤含水率以及降水預測有關。

規則1：if明日有降雨and黏土and土壤含水率<17%，then 灌溉水量 150 m3/hm2

規則2：if明日無降雨and黏土and土壤含水率<17%，then 灌溉水量 375 m3/hm2

規則3：if明日有降雨and黏土and土壤含水量>17%and 土壤含水量<20%[1]，then 灌溉水量 75 m3/hm2

規則4：if 明日有降雨and黏土and土壤含水量>17%and 土壤含水量<20%[1]，then 灌溉水量225 m3/hm2

規則6：if 明日有降雨and黏土and土壤含水量>20%，then 不需要灌溉[1]

規則7：if 明日無降雨and黏土and土壤含水量>20%，then 不需要灌溉[2]endprint

……

2.2.2 模型庫。將田間實時監測的數據或用戶手動輸入的數據比如氣象參數和土壤墑情信息，利用彭曼公式和水量平衡原理的相關理論，構建了小麥灌溉的數學決策模型。

彭曼-蒙特斯公式具有完整的理論依據和較高的計算精度[1，5，8]，其依據是能量守恒和水蒸汽擴散理論，考慮因素是作物生長的生理特點、空氣動力學原理和參數的變化。它是計算參照作物需水量的通用公式，對作物類型、品種以及種植地區均沒限制，公式中的參數也不需要改變，非常便利。

參考作物需水量的計算方法如下：

式中，Wt為測定周期內任一時刻t時的土壤計劃濕潤層內的儲水量，單位為mm；W0為測定周期內任一時刻時段初的土壤計劃濕潤層內的儲水量，單位為mm；Wr是由于計劃濕潤層的增加而增加的水量，單位為mm，當測定周期較短時，計劃濕潤層的深度不會產生變化，此時Wr的值取為0；P0為保存在土壤計劃濕潤層內的有效降雨量[1]，單位為mm；K為時段t內的地下水補給量，即K=kt，單位為 mm；M為時段t內的灌溉水量，單位為mm；ET為時段t內的作物實際需水量[2]，單位為mm。

2.3 推理機

推理機是系統的控制部件，是用于對知識庫中的知識進行推理來得到結論的“思維”機構[5]。推理機制主要有正向推理、逆向推理和正反向混合推理[6]。本系統根據實際情況綜合運用了正向推理、逆向推理和正反向混合推理，在灌溉查詢模塊，通過反向推理可以檢索與該土壤含水量相關的知識規則，以確定灌溉量[1-2]。在正向推理的已知事實不充分、產生的結論不可靠，或希望得到更多的推理結論時，就需要運用混合推理機制[1，9]。

3 專家決策系統開發關鍵技術

系統開發平臺為MyEclipse，遵循模式為MVC（Model View Controller） 3層設計模式，服務器端采用JSP+JavaBean+Serv-let開發模式，以分離Model（視圖層）、View（模型層）和Cont-roller（控制器層）[2]。用戶使用B/S（Brower/Server）模式，通過瀏覽器連接到Apachi服務器，系統通過ADO.NET技術訪問SQL Server 2008數據庫，采用面向對象的程序設計語言Java編寫[1，10]。

4 結語

通過對專家和一線種植員的經驗分析，構建出小麥灌溉與氣象數據、土壤狀況之間的相關關系并對傳統專家系統知識庫中的模糊量進行定量化改進，建立了規則模型。同時利用彭曼公式與水量平衡原理建立小麥灌溉數學決策模型，這樣用戶只需在人機交互界面根據提示輸入當期的溫濕度、土壤信息以及氣象數據等，系統即可利用模型庫中的數學模型進行實時決策，實現了綜合多個參數作為進行灌溉預報決策的影響因素，提高了灌溉決策精細化程度，優化了節水灌溉的決策，使用起來更加節省水資源。

5 參考文獻

[1] 林玉麗.基于物聯網數據的冬小麥精確灌溉決策系統研發[D].泰安：山東農業大學，2016.

[2] 劉嬌.基于3S技術的黑河流域植被生態需水量研究[D].楊凌：西北農林科技大學，2014.

[3] 嚴曙，王儒敬，宋良圖.基于農業物聯網技術的農田“四情”感知決策體系的構建[J].南京信息工程大學學報（自然科學版），2015（2）：149-154.

[4] 王健.番茄生長發育模型研究及其專家系統設計[D].北京：北京理工大學，2015.

[5] 劉金琨.智能控制[M].北京：電子工業出版社，2014：6-9.

[6] 侯永進.基于大數據的物聯網技術應用：智能灌溉系統[J].中國管理信息化，2016（12）：174-175.

[7] 虞佳佳.基于物聯網和專家決策系統的農田精準灌溉系統[J].輕工機械，2014（1）：58-60.

[8] 余國雄，王衛星，謝家興，等.基于物聯網的荔枝園信息獲取與智能灌溉專家決策系統[J].農業工程學報，2016（20）：144-152.

[9] 俞衛東，金文忻，曹小波.智能水肥灌溉系統的研究與應用[J].江蘇農業科學，2015（6）： 415-418.

[10] 仇紅.水稻機插精確定量栽培專家系統研究與開發[D].揚州：揚州大學，2014.endprint