基于物聯網的農田智能灌溉系統

白秋產

摘要： 針對基于物聯網的智能灌溉系統對灌溉水量計算精度不足的問題，提出一種基于物聯網的智能農田灌溉系統。綜合考慮土壤的濕度與溫度、空氣的濕度與溫度、風速、光照時間等環境因素，此外也考慮雨水、土壤中根區域的水量、作物蒸發量以及通過毛細上升到達作物根部的地下水量等自然補水因素，并利用自然環境的歷史數據，進一步提高灌溉水量的預測精度。物聯網使用高能效的無線傳感器網絡協議，使網絡的生命期最大化。真實的農田試驗結果表明，本系統可有效地降低農田灌溉的用水量，并且在傳感器網絡的周期與灌溉水量之間達到較好的平衡。

關鍵詞： 智能農業；智能灌溉系統；灌溉水量；物聯網；環境因素；預測精度；傳感器網絡；路由協議；網絡生命期

中圖分類號： S277.9；S126 文獻標志碼： A

文章編號：1002-1302（2017）22-0247-05

農業是社會經濟的支柱性產業，尤其是農村地區對農業經濟的依賴度極高[1]。據分析[2]，世界上約有60%的水資源用于農作物灌溉，所以提高灌溉水資源利用效率可極大地降低農業生產的成本，高效的智能灌溉系統是農業工程領域的一個重點。

許多研究人員利用物聯網采集農田環境、土壤的參數，根據指定的環境調節灌溉的供水量與灌溉時間[3]。將物聯網與農業生產結合，主要有以下幾個優點：（1）基于可用的水供應制定農田的灌溉計劃[4]；（2）最小化人力成本、管理成本與時間[5]；（3）提前預測水澇等自然災害，通過適當地抽水防止農田被破壞；（4）協調農業生產的各個環節；（5）基于傳感器網絡建立知識庫，用于對未來的預測[6]。王連勝等根據物聯網的基本原理和體系結構，提出基于物聯網的現代農業節水灌溉網絡體系[7]；安進強等通過ZigBee網絡實現園區土壤墑情信息的共享，根據采集到的土壤墑情信息制定灌溉決策[8]。雖然許多研究通過物聯網技術實現了農田自動灌溉系統，但此類方案考慮的環境因素并不全面，對灌溉用水量的預測也并不精準。

為對農田灌溉水量實現精準的預測效果，應當全面考慮土壤、空氣環境與當地的氣候條件。本研究基于無線傳感器網絡 （wireless sensor network，簡稱WSN）[9]設計一個集成的系統，綜合考慮土壤的濕度與溫度、空氣的濕度與溫度、風速與光照時間等環境因素，此外也考慮雨水、土壤中根區域的水量、作物蒸發量以及通過毛細上升[10]到達作物根部的地下水量等自然補水因素，并且利用自然環境的歷史數據，進一步提高灌溉水量的預測精度。本系統實現自動的灌溉系統，根據自然環境的變化調節灌溉的用水量與時間，提高灌溉的水資源利用率。

1 總體架構

本系統根據環境、氣候參數（濕度、溫度、風力），并將歷史與當前的氣候狀態進行比較，綜合計算農田所需的灌溉水量。例如，如果當前的氣溫降低，則植物所需的水量應減少。本模型的復雜度為2n+n，其中n是簇內節點的數量。

自動灌溉管理系統的試驗田如圖1所示，4個相鄰的農田種植了不同的作物。智能灌溉管理系統包含2個子系統：第1個子系統使用WSN從田地采集數據，如圖2-a所示；第2個子系統根據感應的信息進行決策，智能控制系統的流程如圖2-b所示。

WSN的傳感器主要檢測6個環境參數：土壤的濕度與溫度、空氣的濕度與溫度、風速與光照時間段。每個傳感器放置于田地中合適的位置，將采集的環境信息傳遞至基站。田地中傳感器周期性檢測氣候狀態與土壤狀態通過無線網絡將數據傳遞至基站。因為傳感器使用電池供電，所以能量效率是一個重要的性能指標，并設置專門的傳感器檢測農田的水位。根據不同的農田（不同的作物）與環境（不同的光照、溫度、緯度等）配置監控系統的參數，然后基于傳感器網絡采集的環境信息進行智能灌溉系統的控制決策。

本系統使用路由協議組織分層的傳感器網絡，傳感器節點隨機分布于感興趣的區域內，基站位于遠距離的檢測中心。基站使用交流電源供電，所以能量充沛。

為提高農業生產效率，須將灌溉的水量最小化，本系統則基于傳感器采集的信息估算農田所需的水量。為提高水量的估計準確率，將歷史數據與當前數據進行比較，從而達到最優的決策。

影響地表徑流的因素主要有2個：氣候環境（降水量、濕度、風速、蒸發量）與植被的類型。灌溉系統的一個重要參數是作物生長季的土壤濕度，此外是地下水的水量信息，可通過毛細上升被植物利用。

為實現對目標田地灌溉水量的決策，須要加上雨水水量（Pe，kg/m2）、土壤中根區域的水量（SM，kg/m2）、[KG*5]作物蒸散量

[ETc， kg/（m2·d）]以及通過毛細上升到達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，但毛細上升速度很慢；如果土壤是輕土壤，其毛細上升高度極為有限，但速度較快。如果毛細上升的速度足以滿足植被的水量需求，則作物會穩定地生長，并滿足下式：

4 總結

本研究使用WSN設計智能的農田灌溉系統，自動灌溉系統使用路由協議ECHERP，該協議可獲得較好的能量效率。本系統可根據不同應用場景的環境參數與作物類型，設置最為有效的灌溉管理機制，通過設置合適的傳感器協議的周期，

可在傳感器網絡生命期與農田灌溉水量之間實現較好的平衡。

參考文獻：

[1] 王 成，費智慧，葉琴麗，等. 基于共生理論的村域尺度下農村居民點空間重構策略與實現[J]. 農業工程學報，2014，30（3）：205-214.

[2]李合青，來智勇，張 鑫. 基于 ZigBee 的溫室智能灌溉執行子系統的設計與實現[J]. 農機化研究，2014（1）：95-98.

[3]葛文杰，趙春江. 農業物聯網研究與應用現狀及發展對策研究[J]. 農業機械學報，2014，45（7）：222-230.

[4]張俊濤，李 媛，陳曉莉. 基于無線傳感網絡的果樹精準灌溉系統[J]. 農機化研究，2014（2）：183-187.

[5]王福平，馮盼盼. 基于GPRS和ZigBee的智能灌溉監控系統的設計[J]. 江蘇農業科學，2014，42（12）：404-406.

[6]郭國法，許 萌，張開生. 基于ZigBee無線傳感器網絡的智能節水灌溉系統設計[J]. 江蘇農業科學，2015，43（11）：513-518.

[7]王連勝，夏冬艷，汪 源，等. 基于物聯網的現代農業節水灌溉研究[J]. 科學技術與工程，2011，11（30）：7393-7396.

[8]安進強，魏 凱，王立乾，等. 基于物聯網的精確灌溉控制技術研究[J]. 西北農林科技大學學報（自然科學版），2013，41（12）：220-226.

[9]蔡 鑌，馬玉芳，趙振華，等. 基于無線傳感器網絡的溫室生態智能監控系統研究[J]. 河南農業大學學報，2014，48（2）：167-171.

[10] 杜紅普，劉 波，王華軍，等. 基于土水特征曲線預測多孔介質毛細上升過程[J]. 工程地質學報，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