基于物聯網的葡萄園信息獲取與智能灌溉系統設計

董征宇

(重慶電子工程職業學院，重慶　400030)

0　引言

我國的淡水資源總量豐富，但是人均占有量很少，只有世界平均水平的1/4；另外，一半的淡水資源被用于農業灌溉，且以傳統的漫灌方式為主，利用率僅為40%。傳統的漫灌造成了水資源的巨大浪費，加劇了水資源短缺的狀況。因此，發展節水灌溉對農業的可持續發展來說已是刻不容緩。對此，人們開發了各種新的灌溉技術(如微灌和滴灌等)，在一定的程度上提高了水資源的利用效率；但是，上述的灌溉方式在灌溉時機和用水量上仍然是根據人為經驗和判斷，具有一定的盲目性。

近年來，隨著傳感器、自動測控和信息技術的進步，基于GPRS、ZigBee和物聯網等新型技術的智能灌溉系統應運而生，且物聯網應用最多[1-4]。物聯網也被稱為傳感網絡技術，是信息領域繼計算機和互聯網之后的第三次革命。物聯網通過融合傳感器、分布信息處理、現代網絡和無線通信等技術，將各種信息傳感器與互聯網整合成一個龐大的網絡，以實現對目標的智能識別和管理[5]。物聯網應用于農業的研究在國外開始較早，2002年英特爾公司在美國第1次將物聯網用于對葡萄園土壤溫濕度和有害物劑量的監測，促進了葡萄的大豐收[6]。我國物聯網技術的應用研究雖然起步晚，但是發展較快，主要集中在4個方面，分別是糧食作物生產、農業生產設施、果園精準管理和畜牧水產養殖[7]。目前，物聯網應用面臨的最大問題，是對采集數據的利用大多還停留在展示和統計的層次上，沒有形成相應的科學決策并對執行裝置進行控制[8]。

物聯網在農業生產中用途廣泛，其與專家決策系統結合可以實現對果園的遠程監測和智能化精準灌溉。余國雄等基于物聯網技術，設計了荔枝園的信息獲取和智能灌溉系統，結果表明具有較強的實時性和較高的準確率[9]。吳秋明等利用物聯網技術，設計了一種棉花的智能微灌系統，將水分的利用效率提高了22.6%，而成本比國外同類型產品降低44.8%。劉書倫等也設計了類似的系統，增加了傳感器節點，從而使系統獲得了更高的可行性和有效性[10]。隨著技術的進步和系統的優化，智能灌溉系統覆蓋的范圍和植物種類越來越多，包括各種蔬菜、作物、果樹和園林樹木等[11-15]。

葡萄是一種具有較高營養價值和經濟價值的水果，我國的葡萄種植面積居世界第二，產量居世界第一。近10年來我國的葡萄產量逐年上升，已經超過1 200萬t。葡萄樹的根系深達50cm，所需水分主要從土壤中吸收。土壤含水量過低會導致葡萄樹吸水量不足，妨礙正常生長發育；土壤含水量過高又會引起根系腐爛，并誘發葡萄園中的病蟲草害，也會影響葡萄的產量和品質[13]。葡萄樹在不同生育時期和季節的需水量不同，對灌溉精度的要求較高。但是在大部分的葡萄主產區，灌溉仍然以較為落后的明渠和漫灌為主，不僅浪費了水資源，還影響到葡萄的生長和產量。將現代物聯網技術引入葡萄園實現智能灌溉，可以為葡萄的高產穩產提供保障，具有重大的現實意義。

當前，基于物聯網的智能灌溉系統雖然具有較為完整的信息獲取和智能控制裝置，但獲取的信息種類有限，且一般只根據土壤濕度這個單一的參數為閾值進行灌溉的決策和控制，導致灌溉的時機和水量不能隨著其它的氣象因素而變化，也缺乏實時性。葡萄園需水量在時空上具有更高的特異性，因此現有的系統可能無法達到較好的灌溉效果。為此，本文以物聯網為核心，設計了一種葡萄園的信息獲取和智能灌溉系統，通過信息采集模塊的各種傳感器采集葡萄園環境信息，由ZigBee無線通信網絡將數據傳遞到信息處理模塊上，最后經過專家決策模塊形成智能灌溉的指令，按照指令實現智能灌溉。同時，在葡萄園環境中對系統的準確性和實時性進行驗證，以期為葡萄園的科學管理提供技術支持。

1　系統的工作原理和組成

1.1工作原理

信息獲取和智能灌溉系統主要由信息采集模塊、無線通信網絡、信息處理模塊、專家決策模塊和指令執行模塊等部分組成。其中，信息采集模塊和指令執行模塊一起組成1個控制終端，系統可以連接多個控制終端，具體數目根據葡萄園的實際情況進行確定。

信息采集模塊包括多種環境傳感器，可以采集空氣溫濕度、土壤含水率、光照度和降雨量。采集到的數據信息通過基于ZigBee技術的無線通信網絡發送到信息處理模塊中；信息處理模塊對接收的數據進行分類管理和整合，同時帶有人工操作界面，用于數據的實時顯示及設定各種參數和閾值；專家決策模塊接收信息處理模塊發來的實時數據和閾值，經過綜合分析后，根據專家經驗診斷葡萄園的需水情況并做出決策反饋給信息處理模塊；最終的決策經過信息處理模塊后，由無線通信網絡以控制指令的形式發送給指令執行模塊，控制滴灌管道上的電磁閥開關時機和程度，從而實現智能灌溉。

系統工作原理如圖1所示。

圖1　系統的工作原理

1.2系統的組成

控制終端由信息采集模塊和指令執行模塊組成。其中，信息采集模塊包括JCJ109型空氣溫濕度傳感器、SWR-100型土壤水分傳感器、NH207型光照度傳感器和SRY-3型雨量計，安裝在葡萄園中實時測量相應的環境信息；指令執行模塊是地面的滴灌管道和安裝在其上的電磁閥，與信息采集模塊安裝在一起。電磁閥為AG-GAG二位三通多用途型，反應靈敏，功耗較低。以上的裝置通過一個STC89C51型單片機與無線網絡連接。控制終端的組成如圖2所示。

圖2　控制終端的組成

當前的無線通信手段主要有Wifi、藍牙和ZigBee3種模式。其中，Wifi模式的信號容易被葡萄園的植物遮擋，數據傳輸無法獲得較高的可靠性；藍牙模式的信號作用距離小，導致覆蓋整個葡萄園所需的數量太多；ZigBee模式的抗干擾性強，通信距離較遠，因此被本系統采用。根據葡萄園的自然環境條件，系統的無線通信網絡選擇了樹形的組網方式，擁有的接口可以支持與20個控制終端有效連接。

信息處理模塊的核心是聯想I5-6400型臺式計算機，配置Intel i5中央處理器和4G內存，安裝Windows 10操作系統和相關的數據分析軟件。通過USB2.0接口接收數據，在操作界面上顯示實時的環境數據信息，完成分析計算。信息處理模塊還用于對系統的各種參數和電磁閥的開關閾值進行設定，輔助專家決策模塊將最終的決策轉換為控制指令后發出。

從表2中可以看出，與安靜對照組相比，力竭運動即刻組(E0)骨骼肌和血清中AMPK含量上升，有極顯著性差異(P<0.01)；而C組、E24組、E48組之間骨骼肌和血清中AMPK含量無明顯差異。

專家決策模塊是聯想X3550 M5型服務器，配置16GB DDR4 內存和300GB 硬盤，可以存儲系統獲取的葡萄園所有信息。數據庫是專家決策模塊的重要內容，包括綜合數據庫和知識數據庫。綜合數據庫是關于葡萄園的各種事實數據的推理過程和結果計算公式，具體表現為葡萄園的基礎氣象信息和監測數據；知識數據庫是基于專家經驗和知識的葡萄生長發育規律、水分需求量和水分吸收能力的信息。模塊以數據庫為基礎，通過對實時信息的分析，做出相應的灌溉預測和決策。

2　試驗

2016年，在本單位的葡萄園中對系統信息獲取的準確性和智能灌溉的實時性進行了試驗。葡萄園面積5 hm2，均勻分布著15個控制終端。葡萄品種為巨峰，開花之前要求土壤濕度較大，開花期則要求相對干燥，漿果生長期需水量再次增加。總體而言，巨峰葡萄的全生育期水分需求量較大。

為了驗證系統信息獲取的準確性，試驗采用S500-TH型空氣溫濕度計、MP-406型土壤水分測定儀、NHTESTO540型手持式光照度儀和DY1090A型雨量計分別測定各個控制終端位置上的空氣溫濕度、土壤含水率、光照度和降雨量。測量過程持續7d，將兩種方法獲得的數據進行比較，結果表明：5種環境信息參數的最大相對誤差分別為2.33%、3.18%、2.46%、3.24%、2.45%，都在允許的范圍內，表現出較高的準確性。試驗結果如表1所示。

表1　兩種方式測量的環境信息

驗證系統智能灌溉實時性時葡萄處于漿果成熟期，專家決策模塊根據各項環境信息提供的葡萄生長最佳土壤含水率約為25%。因此，設定土壤含水率的上下限分別為27.5%和22.5%，啟動系統開始智能灌溉控制。試驗期間，對15個控制終端上的土壤含水率用人工方法測量，計算平均值。試驗持續10天，每天測量4次，結果如圖3所示。由圖3可以看出：隨著降雨量的減少，土壤含水率開始降低；當土壤含水率低于22.5%的下限時，智能灌溉系統立即啟動，土壤含水率開始升高；當土壤含水率升至27.5%的上限時，智能灌溉系統立即關閉，土壤含水率開始回落。整個試驗期間，土壤含水率始終處于22.3%～27.7%之間。這說明，系統可以實現實時灌溉，為葡萄生長提供最適宜的條件。

圖3　智能灌溉的土壤含水率

3　結論

基于物聯網技術，設計了一種葡萄園的信息獲取和智能灌溉系統。系統主要由信息采集模塊、無線通信網絡、信息處理模塊、專家決策模塊和指令執行模塊等部分組成。信息采集模塊采集空氣溫濕度、土壤含水率、光照度和降雨量；數據信息通過基于ZigBee技術的無線通信網絡發送到信息處理模塊中進行分類管理和整合；專家決策模塊接收信息處理模塊發來的實時數據和閾值，診斷葡萄園的需水情況并做出決策；最終的決策以控制指令的形式發送給指令執行模塊，控制滴灌管道上的電磁閥開關時機和程度，從而實現智能灌溉。在準確性和實時性的驗證試驗中，系統測量的空氣溫濕度、土壤含水率、光照度和降雨量等5種環境信息參數的最大誤差分別為2.33%、3.18%、2.46%、3.24%、2.45%，表現出較高的準確性。智能灌溉下土壤含水率始終處于設定的閾值之間，說明系統可以實現實時灌溉，為葡萄園的科學管理提供技術支持。

參考文獻：

[1]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.

[2]趙伶俐.基于物聯網的智能節水灌溉系統的研究[J].節水灌溉，2015(8):84-85.

[3]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, 19(12):174-175.

[4]錢春陽，王建春，呂雄杰.基于植物全生育期的精量智能灌溉控制器設計[J].節水灌溉，2016(11):115-117.

[5]吳秋明，繳錫云，潘渝，等.基于物聯網的干旱區智能化微灌系統[J].農業工程學報，2012, 28(1):118-122.

[6]劉志良. 物聯網技術在農業園區的應用[J].農機科技推廣，2012(2):48-49.

[7]呂雄杰，陸文龍，王艷，等.基于物聯網技術的日光溫室黃瓜智能灌溉控制系統研究[J].天津農業科學，2014,20(9):34-37.

[8]閻曉軍，王維瑞，梁建平.北京市設施農業物聯網應用模式構建[J].農業工程學報，2012, 28(4):149-1547.

[9]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輯決策系統[J].農業工程學報，2016,32(20):144-152.

[10]劉書倫，馮高峰，賈寶華.基于物聯網Android平臺的遠程智能節水灌溉系統[J].農機化研究，2015,37(6):217-220.

[11]陸林.基于物聯網的番茄智能灌溉系統設計[D].合肥:安徽農業大學，2014.

[12]賈艷玲，朱瑜紅，劉思遠. 基于無線傳感網絡的枸杞園智能灌溉系統設計[J].湖北農業科學，2014, 53(23):5861-5864.

[13]賈艷玲，劉思遠. 基于ZigBee技術的葡萄園智能灌溉系統設計[J].江蘇農業科學，2015, 43(6):383-385.

[14]余國雄，王衛星，謝家興，等.基于ASP. NET技術的荔枝園智能灌溉遠程監控系統的設計與實現[J].福建農業學報，2016, 31(7):770-776.

[15]鄭淼. 智能灌溉在園林方面的應用[J].現代園藝，2016(12):128.