基于物聯網硬地育秧模糊灌溉智慧控制系統的應用

陳美琦，劉浩

（湖南人文科技學院，信息學院，婁底 417000）

0 引言

硬地育秧模糊定量灌溉智慧控制系統包括根據天氣預報信息擬合溫度、濕度曲線，并得到對應的溫度、濕度模糊區間，結合秧苗的生長期，計算待測秧苗的需水量，從而為灌溉提供數據參考。該系統還可以對秧苗的狀態進行預警，包括燒葉、枯葉、干尖預警。可以實現秧苗需水狀況的監測與評估，綜合秧苗的生產需求，對秧苗進行智能灌施，從而確保秧苗的生長質量和生長周期。

1 機插秧苗的需水量模糊定量算法描述

1.1 機插秧苗的需水量模糊定量描述分析

秧苗需水狀況模糊定量計算的基本過程是：在圖像采集器采集過程中，圖像采集控制器通過圖像減法，去除基質和基質盤的背景，通過去除背景信息的秧苗的連通域的寬度，連通域的距離，連通域的重疊情況以及連通域面積的增長等信息，通過設置的攝像頭圖像采集，判斷秧苗在一葉、兩葉和三葉期的平均葉寬、葉長和葉莖，并判別葉片的生長期。根據天氣預報，形成上午8 點到晚上6 點的溫度曲線圖，與試驗標準曲線圖T1、T2、T3、T4、T5、T6、T7 進行曲線圖相似度比較，將其進行模糊分（見表1）。通過土壤溫濕度傳感器的濕度檢測信息進行H0、H1、H2、H3 四種濕度曲線圖的模糊濕度分類（見表2）。同時根據光照傳感器對秧苗進行燒葉、枯葉、干尖等情況進行及時預警。根據天氣預報信息擬合溫度模糊區間、濕度模糊區間和判斷待測秧苗的生長期，計算待測秧苗的需水量。

表1 溫度模糊區間等級劃分

表2 濕度模糊區間等級劃分

具體描述如下：St表示相同測量時間內溫度曲線圖面積，S1～S7分別表示7 個需水等級的溫度曲線圖區間的溫度曲線圖面積；

Ah表示相同測量時間內濕度曲線圖面積，A1～A7分別表示4 個濕度模糊等級的濕度曲線圖區間的濕度度曲線圖面積。

1.2 機插秧苗的需水量模糊定量計算

機插秧苗的待測秧苗的需水量模糊定量計算公式如下：

其中，Q（Pi，Tj，Hk）為待測秧苗需水量預測值；Pi為待測秧苗所處的生長期，i為生長期序號；Tj為待測秧苗所處的溫度模糊區間，j為溫度模糊區間序號；Hk為待測秧苗所處的濕度模糊區間，k為濕度模糊區間序號；QB（Pi，Tj，Hk）為全生長期平均需水量；SbTj為Tj對應的溫度標準線圖面積；SbHk為Hk對應的濕度標準曲線圖面積；STj為Tj的實際溫度曲線圖面積；SHk為Hk的實際濕度曲線圖面積。

秧苗需水定量計算模塊，包括溫度模糊模塊，用于根據天氣預報信息擬合出待測秧苗所處環境的溫度曲線圖，對其進行模糊分類，得到溫度模糊區間；濕度模糊模塊，用于根據天氣預報信息擬合出待測秧苗所處環境的濕度曲線圖，對其進行模糊分類，得到濕度模糊區間；葉期判斷模塊，用于判斷待測秧苗所處的生長期；計算模塊，用于根據所述溫度模糊區間、濕度模糊區間和生長期，計算待測秧苗的需水量。

2 硬地育秧模糊定量灌溉智慧控制系統的概述

2.1 硬地育秧智慧控制系統概述

根據硬地育秧智慧控制系統云處理中心通過天氣預報第三方服務的開放接口，獲取當天24h 天氣預報信息，24h 的氣溫、濕度、光照預測信息，光照根據陰晴、季節以及氣溫等經驗進行模糊化，模糊化規則庫為氣象經驗，模糊等級為弱、較弱、正常、較強、強五個等級。24h 氣溫、濕度、光照等級和時間四個變量，以2000ms 的間隔通過Modbus RTU 格式，經過工業網關、無線傳輸網關、無線傳輸模塊、就地控制中心傳遞至圖像采集控制器，圖像采集控制器獲得數據后，將反饋代碼沿上述通道反向反饋至云處理中心，云處理中心再沿信息通道下發第二組數據，直至24h 天氣預備數據傳送完成。工業網關和手機App 終端通過4G/5G 網絡與云處理中心信息交互。

圖1 云平臺控制中心示意圖

無線傳輸模塊組通過串口與就地控制中心進行信息交互，將數據信息匯集編碼后再通過串口經過工業網關將信息傳遞至云處理中心。

光照傳感器、環境溫濕度傳感器、土壤溫濕度傳感器的信息通過Modbus RTU 傳送至就地控制中心，就地控制中心再通過Modbus RTU 寫入圖像采集控制器。

同理24h 天氣預報信息也是就地控制中心通過無線傳輸模塊組讀取后，再寫入圖像采集控制器，圖像采集控制器根據讀入信息將圖像處理結果信息碼反饋就地控制中心。

圖像采集控制器的圖像處理結果信息碼、秧苗需水量模糊定量等，也是需要匯集到就地控制中心的信息，秧苗需水量模糊定量通過云端下載到就地控制中心。

從安裝的角度來看，土壤溫濕度傳感器安裝在攝像頭監視的基質區域；攝像頭與水平成120 度斜角；

圖像配準是一個黑色亞光磨砂平面，斜面也是120度傾斜角，與攝像頭安裝平行正對。圖像配準上有2個直徑1cm 的紅色亞光圓斑，圓斑中心間隔為5cm。

圖像采集控制器的USB 口配置一個USB 存儲卡，存放歷史圖片，另一個串口配置一個串口轉Wi-Fi 模塊，用于傳遞圖像信息。

工業網關具有Wi-Fi 路由功能；也具有ModBus 串口協議透傳功能，可以透傳ModBus RTU、ModBus ASCII、ModBus TCP/IP 三種協議。

圖像信息是用戶通過手機App 終端發送圖像刷新請求信息，再通過云處理中心經過工業網關，無線傳輸模塊組后匯集到地控制中心，在寫入圖像采集控制器，圖像采集控制器通過串口經過Wi-Fi 轉換模塊，工業網關，經過云處理中心將現場圖像轉發給用戶手機App 終端。

2.2 硬地育秧智慧控制系統的灌施模塊

硬地育秧智慧控制系統的灌施設計的基本過程如下：灌溉渠和設置在棚內的秧苗盤，秧苗盤包括上層基質盤和下層的盤下基質，其特征在于：該系統的灌施設計還包括噴灌系統、地灌系統和沼液系統，均由就地控制中心控制并通過電磁閥的調節實現功能轉換；噴灌系統包括順次連接的灌溉泵、一級過濾裝置、二級過濾裝置、增壓泵、噴灌管路，噴灌管路與秧苗盤連通；地灌系統包括順次連接的二級過濾裝置、地灌管路，地灌管路與秧苗盤連通；沼液系統包括沼液泵和地灌管路；就地控制中心與工業路由連接，工業路由連接云控制中心，云控制中心與移動客戶端連接；秧苗盤內設置攝像頭組和土壤水分傳感器，獲取到數據參數，然后傳輸給無線傳輸模塊網關和云控制中心。

灌溉渠隔離出灌溉池和沼液池，分別安裝灌溉泵和沼液泵。

噴灌管路上設置噴灌手動閥，噴灌管路與地灌管路之間設置地灌清洗手動閥，配合關閉噴灌手動閥和地灌電磁閥，通過增壓泵對地灌回路進行沖洗。

秧苗的生長管理決策為苗高優先、莖粗優先、維持基礎生長三個類別，苗高優先是指為秧苗提供足夠的營養和水分，在合適灌溉的時間區域，保持基質的濕度在25%～30%；莖粗優先指滿足秧苗的基礎需水需求，在保障苗不出現枯葉、死葉的情況下，減少基質盤水分的供應，水分供應主要采用盤下滲漏方式；維持基礎生長是指在保障苗不出現枯葉、死葉的情況下，減少基質盤以及盤下水分的供應，維持苗的生長狀況，相對延長苗的成苗時間，配合農事作業。由于基質盤的水分受外界環境影響很大，因此秧苗的基礎生長水分主要由盤下基質供應。

圖2 灌施模塊示意圖

3 硬地育秧智慧控制系統的應用結果分析

圖3 系統設備現場圖

根據試驗得到，對比考察試驗效果，各取對照組，試驗組10 株樣本秧苗對比秧苗的生長素質。一般中小苗是最適宜的機插標準秧苗規格，中苗苗高150mm～200mmz 左右，小苗苗高100mm～150mm 左右，通常莖基粗，機插后根系越牢固，更利于生長。同時秧苗生長整齊，葉挺色綠也是秧苗素質的重要指標。

由表3 可知，試驗組的各項指標參數優于對照組，通過育秧模糊定量灌溉技術及智慧控制系統的應用，機插秧苗素質的提高，更有利于秧苗后期的生長，促進高產。由圖4 可以看出，試驗組的秧苗顏色比對照組秧苗顏色更綠，葉更挺。因此結果表明，通過試驗對比分析，模糊定量灌溉的智慧控制系統下的秧苗素質比對照組基礎生長得更好，并且施肥資源利用更加充分。

圖4 試驗組與對照組秧苗生長對比

表3 試驗秧苗素質對比

硬地育秧智慧控制系統提供了一種綜合天氣預測、實時溫度光照濕度監測、水稻秧苗圖像辨識等技術手段的水稻秧苗精確灌溉定量計算方法，為水稻秧苗的精準生長控制，秧苗的節水灌溉打下堅實基礎，圖4為系統設備現場圖。同時又對于枯葉、燒葉等水稻秧苗育秧過程中常見的控水不當事故進行預警，有效降低水稻秧苗控水事故發生，提高水稻秧苗的成苗質量。表4 是對系統使用前后的對比分析，可以看出，系統的使用對農業現代信息化。

表4 系統使用前和系統使用后對比

4 結語

本文主要介紹了硬地育秧智慧控制系統的應用，通過智慧制定秧苗的需水與需肥，保障秧苗的安全生產和標準化生產，實現了秧苗的全自動化生產，降低了秧苗生產對勞動者的專業知識的需求，提升了秧苗質量，為高效穩產的機插稻種植打下了堅實的基礎，給出了一種智能灌施、預警的水稻育秧灌溉系統。介紹了傳感網絡模塊、灌施模塊等功能模塊，最后對系統應用研究進行比較分析，得出結論，智慧控制系統的應用從勞動力，時間和經濟成本，以及水資源的利用方面比較，管理效益要更好，具有實際的研究和推廣借鑒意義。