精準灌溉技術研究進展

宮帥 郝文雅

摘要：精準灌溉是國家糧食安全和農業可持續發展的重要保障，盡管噴灌、微噴和滴灌等高效節水技術已經廣泛應用，但目前種植者仍主要依靠經驗或有限氣象預報信息做出灌溉的決策，仍有相當一部分灌溉系統處于低效運行，精準灌溉勢在必行。本文仔細梳理國內外精準灌溉的監測技術、灌溉模型和決策產品，分析面臨的挑戰和機遇，希望能為種植者和灌溉從業者有所啟發，共同促進精準灌溉技術的發展和應用。

關鍵詞：精準灌溉;土壤監測;作物監測;灌溉模型

我國淡水資源僅占世界的6%，卻生產了世界上25%的糧食，養活了世界21%的人口。2019年，我國農業用水量達3682.3億m3，占據國民經濟用水總量的61%，保障糧食安全底線和水資源緊缺的矛盾日益突出[1]。精準灌溉技術的推廣和應用勢在必行。

近幾年，我國積極發展節水農業，全國微/噴灌等高效節水灌溉面積達到0.11億hm2，水肥一體化推廣面積達到0.1億hm2，并初步建立國家土壤墑情監測體系及平臺，接入1000多個墑情監測站[2]。2020年我國提出“以保障國家糧食安全為底線，深入實施藏糧于地、藏糧于技戰略，加大農業水利設施建設力度。”[3]

1 監測技術

在試驗研究和種植生產中，通常采用土壤監測、作物監測、遙感監測等手段來獲取數據，模擬水分消程，實現精準灌溉。

1.1 土壤監測技術

土壤水分監測是將灌溉制度與實際土壤水分條件、作物水分利用相匹配的關鍵方法。一般以可預測的方式測量與水分有關的、易于測量的其他土壤屬性的變化來進行灌溉指導。

1.1.1 土壤原位監測

土壤原位監測傳感器包含（1）基于土壤介電常數的同軸阻抗介質反射傳感器（Coaxial Impedance Dielectric Reflectometry）、（2）探針式的電容傳感器（Capacitance）、（3）基于電磁波傳導的時域反射儀（Time Domain Reflectometry）和頻域反射儀（Frequency Domain Reflectometry）、（4）基于土壤水勢的張力計、以及（5）精度較高但價格昂貴的中子儀（Neutron Probe）等。其中精度較高的有（1）、（3）、（5），但價格偏高，安裝要求也高，（5）多用于科學研究，校準要求較高。（2）、（4）的價格相對較低，但均易受土壤條件的影響（包括鹽度、粘度、溫度等）而產生測量誤差[4-7]。

當前以能連續、自動采集數據的時域反射儀、頻域反射儀及土壤張力計的應用最為廣泛，但使用前仍需校準，且均具有監測范圍有限的缺點，由于土壤水分受到質地等多種因素影響，空間變異性較大，為擴大監測范圍而部署更多的傳感器費錢費力，生產上難以獲得連續大范圍的土壤濕度數據。

1.1.2 基于遙感的土壤濕度監測

對比土壤原位監測的局限性，遙感監測提供了一種周期性、大范圍、多時相的對地觀測手段[8]。

（1）光學遙感反演方法

包括可見光-近紅外-熱紅外三個部分的波段。熱紅外遙感影像常用地表溫度和熱慣量法估測土壤含水量[9]。優點是空間分辨率高，物理意義明確;缺點是表層穿透能力差，噪聲源多，易受大氣、植被干擾。在可見光與近紅外波段，通過土壤反射率與土壤濕度的關系反演土壤濕度。優點是空間分辨率高、幅寬大，缺點是表層穿透力差，只能在日間工作。

（2）微波遙感反演方法

通過建立土壤介電常數和土壤溫度、亮度與土壤濕度的關系，來反演土壤濕度[10]。優點是穿透力強，能穿過云層、大氣、避免一定的作物干擾等特性，缺點是受地表粗糙度和植被覆蓋度影響大。

綜上所述，遙感監測土壤濕度提供了更大范圍的周期性數據，減少了地面傳感器和人力的投入，為土壤濕度空間差異分析提供了有利條件。但由于其影像采集的間隔、空間分辨率不足、以及反演過程中受到土壤質地種類、地形起伏、太陽入射角及植被覆蓋度影響，故目前遙感土壤濕度監測通常采用多個波段融合的方法來反演土壤水分，提高估測精度。

1.2 作物本體監測技術

作物能夠通過調節其生理過程進而控制體內水分狀態，因此，可通過作物本體傳感器對莖、葉、果實等器官物理尺寸變化的檢測或間接獲取其生理指標，判斷其缺水情況[11]。

1.2.1 接觸式監測

（1）水勢傳感器

植物的水勢受到土壤濕度和蒸騰作用的共同影響，由滲透勢和葉片蒸騰引起的壓力勢組成[12]。有壓力室法、濕度計和滲壓計測量法等，由于葉片位置不同，受光不同，水勢監測要選取多個代表性樣本進行監測，采樣測試過程耗時耗力，受天氣影響大。

（2）莖干直徑測量傳感器

過測量莖干直徑的收縮量，可以判斷植物缺水狀態。缺點是，現場測量需安裝多個傳感器。此外，由于植物自身的濕度調節作用和滯后效應，作為灌溉控制的依據還不夠精準[13]。

（3）長勢傳感器

包括測量作物日生長量的測樹儀和測量果實日膨大量的果實直徑傳感器。這類傳感器能夠記錄作物生長和環境變化的關系，用于制定灌溉策略[14]。

（4）葉片厚度傳感器

葉片在蒸騰強烈的情況下會因為水的供應不足率先表現出萎蔫現象，而土壤傳感器可能顯示并不缺水。研究領域常采用β測厚儀、膨壓傳感器、微型葉厚傳感器進行葉片測量。缺點是需大量采樣，勞動強度大、費用高。

（5）液流傳感器

液流傳感器將流液所攜帶的熱量轉換為液流速度，以此來計算蒸騰量。常見的有熱平衡傳感器、熱耗散傳感器和熱脈沖傳感器[15]。缺點在于所測作物的莖干變化有限，需要監測多個作物減少測量誤差，且具有破壞性。

1.2.2 非接觸式傳感器

主要通過反射光譜測量傳感器和輻射測量傳感器來推斷作物脅迫情況，計算灌溉量。有手持、車載、無人機、遙感等多種傳感設備的掛載方式。

（1）反射光譜測量傳感器

通過波段之間的光譜數據來推斷作物水分脅迫情況，根據波段的多少分為多光譜傳感器和超廣譜傳感器。根據輻射源的不同，又可分為被動式（日間測量）和主動式（全天候測量）。

（2）輻射測量傳感器

研究表明，作物冠層溫度受到空氣溫度、濕度、蒸騰速度、風速等多個因素影響。利用紅外測溫儀和熱成像儀，對作物冠層溫度進行測量，推斷作物缺水程度。優點是可進行群體測量，缺點是近距離測量成本高，遠距離如衛星熱傳感器易受天氣影響，時空分辨率低。

雖然基于作物脅迫指數等方式可間接的判斷作物缺水狀態，但不能直接提供灌溉量的計算，因此，植物本體傳感器需要結合土壤濕度傳感器等進行灌溉時機和灌溉量推薦。

2 精準灌溉模型

精準灌溉要回答什么時間灌溉，灌溉多少量的問題。對第1部分的指標數據進行系統性分析，可以給出灌溉時機和灌溉量的建議。

2.1 關于灌溉時機

2.1.1 基于土壤數據

土壤濕度監測中，常用田間持水量、凋萎系數、脅迫點、最大可用水量等指標來表征土壤供水能力和作物缺水狀態。其中，脅迫點常用于指示灌溉起點。

不同的土壤質地，上述指標也不盡相同，由于土壤的空間異質性，對于數據的代表性要求較高;同時，由于作物不同時期對水分的敏感程度不同，種植者對作物的管理目標不一致，也導致僅從土壤角度判斷灌溉時機，有失準確。

2.1.2 基于作物數據

基于作物監測數據，將例如冠層溫度、莖水勢、葉水勢等指標轉換為度量缺水狀態的冠層水勢CWP、作物水分脅迫指數CWSI、蒸發脅迫指數ESI、蒸騰脅迫指數TSI等指標指示作物灌溉時機。

2.2 關于灌溉量

目前，應用最廣泛的計算灌溉量的方法是依據根區土壤水分情況，采用土壤水分平衡模型、水分利用效率等模型計算。

2.2.1 土壤水分平衡

在土壤水分平衡研究中，根區通常被看作水庫，通過跟蹤邊界處的進出水通量來監測根區土壤含水量（Wr）的變化。灌溉量根據根區含水量的變化和管理目標進行計算。土壤水的來源主要是降水（P）和灌溉（I），流失部分降水可能因地表徑流（RO）而流失，水也可以通過淺層地下水位的毛細上升（CR）作用輸送到根區。土壤蒸發（E）、作物蒸騰（Tr）和深層滲濾損失（DP）等過程將水從土壤水庫中排出：

Wr，t+1=Wr，t+（P-RO）+I+CR-E-Tr-DP

Wr，t+1和Wr，t是t+1時刻和t時刻的土壤根區含水量。

2.2.2 基于水分產量效益WUE

水分利用率（WUE）指農田通過蒸散消耗單位重量的水所制造的干物質量。通常以表示為：

WUE=經濟產量/耗水量

在一定的養分和植保條件下，通過試驗獲得WUE，，通過WUE推算總用水量，結合作物生長分配每次的用水量。

2.3 作物模型

2.3.1 基于氣象條件的蒸散模型

作物蒸散量ET也被廣泛用于基于作物日耗水量的灌溉估算，蒸散量ETC=參考蒸散量ET0*作物系數KC*水分脅迫系數KS。常用的是利用FAO Penman-Monteith方法和空氣溫度、濕度、風速、日照時長、降雨、平均水氣壓等因素計算ET0，通過試驗或經驗對KC、KS等進行估計，最終得到ETC。

目前，以PM模型計算為主。其他ET模型例如基于溫度的Hargreaves模型、基于輻射的Priestley-Taylor模型、基于經驗的Irmark-Allen模型，由于側重的氣象要素計算方法不同，在不同地區的表現精度，有待進一步提升。

2.3.2 基于遙感監測的蒸散模型

遙感由于其具有大范圍、多信息、低成本監測的優勢，也應用于ET計算，但由于時空分辨率比較低，當前多應用多源數據和算法融合進行精度提升。比如利用遙感監測的LAI、NDVI、地形因子等因素和傳統ET模型融合的方法;利用改進的SEBS模型，將大氣邊界層參數和地表參數相結合，提升了計算蒸散的精度。

2.3.3 DDSAT

美國的DDSAT系列模型，通過輸入氣象信息、土壤信息和田間管理信息，即可以對作物生長狀態進行模擬，給出灌溉和施肥的科學決策。缺點是模型構建和調參相對復雜[16]。

2.3.4 AquaCrop

AquaCrop是國際糧農組織FAO于2009年推出的通用模型，適用于禾本科作物，提供基于水分驅動的日尺度模擬，被廣泛應用于農業灌溉中。缺點是它假設田塊的土壤是均勻的，作物發育、蒸散和管理上都不存在差異，只考慮垂直流入和流出的降雨、灌溉、毛細作用、蒸散、滲漏的水通量，對肥料的影響因素考慮很少[17]。

3 結語

本文系統總結了精準灌溉相關的土壤、作物監測手段以及灌溉時機和灌溉量的計算方法，列舉了幾種常見的模型，并指出了其中的優勢和不足。同時，我們也相信這是一種挑戰和機遇，能讓精準灌溉得到更好的提升和應用。

（1）農業生產需要數據更準確、傳輸更穩定、安裝方便、使用簡單的高性價比傳感器。

（2）探索更穩定、可靠、量化的作物水分指標，以便于準確判斷灌溉時機。

（3）將原位傳感器和氣象、遙感等多源數據利用作物模型和機器學習等手段進行深度融合，提供由點及面的更高灌溉精度的灌溉。

參考文獻

[1] 潘曉麗.發展旱作節水農業維護國家糧食安全[J].中國農業綜合開發，2021（2）：26-29.

[2] 羅琳，胡智丹，龐靖鵬，等.新形勢下我國農田水利發展思路初探[J].水利發展研究，2018，18（1）：19-21，39.

[3] 佚名.中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標的建議[N].人民日報，2020-11-04（001）.

[4] 劉亮，路炳軍，符素華，等.東北黑土區TDR測定農田土壤含水量的室內標定[J].中國水土保持科學，2013，11（6）：15-22.

[5] 羅迪漢，宇宙，王勇，等.FDR-土壤水分測定儀標定方法初探[J].內蒙古林業科技，2015，41（1）：31-35.

[6] 田昌玉，孫文彥，林治安，等.中子儀測定土壤水分方法的研究進展[J].中國農學通報，2011，27（18）：7-11.

[7] 吳金亮，單麗佳.土壤墑情監測方法綜述[J].農業科技與裝備，2014（6）：65-68.

[8] 潘寧，王帥，劉焱序，等.土壤水分遙感反演研究進展[J].生態學報，2019，39（13）：4615-4626.

[9] 郭輝，卜小東，黃可京，等.基于熱紅外遙感影像的玉米田間土壤水分反演研究[J].中國農機化學報，2020，41（10）：203-210.

[10] 吳金亮，單麗佳.土壤墑情監測方法綜述[J].農業科技與裝備，2014（6）：65-68.

[11] 李克新，宋文龍，朱良寬.灌溉控制系統中基于植物本體的檢測技術綜述[J].節水灌溉，2011（7）：45-49.

[12] 黃明斌，紹明安，冬小麥葉水勢-蒸騰速率關系的滯后效應[J]，科學通報，1995，40（12）：1137-1139.

[13] 余克順，李紹華.水分脅迫條件下幾種果樹莖干直徑微變化規律的研究[J].果樹科學，1999，16（2）：86-91.

[14] 高曉紅，李東升，趙軍.基于植物器官尺寸檢測的新型智能節水灌溉系統[J].林業機械與木工設備，2004，32（11）：17-20.

[15] 張志亮，張富倉.不同水氮條件下桃樹幼苗莖干液流變化規律研究[J].節水灌溉，2009（2）：1-4.

[16] 杜江濤，張楠，龔珂寧，等.基于DSSAT模型的南疆膜下滴灌棉花灌溉制度優化[J].生態學雜志，2021，40（11）：3760-3768.

[17] 郭大辛.基于AquaCrop模型的汾渭平原冬小麥-夏玉米生長模擬與區域灌溉制度優化[D].西北農林科技大學，2021.