溫室灌溉控制策略研究進展*

代志偉，程曼，袁洪波，蔡振江

(河北農業大學機電工程學院，河北保定，071001)

0 引言

目前水資源短缺已經成為一個全球性的危機問題[1]，其中用于農業灌溉的用水量約占全部生產生活總用水量的70%[2]，因此，改善灌溉方式和改進灌溉控制方法對于環境水資源短缺具有重要的意義。在農業生產中，設施農業占據了重要的地位，截止到2020年，我國設施園藝面積已從31.6 khm2發展到目前4 100 khm2。溫室作為設施園藝生產的重要形式，對于整個設施園藝產業的發展起著重要的影響作用。灌溉是溫室生產中不可或缺的一環，它對蔬菜等作物的生長發育、產量起著關鍵作用[3]。

溫室生產過程中需要消耗大量的灌溉用水，合理的灌溉控制方法可以有效的降低用水量，提高用水效率，節約水資源[4]。目前，我國溫室生產過程中多數仍采用傳統灌溉方式，不能根據實際情況進行“按需供水”，不但造成了水資源的浪費，作物產量和質量的提高也極大地受到了制約[5-6]。近些年來，我國在農業節水方面做了大量工作，也取得了顯著成績，但是在溫室灌溉控制策略方面仍存在一些問題需進行深入研究。如何根據需水量進行精準灌溉是當前溫室灌溉的一個核心研究內容，圍繞這一目標，國內外學者進行了大量的研究。本文從基于蒸騰模型、基于土壤/基質傳感器、基于作物形態和生理特性參數角度對當前溫室灌溉控制策略進行了分析和討論，并進行了總結和展望。

1 基于蒸騰模型的灌溉控制策略

在土壤—植物—大氣連續體(Soil-Plant-Atmosphere Continuum，SPAC)系統中，水分的循環是一個連續的過程，在這一過程中水分呈現出一個液態—氣態—液態/固態的動態變化形式。與露天栽培可以通過降水補充水分不同，溫室中水分的供給全部來自于灌溉。理論上通過評估水分的消耗就可以計算出灌溉所需用水量。在溫室中水分消耗的主要形式有植物蒸騰、土壤蒸發以及深層滲漏，其中大部分水分的消耗通過蒸騰作用實現，且隨著植株的生長發育所占比重越來越大。因此，可以通過估算植物蒸騰量來計算灌溉用水量和灌溉時間[7]，以及制定出相應的灌溉策略[8-10]。

近年來，研究人員已經開發出了多種蒸騰模型用于灌溉控制策略的制定，這些模型大部分都是基于聯合國糧食及農業組織(The Food and Agriculture Organization, FAO)提出的參考蒸騰量計算公式，即Penman-Monteith(P-M)公式[11]，如式(1)所示。

(1)

式中：ET0——參考蒸騰量(mm/day)，即當作物高度為0.12 m時，并有固定的地表阻力70 s/m，反射率為0.23，土壤水分供應充足條件下假想的作物冠層蒸發騰發量；

Rn——作物表面凈輻射量，MJ/(m2·day)；

G——土壤熱通量，MJ/(m2·day)；

γ——濕度計常數，kPa/℃；

T——地面上2 m高處空氣平均溫度， ℃；

u2——地面上2 m高處風速，m/s；

es——空氣飽和水汽壓，kPa；

ea——空氣實際水汽壓，kPa；

Δ——空氣實際水汽壓與空氣溫度關系曲線斜率，kPa/℃。

實際蒸騰量的可以在ET0的基礎上結合作物系數Kc計算得到，作物系數的計算方法分為兩種：單作物系數法和雙作物系數法，分別如式(2)和式(3)所示。

ETc=Kc·ET0

(2)

ETc=(Ke+Kcb)·ET0

(3)

式中：ETc——實際蒸騰量；

Kc——綜合作物系數；

Kcb——基礎作物系數；

Ke——土壤蒸發系數。

通過研究表明ETc可分為植物蒸騰(Tr)和土壤蒸發(Eg)，其中Tr與植物生長密切相關，而Eg被認為是無效耗水，因此準確模擬溫室Tr和Eg將對溫室作物的精確灌溉十分重要[12]。作物系數與作物品種、種植區域、以及作物相關生理參數等有關，需要根據實際應用情況進行確定。在單作物系數法中，將植物蒸騰和土壤蒸發統一考慮；而在雙作物系數中分別考慮了兩者的不同，并將作物系數分為Kcb和Ke。樊引琴[13]和盧曉鵬[14]分別對FAO-56推薦的雙作物系數法和單作物系數法進行了比較試驗，試驗結果一致表明當地面部分覆蓋較多時，雙作物系數法更接近實測值，當完全覆蓋時，兩者差異不大。另外，對于土壤蒸發和植物蒸騰模擬的常用方法除了FAO-56中的雙重作物系數(Dual-Kc)方法還有Shuttleworth-Wallace(S-W)模型。為了驗證這兩種模型在溫室栽培條件下的適用性，龔雪文[15]和Huang[16]分別針對溫室番茄和溫室黃瓜進行了試驗，結果表明這兩種模型可以用于溫室作物的蒸騰量評估。Gong等[17]針對日光溫室番茄栽培，分別用S-W和Dual-Kc模型估算蒸散量，試驗結果表明用Dual-Kc方法制定灌溉制度更簡便。

P-M公式針對的是露地種植情況，由于溫室的特有結構導致其與露地種植存在較大的差異，所以需要根據實際情況對P-M公式進行修正才能使用。在溫室中由于風速較低，趙穎等[11]利用實時采集的溫室環境參數，通過消除風速的方法修正了P-M公式計算了番茄作物每個生長期的蒸騰量，以此為基礎進行灌溉用水量的確定，并制定了滴灌條件下的灌溉控制策略。劉浩等[18]以P-M公式為基礎，利用溫室條件下的空氣動力學阻力(Aerodynamics resistance，ra)計算方法對風速的計算方法進行了改進，通過分析作物系數與積溫的關系，構建了基于常規氣象資料的滴灌條件下溫室番茄需水量估算模型；并且在此研究對ra修正的基礎上，同時對作物冠層阻力(Canopy resistance，rc)進行了修正，得到一個只需常規氣象數據、番茄葉面積指數(LAI)和冠層高度就能對日光溫室番茄的蒸騰量進行計算[19]。羅衛紅等[20]在P-M模型中應用rc和ra特征值來計算蒸騰量，當其分別為100 s/m和600 s/m能夠較好地模擬Venlo型溫室冬季黃瓜的蒸騰，但所得的特征值是否適用于其他溫室作物有待進一步研究。有研究表明采用ra為定值295 s/m 的P-M法可較好地估算溫室ET0。閆浩芳等[21]根據溫室內實測微氣象因子、葉面積指數及土壤水分數據對FAO-56推薦的雙作物系數中的Kcb、Ke進行修正，并且取空氣動力學阻力為109.40 s/m對P-M 模型進行修正，進而估算Venlo型溫室黃瓜蒸發蒸騰量和植株蒸騰。高溫和光照會造成溫室內飽和水汽壓差(VPD)的虧缺，特別是在夏季炎熱的干旱條件下，這一現象更加明顯。Jo[22]等構建了補償輻射(Rad)和VPD的P-M修正模型，并將其用于溫室番茄無土栽培精確灌溉的控制策略的制定，提高了灌溉控制的精度。

在P-M方程中作物葉片氣孔阻抗這一參數不易計算，戴劍鋒等[23]通過分析番茄葉片氣孔阻抗與溫室環境因子之間的關系與P-M方程結合后計算了春冬兩季溫室內番茄作物的累積蒸騰量。而針對P-M公式需要采集較多的環境參數且需要近似計算使得造成的蒸騰模型精度較低等問題，袁洪波等[24]利用灌溉量與排出量的差值和采集的溫室環境參數建立了蒸騰模型，結合人工神經網絡(ANN)算法實現了溫室封閉式栽培智能灌溉控制。在確定黃瓜、番茄和辣椒的蒸散量的研究中，Eslamian等[25]采用了人工神經網絡和遺傳算法，用排水蒸滲儀估算參考蒸散量，結果表明，兩種模型與作物實際蒸散量吻合較好，但遺傳神經網絡模型比神經網絡模型響應更好。

綜上所述，基于蒸騰模型制定灌溉控制策略在灌溉控制中應用較多，不同的蒸騰模型具有不同的特點，表1為各種不同蒸騰模型的比較。

表1 用于制定灌溉控制策略的不同蒸騰模型的比較Tab. 1 Comparison of different transpiration models used to formulate irrigation control strategies

在基于蒸騰模型的灌溉控制策略制定中，蒸騰模型的準確性直接影響灌溉控制質量，這就需要對一些模型所需要的參數進行實時的測量，而有些參數是難以實時準確的測量，這給蒸騰模型的構建帶來了一些困難。此外，在根據蒸騰模型計算水分消耗時，也需要考慮溫室的結構、作物生長階段及環境參數采集的難度等要求，以此為依據對蒸騰模型進行適當的簡化。綜上所述，植物蒸騰模型屬于一種半理論半經驗模型，不可避免的帶有估算的因素，它只能反映出有多少水分被消耗，而不能精準的指示出土壤或基質內還有多少水分，是否能夠滿足作為生長需要。因此，基于蒸騰模型的灌溉控制策略能夠評估出與初始狀態相比有多少水分被消耗，可以以此為依據進行灌溉用水量的估算，難以直接確定灌溉行為執行的時間。

2 基于土壤傳感器的灌溉控制策略

土壤中水分含量標志著其水分供給的能力，通過傳感器對土壤中含水量進行檢測能夠計算出當前水分含量是否能夠滿足某一階段作物生長用水量的需求，以此為依據并結合土壤持水能力不但可以確定灌溉用水量，還可以確定灌溉執行的時間。對于土壤含水量的檢測一般利用傳感器來實現，目前所用的傳感器大致可以分為土壤濕度傳感器和土壤基質勢傳感器。通過傳感器可以監測土壤/基質的水分變化情況，并且據此做出客觀的灌溉決策[26]。

2.1 基于土壤濕度傳感器的灌溉控制策略

利用傳感器感知的數據進行灌溉策略的制定，比定時灌溉具有更高的水分和養分綜合利用率[27]。能夠用于灌溉控制的土壤含水量一般是指利用烘干法在105 ℃～110 ℃溫度下能從土壤中被驅逐出來的水分含量[28]。土壤含水量可以分為質量含水率和體積含水率兩種表達形式。質量含水率是指土壤中水分含量與烘干后土壤質量的比例[29]，如式(4)所示。

(4)

式中：θm——土壤質量含水率；

m1——濕土質量；

m2——烘干土質量。

體積含水率，又稱容積含水率，是指土壤中水分容積與土壤總容積的比例，如式(5)所示。

(5)

式中：θv——土壤體積含水率；

Vw——土壤中水分容積；

Vs——土壤總容積。

其中質量含水率和體積含水率的關系可以用土壤容重P來表示，如式(6)所示。

(6)

目前土壤濕度傳感器測量的一般為體積含水率，常見的傳感器可以分為基于介電法和基于非介電法兩種類型。

2.1.1 基于介電傳感器的灌溉控制

介電法是利用電磁脈沖原理，根據電磁波在土壤中的傳播特性來測試土壤的介電常數ε。土壤的介電系數約為4，空氣的介電系數為1，而水的相對介電常數為78.5。由于水的介電常數遠大于土壤和空氣的介電常數，所以可以通過測量土壤的介電常數計算出為土壤的含水率[26]。當前常用的介電式傳感器主要有時域反射(Time domain reflectometry, TDR)、頻域反射(Frequency domain reflectometry, FDR)和電容式三種類型。

TDR的原理是通過測定電磁波在混合介質中的傳播速度來測量土壤含水率[30]。20世紀80年代初，Topp等[31]應用TDR技術制造了第一套時域反射儀，并通過試驗建立了土壤體積含水率與土壤介電常數之間關系式；試驗結果表明介電常數只受土壤體積含水率影響，與土壤密度、類型和含鹽量幾乎無關，如式(7)所示。

θv=-5.3×10-2+2.92×10-2Ka-5.5×

10-4Ka2+4.3×10-6Ka3

(7)

式中：Ka——土壤的介電常數。

TDR法測量精度主要取決于土壤介電常數與土壤體積含水率之間的關系式是否準確，因此對于不同類型土壤，在使用前需要對傳感器進行標定，以得到精準的介電常數與土壤體積含水率關系。

TDR傳感器在自動灌溉領域得到了廣泛的應用，李杰等[32]利用TDR法實時監測溫室土壤的濕度，當其達到一定閾值時開啟電磁閥，以實現溫室作物的水分供給。

FDR的原理是利用電磁波在不同介質中振蕩頻率的變化來測定介質的介電常數，并據此計算出土壤的體積含水率[33]，如式(8)所示。

(8)

其中a1，a0為常數，其根據土壤類型確定，可通過查閱相關文獻獲得土壤的典型測量值。

與TDR相比，FDR傳感器成本較低，因此在溫室的精準灌溉中得到了廣泛的應用。韓晨燕等[33]基于FDR土壤濕度傳感器設計了節水灌溉系統，設定的閾值來控制電磁閥的開啟，實現節水灌溉的目的。宋志勇[34]設計了溫室土壤水分監控系統，利用FDR傳感器實現了對土壤水分的測量。FDR傳感器還可以用來測量基質中的體積含水量和電導率(EC)，為無土栽培實時感知水分和EC的變化提供了良好的工具[35-36]。FDR傳感器使用前，也需要進行校準[37-38]，而且進行長時間或季節性土壤體積含水率變化監測時，需要對測量結果進行適當的溫度校正[39]。

電容式土壤水分傳感器的測量原理與FDR類似，但是它使用固定頻率而不是掃頻頻率來檢測，并通過測量其標準波的頻率變化來反演土壤含水率[39]。當土壤水分變化時其介電常數也會發生變化，因此不同的含水率導致其產生不同的電容值，電容的變化又導致電壓的變化，傳感器可以通過測量的電壓變化來推算土壤含水率[40]，如式(9)所示。

(9)

式中：R——傳感器電阻；

ξ——探針的幾何因子；

t——時間；

V——方波激勵信號的高電平值；

Uc——傳感器探針上測量的電壓信號。

電容式傳感器測量土壤含水率時會受到土壤電導的影響，這種影響與測量時使用的頻率有關，頻率越高受影響越小。但是提高電磁波發生頻率會增加電路的設計難度，李加念等[40]結合真有效值檢測技術設計了一個高頻電容式土壤水分傳感器有效地解決了這個問題。電容式傳感器在溫室土壤/基質含水率檢測中也到了應用，An等[41]為了比較不同栽培基質下蘭花的水分利用效率，使用EC-5型電容式濕度傳感器進行了檢測。譚燕等[42]利用電容式YL-69型傳感器檢測土壤濕度，建立灌溉量與土壤濕度的數學模型，并通過模糊控制實現了對溫室作物的智能灌溉控制。Ferrarezi等[43]使用電容式土壤水分傳感器來監測體積含水量(VWC)，并結合開源控制器基于灌溉閾值來控制灌溉。電容式傳感器成本相對較低，且易于在各種環境中進行安裝和使用，在設施園藝中也得到了不少的應用。

2.1.2 基于非介電傳感器的灌溉控制

土壤是一個包含固、液、氣三相的混合體，其中的礦物質可以溶于水形成能導電的電解離子，利用這種導電性可以測量土壤的電阻率。土壤電阻率會受到土壤成分以及含水量的影響，在同一土壤類型下主要受含水量的影響，因此可以通過測量土壤阻值的大小來推算出土壤含水量[44]，如式(10)所示。

(10)

式中：ρ——土壤電導率；

c1——土壤中導電離子濃度；

c2——土壤含水量。

基于介電法的傳感器雖然測量精度高，但是電路復雜導致成本也相對較高。基于電阻法的土壤濕度傳感器結構簡單成本低，能夠在一定范圍內精確地測量土壤含水情況。伍群芳等[45]結合單片機研制了一種土壤含水量傳感器交流阻測量儀，可以精確可靠的實時測量土壤濕度。趙強[46]采用了FC-28型土壤濕度傳感器來測量土壤的濕度，該傳感器有兩根極柱，兩極柱間的土壤相當于一個電阻，通過阻值的不同來判斷土壤濕度。Rao[47]和Kothawade等[48]使用電阻式土壤水分傳感器實時監測土壤水分，分別設計了基于樹莓派的溫室智能灌溉監測系統。

表2所示為不同類型土壤水分傳感器的對比。不管何種類型傳感器，在使用之間一般都需要進行標定以實現精準測量。此外，土壤水分傳感器在長期使用過程中，也會存在一定的漂移現象，需要進行定期的校準。

表2 幾種常見土壤濕度傳感器對比Tab. 2 Comparison of several common soil moisture sensors

2.2 基于基質勢傳感器的灌溉控制策略

土壤濕度表征的是土壤中含有多少水，但是這些水并不能夠完全被植物吸收，只有有效水才能夠被吸收。有效水指的是可以儲存在土壤中并可供植物使用的水分，而不是土壤中含有的全部水分。因此，濕度并不能反映出土壤水分對植物的有效性，而研究發現土壤基質勢則具有更廣泛的適用性[49]。土壤基質勢是在土壤基質的吸附作用下，土壤水較自由水降低的勢能[50]，它與土壤類型、成分和土壤含水量等有著密切的關系，可以精確的反映土壤水分的變化。當植物根系的水勢低于土壤的水勢，就可以從土壤中汲取水分[51]。大量的研究表明，利用土壤基質勢可以及時評估土壤和植物的水分狀況，然后制定適當的灌溉策略。

土壤基質勢常用檢測傳感器是土壤水分張力計。杜太行等[52]采用自主設計的無線土壤水勢測量儀，結合模糊控制控制電磁閥設計了設施蔬菜智能灌溉控制系統。Contreras等[53]通過電子張力計檢測土壤基質勢變化，并根據不同閾值制定自動化灌溉控制策略，其研究結果表明土壤基質勢閾值為25 kPa時，水分和養分的利用效率最高。基質和土壤在理化特性上存在明顯的差異，這些差異導致土壤栽培條件下對于水分蒸發和水分監測的方法和結果不能直接用于基質栽培中。在基質栽培條件下，Montesano等[54]利用張力計檢測基質水勢，并分析了番茄的生長、產量、果實品質和水分利用效率之間的關系。

綜上所述，在溫室生產過程中，利用傳感器監測土壤/基質的水分變化情況，并據此作出客觀的灌溉決策的方法已經得到了快速的推廣和應用。相比于傳統方法它們直觀的反映了土壤中水分的變化，相對于蒸騰模型具有更準確且操作簡單，需要其它類型的傳感器數量少等優點。但是應用土壤傳感器進行灌溉決策也存在一些需要注意的問題，其中傳感器部署數量和位置最為關鍵，直接影響到水分狀態評估的精確性；其次，傳感器的測量精度對于灌溉決策的精準性影響較大，在使用前需要進行校準來保證測量的精度，而且由于長時間使用會發生漂移導致需要定期的維護等。

3 基于作物特性的灌溉控制策略

灌溉控制策略中，不管是基于蒸騰模型還是土壤傳感器，都屬于利用間接參數去評估植物的需水情況，這些都難以真正的反映植物本身的水分狀況。相關研究表明，植物自身水分狀況與其作物特性，如葉莖水勢、莖直徑變化、莖體水分、以及冠層溫度等有很大的關系。因此對這些參數進行檢測可以直接、準確的確定植物體內水分的狀況[55]。當前對于植物特性進行檢測的方法大致可以分為兩類：基于形態指標的檢測方法，如莖直徑變化和葉片形態信息等；基于生理指標的檢測方法，如葉莖水勢、氣孔導度以及冠層溫度等。

3.1 基于作物形態變化特性的灌溉控制策略

植物的水分狀況可以通過其局部形態變化來表征，從微觀來看，植物細胞形態的膨脹和收縮表征含水量的變化，從宏觀角度來看，可以通過監測葉態變化和莖干變化等來表征含水量的多少，因此產生了不同的檢測方法。其中葉態變化是植物體內細胞水分含量變化的外在表現，其與植物體內的水分狀況有著密切的聯系。張新[56]利用植物葉態萎蔫作為觀測指標，通過基于3D機器視覺進行圖像處理的方法來判斷植物是否缺水。Seelig等[57]利用高精度電距離傳感器對溫室豇豆葉片厚度進行測量，并把葉片厚度作為植物指導灌溉的指標，通過與定時灌溉策略的對比，該方法可以節約25%～45%的用水量。當植物體內水分減少時會導致莖干直徑收縮，補充水分后莖干直徑能夠恢復正常，因此可以利用莖干直徑的微變化為作物精準灌溉提供參考指標[58]。目前主要利用莖的最大日收縮量(MDS)、日增加量(DI)及莖差(SD)等參數來指導灌溉。雷水玲等[59]通過相關分析方法對溫室內黃瓜和番茄的莖差、飽和水汽壓差以及基質含水率進行了相關分析,得出莖差變化與作物的水分的關系。Guo[60]對溫室中栽培的葡萄莖直徑變化進行了研究，發現與其它參數相比，MDS和DI具有更高的靈敏度和信號強，能夠更加精確地監測葡萄的水分狀況。

3.2 基于作物生理特性的灌溉控制策略

由于莖部幾何參數的測量精度要求相對較高，葉片成為了植物各部位反映植物水分虧缺比較理想的部位[61]。劉德慧[62]分別利用葉水勢、氣孔導度和葉—氣溫差來檢測作物的缺水情況并進行了試驗，試驗結果表明這三個參數都能夠用于指導溫室黃瓜的水肥虧缺診斷。鮑一丹等[63]利用葉片電特性和葉水勢對玉米水分虧缺情況進行監測，研究表明葉片電容比葉水勢測量更簡便,其受環境影響比較小，為快速準確得獲取植物缺水信息提供了一種新方法。植物的冠層溫度是指植物不同高度葉片溫度的平均值，Kim等[64]利用熱紅外測溫儀檢測溫室黃瓜的冠層溫度，并驗證了冠層溫度與不同灌溉策略之間存在關系。

綜上所述，植物水分狀況與其形態變化特性、生理特性密切相關，因此，可以用植物形態指標和生理指標定量地表征植物水分狀況。目前的檢測技術各有優劣，但是測量這些指標的方法大多具有一定的破壞性，有些生理指標的測量耗時費力而且難以實現自動化連續實時監測。因此需要開發出精確度更高并能連續自動檢測的傳感器，為精準灌溉提供更加準確的參考指標。表3所示為用于植物形態及生理特性檢測的不同指標特點對比。

表3 用于植物形態及生理特性檢測的不同指標特點對比Tab. 3 Comparison of different indexes for the detection of plant morphological and physiological characteristics

4 總結與展望

利用作物蒸騰模型、土壤/基質傳感器和植物特性參數是當前溫室灌溉控制策略制定的三種常用方法。近年來，隨著政策的導向和技術的發展，溫室節水灌溉已經逐步得到推廣，相應的灌溉技術和灌溉設施也逐漸得到廣泛的應用。但是當前溫室灌溉控制的應用現狀與灌溉控制策略的發展還不相匹配，還存在以下問題。

1) 灌溉控制策略的融合度不足。當前的灌溉控制策略多數以單一模型或者單一傳感器數據作為參考，沒有將不同的模型、方法和傳感器數據有效的進行融合來共同制定灌溉策略。如何利用多種模型和不同類型傳感器數據精準的計算作物實際需水量和當前土壤/基質的含水量，并以此為基礎進行精確的按需供給是灌溉控制策略未來的研究方向之一。

2) 灌溉控制策略與灌溉控制裝備的匹配度不足。當前對于灌溉控制策略的研究領先于灌溉控制裝備的研究，先進的灌溉控制策略如何實現是當前溫室灌溉領域中的一個現實問題。受成本的制約，我國現代化、智能化溫室普及率相對較低，簡易的塑料大棚和日光溫室約占我國溫室總量的60%以上[65]。這些溫室內灌溉及環境調控裝備自動化程度較低，難以實現精準的自動化控制和管理。而現有的很多灌溉控制策略是建立在溫室環境信息的全面獲取和灌溉行為的精準調控基礎之上，配套傳感器及裝備的缺乏和相對較高的價格是制約灌溉控制策略實施的主要困難之一。

3) 灌溉控制策略的泛化性和普適性不足。當前多種溫室灌溉控制策略都是基于某種特定類型溫室得到的，在泛化性方面存在適應度的問題。我國實際生產中的溫室類型多種多樣，特定試驗環境下得到的控制策略如何泛化是灌溉控制策略的關鍵。此外，現有的灌溉控制策略的在使用過程中，需要進行模型的修正、簡化和參數設定等一系列的操作，這都要求操作者需要具備一定的專業背景。但是進行實際溫室生產的用戶往往缺乏相關的知識和經驗，這也限制了灌溉控制策略的推廣應用。如何減少人工干預的需求，提高灌溉控制的智能化是未來的發展方向之一。

綜上所述，目前基于濕度傳感器的節水灌溉策略由于其更具普適性、簡便性以及更加自動化應用的最為廣泛，而基于作物特性的灌溉策略大部分仍處于試驗階段則更加具有發展前景，在未來土壤水分傳感器和植物信息傳感器極有可能成為未來的研究熱點。近些年來，物聯網技術、云計算和大數據應用得到了快速的發展，模糊控制、專家系統以及神經網絡等人工智能技術被應用到灌溉策略中，新技術與灌溉策略的結合將會大大提高灌溉的精確度。總的來看，改善溫室灌溉控制策略已迫在眉睫，發展精準節水灌溉是改善溫室灌溉的必然趨勢。

在未來的發展中，溫室節水灌溉控制技術的發展趨勢必定向著更高效、更簡便以及更智能化的方向發展。