淺析人工智能技術在農業灌溉中的應用

張妍欣

（陜西省土地工程建設集團有限責任公司， 陜西 西安 710075）

在農業生產規模不斷擴大的過程中，農業合理用水是亟待解決的一個問題。以往的大范圍漫灌方式對水資源的使用并不充分[1]，而人工智能技術的興起為農業灌溉提供了全新的解決方案。在農業灌溉領域中引入人工智能技術[2-10]，可以避免水資源浪費，極大地提升農業灌溉效率。

1 人工智能技術的應用

1.1 農業灌溉系統整體布局

農作物干旱指數衡量參照如表1 所示，當測得干旱指數大于5 時，開啟智能灌溉系統是合理的決策。智能灌溉系統是一種基于現代科技的灌溉管理方式，通過采集土壤墑情信息數據，并經過合理地處理和轉化，實現對灌溉的智能控制[2]。對于不同的農作物培養對象，其灌溉要求可能存在差異。智能灌溉系統可以根據不同的農作物需求，通過設置合適的參數和控制策略，實現對每種作物的個性化灌溉。

表1 農作物干旱指數衡量參照

農業灌溉系統的通用布局框架如圖1 所示，智能灌溉系統是通過在農田中設置土壤墑情傳感器等采集儀器的方式，實時監測土壤濕度、溫度等參數，獲取相關的土壤墑情信息數據。通過通信設備將這些數據傳輸到灌溉控制中心，并對數據進行處理和控制。通過預設的算法和控制策略，灌溉控制中心生成有效的灌溉指令，根據農作物的需水量、土壤類型、氣象條件等因素，實現智能的灌溉調度。在一些地區，智能灌溉系統還可以增設智能終端設備，用于輸入和更新農田信息和參數，提供更精確的灌溉控制和管理。智能灌溉系統的應用可以實現精細化的灌溉管理，提高效率、節約水資源，并且可以根據不同農作物的需求，實現個性化的灌溉控制，為農業生產提供更好的支持。

圖1 農業灌溉系統的通用布局框架

1.2 農業灌溉系統模型構建

農業灌溉智能控制模型設置如表2 所示。以實時監測到的田間環境溫度值為自變量，結合水分蒸發的程度作為切入點，建立精準控制灌溉模型。該模型可以根據田間環境溫度的變化和水分蒸發的情況，實時調整灌溉量，以確保農作物得到適量的水分供給。

表2 農業灌溉智能控制模型設置

1）假設田間環境溫度為T（攝氏度），水分蒸發的程度為E（單位時間內水分蒸發的量）。

2）使用實測的田間環境溫度值T，計算相應的水分蒸發程度E。

3）建立灌溉量I 與水分蒸發程度E 之間的關系，可以采用線性關系模型，即I=k*E，其中k 為灌溉效率系數。

4）根據農作物的需水量，確定灌溉量的目標值I_target。

5）根據實測的田間環境溫度值T，計算出水分蒸發程度E。

6）根據目標灌溉量I_target 和實際計算得到的灌溉量I，進行調整，確定最終的灌溉量I_final。

7）根據實測的田間環境溫度值T，計算水分蒸發程度E，使用水分蒸發模型Penman-Monteith公式。

8）根據農作物的需水量和生長階段，確定目標灌溉量I_target。

9）將實際計算得到的灌溉量I 和目標灌溉量I_target進行比較。

10）如果I＞I_target，則減少灌溉量，調整為I_final=I-(I-I_target)*α，其中α 為調整系數，用于控制調整的幅度。

11）如果I＜I_target，則增加灌溉量，調整為I_final=I+(I_target-I)*β，其中β 為調整系數，用于控制調整的幅度。

12）根據最終的灌溉量I_final，進行實際的灌溉操作。

通過精準控制灌溉，可以避免灌溉過度或灌溉不足的情況發生，提高灌溉的效率和水資源利用率。同時，該模型還可以根據不同農作物的需水量和生長階段的變化，進行個性化的灌溉調控，為農業生產提供更精確的支持。通過實時監測和精準控制，這個灌溉模型能夠在不同的環境條件下，實現靈活而有效的灌溉管理。基于人工智能的農業灌溉智能控制模型如圖2 所示。

圖2 基于人工智能的農業灌溉智能控制模型

1.3 系統軟件控制

人工智能平臺下的灌溉精準控制軟件流程如圖3所示，基于人工智能平臺的灌溉精準控制軟件實現了傳感器數據采集、灌溉控制、數據傳輸和通信、平臺數據處理、用戶交互等功能，實現了人工智能與灌溉系統的無縫串接。用戶可以遠程監控和控制灌溉系統，實現灌溉的精準調控。

圖3 人工智能平臺下的灌溉精準控制軟件流程

通過設置不同編號的功能控制，實現了對灌溉系統和農田環境的精準監控和管理。例如：編號4 和編號5 用于實時監測和調整灌溉系統的工作狀態和參數設置，包括灌溉設備的狀態和灌溉量的設置；而編號7 和編號8 則用于實時獲取和顯示農田作物溫度和土壤墑情數據。在軟件程序中，根據不同編號設定了相應的數據采集和處理邏輯，分別與灌溉系統和農田環境相關。用戶可以通過不同的數據展示和操作界面，實時查看灌溉系統的狀態和參數設置，以及農田作物溫度和土壤墑情數據，并進行相應的控制和調整操作。這樣，灌溉系統的工作和農田環境的管理得到了精準監控和有效調控。

1.4 系統硬件控制

基于人工智能的灌溉系統硬件配置及組成如圖4所示。手持終端設備是農業灌溉系統的智能控制終端，用于實時監測和控制系統的各項參數和功能[3]。匯聚節點模塊用于將各個通信節點的數據匯集并傳輸到平臺上進行集中管理和控制?，F場灌溉控制裝置適用于實際的灌溉操作，根據設定的參數和控制策略來控制水泵和閥門等設備的運行。水泵閥組用于控制水源的供給和灌溉水流的分配。而LED 顯示設備則用于顯示系統的工作狀態和各項參數。

圖4 基于人工智能的灌溉系統硬件配置及組成

基于人工智能的農業灌溉系統精準化控制硬件參數內部設置如表3 所示，通過這些硬件設備的匹配和組合，農業灌溉系統能夠實現智能控制、遠程監測和精確灌溉等功能。不僅能夠提高灌溉效率和節約資源，還能夠提高農作物的產量和品質。因此，在農業灌溉系統的建設和運行中，對這些要素進行全覆蓋和專業化的硬件性匹配是非常重要的。

表3 基于人工智能的農業灌溉系統精準化控制硬件參數內部設置

2 實例應用分析

2.1 作業條件

基于人工智能的農業灌溉系統可以實現對800 m×2 000 m 的試驗田進行精準的土壤濕度、溫度和光照控制，以滿足土豆生長的需求。農業灌溉系統的精準化控制實踐流程如圖5所示。

圖5 農業灌溉系統的精準化控制實踐流程

1）為確保灌溉系統的精準性，需要選擇合適的傳感器并對其進行準確的校準。對于土豆的灌溉，關鍵監測參數可能包括土壤濕度、土壤溫度和光照強度等。通過選擇合適的傳感器并進行準確的校準，可以確保監測數據的準確性和可靠性。在設置過程關鍵監測參數時，需要根據土豆的生長需求和環境條件來進行合理的設定，以確保灌溉系統能夠根據實時監測數據進行精準控制。

2）為確保灌溉系統的精準控制，需要設計和開發合適的控制程序，并將其與硬件設備進行協調。控制程序應能根據監測數據實時調整灌溉系統的運行狀態，確保水源供給、灌溉裝置和閥門等硬件設備的動作與控制程序的執行一致。通過有效的軟硬件協調，可以實現精準的灌溉操作，提高土豆的生長效果。

3）在精準灌溉實踐中，確保數據的可信度和原始性非常重要。為此，需要選擇合適的數據記錄和存儲設備，并進行準確的數據記錄和導出。同時，在數據記錄和導出過程中，需要采取相應的措施確保數據的安全性和完整性，以防止數據的篡改和損壞。通過保證數據的可信度與原始性，可以提高對于灌溉實踐過程的分析和評估的準確性，為農業生產提供科學依據。

2.2 結果分析

通過統計不同實踐次數下的灌溉水量、灌溉時間和土壤濕度的變化情況，可以評估人工智能平臺的灌溉系統在不同實踐次數下的水量控制精準度、時間控制精準度和土壤濕度的精準控制能力。同時，通過統計不同實踐次數下的能耗情況和土豆生長情況，可以評估系統的能耗效率和灌溉效果，包括土豆的生長速度、產量和品質等指標。這些評估指標的統計分析有助于優化灌溉系統設計和改進控制策略，提高灌溉系統的精準度和效率，助力農業生產可持續發展。

如表4 所示，在不同的灌溉實踐次數下，系統的平均決策響應時間為2.05 s，數據顯示灌溉實踐次數對系統的決策響應時間沒有明顯影響。然而，系統的偏差在不同實踐次數下有一定的變化，平均偏差為±4.05%。綜合來看，人工智能平臺的灌溉系統在不同實踐次數下對決策響應時間有較高的精準度，但對偏差的控制仍需要進一步優化和改進。

表4 不同灌溉實踐次數下的指標參數統計

如表5 所示，通過人工智能的模型應用，系統的響應率從86.50%提高到94.18%，精準度從89.70%提高到95.95%，動作延遲率從4.21%下降到1.49%，灌溉作物合格率從83.79%提高到94.20%，灌溉節水效率從85.50%提高到91.50%。綜合來看，基于人工智能的模型應用對系統性能參數有著顯著的改善效果，包括響應率、精準度、動作延遲率、灌溉作物合格率和灌溉節水效率的顯著提升。這表明基于人工智能的模型應用在農業灌溉中具有重要的促進作用。

表5 基于人工智能的模型應用前后性能參數對比

3 結語

基于人工智能技術的精準控制模型應用在灌溉系統中取得了顯著的改善效果。通過對比前后的數據，系統的響應率從86.50%提高到94.18%，動作延遲率從4.21%下降到1.49%。系統整體實現了較好的灌溉節水效果。這種基于人工智能技術的灌溉系統優化設計理念，充分結合了灌溉作業機理和系統自動控制性能，旨在實現優化目標。它不僅推動了我國農業灌溉系統集成化發展，還為智能化、人性化的農作物管理提供了有效途徑。