鄭運鴻，孔慶鎮(zhèn)，楊 寧，黃 余

(1.廈門理工學(xué)院現(xiàn)代工程訓(xùn)練中心，福建 廈門 361021； 2.江蘇大學(xué)后勤集團(tuán)場館管理中心，江蘇 鎮(zhèn)江 212013；3.江蘇大學(xué)電氣信息工程學(xué)院，江蘇 鎮(zhèn)江 212013)

0 引 言

全球范圍內(nèi)，灌溉用水都是最重要的水資源消耗之一。幾乎60%的河流，湖泊，水庫，泉水資源都用在灌溉上，灌溉方式幾乎從人類開始耕種植物時就存在了，在中國最傳統(tǒng)的向田地中潑水的灌溉方式也仍然被普遍利用，然而，隨著水資源規(guī)模不斷的減少，節(jié)水灌溉已成為現(xiàn)代農(nóng)業(yè)研究的主流方向。

目前，國內(nèi)外與節(jié)水灌溉相關(guān)的農(nóng)業(yè)機(jī)械大多偏向噴施系統(tǒng)的研究，如趙偉霞等利用田間試驗評估圓形噴灌機(jī)變量灌溉系統(tǒng)水量分布特性，提高節(jié)水噴灌效率[1]。張以升等利用平移式噴灌機(jī)行走速度及噴灌均勻度優(yōu)化來提高節(jié)水噴灌效率[2]。然而，單單依靠機(jī)械來提高節(jié)水灌溉效率是一種粗放式開環(huán)的節(jié)水方法，只有準(zhǔn)確測量作物的需水狀態(tài)，進(jìn)而進(jìn)行有的放矢，按需分配水量才是精準(zhǔn)農(nóng)業(yè)的精髓所在。因此利用無線傳感器網(wǎng)絡(luò)(WSN)進(jìn)行作物需水量監(jiān)測進(jìn)而實現(xiàn)閉環(huán)式的節(jié)水灌溉系統(tǒng)成為國內(nèi)外研究熱點[3-6]。

Kim利用WSN技術(shù)實現(xiàn)了田間土壤中水分信息的采集與定位，并利用WSN定位信息在基站中建立了土壤水分信息分布圖，通過定期采樣水分?jǐn)?shù)據(jù)并更新分布圖從而有效指導(dǎo)灌溉水量[6]。Dubey同樣利用WSN技術(shù)通過土壤水分檢測建立了遠(yuǎn)程灌溉控制系統(tǒng)，該系統(tǒng)還可以通過信號傳輸驅(qū)動噴灌終端改變灌溉方式，例如扇形分散式、噴灑式或滴灌式[7]。Zhang基于節(jié)點消息分享算法建立了土壤含水量檢測系統(tǒng)，該系統(tǒng)有效提高了濕度傳感器的檢測精度，從而提高節(jié)水灌溉程度[8]。然而，由于考察物理信息量單一，且為充分考慮歷史空間數(shù)據(jù)對灌溉水量的影響，使得當(dāng)前的檢測與判斷方式仍具有較大的滯后性和較低的精確度[9,10]，因此，擬采用一種物理與時空多信息融合的方法來建立WSN從而有效提高檢測精度、提高節(jié)水灌溉效率。

1 WSN結(jié)構(gòu)設(shè)計

根據(jù)要求所設(shè)計的WSN的需水量監(jiān)測需要考慮濕度，溫度，風(fēng)力等多參數(shù)的協(xié)同作用。同時還需考慮以往氣候參數(shù)和現(xiàn)在情況的對比，例如，如果氣溫比以往降低了，那需水量也要相應(yīng)減少，然而根據(jù)所歷史數(shù)據(jù)的對比顯示，該地塊灌溉水量可能反而需要加大。圖1為所設(shè)計系統(tǒng)的硬件結(jié)構(gòu)圖，圖中WSN節(jié)點包含一組傳感器，分別用來測量用來檢測土壤的濕度和溫度、空氣的溫度和流速以及每天的連續(xù)日照時長。每個節(jié)點都被放在耕地中既能代表區(qū)域特性由不妨礙農(nóng)耕生產(chǎn)的位置，節(jié)點采用低功耗自適應(yīng)分簇(LEACH)路由協(xié)議，非簇頭節(jié)點間采集到的數(shù)據(jù)發(fā)送給簇頭節(jié)點，簇頭節(jié)點進(jìn)行數(shù)據(jù)融合后發(fā)送至匯聚節(jié)點，匯聚節(jié)點將數(shù)據(jù)經(jīng)網(wǎng)關(guān)節(jié)點輸送至互聯(lián)網(wǎng)，從而將各節(jié)點所收集到的數(shù)據(jù)傳輸給基站即灌溉管理終端，基站將定期掃描各傳感器節(jié)點收集的數(shù)據(jù)進(jìn)行歷史存儲。傳感器節(jié)點配置的密度和方式與所監(jiān)測地塊的作物種類，土壤成分及季節(jié)密切相關(guān)。

圖1 WSN灌溉管理系統(tǒng)的硬件組成Fig.1 Hardware components of WSN irrigation management system

圖2為所設(shè)計系統(tǒng)的軟件結(jié)構(gòu)圖，圖中節(jié)點傳輸給基站的數(shù)據(jù)需要進(jìn)行有效的計算，并與歷史數(shù)據(jù)進(jìn)行融合，從而實現(xiàn)當(dāng)前灌溉水量的準(zhǔn)確判斷。

圖2 WSN灌溉管理系統(tǒng)的軟件組成Fig.2 Software components of WSN irrigation management system

2 數(shù)據(jù)融合算法實現(xiàn)

灌溉水量與地表徑流量密切相關(guān)而氣候(降雨量、濕度、溫度及風(fēng)力等)和植被種類均是影響地表徑流量的主要因素。例如春季生長初期的植物對土壤水分依賴性很強(qiáng)，而土壤水分的含量又與上一冬季氣候情況密切相關(guān)。當(dāng)作物需水量滿足供給平衡時，即作物水分蒸發(fā)量(ETc)、雨水中的可用水量(Pe)、生長初期根層土壤含水量(SM)和根毛從深層土壤的吸收量(GW)滿足以下關(guān)系：

ETc-(Pe+SM+GM)=0

(1)

當(dāng)作物需水量供給失衡時，則滿足：

QWi=ETc-(Pe+SM+GM)

(2)

式中：QWi為區(qū)域i的灌溉需水量,這里可將雨水中的可用水量(Pe)、生長初期根層土壤含水量(SM)和根毛從深層土壤的吸收量(GW)視為土壤水分供給量K來統(tǒng)一考量。而根據(jù)文獻(xiàn)[11]蒸發(fā)量ETc可由下式確定：

(3)

式中：ae為取值為1.3的固定參數(shù)；Rn是傳感器檢測到的光照輻射凈能量值，而Δ則代表飽和蒸發(fā)曲線斜率，由傳感器測量的空氣溫度T和氣壓計算得到，其計算公式為：

(4)

式中：T是空氣溫度；es是土壤溫度，滿足：

es=6.11×2.718

(5)

式(3)中，γ為散熱參數(shù)，由距地面2 m處的空氣速度u2決定：

γ=0.67×(1+0.33u2)

(6)

以上數(shù)據(jù)均由耕地上的傳感器收集，目前的多參數(shù)融合式WSN節(jié)水灌溉系統(tǒng)大多利用公式(2)的計算值作為當(dāng)前需水量的參考值進(jìn)行灌溉管理，而所設(shè)計WSN節(jié)水灌溉系統(tǒng)擬綜合考慮地理環(huán)境中以往的歷史土壤的溫濕度，空氣溫濕度、流速及每天日照時長等歷史物理數(shù)據(jù)來綜合計算需水量。因此，區(qū)域的歷史水量QWh主要值由下面公式計算：

(7)

式中：Δh代表前期飽和水蒸氣曲線斜率，由歷史的空氣溫度和飽和水壓信息計算得到；rh代表歷史收集的空氣冷卻因素數(shù)值；Rnh是歷史日照整個凈輻射能量值。

另外，除了考慮歷史水量QWh外還須將時空參數(shù)變異率QWr納入計算體系，如下所示：

(8)

式中：Δy代表前一天的飽和水蒸氣曲線斜率，由前一天收集到的空氣溫度和飽和水壓信息計算得到；ry代表前一天收集的空氣冷卻因素數(shù)值；Rny是前一天整個日照凈輻射能量。所以，所需的真實灌溉水量QWR滿足下式：

QWR=QWi+(QWh-QWi)/QWh+QWr

(9)

如果沒有可用的歷史數(shù)據(jù)，所設(shè)計系統(tǒng)就會調(diào)整為只利用傳感器傳輸?shù)膶崟r信息進(jìn)行計算處理。

3 WSN灌溉管理實驗及分析

圖3為WSN灌溉管理實驗區(qū)，該區(qū)位于江蘇省鎮(zhèn)江市世業(yè)洲，地理位置約北緯32°12′，東經(jīng)119°27′。圖3中有5塊臨近的土地種著不同莊稼。如圖中A～E所示。

圖3 實驗區(qū)域分布圖Fig.3 Experiment area distribution map

在各塊土壤中布置具備溫度、濕度、光照及風(fēng)力采集功能的WSN節(jié)點。將各節(jié)點采集的數(shù)據(jù)通過匯聚節(jié)點和網(wǎng)關(guān)節(jié)點送入基站，各WSN節(jié)點搜集的空間物理信息按照公式(3)～(9)進(jìn)行信息融合計算，得到的當(dāng)前需水量QWi1～QWin分布。為了保證區(qū)域內(nèi)的作物生長均不受水分條件的制約，這里按照需水量最大化的原則即按公式(10)確定各區(qū)域的當(dāng)前需水量值QWi。

QWi=max{QWi1,QWi2,…,QWin}

(10)

將歷時數(shù)據(jù)進(jìn)行融合計算得到歷史水量QWh、時空數(shù)據(jù)變異率QWr和當(dāng)前需水量QWi代入公式(9)可得真實灌溉需水量QWR。如圖4所示為A～E 5塊耕地當(dāng)前需水量QWi和歷史水量QWh與真實灌溉需水量QWR之間的關(guān)系。

圖4 QWi、QWh與QWR之間的關(guān)系Fig.4 The relationship among QWi, QWh and QWR

從圖4中容易看出時空數(shù)據(jù)融合后計算得到的作物真實需水量基本均低于傳感器計算測出的當(dāng)前需水量。利用該方法實施節(jié)水灌溉管理一年，發(fā)現(xiàn)作物畝產(chǎn)與上年度基本持平，但平均節(jié)約水量較傳統(tǒng)非時空融合條件下WSN管理模式提高約14%。

4 結(jié) 論

節(jié)水灌溉是當(dāng)前現(xiàn)代精準(zhǔn)農(nóng)業(yè)的必然要求，WSN技術(shù)的應(yīng)用也使得節(jié)水灌溉效果得到了明顯提升，但當(dāng)前大多數(shù)WSN系統(tǒng)由于監(jiān)測變量單一等問題存在數(shù)據(jù)滯后及誤差大等缺點。為此，提出了一種將與作物需水量相關(guān)的溫度、濕度、光照及風(fēng)力等物理數(shù)據(jù)及其歷史時空數(shù)據(jù)進(jìn)行有效融合，從而提高作物需水量監(jiān)測精度，并提升節(jié)水灌溉管理水平的WSN系統(tǒng)。研究結(jié)果表明，時空數(shù)據(jù)融合后計算得到的作物真實需水量基本均低于傳感器計算測出的當(dāng)前需水量。利用該方法實施節(jié)水灌溉管理一年，發(fā)現(xiàn)作物畝產(chǎn)與上年度基本持平，但平均節(jié)約水量較傳統(tǒng)非時空融合條件下WSN管理模式提高約14%。因此，所設(shè)計的基于物理時空多參數(shù)融合的節(jié)水灌溉管理WSN系統(tǒng)為無線傳感器網(wǎng)絡(luò)(WSN)技術(shù)在大田節(jié)水灌溉領(lǐng)域的推廣應(yīng)用提供了理論和實踐指導(dǎo)。

[1] 趙偉霞, 李久生, 楊汝苗, 等. 田間試驗評估圓形噴灌機(jī)變量灌溉系統(tǒng)水量分布特性[J]. 農(nóng)業(yè)工程學(xué)報, 2014,30(22):53-62.

[2] 張以升, 朱德蘭, 張 林, 等. 平移式噴灌機(jī)行走速度及噴灌均勻度試驗研究[J]. 排灌機(jī)械工程學(xué)報, 2014,32(7):625-630.

[3] 蔡 鑌, 袁 超, 頓文濤. 無線傳感器網(wǎng)絡(luò)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用研究[J].江西農(nóng)業(yè)學(xué)報, 2010，22(9):149-151.

[4] 高 峰,盧尚瓊,徐青香,等.無線傳感器網(wǎng)絡(luò)在設(shè)施農(nóng)業(yè)中的應(yīng)用進(jìn)展[J].浙江林學(xué)院學(xué)報,2010,27(5):762-769.

[5] Bradford R, Shenai K. Wireless sensor networks with embedded intelligence for agricultural applications[C]∥ Proc. 27th International Conference on Microelectronics, May, IEEE Computer Society，2010:311-314.

[6] Marino P, Fontan FP, Dominguez MA, et al. Deployment and implementation of an agricultural sensor network[C]∥ Proc. 2nd International Conference on Sensor Technology and Applications, Inst. of Elec. and Elec. Eng. Computer Society，2008:264-269.

[7] 馮友兵,張榮標(biāo),谷國棟.WSN在節(jié)水灌溉中的應(yīng)用研究[J].中國農(nóng)村水利水電,2007,(2):24-26.

[8] 劉 卉, 汪懋華, 王躍宣, 等. 基于無線傳感器網(wǎng)絡(luò)的農(nóng)田土壤溫濕度檢測系統(tǒng)的設(shè)計與開發(fā)[J]. 吉林大學(xué)學(xué)報( 工學(xué)版),2008,38(3): 604-608.

[9] Luca B, Francesco C, Giovanni C, et al. Agricultural monitoring based on Wireless Sensor Network technology: real long life deployments for physiology and pathogens control[C]∥ Proc. 3rd International Conference on Sensor Technologies and Applications, IEEE Computer Society， 2009:372-377.

[10] Vossiek M, Wiebking L, Gulden P, et al. Wireless local positioning[J]. IEEE Microwave Magazine, 2003, 4(4 SPEC. ISS.): 77-86.

[11] Priestley CHB, Taylor RJ. On the assessment of surface heat flux and evaporation using large-scale parameters [J]. Monthly weather review, 1972,100(2):81-92.