李德旺+許春雨+宋建成

摘要：現(xiàn)代農(nóng)業(yè)是采用計算機網(wǎng)絡(luò)技術(shù)、自動控制技術(shù)、人工智能技術(shù)、數(shù)據(jù)庫技術(shù)進(jìn)行科學(xué)管理的社會化農(nóng)業(yè)。智能化灌溉是現(xiàn)代農(nóng)業(yè)的重要標(biāo)志，也是現(xiàn)代化農(nóng)業(yè)重要的建設(shè)任務(wù)。我國水資源缺乏，耕地面積廣闊，灌溉水利用系數(shù)低，因此智能灌溉技術(shù)的研究成為近些年的研究熱點。我國的智能灌溉技術(shù)較國外發(fā)展晚，在技術(shù)成本、技術(shù)創(chuàng)新、技術(shù)融合等方面都與國外先進(jìn)技術(shù)存在一定差距。為了推動農(nóng)業(yè)領(lǐng)域的技術(shù)進(jìn)步，促進(jìn)我國傳統(tǒng)農(nóng)業(yè)向優(yōu)質(zhì)高效農(nóng)業(yè)轉(zhuǎn)變，本文著眼于智能灌溉的技術(shù)層面，結(jié)合具體案例分層次分析了無線傳感網(wǎng)絡(luò)技術(shù)、模糊控制技術(shù)、神經(jīng)網(wǎng)絡(luò)技術(shù)、專家系統(tǒng)技術(shù)在現(xiàn)代農(nóng)業(yè)灌溉中的應(yīng)用現(xiàn)狀，并展望了未來高效智能灌溉技術(shù)的發(fā)展方向。

關(guān)鍵詞：現(xiàn)代農(nóng)業(yè)；智能灌溉；WSN；智能控制；研究現(xiàn)狀

中圖分類號： S24；TP273+.5文獻(xiàn)標(biāo)志碼： A文章編號：1002-1302（2017）17-0027-05

通信作者：許春雨，博士，副教授，碩士生導(dǎo)師，主要研究方向為智能控制技術(shù)與電力電子變換技術(shù)。E-mail：xuchunyu@tyut.edu.cn。農(nóng)田灌溉是農(nóng)業(yè)種植與生產(chǎn)過程中的關(guān)鍵環(huán)節(jié)，對提高作物產(chǎn)量起著決定性的作用。我國水資源短缺的情況日益嚴(yán)重，農(nóng)田灌溉用水占總用水量的比例不斷降低，導(dǎo)致農(nóng)作物產(chǎn)量嚴(yán)重降低，缺水已成為農(nóng)業(yè)可持續(xù)發(fā)展的制約因素。近年來，我國采用傳統(tǒng)的渠道防滲技術(shù)、噴灌技術(shù)、微灌技術(shù)在農(nóng)業(yè)基礎(chǔ)建設(shè)方面取得了顯著成效[1-2]，然而隨著農(nóng)業(yè)生產(chǎn)的規(guī)?；?，對農(nóng)業(yè)灌溉靈活、準(zhǔn)確、快捷的要求也越來越高，目前的灌溉方式還存在一些問題：（1）仍以傳統(tǒng)經(jīng)驗生產(chǎn)為主，農(nóng)田灌溉精度難以保證，缺乏量化指標(biāo)和配套集成技術(shù)[3]；（2）監(jiān)測與控制都采用人工管理，管理水平滯后，存在勞動強度大[4]、人機交互能力差等弊端，嚴(yán)重影響農(nóng)作物品質(zhì)和產(chǎn)量。因此，高效、智能灌溉技術(shù)隨之涌現(xiàn)，依靠人工智能算法科學(xué)計算灌水定額，確保農(nóng)田含水量保持在適宜作物生長的最佳狀態(tài)，成為解決水資源不足、緩解農(nóng)業(yè)用水供需矛盾的有效途徑。

美國、以色列等發(fā)達(dá)國家于20世紀(jì)70年代就開始了智能化灌溉技術(shù)的研究[5]。目前，美國利用“3S”技術(shù)獲取、傳送、處理各類農(nóng)業(yè)信息，確定農(nóng)田土壤水分變化情況和適宜的灌水區(qū)與灌水量，科學(xué)指導(dǎo)農(nóng)業(yè)灌溉。智能灌溉技術(shù)的研究和推廣也受到我國政府的高度關(guān)注。國家“十三五”規(guī)劃對做好新時期農(nóng)業(yè)農(nóng)村工作作出了重要部署，大規(guī)模推進(jìn)農(nóng)業(yè)節(jié)水灌溉技術(shù)，加快智能灌溉控制系統(tǒng)的研發(fā)，到2020年農(nóng)田灌溉水有效利用系數(shù)提高到0.55以上。智能化灌溉是實現(xiàn)節(jié)水的必要保障，本文將多種智能灌溉技術(shù)進(jìn)行分析和比較，并展望了未來高效智能灌溉技術(shù)的發(fā)展方向，以期為智能化精準(zhǔn)灌溉系統(tǒng)的設(shè)計提供參考。

1無線傳感網(wǎng)絡(luò)技術(shù)在智能灌溉中的應(yīng)用

無線傳感網(wǎng)絡(luò)（wireless sensor network，WSN）技術(shù)在智能灌溉中的應(yīng)用是將智能傳感器按照一定的布局安裝在灌溉農(nóng)田內(nèi)，然后通過無線通信方式實時監(jiān)測、感知和采集網(wǎng)絡(luò)覆蓋區(qū)域內(nèi)環(huán)境和監(jiān)測對象的信息，再發(fā)送到信息采集站或灌溉系統(tǒng)集控中心，避免了灌溉現(xiàn)場布線帶來的各種問題。WSN主要由傳感節(jié)點（終端）、路由節(jié)點（路由器）、協(xié)調(diào)節(jié)點（協(xié)調(diào)器）組成，分別負(fù)責(zé)灌溉區(qū)域內(nèi)的信息采集和數(shù)據(jù)轉(zhuǎn)換、控制信息的交換、傳感器網(wǎng)絡(luò)的配置和管理。

WSN具有容量大、功耗低、可靠性強等優(yōu)點，可應(yīng)用于較大規(guī)模的作物生產(chǎn)基地[6-8]，促進(jìn)了智能農(nóng)業(yè)和精準(zhǔn)農(nóng)業(yè)的發(fā)展。無線傳感網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)如圖1所示。

前人基于WSN研發(fā)了一套自動灌溉系統(tǒng)，把土壤溫濕度傳感器置于田間，用ZigBee網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)傳輸，采用智能算法進(jìn)行水量規(guī)劃，該系統(tǒng)功耗低，自動化程度高，在應(yīng)用過程中取得較好效果，但是，該研究只使用了1種ZigBee網(wǎng)絡(luò)，而ZigBee技術(shù)是一種短距離的無線通信技術(shù)，不適用于大規(guī)模作物種植基地的遠(yuǎn)程控制。

張俊濤等采用ZigBee技術(shù)與GPRS網(wǎng)絡(luò)相結(jié)合的體系結(jié)構(gòu)監(jiān)測農(nóng)田環(huán)境，根據(jù)土壤的綜合狀況確定果樹的合理需水量，滿足了農(nóng)田灌溉遠(yuǎn)程監(jiān)控的應(yīng)用需求，有效地提高了果樹產(chǎn)量[9]。該研究把面向短距離的ZigBee網(wǎng)絡(luò)與面向遠(yuǎn)距離的GPRS相結(jié)合，兩者優(yōu)勢互補，實現(xiàn)大范圍的農(nóng)田數(shù)據(jù)監(jiān)測。但是，土壤是個非線性、滯后的復(fù)雜系統(tǒng)，該研究缺乏對農(nóng)田多環(huán)境因子進(jìn)行智能處理，不能夠預(yù)測未來幾天作物的需水量。

綜上所述，將WSN技術(shù)應(yīng)用在現(xiàn)代農(nóng)業(yè)灌溉中，實現(xiàn)對農(nóng)作物的生長狀況、土壤酸堿度、土壤含水率的監(jiān)測，突破了地域限制，提高了數(shù)據(jù)的共享性，根據(jù)當(dāng)前環(huán)境參數(shù)合理計算灌水定額，達(dá)到了節(jié)水的目的。此外，WSN在農(nóng)田灌溉中的應(yīng)用還應(yīng)結(jié)合大數(shù)據(jù)技術(shù)、智能控制技術(shù)，充分進(jìn)行數(shù)據(jù)挖掘，精準(zhǔn)計算灌區(qū)需水量，在無人值守的情況下完成智能灌溉。

2模糊控制技術(shù)在智能灌溉中的應(yīng)用

2.1模糊控制理論

模糊控制（fuzzy control，F(xiàn)C）在智能灌溉中的應(yīng)用是把基于豐富的種植經(jīng)驗總結(jié)出來的、用自然語言表述的灌溉策略，或通過大量實際灌溉數(shù)據(jù)總結(jié)出來的控制規(guī)則，用計算機予以實現(xiàn)的智能化灌溉控制[10]。它與傳統(tǒng)控制方法最大的不同在于不需要知道被控對象的數(shù)學(xué)模型。

土壤是一個慣性、非線性系統(tǒng)，且作物全生育期包含多環(huán)境變量，很難建立精確統(tǒng)一的數(shù)學(xué)模型，將模糊控制用于灌溉過程非常合適，效果較為明顯。常用的模糊控制器結(jié)構(gòu)如圖2所示。土壤濕度作為作物生長的重要環(huán)境變量，在農(nóng)田灌溉中，通常把土壤濕度和土壤濕度變化率分別作為模糊控制器的輸入信號，經(jīng)過模糊化（D/F）變換成模糊量，送入含有模糊規(guī)則的模糊推理模塊（R），經(jīng)過近似推理得出結(jié)論——模糊集合，然后被清晰化模塊（F/D）變換成清晰量，再輸出到下一級去調(diào)節(jié)被控對象，使其輸出滿意的結(jié)果，完成灌溉系統(tǒng)模糊控制。

2.2模糊控制方法

模糊控制具有較強的知識表達(dá)能力和推理能力，經(jīng)過模糊邏輯推理可以實現(xiàn)類似人的決策過程。利用具有智能屬性的模糊控制器，可以解決農(nóng)業(yè)灌溉中控制精度低的問題，國內(nèi)外的研究焦點都集中在模糊控制方法上。

徐凱等采用模糊算法，根據(jù)需水規(guī)律精確調(diào)控葡萄不同發(fā)育階段的土壤水勢，自動完成灌溉，增強了系統(tǒng)的魯棒性和適應(yīng)性，在減少灌溉用水需求的同時提高了葡萄的品質(zhì)[11]。但該研究只采用了一種模糊控制算法，一個系統(tǒng)的灌溉任務(wù)有多重性和時變性，需要采用多種智能技術(shù)相結(jié)合的方式完成任務(wù)集合的處理，實現(xiàn)智能節(jié)水灌溉。為了更好地改善模糊控制的穩(wěn)態(tài)性能和控制精準(zhǔn)度，科研人員將模糊控制與傳統(tǒng)的PID控制相結(jié)合，提出了模糊PID控制方法，應(yīng)用于智能灌溉控制系統(tǒng)，可以提升其動態(tài)性能。

張伶鳦等提出了基于調(diào)虧理論和模糊控制的寒地水稻智能灌溉策略，建立了多因素控制規(guī)則庫，實現(xiàn)灌溉時間模糊控制，調(diào)虧灌溉節(jié)水率達(dá)到20.5%，得到了較為有效的控制效果[12]。

綜上所述，將模糊控制技術(shù)應(yīng)用于智能灌溉可以拋開被控對象的數(shù)學(xué)模型，解決了灌溉過程中的非線性問題，提高了灌溉精度，但是針對某種作物，模糊控制規(guī)則和隸屬函數(shù)的獲取與確定需要極其豐富的種植經(jīng)驗，并且控制規(guī)則一旦確定，在灌溉系統(tǒng)運行過程中不易更改。因此有必要使用粒子群優(yōu)化算法、遺傳算法對模糊規(guī)則進(jìn)行動態(tài)尋優(yōu)，能在線修改模糊控制規(guī)則，改善系統(tǒng)的控制品質(zhì)。

3神經(jīng)網(wǎng)絡(luò)技術(shù)在智能灌溉中的應(yīng)用

3.1神經(jīng)網(wǎng)絡(luò)理論

人工神經(jīng)網(wǎng)絡(luò)（artificial neural networks，ANN）技術(shù)在智能灌溉中的應(yīng)用是指計算機語言模擬人腦神經(jīng)的決策方式[13]指導(dǎo)灌溉，其實質(zhì)為采用某種網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)而構(gòu)成的農(nóng)田環(huán)境信息智能處理系統(tǒng)。在現(xiàn)代農(nóng)業(yè)灌溉問題上，通過調(diào)整大量并行互聯(lián)節(jié)點間的連接關(guān)系，人工神經(jīng)網(wǎng)絡(luò)能夠適應(yīng)于復(fù)雜環(huán)境和多目標(biāo)控制要求，以完成對信息的處理。神經(jīng)網(wǎng)絡(luò)還可以與其他類型的控制原理相結(jié)合，產(chǎn)生性能更為優(yōu)異的灌溉控制系統(tǒng)。

3.2神經(jīng)網(wǎng)絡(luò)控制方法

神經(jīng)網(wǎng)絡(luò)應(yīng)用于灌溉領(lǐng)域可以解決灌溉控制領(lǐng)域難以解決的兩大難題：一是被控對象（土壤）存在不確定性和非線性特性；另一個是農(nóng)田多環(huán)境因子之間的相互耦合。因此，人工神經(jīng)網(wǎng)絡(luò)引起了廣大智慧農(nóng)業(yè)工作者的極大關(guān)注。

有學(xué)者抽取表征土壤入滲性能的關(guān)鍵特征值，基于神經(jīng)網(wǎng)絡(luò)，利用試驗數(shù)據(jù)回歸建立了灌溉水入滲深度預(yù)測模型，可以根據(jù)作物需求控制灌溉水濕潤至合理深度，減少深層滲漏。但該研究只提取了4個特征值建立了入滲識別模型，且只進(jìn)行了室內(nèi)驗證，預(yù)測深度與實際深度誤差不超過10%，室內(nèi)環(huán)境與復(fù)雜的農(nóng)田環(huán)境差異較大，該模型預(yù)測的準(zhǔn)確性難以保證。

遲道才等提出了神經(jīng)網(wǎng)絡(luò)和灰色預(yù)測方法相結(jié)合的并聯(lián)灰色神經(jīng)網(wǎng)絡(luò)組合模型來預(yù)測灌溉用水量，提高了預(yù)測精度，可應(yīng)用于長期灌溉用水量預(yù)測，具有很好的應(yīng)用前景[14]。趙天圖等設(shè)計了基于ZigBee與BP神經(jīng)網(wǎng)絡(luò)的棉田自動灌溉控制系統(tǒng)，使用無線傳感網(wǎng)絡(luò)獲取農(nóng)田環(huán)境狀況，并建立BP神經(jīng)網(wǎng)絡(luò)的監(jiān)測預(yù)警模型，試驗結(jié)果表明，該系統(tǒng)能夠?qū)崿F(xiàn)數(shù)據(jù)采集，適用于棉田灌溉的實時監(jiān)控[15]。上述研究利用神經(jīng)網(wǎng)絡(luò)技術(shù)能夠完成運算、推理、識別及灌溉控制任務(wù)，具有較高的智能水平，但是未能全面、系統(tǒng)地確定網(wǎng)絡(luò)的結(jié)構(gòu)和類型，計算過程中有可能造成網(wǎng)絡(luò)訓(xùn)練失敗。

3.3神經(jīng)網(wǎng)絡(luò)與模糊控制技術(shù)的融合

模糊控制算法解決了現(xiàn)代農(nóng)業(yè)智能灌溉系統(tǒng)中自然語言和人類思維推理表達(dá)的數(shù)學(xué)化問題，使機器能模擬人腦的感知、推理等智能行為。但是，在模糊控制系統(tǒng)的應(yīng)用過程中，還有不少工作，如大量數(shù)據(jù)的處理、操作經(jīng)驗的歸納總結(jié)，特別是灌溉系統(tǒng)中模糊規(guī)則的形成、隸屬函數(shù)的選型、調(diào)整等工作，還得依賴人工完成。因此，可以將神經(jīng)網(wǎng)絡(luò)和模糊控制融合在一起，這樣就克服了模糊控制器不具備自學(xué)習(xí)能力的缺點，從而使機器能更好地模擬人類智能而提高灌溉效率。

前人設(shè)計了自適應(yīng)神經(jīng)模糊算法有效分配水資源的Smith預(yù)估控制器。自適應(yīng)神經(jīng)-模糊控制器結(jié)合Smith預(yù)估，并設(shè)置了動態(tài)變化參數(shù)，提高水資源利用率的同時也增強了系統(tǒng)的魯棒性，獲得了較好的灌溉效果。李建軍等提出基于BP神經(jīng)網(wǎng)絡(luò)預(yù)測的模糊PID優(yōu)化算法，試驗結(jié)果表明，該算法在水肥控制系統(tǒng)中擁有更強的適應(yīng)性和魯棒性，解決了灌水系統(tǒng)的大時滯現(xiàn)象和非線性控制問題，有較高的使用價值[16]。

綜上所述，人工神經(jīng)網(wǎng)絡(luò)技術(shù)在現(xiàn)代農(nóng)業(yè)智能灌溉領(lǐng)域的學(xué)習(xí)、預(yù)測和優(yōu)化等方面表現(xiàn)出了很好的智能特性和極好的應(yīng)用前景，也解決了復(fù)雜的農(nóng)田環(huán)境下多目標(biāo)控制問題，不足是神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和類型難以確定，無法保證結(jié)果的絕對正確性，算法易陷入局部最優(yōu)。

4專家系統(tǒng)控制技術(shù)在智能灌溉中的應(yīng)用

4.1專家系統(tǒng)控制理論

專家系統(tǒng)控制（expert system control，ESC）技術(shù)是智能控制的重要分支之一。現(xiàn)代農(nóng)業(yè)智能灌溉領(lǐng)域的專家系統(tǒng)實質(zhì)上是一類包含大量專門農(nóng)業(yè)知識和經(jīng)驗的程序系統(tǒng)，它應(yīng)用人工智能技術(shù)和計算機技術(shù)，根據(jù)農(nóng)業(yè)灌溉專家提供的知識和經(jīng)驗進(jìn)行推理和判斷，使機器模擬人類專家[17]解決智能灌溉問題的計算機程序系統(tǒng)。農(nóng)業(yè)專家系統(tǒng)的基本結(jié)構(gòu)如圖3所示，包括知識庫、推理機、數(shù)據(jù)庫、知識獲取機構(gòu)、解釋機構(gòu)以及人機界面等模塊。

4.2專家系統(tǒng)控制方法

傳統(tǒng)農(nóng)作物種植多以經(jīng)驗為主，農(nóng)業(yè)專家系統(tǒng)是將農(nóng)業(yè)技術(shù)與信息技術(shù)進(jìn)行了融合，綜合分析各類農(nóng)業(yè)領(lǐng)域相關(guān)知識、經(jīng)驗、數(shù)據(jù)、模型后，通過計算得出最優(yōu)的解決方案，用于指導(dǎo)智慧農(nóng)業(yè)生產(chǎn)的一種高新科技。當(dāng)農(nóng)業(yè)專家系統(tǒng)運用在農(nóng)業(yè)灌溉時，可以大大提高灌溉的智能性，使灌溉系統(tǒng)具有診斷、決策及預(yù)測等功能。

研究人員設(shè)計了作物灌溉專家系統(tǒng)，建立了專家知識庫，利用作物灌溉知識，根據(jù)種植日期和作物類型設(shè)計詳細(xì)的灌溉計劃，并通過試驗證明該系統(tǒng)能夠應(yīng)用于所有農(nóng)作物，該作物灌溉專家系統(tǒng)使人類專家的知識突破了時間和空間的限制，提高了灌溉精度，帶來了巨大的社會效益和經(jīng)濟效益，但是該系統(tǒng)不具備自我學(xué)習(xí)和在系統(tǒng)運行過程中自我完善和發(fā)展的能力。

余國雄等設(shè)計了基于農(nóng)業(yè)物聯(lián)網(wǎng)的荔枝園信息獲取與智能灌溉專家決策系統(tǒng)，該專家系統(tǒng)根據(jù)采集到的環(huán)境數(shù)據(jù)，建立多參數(shù)模型，結(jié)合專家知識，計算作物需水量，預(yù)報灌溉時間，系統(tǒng)預(yù)測能達(dá)到75%的準(zhǔn)確率，說明系統(tǒng)的預(yù)測實時性比較好[18]。王福平等根據(jù)小麥各個生長時期灌溉策略的不同，基于模糊控制技術(shù)設(shè)計出節(jié)水灌溉專家決策系統(tǒng)，該系統(tǒng)能夠達(dá)到適時適量灌溉，保證小麥在生長周期中各個階段都處于最優(yōu)的生長環(huán)境[19]。

綜上所述，獲取農(nóng)作物的生長信息及各生長階段的需求進(jìn)行合理灌溉是節(jié)水灌溉的關(guān)鍵。專家系統(tǒng)控制技術(shù)匯集了農(nóng)業(yè)領(lǐng)域多位專家的知識和經(jīng)驗，解決了復(fù)雜的灌溉問題，表現(xiàn)出較強的工作能力，而且能夠準(zhǔn)確、迅速、不知疲倦地工作。作物生長信息知識庫能夠根據(jù)不同作物不同時期的生長需求，自動形成最優(yōu)控制方案，按其所需提供適宜的灌水計劃?？v觀專家系統(tǒng)的整個設(shè)計過程不難發(fā)現(xiàn)，知識獲取成為構(gòu)建灌溉領(lǐng)域?qū)＜蚁到y(tǒng)的瓶頸，當(dāng)外界環(huán)境變化較大時，需要通過編程的方式才能充實和完善知識庫中的知識。

5智能灌溉技術(shù)的展望

國家“十三五”發(fā)展規(guī)劃明確指出，要大力推進(jìn)“互聯(lián)網(wǎng)+”現(xiàn)代農(nóng)業(yè)建設(shè)步伐，應(yīng)用物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、移動互聯(lián)等現(xiàn)代信息技術(shù)，建設(shè)現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)科技創(chuàng)新中心，重點突破農(nóng)機裝備、智能農(nóng)業(yè)、生態(tài)環(huán)保等領(lǐng)域關(guān)鍵技術(shù)。

智能節(jié)水灌溉的核心是開發(fā)出在無人干預(yù)的情況下能自主根據(jù)作物需水量和地塊形狀在不同位置灌溉不同水量的農(nóng)機裝備。人工智能技術(shù)與自動控制技術(shù)、無線傳感網(wǎng)絡(luò)技術(shù)相結(jié)合，并靈活應(yīng)用數(shù)據(jù)挖掘技術(shù)，根據(jù)不同作物不同時期的生長需求，自動形成最優(yōu)控制方案，實現(xiàn)對作物的精準(zhǔn)灌溉，提高了灌溉系統(tǒng)的智能化。

筆者通過對目前國內(nèi)外節(jié)水灌溉技術(shù)的研究現(xiàn)狀進(jìn)行分析，結(jié)合筆者在實驗室的基礎(chǔ)研究，提出了今后智能節(jié)水灌溉技術(shù)的發(fā)展趨勢。

5.1物聯(lián)網(wǎng)技術(shù)在智能灌溉中的應(yīng)用

物聯(lián)網(wǎng)在互聯(lián)網(wǎng)基礎(chǔ)上進(jìn)行延伸和擴展[20]，是一種可實現(xiàn)信息全面感知、可靠傳輸和智能處理的網(wǎng)絡(luò)[21-22]。我國提出了“感知中國”的物聯(lián)網(wǎng)發(fā)展戰(zhàn)略，“現(xiàn)代農(nóng)業(yè)物聯(lián)網(wǎng)” 就是物聯(lián)網(wǎng)發(fā)展戰(zhàn)略中最重要的應(yīng)用方向之一。

在現(xiàn)代農(nóng)業(yè)領(lǐng)域，通過將物聯(lián)網(wǎng)應(yīng)用到農(nóng)業(yè)灌溉，實現(xiàn)“智慧農(nóng)業(yè)”。隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展，農(nóng)業(yè)物聯(lián)網(wǎng)將成為必然趨勢，能夠根據(jù)用戶的需求，實時監(jiān)控土壤的溫濕度、葉面濕度、空氣溫濕度等環(huán)境參數(shù)，并采用無線信號收發(fā)模塊傳輸數(shù)據(jù)、開關(guān)或調(diào)節(jié)指定設(shè)備。農(nóng)業(yè)物聯(lián)網(wǎng)可為實現(xiàn)農(nóng)田節(jié)水灌溉智能化管理提供科學(xué)依據(jù)。

5.2大數(shù)據(jù)、云計算技術(shù)在智能灌溉中的應(yīng)用

大數(shù)據(jù)（big data）技術(shù)是在獲取、存儲、管理、分析方面超過傳統(tǒng)數(shù)據(jù)庫軟件工作能力的數(shù)據(jù)集合。農(nóng)田環(huán)境復(fù)雜，作物需水量影響因素多，數(shù)據(jù)信息量大，大數(shù)據(jù)技術(shù)的特色在于對海量農(nóng)田環(huán)境數(shù)據(jù)信息進(jìn)行充分挖掘，提高數(shù)據(jù)的“加工能力”，保證灌溉決策的正確性。

云計算（cloud computing）是一種新提出的計算模式，應(yīng)用在現(xiàn)代農(nóng)業(yè)灌溉領(lǐng)域的技術(shù)實質(zhì)是計算、存儲、服務(wù)器、應(yīng)用軟件等IT軟件、硬件資源的虛擬化。智能灌溉系統(tǒng)立足現(xiàn)代農(nóng)業(yè)，融入國際領(lǐng)先的“物聯(lián)網(wǎng)、云計算、移動互聯(lián)網(wǎng)”技術(shù)，借助電腦、智能手機，實現(xiàn)對農(nóng)業(yè)生產(chǎn)現(xiàn)場氣象、土壤、水源環(huán)境的實時監(jiān)測。每戶一部云端服務(wù)器，使農(nóng)民足不出戶就能遠(yuǎn)程監(jiān)控園區(qū)的作物情況并進(jìn)行灌溉設(shè)備的遠(yuǎn)程控制，為廣大農(nóng)業(yè)工作者提供一套高效便捷、功能強大的農(nóng)業(yè)管理系統(tǒng)，實現(xiàn)智能化管理。

在智能灌溉領(lǐng)域，大數(shù)據(jù)技術(shù)與云計算技術(shù)緊密結(jié)合，建立數(shù)據(jù)監(jiān)測、網(wǎng)絡(luò)通訊、數(shù)據(jù)云計算、管理決策為一體的智能灌溉系統(tǒng)，更好地為智慧農(nóng)業(yè)服務(wù)。

5.3智能控制技術(shù)的融合

目前，國內(nèi)采用的人工智能技術(shù)針對某一灌溉控制任務(wù)，多著眼于數(shù)學(xué)語言進(jìn)行描述，多局限于單項智能技術(shù)的應(yīng)用。實際上，一個系統(tǒng)的灌溉任務(wù)有多重性和時變性，需要采用多種智能技術(shù)相結(jié)合的方式，完成任務(wù)集合的處理，實現(xiàn)智能節(jié)水灌溉。

使用智能控制技術(shù)能夠根據(jù)作物需求進(jìn)行合理灌溉，但是如前所述，每種智能控制技術(shù)都有各自的優(yōu)缺點。因此，有必要對多種智能控制方法進(jìn)行融合，通過定性和定量相結(jié)合的方法，針對被控對象和灌溉任務(wù)的復(fù)雜性、不確定性和多變性，有效自主地實現(xiàn)復(fù)雜信息的處理、優(yōu)化和判斷，最終達(dá)到智能節(jié)水灌溉的目的。

結(jié)合作者在實驗室的研究基礎(chǔ)，在物聯(lián)網(wǎng)的3層網(wǎng)絡(luò)架構(gòu)（信息感知層、通信與網(wǎng)絡(luò)傳輸層和應(yīng)用服務(wù)層）的基礎(chǔ)上，提出一套完整的智能灌溉控制系統(tǒng)設(shè)計方案，包括信息采集、設(shè)備自動控制和信息發(fā)布與智能決策3個部分，總體設(shè)計框架如圖4所示。

該系統(tǒng)采用WSN節(jié)點采集不同地塊單元的氣象、土壤、作物生長信息，以無線通信方式傳送給智慧農(nóng)業(yè)電信服務(wù)站，完成網(wǎng)絡(luò)覆蓋區(qū)域內(nèi)環(huán)境信息聯(lián)網(wǎng)，遠(yuǎn)程集控計算機可把獲取到的數(shù)據(jù)信息發(fā)送到不同的云端服務(wù)器，亦可運用大數(shù)據(jù)技術(shù)對獲取到的數(shù)據(jù)進(jìn)行智能處理，根據(jù)處理結(jié)果作出灌溉決策，智慧泵站管理中心的無線通訊終端接收集控計算機發(fā)送的指令，執(zhí)行灌溉決策。

6結(jié)論

本研究針對農(nóng)田灌溉水利用系數(shù)低、管理水平落后等問題，從技術(shù)角度，分層次介紹和分析了無線傳感網(wǎng)絡(luò)技術(shù)、模糊控制技術(shù)、神經(jīng)網(wǎng)絡(luò)技術(shù)、專家系統(tǒng)技術(shù)在現(xiàn)代農(nóng)業(yè)灌溉中的應(yīng)用現(xiàn)狀，并展望了未來智能灌溉技術(shù)的發(fā)展方向。通過上述論述和分析，可以得出如下結(jié)論：

我國農(nóng)田面積廣闊，采用WSN 獲取農(nóng)田環(huán)境參數(shù)，對農(nóng)作物的生長狀況、土壤酸堿度、土壤含水率進(jìn)行監(jiān)測，突破了地域限制，提高了數(shù)據(jù)的共享性，科學(xué)計算灌水定額，保證作物生長保持最佳狀態(tài)。

土壤是個非線性、滯后的復(fù)雜系統(tǒng)，無法獲得被控對象清晰的數(shù)學(xué)模型，因此有必要引進(jìn)模糊控制、神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)等智能控制算法，根據(jù)環(huán)境信息的變化做出適應(yīng)性反應(yīng)，為作物創(chuàng)造適宜的生長環(huán)境，提高產(chǎn)量。

隨著農(nóng)業(yè)生產(chǎn)的規(guī)?；?，對農(nóng)業(yè)灌溉靈活、準(zhǔn)確和快捷的要求也越來越高，農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)、完善的農(nóng)業(yè)知識信息庫在農(nóng)業(yè)灌溉領(lǐng)域的應(yīng)用逐漸成熟，各智能算法相互融合，注重大數(shù)據(jù)技術(shù)和云計算技術(shù)的緊密結(jié)合。

筆者提出了一套完整的智能灌溉系統(tǒng)設(shè)計方案，融合了

物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、智能控制技術(shù)，可實現(xiàn)農(nóng)業(yè)灌溉的自動化、信息化、智能化。

參考文獻(xiàn)：

[1]鄧 升，邵光成，卜昊，等. 蘇北平原區(qū)渠道防滲工程評價和方案優(yōu)選方法[J]. 排灌機械工程學(xué)報，2014，32（3）：225-230.

[2]金永奎，易明珠，顏愛忠. 高效節(jié)水灌溉自動控制模式研究及應(yīng)用[J]. 中國農(nóng)機化學(xué)報，2016，37（5）：253-257.

[3]張新星，楊振杰，彭云，等. 我國節(jié)水灌溉的現(xiàn)狀與分析[J]. 安徽農(nóng)業(yè)科學(xué)，2014，42（33）：11972-11974.

[4]許志方，董文楚. 論我國噴微灌發(fā)展前景和實施建議[J]. 節(jié)水灌溉，2004（3）：1-4.

[5]金宏智，嚴(yán)海軍，錢一超. 國外節(jié)水灌溉工程技術(shù)發(fā)展分析[J]. 農(nóng)業(yè)機械學(xué)報，2010（9）：60-62.

[6]郁曉慶，吳普特，韓文霆，等. 基于無線傳感網(wǎng)絡(luò)的農(nóng)田灌溉遠(yuǎn)程監(jiān)控系統(tǒng)[J]. 排灌機械工程學(xué)報，2013，31（1）：66-69.

[7]謝家興，余國雄，王衛(wèi)星，等. 基于無線傳感網(wǎng)絡(luò)的荔枝園智能節(jié)水灌溉雙向通信和控制系統(tǒng)[J]. 農(nóng)業(yè)工程學(xué)報，2015，31（增刊2）：124-130.

[8]崔天時，孫建偉，呂信超，等. 基于 GPRS 的農(nóng)田灌溉系統(tǒng)[J]. 農(nóng)機化研究，2016（10）：193-197.

[9]張俊濤，李媛，陳曉莉. 基于無線傳感網(wǎng)絡(luò)的果樹精準(zhǔn)灌溉系統(tǒng)[J]. 農(nóng)機化研究，2014（2）：183-187.

[10]王志良，劉欣，劉磊. 物聯(lián)網(wǎng)控制基礎(chǔ)[M]. 西安：西安電子科技大學(xué)出版社，2014.

[11]徐凱，苗玉彬. 基于模糊控制的葡萄精確閥值灌溉研究[J]. 中國農(nóng)機化學(xué)報，2015，36（4）：268-270.

[12]張伶鳦，王潤濤，張長利，等. 基于調(diào)虧理論和模糊控制的寒地水稻智能灌溉策略[J]. 農(nóng)業(yè)工程學(xué)報，2016，32（13）：52-58.

[13]吳曉強，黃云戰(zhàn)，趙永杰. 基于模糊神經(jīng)網(wǎng)絡(luò)的溫室溫濕度智能控制系統(tǒng)研究[J]. 中國農(nóng)機化學(xué)報，2016，37（4）：63-66，84.

[14]遲道才，唐延芳，顧拓，等. 灌溉用水量的并聯(lián)型灰色神經(jīng)網(wǎng)絡(luò)預(yù)測[J]. 農(nóng)業(yè)工程學(xué)報，2009，25（5）：26-29.

[15]趙天圖，馬蓉，劉南江，等. 基于ZigBee技術(shù)與BP神經(jīng)網(wǎng)絡(luò)的棉田自動灌溉控制系統(tǒng)設(shè)計[J]. 節(jié)水灌溉，2016（11）：111-114.

[16]李建軍，許燕，張冠，等. 基于BP神經(jīng)網(wǎng)絡(luò)預(yù)測和模糊控制的灌溉控制器設(shè)計[J]. 機械設(shè)計與研究，2015（10）：150-154.

[17]石琳，陳帝伊，馬孝義. 專家系統(tǒng)在農(nóng)業(yè)上的應(yīng)用概況及前景[J]. 農(nóng)機化研究，2011，33（1）：215-218.

[18]余國雄，王衛(wèi)星，謝家興，等. 基于物聯(lián)網(wǎng)的荔枝園信息獲取與智能灌溉專家決策系統(tǒng)[J]. 農(nóng)業(yè)工程學(xué)報，2016，32（20）：144-152.

[19]王福平，丁思發(fā)，段明輝. 引黃灌溉中專家決策系統(tǒng)的設(shè)計與實現(xiàn)[J]. 節(jié)水灌溉，2015（1）：82-85.

[20]熊茂華，熊昕. 物聯(lián)網(wǎng)技術(shù)與應(yīng)用開發(fā)[M]. 西安：西安電子科技大學(xué)出版社，2014.

[21]李燈華，李哲敏，許世衛(wèi)，等. 先進(jìn)國家農(nóng)業(yè)物聯(lián)網(wǎng)的最新進(jìn)展及對我國的啟示[J]. 江蘇農(nóng)業(yè)科學(xué)，2016，44（10）：1-5.

[22]袁小平，徐江，侯攀峰. 基于物聯(lián)網(wǎng)的智慧農(nóng)業(yè)監(jiān)控系統(tǒng)[J]. 江蘇農(nóng)業(yè)科學(xué)，2015，43（3）：376-378.章雙杰，王靖，楊建生，等. 長三角地區(qū)兼用型鴨全基因組遺傳多樣性分析[J]. 江蘇農(nóng)業(yè)科學(xué)，2017，45（17）：32-35.