陸紅飛，王濤,2，喬冬梅，孫健,2，吳剛山，田崇峰，嚴(yán)方，甄博,*

?灌溉技術(shù)與裝備?

物聯(lián)網(wǎng)在農(nóng)業(yè)灌溉中的應(yīng)用：從灌溉自動(dòng)化到智慧灌溉

陸紅飛1，王濤1,2，喬冬梅3，孫健1,2，吳剛山1，田崇峰1，嚴(yán)方1，甄博1,3*

（1.江蘇農(nóng)林職業(yè)技術(shù)學(xué)院，江蘇 句容 212400；2.江蘇大學(xué)，江蘇 鎮(zhèn)江 212013；3.中國(guó)農(nóng)業(yè)科學(xué)院 農(nóng)田灌溉研究所，河南 新鄉(xiāng) 453002）

【目的】掌握物聯(lián)網(wǎng)在農(nóng)業(yè)灌溉中的應(yīng)用概況，梳理未來(lái)農(nóng)業(yè)灌溉的重要發(fā)展方向，進(jìn)一步提高農(nóng)業(yè)灌溉效率和水平?！痉椒ā坎捎梦墨I(xiàn)計(jì)量的方法，分別在中國(guó)知網(wǎng)（CNKI）和Web of Science（WOS）數(shù)據(jù)庫(kù)進(jìn)行主題詞和關(guān)鍵詞搜索，采用Endnote X9和VOSviewer對(duì)文獻(xiàn)數(shù)據(jù)進(jìn)行整理，分析了發(fā)文量、機(jī)構(gòu)、研究熱點(diǎn)等，剖析了該領(lǐng)域發(fā)展現(xiàn)狀，并對(duì)未來(lái)趨勢(shì)進(jìn)行展望?！窘Y(jié)果】近年來(lái)，物聯(lián)網(wǎng)在農(nóng)業(yè)灌溉中的應(yīng)用這一領(lǐng)域在國(guó)內(nèi)外均得到快速發(fā)展，2011―2020年CNKI年均增加27.7篇，2020年發(fā)文量為300篇，2011―2021年WOS年均增加24.3篇，2021年發(fā)文量為280篇。國(guó)內(nèi)方面，河北農(nóng)業(yè)大學(xué)、北京農(nóng)業(yè)智能裝備技術(shù)研究中心等是主要的研究機(jī)構(gòu)，《節(jié)水灌溉》《農(nóng)機(jī)化研究》等是主要發(fā)文期刊；2010年之前，國(guó)內(nèi)研究主要集中在灌溉自動(dòng)化方面，智能灌溉研究逐漸興起；2011年至今，主要關(guān)注智能灌溉、水肥一體化、智能農(nóng)機(jī)、智慧灌溉以及節(jié)水減肥和綠色發(fā)展等。國(guó)際方面，佛羅里達(dá)州立大學(xué)系統(tǒng)、佛羅里達(dá)大學(xué)等是該領(lǐng)域的主要研究機(jī)構(gòu)，《Agricultural Water Management》《Sensors》等是該領(lǐng)域的主要發(fā)文期刊，印度、中國(guó)、美國(guó)是主要的論文產(chǎn)出國(guó)，分別發(fā)表了292、220、184篇；2010年之前國(guó)際上主要關(guān)注農(nóng)業(yè)生產(chǎn)、水管理和水資源調(diào)控等，2011年之后，主要關(guān)注農(nóng)業(yè)生產(chǎn)及其環(huán)境效應(yīng)、水資源的調(diào)控、以物聯(lián)網(wǎng)和計(jì)算機(jī)為核心的灌溉技術(shù)的應(yīng)用、智慧灌溉等。【結(jié)論】物聯(lián)網(wǎng)技術(shù)推動(dòng)灌溉自動(dòng)化邁向智慧灌溉，未來(lái)農(nóng)業(yè)灌溉物聯(lián)網(wǎng)領(lǐng)域的研究方向主要包括優(yōu)化智慧灌溉系統(tǒng)軟件和硬件布局、低成本的灌溉設(shè)備、大數(shù)據(jù)分析和安全、智慧灌溉標(biāo)準(zhǔn)建立和人才培養(yǎng)、高效的無(wú)線傳輸網(wǎng)絡(luò)、“水-肥-藥”智能實(shí)施等。

物聯(lián)網(wǎng)；自動(dòng)化；智慧灌溉；文獻(xiàn)計(jì)量學(xué)；VOSviewer

0 引言

物聯(lián)網(wǎng)（Internet of things，簡(jiǎn)稱IOT）的概念興起于20世紀(jì)90年代，2005年國(guó)際電信聯(lián)盟（ITU）發(fā)布了《ITU互聯(lián)網(wǎng)報(bào)告2005：物聯(lián)網(wǎng)》，正式提出了“物聯(lián)網(wǎng)”的概念[1]。物聯(lián)網(wǎng)指通過(guò)各種裝置和傳感技術(shù)實(shí)時(shí)采集任何需要監(jiān)控、互動(dòng)、連接的物體或過(guò)程，通過(guò)各類網(wǎng)絡(luò)的接入，實(shí)現(xiàn)物體與人和物體與物體之間的連接，實(shí)現(xiàn)對(duì)物體和其過(guò)程的一種智能化感知和識(shí)別[2]。物聯(lián)網(wǎng)具有非常突出的優(yōu)點(diǎn)，如相對(duì)廉價(jià)的設(shè)備、低功耗的無(wú)線技術(shù)、云存儲(chǔ)、大數(shù)據(jù)分析、智慧決策等。

【研究意義】全球不斷增長(zhǎng)的人口對(duì)食物的高需求正在影響環(huán)境，并對(duì)農(nóng)業(yè)生產(chǎn)力造成許多壓力，農(nóng)業(yè)4.0的發(fā)展成為迫切需求。農(nóng)業(yè)4.0采用先進(jìn)的信息系統(tǒng)和互聯(lián)網(wǎng)技術(shù)[3]，農(nóng)業(yè)物聯(lián)網(wǎng)是農(nóng)業(yè)4.0的重要組成部分。農(nóng)業(yè)物聯(lián)網(wǎng)主要包括感知層、傳輸層（網(wǎng)絡(luò)層）、處理和應(yīng)用層[4]，將農(nóng)田、傳感器網(wǎng)絡(luò)、數(shù)據(jù)管理終端和移動(dòng)終端等連接起來(lái)，使農(nóng)田能夠成為網(wǎng)絡(luò)中的一個(gè)可觀測(cè)終端。目前水資源的短缺和不合理的使用一直是制約我國(guó)農(nóng)業(yè)發(fā)展的主要問(wèn)題之一。物聯(lián)網(wǎng)成為進(jìn)一步提升農(nóng)業(yè)灌溉效率的重要抓手。系統(tǒng)分析物聯(lián)網(wǎng)在農(nóng)業(yè)灌溉中的應(yīng)用情況，梳理農(nóng)業(yè)灌溉發(fā)展的重要方向，有助于農(nóng)業(yè)節(jié)水灌溉新技術(shù)的推廣和應(yīng)用。

【研究進(jìn)展】提高農(nóng)業(yè)水資源的利用效率是關(guān)系到農(nóng)業(yè)可持續(xù)發(fā)展的重大問(wèn)題。傳統(tǒng)的灌溉方式是通過(guò)重力方式和毛細(xì)管原理來(lái)用水浸潤(rùn)土壤[5]，主要分為淹灌、漫灌和溝灌等，這些仍然是我國(guó)當(dāng)前最主要的灌溉方式。但傳統(tǒng)灌溉方式的缺點(diǎn)很明顯，需要大量的灌溉水資源，并且水的利用率卻非常低，還容易造成土壤和肥料流失，不利于農(nóng)業(yè)的可持續(xù)發(fā)展[6]。隨著數(shù)字農(nóng)業(yè)、農(nóng)業(yè)物聯(lián)網(wǎng)的發(fā)展，農(nóng)業(yè)灌溉與信息技術(shù)的結(jié)合，進(jìn)一步提升了節(jié)水空間。如采用物聯(lián)網(wǎng)技術(shù)，根據(jù)棉花灌溉決策與管理的實(shí)際需求，設(shè)計(jì)并實(shí)現(xiàn)了棉花智能化微灌系統(tǒng)，并將其應(yīng)用于新疆庫(kù)爾勒棉花智能化膜下滴灌示范區(qū)中；該系統(tǒng)解決了示范區(qū)墑情監(jiān)測(cè)布點(diǎn)缺乏依據(jù)的困難和關(guān)鍵硬件產(chǎn)品進(jìn)口價(jià)格過(guò)高、難以推廣等問(wèn)題[7]。

農(nóng)田環(huán)境監(jiān)測(cè)和智能灌溉施肥、果園生產(chǎn)中的信息采集和灌溉控制等方面都是物聯(lián)網(wǎng)在農(nóng)業(yè)灌溉中的應(yīng)用實(shí)踐。智能（智慧）灌溉是運(yùn)用物聯(lián)網(wǎng)技術(shù)、云計(jì)算技術(shù)、大數(shù)據(jù)技術(shù)與傳感器技術(shù)相結(jié)合的方式，對(duì)農(nóng)業(yè)生產(chǎn)中的環(huán)境溫度、光照強(qiáng)度、土壤墑情等一些參數(shù)進(jìn)行實(shí)時(shí)監(jiān)測(cè)，系統(tǒng)地分析處理數(shù)據(jù)信息，達(dá)到所設(shè)閾值，或者結(jié)合水肥一體化技術(shù)實(shí)現(xiàn)智能化灌溉。其相比于傳統(tǒng)灌溉方式不僅大大提高了水資源的利用率，減少了時(shí)間成本和勞動(dòng)成本，還可以準(zhǔn)確定時(shí)、定量、高效地給農(nóng)作物自動(dòng)補(bǔ)充水分，改善土壤環(huán)境，從而達(dá)到增產(chǎn)、增質(zhì)、節(jié)能的目標(biāo)。

【切入點(diǎn)】物聯(lián)網(wǎng)是2005年以來(lái)發(fā)展最快的技術(shù)之一，農(nóng)業(yè)灌溉中應(yīng)用物聯(lián)網(wǎng)技術(shù)的研究逐漸成為重點(diǎn)，糧食、蔬菜、水果等不斷增長(zhǎng)需求對(duì)農(nóng)業(yè)灌溉提出了新的挑戰(zhàn)；隨著數(shù)字農(nóng)業(yè)的發(fā)展，物聯(lián)網(wǎng)在農(nóng)業(yè)灌溉中將發(fā)揮關(guān)鍵作用。文獻(xiàn)計(jì)量學(xué)主要是研究文獻(xiàn)體系和文獻(xiàn)的相關(guān)媒介，采用數(shù)學(xué)、統(tǒng)計(jì)學(xué)、文獻(xiàn)學(xué)等計(jì)量方法，研究文獻(xiàn)信息的分布式結(jié)構(gòu)、數(shù)量之間的規(guī)律的一門學(xué)科，主要通過(guò)引文、作者、機(jī)構(gòu)、國(guó)家和詞匯數(shù)量來(lái)定量分析文獻(xiàn)特征，幫助研究人員或技術(shù)人員快速了解某個(gè)領(lǐng)域的研究現(xiàn)狀及發(fā)展脈絡(luò)。【擬解決的關(guān)鍵問(wèn)題】本文采用文獻(xiàn)計(jì)量學(xué)的方法，在中國(guó)知網(wǎng)和Web of Science檢索物聯(lián)網(wǎng)在農(nóng)業(yè)灌溉中的應(yīng)用方面的文獻(xiàn)，通過(guò)Endnote X9和VOSviewer對(duì)文獻(xiàn)數(shù)據(jù)進(jìn)行挖掘，分析作者、關(guān)鍵詞、研究機(jī)構(gòu)、期刊的特點(diǎn)，剖析該領(lǐng)域的發(fā)展動(dòng)態(tài)，并結(jié)合近年國(guó)家政策和市場(chǎng)走勢(shì)對(duì)未來(lái)發(fā)展趨勢(shì)進(jìn)行展望，以期促進(jìn)農(nóng)業(yè)物聯(lián)網(wǎng)和智慧灌溉的發(fā)展。

1 材料與方法

1.1 研究數(shù)據(jù)

研究數(shù)據(jù)來(lái)源于中國(guó)知網(wǎng)（CNKI，https://www.cnki.net/）數(shù)據(jù)庫(kù)和Web of science （WOS，http://www.webofknowledge.com/）數(shù)據(jù)庫(kù)。

在CNKI中選擇所有期刊，不限研究時(shí)段，檢索時(shí)間為2022年6月10日。在CNKI中的專業(yè)檢索中檢索，檢索式共有4個(gè)：① TI=('智慧灌溉' +'智能灌溉') OR SU=('智慧灌溉'+'智能灌溉') OR KY=('智慧灌溉'+'智能灌溉')；②先檢索TI=水肥一體化OR SU=水肥一體化OR KY=水肥一體化，然后再結(jié)果中檢索FT=(‘物聯(lián)網(wǎng)’+‘智慧’+‘智能’)；③先檢索TI=物聯(lián)網(wǎng) OR SU=物聯(lián)網(wǎng)OR KY=物聯(lián)網(wǎng)，然后再結(jié)果中檢索TI=('灌溉'+'滴灌'+'噴灌'+'微噴灌'+'微灌'+'漫灌'+'隔溝灌'+'畦灌'+'控制灌溉'+'非充分灌溉'+'波涌灌'+'低壓管灌'+'水分')OR KY=('灌溉' +'滴灌'+'噴灌'+'微噴灌'+'微灌'+'漫灌'+'隔溝灌'+'畦灌'+'控制灌溉'+'非充分灌溉'+'波涌灌'+'低壓管灌'+'水分') OR AB=('灌溉'+'滴灌'+'噴灌'+'微噴灌'+'微灌'+'漫灌'+'隔溝灌'+'畦灌'+'控制灌溉'+'非充分灌溉'+'波涌灌'+'低壓管灌'+'水分')；④ SU=灌溉AND SU=自動(dòng)化。將4種檢索方式得到的文獻(xiàn)導(dǎo)入Endnote X9中，整理去重，得到數(shù)據(jù)庫(kù)中所有關(guān)于物聯(lián)網(wǎng)在農(nóng)業(yè)灌溉中的應(yīng)用（以下簡(jiǎn)稱為研究領(lǐng)域）方面的論文，共計(jì)2 126篇文獻(xiàn)。

在WOS中選擇核心數(shù)據(jù)集中的paper，不限研究時(shí)間，檢索時(shí)間為2022年6月10日。采用專業(yè)檢索，檢索式為TS=(intelligent irrigation) OR TS=(IOT*irrigation) OR TS=(internet of things*irrigation) OR TS=(smart irrigation)，共得到1 371篇文獻(xiàn)。

1.2 研究方法

在EndNote X9中將研究領(lǐng)域的文獻(xiàn)按年份劃分，通過(guò)初步對(duì)研究趨勢(shì)進(jìn)行研判，劃分出2個(gè)研究時(shí)期：2010年以前和2011—2022年。

對(duì)于CNKI數(shù)據(jù)庫(kù)的文獻(xiàn)，2010年以前，設(shè)定關(guān)鍵詞頻次≥2，共得到121個(gè)關(guān)鍵詞，其中118個(gè)存在關(guān)聯(lián)；設(shè)定作者頻次≥1，共得到476位作者共現(xiàn)圖，僅13位作者存在明顯的合作關(guān)系。2011—2022年，設(shè)定關(guān)鍵詞頻次≥5，共得到202個(gè)關(guān)鍵詞，均存在關(guān)聯(lián)；設(shè)定作者頻次≥2，共得到572位作者共現(xiàn)圖，僅38位作者存在明顯的合作關(guān)系。

對(duì)于WOS數(shù)據(jù)庫(kù)的文獻(xiàn)，2010年以前，設(shè)定關(guān)鍵詞頻次≥2，共得到54個(gè)關(guān)鍵詞，其中53個(gè)存在關(guān)聯(lián)；設(shè)定作者頻次≥1，共得到289位作者共現(xiàn)圖，僅14位作者存在明顯的合作關(guān)系。2011—2022年，設(shè)定關(guān)鍵詞頻次≥6，共得到252個(gè)關(guān)鍵詞，均存在關(guān)聯(lián)；設(shè)定作者頻次≥2，共得到558位作者共現(xiàn)圖，僅137位作者存在明顯的合作關(guān)系。

采用VOSviewer 制作關(guān)鍵詞（合并含義相近的詞）和作者圖譜，采用EndNote X9和Excel 2016進(jìn)行數(shù)據(jù)整理、分析和作圖。

2 結(jié)果與分析

2.1 物聯(lián)網(wǎng)在農(nóng)業(yè)灌溉中的應(yīng)用研究文獻(xiàn)統(tǒng)計(jì)

中國(guó)知網(wǎng)（CNKI）關(guān)于物聯(lián)網(wǎng)在農(nóng)業(yè)灌溉中的應(yīng)用方面的論文數(shù)量如圖1所示。從圖1可以看出，2000年之前，該領(lǐng)域發(fā)文數(shù)量較少，部分年份無(wú)相關(guān)論文發(fā)表；2000—2010年，該領(lǐng)域每年均有論文發(fā)表，發(fā)文數(shù)量介于10～31之間，無(wú)明顯趨勢(shì)；2011—2020年，該領(lǐng)域論文呈快速增長(zhǎng)趨勢(shì)，年均增加27.7篇，至2020年達(dá)到發(fā)文高峰（300篇），2021年發(fā)文數(shù)量有所減少。

圖1 CNKI數(shù)據(jù)庫(kù)年度發(fā)文數(shù)量

WOS（Web of science）關(guān)于物聯(lián)網(wǎng)在農(nóng)業(yè)灌溉中的應(yīng)用方面的論文數(shù)量如圖2所示。從圖2可以看出，2000年之前，該領(lǐng)域發(fā)文數(shù)量較少；2000—2010年，年均發(fā)文量均低于20；2011—2021年，該領(lǐng)域論文呈快速增長(zhǎng)趨勢(shì)，年均增加24.3篇論文；2016年有所回落，2017年起再次快速增長(zhǎng)，至2021年達(dá)到發(fā)文高峰（280篇）。結(jié)合圖1和圖2可以看出，該領(lǐng)域國(guó)內(nèi)外的研究具有相同的發(fā)展趨勢(shì)，說(shuō)明該領(lǐng)域具有重要的研究?jī)r(jià)值。

圖2 WOS數(shù)據(jù)庫(kù)年度發(fā)文數(shù)量和引用頻次

2.2 主要發(fā)文作者、機(jī)構(gòu)、地區(qū)、期刊

CNKI研究領(lǐng)域主要發(fā)文機(jī)構(gòu)、作者、期刊如表1所示。由表1可知，河北農(nóng)業(yè)大學(xué)機(jī)電工程學(xué)院、北京農(nóng)業(yè)智能裝備技術(shù)研究中心、吉林省農(nóng)業(yè)機(jī)械研究院、廣東省現(xiàn)代農(nóng)業(yè)裝備研究所、貴州大學(xué)機(jī)械工程學(xué)院、石河子大學(xué)信息科學(xué)與技術(shù)學(xué)院等單位是該領(lǐng)域的主要研究機(jī)構(gòu)，總發(fā)文量均超過(guò)了10篇；周杰、郭文忠、馬德新、李莉、李銀坤、李家春、王衛(wèi)星等是該領(lǐng)域的主要研究人員；《節(jié)水灌溉》《農(nóng)機(jī)化研究》《農(nóng)業(yè)工程技術(shù)》《南方農(nóng)機(jī)》《現(xiàn)代農(nóng)業(yè)科技》《云南農(nóng)業(yè)》《中國(guó)農(nóng)機(jī)化學(xué)報(bào)》等是該領(lǐng)域的主要發(fā)文期刊，總發(fā)文量均超過(guò)了40篇。

WOS研究領(lǐng)域主要發(fā)文機(jī)構(gòu)、作者、期刊如表2所示。由表2可知，佛羅里達(dá)州立大學(xué)系統(tǒng)、佛羅里達(dá)大學(xué)、中國(guó)科學(xué)院、中國(guó)農(nóng)業(yè)大學(xué)、加利福尼亞大學(xué)、國(guó)際農(nóng)業(yè)研究磋商組織等是該領(lǐng)域的主要研究機(jī)構(gòu)；Dukes M D、Kamienski Carlos、Lloret Jaime、Dukes Michael D、Davis S L、Dadios Elmer P、Parra Lorena等是該領(lǐng)域的主要研究人員；《Agricultural Water Management》《Sensors》《Computers and Electronics in Agriculture》《Water》《Ieee Access》《Sustainbility》《Agronomy Basel》等是該領(lǐng)域的主要發(fā)文期刊，總發(fā)文量超過(guò)19篇。

結(jié)合表1和表2可以看出，國(guó)內(nèi)該領(lǐng)域的研究較為分散，不同于國(guó)際上的研究，主要集中在佛羅里達(dá)大學(xué)、加利福尼亞大學(xué)等機(jī)構(gòu)；國(guó)內(nèi)該領(lǐng)域的主要發(fā)文期刊較為集中，如《節(jié)水灌溉》《農(nóng)機(jī)化研究》《農(nóng)業(yè)工程技術(shù)》《南方農(nóng)機(jī)》等均超過(guò)40篇，總發(fā)文量是國(guó)際主要期刊發(fā)文量的2倍以上。

表1 CNKI主要發(fā)文機(jī)構(gòu)、期刊

表2 WOS數(shù)據(jù)庫(kù)主要發(fā)文機(jī)構(gòu)、作者、期刊

WOS不同國(guó)家發(fā)文趨勢(shì)變化如圖3所示。從圖3可以看出，印度、中國(guó)、美國(guó)、西班牙、意大利是該領(lǐng)域的主要研究國(guó)家；印度的年發(fā)文數(shù)量在2014年之后呈快速增長(zhǎng)趨勢(shì)，2020年達(dá)到高峰（49篇），2021年有所降低；中國(guó)的年發(fā)文數(shù)量從2003年開(kāi)始呈波動(dòng)上升趨勢(shì)，2021年達(dá)到最高峰（38篇）；美國(guó)的年發(fā)文數(shù)量與中國(guó)表現(xiàn)相似，2021年達(dá)到26篇；西班牙在2014年有少量發(fā)文，2015年后年發(fā)文量呈增加趨勢(shì)，2021年有所降低。其他國(guó)家的年發(fā)文量基本從2016年開(kāi)始呈明顯增加趨勢(shì)。

圖3 WOS不同國(guó)家發(fā)文趨勢(shì)變化

2.3 研究熱點(diǎn)和作者合作網(wǎng)絡(luò)

依據(jù)2.1中的CNKI和WOS年度發(fā)文量的變化情況，將該領(lǐng)域的研究分為2個(gè)階段：2010年之前和2011—2022年。

2.3.1 CNKI研究熱點(diǎn)

將CNKI中搜集的物聯(lián)網(wǎng)在農(nóng)業(yè)灌溉中的應(yīng)用研究論文，導(dǎo)入VOSviewer進(jìn)行分析，研究熱點(diǎn)網(wǎng)絡(luò)如圖4所示。從圖4（a）可以看出，2010年之前，該領(lǐng)域的研究主要集中在灌溉自動(dòng)化方面，研究?jī)?nèi)容包括灌溉控制系統(tǒng)（傳感器、電磁閥、計(jì)算機(jī)、單片機(jī)、無(wú)線網(wǎng)絡(luò)、遠(yuǎn)程控制等）、灌溉技術(shù)（滴灌、微噴灌、波涌灌、噴灌）、水肥效率（水資源、灌水均勻度、肥料利用率），還包括灌溉工程設(shè)計(jì)、管理等方面的內(nèi)容；研究對(duì)象主要為大田農(nóng)作物，包括棉花、玉米，還涉及花卉等經(jīng)濟(jì)作物。此外，智能灌溉已經(jīng)成為重要研究方向，主要研究大田農(nóng)作物，依托無(wú)線傳感器網(wǎng)絡(luò)采用單片機(jī)進(jìn)行遠(yuǎn)程水肥控制。

圖4 基于CNKI的研究熱點(diǎn)

從圖4（b）可以看出，2011年以來(lái)，該領(lǐng)域的研究主要包括以下幾個(gè)方面：①智能灌溉，主要采用STM32、cc2530等芯片，借助Zigbee、GPRS、GSM等網(wǎng)絡(luò)對(duì)土壤水肥進(jìn)行智能控制；智能溫室、荔枝園等是主要應(yīng)用場(chǎng)景，主要目的是實(shí)現(xiàn)精準(zhǔn)灌溉，同時(shí)引入專家系統(tǒng)，對(duì)灌水方案進(jìn)行指導(dǎo)，并采用LawVIEW對(duì)灌溉系統(tǒng)進(jìn)行開(kāi)發(fā)測(cè)量或控制系統(tǒng)。②水肥一體化，主要研究經(jīng)濟(jì)作物（水果、蔬菜）等的智能水肥控制技術(shù)，以實(shí)現(xiàn)高品質(zhì)、高產(chǎn)量并取得較高經(jīng)濟(jì)效益；水溶肥和無(wú)土栽培技術(shù)是關(guān)鍵內(nèi)容。③節(jié)水灌溉，主要研究農(nóng)業(yè)水利工程的灌溉自動(dòng)化，通過(guò)引入移動(dòng)互聯(lián)網(wǎng)的理念，采用云計(jì)算的方式實(shí)現(xiàn)系統(tǒng)的高效運(yùn)轉(zhuǎn)。④發(fā)展現(xiàn)狀和對(duì)策，主要探討該領(lǐng)域發(fā)展中的經(jīng)驗(yàn)和教訓(xùn)，指出主要問(wèn)題，并對(duì)未來(lái)的技術(shù)發(fā)展趨勢(shì)進(jìn)行展望，設(shè)施農(nóng)業(yè)、果蔬、茶園等是主要的研究對(duì)象；⑤農(nóng)機(jī)的應(yīng)用，主要研究農(nóng)機(jī)的應(yīng)用實(shí)現(xiàn)節(jié)水農(nóng)業(yè)，促進(jìn)現(xiàn)代農(nóng)業(yè)的發(fā)展，主要技術(shù)為電氣自動(dòng)化技術(shù)；⑥智慧灌溉，主要研究?jī)?nèi)容與智能灌溉相似，但智慧灌溉更關(guān)注低功耗的控制系統(tǒng)以實(shí)現(xiàn)自動(dòng)灌溉，通過(guò)建立數(shù)據(jù)庫(kù)，依托云平臺(tái)進(jìn)行大數(shù)據(jù)分析，能夠做到自主決策，以實(shí)現(xiàn)灌水方案的實(shí)時(shí)優(yōu)化和調(diào)整。⑦其他方面，該領(lǐng)域還關(guān)注節(jié)水減肥和綠色發(fā)展、無(wú)人機(jī)和施肥機(jī)的應(yīng)用等，這些將是未來(lái)的主要研究方向。近期的主要研究熱點(diǎn)為智能農(nóng)機(jī)、樹(shù)莓派和Arduino微控制器、云平臺(tái)的搭建和應(yīng)用、農(nóng)作物的品質(zhì)等。

2.3.2 WOS研究熱點(diǎn)

將WOS中搜集的物聯(lián)網(wǎng)在農(nóng)業(yè)灌溉中的應(yīng)用研究論文，導(dǎo)入VOSviewer進(jìn)行分析，研究熱點(diǎn)網(wǎng)絡(luò)如圖5所示。從圖5（a）可以看出，2010年之前，國(guó)際上的研究主要關(guān)注農(nóng)業(yè)生產(chǎn)（采用計(jì)算機(jī)實(shí)現(xiàn)智能控制，棉花是主要研究對(duì)象）、水管理（采用智能傳感器對(duì)土壤水鹽進(jìn)行調(diào)控，以達(dá)到精準(zhǔn)灌溉的目的）、水資源調(diào)控（依托智慧系統(tǒng)對(duì)水資源的分配進(jìn)行優(yōu)化、實(shí)現(xiàn)灌溉系統(tǒng)自動(dòng)控制，草坪是主要研究對(duì)象）、環(huán)境保護(hù)（地下水中氮的監(jiān)測(cè)、氣體排放等）、精準(zhǔn)農(nóng)業(yè)、灌溉制度等。

從圖5（b）可以看出，2011年以來(lái)，國(guó)際上的研究主要包括5個(gè)方面：①農(nóng)業(yè)生產(chǎn)及其環(huán)境效應(yīng)，主要研究氣候變化（干旱、降雨）對(duì)土壤水肥和作物的影響，主要關(guān)注水肥利用效率，西紅柿、棉花、玉米是主要研究對(duì)象。②水資源的調(diào)控，主要研究水資源的調(diào)控模型和算法以及決策支持系統(tǒng)、基于機(jī)器學(xué)習(xí)（人工智能）的水管理，以實(shí)現(xiàn)精準(zhǔn)灌溉。③以物聯(lián)網(wǎng)和計(jì)算機(jī)為核心的灌溉技術(shù)的應(yīng)用，研究?jī)?nèi)容包括無(wú)線網(wǎng)絡(luò)、傳感器、灌溉技術(shù)、計(jì)算機(jī)技術(shù)、深度學(xué)習(xí)技術(shù)、無(wú)人機(jī)、大數(shù)據(jù)、云計(jì)算等，融合了物理、化學(xué)、生物3個(gè)方面的技術(shù)和內(nèi)容，搭建智能灌溉系統(tǒng)，服務(wù)于精準(zhǔn)農(nóng)業(yè)和智能農(nóng)業(yè)。④智能灌溉（智慧灌溉），依托樹(shù)莓派、Arduino等微控制器使用GSM等無(wú)線網(wǎng)絡(luò)，連接多種傳感器（溫度、濕度、），引入太陽(yáng)能，實(shí)現(xiàn)整個(gè)系統(tǒng)的節(jié)水、節(jié)肥、節(jié)能。⑤其他方面，水分脅迫對(duì)作物的影響、再生水的利用、未來(lái)的發(fā)展趨勢(shì)等也受到廣泛討論。近期的熱點(diǎn)包括數(shù)據(jù)安全、數(shù)字農(nóng)業(yè)、作物產(chǎn)量品質(zhì)、大數(shù)據(jù)、智慧傳感器、人工智能、機(jī)器學(xué)習(xí)等方面。

圖5 基于WOS的研究熱點(diǎn)

2.3.3 研究熱點(diǎn)演進(jìn)

依據(jù)搜集到的所有文獻(xiàn)，整理了出現(xiàn)頻次排序前20的熱點(diǎn)詞，統(tǒng)計(jì)其在1988年以來(lái)年頻次的變化，如圖6所示。由圖6（a）可知，水肥一體化、物聯(lián)網(wǎng)、自動(dòng)化、智能灌溉是這一領(lǐng)域國(guó)內(nèi)研究的熱點(diǎn)詞，其中水肥一體化和物聯(lián)網(wǎng)均從2011年開(kāi)始研究熱度持續(xù)增高，2019年后物聯(lián)網(wǎng)的熱度有所降低。自動(dòng)化方面從2000年開(kāi)始有一定的熱度，2008年達(dá)到1次小高峰，隨后減弱，2011年開(kāi)始熱度持續(xù)增加，2021年再次減弱。智能灌溉從2005年首次出現(xiàn)，之后研究熱度成起伏變化，2012年開(kāi)始熱度持續(xù)增加，2021年有所降低。節(jié)水灌溉方面（節(jié)水、節(jié)水灌溉、灌溉）的研究熱度基本從2011年開(kāi)始持續(xù)升溫，未來(lái)也將是研究熱點(diǎn)之一?！皯?yīng)用”“農(nóng)業(yè)”一直是該領(lǐng)域的重要標(biāo)簽，這一領(lǐng)域主要解決農(nóng)業(yè)生產(chǎn)中的灌溉問(wèn)題，因此新技術(shù)、新方法的應(yīng)用是永恒的主題，2013年開(kāi)始智慧農(nóng)業(yè)的概念逐漸興起，進(jìn)一步推動(dòng)了該領(lǐng)域的快速發(fā)展。Zigbee、傳感器、PLC、智能化、STM32等均與物聯(lián)網(wǎng)息息相關(guān)，這些研究熱點(diǎn)共同組成了物聯(lián)網(wǎng)的重要基礎(chǔ)。該領(lǐng)域?qū)纹瑱C(jī)的關(guān)注早于物聯(lián)網(wǎng)相關(guān)熱點(diǎn)，但其研究熱度一直不高，因?yàn)樵擃I(lǐng)域主要以應(yīng)用為主，幾乎不涉及芯片的研發(fā)。設(shè)施農(nóng)業(yè)一直是該領(lǐng)域的主要應(yīng)用方向，這是因?yàn)樵O(shè)施農(nóng)業(yè)易于實(shí)現(xiàn)灌溉自動(dòng)化、智能化，并且生產(chǎn)效率高。滴灌是該領(lǐng)域最重要的灌溉技術(shù)之一，從2000開(kāi)始就有一定的研究，但該方面的研究熱度并不穩(wěn)定，一方面是因?yàn)樗室惑w化主要依靠的灌水技術(shù)就是滴灌，其研究包含在了水肥一體化中；另一方面是因?yàn)楸狙芯课磳ⅰ澳は碌喂唷薄暗叵碌喂唷钡鹊喂鄳?yīng)用形式與“滴灌”合并，其熱度完整性有所欠缺。

圖6 物聯(lián)網(wǎng)在農(nóng)業(yè)灌溉中的應(yīng)用領(lǐng)域熱點(diǎn)詞演進(jìn)熱圖

由圖6（b）可知，灌溉、水資源、傳感器、物聯(lián)網(wǎng)、管理、工程、計(jì)算機(jī)等一直是該領(lǐng)域國(guó)際上的研究熱點(diǎn)，2017以來(lái)尤為明顯。灌溉作為灌溉自動(dòng)化、智能灌溉、智慧灌溉最為核心的內(nèi)容，自2008年開(kāi)始其研究熱度持續(xù)升溫，2017—2021年是研究較為集中的時(shí)期。水（水資源）作為農(nóng)業(yè)的重要生產(chǎn)資料，也是灌溉的核心，其熱度持續(xù)走高，為了提高農(nóng)業(yè)產(chǎn)出和可持續(xù)性，提高水資源的利用效率是關(guān)鍵。物聯(lián)網(wǎng)的概念從2011年開(kāi)始與灌溉產(chǎn)生關(guān)聯(lián)，2015年開(kāi)始研究熱度持續(xù)高漲，這與灌溉技術(shù)的發(fā)展走勢(shì)密切相關(guān)，當(dāng)前不同的灌溉技術(shù)均發(fā)展的較為成熟，如何經(jīng)濟(jì)高效地將灌溉技術(shù)應(yīng)用到農(nóng)業(yè)生產(chǎn)中越來(lái)越重要，并且如何有效地進(jìn)行節(jié)水灌溉的管理成為農(nóng)業(yè)生產(chǎn)者亟需解決的難題；土壤水肥的精準(zhǔn)調(diào)控是高效灌溉技術(shù)的重要實(shí)施基礎(chǔ)，因此實(shí)時(shí)掌握土壤墑情和肥情成為關(guān)鍵。在物聯(lián)網(wǎng)之前，傳感器、灌溉系統(tǒng)、無(wú)線傳感器網(wǎng)絡(luò)、儀器儀表等的研究受到廣泛關(guān)注，四者可以實(shí)現(xiàn)土壤水肥狀況的監(jiān)測(cè)，這為精準(zhǔn)農(nóng)業(yè)的發(fā)展提供了基礎(chǔ)，同時(shí)四者也是物聯(lián)網(wǎng)的重要組成部分。隨著物聯(lián)網(wǎng)的廣泛應(yīng)用，智能灌溉、智能農(nóng)業(yè)逐漸成為研究熱點(diǎn)，是近年來(lái)行業(yè)的發(fā)展方向。信息技術(shù)是數(shù)字農(nóng)業(yè)的重要組成部分，計(jì)算機(jī)科學(xué)、模型自1995年開(kāi)始就是該領(lǐng)域的重要研究熱點(diǎn)，尤其隨著大數(shù)據(jù)、云計(jì)算的逐步興起，計(jì)算機(jī)技術(shù)和模型的重要性更加凸顯。工程和管理2個(gè)方面是物聯(lián)網(wǎng)和灌溉的重要軟硬件基礎(chǔ)，2017年以來(lái)研究熱度越來(lái)越高。農(nóng)業(yè)生產(chǎn)中作物產(chǎn)量是最為關(guān)鍵的要素之一，而提高產(chǎn)量始終是該領(lǐng)域的主要研究目的之一。化學(xué)方面的研究?jī)?nèi)容也逐漸引起重視，尤其是在液體肥料、土壤改良、病蟲害防治等方面的應(yīng)用較為突出。不同于國(guó)內(nèi)研究，國(guó)際上關(guān)于水肥一體化的研究在該領(lǐng)域的表現(xiàn)不突出，一方面是因?yàn)閲?guó)際上的研究多將water和fertilizer（fertilization）作為2個(gè)關(guān)鍵詞，而國(guó)內(nèi)則以“水肥一體化”單一詞組出現(xiàn)，另一方面是因?yàn)閃OS和CNKI在檢索方式上存在差別，WOS多以主題詞進(jìn)行檢索，而CNKI則可以細(xì)化到關(guān)鍵詞。

2.3.4 作者合作網(wǎng)絡(luò)

采用VOSviewer制作作者合作網(wǎng)絡(luò)，CNKI和WOS合作網(wǎng)絡(luò)圖分別如圖7和圖8所示。

圖7 CNKI作者合作網(wǎng)絡(luò)

從圖7（a）可以看出，2010年以前，國(guó)內(nèi)該領(lǐng)域以鄭文剛為核心，形成較為明顯的3個(gè)研究團(tuán)隊(duì)。從圖7（b）可以看出，2011年之后，形成了以杜森-吳勇、李莉-王海華、蔣輝霞-陳爽、王濤-陳永快為核心的4個(gè)主要研究團(tuán)隊(duì)。

從圖8（a）可以看出，國(guó)際上，2010年之前形成了以Sigrimis為核心的4個(gè)研究團(tuán)隊(duì)；2011年之后，形成了以Kumar A和Yaseen Z M、Ghosh A和Zaslavsky A、Acm和Benahmed K、Jat M L和Abdallah A M、Zhang M和Zuo Q、Zhang X和Zhang Y Y、Zhang L和Zhang Y B、Liu Z J和Liu T、Setiawan B I和Iop等為核心的多個(gè)研究團(tuán)隊(duì)。

圖8 WOS作者合作網(wǎng)絡(luò)

3 討論

3.1 節(jié)水、增產(chǎn)、增收是農(nóng)業(yè)最迫切的需求

2022年我國(guó)中央一號(hào)文件提出“穩(wěn)定全年糧食播種面積和產(chǎn)量”、“合理保障農(nóng)民種糧收益”，進(jìn)一步明確了糧食穩(wěn)產(chǎn)、增產(chǎn)和農(nóng)民增收是農(nóng)業(yè)發(fā)展的重中之重。節(jié)水、產(chǎn)量、效益等是研究的高頻關(guān)鍵詞（圖4和圖5）。水資源是農(nóng)業(yè)生產(chǎn)的重要生產(chǎn)資料，如何讓有限的水灌溉更多的農(nóng)田是提高產(chǎn)量的關(guān)鍵之一。灌溉調(diào)度不當(dāng)和水資源利用效率低下是制約農(nóng)業(yè)生產(chǎn)的2個(gè)普遍存在的因素[8]。現(xiàn)代節(jié)水農(nóng)業(yè)技術(shù)是傳統(tǒng)的節(jié)水農(nóng)業(yè)技術(shù)與生物技術(shù)、計(jì)算機(jī)模擬、電子信息、高分子材料等高新技術(shù)相結(jié)合的產(chǎn)物，具有多學(xué)科相互交叉、各種單項(xiàng)技術(shù)相互滲透的明顯特征[9]，并且用于農(nóng)業(yè)精確灌溉的淡水智能管理對(duì)于提高作物產(chǎn)量和降低成本至關(guān)重要，同時(shí)有助于環(huán)境的可持續(xù)性[10]。

3.2 物聯(lián)網(wǎng)可以促進(jìn)提升農(nóng)業(yè)灌溉系統(tǒng)的效率

考慮到全球范圍內(nèi)的水危機(jī)，用水需求不斷增加，實(shí)施精準(zhǔn)配水成為重要途徑之一[11]。對(duì)于農(nóng)業(yè)來(lái)說(shuō)，在年可用水量相對(duì)穩(wěn)定的情況下，如何用有限的水資源灌溉更多的農(nóng)田，產(chǎn)出更多的農(nóng)產(chǎn)品一直困擾著政府管理機(jī)構(gòu)和廣大農(nóng)民。傳統(tǒng)的灌溉方式難以滿足上述要求，而新興的物聯(lián)網(wǎng)技術(shù)有望改變灌溉方式的現(xiàn)狀。

應(yīng)用無(wú)線傳感網(wǎng)絡(luò)、RFID等相關(guān)技術(shù)，開(kāi)發(fā)基于物聯(lián)網(wǎng)關(guān)鍵技術(shù)的農(nóng)業(yè)信息化系統(tǒng)，實(shí)現(xiàn)了農(nóng)業(yè)的智能化和自動(dòng)化運(yùn)作[12]。通過(guò)物聯(lián)網(wǎng)監(jiān)控農(nóng)田環(huán)境，可以優(yōu)化灌溉策略[13]，即對(duì)土壤、大氣、作物傳感器數(shù)據(jù)的綜合研判，給出最佳灌溉預(yù)報(bào)。土壤水分降低時(shí)土壤溫度升高，作物收到水分脅迫時(shí)冠層溫度升高，將熱成像技術(shù)與其他圖像處理和數(shù)據(jù)分析技術(shù)相結(jié)合，可以減少作物水分壓力并提供灌溉調(diào)度，有助于提高灌水均勻度，這是智能灌溉中的主要策略之一。與國(guó)外同類產(chǎn)品相比，自主研發(fā)的棉花智慧微灌系統(tǒng)成本降低了44.8%，且與傳統(tǒng)灌溉方式相比，作物水分利用效率提高了22.6%[7]；與人工常規(guī)管理相比，采用智能灌溉施肥機(jī)番茄產(chǎn)量增加了18.5%，用水節(jié)約了43.51%，節(jié)水增產(chǎn)效應(yīng)非常突出[14]。

3.3 智慧灌溉是灌溉自動(dòng)化的升級(jí)版

傳統(tǒng)節(jié)水灌溉技術(shù)與現(xiàn)代高新技術(shù)的有效結(jié)合是迅速提升我國(guó)節(jié)水灌溉水平的重要手段[16]。20世紀(jì)末和21世紀(jì)初國(guó)內(nèi)一直研究開(kāi)發(fā)自動(dòng)化、現(xiàn)代化的節(jié)水灌溉系統(tǒng)，將計(jì)算機(jī)、3S 技術(shù)、太陽(yáng)能等現(xiàn)代化高科技應(yīng)用于灌溉領(lǐng)域[16]，早期的灌溉自動(dòng)化主要針對(duì)灌溉設(shè)備的控制[17]，主要目的是代替人工、提高效率，后期逐步融入水肥閾值進(jìn)行精準(zhǔn)調(diào)控[18]。將土壤濕度和鹽度的傳感器集成到計(jì)算機(jī)控制灌溉的無(wú)線網(wǎng)絡(luò)中，通過(guò)設(shè)定土壤含水率閾值進(jìn)行自動(dòng)化灌溉，創(chuàng)新灌溉策略，如調(diào)虧或分質(zhì)供水灌溉[19]。灌溉自動(dòng)化的研究早于物聯(lián)網(wǎng)與灌溉的結(jié)合（圖6（a）），物聯(lián)網(wǎng)可以實(shí)現(xiàn)灌溉自動(dòng)化，但不局限于自動(dòng)灌溉，其融入了人工智能算法，賦予了灌溉系統(tǒng)“自主意識(shí)”，能夠根據(jù)環(huán)境、作物的變化智能調(diào)整、實(shí)施灌溉策略。

目前，智能灌溉是物聯(lián)網(wǎng)技術(shù)在農(nóng)業(yè)灌溉中的重要應(yīng)用之一，是基于物聯(lián)網(wǎng)技術(shù)和無(wú)線傳感器技術(shù)的現(xiàn)代化灌溉方式，通過(guò)傳感器采集土壤溫濕度、酸堿度、土壤含水率以及電導(dǎo)率和養(yǎng)分等信息，并結(jié)合環(huán)境信息和作物生長(zhǎng)狀態(tài)[20]，將采集到的數(shù)據(jù)輸送到數(shù)據(jù)中心進(jìn)行處理和分析，從而制定出最適合農(nóng)作物生長(zhǎng)的智能灌溉閉環(huán)方案。國(guó)外的智能灌溉起步較早，主要發(fā)展的途徑是由自動(dòng)化灌溉方式向智能（智慧）灌溉邁進(jìn)，基本經(jīng)歷了人工灌溉-機(jī)械控制灌溉-電子控制和機(jī)械控制相結(jié)合的混合控制的發(fā)展過(guò)程，到如今的計(jì)算機(jī)控制和模糊控制，使得灌溉的方式越來(lái)越智能化，控制灌溉的精度越來(lái)越高，操作方式更加簡(jiǎn)單。

表3 灌溉自動(dòng)化與智慧灌溉技術(shù)對(duì)比

3.4 人工智能和專家系統(tǒng)是灌溉智慧化發(fā)展的重要工具

節(jié)水灌溉是農(nóng)業(yè)物聯(lián)網(wǎng)的典型應(yīng)用之一，人工智能的發(fā)展推動(dòng)農(nóng)業(yè)實(shí)現(xiàn)智能灌溉[21]?；谵r(nóng)業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)的人工智能技術(shù)[22]，對(duì)灌溉進(jìn)行智慧決策，包括采用人工智能算法對(duì)灌水質(zhì)量和效率進(jìn)行評(píng)價(jià)，有助于進(jìn)一步降低人工成本、物資的消耗。土壤濕度傳感器與精密灌溉技術(shù)的集成形成閉環(huán)灌溉系統(tǒng)，進(jìn)而完成對(duì)灌溉時(shí)間和灌水量的精準(zhǔn)控制[23]。例如，Navarro-hellin等[24]提出了偏最小二乘回歸（PLSR）和自適應(yīng)神經(jīng)模糊系統(tǒng)（ANFIS）2種機(jī)器學(xué)習(xí)技術(shù)作為空間智能決策支持系統(tǒng)（SIDSS）的推理引擎，并根據(jù)部署在田間的幾個(gè)自主節(jié)點(diǎn)收集的土壤測(cè)量和氣候變量，估計(jì)1個(gè)種植園每周的灌溉需求。Goap等[25]提出了1種基于機(jī)器學(xué)習(xí)方法和開(kāi)源技術(shù)的智能灌溉系統(tǒng)，利用互聯(lián)網(wǎng)上的天氣預(yù)報(bào)數(shù)據(jù)和土壤濕度、土壤溫度、環(huán)境條件等地面參數(shù)的感知來(lái)預(yù)測(cè)農(nóng)田灌溉需求。

在當(dāng)前技術(shù)發(fā)展水平下，完全依靠機(jī)器完成灌溉的全部過(guò)程還存在一定的風(fēng)險(xiǎn)，需要引入專家系統(tǒng)定時(shí)對(duì)灌溉系統(tǒng)進(jìn)行評(píng)價(jià)和修正。Srbinovska等[26]提出了針對(duì)蔬菜溫室的無(wú)線傳感器網(wǎng)絡(luò)架構(gòu)，結(jié)合專家系統(tǒng)指導(dǎo)，采取遠(yuǎn)程控制滴灌等適當(dāng)?shù)拇胧瑢?shí)現(xiàn)了科學(xué)栽培和降低管理成本。為實(shí)現(xiàn)荔枝園環(huán)境的實(shí)時(shí)遠(yuǎn)程監(jiān)控和精準(zhǔn)管理，設(shè)計(jì)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)，專家系統(tǒng)根據(jù)采集到的環(huán)境數(shù)據(jù)，結(jié)合專家知識(shí)，建立多個(gè)決策數(shù)學(xué)模型，實(shí)現(xiàn)計(jì)算作物需水量、預(yù)報(bào)灌溉時(shí)間、灌溉最佳定量決策、根據(jù)灌溉制度決策等決策功能，將決策結(jié)果反饋到控制終端模塊進(jìn)行智能監(jiān)控，系統(tǒng)預(yù)測(cè)能達(dá)到75%的準(zhǔn)確率[27]。

3.5 政府和社會(huì)力量的廣泛參與是智慧灌溉健康發(fā)展的關(guān)鍵

當(dāng)前農(nóng)業(yè)生產(chǎn)投入較高，種子、化肥、農(nóng)藥的價(jià)格呈逐年增長(zhǎng)趨勢(shì)，而農(nóng)產(chǎn)品的價(jià)格增幅有限，農(nóng)民的收入相對(duì)較低。雖然物聯(lián)網(wǎng)技術(shù)在農(nóng)業(yè)灌溉中的應(yīng)用可以提高水資源利用效率、增加農(nóng)產(chǎn)品質(zhì)量，加速農(nóng)產(chǎn)品的流通，但是物聯(lián)網(wǎng)設(shè)備的前期投資較高，操作難度大，完全依靠農(nóng)民自己完成農(nóng)業(yè)灌溉的升級(jí)存在較大阻力。政府扶持是決定農(nóng)戶采用先進(jìn)節(jié)水灌溉技術(shù)的關(guān)鍵因素[28]，未來(lái)智慧灌溉的健康發(fā)展也離不開(kāi)政府和社會(huì)的大力支持。種糧大戶、農(nóng)場(chǎng)主、專業(yè)合作社、高新技術(shù)企業(yè)等社會(huì)中堅(jiān)力量對(duì)新技術(shù)的接受程度和推廣力度在很大程度上決定著農(nóng)業(yè)發(fā)展的效率和現(xiàn)代化水平。在實(shí)施精準(zhǔn)扶貧的過(guò)程中，社會(huì)力量的廣泛參與，讓政府不再唱“獨(dú)角戲”，極大地拓寬了貧困人口的收入途徑，這是非常有效的舉措。統(tǒng)籌推進(jìn)社會(huì)力量廣泛參與農(nóng)業(yè)灌溉物聯(lián)網(wǎng)的建設(shè)，是實(shí)現(xiàn)農(nóng)業(yè)健康發(fā)展的必經(jīng)之路，參與機(jī)制、合作形式、配套政策等亟待深入探究。

4 展望

隨著信息技術(shù)的快速發(fā)展，把物聯(lián)網(wǎng)技術(shù)應(yīng)用在農(nóng)業(yè)灌溉領(lǐng)域是大勢(shì)所趨。而智能灌溉系統(tǒng)將成為智慧農(nóng)業(yè)、數(shù)字農(nóng)業(yè)發(fā)展的重要組成部分。目前，還有不少挑戰(zhàn)和難題阻礙了物聯(lián)網(wǎng)在精準(zhǔn)灌溉領(lǐng)域的廣泛應(yīng)用。如農(nóng)業(yè)灌溉僅實(shí)現(xiàn)部分流程的自動(dòng)化，還沒(méi)有完全自動(dòng)化的水準(zhǔn)[29]；缺乏先進(jìn)的物聯(lián)網(wǎng)軟件平臺(tái)，迫切需要整合物聯(lián)網(wǎng)、大數(shù)據(jù)分析、云計(jì)算、霧計(jì)算等不同技術(shù)，進(jìn)行智慧水管理技術(shù)的推廣和應(yīng)用；多傳感器的集成缺乏足夠的標(biāo)準(zhǔn)和信息模型來(lái)維持系統(tǒng)高效運(yùn)作；長(zhǎng)期應(yīng)用水肥一體化技術(shù)，可能會(huì)造成濕潤(rùn)區(qū)邊緣的鹽分積累，并對(duì)作物造成一定程度的限根效應(yīng)[30]。在物聯(lián)網(wǎng)和信息技術(shù)的加持下，農(nóng)業(yè)灌溉的未來(lái)研究主要包括以下幾個(gè)方面：

1）優(yōu)化智能灌溉系統(tǒng)：增強(qiáng)設(shè)備和傳感器的兼容性和可擴(kuò)展性，降低傳感器布設(shè)規(guī)模，加快灌溉新設(shè)備的研發(fā)，促進(jìn)現(xiàn)有技術(shù)迭代升級(jí)。不僅要使其更加智能，還要使這個(gè)系統(tǒng)更加高效、穩(wěn)定、安全和可靠。能夠針對(duì)不同地區(qū)，不同氣候，不同作物品種給出一個(gè)最合適的灌溉方式。降低軟硬件操作難度，減少操作步驟，提供產(chǎn)品維修手冊(cè)，將常見(jiàn)問(wèn)題進(jìn)行展示，便于用戶自行維修和檢查。不斷升級(jí)灌溉設(shè)備，比如提高設(shè)備傳感器的精度、增加設(shè)備中的MCU使其集成度更高、提高設(shè)備的耐久度、降低設(shè)備的能耗、提高新能源和環(huán)保材料在設(shè)備中的應(yīng)用。這樣不僅節(jié)省勞動(dòng)成本，也有利于環(huán)境的保護(hù)。

2）加強(qiáng)與高新技術(shù)的結(jié)合。如人工智能（AI）和機(jī)器人流程自動(dòng)化（RPA）結(jié)合而成的超自動(dòng)化技術(shù)、嵌入新的系統(tǒng)（如鴻蒙系統(tǒng)）、運(yùn)用5G和邊緣計(jì)算技術(shù)等，使得灌溉控制平臺(tái)在實(shí)時(shí)收集、分析、管理數(shù)據(jù)時(shí)不僅網(wǎng)絡(luò)延遲更低而且數(shù)據(jù)的精度更高。物聯(lián)網(wǎng)與無(wú)人機(jī)的結(jié)合[31]，實(shí)現(xiàn)局部區(qū)域的精準(zhǔn)補(bǔ)充灌溉。首先，利用輕小型無(wú)人機(jī)協(xié)助監(jiān)測(cè)大范圍的土壤水分、養(yǎng)分、作物水分脅迫指數(shù)（）等；其次，采用中大型無(wú)人機(jī)連接水管或攜帶儲(chǔ)水箱對(duì)缺水嚴(yán)重的局部區(qū)域進(jìn)行精準(zhǔn)補(bǔ)水，提高土壤水分均勻度；最后，也可以攜帶水溶肥對(duì)部分養(yǎng)分匱乏的位置進(jìn)行補(bǔ)肥。

3）物聯(lián)網(wǎng)大數(shù)據(jù)管理與分析和數(shù)據(jù)安全。在精確灌溉的物聯(lián)網(wǎng)系統(tǒng)中，沒(méi)有一種萬(wàn)能的方法，這就要求在基于云和霧（cloud fog）的部署中找到不同的配置和連接軟件組件的方法[10]，對(duì)歷史數(shù)據(jù)進(jìn)行分析[3]，如優(yōu)化作物蒸散發(fā)模型[32]，提高作物耗水量的估算精度，提高灌溉決策的質(zhì)量。物聯(lián)云的發(fā)展有利于數(shù)據(jù)記錄和分析，數(shù)據(jù)交換與共享是經(jīng)常發(fā)生的事情，這就增加了數(shù)據(jù)管理難度，帶來(lái)了更多安全風(fēng)險(xiǎn)；同時(shí)，由于大數(shù)據(jù)資源具有巨大價(jià)值，竊取、攻擊與濫用等行為也越來(lái)越嚴(yán)重，因此必須加強(qiáng)數(shù)據(jù)安全管理和防范。

4）水-肥-藥智能實(shí)施[33]。針對(duì)水肥一體化在作物栽培、土肥水管理、病蟲害防治、農(nóng)業(yè)機(jī)械等方面的新要求，開(kāi)展集成研究，形成以水肥一體化為核心的農(nóng)業(yè)種植新模式[34]。建立水肥預(yù)測(cè)模型，提高水肥一體化設(shè)備的運(yùn)轉(zhuǎn)效率，實(shí)現(xiàn)高附加值農(nóng)產(chǎn)品的精準(zhǔn)定量水肥管理。

5）建立智慧灌溉標(biāo)準(zhǔn)，加快智慧灌溉人才培養(yǎng)。農(nóng)業(yè)傳感器、無(wú)線網(wǎng)絡(luò)農(nóng)業(yè)物聯(lián)網(wǎng)標(biāo)準(zhǔn)制定方面取得了一些進(jìn)展，但是智能較為分散，且缺乏統(tǒng)一的國(guó)家標(biāo)準(zhǔn)[35]。智慧灌溉的實(shí)施需要對(duì)信息技術(shù)、傳感器、互聯(lián)網(wǎng)等有一定的知識(shí)積累，需要跨學(xué)科、復(fù)合型的人才，這就需要在高效的培養(yǎng)人才時(shí)調(diào)整授課內(nèi)容，加強(qiáng)實(shí)踐教學(xué)，提高學(xué)生對(duì)農(nóng)業(yè)工程的熱情，增強(qiáng)學(xué)生的動(dòng)手能力。

此外，還需加強(qiáng)多種水源在智慧灌溉中的應(yīng)用，如再生水、微咸水、磁化水[36]等，積極探索典型農(nóng)作物智慧灌溉發(fā)展模式、搭建智慧灌溉虛擬仿真系統(tǒng)等。

5 結(jié)論

1）近年來(lái)，物聯(lián)網(wǎng)在農(nóng)業(yè)灌溉中的應(yīng)用，得到快速發(fā)展，尤其從2011年開(kāi)始，CNKI和WOS數(shù)據(jù)庫(kù)的論文數(shù)量連續(xù)10 a高速增長(zhǎng)，2021年開(kāi)始進(jìn)入平穩(wěn)發(fā)展期。

2）國(guó)內(nèi)方面，河北農(nóng)業(yè)大學(xué)、北京農(nóng)業(yè)智能裝備技術(shù)研究中心、吉林省農(nóng)業(yè)機(jī)械研究院等是主要的研究機(jī)構(gòu)，周杰、郭文忠、馬德新等是主要研究人員，《節(jié)水灌溉》《農(nóng)機(jī)化研究》《農(nóng)業(yè)工程技術(shù)》等是主要發(fā)文期刊；2010年之前，國(guó)內(nèi)研究主要集中在灌溉自動(dòng)化方面，包括灌溉控制系統(tǒng)、灌溉技術(shù)、水肥效率、灌溉工程設(shè)計(jì)和管理等方面的內(nèi)容，智能灌溉方面的研究正逐步興起；2011年至今，智能灌溉、水肥一體化、節(jié)水灌溉、發(fā)展現(xiàn)狀和對(duì)策、農(nóng)機(jī)的應(yīng)用、智慧灌溉以及節(jié)水減肥和綠色發(fā)展、無(wú)人機(jī)和施肥機(jī)的應(yīng)用等。近期的主要研究熱點(diǎn)為智能農(nóng)機(jī)、樹(shù)莓派和Arduino微控制器、云平臺(tái)的搭建和應(yīng)用、農(nóng)作物的品質(zhì)等。

3）國(guó)際方面，佛羅里達(dá)州立大學(xué)系統(tǒng)、佛羅里達(dá)大學(xué)、中國(guó)科學(xué)院等是該領(lǐng)域的主要研究機(jī)構(gòu)，Dukes M. D. Kamienski Carlos、Lloret Jaime等是該領(lǐng)域的主要研究人員，《Agricultural Water Management》《Sensors》《Computers and Electronics in Agriculture》等是該領(lǐng)域的主要發(fā)文期刊，印度、中國(guó)、美國(guó)是主要的論文產(chǎn)出國(guó)。2010年之前國(guó)際上的研究主要關(guān)注農(nóng)業(yè)生產(chǎn)、水管理和水資源調(diào)控、環(huán)境保護(hù)、精準(zhǔn)農(nóng)業(yè)、灌溉制度等；2011年之后，國(guó)際上的研究主要包括農(nóng)業(yè)生產(chǎn)及其環(huán)境效應(yīng)、水資源的調(diào)控、以物聯(lián)網(wǎng)和計(jì)算機(jī)為核心的灌溉技術(shù)的應(yīng)用、智慧灌溉、水分脅迫對(duì)作物的影響、再生水的利用以及未來(lái)的發(fā)展趨勢(shì)等，近期的熱點(diǎn)包括數(shù)據(jù)安全、數(shù)字農(nóng)業(yè)、作物產(chǎn)量品質(zhì)、大數(shù)據(jù)、智慧傳感器、人工智能、機(jī)器學(xué)習(xí)等。

4）未來(lái)農(nóng)業(yè)灌溉物聯(lián)網(wǎng)的發(fā)展必須聚焦節(jié)水、節(jié)肥、優(yōu)質(zhì)、高產(chǎn)、環(huán)保等主題，重要研究方向主要包括優(yōu)化智慧灌溉系統(tǒng)軟件和硬件布局、低成本的灌溉設(shè)備、大數(shù)據(jù)分析和安全、智慧灌溉標(biāo)準(zhǔn)建立和人才培養(yǎng)、高效的無(wú)線傳輸網(wǎng)絡(luò)、水-肥-藥智能實(shí)施等。

[1] UNION I T. The Internet of Things[R]. Geneva: International Telecommunication Union (ITU), 2005.

[2] ZHOU Y Y, XIA Q, ZHANG Z C, et al. Artificial intelligence and machine learning for the green development of agriculture in the emerging manufacturing industry in the IoT platform[J]. Acta Agriculturae Scandinavica, Section B — Soil & Plant Science, 2022, 72(1): 284-299.

[3] ZHAI Z Y, MARTíNEZ J F, BELTRAN V, et al. Decision support systems for agriculture 4.0: Survey and challenges[J]. Computers and Electronics in Agriculture, 2020, 170: 105 256.

[4] 秦懷斌, 李道亮, 郭理. 農(nóng)業(yè)物聯(lián)網(wǎng)的發(fā)展及關(guān)鍵技術(shù)應(yīng)用進(jìn)展[J]. 農(nóng)機(jī)化研究, 2014, 36(4): 246-248, 252.

QIN Huaibin, LI Daoliang, GUO Li. Recent advances in development and key technologies of Internet of Things in agriculture[J]. Journal of Agricultural Mechanization Research, 2014, 36(4): 246-248, 252.

[5] SHARMA B, KUMAR N. IoT-based intelligent irrigation system for paddy crop using an Internet-controlled water pump[J]. International Journal of Agricultural and Environmental Information Systems, 2021, 12(1): 21-36.

[6] ONYENEKE R, AMADI M, NJOKU C L, et al. Climate change perception and uptake of climate-smart agriculture in rice production in ebonyi state, Nigeria[J]. Atmosphere, 2021, 12(11): 21.

[7] 吳秋明, 繳錫云, 潘渝, 等. 基于物聯(lián)網(wǎng)的干旱區(qū)智能化微灌系統(tǒng)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2012, 28(1): 118-122.

WU Qiuming, JIAO Xiyun, PAN Yu, et al. Intelligent micro-irrigation system based on Internet of Things in arid area[J]. Transactions of the Chinese Society of Agricultural Engineering, 2012, 28(1): 118-122.

[8] WANG Y R, JIN J H, LIU Q C. Research on crop dynamic irrigation lower limit under limited water supply I—Method[C]. Tianjin, China. Piscataway: 2016 Fifth International Conference on Agro-Geoinformatics (Agro-Geoinformatics), 2016.

[9] 許迪, 康紹忠. 現(xiàn)代節(jié)水農(nóng)業(yè)技術(shù)研究進(jìn)展與發(fā)展趨勢(shì)[J]. 高技術(shù)通訊, 2002, 12(12): 103-108.

XU Di, KANG Shaozhong. Research progress and development trend on modernized agriculture water-saving technology[J]. High Technology Letters, 2002, 12(12): 103-108.

[10] KAMIENSKI C, SOININEN J P, TAUMBERGER M, et al. Smart water management platform: IoT-based precision irrigation for agriculture[J]. Sensors (Basel, Switzerland), 2019, 19(2): 276.

[11] AYAZ M, AMMAD-UDDIN M, SHARIF Z, et al. Internet-of-things (IoT)-based smart agriculture: Toward making the fields talk[J]. IEEE Access, 2019, 7: 129 551-129 583.

[12] 孫彥景, 丁曉慧, 于滿, 等. 基于物聯(lián)網(wǎng)的農(nóng)業(yè)信息化系統(tǒng)研究與設(shè)計(jì)[J]. 計(jì)算機(jī)研究與發(fā)展, 2011, 48(S2): 326-331.

SUN Yanjing, DING Xiaohui, YU Man, et al. Research and design of agriculture informatization system based on IOT[J]. Journal of Computer Research and Development, 2011, 48(S2): 326-331.

[13] 徐剛, 陳立平, 張瑞瑞, 等. 基于精準(zhǔn)灌溉的農(nóng)業(yè)物聯(lián)網(wǎng)應(yīng)用研究[J].計(jì)算機(jī)研究與發(fā)展, 2010, 47(S2): 333-337.

XU Gang, CHEN Liping, ZHANG Ruirui, et al. Application of Internet of Things for precision irrigation[J]. Journal of Computer Research and Development, 2010, 47(S2): 333-337.

[14] 岳煥芳, 周孝秋, 安順偉, 等. 設(shè)施番茄輕簡(jiǎn)式智能灌溉施肥機(jī)的應(yīng)用[J]. 節(jié)水灌溉, 2020(3): 85-87, 91.

YUE Huanfang, ZHOU Xiaoqiu, AN Shunwei, et al. Application of minitype intelligent fertigation control machine for facilities tomato[J]. Water Saving Irrigation, 2020(3): 85-87, 91.

[15] 逄煥成. 我國(guó)節(jié)水灌溉技術(shù)現(xiàn)狀與發(fā)展趨勢(shì)分析[J]. 中國(guó)土壤與肥料, 2006(5): 1-6.

PANG Huancheng. Analysis on the status of water-saving irrigation techniques and its development trends in China[J]. Soil and Fertilizer Sciences in China, 2006(5): 1-6.

[16] 彭世彰, 丁加麗. 國(guó)內(nèi)外節(jié)水灌溉技術(shù)比較與認(rèn)識(shí)[J]. 水利水電科技進(jìn)展, 2004, 24(4): 49-52, 60.

[17] 劉曉初, 葉邦彥. 一種新型太陽(yáng)能全自動(dòng)節(jié)水灌溉設(shè)備研究[J]. 電子科技大學(xué)學(xué)報(bào), 2003, 32(6): 638-640.

LIU Xiaochu, YE Bangyan. Expect of technology of water-saving irregation device[J]. Journal of University of Electronic Science and Technology of China, 2003, 32(6): 638-640.

[18] 徐忠輝, 潘衛(wèi)國(guó), 石紅梅. 自動(dòng)灌溉控制系統(tǒng)的應(yīng)用[J]. 北京水務(wù), 2010(5): 48-51.

XU Zhonghui, PAN Weiguo, SHI Hongmei. Application of automatic irrigation control system[J]. Beijing Water, 2010(5): 48-51.

[19] PARDOSSI A, INCROCCI L, INCROCCI G, et al. Root zone sensors for irrigation management in intensive agriculture[J]. Sensors (Basel, Switzerland), 2009, 9(4): 2 809-2 835.

[20] PUERTO P, DOMINGO R, TORRES R, et al. Remote management of deficit irrigation in almond trees based on maximum daily trunk shrinkage. Water relations and yield[J]. Agricultural Water Management, 2013, 126: 33-45.

[21] XU J Y, GU B X, TIAN G Z. Review of agricultural IoT technology[J]. Artificial Intelligence in Agriculture, 2022, 6: 10-22.

[22] 李道亮, 楊昊. 農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)研究進(jìn)展與發(fā)展趨勢(shì)分析[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2018, 49(1): 1-20.

LI Daoliang, YANG Hao. State-of-the-art review for Internet of Things in agriculture[J]. Transactions of the Chinese Society for Agricultural Machinery, 2018, 49(1): 1-20.

[23] VELLIDIS G, TUCKER M, PERRY C, et al. A real-time wireless smart sensor array for scheduling irrigation[J]. Computers and Electronics in Agriculture, 2008, 61(1): 44-50.

[24] NAVARRO-HELLíN H, MARTíNEZ-DEL-RINCON J, DOMINGO-MIGUEL R, et al. A decision support system for managing irrigation in agriculture[J]. Computers and Electronics in Agriculture, 2016, 124: 121-131.

[25] GOAP A, SHARMA D, SHUKLA A K, et al. An IoT based smart irrigation management system using Machine learning and open source technologies[J]. Computers and Electronics in Agriculture, 2018, 155: 41-49.

[26] SRBINOVSKA M, GAVROVSKI C, DIMCEV V, et al. Environmental parameters monitoring in precision agriculture using wireless sensor networks[J]. Journal of Cleaner Production, 2015, 88: 297-307.

[27] 余國(guó)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(bào), 2016, 32(20): 144-152.

YU Guoxiong, WANG Weixing, XIE Jiaxing, et al. Information acquisition and expert decision system in litchi orchard based on Internet of Things[J]. Transactions of the Chinese Society of Agricultural Engineering, 2016, 32(20): 144-152.

[28] 韓青, 譚向勇. 農(nóng)戶灌溉技術(shù)選擇的影響因素分析[J]. 中國(guó)農(nóng)村經(jīng)濟(jì), 2004(1): 63-69.

[29] KAMIENSKI C, SOININEN J P, TAUMBERGER M, et al. SWAMP: an IoT-based smart water management platform for precision irrigation in agriculture[J]. 2018 Global Internet of Things Summit (GIoTS), 2018: 1-6.

[30] 高鵬, 簡(jiǎn)紅忠, 魏樣, 等. 水肥一體化技術(shù)的應(yīng)用現(xiàn)狀與發(fā)展前景[J]. 現(xiàn)代農(nóng)業(yè)科技, 2012(8): 250, 257.

GAO Peng, JIAN Hongzhong, WEI Yang, et al. The application status and development prospect of integrative water and fertilizer[J]. Modern Agricultural Science and Technology, 2012(8): 250, 257.

[31] BOURSIANIS A D, PAPADOPOULOU M S, DIAMANTOULAKIS P, et al. Internet of Things (IoT) and Agricultural Unmanned Aerial Vehicles (UAVs) in smart farming: A comprehensive review[J]. Internet of Things, 2022, 18: 100 187.

[32] TAO H, DIOP L, BODIAN A, et al. Reference evapotranspiration prediction using hybridized fuzzy model with firefly algorithm: Regional case study in Burkina Faso[J]. Agricultural Water Management, 2018, 208: 140-151.

[33] 陳曉棟, 原向陽(yáng), 郭平毅, 等. 農(nóng)業(yè)物聯(lián)網(wǎng)研究進(jìn)展與前景展望[J]. 中國(guó)農(nóng)業(yè)科技導(dǎo)報(bào), 2015, 17(2): 8-16.

CHEN Xiaodong, YUAN Xiangyang, GUO Pingyi, et al. Progress and prospect in agricultural Internet of Things[J]. Journal of Agricultural Science and Technology, 2015, 17(2): 8-16.

[34] 高祥照, 杜森, 鐘永紅, 等. 水肥一體化發(fā)展現(xiàn)狀與展望[J]. 中國(guó)農(nóng)業(yè)信息, 2015(4): 14-19, 63.

[35] 許世衛(wèi). 我國(guó)農(nóng)業(yè)物聯(lián)網(wǎng)發(fā)展現(xiàn)狀及對(duì)策[J]. 中國(guó)科學(xué)院院刊, 2013, 28(6): 686-692.

XU Shiwei. Current status of agricultural IOT in China[J]. Bulletin of Chinese Academy of Sciences, 2013, 28(6): 686-692.

[36] ESMAEILNEZHAD E, CHOI H J, SCHAFFIE M, et al. Characteristics and applications of magnetized water as a green technology[J]. Journal of Cleaner Production, 2017, 161: 908-921.

Application of Internet of Things in Irrigation: A Review

LU Hongfei1, WANG Tao1,2, QIAO Dongmei3, SUN Jian1,2,WU Gangshan1, TIAN Chongfeng1, YAN Fang1, ZHEN Bo1,3*

(1. Jiangsu Vocational College of Agriculture and Forestry, Jurong 212499, China; 2. Jiangsu University, Zhenjiang 212013, China;3. Farmland Irrigation Research Institute, Chinese Academy of Agricultural Sciences, Xinxiang 453002, China)

【Objective】The internet of things (IoT) has been increasingly used to improve agricultural management over the past decades, and the purpose of this paper is to analyze its development and shift in application based on recent publications.【Method】We used topics and keywords to search relevant publications in CNKI and Web of Science (WOS) databases. Endnote X9 and VOSviewer were used to sort out publication data, the number of annual publications, affiliated institutions and research hotspots, from which we analyzed its development and shift. 【Result】Application of IoT in irrigation has developed rapidly. Since 2011, CNKI and WOS have both seen a rapid growth in publications in this area. We found 300 papers in CNKI in 2020, and 280 papers in WOS in 2021. In terms of contributors, Hebei Agricultural University and Beijing Agricultural Intelligent Equipment Technology Research Center topped the list in China, while in terms of journals, Water-saving Irrigation and Agricultural Mechanization Research published the most in China. Before 2010, research in IOT in China focused on irrigation automation and since 2011 this has shifted to intelligent irrigation, integration of water and fertilizer, intelligent agricultural machinery, intelligent irrigation, and water saving. Internationally, Florida State University System and the University of Florida led other institutions, and Agricultural Water Management and Sensors are the journals that published more in this field. India, China, and America lead other countries in contributing papers, publishing 292, 220 and 184 respectively. Before 2010, the focus of IOT was agricultural production, water management and water resources regulation, and since 2011, this has shifted to agricultural production and its environmental footprints, regulation of water resources, application of irrigation technology, and intelligent irrigation.【Conclusion】The application of IOT technology in irrigation has shifted from automation intelligence. The future research will be to optimize software and hardware of intelligent irrigation systems, reduce costs of irrigation equipment, big data analysis and security, establish intelligent irrigation standard and training, set up efficient wireless transmission networks, and implement intelligent irrigation and fertilization.

internet of things; automation; intelligent irrigation; bibliometrics; VOSviewer

1672 - 3317（2023）01 - 0087 - 13

S275

A

10.13522/j.cnki.ggps.2022402

陸紅飛, 王濤, 喬冬梅, 等. 物聯(lián)網(wǎng)在農(nóng)業(yè)灌溉中的應(yīng)用：從灌溉自動(dòng)化到智慧灌溉[J]. 灌溉排水學(xué)報(bào), 2023, 42(1): 87-99.

LU Hongfei, WANG Tao, QIAO Dongmei, et al.Application of Internet of Things in Irrigation: A Review[J]. Journal of Irrigation and Drainage,2023, 42(1): 87-99.

2022-07-20

江蘇農(nóng)林職業(yè)技術(shù)學(xué)院科技計(jì)劃項(xiàng)目（2022kj16）；河南省重點(diǎn)研發(fā)與推廣專項(xiàng)（科技攻關(guān)）（212400410790）；河南省自然科學(xué)基金項(xiàng)目（212300410139）

陸紅飛（1989-），男，江蘇淮安人。助理研究員，博士，主要從事節(jié)水灌溉技術(shù)和裝備方面的研究。E-mail: gofeigo@sina.com

甄博（1988-），女，河南新鄉(xiāng)人。助理研究員，碩士，主要從事農(nóng)田排水理論與裝備研究。E-mail: zhenbo@sina.com

責(zé)任編輯：白芳芳