張妍欣

（陜西省土地工程建設(shè)集團(tuán)有限責(zé)任公司， 陜西 西安 710075）

在農(nóng)業(yè)生產(chǎn)規(guī)模不斷擴(kuò)大的過(guò)程中，農(nóng)業(yè)合理用水是亟待解決的一個(gè)問(wèn)題。以往的大范圍漫灌方式對(duì)水資源的使用并不充分[1]，而人工智能技術(shù)的興起為農(nóng)業(yè)灌溉提供了全新的解決方案。在農(nóng)業(yè)灌溉領(lǐng)域中引入人工智能技術(shù)[2-10]，可以避免水資源浪費(fèi)，極大地提升農(nóng)業(yè)灌溉效率。

1 人工智能技術(shù)的應(yīng)用

1.1 農(nóng)業(yè)灌溉系統(tǒng)整體布局

農(nóng)作物干旱指數(shù)衡量參照如表1 所示，當(dāng)測(cè)得干旱指數(shù)大于5 時(shí)，開(kāi)啟智能灌溉系統(tǒng)是合理的決策。智能灌溉系統(tǒng)是一種基于現(xiàn)代科技的灌溉管理方式，通過(guò)采集土壤墑情信息數(shù)據(jù)，并經(jīng)過(guò)合理地處理和轉(zhuǎn)化，實(shí)現(xiàn)對(duì)灌溉的智能控制[2]。對(duì)于不同的農(nóng)作物培養(yǎng)對(duì)象，其灌溉要求可能存在差異。智能灌溉系統(tǒng)可以根據(jù)不同的農(nóng)作物需求，通過(guò)設(shè)置合適的參數(shù)和控制策略，實(shí)現(xiàn)對(duì)每種作物的個(gè)性化灌溉。

表1 農(nóng)作物干旱指數(shù)衡量參照

農(nóng)業(yè)灌溉系統(tǒng)的通用布局框架如圖1 所示，智能灌溉系統(tǒng)是通過(guò)在農(nóng)田中設(shè)置土壤墑情傳感器等采集儀器的方式，實(shí)時(shí)監(jiān)測(cè)土壤濕度、溫度等參數(shù)，獲取相關(guān)的土壤墑情信息數(shù)據(jù)。通過(guò)通信設(shè)備將這些數(shù)據(jù)傳輸?shù)焦喔瓤刂浦行模?duì)數(shù)據(jù)進(jìn)行處理和控制。通過(guò)預(yù)設(shè)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(jù)農(nóng)作物的需水量、土壤類型、氣象條件等因素，實(shí)現(xiàn)智能的灌溉調(diào)度。在一些地區(qū)，智能灌溉系統(tǒng)還可以增設(shè)智能終端設(shè)備，用于輸入和更新農(nóng)田信息和參數(shù)，提供更精確的灌溉控制和管理。智能灌溉系統(tǒng)的應(yīng)用可以實(shí)現(xiàn)精細(xì)化的灌溉管理，提高效率、節(jié)約水資源，并且可以根據(jù)不同農(nóng)作物的需求，實(shí)現(xiàn)個(gè)性化的灌溉控制，為農(nóng)業(yè)生產(chǎn)提供更好的支持。

圖1 農(nóng)業(yè)灌溉系統(tǒng)的通用布局框架

1.2 農(nóng)業(yè)灌溉系統(tǒng)模型構(gòu)建

農(nóng)業(yè)灌溉智能控制模型設(shè)置如表2 所示。以實(shí)時(shí)監(jiān)測(cè)到的田間環(huán)境溫度值為自變量，結(jié)合水分蒸發(fā)的程度作為切入點(diǎn)，建立精準(zhǔn)控制灌溉模型。該模型可以根據(jù)田間環(huán)境溫度的變化和水分蒸發(fā)的情況，實(shí)時(shí)調(diào)整灌溉量，以確保農(nóng)作物得到適量的水分供給。

表2 農(nóng)業(yè)灌溉智能控制模型設(shè)置

1）假設(shè)田間環(huán)境溫度為T（攝氏度），水分蒸發(fā)的程度為E（單位時(shí)間內(nèi)水分蒸發(fā)的量）。

2）使用實(shí)測(cè)的田間環(huán)境溫度值T，計(jì)算相應(yīng)的水分蒸發(fā)程度E。

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

4）根據(jù)農(nóng)作物的需水量，確定灌溉量的目標(biāo)值I_target。

5）根據(jù)實(shí)測(cè)的田間環(huán)境溫度值T，計(jì)算出水分蒸發(fā)程度E。

6）根據(jù)目標(biāo)灌溉量I_target 和實(shí)際計(jì)算得到的灌溉量I，進(jìn)行調(diào)整，確定最終的灌溉量I_final。

7）根據(jù)實(shí)測(cè)的田間環(huán)境溫度值T，計(jì)算水分蒸發(fā)程度E，使用水分蒸發(fā)模型Penman-Monteith公式。

8）根據(jù)農(nóng)作物的需水量和生長(zhǎng)階段，確定目標(biāo)灌溉量I_target。

9）將實(shí)際計(jì)算得到的灌溉量I 和目標(biāo)灌溉量I_target進(jìn)行比較。

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

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

12）根據(jù)最終的灌溉量I_final，進(jìn)行實(shí)際的灌溉操作。

通過(guò)精準(zhǔn)控制灌溉，可以避免灌溉過(guò)度或灌溉不足的情況發(fā)生，提高灌溉的效率和水資源利用率。同時(shí)，該模型還可以根據(jù)不同農(nóng)作物的需水量和生長(zhǎng)階段的變化，進(jìn)行個(gè)性化的灌溉調(diào)控，為農(nóng)業(yè)生產(chǎn)提供更精確的支持。通過(guò)實(shí)時(shí)監(jiān)測(cè)和精準(zhǔn)控制，這個(gè)灌溉模型能夠在不同的環(huán)境條件下，實(shí)現(xiàn)靈活而有效的灌溉管理?；谌斯ぶ悄艿霓r(nóng)業(yè)灌溉智能控制模型如圖2 所示。

圖2 基于人工智能的農(nóng)業(yè)灌溉智能控制模型

1.3 系統(tǒng)軟件控制

人工智能平臺(tái)下的灌溉精準(zhǔn)控制軟件流程如圖3所示，基于人工智能平臺(tái)的灌溉精準(zhǔn)控制軟件實(shí)現(xiàn)了傳感器數(shù)據(jù)采集、灌溉控制、數(shù)據(jù)傳輸和通信、平臺(tái)數(shù)據(jù)處理、用戶交互等功能，實(shí)現(xiàn)了人工智能與灌溉系統(tǒng)的無(wú)縫串接。用戶可以遠(yuǎn)程監(jiān)控和控制灌溉系統(tǒng)，實(shí)現(xiàn)灌溉的精準(zhǔn)調(diào)控。

圖3 人工智能平臺(tái)下的灌溉精準(zhǔn)控制軟件流程

通過(guò)設(shè)置不同編號(hào)的功能控制，實(shí)現(xiàn)了對(duì)灌溉系統(tǒng)和農(nóng)田環(huán)境的精準(zhǔn)監(jiān)控和管理。例如：編號(hào)4 和編號(hào)5 用于實(shí)時(shí)監(jiān)測(cè)和調(diào)整灌溉系統(tǒng)的工作狀態(tài)和參數(shù)設(shè)置，包括灌溉設(shè)備的狀態(tài)和灌溉量的設(shè)置；而編號(hào)7 和編號(hào)8 則用于實(shí)時(shí)獲取和顯示農(nóng)田作物溫度和土壤墑情數(shù)據(jù)。在軟件程序中，根據(jù)不同編號(hào)設(shè)定了相應(yīng)的數(shù)據(jù)采集和處理邏輯，分別與灌溉系統(tǒng)和農(nóng)田環(huán)境相關(guān)。用戶可以通過(guò)不同的數(shù)據(jù)展示和操作界面，實(shí)時(shí)查看灌溉系統(tǒng)的狀態(tài)和參數(shù)設(shè)置，以及農(nóng)田作物溫度和土壤墑情數(shù)據(jù)，并進(jìn)行相應(yīng)的控制和調(diào)整操作。這樣，灌溉系統(tǒng)的工作和農(nóng)田環(huán)境的管理得到了精準(zhǔn)監(jiān)控和有效調(diào)控。

1.4 系統(tǒng)硬件控制

基于人工智能的灌溉系統(tǒng)硬件配置及組成如圖4所示。手持終端設(shè)備是農(nóng)業(yè)灌溉系統(tǒng)的智能控制終端，用于實(shí)時(shí)監(jiān)測(cè)和控制系統(tǒng)的各項(xiàng)參數(shù)和功能[3]。匯聚節(jié)點(diǎn)模塊用于將各個(gè)通信節(jié)點(diǎn)的數(shù)據(jù)匯集并傳輸?shù)狡脚_(tái)上進(jìn)行集中管理和控制?，F(xiàn)場(chǎng)灌溉控制裝置適用于實(shí)際的灌溉操作，根據(jù)設(shè)定的參數(shù)和控制策略來(lái)控制水泵和閥門等設(shè)備的運(yùn)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(shè)備則用于顯示系統(tǒng)的工作狀態(tài)和各項(xiàng)參數(shù)。

圖4 基于人工智能的灌溉系統(tǒng)硬件配置及組成

基于人工智能的農(nóng)業(yè)灌溉系統(tǒng)精準(zhǔn)化控制硬件參數(shù)內(nèi)部設(shè)置如表3 所示，通過(guò)這些硬件設(shè)備的匹配和組合，農(nóng)業(yè)灌溉系統(tǒng)能夠?qū)崿F(xiàn)智能控制、遠(yuǎn)程監(jiān)測(cè)和精確灌溉等功能。不僅能夠提高灌溉效率和節(jié)約資源，還能夠提高農(nóng)作物的產(chǎn)量和品質(zhì)。因此，在農(nóng)業(yè)灌溉系統(tǒng)的建設(shè)和運(yùn)行中，對(duì)這些要素進(jìn)行全覆蓋和專業(yè)化的硬件性匹配是非常重要的。

表3 基于人工智能的農(nóng)業(yè)灌溉系統(tǒng)精準(zhǔn)化控制硬件參數(shù)內(nèi)部設(shè)置

2 實(shí)例應(yīng)用分析

2.1 作業(yè)條件

基于人工智能的農(nóng)業(yè)灌溉系統(tǒng)可以實(shí)現(xiàn)對(duì)800 m×2 000 m 的試驗(yàn)田進(jìn)行精準(zhǔn)的土壤濕度、溫度和光照控制，以滿足土豆生長(zhǎng)的需求。農(nóng)業(yè)灌溉系統(tǒng)的精準(zhǔn)化控制實(shí)踐流程如圖5所示。

圖5 農(nóng)業(yè)灌溉系統(tǒng)的精準(zhǔn)化控制實(shí)踐流程

1）為確保灌溉系統(tǒng)的精準(zhǔn)性，需要選擇合適的傳感器并對(duì)其進(jìn)行準(zhǔn)確的校準(zhǔn)。對(duì)于土豆的灌溉，關(guān)鍵監(jiān)測(cè)參數(shù)可能包括土壤濕度、土壤溫度和光照強(qiáng)度等。通過(guò)選擇合適的傳感器并進(jìn)行準(zhǔn)確的校準(zhǔn)，可以確保監(jiān)測(cè)數(shù)據(jù)的準(zhǔn)確性和可靠性。在設(shè)置過(guò)程關(guān)鍵監(jiān)測(cè)參數(shù)時(shí)，需要根據(jù)土豆的生長(zhǎng)需求和環(huán)境條件來(lái)進(jìn)行合理的設(shè)定，以確保灌溉系統(tǒng)能夠根據(jù)實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)進(jìn)行精準(zhǔn)控制。

2）為確保灌溉系統(tǒng)的精準(zhǔn)控制，需要設(shè)計(jì)和開(kāi)發(fā)合適的控制程序，并將其與硬件設(shè)備進(jìn)行協(xié)調(diào)?？刂瞥绦驊?yīng)能根據(jù)監(jiān)測(cè)數(shù)據(jù)實(shí)時(shí)調(diào)整灌溉系統(tǒng)的運(yùn)行狀態(tài)，確保水源供給、灌溉裝置和閥門等硬件設(shè)備的動(dòng)作與控制程序的執(zhí)行一致。通過(guò)有效的軟硬件協(xié)調(diào)，可以實(shí)現(xiàn)精準(zhǔn)的灌溉操作，提高土豆的生長(zhǎng)效果。

3）在精準(zhǔn)灌溉實(shí)踐中，確保數(shù)據(jù)的可信度和原始性非常重要。為此，需要選擇合適的數(shù)據(jù)記錄和存儲(chǔ)設(shè)備，并進(jìn)行準(zhǔn)確的數(shù)據(jù)記錄和導(dǎo)出。同時(shí)，在數(shù)據(jù)記錄和導(dǎo)出過(guò)程中，需要采取相應(yīng)的措施確保數(shù)據(jù)的安全性和完整性，以防止數(shù)據(jù)的篡改和損壞。通過(guò)保證數(shù)據(jù)的可信度與原始性，可以提高對(duì)于灌溉實(shí)踐過(guò)程的分析和評(píng)估的準(zhǔn)確性，為農(nóng)業(yè)生產(chǎn)提供科學(xué)依據(jù)。

2.2 結(jié)果分析

通過(guò)統(tǒng)計(jì)不同實(shí)踐次數(shù)下的灌溉水量、灌溉時(shí)間和土壤濕度的變化情況，可以評(píng)估人工智能平臺(tái)的灌溉系統(tǒng)在不同實(shí)踐次數(shù)下的水量控制精準(zhǔn)度、時(shí)間控制精準(zhǔn)度和土壤濕度的精準(zhǔn)控制能力。同時(shí)，通過(guò)統(tǒng)計(jì)不同實(shí)踐次數(shù)下的能耗情況和土豆生長(zhǎng)情況，可以評(píng)估系統(tǒng)的能耗效率和灌溉效果，包括土豆的生長(zhǎng)速度、產(chǎn)量和品質(zhì)等指標(biāo)。這些評(píng)估指標(biāo)的統(tǒng)計(jì)分析有助于優(yōu)化灌溉系統(tǒng)設(shè)計(jì)和改進(jìn)控制策略，提高灌溉系統(tǒng)的精準(zhǔn)度和效率，助力農(nóng)業(yè)生產(chǎn)可持續(xù)發(fā)展。

如表4 所示，在不同的灌溉實(shí)踐次數(shù)下，系統(tǒng)的平均決策響應(yīng)時(shí)間為2.05 s，數(shù)據(jù)顯示灌溉實(shí)踐次數(shù)對(duì)系統(tǒng)的決策響應(yīng)時(shí)間沒(méi)有明顯影響。然而，系統(tǒng)的偏差在不同實(shí)踐次數(shù)下有一定的變化，平均偏差為±4.05%。綜合來(lái)看，人工智能平臺(tái)的灌溉系統(tǒng)在不同實(shí)踐次數(shù)下對(duì)決策響應(yīng)時(shí)間有較高的精準(zhǔn)度，但對(duì)偏差的控制仍需要進(jìn)一步優(yōu)化和改進(jìn)。

表4 不同灌溉實(shí)踐次數(shù)下的指標(biāo)參數(shù)統(tǒng)計(jì)

如表5 所示，通過(guò)人工智能的模型應(yīng)用，系統(tǒng)的響應(yīng)率從86.50%提高到94.18%，精準(zhǔn)度從89.70%提高到95.95%，動(dòng)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(jié)水效率從85.50%提高到91.50%。綜合來(lái)看，基于人工智能的模型應(yīng)用對(duì)系統(tǒng)性能參數(shù)有著顯著的改善效果，包括響應(yīng)率、精準(zhǔn)度、動(dòng)作延遲率、灌溉作物合格率和灌溉節(jié)水效率的顯著提升。這表明基于人工智能的模型應(yīng)用在農(nóng)業(yè)灌溉中具有重要的促進(jìn)作用。

表5 基于人工智能的模型應(yīng)用前后性能參數(shù)對(duì)比

3 結(jié)語(yǔ)

基于人工智能技術(shù)的精準(zhǔn)控制模型應(yīng)用在灌溉系統(tǒng)中取得了顯著的改善效果。通過(guò)對(duì)比前后的數(shù)據(jù)，系統(tǒng)的響應(yīng)率從86.50%提高到94.18%，動(dòng)作延遲率從4.21%下降到1.49%。系統(tǒng)整體實(shí)現(xiàn)了較好的灌溉節(jié)水效果。這種基于人工智能技術(shù)的灌溉系統(tǒng)優(yōu)化設(shè)計(jì)理念，充分結(jié)合了灌溉作業(yè)機(jī)理和系統(tǒng)自動(dòng)控制性能，旨在實(shí)現(xiàn)優(yōu)化目標(biāo)。它不僅推動(dòng)了我國(guó)農(nóng)業(yè)灌溉系統(tǒng)集成化發(fā)展，還為智能化、人性化的農(nóng)作物管理提供了有效途徑。