西瓜基質(zhì)栽培智能灌溉系統(tǒng)的研究

張清泉，林衛(wèi)國，鄭相周*，黃遠，徐張群

?

西瓜基質(zhì)栽培智能灌溉系統(tǒng)的研究

張清泉a，林衛(wèi)國a，鄭相周a*，黃遠b，徐張群a

(華中農(nóng)業(yè)大學(xué)a.工學(xué)院；b.園藝林學(xué)學(xué)院，湖北武漢430070)

設(shè)計了一種基于ZigBee無線傳感器網(wǎng)絡(luò)的西瓜基質(zhì)栽培智能灌溉系統(tǒng)。該系統(tǒng)由環(huán)境信息采集裝置、信息處理系統(tǒng)和灌溉執(zhí)行結(jié)構(gòu)3部分組成。環(huán)境信息采集裝置主要采集影響西瓜水分需求的基質(zhì)相對濕度和空氣相對濕度；信息處理系統(tǒng)對數(shù)據(jù)進行分析與處理，判斷是否驅(qū)動灌溉執(zhí)行機構(gòu)對西瓜進行灌溉。綜合考慮西瓜在不同生長階段基質(zhì)相對濕度、空氣相對濕度對西瓜需水量的影響，建立了模糊控制規(guī)則庫，利用MATLAB進行仿真，證明灌溉策略的有效性。結(jié)果表明，智能灌溉系統(tǒng)能根據(jù)智能灌溉策略適時、適量地進行灌溉，控制基質(zhì)相對濕度與西瓜生長階段相適應(yīng)，伸蔓期將基質(zhì)相對濕度控制在62.82%～67.25%，開花坐果期將基質(zhì)相對濕度控制在68.05%～72.18%，膨瓜期將基質(zhì)相對濕度控制在72.23%～77.15%，成熟期將基質(zhì)相對濕度控制在58.36%～62.13%，所測得的基質(zhì)相對濕度與最佳基質(zhì)相對濕度之間的誤差在2%左右，滿足西瓜基質(zhì)栽培的灌溉需求。

西瓜；基質(zhì)栽培；智能灌溉；ZigBee；模糊控制

西瓜不同生育期的水肥組合[1]與不同頻率的滴灌方式[2]對西瓜的產(chǎn)量、品質(zhì)有明顯影響。基質(zhì)栽培是西瓜栽培的重要方式，通過控制基質(zhì)中含水量的上限和下限來調(diào)節(jié)基質(zhì)的相對濕度[3–4]，智能化程度較低。近年來，ZigBee無線傳感器網(wǎng)絡(luò)技術(shù)與智能灌溉技術(shù)被應(yīng)用到農(nóng)業(yè)灌溉領(lǐng)域中，為智能灌溉提供了良好的思路與應(yīng)用前景[5–9]。常用的智能灌溉控制是基于土壤水分偏差和偏差變化率的模糊控制[10–14]。由于西瓜對水分的需求不僅受生長發(fā)育的影響，還受基質(zhì)相對濕度、空氣相對濕度的影響較大[15]。筆者設(shè)計了一種基于ZigBee無線傳感器網(wǎng)絡(luò)的西瓜基質(zhì)栽培智能灌溉系統(tǒng)。其中，ZigBee無線傳感器網(wǎng)絡(luò)實時監(jiān)測西瓜生長的基質(zhì)相對濕度和空氣相對濕度，智能灌溉系統(tǒng)以西瓜定植時間為輸入量，查詢表格得出當前西瓜最佳基質(zhì)相對濕度，以當前基質(zhì)相對濕度與最佳基質(zhì)相對濕度差值和本周期采集基質(zhì)相對濕度與上周期采集的基質(zhì)相對濕度差值為輸入變量，建立模糊控制規(guī)則庫，推理出灌溉時間，并判斷當前空氣相對濕度是否適合灌溉。現(xiàn)將結(jié)果報道如下。

1　系統(tǒng)總體結(jié)構(gòu)及工作原理

基于ZigBee無線傳感器網(wǎng)絡(luò)西瓜基質(zhì)栽培智能灌溉系統(tǒng)由環(huán)境信息采集裝置、灌溉策略及上位機信息處理系統(tǒng)和灌溉執(zhí)行機構(gòu)3部分組成，如圖1所示。

圖1　系統(tǒng)的總體結(jié)構(gòu)

環(huán)境信息采集裝置通過ZigBee無線傳感器網(wǎng)絡(luò)由終端節(jié)點、路由節(jié)點、協(xié)調(diào)器節(jié)點完成信號的傳遞，實現(xiàn)環(huán)境信息的實時采集；信息處理系統(tǒng)由灌溉策略和上位機組成，對環(huán)境信息采集系統(tǒng)采集的數(shù)據(jù)進行分析和處理；灌溉執(zhí)行機構(gòu)由電磁閥組成，當西瓜需要補充水分時，信息處理系統(tǒng)驅(qū)動電磁閥對西瓜進行灌溉。

ZigBee無線傳感器網(wǎng)絡(luò)拓撲結(jié)構(gòu)分為星型拓撲結(jié)構(gòu)、樹型拓撲結(jié)構(gòu)、網(wǎng)狀拓撲結(jié)構(gòu)。為了增加系統(tǒng)的穩(wěn)定性，加大信號的傳輸距離，采用網(wǎng)狀網(wǎng)絡(luò)拓撲結(jié)構(gòu)。將少量傳感器節(jié)點充當路由，完成數(shù)據(jù)采集并接收其他傳感器節(jié)點采集的數(shù)據(jù)發(fā)送給協(xié)調(diào)器，大部分傳感器作為終端節(jié)點，只采集數(shù)據(jù)并發(fā)送給附近的路由或協(xié)調(diào)器，降低節(jié)點的能耗和節(jié)約成本。

2　環(huán)境信息采集裝置

選用JZH–004采集基質(zhì)相對濕度；JZH–021采集空氣相對濕度；無線控制模塊為JZH–211，4路繼電器輸出，控制電磁閥的通斷；協(xié)調(diào)器為KL–H1100，管理由各傳感器組成的ZigBee無線傳感器網(wǎng)絡(luò)。JZH–021有路由功能，采集空氣相對濕度，同時接收附近其他傳感器采集的數(shù)據(jù)并發(fā)送給協(xié)調(diào)器。JZH–004、JZH–021、JZH–211和KL–H1100共同完成基質(zhì)相對濕度和空氣相對濕度數(shù)據(jù)的采集。

終端節(jié)點和路由節(jié)點模塊由8051處理器和無線通信等模塊組成，如圖2所示。CC2530內(nèi)置有業(yè)界標準的增強型 8051CPU，系統(tǒng)內(nèi)可編程閃存。在網(wǎng)絡(luò)節(jié)點硬件平臺中，CC2530需要通過A/D轉(zhuǎn)換控制傳感器模塊進行數(shù)據(jù)采集，控制無線 RF 模塊并完成數(shù)據(jù)收發(fā)。

圖2　終端節(jié)點和路由節(jié)點

協(xié)調(diào)節(jié)點由CC2530射頻模塊和S3C2416處理器組成。CC2530芯片作為協(xié)調(diào)節(jié)點的微控制器，配置相應(yīng)的ZigBee射頻模塊，通過建立網(wǎng)絡(luò)管理終端節(jié)點，同時接收終端節(jié)點和路由節(jié)點發(fā)送的數(shù)據(jù)。S3C2416 處理器負責(zé)顯示、存儲、控制算法的執(zhí)行及通訊功能，協(xié)調(diào)器通過Modbus TCP協(xié)議與上位機通訊。

3　信息處理系統(tǒng)的設(shè)計

3.1　智能灌溉的結(jié)構(gòu)設(shè)計

據(jù)宋羽等[16]的研究結(jié)果，以西瓜品種‘早佳8424’為例，各生長階段最佳基質(zhì)相對濕度分別是苗期70%～80%，伸蔓期60%～70%，開花坐果期65%～75%，膨瓜期70%～80%，成熟期55%～65%。西瓜基質(zhì)栽培灌溉管理是一個復(fù)雜的過程[17]，如圖3所示。西瓜基質(zhì)栽培智能灌溉系統(tǒng)設(shè)計為二級推理機制：第一級推理以西瓜定植時間為輸入量，輸出量為最佳基質(zhì)相對濕度；第二級推理以當前基質(zhì)相對濕度與最佳基質(zhì)相對濕度差值和本周期采集的基質(zhì)相對濕度與上周期采集的基質(zhì)相對濕度差值為輸入變量，經(jīng)過模糊推理，輸出灌溉時間，通過控制灌溉時間來調(diào)節(jié)基質(zhì)相對濕度。由于西瓜生長要求空氣相對干燥，適宜的空氣相對濕度為60%左右，若空氣相對濕度超過80%，則西瓜生長瘦弱，坐果率低，品質(zhì)差[18–20]。當空氣相對濕度過高時灌溉，會誘發(fā)多種病蟲害，嚴重影響西瓜的產(chǎn)量和品質(zhì)，因此空氣相對濕度高于80%時不適合灌溉。

圖3　西瓜智能灌溉系統(tǒng)結(jié)構(gòu)框圖

3.2　第一級推理

西瓜在不同生長階段的基質(zhì)相對濕度是一個較大的范圍，定義最佳基質(zhì)相對濕度為此范圍的中間值，故西瓜在苗期、伸蔓期、開花坐果期、膨瓜期、成熟期所對應(yīng)最佳基質(zhì)相對濕度分別為75%、65%、70%、75%、60%。西瓜苗期在溫室集中培養(yǎng)，定植當天記為第1天，西瓜進入伸蔓期，根據(jù)西瓜不同生長階段的生長周期推理出當前最佳基質(zhì)相對濕度。

3.3　第二級推理

第二級推理以當前基質(zhì)相對濕度與最佳基質(zhì)相對濕度差值()和本周期采集的基質(zhì)相對濕度與上周期采集的基質(zhì)相對濕度差值()為模糊輸入變量，經(jīng)過模糊推理，輸出灌溉時間。西瓜在不同生長階段適合生長的基質(zhì)相對濕度上限與下限的差值均為10%，最佳基質(zhì)相對濕度為上限與下限的中間值，故選取的實際論域為[–5%，5%]，使得基質(zhì)相對濕度的實際變化范圍在適合西瓜生長的基質(zhì)相對濕度范圍內(nèi)。通過多次試驗測得本周期采集的基質(zhì)相對濕度與上周期采集的基質(zhì)相對濕度的差值均在5%以內(nèi)，所以選取的實際論域為[–5%，5%]。西瓜整個生育期基質(zhì)相對濕度的變化范圍為[55%，80%]，由試驗測得基質(zhì)相對濕度從55%增大到80%大約需要30 min，故的實際論域為[0，30]。

在模糊控制中，輸入、輸出變量用模糊語言描述，系統(tǒng)用來描述輸入變量和的語言變量相同，均為負大(NB)、負中(NM)、負小(NS)、零(ZO)、正小(PS)、正中(PM)、正大(PB) 7個語言變量，量化論域為｛–3，–2，–1，0，1，2，3｝。由于灌溉時間為非負數(shù)，的語言變量為不灌溉(ZO)、短時間灌溉(PS)、中等時間灌溉(PM)、長時間灌溉(PB)，量化論域為{0，1，2，3}。

量化因子k和k及比例因子k由輸入、輸出變量的實際論域和量化論域[21]確定。經(jīng)計算，k=0.6，k=0.6，k=600。考慮到計算方便，輸入變量、和輸出變量的隸屬度函數(shù)均采用對稱三角形[8,22]。

由專家經(jīng)驗可知，當前基質(zhì)相對濕度與當前最佳基質(zhì)相對濕度的差值較大時，西瓜需水量大；本周期采集的基質(zhì)相對濕度比上周期采集的基質(zhì)相對濕度較高或較低時，西瓜的需水量也受到影響。輸入變量和均有7個語言變量，通過排列組合得到49條控制規(guī)則，列于表1。

表1　第二級推理規(guī)則

4　MATLAB仿真與試驗分析

4.1　MATLAB仿真

采用MATLAB語言編制程序，在模糊邏輯編輯中添加已定義輸入輸出語言變量，以及它們的模糊子集，完成各個變量的隸屬度函數(shù)的編輯。打開曲面觀測器，觀察輸入輸出控制曲面，如圖4所示?？刂魄娉史蔷€性，說明模糊控制本身也是非線性的。當和的值越小時，西瓜的需水量就越大；和值越大時，西瓜的需水量越小。當2個輸入變量取不同的值時，系統(tǒng)根據(jù)重心法求出輸出變量的值，比如當=–2.58，=–1.63時，相應(yīng)的輸出結(jié)果=2.17，乘以比例因子600，則輸出的灌溉時間為1 302 s。

圖4　輸入輸出控制曲面

4.2　試驗驗證

為了測定智能灌溉系統(tǒng)的穩(wěn)定性，在華中農(nóng)業(yè)大學(xué)國家蔬菜改良中心華中蔬菜分中心大棚進行試驗。將基質(zhì)相對濕度傳感器、空氣相對濕度傳感器和協(xié)調(diào)器安裝到大棚中，每5 min采集1次數(shù)據(jù)。上位機接收協(xié)調(diào)器發(fā)送的數(shù)據(jù)，通過設(shè)計的灌溉策略推理出電磁閥的通斷時間，從而調(diào)節(jié)基質(zhì)相對濕度。測試智能灌溉系統(tǒng)在西瓜不同生長階段的基質(zhì)相對濕度，協(xié)調(diào)器將接收到的數(shù)據(jù)發(fā)送給上位機，繪制其數(shù)據(jù)曲線，如圖5所示。

圖5　西瓜不同生長階段的基質(zhì)相對濕度

圖5表明，西瓜伸蔓期最佳基質(zhì)相對濕度為65%，當天灌溉2次，在08：05時基質(zhì)相對濕度最大，為67.25%，在14：20時，基質(zhì)相對濕度最小，為62.85%。開花坐果期最佳基質(zhì)相對濕度為70%，當天灌溉2次，在16：15時基質(zhì)相對濕度最大，為72.18%，在00：00時基質(zhì)相對濕度最小，為68.05%。膨瓜期最佳基質(zhì)相對濕度為75%，當天灌溉3次，在08：20時基質(zhì)相對濕度最大，為77.15%，在00：00時基質(zhì)相對濕度最小，為72.23%。成熟期最佳基質(zhì)相對濕度為60%，在08：10時基質(zhì)相對濕度最大，為62.13%，在11：55時基質(zhì)相對濕度最小，為58.36%。當空氣相對濕度高于80%時，即使基質(zhì)相對濕度較低，灌溉系統(tǒng)也未對西瓜進行灌溉。試驗結(jié)果表明，智能灌溉系統(tǒng)能根據(jù)智能灌溉策略控制灌溉時間，及時調(diào)節(jié)西瓜基質(zhì)相對濕度，控制基質(zhì)相對濕度與西瓜生長階段相適應(yīng)，所測得的基質(zhì)相對濕度與最佳基質(zhì)相對濕度之間的誤差約為2%，可滿足西瓜基質(zhì)栽培的需求。

[1] 楊小振，張顯，馬建祥，等．滴灌施肥對大棚西瓜生長、產(chǎn)量及品質(zhì)的影響[J]．農(nóng)業(yè)工程學(xué)報，2014，30(7)：109–118．

[2] 劉煉紅，莫言玲，楊小振，等．調(diào)虧灌溉合理滴灌頻率提高大棚西瓜產(chǎn)量及品質(zhì)[J]．農(nóng)業(yè)工程學(xué)報，2014，30(24)：95–104．

[3] 李萍萍，劉志剛，王紀章．一種基質(zhì)栽培作物的灌溉決策方法及灌溉系統(tǒng)：中國，103329780A[P]．2013– 10–02．

[4] 楊平，陳銳，李杰，等．不同灌溉下限與營養(yǎng)液濃度對基質(zhì)栽培番茄的影響[J]．江蘇農(nóng)業(yè)科學(xué)，2017，45(5)：126–129．

[5] DURSUN M，OZDEN S．A wireless application of drip irrigation automation supported by soil moisture sensors[J]．Scientific Research & Essays，2011，6(7)：1573–1582．

[6] SINGH S N，JHA R，NANDWANA M K．Optimal design of solar powered fuzzy control irrigation system for cultivation of green vegetable plants in Rural India[C]// International Conference on Recent Advances in Information Technology．IEEE，2012：877 – 882．

[7] 張偉，何勇，裘正軍，等．基于無線傳感網(wǎng)絡(luò)與模糊控制的精細灌溉系統(tǒng)設(shè)計[J]．農(nóng)業(yè)工程學(xué)報，2009，25(S2)：7–12．

[8] 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．

[9] 牛寅，張侃諭．輪灌條件下灌溉施肥系統(tǒng)混肥過程變論域模糊控制[J]．農(nóng)業(yè)機械學(xué)報，2016，47(3)：45–52．

[10] 謝守勇，李錫文，楊叔子，等．基于PLC的模糊控制灌溉系統(tǒng)的研制[J]．農(nóng)業(yè)工程學(xué)報，2007，23(6)：208–210．

[11] 匡迎春，沈岳，段建南，等．模糊控制在水稻節(jié)水自動灌溉中的應(yīng)用[J]．農(nóng)業(yè)工程學(xué)報，2011，27(4)：18–21．

[12] 李聰聰，高立艾，李云亮．基于物聯(lián)網(wǎng)技術(shù)和模糊控制的智能節(jié)水灌溉系統(tǒng)[J]．節(jié)水灌溉，2013(12)：83–86．

[13] 梁月云，崔天時，何亞非．溫室節(jié)水灌溉系統(tǒng)模糊控制器設(shè)計及 MATLAB 仿真[J]．農(nóng)機化研究，2014，36(6)：202–205．

[14] 錢稷，周娟，張廣華，等．基于模糊控制的溫室內(nèi)土壤濕度智能監(jiān)控系統(tǒng)設(shè)計[J]．華中農(nóng)業(yè)大學(xué)學(xué)報，2015，34(5)：121–126．

[15] 孫靜．基于模糊控制的智能灌溉系統(tǒng)的研究[D]．濟南：山東大學(xué)，2014．

[16] 宋羽，盧青成，王浩．適合新疆戈壁地區(qū)甜瓜穴盤育苗的基質(zhì)相對含水量的探究[J]．北方園藝，2014(9)：53–55．

[17] 杜軍志，張會梅，楊絨會．環(huán)境條件對西瓜生長發(fā)育的影響[J]．中國瓜菜，2004(5)：15–17．

[18] 張冬梅．大棚微型西瓜定植后的管理及病蟲害綜合防治[J]．吉林蔬菜，2016(7)：5–6．

[19] 陳亮．早熟西瓜大棚栽培溫濕度特點及其管理技術(shù)[J]．福建農(nóng)業(yè)科技，2011(1)：23–24．

[20] 湯謐，別之龍，張保才，等．西瓜、甜瓜果實品質(zhì)及調(diào)控研究進展[J]．長江蔬菜，2009(4)：10–14．

[21] 孫增圻，鄧志東，張再興．智能控制理論與技術(shù)[M]．2版．北京：清華大學(xué)出版社，2011．

[22] KASHIWAGI T，MADOKA Y，HIROTSU N，et al．Locus prl5 improves lodging resistance of rice by delaying senescence and increasing carbohydrate reaccumulation[J]．Plant Physiology and Biochemistry，2006，44(2)：152–157．

責(zé)任編輯：羅慧敏

英文編輯：吳志立

Study on the intelligent irrigation system of watermelon substrate cultivation

ZHANG Qingquana, LIN Weiguoa, ZHENG Xiangzhoua*, HUANG Yuanb, XU Zhangquna

(a.College of Engineering; b.College of Horticulture and Forestry Sciences, Huazhong Agricultural University, Wuhan 430070, China)

A watermelon cultivation of intelligent irrigation system was designed based on ZigBee wireless sensor network. The system is composed of environment information acquisition device, information processing system and irrigation implementation structure. The environmental information collection device collects the substrate relative humidity and air relative humidity of the watermelon moisture demand, and analyzes and processes the data in the information processing system to judge whether the irrigating agency is driving the irrigation. Considering the influence of substrate relative humidity and air relative humidity on the water demand of watermelon at different growth stages, a fuzzy control rule was established to test the validity by MATLAB simulation. The results showed that the intelligent irrigation system could be irrigated according to the intelligent irrigation strategy, and the substrate relative humidity of the substrate was compatible with the growth stage of watermelon. The substrate relative humidity was controlled at 62.82%–67.25% during the period of sprouting stage. The substrate relative humidity was controlled at 68.05%–72.18% during the period of flowering stage. The substrate relative humidity was controlled at 72.23%–77.15%during the period of expanding stage. The substrate relative humidity was controlled at 58.36%–62.13% during the period of maturing stage. An error of 2% was obtained between the measured optimum substrate relative humidity at a substrate relative humidity, which meet the needs of watermelon cultivation substrate.

watermelon; cultivation substrate; intelligent irrigation; ZigBee; fuzzy control

S274.2

A

1007-1032(2017)05-0560-05

2017–02–20

2017–06–28

國家自然科學(xué)基金項目(51305152)；中央高?；究蒲袠I(yè)務(wù)費專項基金(2662015PY078)；青海省重點研發(fā)與轉(zhuǎn)化計劃科技合作專項(2016–HZ–818)；湖北省科技支撐計劃項目(2015BKA349)

張清泉(1991—)，男，湖南婁底人，碩士研究生，主要從事農(nóng)業(yè)電氣化與自動化研究，zhqingquan1992@163.com；*通信作者，鄭相周，副教授，主要從事農(nóng)業(yè)電氣化與自動化研究，zhxhzcn@163.com

投稿網(wǎng)址：http://xb.hunau.edu.cn