基于ET和水量平衡的日光溫室實(shí)時(shí)精準(zhǔn)灌溉決策及控制系統(tǒng)

顧 哲，袁壽其※，齊志明，王新坤，蔡 彬，鄭 珍

?

基于ET和水量平衡的日光溫室實(shí)時(shí)精準(zhǔn)灌溉決策及控制系統(tǒng)

顧 哲1，袁壽其1※，齊志明2，王新坤1，蔡 彬1，鄭 珍1

（1. 江蘇大學(xué)流體機(jī)械工程技術(shù)研究中心，鎮(zhèn)江 212013；2. 加拿大麥吉爾大學(xué)生物資源工程系，蒙特利爾 H9X 3V9）

為提高日光溫室的灌溉水利用效率，充分發(fā)揮現(xiàn)有灌溉決策理論的指導(dǎo)作用，該文構(gòu)建了基于ET和水量平衡方法的實(shí)時(shí)精準(zhǔn)灌溉決策及控制系統(tǒng)。以句容布戴莊村櫻桃番茄溫室為試驗(yàn)對(duì)象，給出了利用ET和水量平衡方法的灌溉決策實(shí)施過程，即當(dāng)田間蒸發(fā)蒸騰總量大于土壤中可供作物利用水分時(shí)觸發(fā)灌溉，灌水量等于自上一次灌溉起蒸散量的總和。采用Java語(yǔ)言開發(fā)了灌溉決策軟件ETSch，可實(shí)現(xiàn)以溫室內(nèi)氣象數(shù)據(jù)為基礎(chǔ)對(duì)不同地點(diǎn)的灌溉決策項(xiàng)目進(jìn)行管理；設(shè)計(jì)了溫室精準(zhǔn)滴灌系統(tǒng)并研制了基于單片機(jī)的灌溉控制器軟硬件，通過ETSch軟件與控制器的連接，建立了從田間氣象信息獲取到灌溉決策軟件運(yùn)行，再到灌溉及控制系統(tǒng)的集成化自動(dòng)精準(zhǔn)灌溉模式。試驗(yàn)結(jié)果表明，該實(shí)時(shí)精準(zhǔn)灌溉決策及控制系統(tǒng)的平均灌水總量控制平均誤差為1.1%，系統(tǒng)運(yùn)行穩(wěn)定，節(jié)約人工；盡管采用ET和水量平衡方法低估了實(shí)際土壤含水率，但總體趨勢(shì)一致，能實(shí)現(xiàn)合理有效的灌溉決策。該研究可為實(shí)現(xiàn)灌溉決策和控制系統(tǒng)的集成提供參考，為進(jìn)一步提高灌溉效果和用水效率提供借鑒。

灌溉；控制；土壤水分；實(shí)時(shí)精準(zhǔn)灌溉；灌溉決策；灌溉控制系統(tǒng)；水量平衡；決策軟件

0 引 言

高效節(jié)水灌溉工程一直是中國(guó)農(nóng)業(yè)發(fā)展中的重中之重，在2018年的中央一號(hào)文件《關(guān)于實(shí)施鄉(xiāng)村振興戰(zhàn)略的意見》[1]中又給出了建設(shè)一批重大高效節(jié)水灌溉工程的意見。通過改用噴灌、滴灌等高效灌溉方式雖然提高了作物水分利用效率，但是不合理的灌溉決策會(huì)導(dǎo)致灌溉水不能滿足作物生長(zhǎng)需求或造成土壤深層滲漏甚至徑流，帶走土壤養(yǎng)分，均不利于作物的生長(zhǎng)。良好的灌溉決策方法應(yīng)在保證作物生長(zhǎng)需求的基礎(chǔ)上，盡量減少灌溉用水，提高灌溉水利用效率。

在實(shí)時(shí)灌溉決策方法方面，國(guó)際上主要形成了4類方法[2]，即基于蒸散量計(jì)算和水量平衡的方法、基于土壤水分的方法、基于作物水分的方法和基于模型的方法。其中，基于蒸散量ET和水量平衡的灌溉決策方法[3-4]是一種較為通用且易于實(shí)施的方法，美國(guó)農(nóng)業(yè)部FAO開發(fā)的CROPWAT[5-6]以及近年推出的智能手機(jī)軟件SmartIrrigation Apps[7-11]均采用基于ET的灌溉決策方法，這種方法也在許多研究中使用[12-15]，并應(yīng)用于控制器中[16-17]，形成了多種商用ET灌溉控制器[18]，如Toro Intelli-sense、ETwater Smart Controller 100和Weathermatic SL1600等，相比一般的基于時(shí)間的灌溉控制器可達(dá)到平均43%的節(jié)水量[18]。基于土壤水分或作物水分的方法往往需要較多傳感器的支持，將增加系統(tǒng)的成本，且對(duì)水分含量下限的定義仍需要田間試驗(yàn)來確定。近年來，采用模型的灌溉決策方法逐漸被應(yīng)用[19-20]，Gu等[2,21]提出了基于RZWQM2（Root Zone Water Quality Model 2）模型水分脅迫的灌溉決策方法，測(cè)試結(jié)果表明，該方法可以較好地保持作物產(chǎn)量并節(jié)約用水量最高達(dá)約30%[2,21-22]，但是需要前期田間試驗(yàn)數(shù)據(jù)的支持來實(shí)現(xiàn)模型的良好校準(zhǔn)。

另外，灌溉決策需要與精確灌溉系統(tǒng)相結(jié)合，形成精準(zhǔn)灌溉決策及控制系統(tǒng)，才能真正體現(xiàn)決策的有效性和灌溉系統(tǒng)的價(jià)值。國(guó)外在大型噴灌機(jī)和變量灌溉方面逐漸形成了灌溉決策與控制系統(tǒng)的集成[23-27]，但中國(guó)在這方面的發(fā)展較為緩慢，集成灌溉決策與控制的智能系統(tǒng)還不多，且較多采用基于土壤含水率測(cè)量[28]或模糊控制、專家知識(shí)[29-30]的灌溉系統(tǒng)，不利于管理者對(duì)灌溉決策過程的理解和精準(zhǔn)灌溉決策系統(tǒng)的形成。

為了實(shí)現(xiàn)精準(zhǔn)灌溉決策，如基于模型的決策方法，對(duì)于大多數(shù)沒有前期試驗(yàn)數(shù)據(jù)的灌溉地區(qū)首先需要一種有效的灌溉決策及控制系統(tǒng)開展灌溉實(shí)踐，因此，本研究以日光溫室灌溉試驗(yàn)地為對(duì)象，擬采用基于ET和水量平衡的灌溉決策方法開展灌溉試驗(yàn)，并設(shè)計(jì)灌溉決策軟件和控制系統(tǒng)，從而為初步實(shí)現(xiàn)灌溉決策及控制系統(tǒng)的集成提供實(shí)例，為實(shí)現(xiàn)更精準(zhǔn)的灌溉決策方法提供試驗(yàn)數(shù)據(jù)參考。

1 試驗(yàn)系統(tǒng)設(shè)計(jì)

試驗(yàn)于2017年在江蘇省句容市天王鎮(zhèn)戴莊村有機(jī)農(nóng)業(yè)產(chǎn)地（119.23°E，31.65°N）的日光溫室內(nèi)進(jìn)行。該試驗(yàn)地海拔50 m，屬亞熱帶季風(fēng)性濕潤(rùn)氣候，夏季高溫多雨，冬季溫和少雨。日光溫室長(zhǎng)44.5 m，寬6.1 m，采用拱形鋼架結(jié)構(gòu)，中部高度約3 m，南北走向，覆蓋山東清田塑工有限公司生產(chǎn)的聚乙烯流滴耐老化棚膜，室內(nèi)沒有補(bǔ)溫和通風(fēng)設(shè)施。溫室頂部采用雙層膜結(jié)構(gòu)使大棚既能防雨又保持通風(fēng)，底部卷起0.6 m保持通風(fēng)，當(dāng)氣溫降低至15 ℃左右時(shí)放下四周棚膜保溫。日光溫室土壤質(zhì)地為粉砂質(zhì)黏壤土或粉砂質(zhì)黏土（國(guó)際制），土壤質(zhì)地隨深度沒有明顯變化，地下水埋深約為1 m。

供試番茄品種為千禧櫻桃番茄（），屬于無限生長(zhǎng)型，南北向種植，留5穗果后打頂。溫室內(nèi)共4壟，平均壟間距1.33 m，壟寬0.73 m，平均株間距為0.64 m，由西向東依次為壟1至壟4，記為H1～H4。滴灌帶緊挨作物根部放置，一條滴灌帶用于一壟作物的灌溉。除灌溉外，溫室內(nèi)作物的其他管理根據(jù)當(dāng)?shù)剞r(nóng)民的經(jīng)驗(yàn)確定。在移栽前施豬糞1次，整個(gè)種植期間未施肥，未噴藥。櫻桃番茄于2017年8月11日移栽，緩苗期采用微噴頭灌水3次，約35 mm，滴灌1次，約19 mm，總灌水量54 mm，緩苗10 d后采用滴灌。滴灌時(shí)，設(shè)置2種灌溉處理，其中H1、H3為虧缺灌溉處理，H2、H4為充分灌溉處理，充分灌溉處理采用基于ET的實(shí)時(shí)灌溉決策方法得到灌溉時(shí)間和灌水量，虧缺灌溉處理的灌溉時(shí)間與充分灌溉處理相同，但灌水量是充分處理的80%。作物結(jié)果后定期采摘，約每10 d采摘1次，至12月5日夜間溫度低于0℃，作物死亡，試驗(yàn)結(jié)束。

灌溉決策方法的有效性體現(xiàn)在對(duì)土壤水分估計(jì)的準(zhǔn)確性上，為此，采用土鉆法測(cè)量了土壤含水率。平均每周采集一次，灌溉后加測(cè)1次，在每壟的首部、距首部10、20、30 m處以及尾部分別測(cè)量，取土深度為5、10、20、30和40 cm。采用烘干法測(cè)量土壤質(zhì)量含水率。烘干儀設(shè)定溫度為(105±3) ℃，烘干時(shí)間一般為18 h，烘至恒質(zhì)量；土壤質(zhì)量測(cè)量采用高精度電子秤，量程0～1 000 g，精度0.01 g。取土鋁盒直徑55 mm，高35 mm。土鉆長(zhǎng)0.5 m，鉆頭直徑38 mm。土鉆法測(cè)得的土壤質(zhì)量含水率根據(jù)土壤容重?fù)Q算成體積含水率。土壤容重采用環(huán)刀法測(cè)量。

1.1 灌溉決策及控制系統(tǒng)設(shè)計(jì)

本文采用的灌溉決策及控制系統(tǒng)框架如圖1所示。溫室內(nèi)自動(dòng)氣象站采集冠層凈輻射和溫室內(nèi)溫濕度數(shù)據(jù)并儲(chǔ)存于數(shù)據(jù)采集器中，通過計(jì)算機(jī)獲取數(shù)據(jù)采集器的數(shù)據(jù)并通過本研究開發(fā)的ETSch軟件進(jìn)行計(jì)算后給出灌溉決策到田間滴灌控制器，最終由滴灌控制器對(duì)田間滴灌系統(tǒng)進(jìn)行控制，實(shí)現(xiàn)精準(zhǔn)的灌水量自動(dòng)控制。試驗(yàn)中，個(gè)人電腦與數(shù)據(jù)采集器、滴灌控制器均采用RS232串口實(shí)現(xiàn)數(shù)據(jù)通信。為便于田間灌溉管理，滴灌控制器還增加了手動(dòng)鍵盤輸入功能。

圖1 灌溉決策及控制系統(tǒng)框架

1.2 實(shí)時(shí)氣象測(cè)量數(shù)據(jù)

為計(jì)算參考蒸散量ET0，采用自動(dòng)氣象站實(shí)時(shí)測(cè)量日光溫室棚內(nèi)微氣象數(shù)據(jù)，放置于H2距首部30 m處，測(cè)量參數(shù)包括凈輻射、空氣溫度和濕度。由于日光溫室有塑料薄膜遮蔽，降雨量為0，風(fēng)速也近似為0，因此沒有測(cè)量降雨和風(fēng)速。凈輻射儀采用Kipp & Zonen公司的NR-LITE2，靈敏度為13.0V/(W·m-2)，安裝高度為2 m；空氣溫濕度采用瑞士Rotronic公司的標(biāo)準(zhǔn)溫濕度探頭HygroClip2，型號(hào)為HC2S3，常溫下濕度測(cè)量精度為±0.8%，溫度測(cè)量精度為±0.2 ℃，安裝高度約1.5 m。上述傳感器測(cè)量參數(shù)通過線纜傳輸?shù)紺ampbell公司的CR1000數(shù)據(jù)采集終端。數(shù)據(jù)采集終端通過串口與計(jì)算機(jī)相連，通過配套軟件（Campbell_LoggerNet）實(shí)現(xiàn)數(shù)據(jù)下載。自動(dòng)氣象站數(shù)據(jù)測(cè)量頻率為1 min，并給出每小時(shí)平均值和每日平均值，計(jì)算ET0時(shí)采用日均數(shù)據(jù)，為保證當(dāng)天ET0計(jì)算的可靠性并在需要時(shí)進(jìn)行及時(shí)的灌溉，當(dāng)天ET0的計(jì)算采用15個(gè)以上的每小時(shí)數(shù)據(jù)平均值。

1.3 滴灌系統(tǒng)

圖2為溫室滴灌系統(tǒng)示意圖。該滴灌系統(tǒng)中，潛水泵從位于溫室附近的河塘中取水，水流通過鋼絲管和UPVC管輸送到主管路，依次流經(jīng)手動(dòng)球閥、過濾器、流量計(jì)、壓力表后到達(dá)電磁閥，通過控制柜控制電磁閥的開閉即可實(shí)現(xiàn)溫室內(nèi)各壟的不同灌溉處理。相同的處理行采用同一個(gè)流量計(jì)測(cè)量總灌水量。

潛水泵額定功率550 W，額定流量6 m3/h，額定揚(yáng)程9 m；主管路管徑40 mm；過濾器采用篩孔尺寸為0.125 mm的Y型疊片式過濾器；流量計(jì)量程范圍為0.4～8 m3/h，可顯示當(dāng)前流量和總水量，并可輸出當(dāng)前流量對(duì)應(yīng)的4～20 mA電流信號(hào)供外部設(shè)備讀取。壓力表量程為100 kPa；電磁閥采用常閉式，由控制柜根據(jù)灌水量要求控制相應(yīng)電磁閥的動(dòng)作。選用0.1 MPa下標(biāo)稱流量為3 L/h的滴灌帶（廣州順綠噴灌設(shè)備有限公司），滴灌帶管徑16 mm，壁厚0.3 mm，孔間距15 cm。滴灌系統(tǒng)工作時(shí)，壓力表讀數(shù)約為26 kPa，流量計(jì)讀數(shù)約為0.75 m3/h。

1. 滴灌帶 2. 作物 3. 電磁閥 4. 壓力表 5. 流量計(jì) 6. 過濾器 7. 球閥 8. 潛水泵 9. 河塘

1. Drip tape 2. Crop 3. Solenoid valve 4. Pressure meter 5. Flowmeter 6. Filter 7. Ball valve 8. Submerged pump 9. Pond

注：H1、H3標(biāo)記第1、3壟虧缺灌溉處理，H2、H4標(biāo)記第2、4壟充分灌溉處理。

Note: H1 and H3 marked first and third plots with deficit irrigation treatments; H2 and H4 marked second and forth plots with full irrigation treatments.

圖2 日光溫室滴灌系統(tǒng)布置示意圖

Fig.2 Layout of drip irrigation system in solar greenhouse

1.4 滴灌控制器

圖3為用于控制電磁閥的電氣控制柜及其單片機(jī)控制系統(tǒng)?？刂乒裨O(shè)置有手動(dòng)和自動(dòng)灌溉控制功能。手動(dòng)控制時(shí)，通過控制柜面板的撥動(dòng)開關(guān)（圖中未標(biāo)示）分別控制H1～H4的電磁閥動(dòng)作。自動(dòng)控制時(shí)，控制柜面板上對(duì)應(yīng)的撥動(dòng)開關(guān)失效，轉(zhuǎn)而由控制柜內(nèi)部的單片機(jī)控制器進(jìn)行控制。

圖3 滴灌控制器

自動(dòng)灌溉模式下，用戶首先通過計(jì)算機(jī)發(fā)送或單片機(jī)控制器鍵盤輸入相應(yīng)灌溉處理下的灌水深度，確認(rèn)后該控制器將自動(dòng)開啟電磁閥進(jìn)行灌溉，同時(shí)單片機(jī)控制器通過讀取流量計(jì)讀數(shù)并進(jìn)行積分計(jì)算總灌水量，當(dāng)相應(yīng)的灌溉處理的總灌水量達(dá)到設(shè)定灌水量時(shí)，單片機(jī)系統(tǒng)控制對(duì)應(yīng)的電磁閥關(guān)閉，并記下總灌水時(shí)間，當(dāng)所有灌溉處理完成后，用戶即可切斷電源，關(guān)閉灌溉系統(tǒng)。

單片機(jī)控制器中，將輸入的灌水深度轉(zhuǎn)換成灌水量時(shí)，按壟長(zhǎng)44 m壟寬0.6 m計(jì)算，即1 cm灌溉深度對(duì)應(yīng)一壟的灌水量為0.264 m3。單片機(jī)芯片采用MSP430F169，控制電磁閥動(dòng)作時(shí)首先通過芯片引腳控制4路繼電器（繼電器模塊放置于圖3中單片機(jī)控制系統(tǒng)的盒體內(nèi)），4路繼電器再分別控制電磁閥動(dòng)作。流量計(jì)的輸出信號(hào)首先通過2個(gè)并聯(lián)的250 Ω（0.1%精度）電阻轉(zhuǎn)化為0.5～2.5 V電壓，然后由單片機(jī)自帶的模數(shù)轉(zhuǎn)化器（A/D）采樣，實(shí)現(xiàn)讀取當(dāng)前流量的功能。單片機(jī)讀取流量后以1 s的時(shí)間間隔進(jìn)行積分運(yùn)算得到單次灌溉的累積灌水量，并當(dāng)該值達(dá)到設(shè)定灌水量時(shí)停止灌溉。

圖4為單片機(jī)控制器的程序流程圖，其中，校準(zhǔn)流量讀數(shù)時(shí)，同時(shí)檢測(cè)了流量計(jì)讀數(shù)是否正常，避免因流量計(jì)未開啟或灌溉完成后流量瞬時(shí)低于0時(shí)計(jì)算錯(cuò)誤，當(dāng)流量計(jì)未通電時(shí)控制器將關(guān)閉閥門并顯示錯(cuò)誤，灌溉完成后，流量計(jì)讀數(shù)出現(xiàn)負(fù)值則按流量為零計(jì)算。灌溉完成后，時(shí)間計(jì)數(shù)器不再增加，因此顯示器（LCD12864）顯示的灌溉時(shí)間停止，總灌水量為累積計(jì)算值，當(dāng)前流量為0。采用AD中斷對(duì)流量信號(hào)進(jìn)行采樣，每秒內(nèi)中斷30次進(jìn)行采樣后取平均值作為這一秒內(nèi)的流量平均值并用于積分計(jì)算。

圖4 單片機(jī)控制器程序流程圖

2 基于ET的實(shí)時(shí)灌溉決策方法及軟件

2.1 灌溉決策方法

采用基于ET和水量平衡的方法進(jìn)行灌溉決策。充分灌溉處理的灌水時(shí)間和灌水量根據(jù)Huffman[4]中總結(jié)的基于ET的灌溉方案進(jìn)行決策，即當(dāng)田間蒸發(fā)蒸騰總量大于土壤中可供作物利用水分（readily available water, RAW）時(shí)觸發(fā)灌溉，灌水量等于自上一次灌溉起蒸散量的總和。灌溉決策的具體實(shí)施步驟為：

1）根據(jù)氣象測(cè)量參數(shù)計(jì)算參考蒸散量ET0

由于日光溫室中風(fēng)速幾乎為0，因此，不適宜采用FAO推薦的Penman-Monteith (PM)公式，而采用PM方程在日光溫室中的修正公式[31]

式（1）中相關(guān)參數(shù)根據(jù)Huffman[4]計(jì)算：

式中ET0i為充分灌溉下第天的參考蒸散量，cm/d；?為飽和蒸氣壓曲線斜率，kPa/℃；R為作物冠層凈輻射，MJ/(m2?d)；為土壤熱通量密度，MJ/(m2?d)，相比R通常很小，可忽略；為干濕表常數(shù)，取0.067 kPa/℃；為地表1.5～2.5 m高度處每日平均氣溫，℃；max/min為地表1.5～2.5 m高度處每日最高/最低氣溫，℃；e為地表1.5～2.5 m高度處平均飽和蒸氣壓，kPa；e為地表1.5～2.5 m高度處平均實(shí)際蒸氣壓，kPa；RHmax/min為地表1.5～2.5 m高度處每日最高/最低相對(duì)濕度，%。

2）以天為單位，按式（6）計(jì)算ETc

作物系數(shù)c參照FAO推薦值并根據(jù)作物生長(zhǎng)階段進(jìn)行設(shè)定[3]。將櫻桃番茄生長(zhǎng)發(fā)育劃分為4個(gè)階段：苗期（8月11日—8月31日）、開花坐果期（9月1日—10月9日，）盛果期（10月10日—11月14日）、盛果后期（11月15日—12月5日），4個(gè)階段依次對(duì)應(yīng)天數(shù)為21、39、36和21 d，其中，盛果后期因霜凍致作物死亡，提前結(jié)束。在苗期、盛果期和最后設(shè)定的作物參數(shù)分別為0.7、1.05和0.8[3]。

式中ETci為充分灌溉下第天的作物蒸散量，cm/d；c為作物系數(shù)，無量綱。

3）計(jì)算土壤水分虧缺[4]

式中D為第天的土壤水分虧缺值，cm，種植當(dāng)天（8月11日）為第1天，默認(rèn)0= 0；ETci為第天作物蒸散量，cm。

4）計(jì)算土壤允許水分虧缺值RAW[4](cm)

表1 允許虧缺比例（MAD）隨最大日蒸散量變化的建議值[4]

5）比較RAW和D，當(dāng)D> RAW時(shí)觸發(fā)灌溉，灌水量設(shè)置為D。

6）若第天進(jìn)行了灌溉，令D=D-1= 0，否則令D-1=D，以d為單位，重復(fù)上述步驟，直至作物收獲。

至此，結(jié)合自動(dòng)氣象站測(cè)量的氣象數(shù)據(jù)，F(xiàn)AO[3]推薦的作物系數(shù)，Huffman[4]給出的MAD以及試驗(yàn)前期檢測(cè)的溫室內(nèi)土壤在田持和凋萎點(diǎn)時(shí)的含水率，即可按上述步驟完成灌溉決策。

2.2 實(shí)時(shí)灌溉決策軟件ETSch

采用Java語(yǔ)言開發(fā)了基于ET的實(shí)時(shí)灌溉決策軟件ETSch，采用項(xiàng)目式管理結(jié)構(gòu)，可實(shí)現(xiàn)多個(gè)地點(diǎn)的實(shí)時(shí)灌溉決策管理。軟件運(yùn)行前，需要下載最新的氣象數(shù)據(jù)。軟件運(yùn)行時(shí)，讀取上一次保存的結(jié)果數(shù)據(jù)，更新上次計(jì)算中最后一天的ET0，并按照上述灌溉決策方法逐日進(jìn)行計(jì)算，直至當(dāng)前日。計(jì)算結(jié)果以圖表形式展現(xiàn)，如圖5所示，在該界面中，根據(jù)用戶需要，可以修改ET0數(shù)據(jù)（主要是數(shù)據(jù)缺失時(shí)）、灌溉數(shù)據(jù)、MAD、RD、田持含水率和凋萎點(diǎn)含水率。表格參數(shù)修改后將自動(dòng)重新計(jì)算并更新灌溉計(jì)劃示意圖。軟件界面表格中，c、ETc、D和RAW不可改，其中c值根據(jù)軟件中設(shè)定的c曲線（圖6）自動(dòng)獲取，ETc、D和RAW均采用上述公式計(jì)算獲得。

圖5 ETSch軟件灌溉計(jì)劃界面

圖6 灌溉決策軟件中作物系數(shù)Kc及根系深度RD設(shè)定值

ETSch軟件中還可以設(shè)置項(xiàng)目描述，試驗(yàn)地位置信息，選擇日、小時(shí)氣象數(shù)據(jù)文件，種植和收獲日期等。在首次進(jìn)行該作物的灌溉試驗(yàn)時(shí)，根據(jù)實(shí)際情況對(duì)c曲線和根系深度進(jìn)行了適時(shí)的調(diào)整。出于田間管理的需要，如為了方便在壟上插竹竿以防止作物倒伏，需要增加灌水使土壤松軟，此時(shí)在軟件的灌溉計(jì)劃界面表格中直接修改對(duì)應(yīng)日期的灌水量，軟件將以實(shí)際灌溉量進(jìn)行計(jì)算。

3 系統(tǒng)性能與分析

以2017年試驗(yàn)結(jié)果為例，對(duì)上述開發(fā)的基于ET的灌溉決策及控制系統(tǒng)進(jìn)行分析，從滴灌控制系統(tǒng)的灌水量控制精度、灌溉決策方法的有效性方面進(jìn)行評(píng)價(jià)。通過比較設(shè)定灌水量和實(shí)際測(cè)量灌水量評(píng)價(jià)控制系統(tǒng)的精度；通過比較估計(jì)的土壤含水率和實(shí)際土壤含水率評(píng)價(jià)灌溉決策方法的有效性，即當(dāng)估計(jì)的土壤含水率與實(shí)際情況越接近，則說明這種方法能較準(zhǔn)確地反映土壤含水率的變化，從而有效地實(shí)現(xiàn)對(duì)土壤含水率的控制，保持作物生長(zhǎng)的水量需求，實(shí)現(xiàn)較好的灌溉決策。

3.1 滴灌控制系統(tǒng)精度

流量采樣的精度和灌水量計(jì)算的精度通過前期校準(zhǔn)，平均誤差控制在1%以內(nèi)。盡管如此，由于關(guān)閉電磁閥后水流的滯后作用，實(shí)際流量計(jì)測(cè)定的灌水量和控制器設(shè)定值之間仍存在一些誤差，如圖7所示。除圖中標(biāo)記的初次灌水量存在近10%的誤差外，其他灌溉事件中的灌水量誤差均較小。流量采樣校準(zhǔn)后，實(shí)際灌水量比設(shè)定值平均增大約1.1%，總體上系統(tǒng)的流量控制精度較高。

圖7 設(shè)定灌水量與實(shí)際灌水量對(duì)比

3.2 灌溉決策結(jié)果

如圖8為采用上述基于ET的灌溉決策方法下，溫室灌溉試驗(yàn)的決策過程及實(shí)際田間試驗(yàn)灌溉方案。

圖8 日光溫室基于ET的灌溉決策過程與結(jié)果

由圖8可知，當(dāng)估計(jì)的土壤含水率降至MAD定義的土壤含水率下限時(shí)觸發(fā)灌溉，每次灌溉均灌至田持。初始土壤含水率設(shè)置為田持，超過田持的部分視為滲漏量。試驗(yàn)前期由于灌溉系統(tǒng)調(diào)試和田間管理等因素，有些與決策方法不一致，試驗(yàn)中期由于管理需要，有時(shí)當(dāng)估計(jì)的土壤含水率接近MAD定義的下限時(shí)提前進(jìn)行了灌溉。最后一次灌溉考慮到果實(shí)采摘和氣溫、水溫較低的因素，延遲并減少了灌水量。

3.3 灌溉決策方法有效性

灌溉過程中采用ET計(jì)算和水量平衡估計(jì)的土壤含水率與實(shí)測(cè)值對(duì)比如圖9所示。其中實(shí)測(cè)的土壤含水率計(jì)算時(shí)，首先計(jì)算充分處理下（H2、H4）在根系深度內(nèi)每個(gè)土壤層體積含水率的平均值（多個(gè)測(cè)量點(diǎn)取平均值），再計(jì)算根系深度內(nèi)各土壤層的加權(quán)平均作為當(dāng)前根系深度內(nèi)的實(shí)測(cè)土壤含水率。

圖9 土壤含水率估計(jì)值與測(cè)量值對(duì)比

由圖9可知，估計(jì)值普遍比實(shí)測(cè)值小，但總體上變化趨勢(shì)一致。數(shù)據(jù)統(tǒng)計(jì)結(jié)果顯示，估計(jì)值相對(duì)于實(shí)測(cè)值的百分比偏差為-9.1%，相對(duì)根均方誤差rRMSE為10.8%，相關(guān)系數(shù)為0.7，從模型角度來說，采用ET和水量平衡計(jì)算估計(jì)的土壤含水率效果還不夠理想，但從灌溉決策角度來說，在缺乏前期試驗(yàn)數(shù)據(jù)的基礎(chǔ)上，采用基于ET和水量平衡計(jì)算能獲得較為可靠的土壤含水率變化，并以此進(jìn)行灌溉決策，使得實(shí)際土壤含水率保持在合理范圍內(nèi)，既不產(chǎn)生明顯徑流和深層滲漏，也能滿足作物的水分需求，保證了灌溉水的有效利用，因此，該方法在灌溉決策上的應(yīng)用是合理有效的。

由于土壤含水率估計(jì)值是在田持基礎(chǔ)上減去土壤水分虧缺（D）并換算到根系層含水率得到的，因此其估計(jì)的準(zhǔn)確性不僅依賴于對(duì)田持測(cè)量的準(zhǔn)確性，還受到蒸散量計(jì)算準(zhǔn)確性的影響，此外，土壤含水率實(shí)測(cè)值也存在誤差，受到日光溫室棚外降雨通過土壤滲透的影響，也會(huì)導(dǎo)致測(cè)量值偏大?？傊趶?fù)雜的田間環(huán)境下，采用基于ET和水量平衡計(jì)算的灌溉決策方法盡管在土壤含水率的估計(jì)上存在一定的誤差，但仍能夠?qū)崿F(xiàn)較為可靠有效的灌溉決策。

4 討 論

雖然基于ET和水量平衡計(jì)算的灌溉決策方法沒有直接考慮作物的實(shí)際需水量，但是通過在不同蒸散速率下MAD值的調(diào)整，可以將作物根系土壤含水率控制在適宜生長(zhǎng)的范圍內(nèi)。針對(duì)不同種類的作物，Huffman[4]也同樣給出了MAD在不同蒸散速率下的標(biāo)準(zhǔn)值，同時(shí)，F(xiàn)AO56[3]也給出了不同作物的作物系數(shù)曲線，因此，基于ET和水量平衡的灌溉決策方法也能適用于不同種類的作物，具有較廣泛的實(shí)用性。由于這種方法在估計(jì)土壤含水率方面的可靠性較好，相比采用傳感器測(cè)量的方法減少了成本，結(jié)合筆者開發(fā)的軟件ETSch，可以實(shí)現(xiàn)快速的決策。

本文提出的灌溉決策及控制系統(tǒng)也同樣適用于大田灌溉實(shí)踐中，即仍然由田間氣象數(shù)據(jù)采集、基于ET和水量平衡的灌溉決策方法、以及自動(dòng)灌溉控制系統(tǒng)組成，但在具體實(shí)施細(xì)節(jié)上應(yīng)根據(jù)實(shí)際情況有所不同，例如，應(yīng)增加風(fēng)速和降雨量的測(cè)量，用于ET和水量平衡的計(jì)算；應(yīng)采用FAO56推薦的PM公式計(jì)算ET0；灌溉系統(tǒng)管網(wǎng)及控制系統(tǒng)應(yīng)做相應(yīng)調(diào)整；以及在數(shù)據(jù)采集、灌溉決策軟件和自動(dòng)控制器之間采用遠(yuǎn)程通訊等。

由于本文旨在提出一種灌溉決策及控制系統(tǒng)，且由于缺乏前期試驗(yàn)數(shù)據(jù)和田間測(cè)量數(shù)據(jù)，采用了基于ET和水量平衡計(jì)算的灌溉決策方法，這種方法雖然對(duì)作物根系土壤含水率的估計(jì)準(zhǔn)確性有限，但是能整體上反映土壤含水率的變化并保持土壤含水率在適宜作物生長(zhǎng)的范圍內(nèi)，根據(jù)FAO56[3]給出的作物系數(shù)曲線和Huffman[4]給出的MAD建議值，可以實(shí)現(xiàn)對(duì)不同作物的灌溉決策。由于采用灌溉深度進(jìn)行灌溉決策，采用ET和水量平衡計(jì)算后給出的灌溉深度可以根據(jù)灌溉系統(tǒng)的規(guī)模轉(zhuǎn)換為灌水量，因此，在本文采用的基于ET和水量平衡的灌溉決策方法中不反映溫室的規(guī)模對(duì)灌溉深度的影響，溫室大小對(duì)灌溉深度的潛在影響可在今后的研究中考慮。隨著這種灌溉決策方法及其控制系統(tǒng)的應(yīng)用，可以獲取不同作物和不同大小溫室的灌溉數(shù)據(jù)，從而可以采用人工神經(jīng)網(wǎng)絡(luò)算法和農(nóng)業(yè)系統(tǒng)模型等對(duì)灌溉決策進(jìn)行優(yōu)化，進(jìn)一步提高灌溉水的利用率。

5 結(jié) 論

本文以實(shí)現(xiàn)精準(zhǔn)灌溉決策及控制系統(tǒng)為目標(biāo)，通過ET和水量平衡計(jì)算進(jìn)行灌溉決策，構(gòu)建了實(shí)時(shí)精準(zhǔn)灌溉決策及控制系統(tǒng)，實(shí)現(xiàn)了灌溉過程的自動(dòng)化，對(duì)灌溉科學(xué)和應(yīng)用的發(fā)展具有參考意義。

1）構(gòu)建了基于ET和水量平衡的灌溉決策及控制系統(tǒng)，并以句容市戴莊村日光溫室櫻桃番茄為試驗(yàn)對(duì)象開展了灌溉試驗(yàn)。通過開發(fā)灌溉決策軟件ETSch實(shí)現(xiàn)了基于ET的灌溉決策方法，設(shè)計(jì)了溫室滴灌系統(tǒng)和滴灌控制系統(tǒng)，并建立其與ETSch的集成，形成了灌溉決策與控制的集成化自動(dòng)精準(zhǔn)灌溉模式，實(shí)現(xiàn)了科學(xué)的準(zhǔn)確時(shí)間和精確灌水量的精準(zhǔn)灌溉決策。

2）試驗(yàn)結(jié)果表明：構(gòu)建的精準(zhǔn)灌溉系統(tǒng)在流量控制上的平均誤差為1.1%。根據(jù)ET和水量平衡計(jì)算估計(jì)的土壤含水率盡管與實(shí)際含水率存在偏差，但能有效地反應(yīng)實(shí)際含水率的變化并作出合理有效的灌溉決策。因此，在缺乏前期試驗(yàn)數(shù)據(jù)的基礎(chǔ)上，采用基于ET和水量平衡計(jì)算進(jìn)行灌溉決策不失為一種較好的方法。

[1] 新華社. 中共中央國(guó)務(wù)院關(guān)于實(shí)施鄉(xiāng)村振興戰(zhàn)略的意見[J]. 中國(guó)合作經(jīng)濟(jì)，2018(2)：18—27.

[2] Gu Zhe, Qi Zhiming, Ma Liwang, et al. Development of an irrigation scheduling software based on model predicted crop water stress[J]. Computers and Electronics in Agriculture, 2017, 143: 208－221.

[3] Allen R G, Pereira L S, Raes D, et al. FAO Irrigation and Drainage Paper No. 56: Crop Evapotranspiration-Guidelines for Computing Crop Water Requirements[M]. Rome: FAO, 1998.

[4] Huffman R L. Soil and Water Conservation Engineering (7th Edition)[M]. Michigan: American Society of Agricultural and Biological Engineers, 2013.

[5] Smith M. FAO Irrigation and Drainage Paper No. 46: CROPWAT: A Computer Program for Irrigation Planning and Management[M]. Rome: FAO, 1992.

[6] Savva A P, Frenken K. Crop Water Requirements and Irrigation Scheduling[M]. Harare: FAO Sub-Regional Office for East and Southern Africa, 2002.

[7] Vellidis G, Liakos V, Perry C, et al. A smartphone app for scheduling irrigation on cotton[C]// S. Boyd, M. Huffman and B. Robertson. Proceedings of the 2014 Beltwide Cotton Conference. New Orleans, LA: National Cotton Council, Memphis, TN, 2014: 15551.

[8] Vellidis G, Liakos V, Tucker M, et al. A Smartphone App for Precision Irrigation Scheduling in Cotton[M]// Stafford J V. Precision Agriculture'15. Wageningen, The Netherlands: Wageningen Academic Publishers, 2015: 701－708.

[9] Vellidis G, Liakos V, Perry C, et al. Irrigation scheduling for cotton using soil moisture sensors, smartphone apps, and traditional methods[C]// Proceedings of the 2016 Beltwide Cotton Conference. New Orleans, LA: National Cotton Council Memphis, TN, 2016: 772－780.

[10] Vellidis G, Liakos V, Andreis J H, et al. Development and assessment of a smartphone application for irrigation scheduling in cotton[J]. Computers and Electronics in Agriculture, 2016, 127: 249－259.

[11] Migliaccio K W, Morgan K T, Vellidis G, et al. Smartphone apps for irrigation scheduling[J]. Transactions of the ASABE, 2016, 59(1): 291－301.

[12] Thysen I, Detlefsen N K. Online decision support for irrigation for farmers[J]. Agricultural Water Management, 2006, 86(3): 269－276.

[13] Chauhan Y S, Wright G C, Holzworth D, et al. Aquaman: a web-based decision support system for irrigation scheduling in peanuts[J]. Irrigation Science, 2013, 31(3): 271－283.

[14] Bartlett A C, Andales A A, Arabi M, et al. A smartphone app to extend use of a cloud-based irrigation scheduling tool[J]. Computers and Electronics in Agriculture, 2015, 111: 127－130.

[15] Perea R G, García I F, Arroyo M M, et al. Multiplatform application for precision irrigation scheduling in strawberries[J]. Agricultural Water Management, 2017, 183: 194－201.

[16] Dukes M D. Water conservation potential of landscape irrigation smart controllers[J]. Transactions of the ASABE, 2012, 55(2): 563－569.

[17] Devitt D A, Carstensen K, Morris R L. Residential water savings associated with satellite-based ET irrigation controllers[J]. Journal of Irrigation and Drainage Engineering, 2008, 134(1): 74－82.

[18] Davis S L, Dukes M D, Miller G L. Landscape irrigation by evapotranspiration-based irrigation controllers under dry conditions in Southwest Florida[J]. Agricultural Water Management, 2009, 96(12): 1828－1836.

[19] Maier N, Dietrich J. Using SWAT for strategic planning of basin scale irrigation control policies: A case study from a humid region in Northern Germany[J]. Water Resources Management, 2016, 30(9): 3285－3298.

[20] Linker R, Ioslovich I, Sylaios G, et al. Optimal model-based deficit irrigation scheduling using AquaCrop: A simulation study with cotton, potato and tomato[J]. Agricultural Water Management, 2016, 163: 236－243.

[21] Gu Zhe, Qi Zhiming, Ma Liwang, et al. Water stress based deficit irrigation scheduling using RZWQM2 model for maize in Colorado[C]. 2017 ASABE Annual International Meeting. St. Joseph, MI.: ASABE, 2017: paper No. 1701226.

[22] Liu Che, Qi Zhiming, Gu Zhe, et al. Optimizing irrigation rates for cotton production in an extremely arid area using RZWQM2 simulated water stress[J]. Transactions of the ASABE, 2017, 60(6): 2041－2052.

[23] Han Y J, Khalilian A, Owino T O, et al. Development of Clemson variable-rate lateral irrigation system[J]. Computers and Electronics in Agriculture, 2009, 68(1): 108－113.

[24] Peters R T, Evett S R. Automation of a center pivot using the temperature-time-threshold method of irrigation scheduling[J]. Journal of Irrigation and Drainage Engineering, 2008, 134(3): 286－291.

[25] McCarthy A, Hancock N, Raine S. Holistic control system design for large mobile irrigation machines[M]// Billingsley J, Brett P. Machine Vision and Mechatronics in Practice. Berlin, Heidelberg: Springer, 2015: 177－184.

[26] Liakos V, Vellidis G, Tucker M, et al. A decision support tool for managing precision irrigation with center pivots[M]// Stafford J V. Precision Agriculture'15. Wageningen, The Netherlands: Wageningen Academic Publishers, 2015: 713－720.

[27] Vellidis G, Liakos V, Porter W, et al. A dynamic variable rate irrigation control system[C]// Proceedings of the 13thInternational Conference on Precision Agriculture, St. Louis, Missouri: Academic Publishers, 2016.

[28] 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(xì)灌溉系統(tǒng)設(shè)計(jì)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2009，25(2)： 7－12. Zhang Wei, He Yong, Qiu Zhengjun, et al. Design of precision irrigation system based on wireless sensor network and fuzzy control[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2009, 25(2): 7－12. (in Chinese with English abstract)

[29] 裘正軍，童曉星，沈杰輝，等. 基于模糊控制與虛擬儀器的灌溉決策系統(tǒng)研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2007，23(8)： 165－169. Qiu Zhengjun, Tong Xiaoxing, Shen Jiehui, et al. Irrigation decision-making system based on the fuzzy-control theory and virtual instrument[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2007, 23(8): 165－169. (in Chinese with English abstract)

[30] 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 (Transactions of the CSAE), 2016, 32(20): 144－152. (in Chinese with English abstract)

[31] 王健，蔡煥杰，李紅星，等. 日光溫室作物蒸發(fā)蒸騰量的計(jì)算方法研究及其評(píng)價(jià)[J]. 灌溉排水學(xué)報(bào)，2006，25(6)：11－14. Wang Jian, Cai Huanjie, Li Hongxing, et al. Study and evaluation of the calculation methods of reference crop evapotranspiration in solar-heated greenhouse[J]. Journal of Irrigation & Drainage, 2006, 25(6): 11－14. (in Chinese with English abstract)

Real-time precise irrigation scheduling and control system in solar greenhouse based on ET and water balance

Gu Zhe1, Yuan Shouqi1※, Qi Zhiming2, Wang Xinkun1, Cai Bin1, Zheng Zhen1

(1.212013,; 2.H9X 3V9,)

China is experiencing critical water scarce in agricultural production, and to improve irrigation water use efficiency has been the priority of agriculture development for years. Real-time irrigation scheduling, as well as its integration with irrigation control system, should be paid more attention other than the solely use of sprinkler and drip irrigation systems to improve irrigation water use efficiency in Chinese irrigation community. The evapotranspiration(ET) and water balance (ET-WB) method was applied in this paper to schedule irrigations in a solar greenhouse for cherry tomato in Jurong City in Jiangsu Province. A modified reference ET equation for solar greenhouse was used, and FAO56 suggested initial parameters were referenced to calculate crop evapotranspiration (ETc). Irrigations were triggered in a daily scale when accumulated crop evapotranspiration exceeded readily available water (RAW) across the root depth, which was defined by management allowable depletion (MAD) suggested by Huffman et al.(2013). Then an irrigation event was applied to replenish the soil to field capacity. A user-friendly irrigation scheduling software, namely ETSch, was developed using Java on a laptop, to facilitate managers with calculations involved in ET-WB method. The ETSch calculated ET using meteorological data measured from a field station in greenhouse, and outputed the accumulated ETcand RAW, as well as the irrigation decision on that day. Once an irrigation was triggered, ETSch would send a control signal through a serial connection to the irrigation control system, which was designed using a single-chip microcomputer (SCM) MSP430F169. The SCM system controlled the irrigation amount of the drip irrigation system arranged for each irrigation treatment. Once received an irrigation command, the SCM system would open the corresponding valves and read the flow from a flowmeter. The total water amount would be calculated in the SCM through an integration of flow and stops irrigation when it reached the scheduled amount. Both hardware and software of the SCM control system were detailly designed and developed. The experiment result showed that the irrigation control system worked well after flow correction, with an average error of only 1.1% between set and actual irrigation amount . The scheduled irrigations avoided the occurrence of over-high or low soil water content, and maintained crop water requirement over the crop season, though with an averagely 9.1% underestimate of soil moisture. The estimated soil moisture under ET-WB method showed a consistent change with measured values generally, which proved the efficiency of the developed irrigation scheduling and control system. The underestimate of soil moisture would probably be caused by the error of soil property settings and lateral flow from outside greenhouse with much rainfall. To conclude, a real-time precise irrigation scheduling and control system was developed for greenhouse planted cherry tomato based on ET-WB method, including a laptop-based scheduling software and an SCM-based precise controller. The framework of irrigation scheduling and control system could be an example of further smart irrigation systems, and the data collected could be used for agricultural models calibration and benefit the improvement of irrigation scheduling efficiency. To improve the feasibility of such real-time precise irrigation scheduling and control system for field-scale applications, remote connections should be built for data collection system, irrigation scheduling system and irrigation control system.

irrigation; control; soil moisture; real-time precise irrigation; irrigation scheduling; irrigation control system; water balance; irrigation scheduling software

顧 哲，袁壽其，齊志明，王新坤，蔡 彬，鄭 珍. 基于ET和水量平衡的日光溫室實(shí)時(shí)精準(zhǔn)灌溉決策及控制系統(tǒng)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34(23)：101－108. doi：10.11975/j.issn.1002-6819.2018.23.012 http://www.tcsae.org

Gu Zhe, Yuan Shouqi, Qi Zhiming, Wang Xinkun, Cai Bin, Zheng Zhen. Real-time precise irrigation scheduling and control system in solar greenhouse based on ET and water balance[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(23): 101－108. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2018.23.012 http://www.tcsae.org

2018-04-27

2018-09-26

十三五國(guó)家重點(diǎn)研發(fā)計(jì)劃（2016YFC0400202）

顧哲，博士生，主要從事農(nóng)業(yè)灌溉決策及控制系統(tǒng)智能化研究。Email：zhegu2017@163.com

袁壽其，研究員，博士，博士生導(dǎo)師，從事節(jié)水灌溉裝備及系統(tǒng)研究。Email：shouqiy@ujs.edu.cn

10.11975/j.issn.1002-6819.2018.23.012

S274

A

1002-6819(2018)-23-0101-08