温室苗床均衡精准智能喷灌系统设计及试验

任枫轩，王忠勇

(1.河南职业技术学院电气工程系，河南郑州 450046；2.郑州大学信息工程学院，河南郑州 450001)

幼苗期是作物生长的重要阶段，幼苗移植前主要在温室大棚内进行培育，苗床作为其主要的生长环境，需要精细化的管理[1]。由于幼苗生长的土壤性质及环境各有不同，故会造成幼苗土壤含水率的差异。其中，控制苗床的土壤含水率非常关键，如果土壤水分过高，幼苗根系长期被浸泡，会使幼苗不能进行正常的有氧呼吸，影响发育，也容易导致病虫害或者根系腐烂；如果土壤水分过低，不能满足幼苗正常生长所需的水分，会导致幼苗发育不良，从而影响幼苗最终的产量[2-3]。目前，国内外常用的技术主要有滴管和喷灌2种方式，其中滴管技术是通过地埋管道对根部进行直接给水，而喷灌技术则是通过空中喷洒的方式进行灌溉，前者容易使土壤的局部水分过高及不均衡，后者传统的人工喷灌方式喷洒较均匀，但容易导致喷洒冲击力过大毁坏幼苗，且没有考虑按需灌溉的思想，所以两者均不能达到精细化作业的要求[4-5]。结合温室幼苗的生长情况和需要，设计了适用于温室苗床的均衡精准智能喷灌系统，通过采集苗床不同位置土壤的湿度，并与幼苗的生长阶段最适宜的含水量进行对比，如果实际的含水量偏低，则控制智能移动喷灌运动车到指定的位置进行喷灌作业，喷灌的水量和喷洒力度可通过控制喷洒时长和水压来实现。

1 系统构成及工作原理

均衡精准智能喷灌系统主要由苗床土壤墒情采集、智能移动喷灌车和决策服务器组成，考虑到温室大棚布线实施的繁琐，本研究利用无线蜂窝自组网协议(ZigBee)无线网络进行各单元的通信，也利于后期的维护和扩展[6-8]。系统构成如图1所示。

每个苗床上安装1套土壤墒情采集单元，由m个土壤湿度传感器TDR-3、控制器和ZigBee无线模块组成。湿度传感器均匀布局在苗床的不同位置，每个传感器对应一个位置坐标。土壤墒情采集单元每0.5 h采集1次数据，并通过无线模块将数据上传至决策服务器；决策服务器是一台安装专业管理软件的计算机，数据库中存有各阶段最佳的土壤湿度范围，通过带有ZigBee功能的外围部件互连总线(peripheral component interconnect，PCI)板卡接入ZigBee网络。首先接收来自各苗床的土壤墒情数据，根据幼苗的生长周期，将接收到的数据与最佳的土壤湿度范围进行比较，如果低于最低值，则须要进行补水，通过土壤墒情变化模型计算局部需水量，并将位置和需水量信息发送给对应的移动喷灌车，移动喷灌车行驶到预定的坐标进行喷灌作业，完毕后回到原点等待命令，做到有的放矢，实现苗床全局土壤墒情达到均衡，整个过程无需人为参与，既省人工，还能保证精确。

2 智能移动喷灌车设计

在温室大棚集群中，通常会规划单独的育苗棚进行统一育苗管理，为了适应规模化生产，设计了智能移动喷灌车。智能移动喷灌车是整个系统的执行单元，主要接收和执行来自决策服务器的指令，每辆车上安装多个喷头，每个喷头可覆盖的有效苗床面积可通过离地高度h和喷头压强P控制，土壤湿度传感器预埋在5 cm深度，智能移动喷灌车布局如图2所示。

2.1 智能移动喷灌车结构

智能移动喷灌车主要由车轮、步进驱动电机、水箱、增压泵、控制器、压力传感器、无线模块、喷头和喷头电控阀门等组成，截面示意图如图3所示。考虑到幼苗本身的需水量不大，且每辆智能移动喷灌车覆盖的范围较小，因此为每辆车设计了车载水箱，容积为50 L，能够满足使用需要。其中，控制器是智能移动喷灌车的核心，通过无线模块与决策服务进行通信[9-10]。智能移动喷灌车接收决策服务器发来的控制指令，指令主要包括工作位置坐标、喷头工作压力(即水箱压力)和喷灌时长等信息，喷灌作业时的执行步骤如下：(1)接收决策服务器发来需要喷灌的坐标，通过步进驱动器电机带动车轮转动，根据车轮转动的圈数和角度计算行走的距离，到达预定地点；(2)控制增压泵对水箱进行加压，同时利用压力传感器进行检测，当达到预设的工作压力值P时，控制器向增压泵发出停止工作的指令；(3)控制对应的喷头阀门，根据该区域计算的需水量，保持喷头开启时间为t(s)后关闭；在喷灌作业过程中，如果水箱的压力低于预设的最低值，则自动开启增压泵；(4)启动步进驱动电机反向运转，使智能移动喷灌车回到原点。

2.2 智能移动喷灌车控制单元

智能移动喷灌车控制单元采用处理器LPC2129作为控制核心，压力传感器安装在密闭的水箱上方，经过调理放大电路后与处理器的模块转换(analog-to-digital converter，ADC)接口连接，将压力信号转化为对应的数字信号；处理器通过通用输入/输出(general purpose output，GPIO)接口经三极管驱动电路来控制继电器的开合，从而实现对增压泵和喷头电控阀门的控制；通过脉冲宽度调制(pilse width modulation，PWM)接口输出脉冲信号对步进驱动电机的转动角度进行控制，再根据车轮的外半径大小计算行进距离；处理器的串行外设接口(serial peripheral interpace，SPI)接口与ZigBee无线模块连接，实现与决策服务器的信息交互。由于车载功率较大，所以整个智能移动喷灌车采用 220 V 的交流供电，根据各模块的需要将其转化为48.0、12.0、5.0、1.8 V的直流电来使用。智能移动喷灌车控制单元结构如图4所示。

2.3 工作模式及运动控制

智能移动喷灌车有2种工作模式：定点局部喷灌和全局喷灌。定点局部喷灌主要针对个别区域土壤湿度偏低时，智能移动喷灌机会自动运动到对应的坐标，进行喷灌作业，任务完成后，再回到原点等待命令；全局喷灌指当检测到整个苗床的土壤湿度普遍偏低或者须要进行喷灌施肥和施药时或者须要进行大面积连续喷灌作业时，根据控制策略，对喷灌车的移动速度v、重复喷灌次数n和水箱压强P进行控制，从而完成喷灌作业。

假设移动喷灌车轮的外缘半径为R，苗床的长度为L，苗床过道间隙距离为l，每个苗床均匀设置m个土壤湿度传感器，当监测到第i个苗床的第j个传感器点的湿度较低时，说明须要对该区域进行喷灌作业，如步进电机与车主轴的传动比为k，此时须控制步进驱动电机旋转角度θ，具体见公式(1)：

(1)

控制器通过PWM给步进驱动电机特定的脉冲数量，控制其转过的角度，即智能移动喷灌车行驶的距离，根据脉冲信号的频率来调节行进的速度。故可通过决策服务器下发的指令，计算要转动的角度θ及移动速度v[11]。

3 土壤墒情变化模型及决策服务器

由于喷灌出的水不能及时到达土壤中传感器的感应区域，响应较慢，有必要建立土壤墒情变化模型，找出土壤湿度变化与灌溉需水量的关系，从而预算当前湿度情况下需要喷灌的用水量。

3.1 土壤墒情变化模型

作物要正常生长须要满足特定的土壤墒情条件，而且在作物不同的生长阶段，需要的墒情环境也有所不同。同时，受土壤水分蒸发和作物根系吸水的作用，土壤的墒情会随时发生变化[12-13]。为了保证幼苗的正常生长，须要及时给作物补充水分。本研究采用喷灌方法，细小的水珠通过喷头洒到苗床土壤表面时，由于渗透需要一定的时间，埋在地下5 cm处的湿度传感器不能及时探测到，为了避免造成过量喷灌，须要建立的土壤墒情变化模型提前计算出局部的需水量，通过定量喷灌即可达到预定的湿度值。同时，根据喷头的特性，须要找到需水量Q与喷头覆盖面积s(πr2，r为喷头辐射半径)、喷头出水流量q、水箱压强P、喷灌时长t的关系。喷头的选取决定了喷灌的出水流量和均匀度，本设计中使用Nelson D3000的喷头，它的喷嘴直径只有7.2 mm，可承受30～250 kPa 的压强。在安装过程中，控制喷头与土壤的距离为50 cm，能有效避免对幼苗造成冲击损害，单喷头的喷洒辐射半径正好为0.5 m，即s=0.52π，文献[14]对其进行了详细的研究，得出单喷头流量与压强的关系：

q=0.214 2×P0.481 8。

(2)

式中：q代表单喷头流量，m3/h；P代表压强，kPa；由于幼苗植株比较弱小，不宜用过大的压强，根据经验，本研究选取固定压强值为50～150 kPa。结合本研究中试验土壤的环境情况，在定点喷灌的条件下进行研究，得出单位面积上湿度的变化量ΔH与需水量Q成正比关系，经验表达式为

(3)

式中：r表示喷头辐射半径，m；由公式(3)可知，湿度的变化量与需水量成正比，与喷头辐射半径的平方成反比，与喷洒时长t成正比；k为调节系数，根据不同的土壤性质而不同，根据经验这里k取2.658×10-3，由式(2)和式(3)可知：

(4)

由于幼苗苗床的土质较松软，且渗水性好，仍需要0.5 h左右渗透到5 cm深的位置，即湿度传感器能感应到，故采集周期设置为0.5 h。

3.2 决策服务器

决策服务器是整个温室大棚的信息收集和控制中心，主要接收来自各苗床发来的土壤湿度数据，并对其进行处理，再根据幼苗的发育阶段，制定幼苗生长周期需水量，采取不同的控制策略，再控制智能移动喷灌车执行运动和喷灌指令等[15]。决策服务器集中管理软件借助VC++6.0开发而成，包括ZigBee无线模块、苗床配置管理、土壤墒情采集、决策控制管理、喷灌车控制、统计分析、历史曲线、数据库、系统参数设置和打印/报警等单元构成。决策服务器管理软件构成如图5所示。

决策服务器提前预设固定的ZigBee网络ID，并在土壤墒情采集单元对湿度采集终端进行数量和位置的配置，同时，对幼苗的生长周期及所需土壤湿度的最佳范围进行规划，即设定最高湿度和最低湿度值。苗床土壤湿度采集单元和智能移动喷灌车开启后主动寻找决策服务器的网络ID，自动与其进行网络连接并进行数据交互。苗床土壤湿度采集终端每 0.5 h 向决策服务器发送1次数据，并存储在服务器的数据库中；决策服务器根据预设的土壤湿度范围进行判断，如果小于设定的最低阈值，通过建立的土壤墒情变化模型计算喷灌压力、时长、次数以及使用哪种工作模式等具体的指令，并通过ZigBee网络发送给智能移动喷灌车执行。系统还可以通过曲线的形式对每个苗床每个区域的湿度情况进行历史数据再现，并可生成日报、月报和年报等报表，进行统计分析，当测得的土壤湿度值超出了预设的范围时，还会发出警报信号提醒温室管理者关注。

4 结果与分析

本研究设计的系统具有通用性，可适用于不同类型的作物，为了验证设计的智能喷灌系统的工作效果，这里选择番茄幼苗进行试验。

4.1 土壤湿度精度控制试验

番茄幼苗在发芽、出苗以及分苗定植后的缓苗期需要较高的湿度，对生长15 d、长势均匀的番茄幼苗进行试验[16]。选择温室中的6床番茄幼苗，并分成A和B 2组，每组3床，进行对比。其中，对A组(苗床1～3)采用本研究设计的智能喷灌系统进行管理，对B组(苗床4～6)采用传统的人工浇灌方法。首先将设计的系统及智能移动喷灌车按照要求进行安装，在决策服务器上配置作物幼苗每个生长阶段的最大土壤湿度Hu和最低土壤湿度Hd，即最佳的生长湿度为(Hu+Hd)/2，得到每组每天的平均湿度数据(表1)。

表1 精度控制试验结果

平均控制偏差ΔE可表示为

(5)

根据公式(5)可计算出A组的平均偏差为1.58%。为了直观观察，将得到的表1精度控制试验数据绘制成可视曲线图(图6)。

从图6可直观看出，采用本研究设计的系统能够很好地控制苗床土壤湿度在设定的范围内，而采用传统人工浇灌方法的苗床，土壤湿度时高时低，不能做到精确控制。

4.2 喷洒均匀性对比试验

上边的数据是对每天的数据取平均值得到的，现对其中1 d(第5天)中2组苗床的一组瞬时土壤湿度数据进行对比，得到的喷洒均匀性结果如表2所示。

表2 喷洒均匀性试验结果

为了直观观察，将表2的喷洒均匀性试验数据转换为直观曲线图(图7)。

从图7可以直观看出，在某瞬间A组苗床上的各区域土壤墒情表现均衡，且均在预设的范围内；而B组苗床上各区域的土壤墒情不仅高低不平，而且还明显高于预设的最高湿度值，容易使幼苗根系湿度过大，导致病虫害的发生。

通过试验还发现，采用本研究技术的A组幼苗高度整齐，苗径均匀，成活率比B组的幼苗高9.4%，A组的灌溉用水仅为B组的41.8%，全程不需要人工干预，操作简便，实现了苗床土壤湿度的精准控制。

5 结论与讨论

由于温室幼苗对土壤湿度有较高的要求，借助无线传感器网络设计了适用于温室苗床的高精度智能喷灌系统，利用湿度传感器测量苗床不同区域的湿度，并由ZigBee无线网络汇聚到决策服务器进行处理，通过建立的土壤墒情变化模型计算喷灌需水量。同时，将需要喷灌的位置坐标和指令发送至智能移动喷灌车，从而实现精准喷灌作业，还可以将肥料或者农药融入水中，进行施肥和喷药。

对比试验结果表明，设计的系统运行稳定、数据采集准确、通信可靠，与滴管方法相比，节约了布局大量的地面喷头，在土壤湿度的调节方面比传统的人工灌溉方式控制更精准，喷洒更均匀，不仅节约了用水，而且还节省了大量的人工，为智能化和精准化农业的发展奠定了基础。

[1]薛义霞，温祥珍，李亚灵.番茄幼苗对高温时间段空气湿度控制的生理响应[J].西北农业学报，2013，22(12)：119-124.

[2]张晓月，李荣平，焦 敏，等.农田土壤墒情监测与预报系统研发[J].农业工程学报，2016，32(18)：140-146.

[3]薛义霞，温祥珍，李亚灵.番茄幼苗对高温时间段空气湿度控制的生理响应[J].西北农业学报，2013，22(12)：119-124.

[4]邱明权，李 伟，邱志鹏，等.恒压控制在喷灌系统中的应用[J].中国农机化学报，2014，35(4)：135-139.

[5]耿宾涛，王现君.计算机视觉运用于棉花水分养分供给系统设计[J].农机化研究，2017(11)：179-182.

[6]袁志强.应用于农业喷灌系统的无线传感网络的设计[J].中国农机化学报，2014，35(1)：249-251.

[7]建 坡，董子奇.基于能量迭代的无线传感器网络非均匀分簇路由算法[J].计算机应用研究，2017，34(3)：824-827.

[8]许培培，万雪芬，杨 义，等.用于观光农业的混合型无线传感器网络节点设计[J].华南农业大学学报，2017，38(2)：118-124.

[9]刘柯楠，吴普特，朱德兰，等.基于GPS的太阳能平移式喷灌机自主导航系统设计与试验[J].农业工程学报，2016，32(16)：89-94.

[10]付焕森，李元贵，夏华凤.温室系统温湿度水肥耦合的解耦控制器设计[J].江苏农业科学，2016，44(6)：430-432.

[11]陈 昕，朱德兰，葛茂生，等.太阳能平移式喷灌机行走驱动系统配置与性能研究[J].节水灌溉，2016(4)：98-102.

[12]梁西银，钟 伟，祁 磊.自适应卡尔曼在延长土壤墒情监测节点寿命中的研究[J].传感技术学报，2016，29(3)：439-444.

[13]赵伟霞，李久生，杨汝苗，等.田间试验评估圆形喷灌机变量灌溉系统水量分布特性[J].农业工程学报，2014，30(22)：53-62.

[14]张以升，朱德兰，张 林，等.平移式喷灌机行走速度及喷灌均匀度试验研究[J].排灌机械工程学报，2014，32(7)：625-630.

[15]李家荣.基于单片机控制的大棚温湿度监控系统的设计[J].江苏农业科学，2016，44(8)：424-427.

[16]周晓丽，李文德，成军花.水分胁迫对温室番茄苗期生长的影响初探[J].甘肃农业科技，2009(10)：13-15.