王健　謝南　黃春營

摘要：結合溫室環(huán)境下葡萄的需水特點提出上限灌溉和下限灌溉2種灌溉方式，同時結合葡萄生長周期及環(huán)境因素，給出一種運用模糊控制理論動態(tài)調節(jié)灌溉量并預測下次灌溉時間的智能控制算法，在不影響產(chǎn)量的基礎上保證水資源的最大利用率。結果表明，該方法最大超調量為20%，響應時間為22 s，具有較高的穩(wěn)定性與響應速度，與人工控制方式相比，在產(chǎn)量基本不變的條件下可達到節(jié)約17%水資源的效果，為葡萄自動化灌溉開辟了一條新途徑。

關鍵詞：葡萄種植；生長周期；動態(tài)調節(jié)；模糊控制；灌溉預測；算法；自動化灌溉

中圖分類號： TP273+.5；S126文獻標志碼： A

文章編號：1002-1302（2017）14-0184-05

溫室智能灌溉是通過傳感器采集環(huán)境信息，對信息進行科學分析，并根據(jù)分析結果提供一套完整的灌溉方案。溫室智能灌溉在互聯(lián)網(wǎng)技術、通信技術、傳感器技術的高速發(fā)展下得到可靠的技術支持[1-2]，在節(jié)省人力物力的情況下實現(xiàn)高產(chǎn)出，改變了人們的傳統(tǒng)種植方式，得到世界范圍內的高度關注。以色列、美國、荷蘭等發(fā)達國家始終將農(nóng)業(yè)現(xiàn)代化、提高水資源利用作為研究熱點，并已達到相當高的水平，基本形成溫室農(nóng)業(yè)的高投入、高產(chǎn)出，溫室電腦覆蓋率達到80%以上，主流智能灌溉方式及系統(tǒng)[3-5]應用程度高很大程度提升了農(nóng)業(yè)生產(chǎn)效率。我國是傳統(tǒng)的農(nóng)業(yè)大國，農(nóng)業(yè)現(xiàn)代化水平與發(fā)達國家相比存在較大差距，實現(xiàn)農(nóng)業(yè)現(xiàn)代化、提高灌溉技術的精準度及水資源利用效率成為當務之急[6-7]。

溫室葡萄突破傳統(tǒng)種植過程中受氣候、地域等因素的制約，使葡萄生長在適宜的土壤、氣候環(huán)境中。但目前溫室內多以人工控制為主，通過滴灌、微噴灌等方式進行補水，自動化普及程度相對較低，缺乏符合葡萄生長周期需水特性的自動灌溉控制算法，在葡萄生長過程中會發(fā)生短暫缺水、過量灌溉的現(xiàn)象。因此，本研究以模糊控制理論為基礎，結合5年生巨峰葡萄各時期生長周期的需水特性與環(huán)境因素，提出一種動態(tài)調節(jié)灌溉量的控制算法，在考慮巨峰葡萄不同生長周期所需空氣溫濕度及土壤相對濕度的情況下，判斷是否需要進行灌溉，預計下次灌溉時間，以減少系統(tǒng)耗能及水資源的浪費，在不影響葡萄產(chǎn)量的基礎上保證水資源的最大利用率。

1基本知識

葡萄（Vitis vinifera L.）為葡萄科葡萄屬木質藤本果樹，整個生長周期大體劃分為生長期、休眠期2個部分。生長期是葡萄生長的關鍵時期，持續(xù)160～200 d，可細分為傷流期、新梢生長期、開花期、果粒膨大期、果粒成熟期（著色期）及落葉期[CM（25][KG*8]6個時期。休眠期同樣對葡萄的生長起至關重要的作用，休眠時間不足將導致發(fā)芽不齊、果粒不飽滿等[8]，而通過改變溫室環(huán)境可使植物提前解除休眠，縮短整個生命周期。溫室種植的目的是動態(tài)調控環(huán)境影響因素，使作物盡量在適宜的環(huán)境中生長，從而實現(xiàn)產(chǎn)量的最大化。因此，了解葡萄各個時期相關的環(huán)境影響因素至關重要[9]。巨峰為4倍體中熟葡萄品種，原產(chǎn)于日本，在中國有大范圍的推廣種植。巨峰葡萄屬喜溫作物，萌發(fā)速率隨溫度升高而加快[10-11]。巨峰葡萄在生長過程中對環(huán)境條件較為敏感，傷流期濕度較大有利于萌芽[12]；果實發(fā)育期蒸發(fā)蒸騰量較大，需水量也相對較大，對土壤濕度要求較高，及時補水灌溉是提高產(chǎn)量的關鍵；休眠期蒸發(fā)蒸騰量較小，土壤濕度過高將導致葡萄根部受凍[13]。本研究以5年生巨峰葡萄為對象，結合溫室環(huán)境下葡萄的需水特點提出2種灌溉方式，同時結合葡萄生長周期及環(huán)境因素，給出一種運用模糊控制理論動態(tài)調節(jié)灌溉量并預測下次灌溉時間的智能控制算法。巨峰葡萄各生長時期所需的持續(xù)天數(shù)、適宜溫濕度及土壤相對濕度見表1，并據(jù)此得出巨峰葡萄各生長周期適宜土壤濕度（THR）的數(shù)學變化公式，為：

2溫室葡萄種植灌溉算法

2.1灌溉時間預測

溫室種植葡萄可以調控溫室內部的溫濕度，使葡萄蒸發(fā)蒸騰量相對平穩(wěn)，使葡萄生長保持較為穩(wěn)定的環(huán)境。蒸發(fā)蒸騰是溫室種植作物土壤水分流失的主要來源，通過蒸發(fā)蒸騰量可近似得出作物生長期間土壤水分的流失情況，從而預測灌溉量及灌溉時間。蒸發(fā)蒸騰量是植株間蒸發(fā)量與植株自身蒸騰量的合稱，計算方法大體分為水平衡直接預測法、間接預測法，而水平衡直接預測法由于難以了解水分的交換情況而不常使用。間接預測法的典型計算方法[14]為：

2.2模糊決策

溫室灌溉涉及的環(huán)境因素較多，是一種非線性、大慣性延時系統(tǒng)，難以建立準確的數(shù)學模型，因此，本研究使用模糊決策[17]來解決這一問題。

2.2.1模糊變量論域模糊決策控制器是一個雙輸入、單輸出的決策系統(tǒng)，輸入變量是傳感器采集到的土壤濕度與該時刻最佳濕度的差值（E）及由計算得到的蒸騰蒸發(fā)量（ET），輸出變量是灌溉量（WD），單位為mm。對于輸入變量E，利用以下公式：

2.2.2模糊控制規(guī)則當土壤相對濕度在適宜范圍內時，應針對蒸騰蒸發(fā)量的大小進行適量灌溉；當濕度嚴重不足時，無論葡萄蒸騰蒸發(fā)量大小都應進行大量灌溉；當濕度過大時，即使蒸騰蒸發(fā)量較大也應等濕度達到灌溉閾值時再進行灌溉，否則長時間過量灌溉會導致葡萄產(chǎn)量受到影響。推理規(guī)則形式如下：

2.3灌溉方式

在葡萄生長過程中，可能會因生長周期變化產(chǎn)生短暫缺水和過量灌溉問題。根據(jù)葡萄不同生長周期適宜土壤相對濕度的變化曲線，本研究提出2種不同的灌溉方式，分別是上限灌溉、下限灌溉。

2.3.1上限灌溉上限灌溉是指將最佳土壤濕度作為判斷是否灌溉的閾值，如果當前土壤濕度低于最佳濕度，則運用模糊決策進行灌溉量的求解，并按量進行灌溉，這既可以使土壤濕度時刻保持在最佳濕度偏上的范圍內，又可以有效解決由生長周期變化導致的短暫缺水問題（圖2）。因此，該灌溉方式適用于需水趨勢呈上升狀態(tài)，且對水分虧缺較為敏感的生長周期使用，對應于葡萄開花期及正常休眠期。

2.3.2下限灌溉下限灌溉是指將土壤濕度下限作為判斷是否灌溉的閾值，如果當前土壤濕度低于土壤濕度下限，則運用模糊決策進行灌溉量的求解，并按量進行灌溉，這既可以使土壤濕度在整個適宜范圍內波動，在一定程度上緩解由生長周期變化導致的過量灌溉問題，又有利于節(jié)約水資源（圖2）。因此，該灌溉方式適用于需水趨勢呈下降狀態(tài)，且水分虧缺對其影響較小的生長周期使用，對應于葡萄傷流期、新梢生長期、果粒膨大期、果粒成熟期、落葉期及低溫預處理期。

2.4灌溉算法描述

基于模糊控制理論的溫室葡萄種植灌溉算法的輸入起始是天數(shù)D，輸出是灌溉量WD或者預測的灌溉時間T，其流程（圖3）為：

（1）輸入數(shù)據(jù)D，判斷生命周期是否結束，如“是”，則算法結束，否則執(zhí)行（2）；

（2）根據(jù)D判斷葡萄當前所處生長周期的最佳溫度、空氣相對濕度及土壤相對濕度，執(zhí)行（3）；

（3）根據(jù)（2）中結果，對溫室環(huán)境的溫濕度進行調節(jié)，執(zhí)行（4）；

（4）計算當前蒸發(fā)蒸騰量ETC，執(zhí)行（5）；

（5）根據(jù)所處的生長周期決定灌溉方式和灌溉閾值，執(zhí)行（6）；

（6）測量當前土壤濕度E，將其數(shù)值與（5）中閾值進行比較，如大于（5）中閾值則執(zhí)行（8），否則執(zhí)行（7）；

（7）模糊決策控制器對灌溉量進行決策，并進行灌溉，執(zhí)行（6）；

（8）根據(jù)當前的蒸發(fā)蒸騰量ETC，計算下次灌溉的預計時間，執(zhí)行（9）；

（9）判斷在預計時間內是否發(fā)生葡萄生長周期的變化，如發(fā)生變化則執(zhí)行（11），否則執(zhí)行（10）；

（10）等待，當預定時刻到來時，執(zhí)行（6）；

（11）判斷是否到達周期變換時間點，到達則執(zhí)行（1），否則等待時間點的到達。

3仿真試驗與分析

通過Matlab仿真試驗，可得到系統(tǒng)的響應曲線。由圖4可見，該系統(tǒng)的最大超調量為20%， 響應時間為22 s，控制系統(tǒng)具有較快的響應速度及較高的穩(wěn)定性。

2015年4月，在黑龍江省佳木斯市湯原縣農(nóng)業(yè)技術推廣中心示范基地的6、7、8號溫室葡萄大棚進行灌溉試驗，采用微噴灌方式、3管式布管，間距為30 cm，滴頭流量為1.5 L/h，通過人工調控設置起始土壤濕度為傷流期時最佳土壤濕度80%，6、7號大棚按原有控制方案進行灌溉，共執(zhí)行灌溉操作28次，灌溉定額為840 mm；8號大棚按本研究方法進行灌溉，共執(zhí)行灌溉操作26次，灌溉定額為698 mm（表3）。由圖5可見，在葡萄整個生育過程中，8號大棚內的土壤濕度有98%以上時期處于適宜土壤濕度范圍內。測產(chǎn)結果顯示，8號大棚的葡萄產(chǎn)量為35 760 kg/hm2，6、7號大棚的葡萄產(chǎn)量分別為35 235、36 645 kg/hm2。由此可見，本研究控制系統(tǒng)與原有控制方式相比，在葡萄產(chǎn)量基本不變的前提下，可節(jié)約17%的水資源，有效實現(xiàn)了節(jié)水灌溉的目的。

4結論

結合葡萄需水特點，提出上限灌溉和下限灌溉2種灌溉方式，解決了由生長周期變化產(chǎn)生短暫缺水和過量灌溉的問題，同時，將模糊控制理論與葡萄種植灌溉相結合，根據(jù)作物生長周期及環(huán)境因素，提出一種動態(tài)調整灌溉量且預測下次灌溉時間的智能控制算法，該算法可通過土壤含水量來判斷是否需要灌溉。通過仿真與實際灌溉試驗，結果證明，基于模糊控制理論的溫室葡萄種植灌溉可以使土壤濕度時刻維持在適宜范圍內，且與傳統(tǒng)控制方式的微噴灌相比，可節(jié)約17%的水資源，有效改善了傳統(tǒng)溫室種植葡萄水資源浪費的問題；該方法最大超調量為20%，響應時間為22 s，控制穩(wěn)定性較好，響應時間快，便于實現(xiàn)，能夠達到自動化灌溉的目的，在產(chǎn)量基本不變的前提下可有效節(jié)約人力物力，為溫室葡萄的自動化灌溉開辟了一條新途徑。

參考文獻：

[1]張杰. 基于Zigbee和GPRS的果園智能灌溉控制系統(tǒng)設計[D]. 楊凌：西北農(nóng)林科技大學，2014.

[2]羅杰. 基于模糊控制智能灌溉控制系統(tǒng)研究[D]. 長春：吉林大學，2011.

[3]Patil P，Desai B L. Intelligent irrigation control system by employing wireless sensor networks[J]. International Journal of Computer Applications，2013，79（11）：33-40.

[4]Dassanayake D K，Dassanayake H，Malano G M，et al. 18th world IMACS[C]. Cairns，Australia，2009：4409-4417.

[5]Papanikolaou C，Sakellariou-Makrantonaki M. The effect of an intelligent surface drip irrigation method on sorghum biomass，energy and water savings[J]. Irrigation Science，2013，31（4）：807-814.

[6]周兵. 基于ZigBee和模糊PID技術的溫室灌溉系統(tǒng)的設計與研究[D]. 昆明：昆明理工大學，2014.

[7]袁洪波. 日光溫室封閉式栽培系統(tǒng)關鍵技術研究[D]. 北京：中國農(nóng)業(yè)大學，2015.

[8]周黎明，王春燕，張海艷. 溫室葡萄休眠期溫度及萌芽期間管理[J]. 吐魯番科技，2011（1）：9-10.

[9]王海波，馬寶軍，王寶亮，等. 葡萄設施栽培的溫濕度調控標準和調控技術[J]. 農(nóng)業(yè)工程技術·溫室園藝，2009（3）：19-20.

[10]司海娣，張亞紅.日光溫室葡萄促早栽培休眠期和生長期的溫度變化[J]. 北方園藝，2010（15）：177-182.

[11]吳久赟，郭峰，陳玲，等. 不同休眠時間對葡萄萌芽期生長發(fā)育的影響[J]. 新疆農(nóng)業(yè)科學，2015，52（4）：643-647.

[12]石雪暉，陳祖玉，劉昆玉，等. 空氣相對濕度對野生葡萄的生理影響研究[J]. 中國生態(tài)農(nóng)業(yè)學報，2005，13（4）：65-67.

[13]孫魯龍，宋偉，杜遠鵬，等. 簡易覆蓋對泰安地區(qū)釀酒葡萄園冬季土壤溫濕度的影響[J]. 中外葡萄與葡萄酒，2015（4）：12-16.

[14]潘永安. 溫室作物水分虧缺智能診斷系統(tǒng)研發(fā)[D]. 北京：中國科學院大學，2014.

[15]潘永安，范興科. 氣象資料缺測時Penman-Monteith溫室修正式的應用[J]. 西北農(nóng)林科技大學學報（自然科學版），2015，43（1）：117-124.

[16]曾辰. 極端干旱區(qū)成齡葡萄生長特征與水分高效利用[D]. 北京：中國科學院大學，2010.

[17]Ceballos M R，Gorricho J L，Gamboa O P，et al. Fuzzy system of irrigation applied to the growth of Habanero pepper（Capsicum chinense Jacq.）under protected conditions in Yucatan，Mexico Ceballos[J]. International Journal of Distributed Sensor Networks，2015，2015：1-13.