基于物联网的智能水肥一体化管理系统构建

陈 东， 杜绪伟， 马兆昆

(青岛科技大学 机电工程学院， 山东 青岛 266061)

我国水资源总量不足，仅为世界的6%，人均不足世界平均水平的1/4[1]。每年农业灌溉用水缺口超过300亿t，因缺水约有700万hm2灌溉土地得不到灌溉。目前我国农业生产中水分生产效率及化肥利用率均偏低，2014年，我国农业用水总量3 807亿t，但主要粮食作物水分生产效率平均仅约1 kg/t，与发达国家平均2 kg/t存在较大差距[2]；2014年，我国化肥施用量约5 995万t，主要粮食作物化肥利用率35.2%。水肥资源匮乏约束已成为制约农业可持续发展的瓶颈因素。《全国农业可持续发展规划(2015—2030年)》提出“一控两减三基本”目标，所以发展高端智能水肥一体化系统是未来的农业发展趋势。其中，监测植物生长参数、环境和土壤参数，智能化形成精准肥水方案的先进水肥一体化管理，是现代设施农业亟待发展的关键。

土壤因素、植物生长因素和环境因素直接影响植物的生长。目前，国内的水肥一体化系统主要根据土壤墒情和养分含量适时地把不同成分肥料进行混肥后灌溉，应中发现系统存在一定的缺点，其监测参数少，一般只监测土壤墒情、电导率(EC)和酸碱度(pH)，形成的植物生长模型及混肥算法精准度较低，控制系统运算能力较弱、功能单一，不能实现智能控制等[3]。鉴于此，按照植物生长的实际要求，采用视觉采集技术、无线传感器物联网监控技术和自动控制系统技术相结合，根据环境因素、土壤因素和植物生长参数，运用人工智能技术生成植物生长模型和混肥算法，自动精准计算混肥和灌溉，构建水肥一体化管理系统，旨在提高农业生产上肥料与水资源的利用率，促进现代农业发展。

1系统设计总体方案

水肥一体化管理系统由视觉采集系统、物联网监控系统和控制系统3部分组成。采用视觉采集系统测量植物生长参数；物联网监控系统由多种无线传感器组成，实现监测环境和土壤参数；控制系统采用ARM嵌入式系统为核心构建，以人工智能算法进行精准水肥混合计算，实现水肥一体化精准灌溉。系统设计方案见图1。

Fig.1 Design scheme of integrated fertilizer and irrigation system

2系统功能与实现

2.1视觉采集系统

视觉系统主要对叶片面积、株高及径粗等植物生长因素进行周期性监测。采用非接触的视觉测量，具有便捷、精确的优点。视觉采集系统包括导轨、步进电机、CCD工业相机和LED光源。该系统中CCD相机比CMOS相机具备更好的降噪能力，便于后期图像处理[4]。采集作物图像，利用步进电机控制导轨上的工业相机及光源，定时重复采集多株样本作物图像，再利用无线WIFI技术将采集的图像传输至水肥一体化控制器上位计算机进行图像处理使用。上位计算机进行图像处理大致分三步：一，先分析模糊图像的退化与复原模型得出图像退化的点扩散函数，再利用复原算法对模糊图像复原后的效果进行比较，最终确定利用加入模块自适应算法的改进Criminisi复原图像算法[5]进行图像修复。该算法不仅改善图像修复结果，使图像更加清晰自然，而且可以提升修复效率，边缘修复后的图像效果更好。二，利用Canny算法处理复原后图像，通过计算图像背景与目标之间的类方差减少错误率来决定算法阈值进而处理得到较清楚的植物图像。三，最后对阈值分割后的图像采用融合二值分割及图像形态学等进行图像背景分割与处理，得到清晰的植物轮廓图像(图2)，即保留分离试验作物的叶片、株高及秆径粗信息，并据此计算作物的相关生长参数。

2.2物联网监控系统

利用物联网构建无线传感器网络是水肥一体化系统的发展趋势[6]。相比于传统采用RS485总线连接各种传感器存在布线施工复杂、线管易老化、维护繁琐且布局难于调整等缺点，无线网络具有布设简便、灵活且成本低的优点[7]。在WIFI、Zigbee和蓝牙3种常用无线技术中，Zigbee技术因其低功耗、自组网、网络容量大和传输距离为50～300 m的优势，最适合用于无线传感器的数据传输[8]。相对而言，WIFI虽然应用广泛，传输距离远，但是功耗比Zigbee高数倍，不利于电池供电；而蓝牙传输距离只有2～30 m，而且受遮挡后传输效果较差。系统基于Zigbee无线技术构建星型无线传感器网络结构，采集监测设施农业环境中土壤的电导率、酸碱度监测墒情及养分情况，监控环境中温度、湿度、光照强度和CO2浓度，调控灌溉水肥混合浓度及酸碱度等参数。传感器节点采用电池供电，中心网关节点由于负荷较重，采用固定电源供电。传感器采集的数据经过中心网管结点，传输到水肥一体化控制器中存储，并上传到网络数据服务器，可被远程计算机和手机客户端读取。手机客户端是基于物联网平台构建的移动监控平台；目的是实现专家远程的指导生产。手机客户端操控平台主要包括：当地气象情况、土壤实时墒情、大气环境等参数数据，历史数据曲线，定时控制器，水泵的开关控制。

图2 视觉采集系统的采集图像及其分割效果

Fig.2 Acquistion image and its segmentation effect in visual acquisition system

2.3植物生长模型及混肥方案

植物生长模型研究主要有机理模型、试验回归模型和人工智能模型。机理模型，基于植物内在机理建立植物生长与水、肥的关系，精度相对不高[9]。试验回归模型，多数基于田间水肥灌溉试验数据，利用多元线性或非线性回归方法拟合模型，并计算模型参数，通常针对某一种作物及特定试验条件，预测精度相对较高。人工智能模型，主要是利用人工神经网络、模糊计算等智能算法，描述水、肥等参数与作物生长的非线性关系，对多个参数参与的非线性关系的描述更精确，是目前植物生长模型和混肥算法的研究趋势。

建立生长模型，首先需要在温室栽培环境进行试验作物种植，利用Penman-Monteith方程在特定的小气候环境中研究其各生长周期需水规律，为各生长周期总灌概量提供理论依据[10]。检测不同施肥量对试验作物叶面积、株高、径粗、最长根长、光合速率及最终干鲜物质生产的影响，确定不同生长周期作物所需肥料的最佳EC值，建立试验作物肥水生长模型[11]。模糊神经网络人工智能算法具有能综合多个参数进行决策形成准确结果的优势。由于精确混肥方案还需要综合考虑光照、二氧化碳浓度、温度及湿度等多个参数的影响，因此，采用基于模糊神经网络人工智能算法基于试验作物肥水生长模型形成精确的混肥算法。在此以番茄作为研究对象，采用基于辐热积的Logistic模型，通过结合试验数据对叶面积和植株高度变化进行回归拟合，确定模型参数，总结水肥参数与番茄生长指标间的经验关系。结合专家经验知识和模糊推理的方法建立水肥参数与番茄生长发育的模糊神经网络关系模型。

2.4控制器

水肥一体化控制器是系统关键硬件。目前国内外的研究工作主要集中在采用可编程逻辑(PLC)控制器和嵌入式系统方面[12-13]。以PLC为核心的控制系统工作可靠，开发周期短，但是成本相对较高，灵活性差，系统运算能力弱。智能化、信息化是水肥一体化设备的发展趋势。综合看，嵌入式系统利用较强的运算能力能够实现较复杂的智能算法，而且易于与其他设备联网，工作可靠，功耗低、成本低，体积小，是发展高端水肥一体化控制器的合理选择。该研究控制系统采用 ARM11开发板，以运行μC/OS-II的嵌入式架构为核心，具有Zigbee无线接收、存储、I/O输入输出及模拟量采集等功能。无线传感器采集的参数接收后存入存储器，再利用GPRS模块联入互联网，向远程服务器上传数据。采集的各种参数经混肥算法程序计算形成精准混肥方案，控制器根据混肥方案，由I/O输出模块控制混肥节流阀和灌溉管道开闭电磁阀。电磁流量计、水温传感器和混肥罐内的EC和pH等传感器通过485总线或模拟量采集接口接入控制器，实时闭环反馈混肥灌溉情况，从而实现精准水肥一体化控制。

3应用测试效果

水肥系统在青岛果园应用试验，经过一段时间的测试在番茄生长过程中取得一些成效。采用机器视觉和物联网结合的水肥监测系统可以更加有效地节省水资源的利用，经测试果园水利用系数明显高于我国规定的0.9，节水达30%以上。建立模糊神经网络关系模型的水肥算法，可以让系统更好地介入传感器的控制逻辑。系统使用后水肥配比误差低于0.01 ms/cm，整个系统的响应时间在2 s以内，实现了精准水肥灌溉功能。PC端和手机端双向控制可以达到实时监测的效果，手机的远程控制程序可以实时传输各个传感器的监测数据和植物的生长状态，进而对水肥一体机远程操控。利用文丘里水肥混合系统实现施肥和灌溉一起进行，实现肥料准确、均匀地运输到根部，有效避免肥料的挥发和过度施肥，也减少对环境的污染。经试验得出此水肥管理系统比传统施肥模式节省肥料40%以上。水肥管理系统采用自动化控制方式，不仅实现水、肥精准控制，还节省用工时间，提高生产效率，总体节省人工成本达20%左右。

4结语

通过集成视觉采集技术、无线传感器物联网监控技术和自动控制系统技术建成基于物联网，采用机器视觉技术实现非接触测量植物生长参数，无线传感器物联网监测环境和土壤参数，以植物生长模型和模糊神经网络智能算法形成精准水肥混合方案，以ARM11嵌入式系统为核心的农作物智能水肥一体化管理系统应用于设施农业，节水达30%，节肥达40%以上，节省人工成本20%左右，且有效提高作物品质，减少肥料对土壤污染，社会效益显著，是未来先进水肥一体化系统发展的趋势。