基于物聯網技術的水肥一體化智能管理系統

姜巖　段杰　王茂勵

摘要 為實現蔬菜大棚數字化管理，設計了基于物聯網技術的水肥一體化智能管理系統。傳感器采集蔬菜大棚土壤溫濕度、空氣溫濕度、光照條件等環境信息，然后將數據上傳至云服務器，云平臺對數據進行整理，分析制定蔬菜需水量，氮、磷、鉀混合比例和施肥時間等管理計劃。經試驗，基于數字化管理施肥，2017年植株氮、磷、鉀積累量分別增加了13.9%、6.2%、6.6%，對比人工經驗控制和基于物聯網技術，物聯網技術的數字化管理施肥優化了氮、磷、鉀肥配比，使蔬菜、水果對氮、磷、鉀養分吸收更充分。

關鍵詞 蔬菜大棚；水肥一體化；物聯網技術；數字化管理；云平臺

中圖分類號 TP273+.5 文獻標識碼 A 文章編號 1007-5739（2018）16-0279-03

Intelligent System of Water and Fertilizer Based on Internet of Things Technology

JIANG Yan 1，2 DUAN Jie 1，2 * WANG Mao-li 1，2 ZHAO Jing-bo 1

（1 College of Automation Engineering，Qingdao University of Technology，Qingdao Shandong 266520；

2 Shandong Provincial Key Laboratory of Computer Networks，Shandong Computer Science Center（National Supercomputer Center in Jinan），

Qilu University of Technology（Shandong Academy of Sciences））

Abstract To realize digital management of vegetable greenhouse environment，an intelligent water and fertilizer integration control system based on Internet of Things technology was designed.The sensors collect environmental information such as soil moisture，air temperature and humidity，and light conditions in a greenhouse，and then upload the information to the cloud server.The cloud platform collates and analyzes the data and formulates the management plan of vegetable water requirement，ratio of N、P、K and fertilizing time，and other control strategies.After experiments，based on recommended fertilization by the expert system，the nitrogen，phosphorus，and potassium accumulations of the plants in 2017 increased by 13.9%，6.2% and 6.6%，respectively.Comparisons were made on the basis of the results of artificial experience control and intelligent control based on the Internet of Things technology.By expert system recommended fertilization，the proportions of nitrogen fertilizer，phosphate fertilizer and potassium fertilizer were optimized，and the nutrient absorptions of nitrogen，phosphorus and potassium were more abundant in fruits and vegetables.

Key words vegetable greenhouse；integration of water and fertilizer；Internet of Things technology；digital management；cloud platform

隨著計算機科學、微電子技術和網絡信息化技術的普及，以全球互聯網為基礎，被稱為“第三次信息技術革命”的物聯網正在興起。網絡信息技術的快速發展給人類科學和社會經濟帶來了前所未有的機遇和挑戰。據統計，20世紀80年代以來，網絡技術對發達國家經濟貢獻率接近40%，物聯網將改造現有的網絡架構來適應新的應用環境和社會網絡，從而帶來巨大的市場價值，為社會經濟發展提供了強勁動力[1-2]。

目前，我國設施農業建設面積世界第一，但主要是以日光溫室單體大棚為主，設施配套設備簡單，高科技含量比較低，環境可控度低，抵御自然惡劣環境的能力低，高水平的現代化蔬菜大棚占設施農業總面積的0.14%，現代化裝備技術水平、先進的管理理念、人均管理面積、生產勞動效率遠遠落后于世界發達國家。美國、日本、荷蘭等農業發達國家，通過對種苗培育、水肥管理、環境調控、土壤特性演變、產前產后處理、流通物流等各個環節的深入研究，已經實現了適合各國農業發展的標準化、工廠化栽培體系，保證農業向著高效、平穩、節能的方向良性發展[3]。近年來，隨著我國社會經濟的高速發展，環境問題和食品安全問題逐漸成為社會發展進程中突出的矛盾，研究現代化設施農業技術裝備，對我國經濟發展、優化生態環境、減少食品安全問題具有重要意義。

傳統種植使用的水肥一體機具有控制施肥比例、施肥時間、肥前澆水等功能[4-5]。其優點是可以節約用水，肥液利用率高；缺點是水肥控制和決策由個人憑經驗操作，缺少理論依據，水肥不能被充分利用。隨著新技術的快速發展，包括無線通信技術、傳感器技術、信息處理技術、農業自動化和信息化進程的不斷深入，物聯網技術將農業數字化管理技術與現代溫室大棚栽培工藝相融合，將智能設施、智能裝備、智能系統、種植需求相結合，以期提高水肥利用率、提高農作物產量、減少環境污染、提高農業現代化設施科技含量[6-7]。

1 水肥一體化硬件模型

1.1 系統組成

水肥機的結構如圖1所示，整個系統的核心裝置為混合管，混肥管中的營養液由進水和文丘里管吸入的肥液組成，共有4個肥料輸入和1個混肥輸出。輸入分別為氮肥、磷肥、鉀肥、pH調解液，輸出為混合后的營養液，由主循環泵加壓送至田間管網。在混肥管側壁中安裝了2個EC、pH傳感器，采用2個傳感器可以使混肥過程形成1個閉環控制，傳感器采集的數據可以驗證肥液指標是否達到要求。灌溉狀態下，不銹鋼離心泵一方面可以為整個灌溉區域提供必要的供水壓力，另一方面可以間接增大管路內文丘里吸肥裝置的吸力?？刂破鞑捎梦鏖TPLC（S7-200），并嵌入模糊和分段PI控制策略。主控制器根據EC、pH傳感器檢測到的數據，結合物聯網云平臺管理的作物品種、作物長勢、溫室環境因子等數據，動態管理施肥方案、肥液配比、施肥時間，為蔬菜、水果的生長提供物質基礎。

1.2 文丘里施肥器數學模型

施肥裝置是智能水肥一體機的核心部件，其性能對每一次施肥起到關鍵作用，因而施肥裝置需具有較好的穩定性。目前，國內比較普遍的施肥裝置有差壓式施肥罐、比例施肥器、文丘里施肥器、磁力施肥泵等。由于差壓式施肥器體積龐大、混肥不均勻，逐漸被其他種類的施肥器替代。文丘里施肥器因其結構簡單、運行穩定、成本低而應用最為廣泛。比例施肥器利用水的壓力驅動泵內活塞做往復運動，驅動吸肥，吸肥比例可由機械旋鈕調節，混肥精度較高，但對過濾設備要求較高且價格昂貴，大面積推廣受到限制。磁力施肥泵混肥濃度均勻但是成本較高，運行不穩定且易發生故障。綜上分析，宜將文丘里吸肥裝置作為水肥一體機的施肥裝置。

文丘里吸肥器運行機理：當有壓流體經進口段進入文丘里吸肥器中，經過收縮段時由于管徑變小導致工作流體一部分壓力轉化為動能，流體速度在喉管處達到最大，高速流體在喉管處形成真空負壓區，待負壓達到一定值后將肥液吸進吸肥器中，混合后的流體將部分能量傳遞給肥液，進入擴大段后由于管徑增加，一部分動能再次轉化為壓力，混合流體在出口段流速降低、壓力增加，完成吸肥工作。文丘里吸肥器主要由進口段、收縮段、喉管、擴大段、出口段組成，其機構如圖2所示。

文丘里吸肥器屬于精密儀器，其涉及的參數有很多，倒角、公差、材質特性等參數同樣會影響文丘里吸肥器的設備特性，本文將不予重點闡述。文丘里吸肥器的重點參數關系如下：

tan？琢=（din-d1）/2a

tan？茁=（dout-d1）/2c

？啄1=d1/din

？啄2=b/d1

式中，？啄1為收縮比，即喉管內徑與進口段內徑之比；？啄2為喉管長徑比，即喉管長度與喉管內徑之比。

2 農業物聯網系統基本構成和智能化控制系統設計

2.1 物聯網系統基本構成

農業物聯網系統可以分為4層結構：第1層為終端，主要包括信息采集終端、信息監控終端、水肥自動化控制終端；第2層為數據傳輸層，包括網關與終端設備的數據交流、網關與云平臺的數據交換；第3層為物聯網云平臺數據分析處理層；第4層為用戶管理層。該系統總體架構如圖3所示。

2.2 物聯網智能化控制系統設計

農業物聯網終端采集設備主要由傳感器組成，包括土壤溫濕度傳感器、空氣溫濕度傳感器、光照傳感器等。各信息采集節點分別采集大棚內的土壤水勢墑情及各項環境參數，這些信息通過數據傳輸層傳輸到監控中心，監控中心對數據進行分析、整理并發出控制命令，控制命令由控制柜管理控制器執行，最后實現蔬菜大棚內自動化灌溉與環境調控為一體的遠程化、智能化控制（圖4）。

2.3 農業物聯網信息采集端設計

目前常用的5種短距離無線通訊模塊為藍牙技術、Z-Wave技術、ZigBee技術、紅外技術、WiFi技術，分別屬于802.11 a標準、802、116標準、802.11 g標準、802.15.4、IEEE802.15.1。藍牙技術通訊距離較短，對蔬菜大棚監測時需要的設備較多；Z-Wave技術通訊頻率過低，數據傳輸速度受到限制；紅外技術通訊距離過短；WiFi技術待機時間過短。通訊速率較快、通訊距離較長、待機時間長的ZigBee技術是短距離無線通訊模塊的首選。

ZigBee網絡的組網方式有3種，分別為星型、簇狀形、網狀型（圖5）。星型組網方式比較簡單且管理方便，但由于溫室蔬菜大棚對無線信號有一定的屏蔽作用，因而星型網絡不適合應用在溫室大棚里；而網狀型組網方式由于數據包要經過多個節點，容易丟失數據。因此，相較之下，宜選擇簇狀型組網方式。

3 試驗

3.1 試驗地概況

試驗地點為淄博市張店村，供試土壤為砂質潮土，試驗對象為草莓，土壤基本養分性狀見表1。

3.2 試驗設計

試驗共設計了6種不同的處理，分別為：IOT，為物聯網數據管理系統推薦氮、磷、鉀混肥比例及用量；IOT-N，為在IOT基礎上不施氮肥；IOT -P，為在IOT基礎上不施磷肥；IOT -K，為在IOT基礎上不施鉀肥；FP，為農民的習慣施肥；CK，為不施任何肥料。2016年、2017年不同處理的施肥量如表2所示。

3.3 結果與分析

收獲時將種植區域以10 m2為單位進行劃分，分區后對單位種植面積的草莓進行稱重和營養分析，再結合2016年和2017年的數據進行比較，結果如表3所示?？梢钥闯?，2016年、2017年草莓分別增產7.00%～18.59%和4.00%～18.32%；IOT處理產量最高，較FP處理分別增產3.9%、7.3%，平均增產5.6%；IOT處理和 FP處理間營養含量和產量均無明顯差異?；谖锫摼W數據管理系統推薦的施肥，2016年氮、磷、鉀積累量分別增產 18.6%、11.9%、16.4%；2017年氮、磷、鉀積累量分別增產13.9%、6.2%、6.6%。由此可知，氮肥是草莓增產的主要因子，其次是磷肥。合理分配氮肥、磷肥的比例是關鍵。

4 結論

物聯網管理系統將蔬菜大棚的基礎信息、氣象資料、土壤特性資料等信息作為模型庫的輸入，經過物聯網云平臺數據分析、運算后，制定出針對不同農戶個性信息的施肥方案。試驗表明，2016年、2017年物聯網數據管理系統推薦氮、磷、鉀混肥比例及用量較農戶習慣施肥分別增產3.9%和7.3%，維生素含量增加9.3%和9.8%，基于物聯網系統推薦的施肥方案優化了氮、磷、鉀配肥比，促進了蔬菜、水果對氮、磷、鉀的吸收，具有增產增收、增加維生素含量的作用。水肥一體機的設計可為農業物聯網提供硬件支持，通過接收云端控制命令實現施肥的自動化智能化。由于云計算產業日益普及，使用成本越來越低，隨之帶來的信息安全問題也在業界受到越來越多的關注。因此，未來將對物聯網信息安全問題展開探索。

5 參考文獻

[1] 牛寅，張侃諭.基于云模型模糊推理的精準施肥機pH值調節過程控制[J].農業機械，2016，47（7）：58-64.

[2] WANG M，TANG Y，HAO H，et al.The design of agricultural machinery autonomous navigation system based on linux-ARM[C]//Advanced Info- rmation Management，Communicates，Electronic and Automation Control Conference，2017：1279-1282.

[3] 王宜倫，蘇瑞光，劉舉，等.養分專家系統推薦施肥對潮土夏玉米產量及肥料效率的影響[J].作物學報，2014，40（3）：563-569.

[4] 肖令祿，王澤宇.基于無線傳感器網絡的農田環境監測系統設計[J].河南科學，2017，35（10）：1574-1581.

[5] 趙宏才，趙曉杰，張興波，等.基于專家系統的黃瓜園區無線智能監控系統研究[J].江蘇農業科學，2017，45（17）：215-218.

[6] 余國雄，王衛星，謝家興，等.基于物聯網的荔枝園信息獲取與智能灌溉專家決策系統[J].農業工程，2016，32（20）：144-152.

[7] 畢建新，陳雅，鄭建明.面向科學大數據的云計算平臺構建研究[J].現代教育技術，2013，23（10）：72-75.