基于物联网的雪桃智能水肥一体化应用技术
来源:用户上传
作者:
摘要 本文阐述了由节水灌溉、水肥综合管理、物联网、LoRa无线通讯集成的智能水肥一体化应用技术。以黑尊雪桃种植项目为例,确定了节水灌溉设计参数、田间管网流量与压力及设备选型原则与方法;根据农业种植项目特点,运用一体化设计的传感器或控制器、LoRa无线通讯、有边缘计算功能的网关及云平台组成的物联网采集传输控制系统;以雪桃对水肥的需求规律和项目地土壤肥力为依据,设计了适合本项目的灌溉施肥制度,以期为更多农场应用智能水肥一体化技术实现降本增效提供参考。
關键词 雪桃;水肥一体化;物联网;典型配置;规划设计;LoRa通讯
中图分类号 S126;TP39 文献标识码 A
新型农业经营主体不断适应现代农业发展,已经成为推动我国农业经济快速增长的核心力量[1]。但新兴农业主体适应生产力发展和市场竞争能力明显不足:大部分采用传统种植模式,没有配套相应的专业化、社会化服务[2];大部分农业从业人员不具备规模化、现代化种植能力,且运用先进科技手段进行农业生产占比小[3-4];由于销售渠道不畅通,规模化种植的产出还不能达到稳定收益。改变农场生产管理方式、提升生产管理效率、降本增效是每个规模种植农场的普遍需求。机械化、自动化生产是农业产业化升级、规模化经营的前提,尤其是在水、肥管理过程中[4]。“肥”是打开水土系统生产效能的钥匙,“水”是肥效发挥的关键。水肥一体化能够提高水肥利用率,从而省水省肥[5-6];能够实现远程自动化操作甚至智慧决策,从而达到省工的目的[7-8];能够满足作物不同生长阶段水分、养分需求,从而激发植物潜能增产提质[9]。运用智能水肥一体化技术,既有益于新型种植主体自身发展、实现降本增效,又能发挥社会带动作用,实现农村共同富裕[10]。应溧水市黑尊雪桃种植基地要求,设计了智能水肥一体化项目,以期为该技术进一步推广提供参考。
1 智能水肥一体化技术
智能水肥一体化技术是根据环境信息监测设备获悉的土壤水分和养分状况及作物对水、肥料的需求规律,通过自动化控制节水灌溉设备,将肥料和灌溉水一起适时适量、准确地输送到作物根部,供作物吸收。基于节水灌溉、植物营养和农业物联网的综合应用,智能水肥一体化是水、肥信息化、精准化、自动化、高工效管理的重要技术。
1.1 水肥一体化技术
规模种植农场水肥一体化技术应用一般从严谨的节水灌溉设计开始,选择性价比高的灌溉施肥设备组合和便于自动化的水溶性肥料,辅以科学合理的微灌施肥制度,最终实现水、肥高工效管理。节水灌溉规划设计包括基本资料搜集、技术参数初定、灌水器选型、管网布置与设计、管网水力计算和灌溉首部设备选型[11]。根据规划设计要求,选择性价比高的灌溉首部、田间首部、田间管网及灌水器等节水灌溉设备或材料,且选择与动力装置想匹配的变频器[11]、自动反冲洗过滤器[12]、全自动配施肥机[13]、可远程遥控阀门等,并按照《微灌工程技术规范》(GB/T 50485—2009)实施,便形成了智能水肥一体化技术应用的基础设施。
在对土壤测土、明确肥力状况后,根据作物养分需求规律、土壤养分供应能力和肥料效应特点,在合理使用有机肥的基础上,提出氮、磷、钾及中微量元素肥料的施用量、施用时期和施用方法,形成一套施肥技术体系,即为施肥制度[14]。适合水肥一体自动化系统的肥料通常指水溶肥,其具有高纯度、高溶解度和低含盐量等特点[15]。最后根据作物的目标产量、需水和需肥规律,分别制定灌溉制度和施肥方案,并进一步整合成水肥综合管理方案。
1.2 农业物联网技术
农业物联网技术指集物联网、互联网、移动互联网、云计算技术为一体的智能化信息管理与决策控制系统。
农业物联网系统由数据采集设备、无线通讯、上位机云处理中心及远程监控软件4个部分组成。数据采集模块由无线传感器和电源组成;无线通讯主要指射频装置、农业无线传感器网络及网关;上位机监控系统包括手机监控软件、PC端监控软件及Web监测网页[16]。农业物联网功能包含3个层次:感知层、传输层和应用层。第1层是感知层,主要指传感器等设备实时感知、快速识别并采集农田环境、土壤、植物养分及生理信息等;第2层是传输层,可以远距离、无线传输感知层采集的数据信息;第3层是应用层,依托云平台或云计算进行分析、决策、预警,结合农业自动化设备实现农业生产智能化管理[17]。农业物联网在智能水肥一体化技术中应用主要体现在远程作物长势视频监测、远程土壤墒情测报、农田气象环境监测、信息处理与显示、智能配肥施肥、田间灌溉控制和远程管道压力、流量监控等。
1.3 智能水肥一体化项目典型配置
1.3.1 智能水肥一体化项目农业物联网典型配置。水肥一体智能化控制需要农业物联网和远程设备相互配合。农作物种植环境参数由传感器采集,通过传感器节点及无线传感器通讯网(LoRa)传递给协调器节点(网关),协调节点的数据再通过无线广域网(GPRS或WiFi)传送至互联网服务器(云处理中心)。应用层的客户可以通过电脑或手机客户端(APP)获取数据。智能水肥一体化项目农业物联网的总体架构见图1。应用层发现环境异常数据时作出灌溉、施肥决策建议,终端层可以在手动或自动2种模式下发送远程操作指令,由无线通信网送至水泵、电磁阀/电动阀以及配施肥机等灌溉、施肥设备。灌溉施肥设备根据接受指令执行相应操作,调整环境参数达到目标值。用户可以通过客户端对系统的目标参数进行设定和修改,控制系统的整体运行。
1.3.2 智能水肥一体化项目基础设施典型配置。智能水肥一体化项目典型配置主要分为灌溉首部、田间首部、田间管网、灌水器等部分[18]。灌溉首部系统包括变频器、水泵、配施肥机、过滤设施、功能阀门、安全保护及量测设备,是全系统的水、肥压力、流量、安全等的控制调配中心。其作用是从水源取水加压并注入肥料(农药),过滤后按时、按量输送进管网,担负整个系统的驱动、量测和调控任务[19]。田间管网系统包括PVC或PE管材及其配件、闸阀、泄水井等,其作用是将灌溉首部处理过的有压水流分配到每个灌水单元和灌水器[20]。田间首部系统包括阀门、空气阀、过滤器等,其作用是对即将进入灌水单元的有压水流进一步过滤,确保有压水流的压力符合设计,有排气和防止形成负压的作用[19]。常见的灌水器有滴头、滴灌管带、滴箭、微喷头等,它能将作物生长所需肥水均匀、准确地直接输送到作物根部土壤,使作物根部土壤经常保持在最佳水、肥状态[21]。 2 黑尊雪桃智能水肥一体化项目滴灌系统设计
2.1 基地和作物概况
黑尊基地属于南京市黑尊果蔬有限公司,位于东屏镇长乐村,占地76.5 hm2。园区地形以丘陵为主,地势落差10 m。耕层厚度为14.1 cm;土壤以暗棕壤壤土为主,土壤容重γ=1.38 g/cm3,田间持水量平均为θmin=26.38%,pH值为6.3,土壤含有机质1.05%、铵态氮41.4 mg/L、硝态氮14.6 mg/L、磷25.4 mg/L、钾73.8 mg/L,钙、镁比为0.6,镁、钾比为3,冻土层厚 4 cm。多年平均降水量1 037 mm,年内降雨多集中在6—9月汛期,占全年总降雨量的60%~70%。园区内主要种植雪桃,行间距为4 m(含50 cm排水沟)×2 m。项目区内有一不规则露天蓄水池,面积约为11 500 m2,蓄水深可达2 m。蓄水池水源来自卧龙水库支流,补给和水质情况良好,符合农业灌溉用水要求。
雪桃对氮、磷、钾的需求比例为1.0∶0.5∶1.0。幼年树需控制氮肥施用;盛果期后增施氮肥以强树势,且需钾量明显增加。每生产100 kg桃果约需氮0.46 kg、磷0.29 kg、钾0.74 kg。施肥时可参考上述数据,并根据土壤分析、植株诊断与肥料的利用率确定施肥的数量与比例[22]。
2.2 滴灌设计参数确定
根據技术规范[18]及项目区经济条件,滴灌工程灌溉设计保证率取90%,灌水均匀度为90%,灌水小区内灌水器设计允许流量偏差率qv=20%。日均设计耗水强度Ea=6 mm/d,灌溉水利用系数取η=0.90,土壤设计湿润比P=40%,计划湿润层深度Z=50 cm,水泵最大工作时数td=22 h。
2.3 灌水器和毛管布置方式的选择
根据雪桃需水要求、种植方式及灌水器水力特性,采用内镶贴片式压力补偿滴灌管。滴灌管直径D0=15.58 mm,内径D=13.8 mm,滴头间距Se=0.5 m,滴头流量qd=2 L/h。其工作压力范围为0.05~0.30 MPa,平坡条件下最长铺设距离为193 m。要求过滤精度为120目。
2.4 灌溉制度及工作制度设定
2.4.1 最大净灌水定额mmax。计算公式如下。
2.5 田间首部与管网设计
根据项目地地形、地势和区域内道路,共设置11个田间首部。田间首部含6.67 cm二级120目半自动手摇过滤器、6.67 cm电磁减压阀、3.33 cm排气阀和压力表组成。单个田间首部最大服务面积为3.35 hm2,最小服务面积为0.5 hm2。
管网按干、分干、支管、毛管4级管道布设。干管沿园区道路双边布设;分干管与干管连接;支管输水到地头,毛管垂直于支管按作物种植行布设,每4 m布置一道。干管选用Φ110 UPVC,壁厚2.7 mm;分干管选用Φ90 UPVC,壁厚为2.8 mm和Φ75 UPVC,壁厚为2.3 mm;支管选用Φ63 UPVC,壁厚为2.0 mm.距离水源最远小区主管长881 m,支管最长220 m。所有轮灌区内滴灌管最长铺设距离为130 m,符合所选滴灌管最长铺设距离要求。
2.6 田间管网的水力计算
以最不利轮灌区为例,主管长度为881 m,支管长度为220 m,毛管的间距为4 m,滴灌管铺设距离为80 m。支管采用Φ63,内径为59 mm PVC管。支管控制的毛管为55条,流量为Qg=17 600 L/h。干管可同时为2条支管供水,其流量为35 200 L/h。滴灌管的工作压力范围为0.05~0.30 MPa,进口压力推荐为0.1 MPa。
2.6.1 管道沿程水力损失。计算公式如下:
2.7 首部系统设计
黑尊雪桃水肥一体化项目水源为露天蓄水池,其中水体呈浅绿色,存在明显有机物。根据水源情况选用砂石介质过滤器和叠片过滤器组合,且过滤精度均为120目。项目设计最大灌溉流量为64 m3/h。按照流量要求选择3个进出口为80 mm单体介质过滤器,压差不高于0.05 MPa;选择4个进出口为50 mm叠片过滤器,压差不高于0.024 MPa。
水泵的参数选择可按滴灌所需流量作为设计流量,确定各级管道管径计算出各级管道水头损失后,按下式计算水泵设计扬程:
H泵=h泵出口+h过滤+h其他首部设备+ΔZ(10)
经计算,H泵=43.6 m。
根据计算结果,流量和扬程选用离心泵,设计扬程为45 m、流量为32 m3/h。
雪桃种植过程中需要含氨基酸水溶肥、大量元素水溶肥(高钾型和高磷钾型)及尿素硝酸铵溶液进行桶混[14],故选择四通道施肥机;其施肥泵扬程为50 m,施肥速率为1 m3/h。
3 项目物联网控制系统设计
3.1 环境信息监测系统设计
农田环境信息监测系统由环境采集专用传感器及其附件构成,且全部采用一体化节点设计。一体化无线采集节点传感器采集空气温湿度、光照强度、风速、风向和雨量,土壤温度、湿度和pH值等环境参数。每一轮灌区设置2套土壤监测传感器。无线多要素气象站1台安装于种植园区中心位置。各种传感器名称及规格参数如表1所示。
3.2 网络通讯系统设计
通讯系统由一体化无线采集传感器或无线控制节点内射频装置、网关系统,LoRa、3G/4G无线广域网络组成。根据农业应用场景,推荐LoRa无线网络通讯传输距离为2~5 km。 智能网关即LoRa网络的汇聚节点,主要功能为:通过GPRS、WiFi、RJ45通讯网络上传信息或接受云中心指令;通过低功耗LoRa无线通讯协议与传感器设备和控制设备相连;能够分析数据或执行控制命令;也可以在暂时不上传数据或者用户控制端不使用的情况下,根据各类传感器采集到的实时数据和历史记录通过自主学习和运算,自动控制和开启相应设备。本项目中智能网关通讯推荐传输距离为2~5 km,可连最大节点数256个。采用太阳能电池供电,每地块布置1套。
3.3 远程控制系统设计
黑尊雪桃基地面积大且地形不平坦,故选择无线电磁阀控制器与脉冲型电磁阀组合。无线电磁阀控制器选择WVC系列,自带电池可实现对脉冲电磁阀超过3万次的开关控制,还可以实时监测电池电量。无线传输距离推荐2~5 km,IP68防护等级,可兼容国内外不同品牌电磁阀。脉冲式电磁阀选择伯尔梅特IR-110-N1-2W型高流量阀门,其采用玻璃纤维增强尼龙材料,阀体全通径设计,无阻隔阀口,通路上无导向阀杆或支撑肋。关闭时无震动或水锤,且动作平缓;无隔膜变形和腐蚀现象。
选择WPC-L型无线水泵控制器,可以通过LoRa无线传输模式与智能网关进行通讯,空旷区域传输距离3~5 km。可支持7.5~60.0 kW水泵1~4台同时工作。系统既可以通过LoRa远程控制,也可以通过本地控制,还可与无线压力传感器進行智能联动,并在水泵缺水、缺相、过载或空载时进行故障预警。
3.4 种植管理平台
用户可以使用2种管理平台:电脑Web端和手机APP。2种管理平台均为可视化操作界面,可以实现整体控制和参数设置,包括环境数据监测、数据空间/时间分布、历史数据、预警系统、远程控制和系统设置等。数据空间/时间分布功能将系统采集到的数值通过折线图的形式展示时间分布状况,通过场图形式展示空间分布状况。历史数据可以提供历史一段时间的数值;预警系统可自定义设置安全数据范围,并将异常信息反馈给用户。系统设置可对整套设备、区域信息、子账号(多个管理员)、账号信息等进行统一管理。用户还可以添加设备实现远程视频监控。Web 端管理界面如图2所示,手机APP管理界面如图3所示。
4 雪桃水肥一体化管理方案制定
依据雪桃需水规律、土壤墒情并调查当地灌溉量,确定全生育期的灌水次数、灌水时期、一次灌水时间、定额以及整生育期的灌溉总量。根据雪桃的需肥规律、地块的肥力水平及目标产量确定总施肥量、氮磷钾养分的比例及基肥与追肥的比例。
雪桃栽培全生育期滴灌7~11次,灌水总量为1 920~2 520 m3/hm2,随水施肥3~4 次。根据目标产量30 t/hm2测算,施氮肥144 kg/hm2、磷肥192 kg/hm2、钾肥277.5 kg/hm2。收获后基肥采用复合肥(15-9-21)750~1 125 kg/hm2(表 2)。
滴灌施肥按照“先水后肥、肥随水走、水肥兼顾的”原则,先滴清水10 min;之后启动施肥机,注入肥液进行滴灌施肥;施肥完成后继续滴灌清水20~30 min冲洗管道,以防管道阻塞,并且保证肥料全部施入土壤,并渗到要求深度,提高肥效。
5 结语
水肥一体化技术的精准应用需根据作物、耕种环境确定适宜的土壤墒情参数、灌溉技术参数、施肥参数等信息[24]。首先,考虑每个轮灌单元的流量、压力及田间管网安全要求,使轮灌单元灌水效果满足设计期望;其次,根据雪桃需水、需肥规律及土壤实际肥力,才能设计科学的灌溉、施肥方案;最后,借助传感器、监控设备、自动化设备和无线通信网络,感知、监控、分析农场生产过程,最终实现精准灌溉、精准施肥(施肥方案推荐、施肥水平分析)。
LoRa通讯是低功率广域网的一项核心技术,是一种基于线性调频扩频的调制技术。该技术拥有通信距离广、功耗低的特点,解决了人们在传输距离与电池寿命间的两难选择[24],为物联网技术在农业种植管理领域应用提供了新方案[25]。基于LoRa技术应用,避免了通过有线模式传输环境采集数据,从而也避免了现场布线困难和较高的安装维护成本。为了在现有的网络架构上保证网络通信和加强对终端节点的运营管理,本项目所选的网关增加了边缘计算功能。可通过平台定义的协议实现自身管理,如登陆注册、管理权限、远程控制、数据监测等;同时具有本地脱网控制和远程控制2种模式。
传感器或控制器节点一体化设计,所有部件集成在一起,实现了IP68防护等级,在使用现场安装维护都非常方便。所有节点均采用远距离的LoRa无线通讯技术,可以OTA在线升级、监测电量信号强度,并具有数据缓存等功能。传感器均采用锂电池低功耗长期工作,1节电池即可使用2年;布置更灵活,且极大减少了施工、使用和维护成本。创新技术应用是智能水肥一体化实践的重要技术支撑。
6 参考文献
[1] 袁朵朵,戴晓鹂.一个历史视角:新型农业经营主体的演进、现状和方向[J].河南工业大学学报(社会科学版),2019,15(1):10-18.
[2] 欧春梅,邵砾群.新型农业经营主体技术效率研究综述与展望[J].北方园艺,2019(6):187-192.
[3] 应海芬.新型农业经营主体产业化发展的困境与对策研究[J].农业经济,2019(3):62-64.
[4] 蒋学杰.乡村振兴战略框架下新型职业农民培育现状?存在问题及对策研究[J].安徽农业科学,2018,46(33):225-227.
[5] 师志刚,刘群昌,白美健,等.基于物联网的水肥一体化智能灌溉系统设计及效益分析[J].水资源与水工程学报,2017,28(3):221-227. [6] 李传哲,许仙菊,马洪波,等.水肥一体化技术提高水肥利用效率研究进展[J].江苏农业学报,2017,33(2):469-475.
[7] 王利源,梁悦,杨欣,等.果园水肥一体化自动控制系统设计和实现[J].农机化研究,2018(12):60-64.
[8] 张怡飞.农业节水灌溉中自动化技术的应用研究[J].农业技术与装备,2019,349(1):17-21.
[9] 张鹏,范家慧,程宁宁,等.水肥一体化减量施肥对芒果产量、品质及肥耗的影响[J].中国土壤与肥料,2019(2):114-118.
[10] 李瑾,曹冰雪,阮荣平.社会带动作用对新型农业经营主体盈利能力的影响研究[J].经济纵横,2019(2):68-78.
[11] 毕建东.园林自动恒压灌溉技术的应用[J].技术与市场,2019,26(7):102-103.
[12] 邵伟,侯加林,李天华,等.肥水一体化滴灌系统中过滤器技术的研究与进展[J].中国农机化学报,2018,39(10):41-45.
[13] 李坚,刘云骥,王丹丹,等.日光温室小型水肥一体灌溉机设计及其控制模型的建立[J].节水灌溉,2017(4):87-91.
[14] 李寒松,贾振超,张锋,等.国内外水肥一体化技术发展现状与趋势[J].农业装备与车辆工程,2018,56(6):13-16.
[15] 李道亮,杨昊.农业物联网技术研究进展与发展趋势分析[J].农业机械学报,2018,49(1):1-20.
[16] 李志然,潘鹤立,尚春雨,等.基于物联网智慧农业的作物水肥一体化系统设计与应用[J].福建农业科技,2019(1):58-65.
[17] 姚佳,李涛.数据采集传输控制系统在农业物联网中的应用[J].物联网技术,2018(2):92-95.
[18] 中华人民共和国住房和城乡建设部.微灌工程技术规范:GB/T 5048
5-2009[S].北京:中国计划出版社,2009.
[19] 仵峰,王宇璨,宰松梅,等.不同规模灌溉管网优化设计[J].中国农村水利水电,2019(5):101-106.
[20] 李宝珠,杨晓军.滴灌工程规划设计[M].北京:中国农业大学出版社,2017:15-16.
[21] 陈大雕.微灌灌水器的种类与工作原理[J].节水灌溉,1988(1):41-46.
[22] 蒯彦.丽江雪桃栽培技术[J].云南农业,2019(6):69-71.
[23] 马小川,卢晓鹏,潘斌,等.果树水肥一体化技术研究进展[J].中国南方果树,2018,47(5):158-163.
[24] 魏柳伊,馮锋.基于LoRa技术的葡萄园监管模型[J].物联网技术,2019(10):1-4.
[25] 王灿,王中华,王冬雪,等.基于LoRa的智能灌溉系统设计[J].计算机测量与控制,2018(8):217-221.
转载注明来源:https://www.xzbu.com/8/view-15150458.htm