资源描述:
第 37 卷 第 8 期 农 业 工 程 学 报 Vol 37 No 8 2021 年 4月 Transactions of the Chinese Society of Agricultural Engineering Apr 2021 133 椰糠条栽培番茄的蒸腾反馈智能灌溉系统研制 王 柳 丁小明 李 恺 张凌风 裴庆余 尹义蕾 王春辉 侯 永 潘守江 田 婧 鲁少尉 1 农业农村部规划设计研究院设施农业研究所 北京 100125 2 农业农村部农业设施结构工程重点实验室 北京 100125 摘 要 为满足番茄椰糠条栽培条件下自动精量灌溉的需要 该研究研制了一套蒸腾反馈智能灌溉系统 包括蒸腾检测 组件 通信组件 决策组件和灌溉组件 蒸腾检测组件基于压力传感器测定番茄蒸腾量 决策组件基于椰糠条的持水特 性和番茄蒸腾量的变化建立了灌溉精量控制模型 精确控制水泵启动和关闭 使灌溉量根据作物蒸腾量的多少变化 并 根据回液量及其电导率 Electrical Conductivity EC 值变化判断调用正常灌溉模式或淋洗模式 使椰糠条始终处于适宜 的含水量范围内 保持一定的水气比 以利于番茄根系生长和吸收营养液 解决灌溉不足造成的干旱胁迫和灌溉太多造 成的营养液浪费和回液处理量大的问题 通信组件用于各模块间信号的传递 以荷兰 RIDDER 公司研发的基于光辐射积 累量控制的灌溉系统为对照 检验该蒸腾反馈智能灌溉系统的应用效果 结果表明 在番茄盛果期 该系统的灌溉量比 对照增加 9 4 回液量减少 18 且回液 EC 值比较稳定 与定时灌溉相比 减少灌溉量 32 减少回液量 57 有更 多的营养液被植物吸收利用 栽培效果显示 使用该系统灌溉的番茄产量 株高 节数与使用荷兰 RIDDER 公司研制的 灌溉系统的没有显著差异 取得了与之相同的灌溉效果 而且 在 5 000 m 2 温室内设备设计使用年限 10 a 条件下 该智 能灌溉系统年运行成本与之相比还降低了 20 8 并能够满足自动精量灌溉的需求 若根据基质类型不同调整灌溉控制 模型参数 该系统也可应用于岩棉条栽培 混合基质盆栽等其他无土栽培的智能精量灌溉 关键词 灌溉 蒸腾 传感器 无土栽培 番茄 压力传感器 椰糠条 doi 10 11975 j issn 1002 6819 2021 08 015 中图分类号 S275 6 文献标志码 A 文章编号 1002 6819 2021 08 0133 10 王柳 丁小明 李恺 等 椰糠条栽培番茄的蒸腾反馈智能灌溉系统研制 J 农业工程学报 2021 37 8 133 142 doi 10 11975 j issn 1002 6819 2021 08 015 http www tcsae org Wang Liu Ding Xiaoming Li Kai et al Development of transpiration feedback intelligent irrigation system for tomato under coconut coir slabs cultivation condition J Transactions of the Chinese Society of Agricultural Engineering Transactions of the CSAE 2021 37 8 133 142 in Chinese with English abstract doi 10 11975 j issn 1002 6819 2021 08 015 http www tcsae org 0 引 言 番茄是中国设施中栽培最多的蔬菜 2016 年设施栽 培面积超过 80 万 hm 2 占设施蔬菜总面积的 16 1 无 土栽培技术因其高产 克服连作障碍 在设施园艺中被 广泛应用 椰糠因其成本较低 理化性状良好 取材天 然 不污染环境等特性逐渐成为重要的无土栽培基质 近年来推广迅速 2 无土栽培营养液的恰当供给是作物吸 收养分和水分关键 无土栽培基质体积远小于土壤栽培 对水分和养分的缓冲性差 若不能及时供液会造成生产 上灾难性的损失 若不间断供液 作物根系长时间浸没 于饱和营养液中会使根际通风不良 不利于根系的呼吸 从而不利于根系和作物的生长 严重的导致根坏死 因 此必须根据作物的需求来调整营养液的灌溉量和灌溉频 收稿日期 2021 01 19 修订日期 2021 03 19 基金项目 十三五 国家重点研发计划 温室智能化精细生产技术及装备 研发 2017YFD0701500 河北省重点研发计划 鲜食型口感番茄绿色生 产与品质提升关键技术研究与示范 20326901D 作者简介 王柳 博士 研究方向为设施园艺 Email wangliu 通信作者 丁小明 研究员 研究方向为温室设施装备研究和标准化 Email dingxiaoming 率 对于开放式 非循环 营养液供液系统 超出作物 需求的营养液供给还会造成水和肥料的浪费和环境污 染 对于封闭 循环 式营养液供给系统 超量营养液 供给导致大量的回液增加了处理量 特别是以椰糠为栽 培基质的系统中 回液中含有有机物 杂质颗粒和色素 回收利用更加困难 因此 恰到好处地自动精量供给营 养液能有效解决上述问题 土壤栽培中讲究 见干见湿 以调节水气平衡 而在基质无土栽培中 营养液也是间 歇供给 目前国内外基质栽培自动供液方式有以下几种 1 根 据经验使用定时器实现定时定量供给 这是中国基质栽培 采用的主要方式 3 4 这种方式有可能会造成早晚灌溉过多 而中午蒸腾量大的时候灌溉不足 2 基于 Penman Monteith 模型 5 6 或修正的 Penman Monteith 模型 7 8 估测的蒸散量来 决策营养液的供给 这种方式需要的气象参数很多 且难 以获取 许多参数是根据经验选取的 有很大的局限性 3 利用介电传感器如时域反射仪 9 10 频域反射仪 11 13 电容传感器 14 15 以及导热率传感器 16 等测得的基质体积 含水率和水分 电导率 温度组合传感器测得的电导率 17 18 决定灌溉频率 但这些方法存在传感器价格昂贵 需要 校正和测量数值受基质结构 温度和盐度的影响等缺陷 农业工程学报 http www tcsae org 2021 年 134 4 通过监测作物的反应来控制灌溉 如监测作物的反射 率 19 图像 20 热平衡流量传感器测得的茎液流或直径 传感器测得的直径变化 10 21 22 叶片温度 23 等 但这些方 法受取样的代表性和其他因素影响准确率较低 且作物 反馈缺水时已经受了伤害 5 无土栽培中较常用的是灌 溉控制模型是基于太阳辐射 当太阳辐射积累到一定量 时启动一次灌溉 24 26 这种方式考虑了营养液需求的日 变化 但他是一种间接控制模型 因为不同品种作物不 同生长阶段叶面积不同 同样的辐射累积量 作物的蒸 腾量也不一样 因此需要根据经验调整不同作物不同时 期的辐射累积量 作物的蒸腾同时还受温度和风速的影 响 基于一个地方气候条件和种植品种建立的灌溉模型 在另一个地方未必适用 这就是很多荷兰先进的基于太 阳辐射累积量的灌溉控制系统引进中国后 水土不服 的原因 7 基于张力计 27 或负水头供液决策的自动灌溉方 式 28 29 装置比较复杂 对于成品的椰糠条张力计或多孔陶 瓷盘难以安装 因此无法用于椰糠条的栽培 6 基于平板 天平自动称量种有作物的基质或容器的质量 当其达到设 定阈值时则启动灌溉 10 30 33 质量随时间的降低量反应了蒸 腾 蒸发和淋溶损失的水量 从而可以实现简单而直接的 灌溉控制 该技术在国外已授权专利 荷兰的 PRIVA RIDDER Hoogendoorn 等公司可以提供该技术 但设备和 支撑软件较为昂贵 34 且控制模型不为中国所掌握 鉴于以上方法存在的问题 本研究采用压力传感器 检测基质质量和回液质量的方法 开发一种蒸腾反馈智 能灌溉系统 以期能根据作物蒸腾规律及时 精准控制 灌溉 本灌溉系统可应用于作物的设施无土栽培中 达 到节约水肥的目的 本研究对于降低精准灌溉系统的应 用成本具有重要意义 1 椰糠条栽培番茄的蒸腾反馈智能灌溉系统构成 1 1 总体结构 基于压力传感器的椰糠条栽培番茄的蒸腾反馈智能 灌溉系统如图 1 和图 2 所示 由蒸腾检测组件 通信组件 决策组件和灌溉组件组成 其中 蒸腾检测组件由基质质 量检测组件和回液检测组件构成 图 3 基质质量检测 组件包括压力传感器 回液收集槽和底座 回液检测组件 包括回液引流管 可选 回液检测罐 托盘 压力传感 器 底座 pH 值传感器 可选 EC 值传感器 可选 通信组件包括 2 个 LoRa 模块 一个放置于中央控制室 另一个放置于温室中 决策组件由放置于中央控制室的计 算机和控制模型构成 灌溉组件包括营养液工作液储罐 继电器 潜水泵 供液支管 供液毛管和滴箭 计算机和放置于中央控制室内的通信组件间为有线 连接 放置于中央控制室内的通信组件和放置于温室内的 通信组件间为无线连接 放置于温室内的通信组件和继电 器 基质质量检测组件 回液检测组件有线连接 基质质 量检测组件和回液检测组件检测的实时质量数据信号和 继电器开关状态信号经过通信组件传输给决策组件中的 控制模型调用 控制模型给出的控制信号通过通信组件传 输给继电器控制潜水泵的开关 从而实现灌溉控制 图 1 椰糠条栽培番茄的蒸腾反馈智能灌溉系统拓扑结构图 Fig 1 Topology diagram of transpiration feedback intelligent irrigation system for tomato under coco coir slabs cultivation condition 1 计算机 2 通信组件 置于中央控制室 3 通信组件 置于温室内 4 继电 器 5 潜水泵 6 营养液工作液储罐 7 供液支管 8 供液毛管 9 滴箭 10 基质质量和回液检测组件 1 Computer 2 Communication component In the central control room 3 Communication component In the greenhouse 4 Relay 5 Submersible pump 6 Nutrient solution tank 7 Branch pipe 8 Lateral 9 Emitter 10 Substrate weight detector and drainage detector 图 2 椰糠条栽培番茄的蒸腾反馈智能灌溉系统布置图 Fig 2 Layout diagram of transpiration feedback intelligent irrigation system for tomato under coco coir slabs cultivation condition a 主视图 a Front view b 侧规图 b Side view 1 吊蔓绳 2 番茄植株 3 岩棉块 4 椰糠条 5 回液收集槽 6 压力传感器 基质质量检测组件中 7 底座 基质质量检测组件中 8 几字型栽培 架 9 回液引流管 10 回液检测罐 11 EC 值传感器 12 pH 值传感器 13 托盘 14 压力传感器 回液检测组件中 15 底座 回液检测组件中 1 Support wire 2 Tomato 3 Rockwool cube 4 Coconut coir slab 5 Trough for collecting drainage 6 Load cell In the substrate weight detector 7 Pedestal In the substrate weight detector 8 Gutter 9 Drainage tube 10 Tank for monitoring drainage 11 EC sensor 12 pH sensor 13 Tray 14 Load cell In the drainage detector 15 Pedestal In the drainage detector 图 3 基质质量检测和回液检测组件示意图 Fig 3 Schematic diagram of the substrate weight detector and drainage detector 第 8 期 王 柳等 椰糠条栽培番茄的蒸腾反馈智能灌溉系统研制 135 1 2 系统硬件选型 系统的硬件规格型号和性能如表 1 所示 考虑到果 菜长季节栽培的需要和无土栽培基质质量范围差别较 大 选用 0 500 kg 大量程压力传感器作为检测基质质量 的传感器 最大误差不超过 0 15 kg 一般每个基质条上 4 株番茄每天灌溉量不少于 2 L 最大误差占最小灌溉量 的 7 5 在可接受范围内 回液收集槽和底座采用轻质 的铝合金材质自制 安装运输方便 每个基质条上种植 4 株番茄 灌溉量最大时一般每天每株不超过 2 L 回液量 最大一般不超过灌溉量的 40 因此选用 0 5 kg 量程的 压力传感器作为回液质量检测的传感器 对应选用 5 L 的 量杯作为回液检测罐 托盘和底座采用耐腐蚀的不锈钢 自制 RS 485 标准的数字通信网络能在远距离条件下以 及电子噪声大的环境下有效传输信号 使得连接本地网 络以及多支路通信链路的配置成为可能 35 因此本系统 采用数据转换仪表和变送器将压力传感器信号转换成 RS 485 输出信号 对应灌溉组件中的继电器的输入信号 也为 RS 485 LoRa 模块具有功耗低 传输距离远 信 号穿透性强 灵敏度高 稳定性好 兼容性广 组网方 便等优点 选用其作为通信组件 3 个小区共种植番茄 480 株 按最大灌溉量每天每株 2 L 计 每天灌溉总量不 超过 1 m 3 因此选用 1m 3 的营养液工作液储罐 灌溉组 件中的支管 毛管和滴箭为原高架栽培灌溉系统原有配 置 潜水泵根据管路长短和滴箭流量选型 本试验系统 中采用了营养液工作液储罐的方式 营养液工作液一天 一配 未来系统成熟后可连接到施肥机 pH 值传感器和 EC 值传感器为选装设备 本试验中暂时未安装 由人工 检测 表 1 系统硬件规格型号及性能 Table 1 Specifications and performance of system hardware 组件名称 Component name 组件构成 Components 规格型号 Specifications 数量 Number 性能 Performance 压力传感器 DYLF 102 4 综合误差 0 03 量程 0 500 kg 多路接线盒 DY JXH S4 1 数据转换仪表 DY220 K1T2 1 输出信号 RS 485 回液收集槽 自制 铝合金材质 800 mm 200 mm 30 mm 1 轻 基质质量检测组件 Substrate weight detector 底座 自制 断面 30 mm 30 mm 的铝型材制成 800 mm 200 mm 方框 1 轻 安装方便 压力传感器 YZC 1B 1 综合误差 0 02 量程 0 5 kg 变送器 RW GT01D 输出信号 RS 485 回液检测罐 材质聚氯乙烯 PVC 容积 5L 1 轻 耐腐蚀 回液引流管 材质聚氨酯 PU 直径 10 mm 长度 500 mm 1 轻 耐腐蚀 托盘 材质不锈钢 直径 150 mm 厚度 4 mm 耐腐蚀 回液检测组件 Drainage detector 底座 材质不锈钢 直径 150 mm 厚度 4 mm 耐腐蚀 通信组件 Communication component LoRa 模块 USR LG206 L P 1 传输距离 3 500 m 最大发射功率 20 dBm 接收灵敏度 138 5 dBm 0 268 Kbps 决策组件 Decision component 计算机 联想天逸 510S 08IKL 1 潜水泵 QDX1 5 25 0 55L2 1 流量 1 5 m 3 h 扬程 16 m 2 路继电器 JY DAM0200 1 RS 485 输入 Modbus RTU 通信协议 营养液工作液储罐 材质聚氯乙烯 PVC 容积 1 m 3 1 支管 材质聚氯乙烯 PVC 内径 25 mm 1 毛管 材质高密度聚乙烯 DPE 内径 16 mm 3 灌溉组件 Irrigation component 滴箭 NDJ 滴箭 2 3 L h 灰色长角迷宫流道 含 Netafim 2 L h 防滴漏 压力补偿滴头 壁厚 3 mm 直径 5 mm 白色微管 960 流量 2L h 2 灌溉决策模型参数选择及系统软件设计 2 1 灌溉决策模型及参数选择 2 1 1 基质结构及其特征 基质的性质是灌溉决策的基础 本试验采用的是荷 兰 FORTECO Power 商品椰糠条和 Grodan Delta 商品岩 棉块 性质比较均一 椰糠条泡发后体积为 100 cm 15 cm 10 cm 6 面塑料膜包裹 仅底边留有排液孔 岩 棉块体积为 10 cm 10 cm 6 5 cm 4 面塑料膜包裹 1 面 与椰糠接触 仅 1 面暴露于空气中 蒸发损失很小 几 乎可以忽略 因此灌溉量减去回液量即为蒸腾量 可以 通过检测基质和回液的质量计算蒸腾量 进而基于蒸腾 反馈精准调控灌溉量 取 3 个干椰糠条 称质量 用量杯加水 15 min 加 1 次 每次 1 L 每个椰糠条加水 15 L 放置 1 晚排除重力 水 第 2 天早上排除多余的水后称质量 2 次质量相减即 可得其持水量为 8 32 0 35 kg 同理测得岩棉块的持 水量为 0 53 0 03 kg 则 1 个椰糠条和 4 个岩棉块的 农业工程学报 http www tcsae org 2021 年 136 持水总量为 10 44 0 47 kg 2 1 2 模型的选择 1 经验定时灌溉模型 于番茄第一穗果成熟期 本研究请有经验的园艺师 设定经验定时灌溉模式 作为控制模型选择的参考 表 2 试验结果显示 3 个相似的晴朗或多云天气下 回液占比均在 30 左右 同时 根据荷兰种植者建议 36 回液占灌溉量的比例为 25 30 当其低于 10 15 时基质袋中的 pH 值和 EC 值会偏离合理的范围 并且很 难调整 当回液的占比超过 30 基质袋中的环境稳定 但耗水耗肥较多 鉴于此 经验定时灌溉模型控制下耗 水耗肥较多 且灌溉频率和单次灌溉时间的确定严重依 赖于园艺师的经验 不利于推广 表 2 经验定时灌溉试验条件和结果 Table 2 Conditions and results of experience timed irrigation test 日期 Date 灌溉量 Irrigation volume mL d 1 株 1 回液量 Drainage volume mL d 1 株 1 回液占比 Drainage proportion 天气 Weather 风力 Wind 2020 11 28 1 330 455 34 晴转多云 微风 2020 11 29 1 330 430 32 晴 微风 2020 11 30 1 330 380 29 多云 微风 注 9 00 9 45 10 30 11 15 和 12 00 每次灌溉 6 min 12 45 和 13 30 每次 灌溉 5 min Note Each time irrigated 6 min at 9 00 9 45 10 30 11 15 and 12 00 Each time irrigated 5 min at 12 45 and 13 30 2 灌水上下限控制模型 土壤栽培的自动灌溉一般采用灌水上下限的控制 模式 当土壤含水量达到下限时启动灌溉 达到上限时 则停止 有研究表明 37 综合产量 畸形果率和灌溉 水利用效率等因素 番茄开花坐果期 0 60 cm 土层的 土壤含水率保持在田间持水率的 80 左右为宜 参考 该结果 本研究将基质持水量的 80 设为灌溉下限 基质持水量的 100 设为灌溉上限进行预试验 试验结 果显示 1 d 仅灌溉 2 次 总灌溉时间 51 min 灌溉量 1 796 mL d 株 回液量达到 650 mL d 株 回 液占比达到 38 灌溉量远超过番茄需求量 造成大 量的水肥浪费 因此 土壤栽培的灌溉自动控制模型对 于持水性差的基质并不适用 椰糠条栽培番茄灌溉应遵 循少量多次的原则 3 蒸腾反馈智能灌溉控制模型 鉴于上述 2 种灌溉控制模型对于椰糠条栽培番茄的 精准灌溉并不适用 本研究在分析番茄每日蒸腾变化规 律的基础上开发一种蒸腾反馈智能灌溉控制模型 有研究表明 31 基质栽培番茄一天中蒸腾速率呈梯 形变化 7 00 左右蒸腾速率开始迅速上升 在 12 00 左右 达到高峰 然后维持在这一水平直至 15 30 左右开始下 降 同时 也有研究 32 证明了岩棉栽培番茄在不同生育 期 不同天气 晴天 阴天 的耗水速率基本符合上述 规律 还有研究表明 38 39 番茄茎流速率在 12 00 13 00 左右达到峰值 椰糠条栽培基质体积小 4 棵番茄共用 15 L 基质 每株不到 4 L 对水气的缓冲性小 因此需根据其蒸腾速 率的日变化规律精确调控水肥供给 同时从工程设计的 角度考虑 应尽量避免灌溉设备频繁启停 据此本研究 设计了基于蒸腾反馈的智能灌溉控制模型如图 4 所示 该控制模型分为正常灌溉模式和淋洗模式 通常情况下 使用正常灌溉模式 当基质 EC 值超过植物耐受范围或蒸 腾量特别大时采用淋洗模式 a 正常灌溉模式 a Normal irrigation mode b 淋洗模式 b Flushing mode 注 时段 表示从开始灌溉到日中时刻 时段 表示从日中时刻到停止淋洗 时段 表示从停止淋洗到停止灌溉 时段 表示从停止灌溉到第 2 天开始灌 溉 在正常灌溉模式下时段 的时间为 0 Note Stage is from the beginning of irrigation to midday stage is from midday to stopping flushing stage is from stopping flushing to stopping irrigation stage is from stopping irrigation to the beginning of irrigation in next day Under the condition of normal irrigation mode the time of stage is zero 图 4 基于蒸腾反馈的智能灌溉控制模型示意图 Fig 4 Schematic diagram of intelligent irrigation control model based on transpiration feedback 2 1 3 蒸腾反馈智能灌溉控制模型参数的确定 采用蒸腾反馈智能灌溉控制模型需要确定日出时 刻 日中时刻 日落时刻 开始灌溉时刻 达到基质持 水量时刻 停止淋洗时刻 停止灌溉时刻 基质含水量 设定下限 基质含水量设定上限 基质持水量 单次灌 溉时间等参数 由前人研究 31 32 38 39 和本研究预试验可知 番茄夜 间的蒸腾速率很小 蒸腾速率在日中时刻左右达到最 大 据此将一天大致划分为 4 个时段 开始灌溉到日 中时刻为第 时段 此时需顺应蒸腾速率逐渐增大的 规律 将基质含水量逐渐灌至含水量设定上限 日中 时刻至停止淋洗为第 时段 此时基质实时含水量应 维持在基质持水量以上 以淋洗出基质中多余盐分 淋洗结束至停止灌溉为第 时段 此时基质实时含水 第 8 期 王 柳等 椰糠条栽培番茄的蒸腾反馈智能灌溉系统研制 137 量应维持在基质持水量上下以满足午后高蒸腾速率的 需要 保证有充足的水分和养分满足作物光合作用的 需要 停止灌溉至第 2 天灌溉启动前为第 时段 此 时应使基质含水量逐渐回落至适宜的基质含水量设定 下限 使空气进入基质 保证根系的呼吸作用和正常 生长 第 时段为淋洗阶段 正常灌溉模式时第 时 段的时间为 0 灌溉系统安装地点的日出 日中和日落时刻是灌溉 时段划分的重要依据 其日出时刻 t sunrise 计算如式 1 所示 sunrise lo la 2 9 24 180 180 15 acos tan 23 43 cos tan 360 180 365 180 D tTS S 1 式中 T 为安装地点所在地理时区 如北京的时区为东 8 区 T 8 S lo 为安装地点纬度 北纬为正 南纬为负 rad S la 为安装地点经度 东经为正 西经为负 rad D 为日期序列数 即当天在这一年中的序列 如 2 月 11 日为 42 式 1 计算结果为小于 24 的数值 如 6 69 则表示 6 41 日落时刻 t sunset 计算如式 2 所示 sunset lo sunrise 24 180 15 180 tTSt 2 日中时刻 t midday 计算如式 3 所示 sunrise sunset midday 2 tt t 3 有研究表明 40 高架袋培番茄一般采用流量为 33 mL min 的滴箭 与本研究所选滴箭流量相同 该研究 还表明 40 番茄坐果后供液量 1 500 mL d 株 左右 每 天灌溉 6 8 次 每次供液量 100 120 mL 据此 本研 究确定每次每株番茄供液量为 120 mL 左右 结合本研究 所选用的滴箭流量 33 mL min 将单次灌溉时间确定为 4 min 则每次灌溉时 1 个椰糠条上 4 株番茄的总供液量 为 528 mL 其质量约为 0 5 kg 当回液检测组件第 1 次检测到回液质量时椰糠条 中的含水量达到其基质持水量 基质质量检测组件记录 此时质量为 m f c kg 如上文所述在第 时段 基 质实时含水量需围绕 m f c 上下波动 而在 4 min 的单次 灌溉时间内蒸腾量很小 可忽略不计 基质实时含水量 表现为直线上升 据此结合 1 个椰糠条上单次供液的质 量为 0 5 kg 将基质持水量减去 1 个椰糠条上单次供液 质量的 1 2 即 m f c 0 25 kg 设为基质含水量设定上 限 m 3 kg 有研究表明 34 对于椰糠基质中的番茄 第 D 天 的最后一次灌溉到第 D 1 天的第 1 次灌溉 基质实 时含水量比基质持水量减少 10 15 则其水分保 持在最佳范围内 基质实时含水量的减少是由于蒸腾 作用 为留有一定的保险系数 本研究取基质含水量 设定下限为比基质持水量下降 10 结合前文测得的 基质持水量 10 44 kg 可知 基质含水量设定下限为 m f c 1 kg 若日出前基质实时质量达到基质含水量 下限 则启动 1 次 2 min 灌溉 补充基质水分到下限 以上 开始灌溉时刻 t 1 需确定在日出后番茄蒸腾速率迅 速增加时 根据经验 当日出后基质实时质量比基质含 水量设定下限下降 1 个椰糠条每次供液量的 1 2 即 0 25 kg 时启动当天第 1 次灌溉 设此时的质量为 m 1 kg 此时的时刻为开始灌溉时刻 当日辐射越强 则 日出后基质总质量越早达到 m 1 根据对称原则 设下午 停止灌溉的时刻为 t 3 令 t 1 t sunrise t sunset t 3 淋洗时间段 的时长则需要根据需要回液的量和回液的 EC 值综合确 定 设停止淋洗时刻为 t 4 设第 时段 基质质量上升阶段任意时刻 t 2 的基质 设定质量为 m 2 kg 其计算如式 4 所示 31 2211 midday 1 mm mttm tt 4 采用正常灌溉模式时 当基质实时质量小于或等于 m 2 时 决策组件发出灌溉信号 并在接收到灌溉组件 灌溉确认的反馈信号时开始计时 并在 4 min 后发出结 束灌溉指令 如此循环 直至 t 2 t midday 进入第 时段 此时段内当基质实时质量再次达到 m 3 时决策组件发出 灌溉信号 并在接收到灌溉组件灌溉确认反馈信号时开 始计时 并在 4 min 后发出灌溉结束指令 如此循环 直至到达 t 3 时刻进入第 时段 第 时段结束后当回 液检测组件检测到回液质量不再增加时读取此时的回 液质量并计算当天的灌溉总量 计算回液质量在总灌溉 量中的占比并记录 如采用淋洗灌溉模式时 则当 m 2 m f c 进入第 时 段 此时段内当基质实时质量再次达到 m f c 时决策组件发 出灌溉信号 并在接收到灌溉组件灌溉确认反馈信号时 开始计时 并在 4 min 后发出灌溉结束指令 如此循环 直至 t 4 时刻 进入第 时段 后续过程与采用正常灌溉 模式时相同 若根据基质类型不同调整灌溉控制模型参数 该蒸 腾反馈智能灌溉系统也可用于岩棉条栽培 混合基质盆 栽等其他无土栽培的智能精量灌溉 2 2 蒸腾反馈智能灌溉控制系统软件设计 蒸腾反馈智能灌溉控制系统软件是在 Qt 5 14 2 软 件平台下开发 前端依靠 QML JavaScript 语言实现显 示界面及控制逻辑 后台依靠 C 语言实现数据库的 操作 组件间的通信 前后端的数据沟通 日出日中日 落时刻的获取 系统工作流程如图 5 所示 系统还配备 了手动模式 以备在停电 断网 自动控制模型故障时 使用 农业工程学报 http www tcsae org 2021 年 138 注 EC 为电导率 mS cm 1 m f c 为基质持水量 kg m f c 1 kg 为含水量设定下限 kg m 1 为首次灌溉时的质量 kg m 2 为计算实时质量 kg m 3 为含水 量设定上限 m 3 m f c 0 25kg kg t 1 为首次灌溉启动时刻 t 2 为当前时刻 即实时 t 3 为灌溉结束时刻 Note EC is the electrical conductivity mS cm 1 m f c is the water hold capacity of the substrate kg m f c 1 kg is the lower line of water content kg m 1 is the weight at the beginning of the irrigation kg m 2 is the calculated real time weight kg m 3 is the upper line of water content m 3 m f c 0 25 kg kg t 1 is the time at the beginning of the irrigation t 2 is the current moment i e real time t 3 is the time of stopping irrigation 图 5 智能灌溉控制流程图 Fig 5 Flowchart of intelligent irrigation control 3 蒸腾反馈智能灌溉系统应用试验 3 1 试验地点及方法 2020 年 9 月 4 日至 2021 年 1 月 13 日在农业农村部 规划设计研究院河北廊坊永清基地连栋玻璃温室 A2 试 验区进行试验 基地温室面积 5 000 m 2 温室檐口高度 6 m 每个试验区长 宽为 34 m 16 m 试验区配置有内 外遮阳 内保温 湿帘风机 加温管道 顶部为散射光 玻璃 试验布置如图 2 所示 南北方向设置栽培行 处 理组 TK 与对照组 CK 间隔排列 3 次重复 处理 组采用本研究开发的蒸腾反馈智能灌溉系统进行灌溉 对照组连接到荷兰 RIDDER 公司的施肥机 以光辐射累 积量控制灌溉 该系统通过 CX500 工控计算机实现温室 环境及灌溉自动控制 初始投入 31 万元 其中灌溉控制 系统软硬件约 9 1 万元 番茄品种为 JUANITA 拜耳公司 德澳特 樱桃番 茄 栽培模式采用椰糠条无土栽培 营养液为荷兰营 养液配方 苗期 初花期和结果期营养液 EC 值分别为 1 5 2 8 2 5 mS cm 营养液 pH 值为 5 3 5 8 5 5 2020 年 9 月 4 日播种到 72 穴育苗盘 育苗基质为椰糠和珍珠 岩混合基质 2020 年 9 月 24 日移植到岩棉块 2020 年 10 月 17 日定植到椰糠条 椰糠条提前 2 d 用营养液泡发 每小区标记 3 株测产 用 Statistix 9 软件中 One way AOV 程序进行方差分析 3 2 试验结果与分析 3 2 1 灌溉量和回液量 应用本智能灌溉系统和使用荷兰 RIDDER 公司研发 的灌溉系统进行灌溉的效果如表 3 所示 采用本灌溉系 统的番茄平均每天每株的灌溉量比采用荷兰 RIDDER 公 司研发的灌溉系统的多 9 4 回液量少 18 且回液的 EC 值比较稳定 说明使用本智能灌溉系统根据作物吸收 营养液的规律灌溉 更多的营养液被作物利用 对比表 2 可知 使用本智能灌溉系统比经验定时灌溉平均减少灌 溉量 32 减少回液量 57 第 8 期 王 柳等 椰糠条栽培番茄的蒸腾反馈智能灌溉系统研制 139 表 3 本智能灌溉系统与 RIDDER 公司研发的灌溉系统灌溉效果对比 Table 3Comparison of irrigation results between intelligent irrigation system designed by this study and irrigation system designed by RIDDER company 本智能灌溉系统 Intelligent irrigation system designed by this study RIDDER 公司研发的灌溉系统 Irrigation system designed by RIDDER company 日期 Date 灌溉量 Irrigation volume mL d 1 株 1 回液量 Drainage volume mL d 1 株 1 回液占比 Drainage proportion 回液 EC 值 Drainage EC mS cm 1 灌溉量 Irrigation volume mL d 1 株 1 回液量 Drainage volume mL d 1 株 1 回液占比 Drainage proportion 回液 EC 值 Drainage EC mS cm 1 天气 Weather 风力 Wind 2020 12 24 1064 225 21 6 5 1100 337 5 31 6 8 晴 微风 2020 12 25 780 125 16 6 5 850 275 32 7 9 晴 微风 2020 12 26 931 250 27 6 2 750 2 212 5 28 7 9 晴 微风 2020 12 27 931 225 24 6 6 850 225 26 8 晴 微风 2020 12 28 780 200 26 6 3 500 125 25 7 5 晴转多云 微风 2020 12 29 931 125 13 6 4 750 162 5 22 7 6 多云 北风 3 4 级 2020 12 30 931 112 5 12 6 6 1000 200 20 7 3 晴 微风 平均 Mean 907 180 20 829 220 26 3 2 2 番茄生长与产量 截至 2021 年 1 月 11 日 使用本智能灌溉系统的番 茄单株产量 株高和节数为 380 24 g 387 8 cm 和 41 2 0 8 与使用 RIDDER 公司研发的灌溉系统 的 382 17 g 3
展开阅读全文