基于物联网的智能灌溉专家决策系统

　　摘要 针对传统农业专家系统根据单一的影响参数来决策且不能精准地定时、定量管理等问题，本文以小麦灌溉为例，通过综合多个影响参数并利用彭曼公式和水量平衡原理建立了规则模型和数学模型，从而改进了农业灌溉专家系统，不仅实现了多个参数作为灌溉预报决策的输入量，也为小麦的灌溉管理提供了定量化工具。

　　关键词 专家系统；物联网；灌溉；决策

　　关于灌溉的论文范文还有农业论文农田灌溉防渗渠道衬砌施工要点，您可以点击并前往查看。

　　近年來，国家在一定范围内开始了农业物联网技术的示范推广[1]。而农业用水是最亟须解决的问题，利用物联网技术和专家系统对其优化管理可以节省大量水资源。虽然传统农业专家系统可以节省水资源，但由于缺乏定量管理，并不能最优地解决这个问题。比如现有的小麦灌溉专家系统大多数只是简单地根据某种影响因素进行决策，并没有综合考虑土壤含水率[1-2]、土壤类型、风速、作物蒸发蒸腾量和日降雨量等其他气象因素，或使用模糊量作为输入输出不能进行定量的决策，这都严重影响了决策准确性和最优化。针对以上问题，本文通过结合物联网把实时监测到的数据综合起来作为输入量建立规则表并通过彭曼公式和水量平衡方程建立数学模型，实现了多个参数作为进行灌溉预报决策的输入量，也为小麦的灌溉管理提供定量化工具。

　　1 专家决策系统功能设计

　　专家决策系统结构如图1所示，可以看出，专家决策系统包括数据管理、实时监测、灌溉决策[1，3-5] 3个模块。

　　数据管理模块可实现用户录入或更新小麦基础信息资料的功能，主要分为用户信息管理和小麦环境数据管理[6-7]；传感器每隔1 h便会采集1次数据并传输，从而实现实时监测；灌溉决策系统由规则模型与数学模型相结合的预测管理，基于规则模型的灌溉决策模块涵盖了小麦灌溉管理的专家知识经验，可以实现小麦各种生长期所需灌溉量的预测并决策；基于数学模型的小麦灌溉决策模块包含了由公式建立起来的数学模型，用户可以自己输入信息，系统会自动计算小麦需水量从而为用户提供决策支持[8-10]。

　　2 专家系统设计

　　2.1 数据库

　　数据库包括用户信息数据库和小麦环境数据库，用户信息数据库主要包括用户姓名、职位、身份证件号、联系电话、电子邮件等存储用户的身份信息[1-2，6]。其分为3种类型，分别是专家信息表、知识工程师信息表、普通用户信息表。

　　小麦环境数据库结构包括小麦基础信息表、小麦实时监测表、小麦环境的历史数据表。小麦基础信息表存储着省份、气候带、纬度、经度和海拔等小麦种植点的地理信息。小麦实时监测表存储着1 h内的平均温度、光照度、平均湿度、土壤含水率等小麦实时的环境信息[1-2，6-7]。小麦环境的历史数据表存储着前7 d的最高低温度、最高低湿度、降雨量和光照时数等信息。

　　2.2 知识库

　　通过咨询专家及一线种植人员，获取小麦灌溉方面的经验知识和具体问题的解决方法，同时查阅小麦生长发育的相关文献，建立规则库，并结合与作物灌溉用水量相关的理论与公式，建立小麦灌溉量预测及决策的数学决策模型。

　　2.2.1 规则库。利用产生式规则对知识规则进行表示，对已有的专家经验进行总结，并把传统专家系统规则库中的模糊量进行定量化，建立小麦生长与灌溉之间的规则表，部分规则如下，以返青期灌溉决策为例，返青期灌溉决策主要与土壤类型、土壤含水率以及降水预测有关。

　　规则1：if明日有降雨and黏土and土壤含水率<17%，then 灌溉水量 150 m3/hm2

　　规则2：if明日无降雨and黏土and土壤含水率<17%，then 灌溉水量 375 m3/hm2

　　规则3：if明日有降雨and黏土and土壤含水量>17%and 土壤含水量<20%[1]，then 灌溉水量 75 m3/hm2

　　规则4：if 明日有降雨and黏土and土壤含水量>17%and 土壤含水量<20%[1]，then 灌溉水量225 m3/hm2

　　规则6：if 明日有降雨and黏土and土壤含水量>20%，then 不需要灌溉[1]

　　规则7：if 明日无降雨and黏土and土壤含水量>20%，then 不需要灌溉[2]endprint

　　……

　　2.2.2 模型库。将田间实时监测的数据或用户手动输入的数据比如气象参数和土壤墒情信息，利用彭曼公式和水量平衡原理的相关理论，构建了小麦灌溉的数学决策模型。

　　彭曼-蒙特斯公式具有完整的理论依据和较高的计算精度[1，5，8]，其依据是能量守恒和水蒸汽扩散理论，考虑因素是作物生长的生理特点、空气动力学原理和参数的变化。它是计算参照作物需水量的通用公式，对作物类型、品种以及种植地区均没限制，公式中的参数也不需要改变，非常便利。

　　參考作物需水量的计算方法如下：

　　式中，Wt为测定周期内任一时刻t时的土壤计划湿润层内的储水量，单位为mm；W0为测定周期内任一时刻时段初的土壤计划湿润层内的储水量，单位为mm；Wr是由于计划湿润层的增加而增加的水量，单位为mm，当测定周期较短时，计划湿润层的深度不会产生变化，此时Wr的值取为0；P0为保存在土壤计划湿润层内的有效降雨量[1]，单位为mm；K为时段t内的地下水补给量，即K=kt，单位为 mm；M为时段t内的灌溉水量，单位为mm；ET为时段t内的作物实际需水量[2]，单位为mm。

　　3 专家决策系统开发关键技术

　　系统开发平台为MyEclipse，遵循模式为MVC（Model View Controller） 3层设计模式，服务器端采用JSP+JavaBean+Serv-let开发模式，以分离Model（视图层）、View（模型层）和Cont-roller（控制器层）[2]。用户使用B/S（Brower/Server）模式，通过浏览器连接到Apachi服务器，系统通过ADO.NET技术访问SQL Server 2008数据库，采用面向对象的程序设计语言Java编写[1，10]。

　　4 结语

　　通过对专家和一线种植员的经验分析，构建出小麦灌溉与气象数据、土壤状况之间的相关关系并对传统专家系统知识库中的模糊量进行定量化改进，建立了规则模型。同时利用彭曼公式与水量平衡原理建立小麦灌溉数学决策模型，这样用户只需在人机交互界面根据提示输入当期的温湿度、土壤信息以及气象数据等，系统即可利用模型库中的数学模型进行实时决策，实现了综合多个参数作为进行灌溉预报决策的影响因素，提高了灌溉决策精细化程度，优化了节水灌溉的决策，使用起来更加节省水资源。

　　参考文献

　　[1] 林玉丽.基于物联网数据的冬小麦精确灌溉决策系统研发[D].泰安：山东农业大学，2016.

　　[2] 刘娇.基于3S技术的黑河流域植被生态需水量研究[D].杨凌：西北农林科技大学，2014.

　　[3] 严曙，王儒敬，宋良图.基于农业物联网技术的农田“四情”感知决策体系的构建[J].南京信息工程大学学报（自然科学版），2015（2）：149-154.

　　

《基于物联网的智能灌溉专家决策系统》

上一篇：新型棚膜材料PO膜在烟台地区的应用效果研究

下一篇：山西省特色现代农业发展现状及对策