王应海，刘 凤(北京东方润泽生态科技股份有限公司，北京 100086)

1 精准水肥一体化技术

推广使用水肥一体化技术是解决水肥利用率低下的重要途径。随着我国农业集约化程度的提高，水肥一体化技术越来越受到重视，合理灌水、施肥在农业生产中具有举足轻重的作用，对实现粮食丰产丰收和保证农产品持续有效地供给功不可没。但近几年我国持续过量施肥严重，水资源利用率提不上去，耕地退化，环境污染风险加剧，以大量资源投入推动农业数量增长的发展模式难以为继，急需改进施肥灌水方式，积极探索高产高效、产品安全、资源节约、环境友好的现代农业发展之路。因此要在水肥一体化的基础上结合智能的土壤监测、气象监测和人工智能技术，结合对作物生长动态的监测及作物生长区域气象要素的实时状况和精准预测，建立适合本地的智能灌溉系统，按作物需水规律进行灌溉，以水带肥，实现精准水肥一体化。智能灌溉系统必不可少的是大数据和人工智能技术，而这一切的前提是可靠的、海量的、针对性强的本地数据，这些数据应该由性能可靠、使用简便的监测设备实时采集获得，最终由客观且专业的大脑----即智能灌溉控制器去分析、执行，同时基于反馈进行自我修正和衍进。灌溉的真正对象是作物而不是土壤，要把最宝贵的水肥资源精准的灌溉到作物的吸水活跃区即根毛区。因此，实现真正的智能灌溉的第一步是：全方位、多维度地现场感知，为按需灌溉提供依据。按需灌溉则离不开现场感知和本地的生态大数据。现场感知到土壤水分及变化、地表地下温度、作物活跃根系位置及比例、气象数据等诸多对作物需水及生产环境产生影响的因素。其次，是人督导下的智能及大数据决策、执行机制。通过对水分数据、气象数据的综合分析处理，自动为每个拥有智能参照点的轮灌组制定灌溉决策：是否需要灌溉？灌溉时间是多少？再次，深层反馈学习，自我修正、自我衍进。分析入渗速率、提供灌溉反馈，系统自动优化灌溉定额、灌溉周期等灌溉参数；与控灌溉设备实时连接，实现自动监测、计量、评估灌溉和施肥等功能。

2 气象数据在水肥一体化中的作用

随着科技的进步和发展，使得气象监测的数据也越来越精细准确。农业生产对气象变化的敏感性较高，抵御自然灾害的能力较低，所以气象服务对农业发展有着至关重要的作用。气象数据对精准水肥一体化的影响主要体现在气象阈值对灌溉的影响以及相关灾害的预警。

(1)基于气象阈值灌溉：灌溉制度与气象因素高度相关，众所周知，遇降雨需设置延时灌溉，但是，降雨量到达多少时需要开启延时功能，需要延时多久；何时需要利用灌溉进行降温、防霜；何时需要避免灌溉造成低温；过大的雨量会导致氮肥淋洗等，都跟本地的气象、土壤、作物数据高度相关。在海量、精准的本地数据基础之上，结合人工智能分析，则可逐渐把握本地规律，获得该种作物灌溉相关的气象数据阈值。

(2)病虫害预警：病虫害与温度、湿度高度相关。例如，安装在水肥一体化现场田间地头的天圻智能全电子气象站监测的实时气象数据，可以结合智能灌溉控制器云衍及“E生态”的模型进行分析处理，可对相应病虫害进行预警，提醒用户进行防护应对措施，以起到防灾、减灾的作用，避免因灾损失。

综上，对气象数据做出快速响应，节水省肥，达到农业高产、资源高效、环境友好的目的，也是精准水肥一体化技术推行的初衷。

3 在精准水肥一体化中如何使用土壤水分传感器采集到的土壤水分数据

常见的土壤水分传感器采集到的土壤湿度数据是绝对土壤体积含水量数据，是在105～110 ℃条件下，将土壤烘干至恒重时挥发出来的水分体积。例如，20%的体积含水量表示，将样品为100 mL的土壤在105～110 ℃条件下烘干处理至土壤重量恒定时，烘干出来的水分为20 mL。也可以直接理解为，在当前湿度下，任意体积的土壤中，该土壤体积的20%是由水分构成的。

对于土壤水分，土壤中有多少水不是核心关键问题，农作物在当前土壤湿度下能不能舒服的从土壤中吸收水分才是关键。例如，对于沙性土壤，土壤的保水性、吸水能力较差，当土壤含水量为15%时，农作物的根系是很容易从土壤中吸收水分的，但对于黏性土壤，土壤的保水性、吸水能力较强，当土壤含水量为15%时，农作物的根系已经很难从土壤中吸收水分了。除了土壤本身的巨大差异，不同植物的耐旱、耐涝能力也有很大区别，就如沙棘、仙人掌、雪松、旱柳与荷花、水稻、芦苇对水的适应需求的区别。另外，农作物从播种到收获，从小苗到大苗、到开花、结果实，不同的生育阶段对土壤湿度的适应能力也是不同的；再有，同一个位置的土壤也是在变化的，每年的各种深松土壤、用犁翻地、旋耕机旋地、施用化肥农药、农作物的根系残留等都在影响改变土壤结构，改变着土壤的保水、吸水能力。

因此，通过土壤水分传感器得到当前体积含水量为20%之外，还需要获得另外两个关键数据，即土壤含水量的上下限。比如，在当前土质、当前植物根系吸水能力状态下，土壤含水量低于15%(下限)后植物根系就很难从土壤中吸收水了，当前土壤的最大持水能力(田间持水量)为35%(上限)。那么，如何确定植物根系能够正常吸水的含水量的上下限数值呢？精确的上下限值是一个随着土层深度土质变化、植物生长发育变化而变化的值。基于土壤水分传感器连续监测到的土壤含水量变化情况，当发生土壤干旱导致植物很难从土壤中吸收水分或者发生水涝导致农作物对水分的吸收减少时，土壤水分仪获取土壤水分数据，传输到大数据平台，通过大数据平台具备这样的人工智能数据分析服务，人工智能技术能够智能识别到土壤含水量上下限；但是人工智能需要以一定量的数据作为基础，如果干旱或者水涝始终没有发生，智能识别到的土壤水分上下限与实际需求会有差异。因此，较为简单通行的做法是，通过相对含水量(当前含水量与田间持水量的比值)来判断植物是否处于适宜的土壤湿度状态。一般认为，土壤相对含水量处于60%～100%范围是适宜农作物生长的土壤湿度。尽管如此，获得准确的田间持水量数据也并非容易。田间持水量指在地下水较深和排水良好的土地上充分灌水或降水后，允许水分充分下渗，并防止其水分蒸发，经过一定时间，土壤剖面所能维持的较稳定的土壤水含量，是大多数植物可利用的土壤水上限。

[1] 张建军. 土壤水分变化与灌溉量预报[J]. 现代农业科学，2009,16(5):105-106.

[2] 雷志栋，胡和平. 土壤水研究进展与评述[J]. 水科学进展，1999,10(3):311-318.

[3] 侍克斌，门 旗，李效龙，等. 新疆和田地区棉花优化灌溉制度研究[J]. 灌溉排水学报，2013,32(3):121-123.