智慧农业的十大核心技术 智慧农业灌溉技术是什么样的?

[更新]
·
·
分类:林业园林
2793 阅读

智慧农业的十大核心技术

智慧农业灌溉技术是什么样的?

智慧农业灌溉技术是什么样的?

大胆揣测,您说的农业灌溉技术应该是指目前比较火的智能灌溉吧。
以下,我就以智能灌溉代替智慧农业灌溉技术。
真正的智能灌溉应该是什么样子呢?
还是回到灌溉的本质,灌溉一定是一个人类行为,自然的灌溉就是降水以及各种自然漫水。
那智能的灌溉需不需要人呢?答案当然是需要。
这个阶段人的灌溉行为从挑水/浇水、拦坝修渠、铺管送水、电动启停,演进到用水策略调整、适时生长干预。
当我们实现对土壤有效储水能力和作物未来耗水的分析,决定下一次灌溉的时间和量,智能灌溉是从整个种植季规划/优化实施水的灌溉频率和量。优化的目标通常有水生产率、水肥配合效应、作物生理调节等。
我们现在实现了智能灌溉了吗?
答案是肯定是没有实现呐!
整个行业不了解土壤储水、作物需水、真实耗水,在这种情况下市场上宣传的“智能灌溉”本质是一个电动开阀装置,自动灌溉过程就是一个电动打开“龙头”送水过程。
被业界夸大的“智能灌溉”中的“智能”两字也只是来自气象、墒情数据输入,再加上智能手机终端操作而已。
灌溉包含了输送水、储水、耗水的三个过程,其中与输送水相关的管路安全、管材选择及效率设计、灌水器出水均匀稳定性设计被灌溉行业高度重视强调,但它的理论基础是流体力学和材料学等,涉及的行业主要是塑料加工、橡胶管材、泵阀门等行业,归根结底是灌溉硬件的发展和提高。
与此同时,从土壤物理学角度出发的储水过程、跟作物光合作用相关的作物需水过程仅仅处于理论探索阶段,绝少有成果直接应用于生产实践。这种重硬件轻作物的灌溉认知,直接导致了灌溉行业对土壤储水能力和作物需水量以及用水效率缺乏有效的认识。
不难看出,现有灌溉系统的价值主要集中在输送水效率的提高,并不在于如何在更加了解和适应作物需水和耗水的基础上,提高作物水利用率(单位输水量中被作物有效利用的比例),甚至水生产率(单位水量获得的产量)。
因此,我们远没有达到智能灌溉,走过人工灌溉、自动灌溉,未到智能灌溉,我们现在处于什么位置?
我们现在处于什么阶段?
我们觉得,灌溉行业应该从土壤储水、作物耗水的角度去设计一个灌溉系统,做到适应动态变化,适时调整优化。我们将这个阶段称为“敏捷灌溉”阶段。
“敏捷”来源于英语“Agile”,指快速轻盈地运动;也是一种软件项目管理方式,用来快速、高频地更新需求、评估结果、调整计划。在灌溉上特指对不同土壤、不同作物、不同气候环境的动态适应性,以及在控制过程中可以不断评估效果、动态调整策略的理论方法。
同时,我们也提出了敏捷灌溉理论。
基于作业现场的实际情况出发,即根据土壤有效储水能力、作物耗水历史及预测设计、实现、控制一个灌溉系统。即假设我们可知道任意地点、任意土壤、任意作物的情况下,土壤有效储水能力及作物耗水动态值,根据耗水动态最大值的某个比例作为设计能力并实现灌溉系统,根据动态值来调整控制,从而达到设计优化、控制优化的目的。 该灌溉理论我们称为“敏捷灌溉”理论。
构成敏捷灌溉理论的基本要素定义如下:
灌溉:向土壤或者其它作物吸收水分和营养的可储水的基质中,预存水分供植物未来取用的过程;
敏捷灌溉:基于任何地点的土壤和作物特征,通过优化、评估、调整的过程来达到适应土壤理化属性、作物需求、气象动态变化的灌溉方式;
有效储水能力(eC):在特定时间、地点和作物的情况下,在土壤田间持水率与作物胁迫点含水率之间的空间;
模拟蒸发蒸腾量(sET):经过插值(位置插值、时间插值)后的覆盖整个区域的时间历史连续的参考蒸发蒸腾量;
真实作物系数(rK):一种能够面向特定作物、特定区域、特定灌溉方式的,基于实测数据提取的,代表特定作物耗水量与当地气象之间关系的作物系数。
敏捷灌溉通过三步实现:
第一步,通过现场传感器(土壤水分监测设备)获得与目标时间、地点和目标作物有关的动态有效储水能力(eC)和有效储水量(eW)数据。
第二步,获得目标地点的作物在未来一定时间内的逐日耗水量预测值(fdET)。
第三步,敏捷灌溉控制器动态比较作物耗水量的预测值、当前有效储水量(eW),给出下一次灌溉的最晚开始时间。
第四步,如果用户决定此时灌溉,聆耘盒子自动计算灌溉水量,即有效储水能力(eC)和当前有效储水量(eW)的差值。
在敏捷灌溉的基础上,我们需要实时分析长势、实时分析作物生理特征,进一步了解作物生长规律,更长周期的预测气象变化,才有可能达到智能灌溉。

云计算对智慧农业的作用?

当前,农业信息技术不断飞速发展,现代农业向着规模化、集约化、精准化发展,迫切需要一种新的农业信息服务模式出现。
以可信云等为代表的新型信息服务无疑将为农业农村领域创新发展带来变革,推动我国农业向“数字农业”和“智慧农业”稳步迈进。近年来,国家高度重视现代农业信息化发展,相关政策陆续出台。
科技创新能力不断提升。数字农业领域一批重点研究中心、实验室和创新联盟相继成立,农业物联网、数据科学、人工智能等相关专业在高等院校普遍设立,农业物联网、传感设备等标准陆续出台,相关技术日臻成熟。