隨著高新技術的應用,基礎硬件的發(fā)展,新的物聯(lián)網(wǎng)產(chǎn)品不斷推出,以節(jié)水灌溉為基礎的高效灌溉開始步入數(shù)字化時代。數(shù)字化灌溉將是中國灌溉事業(yè)未來十年的發(fā)展重點,作者對此進行深入分析。帶著對這些問題的探討,我們一起來看看數(shù)字化灌溉技術應用未來十年的發(fā)展前景。
灌溉網(wǎng)曾經(jīng)有專文介紹了數(shù)字化農(nóng)業(yè)和信息化農(nóng)業(yè)的異同,假如你還理不清,那么請閱讀
《農(nóng)業(yè)數(shù)字化與信息化的區(qū)別》
把數(shù)字農(nóng)業(yè)和信息農(nóng)業(yè)問題再復習一遍。
現(xiàn)在數(shù)字化這個概念已經(jīng)越來越被農(nóng)業(yè)企業(yè)人士認可。數(shù)字灌溉=數(shù)字化平臺+智能化決策系統(tǒng)(智慧灌溉)。是灌溉系統(tǒng)發(fā)展的高級階段。數(shù)字化灌溉如何發(fā)展,關鍵的是看它的決策系統(tǒng),如果沒有智能化的決策,那么這個數(shù)字灌溉系統(tǒng),基本上說只是一個花架子。
數(shù)字灌溉的水肥決策
灌溉要數(shù)字化,未來十年,首先需要有一定的硬件設施,包括物聯(lián)網(wǎng)的傳感器和云端的服務器計算系統(tǒng),云端需要或者同時是在邊緣端(田間地頭)需要有水肥決策,要求其必須實現(xiàn)水肥協(xié)同。這就要求系統(tǒng)感知農(nóng)田現(xiàn)有水分狀況和養(yǎng)分狀態(tài),通過作物生長模型模擬水分和養(yǎng)分在土壤、作物中的變化,使水肥營養(yǎng)兩者相互配合、相互協(xié)調、相互促進。
未來十年,智能水肥決策需要根據(jù)水肥平衡進行決策。系統(tǒng)需要根據(jù)作物需水、需肥規(guī)律、土壤保水、保肥能力、土壤供肥、保肥特性以及肥料效應,在灌溉的基礎上,合理調配灌溉水中施用氮、磷、鉀和中、微量元素的用量和比例。
采用現(xiàn)代灌溉施肥方式時,特別是高效灌溉的滴灌系統(tǒng)時,需要實行少量多次灌溉的原則。未來的決策引擎按照肥隨水走、少量多次、分階段施用的原則制定灌溉施肥計劃或工作制度。采用天氣、土壤和作物長勢實時數(shù)據(jù),把作物灌溉用肥按灌水時間和次數(shù)進行分配,充分利用灌溉系統(tǒng)進行施肥,適當增加施肥數(shù)量和次數(shù),實現(xiàn)少量多次,精準用肥,提高養(yǎng)分利用率。
實現(xiàn)智能水肥決策的關鍵是能夠準確的判斷出作物的需求,要判斷出作物的需求必須有一套數(shù)字化的模擬手段,仿真模擬出整個生育期生長的狀況,根據(jù)作物生長的階段給予合適的營養(yǎng)和水分。
人工智能實現(xiàn)對作物的數(shù)學模型輸入?yún)?shù)進行分析,自動修正給出合適的模型參數(shù),實現(xiàn)對作物生長過程的數(shù)字孿生和精準模擬是未來數(shù)字化灌溉的挑戰(zhàn) 。
作物生長孿生數(shù)字模型
作物生長模型,過去常說數(shù)學模型,就會想到它是由固定公式和數(shù)據(jù)表示的計算程序。
未來十年,在大數(shù)據(jù)時代,我們所稱的數(shù)學模型不再是固定數(shù)據(jù)和公式的計算機程序。重要的是計算機程序及其輸入數(shù)據(jù)也許是隨機的。大量的變量數(shù)據(jù)和程序模擬表明,作物生長模型的輸入數(shù)據(jù)不是一些固定參數(shù),但還是有一定的規(guī)律可循。也就是說,大數(shù)據(jù)的基本功能和基本算法在灌溉決策中的應用是數(shù)字化灌溉應用的升級版。
可以進一步說,作物數(shù)學模型是將大數(shù)據(jù)應用于作物生長模型的具體體現(xiàn)。事實上,在大數(shù)據(jù)時代,人們不再研究用固定公式和程序表達的對象數(shù)字特征。
十年后要討論的作物生長模型,無法想象在大數(shù)據(jù)時代,作物模型仍然是一個固定公式,有固定參數(shù),用它還可以得到一個能夠反映真實作物生長的模型。我們應該想象得到,作物生長在現(xiàn)實世界中不可能有固定的增長模式。因為作物生長是一個復雜的過程,影響因素很多,而且這些影響因素也是隨機變化的,所以影響因素的程度和數(shù)據(jù),也是一個隨機變量。
在當今大數(shù)據(jù)時代,農(nóng)作物的數(shù)學模型應該是一個不斷迭代和升級的模型,但它有規(guī)律可循。
未來十年后,引入人工智能分析,通過學習足夠數(shù)量的樣本,機器可以從數(shù)據(jù)中訓練出自己構建的模型。人工智能應用到作物生育期判斷中來,通過特定作物生育期的圖像數(shù)據(jù),讓計算機自動學習,最終訓練出自動識別作物生育期的能力,從而確定各生育期如何施用肥料。
決策引擎采用人工智能包括機器學習、圖像識別和專家系統(tǒng)等先進技術手段,人工智能技術進行作物缺水、耗水量和大元素營養(yǎng)成分缺失圖像分析,判斷作物缺素或缺水的程度是智能決策平臺技術創(chuàng)新的挑戰(zhàn)。
未來技術的應用
未來十年,數(shù)字技術在農(nóng)業(yè)生產(chǎn)上的應用才是智慧農(nóng)業(yè)或者說數(shù)字農(nóng)業(yè)的關鍵,其余只能算是IT行業(yè)技術之農(nóng)業(yè)行業(yè)的應用而已。用遙感技術進行作物產(chǎn)量預測方法將非常流行,同時采用水肥一體化技術提高作物產(chǎn)量的技術發(fā)展也很快。
遙感技術在灌溉技術的應用提高作物生長模型的優(yōu)化精度,很明顯,數(shù)字灌溉技術中的作物模型生長期的數(shù)據(jù)讀取,讓模型更加精準,智能化的決策更加能夠提高作物的產(chǎn)量和品質。
遙感技術應用的作物種植面積比較大,能夠保證在大面積時估算的相對誤差比較少。
精準灌溉技術應用于作物種植的面積相對比較小,需要保證在小面積時候也能夠準確的預測作物的產(chǎn)量或品質。
灌溉技術利用作物模型進行調參作為基礎模型,是采用小面積的,精度更高的無人機或者攝像頭采集現(xiàn)場圖片,通過作物生長圖片進行模型輸入?yún)?shù)預測和調整。
數(shù)字灌溉技術作物模型應用的技術手段:
通過傳感器和攝像頭收集溫濕度、土壤水分、CO2和輻射數(shù)據(jù),葉、莖、根系和果實生長形態(tài)圖像數(shù)據(jù)并進行作物模型參數(shù)校準。
利用機器學習圖像實現(xiàn)生育期的識別。通過土壤水分得到各生長期需水量,得到生長期的需水量規(guī)律。找出作物需肥規(guī)律,實現(xiàn)按作物產(chǎn)量和品質需要施用的主要元素肥料的決策。
通過水分含量的變化分析得到作物需水量預報數(shù)據(jù)。
通過大數(shù)據(jù)分析找出作物對常規(guī)肥料的需肥規(guī)律。
氣象數(shù)據(jù)的預測方面
為了預測作物的產(chǎn)量時,采用的是在預測前的,收集到的,所有的數(shù)據(jù)都可以用現(xiàn)場已經(jīng)存在的,實測得到的數(shù)據(jù),即已經(jīng)發(fā)生的數(shù)據(jù)。采用這些數(shù)據(jù)進行作物產(chǎn)量的預報比較可靠。
智慧灌溉技術所采用的氣象數(shù)據(jù),多數(shù)是預報將會發(fā)生的數(shù)據(jù),而不是已經(jīng)存在的,實測的數(shù)據(jù),這些數(shù)據(jù)會影響到作物模型對作物產(chǎn)量預測的準確程度和精度。采用這些數(shù)據(jù)對作物產(chǎn)量進行預估,會存在隨機的誤差,這個隨機的誤差需要通過技術分析手段消除誤差。
數(shù)字灌溉技術必須要關注作物的生長細節(jié)同時,應用必須能夠及時補充作物營養(yǎng)給它。按需補充水分和營養(yǎng)成分,從而提高作物的產(chǎn)量和品質是我們的目的。
水肥決策的目的是要實現(xiàn)作物灌溉施肥精準施用的原則。需要根據(jù)土壤水分平衡和作物需水規(guī)律和水源供水能力,考慮施肥與水分的偶合關系,運用灌溉工程設施、農(nóng)藝技術、農(nóng)業(yè)機械、生物技術和農(nóng)場管理等措施,精準、合理調控灌溉用水和用肥,調控土壤水分和養(yǎng)分以滿足作物水分和養(yǎng)分需求。數(shù)字化灌溉解決農(nóng)民的對作物灌水的憂愁。
未來十年后,數(shù)字化灌溉發(fā)展提高,進一步擴大為數(shù)字農(nóng)業(yè)或智慧農(nóng)業(yè)的一部分,數(shù)字農(nóng)業(yè)和智慧農(nóng)業(yè)的技術融合,它們彼此難舍難分。這些技術具體包括高階信息化、農(nóng)業(yè)生產(chǎn)自動化、管理現(xiàn)代化、流程標準化、商業(yè)多樣化、用戶定制化、渠道扁平化、技術智能化。
未來十年支撐灌溉系統(tǒng)和灌溉決策的智慧化,設備操作自動化的產(chǎn)品不斷涌現(xiàn)出來,大數(shù)據(jù)和AI發(fā)展,結合高新技術,實現(xiàn)灌溉系統(tǒng)云平臺技術的智能應用將成為可能。