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。