4G阀门控制器灌溉智能化

    自蔬菜是我国人均消费量最大的食品之一，同时也是我国种植业中仅次于粮食的第二大作物。据统计，目前我国蔬菜面积为3.35亿亩左右，产量约为7.69亿吨。蔬菜生长与水分密切相关，在生育期中需水、耗水量也相对偏大。然而，我国水资源严重短缺，农业用水比重较大，实现蔬菜种植中的水分精准供给、有效提高蔬菜水分利用效率具有重要意义。传统的果园灌溉管理方法，一般是以人工经验判断为主，但人工灌溉不但成本高、模式粗放，而且农户一味追求高产，随意灌水与过量施肥，造成水肥利用效率低下，不仅造成了水资源的浪费，也影响了蔬菜的提质增效。现有的蔬菜灌溉方法，主要包括推荐灌溉制度法、实时监测土壤墒情灌溉法等。其中，监测土壤墒情灌溉法是通过针对不同作物，埋设不同深度的土壤墒情传感器，通过设定灌溉周期和调控土壤灌溉上限进行灌溉。综合分析可知，现有技术在蔬菜灌溉中普遍存在以下缺陷：推荐灌溉制度法是通过多年种植经验推荐得到的适宜灌溉方法，但该方法可迁移不强，遇到不同的气候、土壤、作物类型的改变，其适用性和灵活性差。常规的实时数据决策方法，通过预设灌溉周期确定灌溉时机，本质上仍然为经验指导，精确性差。基于土壤含水量的灌溉方法中，计划湿润层土体(即根系区域)是决定灌溉水量的重要指标，蔬菜生育期内的根系生长变化显著。现有的方法通常不考虑根系的变化，在全生育期选定某个恒定参数或根据生育期选用不同的经验参考值，当参考值较真实根系深度偏低时，就会造成灌溉不足，反之当参考值低于实际根系深度时，则会造成灌溉过量，未实现随着根系生长变化范围实时调整灌溉土体范围。

    自动灌溉方法及系统包括：利用土壤剖面传感器获取目标蔬菜所在位置处土壤湿度状况数据；若土壤湿度状况数据满足灌溉触发条件，根据土壤湿度状况数据获取蔬菜根系实际生长深度；以蔬菜根系实际生长深度作为灌溉的设计湿润深度，对目标蔬菜进行自动灌溉。提供的自动灌溉方法及系统，通过对不同土层的土壤湿度状况进行动态监测，以土壤湿度状况数据为基础计算出蔬菜根系实际生长深度，从而实现对蔬菜的进行精确灌溉，避免了取样观测对蔬菜根系造成的损伤，充分考虑了根系生长变化对施灌量的影响，有效的提高了灌溉水利用效率和灌溉精度，大大降低了人工成本，提高了灌溉智能化水平。     自动灌溉方法，主要包括：利用土壤剖面传感器获取目标蔬菜根区处土壤湿度状况数据；若土壤湿度状况数据满足灌溉触发条件，根据土壤湿度状况数据获取蔬菜根系实际生长深度；以蔬菜根系实际生长深度作为灌溉的设计湿润深度，对目标蔬菜进行自动灌溉。作为可选地，上述利用土壤剖面传感器获取目标蔬菜根区处土壤湿度状况数据，可以包括：将土壤剖面传感器竖直固设于目标蔬菜根区处的土壤中，土壤剖面传感器的深度大于目标蔬菜的根系深度；将目标蔬菜根区处的土壤按照预设步长，沿土壤剖面划分为多个土壤层；利用土壤剖面传感器在预设时间间隔分别获取各土壤层的土壤含水率，构建土壤剖面水分含量分布数据；其中，土壤湿度状况数据包含土壤剖面水分含量分布数据。作为可选地，上述根据土壤湿度状况数据获取蔬菜根系实际生长深度，一般包括：分别获取各土壤层在预设时间间隔前后的水分含量差；分别将各土壤层的水分含量差与预设阈值进行比较判断；将水分含量差大于预设阈值，且深度最大的土壤层所对应的深度，作为蔬菜根系实际生长深度。土壤湿度状况数据满足灌溉触发条件，主要包括：根据土壤湿度状况数据获取土壤平均湿度；若土壤平均湿度小于灌溉控制下限值，则确定土壤湿度状况数据满足灌溉触发条件。以蔬菜根系实际生长深度作为灌溉的设计湿润深度，对目标蔬菜进行自动灌溉，主要包括：基于灌水量公式，根据蔬菜根系实际生长深度设计施灌量；利用智能灌溉系统，按照施灌量对目标蔬菜进行自动灌溉。按照施灌量对所述目标蔬菜进行自动灌溉之前，还包括：通过云服务器将施灌量和灌水预警信息作为灌溉提醒信息，发送至用户手机APP；在接收到用户的灌溉指令后，对目标蔬菜进行自动灌溉。土壤湿度状况数据获取，用于利用土壤剖面传感器获取目标蔬菜根系处土壤湿度状况数据；吸水深度获取，用于在土壤湿度状况数据满足灌溉触发条件时，根据土壤湿度状况数据获取蔬菜根系实际生长深度；自动灌溉控制模块，用于以蔬菜根系实际生长深度作为灌溉的设计湿润深度，控制灌溉装置对目标蔬菜进行自动灌溉。包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行所述程序时实现如第一方面任一所述的自动灌溉方法的步骤。通过对不同土层的土壤湿度状况进行动态监测，，以土壤湿度状况数据为基础计算出蔬菜根系实际生长深度，从而实现对蔬菜的进行精确灌溉，避免了取样观测对蔬菜根系造成的损伤，充分考虑了根系生长变化对施灌量的影响，有效的提高了灌溉水利用效率和灌溉精度，大大降低了人工成本，提高了灌溉智能化水平。