基于模糊控制理论温室葡萄种植灌溉算法.docVIP

基于模糊控制理论温室葡萄种植灌溉算法 　　摘要：结合温室环境下葡萄的需水特点提出上限灌溉和下限灌溉2种灌溉方式，同时结合葡萄生长周期及环境因素，给出一种运用模糊控制理论动态调节灌溉量并预测下次灌溉时间的智能控制算法，在不影响产量的基础上保证水资源的最大利用率。结果表明，该方法最大超调量为20%，响应时间为22 s，具有较高的稳定性与响应速度，与人工控制方式相比，在产量基本不变的条件下可达到节约17%水资源的效果，为葡萄自动化灌溉开辟了一条新途径。 　　关键词：葡萄种植；生长周期；动态调节；模糊控制；灌溉预测；算法；自动化灌溉 　　中图分类号： TP273+.5；S126文献标志码： A 　　文章编号：1002-1302（2017）14-0184-05 　　温室智能灌溉是通过传感器采集环境信息，对信息进行科学分析，并根据分析结果提供一套完整的灌溉方案。温室智能灌溉在互联网技术、通信技术、传感器技术的高速发展下得到可靠的技术支持[1-2]，在节省人力物力的情况下实现高产出，改变了人们的传统种植方式，得到世界范围内的高度关注。以色列、美国、荷兰等发达国家始终将农业现代化、提高水资源利用作为研究热点，并已达到相当高的水平，基本形成温室农业的高投入、高产出，温室电脑覆盖率达到80%以上，主流智能灌溉方式及系统[3-5]应用程度高很大程度提升了农业生产效率。我国是传统的农业大国，农业现代化水平与发达国家相比存在较大差距，实现农业现代化、提高灌溉技术的精准度及水资源利用效率成为当务之急[6-7]。 　　温室葡萄突破传统种植过程中受气候、地域等因素的制约，使葡萄生长在适宜的土壤、气候环境中。但目前温室内多以人工控制为主，通过滴灌、微喷灌等方式进行补水，自动化普及程度相对较低，缺乏符合葡萄生长周期需水特性的自动灌溉控制算法，在葡萄生长过程中会发生短暂缺水、过量灌溉的现象。因此，本研究以模糊控制理论为基础，结合5年生巨峰葡萄各时期生长周期的需水特性与环境因素，提出一种动态调节灌溉量的控制算法，在考虑巨峰葡萄不同生长周期所需空气温湿度及土壤相对湿度的情况下，判断是否需要进行灌溉，预计下次灌溉时间，以减少系统耗能及水资源的浪费，在不影响葡萄产量的基础上保证水资源的最大利用率。 　　1基本知识 　　葡萄（Vitis vinifera L.）为葡萄科葡萄属木质藤本果树，整个生长周期大体划分为生长期、休眠期2个部分。生长期是葡萄生长的关键时期，持续160～200 d，可细分为伤流期、新梢生长期、开花期、果粒膨大期、果粒成熟期（着色期）及落叶期[CM（25][KG*8]6个时期。休眠期同样对葡萄的生长起至关重要的作用，休眠时间不足将导致发芽不齐、果粒不饱满等[8]，而通过改变温室环境可使植物提前解除休眠，缩短整个生命周期。温室种植的目的是动态调控环境影响因素，使作物尽量在适宜的环境中生长，从而实现产量的最大化。因此，了解葡萄各个时期相关的环境影响因素至关重要[9]。巨峰为4倍体中熟葡萄品种，原产于日本，在中国有大范围的推广种植。巨峰葡萄属喜温作物，萌发速率随温度升高而加快[10-11]。巨峰葡萄在生长过程中对环境条件较为敏感，伤流期湿度较大有利于萌芽[12]；果实发育期蒸发蒸腾量较大，需水量也相对较大，对土壤湿度要求较高，及时补水灌溉是提高产量的关键；休眠期蒸发蒸腾量较小，土壤湿度过高将导致葡萄根部受冻[13]。本研究以5年生巨峰葡萄为对象，结合温室环境下葡萄的需水特点提出2种灌溉方式，同时结合葡萄生长周期及环境因素，给出一种运用模糊控制理论动态调节灌溉量并预测下次灌溉时间的智能控制算法。巨峰葡萄各生长时期所需的持续天数、适宜温湿度及土壤相对湿度见表1，并据此得出巨峰葡萄各生长周期适宜土壤湿度（THR）的数学变化公式，为： 　　2温室葡萄种植灌溉算法 　　2.1灌溉时间预测 　　温室种植葡萄可以调控温室内部的温湿度，使葡萄蒸发蒸腾量相对平稳，使葡萄生长保持较为稳定的环境。蒸发蒸腾是温室种植作物土壤水分流失的主要来源，通过蒸发蒸腾量可近似得出作物生长期间土壤水分的流失情况，从而预测灌溉量及灌溉时间。蒸发蒸腾量是植株间蒸发量与植株自身蒸腾量的合称，计算方法大体分为水平衡直接预测法、间接预测法，而水平衡直接预测法由于难以了解水分的交换情况而不常使用。间接预测法的典型计算方法[14]为： 　　2.2模糊决策 　　温室灌溉涉及的环境因素较多，是一种非线性、大惯性延时系统，难以建立准确的数学模型，因此，本研究使用模糊决策[17]来解决这一问题。 　　2.2.1模糊变量论域模糊决策控制器是一个双输入、单输出的决策系统，输入变量是传感器采集到的土壤湿度与该时刻最佳湿度的差值（E）及由计算得到的蒸腾蒸发量（ET），输出变量是灌溉量（WD），单位为