摘   要: 以水肥一体化中的控制系统为出发点，探讨了未来水肥一体化施肥灌溉智能化控制面临的问题，并提出将云计算应用于水肥一体化智能控制体系中。为此，给出了智能水肥一体化云控制体系的概念，按照多层化、  对象化、并行化、数据服务化思路，设计出一种具备云计算思想与特点的智能水肥一体化控制体系框架，实现了执行机构与控制系统相分离、按需分配计算资源及精准灌溉施肥。以思南县灌区为例，对水肥一体化云控制体系进行了试验验证。研究结果拓展了云计算的应用领域，为智能水肥一体化施肥灌溉提供了一种新思路。
关键词: 水肥一体化; 云控制体系; 云计算
引言：控制系统是实现未来灌溉施肥智能控制的核心因素，它通过自主性采集灌溉施肥及其相关活动全过 程数据，综合实际情况与专家知识智能求解实现目标控制的最优决策，对水肥一体化全程数据进行实时控制，使灌溉施肥处于目标动态平衡状态。伴随着大数据等一系列新技术在水利信息化领域的应用，灌溉施肥相关的系统产生了海量数据，这些数据虽然在各自系统内部决策、管理及服务方面发挥了巨大的作用^［1］，但相对零散的数据已不能满足当今大数据背景下数据深层次挖掘的要求，从本质上还未形成可进一 步利用的数据资源^{［2 － 3］}。虽然目前的灌溉施肥控制系统能够完成简单多任务自动计算、现场控制、在线故障诊断等任务，但是系统粒度精细、多中心建设，形成 了以地域、专业、部门、系统等为边界的资源隔离的局面，无法面向全局统筹兼顾向用户提供精准服务^［4］。此外，目前这种中心式封闭体系，因其自身固有的计算能力僵化，现场控制信息的实时性、精确性要依靠牺牲硬件资源来达到保障。在这种大数据环境下，控制系统对灌溉施肥活动中实时的信息采集、目标评估、最优决策和安全稳定控制主要取决于控制系统是否具备充足的计算力及以数据为着眼点的控制体系。本研究以水肥一体化中的控制系统为出发点，引入云 计算思想，设计了智能化水肥一体化云控制体系。
一、水肥一体化系统研究现状及存在的问题

在国外，自动化控制发展较早，广泛应于农业灌溉施肥控制等行业，催生出许多关于灌溉施肥领域的研究。Marsal 等以植物生长需水研究为着眼点进行灌溉的研究，但测算数据工作量大且过程复杂^［5］。Ｒiquelme 等将无线传感器网络技术引入到节水灌溉中，以水分为核心，设计出控制系统，实现了数据的实时监测，并依据节点处数据进行计算决策^［6］。M．  Ba-hat 等将模糊控制理论引入到灌溉控制系统中，提高了控制精度^［7］。
       我国水肥一体化智能化控制起步较晚，主要集中于灌溉施肥单项技术的推广和应用，目前水肥一体化系统基本处于底层控制的自动化技术应用，站点有序运作依然依赖控制中心^［8］。
       根据国内外针对水肥一体化领域的研究发现，当前水肥一体化控制系统以应用为主要思想，根本任务是旨在实现一种特定的功能目标^［9］。目前，大多控制系统从设计之初就没有考虑不同灌溉、施肥活动数据、系统之间的联系，导致自动控制系统等相关设施的冗余度大、数据资源形成难度大，开发的系统也相互孤立，产生僵化的灌溉、施肥控制系统架构。
二、智能水肥一体化控制体系设计
       智能水肥一体化系统需要一个稳定、安全、高效的控制系统架构，应具有以下基本特征:   全面、准确获取现场信息的能力，稳定可靠的数据传输能力，充足的计算力，敏捷、可靠的执行能力，全面的专家知识^［10］，简洁高效的管理能力，友好的人机交互能力。因此，利用云计算思想来设计智能水肥一体化控制体系架构，将有效改善目前灌溉、施肥系统的不足之处。
1、设计思路
（1）层级化设计^［11］。根据功能进行系统分层设计，并根据逻辑关系进行层层嵌套，最终实现整体框架。
（2）对象化设计。将现场硬件系统抽象为对象模型，建立虚拟化设备库。当云端收到任务请求即自动识别对象，建立临时控制系统，采用云计算决策所得的数据驱动现场执行机构完成任务，一旦任务完成即解散临时控制系统，释放资源。
（3）并行化设计。为了达到准确的控制，由于对象的耦合性，同一任务所需的数据往往需要多个对象的参与，主对象所需的数据在辅助对象中要同时进行计算，用计算能力保证控制的实时性。
（4）数据服务化设计。改变传统以功能为服务的模式，将数据作为服务。对象的相关信息会集中到数据库中，如水位、流量、温度、土壤湿度与酸碱度、植物生长知识等。随着现场环境与植物生长周期发生变化，系统自动感知的变化数据将自动提供给控制系统; 控制系统结合专家知识等做出最优决策，达到被控目标的动态平衡。
2、云控制体系架构
      本文提出的云控制体系架构如图 1 所示。
（1）系统根据云思想分成远端云和本地。本地硬件设施的变化只需在云端增加或者修改对象实例即可，对控制系统没有影响，实现从实体层面完全抽象出来布置在云端控制中心。
（2）对象层。将水库、泵站、灌区等统一作为对象来进行管理。针对具体对象建立对应的模型，包括对象内部通信层，采用工业总线进行数据传输负责内部数据的简单传输与应用; 源数据层负责现场信息的采集; I / O 接口负责将对象内部信息输出及接收所需数据的传输通道。
（3）数据传输层主要包括本地端的局域网、路由设备及广域网，实现对象内部信息发送到云端及从云端接收反馈回的控制数据的功能。本系统采用多通道平行数据传输方式，从源头规避了错误数据，保障了数据资源的准确性与安全性，使得系统能够准确完成控制目标。
（4）数据资源层包括基础数据、专家知识、管理数据及实时数据，基础数据库包括用户个人信息等。专家知识包括灌溉施肥相关的专业知识，如泵站水位预警信息、具体农作物不同时期生长所需的土壤环境等数据。管理数据库负责管理各种数据库之间的联系及历史数据; 实时数据库负责存储各对象产生的实时数据。
















图 1 基于云计算的智能水肥一体化云控制系统架构
（5）基于云计算的控制层包括标准化控制系统与定制化控制系统。实例对象从数据池中存放或获取重要参数，按照控制目标进行计算，结果向下传递控制现场设备的同时再返回更新池中数据。服务软件负责处理对模型库进行管理调用、与数据池进行数据交互和对目标做出最终决策等任务。虚拟化设备是根据现场设备的属性与方法进行抽象提炼所得，是控制系统最小控制单元。虚拟化对象是将现场设备的集合按照各自数据属性与方法的逻辑关系根据一定规则搭建而成。标准化控制系统即按照国家水文标准建立的对象实例的控制系统。定制化控制系统即根据实际对象模型设计的控制系统。用户终端虚拟化是对用户终端的虚拟化建模，与实际用户一一对应，保障了对象实例的安全性与水肥一体化云控制系统的简洁易用性。
3、智能水肥一体化云控制体系的具体实施
（1）对象现场信息采集与传输方案设计。根据对象的属性，设计合理的传感器网络。例如，水库必须使用水位传感器，灌区则必须使用温湿度传感器。数据传输采用工业总线与局域网相结合，既具有抗干扰、时效高的特点，又弥补了工业总线远距离传输速率降低的不足。
（2）对象现场执行机构方案设计。根据对象的方法，设计合理的执行机构。例如，泵站根据水位等信息来控制电机，灌区根据土壤湿度与农作物生长专业知识等对阀门与施肥机的控制，对象执行机构的控制参数来源于云端的综合计算决策结果。
（3）智能水肥一体化云控制系统方案设计。根据对象实体组成，抽象出对象属性与方法，构建对象模型库，并建立控制单元库。当接收到对象请求时，可以根据对象属性快速选择合理的控制系统。
（4）智能水肥一体化云控制中心方案设计。控制中心的核心功能是计算。由于采用云计算技术，系统可根据任务复杂程度来分配计算资源。相关服务软件的开发和处理对模型库进行管理调用、与数据池进行数据交互和对目标做出最终决策等任务。UI 界面设计后，完成人机交互。
三、方法验证及结果
       施肥、灌溉作为农业活动的的重要部分，灌区的建模与灌溉云系统的搭建是关键。灌区对象内部采用工业总线进行通讯，对象实例与云系统通过以太网进行通讯，此部分以贵州思南灌区为例对基于云计算的智能施肥灌溉控制系统进行验证。
1、灌区模型组件
      图 2 为泵模型组件。泵核心功能用于控制现场硬件系统的运行，并记录反馈相关运行状态。








图2 泵模型

       图3 为阀模型组件。阀主要用于某一路通断的控制，原理是根据系统计算返回的数据进行相关动作，并实时记录时间、压力、流量等相关数据供计算使用。







图 3 阀 模 型

      图 4 为气象台模型组件。气象台主要记录并反大气温、湿度、雨量等相关信息，为精准施肥灌溉提供重要参数。




图 4 气象台模型
2、试验约束条件及结果
      试验于 2018 年 10 月 11 日在贵州省思南县山区现代水利实验基地进行。针对系统运行的稳定性与农作物需水量及土壤 pH 值的动态调节进行了田间试验，如图 5 所示。










图 5   田间试验
      试验分为两个阶段: 第 1 阶段流体采用液态肥， 第 2 阶段使用山间泉水代替液态肥。土壤 pH 传感器型号采用 ST－TPH，土壤湿度传感器型号采用 HSTL－102STＲWS。图 6 为贵州省思南县塘头镇山区现代水利实验基地云端工作界面，其中施肥时间步长设定为1min。













图 6   水肥一体化控制系统工作界面
       试验第 1 阶段使用液态肥( 见表 1) ，开启总电源和水泵按钮，启动施肥系统，传感器测得田间湿度、酸碱度记录并传回数据，系统对被控参数进行动态调节。
       第 2 阶段测试系统的稳定性与准确性。由于液态肥需求量大，且控制参数可以简化为湿度这一独立 参数，因此用山泉水完全可以替代液态肥。图 7 为灌区 24h 保持土壤湿度恒定所得到的各支路流量情况。由各支路流量曲线可知: 为保证土壤湿度恒定，各支路流量基本处于相同的动态调节趋势，与现实情况吻合。表 1 为各测点测得实际站点土壤湿度。其中，19～ 23 为参照组，便于异常数据的及时发现与处理。测点 pH 及湿度值与设定值对比统计表如表 2 所示。











续表1














表 1   测点 pH 及湿度值








图 7   流量曲





表 2 测点 pH 值及湿度值与设定值对比统计表
      根据猕猴桃生长的最适土壤条件，试验将pH 值设定在6．0，土壤含水量设定在55%。由表1 计算可得各测点处pH 及湿度平均值。由表2 可知: 系统针对pH 调节误差为1．7%，湿度调节误差为3．3%，符合本次试验对象猕猴桃生长的最佳土壤条件范围。
四、结论
1、将云计算引入到水肥一体化控制系统中，拓展了云计算应用领域。国内外研究主要集中于具体施肥、灌溉控制系统研究，鲜有对与水肥一体化相关农业活动综合分析的控制系统的研究。
2、系统通过对田间传感器反馈回的数据进行动态调节，可以稳定地将农作物生长的土壤状况控制在适合生长的范围内。
3、将数据作为服务应用于智能水肥一体化控制系统中，降低了水肥一体化控制系统的推广难度。
4、在统筹农业施肥灌溉等活动基础上搭建了智能水肥一体化控制系统，云计算技术为其建立了理论基础，研究具有前瞻性。
参考文献:
［1］   朱跃龙．水利信息化与云计算［J］． 水利水电技术，2013，44( 1) : 7－11．
［2］ 李臣明，曾焱，王慧斌，等．全国水利信息化“十三五”建设构想与关键技术［J］．水利信息化，2015( 1) : 9－13，19．
［3］ 雷亚国，贾峰，孔德同，等． 大数据下机械智能故障诊断的机遇与挑战［J］．机械工程学报，2018，54( 5) : 94－104．
［4］ 陈昂，隋欣，廖文根，等． 基于数据云的水利信息化数据共享体系构建模式［J］．科技导报，2014，32( 34) : 53－57．
［5］   Marasl  J，Lopez  G，Griona  J．  Ｒecent  advance  in  regulated deficit irrigation in woody perennials and future perspectives［J］ ．  Acta Horticulturae，2008，792:  429－439．
［6］   Marasl  J，Lopez  G，Griona  J．  Ｒecent  advance  in  regulated deficit irrigation in woody perennials and future perspectives［J］ ．  Acta Horticulturae，2008，792:  429－439．
［7］    J  A  Lopez  Ｒiquelme，F  Soto，J  Suardiaz，et  al．  Wireless Sensor Networks for precision horticulture in Southern Spain［J］ ．Computers and Elecronics in Agriculture，2009，68:  25－35．
［8］ 冯钧，唐志贤，盛震宇，等． 水利数据中心数据交换平台设计探讨［J］．水利信息化，2014( 1) : 15－19．
［9］   齐莹．水利技术标准体系问题及对策研究［J］．中国水利水电科学研究院学报，2013，11( 4) : 291－296．
［10］       汪露．   基于水利技术标准体系表框架结构的专家库建设［C］/  / 中国水利学会 2016 学术年会论文集(  下册) ． 成都: 中国水利学会，2016
［11］ 艾萍，吴礼福，陈子丹． 水利信息化顶层设计的基本思路与核心内容分析［J］．水利信息化，2010( 2) : 9－12．
［12］   Schlechtendahl  Jan，Kretschmer  Felix，Sang  Zhiqian，et  al．Extended study of network capability for cloud based control systems ［J］． Ｒobotics and Computer Integrated Manufactur- ing，2017，43:  89－95．
［13］   陈瀚翔．水肥一体化系统研究现状及发展对策［J］． 农机化研究，2014，36( 9) : 265－268．