低成本智能水肥一体化系统对花生生长生理及产量的增效机制研究

《Frontiers in Sustainable Food Systems》：Response of indigenous low cost smart fertigation system on growth, physiology, root characters and yield of groundnut (Arachis hypogaea L.)

本研究评估了基于传感器的自动化滴灌施肥系统对花生（Arachis hypogaea L.）生长、生理特性、根系形态及产量的影响。通过双季田间试验发现，传感器控制的自动化滴灌（M3）配合100% NPK水平智能施肥（F5）可显著提升叶面积指数（LAI）、干物质积累量（DMP）、相对含水量（RWC）及根瘤数量，最终使荚果产量提高43.74–45.25%，同时节约灌溉水7–12%、肥料15–25%。该低成本的本地化智能系统为小农户实现资源高效利用提供了可行方案。

　　

1 引言

花生（Arachis hypogaea L.）作为重要的油料作物，在印度种植面积达602万公顷，年均产量1020万吨。泰米尔纳德邦的花生产量为102.3万吨，平均单产达2500 kg/ha。传统灌溉方式易导致水肥利用效率低下，而滴灌系统可通过精准供水减少浪费。智能传感器技术的引入进一步实现了按需灌溉与施肥，但商用系统成本较高，限制了小规模农户的应用。本研究旨在开发一种低成本传感器驱动的智能滴灌施肥系统，并评估其对花生生长指标及产量的影响。

2 材料与方法

2.1 试验地概况

试验于2023–2024年在泰米尔纳德邦的两个地点进行：地点Ⅰ（Sivagangai区）为红砂质黏壤土，中等肥力；地点Ⅱ（Madurai区）为砂质黏壤土，氮含量较低。两地土壤基础养分差异为评估水肥调控效应提供了对比基础。

2.2 气候条件

地点Ⅰ最高气温28–35°C，最低21–26°C，总降雨120.5 mm；地点Ⅱ气温范围35–41°C，降雨量337.2 mm。相对湿度、蒸发量及日照时数等参数通过气象站连续监测，为分析作物生理响应提供环境背景。

2.3 试验设计

采用裂区设计，主区为三种灌溉方式：常规滴灌（M₁）、定时自动滴灌（M₂）和传感器自动滴灌（M₃）；副区为五种施肥处理：75%推荐施肥量（F₁）、100%推荐施肥量（F₂）、基于土壤测试的施肥（F₃）、传感器控制75% NPK水平施肥（F₄）和传感器控制100% NPK水平施肥（F₅）。每个处理重复3次。

2.4 系统创新点

系统采用Arduino微控制器、土壤水分与电导率（EC）传感器、电磁阀等低成本组件，实现实时监测与自动控制。用户可通过移动端界面接收警报，操作简便。该系统通过精准水肥供应提升养分利用效率，减少淋溶损失。

2.5 测定指标

于作物关键生育期测量株高、叶面积指数（LAI）、干物质产量（DMP）、SPAD值、归一化植被指数（NDVI）、叶片温度、相对含水量（RWC）、根瘤数、根长、根体积及根干重。产量数据包括荚果与茎秆产量，并计算收获指数。

3 结果

3.1 生长参数

传感器自动滴灌（M₃）配合100% NPK智能施肥（F₅）处理（M₃F₅）的株高在两季均显著最高，分别达80.4 cm（2023）和76.1 cm（2024）。单独效应分析显示，M₃处理的株高比M₁提高约6–7%。

3.2 生理指标

M₃F₅组合的叶面积指数（LAI）分别为5.02（2023）和4.95（2024），显著高于其他处理。干物质产量（DMP）在该组合下达到7940 kg/ha（2023）和7233 kg/ha（2024）。SPAD值（叶绿素指标）与NDVI（植被覆盖指数）同样以M₃F₅最高，表明其光合能力与生物量积累优势。叶片温度在M₃处理下降低约2–3°C，反映水分胁迫减轻；相对含水量（RWC）提升至83%以上。

3.3 根系特性

M₃F₅处理的根瘤数（209.5和199.9个/株）、根长（29.8和27.9 cm）、根体积（3.30和3.09 cm³）及根干重（1.142和1.069 g）均显著优于其他组合。连续的水肥供应促进了根系扩展与共生固氮能力。

3.4 产量表现

M₃F₅处理的荚果产量在两季分别为3246 kg/ha和3025 kg/ha，较基准处理（M₁F₁）增产43.74–45.25%。茎秆产量同步提升至5970 kg/ha和5385 kg/ha。收获指数无显著差异，表明生物量分配比例稳定。

4 讨论

智能系统的优势源于其按需供给机制：土壤水分传感器触发灌溉避免了水分胁迫，而NPK传感器调控的施肥确保了养分在根区持续可用。这优化了作物的生理过程（如光合作用与养分转运），进而促进干物质积累与产量形成。根系参数的改善进一步印证了水肥协同对地下部生长的正向调控。与传统方式相比，该系统节水7–12%、节肥15–25%，为资源约束地区的可持续农业提供了技术路径。未来需在不同生态区验证其适应性，并评估长期土壤健康效应。