太阳能物联网滴灌系统的开发与验证：集成多传感器监测与阈值控制

《Smart Agricultural Technology》：Development and validation of a solar-powered IoT drip irrigation system integrating multi-sensor monitoring and threshold control

　　

温室番茄生产需要能够改善水和能源管理同时保持可靠作物产量的灌溉技术。然而，许多基于物联网（IoT）的灌溉研究仍依赖简单的传感器配置、传统电源或以自动化为中心的设计，对作物响应监测和栽培条件下的全周期验证集成有限。本研究开发并验证了一套完整的太阳能供电、基于ESP32的物联网（IoT）滴灌系统，用于温室番茄生产。该平台集成了土壤水分、水流、空气温度、相对湿度、太阳辐射、风速和叶温传感，以及光伏发电、无线通信、云监控和自动灌溉控制。实验设置包括六条滴灌支管，支持97株番茄植株，其中三条支管分配为土壤水分阈值控制（SMTC），三条分配为定时开关控制（OOSC）。验证包括水力均匀性测试、传感器校准、功能验证、为期15天的系统级评估和完整的番茄栽培试验。滴灌网络的均匀系数（CU）超过90%，确认了合适的水力性能。在番茄栽培期间，与OOSC相比，SMTC减少了累计用水量和估计能源用量，分别减少了6.05%和3.55%。描述性结果还显示，SMTC下收获产量和水分利用效率更高，水分利用效率从31.43 kg m^-3增加到37.53 kg m^-3。这些发现证明了在温室番茄生产中整合可再生能源、分布式传感、流量监测和基于反馈的灌溉控制的实际潜力。然而，由于独立重复和随机化有限，作物性能差异应解释为描述性验证结果，而非统计上确认的处理效应。

**论文解读：太阳能物联网滴灌系统的开发与验证——集成多传感器监测与阈值控制**

**研究背景、问题与目的**

全球农业用水占淡水抽取量的近70%，水资源短缺成为可持续作物生产的主要制约因素。在温室等保护性栽培系统中，作物水分需求随生长阶段、根区湿度、太阳辐射、气温和通风等因素快速变化，传统基于固定时间间隔或经验的灌溉调度难以精确匹配实际需求，常导致水分浪费或胁迫。尽管基于物联网（IoT）的灌溉研究已取得进展，但多数仍依赖简单传感器配置、常规电源或以自动化为中心的设计，缺乏对作物响应监测和全循环验证的集成。现有研究往往仅评估传感、通信或执行等单一环节，未在真实栽培条件下验证完整系统的水力均匀性、传感器性能、控制逻辑、水能消耗及作物响应。为此，研究人员开发并验证了一套完全由太阳能供电、基于ESP32的物联网（IoT）滴灌平台，用于温室番茄生产。该平台集成了分布式土壤水分传感、支管级水流测量、温室微气候监测、红外叶温传感、无线通信、光伏供能及自动灌溉执行。通过对比土壤水分阈值控制（SMTC）与定时开关控制（OOSC），评估了系统在水利用、估计能耗、水分利用效率（WUE）及作物响应方面的表现。该研究旨在为整合可再生能源、分布式传感与反馈控制提供实践验证，论文发表在《Smart Agricultural Technology》。

**关键技术方法（不超过250字）**

研究人员在肯尼亚乔莫·肯雅塔农业技术大学（JKUAT）的温室（15 m × 8 m × 3 m）中开展实验。系统由三个子系统构成：液压子系统（2000 L水箱、0.37 kW离心泵、120 μm过滤器、六条16 mm支管，每条配25个8 L h^-1压力补偿滴头，采用Hazen-Williams方程设计）；光伏能源子系统（六块200 W太阳能板，总容量1.20 kW，配合六块12 V 220 Ah深循环蓄电池及MPPT控制器）；ESP32传感监测控制子系统（电容式土壤水分传感器、YF-S201流量传感器、DHT22温湿度传感器、DK-RA-V05-AL日射强度计、WHFS-1风速传感器、GY-MLX90614红外叶温传感器，数据通过Wi-Fi上传至ThingSpeak云平台）。实验设置六条支管，共97株番茄，SMTC和OOSC各三条。验证包括水力均匀性测试、传感器校准、功能验证、15天系统评估及全生长季栽培试验。

**研究结果**

**3.1. 水分分布均匀性（Water-distribution uniformity）**
通过1、2、4分钟运行时长下的三次重复测试，滴灌网络的均匀系数（CU）在90%至91%之间，平均值约90%，确认了均匀的水力性能，为后续策略比较提供了基础。

**3.2. 传感器校准与功能验证（Sensor calibration and functional verification）**
电容式土壤水分传感器基于烘干和饱和端点校准，实现了基质特异性转换；日射强度计校准后与参考值高度一致（R2 = 0.964，RMSE = 50.89 W m^-2，MAE = 49.96 W m^-2），但低辐射值略有低估；YF-S201流量传感器体积误差范围为-4.44%至-1.27%，平均-2.53%；GY-MLX90614红外传感器平均误差1.65 °C；DHT22传感器部分温湿度读数偏差较大，需谨慎解读。

**3.3. 短期系统评估（Short-term system assessment）**
在2025年11月15日至12月1日的15天评估中，平均气温23.18 °C，相对湿度72.55%。SMTC累计用水量367.60 L，OOSC为558.69 L，SMTC节水34%；估计能耗SMTC为808.08 Wh，OOSC为1190.27 Wh，节能32%。SMTC土壤水分均值（27.53%）低于OOSC（35.44%），反映了反馈控制策略的响应特性。

**3.4. 番茄栽培田间验证（Field validation under tomato cultivation）**
**3.4.1. 运行可靠性（Operational reliability）**：系统在整个栽培期（2025年12月11日至2026年4月12日）无重大中断，光伏子系统满足灌溉占空比需求，数据采集、阀门执行和无线通信稳定。

**3.4.2. 环境与土壤水分条件（Environmental and soil-moisture conditions）**：平均气温24.81 °C，相对湿度69.77%，太阳辐射变异最大（CV = 44.74%）。SMTC土壤水分均值46.89%，OOSC为42.94%，两者均为聚合值，非瞬时控制阈值。

**3.4.3. 作物生长与生殖响应（Crop growth and reproductive response）**：两种策略下株高均稳步增长，最终OOSC约118 cm，SMTC约115 cm。SMTC叶片数更多，分枝数相似（18-19枝/株）。SMTC花朵数（约98朵/株）和果实数（约67个/株）均高于OOSC（65朵/株，55个/株）。

**3.4.4. 水能利用、产量与水分利用效率（Water and energy use, yield, and water use efficiency）**：SMTC累计灌溉水量8176.00 L，较OOSC（8703.00 L）节水6.05%；估计能耗SMTC为28695.00 Wh，OOSC为29750.00 Wh，节能3.55%。SMTC累计收获产量306.81 kg（平均6.40 kg/株），OOSC为273.55 kg（平均5.60 kg/株）。SMTC水分利用效率（WUE）从OOSC的31.43 kg m^-3提高至37.53 kg m^-3。所有差异均为描述性结果，因每处理仅三条独立支管且分配未完全随机化。

**讨论与结论**

讨论部分指出，水力均匀性超过90%确保了水能差异主要源于控制策略。传感器校准与功能验证至关重要，不同传感器精度差异可能影响蒸散估算和灌溉决策。SMTC通过反馈控制减少非必要灌溉，而OOSC基于固定时间表，导致前者节水节能。作物响应方面，SMTC在产量和WUE上表现出有利趋势，但需谨慎解释为验证性而非统计性结论。该平台的主要贡献在于整合了液压测试、水流监测、环境传感、叶温监测、光伏供能、云通信及作物响应评估，弥补了现有研究仅关注单一环节的不足。研究局限性包括单一温室、单一基质、一个番茄周期及有限独立重复。未来工作应加强随机化、多季节验证、多点传感器校准、不确定性分析、基于植物的反馈控制及经济耐久性评估。

**结论翻译**：在本研究中，研究人员开发并验证了一套用于温室番茄生产的太阳能物联网滴灌系统。该平台集成了光伏能源、基于ESP32的传感与通信、支管流量监测、温室微气候测量和土壤水分阈值控制（SMTC）。系统实现了高水力均匀性，并在温室测试中成功运行。与定时开关控制（OOSC）相比，SMTC减少了累计用水量和估计能耗，同时在产量和水分利用效率方面显示出有利的描述性趋势。这些发现证明了结合可再生能源、分布式传感和反馈控制灌溉在温室番茄生产中的实际潜力。由于重复和随机化有限，SMTC与OOSC之间的差异应视为描述性验证结果，而非统计上确认的处理效应。未来工作应侧重于加强重复、传感器校准、不确定性分析、基于植物的反馈控制、经济评估、耐久性测试及多季节验证。