综述：飘移缓解与集成精准喷雾技术的研究进展

《Applied Sciences》：Advances in Drift Mitigation and Integrated Precision Spraying Technologies

　　

农业喷雾技术已从传统的被动式飘移缓解向主动智能化精准管理演进。本综述系统梳理了农业精准喷雾领域的技术进展，对成熟的被动式飘移削减技术与新兴的主动式施药系统进行了综合评估。分析聚焦于三大核心技术支柱：多传感器目标感知、实时变量喷施决策建模及高频执行机构调控。研究结果表明，将上述差异化机制整合至统一的“感知–决策–执行”架构中，为解决飘移削减与冠层覆盖之间的权衡关系提供了可行路径。通过从全覆盖式喷施向靶向递送转型，这种协同策略有助于提升农药利用率，减少非靶标环境污染，并增强作物保护的生物效能。总体而言，该技术的演进有望推动精准喷雾技术从受控实验室验证向更广泛的田间应用转化。

1. 1.
   引言
   农业喷雾过程中大量农药在传输环节损失，导致土壤及水体污染，且非靶标除草剂暴露会造成敏感作物显著减产。喷雾技术的发展轨迹已从被动抑飘转向主动精准递送。喷雾飘移在机制上分为颗粒飘移与蒸气飘移两类：前者指风驱作用下雾滴偏离靶区的物理位移，其轨迹受雾滴蒸发、重力沉降与湍流扩散共同调控；后者则是农药分子气化后的气相迁移。直径小于100 μm的雾滴对非靶标飘移贡献率极高，其中雾滴粒径是影响飘移的关键变量。当环境风速超过5 m/s时，200 μm以下雾滴的飘移倾向显著增强。飘移本质上是环境变量（风速风向、温湿度）、设备参数（喷嘴构型、工作压力、喷杆高度）与药液理化性质（表面张力、黏度、乳液结构）耦合作用的结果。早期研究主要通过粗化雾滴谱降低飘移风险，空气诱导喷嘴通过文丘里效应引入环境空气形成气液两相流，已得到实验室与田间平台的充分表征。然而粗雾滴会降低冠层穿透性及叶背覆盖度，助剂的应用虽可调节雾化动力学，但其效能受配方相容性、剪切降解抗性及田间工况制约。随着传感与控制技术进步，静电喷雾、果园实时变量喷雾机及植保无人机靶向喷雾系统等主动施药模式成为研究热点。脉冲宽度调制（PWM）变量喷嘴在占空比与助剂条件下的雾化特性已被系统解析，喷雾应用逐渐被视为涉及目标感知、动态决策与精准执行的大系统工程。飘移评估需结合田间试验、风洞测试与计算流体动力学（CFD）模拟三种方法：田间试验可捕捉全生育期真实飘移行为但可控性差；风洞提供标准化比较平台却难以复现田间湍流与冠层互作；CFD模拟能揭示流场机理，如Cui等（2024）开发的两阶段CFD模型预测与实测气流速度决定系数达0.8684。三者互补可提升技术评估可靠性。本综述采用半系统性文献综述方法，检索2000–2026年Web of Science、Scopus及Google Scholar数据库，经PRISMA流程筛选后最终纳入61项研究进行核心合成，填补了被动与主动技术机械集成及运行交互作用的研究空白，重点探讨了物理屏蔽与低飘移喷嘴联用、气助喷雾与静电充电结合的流体力学交互效应，并分析了PWM切换引发的管路压力振荡、传感器与执行器时空失配、机器视觉模型对自然光照敏感性等工程约束。
2. 2.
   被动飘移缓解技术
   2.1 雾滴粒径调控：低飘移喷嘴的设计原理与性能权衡
   雾滴粒径分布是影响飘移的核心因素，直径小于100 μm的雾滴是主要飘移源，200 μm常被作为飘移易发雾滴的实用阈值。风速超过5 m/s时，200 μm以下雾滴水平位移显著增加，低湿度环境会加剧雾滴蒸发进而提升飘移风险。空气诱导（AI）喷嘴通过文丘里收缩段加速液体产生负压吸入空气，形成含微气泡的气液两相流，促进大粒径含气雾滴生成，典型产品TD02喷嘴的体积中径（D_v50）可达253 μm，较传统平扇喷嘴显著提升。Derksen等（2007）在苹果园试验中证实，TD02喷嘴在8–32 m下风向范围内的地面飘移沉积较D4-25喷嘴降低67.8%–92.4%。但含气雾滴有效密度较低会部分抵消粒径增大带来的沉降速度提升，且Guler等（2007）发现密封进气口对喷雾特性无显著影响，表明出口孔口几何形状对雾滴形成的贡献可能超过空气夹带本身。飘移削减与沉积效果存在权衡：TD02喷嘴在2.0 m与3.0 m冠层高度的叶背覆盖率较D3-25喷嘴分别降低53.8%与50.0%，对潜叶害虫与蜡质保护害虫的防效需在750 L/ha高施液量下才能实现。聚合物类助剂虽可通过改变动态表面张力与拉伸黏度调节雾滴破碎过程，但其在泵送循环中的剪切降解会导致田间性能变异性高于喷嘴结构改良。

2.2 理化性质调控：助剂与制剂工程

除喷嘴设计外，药液理化性质亦影响雾化过程，剪切黏度、拉伸黏度、动态表面张力及配方结构异质性是关键影响因素。聚合物类助剂通过分子链拉伸产生的弹性应力延迟液膜破碎，促进大雾滴形成，但其性能受分子量、链刚性及浓度调控。实际应用中，聚合物分子在泵送与循环过程中易发生机械降解，且活性成分与乳化剂等辅料会改变药液性质，导致实验室结果难以直接外推至田间。助剂评估需超越雾滴粒径分布指标，综合考量其对冠层穿透性、持留性、铺展性及靶标覆盖度的影响，未来需建立配方性质–雾化行为–田间表现的预测关联。

2.3 物理屏蔽与气助喷雾

物理屏蔽通过机械拦截降低喷雾羽流与环境气流的接触，气助喷雾则通过定向气流改变雾滴轨迹。两年田间试验显示，屏蔽喷杆在2–31 m下风向范围内对细雾滴的飘移削减率达86%，中雾滴为56%；43–104 m范围内飘移平均降低50%，且三箔对称屏蔽结构的风洞飘移削减率（61%）优于单向双箔结构（48%）。但全喷杆封闭结构会降低喷嘴可视性，且护罩表面农药残留可能引发敏感作物药害。气助喷雾通过定向气流提升冠层穿透性，Wolff和Watson（1986）开发的行栽作物气助喷雾机配合屏蔽装置使玉米全株沉积量增加100%，叶背沉积量提升900%。横流风机可产生高纵横比切向气帘，其低发散结构能延缓与侧风的混合，但侧风会偏转向下气流，降低冠层穿透性并增加飘移。隧道喷雾机的试验表明，气流出口角度从对称的20°/20°调整为不对称的0°/30°后，叶背沉积均匀性显著改善，说明气流方向与冠层结构的匹配至关重要。

2.4 回收式隧道喷雾系统

隧道喷雾机通过半封闭护罩整合飘移削减与药液回收功能，在葡萄园的试验中，其虽采用较低体积风量（2.23 m³/s vs 传统3.49 m³/s），但凭借隧道内更高的行间气流速度（10.5 m/s vs 6.4 m/s）与更短的喷嘴–冠层距离（0.4 m vs 0.8 m）实现了与传统风送喷雾机相当的冠层穿透性。药液回收率随生育期变化显著，从开花末期的50.1%降至转色初期的34.0%，与叶面积指数增长导致的雾滴截留率上升直接相关。矮化苹果园试验中，回收系统配合空心锥喷嘴（ATR，D_v50≈78 μm）与空气诱导喷嘴（TVI，D_v50≈507 μm）分别减少农药用量28%与32%。但该系统存在冠层顶部沉积不足、大冠层均匀性差等问题，优化后的喷嘴间距350 mm、喷嘴角度42.5°、隧道开口宽度1100 mm、鳍片间距41 mm的参数组合可将回收率提升至38.80%。其初始成本高、地头转弯灵活性差，限制了在小规模果园的应用。

1. 3.
   主动精准喷雾技术
   3.1 目标感知：传感器技术与多源融合
   变量喷施（VRA）的基础是空间靶标界定，传感技术已从超声、红外演进至激光雷达（LiDAR）、机器视觉及多传感器融合。超声波传感器成本低、对粉尘与光照不敏感，但不规则冠层表面导致的多径反射使其测距均方根误差达0.101 m，滤波后仍需多帧平均稳定输出，适用于冠层存在性检测而非精细形态重建。红外传感器可实现二元靶标识别，但检测性能受目标反射率影响，对衰老叶片、裸露土壤等复杂背景易出现误检。LiDAR通过发射激光脉冲生成点云数据，UST-10LX传感器在0.58–2.94 m测量范围内X、Y、Z轴变异系数分别为6.1%、8.6%、5.3%，R-Fans-16三维LiDAR的玉米株高预测误差低于10%，叶面积估计R²大于0.9，但高速作业时点云密度下降会降低预测精度，且其仅能提供几何信息，无法直接表征病虫害胁迫程度。机器视觉可捕捉颜色、纹理等光学特征以支持病斑与杂草识别，但图像处理延迟（如水稻稻瘟病识别需800 ms）与光照敏感性会限制高速作业下的执行精度。多传感器融合通过整合互补信息提升感知性能，RGB-多光谱-热红外融合模型的葡萄病虫害识别准确率达96.05%，但面临数据异构性、计算复杂度与实时性平衡、标注数据集质量依赖等挑战，需解决空间校准、时间同步与数据配准问题以实现田间可靠部署。

3.2 变量喷施决策：施液量建模

决策模块需综合冠层几何特征、生物胁迫强度、农药理化性质及气象条件确定施液量。早期的按面积固定施液量模型未考虑作物形态差异，树行体积（TRV）模型虽引入冠层体积参数，但假设冠层内 foliage 均匀分布，无法反映叶面积指数（LAI）的空间变异——Pergher等（2013）发现葡萄园LAI从0.62增至1.66时，单位叶面积沉积量下降43.1%。叶面积密度（LAD）能更直接表征冠层特征，但实时获取需处理海量点云数据，超出车载处理器能力。DOSAVINA决策支持系统整合作物、农药、设备及环境参数，在葡萄园试验中减少总施液量39.9%、有效成分用量53%，但依赖预存参数数据库且未考虑多农药配方交互作用。基于模糊神经网络的决策模型经191次迭代后误差达0.001，但病虫害严重度仍需人工判定。当前模型普遍存在依赖离线数据、环境变量纳入不足、跨作物移植性差等局限，未来需发展融入实时风速、温湿度等动态多因子模型，通过机器学习实现参数自适应匹配。

3.3 精准执行：控制策略与部件可靠性

PWM通过调节占空比控制平均流量，其流量-占空比关系在低占空比区呈非线性，需系统标定。田间环境中传感器干扰、机械液压延迟及车载算力限制会导致控制误差高于实验室结果。电磁阀高频开关产生的机械冲击会逐步改变阀芯与阀座特性，导致占空比–流量校准关系漂移；数十毫秒级的机械响应延迟在高速作业时会产生靶标检测与喷雾执行的时空错位。PWM间歇供液引发的管路瞬态压力波会改变雾滴粒径分布，影响飘移潜力与覆盖均匀性。开环时间比例控制缺乏反馈补偿能力，性能依赖稳定的液压机械条件。未来需优化电磁阀几何结构与执行器设计，缩短响应时间并提升高频作业耐久性，同时开发液压稳压策略抑制压力波动。

1. 4.
   多技术协同与系统集成
   4.1 飘移缓解技术的组合策略与协同效应
   单一技术存在固有局限：粗雾滴喷嘴降低叶背覆盖、助剂受剪切降解影响、屏蔽效果随下风向距离衰减、气助喷雾依赖气流环境、静电系统荷质比非线性变化。技术组合可产生协同效应：Ozkan等（1997）发现低飘移喷嘴单独使用飘移削减率为20%–67%，配合双箔屏蔽后达59%，说明屏蔽可降低不同喷嘴间的性能变异。Vieira等（2022）证实，AIXR喷嘴无助剂的屏蔽喷雾飘移曲线下面积（31.5）与TTI喷嘴配合助剂的开式喷杆喷雾（27.7）相当，尽管二者D_v50分别为447.5 μm与985 μm，表明物理屏蔽与中等粗雾滴组合可在接近超低粗雾滴飘移控制效果的同时维持更高叶面覆盖。气助与静电喷雾联用也是潜在方向：横向射流雾化气助静电喷嘴在葡萄园双边喷雾中显著提升叶面覆盖率、雾滴密度与沉积均匀性，但需注意气流输送与静电吸附的协调，避免过度吸附于外层冠层而降低深层穿透。集成系统的评估需兼顾飘移削减、叶面覆盖、冠层穿透、能耗及作业效率等多指标。

4.2 集成式感知–决策–执行系统架构

VRA系统的三大模块需协同运作，Qiao等（2024）将三维LiDAR与PWM控制集成于轻量化高地隙自走喷雾机，通过提取点云冠层高度信息实时调节PWM占空比，田间试验显示LiDAR株高估计相对误差小于10%，变量作业下上中下层冠层雾滴穿透规律与传统均匀喷施一致，证明了闭环“感知–决策–执行”架构的可行性。工程层面需解决三大挑战：一是传感器前置距离与系统总延迟的同步补偿，避免喷雾位置偏移；二是资源受限车载平台上决策算法的实时部署，需在精度与算力间平衡；三是执行器响应与液压稳定性保障，抑制PWM高频开关引发的瞬态压力波动。当前多数集成系统仍处于原型阶段，高昂的初始成本（高分辨率传感器、控制器、精密电磁阀）与田间振动、温湿度、粉尘、农药腐蚀等环境因素对电子液压部件的寿命影响，是限制其大规模应用的关键。

4.3 系统参数的多目标优化

VRA系统需在提升靶标沉积、降低飘移、加快响应速度、维持控制精度、减少施液量等多目标间寻求平衡，帕累托前沿可表征最优权衡解集。响应面法（RSM）适用于少因子平滑响应面的离线参数优化，Singh等（2025）通过RSM优化隧道喷雾机参数，获得喷嘴间距350 mm、角度42.5°、隧道开口宽1100 mm、鳍片间距41 mm的最优组合，沉积量达2.75×10^?2 μg/cm²，回收率38.80%。但RSM在高维强非线性系统中预测性能受限。粒子群优化–人工神经网络（PSO–ANN）混合方法通过ANN建模与PSO参数空间搜索，在处理复杂非线性交互时预测精度优于RSM，但依赖充足高质量的训练数据。深度学习虽在喷雾沉积图像分割中表现优异，但物理量（沉积质量/体积）估计仍需经验校准。现有研究多采用加权单目标函数，未来需加强基于帕累托的多目标优化，系统比较靶标沉积、飘移、生物效能、能耗与经济成本的权衡关系。

1. 5.
   未来展望与结论
   5.1 智能化升级：实时AI决策与数字孪生
   深度学习在杂草与病虫害识别中潜力显著，但模型依赖离线数据、动态环境变量纳入不足限制了田间适用性。数字孪生技术通过构建喷雾过程虚拟映射，可在田间实施前模拟参数组合，支撑决策优化。“Smart Droplets”项目已探索人工智能、数字孪生与自主机器人喷雾的集成，但田间落地需提升作物生长与喷雾过程模型精度、实现环境数据实时采集及边缘算力支撑。

5.2 平台多元化：地面机械与无人机的差异化演进

自走式地面喷杆喷雾机载荷大、作业幅宽广，适合大田作物，但在丘陵果园、水田等复杂地形适应性差。无人机喷雾可弥补地形限制，基于多光谱影像的离线处方图模式能降低车载传感成本与算力需求，但受限于有效载荷、续航及侧风敏感性。未来地面平台将侧重全功能闭环控制，无人机平台则聚焦轻量化传感器、简化机载处理与外部处方图驱动。

5.3 关键技术挑战：传感器抗干扰、模型泛化与执行可靠性

三大核心挑战制约技术普及：一是动态田间条件下的感知精度，高速作业降低LiDAR点云密度，光照变化影响机器视觉，多径反射干扰超声测量，需提升多模态数据的时空对齐能力；二是模型跨作物跨环境泛化性差，多数算法基于特定品种或区域数据校准，对实时冠层形态与微气候变化的响应不足；三是执行系统机械液压可靠性，电磁阀高频磨损、PWM压力波动及系统延迟累积降低控制精度。未来需重点突破多传感器互补融合、动态多因子决策模型构建、电磁阀结构优化与液压稳压、标准化田间验证 protocol 四大方向。

5.4 结论

农业精准喷雾正从被动飘移缓解向主动变量喷施演进。“感知–决策–执行”架构中各组件成熟度差异显著：滤波超声/红外二元靶标检测、TRV施液模型、液压低飘移喷嘴已达到较高作业成熟度；而三维LiDAR冠层 profiling、多喷嘴空间选择性喷雾、深度学习病虫害识别等技术仍处原型阶段。技术转化面临算法层面的多源数据融合与实时处理瓶颈、执行层面的电磁阀磨损与液压波动、经济层面的高初始成本、操作层面的屏蔽结构维护困难及监管层面的助剂变量喷施适配性评估缺失等多重约束。未来需聚焦算力效率提升、执行器可靠性改进与决策模型适应性增强，通过多技术协同推动农药利用率提升与精准喷雾技术的规模化田间应用。