《Clean Technologies》：A Fuzzy Logic Model for Sustainable Water and Energy Resource Management in Mediterranean Greenhouses
编辑推荐：
水资源短缺、能源成本上升以及技术采用有限，对地中海温室园艺构成了挑战。尽管灌溉自动化和数字决策支持工具已被广泛研究，但采用障碍和综合水-能源决策支持往往被分开处理，尤其是在农民实际运营约束条件下。本研究将西班牙东南部阿尔梅里亚（Almería）温室农户的调查与
水资源短缺、能源成本上升以及技术采用有限，对地中海温室园艺构成了挑战。尽管灌溉自动化和数字决策支持工具已被广泛研究，但采用障碍和综合水-能源决策支持往往被分开处理，尤其是在农民实际运营约束条件下。本研究将西班牙东南部阿尔梅里亚（Almería）温室农户的调查与可解释的Mamdani模糊逻辑模型相结合，以评估灌溉自动化并支持水-能源管理。调查结果显示，61%的农场使用基本灌溉系统，33%使用半自动化系统，只有6%使用全自动灌溉；87%的农场完全依赖电网电力。主要障碍是高昂的初始投资、对可靠性和配置的担忧，以及接受专业培训的意愿有限。自动化与耕地面积和受教育程度呈正相关，但与年龄或作物类型无关。该模糊模型整合了水库水位、灌溉需求、灌溉模式、电价时段和能源供应配置，以估算灌溉成本和可行运行时间。基于情景的验证区分了并网、混合光伏（Photovoltaic, PV）和离网配置，并强调了可再生能源整合和时效性灌溉管理在减少对传统能源依赖方面的潜力。通过将农民采用约束与可解释的运营决策支持联系起来，该框架为逐步实现灌溉现代化提供了实践基础，并支持地中海温室园艺中的水-能源-粮食纽带（Water-Energy-Food Nexus）管理。
**基于模糊逻辑的地中海温室水资源与能源管理研究解读**
地中海地区农业正面临水资源短缺、能源成本攀升与数字技术采用率低的多重挑战。已有研究多将灌溉自动化、数字决策支持工具与农民实际运营约束分开探讨，缺乏将技术采用障碍与水-能源综合决策相整合的实践路径。为弥补这一不足，研究人员以西班牙东南部阿尔梅里亚（Almería）的温室园艺为对象，结合农户调查与可解释的Mamdani模糊逻辑模型（Mamdani Fuzzy Logic Model），系统分析灌溉自动化现状，并构建支持水资源与能源协同管理的决策支持框架。该成果发表于《Clean Technologies》，为半干旱地区温室灌溉渐进式现代化提供了基于实证的决策依据。
针对阿尔梅里亚地区水资源过度开采、电价波动及技术采纳率低的问题，研究人员首先通过结构化问卷，对坎波德达利亚斯（Campo de Dalías）、下安达拉克斯（Bajo Andarax）和尼哈尔（Níjar）三个典型区域的170名温室农户进行面对面访谈，获取其社会人口特征、灌溉自动化程度、能源来源及感知障碍等数据。随后开发了一个基于Mamdani型模糊推理的决策支持系统，将水库水位、灌溉扇区数、灌溉模式、电价时段和能源供应类型作为输入变量，输出灌溉成本与可行灌溉时间。该系统通过81条专家规则实现透明推理，并采用质心去模糊化方法生成数值结果。研究人员进一步对传统并网、混合光伏和离网储能三种典型灌溉配置进行情景测试，验证模型在不同能源条件下的适用性。
主要技术方法包括：其一，问卷调查研究，样本来自阿尔梅里亚三个代表性农业区域，共170份有效问卷，通过农业合作社和灌溉社区随机招募，筛选标准为温室所有者或直接管理者；其二，多元线性回归分析，以灌溉自动化评分为因变量，作物类型、年龄、耕地面积、教育水平为分类预测变量，使用IBM SPSS Statistics 29.0.2完成；其三，Mamdani模糊逻辑系统构建，在MATLAB R2024a Fuzzy Logic Toolbox中实现，包括隶属函数定义、规则库构建、质心去模糊化及响应面生成。
结果部分：
**3.1 受访农户的社会人口与生产特征**。通过描述性统计分析发现，作物高度集中于辣椒（37%）和番茄（34%），二者合计超过70%；年龄结构中40–55岁群体占34%，25–40岁和55岁以上各占30%，25岁以下仅占6%，显示代际更新不足；农场面积以1–3公顷为主（45%），3–5公顷占31%；受教育程度以中等教育（45%）和职业/技术教育（41%）为主，大学教育仅占4%。
**3.2 灌溉自动化水平与能源来源**。调查数据表明，61%的农场采用手动或基本灌溉系统，33%使用半自动化系统，仅6%实现全自动灌溉，说明先进自动化技术应用仍十分有限。能源方面，87%的农场完全依赖电网，12%采用电网与光伏（Photovoltaic, PV）结合的混合系统，仅1%使用离网系统。主要采用障碍中，高初始投资占45%，其次为故障/配置担忧和培训意愿不足。多元线性回归结果显示，耕地面积和教育水平与自动化程度呈显著正相关，而年龄和作物类型无显著关联，表明更大规模农场和更高教育水平有助于推动技术采纳。
**3.3 模糊逻辑系统的响应曲面分析**。通过生成响应曲面，模型展示了各输入变量对灌溉成本的影响是非均匀的，且取决于变量间交互作用。例如，水库水位较低、灌溉扇区数多及灌溉结合施肥模式会推高成本，而夜间灌溉和可再生能源供应可降低成本。输出曲面同样表明灌溉时间由扇区数、灌溉模式和能源可用性共同决定，符合预设规则库逻辑，证明模型具有良好的可解释性和一致性。
**3.4 模糊逻辑系统情景测试**。针对传统并网、混合光伏和离网三种配置，在相同输入条件（水库水位50%、下午2时、正常灌溉模式、2个灌溉扇区）下，模型输出的灌溉时间均为24.2分钟；而灌溉成本依次为60.2、30.9和24.7。这说明在不利电价时段，光伏自发电可有效降低灌溉成本，离网系统因完全不受时段电价影响，成本最低。该结果验证了模型可定量评估能源配置对灌溉经济性的影响，并为农户选择差异化现代化路径提供参考。
讨论部分指出，阿尔梅里亚温室灌溉自动化仍以低复杂度策略为主，能源依赖电网，采用障碍集中于经济和运营维度。自动化水平与耕地面积、教育程度正相关，说明现代化不仅需要技术，还需合理的投资回收条件和培训支持。所提出的模糊逻辑系统将水、运营和能源变量整合到单一框架中，相比仅关注土壤湿度或蒸散发的传统模型，更贴近农民实际决策环境。然而，模型基于模拟情景而非现场数据，尚未考虑土壤水分、作物生长阶段等农艺变量，未来需利用实际运行数据进行隶属函数和规则校准，并集成实时传感信息，以提升精确性和实用性。
研究结论部分翻译如下：本研究证实，阿尔梅里亚温室中的先进灌溉自动化仍然有限，尽管生产系统和日益严重的水资源短缺要求更精确、可复现的决策，但低复杂度的策略仍占主导。能源基础设施在很大程度上依赖国家电网，已识别的障碍集中于初始投资、可靠性和培训，这主要解释了为何向完全自动化的转变缓慢且渐进。此外，自动化与耕地面积和教育水平之间的正相关表明，现代化不仅需要技术，还需要有利的摊销条件和针对该行业特点的培训支持。作为实际贡献，所提出的模糊逻辑系统提供了一种可解释的方法，在实际约束下支持灌溉决策，同时综合了水资源可用性、运营需求和与能源相关的时段。模型表现出与所定义规则库一致的行为，并为建议和情景分析提供了一个有用的框架，未来有可能整合到基于物联网（Internet of Things, IoT）的控制架构中。所提出方法的主要优势是其可解释性、将水、运营和能源相关变量整合到一个决策支持框架中的能力，以及通过透明的语言规则表示不同灌溉和能源供应情景的灵活性。此外，将建模方法与通过农户调查确定的技术和采用条件联系起来，为逐步实现灌溉现代化提供了实践基础。然而，也应承认一些局限性。模糊模型已通过基于情景的分析和与预定义规则库的一致性进行了评估，但尚未使用商业温室连续运行数据进行校准或实验验证。因此，本研究并未量化实际的水和能源节约、长期运行稳健性或农民在实施后的接受度。未来的工作应着重于利用现场数据校准隶属函数和规则库，整合实时传感器信息，将模型与传统灌溉策略进行对比评估，并在实际运行条件下评估其性能。
