基于Penman–Monteith方程的完整物联网中心枢轴灌溉模型的自动校验方法

更智能的农田灌溉

在世界各地，农民都在努力用更少的水生产更多的粮食。本研究描述了一种智能灌溉系统，该系统结合了传感器、无线连接和一个常用的用水公式，为作物提供所需的恰当水量。研究聚焦于圆形“中心枢轴”灌溉机，并阐述了如何自动校验传感器读数，以防错误数据导致浪费用水或作物缺水。

为何用水很难把握准确

给作物恰当的水量并不像拧开水龙头那么简单。植物通过叶片失水，土壤也向空气散失水分，这两者都受阳光、温度、风速和湿度的影响。传统系统常靠估算或固定时程运行，这可能导致过度或不足灌溉。作者指出，许多早期的智能系统要么忽略了部分影响因素、要么缺乏明确的性能测试，或成本过高且适用范围狭窄，因而没有为农民提供完整可靠的解决方案。

新系统的核心思路

本工作将三部分整合为一个完整模型。第一，采用农业科学中的标准公式，将天气和土壤状况转化为每平方米每日需水量估计。第二，围绕枢轴灌溉机构建物联网系统，使用低成本传感器监测土壤温度、空气温度、湿度、风速和气压，并配备简单的控制器和阀门，为田地小区域供水。第三，制定明确规则来评判系统运行是否良好，包括其估算作物需水的准确性以及扩展性和维护便利性。

传感器与校验如何工作

现场试验使用了两套传感器站。一套放在土壤表面或土壤中，测量不同深度的土壤温度、空气温度、湿度和气压；另一套安装在距地面约两米处，测量风速和空气条件。这些站点通过WiFi将读数发送到基站，基站运行一个网页应用以显示数据并计算随时间应施加的水量。为防止传感器失效或无线连接故障造成错误，作者为每项测量设置了简单的通过/失败规则，例如太阳辐射、土壤热量、按季节划分的气温、风速和空气湿度的可接受范围。超出这些范围的读数被视为可疑，从而保护系统免受误导性输入影响。

现场试验结果

该系统在塔布克大学的一块草地上进行了为期49天的测试。在此期间，传感器每隔数小时采集数据，软件将这些数据转换为每平方米每日需水量。研究人员将估算的需水量与田间管理者使用枢轴系统实际施加的水量进行了比较。尽管实际灌溉量通常高于计算需求，但估算值呈现出相同的总体变化趋势，并解释了水需求日常变化的大部分。研究团队还使用标准统计方法展示了其估算值与实际施加水量的贴合程度。

对农业的意义

对非专业读者而言，关键信息是现在可以构建一种实用且相对低成本的系统来监测天气和土壤、自动校验自身数据质量，然后给出田间灌溉建议。在这次针对草地的早期试验中，该方法为更智能的灌溉提供了可靠的基线，并指出了可能存在的多余用水点。作者认为，完整的传感、自动校验和清晰的设计指南相结合，可以作为未来在其他作物和气候条件下系统的范本，帮助农民节水、降低成本并维持稳定产量。

引用: Elfaki, A.O., Albelwi, S.A., Lakhouit, A. et al. An auto-validation method for a complete IoT pivot irrigation model based on the Penman–Monteith equation. Sci Rep 16, 15670 (2026). https://doi.org/10.1038/s41598-026-46804-3

关键词: 智能灌溉, 枢轴灌溉, 物联网农业, 水资源管理, 蒸散发