我们需要什么样的自动灌溉控制技术？

A.我们需要什么样的自动灌溉控制技术？

假如你第一次遇到这个课题，并试图解决的时候，你会用搜索引擎，去互联网寻找答案：会发现，很多成熟的产品分布（灌溉控制器，水肥控制机，墒情和气象传感器，物联网技术，云计算）和很有深度的学术研究课题论文和专著（灌溉智能决策技术，肥料模型解析，作物模型研究），让你感觉这个行当似乎已经没有什么问题了。假如你是技术爱好者，你会发现这里面涵盖的技术范围非常宽泛，但是大部分都是工业里面被广泛成熟应用的技术类型：分布式控制计算机，智能化传感器，电磁执行机构，无线局域网技术，物联网等等。我们可以迅速得出结论：农业灌溉自动化技术仅仅是一个工业自动化系统的另外一个应用场景的重构而已。

“让一个几千亩土地的控制布线俨然变成一个工厂现场，严谨的管道施工，规范的布线，严密防护的RTU或者DTU单元井然有序，这样的应用场景会吓农业用户一跳：这产生的设备投资与管理投资得有多大？我还能有产出吗？”这是问题症结之一。由此我们会进一步问，我们能否拥有一个成本更低廉和功能更完善的技术解决方案？

面对作物大田，蔬菜温室，或者园林草坪，甚至立体绿化，我们或许应该有不同的应对解决方案，但是作为一个应用用户而言，都会存在很大的困惑，就是我们的灌溉系统真的需要自动化吗？应该需要什么样的技术配置？作为方案提供商，也在研究这个问题，我们能提供什么样的解决方案，才能解决当前的问题？或者说，我们的用户都存在什么样的问题？

当你走到示范样板田间或者大型高档园林深处，你发现大量的阀门管道荒芜甚至破坏，很多园林工人依然在用手握着水管喷洒，而他不远处就有灌溉自动化产品供应商的产品矗立在一边却不能发挥作用。或者当你走进一个蔬菜大棚，发现先进的滴灌管依然配着手动开关，即使有先进水肥自动化设备，却不在工作。当你进入一个号称是已经商用的物联网控制系统，发现数据是残缺和滞后的而且设备联动总是无效或者脱机，数据之间的关联极少，除了仅能记录曲线就再难以发现累积到的数据应用了。种种这样的现象极具有普遍性。

有时候，我们不需要做一些严谨的调研，仅仅通过感性认识，就会感受到我们当前的农业灌溉自动化技术似乎并没有发挥应该有的作用。假如你不做对比研究，而是仅仅靠搜索工具，依然从网络上发现很多综述性文章，都在介绍这些产生这些问题的原因：成本过高，产品稳定性可靠性却很低，管理滞后等等，诸如此类。但问题是：这是为什么？如此宏大的困惑，当然需要缜密的调研数据或者大部头的分析著作或许才能全面分析，但我们想的是如何快速发现里面的某些的问题要点，好让我们容易入手去解决他？

自动化技术是个大行当，但是农业灌溉技术自动化，却仅是里面一个小应用，这似乎是一个共识。当我们有兴趣研究下国外的主流厂家的灌溉自动化产品的时候，我们就会惊讶的发现，他们在产品设计，工程应用，操作规则，服务模式，非常独立自洽，并且一些最新的研发理念也会贯穿在他们的产品中。国内也涌现了一些面向农业应用的自动化产品公司，陆续提供他们的解决方案，每个公司都是建立在专业层面，用自己的产品表达他们自己对农业自动化的理解。无论你是一个灌溉工程商或者产品研发公司，或者种植管理用户，当然都知道：去了解不同公司的产品和用户需求，是最终解答我们应该需要什么样的灌溉自动化技术最佳途径，但是尽管我们查阅了大量的资料或者应用了很多公司产品后，我们依然有很多困惑。

农业大学里都有相关专业的设置，电气自动化或者物联网技术，教程里面的内容似乎与农业应用的实际场景有很大差别，我们毕业的学生并没有立刻获得关于农业自动化技术里面专有的一些知识，大概只有在课程设计的时候通过实习世界著名灌溉技术公司捐赠的设备里寻找一点蛛丝马迹。

B.我们的灌溉自动化技术有什么特殊性吗？

很显然，作为一个物理控制过程，和工业领域没有差异。但是因为它的应用需求和管理的不同，对产品设计提出了更多的要求。前一节我描述了田间电磁阀对灌溉自动化的作用和它可能蕴含的知识，相比电磁阀，灌溉（施肥）自动化技术更为浩瀚，涉猎的内容更加宽泛，有时候很多人会讥笑我们这是拿着放大镜观察这么一个一个的灌溉技术，实际我们尽管在细节上总是纠缠，但是我们的原则就是我们总得去弄明白我们的被控制对象是什么？然后我们才能去用自动化技术去管理他们。如果我们仅仅关心田间电磁阀的轮灌切换，设计一个定时机构，似乎用不了太多的控制内容就能让系统可靠的运行，当我们更多的考虑灌溉过程中需要考虑压力流量的监控，灌溉计划的稳定运行，甚至联动气象和土壤墒情以及作物参数来修正灌溉过程的时候，问题就会变得异常复杂起来。甚至就单纯的灌溉逻辑来说，由于农艺师要对不同地块或者园林作物种类进行编制不同的灌溉计划，需要对水的管理（编组方式，灌溉顺序，水源分配）也会非常复杂。当灌溉过程我们需要施肥的时候，肥料的注入管理一样非常复杂，需要我们设计更强大的控制器，在农业领域，似乎单纯的一个灌溉逻辑控制器已经无法适应。另外我们需要针对气候做修正灌溉量，也是常规操作逻辑的一部分，农艺师需要非常方便的配置它就能实现自己把对作物管理的经验实施到设备上而产生种植价值。

Web端应用的需求催生了对网络功能和更多数据处理功能的要求，这也增加了灌溉施肥控制系统的复杂度，灌溉任务的实时性要求我们的设备完成这些所有的环节：数据采集，计算判断逻辑，还有灌溉量的修正逻辑，甚至有的公司开始增加决策逻辑，让这个控制系统变得更加复杂，似乎已经脱离传统的灌溉控制器的产品框架了。

农业里面合同节水在当今正在实行，这也是契约农业的一部分，这也是一个必然的趋势（这也是管理节水的必然措施之一），这对水的灌溉管理从产权和销售角度比较复杂，需要对控制系统提出更为可靠的计量与管理功能，这让灌溉控制产品的逻辑复杂度大大提升。当今这个领域刚刚起步，大家还都没法交出更合适的解决方案来让合同节水系统有更大的产业化作为。

C.我们如何设计一个控制器？

专业训练的工程师都知道如何去做，但是我们依然会面临各种选择，针对农业的应用总是需要更严谨一些。

   为了逻辑控制而选择通用的PLC甚至IPC进行快速构建一个应用系统，扩展后的成本剧增以及开发的不灵活性以及知识产权不利于隐含保护的缺陷让这些方案无法成为主流。

   我们的嵌入系统设计工程师，往往会选择更稳妥的解决方案，为了提高性能（特别是网络性能）例如ARM10内核的MCU系统和经典的总线存储方案，以及LINUX或者UC-OS等REALOS，有的人甚至用WINDRIVER或者看起来很过时的Windows CE。但是都有大量的设计案例和例程让他们快速入手设计一套完整的灌溉施肥控制系统。这些解决方案非常流行，MCU系统价格也很便宜，开发成本似乎也不高，但是要想让产品稳定的运行在田间发挥作用不是那么简单。我们的农业自动化开发团队规模往往都很小，甚至不够特别专业，对产品的局部理解和运用无法真实的再现一个可靠强壮的系统：例如我们的ARM内核MCU需要更高的外频来执行尽管看起来已经很轻量级的OS，嵌入操作系统的调度时间往往无法让我们完成多通道脉冲流量计甚至风速的脉冲输入的可靠采集，高的外频（往往大于几十MHZ）意味着你的PCB需要做专门更严谨的设计，这个带来的风险，我想任何一个控制器设计工程师都会头疼。有的设计公司更青睐用传统的8bit RISC MCU系统，极低的外频（甚至不用那只PLL）可以获得够高的运行指令周期，更低的功耗和频率对电路板几乎没有任何要求，对外部的一切都要求降低，甚至电源系统，例如：我们在控制田间电磁阀控制输出，即便增加了隔离或者继电器的物理隔离，火花的干扰依然会窜到线路上，甚至会干扰我们检测脉冲流量的中断系统或者采集土壤EC值的模拟量，我们有时候会很难想到它们甚至会通过电源系统耦合过来，假设我们的系统功耗很低，负载很小的情况下，电源对干扰会迅速下降。但是这种的编译平台往往无法移植常规的OS系统，让我们的研发极为困难，事物总是两个方面，这也促使很多技术爱好者痴迷于自己设计的OS系统运行在这样的硬件内核中，因为获得了极高的运行效率。芯片成本已经差别越来越小，我们实在没必要再去纠结哪个更好。类似的不同的设计风格都在国内灌溉自动化技术公司里展现，包括国外的系统也是如此。现在MCU设计公司的内置可靠性大大提高，但是依然需要程序工程师做大量的工作才可以实现，问题的核心就在我们做了大量冗余设计，包括软件和硬件，软件冗余会浪费我们的代码效率，硬件冗余设计反而会增加故障点，这依然需要一个更科学的平衡，我们某些电路上做了一些理论上的防护，但在工程实践上表现出来了更多地故障，因此需要我们针对现实来修改我们的实际设计。

记得我第一次用一个简陋的MCU，写了一百多行汇编代码，通过一根IO线驱动喇叭，发出乐谱A1（440HZ）钢琴音色或者萨克斯音色的不同而深感惊奇，实际这不过是对固定频率调制的外部一个低频包络线的数据解析而已，是简单的香浓定理的应用，但是我们很多嵌入系统工程师和我一样对算法充满了迷恋，认为只要自己能建模，就能自如的控制它。但是当我们面对灌溉系统的时候，发现建模形成一个闭环的控制并不是最佳选择，即便你拥有更深厚的物理数学课程背景。我们更多的时候是需要一个更准确的数字解析过程。现在我们总是努力寻找如何把灌溉施肥过程解析为更科学的数字化办法，是广大设计者最关心的问题。例如：我们通过检测管道的主流量和主压力能迅速预警管道爆管或者完全堵塞，但是我们能通过他们参数的波动判断区分他是轮灌区域的误差还是某一片区的局部的滴灌管堵塞？这一判断的准确度当受到水源地影响从而对可靠性影响有多大？假如客户输入的灌溉强度数据是对的，我们检测到的流量进行校核的时候，需要一个怎样的平衡才可以？不同的滴灌头的堵塞是不可避免，但是堵塞也是个动态过程，灌溉的间歇性让堵塞变得不可捉摸，我们现实中可以通过人为调整灌溉频次来化解很多堵塞，我们的控制器能提供这种特殊灌溉任务的处理吗？ 诸如此类都是常规控制逻辑的组成部分，假如我们处理不好，我们的系统只会给灌溉增加混乱。而这一切实际是需要对实践物理过程的深入思考以及试验而才能修正，并不需要更复杂的算法来解决。就算我们想控制我们的输出阀门或者泵来调整注肥机构来改变肥液的EC而试图让他们保持稳定的时候，我们采用最经典的万用PID技术，为了提高动态响应或者防止过调或者静差，我们总是想引入适当的模糊算法，可是里面的条件和隶属度函数却是经验积累的重要部分。我们运用的是将过程数字化的更恰当，我们就大概赢得了控制效果的大部分。而不需要更深入的计算过程。我们灌溉控制系统需要了解更多地这也数字化解析的过程。我们的目的只有一个，就是完成恰当通过的工作逻辑而已。

当我第一次看到国外的一个公司灌溉控制产品的时候，打开他们的计算系统，里面看起来陈旧的设计（很老套的总线扩展板卡，单色的字符显示屏，笨重的电源电路等等），但是他们这些问题却处理的非常出色。看来问题如果已经处理好了，就没必要进行所谓的技术进步。这也许需要我们对市场上已经在成熟运行多年的可靠的控制系统保持最基本的敬意！即便他们看起来技术上是落后的。

D.灌溉控制系统是一个系统，想在客户那边可靠长久的运行，除了技术还需要什么？

当客户需要我们给构建一台水肥应用控制器的时候，如果我们无法从系统的观点来提供设计的时候，是很危险的。当我们费心研究客户的应用逻辑，设计出控制器，电磁阀驱动解码器，甚至总线防雷模块来确保总线稳妥可靠，可是当安装到客户现场依然出现了致命问题：一个小小的接地铜棒的安装不规范，让系统报废。客户看到这个结果总是诧异，你的系统的如此脆弱？我们不得不从容错角度来分析，我们提供一个控制器和驱动器的时候，是否对客户安装和配套设施做出严格的限定？这些配套技术的的输出，绝对是一个良好灌溉自动化技术产品的一部分，我们的技术人员不重视，客户也一样，管理者更不重视：因为这会增加你的服务成本。

一个灌溉自动化技术管理者往往会逼迫技术研发人员：要研发一款低成本，高可靠性，傻瓜操作的控制器，我们的农业安装人员和维护人员文化太低，必须要适应这个市场！在公司会议上也会一再强调，我们必须拿出大杀器级别的产品来解决这些缺陷。

这些看着非常有道理的任务书，让一个技术团队往往毫无反驳之力，但是结果总是事与愿违，我们只是问题做某种程度上有所改善：解决了防水问题，却不容易维护，解决了发热问题，却不好降低功耗等等。我们永远不会彻底解决所有问题，当我们拿着新产品到市场去试错的时候，也让我们逐渐失去了市场的认可。一个著名管理学论点就是：当你想让技术解决所有问题的时候，说明你既不懂管理也不懂技术。这并非理论推论，而是工业化文明世界的共识。当我们深度研究西方灌溉技术公司或者成功产品案例的时候，发现他们更多的是输出一套配套的管理和应用维护技术，假如他们有所谓一劳永逸的技术宣传，那也只是噱头，最后还是老老实实的在维护和系统设计上提供更完备的指导和说明。当你看到某个世界公司的无线网络阀控系统的时候，当你提出你这个设备安装防水问题怎么解决？为什么非要那么高？客户安装太不方便？他总是耐心的说：防水需要你外加一个防护装置，加高为了确保通讯通畅，这当然增加了成本，但是必须的。或者说为了使用可靠，你必须增加成本。这种观念既要让产品管理经理知道，同时也要不耐其烦的告知客户。否则我们一定会面临更多的产品灾难。即便国外老牌灌溉自动化技术公司提供的产品，如果你没有规范的维护和操作，最后都会瘫痪掉，这可能意味着我们虽然引进了先进的控制器，但是与之匹配的管理技术却没有引进。或者说，让我们试图设计一款灌溉自动化控制器的时候，我们同样在考虑一套完整的有效的应用规范：这当然不简单，不是单纯的靠写大量的约束条则，而是对灌溉技术和安装工程以及种植工艺的人员完整了解才行，或者说，当你设计灌溉自动化技术产品的时候，你需要拥有更多的不同知识领域的人才。不要指望技术会解决所有问题。

灌溉产品是系统的观念非常重要。当我们设计一个控制器，必须考虑到驱动解码器设计，电磁阀的驱动，传感器采集的可靠性，网络通畅的要素，系统防护的每个技术技术原理和工程实现办法，这一揽子的需求都要体现在你的产品里面去。

当老板给我们一个任务去设计这款产品，我们同时需要设计这个产品所涉及到的系统，那怕即使你根本不会去做整个系统。

E.我们的灌溉控制系统需要怎样的智能？

或者说我们需要吗？逻辑联动，决策。农艺，土壤物理学，灌溉水力学，灌溉基础理论等这些框架知识会包围我们。

或者说，我们的机器能自动制定灌溉制度吗？

灌溉制度的制定，我们有严谨的可以遵循的规则，并有大量的经验表格推荐，但是当我们的灌溉技术从充分灌溉过渡到有限灌溉（LIMETED IRRIGATION）我们对灌溉技术的操控的需求就提高了很多。这个有着广泛研究历史的（从60年代开始）的技术理论结合了植物生理学和土壤物理，气象学等众多学科，让灌溉在作物生长中所能发生的调控作用表现的更为突出。在开始我对这个技术表现出极大的热情，认为建模算法应该发生作用了。研究的文献众多，但是我们应该把这种灌溉理论与我们的控制系统作什么程度的深度耦合，却很难有定论。但是这开辟了一个我们难以想象的可以发挥的空间。世界几个大的灌溉设备公司在这个领域也是非常谨慎，并没有指望给你一个相对成熟的工程产品，但是我们知道，这个探索过程非常艰难。我希望我后期能有专门的文章和大家讨论这个题目。

当我们阅读这种技术理论所涉及到的方法，数据和实验的时候，我们就感到系统的复杂超过我们的预期。我们传统的基于水量平衡或者水势平衡或者基于能量平衡的Penman Monteith Equation在一定程度上依然可以发挥巨大作用，关键点是我们依然没有找到更合适的数字化解析。工程上有时候我们更喜欢用更直接的等效方式来简化这个公式的含义，用VPD（气压饱和差）来间接表达叶面开孔导度评估腾发的程度，然后经验的修正我们的灌溉系统。

我们知道灌溉对农作物的重要性非常大。决定农作物灌溉水量的要素很多，例如：气象，土壤，作物类别，农业措施等。植物本身的土壤-植物-大气联系系统中（SPAC）中的水分循环过程比较复杂。农作物发育过程中，水胁迫造成的危害大于其他所有环境因子的总和。因此灌溉方法的正确与否，会对农作物的生长有决定性的意义。精准灌溉就是解决何时灌溉，灌多少的问题。传统灌溉作业制度都是基于当前土壤水分和田间持水量之间的平衡作为评价指标，来进行灌水测算。包括现在一般意义上的自动化灌溉过程，都是依据这作为运算算子。试图通过测量根系周边水分变化，来计算作物水分匮缺状况，但是这种方法无论从理论还是实践中有很大的缺陷。一方面土壤湿度虽然是作物生长的重要指标，但是不是最佳指标，作物生长的土壤环境湿度范围上下限设定有很大的随意性，不同的范围运算得出的灌水量差别很大。其次在田间水平衡计算中的很多参数常量都是非一般意义的常数（例如田间持水量），而是随着温度变化极大，甚至与作业状态有关。作物根系分布肯定是不均匀的，周边土壤湿度变化也是完全不均匀的。再一方面，引起根系周边湿度变化量的要素很多，气象蒸腾，作物吸收与腾发，底层渗漏，非毛管空隙隐含水，壤层有效深度和致密度分布等，并且这就意味着湿度的测算变化曲线仅仅是个可看到的一个物理量的变化，用来评价根系发育与周边湿度环境关系有一定的价值，从原理上说与田间的水分腾发存在正相关而已，用它来模拟等效作物腾发损失，是不恰当的。并且有大量的实验数据证实：作物的叶水势在土壤环境湿度变化超过50%范围内是几乎不变的，理论上说，他基本取决于根系的吸收速度，环境湿度只有处于边缘数值时候才会引起影响。但是显然，土壤环境湿度的变化很难印证和反应根系吸水速度。只是从直观上去感觉土壤湿度指标似乎与灌水量能直接关联，这也是很多自动化灌溉控制公司技术上走入的误区，另外需要说明的是，田间不同土壤水势的土壤层的利用率是严重非线性的，很多科学研究的建模表明，很难具有一致性，所以用分析土壤湿度分布规律对判断灌溉的有效与否和量的估算，是不科学的。所以说，土壤湿度指标触发自动灌溉的决策方法，适应于小型土壤种植（例如花盆），或者土壤一致性非常良好，外部气象非常稳定的科研温室等，是有一定价值的。但是对大型农田，高端草坪花卉等是不适合的。传统的灌溉决策理论，已经完全不适应精准灌溉的新要求。

   农业灌溉科学家经过大量的研究，找到作物充分灌溉的需水量计算依据，后来世界粮农组织，推荐气象效应引起的耗散蒸腾ET0（彭曼公式）作为灌溉用量评价依据，让灌水量有了最精确的量化指标。但是充分灌溉，在一定程度上解决了类似草坪，花卉等等量生长类植物灌溉管理的需求，提供了高精度的工程计算蒸腾量数值，给作物环境的水分匮缺作了精确地计算，这只是保证了作物不缺水，但是无法做到节水。对于经济农作物的灌溉过程要复杂的多，不仅考虑作物产量，还有作物品质，灌溉作业的经济投入等综合效益，出现了精准灌溉需求，所以灌溉理论进一步发展为EDI（有限灌溉），非充分灌溉理论告诉我们，适度胁迫会让农作物产生有利增产的情况，甚至会改善产品品质。田间有所谓“蹲苗”或者“落干”等管理手段。不同作物周期和种类，土壤形式等会影响首次产生胁迫的时机，缺水的量的多少是影响胁迫程度，因此充分研究EDI下不同作物的生产函数，会让我们的作物灌溉量的需求安排更加科学。很显然，非充分灌溉理论，意味着精准灌溉的全部意义，实现真正意义的节水。充分灌溉本质上是不节水的，只是做到了保证不缺水

很显然，精准灌溉控制系统是个极其复杂的控制系统，表现在气象，土壤，作物之间强耦合，并且没有有效可行的统一模型可用。但是精准灌溉过程依然可以进行有效控制，我们基于模糊控制逻辑以及工程数据迭代的思想。

考虑了系统中各因子对作物生长的影响从而进行综合精细的灌溉过程。田间作物灌溉决策指标一般包括土壤水分气象指标和作物反应三大类，因为土壤和土壤水分是供给作物生长的载体传统的方法是根据土壤墒情来进行灌溉决策，而田间小气候的变化和作物生理生态指标的变化能够提供作物生长过程中对干旱的最直接的反应，考虑上述土壤气象作物等因素来进行多指标综合的灌溉预报与决策将会尽可能的使田间灌溉做到准确高效。

我们采用经典的彭曼公式进行适当的简化来计算田间小气候场景下的ET0数值，小时单位公式，计算小时ET0，然后累积天ET0.用于灌溉决策和智能灌溉模式使用或者上传到物联网后台与大气象数据计算的结果进行核对校准。无论怎样简化，光辐射传感器以及空气温湿度风速等基本参数还是要有的。

总的原则是根据系统设定和检测数据预测ET0以及作物系数来预估灌溉水量，以及气冠温差和土壤水分亏缺胁迫共同预估灌溉时间。传统中那种纯粹依赖土壤水分胁迫或者亏缺来判断灌溉的办法是很有缺陷的。

根据累积计算的ET0（从上次灌溉时间开始），依照期间的降雨量累积，和设定的土壤亏缺胁迫阈值（协同田间持水量，一起预计光该水平衡量），作物类型（作物须水水平不同，影响灌水量计算），土壤类型（预估田间持水量水平，是个准常数），生长周期（协同作物种类，预估叶面积指数），来综合评价需要灌溉水量。

什么时候启动灌溉，是个复杂的决策过程，需要考虑到蒸腾本身，更要考虑到作物本身不同生育期的胁迫影响因子。我们决策触发灌溉的时候，在花期，一般是充分灌溉，一般不允许产生缺水的胁迫。很显然，完整的掌握一种作物在特定生产场景下的需水生产函数是不现实的，所以依照模糊原则进行数据分类。我们在依照安全的原则下，保守预估胁迫期。

冠层温度是作物缺水反应比较敏感的指标，它的最大优势是容易检测。是冠层-气温差，简称冠气温差，因其测定简便迅速具有良好物理基础和生理机制而能够得以普遍应用。

根据生长周期，作物种类，冠层气温差，来预估一个胁迫因子，来延时触发灌溉时机。冠层温度和气温的差，采取田间单作物单点检测模式，温差取样，是获取白天8点到12点四个小时作为首要参考（大量的基础研究表明，大部分作物会在上午这个时间段出现数据自然峰值，下午的截止到14点也会持续出现）。降雨或者空气湿度达到99%的时候，自动屏蔽检测，气温低于10度也屏蔽检测。判断胁迫产生后，触发延时灌溉时间，是个很难用系统参数来做相关量化的数据，需要种植业主技术人员，根据不同的作物结合种植手册以及经验，进行系统设置。这样做的目的，是不要让灌溉作业完全交付给系统来决策，一些参数是需要我们和机器合作执行，才可能让系统的智能运行更有意义。

这里需要注意：由于作物产生灌溉胁迫后的腾发过程极其复杂，一般的估算无法进行，此处忽略胁迫期的蒸腾量计算，而是统一乘一个系数根据以后的数据积累，对此进行修正。

很显然通过现场采集数据，内置一些策略算法，快速做出决策，目的是能实施做出判断，配合现场才能解决复杂的灌溉问题，但是灌溉作业过程是个极其复杂的过程，甚至无法用传统的建模函数来描述，这就意味着需要更多的判断策略和途径来优化灌溉过程。这样我们需要用云处理系统，就发挥了最重要的作用。

例如，在灌溉决策方面，考虑到叶面积指数对判断实际作物系数的意义非常重大，所以在一些重要的应用场景，需要我们用更精确的检测方法来进行处理，例如更专业的分析仪获得数据，然后后台给做一个决策判断，通过我们的物联网系统发送到灌溉控制器上。

还比如，我们需要气象的广域预报来判断未来几天风和降雨情况，单纯的灌溉智能控制器是无法完成的，我们就需要通过物联网连接专业的气象台数据，或者多地区的田间气候检测，来综合判断，预测灌溉量，传递给灌溉控制器，来改变或者改善智能灌溉决策结果。

更多的研究者在基础层面提出了很多可以应用的算法模型，例如：荷兰Wageningen ,美国DSSAT ,澳大利亚APSIM和中国CCSODS，这些模型大都是基于作物全生命周期的描述，都有对应的第三方开发的计算软件，有的模型是对外开放的，并有可以执行的forrtran语言代码可以使用。模型已被用于产量预测、土地的定量评价,比如评价区域潜在生产力水平,评价通过灌溉和施肥可获得的最大经济收益,评价作物种植的不利因素。

算法模型最初的出现时预估我们农业园林这么一个极其复杂的生态系统肯定能出现的气候灾难，这种评估越来越精细。最后或许发现对指导农业水肥灌溉有帮助，更多地是配合保险公司提出风险评估而告知你最好购买那一种保险或者给你推送一些更加稳妥的植保方案。无论我们做了如何的研究，目前来说做到精细闭环控制似乎都还是个难题。但是里面的水肥模型已经给做了优化，只是有着太多的参数输入，需要我们针对不同作物做实验优化修改，才能应用到实践中，才会对我们的灌溉自动化技术或许有革命性的帮助。

这些算法基本都是基于经验公式和插值公式的数据归集，基于基本的数理统计方法做的，有很强的应用性。

但是有的学者（特别是国内）对整个灌溉控制的过程试图做全面的了解并建模，这里面对算法本身似乎充满了预期，很多人开始考虑用现金的算法例如机器学习理论和遗传算法，神经网络算法来实现，实际我认为这都是他们“想多了”而已。这些距离对一个生物模型进行驾驭还有非常遥远的距离，本人阅读了很多类似的文献，参考了大量的不可解的微分方程，但是这不代表我们不能去预估和评判我们的作物是否可以被相对准确的赋予水肥管理的指导。这要需要更多的是经验数据和专家系统，它仅仅需要大量if then else判断逻辑就可以了解我们只是缺乏更多的有价值的科学试验提供有价值的数据。我曾经慨叹我们的科研机构是否深度研究这个实验本身的价值。

因此智能灌溉内容非常广泛，方向很多，当然我们不要贪图去掌握全貌并彻底解决这个问题，我们需要谨慎一些，我们想做成一个工程上可用的自动制定灌溉制度的机器，还是可行的。但是传感器的依赖以及对算法的实验数据的积累依然是我们首先需要跨越过去的门槛。就目前我们国内几乎还没有更稳定准确的辐射传感器，我们缺乏更具有性价比的土壤墒情传感器去测量水分，以及廉价可靠的叶面积指数测量机器（LAI），所以世界上很多更有经验的灌溉公司喜欢选择用水势这个容易测量的参数来修正智能灌溉决策结果不是没有道理。

很多决策者对智能灌溉充满了戒备心，首先是他认识到这个过程的复杂性是不能逾越的，但是我们依然用很多工程方法来逼近真实的应用场景。只是我们渴望更多的有眼光投资者资助这方面的研究人员，获取更接近工程应用的实现方法。

F.我们的灌溉控制系统需要云端吗？

农业物联网是每次展会上最热闹的产品之一。炫酷的数字集成技术（视频，数据，设备动作）让人眼花缭乱。有的公司更愿意用自己的专属传感器和平台软件，建立一个完整的应用：灌溉决策，阀门控制，墒情数据采集，这一切都是透过互联网进行数据传递。这么做的更多的依据是可以降低成本，并且网络的发达和数据流量的低成本。更多的农业应用都在迁移到互联网，包括农业种植服务。这似乎给了我们一个信号，我们的灌该控制核心系统也需要部署到云端，否则我们似乎要落后这个时代了，很多水肥一体技术公司甚至将自己的公司定义为大数据互联网公司之类。

云端计算自从思科公司提出来，就开始“后悔”，因为他发现基于互联网协议的云端计算带来的现场计算的冲突时不可调和的，迅速从计算架构上推送出雾计算概念（可惜这个概念不如云计算有名）。现在已经被我们结合物联网的推广也叫做边缘计算。这本质就是IBM公司在80年代提出的电子皮肤概念，是嵌入式系统的互联网应用。我们把一个业务形态部署到互联网上无可厚非，问题是我们需要将那一部分迁移到互联网？这才是问题的关键所在。

他们用了LORA技术作控制节点，传感器sensor+网关（interface）+云端（serve的结构。尽管这是个很显然冒风险的技术策略，但是他们依然在做，说明他们很有冒险精神。似乎感觉他们的技术工程师开始认识到他们的传感器是强悍的边缘计算节点，而他们的云端策略计算也在成型，因此可以布局在灌溉这种过程控制环节上，很多观点认为这是个错误，因为传感器是实实在在的分布在物理的边缘端，但它不是边缘计算，而本地控制逻辑器才是。这个差别在于，前者的组合可以用来做sevice（服务），而不是control。产品控制的实时性要求我们不能把控制节点完全迁移到云端。当某个灌溉技术招投标文件里描述我们的客户需要手机端需要远程控制一个电磁阀开启是很自然的事情，并且是个必备功能，但是问题是我们真实的灌溉过程是不允许这样随便手动开关，因为他破坏了制定的灌溉制度，这不是设施农业。远程操控和物联网等同起来似乎有些滑稽，但是目前大家做的工作好像都是如此。我们所能宣称的数据挖掘功能（灌溉建议，施肥模型，等等）都是空白的。

我们会自然地联想到美国的Climate FieldView Plus，或者南非的SMARTFARM或者DescartesLabs基于卫星气象分析系统。虽然他们的服务和触角非常宽泛，业内拥有广泛的影响力，但是针对水肥一体系统来说，我们或许会更关注Netafim的neatbeam系统产生的效应，我记得Netafim是在2016年在世界推出这个物联网系统，而国内今年开始部署推广，似乎标志着这个最强大的水肥灌溉公司用物联网提升他们的增值服务方面迈出了关键的一步。但是他的推广和宣传也仅仅限于物联网的挖掘功能和监控功能，以及对应的增值服务（决策推送）似乎说得很保守。无论哪家公司的互联网部署战略如何，基本前提就是他们拥有强悍的智能设施部分作支撑，也就是有强大的边缘计算做铺垫，否则他们大概仅仅就是堆垒了个空中楼阁。

国内有纯基于互联网算法模型来研究灌溉的，例如北京佳格，他们的创始人的从业背景看起来利用成熟的卫星数据平台和专有的算法分析灌溉提供决策，但是很遗憾，他们的分析系统技术（红外遥感）更多是基于需要对灌溉宏观决策业务（例如对农业灌溉保险业务，这个国外很普遍，中国则不具备）的应用。这是地地道道的美国农业模式，所以本人看来他们的系统或许仅仅沦落为卫星拍照和测绘用（例如2018年寿光发大水，他们给卫星测量计算受灾大棚面积这样低级应用）。关键点是我们需要对这些背景和产业要有尽量深入的了解，来布局和看待我们的一个农业设施产品的定位与水平，并且我们的设施未来会与什么样的系统进行对接会产生持续价值，也是非常重要的，这里就不再啰嗦了。

国内物联网的技术看起来似乎没有门槛，有众多的第三方IT网络平台可以提供给你实现远程遥控，只要你的设备符合Modbus协议，后台的云组态总是能满足你对大屏幕和远程炫酷界面的需求----但这真的不是物联网。物联网依然需要强劲的现场设备，只是他多了一个远程的监控和数据勾连，让系统或许变得更聪明，或许更安全，仅此而已。

有了物联网，我们的灌溉技术似乎不能独享网络，已经与溯源系统，监控系统，病虫害预警系统的等等混在一起，这看起来是个趋势，但是我们的业务中的交易和监控部分更适合互联网云端，我们的控制部分依然需要现场部署更为稳妥。

G.我们如何撬动灌溉控制系统市场？

我们总是谈论科学与技术，把他们联系在一起，实际技术更具有市场属性。没有市场需求，我们似乎永远无法产生进一步的技术。

更多的公司经理，是天生的市场派，市场就是一切。公司所有的研发和后勤都是为市场服务。这看起来没有问题。当某个业务经理在公司会议上说，客户那边需要用4个湿度数值来控制启动5个片区的灌溉触发，技术人员说出了他的不合理性的时候，最后业务经理总是说，人家客户就这需求，你说咋办？老板自然最后责令技术人员想法去实现他。

这样的企业决策场景经常会有，我们很纠结我们是否就这样去迎合这样的市场？我们还会听到众多的业务经理抱怨：人家客户要求我们的水肥控制机操作复杂，能有傻瓜一样的导航界面吗？和手机一样，嘭的一下开关了，多方便？

设计人员解释我们产品的属性不同于消费电子产品的时候，没人能听的进去，包括他的老板。因为理由很简单：客户市场就是上帝，他们的需求是我们的一切。

这个应用行业看起来如火如荼，却远不够成熟和健康，众多的客户打电话希望他仅仅提供管理面积，就让销售人员给报出自动化系统投资的准确价格来。

众多客户搞不清无线通讯的分类以及他们是否需要单独开泵才能去启动的水肥控制器等等。

所以，当我们思考这个产品的时候，同步靠虑我们的产品输出给客户，是否还重要考虑我们应该准备一大套培训和交流的说辞，来和客户共同成长？

灌溉自动化技术与市场的互动，反馈给我们设计公司的就是我们需要寻找所谓产品痛点吗？一度产品痛点理论似乎成了热词，和“爆品”一样频繁出现各色管理培训课程里。在市场不够健康的情况下，没有所谓的痛点，应该就是痛面：或者说痛点比比皆是。这也说明我们仅仅在灌溉控制系统里面随便一个地方做好了，做扎实了，就有市场了。行业应用产品是个必须品，实际不需要费心去寻找痛点，安心做好产品的功能和性能似乎就可以了。这并不是一个一呼百应的巨大市场，仅仅一个应用而已。

当我和一个雨鸟或者亨特的工程商交流技术的时候，谈的很欢畅，当我说，能否试试我们设计的控制器或者解码器的时候，他们似乎要笑了：“对不起你想多了，我的一个灌溉工程投资几百万，用的解码器和控制器不过几万元而已，怎么我会为了信誉选用一个不经验证的产品？”每一个国产的控制器设计公司都会面临这样的尴尬。某种程度上说，这是市场的惯性行为，或者我认为这是市场理性的一部分。我们开发一个新产品会面临这样的局面。当有人问我你的系统和托罗的系统相比有什么优势吗？我实际不大好意思说，我唯一的优势就是价格便宜。

追求差异化，是任何一个健康的市场经济和有完善的知识产权保护环境下正常的企业行为，现在山寨行为和抄袭的盛行，倒是害的一些业内老专家在行业会议上去呼吁，有点令人唏嘘。定位营销中要求我们不要去做别人做过的产品，只是为了更低廉的价格而去破坏市场，否则我们会陷入自欺欺人的境地。很多已经成熟的灌溉技术企业，他们的售价包含了他的技术积累和服务价值，我们非常讨厌他们的高昂的价格，但是我们需要尊重他们。因为他们一度领导了这个行业。

当我看到一个绿化灌溉工程投资几十个亿，而灌溉自动化设备投标价格仅仅几百万，我认识到我们在这个行业里拼价格而努力争取一个所谓的量的时候是多么的滑稽。

我们唯一能做的就是创新并改变它。包括这个市场。

H.我们还需要做哪些努力？

灌溉自动化技术这个行业是如此狭小，但是却渗透在整个产业链条中，众多的小企业和研发公司在为之努力。

当我们浏览不同技术公司的宣传网络页面，或者漫步在各色展会的企业展台上，炫酷的产品解决方案，表达了他们在这个行业已经做的极大的投入，展现努力向上的企业愿景，以及心怀行业技术理想，我们每个人都在努力掩盖着背后技术瑕疵和观念认知缺陷带来的尴尬，当我看到展台上的灌溉技术销售工程师们卖力的解释产品或者经理人在一边略显焦虑的神情，就知道每个企业都在为生存或者发展上奋发向上，或许恶劣（不平等）的市场生存环境让我们无法坦然创新并能各展其能，夸张的宣传和对客户过度的技术承诺，让很多销售经理疲于应付。真实的用户市场为我们很多企业赢得临时的生存空间，但是大家都知道，我们只是在路上，资金疲软，技术困境，市场的变化依然有巨大挑战。我们依然不得不去追随水肥技术自动化的这个小事情所能展现出来的大理想。