智慧农业

水肥一体化控制系统怎么做:EC/pH 调节、八通道施肥与灌溉对账的工程口径

大棚里装自动配肥的基地,我跑过不少。问的问题几乎一样,第一句通常不是「能省几个人工」,而是「为什么前一阵浇着浇着根就烧了」。这个问题值得认真回答,因为它背后是水肥一体化控制系统里最容易被低估的一层:数据可不可信,以及谁有权把水肥送到地里。

这篇不谈设备参数,只讲我们在工程上怎么切分这件事,以及哪些做法我们试过之后放弃了。涉及的完整能力边界整理在水肥一体化与智能灌溉这一页,本文讲的是它背后的判断依据。

水肥一体化控制系统到底控什么:EC 与 pH 的实际含义

肥液里需要被盯住的量只有两个,一个是浓度,工程上通常用电导率来间接表示,因为溶解的盐类越多导电能力越强;另一个是酸碱度。浓度低了作物吃不饱,长了半天不见长势;浓度高了会反过来把根系周围的水分吸走,苗表现出的样子跟缺水很像,叶子边缘先发焦。酸碱度偏一点不致命,但偏多了会让某些养分变成作物吸不动的形态,肥料是浇下去了,作物拿不到。

这两个量在系统里的唯一来源是探头。所以整条链路上最薄弱的环节不是配肥机,而是那颗泡在肥液里的探头。我们内部有个说法:水肥系统出问题,先怀疑探头,再怀疑管路,动用泵是排在后面的。

为什么自动配肥会把苗烧了:探头漂移的传导路径

烧根最常见的一条路径是这样长出来的。肥液里的钙镁盐类在探头表面结成一层薄壳,读数开始系统性偏低。系统一看离目标值还差一点,于是每一轮都再多补一点。单轮超量很小,一周累计下来相当可观,而系统的所有读数都落在「合理」区间内,所以一条告警都不会出。

这个过程我见过至少三种外因:肥液浓度配得偏高,水源硬度也高,清洗间隔拖得太久。共同点是它们都不会立刻表现为数据异常,只会表现为数据缓慢偏低。值班的人看曲线是一条平稳的线,看不出问题。

我们的修法是三层叠加。第一层是漂移判定,把探头读数与同棚历史基线比,用滑动窗口看偏离趋势,偏得离谱就把这个读数标记成可疑。第二层是可疑期间的降级策略,这个读数不再作为补肥判据,只允许按配方里写死的步进量浇水。第三层是单轮上限,一轮里补肥的量有天花板,差的部分留到下一轮再补。三层都不复杂,但缺任何一层,事故还会重演。

事后我们又补了一条管理动作,把探头校准挂成周期性巡检任务,校准时间和校准前后的偏差都留记录。这么做的价值在于,「这个数是从什么时候开始信的」变成可查的事,不用出事后靠现场回忆。

配方、计划、执行记录为什么要分三层存

早些年我们把配方和灌溉计划塞在同一个对象里,结果是一个很容易出现又很难解释的现象:某天的用量变了,但没人说得清是配方改了还是计划改了。后来切成三层,配方管「该浇什么」,计划管「什么时候浇多少」,执行记录管「实际浇了什么」。

三层分开以后,换季调配方,临时加灌一轮,系统按规则补肥,各自有各自的时间线。这个改动的代价是数据量变多,界面上要展示的东西也变多,好处是排障从「猜」变成了「查」。我认为这笔买卖在任何控制类系统里都划算。

八通道施肥的取舍:精度提升与管理成本

多路施肥的意义是把不同种类的肥分开配制,配比可以做得更细,也能避免几种肥料在同一个罐里发生反应。代价在管路和阀组上,通道越多,串液的可能性越大。

我们吃过一次亏,有一路阀门的密封件老化以后开始反向渗漏,实际配比和系统算出来的对不上。麻烦的地方在于数据上完全看不出来,因为每一路的指令都执行成功了。修法是把通道粒度做实,每一路保留自己的开度和流量口径,执行记录里带通道级明细,而不是只记一条总配方。

反过来说,只种两三种肥、配方常年不改的小棚,八路就是纯负担。故障点比它带来的精度收益多,维护的时间成本都落在农技员身上。这类场景我会直接建议砍到两路,把省下的钱花在探头上,回报更确定。

灌溉计划与实际执行怎么对账

对账的口径选错,会制造出一堆不存在的问题。灌溉计划按天写是最自然的写法,但实际执行是按轮次的,一轮跨过零点就会被切成两天,按天对账永远差一截,系统每天都会报一次「少浇了」。

后来的做法是按轮次对账,计划对象上也带一个轮次标识,跨过零点的轮次记在起始日。改完之后,值班的人不再每天收到一条其实不存在的核查任务。类似的口径问题在灌溉系统里不止一处,凡是「自然天」和「业务轮次」并存的地方,都要提前决定用哪个作对账基准。

EC/pH 自动调节该不该全自动:一个我们主动放弃的方案

最省事的实现方式是让浓度超标就自动加酸加肥,判据现成,代码量也小。我们没有采用,原因很直接:这个场景里误判的主要来源恰好是探头,而一次误调的代价是一棚苗,风险与收益不对称。

现在的做法是,超限只产出告警和控制意图,不对设备直接下指令。真正的加水、停肥、开阀这些动作发生在设备管控那一层,由它下发,下发成功之后自动落一笔账,页面上不留独立的录入入口。这样切分的价值在事后对账上一目了然,能分清是「判断错了」还是「判断对了但没执行」。关于这一层的职责边界,我们在农业设备管控里写得比较细。

这个选择有代价。夜班没人确认的时候可能错过窗口,响应速度比全自动慢一截,客户现场也质疑过我们保守。什么时候我会后悔它?如果现场常年有农艺师值守,管路响应足够快,那全自动的收益会明显压过风险,那时候这套设计确实偏保守。我的判断是,多数基地目前的现场条件还不到那一步。

什么规模下这套做法不成立

几十个棚、单个基地点位在三位数以内,历史基线和人工确认都还扛得住,这套做法成立。点位上千、跨多个基地以后,每个棚一套历史基线和校准计划,维护成本会明显上升,采集和对账的架构都要换,我们现在也还在摸索更省人的版本。

另外一个明确的边界是大田滴灌。我们没有在大田做自动调浓度,土壤的缓冲太大,今天改了浓度明天才从地里看出反应,自动调节容易来回震荡。真要做得先解决取样代表性和响应滞后,这两件事目前在成本上都不划算。农业环境监测里的点位与数据质量口径,也是按这个前提写的。

上系统之前可以先问自己的三个问题

第一,谁能改配方,改完之后旧配方还追不追溯得到。第二,探头多久校一次,校准记录放在哪。第三,浓度超限的时候系统是直接动手还是先问人。这三个问题问不出好答案,先别急着上自动配肥,先把记录和权限理清楚。

还有一个判断可能有人不同意:水肥自动化的价值主要不在省人工,而在把农艺师脑子里的配方变成可复述、可复盘的东西。配方天天大改的基地,自动化的收益会被稀释得厉害,这句话我在三个棚里都验证过。设施里最贵的从来不是那台配肥机,是烧掉的那一棚苗。

Smart Agriculture

把智慧农业落到你的现场

围绕种植、设施农业与水产养殖场景,构建环境监测、智能控制与生产数据一体的数字农业体系,把经验种植变成可量化、可复制的数据化生产。