滴灌、喷灌、微灌等节水设备的发展就不多介绍了。

在我们看来，真正的灌溉技术的发展是通过数据带来价值，达到真正的精准灌溉、按需灌溉。

在此就以我们的思考转变来阐述灌溉技术的发展。

我们是1999年进入节水灌溉行业，最开始提供灌溉设计、材料、施工等服务，后来我们发现：纵然使用国外顶尖的技术、设备，也不能解决行业的根本问题——如何制定科学的动态灌溉决策。PS.灌溉决策是指灌溉量、灌溉时间、灌溉深度。

我们试图回到行业起始的最初状态考虑这个问题：什么样的产品或服务才能解决这个问题？

因此，在不断摸索中，我们采用智能「再设计」策略研发了带有IOT装置的生态智能硬件系列产品，分别是智墒——智能土壤水分监测仪、天圻——智慧生态站、云衍——物联网区块链节点、山境——山体运动感知设备、聆耘敏捷灌溉系统——灌溉控制系统。

基于以上设备上传的大量数据，我们发明了各种各样的黑科技，它们的到来为解决行业存在的各种难题打开了思路。

首先，灌溉决策有了依据，实现科学灌溉、按需灌溉。

基于智墒、天圻上传的大量土壤水分和气象数据，我们发明了两项黑科技——土壤含水量变化图YH图和ET根系人工智能深度识别功能。

我们通过对大量土壤水分数据的分析，结合土壤含水量变化与根系生长的关系，在E生态中展示了作物整个生育周期的ET根系变化，并将ET根系分层耗水图与土壤含水量变化图相结合，基于作物需求提供灌溉决策依据。

1.土壤含水量变化图(YH图)

下图就是根据智墒每天上传的土壤水分分层含水量数据绘制出的土壤含水量变化图。

图1. 土壤含水量变化图（YH图）

横坐标为体积含水率，纵坐标为地表到地下的深度。绿色线为每一层土壤当前含水量值，红色线为每一层土壤的历史最低水分值，最右边蓝色的线为每一层土壤的历史最高水分值。

表示当前土壤含水量的绿色线靠近红色线，表明当前土壤水分接近最低值，作物缺水严重；若绿色线长时间靠近蓝色线，则表明作物存在水涝的危险。

图1中，植物ET根系深度线与这三条线一起划分出两个区域：有效储水量和蓄水潜力。在ET根系上方的土层中，当前含水量值减去历史最低含水量值，即为有效储水量；历史最高含水量值减去当前含水量值，即为蓄水潜力。

有效储水量决定了什么时候开始灌溉，蓄水潜力则决定了如果启动灌溉，建议灌溉量是多少。

2.ET根系人工智能深度识别功能

人工灌溉是补充蒸发蒸腾、ET根消耗损失的土壤水分，因此与ET根相关的数据除了上述的ET根系深度，还有ET根在各深度土层中的分布比例。

1). ET根深度及ET根在各深度土层中的分布比例

ET根深度反映了植物实际根系在消耗哪个深度土层的水分,也就说明了植物根系生长到了哪个深度。

如图2所示，通过智墒6月18日监测数据，发现赤峰地区某地块苜蓿ET根在消耗地表到地下40厘米深处的土壤水分。

图2. 6月18日赤峰某块地苜蓿ET根系深度及分层耗水比例图表. 6月18日ET根系分层耗水及比例统计表

ET根分布比例反映了植物实际消耗各土层水分占比的多少，即每一层的耗水强度。

从图2及根据图2得到的ET根系分层耗水及比例统计，可以看出：6月18日被ET根消耗的水分中，地表到20cm ET根消耗了68%的水分，地表到30cmET根消耗了86%的水分。

ET根系深度是不断变化的，同样，各层的分层比例也是随着时间持续变化的，但受各种气象条件、灌溉、农艺措施等的影响，该变化并无规律可循。

图3. 6月16日-6月22日赤峰某地块苜蓿土壤水分曲线

由图3及天圻监测的降雨数据可知，赤峰此地点于6月19日夜间有降雨，降雨三天之后，ET根系分布及分层耗水图如下：

图4. 6月22日赤峰某地块苜蓿ET根深度及分层耗水比例图表. 6月22日ET根系分层耗水及比例统计表

由图4及根据图4得到的ET根系分层耗水及比例统计，可以看出：6月22日被ET根消耗的水分中，地表到30cm ET根消耗了约85%的水分，地表到40cmET根消耗了90%的水分。

对比6月18日的分层耗水表（图2），不难发现，除了ET根系在往深处发展之外，每一层土壤水分的变化量和变化趋势都各有特点，没有统一规律。因此分层耗水的监测需要逐日计算。

2） ET根系人工智能深度识别

结合YH图的指导灌溉量，参考右图ET根系目前已经生长到的根系深度，判断灌溉到ET根系深度，这样便得到了此次灌溉的指导灌溉深度。

YH图和ET根系/分层耗水图结合 来源：E生态

我们将ET根系／分层耗水图与YH图结合，两个图的联动变化展示了作物是否需要灌溉、灌溉量是多少以及合适的灌溉深度，为客户的灌溉提供更科学合理的灌溉指导，也为敏捷灌溉提供灌溉决策依据。

再者，基于对土壤储水、作物耗水的研究，我们实现了动态的灌溉决策。

目前的灌溉，都是按照农作物不同生育期的要求灌溉，在一个生育期内使用固定的灌溉决策。

我们认为，灌溉决策不是一成不变的，今天的农作物和明天的农作物的生长、天气、环境都发生了变化，势必会影响农作物本身的需求发生了变化。因此，灌溉决策应该是动态的，应该根据「决定要灌溉的那一刻」的农作物生长状态、需求、当时的天气和环境，综合做出符合当时作物生长需求的灌溉决策。

在此情况下，我们提出了一套完整的灌溉理论，即「敏捷灌溉理论

」。

“敏捷”来源于英语“Agile”，指快速轻盈地运动；也是一种软件项目管理方式，用来快速、高频地更新需求、评估结果、调整计划。在灌溉上特指对不同土壤、不同作物、不同气候环境的动态适应性，以及在控制过程中可以不断评估效果、动态调整策略的理论方法。

基于作业现场的实际情况出发，即根据土壤有效储水能力、作物耗水历史及预测设计、实现、控制一个灌溉系统。即假设我们可知道任意地点、任意土壤、任意作物的情况下，土壤有效储水能力及作物耗水动态值，根据耗水动态最大值的某个比例作为设计能力并实现灌溉系统，根据动态值来调整控制，从而达到设计优化、控制优化的目的。 该灌溉理论我们称为“敏捷灌溉”理论。

敏捷灌溉基于评估结果，实时更新农作物所需的灌溉时间和灌溉量，实现最优的灌溉效果。

构成敏捷灌溉理论的基本要素定义如下：

灌溉：向土壤或者其它作物吸收水分和营养的可储水的基质中，预存水分供植物未来取用的过程；

敏捷灌溉：基于任何地点的土壤和作物特征，通过优化、评估、调整的过程来达到适应土壤理化属性、作物需求、气象动态变化的灌溉方式；

有效储水能力（eC）：在特定时间、地点和作物的情况下，在土壤田间持水率与作物胁迫点含水率之间的空间；

模拟蒸发蒸腾量（sET）：经过插值（位置插值、时间插值）后的覆盖整个区域的时间历史连续的参考蒸发蒸腾量；

真实作物系数（rK）：一种能够面向特定作物、特定区域、特定灌溉方式的，基于实测数据提取的，代表特定作物耗水量与当地气象之间关系的作物系数。

敏捷灌溉通过三步实现：

第一步，通过现场传感器（土壤水分监测设备）获得与目标时间、地点和目标作物有关的动态有效储水能力（eC）和有效储水量（eW）数据。

第二步，获得目标地点的作物在未来一定时间内的逐日耗水量预测值(fdET)。

第三步，敏捷灌溉控制器动态比较作物耗水量的预测值、当前有效储水量（eW），给出下一次灌溉的最晚开始时间。

第四步，如果用户决定此时灌溉，敏捷灌溉控制器自动计算灌溉水量，即有效储水能力（eC）和当前有效储水量（eW）的差值，将其换算为灌溉时长。控制敏捷灌溉执行单元进行灌溉。

除了敏捷灌溉理论，我们还同时发布了一整套聆耘系列产品支撑敏捷灌溉系统的实现。

聆耘敏捷灌溉系统的实现通过聆耘盒子、聆耘探头、聆耘开关共同协作，配合人工智能大数据分析，跟踪作物耗水规律，将土壤的最大蓄水能力和蒸发蒸腾纳入分析，动态指导并远程控制灌溉时间和灌溉量。

聆耘盒子：即敏捷灌溉控制器，单个聆耘盒子可覆盖2000亩地，无线连接聆耘探头和聆耘开关，每亩地智能改造成本仅几十元。

聆耘探头：监测土壤含水率的变化，动态分析土壤最大蓄水潜力和作物耗水规律，指导作物灌溉。

聆耘开关：低功耗无需加装太阳能电池板的电磁阀控制设备，采用LoRa物联网技术，维护简单使用可靠。

与过去重视输送水的灌溉认知相比，敏捷灌溉将土壤储水、作物耗水按照自然规律动态观察，优化调整输送水，除了减少水在运输过程中的损失，更重要的是进行了有效的用水优化，真正做到了适应动态变化，适时调整优化，这就解决了一直困扰行业的难题：如何制定科学动态的灌溉制度。

敏捷灌溉理论是我们明确行业现状和未来发展之后，提出的新理念。它强调动态数据驱动的决策机制，具有高度的灵活性和高度的自适应性。

顺便说一句，为什么我们将这套理论称为敏捷灌溉理论，而不是智能灌溉？

因为我们认为整个市场还没有实现智能灌溉，目前市场上所宣扬的智能灌溉是伪智能灌溉。

整个行业在不了解土壤储水、作物需水、真实耗水的情况下，推出的智能灌溉控制系统本质上就是一个电动开阀装置，自动灌溉过程就是一个电动打开“龙头”送水过程。被业界夸大的“智能”也只是来自气象、墒情数据的输入，加上智能手机终端操作而已。

在敏捷灌溉的基础上，我们需要实时分析长势、实时分析作物生理特征，进一步了解作物生长规律，更长周期的预测气象变化，才能达到智能灌溉阶段。