设施葡萄智能化水肥管理体系研究

李增源，王绍雷，姬廷廷，张卫峰*

（1.中国农业大学资源与环境学院/中国农业大学农业绿色发展研究院/中国农业大学农业绿色发展学院，北京 100193；2.中国农业大学曲周实验站，河北 曲周 057250）

中国设施葡萄产业发展迅速，截至2016年我国设施葡萄种植面积已达23.07万hm2，占葡萄总面积的26.6%，居全球第一［1］。但我国的设施栽培基本沿用露地栽培技术，投入甚至更高，尤其是尚未构建环境调控与水肥调控一体化技术，盲目增加水肥投入反而加剧了枝条营养过旺、设施湿度增加等风险，导致产量不稳定、品质不能保证，生产水平远低于发达国家［2］。水肥一体化技术可以控制水分和养分投入，已成为发达国家设施葡萄生产中主流技术［3］。国内已有研究采用灌溉定额决策方法的水肥一体化技术节水率可达50%［4］，水分利用率和肥料利用率均可提高40%左右［5-6］，并能调节果树生长量［7］，提高产量和品质［4，8］。但这些技术依赖专业的技术指导，农户实际应用较为困难。再加上我国设施管理水平相对较低，传感器装备基础水平差，难以和传感器等物联网技术进行融合，导致我国设施葡萄中水肥一体化技术发展缓慢。

目前一些灌溉决策指标的研究集中在适宜灌溉阈值对生长、产量和品质的影响方面［9-11］，虽然不同研究中的灌溉决策有着一定的参考作用，但不同品种和地区的灌溉阈值不尽相同，大多数灌溉决策的建立依赖于特定土壤的田间持水量，对其他地区和土壤环境下的葡萄种植难以提供可靠有效的参考。因此，选择不受土壤类型和特定位置影响的土壤水分传感器［12］来反映葡萄生长过程的水分亏缺情况并及时进行灌溉决策，配合目标产量法进行水肥一体化应用，是具有实际应用前景的技术途径。目前基于土壤水分张力原理的决策指标在葡萄上仅有少量研究于盆栽条件下开展。原因是传统土壤水分张力计在实际生产中只能测定80～85 kPa的土壤水吸力，无法满足灌溉需求，且测定费时费力，时效性差，难以及时指导灌溉。

随着传感器技术和物联网技术的发展，智能化决策葡萄水肥需求来实现水肥的精准施用成为发展趋势。美国、以色列等发达国家已经对智能化灌溉施肥综合系统进行了研究并取得一些成果［13］。发展较快且具有代表性的是固态电阻传感设备，利用土壤水分张力和电阻之间的相关关系测量土壤水分张力，具体方法是将一对高度耐腐蚀的电极嵌入颗粒状基质中模拟根系吸收水分所需要的能量，即土壤水分张力，单位用kPa表示。于1978年开始投入生产，帮助种植户提高灌溉效率，近些年配合物联网系统已经成为科学调控灌溉管理制度的成熟工具，被广泛应用于生产研究［12，14-16］。我国智能化传感器研发近两年发展迅速，但在实际生产中的应用不多，除却基础设施不完善之外，传感器等先进决策工具和农学技术还未实现匹配是主要的问题［17］。

1 材料与方法

1.1 试验地概况

试验于2018年9月到2019年9月在河北省邯郸市曲周县曲周镇胡近口村德众普萄生态科普园（36°48′22.7′ N，114°59′35.3′ E）的温室大棚中进行。供试土壤有机质为12.3 g/kg，全氮为1.43 g/kg，有效磷为86.1 mg/kg，速效钾为614 mg/kg，pH为8.2。供试葡萄品种为弗雷无核（也称火焰无核），欧美种，种植年限为5年，架型为双十字“V”形架，行距2 m，株距0.7 m。于棚内每一行葡萄垄上铺设国产1寸PE材质滴灌带，主进水管道安装国内科芯公司产的NB-IoT智能电磁阀和智能水表进行灌水开关控制和水量监测，在简易的塑料施肥桶内加装一个12 V的小型电泵来抽取肥液，并添加开关采用注入式施肥方式控制施肥。

1.2 试验设计

选择面积为2988 m2（166 m×18 m）的一个塑料大棚进行试验，采用“十”字法将大棚分为4块，分别对应农户传统水肥处理（FT）、灌溉施肥综合管理（IM）、优化灌溉处理（OI）、优化施肥处理（OF）4个处理，每个处理3个重复。

FT处理：采用水肥一体化方式进行施肥和浇水，但施肥量、施肥时间、灌溉量和灌溉时间遵循农户传统。各时期灌水量见表1，各时期土壤水分压力情况见图1，各时期施肥量见表2，基肥用复合肥（15-9-16）、硫酸镁、中微量元素肥；膨果肥用复合肥（15-9-16）。

OI处理：根据安装在棚内的土壤水分压力传感器数值反映的土壤干燥情况在整个葡萄生长期进行灌溉。土壤水分压力值对应的土壤干燥程度分级标准［18］为：0～10 kPa：饱和土壤；10～30 kPa：土壤足够湿润（正在湿润）；30～60 kPa：灌溉通常范围；60～200 kPa：土壤变得干旱和危险。参照这一阈值，本试验设置的灌溉决策阈值为开花前保持土壤水分压力值低于30 kPa，是因为升温闷棚至新梢生长期需要足够的水分促使葡萄萌发和新梢抽出。而开花期不浇水则必须在开花前进行足够的水分补充，开花期后根据土壤情况减少灌溉次数，但保持土壤水分压力值小于200 kPa，这是因为后期水分应该保持适量而不能过多，防止掉粒、裂果和成熟时间推迟。各时期土壤水分张力情况见图1，各时期灌溉次数及灌溉量见表1。施肥量和施肥时期与FT处理保持一致（表2）。

表1 优化灌水和农户常规各时期的灌溉次数及灌溉量

图1 农户常规和优化灌水对土壤水分张力的影响

表2 试验施肥处理 （kg/hm2）

OF处理：选择面积为747 m2（83 m×9 m）的地块作为小区，按照河北省丰产园的标准选择30.0 t/hm2产量目标，利用目标产量法［19］进行肥料用量计算。其中氮素投入总量控制在225 kg/hm2，比农户传统投入量增长81.7%，主要是因为该园区连续多年重视磷、钾肥，轻视氮肥导致土壤氮含量不足而磷、钾含量过量，由于土壤中磷含量过高，优化处理中完全不用磷肥。计算结果及养分投入量见表2。为了配合水肥一体化操作，肥料类型为基肥用尿素、硫酸钾；开花前尿素；膨大期尿素、硫酸钾；着色期尿素、硫酸钾。提前配置好各施肥期的肥料溶于施肥桶中，施肥时先用手机端软件打开灌水管道电磁阀通水，后通过手机端软件打开开关控制简易施肥桶中的电泵工作进行注入式施肥。灌水量和灌水时间与FT处理保持一致（表1）。

IM处理：选择面积为747 m2（83 m×9 m）的地块作为试验小区。灌溉定额与OI处理灌溉量相同（表1），施肥方案与OF处理相同（表2）。

4个处理中其他操作和管理均相同，均在基肥投入相同量腐熟鸡粪和羊粪，开花前喷施等量锌肥，开花后喷施等量硼肥，膨大期交替喷施等量的磷酸二氢钾和糖醇钙肥。

1.3 传感器布置及监测

施肥灌溉的位点与作物根系分布和栽培管理模式密切相关，研究表明，地上灌溉方式传感器应布置在根系吸收水分的临界区域［20］，也可将2个水分探头安装在根系分布的上下临界层，且深处水分传感器的埋设深度应是浅处的2倍［21］。史岩等［22］研究发现土壤水分探头的适宜埋设深度为地表下10、30、60和100 cm；杨绍辉等［23］通过分析土壤含水率垂向变化规律发现土壤水分传感器安装在地表下10、20和50 cm即可监测0～100 cm土层的水分情况。综合来看，葡萄的土壤水分监测需将传感器安置在根系的集中区域，必须先测定葡萄根系的深度和范围，根据根系分布范围确定传感器布置的深度和位置。

2018年9月选择壕沟剖面法对试验棚进行根系调查，因株距较小，选择主干间进行剖面挖掘较为困难，因此选择在主干两侧行间位置进行双剖面的挖掘，观察根系分布情况。整个大棚选择以对角线为基准，在对角线范围选择两端和中间3个位置附近随机选择两株葡萄，共计对6株葡萄树进行剖面挖掘和观察。壕沟共深70 cm，取距离主根水平方向每10 cm×10 cm的土块装袋，用清水洗根，并用根系扫描仪进行根系扫描并记录结果。结果显示试验棚内葡萄根系分布范围为水平方向0～70 cm，垂直方向0～50 cm。根系整体分布在距离主根水平0～40 cm，垂直距离0～30 cm区域内。而总根长在距离主根水平0～10 cm，垂直10～20 cm区域分布最密集，达到3161 cm；而吸收根（径级0～2 mm）在距离主根水平0～10 cm，垂直10～20 cm处分布最密集，达到1132 cm，因此将土壤水分传感器布置在垂直20 cm处最合适，考虑机械操作便利性，选择垄上距离葡萄主干向西5 cm处最为合适。

在各试验小区中间一行葡萄架位置上安装西班牙产的eVineyard一体式传感器各两个，均匀分布于同一行上，土壤水分传感器探头安装在距离主干向西5 cm、垂直20 cm深的位置。自动监测记录土壤水分压力情况，根据两台传感器的压力平均值进行灌溉操作判定，当压力值超过阈值时通过软件打开电磁阀及时灌溉，流程见图2。

图2 传感器监测及自动灌溉控制示意图

1.4 测定指标

新梢长度：新梢长度是葡萄生长的关键指标，也影响葡萄养分累积和转移过程。新梢摘心前用卷尺测量各处理随机选取的15条结果枝基部到顶端的长度，取其平均值，单位为cm。测样时期为萌芽后至摘心操作前，测样时间间隔为3 d左右，日期为3月9日、3月12日、3月15日、3月19日、3月21日、3月24日、3月27日和3月31日。

新梢茎粗：新梢摘心前和成熟期，每个处理随机调查15条结果枝，用游标卡尺测量结果枝第3节间的平凹面粗度，单位为mm。测样时期为整个生长期，测样时间间隔为1个月，日期为3月20日、4月20日、5月20日、6月20日。

新梢叶片 SPAD：新梢摘心前和成熟期，每个处理随机调查15条结果枝，用SPAD仪测量结果枝第4叶片的SPAD值，精确到0.1。测样时期为整个生长期，测样间隔为20 d，日期为4月5日、4月25日、5月15日、6月5日和6月25日。

产量和单穗重：葡萄收获期测定，每个处理随机选取15株正常结果树，记录每株葡萄果穗数，并随机选取10穗葡萄测定单穗重，取平均值，计算单株产量，折算成每公顷产量=单株产量×公顷株数，单位为t/hm2。

果实横径：将测产中随机选取的10穗葡萄作为样品，然后分别从果穗上、中、下取3粒果实，共30粒，用游标卡尺测定果实横径，单位为mm；电子天平称单粒重，单位为g。

内在品质：葡萄成熟期采样测定，可溶性固形物用糖度计测定，单位为%；可滴定酸通过NaOH中和滴定法测定，单位为%；维生素C含量采用2，6-二氯靛酚滴定法测定，单位为mg/100 g。

水分利用效率（WUE）采用灌溉水利用效率即葡萄的产量与灌水量之比来表示。

氮肥偏生产力（PFPN）采用葡萄鲜果产量与氮肥投入量之比表示。

2 结果与分析

2.1 对设施葡萄生长指标的影响

2.1.1 新梢长度

4个处理中，FT处理3月9日新梢长度最短，但水肥的过量供应导致生长速率较快，后期与OF和IM处理无显著性差异，但显著高于OI处理。反映出水肥对新梢生长的调节作用，通过降低灌水量能够显著避免新梢徒长，而肥料的投入特别是氮肥用量的提高对新梢长度有明显的促进作用。

2.1.2 新梢茎粗

通过对新梢茎粗的分析（图4）发现，新梢茎粗在3、4和6月各处理间均没有显著差异，仅5月有一定差异，其中OF和IM处理显著高于FT处理，而与OI处理无差异。说明灌水量减少并不会影响新梢茎粗，再配套合理施肥反而有利于葡萄新梢茎粗的增加。

图3 不同处理对新梢长度的影响

图4 不同处理对新梢茎粗的影响

2.1.3 SPAD值

图5显示，各处理在生长后期叶片SPAD值趋于一致，但前期SPAD值表现出差异。OF处理通过增加前期氮肥投入，叶片SPAD值显著高于FT处理，反映出随着氮肥投入的增加，光合作用和营养转化能力加强。OI处理降低灌溉量并没有显著改变叶片SPAD值，而IM处理在生长中期SPAD值显著高于FT处理。这反映出氮肥是决定叶片SPAD值的主要因素，而适当降低灌溉量不会降低叶片SPAD值。

图5 不同处理对叶片SPAD值的影响

2.1.4 果实横径

图6显示，5月初果期果实横径处理间没有差异，从6月开始随着果实生长各个处理间差异显现，其中OI、OF和IM处理均能够显著提高果实横径，不同处理对果实横径促进作用的时间先后顺序为OF处理最早，其次为IM处理，最后为OI处理，这表明肥料的合理施用是决定果实横径快速增长的主要因素，水分的合理供应也能够显著增加果实横径，但效果弱于合理施肥。

图6 不同处理对果实横径的影响

2.2 对设施葡萄产量与品质指标的影响

2.2.1 单穗重、单株穗数、单粒重和产量

通过对产量指标进行分析（表3）看到，OI、OF和IM处理能够显著提高单穗重和单粒重，但对于单株穗数和产量而言，OI和OF处理并没有显著提升穗数和产量，而水肥交互作用的IM处理能够显著提升穗数和产量。

2.2.2 可溶性固形物、可滴定酸、固酸比和维生素C含量

通过对果实品质进行测定（表4）分析发现，OF和IM处理的果实可溶性固形物含量显著提高，而OI与FT处理相比可溶性固形物无显著性差异，这反映出可溶性固形物的改善主要通过合理施肥实现。OI、OF和IM处理均能显著降低可滴定酸含量，提升固酸比，而维生素C含量需要合理的水肥交互（IM）才能够实现显著提高。

表4 不同处理下的果实品质指标

2.3 对水分、养分利用效率及经济效益的影响

2.3.1 水分利用效率

试验所在的德众葡萄园在2019年以前均采用漫灌方式进行灌溉，整个物候期一共灌水5次，总灌水量4500 t/hm2，2019年更改为滴灌方式（FT）后灌溉量仍为5次，而用水量下降至3024 t/hm2，OI处理用水量下降至2016 t/hm2，相比于FT处理节水效率达到33.3%。IM处理的WUE最高，其次为OI和OF处理，FT处理最低，仅为5.53 kg/m3，这表明农户采用水肥一体化后因缺乏灌溉决策仅将其作为一种输水方式来进行灌溉，并没有提高水分利用效率。

图7 不同处理对水分利用效率的影响

2.3.2 氮肥偏生产力

PFPN反映了氮肥的效率，图8表明，OI处理PFPN最大，显著高于OF处理。FT、OF和IM处理的PFPN差异不显著，原因主要是OF和IM处理提高了氮肥的用量。在相同施肥条件下，OI处理通过合理灌溉促进了氮肥的利用，比FT处理提高41.3%。在相同灌溉条件下增加氮肥投入，OF和FT处理的PFPN差异不显著，IM和OI处理的PFPN差异不显著，这表明合理增加氮肥并不会降低氮肥的利用效率。

图8 不同处理对氮肥偏生产力的影响

2.3.3 经济效益

通过对灌溉成本进行分析发现，园区采用深井水进行灌溉，水泵功率为30.0 kW，额定流量为50.0 t/h，计算灌溉1 t水的耗电量为0.6 kW/h。根据农业用电1 kW/h 0.61元计算用电成本，漫灌共花费1665元/hm2；滴灌（FT）方式用电成本为1119元/hm2（表5）；优化灌水处理（OI）用电成本为746元/hm2。表5表明，按照农业用水价格每吨0.40元计算水费，FT、OI处理水费成本分别为1210、806元/t。滴灌带按照0.06元/m计算，滴灌带成本为291.6元/hm2。传感器成本按照8年使用年限结合德众葡萄园33 hm2的种植面积折算，成本为每年77.4元/hm2。综合计算灌溉成本，FT、OF处理成本是2620.6元/hm2；OI和IM处理成本为1921元/hm2。

表5 不同处理下的灌溉成本 （元/hm2）

通过对肥料投入成本进行计算，FT处理和OI处理采用15-9-16的复合肥折合3.13元/kg计算，每公顷投入2348元；硫酸镁折合2元/kg计算，每公顷投入150元；中微肥折合3元/kg计算，每公顷投入900元，总计肥料投入成本为每公顷3398元。OF和IM处理采用尿素按2元/kg计算，每公顷投入978元；硫酸镁折合2元/kg计算，每公顷投入150元；硫酸钾按5元/kg计算，每公顷投入1030元，总计肥料投入成本为每公顷2158元。

总成本为FT处理每公顷6018.6元；OI处理比FT处理节省成本11.6%，每公顷5319元；OF处理比FT处理节省20.6%的成本，为每公顷4778.6元；IM处理节省32.2%的成本，为每公顷4079元。

3 讨论与结论

灌溉管理常常根据土壤水分含量、植物水分状态以及冠层温度3种方式进行灌溉决策［24］，已有研究中土壤灌溉阈值作为灌溉决策的指标主要分为土壤水分含量、田间持水量和土壤水势3种。土壤水分含量指标研究中，黄冠华等［9］认为光合速率最高时的土壤水分含量作为灌溉阈值下限合适；Abrisqueta等［25］认为作物根区土壤水分含量减少速率从缓慢变为迅速的拐点作为灌溉阈值比较合适。田间持水量指标研究中刘洪光等［11］基于产量反应得到灌溉阈值为田间持水量的40%；Zsofi等［26］则认为田间持水量的50%作为灌溉阈值WUE最高。这两种指标基于田间持水量和相对水分含量的决策阈值由于受不同的土壤类型影响较大难以有效推广应用。土壤水势由于能够反应根系从土壤中获取水分的能力，是较好的决策指标，以往研究中梁鹏［10］的研究表明土壤水势阈值为-30 kPa WUE最高，娄玉穗等［27］认为巨峰葡萄在萌芽至果实生长前、坐果至着色、着色后适宜的阈值指标分别为-10、-15和-20 kPa，但这些研究以传统的土壤水分张力计进行测定费时费力，以土壤水势阈值梯度进行研究没有考虑根系分布范围和葡萄实际生产的需水规律。基于上述情况，本研究选择土壤水分张力原理的传感器建立阈值具有度数精准、不受土壤结构影响等特点，可以避免不同土壤类型和结构的扰乱，并且结合葡萄生长过程中的需水规律以距离主根水平0～10 cm、垂直10～20 cm的吸收根分布范围进行监测，并设置阈值进行试验。研究结果显示，萌芽至开花前土壤水分压力不超过30 kPa，果实生长期适当进行水分亏缺，但土壤水分压力不超过200 kPa作为灌溉决策阈值指标，全生育期总灌溉次数增加5次，而灌溉量可控制到2016 t/hm2，按照设施葡萄水量平衡方法，基本能够实现水分平衡。

2019年全年管理中，根据土壤条件和单位产量养分吸收量确定的养分投入指标中没有投入磷肥，但产量并没有减少，反而增加到27.27 t/hm2，这一原因主要是由于土壤中磷含量过高，达到86.06 mg/kg，而土壤有效磷含量丰缺指标＞ 40 mg/kg，为极高水平，必须要考虑土壤磷钾含量过量的问题。而从氮钾的投入来看，投入总量基本与果实携走量一致，其中存在少许偏差在于本试验没有对水肥一体化技术中肥料溶液的浓度进行控制，因此肥料的投入量与水分之间的耦合关系还有优化空间。但总体而言，在设施果园中，由于常年大量投入养分，普遍存在土壤养分盈余，尤其是磷钾等，基于养分吸收规律和土壤测试的施肥决策体系具有普遍应用的价值。

在智能滴灌施肥体系中，NB-IoT网络支持低功耗、高连接要求的传感器设备进行高效连接，传感器实时监测的流量费用大大降低且待机时间更长。装配基于NB-IoT网络的eVineyard一体式传感器以15 min/次的频率进行实时监测能够满足及时决策和控制的要求，同时开发手机端控制体系进行远程控制，以简易的施肥罐和智能化电磁阀、智能水表建立灌溉施肥自动控制使低成本的水肥一体化应用成为可能，可以预见，未来低成本高效率的NB-IoT网络和支持设备将有广阔的发展空间。