智能灌溉是不需要人为控制，灌溉系统智能自动做出灌溉决策并执行决策，动态监测执行过程，进行深度的反馈学习，精准水肥一体化的灌溉。智能灌溉控制器是智能灌溉系统的核心，感知现场环境的传感器是智能灌溉的基础，对大量数据的人工智能数据处理是智能灌溉的关键。以下是与智能灌溉相关的几个常见问题。

1. 传统的灌溉控制器本质上是定时器或流量控制器

智能灌溉需要智能灌溉控制器来实现，目前市场上有大量冠以“智能灌溉控制器”名称的产品，但绝大部分这些产品本质上是定时器或流量控制计。即，按照用户预设的时间点、时间周期进行灌溉。对于受人工干预较大的环境，比如人工温室，采用定时、定量的灌溉模式一定程度上能够满足灌溉需求。但是，对于广泛的大田环境，由于时刻发生的气象变化、土壤环境变化等情况，固定灌溉时间或灌溉量的灌溉方式不能满足灌溉需求。

2. 自动灌溉与智能灌溉的区别

自动灌溉是区别于手动灌溉、人工灌溉的概念，突出灌溉控制器能够根据设定的时间、流量、土壤湿度上下限等参数自动执行灌溉或者基于物联网技术的远程控制取代人工现场操作，具有解放劳动力的价值，但是，如前述，在温室等人工干预较大的环境中，自动灌溉在一定程度上能够满足灌溉需求，对于广泛的大田环境，影响灌溉决策的变化因素很多，涉及生物学、气象和人为活动。农业生产过程中需要做出的许多决定，如：哪块地要先种，种什么作物？选哪种型号的种子、化肥、农药？施肥、灌溉的时间点、量及频率如何把握？气象、天气、降雨预测，土壤理化性质的变化情况？农场农业灌溉设施、机械、工人的协调安排……当众多因素需要协调研究从中选择最优方案时，“自动灌溉”完全离不开人在各个环节中参与决策，因此，不存在离开人为决策的“自动灌溉”。 智能灌溉则要求不需要人为控制，灌溉系统智能自动做出灌溉决策，而且系统做出的灌溉决策要比人做出的决策更科学、更迅速，就如同已经称霸围棋界的谷歌人工智能系统AlphaGo，AlphaGo的每一步围棋怎么走完全是“人工智能”自动做出的决定。

3. 智能灌溉系统需求具备的4个核心要素

3.1，全方位、多维度地现场感知

实时获得全方位、多维度的现场数据及生态大数据是智能灌溉系统决策的基石。现场感知多深度土壤水分及连续变化情况、地表及地下土壤温度、作物活跃吸水根系位置及分布情况、气象数据等诸多对作需水及生产环境产生影响的因素。生态大数据提供本地ET0历史数据、未来的ET0预测数据、未来的降雨预测数据、农作物耗水规律数据、土壤水特征数据等。基于现场感知和本地的生态大数据的无缝融合，根据作物生长信息，自动分析根系活跃吸水位置及分布比例；智能识别作物缺水胁迫、田间持水量、饱和含水量；智能计算土壤有效储水量、土壤蓄水潜力、土壤水渗透速率；智能预测未来的降雨量、作物需水量等信息的综合计算，才可以科学动态的做出一次灌溉延续时间、灌溉量、灌溉周期等决策。

3.2，人工智能的灌溉决策及执行

灌溉控制器内置灌溉决策模型，基于现场感知的数据及生态大数据进行灌溉决策并控制水泵、变频器、田间电子阀、喷枪等设备执行灌溉决策。

3.3，深度反馈学习，自我修正、自我衍进

具备反馈系统是智能灌溉与自动灌溉、传统灌溉的核心区别。灌溉系统向灌溉控制器反馈流量、水压、水泵、变频器、电磁阀开关状态等运行工况信息；田间传感器向灌溉控制器反馈灌溉深度、有效灌溉量等灌溉目标执行情况。灌溉控制器对反馈数据与目标数据进行对比分析，调整灌溉决策。灌溉控制器与云端大数据平台智能互联，灌溉控制器能自动从云端获取更新最新的灌溉决策程序。比如，传统的灌溉控制器没有检测或报警反馈系统，系统不能智能判断管道是否有泄漏或者电磁阀工作状态异常（例如啮齿动物咬断了电线）。

3.4，精准水肥一体化

智能灌溉控制器能够对施肥机、肥料浓度、流量进行控制，将由固体肥料或液体肥料配兑成的肥液母液按照设定时间，以预定的配比均匀、适量的按时输送到作物根部土壤。

结语

智能灌溉是当前农业灌溉发展的潮流.智能灌溉系数整合先进的传感器技术,信息技术以及人工智能技术,提高灌溉的精准度,提高水的利用率,提高灌溉管理水平,改变人为操纵==操作的随意性和盲目性,同时减少灌溉用工,降低管理成本,显著提高农业生产效益。