Smart water management in agriculture: convergence of sensors, imaging, AI, precision irrigation, and robotics systems

农业灌溉系统会因径流、蒸发和深层渗漏而承受严重的水量损失。作物需水量随作物种类、生长阶段、土壤性质、蒸散量、天气和植株水分状况而变化；因此，仅基于单一参数的灌溉调度是不够的。传统的水管理系统往往依赖均匀灌溉、固定调度和有限的实时信息，忽视了土壤、作物和天气条件的时空变异，可能导致水分损失、过度灌溉和灌溉不足。本文综述了将人工智能驱动的传感与成像技术、基于物联网的精准灌溉、变量灌溉技术、数字孪生和农业机器人集成应用于作物水分管理的研究。这些方法整合了田块、作物、天气和空间信息，以支持需水评估、作物胁迫监测、灌溉调度、定点变量灌溉和自动化水分管理。所综述的研究报告了在不同作物和灌溉系统中实现的节水、水分利用效率提升、作物表现改善以及更具田块针对性的灌溉和投入品施用。本文还指出了这些系统的局限性，包括传感可靠性、模型可迁移性、连通性、互操作性、网络安全、投资成本和环境影响。总体而言，这些技术的集成可为及时且针对具体田块的灌溉决策提供可能，并支持农业中高效且具有气候韧性的水分管理。