1. 课程导入与系统概览

传统灌溉往往依赖经验：看天、看叶、看土表，或者干脆按固定时间表开阀。问题在于，作物根系真正关心的是根区土壤中还有多少可利用水，而土表干湿、叶片萎蔫往往滞后于根区水分变化。土壤墒情驱动的自动灌溉，核心思路是把“根区含水量”变成可测量的控制信号：传感器定时采集土壤水分，控制器依据设定的阈值或灌溉策略判断是否需要补水，再通过电磁阀、水泵或滴灌系统执行灌溉，并在达到目标含水量后停止。它把“人凭经验决定浇不浇”转变为“系统依据土壤状态决定浇多少、何时浇”。

要理解这套系统，先要抓住一个关键概念：土壤墒情。墒情不是简单的“土湿不湿”，而是指根层土壤中水分对作物可利用的程度。工程上常用体积含水率（VWC，单位 m³/m³ 或 %）或土壤水势（如 kPa）来表达。体积含水率直观、易被电容式传感器测量；土壤水势更接近作物吸水难易程度，但测量与维护成本更高。入门阶段通常以体积含水率为控制量，并针对不同土壤质地设定不同阈值。例如砂土田间持水量约 0.15～0.20 m³/m³、黏土可达 0.35 m³/m³ 以上，因此“同一个 20% 阈值”在砂土可能偏湿、在黏土可能偏干，阈值必须结合土壤类型与作物根系深度标定，而不能照搬。

从系统组成看，一套典型的墒情驱动自动灌溉系统可以分成四层：感知层（埋设在根区的土壤水分传感器，必要时辅以温度、降雨、气象数据）、决策层（控制器或网关，负责采集、滤波、阈值判断、灌溉时长计算与联锁保护）、执行层（电磁阀、水泵、滴灌带或喷头，以及继电器/接触器等驱动部件）、交互与数据层（本地显示屏、手机端或云平台，用于查看墒情曲线、修改参数和接收告警）。四层之间是“测量—判断—动作—反馈”的闭环：灌溉后土壤水分上升，传感器再次测量，形成下一轮判断。这个闭环正是自动灌溉区别于定时灌溉的本质。

上图把系统拆成“感知—决策—执行—交互”四层，并标出闭环方向：传感器测得的墒情进入控制器，控制器按阈值与时长策略驱动阀门，水进入根区后再次被传感器感知。图中给出的 0.18 m³/m³ 启动、0.26 m³/m³ 停止、持续 10 分钟确认、最长 20 分钟限制，均为教学示例参数，实际项目必须依据土壤质地、作物种类、根深和传感器埋深重新标定。

为什么值得做这套系统？第一是节水与稳产：按需补水可减少深层渗漏和地表蒸发损失，避免“浇过头”导致根系缺氧；第二是降低人工依赖：大面积园区或分散地块不必频繁巡田开阀；第三是可追溯与可优化：墒情曲线和灌溉记录积累后，可以反过来校准阈值和灌溉时长。但也要清醒认识其边界：单点传感器只能代表局部，埋深不当会测到表层或深层“假墒情”；土壤空间变异大时，需要多点布设或分区控制；传感器长期埋设会受盐分、温度、接触不良影响，必须定期校准与清洗。自动灌溉不是“装上就完事”，而是“测量可信、策略合理、执行可靠”三者缺一不可。

从学习路径上，本课程将沿着这条闭环逐步展开。先建立土壤水分的基本概念与阈值标定方法，弄清“控制量到底是什么、上下限怎么定”；再进入传感器选型、埋设与数据滤波，解决“测得准不准”；随后学习控制器逻辑、灌溉时长计算与联锁保护，解决“判断与动作是否可靠”；再结合电磁阀、水泵与管网，讨论执行端的流量匹配与故障处理；最后通过案例与排障，把单点系统扩展到分区控制和数据优化。学习时建议始终围绕三个问题：当前墒情是多少、目标区间是多少、系统凭什么判断并执行。只要这三问能答清楚，后续的选型、接线、参数设置和故障排查就有了共同的语言。