CN103970976A - 农业干旱预警预报监测装置和方法 - Google Patents
农业干旱预警预报监测装置和方法 Download PDFInfo
- Publication number
- CN103970976A CN103970976A CN201310047294.9A CN201310047294A CN103970976A CN 103970976 A CN103970976 A CN 103970976A CN 201310047294 A CN201310047294 A CN 201310047294A CN 103970976 A CN103970976 A CN 103970976A
- Authority
- CN
- China
- Prior art keywords
- soil moisture
- information
- crop
- arid
- moisture content
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种农业干旱预警监测装置,包括:墒情数据实时采集模块,干旱情况评价模块,信息发布模块,数据库和中长期气象预报接口。本发明还提供了能够基于上述装置的农业干旱预警监测方法。本发明是根据实时采集的不同地域的土壤墒情信息再结合第三方提供的未来预定时间内降水、温度信息,预测不同地域未来预定时间内作物水分盈亏情况,并进行基于所述作物水分盈亏情况的干旱区划划分。这样有利于及时的发现旱情,以便能合理调配水资源以应对灾情。实现对干旱全面监测、科学评估和预警,对解决农业干旱或洪涝造成的损失具有重要的理论与现实意义。
Description
技术领域
本发明涉及农业、水资源开发利用领域,尤其涉及一种农业干旱预警预报监测装置和方法。
背景技术
我国是一个农业大国,庞大的人口基数对粮食的需求形成刚性约束。然而,我国特殊的地理地貌和地域气候特点使得农业面临着众多自然灾害。而干旱是影响我国农业生产的主要自然灾害之一,每年应旱灾损失的粮食占全国因灾损失粮食总量的一半。这一方面在于广大农民一直存在“靠天吃饭”的思想,另一方面,在于决策部门缺乏应有的实时墒情、雨情分析信息,无法及时的进行农业干旱预警。
面对全球性的旱涝事件广发和频发的态势,我国干旱频发、影响程度快速加重,并成为经济社会发展和生态环境保护的重大障碍性因素的现实情况,而目前我国国内农业干旱监测预警体系是建立在土壤含水量基础上,基本没有系统的结合气象系统和农业需水规律开展包括农业干旱全面监测、评估和预警的体系。即使在农业干旱的监测方面,目前也主要集中于土壤水分站点的监测方面,并没有依据农作物是否真正缺水这一客观科学事实进行系统分析,结合气象预报的研究更是没有。
发明内容
为解决农业干旱监测只通过土壤水分站点的监测这一技术问题,本发明提出了一种系统地结合气象系统和农业需水规律开展包括农业干旱全面监测、科学评估和预警的农业干旱预警预报监测装置和方法。
本发明提供了一种农业干旱预警监测装置,包括:
墒情数据实时采集模块,用于获取不同地域的土壤墒情信息;
干旱情况评价模块,用于根据所述不同地域的土壤墒情信息和未来预定时间内降水、温度信息,预测所述不同地域所述未来预定时间内作物水分盈亏情况,并进行基于所述作物水分盈亏情况的干旱区划划分。
进一步地,上述农业干旱预警监测装置,还包括:
数据库,用于对所述土壤墒情信息、所述未来预定时间内作物水分盈亏情况和所述干旱区划进行保存、更新和查询;
信息发布模块,用于接收授权用户通过互联网网络浏览器发出的数据查询请求,通过查询所述数据库,为其提供相应信息;
中长期气象预报接口,用于从第三方获取所述未来预定时间内降水、温度信息。
具体地,所述中长期气象预报接口、所述干旱情况评价模块和所述信息发布模块共同构成Web服务器。
具体地,所述墒情数据实时采集模块,包括:
墒情数据采集子模块,用于实时获取所在地域的土壤墒情信息和地理位置;
网关模块,与所述墒情数据采集子模块连接,用于汇总不同地域的每个地域的土壤墒情信息和地理位置,并对所述土壤墒情信息和地理位置进行上传。
具体地,采用GIS平台,实现对干旱区划的划分。
本发明还提供了一种农业干旱预警监测方法,包括如下步骤:
获取不同地域的土壤墒情信息;
根据所述不同地域的土壤墒情信息和未来预定时间内降水、温度信息,预测所述不同地域所述未来预定时间内作物水分盈亏情况,并进行基于所述作物水分盈亏情况的干旱区划划分。
具体地,根据所述不同地域的土壤墒情信息和未来预定时间内降水、温度信息,预测所述不同地域所述未来预定时间内作物水分盈亏情况,并进行基于所述作物水分盈亏情况的干旱区划划分,包括:
评价指标计算;
评价标准确定;
干旱区划划分。
进一步地,所述评价指标计算包括如下步骤:
Ⅰ、按照公式(1)进行作物缺水指标的计算:
公式(1)中,ETm为时段内潜在植被需水量,CWSI为作物缺水指标,ET为作物实际蒸发蒸腾量;
Ⅱ、对于作物实际蒸发蒸腾量,结合月尺度降水预报资料值和土壤墒情监测数据,按照公式(2)水量平衡进行计算:
ET=P+Wt1-Wt2 (2)
公式(2)中,Pt2-t1为t2-t1时段内有效降水,Wt1为前一时段土壤含水量,Wt2为当前时段土壤含水量;
Ⅲ、对于作物潜在蒸发蒸腾量,结合时段内气象资料,采用Penman-monteith公式(3)进行计算:
公式(3)中,RN为净辐射,G为土壤热通量,Δ为饱和水汽压对温度的导数,γ为湿度计常数,T为气象观测气温,U2为2m高处风速,Kc为植被系数ETm为时段内潜在植被需水量;
通过公式(1)-(3)可计算得出不同阶段作物缺水指标。
具体地,根据所述不同地域的土壤墒情信息和未来预定时间内降水、温度信息,预测所述不同地域所述未来预定时间内作物水分盈亏情况,所用到的公式为:
Kd=(P+G+W1-W0+I)/[(W2-W0)+ET];
式中,Kd为作物旱情指标,P为相应时段的降水量,G为相应时段地下水补给量,W1为时段初作物根系层土壤含水量,W2为时段末作物根系层土壤含水量,W0作物土壤凋萎含水量,I为相应时段内灌溉水量,ET为作物实际蒸发蒸腾量。
具体地,获取不同地域的土壤墒情信息和地理位置,包括:
实时获取所在地域的土壤墒情和地理位置;
汇总不同地域的每个地域的土壤墒情和地理位置,并对所述土壤墒情和地理位置进行上传。
具体地,实时获取所在地域的土壤墒情信息和地理位置,包括:
对一地域的土壤情况进行监测,自动获取所监测地域的位置信息;
获取位于所述监测地域上的当前土壤墒情信息,所述当前土壤墒情信息包括当前土壤的温度、湿度信息;
将所述位置信息、温度信息及湿度信息进行转换和存储。
具体地,用于汇总不同地域的每个地域的位置和土壤墒情信息和地理位置,并对所述土壤墒情信息和地理位置进行上传,包括:
进行GPRS网络附着,连接到互联网;
进行定期数据查询,获取不同地域的每个地域的当前土壤墒情信息土壤墒情信息和地理位置;
对所述土壤墒情信息和地理位置进行数据压缩并通过互联网将其上传至Web服务器。
具体地,所述未来预定时间内降水、温度信息由第三方提供的中长期气象预报获得,所述中长期气象预报应具有如下特征:
利用全球大气环流模式和持续的海温异常,每月进行6次45天的集合预报;全球大气环流模式分辨率为T63,格距约1.875度,垂直方向上分为16层;大气初始条件采用全球大气同化资料(T213模式),海洋条件采用最近的周平均海表温度距平做延伸;每次预报最多包括40个集合成员,其中20个由落后平均法(LAF)的初值生成,20个由奇异向量法(SVD)的扰动初值生成;预测产品包括月平均的地面温度、降水;预测时段为未来1-10天、11-20天、21-30天、31-40天、1-30天和11-40天。
本发明的有益效果是:系统地结合气象系统和农业需水规律开展包括农业干旱全面监测、科学评估和预警,以便能合理调配水资源以应对灾情,对解决农业干旱或洪涝造成的损失具有重要的理论与现实意义。
附图说明
图1表示本发明的原理组成图;
图2表示本发明实施例的组成图;
图3表示本发明实施例中墒情数据实时采集模块的组成图;
图4表示本发明实施例中对吉林省划分旱情地域图。
其中图中:1-墒情数据实时采集模块,2-中长期气象预报接口,3-干旱情况评价模块,4-信息发布模块,5-数据库,101-墒情数据采集子模块,102-网关模块,211-定位单元,212-采集单元,213-串口通信单元,221-串口通信单元,222-数据轮询单元,223-数据压缩单元,224-TCP/IP协议栈单元,225-网络通信单元,100-多旱区,200-偏旱区,300-轻旱区,400-微旱区。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图及具体实施例对本发明进行详细描述。
本发明提供了一种农业干旱预警监测方法,包括如下步骤:获取不同地域的土壤墒情信息;根据所述不同地域的土壤墒情信息和未来预定时间内降水、温度信息,预测所述不同地域所述未来预定时间内作物水分盈亏情况,并进行基于所述作物水分盈亏情况的干旱区划划分。
我国国内农业干旱预警体系是建立在土壤含水量基础上,目前主要集中于土壤水分站点的监测方面,并没有依据农作物是否真正缺水这一客观科学事实,结合气象预报的研究更是没有。本发明是根据实时采集的不同地域的土壤墒情信息和中长期气象预报,来全面、客观、科学地对作物干旱进行监测和预警。这样有利于及时的发现旱情,做出相应的应对措施。
本发明还提供了一种农业干旱预警监测装置,包括:墒情数据实时采集模块,用于获取不同地域的土壤墒情信息;干旱情况评价模块,用于根据所述不同地域的土壤墒情信息和未来预定时间内降水、温度信息,预测所述不同地域所述未来预定时间内作物水分盈亏情况,并进行基于所述作物水分盈亏情况的干旱区划划分。
本发明通过墒情数据实时采集模块采集不同地域的土壤墒情信息,并结合气象预报,得到作物水分盈亏分析结果并划分不同等级的旱情地域。本发明的装置能全面、客观、科学地对作物进行监测和预警。这样有利于及时做出相应的措施来合理调配水资源,以降低旱情对农业生产的影响。
参照图1所示,本发明实施例的装置部分主要包括:墒情数据实时采集模块1,干旱情况评价模块3。结合墒情数据实时采集模块1采集的实时墒情信息和中长期气象预报接口2得到的气象预报信息,通过干旱情况评价模块3予以未来一段时间内的作物旱情地域信息,并由信息发布模块4发布旱情地域信息以供用户获取。数据库5,用于对土壤墒情信息、所述未来预定时间内作物水分盈亏情况和所述干旱区划进行保存、更新和查询。
参照图2所示,墒情数据实时采集模块1包括:墒情数据采集子模块101,用于获取某一地域的位置和土壤的温度、湿度,并对位置和土壤的温度、湿度信息进行转换和存储;网关模块102,用于汇总每个地域的位置和土壤的温度、湿度信息,并对位置和土壤的温度、湿度信息进行上传。墒情数据采集子模块101与网关模块102进行通信,由网关模块102将若干个墒情数据采集子模块101所采集的墒情数据打包上传至数据库5。中长期气象预报接口2得到的气象预报信息也存放在数据库5中。干旱情况评价模块3调取数据库5中存储的墒情数据实时采集模块1采集的实时墒情信息和长期气象预报模块2得到的气象预报信息,通过予以未来一段时间内的作物旱情地域信息。旱情地域信息同样保存在数据库5中,并由信息发布模块4发布旱情地域信息以供用户获取。
参照图3所示,墒情数据采集子模块101包括:定位单元211用于获取所监测地域的位置信息;采集单元212,用于采集并存储位于所述监测地域上的当前土壤墒情信息,所述当前土壤墒情信息包括当前土壤的温度、湿度;串口通信单元213,用于将所述位置信息和土壤的温度、湿度信息发送到网关模块102。
墒情数据采集子模块101核心部件为AT89C52单片机。采集单元212包括温度传感器和湿度传感器及AD转换芯片在单片机的控制下完成数据采集。定位单元211为北斗卫星定位接收机在单片机的控制下完成定位。定位单元211也可以采用GPS定位模块。采集单元212和定位单元211通讯接口单元213与网关模块102通信。通讯接口单元213为RS485通讯接口。墒情数据采集子模块101还包括Flash存储器。安装完成后放置在需要测定的地域,能实现实时数据采集。
其运行步骤为:启动系统,在AT89C52单片机的控制下通过北斗定位接收机即定位单元211获取位置信息,通过AT89C52单片机处理并由通讯接口单元213向网关模块102发送位置信息。位置信息数据包长度为8个字,采用半双工通信方式,波特率为9600实现。数据格式为第1、第2字节为传感器编号,第3、第4字节为经度值,第5、第6字节为纬度值,最后两个字节为十六进制数BB。
此后每间隔一定时间(默认为30秒,可通过拨码开关设定采集时间间隔)采集由AT89C52单片机采集单元212获取的土壤湿度、温度这两个墒情数据并在AT89C52单片机中进行处理,包括:进行16位AD转换,在每次数据采集过程中连续进行16次AD转换,去除最大值和最小值后取剩余数据的平均值作为本次数据采集的结果。将数据保存在Flash存储器中,最大存储容量为512组温度和湿度数据,每个温度和湿度数据占用两个字节,Flash数据存储器划分为上下两个半区各占1024字节,上半区保存湿度数据,下半区保存温度数据。
串口通信单元213等待网关模块102的数据传输命令,当接到数据传输命令后,对数据进行打包通过RS485串行通讯口,并应用ModBus协议将数据发送至网关模块102。通信数据包共计128个字节,其中第1和第2字节为传感器编号,第127和128字节如均为十六进制数BB表明此传感器仍有后续数据需要传输,如均为十六进制数55表明无后续数据。从第3字节到第62字节为30个土壤湿度数据,每两个字节为一个土壤湿度数据字;接下来的60个字节为30个土壤温度数据,每两个字节为一个土壤温度数据字。
参照图3所示,网关模块102核心部分为AT89C52单片机。串口通信单元221也为RS485通信接口,网络通讯单元225为MC35i型GPRS数据通信模块。网关模块102硬件部分还包括直流开关电源和Flash数据存储器。网关模块102的软件部分为嵌入式TCP/IP协议栈单元224、数据轮询传输单元222及数据压缩单元223,均固化在网关模块102中。
墒情数据采集子模块101和网关模块102之间使用RS485接口通信。
网关模块102的AT89C52单片机,控制RS485通讯接口每隔5分向墒情数据采集子模块101发送轮询信息。墒情数据采集子模块101接收轮询信息后,准备发送转换并打包的位置信息、温度信息及湿度信息。轮询信息指令格式为8个字节,第1和第2字节为轮询传感器编号,最后一个字节为十六进制数55,其余各字节均为十六进制数BB。在发出轮询信息指令后等待5秒如在此时间内没有收到墒情数据采集子模块101发送的位置信息、温度信息及湿度信息数据则重新发送指令,连续三次发送轮询信息指令无法接收数据则将此墒情数据采集子模块101视为离线,不再轮询。网关模块102接收到的数据包依次按编号存储在Flash存储器中。待对所有数据墒情数据采集子模块101完成一次轮询后,网关模块102的数据压缩单元223调用霍夫曼编码法对本次轮询的所有数据进行数据压缩。完成压缩后调用TCP/IP协议栈单元224中的PPP协议部分通过网络通信单元225进行GPRS附着,附着成功后即对压缩后的数据进行封装和发送。由于网关模块102对于整个互联网来说是一个端节点,因此在IP层仅实现IP封装,不实现数据的中继转发功能,在传输层采用UDP协议,在应用层则以HTTP协议进行封装,从而实现与网络数据库的数据交互。
参照图2所示,干旱评价体系模块3、中长期天气预报接口2和信息发布模块4实现在Web服务器上,同时以上三个模块的数据可以保存在数据库5中,方便及时调取使用。中长期天气预报接口2负责建立与中长期天气预报提供方的网络连接,中长期天气预报接口2在接受到数据后将接收到的数据存储到数据库5中。干旱评价体系模块3从数据库5中查询新近接收的数据进行处理,并通过信息发布模块4为授权用户提供数据显示和下载服务。干旱评价体系模块3应用干旱评价体系计算得到作物水分盈亏分析,所述干旱情况评价模块包括一地域划分模块,所述地域划分模块为GIS平台,根据作物水分盈亏分析画出本发明所监测和预警地区的旱情图。干旱评价体系模块3的计算结果也储存到数据库5中。
由于农业干旱时指由外界环境因素造成的作物体水分失衡发生水分亏缺、影响作物正常生长发育,进而导致减产或失收的现象。因而,涉及土壤、农作物、大气以及人类活动的影响等要素。因此,以土壤水分实时监测数据为基础,综合中长期天气预报结果,选择我国典型的农作物为对象,采用水量平衡原理,进行农作物缺水分析,通过能够综合反映气象、土壤和农作物生长特点的农业干旱预警指标——作物缺水指标进行地域农业干旱分析。
其中,中长期气象预报:以利用全球大气环流模式和持续的海温异常,每月进行6次45天的集合预报。全球大气环流模式分辨率为T63,格距约1.875度,垂直方向上分为16层。大气初始条件采用全球大气同化资料(T213模式),海洋条件采用最近的周平均海表温度距平做延伸。每次预报最多包括40个集合成员,其中20个由落后平均法(LAF)的初值生成,20个由奇异向量法(SVD)的扰动初值生成。预测产品包括月平均的地面温度、降水。预测时段为未来1-10、11-20、21-30、31-40、1-30和11-40天。
在获取上述信息后,干旱评价体系模块3采用水量平衡原理进行作物缺水分析:利用中长期降水预报成果和实时的土壤水分监测数据,利用地域水量平衡原理,进行作物不同生育期水分亏缺分析,根据作物生育阶段水分的敏感性,进行缺水率评价。
评价指标:采用能够综合考虑土壤、水分和气象因子的评价指标——作物水分缺水量,作物旱情指标,
Kd=(P+G+W1-W0+I)/[(W2-W0)+ET]
其中式中:W0为作物旱情指标,P为相应时段的降水量,G为相应时段地下水补给量,W1为时段初作物根系层土壤含水量,W2为时段末作物根系层土壤含水量,W0作物土壤凋萎含水量,I为时段内灌溉水量;ETm为时段内潜在植被需水量。
具体计算公式如式(1)
其中式(1)中:CWSI为作物缺水指标,ET为作物实际蒸发蒸腾量;ETm为作物潜在蒸发蒸腾量。
对于作物实际蒸发蒸腾量,结合月尺度降水预报资料值和土壤墒情监测数据,按照式(2)水量平衡进行计算。
ET=P+Wt1-Wt2 (2)
其中式(2)中:Pt2-t1为t2-t1时段内有效降水;Wt1为前一时段土壤含水量;Wt2为当前时段土壤含水量。
作物潜在蒸发蒸腾量,结合时段内气象资料,采用Penman-monteith公式进行计算。
其中式(3)中:RN为净辐射;G为土壤热通量;Δ为饱和水汽压对温度的导数;γ为湿度计常数;T为气象观测气温;U2为2m高处风速;Kc为植被系数。
通过公式(1)-(3)可计算得出不同阶段作物缺水指标。
评价标准为:当Kd大于1时,作物水分盈余,作物可能受涝;Kd小于1时,水分出现亏缺,作物可能受旱。结合不同作物耐旱的持续时间和地域的作物种植结构,进行地域农业干旱评价。
利用以上评价结构,通过干旱评价体系模块3进行处理。处理后所得的结果采用GIS平台绘制和标记,可实现对不同程度农业干旱的地域划分。并发布干旱地域区信息于互联网,供用户使用。
本发明的已在辽河、黄河等流域得到应用,对流域抗旱具有重要的推广应用价值。以下仅以吉林东部东辽河流域实例进行说明。
吉林省地处东亚季风气候区边缘,主要包括西部的白城地区、松原地区(三岔河除外)以及四平地区西部的双辽县。多年平均年降水量一般在370~470mm之间。全省年蒸发力最大的地方,一般在770~960mm之间。年湿润指数属全省最小,一般在0.40~0.58之间。春旱频率一般在46%以上,西部最大的地方(也是全省最大的地方)可达86%。夏秋旱的频率一般在10%以上,西部达36%。面对这种气候和地域特点,对吉林省西部松辽平原农业干旱预警预报。经以上方法评价,分析得出多旱区100、偏旱区200、轻旱区300和微旱区400。具体结果如图4。这对当地有关部门和群众及时开展旱情或洪涝灾害的应对措施有着十分重要的理论意义和现实意义。
以上所述的是本发明的优选实施方式,应当指出对于本技术领域的普通人员来说,在不脱离本发明所述的原理前提下还可以做出若干改进和润饰,这些改进和润饰也在本发明的保护范围内。
Claims (13)
1.一种农业干旱预警监测装置,其特征在于,包括:
墒情数据实时采集模块,用于获取不同地域的土壤墒情信息;
干旱情况评价模块,用于根据所述不同地域的土壤墒情信息和未来预定时间内降水、温度信息,预测所述不同地域所述未来预定时间内作物水分盈亏情况,并进行基于所述作物水分盈亏情况的干旱区划划分。
2.如权利要求1所述的一种农业干旱预警监测装置,其特征在于,还包括:
数据库,用于对所述土壤墒情信息、所述未来预定时间内作物水分盈亏情况和所述干旱区划进行保存、更新和查询;
信息发布模块,用于接收授权用户通过互联网网络浏览器发出的数据查询请求,通过查询所述数据库,为其提供相应信息;
中长期气象预报接口,用于从第三方获取所述未来预定时间内降水、温度信息。
3.如权利要求1所述的一种农业干旱预警监测装置,其特征在于,所述中长期气象预报接口、所述干旱情况评价模块和所述信息发布模块共同构成Web服务器。
4.如权利要求1所述的一种农业干旱预警监测装置,其特征在于,所述墒情数据实时采集模块,包括:
墒情数据采集子模块,用于实时获取所在地域的土壤墒情信息和地理位置;
网关模块,与所述墒情数据采集子模块连接,用于汇总不同地域的每个地域的土壤墒情信息和地理位置,并对所述土壤墒情信息和地理位置进行上传。
5.如权利要求1所述的一种农业干旱预警监测装置,其特征在于,采用GIS平台,实现对干旱区划的划分。
6.一种农业干旱预警监测方法,其特征在于,包括如下步骤:
获取不同地域的土壤墒情信息;
根据所述不同地域的土壤墒情信息和未来预定时间内降水、温度信息,预测所述不同地域所述未来预定时间内作物水分盈亏情况,并进行基于所述作物水分盈亏情况的干旱区划划分。
7.如权利要求6所述的一种农业干旱预警监测方法,其特征在于,根据所述不同地域的土壤墒情信息和未来预定时间内降水、温度信息,预测所述不同地域所述未来预定时间内作物水分盈亏情况,并进行基于所述作物水分盈亏情况的干旱区划划分,包括:
评价指标计算;
评价标准确定;
干旱区划划分。
8.如权利要求7所述的一种农业干旱预警监测方法,其特征在于,所述评价指标计算包括如下步骤:
Ⅰ、按照公式1进行作物缺水指标的计算:
公式1中,ETm为时段内潜在植被需水量,CWSI为作物缺水指标,ET为作物实际蒸发蒸腾量;
Ⅱ、对于作物实际蒸发蒸腾量,结合月尺度降水预报资料值和土壤墒情监测数据,按照公式2水量平衡进行计算:
ET=P+Wt1-Wt2
公式2中,Pt2-t1为t2-t1时段内有效降水,Wt1为前一时段土壤含水量,Wt2为当前时段土壤含水量;
Ⅲ、对于作物潜在蒸发蒸腾量,结合时段内气象资料,采用Penman-monteith公式3进行计算:
公式3中,RN为净辐射,G为土壤热通量,Δ为饱和水汽压对温度的导数,γ为湿度计常数,T为气象观测气温,U2为2m高处风速,Kc为植被系数Etm为时段内潜在植被需水量;
通过公式1-3可计算得出不同阶段作物缺水指标。
9.如权利要求6所述的一种农业干旱预警监测方法,其特征在于,根据所述不同地域的土壤墒情信息和未来预定时间内降水、温度信息,预测所述不同地域所述未来预定时间内作物水分盈亏情况,所用到的公式为:
Kd=(P+G+W1-W0+I)/[(W2-W0)+ET];
式中,Kd为作物旱情指标,P为相应时段的降水量,G为相应时段地下水补给量,W1为时段初作物根系层土壤含水量,W2为时段末作物根系层土壤含水量,W0作物土壤凋萎含水量,I为相应时段内灌溉水量,ET为作物实际蒸发蒸腾量。
10.如权利要求6所述的一种农业干旱预警监测方法,其特征在于,获取不同地域的土壤墒情信息和地理位置,包括:
实时获取所在地域的土壤墒情和地理位置;
汇总不同地域的每个地域的土壤墒情和地理位置,并对所述土壤墒情和地理位置进行上传。
11.如权利要求10所述的一种农业干旱预警监测方法,其特征在于,实时获取所在地域的土壤墒情信息和地理位置,包括:
对一地域的土壤情况进行监测,自动获取所监测地域的位置信息;
获取位于所述监测地域上的当前土壤墒情信息,所述当前土壤墒情信息包括当前土壤的温度、湿度信息;
将所述位置信息、温度信息及湿度信息进行转换和存储。
12.如权利要求10所述的一种农业干旱预警监测方法,其特征在于,用于汇总不同地域的每个地域的位置和土壤墒情信息和地理位置,并对所述土壤墒情信息和地理位置进行上传,包括:
进行GPRS网络附着,连接到互联网;
进行定期数据查询,获取不同地域的每个地域的当前土壤墒情信息土壤墒情信息和地理位置;
对所述土壤墒情信息和地理位置进行数据压缩并通过互联网将其上传至Web服务器。
13.如权利要求6所述的一种农业干旱预警监测方法,其特征在于,所述未来预定时间内降水、温度信息由第三方提供的中长期气象预报获得,所述中长期气象预报应具有如下特征:
利用全球大气环流模式和持续的海温异常,每月进行6次45天的集合预报;全球大气环流模式分辨率为T63,格距约1.875度,垂直方向上分为16层;大气初始条件采用全球大气同化资料T213模式,海洋条件采用最近的周平均海表温度距平做延伸;每次预报最多包括40个集合成员,其中20个由落后平均法LAF的初值生成,20个由奇异向量法SVD的扰动初值生成;预测产品包括月平均的地面温度、降水;预测时段为未来1-10天、11-20天、21-30天、31-40天、1-30天和11-40天。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310047294.9A CN103970976A (zh) | 2013-02-06 | 2013-02-06 | 农业干旱预警预报监测装置和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310047294.9A CN103970976A (zh) | 2013-02-06 | 2013-02-06 | 农业干旱预警预报监测装置和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103970976A true CN103970976A (zh) | 2014-08-06 |
Family
ID=51240466
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310047294.9A Pending CN103970976A (zh) | 2013-02-06 | 2013-02-06 | 农业干旱预警预报监测装置和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103970976A (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104765297A (zh) * | 2015-03-31 | 2015-07-08 | 梁伟 | 基于红外热像仪的智能农业系统 |
CN105760962A (zh) * | 2016-03-14 | 2016-07-13 | 西北农林科技大学 | 一种蚊蚋监测预警系统 |
CN106372422A (zh) * | 2016-04-08 | 2017-02-01 | 中国水利水电科学研究院 | 一种内陆河三元结构的干旱评价系统 |
CN106818418A (zh) * | 2017-01-14 | 2017-06-13 | 厦门精图信息技术有限公司 | 基于gis的城市绿化植被智慧管控系统 |
CN107122855A (zh) * | 2017-04-25 | 2017-09-01 | 无锡中科智能农业发展有限责任公司 | 一种基于机器学习的农田作物蒸散量预测系统 |
CN107491844A (zh) * | 2017-08-28 | 2017-12-19 | 中国水利水电科学研究院 | 农田灌溉层次需水量的分析方法 |
CN108931618A (zh) * | 2018-04-12 | 2018-12-04 | 澳门培正中学 | 一种水下探测器的数据上传方法及系统 |
CN110163472A (zh) * | 2019-04-11 | 2019-08-23 | 中国水利水电科学研究院 | 大范围极端干旱应急监测与影响评估方法及系统 |
CN110210688A (zh) * | 2019-06-18 | 2019-09-06 | 中国农业科学院农业资源与农业区划研究所 | 基于作物需水与土壤供水的农业干旱灾害监测预报方法 |
CN110751412A (zh) * | 2019-10-28 | 2020-02-04 | 云南瀚哲科技有限公司 | 一种农业气象灾害预警方法及系统 |
CN110909973A (zh) * | 2019-09-25 | 2020-03-24 | 中国水利水电科学研究院 | 考虑下垫面条件的旱情综合监测评估方法 |
CN111869546A (zh) * | 2020-07-16 | 2020-11-03 | 广州百畅信息科技有限公司 | 一种基于物联网的灌溉装置 |
CN112837169A (zh) * | 2021-01-11 | 2021-05-25 | 黄河勘测规划设计研究院有限公司 | 一种干旱过程网格化旱情综合监测、预警与评估方法 |
CN113218808A (zh) * | 2021-03-31 | 2021-08-06 | 安徽华梦检测科技有限公司 | 一种土壤检测用分离检测装置及其使用方法 |
CN113762773A (zh) * | 2021-09-07 | 2021-12-07 | 江西省农业科学院园艺研究所 | 一种灾害监测预报的关联定位分解方法及系统 |
CN115088595A (zh) * | 2022-05-16 | 2022-09-23 | 中联智慧农业股份有限公司 | 针对农作物的自动灌溉方法、装置、系统及处理器 |
CN116384591A (zh) * | 2023-05-23 | 2023-07-04 | 中国水利水电科学研究院 | 一种基于大数据的旱情预测方法、系统和介质 |
-
2013
- 2013-02-06 CN CN201310047294.9A patent/CN103970976A/zh active Pending
Non-Patent Citations (6)
Title |
---|
康贵春 等: ""辽宁省旱情监测系统建设研究"", 《水利水电技术》 * |
张书滨 等: ""江西省农业旱情预测模型的建立与应用"", 《南昌大学学报(工科版)》 * |
景毅刚 等: ""陕西省干旱预测预警技术及其应用"", 《中国农业气象》 * |
王密侠 等: ""陕西省作物旱情预报系统的研究"", 《西北水资源与水工程》 * |
王纯枝 等: "《中国气象学会2007年年会生态气象业务建设与农业气象灾害预警分会场论文集》", 30 November 2007 * |
苏永秀 等: ""水分盈亏指数及其在农业干旱监测中的应用"", 《气象科技》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104765297A (zh) * | 2015-03-31 | 2015-07-08 | 梁伟 | 基于红外热像仪的智能农业系统 |
CN105760962A (zh) * | 2016-03-14 | 2016-07-13 | 西北农林科技大学 | 一种蚊蚋监测预警系统 |
CN106372422A (zh) * | 2016-04-08 | 2017-02-01 | 中国水利水电科学研究院 | 一种内陆河三元结构的干旱评价系统 |
CN106372422B (zh) * | 2016-04-08 | 2018-09-25 | 中国水利水电科学研究院 | 一种内陆河三元结构的干旱评价系统 |
CN106818418A (zh) * | 2017-01-14 | 2017-06-13 | 厦门精图信息技术有限公司 | 基于gis的城市绿化植被智慧管控系统 |
CN107122855A (zh) * | 2017-04-25 | 2017-09-01 | 无锡中科智能农业发展有限责任公司 | 一种基于机器学习的农田作物蒸散量预测系统 |
CN107491844B (zh) * | 2017-08-28 | 2021-06-15 | 中国水利水电科学研究院 | 农田灌溉层次需水量的分析方法 |
CN107491844A (zh) * | 2017-08-28 | 2017-12-19 | 中国水利水电科学研究院 | 农田灌溉层次需水量的分析方法 |
CN108931618A (zh) * | 2018-04-12 | 2018-12-04 | 澳门培正中学 | 一种水下探测器的数据上传方法及系统 |
CN110163472A (zh) * | 2019-04-11 | 2019-08-23 | 中国水利水电科学研究院 | 大范围极端干旱应急监测与影响评估方法及系统 |
CN110210688A (zh) * | 2019-06-18 | 2019-09-06 | 中国农业科学院农业资源与农业区划研究所 | 基于作物需水与土壤供水的农业干旱灾害监测预报方法 |
CN110909973A (zh) * | 2019-09-25 | 2020-03-24 | 中国水利水电科学研究院 | 考虑下垫面条件的旱情综合监测评估方法 |
CN110751412A (zh) * | 2019-10-28 | 2020-02-04 | 云南瀚哲科技有限公司 | 一种农业气象灾害预警方法及系统 |
CN111869546A (zh) * | 2020-07-16 | 2020-11-03 | 广州百畅信息科技有限公司 | 一种基于物联网的灌溉装置 |
CN111869546B (zh) * | 2020-07-16 | 2021-12-21 | 深农绿舟(深圳)生态科技有限公司 | 一种基于物联网的灌溉装置 |
CN112837169A (zh) * | 2021-01-11 | 2021-05-25 | 黄河勘测规划设计研究院有限公司 | 一种干旱过程网格化旱情综合监测、预警与评估方法 |
CN113218808A (zh) * | 2021-03-31 | 2021-08-06 | 安徽华梦检测科技有限公司 | 一种土壤检测用分离检测装置及其使用方法 |
CN113762773A (zh) * | 2021-09-07 | 2021-12-07 | 江西省农业科学院园艺研究所 | 一种灾害监测预报的关联定位分解方法及系统 |
CN113762773B (zh) * | 2021-09-07 | 2023-05-19 | 江西省农业科学院园艺研究所 | 一种灾害监测预报的关联定位分解方法及系统 |
CN115088595A (zh) * | 2022-05-16 | 2022-09-23 | 中联智慧农业股份有限公司 | 针对农作物的自动灌溉方法、装置、系统及处理器 |
CN116384591A (zh) * | 2023-05-23 | 2023-07-04 | 中国水利水电科学研究院 | 一种基于大数据的旱情预测方法、系统和介质 |
CN116384591B (zh) * | 2023-05-23 | 2023-08-29 | 中国水利水电科学研究院 | 一种基于大数据的旱情预测方法、系统和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103970976A (zh) | 农业干旱预警预报监测装置和方法 | |
CN107945042A (zh) | 一种作物生长灌溉决策控制系统 | |
Barlow et al. | North American extreme precipitation events and related large-scale meteorological patterns: a review of statistical methods, dynamics, modeling, and trends | |
Sales et al. | Wireless sensor and actuator system for smart irrigation on the cloud | |
CN105830870B (zh) | 一种远程无线农田监控系统和方法 | |
Nigussie et al. | IoT-based irrigation management for smallholder farmers in rural Sub-Saharan Africa | |
US7403840B2 (en) | Irrigation control system | |
Debauche et al. | Irrigation pivot-center connected at low cost for the reduction of crop water requirements | |
Costa‐Cabral et al. | Landscape structure and use, climate, and water movement in the Mekong River basin | |
CN103616734B (zh) | 大范围同步实时气象数据测量及风速风向预测系统与方法 | |
CN102508961A (zh) | 一种高分辨率的全分布式水文模型topx的设计方法 | |
CN103283568B (zh) | 一种应用于农业或园艺的自动灌溉控制系统 | |
CN107807598A (zh) | 物联网+节水、节肥精准灌溉系统及方法 | |
CN102779391A (zh) | 一种干旱预警方法和预警系统 | |
CN110210688A (zh) | 基于作物需水与土壤供水的农业干旱灾害监测预报方法 | |
CN102413161A (zh) | 一种苹果果园精准管理系统 | |
Barman et al. | Solar-powered automated IoT-based drip irrigation system | |
CN203893883U (zh) | 农田作物灌溉预报信息的实时采集系统 | |
Zhang et al. | Construction of intelligent water saving irrigation control system based on water balance | |
CN106845831A (zh) | 一种灌溉预报方法、装置及系统 | |
Hedley et al. | Wireless soil moisture sensor networks for precision irrigation scheduling | |
Garnaud et al. | Impact of interactive vegetation phenology on the Canadian RCM simulated climate over North America | |
Hema et al. | Cost-effective smart irrigation controller using automatic weather stations | |
CN115104515B (zh) | 一种基于降雨利用最大化的灌溉决策云计算方法、云计算平台和灌溉终端 | |
Dukes et al. | Smart Irrigation Controllers: Operation of Evapotranspiration-Based Controllers: AE446/AE446, 2/2009 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140806 |
|
RJ01 | Rejection of invention patent application after publication |