CN104904569B - 一种基于动态含水量估计的智能灌溉调控系统及方法 - Google Patents
一种基于动态含水量估计的智能灌溉调控系统及方法 Download PDFInfo
- Publication number
- CN104904569B CN104904569B CN201510270035.1A CN201510270035A CN104904569B CN 104904569 B CN104904569 B CN 104904569B CN 201510270035 A CN201510270035 A CN 201510270035A CN 104904569 B CN104904569 B CN 104904569B
- Authority
- CN
- China
- Prior art keywords
- irrigation
- decision
- control
- unit
- communication unit
- 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.)
- Active
Links
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G25/00—Watering gardens, fields, sports grounds or the like
- A01G25/16—Control of watering
- A01G25/167—Control by humidity of the soil itself or of devices simulating soil or of the atmosphere; Soil humidity sensors
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G25/00—Watering gardens, fields, sports grounds or the like
- A01G25/16—Control of watering
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/22—Improving land use; Improving water use or availability; Controlling erosion
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Water Supply & Treatment (AREA)
- Environmental Sciences (AREA)
- Soil Sciences (AREA)
- Cultivation Of Plants (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于动态含水量估计的智能灌溉调控系统及方法,该系统包括无线监测系统、灌溉决策系统与灌溉控制系统。所述无线监测系统包括多个监测子系统,监测子系统包括监测通信单元和土壤水分检测单元;灌溉决策系统包括决策通信单元、决策处理单元、决策电源管理单元;灌溉控制系统包括多个灌溉子系统;方法是:土壤水分检测单元实时检测土壤的环境数据,监测通信单元定期采集土壤水分检测单元的数据,决策处理系统采集决策通信单元所接收的数据,估计出灌溉区的整体含水量,产生控制数据,使电磁阀产生相应动作,进行自主灌溉。本发明于采用最大似然估计法动态估计整个灌溉区的含水量,更加精确的估计土壤含水量,实现精准调控灌溉。
Description
技术领域
本发明涉及农业果园单轨车研究领域,特别涉及一种基于动态含水量估计的智能灌溉调控系统及方法。
背景技术
我国传统农业的管理大多依靠人工完成,效率低下、工作量大、管理不科学。中小型农场设施现代化水平低,缺乏配套设施,存在可靠性和时效性问题。作物的灌溉大都采用漫灌或渠灌,且仅凭个人的经验选择水分补给时间。
目前,WSN(Wireless Sensor Network)及GPRS(General Packet Radio Service)技术对能够农作物的整个生长周期内实现全天候,实时的灌溉环境监测数据将采集到的数据上传至远程服务器。服务器中的灌溉决策系统以无线监测系统采集的环境信息作为灌溉决策系统的数据基础实现灌溉。此技术的局限性在于灌溉环境监测数据存储和灌溉控制不能动态估计含水量,对土地需水量无法做出及时的估计和控制。
发明内容
本发明的主要目的在于克服现有技术的缺点与不足,提供一种基于动态含水量估计的智能灌溉调控系统,采用最大似然估计法估计整体含水量,更加精确的估计土壤含水量,实现精准调控灌溉。
本发明的另一个目的在于提供一种基于动态含水量估计的智能灌溉调控系统的控制方法。
为了达到上述目的,本发明采用以下技术方案:
一种基于动态含水量估计的智能灌溉调控系统,包括无线监测系统、灌溉控制系统及灌溉决策系统,所述无线监测系统包括多个监测子系统,所述监测子系统包括监测通信单元和土壤水分检测单元,所述灌溉控制系统包括多个灌溉子系统;所述灌溉决策系统包括决策通信单元、决策处理单元、决策电源管理单元;所述决策通信单元用于接收无线监测系统和灌溉控制系统的数据,并发送控制数据到灌溉控制系统;所述决策电源管理单元为决策通信单元和决策处理单元提供电力保障,所述决策处理单元根据决策通信单元接收到的信息,由灌溉决策模型决断出灌溉量,然后控制决策通信单元发送控制信令到灌溉控制系统;决策处理单元可设定自动决策,设置决策时间,控制灌溉控制系统作业,也可手动决策,填写相关参数,手动控制灌溉控制系统进行作业;所述的控制通信单元接收决策通信单元的控制信息,并且上传数据到灌溉决策系统。
优选的,所述监测通信单元用于采集土壤水分检测单元的数据,并能够以子系统的方式与灌溉控制系统和灌溉决策系统组成AD_HOC无线网络,将所采集的数据上传到灌溉决策系统;所述的土壤水分检测单元包括土壤水分传感器、雨量传感器、风速传感器、光照传感器、温度传感器,能够实时检测土壤的湿度、降水量、实时风速、光照强度和时长及土壤上层空气温度。
优选的,所述灌溉子系统包括控制器、控制通信单元、蓄电池、电磁阀及滴灌管;所述控制器包括主处理器单元、充电控制单元、电磁阀驱动单元、人机接口单元,控制器接收控制通信单元的控制数据,产生控制信令控制电磁阀的动作,并且能够产生数据由控制通信单元发送到灌溉决策系统。
优选的,所述的主处理器单元采集控制通信单元的控制数据,并根据所接收到的控制数据,控制电磁阀驱动单元产生相应的控制信号,使电磁阀通断;
所述人机接口单元可以人工设置灌溉控制系统的内部信息,并能够将内部设置信息上传到主处理器单元;所述内部信息包括选定作物类型、生长阶段、作物生育阶段、作物综合系数值及土壤类型;
所述充电控制单元为控制器提供稳定的电源保障;
所述电磁阀驱动单元接收主处理器单元的控制信号,并产生相应动作使电磁阀通断。
优选的,所述决策通信单元用于接收无线监测系统和灌溉控制系统的数据,并能够发送控制数据到灌溉控制系统;所述决策电源管理单元为决策通信单元和决策处理单元提供电力保障。
优选的,所述决策处理单元根据决策通信单元接收到的信息,由灌溉决策模型决断出灌溉量,然后控制决策通信单元发送控制信令到灌溉控制系统;决策处理单元可以设定自动决策,设置决策时间,控制灌溉控制系统作业,也可以手动决策,填写相关参数,手动控制灌溉控制系统进行作业。
优选的,所述灌溉决策模型采用彭曼公式作为数学模型计算参考作物的蒸腾蒸发量ET0,用作物系数法得到实际作物蒸腾蒸发量ET,用水量平衡方程计算出土壤计划层内储水量Wt,采用最大似然估计法判断是否需要灌溉,以及灌溉量。
优选的,所述彭曼公式为:
式中:ET0为参考作物蒸发蒸腾量(mm/d);Δ为饱和水气压~温度曲线上的斜率(kpa/℃);Rn为植物表面净辐射值;G为土壤热通量,γ为湿度计常数(kpa/℃);U2为离地面2米高度出的平均风速值(m/s);ea为饱和水汽压(kpa);ed为空气实际水汽压(kpa);
所述实际作物蒸腾蒸发量ET计算公式为:
ET=KC×ET0
式中:KC为综合作物系数,ET为实际作物需水量(mm/d);
所述土壤计划层内储水量Wt为任一时段土壤计划湿润层内的储水量,其计算公式为:
Wt-W0=Wr+P0+K+M-ET
式中:W0为时段出的土壤计划湿润层内储水量(mm),Wr为由于计划湿润层增加而增加的水量(mm),P0为降雨入渗量(mm),K为时段内的地下水补给量(mm),M为时段内的灌溉水量(mm)。
优选的,所述最大似然估计法对每个监测子系统采集上来的信息所计算的点含水量进行考察,能够更准确地估计整个灌溉区域的整体含水量,所述对点含水量进行考察为分别采用参数为λ的指数分布模型和参数为(μ,σ2)的正态分布模型,将各个监测子系统的含水量导入模型中,计算出两个分布模型下的最大似然估计值,然后分别取出概率最大的点,比较两个点的概率,取概率大的点为整体含水量的估计。
为了达到上述第二目的,本发明采用以下技术方案:
基于动态含水量估计的智能灌溉调控系统的控制方法,包括下述步骤:
(1)初始化系统,检测无线监测系统、灌溉决策系统和灌溉控制系统是否正常工作,如果出现异常发出系统失效预警;
(2)监测通信单元、决策通信单元和控制通信单元组成AD_HOC无线网络;
(3)土壤水分检测单元实时检测土壤的环境数据,监测通信单元定期采集土壤水分检测单元的数据,并将所采集数据上传到灌溉决策系统;
(4)控制器将内部信息经由控制通信单元发送给灌溉决策系统,所述内部信息包括人机交互单元的输入信息、电磁阀控制单元参数;
(5)基于(4),用户可以经由人机交互单元输入信息,对灌溉模型的参数进行修改;
(6)灌溉决策系统接收到无线监测系统和灌溉控制系统的数据,将用户经人机交互单元的修改信息写入到灌溉模型中,采集的环境数据导入到灌溉模型当中,计算出每个监测子系统点的含水量,并导入到最大似然估计模型中,估计出灌溉区的整体含水量,判断是否需要灌溉及灌溉量,产生控制数据;
(7)基于(6),灌溉决策模型可以设定自动决策,设置决策时间,也可手动决策,填写相关参数;
(8)灌溉决策系统将经灌溉模型处理后的控制数据,经由决策通信单元发送灌溉控制系统;
(9)灌溉控制系统接收到灌溉决策系统发送的控制数据,主处理器会产生相应控制信令,控制电磁阀驱动单元产生相应动作,控制电磁阀的通断。
本发明具有如下优点和有益效果:
1.本发明能够自动感知土壤水分的含量,并能够根据灌溉决策及时补充土壤所需水分。
2.本发明可以实现人工设置灌溉决策,使得灌溉决策更能符合人的需求。
3本发明可以实现远程监控土壤水分含量,减少人工实地检测工作量。
4本发明采用最大似然估计法,更加精确的估计整个灌溉区土壤水分的含量,提高灌溉的精度。
附图说明
图1是本发明系统的总体示意图;
图2是本发明系统的灌溉监测系统电路连接关系示意图;
图3是本发明系统的灌溉决策系统电路连接关系示意图;
图4是本发明系统的灌溉控制系统电路连接关系示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例
现有技术中,估计含水量方面主要是直接根据土壤水分传感器来估量土壤的含水量,没有综合环境参数对于估量土壤含水量的影响,并且土壤水分估量属于点估计无法对整个区域的土壤含水量进行精确的估量。
本实施例的基于动态含水量估计的智能灌溉调控系统包括无线监测系统、灌溉决策系统与灌溉控制系统三部分。所述无线监测系统包括多个监测子系统,所述监测子系统包括监测通信单元和土壤水分检测单元,土壤水分检测单元实时检测土壤的环境参数,监测通信单元定期采集土壤水分检测单元的数据,并将所采集数据上传给灌溉决策系统;所述灌溉决策系统包括决策通信单元、决策处理单元、决策电源管理单元,决策通信单元接收无线监测系统和灌溉控制系统上传的数据,并发送控制数据到灌溉控制系统,决策处理系统采集决策通信单元所接收的数据,控制决策通信单元发送控制数据到灌溉控制系统;所述灌溉控制系统包括多个灌溉子系统,所述灌溉子系统包括控制器、控制通信单元、蓄电池、电磁阀、滴灌管;所述控制通信单元用于接收灌溉决策系统发送的控制数据,并上传数据到灌溉决策系统;所述控制器能够根据控制通信单元所接收的控制数据产生相应控制信令,使电磁阀产生相应动作,进行自主灌溉。
本实施例所述基于动态含水量估计的智能灌溉调控系统,如图1所示,包括监测通信单元4、传感器1、传感器2、传感器3、监测通信单元5、监测通信单元6、灌溉决策系统7、灌溉子系统8、灌溉子系统9、灌溉子系统10、灌溉子系统11。每个监测通信单元连接传感器1、传感器2、传感器3等多个传感器,监测通信单元定时将传感器检测到的数据上传到灌溉决策系统7,灌溉决策模型后产生相应的控制数据,灌溉子系统8、灌溉子系统9、灌溉子系统10、灌溉子系统11等多个灌溉子系统会根据接收到的控制数据,产生相应的动作进而进行灌溉。
如图2所示,所述监测通信单元用于采集土壤水分检测单元的数据,并能够以子系统的方式与灌溉控制系统和灌溉决策系统组成AD_HOC无线网络,将所采集的数据上传到灌溉决策系统。所述监测通信单元包括电源管理模块和微波通信模块,该电源管理模块包括CN3722、MOS管与3.3V DC-DC模块,DC-DC模块输出两路稳压电源5V与3.3V,5V电源用于传感器供电;3.3V电源为微波通信模块。
所述微波通信模块,可采用SMA--A-B-N(2.4GHz天线)、CC2530(集成微波发送模块、微波接收模块)。
如图3所示,所述灌溉决策系统包括决策通信单元、决策处理单元、决策电源管理单元,决策电源管理单元包括3.3V DC-DC模块和电源适配器,DC-DC模块输出稳压电源3.3V,3.3V电源为微波发送单元供电。电源适配器可提供AC 220V稳压电源或者5V稳压电源。
所述决策处理单元根据决策通信单元接收到的信息,由灌溉决策模型决断出灌溉量,然后控制决策通信单元发送控制信令到灌溉控制系统;决策处理单元可以设定自动决策,设置决策时间,控制灌溉控制系统作业,也可以手动决策,填写相关参数,手动控制灌溉控制系统进行作业,所述决策处理单元可为具有连接WEB功能的PC终端。
所述灌溉决策模型采用彭曼公式作为数学模型计算参考作物的蒸腾蒸发量ET0,用作物系数法得到实际作物蒸腾蒸发量ET,用水量平衡方程计算出土壤计划层内储水量Wt,采用最大似然估计法判断是否需要灌溉,以及灌溉量。
所述彭曼公式为:
式中:ET0为参考作物蒸发蒸腾量(mm/d);Δ为饱和水气压~温度曲线上的斜率(kpa/℃);Rn为植物表面净辐射值;G为土壤热通量,γ为湿度计常数(kpa/℃);U2为离地面2米高度出的平均风速值(m/s);ea为饱和水汽压(kpa);ed为空气实际水汽压(kpa)。
所述实际作物蒸腾蒸发量ET计算公式为:
ET=KC×ET0
式中:KC为综合作物系数(查表所得),ET为实际作物需水量(mm/d)。
所述土壤计划层内储水量Wt为任一时段土壤计划湿润层内的储水量,其计算公式为:
Wt-W0=Wr+P0+K+M-ET
式中:W0为时段出的土壤计划湿润层内储水量(mm),Wr为由于计划湿润层增加而增加的水量(mm),P0为降雨入渗量(mm),K为时段内的地下水补给量(mm),M为时段内的灌溉水量(mm)。
所述最大似然估计法对每个监测子系统采集上来的信息所计算的点含水量进行考察,能够更准确地估计整个灌溉区域的整体含水量。所述对点含水量进行考察为分别采用参数为λ的指数分布模型和参数为(μ,σ2)的正态分布模型,将各个监测子系统的含水量导入模型中,计算出两个分布模型下的最大似然估计值,然后分别取出概率最大的点,比较两个点的概率,取概率大的点为整体含水量的估计。
所述决策通信单元用于接收无线监测系统和灌溉控制系统的数据,并能够发送控制数据到灌溉控制系统;所述决策电源管理单元为决策通信单元和决策处理单元提供电力保障,所述决策通信单元,可采用SMA--A-B-N(2.4GHz天线)、CC2530(集成微波发送模块、微波接收模块)。
如图4所示,所示充电控制单元包括电源管理模块,该模块包括CN3722、MOS管与3.3V DC-DC模块,DC-DC模块输出两路稳压电源5V与3.3V,5V电源用于人机接口单元和电磁阀驱动单元;3.3V电源为主处理器单元和控制通信单元。
控制通信单元,可采用SMA--A-B-N(2.4GHz天线)、CC2530(集成微波发送模块、微波接收模块)。
所述主处理器单元采用STM32F4xxx系列单片机,当然本实施例的主处理器单元并不限于上述一种类型,其他符合本发明技术方案的处理器均适用于本申请。
一种基于动态含水量估计的智能灌溉调控系统控制方法,该方法是:土壤水分检测单元实时检测土壤的环境数据,监测通信单元定期采集土壤水分检测单元的数据,并将所采集数据上传到灌溉决策系统,决策处理系统将决策通信单元接收的数据采集,计算出每个监测子系统的含水量,并导入到最大似然估计模型中,估计出灌溉区的整体含水量,判断是否需要灌溉及灌溉量,产生控制数据,由决策通信单元发送到灌溉决策控制系统。控制器能够根据控制通信单元所接收的控制数据产生相应控制信令,控制电磁阀产生相应动作,进行自主灌溉。本发明于采用最大似然估计法估计整体含水量,更加精确的估计土壤含水量,实现精准调控灌溉。具体包括以下步骤:
(1)初始化系统,检测无线监测系统、灌溉决策系统和灌溉控制系统是否正常工作,如果出现异常发出系统失效预警。
(2)监测通信单元、决策通信单元和控制通信单元组成AD_HOC无线网络。
(3)土壤水分检测单元实时检测土壤的环境数据,监测通信单元定期采集土壤水分检测单元的数据,并将所采集数据上传到灌溉决策系统。
(4)控制器将内部信息(人机交互单元的输入信息、电磁阀控制单元参数)经由控制通信单元发送给灌溉决策系统。
(5)基于(4),用户可以经由人机交互单元输入信息,对灌溉模型的参数进行修改。
(6)灌溉决策系统接收到无线监测系统和灌溉控制系统的数据,将用户经人机交互单元的修改信息写入到灌溉模型中,采集的环境数据导入到灌溉模型当中,计算出每个监测子系统点的含水量,并导入到最大似然估计模型中,估计出灌溉区的整体含水量,判断是否需要灌溉及灌溉量,产生控制数据。
(7)基于(6),灌溉决策模型可以设定自动决策,设置决策时间,也可手动决策,填写相关参数。
(8)灌溉决策系统将经灌溉模型处理后的控制数据,经由决策通信单元发送灌溉控制系统。
(9)灌溉控制系统接收到灌溉决策系统发送的控制数据,主处理器会产生相应控制信令,控制电磁阀驱动单元产生相应动作,控制电磁阀的通断。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (8)
1.一种基于动态含水量估计的智能灌溉调控系统,其特征在于,包括无线监测系统、灌溉控制系统及灌溉决策系统,所述无线监测系统包括多个监测子系统,所述监测子系统包括监测通信单元和土壤水分检测单元,所述灌溉控制系统包括多个灌溉子系统;所述灌溉决策系统包括决策通信单元、决策处理单元、决策电源管理单元;所述决策通信单元用于接收无线监测系统和灌溉控制系统的数据,并发送控制数据到灌溉控制系统;所述决策电源管理单元为决策通信单元和决策处理单元提供电力保障,所述决策处理单元根据决策通信单元接收到的信息,由灌溉决策模型决断出灌溉量,然后控制决策通信单元发送控制信令到灌溉控制系统;决策处理单元可设定自动决策,设置决策时间,控制灌溉控制系统作业,也可手动决策,填写相关参数,手动控制灌溉控制系统进行作业;所述的控制通信单元接收决策通信单元的控制信息,并且上传数据到灌溉决策系统;所述监测通信单元用于采集土壤水分检测单元的数据,并能够以子系统的方式与灌溉控制系统和灌溉决策系统组成AD_HOC无线网络,将所采集的数据上传到灌溉决策系统;所述的土壤水分检测单元包括土壤水分传感器、雨量传感器、风速传感器、光照传感器、温度传感器,能够实时检测土壤的湿度、降水量、实时风速、光照强度和时长及土壤上层空气温度;该智能灌溉调控系统的控制方法包括下述步骤:
(1)初始化系统,检测无线监测系统、灌溉决策系统和灌溉控制系统是否正常工作,如果出现异常发出系统失效预警;
(2)监测通信单元、决策通信单元和控制通信单元组成AD_HOC无线网络;
(3)土壤水分检测单元实时检测土壤的环境数据,监测通信单元定期采集土壤水分检测单元的数据,并将所采集数据上传到灌溉决策系统;
(4)控制器将内部信息经由控制通信单元发送给灌溉决策系统,所述内部信息包括人机交互单元的输入信息、电磁阀控制单元参数;
(5)基于(4),用户经由人机交互单元输入信息,对灌溉模型的参数进行修改;
(6)灌溉决策系统接收到无线监测系统和灌溉控制系统的数据,将用户经人机交互单元的修改信息写入到灌溉模型中,采集的环境数据导入到灌溉模型当中,计算出每个监测子系统点的含水量,并导入到最大似然估计模型中,估计出灌溉区的整体含水量,判断是否需要灌溉及灌溉量,产生控制数据;
(7)基于(6),灌溉决策模型可以设定自动决策,设置决策时间,也可手动决策,填写相关参数;
(8)灌溉决策系统将经灌溉模型处理后的控制数据,经由决策通信单元发送灌溉控制系统;
(9)灌溉控制系统接收到灌溉决策系统发送的控制数据,主处理器会产生相应控制信令,控制电磁阀驱动单元产生相应动作,控制电磁阀的通断。
2.根据权利要求1所述的基于动态含水量估计的智能灌溉调控系统,其特征在于,所述灌溉子系统包括控制器、控制通信单元、蓄电池、电磁阀及滴灌管;所述控制器包括主处理器单元、充电控制单元、电磁阀驱动单元、人机接口单元,控制器接收控制通信单元的控制数据,产生控制信令控制电磁阀的动作,并且能够产生数据由控制通信单元发送到灌溉决策系统。
3.根据权利要求2所述的基于动态含水量估计的智能灌溉调控系统,其特征在于,所述的主处理器单元采集控制通信单元的控制数据,并根据所接收到的控制数据,控制电磁阀驱动单元产生相应的控制信号,使电磁阀通断;
所述人机接口单元可以人工设置灌溉控制系统的内部信息,并能够将内部设置信息上传到主处理器单元;所述内部信息包括选定作物类型、生长阶段、作物生育阶段、作物综合系数值及土壤类型;
所述充电控制单元为控制器提供稳定的电源保障;
所述电磁阀驱动单元接收主处理器单元的控制信号,并产生相应动作使电磁阀通断。
4.根据权利要求1所述基于动态含水量估计的智能灌溉调控系统,其特征在于,所述决策通信单元用于接收无线监测系统和灌溉控制系统的数据,并能够发送控制数据到灌溉控制系统;所述决策电源管理单元为决策通信单元和决策处理单元提供电力保障。
5.根据权利要求1所述基于动态含水量估计的智能灌溉调控系统,其特征在于,所述决策处理单元根据决策通信单元接收到的信息,由灌溉决策模型决断出灌溉量,然后控制决策通信单元发送控制信令到灌溉控制系统;决策处理单元可以设定自动决策,设置决策时间,控制灌溉控制系统作业,也可以手动决策,填写相关参数,手动控制灌溉控制系统进行作业。
6.根据权利要求5所述基于动态含水量估计的智能灌溉调控系统,其特征在于,所述灌溉决策模型采用彭曼公式作为数学模型计算参考作物的蒸腾蒸发量ET0,用作物系数法得到实际作物蒸腾蒸发量ET,用水量平衡方程计算出土壤计划层内储水量Wt,采用最大似然估计法判断是否需要灌溉,以及灌溉量。
7.根据权利要求6所述基于动态含水量估计的智能灌溉调控系统,其特征在于,所述彭曼公式为:
<mrow>
<msub>
<mi>ET</mi>
<mn>0</mn>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mn>0.408</mn>
<mo>&times;</mo>
<mi>&Delta;</mi>
<mo>&times;</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>R</mi>
<mi>n</mi>
</msub>
<mo>-</mo>
<mi>G</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&gamma;</mi>
<mo>&times;</mo>
<mfrac>
<mn>900</mn>
<mrow>
<mn>273</mn>
<mo>+</mo>
<mi>T</mi>
</mrow>
</mfrac>
<mo>&times;</mo>
<msub>
<mi>U</mi>
<mn>2</mn>
</msub>
<mo>&times;</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>e</mi>
<mi>a</mi>
</msub>
<mo>-</mo>
<msub>
<mi>e</mi>
<mi>d</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>&Delta;</mi>
<mo>+</mo>
<mi>&gamma;</mi>
<mo>&times;</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<mn>0.34</mn>
<mo>&times;</mo>
<msub>
<mi>U</mi>
<mn>2</mn>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
式中:ET0为参考作物蒸发蒸腾量(mm/d);Δ为饱和水气压~温度曲线上的斜率(kpa/℃);Rn为植物表面净辐射值;G为土壤热通量,γ为湿度计常数(kpa/℃);U2为离地面2米高度出的平均风速值(m/s);ea为饱和水汽压(kpa);ed为空气实际水汽压(kpa);
所述实际作物蒸腾蒸发量ET计算公式为:
ET=KC×ET0
式中:KC为综合作物系数,ET为实际作物需水量(mm/d);
所述土壤计划层内储水量Wt为任一时段土壤计划湿润层内的储水量,其计算公式为:
Wt-W0=Wr+P0+K+M-ET
式中:W0为时段出的土壤计划湿润层内储水量(mm),Wr为由于计划湿润层增加而增加的水量(mm),P0为降雨入渗量(mm),K为时段内的地下水补给量(mm),M为时段内的灌溉水量(mm)。
8.根据权利要求7所述基于动态含水量估计的智能灌溉调控系统,其特征在于,所述最大似然估计法对每个监测子系统采集上来的信息所计算的点含水量进行考察,能够更准确地估计整个灌溉区域的整体含水量,所述对点含水量进行考察为分别采用参数为λ的指数分布模型和参数为(μ,σ2)的正态分布模型,将各个监测子系统的含水量导入模型中,计算出两个分布模型下的最大似然估计值,然后分别取出概率最大的点,比较两个点的概率,取概率大的点为整体含水量的估计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510270035.1A CN104904569B (zh) | 2015-05-25 | 2015-05-25 | 一种基于动态含水量估计的智能灌溉调控系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510270035.1A CN104904569B (zh) | 2015-05-25 | 2015-05-25 | 一种基于动态含水量估计的智能灌溉调控系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104904569A CN104904569A (zh) | 2015-09-16 |
CN104904569B true CN104904569B (zh) | 2018-02-13 |
Family
ID=54074367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510270035.1A Active CN104904569B (zh) | 2015-05-25 | 2015-05-25 | 一种基于动态含水量估计的智能灌溉调控系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104904569B (zh) |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105494033B (zh) * | 2015-10-30 | 2018-06-01 | 青岛智能产业技术研究院 | 一种基于作物需求的智能节水灌溉方法 |
DE102015221658A1 (de) * | 2015-11-04 | 2017-05-04 | Robert Bosch Gmbh | Gartensensorvorrichtung |
CN105638393B (zh) * | 2015-12-31 | 2020-08-14 | 深圳市芭田生态工程股份有限公司 | 一种根据作物生长环境变化自动调整给水量的系统和设备及其方法 |
CN105706860B (zh) * | 2016-02-01 | 2018-08-31 | 云南俊联科技有限公司 | 基于云的节水灌溉自动控制和信息化管理系统 |
WO2017133625A1 (zh) * | 2016-02-01 | 2017-08-10 | 苏州宝时得电动工具有限公司 | 智能庭院维护系统及其维护方法 |
CN106359005B (zh) * | 2016-08-31 | 2019-04-16 | 内蒙古农业大学 | 一种间作农田的自动灌溉装置及自动灌溉方法 |
CN106416956A (zh) * | 2016-09-05 | 2017-02-22 | 深圳市双赢伟业科技股份有限公司 | 农业互联给水方法及给水系统 |
CN106489687A (zh) * | 2016-10-28 | 2017-03-15 | 深圳前海弘稼科技有限公司 | 灌溉装置的控制方法和控制装置 |
CN106508622A (zh) * | 2016-11-11 | 2017-03-22 | 河北农业大学 | 一种基于水平衡模型的自动灌溉控制方法 |
CN106688826A (zh) * | 2016-12-08 | 2017-05-24 | 中国农业大学 | 一种基于物联网的作物定量灌溉控制系统及方法 |
CN107135915A (zh) * | 2017-05-08 | 2017-09-08 | 北京市水科学技术研究院 | 一种设施蔬菜膜下滴灌智能灌溉决策系统 |
CN107087539A (zh) * | 2017-05-27 | 2017-08-25 | 苟瀚文 | 一种基于物联网的果蔬智能灌溉系统 |
CN107258494A (zh) * | 2017-07-06 | 2017-10-20 | 郑州大学 | 一种植被生态高效用水智能化精准调配系统 |
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 |
CN108337312A (zh) * | 2018-02-05 | 2018-07-27 | 宁夏科发水利科技有限公司 | 闸门量测水一体化的控制方法、装置及系统 |
CN109169186A (zh) * | 2018-08-21 | 2019-01-11 | 江苏大学 | 一种基于物联网的丘陵作物灌溉系统及方法 |
CN109006412B (zh) * | 2018-09-18 | 2024-04-02 | 北京农业智能装备技术研究中心 | 一种温室作物灌溉决策预警装置及方法 |
CN109452146B (zh) * | 2018-11-21 | 2021-06-11 | 北京农业智能装备技术研究中心 | 冬小麦节水灌溉决策方法、控制装置及控制系统 |
CN109845625A (zh) * | 2018-12-12 | 2019-06-07 | 珠江水利委员会珠江水利科学研究院 | 一种基于神经网络的多维参量农作物智能灌溉控制方法 |
CN109819882A (zh) * | 2019-01-17 | 2019-05-31 | 固安京蓝云科技有限公司 | 确定灌溉制度的方法及装置 |
CN109526701B (zh) * | 2019-01-23 | 2021-02-19 | 中国联合网络通信集团有限公司 | 滴灌控制方法及装置 |
CN109699451A (zh) * | 2019-02-01 | 2019-05-03 | 黑龙江工业学院 | 一种基于物联网的稻田灌溉系统及灌溉方法 |
CN110579961B (zh) * | 2019-04-10 | 2022-06-07 | 深圳市绿粤生态科技有限公司 | 一种面向立体种植的园林智慧给水方法及系统 |
CN110209077B (zh) * | 2019-05-05 | 2021-07-20 | 武汉大学 | 基于互联网的远程灌排系统实时动态监测系统 |
CN110122027A (zh) * | 2019-05-27 | 2019-08-16 | 北京甜圆农业科技有限公司 | 一种自动给水施肥的种植系统及其控制方法 |
CN110692500B (zh) * | 2019-10-10 | 2021-06-29 | 北京农业智能装备技术研究中心 | 一种潮汐育苗标定与灌溉装置及方法 |
CN116990490B (zh) * | 2023-09-26 | 2023-12-26 | 中国标准化研究院 | 一种基于物联网的土壤水分动态监测系统及方法 |
CN117158302B (zh) * | 2023-10-12 | 2024-05-03 | 郑州大学 | 智能农业精准灌溉方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102172195A (zh) * | 2011-02-22 | 2011-09-07 | 华南农业大学 | 基于无线传感器网络的精细滴灌测控系统 |
CN102749338A (zh) * | 2012-07-19 | 2012-10-24 | 华南农业大学 | 基于无线地下传感器网络的土壤水分时域测量方法及装置 |
CN104335882A (zh) * | 2014-10-27 | 2015-02-11 | 华南农业大学 | 一种无线精确灌溉控制系统 |
CN104429832A (zh) * | 2014-11-11 | 2015-03-25 | 陈志雄 | 基于智能移动终端的无线远程灌溉系统及方法 |
-
2015
- 2015-05-25 CN CN201510270035.1A patent/CN104904569B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102172195A (zh) * | 2011-02-22 | 2011-09-07 | 华南农业大学 | 基于无线传感器网络的精细滴灌测控系统 |
CN102749338A (zh) * | 2012-07-19 | 2012-10-24 | 华南农业大学 | 基于无线地下传感器网络的土壤水分时域测量方法及装置 |
CN104335882A (zh) * | 2014-10-27 | 2015-02-11 | 华南农业大学 | 一种无线精确灌溉控制系统 |
CN104429832A (zh) * | 2014-11-11 | 2015-03-25 | 陈志雄 | 基于智能移动终端的无线远程灌溉系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104904569A (zh) | 2015-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104904569B (zh) | 一种基于动态含水量估计的智能灌溉调控系统及方法 | |
CN100493212C (zh) | 大田作物病虫害智能预警系统 | |
CN106688827B (zh) | 一种基于农业系统模型的灌溉决策系统及方法 | |
CN206833217U (zh) | 一种大田种植监控系统 | |
CN108029515A (zh) | 一种现代农业智能节水灌溉系统 | |
KR20190013073A (ko) | 일체형 스마트 작물 관리 모듈 | |
CN109169186A (zh) | 一种基于物联网的丘陵作物灌溉系统及方法 | |
CN104267699A (zh) | 一种基于物联网技术的农业大棚智能控制装置及其工作方法 | |
CN109452146A (zh) | 冬小麦节水灌溉决策方法、控制装置及控制系统 | |
Nallani et al. | Low power cost effective automatic irrigation system | |
CN108713481B (zh) | 一种光伏计量泵阀智能化系统 | |
CN113841595A (zh) | 基于土壤湿度和深度结合的节能型智能精准灌溉系统 | |
CN115804334A (zh) | 一种基于数字孪生的农田灌溉智慧决策系统 | |
CN104913814A (zh) | 一种基于ZigBee网络的土壤温湿度监测系统 | |
CN110463587A (zh) | 基于LoRa与GA-BP的规模化大棚节水灌溉系统 | |
CN112136667A (zh) | 一种基于边缘机器学习的智能喷灌方法及系统 | |
Jain et al. | Automatic irrigation system for agriculture field using wireless sensor network (WSN) | |
CN204613723U (zh) | 新型智能灌溉系统 | |
CN204790646U (zh) | 一种农业智能温室 | |
Reddy et al. | An android based automatic irrigation system using a WSN and GPRS module | |
Singh et al. | Wireless sensor network with power management system for water level regulation in paddy fields | |
CN205987401U (zh) | 一种基于无线传感网络的农田信息采集系统 | |
Lakshmi et al. | IoT based agriculture monitoring and controlling system | |
CN201293658Y (zh) | 基于无线传感器网络的植物水分状况自动检测系统 | |
CN204670042U (zh) | 基于动态含水量估计的智能灌溉调控系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |