CN107064461B - 一种具有监测评估功能的墒情监测站及监测评估方法 - Google Patents
一种具有监测评估功能的墒情监测站及监测评估方法 Download PDFInfo
- Publication number
- CN107064461B CN107064461B CN201710257223.XA CN201710257223A CN107064461B CN 107064461 B CN107064461 B CN 107064461B CN 201710257223 A CN201710257223 A CN 201710257223A CN 107064461 B CN107064461 B CN 107064461B
- Authority
- CN
- China
- Prior art keywords
- soil moisture
- moisture content
- user
- monitoring
- water
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
- G01N33/246—Earth materials for water content
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
Abstract
本发明提供了一种具有监测评估功能的墒情监测站及监测评估方法,包括微控制器,以及微控制器连接的数据采集器、输入显示单元、存储单元、供电单元、数据传输单元,所述数据采集器还连接多个墒情传感器,所述输入显示单元为触摸显示屏,所述数据传输单元为DTU单元。本发明所述的具有监测评估功能的墒情监测站及监测评估方法可在墒情监测的同时,及时获取传感器和电池的健康状态信息,避免异常观测结果干扰土壤水分管理决策;以根据墒情监测结果为基础,为用户提供墒情评估与预报服务;摆脱以往具有数据无线传输功能的墒情站需要配备静态IP服务器限制,降低了非规模化用户的使用费用。
Description
技术领域
本发明属于墒情监测设备技术领域,尤其是涉及一种具有监测评估功能的墒情监测站及监测评估方法。
背景技术
目前,公知的墒情监测站是由墒情传感器、连接线、数据采集器、数据无线传输装置及供电系统连接而成。但是由于传感器的不稳定性常导致观测数据异常,而用户往往不易识别这些异常,往往将错误的观测结果用于决策,这给田间水分管理带来一定困难;此外,当前墒情监测站一般不具有墒情评估与预报功能,用户获得墒情监测结果仅为田间土壤水分含量的数值,这对于直接进行农业生产的非专业用户并不十分便利。
发明内容
有鉴于此,本发明旨在提出一种具有监测评估功能的墒情监测站及监测评估方法,以结局目前的墒情监测站不具有监测评估功能的情况。
为达到上述目的,本发明的技术方案是这样实现的:
一种具有监测评估功能的墒情监测站,包括微控制器,以及微控制器连接的数据采集器、输入显示单元、存储单元、供电单元、数据传输单元,所述数据采集器还连接多个墒情传感器,所述输入显示单元为触摸显示屏,所述数据传输单元为DTU单元。
进一步的,所诉存储单元包括程序存储单元和数据存储与备份单元。
进一步的,所述供电单元包括供电电源和蓄电池,所述蓄电池连接太阳能电池板。
进一步的,所述墒情传感器包括气温传感器、空气湿度传感器、太阳辐射传感器、气压传感器、雨量传感器、风速传感器、土壤湿度传感器。
一种墒情监测站的监测评估方法:
S1、根据实时读取的电池电压信息和墒情传感器记录,对墒情传感器和电池健康状态进行评估;
S2、以站点所在的位置,通过网络对邻近天气站点的气象观测信息进行动态获取;
S3、用户通过输入显示单元录入农田的基础信息,监测站根据用户录入的信息和观测数据,以及评估预报结果进行数据管理;
S4、通过墒情传感器测量的数据与用户录入的土壤类型、容重、田持持水量、凋萎系数信息相比较,进行土壤墒情评估;
S5、利用自身观测数据以神经网络算法为基础动态建模,并且根据获取的天气信息进行墒情预报。
进一步的,所述步骤S1中,墒情传感器健康状态监测评估方法,具体如下:
S101、读取墒情传感器的观测值,与理论边界值作比较;
S102、如果超出设定的阈值,通过DTU单元向用户发送报警信息;
S103、如果没有超出设定的阈值,则读取历史记录条数;
S104、如果读取的历史记录总条数大于365条,则读取历史记录极值;
S105、如果观测值大于历史极值,则向用户发送提示信息;
S106、如果测量值小于或等于历史极值或者读取历史记录条数在365条以下,则检测是否满足水分平衡方程,所述水分平衡方程根据降雨,蒸发,径流,下渗,计算水量变化的差值之间的关系,从而判断墒情传感器是否正常,正常情况下满足水量变化差=灌溉+降雨+毛管上升水量-蒸散-冠层截流-径流-下渗,根据物理方程,初步识别传感器的变化是否合理,有问题的墒情站是不随着外界雨量发生变化;
S107、所述S106步骤中,如果满足水分平衡方程则记录保存备份,监测评估结束;如果不满足水分平衡方程,则向用户发送传感器异常提示。
进一步的,所述步骤S1中,电池健康监测评估方法,具体如下:
S201、读取电池电压,看是否低于10.5V,如果低于10.5V,向用户发送报警信息;如果不低于10.5V,则读取历史记录条数;
S202、如果读取的历史记录总条数大于0条,则计算相邻记录差值,如果临近电压变化绝对值大于电压差值标准差的2倍,则向用户发送提示信息;
S203、如果临近电压变化绝对值小于或等于电压差值标准差的2倍或者读取的历史记录总条数为0条,重新返回步骤S201。
进一步的,所述基础信息录入和数据管理的方法,具体如下:
S301、用户录入的基础信息包括站点信息、土壤类型、容重、田间持水量以及凋萎系数信息;
S302、将用户自定义基础信息、数据采集器观测值、天气预报结果进行数据入库;
S303、用户通过输入显示单元进行默认数据查询以及用户自定义查询;
S304、根据某一时段内各观测要素的平均、最大、最小及加和统计结果进行数据统计,并将每10分钟观测结果转换为逐日观测记录。
进一步的,所述步骤S4中,土壤墒情评估的方法,具体如下:
S401、读取土壤墒情测量值,根据录入的信息,比较是否低于萎蔫点;如果低于萎蔫点,通过DTU单元向用户发送极度干旱预警信息;如果不低于萎蔫点,则读取历史记录条数;
S402、如果读取的历史记录总条数大于365条,则读取历史记录极值,如果测量值大于历史极值,则向用户发送提示信息;
S403、如果测量值小于或等于历史极值或者读取历史记录条数在365条以下,则根据田间持水量转为相对含水量;
S404、含水量与设定的阈值作比较,当含水量低于40%时,向用户发送重度干旱预警;当含水量在40%和50%之间时,向用户发送中度干旱预警;当含水量在50%和60%之间时,向用户发送轻度干旱预警;当含水量在90%和110%之间时,向用户发送轻度过湿预警;当含水量在110%和120%之间时,向用户发送中度过湿预警;当含水量高于120%时,向用户发送重度过湿预警。
进一步的,所述步骤S5中,所述墒情预报的方法,具体如下:
S501、读取观测天数,如果观测天数大于30日,则设置初始权重矩阵;
S502、设置初始权重矩阵后,结合历史观测资料日值数据与逐日水量差数据,进行BP神经网络模型训练;
S503、BP神经网络模型训练后,结合天气预报数据,使BP神经网络模型泛化能力;
S504、进而得出水量差预报值,结合水量初始边界墒情,得出墒情预报值,如果墒情预报值大于历史极值,则向用户发送提示信息;如果小于或等于历史极值,则根据田间持水量转为相对含水量,进而根据土壤含水量情况向用户发送预警;
S505、如果观测天数在30天以下,则重新返回步骤S501。
相对于现有技术,本发明所述的具有监测评估功能的墒情监测站及监测评估方法具有以下优势:
本发明所述的具有监测评估功能的墒情监测站及监测评估方法可在墒情监测的同时,及时获取传感器和电池的健康状态信息,避免异常观测结果干扰土壤水分管理决策;以根据墒情监测结果为基础,为用户提供墒情评估与预报服务;摆脱以往具有数据无线传输功能的墒情站需要配备静态IP服务器限制,降低了非规模化用户的使用费用。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例所述的墒情监测站结构原理图;
图2为本发明实施例所述的墒情传感器健康状态监测评估流程图;
图3为本发明实施例所述的电池健康装填监测评估流程图;
图4为本发明实施例所述的墒情传感器基本参数表;
图5为本发明实施例所述的土壤墒情评估流程图;
图6为本发明实施例所述的土壤墒情预报流程图;
图7为本发明实施例所述的动态获取天气信息的流程图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以通过具体情况理解上述术语在本发明中的具体含义。
下面将参考附图并结合实施例来详细说明本发明。
如图1所示,一种具有监测评估功能的墒情监测站,包括微控制器,以及微控制器连接的数据采集器、输入显示单元、存储单元、供电单元、数据传输单元,所述数据采集器还连接多个墒情传感器,所述输入显示单元为触摸显示屏,所述数据传输单元为DTU单元。
其中,所诉存储单元包括程序存储单元和数据存储与备份单元。
其中,所述供电单元包括供电电源和蓄电池,所述蓄电池连接太阳能电池板。所述墒情监测站既可以通过供电电源直接供电,也可以利用太阳能电池板自行发电,有效的利用了太阳能资源。
其中,所述墒情传感器包括气温传感器、空气湿度传感器、太阳辐射传感器、气压传感器、雨量传感器、风速传感器、土壤湿度传感器。
一种墒情监测站的监测评估方法:
S1、根据实时读取的电池电压信息和墒情传感器记录,对墒情传感器和电池健康状态进行评估;
S2、以站点所在的位置,通过网络对邻近天气站点的气象观测信息进行动态获取;
S3、用户通过输入显示单元录入农田的基础信息,监测站根据用户录入的信息和观测数据,以及评估预报结果进行数据管理;
S4、通过墒情传感器测量的数据与用户录入的土壤类型、容重、田持持水量、凋萎系数信息相比较,进行土壤墒情评估;
S5、利用自身观测数据以神经网络算法为基础动态建模,并且根据获取的天气信息进行墒情预报。
如图2所示,所述步骤S1中,墒情传感器健康状态监测评估方法,具体如下:
S101、读取墒情传感器的观测值,与理论边界值作比较;
S102、如果超出设定的阈值,通过DTU单元向用户发送报警信息;
S103、如果没有超出设定的阈值,则读取历史记录条数;
S104、如果读取的历史记录总条数大于365条,则读取历史记录极值;
S105、如果观测值大于历史极值,则向用户发送提示信息;
S106、如果测量值小于或等于历史极值或者读取历史记录条数在365条以下,则检测是否满足水分平衡方程,所述水分平衡方程根据降雨,蒸发,径流,下渗,计算水量变化的差值之间的关系,从而判断墒情传感器是否正常,正常情况下满足水量变化差=灌溉+降雨+毛管上升水量-蒸散-冠层截流-径流-下渗,根据物理方程,初步识别传感器的变化是否合理,有问题的墒情站是不随着外界雨量发生变化;
S107、所述S106步骤中,如果满足水分平衡方程则记录保存备份,监测评估结束;如果不满足水分平衡方程,则向用户发送传感器异常提示。
如图3所示,所述步骤S1中,电池健康监测评估方法,具体如下:
S201、读取电池电压,看是否低于10.5V,如果低于10.5V,向用户发送报警信息;如果不低于10.5V,则读取历史记录条数;
S202、如果读取的历史记录总条数大于0条,则计算相邻记录差值,如果临近电压变化绝对值大于电压差值标准差的2倍,则向用户发送提示信息;
S203、如果临近电压变化绝对值小于或等于电压差值标准差的2倍或者读取的历史记录总条数为0条,重新返回步骤S201。
如图7所示,监测站利用DTU单元通过GPRS网络动态获取邻近气象站点的天气预报情况,获取网络位置后,读取天气信息,然后天气预报信息入库。
其中,所述基础信息录入和数据管理的方法,具体如下:
S301、用户录入的基础信息包括站点信息、土壤类型、容重、田间持水量以及凋萎系数信息;
S302、将用户自定义基础信息、数据采集器观测值、天气预报结果进行数据入库;
S303、用户通过输入显示单元进行默认数据查询以及用户自定义查询;
S304、根据某一时段内各观测要素的平均、最大、最小及加和统计结果进行数据统计,并将每10分钟观测结果转换为逐日观测记录。
如图4所示,墒情传感器的基本参数:
采集要素 | 测量范围 | 分辨率 | 准确度 | 单位 |
气温 | -40.0~60.0 | 0.1 | ±0.3 | ℃ |
空气湿度 | 0~100 | 1 | ±3 | % |
雨量 | 0.0~999.9 | 0.1 | ±0.2 | mm |
太阳辐射 | 0~2000 | 1 | ±0.2% | W/㎡ |
气压 | 450.0~1060.0 | 0.1 | ±0.3 | hPa |
风速 | 0.4~70.0 | 0.1 | ±0.5 | m/s |
土壤湿度 | 0~饱和含水量 | 0.1 | ±2.0 | % |
气温、湿度、气压、土壤湿度、太阳辐射传感器每分钟采样6次,雨量传感器每分钟采样1次,风速传感器每分钟采样60次,然后转换为每分钟结果,每10分钟进行一次传感器数值观测结果统计,再后,上传至中央控制机,最后存储至数据单元中,并备份。
如图5所示,所述步骤S4中,土壤墒情评估的方法,具体如下:
S401、读取土壤墒情测量值,根据录入的信息,比较是否低于萎蔫点;如果低于萎蔫点,通过DTU单元向用户发送极度干旱预警信息;如果不低于萎蔫点,则读取历史记录条数;
S402、如果读取的历史记录总条数大于365条,则读取历史记录极值,如果测量值大于历史极值,则向用户发送提示信息;
S403、如果测量值小于或等于历史极值或者读取历史记录条数在365条以下,则根据田间持水量转为相对含水量;
S404、含水量与设定的阈值作比较,当含水量低于40%时,向用户发送重度干旱预警;当含水量在40%和50%之间时,向用户发送中度干旱预警;当含水量在50%和60%之间时,向用户发送轻度干旱预警;当含水量在90%和110%之间时,向用户发送轻度过湿预警;当含水量在110%和120%之间时,向用户发送中度过湿预警;当含水量高于120%时,向用户发送重度过湿预警。
如图6所示,所述步骤S5中,所述墒情预报的方法,具体如下:
S501、读取观测天数,如果观测天数大于30日,则设置初始权重矩阵;
S502、设置初始权重矩阵后,结合历史观测资料日值数据与逐日水量差数据,以墒情水量变化差为预报变量,以气温、湿度、降水、辐射、湿度、气压等为输入变量,通过对模型进行训练获得神经网络模型;
S503、BP神经网络模型训练后,结合天气预报数据,进行BP神经网络模型泛化;
S504、获得水量差预报值,结合水量初始边界墒情,得出墒情预报值,如果墒情预报值大于历史极值,则向用户发送提示信息;如果小于或等于历史极值,则根据田间持水量转为相对含水量,进而根据土壤含水量情况向用户发送预警;
S505、如果观测天数在30天以下,则重新返回步骤S501。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种墒情监测站的监测评估方法,其特征在于:
S1、根据实时读取的电池电压信息和墒情传感器记录,对墒情传感器和电池健康状态进行评估;
S2、以站点所在的位置,通过网络对邻近天气站点的气象观测信息进行动态获取;
S3、用户通过输入显示单元录入农田的基础信息,监测站根据用户录入的信息和观测数据,以及评估预报结果进行数据管理;
S4、通过墒情传感器测量的数据与用户录入的土壤类型、容重、田持持水量、凋萎系数信息相比较,进行土壤墒情评估;
S5、利用自身观测数据以神经网络算法为基础动态建模,并且根据获取的天气信息进行墒情预报;
所述步骤S5中,所述墒情预报的方法,具体如下:
S501、读取观测天数,如果观测天数大于30日,则设置初始权重矩阵;
S502、设置初始权重矩阵后,结合历史观测资料日值数据与逐日水量差数据,以墒情水量变化差为预报变量,以气温、湿度、降水、辐射、湿度、气压为输入变量,通过对模型进行训练获得神经网络模型;
S503、BP神经网络模型训练后,结合天气预报数据,进行BP神经网络模型泛化;
S504、获得水量差预报值,结合水量初始边界墒情,得出墒情预报值,如果墒情预报值大于历史极值,则向用户发送提示信息;如果小于或等于历史极值,则根据田间持水量转为相对含水量,进而根据土壤含水量情况向用户发送预警;
S505、如果观测天数在30天以下,则重新返回步骤S501。
2.根据权利要求1所述的监测评估方法,其特征在于:所述步骤S1中,墒情传感器健康状态监测评估方法,具体如下:
S101、读取墒情传感器的观测值,与理论边界值作比较;
S102、如果超出设定的阈值,通过DTU单元向用户发送报警信息;
S103、如果没有超出设定的阈值,则读取历史记录条数;
S104、如果读取的历史记录总条数大于365条,则读取历史记录极值;
S105、如果观测值大于历史极值,则向用户发送提示信息;
S106、如果测量值小于或等于历史极值或者读取历史记录条数在365条以下,则检测是否满足水分平衡方程,所述水分平衡方程根据降雨,蒸发,径流,下渗,计算水量变化的差值之间的关系,从而判断墒情传感器是否正常,正常情况下满足水量变化差=灌溉+降雨+毛管上升水量-蒸散-冠层截流-径流-下渗,根据物理方程,初步识别传感器的变化是否合理,有问题的墒情站是不随着外界雨量发生变化;
S107、所述S106步骤中,如果满足水分平衡方程则记录保存备份,监测评估结束;如果不满足水分平衡方程,则向用户发送传感器异常提示。
3.根据权利要求1所述的监测评估方法,其特征在于:所述步骤S1中,电池健康监测评估方法,具体如下:
S201、读取电池电压,看是否低于10.5V,如果低于10.5V,向用户发送报警信息;如果不低于10.5V,则读取历史记录条数;
S202、如果读取的历史记录总条数大于0条,则计算相邻记录差值,如果临近电压变化绝对值大于电压差值标准差的2倍,则向用户发送提示信息;
S203、如果临近电压变化绝对值小于或等于电压差值标准差的2倍或者读取的历史记录总条数为0条,重新返回步骤S201。
4.根据权利要求1所述的监测评估方法,其特征在于:所述基础信息录入和数据管理的方法,具体如下:
S301、用户录入的基础信息包括站点信息、土壤类型、容重、田间持水量以及凋萎系数信息;
S302、将用户自定义基础信息、数据采集器观测值、天气预报结果进行数据入库;
S303、用户通过输入显示单元进行默认数据查询以及用户自定义查询;
S304、根据某一时段内各观测要素的平均、最大、最小及加和统计结果进行数据统计,并将每10分钟观测结果转换为逐日观测记录。
5.根据权利要求4所述的监测评估方法,其特征在于:所述步骤S4中,土壤墒情评估的方法,具体如下:
S401、读取土壤墒情测量值,根据录入的信息,比较是否低于萎蔫点;如果低于萎蔫点,通过DTU单元向用户发送极度干旱预警信息;如果不低于萎蔫点,则读取历史记录条数;
S402、如果读取的历史记录总条数大于365条,则读取历史记录极值,如果测量值大于历史极值,则向用户发送提示信息;
S403、如果测量值小于或等于历史极值或者读取历史记录条数在365条以下,则根据田间持水量转为相对含水量;
S404、含水量与设定的阈值作比较,当含水量低于40%时,向用户发送重度干旱预警;当含水量在40%和50%之间时,向用户发送中度干旱预警;当含水量在50%和60%之间时,向用户发送轻度干旱预警;当含水量在90%和110%之间时,向用户发送轻度过湿预警;当含水量在110%和120%之间时,向用户发送中度过湿预警;当含水量高于120%时,向用户发送重度过湿预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710257223.XA CN107064461B (zh) | 2017-04-19 | 2017-04-19 | 一种具有监测评估功能的墒情监测站及监测评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710257223.XA CN107064461B (zh) | 2017-04-19 | 2017-04-19 | 一种具有监测评估功能的墒情监测站及监测评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107064461A CN107064461A (zh) | 2017-08-18 |
CN107064461B true CN107064461B (zh) | 2019-09-10 |
Family
ID=59599765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710257223.XA Expired - Fee Related CN107064461B (zh) | 2017-04-19 | 2017-04-19 | 一种具有监测评估功能的墒情监测站及监测评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107064461B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019118453A1 (en) * | 2017-12-11 | 2019-06-20 | The Texas A&M University System | Agricultural sensor placement and fault detection in wireless sensor networks |
CN108132491A (zh) * | 2017-12-18 | 2018-06-08 | 佛山市极加互动科技有限公司 | 一种气象信息处理分析监控系统 |
CN108982807B (zh) * | 2018-07-02 | 2020-10-27 | 中国水利水电科学研究院 | 一种识别多孔材料对土壤持水性影响的动态监测系统 |
CN110456026B (zh) * | 2019-08-13 | 2022-05-03 | 北京农业信息技术研究中心 | 一种土壤墒情监测方法及装置 |
CN111122824A (zh) * | 2019-12-18 | 2020-05-08 | 四川大学 | 一种土壤墒情监测系统 |
CN114397423B (zh) * | 2021-12-17 | 2024-01-26 | 江苏南水水务科技有限公司 | 一种低成本的墒情精准监测方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101846669A (zh) * | 2010-04-13 | 2010-09-29 | 太原理工大学 | 一种土壤墒情自动监测终端机 |
CN102305846A (zh) * | 2011-08-16 | 2012-01-04 | 北京农业智能装备技术研究中心 | 墒情监测站支架 |
CN202631520U (zh) * | 2012-06-07 | 2012-12-26 | 深圳市赛瑞景观工程设计有限公司 | 无线智能墒情采集自动监测装置 |
CN102890857A (zh) * | 2012-09-14 | 2013-01-23 | 北京农业智能装备技术研究中心 | 农田墒情远程采集发布系统 |
CN104123444A (zh) * | 2014-07-10 | 2014-10-29 | 中国水利水电科学研究院 | 基于区域墒情监测和遥感数据的实时灌溉预报系统及方法 |
CN104267045A (zh) * | 2014-09-04 | 2015-01-07 | 浙江托普仪器有限公司 | 一种基于无线网络的广域土壤墒情检测系统 |
CN204330747U (zh) * | 2014-11-21 | 2015-05-13 | 天津百利种苗培育有限公司 | 一种土壤墒情监测装置 |
CN204461475U (zh) * | 2015-01-15 | 2015-07-08 | 黑龙江省农垦科学院科技情报研究所 | 土壤墒情监测系统 |
CN104848901A (zh) * | 2015-06-17 | 2015-08-19 | 贵州师范学院 | 一种墒情实时监测和预测系统及其检测方法 |
CN205038791U (zh) * | 2015-10-23 | 2016-02-17 | 北京慧图科技股份有限公司 | 一种土壤墒情蓝牙数据采集终端 |
CN205785304U (zh) * | 2016-05-25 | 2016-12-07 | 北京北方节能环保有限公司 | 一种墒情设备采集仪终端及系统 |
CN205844325U (zh) * | 2016-07-07 | 2016-12-28 | 杭州医学院 | 一种土壤墒情监测控制系统 |
-
2017
- 2017-04-19 CN CN201710257223.XA patent/CN107064461B/zh not_active Expired - Fee Related
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101846669A (zh) * | 2010-04-13 | 2010-09-29 | 太原理工大学 | 一种土壤墒情自动监测终端机 |
CN102305846A (zh) * | 2011-08-16 | 2012-01-04 | 北京农业智能装备技术研究中心 | 墒情监测站支架 |
CN202631520U (zh) * | 2012-06-07 | 2012-12-26 | 深圳市赛瑞景观工程设计有限公司 | 无线智能墒情采集自动监测装置 |
CN102890857A (zh) * | 2012-09-14 | 2013-01-23 | 北京农业智能装备技术研究中心 | 农田墒情远程采集发布系统 |
CN104123444A (zh) * | 2014-07-10 | 2014-10-29 | 中国水利水电科学研究院 | 基于区域墒情监测和遥感数据的实时灌溉预报系统及方法 |
CN104267045A (zh) * | 2014-09-04 | 2015-01-07 | 浙江托普仪器有限公司 | 一种基于无线网络的广域土壤墒情检测系统 |
CN204330747U (zh) * | 2014-11-21 | 2015-05-13 | 天津百利种苗培育有限公司 | 一种土壤墒情监测装置 |
CN204461475U (zh) * | 2015-01-15 | 2015-07-08 | 黑龙江省农垦科学院科技情报研究所 | 土壤墒情监测系统 |
CN104848901A (zh) * | 2015-06-17 | 2015-08-19 | 贵州师范学院 | 一种墒情实时监测和预测系统及其检测方法 |
CN205038791U (zh) * | 2015-10-23 | 2016-02-17 | 北京慧图科技股份有限公司 | 一种土壤墒情蓝牙数据采集终端 |
CN205785304U (zh) * | 2016-05-25 | 2016-12-07 | 北京北方节能环保有限公司 | 一种墒情设备采集仪终端及系统 |
CN205844325U (zh) * | 2016-07-07 | 2016-12-28 | 杭州医学院 | 一种土壤墒情监测控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107064461A (zh) | 2017-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107064461B (zh) | 一种具有监测评估功能的墒情监测站及监测评估方法 | |
Stoll et al. | Analysis of the impact of climate change on groundwater related hydrological fluxes: a multi-model approach including different downscaling methods | |
Hedley et al. | A method for spatial prediction of daily soil water status for precise irrigation scheduling | |
Dalezios et al. | Agricultural drought indices: Combining crop, climate, and soil factors | |
McCulloch et al. | Wireless sensor network deployment for water use efficiency in irrigation | |
CN104123444A (zh) | 基于区域墒情监测和遥感数据的实时灌溉预报系统及方法 | |
Sonali et al. | Spatio-temporal variability of temperature and potential evapotranspiration over India | |
Kim et al. | Study on IoT based wild vegetation community ecological monitoring system | |
Corbari et al. | Land surface temperature representativeness in a heterogeneous area through a distributed energy-water balance model and remote sensing data | |
Ji et al. | Comprehensive drought index as an indicator for use in drought monitoring integrating multi-source remote sensing data: a case study covering the Sichuan-Chongqing region | |
Fuchs et al. | Drought indices for drought risk assessment in a changing climate | |
Wang et al. | Making sense of cosmic-ray soil moisture measurements and eddy covariance data with regard to crop water use and field water balance | |
Paraskevopoulos et al. | Integrating soil water monitoring technology and weather based crop modelling to provide improved decision support for sugarcane irrigation management | |
Vogt et al. | Drought monitoring from space | |
Ha et al. | Agricultural drought conditions over mainland Southeast Asia: Spatiotemporal characteristics revealed from MODIS-based vegetation time-series | |
Cook | Soil temperature and moisture profile (STAMP) system handbook | |
Mangundu et al. | A wireless sensor network for rainfall monitoring, using cellular network: A case for namibia | |
Mendicino et al. | Integrated drought watch system: a case study in Southern Italy | |
Singh et al. | Spatial and temporal patterns of surface soil moisture over India estimated using surface wetness index from SSM/I microwave radiometer | |
CN107045653A (zh) | 动态洪泛预测与警示系统 | |
Chiu et al. | Development of a wireless sensor network for tracking flood irrigation management in production-sized rice fields in the mid-south | |
Grant et al. | Instrumenting wildlife water developments to collect hydrometeorological data in remote western US catchments | |
De Lannoy et al. | Observed and simulated water and energy budget components at SCAN sites in the lower Mississippi Basin | |
King et al. | A crop water stress index based internet of things decision support system for precision irrigation of wine grape | |
Shearan et al. | Design and development of an IoT-enabled sensor node for agricultural and modelling applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190910 Termination date: 20210419 |
|
CF01 | Termination of patent right due to non-payment of annual fee |