CN108323419A - 土壤地表渗水速率和灌溉水量的判别方法及智能灌溉系统 - Google Patents
土壤地表渗水速率和灌溉水量的判别方法及智能灌溉系统 Download PDFInfo
- Publication number
- CN108323419A CN108323419A CN201810021898.9A CN201810021898A CN108323419A CN 108323419 A CN108323419 A CN 108323419A CN 201810021898 A CN201810021898 A CN 201810021898A CN 108323419 A CN108323419 A CN 108323419A
- Authority
- CN
- China
- Prior art keywords
- soil
- moisture
- rate
- smd
- time
- 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.)
- Granted
Links
- 239000002689 soil Substances 0.000 title claims abstract description 251
- 238000003973 irrigation Methods 0.000 title claims abstract description 56
- 230000002262 irrigation Effects 0.000 title claims abstract description 56
- 230000008595 infiltration Effects 0.000 title claims abstract description 52
- 238000001764 infiltration Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 26
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 86
- 238000005259 measurement Methods 0.000 claims description 57
- 230000008859 change Effects 0.000 claims description 30
- 238000000205 computational method Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 5
- 230000001953 sensory effect Effects 0.000 claims description 5
- 238000009825 accumulation Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 4
- 241000196324 Embryophyta Species 0.000 description 5
- 230000012010 growth Effects 0.000 description 5
- 239000003621 irrigation water Substances 0.000 description 5
- 238000001556 precipitation Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 3
- 241000209094 Oryza Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 230000008635 plant growth Effects 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 241000607479 Yersinia pestis Species 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003020 moisturizing effect Effects 0.000 description 1
- 235000015816 nutrient absorption Nutrition 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000009736 wetting Methods 0.000 description 1
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/082—Investigating permeability by forcing a fluid through a sample
- G01N15/0826—Investigating permeability by forcing a fluid through a sample and measuring fluid flow rate, i.e. permeation rate or pressure change
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Analytical Chemistry (AREA)
- Water Supply & Treatment (AREA)
- Fluid Mechanics (AREA)
- Engineering & Computer Science (AREA)
- Soil Sciences (AREA)
- Health & Medical Sciences (AREA)
- Environmental Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明涉及一种土壤地表渗水速率和灌溉水量的判别方法及智能灌溉系统,本判别方法包括:在田间布置一个或多个土壤水分传感器;所述土壤水分传感器垂直分布并实时测量土壤含水量,以获取最大土壤地表渗水速率,和/或实际土壤地表渗水速率,和/或一次灌溉需水量数据,进而确保农田灌溉活动正常进行。
Description
技术领域
本发明涉及一种土壤地表渗水速率和灌溉水量的判别方法及系统。
背景技术
历史数据显示,中国北方农业主要地区的平均年降雨量在300–500毫米之间,春季少雨,降水集中在7、8两月,且多暴雨。在一般正常年份的作物主生长期内,自然降雨只可以提供作物生长对水需求的30-80%。近年中国工业化进程提速、城乡人民生活快速改善,对水资源的需求急剧扩大。受全球气候变化趋势的影响,中国广大地区的年降雨量呈现逐渐减少趋势。中国北方地区的自然降雨在地域和时域的分布极其不均匀,加上地表蒸发蒸腾量ET很高,如果不及时进行补水,作物极有可能在干旱条件下生长、呈现缺水胁迫(表现为生长延缓、抵御病虫害能力降低、养分吸收能力降低)状态,导致减产或绝收。
在农业作物生长周期内,如果自然降雨量不能够保持土壤水分在作物生长正常需水区间,利用诸如河水、湖水或者地下水等其它替代水源进行灌溉就成为必须。灌溉其本质就是以人工补水的形式来弥补自然降雨量的不足、确保土壤水墒在合适范围,满足作物生长的需求。
因此,为了满足农作物的生长需要,必须优化灌溉方式。灌溉方式的优化必须依赖合适的土壤地表渗水速率和灌溉水量判别方法及智能灌溉系统,以获得最大土壤地表渗水速率、实际土壤地表渗水速率、一次灌溉需水量等灌溉操作基础数据。
发明内容
本发明的目的是提供一种判别方法,以获得农田智能灌溉所需参数。
为了解决上述技术问题,本发明提供了一种判别方法,包括:
在田间布置一个或多个土壤水分传感器;
所述土壤水分传感器垂直分布并实时测量土壤含水量,以计算最大土壤地表渗水速率,和/或实际土壤地表渗水速率,和/或一次灌溉需水量灌溉数据。
进一步,所述土壤水分传感器适于在每5-10cm深度间隔布置一个水分感应器件,且采样速率设置在5–20分钟;
在垂直测量深度H范围内,水分感应器件分别对应n个测量点,即
n=1,2…N,N为水分传感组件对应的测量点数,且将n=1定义为土壤表层测量点,并以5-20分钟时间间隔内进行数据扫描采集,获得土壤含水量,即
土壤体积水分含量瞬时值SM_n_t。
进一步,在土壤体积水分含量瞬时值SM_n_t的基础上,建立土壤水分含量时间变化率SMD_n_t的计算公式,即
其中,ΔSM_n_t为在时间t,且时间间隔Δt时,测量点n处的土壤水分含量变化。
进一步,获取最大土壤地表渗水速率和实际土壤地表渗水速率的方法包括:
设定最大土壤地表渗水速率为SIR_max,即
其中,SMD_n_max为在确保土壤水分含量SM_n满足小于田间持水量FD_n条件,即SM_n<FD_n状态前提下,在测量点n处,通过获得的土壤水分最大变化率;m为可以观测到土壤水分有变化的最深测量点位置标号数;
设定实际土壤表面渗水速率为SIR_t,即
其中,SMD_n_t为在测量时间t,在确保土壤水分含量SM_n满足小于田间持水量FD_n条件,即SM_n<FD_n状态前提下,在测量点n处获得的土壤水分变化率;m_t为在测量时间t,可以观测到土壤水分有变化的最深测量点位置标号数。
进一步,设定一次灌溉需水量为SIU,即
SIU=667×rd×(SM_target-SM_ts_avg);
其中,SM_target为根据灌区内种植植物需水特性,预先设定的目标灌溉土壤水分含量;SM_ts_avg为平均土壤水分含量;以及rd为灌溉深度,单位为米。转换系数取667时,即为每亩换算成平方米为667平方米,SIU单位为立方米水/亩。
进一步,最大土壤地表渗水速率SIR_max的计算方法包括:
步骤S11,以边界线数学处理方式获取土壤饱和水分含量的垂直分布,即
以土壤水分含量SM为横坐标,且测量点垂直分布深度h为纵坐标作散点图,在散点图右侧构建起一条适于表示土壤饱和水分含量的垂直分布边界线,并对在该垂直分布边界线上所有边界点对应的土壤水分含量SM_n值求平均以获得土壤饱和水分边界平均线;
步骤S12,依据土壤饱和水分边界平均线,计算获取田间持水量线FC_n,即
FC_n=b%*SM_n_SA;
其中,常量b值的取值范围可以在75-85之间;
步骤S13,再一次处理采集的土壤分层水分含量SM_n数据集,抛弃所有SM_n>FC_n的数据点;
步骤S14,对保留的符合SM_n<FC_n条件的数据子集,采用公式计算土壤水分含量时间变化率SMD_n_t;
步骤S15,以边界线数学处理方式获取土壤水分含量最大时间变化率SMD_n_max的垂直分布,即
以土壤水分含量时间变化率SMD_n_t为横坐标,测量点垂直分布深度h为纵坐标作散点图,随着数据点的累积,高值的SMD_n_t数据点逐渐积累,由一系列最大值点SMD_n_max在散点图构建起一条边界线,以表示分层土壤水分含量最大时间变化率的垂直分布线;
步骤S16,确定分层土壤水分含量最大时间变化率SMD_n_max的加和区间;寻找SMD_n_max>0条件下的最深测量点m值,进而确定SMD_n_max的加和区间;
步骤S17,依据公式计算出被监测土壤的最大土壤表面渗水速率SIR_max。
进一步,实际土壤表面渗水速率SIR_t的计算方法包括:
步骤S21,在时间点t,计算出土壤水分含量时间变化率SMD_n_t;
步骤S22,确定分层土壤水分含量时间变化率SMD_n_t的加和区间,寻找SMD_n_t>0条件下的最深测量点m_t值,进而确定SMD_n_t的加和区间;
步骤S23,依据公式计算出被监测土壤的实时土壤表面渗水速率SIR_t。
进一步,一次灌溉需水量SIU的计算方法包括:
步骤S31,获得田间持水量的垂直分布FC_n线;
步骤S32,根据灌区内种植植物需水特性,预先设定目标灌溉土壤水分含量SM_target,设定x为域内种植植物需水特性相关的系数,则
SM_target=x·FC_n;
步骤S33,在灌溉开始时间点ts,针对设定的灌溉深度范围内m个测量点,依据各点的土壤水分含量SM_n,计算出平均土壤水分含量SM_ts_avg,即
步骤S34,通过获得的SM_target和SM_ts_avg,计算出一次灌溉量基数SIU,即
SIU=667×rd×(SM_target-SM_ts_avg)。
又一方面,本发明还提供了一种智能灌溉系统。
所述智能灌溉系统包括:
至少一个土壤水分传感器,以及与土壤水分传感器相连的服务器;
所述土壤水分传感器垂直分布并实时测量土壤含水量;
所述服务器适于根据土壤含水量获取最大土壤地表渗水速率,和/或实际土壤地表渗水速率,和/或一次灌溉需水量数据。
进一步,所述土壤水分传感器适于在每5-10cm深度间隔设置一个水分感应器件,且采样速率设置在5–20分钟;
在垂直测量深度H范围内,水分感应器件分别对应n个测量点,即
n=1,2…N,N为水分传感组件对应的测量点数,且将n=1定义为土壤表层测量点,并以5-20分钟时间间隔内进行数据扫描采集,获得土壤含水量,即
土壤体积水分含量瞬时值SM_n_t。
本发明的有益效果是,本发明的判别方法及智能灌溉系统,通过在田间布置一个或多个土壤水分传感器,垂直且实时测量土壤含水量,以获取最大土壤地表渗水速率、实际土壤地表渗水速率、一次灌溉需水量数据,进而确保农田灌溉活动正常进行。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1a是本发明的复合直杆式土壤水分传感器的布置示意图;
图1b是本发明的分立针式土壤水分传感器的布置示意图;
图2是本发明的实测水分含量SM的分布图;
图3是本发明的去除大于田间持水量FC数据点的实测水分含量SM分布图;
图4是本发明的灌溉水垂直渗透时土壤水分含量时间变化率SMD的分布图;
图5是本发明的一次灌溉量基数的基本参数的分布图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图,仅以示意方式说明本发明的基本结构,因此其仅显示与本发明有关的构成。
实施例1
本实施例提供了一种土壤地表渗水速率和灌溉水量的判别方法,具体的,本判别方法包括在田间布置一个或多个土壤水分传感器;所述土壤水分传感器垂直分布并实时测量土壤含水量,以获取最大土壤地表渗水速率,和/或实际土壤地表渗水速率,和/或一次灌溉需水量数据,进而确保农田灌溉活动正常进行。
首先,先进行田间土壤水分含量及其垂直分布讯息的采集,此处列举两种符合本发明需求的实时采集土壤水分含量信息的土壤水分传感器常规布置方式如图1a和图1b所示,即复合直杆式土壤水分传感器和分立针式土壤水分传感器的布置方式。
为确保实时采集的土壤水分含量及其垂直分布有足够的精度和垂直空间分辨率,土壤水分传感器需要采用在每5–10cm深度间隔设置一个水分感应器件。数据采样速率适于采用高速率,以提供足够高的时间分辨率,采样速率可以设置在5–20分钟之间可调节,应付极端干旱和极端潮湿情况下正确获取土壤地表渗水速率的应用需求。
如图1a,在垂直测量深度H范围内,对分立针式土壤水分传感器或者复合直管式土壤水分传感器上水分感应器件的全部n个测量点(n=1,2…N,N为各水分感应器件对应的测量点数,且将n=1为土壤表层测量点)以5-20分钟时间间隔内进行数据扫描采集,获得土壤体积水分含量瞬时值SM_n_t。
以公式(1)计算出土壤水分含量时间变化率,SMD_n_t:
其中:ΔSM_n_t为在时间t、时间间隔Δt时,在测量点n处的土壤水分含量变化。
并且,通过边界线数学处理方式获取土壤地表渗水速率。
针对一个智能灌溉的实际应用,在制定一个精准灌溉计划时,需要测量和计算出灌区内土壤相关物理参数土壤水分含量(SM,Soil Moisture)和土壤地表渗水速率(SIR,Surface Infiltration Rate)。特别是土壤地表渗水速率,即雨水或灌溉水通过土壤表面向下迁移的速率。土壤地表渗水速率是一个通量(Flux)参数,即在单位土壤地表面积单位时间内向下渗透水的体积(立方米水/平方米土壤表面·小时=米水/小时)。严格含义上土壤渗水速率是一个随土壤深度变化而变化的变量,但是针对一般灌溉应用而言,经常提及的土壤渗水速率是特定指土壤地表渗水速率,本发明采用这个土壤地表渗水速率的定义。因此,当灌溉速率超过渗水速率时,水在地表面积存或水在地表面流失会确切发生。
土壤地表渗水速率(SIR)是决定灌溉速率的基本参数。为确保灌溉水的有效利用,防止水地表面流失发生,灌溉速率需要被控制在合理范围内。需要特别指出,土壤地表渗水速率受土壤润湿速率、土壤毛细现象(Capillarity)、土壤种类、土壤表层有机质含量、以及田间农耕活动等因素的影响,不能被作为常量来对待,与灌溉起始时的土壤水分含量之间有非线性函数关系。因此,单纯依据土壤物理学原理来推导的纯粹理论路径得出的土壤地表渗水速率数值事件中并不能表征实际发生在田间的状态,要获取正确的数值必须有在原位的土壤水分传感器实际感知。
在本实施例中,可以先进行如下假设。
本发明中所涉及的土壤地表渗水速率参量,是在假定土壤水分含量低于田间持水量(FC,Field Capacity)的状态条件下获取的,即通常所说的非饱和灌溉,符合中国北方地区大部分罐区灌溉时土壤墒情所处的实际情况。在非饱和灌溉状态下,从地表面向下渗透的雨水或灌溉水受土壤孔隙的吸附滞留,会垂直逐层分配到土壤介质中去,进而导致在测量深度范围H内总可以观察到数个相应阶层土壤水分含量值在发生变化。
针对一个特定土壤,如果土壤物理特性相同,理论上都会呈现一个最大土壤地表渗水速率SIR_max。SIR_max可以定义为在测量深度范围H内分层土壤水分含量最大时间变化率的加和。
针对一个特定土地,如果土壤物理特性相同,在实际承受雨水或灌溉水过程中会呈现一个随时间变化的实际土壤地表渗水速率SIR_t。实际土壤地表渗水速率SIR_t可以定义为在测量深度范围H、在时间t,分层土壤水分含量时间变化率的加和。
本实施例提出一个通过土壤水分传感器采集的土壤水分数据去获取最大土壤表面渗水速率SIR_max和实际土壤表面渗水速率SIR_t的系统方法。即:
其中:SMD_n_max为在确保土壤水分含量满足小于田间持水量条件,即SM_n<FD_n状态前提下,在测量点n处,通过边界线数学处理方式获得的土壤水分最大变化率;m为可以观测到土壤水分有变化(SMD_n>0)的最深测量点位置标号数。
同样地,
其中:SMD_n_t为在测量时间t,在确保土壤水分含量满足小于田间持水量条件,即SM_n<FD_n状态前提下,在测量点n处获得的土壤水分变化率;m_t为在测量时间t,可以观测到土壤水分有变化(SMD_n_t>0)的最深测量点位置标号数。
本实施例以边界线数学处理方式,在田间条件下智能获得SMD_n_max、SIR_max、SMD_n_t和SIR_t的具体步骤。描述如下:
步骤S1,获得土壤水分最大变化率SMD_n_max、最大土壤表面渗水速率SIR_max的流程包括:
根据应用需求,在受灌区域安装一个或多个土壤水分传感器。为获得能够指导灌溉决策的依据,在作物生长期内宜尽早安装;并且土壤水分传感器以一定的频率采集土壤分层水分含量SM_n;
步骤S11,以边界线数学处理方式获取土壤饱和水分含量(Saturation)的垂直分布。具体地,以土壤水分含量SM为横坐标、测量点垂直分布深度h为纵坐标作散点图(图2),随着数据点的累积,高值的SM_n数据点会逐渐积累,在散点图右侧构建起一条边界线(图2),该边界线表示了一个特定土壤的土壤饱和水分含量(Saturation)的垂直分布,可以命名为SM_n_SB线。对在边界线SM_n_SB上所有边界点SM_n_S值求平均可以获得土壤饱和水分边界平均线SM_n_SA。
步骤S12,依据土壤饱和水分边界平均线SM_n_SA线,以公式(4)计算获取田间持水量线FC_n(图2)。
FC_n=b%*SM_n_SA (4)
其中常量b值的取值范围可以在75–85之间。
步骤S13,再一次处理采集的土壤分层水分含量SM_n数据集,抛弃所有SM_n>FC_n的数据点(图3)。
步骤S14,对保留的符合SM_n<FC_n条件的数据子集,采用公式(1)计算土壤水分含量时间变化率SMD_n_t。
步骤S15,以边界线数学处理方式获取土壤水分含量最大时间变化率SMD_n_max的垂直分布。具体地,以土壤水分含量时间变化率SMD_n_t为横坐标,测量点垂直分布深度h为纵坐标作散点图(图4),随着数据点的累积,高值的SMD_n_t数据点会逐渐积累,由一系列最大值点SMD_n_max在散点图右侧构建起一条边界线SMD_n_maxB(图4)。这条边界线表示了特定土壤的分层土壤水分含量最大时间变化率的垂直分布线(图4)。
步骤S16,确定分层土壤水分含量最大时间变化率SMD_n_max的加和区间。寻找SMD_n_max>0条件下的最深测量点m值(图4中A点),进而确定SMD_n_max的加和区间。
步骤S17,依据公式(2)计算出被监测土壤的最大土壤表面渗水速率SIR_max。
步骤S2,获得土壤水分变化率SMD_n_t、实际土壤表面渗水速率SIR_t的流程包括:
用与获得上述SIR_max相似的方法,可以获得在一个具体时间t时的实际土壤表面渗水速率SIR_t。具体地:
步骤S21,在时间点t,针对每一个测量点n,应用采集获得的土壤水分含量SM_n_t和公式(1)计算出SMD_n_t。
步骤S22,确定分层土壤水分含量时间变化率SMD_n_t的加和区间。寻找SMD_n_t>0条件下的最深测量点m_t值(图4中B点),进而确定SMD_n_t的加和区间。
步骤S23,依据公式(4)计算出被监测土壤的实时土壤表面渗水速率SIR_t。
并且,在本实施例中还通过边界线数学处理方式获取一次灌溉量基数
灌溉应用中,一次灌溉量基数SIU(Single Input Unit,立方米水/亩)指的是,在当前土壤水分状态下,为了让作物解除缺水胁迫所需要一次性灌溉水量的理想估值。
本实施例提供了一个获取一次灌溉量基数的计算方法。
如图5所示,土壤水分含量SM是决定一次灌溉量基数的基本参数。实践中,根据分层土壤水分含量SM_n、预设的灌溉深度rd(一般由作物根系深度判定)、预设的目标灌溉土壤水分含量SM_target(一般根据特定作物的需水特性判定)来计算出一次灌溉量基数SIU。具体地:
步骤S31,采取上述步骤S11,步骤S12相同的步骤获得田间持水量的垂直分布FC_n线。
步骤S32,根据灌区内种植植物需水特性,可以预先设定目标灌溉土壤水分含量SM_target,一般设定x为域内种植植物需水特性相关的系数,那么:
SM_target=x·FC_n (5)
步骤S33,在灌溉开始时间点ts,针对设定的灌溉深度hr(米)范围内m个测量点,依据个点的土壤水分含量SM_n,计算出平均土壤水分含量
SM_ts_avg。
步骤S34,依据从公式(5)和(6)获得的SM_target和SM_ts_avg,以公式(7)计算出一次灌溉量基数SIU
SIU=667×rd×(SM_target-SM_ts_avg) (7)
本发明提出的判别方法获取的最大土壤表面渗水速率SIR_max和一次灌溉量基数SIU等基础参数,可以直观方便地决定灌溉速率和灌溉时常等灌溉基本操作参数。进一步地,其预设的灌溉速率还可以与实际传感测量获取的实际土壤表面渗水速率SIR_t进行实时比较,在灌溉计划执行中实现智能反馈控制逻辑的构建。
实施例2
在上述实施例1基础上,本实施例提供了一种智能灌溉系统,包括:
至少一个土壤水分传感器,以及与土壤水分传感器相连的服务器;
所述土壤水分传感器垂直分布并实时测量土壤含水量;
所述服务器适于根据土壤含水量获取最大土壤地表渗水速率,和/或实际土壤地表渗水速率,和/或一次灌溉需水量数据。
所述土壤水分传感器适于在每5-10cm深度间隔设置一个水分感应器件,且采样速率设置在5–20分钟;在垂直测量深度H范围内,水分感应器件分别对应n个测量点,即n=1,2…N,N为水分传感组件对应的测量点数,且将n=1定义为土壤表层测量点,并以5-20分钟时间间隔内进行数据扫描采集,获得土壤含水量,即土壤体积水分含量瞬时值SM_n_t。
关于本智能灌溉系统中服务器根据土壤含水量获取最大土壤地表渗水速率,和/或实际土壤地表渗水速率,和/或一次灌溉需水量数据的具体工作方法和原理具体详见实施例1部分。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。
Claims (10)
1.一种判别方法,其特征在于,包括:
在田间布置一个或多个土壤水分传感器;
所述土壤水分传感器垂直分布并实时测量土壤含水量,以计算获取最大土壤地表渗水速率,和/或实际土壤地表渗水速率,和/或一次灌溉需水量灌溉数据。
2.根据权利要求1所述的判别方法,其特征在于,
所述土壤水分传感器适于在每5-10cm深度间隔布置一个水分感应器件,且采样速率设置在5–20分钟;
在垂直测量深度H范围内,水分感应器件分别对应n个测量点,即
n=1,2…N,N为水分传感组件对应的测量点数,且将n=1定义为土壤表层测量点,并以5-20分钟时间间隔内进行数据扫描采集,获得土壤含水量,即
土壤体积水分含量瞬时值SM_n_t。
3.根据权利要求2所述的判别方法,其特征在于,
在获得土壤体积水分含量瞬时值SM_n_t的基础上,建立土壤水分含量时间变化率SMD_n_t的计算方式,即
其中,ΔSM_n_t为在时间t、且时间间隔Δt时,测量点n处的土壤水分含量变化。
4.根据权利要求3所述的判别方法,其特征在于,
获取最大土壤地表渗水速率和实际土壤地表渗水速率的方法包括:
设定最大土壤地表渗水速率为SIR_max,即
其中,SMD_n_max为在确保土壤水分含量SM_n满足小于田间持水量FD_n条件,即SM_n<FD_n状态前提下,在测量点n处,通过获得的土壤水分最大变化率;m为可以观测到土壤水分有变化的最深测量点位置标号数;
设定实际土壤表面渗水速率为SIR_t,即
其中,SMD_n_t为在测量时间t,在确保土壤水分含量SM_n满足小于田间持水量FD_n条件,即SM_n<FD_n状态前提下,在测量点n处获得的土壤水分变化率;m_t为在测量时间t,可以观测到土壤水分有变化的最深测量点位置标号数。
5.根据权利要求4所述的判别方法,其特征在于,
设定一次灌溉需水量为SIU,即
SIU=667×rd×(SM_target-SM_ts_avg);
其中,SM_target为根据灌区内种植植物需水特性,预先设定的目标灌溉土壤水分含量;SM_ts_avg为平均土壤水分含量;以及rd为灌溉深度。
6.根据权利要求4所述的判别方法,其特征在于,
最大土壤地表渗水速率SIR_max的计算方法包括:
步骤S11,以边界线数学处理方式获取土壤饱和水分含量的垂直分布,即
以土壤水分含量SM为横坐标,且测量点垂直分布深度h为纵坐标作散点图,在散点图右侧构建起一条适于表示土壤饱和水分含量的垂直分布边界线,并对在该垂直分布边界线上所有边界点对应的土壤水分含量SM_n值求平均以获得土壤饱和水分边界平均线;
步骤S12,依据土壤饱和水分边界平均线,计算获取田间持水量线FC_n,即
FC_n=b%*SM_n_SA;
其中,常量b值的取值范围可以在75-85之间;
步骤S13,再一次处理采集的土壤分层水分含量SM_n数据集,抛弃所有SM_n>FC_n的数据点;
步骤S14,对保留的符合SM_n<FC_n条件的数据子集,采用公式计算土壤水分含量时间变化率SMD_n_t;
步骤S15,以边界线数学处理方式获取土壤水分含量最大时间变化率SMD_n_max的垂直分布,即
以土壤水分含量时间变化率SMD_n_t为横坐标,测量点垂直分布深度h为纵坐标作散点图,随着数据点的累积,高值的SMD_n_t数据点逐渐积累,由一系列最大值点SMD_n_max在散点图构建起一条边界线,以表示分层土壤水分含量最大时间变化率的垂直分布线;
步骤S16,确定分层土壤水分含量最大时间变化率SMD_n_max的加和区间;寻找SMD_n_max>0条件下的最深测量点m值,进而确定SMD_n_max的加和区间;
步骤S17,依据公式计算出被监测土壤的最大土壤表面渗水速率SIR_max。
7.根据权利要求6所述的判别方法,其特征在于,
实际土壤表面渗水速率SIR_t的计算方法包括:
步骤S21,在时间点t,计算出土壤水分含量时间变化率SMD_n_t;
步骤S22,确定分层土壤水分含量时间变化率SMD_n_t的加和区间,寻找SMD_n_t>0条件下的最深测量点m_t值,进而确定SMD_n_t的加和区间;
步骤S23,依据公式计算出被监测土壤的实时土壤表面渗水速率SIR_t。
8.根据权利要求7所述的判别方法,其特征在于,
一次灌溉需水量SIU的计算方法包括:
步骤S31,获得田间持水量的垂直分布FC_n线;
步骤S32,根据灌区内种植植物需水特性,预先设定目标灌溉土壤水分含量SM_target,设定x为域内种植植物需水特性相关的系数,则
SM_target=x·FC_n;
步骤S33,在灌溉开始时间点ts,针对设定的灌溉深度范围内m个测量点,依据个点的土壤水分含量SM_n,计算出平均土壤水分含量SM_ts_avg,即
步骤S34,通过获得的SM_target和SM_ts_avg,计算出一次灌溉量基数SIU,即
SIU=667×rd×(SM_target-SM_ts_avg)。
9.一种智能灌溉系统,其特征在于,包括:
至少一个土壤水分传感器,以及与土壤水分传感器相连的服务器;
所述土壤水分传感器垂直分布并实时测量土壤含水量;
所述服务器适于根据土壤含水量获取最大土壤地表渗水速率,和/或实际土壤地表渗水速率,和/或一次灌溉需水量数据。
10.根据权利要求9所述的智能灌溉系统,其特征在于,
所述土壤水分传感器适于在每5-10cm深度间隔设置一个水分感应器件,且采样速率设置在5–20分钟;
在垂直测量深度H范围内,水分感应器件分别对应n个测量点,即
n=1,2…N,N为水分传感组件对应的测量点数,且将n=1定义为土壤表层测量点,并以5-20分钟时间间隔内进行数据扫描采集,获得土壤含水量,即
土壤体积水分含量瞬时值SM_n_t。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810021898.9A CN108323419B (zh) | 2018-01-10 | 2018-01-10 | 土壤地表渗水速率和灌溉水量的判别方法及智能灌溉系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810021898.9A CN108323419B (zh) | 2018-01-10 | 2018-01-10 | 土壤地表渗水速率和灌溉水量的判别方法及智能灌溉系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108323419A true CN108323419A (zh) | 2018-07-27 |
CN108323419B CN108323419B (zh) | 2021-08-06 |
Family
ID=62924940
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810021898.9A Active CN108323419B (zh) | 2018-01-10 | 2018-01-10 | 土壤地表渗水速率和灌溉水量的判别方法及智能灌溉系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108323419B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109496797A (zh) * | 2018-12-20 | 2019-03-22 | 张正卓 | 一种农业节水灌溉系统及控制方法 |
CN111089827A (zh) * | 2020-01-07 | 2020-05-01 | 华南农业大学 | 一种柑橘园土壤水分渗透的测量系统及测量方法 |
CN113439649A (zh) * | 2021-07-26 | 2021-09-28 | 北京安赛博技术有限公司 | 一种土壤有效灌溉量识别和监测的方法和系统 |
CN113615545A (zh) * | 2021-08-16 | 2021-11-09 | 北京安赛博技术有限公司 | 一种提供水田作物精准灌溉的装置及方法 |
CN114391466A (zh) * | 2022-03-24 | 2022-04-26 | 山东省鲁南地质工程勘察院(山东省地质矿产勘查开发局第二地质大队) | 一种水文勘探用的地下水位动态定位装置及方法 |
CN114568271A (zh) * | 2022-01-14 | 2022-06-03 | 北京市农林科学院智能装备技术研究中心 | 适用于无土限根基质栽培的灌溉方法、装置及系统 |
CN114609365A (zh) * | 2022-02-25 | 2022-06-10 | 中国科学院新疆生态与地理研究所 | 一种土壤水分运移规律和作物根系分布模拟系统及方法 |
CN114642161A (zh) * | 2022-04-24 | 2022-06-21 | 湖南田园牧歌农业科技开发有限公司 | 基于云平台的智能水量调节系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130051816A (ko) * | 2011-11-10 | 2013-05-21 | 서울대학교산학협력단 | 토양의 수분장력을 근거로 이루어지는 능동형 관수 제어방법 및 관수 제어장치 |
CN103493715A (zh) * | 2013-09-30 | 2014-01-08 | 中国农业大学 | 基于作物根区土壤水分与根系分布的灌溉控制方法与系统 |
CN104713998A (zh) * | 2013-12-13 | 2015-06-17 | 张正宏 | 可延伸式无线土壤量测装置 |
CN106211897A (zh) * | 2016-07-14 | 2016-12-14 | 山东农业大学 | 一种畦田节灌水肥一体化方法 |
CN106780086A (zh) * | 2016-12-15 | 2017-05-31 | 新疆水利水电科学研究院 | 一种基于农田水分监测的灌溉用水管理系统及管理方法 |
CN107192812A (zh) * | 2017-06-15 | 2017-09-22 | 南京肯铎特电子科技有限公司 | 一种智能判定旱作作物缺水状态的方法及系统 |
CN107525756A (zh) * | 2017-09-05 | 2017-12-29 | 中国水利水电科学研究院 | 一种土壤分层特征获取方法及应用 |
-
2018
- 2018-01-10 CN CN201810021898.9A patent/CN108323419B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130051816A (ko) * | 2011-11-10 | 2013-05-21 | 서울대학교산학협력단 | 토양의 수분장력을 근거로 이루어지는 능동형 관수 제어방법 및 관수 제어장치 |
CN103493715A (zh) * | 2013-09-30 | 2014-01-08 | 中国农业大学 | 基于作物根区土壤水分与根系分布的灌溉控制方法与系统 |
CN104713998A (zh) * | 2013-12-13 | 2015-06-17 | 张正宏 | 可延伸式无线土壤量测装置 |
CN106211897A (zh) * | 2016-07-14 | 2016-12-14 | 山东农业大学 | 一种畦田节灌水肥一体化方法 |
CN106780086A (zh) * | 2016-12-15 | 2017-05-31 | 新疆水利水电科学研究院 | 一种基于农田水分监测的灌溉用水管理系统及管理方法 |
CN107192812A (zh) * | 2017-06-15 | 2017-09-22 | 南京肯铎特电子科技有限公司 | 一种智能判定旱作作物缺水状态的方法及系统 |
CN107525756A (zh) * | 2017-09-05 | 2017-12-29 | 中国水利水电科学研究院 | 一种土壤分层特征获取方法及应用 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109496797A (zh) * | 2018-12-20 | 2019-03-22 | 张正卓 | 一种农业节水灌溉系统及控制方法 |
CN111089827A (zh) * | 2020-01-07 | 2020-05-01 | 华南农业大学 | 一种柑橘园土壤水分渗透的测量系统及测量方法 |
CN113439649A (zh) * | 2021-07-26 | 2021-09-28 | 北京安赛博技术有限公司 | 一种土壤有效灌溉量识别和监测的方法和系统 |
CN113615545A (zh) * | 2021-08-16 | 2021-11-09 | 北京安赛博技术有限公司 | 一种提供水田作物精准灌溉的装置及方法 |
CN114568271A (zh) * | 2022-01-14 | 2022-06-03 | 北京市农林科学院智能装备技术研究中心 | 适用于无土限根基质栽培的灌溉方法、装置及系统 |
CN114609365A (zh) * | 2022-02-25 | 2022-06-10 | 中国科学院新疆生态与地理研究所 | 一种土壤水分运移规律和作物根系分布模拟系统及方法 |
CN114391466A (zh) * | 2022-03-24 | 2022-04-26 | 山东省鲁南地质工程勘察院(山东省地质矿产勘查开发局第二地质大队) | 一种水文勘探用的地下水位动态定位装置及方法 |
CN114391466B (zh) * | 2022-03-24 | 2022-06-17 | 山东省鲁南地质工程勘察院(山东省地质矿产勘查开发局第二地质大队) | 一种水文勘探用的地下水位动态定位装置及方法 |
CN114642161A (zh) * | 2022-04-24 | 2022-06-21 | 湖南田园牧歌农业科技开发有限公司 | 基于云平台的智能水量调节系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108323419B (zh) | 2021-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108323419A (zh) | 土壤地表渗水速率和灌溉水量的判别方法及智能灌溉系统 | |
CN106688827B (zh) | 一种基于农业系统模型的灌溉决策系统及方法 | |
US8321365B2 (en) | Horticultural knowledge base for managing yards and gardens | |
CN107945042A (zh) | 一种作物生长灌溉决策控制系统 | |
CN109496797A (zh) | 一种农业节水灌溉系统及控制方法 | |
CN106912237A (zh) | 水肥一体化四控灌溉施肥方法 | |
CN209749385U (zh) | 一种精准灌溉监控系统 | |
US9894849B2 (en) | Prescribing a drip line for use in a field | |
Huang et al. | Surface runoff volumes from vegetated slopes during simulated rainfall events | |
CN111742825A (zh) | 农田精准灌溉控制模型的构建与应用 | |
CN103413172B (zh) | 玉米苗期缺苗数的测量方法 | |
CN101647336A (zh) | 滩涂盐碱地种植耐盐植物的耕层土壤控盐方法 | |
CN109644655A (zh) | 一种基于土壤肥力实时检测的精准施肥方法 | |
CN113034302B (zh) | 一种农田尺度作物水分利用效率遥感评价方法 | |
CN107421489A (zh) | 一种实时非破环性农作物根系深度判别系统及方法 | |
Han et al. | Effect of exposed roots on the erosion characteristics of sloped land based on close-range photogrammetry in a karst rocky desertification region | |
WO2013042113A1 (en) | System and method for controlling automatic irrigation | |
CN106879434B (zh) | 基于干深-时域控制的智能节水灌溉系统及其方法 | |
CN110754343B (zh) | 灌溉决策的方法及装置 | |
CN108450296A (zh) | 一种草原矿区排土场坡面植被恢复的灌溉方法 | |
CN207011410U (zh) | 一种深圳海边盐碱地草坪灌溉系统 | |
CN213848015U (zh) | 一种基于多源信息融合的作物节水灌溉测控系统 | |
Morari et al. | Irrigation automation with heterogeneous vegetation: the case of the Padova botanical garden | |
CN209030787U (zh) | 生态园林水控制系统 | |
CN107268550B (zh) | 一种自适应式暗管排水控制系统 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240118 Address after: Room 4305, No. 349 Cangchang Road, Jiading District, Shanghai, 200000 Patentee after: Shanghai Lingxun Electronic Technology Co.,Ltd. Address before: 213022 room 4001, building 2, Sanjing Industrial Park, No. 18, Huashan Middle Road, Xinbei District, Changzhou City, Jiangsu Province Patentee before: CHANGZHOU ZEHUI TIANDI ENVIRONMENTAL TECHNOLOGY CO.,LTD. |
|
TR01 | Transfer of patent right |