CN108446997B - 一种基于多源信息融合的作物节水灌溉决策方法及测控系统 - Google Patents
一种基于多源信息融合的作物节水灌溉决策方法及测控系统 Download PDFInfo
- Publication number
- CN108446997B CN108446997B CN201810262565.5A CN201810262565A CN108446997B CN 108446997 B CN108446997 B CN 108446997B CN 201810262565 A CN201810262565 A CN 201810262565A CN 108446997 B CN108446997 B CN 108446997B
- Authority
- CN
- China
- Prior art keywords
- crop
- water
- information
- irrigation
- moisture
- 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
- 238000003973 irrigation Methods 0.000 title claims abstract description 124
- 230000002262 irrigation Effects 0.000 title claims abstract description 124
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000004927 fusion Effects 0.000 title claims abstract description 39
- 238000013014 water-saving technology Methods 0.000 title claims abstract description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 83
- 239000002689 soil Substances 0.000 claims description 39
- 230000004907 flux Effects 0.000 claims description 15
- 230000005855 radiation Effects 0.000 claims description 14
- 238000013480 data collection Methods 0.000 claims description 11
- 230000012010 growth Effects 0.000 claims description 6
- 238000005086 pumping Methods 0.000 claims description 6
- 239000003621 irrigation water Substances 0.000 claims description 5
- 230000003287 optical effect Effects 0.000 claims description 5
- 239000004576 sand Substances 0.000 claims description 5
- 238000005286 illumination Methods 0.000 claims description 4
- 238000009305 arable farming Methods 0.000 claims description 2
- 230000008020 evaporation Effects 0.000 claims description 2
- 238000001704 evaporation Methods 0.000 claims description 2
- 229920006395 saturated elastomer Polymers 0.000 claims description 2
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 230000005068 transpiration Effects 0.000 claims 1
- 230000008635 plant growth Effects 0.000 abstract description 2
- 230000001276 controlling effect Effects 0.000 abstract 1
- 238000007500 overflow downdraw method Methods 0.000 abstract 1
- 230000001105 regulatory effect Effects 0.000 abstract 1
- 241000209094 Oryza Species 0.000 description 11
- 235000007164 Oryza sativa Nutrition 0.000 description 11
- 235000009566 rice Nutrition 0.000 description 11
- 241000196324 Embryophyta Species 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 235000013339 cereals Nutrition 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000009605 growth rhythm Effects 0.000 description 2
- JEGUKCSWCFPDGT-UHFFFAOYSA-N h2o hydrate Chemical compound O.O JEGUKCSWCFPDGT-UHFFFAOYSA-N 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 101100136092 Drosophila melanogaster peng gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000004382 potting Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- 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
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Environmental Sciences (AREA)
- Water Supply & Treatment (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Soil Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Cultivation Of Plants (AREA)
Abstract
本发明公开了一种基于多源信息融合的作物节水灌溉决策方法及测控系统,属于农作物灌溉领域,该方法采用基于支持度函数的多源信息数据融合,将农田水分信息、作物需水信息知识库、作物蒸发蒸腾量预测信息进行多信息融合,获得最优灌溉结果输送到灌溉控制系统中,调控水泵和电磁阀的起停运作,从而实现作物节水精准灌溉。测控系统一方面用于采集农田水分信息,另一方面接收最优灌溉结果,实现精准灌溉。通过本发明的多源信息融合方法,既满足了作物生长对水分的需求,同时又达到了节水精准灌溉的目标。
Description
技术领域
本发明属于农作物灌溉领域,特别涉及一种基于多源信息融合的作物节水灌溉决策方法及测控系统。
背景技术
我国是世界上最大的粮食生产国和消费国,而作物的种植需要大量水资源的支撑,我国作物用水量占到总用水量的45%以上,堪称全社会的第一用水大户。但我国农业水资源十分短缺,并且随着经济的发展,水污染事件的频繁发生,缺水程度越发严重,缺水范围越来越大,水危机越来越向我们逼近,作为全社会第一用水大户的节水灌溉愈加紧迫。近年来,随着信息技术的快速发展,精准灌溉技术在农业中得到了越来越多的应用。传感器技术、无线网络、微型计算机技术、互联网的发展,基于精准灌溉技术的灌溉控制系统应用愈来愈广泛,出现了各种各样的灌溉控制方式,但灌溉控制方式与环境感知方式简单,没有实现多种环境参数的采集与复合处理。
目前,国内外节水灌溉领域工作者进行了很多针对节水灌溉领域的发明研究。中国专利(CN104855195A)公开了一种水稻节水灌溉方法,通过监测装置监测种植在不同土壤类型中的水稻各生育期的土壤埋水深度,并以合适的土壤埋水深度作为灌溉指标来确定灌溉水量,该专利不足之处在于只考虑了土壤埋水深度作为灌溉指标。中国专利(CN103583318A)公开了一种无源节水灌溉方法及其设施,方法是确定供水和停水的阈值,探测土壤含水量等墒情,当土壤湿度低于最低阈值,则供水,记录含水量,直至达到最大的阈值,命令停止供水,一轮控制结束,等待土壤含水量低于最低阈值时重复;该专利只考虑了土壤湿度这一个变量来决定是否灌溉。中国专利(CN105494033A)公开了一种基于作物需求的智能节水灌溉方法,该方法构建作物某生长周期i的需水量需求模型,和环境监测设备得到的土壤含水量数据,计算出不同生长周期作物的需水量需求,制定作物全生命周期的灌溉方案;该方法基于作物自身的生长规律的数学模型进行灌溉方案的制定,可用于灌溉受限的盆栽装置,但仅仅只考虑了作物自身的生长规律和土壤含水量。
发明内容
针对以上技术背景的不足,本发明提出了一种基于多源信息融合的作物节水灌溉决策方法及测控系统,解决了灌溉控制方式与环境感知方式过于简单,没有实现多种环境参数的采集与复合处理的缺点。该系统将水分信息、作物需水信息知识库、作物蒸发蒸腾量进行基于支持度函数的数据融合,得到最优灌溉量需求并获得决策结果,从而实现农作物的精准灌溉。
本发明是采用以下技术方案实现上述技术目的的。
一种基于多源信息融合的作物节水灌溉决策方法,包括以下步骤:
步骤一,农田环境信息的采集,包括采集水分信息和气象信息;
步骤二,收集作物在不同生长时期的田中水势经验值,通过田中水势与田间含水量的关系,计算出作物在不同生长阶段对水分的要求,从而建立作物栽培过程需水信息知识库;
步骤三,根据步骤一中采集的气象信息及Penman-Monteith公式,计算参考作物蒸发蒸腾量;
步骤四,将实际作物蒸发蒸腾量、作物需水信息知识库需水信息分别与水分信息中的实际土壤含水量相减获得的灌溉量A和灌溉量B,进行基于支持度函数两个不同来源的灌溉量之间的融合,从而获得最优灌溉量融合值,得出最优灌溉量决策结果。
进一步,所述田中水势与水分信息的关系为其中SWP为田中水势,SWC为水分信息,SPP为土壤中砂粒所占的比例。
进一步,所述采集水分信息通过水分传感器采集,所述气象信息具体为温度、湿度、风速、光照、热通量及净辐射,气象信息通过温度传感器、湿度传感器、风速传感器、光照传感器、热通量传感器及净辐射传感器分别进行采集。
进一步,所述步骤三中Penman-Monteith公式为:
其中ET0为参考蒸发蒸腾量,Δ为饱和蒸汽压温度斜率,Rn为作物表面净辐射,G为土壤热通量,γ为湿度计算常数,T为平均空气温,U2为2m高度风速,es为饱和水汽压,ea为实际水汽压。
进一步,所述实际作物蒸发蒸腾量通过参考作物蒸发蒸腾量获得,具体公式为ETc=Kc*ET0,其中ETc为实际作物蒸发蒸腾量,Kc为作物系数,ET0为参考作物蒸发蒸腾量。
进一步,所述步骤四中两个不同来源的灌溉量之间支持度函数为:
其中di(t)为基于实际作物蒸发蒸腾量与实际土壤含水量相减获得的灌溉量A,ej(t)为基于作物需水信息知识库需水信息与实际土壤含水量相减获得的灌溉量B,i,j分别为实际作物蒸发蒸腾量和作物需水信息知识库需水信息的采集次数,1≤i;j≤N,N为水分信息、实际作物蒸发蒸腾量以及作物灌溉需水信息知识库采集次数的上限;Sup(di(t),ej(t))为di(t)和ej(t)两个不同灌溉量之间的支持度,K为控制支持度函数的幅度参数,β是支持度衰减因子,t为采集水分信息、实际作物蒸发蒸腾量以及作物灌溉需水信息知识库的某一时刻;最优融合值为其中wi为灌溉量A和灌溉量B之间的最优权重。
一种基于多源信息融合的作物节水灌溉测控系统,包括水分传感器、气象站、数据采集系统连接、计算机系统、灌溉控制系统、电磁阀及泵站,所述水分传感器、气象站分别与数据采集系统连接,所述数据采集系统与计算机系统、灌溉控制系统依次连接,所述灌溉控制系统分别与电磁阀、泵站连接,所述灌溉控制系统接收多源信息融合的最优灌溉量决策结果,调控水泵和电磁阀的起停运作,从而实现基于多源信息融合的作物精准灌溉;所述气象站包括温度传感器、湿度传感器、风速传感器、光照传感器、热通量传感器及净辐射传感器,各传感器采集相应的信息后发送给数据采集系统。
与现有技术相比,本发明具有如下有益效果:
在灌溉决策过程中结合了多种灌溉影响因素的采集与复合处理,将农田水分信息、作物需水信息知识库、作物蒸发蒸腾量进行融合之后获得了灌溉量,而不是单一的只考虑其中的某一个因素,使得灌溉决策能融合多方面因素,实现了合理精确的节水灌溉;采用基于支持度函数的数据融合算法,提高了信息融合的精确度,使得数据融合后产生的最优估计值更能真实的反映环境信息的变化,即获得的最佳灌溉量更具可靠性和准确性。
附图说明
图1为本发明节水灌溉测控系统结构示意图;
图2为本发明多源信息融合的作物节水灌溉决策框图。
图中:1-水分传感器,2-气象站,2-1-温度传感器,2-2-湿度传感器,2-3-风速传感器,2-4-光照传感器,2-5-热通量传感器,2-6-净辐射传感器,3-数据采集系统连接,4-计算机系统,5-灌溉控制系统,6-电磁阀,7-泵站。
具体实施方式
下面结合附图和具体实施例,对本发明的技术方案做进一步详细说明,但本发明的保护范围并不限于此。
本发明提出一种基于多源信息融合的作物节水灌溉决策方法及测控系统,将农田水分信息、作物需水信息知识库、作物蒸发蒸腾量信息进行基于支持度函数的多信息融合,得出作物精准灌溉决策方法,从而实现一种基于多信息融合的节水灌溉决策方法及测控系统。
以水稻生产过程为例进行描述,具体实施方法分以下步骤进行。
如图1所示,基于多源信息融合的作物节水灌溉测控系统,其特征在于,包括水分传感器1、气象站2、数据采集系统3、计算机系统4、灌溉控制系统5、电磁阀6及泵站7,水分传感器1、气象站2分别与数据采集系统3连接,实现农田信息的传输,数据采集系统3与计算机系统4、灌溉控制系统5依次连接,灌溉控制系统5分别与电磁阀6、泵站7连接,灌溉控制系统5接收多源信息融合的最优灌溉量决策结果,调控水泵和电磁阀的起停运作,从而实现基于多源信息融合的作物精准灌溉。
本实例中,所述数据采集系统3为ADAM-5000E分布式数据采集控制系统,所述计算机系统4为Windows10系统,所述灌溉控制系统为TNL-GK5土壤水分智能灌溉控制系统。
步骤一、农田环境信息的采集,包括田间已有水分信息的采集和气象信息的采集,水分传感器1采集某时刻t田间水分信息,气象信息采集包括温度传感器2-1采集温度信息、湿度传感器2-2采集湿度信息、风速传感器2-3采集风速信息、光照传感器2-4采集光照信息、热通量传感器2-5采集土壤热通量信息、净辐射传感器2-6采集作物表面净辐射信息;本实例中,温湿度传感器为CG-02-485型温湿度传感器,风速传感器为RS485型风速传感器,光照传感器为QYCG-11光照传感器,土壤热通量传感器为YOYI-TRT1土壤热通量传感器,净辐射传感器为BL-JFS净辐射传感器。
步骤二、田中水势SWP与田间含水量SWC(步骤一中的水分信息)之间关系为:
其中SPP为土壤中砂粒所占的比例;
通过表1中作物在不同生长时期的田中水势SWP(经验值)和公式(1),可以计算出水稻在不同生长阶段对水分的要求,即水稻栽培过程需水信息知识库。
表1水稻不同生长时期的田间水势值(Mpa)
以粒径为0.02-2mm、砂粒含量SPP为22.5%的土壤为例,水稻在不同生长时期的田间需水含水量SWC可以如表2所示。
表2水稻不同生长时期的田间需水含水量(%)
步骤三,根据FAO-56标准Penman-Monteith(彭曼-蒙太斯)公式,利用气象信息计算参考作物蒸发蒸腾量ET0:
式中,ET0为参考蒸发蒸腾量(mm/d);Rn为作物表面净辐射(MJ/m2d),由净辐射传感器2-6测得;G为土壤热通量(MJ/m2d),由热通量传感器2-5测得;γ为湿度计算常数;U2为2m高度风速(m/s),由风速传感器2-3测得;T为平均空气温(℃),由温度传感器2-1测得,Δ为饱和蒸汽压温度斜率,计算表达式为:
es为饱和水汽压,计算表达式为:
es=e0·exp[17.62T/(24.3+T)] (4)
其中e0=6.11hPa,是0℃时的饱和水汽压;
ea为实际水汽压,计算表达式为:
其中a是绝对湿度(g/m3),由湿度传感器2-2测得,温度的适用范围为-45℃~60℃;es-ea饱和水汽压差。
参考作物蒸发蒸腾量并不是实际物蒸发蒸腾,需要根据所栽培作物的品种对作物参数进行修正,利用作物系数Kc计算作物蒸发蒸腾量ETc,将该信息作为预测预报信息,则作物蒸发蒸腾量计算表达式为:
ETc=Kc*ET0 (6)
式中,ETc为实际作物蒸发蒸腾量,即作物需水量,记t时刻实际作物蒸发蒸腾量为ETc(t);Kc为作物系数,反映不同作物的区别,作物系数Kc随着作物生长时间变化,可得到作物栽培过程中蒸发蒸腾量随温度、湿度、日序数的变化而产生相应的变化。水稻实际蒸发蒸腾量大于同期的参考作物蒸发蒸腾量,通过表3可以得知水稻作物系数。
表3水稻各阶段作物系数(以山东济宁站为例)
步骤四,将步骤一中测得的水分信息记为ci(t),步骤二中作物灌溉信息知识库需水信息记为bj(t),步骤三中某一时刻t作物实际作物蒸发蒸腾量记为ai(t),定义该片作物面积为S,则基于作物灌溉信息知识库需水量为bj(t)*S,实际土壤含水量含水量为ci(t)*S(其中i,j分别为实际作物蒸发蒸腾量和作物灌溉信息知识库需水信息的采集次数,1≤i;j≤N,N为水分信息、实际作物蒸发蒸腾量以及作物灌溉需水信息知识库采集的次数上限,t为采集的某一时刻);记di(t)为基于实际作物蒸发蒸腾量与实际土壤含水量获得的灌溉量A,记ej(t)为基于作物灌溉信息知识库需水信息与实际土壤含水量获得的灌溉量B。
di(t)=ai(t)-ci(t)×S (6)
ej(t)=(bj(t)-ci(t))×S (7)
将上述基于实际作物蒸发蒸腾量与实际土壤含水量获得的灌溉量A和基于作物灌溉信息知识库需水信息与实际土壤含水量获得的灌溉量B进行基于支持度函数的融合,从而获得而后的最优灌溉量;根据支持度函数定义,两个不同来源的灌溉量之间的支持度为:
其中Sup(di(t),ej(t))为di(t)和ej(t)两个不同灌溉量之间的支持度,记为γij,K为控制支持度函数的幅度参数,β是支持度衰减因子,可根据式(8)来构建两个不同灌溉量之间的支持度矩阵:
其中T(di(t)),T(ej(t))为支持度总和,从而可以得出基于实际作物蒸发蒸腾量与实际土壤含水量获得的灌溉量A和基于作物灌溉信息知识库需水信息与实际土壤含水量获得的灌溉量B之间的最优权重wi和wj,记为:
wi=1+T(di(t))=1+T(ej(t))=wj (10)
进一步获得融合后的最优灌溉量:
步骤五、根据步骤四获得精准灌溉量X(t)输入到作物灌溉决策测控系统(图1)中,获得精准灌溉决策结果。
步骤六、如图1所示,将步骤五中获得的精准灌溉决策结果数据输送到灌溉决策测控系统中,调控水泵和电磁阀的起停运作,从而实现基于多源信息融合的作物精准灌溉。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (6)
1.一种基于多源信息融合的作物节水灌溉决策方法,其特征在于,包括以下步骤:采集田间水分信息和气象信息;通过田中水势与水分信息的关系,计算作物在不同生长阶段对水分的要求,即建立作物栽培过程的需水信息知识库;计算参考作物蒸发蒸腾量,继而获得实际作物蒸发蒸腾量;将实际作物蒸发蒸腾量、作物需水信息知识库分别与水分信息中的实际土壤含水量相减获得的灌溉量A和灌溉量B,进行基于支持度函数的两个不同来源的灌溉量之间的融合,从而获得最优灌溉量融合值,得出最优灌溉量决策结果;
田中水势与水分信息的关系为其中SWP为田中水势,SWC为水分信息,SPP为土壤中砂粒所占的比例;
所述两个不同来源的灌溉量之间支持度函数为:
其中di(t)为基于实际作物蒸发蒸腾量与实际土壤含水量相减获得的灌溉量A,ej(t)为基于作物需水信息知识库需水信息与实际土壤含水量相减获得的灌溉量B,i,j分别为实际作物蒸发蒸腾量和作物需水信息知识库需水信息的采集次数,1≤i;j≤N,N为水分信息、实际作物蒸发蒸腾量以及作物灌溉需水信息知识库采集次数的上限;Sup(di(t),ej(t))为di(t)和ej(t)两个不同灌溉量之间的支持度,K为控制支持度函数的幅度参数,β是支持度衰减因子;
所述最优灌溉量融合值为其中t为采集水分信息、实际作物蒸发蒸腾量以及作物灌溉需水信息知识库的某一时刻,wi为灌溉量A和灌溉量B之间的最优权重。
2.根据权利要求1所述的基于多源信息融合的作物节水灌溉决策方法,其特征在于,所述田间水分信息是通过水分传感器(1)采集,所述气象信息具体为温度、湿度、风速、光照、热通量及净辐射,气象信息通过温度传感器(2-1)、湿度传感器(2-2)、风速传感器(2-3)、光照传感器(2-4)、热通量传感器(2-5)及净辐射传感器(2-6)分别进行采集。
3.根据权利要求1所述的基于多源信息融合的作物节水灌溉决策方法,其特征在于,所述参考作物蒸发蒸腾量由气象信息及Penman-Monteith公式计算得到,所述Penman-Monteith公式为其中ET0为参考作物蒸发蒸腾量,Δ为饱和蒸汽压温度斜率,Rn为作物表面净辐射,G为土壤热通量,γ为湿度计算常数,T为平均空气温,U2为2m高度风速,es为饱和水汽压,ea为实际水汽压。
4.根据权利要求1或3所述的基于多源信息融合的作物节水灌溉决策方法,其特征在于,所述实际作物蒸发蒸腾量通过参考作物蒸发蒸腾量获得,具体公式为ETc=Kc*ET0,其中ETc为实际作物蒸发蒸腾量,Kc为作物系数,ET0为参考作物蒸发蒸腾量。
5.一种基于多源信息融合的作物节水灌溉测控系统,其特征在于,包括水分传感器(1)、气象站(2)、数据采集系统(3)、计算机系统(4)、灌溉控制系统(5)、电磁阀(6)及泵站(7),所述水分传感器(1)、气象站(2)分别与数据采集系统(3)连接,所述数据采集系统(3)与计算机系统(4)、灌溉控制系统(5)依次连接,所述灌溉控制系统(5)分别与电磁阀(6)、泵站(7)连接,所述灌溉控制系统(5)接收多源信息融合的最优灌溉量决策结果,调控水泵和电磁阀的起停运作,从而实现基于多源信息融合的作物精准灌溉;所述最优灌溉量决策结果的获取:将实际作物蒸发蒸腾量、作物需水信息知识库分别与水分信息中的实际土壤含水量相减获得的灌溉量A和灌溉量B,进行基于支持度函数的两个不同来源的灌溉量之间的融合,从而获得最优灌溉量融合值,得出最优灌溉量决策结果;
所述支持度函数为:其中di(t)为基于实际作物蒸发蒸腾量与实际土壤含水量相减获得的灌溉量A,ej(t)为基于作物需水信息知识库需水信息与实际土壤含水量相减获得的灌溉量B,i,j分别为实际作物蒸发蒸腾量和作物需水信息知识库需水信息的采集次数,1≤i;j≤N,N为水分信息、实际作物蒸发蒸腾量以及作物灌溉需水信息知识库采集次数的上限;Sup(di(t),ej(t))为di(t)和ej(t)两个不同灌溉量之间的支持度,K为控制支持度函数的幅度参数,β是支持度衰减因子;
所述最优灌溉量融合值为其中t为采集水分信息、实际作物蒸发蒸腾量以及作物灌溉需水信息知识库的某一时刻,wi为灌溉量A和灌溉量B之间的最优权重;
所述需水信息知识库是通过田中水势与水分信息的关系,计算作物在不同生长阶段对水分的要求建立的;
田中水势与水分信息的关系为其中SWP为田中水势,SWC为水分信息,SPP为土壤中砂粒所占的比例。
6.一种如权利要求5所述的基于多源信息融合的作物节水灌溉测控系统,其特征在于,所述气象站(2)包括温度传感器(2-1)、湿度传感器(2-2)、风速传感器(2-3)、光照传感器(2-4)、热通量传感器(2-5)及净辐射传感器(2-6),各传感器采集相应的信息后发送给数据采集系统(3)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810262565.5A CN108446997B (zh) | 2018-03-28 | 2018-03-28 | 一种基于多源信息融合的作物节水灌溉决策方法及测控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810262565.5A CN108446997B (zh) | 2018-03-28 | 2018-03-28 | 一种基于多源信息融合的作物节水灌溉决策方法及测控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108446997A CN108446997A (zh) | 2018-08-24 |
CN108446997B true CN108446997B (zh) | 2019-10-01 |
Family
ID=63197551
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810262565.5A Active CN108446997B (zh) | 2018-03-28 | 2018-03-28 | 一种基于多源信息融合的作物节水灌溉决策方法及测控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108446997B (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN109116827B (zh) * | 2018-09-19 | 2020-01-03 | 中国农业大学 | 基于物联网的日光温室水肥一体化灌溉控制方法及装置 |
CN109349070A (zh) * | 2018-10-25 | 2019-02-19 | 天津市科睿思奇智控技术有限公司 | 一种中心支轴式喷灌机灌溉控制方法及系统 |
DE102020119521B4 (de) * | 2020-07-23 | 2024-02-29 | Einhell Germany Ag | Automatische Bewässerung einer Fläche |
CN112042353A (zh) * | 2020-09-03 | 2020-12-08 | 山东锋士信息技术有限公司 | 一种适用于日光温室的水肥精准决策方法及系统 |
CN112270124B (zh) * | 2020-10-23 | 2023-12-01 | 河海大学 | 一种实时灌溉方法及系统 |
CN112602563B (zh) * | 2020-12-15 | 2021-08-24 | 珠海市现代农业发展中心(珠海市金湾区台湾农民创业园管理委员会、珠海市农渔业科研与推广中心) | 一种节水灌溉系统及精准灌溉方法 |
CN113785759B (zh) * | 2021-10-09 | 2022-09-20 | 辽宁省农业科学院 | 一种作物间套作种植智能灌溉系统、方法及可存储介质 |
CN114637353B (zh) * | 2022-03-24 | 2022-11-15 | 四川省水利科学研究院 | 基于多环境因素分析的农业灌溉控制方法、系统及终端 |
CN114938770B (zh) * | 2022-06-02 | 2024-05-03 | 湖州云慧数字灌溉科技有限公司 | 一种灌溉控制方法、装置、系统、设备及介质 |
CN115687850A (zh) * | 2022-11-01 | 2023-02-03 | 北京市农林科学院智能装备技术研究中心 | 一种农田的灌溉需水量计算方法及装置 |
CN115984718B (zh) * | 2022-12-02 | 2023-07-18 | 水利部交通运输部国家能源局南京水利科学研究院 | 灌区水稻需水信息感知及灌溉决策方法 |
CN116058265B (zh) * | 2023-03-01 | 2024-03-22 | 西北农林科技大学 | 一种数字化变量灌溉群控系统和数字化变量灌水器 |
CN116369175B (zh) * | 2023-04-10 | 2024-05-07 | 宁夏大学 | 一种提升番茄风味品质的灌溉决策方法及装置 |
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 |
CN117074430B (zh) * | 2023-10-18 | 2023-12-26 | 江苏银家不锈钢管业有限公司 | 不锈钢钢管的表面缺陷检测方法及装置 |
CN117111663B (zh) * | 2023-10-23 | 2023-12-26 | 沈阳仪表科学研究院有限公司 | 用于中药材灌溉的高稳态性阀门控制系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204466494U (zh) * | 2015-01-08 | 2015-07-15 | 黑龙江省农垦科学院科技情报研究所 | 灌溉电磁阀门控制系统及节水灌溉系统 |
CN105868864A (zh) * | 2016-04-13 | 2016-08-17 | 宁夏回族自治区唐徕渠管理处 | 一种套种作物自动灌溉的控制方法及系统 |
CN106359005A (zh) * | 2016-08-31 | 2017-02-01 | 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 |
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 |
CN106718695A (zh) * | 2017-01-04 | 2017-05-31 | 吉林省沃特管业有限公司 | 一种智能节水灌溉物联网控制系统 |
CN206610155U (zh) * | 2017-03-03 | 2017-11-03 | 张万军 | 一种基于plc控制的农作物精良灌溉系统 |
CN108012640A (zh) * | 2017-11-29 | 2018-05-11 | 上海华维节水灌溉股份有限公司 | 一种基于作物环境协同反馈的灌溉施肥系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10077914B2 (en) * | 2015-02-11 | 2018-09-18 | Mark Ankeny | Soil infrastructure systems for sustainable and integrated economic and environmental performance |
-
2018
- 2018-03-28 CN CN201810262565.5A patent/CN108446997B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204466494U (zh) * | 2015-01-08 | 2015-07-15 | 黑龙江省农垦科学院科技情报研究所 | 灌溉电磁阀门控制系统及节水灌溉系统 |
CN105868864A (zh) * | 2016-04-13 | 2016-08-17 | 宁夏回族自治区唐徕渠管理处 | 一种套种作物自动灌溉的控制方法及系统 |
CN106359005A (zh) * | 2016-08-31 | 2017-02-01 | 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 |
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 |
CN106718695A (zh) * | 2017-01-04 | 2017-05-31 | 吉林省沃特管业有限公司 | 一种智能节水灌溉物联网控制系统 |
CN206610155U (zh) * | 2017-03-03 | 2017-11-03 | 张万军 | 一种基于plc控制的农作物精良灌溉系统 |
CN108012640A (zh) * | 2017-11-29 | 2018-05-11 | 上海华维节水灌溉股份有限公司 | 一种基于作物环境协同反馈的灌溉施肥系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108446997A (zh) | 2018-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108446997B (zh) | 一种基于多源信息融合的作物节水灌溉决策方法及测控系统 | |
CN107945042B (zh) | 一种作物生长灌溉决策控制系统 | |
CN107087539A (zh) | 一种基于物联网的果蔬智能灌溉系统 | |
CN107807598A (zh) | 物联网+节水、节肥精准灌溉系统及方法 | |
CN110214506A (zh) | 水肥管控方法及系统 | |
CN109169186A (zh) | 一种基于物联网的丘陵作物灌溉系统及方法 | |
CN108323419B (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 | |
CN105868864A (zh) | 一种套种作物自动灌溉的控制方法及系统 | |
Liu et al. | Precision regulation model of water and fertilizer for alfalfa based on agriculture cyber-physical system | |
CN108617355A (zh) | 一种集群温室灌溉决策方法及系统 | |
CN113994868B (zh) | 一种基于植物生长周期的自动灌溉方法及系统 | |
CN111685014A (zh) | 基于多源信息融合的作物节水灌溉决策方法及测控系统 | |
CN105052688A (zh) | 适用于温室单株作物的灌溉控制系统 | |
CN112042353A (zh) | 一种适用于日光温室的水肥精准决策方法及系统 | |
CN111742825A (zh) | 农田精准灌溉控制模型的构建与应用 | |
CN103207258B (zh) | 利用指示植物的需水信息确定被考察植物需水量的方法 | |
CN113039908A (zh) | 一种施肥和灌溉动态决策方法及系统 | |
CN115633622A (zh) | 一种果园智能灌溉系统及其方法 | |
CN117158302A (zh) | 智能农业精准灌溉方法及系统 | |
CN110432046A (zh) | 一种温室内的智能灌溉系统 | |
Bwambale et al. | Smart irrigation monitoring and control | |
CN105912884A (zh) | 一种基于生理效应的作物茎直径生长速率预测方法 | |
CN113273477A (zh) | 一种智能滴灌系统及方法 | |
Pavithra et al. | Analysis of precision agriculture based on random forest algorithm by using sensor networks | |
CN105974055B (zh) | 无土栽培营养液磷浓度在线检测系统及检测方法 |
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: 20230412 Address after: 215500 Xue Dian village, Xinzhuang Town (Yang Yuan), Changshou City, Suzhou, Jiangsu. Patentee after: Changshu Jiasheng Agricultural Technology Development Co.,Ltd. Address before: Zhenjiang City, Jiangsu Province, 212013 Jingkou District Road No. 301 Patentee before: JIANGSU University |
|
TR01 | Transfer of patent right |