CN109725133B - 土壤水分实时监测系统及其监测方法 - Google Patents
土壤水分实时监测系统及其监测方法 Download PDFInfo
- Publication number
- CN109725133B CN109725133B CN201910169440.2A CN201910169440A CN109725133B CN 109725133 B CN109725133 B CN 109725133B CN 201910169440 A CN201910169440 A CN 201910169440A CN 109725133 B CN109725133 B CN 109725133B
- Authority
- CN
- China
- Prior art keywords
- moisture content
- content information
- moisture
- information
- value
- 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
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了土壤水分实时监测系统及其监测方法，包括水分检测仪、数据解析模块、数据滤除模块、数据跟随模块、存储模块、处理器、显示模块、数据预测单元和天气获取单元；所述水分检测仪用于实时检测土壤水分，通过水分检测仪、数据解析模块和数据滤除模块来确定用户所需测定某一处土地的土壤水分含量；本发明通过水分检测仪，首先检测得到某一片土地的若干个水分含量信息，之后通过相关公式和算法计算得到该片土壤的水分含量数据稳定值，之后依次将水分含量信息的某一指定水分含量信息滤除，计算剩下水分含量信息的稳定值，得到若干个水分含量信息的稳定值之后，根据稳定值去除掉其中的干扰信息；从而形成比较真实的水分含量信息。
Description
技术领域
本发明属于土壤监测领域，涉及一种土壤水分实时监测技术，具体是土壤水分实时监测系统及其监测方法。
背景技术
土壤，基本上可以说是随处可见的东西，也是生物生存的根本，土壤中包含了大量生物生存所需的物质；而土壤中同样也存在水这一关键物质；
土壤间隙总体积是一定的，而占据这部分体积的是水和空气。当水分太少时，植物根系吸收的水分不足，而植物的蒸腾作用又使植物失去大量水分，从而导致植物失氺萎莚，当土壤很缺乏水分时，造成土壤板结、裂缝产生的拉力将植物根系拉断，严重时导致植物死亡。当水过多时，空气所占的比例就小，导致植物根系有氧呼吸减弱，植物根系被迫转向无氧呼吸。无氧呼吸产生酒精毒害植物根部，导致烂根。严重时同样导致植物死亡。
但是如何对土壤中的水分进行检测，当前采取的方法都不够准确，无法精确的确定某片土地的土壤水分含量，滤除干扰数据；同时也无法对后续的水分含量进行预测，为解决上述缺陷，现提供一种解决方案。
发明内容
本发明的目的在于提供土壤水分实时监测系统及其监测方法。
本发明所要解决的技术问题为：
(1)如何确定某一片需要监测的土壤水分含量中的干扰因素；
(2)如何准确评定土壤中的水分含量；
(3)如何在准确监测到土壤水分含量的基础上对未来的土壤水分含量进行预测。
本发明的目的可以通过以下技术方案实现：
土壤水分实时监测系统，其特征在于，包括水分检测仪、数据解析模块、数据滤除模块、数据跟随模块、存储模块、处理器、显示模块、数据预测单元和天气获取单元；
其中，所述水分检测仪用于实时检测土壤水分，通过水分检测仪、数据解析模块和数据滤除模块来确定用户所需测定某一处土地的土壤水分含量，具体检测过程如下：
步骤一：从所需检测的土地中取若干份土壤，具体选取步骤为：
S1：将该片土地均等划分为预设值n份；
S2：从n份区域中获取到土壤；
步骤二：利用水分检测仪获取得到n份土壤中的水分含量信息，并将水分含量信息标记为Si，i＝1...n；
步骤三：将水分含量信息Si传输到数据解析模块，利用数据解析模块对若干份水分含量信息Si进行分析；
步骤四：根据公式
计算得到水分含量信息的均值Ss；
步骤五：利用公式
计算得到水分含量信息的稳定值α；
步骤六：筛选干扰土壤水分信息，具体筛选步骤为：
S1：获取到水分含量信息Si，i＝1...n；
S2：令i＝1开始；
S3：选中对应的水分含量信息S1，并将其标记为分析信息S1；
S3：将水分含量信息Si中的分析信息S1去除，得到新的水分含量信息并将其标记为核准水分含量Hi，i＝1...n-1；其中Hi，i＝1...n-1与Si，i＝2...n一一对应；
S4：利用公式
计算得到核准水分含量信息Hi的核准稳定值β；
S5：令i＝i+1，选中对应的水分含量信息S2，并将其标记为分析信息S2，重复步骤S3-S5,直至i＝n；得到n组核准稳定值β，并将其标记为核准稳定值组βi，i＝1...n；且βi与Si一一对应；具体可解释为Si中从1到n依次移出对应的水分含量信息之后剩余水分含量信息对应的稳定值；
S6：利用公式Qi＝α-βi，i＝1...n；计算得到稳定差值Qi，Qi与Si一一对应；
步骤七：将水分含量信息Si、稳定值α、核准稳定值组βi和稳定差值Qi传输到数据滤除模块；之后利用数据滤除模块进行数据确认处理，具体确认过程表现为：
S1：按照Qi由大到小的顺序进行排序，将排名前X1名的Qi标记为差异值；X1为预设值；
S2：将差异值对应的Si中的水分含量信息删除掉，将剩余的水分含量信息标记为标准水分含量信息Bi，i＝1...(n-x1)；
S3：利用公式
计算得到水分含量准值Qs；
所述数据滤除模块用于将水分含量准值Qs传输到数据跟随模块，所述数据跟随模块接收到数据滤除模块传输的水分含量准值Qs时会向天气获取单元传输获取信号；所述天气获取单元用于在接收到数据跟随模块传输的获取信号时会自动获取当下的天气信息，所述天气获取单元用于将天气信息返回到数据跟随模块，所述数据跟随模块用于将天气信息和水分含量准值Qs融合形成水分记录信息；
所述数据跟随模块用于将水分记录信息传输到存储模块进行实时存储；利用水分检测仪和对应的天气获取单元获取到在所有出现的天气情况下该片土地的水分含量信息Qsi，i＝1...n；之后将水分含量信息Qsi结合当时天气情况融合并打上时间戳形成水分记录信息并存储在存储模块中，从而形成了对应该片土地的水分记录信息大数据库；
所述数据滤除模块用于将水分含量准值Qs传输到处理器，所述处理器用于将水分含量准值Qs传输到数据预测单元；
所述数据预测单元用于预测接下来一段时间的土壤水分变化信息，所述数据预测单元具体预测过程表现为：
步骤一：首先获取到处理器传输的实时水分含量准值并将其标记为实时含量Qss；
步骤二：根据天气获取单元获取到未来预设时间段内的每一天的天气信息；
步骤三：根据每一天的天气信息获取到对应存储模块内的水分记录信息，并获取到水分记录信息内的水分含量准值Qs；
步骤四：计算得到水分差值，具体计算表现为Qs-Qss；根据水分差值进行预测；
S1：当Qs-Qss<X2时，X2为预设值；将Qs标记为到达该天气对应那天时的预测水分含量；
S2：当Qs-Qss>X2时，将Qs-X3标记为到达该天气对应的那天时的预测水分含量。
进一步地，所述数据预测单元用于将预测水分含量传输到处理器，所述处理器用于将预测水分含量传输到显示模块进行实时显示；所述处理器还用于将预测水分含量传输到存储模块进行存储。
进一步地，所述处理器用于将水分含量准值Qs传输到显示模块，所述显示模块接收处理器传输的水分含量准值Qs并进行实时显示。
土壤水分实时监测方法，所述方法包括下述步骤：
步骤一：从所需检测的土地中取若干份土壤，具体选取步骤为：
S1：将该片土地均等划分为预设值n份；
S2：从n份区域中获取到土壤样本；
步骤二：利用水分检测仪获取得到n份土壤中的水分含量信息，并将水分含量信息标记为Si，i＝1...n；
步骤三：对若干份水分含量信息Si进行分析；
步骤四：根据公式
计算得到水分含量信息的均值Ss；
步骤五：利用公式
计算得到水分含量信息的稳定值α；
步骤六：筛选干扰土壤水分信息，具体筛选步骤为：
S1：获取到水分含量信息Si，i＝1...n；
S2：令i＝1开始；
S3：选中对应的水分含量信息S1，并将其标记为分析信息S1；
S3：将水分含量信息Si中的分析信息S1去除，得到新的水分含量信息并将其标记为核准水分含量Hi，i＝1...n-1；其中Hi，i＝1...n-1与Si，i＝2...n一一对应；
S4：利用公式
计算得到核准水分含量信息Hi的核准稳定值β；
S5：令i＝i+1，选中对应的水分含量信息S2，并将其标记为分析信息S2，重复步骤S3-S5,直至i＝n；得到n组核准稳定值β，并将其标记为核准稳定值组βi，i＝1...n；且βi与Si一一对应；具体可解释为Si中从1到n依次移出对应的水分含量信息之后剩余水分含量信息对应的稳定值；
S6：利用公式Qi＝α-βi，i＝1...n；计算得到稳定差值Qi，Qi与Si一一对应；
步骤七：对水分含量信息Si、稳定值α、核准稳定值组βi和稳定差值Qi进行数据确认处理，具体确认过程表现为：
S1：按照Qi由大到小的顺序进行排序，将排名前X1名的Qi标记为差异值；X1为预设值；
S2：将差异值对应的Si中的水分含量信息删除掉，将剩余的水分含量信息标记为标准水分含量信息Bi，i＝1...(n-x1)；
S3：利用公式
计算得到水分含量准值Qs；
步骤八：水分含量准值Qs即为该片土壤的水分含量信息。
本发明的有益效果：
(1)本发明通过水分检测仪，首先检测得到某一片土地的若干个水分含量信息，之后通过相关公式和算法计算得到该片土壤的水分含量数据稳定值，之后依次将水分含量信息的某一指定水分含量信息滤除，计算剩下水分含量信息的稳定值，得到若干个水分含量信息的稳定值之后，根据稳定值去除掉其中的干扰信息；从而形成比较真实的水分含量信息；
(2)本发明通过相关规则和算法将干扰的水分含量信息筛选出来之后，将其滤除，将剩余的水分含量信息标记为标准水分含量信息Bi，i＝1...(n-x1)；之后再利用公式
计算得到水分含量准值Qs；并将水分含量准值判定为最终的水分含量信息，从而使得数据在一定程度上具有可信度；
(3)同时本发通过先获取到处理器传输的实时水分含量准值并将其标记为实时含量Qss；之后根据天气获取单元获取到未来预设时间段内的每一天的天气信息；之后根据每一天的天气信息获取到对应存储模块内的水分记录信息，并获取到水分记录信息内的水分含量准值Qs；再之后计算得到水分差值，具体计算表现为Qs-Qss；根据水分差值进行预测；当Qs-Qss<X2时，X2为预设值；将Qs标记为到达该天气对应那天时的预测水分含量；当Qs-Qss>X2时，将Qs-X3标记为到达该天气对应的那天时的预测水分含量；从而实现对水分含量的预测。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明的系统框图。
具体实施方式
如图1所示，土壤水分实时监测系统，包括水分检测仪、数据解析模块、数据滤除模块、数据跟随模块、存储模块、处理器、显示模块、数据预测单元和天气获取单元；
其中，所述水分检测仪用于实时检测土壤水分，通过水分检测仪、数据解析模块和数据滤除模块来确定用户所需测定某一处土地的土壤水分含量，具体检测过程如下：
步骤一：从所需检测的土地中取若干份土壤，具体选取步骤为：
S1：将该片土地均等划分为预设值n份；
S2：从n份区域中获取到土壤；
步骤二：利用水分检测仪获取得到n份土壤中的水分含量信息，并将水分含量信息标记为Si，i＝1...n；
步骤三：将水分含量信息Si传输到数据解析模块，利用数据解析模块对若干份水分含量信息Si进行分析；
步骤四：根据公式
计算得到水分含量信息的均值Ss；
步骤五：利用公式
计算得到水分含量信息的稳定值α；
步骤六：筛选干扰土壤水分信息，具体筛选步骤为：
S1：获取到水分含量信息Si，i＝1...n；
S2：令i＝1开始；
S3：选中对应的水分含量信息S1，并将其标记为分析信息S1；
S3：将水分含量信息Si中的分析信息S1去除，得到新的水分含量信息并将其标记为核准水分含量Hi，i＝1...n-1；其中Hi，i＝1...n-1与Si，i＝2...n一一对应；
S4：利用公式
计算得到核准水分含量信息Hi的核准稳定值β；
S5：令i＝i+1，选中对应的水分含量信息S2，并将其标记为分析信息S2，重复步骤S3-S5,直至i＝n；得到n组核准稳定值β，并将其标记为核准稳定值组βi，i＝1...n；且βi与Si一一对应；具体可解释为Si中从1到n依次移出对应的水分含量信息之后剩余水分含量信息对应的稳定值；
S6：利用公式Qi＝α-βi，i＝1...n；计算得到稳定差值Qi，Qi与Si一一对应；
步骤七：将水分含量信息Si、稳定值α、核准稳定值组βi和稳定差值Qi传输到数据滤除模块；之后利用数据滤除模块进行数据确认处理，具体确认过程表现为：
S1：按照Qi由大到小的顺序进行排序，将排名前X1名的Qi标记为差异值；X1为预设值；
S2：将差异值对应的Si中的水分含量信息删除掉，将剩余的水分含量信息标记为标准水分含量信息Bi，i＝1...(n-x1)；
S3：利用公式
计算得到水分含量准值Qs；
所述数据滤除模块用于将水分含量准值Qs传输到数据跟随模块，所述数据跟随模块接收到数据滤除模块传输的水分含量准值Qs时会向天气获取单元传输获取信号；所述天气获取单元用于在接收到数据跟随模块传输的获取信号时会自动获取当下的天气信息，所述天气获取单元用于将天气信息返回到数据跟随模块，所述数据跟随模块用于将天气信息和水分含量准值Qs融合形成水分记录信息；
所述数据跟随模块用于将水分记录信息传输到存储模块进行实时存储；利用水分检测仪和对应的天气获取单元获取到在所有出现的天气情况下该片土地的水分含量信息Qsi，i＝1...n；之后将水分含量信息Qsi结合当时天气情况融合并打上时间戳形成水分记录信息并存储在存储模块中，从而形成了对应该片土地的水分记录信息大数据库；
所述数据滤除模块用于将水分含量准值Qs传输到处理器，所述处理器用于将水分含量准值Qs传输到数据预测单元；
所述数据预测单元用于预测接下来一段时间的土壤水分变化信息，所述数据预测单元具体预测过程表现为：
步骤一：首先获取到处理器传输的实时水分含量准值并将其标记为实时含量Qss；
步骤二：根据天气获取单元获取到未来预设时间段内的每一天的天气信息；
步骤三：根据每一天的天气信息获取到对应存储模块内的水分记录信息，并获取到水分记录信息内的水分含量准值Qs；
步骤四：计算得到水分差值，具体计算表现为Qs-Qss；根据水分差值进行预测；
S1：当Qs-Qss<X2时，X2为预设值；将Qs标记为到达该天气对应那天时的预测水分含量；
S2：当Qs-Qss>X2时，将Qs-X3标记为到达该天气对应的那天时的预测水分含量。
所述数据预测单元用于将预测水分含量传输到处理器，所述处理器用于将预测水分含量传输到显示模块进行实时显示；所述处理器还用于将预测水分含量传输到存储模块进行存储。
所述处理器用于将水分含量准值Qs传输到显示模块，所述显示模块接收处理器传输的水分含量准值Qs并进行实时显示。
土壤水分实时监测方法，所述方法包括下述步骤：
步骤一：从所需检测的土地中取若干份土壤，具体选取步骤为：
S1：将该片土地均等划分为预设值n份；
S2：从n份区域中获取到土壤样本；
步骤二：利用水分检测仪获取得到n份土壤中的水分含量信息，并将水分含量信息标记为Si，i＝1...n；
步骤三：对若干份水分含量信息Si进行分析；
步骤四：根据公式
计算得到水分含量信息的均值Ss；
步骤五：利用公式
计算得到水分含量信息的稳定值α；
步骤六：筛选干扰土壤水分信息，具体筛选步骤为：
S1：获取到水分含量信息Si，i＝1...n；
S2：令i＝1开始；
S3：选中对应的水分含量信息S1，并将其标记为分析信息S1；
S3：将水分含量信息Si中的分析信息S1去除，得到新的水分含量信息并将其标记为核准水分含量Hi，i＝1...n-1；其中Hi，i＝1...n-1与Si，i＝2...n一一对应；
S4：利用公式
计算得到核准水分含量信息Hi的核准稳定值β；
S5：令i＝i+1，选中对应的水分含量信息S2，并将其标记为分析信息S2，重复步骤S3-S5,直至i＝n；得到n组核准稳定值β，并将其标记为核准稳定值组βi，i＝1...n；且βi与Si一一对应；具体可解释为Si中从1到n依次移出对应的水分含量信息之后剩余水分含量信息对应的稳定值；
S6：利用公式Qi＝α-βi，i＝1...n；计算得到稳定差值Qi，Qi与Si一一对应；
步骤七：对水分含量信息Si、稳定值α、核准稳定值组βi和稳定差值Qi进行数据确认处理，具体确认过程表现为：
S1：按照Qi由大到小的顺序进行排序，将排名前X1名的Qi标记为差异值；X1为预设值；
S2：将差异值对应的Si中的水分含量信息删除掉，将剩余的水分含量信息标记为标准水分含量信息Bi，i＝1...(n-x1)；
S3：利用公式
计算得到水分含量准值Qs；
步骤八：水分含量准值Qs即为该片土壤的水分含量信息。
土壤水分实时监测系统及其监测方法，在工作时，首先通过水分检测仪测定得到用户想检测的土地上，若干处的水分含量，之后通过数据解析模块结合数据滤除模块，对测得的若干个水分含量信息进行分析处理，结合相关规则和算法，滤除掉干扰信息，之后根据滤除掉干扰信息之后的水分含量信息得到测定土地区域的真实水分含量信息；同时通过重复观察得到在若干种天气状况下的水分含量信息，并存储在存储模块作为大数据；之后在需要的时候，可以借助数据预测单元和天气获取单元，对经过若干天之后指定土壤区域的水分含量进行预测。
本发明的有益效果如下：
(1)本发明通过水分检测仪，首先检测得到某一片土地的若干个水分含量信息，之后通过相关公式和算法计算得到该片土壤的水分含量数据稳定值，之后依次将水分含量信息的某一指定水分含量信息滤除，计算剩下水分含量信息的稳定值，得到若干个水分含量信息的稳定值之后，根据稳定值去除掉其中的干扰信息；从而形成比较真实的水分含量信息；
(2)本发明通过相关规则和算法将干扰的水分含量信息筛选出来之后，将其滤除，将剩余的水分含量信息标记为标准水分含量信息Bi，i＝1...(n-x1)；之后再利用公式
计算得到水分含量准值Qs；并将水分含量准值判定为最终的水分含量信息，从而使得数据在一定程度上具有可信度；
(3)同时本发通过先获取到处理器传输的实时水分含量准值并将其标记为实时含量Qss；之后根据天气获取单元获取到未来预设时间段内的每一天的天气信息；之后根据每一天的天气信息获取到对应存储模块内的水分记录信息，并获取到水分记录信息内的水分含量准值Qs；再之后计算得到水分差值，具体计算表现为Qs-Qss；根据水分差值进行预测；当Qs-Qss<X2时，X2为预设值；将Qs标记为到达该天气对应那天时的预测水分含量；当Qs-Qss>X2时，将Qs-X3标记为到达该天气对应的那天时的预测水分含量；从而实现对水分含量的预测。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (4)
1.土壤水分实时监测系统，其特征在于，包括水分检测仪、数据解析模块、数据滤除模块、数据跟随模块、存储模块、处理器、显示模块、数据预测单元和天气获取单元；
其中，所述水分检测仪用于实时检测土壤水分，通过水分检测仪、数据解析模块和数据滤除模块来确定用户所需测定某一处土地的土壤水分含量，具体检测过程如下：
步骤一：从所需检测的土地中取若干份土壤，具体选取步骤为：
S1：将该片土地均等划分为预设值n份；
S2：从n份区域中获取到土壤；
步骤二：利用水分检测仪获取得到n份土壤中的水分含量信息，并将水分含量信息标记为Si，i＝1...n；
步骤三：将水分含量信息Si传输到数据解析模块，利用数据解析模块对若干份水分含量信息Si进行分析；
步骤四：根据公式
计算得到水分含量信息的均值Ss；
步骤五：利用公式
计算得到水分含量信息的稳定值α；
步骤六：筛选干扰土壤水分信息，具体筛选步骤为：
S1：获取到水分含量信息Si，i＝1...n；
S2：令i＝1开始；
S3：选中对应的水分含量信息S1，并将其标记为分析信息S1；
S3：将水分含量信息Si中的分析信息S1去除，得到新的水分含量信息并将其标记为核准水分含量Hi，i＝1...n-1；其中Hi，i＝1...n-1与Si，i＝2...n一一对应；
S4：利用公式
计算得到核准水分含量信息Hi的核准稳定值β；
S5：令i＝i+1，选中对应的水分含量信息S2，并将其标记为分析信息S2，重复步骤S3-S5,直至i＝n；得到n组核准稳定值β，并将其标记为核准稳定值组βi，i＝1...n；且βi与Si一一对应；具体可解释为Si中从1到n依次移出对应的水分含量信息之后剩余水分含量信息对应的稳定值；
S6：利用公式Qi＝α-βi，i＝1...n；计算得到稳定差值Qi，Qi与Si一一对应；
步骤七：将水分含量信息Si、稳定值α、核准稳定值组βi和稳定差值Qi传输到数据滤除模块；之后利用数据滤除模块进行数据确认处理，具体确认过程表现为：
S1：按照Qi由大到小的顺序进行排序，将排名前X1名的Qi标记为差异值；X1为预设值；
S2：将差异值对应的Si中的水分含量信息删除掉，将剩余的水分含量信息标记为标准水分含量信息Bi，i＝1...(n-x1)；
S3：利用公式
计算得到水分含量准值Qs；
所述数据滤除模块用于将水分含量准值Qs传输到数据跟随模块，所述数据跟随模块接收到数据滤除模块传输的水分含量准值Qs时会向天气获取单元传输获取信号；所述天气获取单元用于在接收到数据跟随模块传输的获取信号时会自动获取当下的天气信息，所述天气获取单元用于将天气信息返回到数据跟随模块，所述数据跟随模块用于将天气信息和水分含量准值Qs融合形成水分记录信息；
所述数据跟随模块用于将水分记录信息传输到存储模块进行实时存储；利用水分检测仪和对应的天气获取单元获取到在所有出现的天气情况下该片土地的水分含量准值Qs；之后将水分含量准值Qs结合当时天气情况融合并打上时间戳形成水分记录信息并存储在存储模块中，从而形成了对应该片土地的水分记录信息大数据库；
所述数据滤除模块用于将水分含量准值Qs传输到处理器，所述处理器用于将水分含量准值Qs传输到数据预测单元；
所述数据预测单元用于预测接下来一段时间的土壤水分变化信息，所述数据预测单元具体预测过程表现为：
步骤一：首先获取到处理器传输的实时水分含量准值并将其标记为实时含量Qss；
步骤二：根据天气获取单元获取到未来预设时间段内的每一天的天气信息；
步骤三：根据每一天的天气信息获取到对应存储模块内的水分记录信息，并获取到水分记录信息内的水分含量准值Qs；
步骤四：计算得到水分差值，具体计算表现为Qs-Qss；根据水分差值进行预测；
S1：当Qs-Qss<X2时，X2为预设值；将Qs标记为到达该天气对应那天时的预测水分含量；
S2：当Qs-Qss>X2时，将Qs-X3标记为到达该天气对应的那天时的预测水分含量。
2.根据权利要求1所述的土壤水分实时监测系统，其特征在于，所述数据预测单元用于将预测水分含量传输到处理器，所述处理器用于将预测水分含量传输到显示模块进行实时显示；所述处理器还用于将预测水分含量传输到存储模块进行存储。
3.根据权利要求1所述的土壤水分实时监测系统，其特征在于，所述处理器用于将水分含量准值Qs传输到显示模块，所述显示模块接收处理器传输的水分含量准值Qs并进行实时显示。
4.土壤水分实时监测方法，其特征在于，所述方法包括下述步骤：
步骤一：从所需检测的土地中取若干份土壤，具体选取步骤为：
S1：将该片土地均等划分为预设值n份；
S2：从n份区域中获取到土壤样本；
步骤二：利用水分检测仪获取得到n份土壤中的水分含量信息，并将水分含量信息标记为Si，i＝1...n；
步骤三：对若干份水分含量信息Si进行分析；
步骤四：根据公式
计算得到水分含量信息的均值Ss；
步骤五：利用公式
计算得到水分含量信息的稳定值α；
步骤六：筛选干扰土壤水分信息，具体筛选步骤为：
S1：获取到水分含量信息Si，i＝1...n；
S2：令i＝1开始；
S3：选中对应的水分含量信息S1，并将其标记为分析信息S1；
S3：将水分含量信息Si中的分析信息S1去除，得到新的水分含量信息并将其标记为核准水分含量Hi，i＝1...n-1；其中Hi，i＝1...n-1与Si，i＝2...n一一对应；
S4：利用公式
计算得到核准水分含量信息Hi的核准稳定值β；
S5：令i＝i+1，选中对应的水分含量信息S2，并将其标记为分析信息S2，重复步骤S3-S5,直至i＝n；得到n组核准稳定值β，并将其标记为核准稳定值组βi，i＝1...n；且βi与Si一一对应；具体可解释为Si中从1到n依次移出对应的水分含量信息之后剩余水分含量信息对应的稳定值；
S6：利用公式Qi＝α-βi，i＝1...n；计算得到稳定差值Qi，Qi与Si一一对应；
步骤七：对水分含量信息Si、稳定值α、核准稳定值组βi和稳定差值Qi进行数据确认处理，具体确认过程表现为：
S1：按照Qi由大到小的顺序进行排序，将排名前X1名的Qi标记为差异值；X1为预设值；
S2：将差异值对应的Si中的水分含量信息删除掉，将剩余的水分含量信息标记为标准水分含量信息Bi，i＝1...(n-x1)；
S3：利用公式
计算得到水分含量准值Qs；
步骤八：水分含量准值Qs即为该片土壤的水分含量信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910169440.2A CN109725133B (zh) | 2019-03-06 | 2019-03-06 | 土壤水分实时监测系统及其监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910169440.2A CN109725133B (zh) | 2019-03-06 | 2019-03-06 | 土壤水分实时监测系统及其监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109725133A CN109725133A (zh) | 2019-05-07 |
| CN109725133B true CN109725133B (zh) | 2022-01-21 |
Family
ID=66301863
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910169440.2A Active CN109725133B (zh) | 2019-03-06 | 2019-03-06 | 土壤水分实时监测系统及其监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109725133B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110987061A (zh) * | 2019-11-05 | 2020-04-10 | 西安科成新果信息科技有限公司 | 一种智能农情信息监测方法及其系统 |
| CN112345764B (zh) * | 2020-10-13 | 2022-09-27 | 安徽九陆生物科技有限公司 | 特定蛋白仪器控制方法 |
| CN113218808B (zh) * | 2021-03-31 | 2022-10-14 | 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 |
| CN116008506A (zh) * | 2022-12-15 | 2023-04-25 | 南京林业大学 | 一种森林土壤水分监测系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2344422B (en) * | 1998-12-03 | 2004-02-18 | Fairfield Control Systems Ltd | Method of,and device and system for,monitoring soil moisture content |
| US20060074560A1 (en) * | 2003-01-31 | 2006-04-06 | Dyer James S | Method and system of evaluating performance of a crop |
| CN103076437A (zh) * | 2012-12-30 | 2013-05-01 | 中国矿业大学(北京) | 考虑时空差异与降雨影响的采煤地裂缝水分损伤监测方法 |
| CN204965063U (zh) * | 2015-09-24 | 2016-01-13 | 临沂大学 | 城市草坪浇灌控制系统 |
| CN105446196A (zh) * | 2015-12-28 | 2016-03-30 | 福州福群电子科技有限公司 | 一种具有实时监控功能的智能喷淋系统及其控制方法 |
| CN107764976A (zh) * | 2017-09-28 | 2018-03-06 | 广州市健坤网络科技发展有限公司 | 土壤氮素快速诊断方法及在线监测系统 |
-
2019
- 2019-03-06 CN CN201910169440.2A patent/CN109725133B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2344422B (en) * | 1998-12-03 | 2004-02-18 | Fairfield Control Systems Ltd | Method of,and device and system for,monitoring soil moisture content |
| US20060074560A1 (en) * | 2003-01-31 | 2006-04-06 | Dyer James S | Method and system of evaluating performance of a crop |
| CN103076437A (zh) * | 2012-12-30 | 2013-05-01 | 中国矿业大学(北京) | 考虑时空差异与降雨影响的采煤地裂缝水分损伤监测方法 |
| CN204965063U (zh) * | 2015-09-24 | 2016-01-13 | 临沂大学 | 城市草坪浇灌控制系统 |
| CN105446196A (zh) * | 2015-12-28 | 2016-03-30 | 福州福群电子科技有限公司 | 一种具有实时监控功能的智能喷淋系统及其控制方法 |
| CN107764976A (zh) * | 2017-09-28 | 2018-03-06 | 广州市健坤网络科技发展有限公司 | 土壤氮素快速诊断方法及在线监测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109725133A (zh) | 2019-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109725133B (zh) | 土壤水分实时监测系统及其监测方法 | |
| CN109711102B (zh) | 一种作物灾害损失快速评估方法 | |
| CN114168906B (zh) | 一种基于云计算的测绘地理信息数据采集系统 | |
| CN116340723B (zh) | 基于大数据的乡村水污染快速溯源方法及系统 | |
| CN112763429A (zh) | 一种蓝藻水华的立体监测方法 | |
| CN112579807A (zh) | 一种基于云计算和大数据分析的智慧农业全周期种植数据云共享平台 | |
| CN116362570A (zh) | 一种基于大数据平台的多维度污染分析方法及系统 | |
| CN116969784A (zh) | 一种适用于尾菜堆肥处理的加工流程管控系统 | |
| CN115203625A (zh) | 一种旱涝指数数据缺失值插补方法及其插补装置 | |
| CN116499938A (zh) | 一种职业工作场所气溶胶悬浮物智能监测方法 | |
| CN116843529A (zh) | 基于遥感数据的湿地生态系统健康监测与评估方法及系统 | |
| CN118114888B (zh) | 基于能效采集的能源消耗跟踪分析方法及系统 | |
| CN115658695A (zh) | 基于建筑工程项目的管理表单智能生成方法 | |
| CN117423214B (zh) | 一种基于环境dna数据的环境生态风险评估方法 | |
| CN118200950B (zh) | 一种电信基站的巡检方法及系统 | |
| TW201014798A (en) | Early warning mode for eutrophication of water quality and detection method thereof | |
| Vanclay et al. | Sustainable timber harvesting in the rainforests of north Queensland | |
| CN111488910B (zh) | 一种农田土壤有机碳时空数据获取方法 | |
| CN113485218A (zh) | 一种基于5g的智慧物联监管平台 | |
| Fourqurean et al. | Elucidating seagrass population dynamics: Theory, constraints, and practice | |
| CN111476503B (zh) | 利用多源异构数据预测油棕原油产量的方法和系统 | |
| CN112485384A (zh) | 一种学校食品用检测系统及其检测方法 | |
| CN114021644A (zh) | 一种基于K-means和去丛聚法的区域代表性地下水位计算方法 | |
| CN113657726A (zh) | 基于随机森林的人员的危险性分析方法 | |
| Leary et al. | Height growth modeling using second order differential equations and the importance of initial height growth |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211231 Address after: 050000 6th floor, building 3, zone a, Fangyi Science Park, high tech Zone, Shijiazhuang City, Hebei Province Applicant after: HEBEI PONY TESTING TECHNOLOGY CO.,LTD. Address before: 312599 Shi Xi Cun, Nan Xiang, Xinchang County, Shaoxing City, Zhejiang Province Applicant before: XINCHANG COUNTY YILIN ENVIRONMENTAL PROTECTION TECHNOLOGY CO.,LTD. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |