CN110192516A - 一种灌溉方法、系统及装置 - Google Patents

一种灌溉方法、系统及装置 Download PDF

Info

Publication number
CN110192516A
CN110192516A CN201910490265.7A CN201910490265A CN110192516A CN 110192516 A CN110192516 A CN 110192516A CN 201910490265 A CN201910490265 A CN 201910490265A CN 110192516 A CN110192516 A CN 110192516A
Authority
CN
China
Prior art keywords
plant
irrigation
value
fertilizer
soil
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.)
Pending
Application number
CN201910490265.7A
Other languages
English (en)
Inventor
王永涛
刘坚
李蓉
索鑫宇
陈琳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan University
Original Assignee
Hunan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hunan University filed Critical Hunan University
Priority to CN201910490265.7A priority Critical patent/CN110192516A/zh
Publication of CN110192516A publication Critical patent/CN110192516A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01C—PLANTING; SOWING; FERTILISING
    • A01C21/00—Methods of fertilising, sowing or planting
    • A01C21/005—Following a specific plan, e.g. pattern
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01C—PLANTING; SOWING; FERTILISING
    • A01C21/00—Methods of fertilising, sowing or planting
    • A01C21/007—Determining fertilization requirements
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01C—PLANTING; SOWING; FERTILISING
    • A01C23/00—Distributing devices specially adapted for liquid manure or other fertilising liquid, including ammonia, e.g. transport tanks or sprinkling wagons
    • A01C23/001—Sludge spreaders, e.g. liquid manure spreaders
    • A01C23/002—Sludge spreaders, e.g. liquid manure spreaders provided with auxiliary arrangements, e.g. pumps, agitators, cutters
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01C—PLANTING; SOWING; FERTILISING
    • A01C23/00—Distributing devices specially adapted for liquid manure or other fertilising liquid, including ammonia, e.g. transport tanks or sprinkling wagons
    • A01C23/007—Metering or regulating systems
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01C—PLANTING; SOWING; FERTILISING
    • A01C23/00—Distributing devices specially adapted for liquid manure or other fertilising liquid, including ammonia, e.g. transport tanks or sprinkling wagons
    • A01C23/02—Special arrangements for delivering the liquid directly into the soil
    • A01C23/023—Special arrangements for delivering the liquid directly into the soil for liquid or gas fertilisers
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01C—PLANTING; SOWING; FERTILISING
    • A01C23/00—Distributing devices specially adapted for liquid manure or other fertilising liquid, including ammonia, e.g. transport tanks or sprinkling wagons
    • A01C23/04—Distributing under pressure; Distributing mud; Adaptation of watering systems for fertilising-liquids
    • A01C23/042—Adding fertiliser to watering systems
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01C—PLANTING; SOWING; FERTILISING
    • A01C23/00—Distributing devices specially adapted for liquid manure or other fertilising liquid, including ammonia, e.g. transport tanks or sprinkling wagons
    • A01C23/04—Distributing under pressure; Distributing mud; Adaptation of watering systems for fertilising-liquids
    • A01C23/047—Spraying of liquid fertilisers
    • 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
    • A01G25/02—Watering arrangements located above the soil which make use of perforated pipe-lines or pipe-lines with dispensing fittings, e.g. for drip irrigation
    • 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

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Soil Sciences (AREA)
  • Environmental Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Water Supply & Treatment (AREA)
  • Fertilizing (AREA)

Abstract

本发明公开一种灌溉方法、系统及装置。该方法包括：获取植物当前生长阶段所需的环境参数；获取植物实际的环境参数；获取用户选择的工作模式；根据用户选择的工作模式，判断植物实际的环境参数是否小于当前生长阶段所需的环境参数，如果是，根据所述用户选择的工作模式获取灌溉和/或施肥策略；根据所述灌溉和/或施肥策略，控制灌溉通道和/或施肥通道的打开时间；如果否，关闭灌溉通道和施肥通道。本发明可以提高灌溉策略的准确度，提高灌溉系统数据检测的准确度，从而从整体上提高灌溉控制的准确度。

Description

一种灌溉方法、系统及装置
技术领域
本发明涉及农业灌溉领域，特别是涉及一种灌溉方法、系统及装置。
背景技术
水肥一体化是将灌水与施肥紧密结合的高新技术，需要灌溉设备、水溶肥料与灌溉施肥制度有机结合。但目前技术与产品结合不够紧密，一些地方只注重灌溉施肥设备配备，忽略了灌溉施肥制度优化和水溶肥料应用，导致技术的经济和社会效益未得到充分发挥。
同时，水肥一体化设备操作复杂，智能化程度低，针对具体条件和作物的技术研发少，使设备和产品的适用性不强，特别是施肥成套产品品种、规格少，形式比较单一，大型、精密、智能化设备开发不足，制约了水肥一体化的推广应用。
传统农业水肥调控系统中均使用单传感器模式，仅适于小型温室。对于大型连栋温室不宜采用单传感器模式，主要由于大型连栋温室环境信息存在不均性特征，采用单传感器检测，其检测数据不具有代表性，而且单传感器存在精度误差和不稳定等问题，导致智能化决策系统出现决策错误现象。
因此，传统的农业灌溉系统存在数据检测不稳定、误差大，同时灌溉策略准确度低的问题。
发明内容
本发明的目的是提供一种灌溉方法、系统及装置，以提高灌溉策略的准确度，提高灌溉系统数据检测的准确度，从而从整体上提高灌溉控制的准确度。
为实现上述目的，本发明提供了如下方案：
一种灌溉方法，包括：
获取植物当前生长阶段所需的环境参数；所述环境参数包括：土壤湿度值、土壤EC值和土壤PH值；
获取植物实际的环境参数；
获取用户选择的工作模式；所述工作模式包括以灌溉为主模式、以施肥为主模式和模糊PID灌溉施肥模式；
根据用户选择的工作模式，判断植物实际的环境参数是否小于当前生长阶段所需的环境参数，得到第一判断结果；
当所述第一判断结果表示植物实际的环境参数小于当前生长阶段所需的环境参数时，根据所述用户选择的工作模式获取灌溉和/或施肥策略；
根据所述灌溉和/或施肥策略，控制灌溉通道和/或施肥通道的打开时间；
当所述第一判断结果表示植物实际的环境参数不小于当前生长阶段所需的环境参数时，关闭灌溉通道和施肥通道。
可选的，所述获取植物当前生长阶段所需的环境参数，具体包括：
采用机器视觉技术，获取植物群体冠层图像；
采用图像分割算法对所述植物群里冠层图像，提取植物群体冠层图像的特征参数；
获取人工测量的植物群体植株参数；
根据所述植物群体冠层图像的特征参数和所述植物群体植株参数，构建植物群体生长参数反演模型；
根据所述植株群体生长参数反演模型检测植物群体的生长参数；
根据所述植物群体的生长参数，采用云推理模型预测算法对植物水肥趋势进行预测，得到植物当前生长阶段所需的环境参数。
可选的，所述根据所述植物群体的生长参数，采用云推理模型预测算法对植物水肥趋势进行预测，具体包括：
获取植物前n年的灌水量数据E＝(e1,e2,e3,…en)，其中ei表示第i年的灌水量；
根据灌水量数据得到输入向量X和输出向量Y；其中，输入向量X的分量xi＝ei，输出向量Y的分量yi＝ei+1，i＝1,2,…n-1；
将输入向量X中的数据从大到小排列，并对应调整输出向量Y中的数据位置；
使用模糊聚类方法对输入向量X中的数据进行聚类；
根据输入向量X的聚类结果，对输出向量Y中的数据进行相应的分类；
根据输入向量X的聚类结果和输出向量Y的分类结果，利用逆向云发生器生成多组预测云；
根据当前t年植物水肥数据，利用逆向云发生器，生成当前趋势云；
将所述当前趋势云与各组预测云合并，形成最终的规则云；
利用所述最终的规则云对植物水肥趋势进行预测。
可选的，所述获取植物实际的环境参数，具体包括：
对数据采集器采集的植物的环境参数进行一致性检验；
对环境参数中的同源数采用自适应加权融合算法进行加权数据级融合，得到各项环境参数的融合值；
将各项环境参数的融合值确定为植物实际的环境参数。
可选的，所述根据用户选择的工作模式，判断植物实际的环境参数是否小于当前生长阶段所需的环境参数，具体包括：
当用户选择的工作模式为以灌溉为主模式时，判断植物实际的土壤湿度值是否小于当前生长阶段所需的土壤湿度值；
当用户选择的工作模式为以施肥为主模式时，判断是否满足植物实际的土壤EC值小于当前生长阶段所需的土壤EC值且植物实际的土壤PH值小于当前生长阶段所需的土壤PH值；
当用户选择的工作模式为模糊PID灌溉施肥模式时，判断是否满足植物实际的土壤EC值小于当前生长阶段所需的土壤EC值且植物实际的土壤PH值小于当前生长阶段所需的土壤PH值。
可选的，所述当所述第一判断结果表示植物实际的环境参数小于当前生长阶段所需的环境参数时，根据所述用户选择的工作模式获取灌溉和/或施肥策略，具体包括：
当用户选择的工作模式为以灌溉为主模式时，获取灌溉策略；
当用户选择的工作模式为以施肥为主模式时，获取灌溉和施肥策略；
当用户选择的工作模式为模糊PID灌溉施肥模式时，获取灌溉和施肥策略。
可选的，所述根据所述灌溉和/或施肥策略，控制灌溉通道和/或施肥通道的打开时间，具体包括：
根据所述灌溉和/或施肥策略，选择灌溉模式；所述灌溉模式包括第一灌溉模式和第二灌溉模式；所述第一灌溉模式根据植物当前生长阶段所需的环境参确定土壤湿度限值和灌溉计划时间以及土壤养分限值和施肥计划时间，根据管网压力值、实际的土壤湿度值、实际的土壤养分值与设定的水池水位的限值、土壤湿度限值和土壤养分限值，按照设定的灌溉施肥计划时间向灌溉阀门、施肥阀门发送开关阀控制命令，进行灌溉施肥；所述第二灌溉模式将土壤湿度值的误差作为二维模糊控制器的输入变量，将湿度误差的变化值作为二维模糊控制器的输出变量，根据实际的土壤湿度值和土壤养分值，制定模糊控制规则并进行模糊推理，得出模糊隶属函数，得到灌溉时间作为输出量，实现模糊控制灌溉；所述土壤养分值包括土壤EC值和土壤PH值；
根据选择的灌溉模式，控制灌溉通道和/或施肥通道的打开时间。
本发明还提供一种灌溉系统，包括：
第一环境参数获取模块，用于获取植物当前生长阶段所需的环境参数；所述环境参数包括：土壤湿度值、土壤EC值和土壤PH值；
第二环境参数获取模块，用于获取植物实际的环境参数；
选择的工作模式获取模块，用于获取用户选择的工作模式；所述工作模式包括以灌溉为主模式、以施肥为主模式和模糊PID灌溉施肥模式；
第一判断模块，用于根据用户选择的工作模式，判断植物实际的环境参数是否小于当前生长阶段所需的环境参数，得到第一判断结果；
灌溉和/或施肥策略获取模块，用于当所述第一判断结果表示植物实际的环境参数小于当前生长阶段所需的环境参数时，根据所述用户选择的工作模式获取灌溉和/或施肥策略；
通道控制模块，用于根据所述灌溉和/或施肥策略，控制灌溉通道和/或施肥通道的打开时间；还用于当所述第一判断结果表示植物实际的环境参数不小于当前生长阶段所需的环境参数时，关闭灌溉通道和施肥通道。
本发明还提供一种灌溉装置，包括：控制箱系统、管网系统、吸肥系统、混肥系统和注肥系统；
所述控制箱系统与EC传感器、PH传感器和土壤温湿度传感器连接，所述控制箱系统包括控制器和信息传输装置，所述控制器通过所述信息传输装置接收所述EC传感器、所述PH传感器和所述土壤温湿度传感器采集的环境参数，并根据接收的环境参数与内置的灌溉和/或施肥策略，生成灌溉通道和施肥通道的控制指令；
所述管网系统包括水源管网和灌溉通道管网；所述管网系统的控制端与所述控制箱系统的输出端连接，用于根据所述控制器的控制指令调节所述灌溉通道管网的打开与关闭时间；
所述吸肥系统包括储肥罐、施肥阀、蝶式过滤器、吸肥通道、射流器和文丘里混合器，所述吸肥通道从所述储肥罐中吸出的肥料依次经过所述施肥阀、所述蝶式过滤器和所述射流器，到达所述文丘里混合器中；
所述混肥系统包括水源主管道水泵、减压阀、浮球阀、缓冲混肥桶和压感开关，所述水源管网的出水口依次通过所述水源主管道水泵、所述减压阀和所述浮球阀连通至所述缓冲混肥桶，所述文丘里混合器的出口与所述缓冲混肥桶连通；所述缓冲混肥桶的出口处设置有所述压感开关，所述缓冲混肥桶的出口连通至所述注肥系统；
所述注肥系统包括助肥泵、止回阀、灌溉电磁阀和施肥管网；所述缓冲混肥桶的出口与所述施肥管网连通，所述助肥泵、所述止回阀和所述灌溉电磁阀依次设置于所述缓冲混肥桶的出口与所述施肥管网的连通管道上；所述注肥系统的控制端与所述控制箱系统的输出端连接，用于根据所述控制器的控制指令控制所述助肥泵和所述灌溉电磁阀的打开与关闭时间。
可选的，所述吸肥系统包括多个储肥罐、多个施肥阀、多个蝶式过滤器、多个吸肥通道和多个射流器，多个射流器的出口均与所述文丘里混合器连通；多个储肥罐、多个施肥阀、多个蝶式过滤器、多个吸肥通道和多个射流器一一对应，形成多个并联的吸肥通道。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明能够自动采集土壤水分、土壤温度、土壤EC值以及空气温湿度等环境参数，并且根据具体的环境参数，自动控制灌溉，解决了传统滴灌施肥上容易造成的降低水压，过量用水等问题，提高了灌溉控制的准确度。同时，本发明的灌溉装置是将物联网技术与自动化灌溉技术融合的智能设备。尤其针对贵州不同农作物的需水需肥规律，土壤环境和养分含量状况，自动对水、肥进行检测调配和供给，能够精确控制灌水量、施肥量和灌溉及施肥时间。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明灌溉方法的流程示意图；
图2为本发明灌溉装置的立体装配图；
图3为本发明灌溉装置的结构示意图；
图4为本发明灌溉装置中文丘里混合器的结构示意图；
图5为本发明灌溉装置中吸肥通道的结构示意图；
图6为本发明灌溉装置中射流器的内部结构示意图；
图7为本发明具体实施案例的流程示意图；
图8为本发明具体实施案例的灌溉施肥数据库示意图；
图9为本发明具体实施案例的模糊自鉴定PID控制器结构框图；
图10为本发明具体实施案例的改进型PID控制器结构框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明灌溉方法的流程示意图，如图1所示，所述灌溉方法包括以下步骤：
步骤100：获取植物当前生长阶段所需的环境参数。所述环境参数包括：土壤湿度值、土壤EC值和土壤PH值。具体过程为：
采用机器视觉技术，获取植物群体冠层图像；
采用图像分割算法对所述植物群里冠层图像，提取植物群体冠层图像的特征参数；
获取人工测量的植物群体植株参数；
根据所述植物群体冠层图像的特征参数和所述植物群体植株参数，构建植物群体生长参数反演模型；
根据所述植株群体生长参数反演模型检测植物群体的生长参数；
根据所述植物群体的生长参数，采用云推理模型预测算法对植物水肥趋势进行预测，得到植物当前生长阶段所需的环境参数。采用云推理模型预测算法对植物水肥趋势进行预测的过程如下：
获取植物前n年的灌水量数据E＝(e1,e2,e3,…en)，其中ei表示第i年的灌水量；
根据灌水量数据得到输入向量X和输出向量Y；其中，输入向量X的分量xi＝ei，输出向量Y的分量yi＝ei+1，i＝1,2,…n-1；
将输入向量X中的数据从大到小排列，并对应调整输出向量Y中的数据位置；
使用模糊聚类方法对输入向量X中的数据进行聚类；
根据输入向量X的聚类结果，对输出向量Y中的数据进行相应的分类；
根据输入向量X的聚类结果和输出向量Y的分类结果，利用逆向云发生器生成多组预测云；
根据当前t年植物水肥数据，利用逆向云发生器，生成当前趋势云；
将所述当前趋势云与各组预测云合并，形成最终的规则云；
利用所述最终的规则云对植物水肥趋势进行预测。
步骤200：获取植物实际的环境参数。本发明将各项传感器采集的数据采用自适应加权融合算法融合后作为实际的环境参数，具体如下：
对数据采集器采集的植物的环境参数进行一致性检验；
对环境参数中的同源数采用自适应加权融合算法进行加权数据级融合，得到各项环境参数的融合值；
将各项环境参数的融合值确定为植物实际的环境参数。
步骤300：获取用户选择的工作模式。所述工作模式包括以灌溉为主模式、以施肥为主模式和模糊PID灌溉施肥模式。以灌溉为主模式主要适用于作物灌溉需求大于施肥需求的应用场合，以施肥为主模式主要适用于作物施肥需求大于灌溉需求的应用场合。
模糊PID灌溉施肥模式为结合EC值和PH值的工作模式，主要为增量式PID和改进Smith预估器营养液调控算法，具体过程如下：
1)对参数进行设定，配置PID控制器的积分时间系数KI、微分时间系数KD、比例放大系数KP和期望的EC值EC(exp)；
2)利用EC传感器，对当前溶液的EC值EC(k)进行采样，k表示当前为第k次操作；
3)利用公式(1)计算期望值和实际值之间的偏差e1(k)；
e1(k)＝EC(exp)-EC(k)。 (1)
其中，EC(exp)为期望值，EC(k)为采样值。
根据公式(2)利用公式(3)计算Smith预估器的输出y1(k)；
上式中，T表示采样周期，TP表示制备过程的时间常数，TF表示在文丘里制备器中营养液制备过程的时间常数，K2表示增加文丘里营养液制备器后形成的二阶系统制备过程增益，u表示PID控制器的输出，N，C1，C2具体内容如公式(4)。
5)利用公式(5)计算实际偏差e1(k)和Smith预估器计算值的差值e2(k)；
e2(k)＝e1(k)-y1(k) (5)
6)利用公式(6)计算增量式PID控制器的输出Δu(k)，将该输出作为控制器的运行参数；
上式中，u()代表PID控制器的输出，e()代表系统误差；
将计算得到的偏差值e2(k)依次向前覆盖一位，并转回步骤2)进行下一次计算。
步骤400：根据用户选择的工作模式，判断植物实际的环境参数是否小于当前生长阶段所需的环境参数。如果是，执行步骤500-步骤600；如果否，执行步骤700。
当用户选择的工作模式为以灌溉为主模式时，需要判断土壤湿度值这一参数，判断植物实际的土壤湿度值是否小于当前生长阶段所需的土壤湿度值；
当用户选择的工作模式为以施肥为主模式时，需要判断土壤EC值和土壤PH值两个参数，判断是否满足植物实际的土壤EC值小于当前生长阶段所需的土壤EC值且植物实际的土壤PH值小于当前生长阶段所需的土壤PH值；
当用户选择的工作模式为模糊PID灌溉施肥模式时，需要判断土壤EC值和土壤PH值两个参数，判断是否满足植物实际的土壤EC值小于当前生长阶段所需的土壤EC值且植物实际的土壤PH值小于当前生长阶段所需的土壤PH值。
步骤500：根据用户选择的工作模式获取灌溉和/或施肥策略。具体如下：
当用户选择的工作模式为以灌溉为主模式时，获取灌溉策略；
当用户选择的工作模式为以施肥为主模式时，获取灌溉和施肥策略；
当用户选择的工作模式为模糊PID灌溉施肥模式时，获取灌溉和施肥策略。
步骤600：根据灌溉和/或施肥策略，控制灌溉通道和/或施肥通道的打开时间。此时的控制模式包括第一灌溉模式和第二灌溉模式；所述第一灌溉模式根据植物当前生长阶段所需的环境参确定土壤湿度限值和灌溉计划时间以及土壤养分限值和施肥计划时间，根据管网压力值、实际的土壤湿度值、实际的土壤养分值与设定的水池水位的限值、土壤湿度限值和土壤养分限值，按照设定的灌溉施肥计划时间向灌溉阀门、施肥阀门发送开关阀控制命令，进行灌溉施肥；所述第二灌溉模式将土壤湿度值的误差作为二维模糊控制器的输入变量，将湿度误差的变化值作为二维模糊控制器的输出变量，根据实际的土壤湿度值和土壤养分值，制定模糊控制规则并进行模糊推理，得出模糊隶属函数，得到灌溉时间作为输出量，实现模糊控制灌溉；所述土壤养分值包括土壤EC值和土壤PH值。用户自主选择灌溉模式，控制灌溉通道和/或施肥通道的打开时间。
步骤700：关闭灌溉通道和施肥通道。
对应于图1所示的灌溉方法，本发明还提供了一种灌溉系统，包括：
第一环境参数获取模块，用于获取植物当前生长阶段所需的环境参数；所述环境参数包括：土壤湿度值、土壤EC值和土壤PH值；
第二环境参数获取模块，用于获取植物实际的环境参数；
选择的工作模式获取模块，用于获取用户选择的工作模式；所述工作模式包括以灌溉为主模式、以施肥为主模式和模糊PID灌溉施肥模式；
第一判断模块，用于根据用户选择的工作模式，判断植物实际的环境参数是否小于当前生长阶段所需的环境参数，得到第一判断结果；
灌溉和/或施肥策略获取模块，用于当所述第一判断结果表示植物实际的环境参数小于当前生长阶段所需的环境参数时，根据所述用户选择的工作模式获取灌溉和/或施肥策略；
通道控制模块，用于根据所述灌溉和/或施肥策略，控制灌溉通道和/或施肥通道的打开时间；还用于当所述第一判断结果表示植物实际的环境参数不小于当前生长阶段所需的环境参数时，关闭灌溉通道和施肥通道。
本发明还提供一种灌溉装置，图2为本发明灌溉装置的立体装配图，图3为本发明灌溉装置的结构示意图，结合图2和图3所示，灌溉装置包括以下结构：控制箱系统4、管网系统、吸肥系统、混肥系统和注肥系统。
所述控制箱系统4与EC传感器5、PH传感器6和土壤温湿度传感器连接，所述控制箱系统4包括控制器和信息传输装置，所述控制器通过所述信息传输装置接收所述EC传感器5、所述PH传感器6和所述土壤温湿度传感器采集的环境参数，并根据接收的环境参数与内置的灌溉和/或施肥策略，生成灌溉通道和施肥通道的控制指令。
所述管网系统包括水源管网和灌溉通道管网；所述管网系统的控制端与所述控制箱系统的输出端连接，用于根据所述控制器的控制指令调节所述灌溉通道管网的打开与关闭时间。
所述吸肥系统包括储肥罐15、施肥阀16、蝶式过滤器17、吸肥通道、射流器20和文丘里混合器，所述吸肥通道从所述储肥罐15中吸出的肥料依次经过所述施肥阀16、所述蝶式过滤器17和所述射流器20，到达所述文丘里混合器中。图4为本发明灌溉装置中文丘里混合器的结构示意图，如图4所示，文丘里混合器包括下主管道压力表30、射流器31、上主管道压力表32、吸肥通道33和手动阀34。图5为本发明灌溉装置中吸肥通道的结构示意图，如图5所述，吸肥通道包括宝塔接头21、浮子流量计22、流量调节阀23、电动阀24和止回阀25。图6为本发明灌溉装置中射流器的内部结构示意图，如图6所示，本发明采用五联射流器，五联射流器包括吸入室26、喷嘴27、喉管28和扩散管(文丘里效应)29，本发明采用的射流器型号为SSQ-200。
本发明的吸肥系统包括多个储肥罐15、多个施肥阀16、多个蝶式过滤器17、多个吸肥通道和多个射流器20，多个射流器20的出口均与所述文丘里混合器连通；多个储肥罐15、多个施肥阀16、多个蝶式过滤器17、多个吸肥通道和多个射流器20一一对应，形成多个并联的吸肥通道。
所述混肥系统包括水源主管道水泵12、减压阀14、浮球阀7、缓冲混肥桶2和压感开关10，所述水源管网的出水口依次通过所述水源主管道水泵12、所述减压阀14和所述浮球阀7连通至所述缓冲混肥桶2，所述文丘里混合器的出口与所述缓冲混肥桶2连通；所述缓冲混肥桶2的出口处设置有所述压感开关10，所述缓冲混肥桶2的出口连通至所述注肥系统。
所述注肥系统包括助肥泵1、止回阀11、灌溉电磁阀和施肥管网；所述缓冲混肥桶2的出口与所述施肥管网连通，所述助肥泵1、所述止回阀11和所述灌溉电磁阀依次设置于所述缓冲混肥桶2的出口与所述施肥管网的连通管道上；所述注肥系统的控制端与所述控制箱系统的输出端连接，用于根据所述控制器的控制指令控制所述助肥泵1和所述灌溉电磁阀的打开与关闭时间。
下面提供一个具体实施案例进一步说明本发明的方案。本实施案例以贵州地区的农作物为目标进行灌溉控制。
本实施案例的灌溉装置由支架系统、控制箱(包括控制器、信息采集传输层等组成)系统、过滤系统、管网系统(水源管网及灌溉管网)、计量系统、吸肥系统、混肥系统和注肥系统几部分组成。所述的控制箱(包括控制器、信息采集传输层等组成)系统与EC传感器、PH传感器、土壤温湿度传感器、气象站、视频监控摄像机连接。
吸肥系统的设计基于射流器的并联，实现对不同类型单元素液肥的吸取及混合。在灌溉装置运行过程中，吸肥系统在助肥泵的作用下经上支管过滤器进入射流器喷嘴渐缩段处，随横截面积的减小，水流压强增大，水流速度也随之增大。由射流器的工作原理，吸入室产生的真空负压与外界气压形成压差，利用压强差将肥料母液从与射流器吸肥口连接的储肥罐吸入，完成吸肥过程。混肥系统包括水源管网、水源主管道水泵、主管过滤器、减压阀、浮球阀、缓冲混肥桶、EC传感器、PH传感器、压感开关、上支管过滤器等及部分组成。缓冲混肥桶中液位的混合实际上是平推流(塞流)混合和理想搅拌混合。注肥系统主要由助肥泵、止回阀、灌溉电磁阀及田间管网几部分组成。助肥泵可根据需要采用蠕动泵、变量泵。
本实施案例的灌溉装置可以智能化感知统计用水用肥信息、智能化多任务多配方管理、本地可视化灌溉管理、精确肥料比例调控。设备联网后，搭配贵州水利灌溉工程云web平台，可实现远程任务配方管理，手机实时查看设备用水用肥信息和状态信息。
图7为本发明具体实施案例的流程示意图。本实施案例的灌溉系统的工作模式主要为以灌溉为主工作模式、以施肥为主工作模式以及结合作物灌溉施肥制度EC值和PH值工作模式。以灌溉为主工作模式主要适用于作物灌溉需求大于施肥需求的应用场合。根据作物设定土壤水分的上下限值，系统根据传感器测定的土壤水分信息控制灌概；当土壤水分临近回低于土壤水分下限值时，实施灌水，达到土壤水分上限值要求时停止灌水，以适应不同水文年的作物高效用水要求。
图8为本发明具体实施案例的灌溉施肥数据库示意图。系统数据库采用SQLSever2018。作物对象表为作物区域表的父表，作物名称、作物区域编号、浇灌时间分别为各表的主键。作物灌溉施肥数据表主要有作物灌溉施肥对象表、作物灌溉施肥区域表、作物灌溉施肥计划表、作物灌溉施肥状态表、作物灌溉施肥历史表、泵房水池状态等，具体如下：
作物灌溉施肥对象表包括作物名称、最小湿度、最大湿度、最小温度、最大温度，最小EC、最大EC、最小PH、最大PH；
作物灌溉施肥区域表包括作物区域编号、作物区域大小、作物对象、灌溉方式，施肥方式；
作物灌溉施肥计划表包括灌溉施肥区域编号、灌溉时间、灌溉量、是否已经灌溉，施肥时间、施肥量、是否已经施肥；
作物灌溉施肥状态表包括灌溉施肥区域编号、设备通信状态、土壤温湿度传感器状态、空气温湿度传感器状态、雨量温度计状态、风速传感器状态、流量传感器状态、EC传感器状态、PH传感器状态、土壤温湿度值、空气温湿度值、雨量值、风速值、流量值、EC值、PH值；
作物灌溉施肥历史表包括作物灌溉施肥区域编号、作物灌溉时间、作物灌溉量、灌溉前湿度、灌溉后湿度，作物施肥时间、作物施肥量、施肥前PH值、EC值，施肥后PH值、EC值，空气温湿度值、雨量值、风速值、流量值；
泵房水池状态表包括作物灌溉施肥区域编号、水池编号、水池水位、最高水位、最低水位、当前水位、水泵启停状态、水泵流量、水泵转速、管网压力。
在智能控制方式下，用户可选择工作模式1和工作模式2。
工作模式1：根据作物的需水规律设定土壤湿度的限值和灌溉计划时间，根据作物的施肥配方来设定土壤养分以及施肥计划时间，参考采集的管网压力值、土壤温湿度值、土壤养分值与设定的水池水位的限值、土壤温湿度限值和土壤养分限值后，系统获取系统当前时间，按照设定的灌溉施肥计划时间向灌溉阀门、施肥阀门发送开关阀控制命令，按照计划进行灌溉施肥，以满足作物环境参数的动态变化。
工作模式2：具备自学习灌溉施肥模式的特点，便于建立专家系统。
模糊控制算法具体为：将土壤湿度的误差和湿度误差的变化分别作为二维模糊控制器的输入和输出变量，通过传感器获取湿度值并计算后，制定模糊控制规则并进行模糊推理，最终得出模糊隶属函数，得到合适的灌溉时间作为输出量，实现模糊控制灌溉。设置土壤当前湿度值为r，作物当前所需湿度值为y，则输入变量误差e＝r-y，误差变化率ec＝de/dt；输出变量为电磁阀打开时间t，设置e的基本论域为[-8％,8％]，ec为[-2％,2％],时间t为[0,30]；设置e、ec和t相应的模糊变量分别为E、EC和T，E和EC的模糊集均为{NB,NM,NS,0,PS,PM,PB}，量化论域均为{-3,-2,-1,0,1,2,3}，T的模糊集为{0,PS,PM,PB}，量化论域为{0,1,2,3}，则量化因子分别为K1＝3/8＝0.375,K2＝3/2＝1.5，比例因子为K3＝30/3＝10；从而得到E、EC和T的模糊隶属函数；E、EC、T的隶属度函数分别为表1、表2和表3所示。
表1 E的隶属函数
表2 EC的隶属函数
表3 T的隶属函数
模糊控制规则由模糊条件ifandthen来表达，其中分别为E、EC、T的模糊子集。多条这种结构的模糊条件语句建立模糊控制规则表。NB(负的最大)、NM(负的中间)、NS(负的最小)、PS(正的最小)、PM(正的中间)、PB(正的最大)根据系统输出的土壤水分误差及误差的变化趋势，建立消除误差的模糊控制规则，它是对专家的理论知识与实践经验的总结。共49条规则，如表4所示。
表4模糊控制规则表
以施肥为主工作模式主要适用于作物施肥需求大于灌溉需求的应用场合。
施肥用肥料液体及灌溉水一般呈弱碱性，灌溉水按照固定的流量加入到容器罐中，调节PH值用酸液(例如HCL)和碱液(如NaOH)，这个过程可以视为一个酸碱中和反应。肥液中氮、磷、钾的比例已调配好，浓度的调节可视为一个溶解过程。PH值的中和过程数学模型计算框架为容器内剩余的物质的量等于流入容器内的物质的量减去流出的物质的量。列出其动态数学模型如下：
式中：V为容器内的混合液体体积(m3)；Nsc为流出液体的酸浓度(mol/L)；qs为流入酸液的酸液流量(m3/s)；Nsr为流入酸液的酸浓度(mol/L)；qc为流出灌溉液体的总流量(m3/s)。
式中：Njc为流出灌溉液体的碱浓度(mol/L)；qj为流入碱液的流量(m3/s)；Njr为流入碱液的碱浓度(mol/L)；qf为流入肥液的流量(m3/s)；Nfr为流入肥液的氮、磷、钾浓度(mol/L)；qw为流入的灌溉水流量(m3/s)；Nw为灌溉水的碱浓度(mol/L)；Njc为流出灌溉液体的碱浓度(mol/L)。
qc＝qw+qf+qs+qj (10)
根据PH值滴定方程得：
式中：PH＝-lg[H+]，PH为过程的输出变量，Kj为碱液的电离常数，水的电离常数Kw＝10-14。
式中：Nfc为流出灌溉液体的氮、磷、钾浓度。
化简得：qf·Nfr＝qc·Nfc (13)
式中：tf为肥液电磁阀开启时间。
公式(8)、(9)、(10)、(11)组成了施肥过程中PH值调节的数学模型。公式(12)、(13)组成了施肥过程中浓度调节的数学模型。
根据PH值调节过程，其传递函数表达式为带延迟环节的高阶传递函数，经过简化计算可得：
施肥配方：采用田间试验配方法，肥料配比为N：8.3kg、P2O：55kg，K2O：5.4kg这一配比能显著提高品种的有效穗、株高、穗长、小穗数和穗实粒数，有效降低空秕率，并能显著提高各个生育阶段对肥料的吸收和利用率。结合作物灌溉施肥制度EC值和PH值工作模式，主要为增量式PID和改进Smith预估器营养液调控算法。
EC模糊PID控制：
采用开环阶跃响应环节来检测肥液的静态增益K，并将K作为智能PID控制器的自适应因子，其控制框图如图9所示，图9为本发明具体实施案例的模糊自鉴定PID控制器结构框图。
本控制器有辨识模态和控制模态2种工作模态。在每次系统开始工作时，都先进入辨识模态，开关SW与S相连，对象受阶跃输入u0的作用运行于开环状态，自动辨识环节测试开环响应数据并按式辨识出对象的参数K，并将它作为PID控制的自适应因子处理，从而实现PID控制的自动辨识。辨识完毕后，开关SW从S切换到C，系统从辨识模态切换到控制模态实施正常调控。调控中PID参数由模糊规则来判断，这有利于针对不同误差范围实施不同的控制强度，弥补单纯PID控制算法本身在静态和动态性能、跟踪设定值与抑制扰动能力方面的不足。
在辨识模态中，因不实施控制，从而避免了泵开启时管道排空气的滞后时间对控制性能的影响，单纯的控制作用往往在这点上处理不好而引起大的起伏，从而导致控制失败，尤其是PID控制算法；另外，这种方法测试对象参数，不会对系统造成不良影响，测试过程是一个开环控制的过程，系统1次完整的阶跃响应过程即完成了参数的测试，较好地体现了“开环测试，闭环控制”的思想。同时这种方法只要知道对象的大致时间尺度即可进行，控制模态的采样频率可以根据辨识出的对象参数来确定。
PH模糊PID控制：pH控制中酸液浓度配制可保持恒定，因而设计开环阶跃控制先行的PID控制器，文中简称为改进型PID控制器，其框图如图10所示，图10为本发明具体实施案例的改进型PID控制器结构框图。自辨识结构的工作方式基本上与EC的智能PID控制器自辨识结构一样，区别在于此控制器中自辨识结构只是用来判断注酸管道是否充满管道，配合开环控制时间，通过对检测值PV与初始值PV(0)的差e来控制开关SW，完成进行PID控制和阶跃控制2个控制模式的切换。
本实施案例采集传输方案采用无线自组网的形式进行，通信采用水利标准协议通讯。信息采集传输层与云端服务器通讯时主要有数据采集模块、APC220-43无线数传模块(中短距离射频传输模块)、GPRS无线数传模块12(长距离通讯GPRS无线透明传输模块)、以太网网卡和3G视频传输服务器模块组成。APC220-43无线数传模块是高度集成半双工，它通过Arduino的串行接口Tx和Rx引脚进行通信，通讯方式为一点对多点；APC220-43设置采用ASCⅡ码，波特率为9600，无校验模式，设置命令格式如下：
读设置：RD
应答：PARA_频率_空中速率_发射功率_串口速率_串口效验
写设置：WR_频率_空中速率_发射功率_串口速率_串口效验
应答：PARA_频率_空中速率_发射功率_串口速率_串口效验
APC220-43与采集控制模块连接，电源使能端EN，RXD、TXD为URAT的输入口，TTL电平；设置低电平，通讯距离为1200m；通讯收发频率为434MHz，串口速率为9600bps，输出功率为20mw，串口速率(Series Rate)为9600bps，串口校验(Series Parity)为Disable，收发频率(RF Frequency)为434MHZ，空中速率(Series Rate)为9600bps，输出功率(RF Power)为20mw，NET ID为12345，NODE ID为123456789012，PC Series为COM3。
本系统根据需要设置工控机，工控机检测和控制系统内的各机电设备，同时与信息传输层内的各数据通讯模块连接，并接入互联网，通过TCP\IP与云端服务器进行网络通讯。
系统进入循环后，当串口接收到数据后引发中断，在中断函数中通过isr_send_signal()函数告知主任务。单片机将接收到的数据通过函数EnQueue()存放在队列中，通过函数DeQueue()取出队列中的数据进行判断。首先通过校验和位判断收到的数据是否正确，然后执行相应字节的命令。若是开关阀命令，主任务发送给开关阀任务信号，开关阀任务通过函数os_wait(K_SIG,0,0)，接收到信号后执行开关阀操作。获取传感器任务则由操作系统函数os_wait(K_TMO,1000,0)间断执行。
分别建立以下线程：1、当前状态的线程private System.Threading.ThreadCurrentStateThread；2、自动灌溉施肥线程private System.Threading.ThreadPureThread；3、自动灌溉灌溉施肥后台运行线程PureThread.IsBackground＝true；4、定义自动灌溉线程的优先级PureThread.Priority＝System.Threading.ThreadPriority.Lowest；5、定义自动灌溉施肥线程有效性PureFunValid；6、定义自动灌溉施肥线程挂起System.Threading.Thread.Sleep(100)；通过线程之间的相互通信、相互协调，并行工作，来提高系统的效率。
本发明系统可采用机器视觉技术实现在线无损检测作物的长势情况，并智能化的做出灌溉施肥控制决策。采用机器视觉技术，捕获设施温室环境下作物群体冠层图像，通过图像分割算法分割作物群体冠层区域图像，提取作物群体冠层图像特征参数，并结合人工测量的作物群体植株参数，构建温室作物群体生长参数反演模型，实现在线无损检测温室作物群体生长参数，并采用温室作物群体验证图对反演模型性能进行验证。进而通过云推理模型预测算法实现作物水肥趋势，进而动态调整水肥量。
基于云推理的中长期作物灌水量预测步骤：
步骤1：根据n年作物灌水量序列E，E＝(e1,e2,e3,…en)，得出输入、输出向量X，Y，其中，输入向量的分量xi＝ei,i＝1,2,…,n-1,输出向量分量yi＝ei+1,i＝1,2,…n-1。
步骤2：将X中的数据从大到小排列，Y中的数据位置做相应的改变。使用模糊聚类方法对X中的数据进行聚类。
步骤3：Y中数据进行相应的分类，并根据X,Y的聚类情况，利用逆向云发生器生成c组预测云。
步骤4：根据当前t年作物水肥数据，利用逆向云发生器，生成当前趋势云，并与各个预测云合并，形成最终的规则的后件云。
步骤5：利用生成的规则云进行预测。通过预测结果可知未来一段时间作物的灌水量，以便于管理者及时有效的做好水资源的调度。
本发明对数据采集器检测的数据进行一致性检验，然后对同源数据进行自适应加权数据级融合，以融合值作为肥水一体化灌溉施肥系统的决策输入量，提高系统输入信号的准确性、稳定性和容错性。
在多传感器系统中，当传感器组中某些传感器发生故障或受到环境的干扰采集了虚假错误信息时，如果不进行传感器数据检验而直接将所有采集的传感器信息进行融合，将大大影响信息融合的精度。
假设有n个传感器对某一对象进行同时测量，首先对Xi(i＝1,2,...,n)进行数据一致性检验，检验准则是X1,X2,...,Xn的相邻两值之差不能超过给定阀值ε，如式所示：
自适应加权融合算法：假设n个传感器的测量数据符合一致性要求，则对多个传感器的检测值进行自适应加权融合，其中每个传感器都有不同的加权因子分别为W1，W2，...Wn，为多传感器自适应加权数据级融合值。
自适应加权数据级融合算法原理：在总均方误差最小的最优条件下，根据每个传感器的检测值，以自适应的方式寻找每个传感器的最优加权因子，使得融合后的结果达到最优。该方法综合了多种传感器检测信息，综合考虑温室内环境分布不均性及传感器自身精度误差，给决策系统提供具有指导意义的温室环境信息融合值。
自适应加权融合算法推导：
n个传感器的方差分别为σ12，σ22，…，σ22，和σn2，所要估计的传感器真值为X，各个传感器测量值分别为X1，X2，X3，…，和Xn，各传感器彼此互相独立，且是X的无偏估计，各个传感器的加权因子分别为W1，W2，W3，…，和Wn，则融合后的真值和加权因子应满足式(2-2)和式(2-3)：
根据多元函数的求极值理论，可求总均方误差最小时所对应的加权因子：
假设两个不同的传感器p和q其测量值分别为Xp和Xq，所对应的观测误差分别为Vp和Vq，即；Xp＝X+Vp；Xq＝X+Vq，其中Vp和Vq为零均值平稳噪声，则传感器p的方差为σp2＝E[Vp2]。
因为Vp和Vq是互不相关的，而且均值为零，与X也是不相关的，所以Xp和Xq的互相关系数Rpq＝E[XpXq]＝E[X2]
X的自相关系数Rpp满足Rpp＝E[XpXp]＝E[X2]+E[Vp 2]
所以σp 2＝E[Vp 2]＝Rpp-Rpq
其中Rpp和Rpq可由时间域估计值求得。
假设传感器测量的数据个数为k，Rpp的时间域估计值为Rpp(k)，Rpq的时间域估计值为Rpq(k)，则得式(2-5)
同理得到式(2-6)：
根据传感器q(q≠p；q＝1,2,3,…,n)与传感器p做相关运算，可以得到Rpq(k)(q≠p；q＝1,2,3,…,n)，因此对于Rpq可进一步用Rpq(k)的均值作为估计值，如式(2-7)：
根据上述推理，可依据各个传感器的测量值求出Rpp和Rpq的时间域估计值，从而估计出各个传感器的方差
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种灌溉方法，其特征在于，包括：
获取植物当前生长阶段所需的环境参数；所述环境参数包括：土壤湿度值、土壤EC值和土壤PH值；
获取植物实际的环境参数；
获取用户选择的工作模式；所述工作模式包括以灌溉为主模式、以施肥为主模式和模糊PID灌溉施肥模式；
根据用户选择的工作模式，判断植物实际的环境参数是否小于当前生长阶段所需的环境参数，得到第一判断结果；
当所述第一判断结果表示植物实际的环境参数小于当前生长阶段所需的环境参数时，根据所述用户选择的工作模式获取灌溉和/或施肥策略；
根据所述灌溉和/或施肥策略，控制灌溉通道和/或施肥通道的打开时间；
当所述第一判断结果表示植物实际的环境参数不小于当前生长阶段所需的环境参数时，关闭灌溉通道和施肥通道。
2.根据权利要求1所述的灌溉方法，其特征在于，所述获取植物当前生长阶段所需的环境参数，具体包括：
采用机器视觉技术，获取植物群体冠层图像；
采用图像分割算法对所述植物群里冠层图像，提取植物群体冠层图像的特征参数；
获取人工测量的植物群体植株参数；
根据所述植物群体冠层图像的特征参数和所述植物群体植株参数，构建植物群体生长参数反演模型；
根据所述植株群体生长参数反演模型检测植物群体的生长参数；
根据所述植物群体的生长参数，采用云推理模型预测算法对植物水肥趋势进行预测，得到植物当前生长阶段所需的环境参数。
3.根据权利要求2所述的灌溉方法，其特征在于，所述根据所述植物群体的生长参数，采用云推理模型预测算法对植物水肥趋势进行预测，具体包括：
获取植物前n年的灌水量数据E＝(e1,e2,e3,…en)，其中ei表示第i年的灌水量；
根据灌水量数据得到输入向量X和输出向量Y；其中，输入向量X的分量xi＝ei，输出向量Y的分量yi＝ei+1，i＝1,2,…n-1；
将输入向量X中的数据从大到小排列，并对应调整输出向量Y中的数据位置；
使用模糊聚类方法对输入向量X中的数据进行聚类；
根据输入向量X的聚类结果，对输出向量Y中的数据进行相应的分类；
根据输入向量X的聚类结果和输出向量Y的分类结果，利用逆向云发生器生成多组预测云；
根据当前t年植物水肥数据，利用逆向云发生器，生成当前趋势云；
将所述当前趋势云与各组预测云合并，形成最终的规则云；
利用所述最终的规则云对植物水肥趋势进行预测。
4.根据权利要求1所述的灌溉方法，其特征在于，所述获取植物实际的环境参数，具体包括：
对数据采集器采集的植物的环境参数进行一致性检验；
对环境参数中的同源数采用自适应加权融合算法进行加权数据级融合，得到各项环境参数的融合值；
将各项环境参数的融合值确定为植物实际的环境参数。
5.根据权利要求1所述的灌溉方法，其特征在于，所述根据用户选择的工作模式，判断植物实际的环境参数是否小于当前生长阶段所需的环境参数，具体包括：
当用户选择的工作模式为以灌溉为主模式时，判断植物实际的土壤湿度值是否小于当前生长阶段所需的土壤湿度值；
当用户选择的工作模式为以施肥为主模式时，判断是否满足植物实际的土壤EC值小于当前生长阶段所需的土壤EC值且植物实际的土壤PH值小于当前生长阶段所需的土壤PH值；
当用户选择的工作模式为模糊PID灌溉施肥模式时，判断是否满足植物实际的土壤EC值小于当前生长阶段所需的土壤EC值且植物实际的土壤PH值小于当前生长阶段所需的土壤PH值。
6.根据权利要求1所述的灌溉方法，其特征在于，所述当所述第一判断结果表示植物实际的环境参数小于当前生长阶段所需的环境参数时，根据所述用户选择的工作模式获取灌溉和/或施肥策略，具体包括：
当用户选择的工作模式为以灌溉为主模式时，获取灌溉策略；
当用户选择的工作模式为以施肥为主模式时，获取灌溉和施肥策略；
当用户选择的工作模式为模糊PID灌溉施肥模式时，获取灌溉和施肥策略。
7.根据权利要求1所述的灌溉方法，其特征在于，所述根据所述灌溉和/或施肥策略，控制灌溉通道和/或施肥通道的打开时间，具体包括：
根据所述灌溉和/或施肥策略，选择灌溉模式；所述灌溉模式包括第一灌溉模式和第二灌溉模式；所述第一灌溉模式根据植物当前生长阶段所需的环境参确定土壤湿度限值和灌溉计划时间以及土壤养分限值和施肥计划时间，根据管网压力值、实际的土壤湿度值、实际的土壤养分值与设定的水池水位的限值、土壤湿度限值和土壤养分限值，按照设定的灌溉施肥计划时间向灌溉阀门、施肥阀门发送开关阀控制命令，进行灌溉施肥；所述第二灌溉模式将土壤湿度值的误差作为二维模糊控制器的输入变量，将湿度误差的变化值作为二维模糊控制器的输出变量，根据实际的土壤湿度值和土壤养分值，制定模糊控制规则并进行模糊推理，得出模糊隶属函数，得到灌溉时间作为输出量，实现模糊控制灌溉；所述土壤养分值包括土壤EC值和土壤PH值；
根据选择的灌溉模式，控制灌溉通道和/或施肥通道的打开时间。
8.一种灌溉系统，其特征在于，包括：
第一环境参数获取模块，用于获取植物当前生长阶段所需的环境参数；所述环境参数包括：土壤湿度值、土壤EC值和土壤PH值；
第二环境参数获取模块，用于获取植物实际的环境参数；
选择的工作模式获取模块，用于获取用户选择的工作模式；所述工作模式包括以灌溉为主模式、以施肥为主模式和模糊PID灌溉施肥模式；
第一判断模块，用于根据用户选择的工作模式，判断植物实际的环境参数是否小于当前生长阶段所需的环境参数，得到第一判断结果；
灌溉和/或施肥策略获取模块，用于当所述第一判断结果表示植物实际的环境参数小于当前生长阶段所需的环境参数时，根据所述用户选择的工作模式获取灌溉和/或施肥策略；
通道控制模块，用于根据所述灌溉和/或施肥策略，控制灌溉通道和/或施肥通道的打开时间；还用于当所述第一判断结果表示植物实际的环境参数不小于当前生长阶段所需的环境参数时，关闭灌溉通道和施肥通道。
9.一种灌溉装置，其特征在于，包括：控制箱系统、管网系统、吸肥系统、混肥系统和注肥系统；
所述控制箱系统与EC传感器、PH传感器和土壤温湿度传感器连接，所述控制箱系统包括控制器和信息传输装置，所述控制器通过所述信息传输装置接收所述EC传感器、所述PH传感器和所述土壤温湿度传感器采集的环境参数，并根据接收的环境参数与内置的灌溉和/或施肥策略，生成灌溉通道和施肥通道的控制指令；
所述管网系统包括水源管网和灌溉通道管网；所述管网系统的控制端与所述控制箱系统的输出端连接，用于根据所述控制器的控制指令调节所述灌溉通道管网的打开与关闭时间；
所述吸肥系统包括储肥罐、施肥阀、蝶式过滤器、吸肥通道、射流器和文丘里混合器，所述吸肥通道从所述储肥罐中吸出的肥料依次经过所述施肥阀、所述蝶式过滤器和所述射流器，到达所述文丘里混合器中；
所述混肥系统包括水源主管道水泵、减压阀、浮球阀、缓冲混肥桶和压感开关，所述水源管网的出水口依次通过所述水源主管道水泵、所述减压阀和所述浮球阀连通至所述缓冲混肥桶，所述文丘里混合器的出口与所述缓冲混肥桶连通；所述缓冲混肥桶的出口处设置有所述压感开关，所述缓冲混肥桶的出口连通至所述注肥系统；
所述注肥系统包括助肥泵、止回阀、灌溉电磁阀和施肥管网；所述缓冲混肥桶的出口与所述施肥管网连通，所述助肥泵、所述止回阀和所述灌溉电磁阀依次设置于所述缓冲混肥桶的出口与所述施肥管网的连通管道上；所述注肥系统的控制端与所述控制箱系统的输出端连接，用于根据所述控制器的控制指令控制所述助肥泵和所述灌溉电磁阀的打开与关闭时间。
10.根据权利要求9所述的灌溉装置，其特征在于，所述吸肥系统包括多个储肥罐、多个施肥阀、多个蝶式过滤器、多个吸肥通道和多个射流器，多个射流器的出口均与所述文丘里混合器连通；多个储肥罐、多个施肥阀、多个蝶式过滤器、多个吸肥通道和多个射流器一一对应，形成多个并联的吸肥通道。
CN201910490265.7A 2019-06-06 2019-06-06 一种灌溉方法、系统及装置 Pending CN110192516A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910490265.7A CN110192516A (zh) 2019-06-06 2019-06-06 一种灌溉方法、系统及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910490265.7A CN110192516A (zh) 2019-06-06 2019-06-06 一种灌溉方法、系统及装置

Publications (1)

Publication Number Publication Date
CN110192516A true CN110192516A (zh) 2019-09-03

Family

ID=67754167

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910490265.7A Pending CN110192516A (zh) 2019-06-06 2019-06-06 一种灌溉方法、系统及装置

Country Status (1)

Country Link
CN (1) CN110192516A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112167027A (zh) * 2020-10-30 2021-01-05 江苏万木源建设集团有限公司 一种园林绿化用灌溉系统
CN112306122A (zh) * 2020-08-12 2021-02-02 东华理工大学 温室环境控制方法、装置、系统、计算机设备及存储介质
CN112352523A (zh) * 2020-09-09 2021-02-12 安徽农业大学 一种基于智能决策的茶园水肥灌溉控制方法和系统
CN112925247A (zh) * 2021-02-01 2021-06-08 潍坊汇金海物联网技术有限公司 一种智慧农业云平台水肥控制方法
CN113190054A (zh) * 2021-04-13 2021-07-30 洛阳智能农业装备研究院有限公司 一种多通道的流量比控制方法、系统及应用
CN113439648A (zh) * 2021-06-07 2021-09-28 瀚云科技有限公司 一种农作物的轮灌方法、微控制器及轮灌系统
CN114158336A (zh) * 2021-11-23 2022-03-11 南京南瑞信息通信科技有限公司 水肥一体优化控制系统及方法
CN114642152A (zh) * 2022-03-28 2022-06-21 防城港市农业农机服务中心 一种南方甘薯水肥一体化秋冬种植方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103931325A (zh) * 2014-04-25 2014-07-23 上海邦伯现代农业技术有限公司 一种精准配肥与清水灌溉两用施肥装置及其ec+ph调节方法
CN204217418U (zh) * 2014-10-14 2015-03-25 廊坊市大华夏神农信息技术有限公司 一种新型的主动精准液体肥药施用装置
CN104460582A (zh) * 2014-09-29 2015-03-25 贵州省水利科学研究院 一种基于模糊控制的物联网智能灌溉施肥控制方法及系统
CN106332593A (zh) * 2016-10-18 2017-01-18 福建省农业科学院科技干部培训中心 水肥一体化施肥机及其控制方法
CN106613539A (zh) * 2016-12-23 2017-05-10 江苏农林职业技术学院 一种基于LabVIEW的温室水肥一体化营养液自动灌溉控制方法
CN107272754A (zh) * 2017-06-19 2017-10-20 西北农林科技大学 一种基于模糊pid的水肥精准配比控制系统
CN107306765A (zh) * 2017-07-04 2017-11-03 河南省农业科学院农业经济与信息研究所 一种水肥一体化灌溉系统及灌溉方法
CN107330804A (zh) * 2017-07-06 2017-11-07 贵州省水利科学研究院 一种智慧水利管控云平台及方法
CN207744471U (zh) * 2017-12-16 2018-08-21 何同江 一种水肥药一体机
CN109348819A (zh) * 2018-11-14 2019-02-19 山东省农业机械科学研究院 一种智能高效水肥药一体化系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103931325A (zh) * 2014-04-25 2014-07-23 上海邦伯现代农业技术有限公司 一种精准配肥与清水灌溉两用施肥装置及其ec+ph调节方法
CN104460582A (zh) * 2014-09-29 2015-03-25 贵州省水利科学研究院 一种基于模糊控制的物联网智能灌溉施肥控制方法及系统
CN204217418U (zh) * 2014-10-14 2015-03-25 廊坊市大华夏神农信息技术有限公司 一种新型的主动精准液体肥药施用装置
CN106332593A (zh) * 2016-10-18 2017-01-18 福建省农业科学院科技干部培训中心 水肥一体化施肥机及其控制方法
CN106613539A (zh) * 2016-12-23 2017-05-10 江苏农林职业技术学院 一种基于LabVIEW的温室水肥一体化营养液自动灌溉控制方法
CN107272754A (zh) * 2017-06-19 2017-10-20 西北农林科技大学 一种基于模糊pid的水肥精准配比控制系统
CN107306765A (zh) * 2017-07-04 2017-11-03 河南省农业科学院农业经济与信息研究所 一种水肥一体化灌溉系统及灌溉方法
CN107330804A (zh) * 2017-07-06 2017-11-07 贵州省水利科学研究院 一种智慧水利管控云平台及方法
CN207744471U (zh) * 2017-12-16 2018-08-21 何同江 一种水肥药一体机
CN109348819A (zh) * 2018-11-14 2019-02-19 山东省农业机械科学研究院 一种智能高效水肥药一体化系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孙国祥: "基于多信息融合的温室黄瓜肥水一体化灌溉系统研究", 《中国博士学位论文全文数据库（电子期刊）》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112306122A (zh) * 2020-08-12 2021-02-02 东华理工大学 温室环境控制方法、装置、系统、计算机设备及存储介质
CN112352523A (zh) * 2020-09-09 2021-02-12 安徽农业大学 一种基于智能决策的茶园水肥灌溉控制方法和系统
CN112167027A (zh) * 2020-10-30 2021-01-05 江苏万木源建设集团有限公司 一种园林绿化用灌溉系统
CN112925247A (zh) * 2021-02-01 2021-06-08 潍坊汇金海物联网技术有限公司 一种智慧农业云平台水肥控制方法
CN113190054A (zh) * 2021-04-13 2021-07-30 洛阳智能农业装备研究院有限公司 一种多通道的流量比控制方法、系统及应用
CN113190054B (zh) * 2021-04-13 2023-09-12 洛阳智能农业装备研究院有限公司 一种多通道的流量比控制方法、系统及应用
CN113439648A (zh) * 2021-06-07 2021-09-28 瀚云科技有限公司 一种农作物的轮灌方法、微控制器及轮灌系统
CN114158336A (zh) * 2021-11-23 2022-03-11 南京南瑞信息通信科技有限公司 水肥一体优化控制系统及方法
CN114642152A (zh) * 2022-03-28 2022-06-21 防城港市农业农机服务中心 一种南方甘薯水肥一体化秋冬种植方法

Similar Documents

Publication Publication Date Title
CN110192516A (zh) 一种灌溉方法、系统及装置
CN209299722U (zh) 一种智能高效水肥药一体化系统
CN109348819A (zh) 一种智能高效水肥药一体化系统
CN104460582B (zh) 一种基于模糊控制的物联网智能灌溉施肥控制方法及系统
CN109168535A (zh) 一种基于物联网的水肥药精准施用系统及方法
CN110214506A (zh) 水肥管控方法及系统
CN107330804A (zh) 一种智慧水利管控云平台及方法
CN110012825A (zh) 一种智慧灌溉控制系统及其控制方法
CN110187688A (zh) 设施农业智能水肥一体化控制系统及控制方法
CN209017448U (zh) 一种基于物联网的水肥药精准施用系统
CN206314208U (zh) 一种节水灌溉控制系统
CN105557476B (zh) 一种基于土壤湿度调节的智能高效喷灌系统和方法
CN109937856A (zh) 家用草木本植物自动浇灌系统及其工作方法
CN205865419U (zh) 一种农业物联网自动灌溉系统
CN102172204A (zh) 基于互联网远程控制的智能无土栽培装置
CN110463587A (zh) 基于LoRa与GA-BP的规模化大棚节水灌溉系统
CN114365614A (zh) 基于物联网的水肥精准调控方法、智能装备及系统
CN106212217A (zh) 智能化精量灌溉控制系统
CN109511530A (zh) 一种用于植物的灌溉系统及方法
CN206380441U (zh) 一种灌溉装置
CN109874654A (zh) 一种基于物联网的智能农业灌溉系统设计方法
CN205987798U (zh) 基于大数据的物联网云灌溉系统
CN205511341U (zh) 一种基于单片机的智能灌溉控制系统
CN207070618U (zh) 自动化灌溉施肥系统
CN109169190A (zh) 农田自动灌溉系统及灌溉方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190903