CN110456684A - 农田干旱过程监测方法及装置 - Google Patents
农田干旱过程监测方法及装置 Download PDFInfo
- Publication number
- CN110456684A CN110456684A CN201910629469.4A CN201910629469A CN110456684A CN 110456684 A CN110456684 A CN 110456684A CN 201910629469 A CN201910629469 A CN 201910629469A CN 110456684 A CN110456684 A CN 110456684A
- Authority
- CN
- China
- Prior art keywords
- crop
- soil
- water content
- growing state
- drought
- 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
Links
Classifications
-
- 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
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0428—Safety, monitoring
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明涉及一种农田干旱过程监测方法及装置。本发明从干旱发生机理出发,提出一种综合利用土壤墒情,作物水分含量以及作物生长状态等信息制定对农田干旱过程进行阶段性评估的方法,同时提供一种可以在现场作业中同时测量土壤表面温度差,作物冠层表面温度差以及作物冠层NDVI的监测装置,通过相应模型获得土壤墒情,作物水分含量以及作物生长状态等信息,进而进行存储与决策分析。本发明综合考虑土壤、作物两大农田干旱重要组分,分别衡量土壤和植被的水分情况以及植被的生长状况,基于此对农田干旱过程进行全面评估,进而能够根据农田干旱实际发展阶段进行预警,从而有利于制定切实有效、节能环保的农田抗旱作业。
Description
技术领域
本发明属于农业领域,涉及光谱检测技术、机械电子设计技术与农田干旱过程原位监测技术,具体涉及一种农田干旱过程监测方法及装置。
背景技术
农业旱灾是粮食安全的主要风险源,对人类社会经济可持续发展造成了巨大的影响。我国常年农作物受旱面积约0.2-0.27亿公顷,每年损失粮食250-300亿千克,占各种自然灾害损失总量的60%。因此,如何准确、及时地监测农田干旱过程,针对不同干旱阶段发出相应预警信号,指导农业生产人员制定有效的抗旱决策,减少干旱带来的影响和损失对于保障我国农业生产具有重要的意义。
农业干旱监测有其特殊性。由于农田由土壤和植被两种组分组成,干旱对二者的作用机理明显不同,农田土壤与作物对于干旱的响应也存在过程性差异。干旱发生的初始阶段是土壤干旱,土壤含水量亏缺将导致土壤蒸发量减少,引起土壤表面温度升高。随着土壤干旱的加重,作物根系不能吸收足够的水分补偿作物蒸腾,土壤供水与作物需水的平衡态被打破,发生水分亏缺,对作物生长造成干旱胁迫,抑制作物冠层蒸腾,进而导致作物冠层温度升高。受到干旱严重胁迫的作物,其冠层叶片、茎秆等均会发生明显的生理形态变化,如作物叶片将会萎蔫、枯黄甚至脱落。因此要想实现及时有效的农业干旱监测,制定有效的抗旱决策,需要同时对土壤、作物两个重要组分加以考虑,分别衡量土壤和植被的水分情况以及植被的生长状况,以全面评估农田干旱过程。
本发明基于农田立体多参数协同监测原理,旨在利用土壤表层温度差,作物冠层温度差以及作物长势等综合信息进行农田干旱过程性监测。检索国内外专利和文献显示,目前尚无使用同样检测原理与测量结构的现场实时测定仪发明或发表。
与本发明相近的现有技术:
(1)中国水利水电科学研究院获得的“农业干旱预警监测装置和方法(CN201310047294.9)”发明专利。该发明提供了一种农业干旱预警监测装置,包括:墒情数据实时采集模块,干旱情况评价模块,信息发布模块,数据库和中长期气象预报接口。该发明根据实时采集的不同地域的土壤墒情信息再结合第三方提供的未来预定时间内降水、温度信息,进行干旱监测。
(2)北京大学公开了“一种农田干旱监测的方法(CN200710178807.4)”的发明。该农田干旱监测方法,是获取待监测地表上所设观测点的土壤或叶片含水量,将所述观测点的土壤或叶片含水量与表征农田旱情的相应指数建立函数关系式,将遥感数据带入所述函数关系式,得出待监测地表的土壤或植物叶片含水量。该发明的地表干旱监测方法适用于不同植被覆盖度的农田地表干旱监测。
目前已有的干旱监测方法与系统更多着眼于土壤墒情或土壤、作物的水分含量监测,忽略了作物长势信息对于农田干旱评估的重要性。此外,现有方法和系统尚未涉及整个农业干旱过程中不同阶段的评估与预警。
发明内容
本发明从干旱发生机理出发,提出了一种综合利用土壤墒情,作物水分含量以及作物生长状态等信息制定对农田干旱过程进行阶段性评估的方法,同时针对该方法设计开发了一款可以在现场作业中同时测量土壤表面温度差,作物冠层表面温度差以及作物冠层NDVI的检测测量装置,通过相应模型获得土壤墒情,作物水分含量以及作物生长状态等信息,进而进行存储与决策分析。
本发明针对农田干旱过程,提出了一种基于土壤表层温度差,冠层温度差以及作物长势的干旱过程监测装置,实现了对农田不同干旱阶段进行监测和判定。主要解决了以下几个问题:
(一)提出了基于农业干旱过程的农田干旱监测方法
农业干旱过程是农作物对土壤水分亏缺的一种响应过程。本发明从农业干旱过程机理出发,选择农田土壤水分,作物水分以及作物长势等综合信息作为农田干旱过程监测依据,进而制定决策进行农田干旱过程判定。本发明基于蒸腾作用原理,利用土壤表面温度差,冠层表面温度差进行土壤、作物水分监测。并利用基于光学原理的植被指数进行作物长势监测。
(二)基于土壤表层温度差的土壤水分含量测定模型
干旱发生的初始阶段是土壤干旱,土壤水分亏缺,减少了土壤水分的实际蒸发,进而导致土壤表层温度升高。本专利构建基于土壤表层温度差的土壤水分含量测定模型,利用根区温度传感器以及装置顶部环境温度传感器监测土壤表面(作物根区)的温度差,进而判定土壤干旱情况。
(三)基于冠层温度差的作物水分含量测定模型
随着土壤干旱的加重,作物根系不能吸收足够的水分补偿叶片蒸腾,土壤供水与作物需水的平衡态将被打破,发生水分亏缺,作物气孔呈现不同程度关闭,进而抑制作物叶片实际蒸腾,叶片温度升高。本专利构建基于冠层温度差的作物水分含量测定模型,利用作物冠层温度传感器以及装置顶部环境温度传感器获得作物冠层温度差,进而反演作物水分含量,进行干旱等级判定。
(四)原位检测装置的结构设计
为了在大田环境下实时地检测农田干旱过程,同时又不使测量仪器过于复杂,本发明设计了地表温度差、冠层温度差、作物长势一体化监测结构。其中,冠层温度传感器可以根据作物冠层高度调节其在结构中的位置,确保本发明可以应用在待测作物的全生育期的干旱过程监测。
具体来说,本发明采用的技术方案如下:
一种农田干旱过程监测方法,包括以下步骤:
1)检测目标农田的土壤水分含量;
2)检测目标农田的作物水分含量;
3)检测目标农田的作物冠层的NDVI值,根据作物冠层的NDVI值确定作物长势状态;
4)根据所述土壤水分含量、所述作物水分含量和所述作物长势状态,获得目标农田的干旱过程判定结果。
进一步地,步骤1)根据预先建立的土壤水分含量测定模型计算所述土壤水分含量,所述土壤水分含量测定模型表示为:
ys=as+bs ln(ΔTs+cs)
其中,ys为土壤水分含量,ΔTs为土壤表面空气温度差,as,bs,cs分别为模型的矫正系数,应根据实际测量区域进行标定。
进一步地,步骤2)根据预先建立的作物水分含量测定模型计算所述作物水分含量,所述作物水分含量测定模型表示为:
yp=ap+bpΔTp
其中,yp是作物水分含量,ΔTp为冠层空气温度差,ap,bp分别为模型的矫正系数,应根据实际测量区域、测量作物进行标定。
进一步地,步骤3)采用NDVI阈值法确定作物长势状态,根据实际测量作物种类、检测生育期以及检测场所设定作物长势优秀、良好、较差的NDVI阈值。
进一步地,步骤4)根据待测作物品种、生长区域、实际监测生育期,结合历史同期数据进行干旱阈值确定,进而制定农田干旱过程监测标准。
进一步地,所述农田干旱过程监测标准包括:
a)当土壤干旱程度超过同期、同等生长情况阈值时,做好一级警报准备,进而判断作物水分情况;如果作物水分正常,发出一级警报;如果作物水分含量低于同期阈值,做好二级警报准备;随即判断作物长势信息,如果作物长势正常,发出二级警报,若作物长势信息异常,发出三级干旱警报;
b)当土壤并未监测到发生土壤干旱时,如果作物水分含量信息发生异常,则判断作物生长状况是否异常;如果作物生长状况正常,则不发出警报,如果作物生长状况发生异常,则发出三级干旱警报;
c)当土壤水分以及作物水分均检测正常时,如果作物长势信息异常,则作物长势异常可判定为其他因素引起,不进行干旱预警。
一种农田干旱过程监测装置,其包括:
根区空气温度检测模块,用于检测作物的根区的空气温度;
作物冠层空气温度检测模块,用于检测作物冠层的空气温度;
环境空气温度检测模块,用于检测环境的空气温度;
作物长势检测模块,用于检测作物冠层的NDVI值;
信号处理和发送模块,用于接收和处理根区空气温度检测模块、作物冠层空气温度检测模块、环境空气温度检测模块和作物长势检测模块获得的数据,并发送至上位机;
上位机,用于从信号处理和发送模块接收数据,并进行处理以获得土壤水分含量、作物水分含量和作物长势状态,进而根据土壤水分含量、作物水分含量和作物长势状态获得目标农田的干旱过程判定结果。
进一步地,还包括支撑架,所述支撑架包含竖杆、横杆和顶板,横杆和顶板安装在竖杆上;根区空气温度检测模块位于竖杆的下部;作物冠层空气温度检测模块位于竖杆上且能够根据待测作物高度滑动位置;作物长势检测模块位于横杆上且能够根据待测作物高度滑动位置;环境空气温度检测模块和信号处理和发送模块位于顶板上。
进一步地,所述信号处理和发送模块包括模数转换模块、存储模块、电源系统、上位机接口以及微控制单元。
与现有的干旱监测方法与系统相比,本发明综合考虑土壤、作物两大农田干旱重要组分,分别衡量土壤和植被的水分情况以及植被的生长状况,基于此对农田干旱过程进行全面评估,进而根据农田干旱实际发展阶段进行预警,有利于制定切实有效、节能环保的农田抗旱作业。
附图说明
图1是农田干旱过程监测系统总体结构框图。
图2是数据采集系统框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面通过具体实施例和附图,对本发明做进一步详细说明。
1.提出了基于农业干旱过程的农田干旱监测标准
农业干旱过程是由多个密切关联的环节所构成。土壤水分亏缺,减少了土壤水分的实际蒸发,导致土壤表层温度升高;随着土壤干旱的加重,作物供水不足时,作物气孔关闭,减小了叶片实际蒸腾,叶片温度不同程度升高。土壤蒸发量与作物蒸腾量的减少将导致农田生态系统整体蒸散量的减少,并引发土壤与作物叶片温度升高,进而打破农田生态系统的水热平衡,对作物生长造成干旱胁迫。受到干旱严重胁迫的作物,其生化组分含量(如叶绿素含量)和形态结构参数(如叶面积指数)均会发生明显的变化,如作物叶片将会萎蔫、枯黄甚至脱落。叶绿素含量变化对作物反射率的影响主要表现在可见光与红边波段。而叶面积指数对作物反射率的影响在不同波段范围内并不相同。可见光区域的反射率将随着叶面积指数的减小而升高,而近红外波段的反射率将随着叶面积指数的减小而减小。由此可知,通过可见光、近红外波段作物反射率的变化,可以从作物叶绿素含量、叶面积指数等多个方面对作物所受的干旱胁迫程度进行监测。作物持续严重缺水将导致减产甚至绝收,即造成旱灾。
本发明将根据待测作物品种、生长区域、实际监测生育期等综合情况,结合历史同期数据进行干旱阈值确定,进而制定农田干旱过程监测标准,具体如下:
a)当土壤干旱程度超过同期、同等生长情况阈值时,做好一级警报准备,进而判断作物水分情况。如果作物水分正常,发出一级警报;如果作物水分含量低于同期阈值,做好二级警报准备,随即判断作物长势信息,如果作物长势正常,发出二级警报,若作物长势信息异常,发出三级干旱警报。
b)当土壤并未监测到发生土壤干旱时,如果作物水分含量信息发生异常,则可能是后期灌溉作物水分吸收迟滞造成,需判断作物生长状况是否异常。如果作物生长状况正常,则不发出警报,如果作物生长状况发生异常,则发出三级干旱警报
c)当土壤水分以及作物水分均检测正常时,如果作物长势信息异常,则作物长势异常可判定为其他因素引起,不进行干旱预警。
2.土壤水分含量测定模型的建立
根据大田试验的结果分析表明,地表空气温度差与0-50cm土层的土壤湿度呈指数相关,这与大田作物根系及土壤湿度的剖面分布相一致。本发明根据试验资料,建立了地表空气温度差与0-50cm土层的土壤湿度的相关模型。
ys=as+bs ln(ΔTs+cs)
式中,ys是土壤水分含量,ΔTs为土壤表面空气温度差(利用根区空气温度传感器以及环境空气温度传感器获得该温度差),as,bs,cs分别为模型的矫正系数,应根据实际测量区域进行标定。
3.作物水分含量测定模型的建立
根据大田试验的结果分析表明,冠层空气温度差与作物水分含量可简化为线性相关关系。本发明根据试验资料,建立了冠层空气温度差与作物水分含量的相关模型。
yp=ap+bpΔTp
式中,yp是作物水分含量,ΔTp为冠层空气温度差(利用作物冠层空气温度传感器以及环境空气温度传感器获得该温度差),ap,bp分别为模型的矫正系数,应根据实际测量区域、测量作物进行标定。
4.基于NDVI作物长势信息的阈值确定
根据大田试验的结果分析表明,作物冠层NDVI(Normalized DifferenceVegetation Index,归一化差值植被指数)值与作物长势、健康存在定量关系。本发明可根据实际测量作物种类,检测生育期以及检测场所灵活的设定作物长势优秀、良好、较差的NDVI阈值。
5.总体结构设计
图1为本发明的农田干旱过程监测装置的总体结构框图。由图可知,该装置由根区空气温度检测模块、作物冠层空气温度检测模块、基于NDVI的作物长势检测模块、环境空气温度检测模块以及信号处理和发送模块构成。其中信号处理和发送模块包含一个控制器,负责将从各个传感器发送过来的数据进行分类,计算等,进而将农田干旱过程监测结果发送至用户端(即将监测数据传输至上位机)。
其中,三个温度检测模块采用温度传感器实现,温度传感器可以采用pt100温度传感器等;作物长势检测模块采用现有的SRS-NDVI归一化植被指数测量仪实现。
如图1所示,该监测装置包括含有支撑架,该支撑架包含竖杆、横杆和顶板,横杆和顶板安装在竖杆上。根区空气温度检测模块位于整个装置下部,即竖杆的下部;作物冠层空气温度检测模块位于竖杆上,可以根据待测作物高度滑动位置;作物长势检测模块位于横杆上,可以根据待测作物高度滑动位置;环境空气温度检测模块位于顶板左侧;信号处理和发送模块位于顶板右侧。
本发明适用于不同作物种类,不同生育期的农田干旱过程监测。针对不同作物或不同生育期作物株高变化,可通过内套式抽管方式,调整整个装置的高度。并通过旋钮固定方式调节冠层温度传感器以及作物长势检测模块,以适应不同高度的待测农田作物。
6.硬件电路设计
图1的各传感器采集的温度等物理量,以电信号的形式传输,需要后续的信号处理和发送模块进行数据处理与存储的工作。信号处理和发送模块如图2中虚线框内所示,主要包括模数转换模块、存储模块、电源系统、上位机接口以及微控制单元(微控制器)等。
A.模数转换模块(AD)
在模数转换模块的设计中,采用德州仪器(Texas Instruments,TI)公司的模数转换芯片ADS1271。它具有24-bit的高精度与宽带宽,能够满足多种传感器的要求。此外,在模数转换电路中分别采用TI的差分放大器芯片OPA1632改变传入ADS1271中的传感器输入信号电压范围,采用OPA350芯片对ADS1271的参考电压进行滤波保证参考电压的稳定性,以保证信号精度。
B.存储模块(Flash)
为了保证能够进行实时采样并对所采集的信息进行保存,这里采用美光(Micron)公司型号为MT2916G08的NAND Flash芯片,作为存储模块。每块Flash芯片具有16G的存储容量,在系统中针对5路传感器分别设计了对应的存储芯片;在数据采集过程中,5路原始数据会分别存入5片Flash芯片中,以保证系统长时间运行时的存储需求。其中图1中四个传感器的数据为四路数据,另外留有一路模数转换电路可以保证在应用过程中具有可扩展性,根据实际需求,增加新传感器并收集相关信息。
C.电源系统
电源系统是针对电路系统中不同芯片需要不同的工作电源而设计的供电模块,即将外部供给的5V电压转为不同电压值的稳定电源提供给相应的芯片,保证系统的正常运行。系统的良好运行需要稳定的电压源,本发明在系统中设计了外接的5V的接口,针对电路中不同元器件与芯片对不同电压值的需求,采用了多款电压芯片满足系统的电压需求。分别采用了TI公司的REF3125芯片,PTH0500芯片与艾科嘉(Exar)公司的SPX1587芯片进行电压转换,为系统提供工作电压与参考电压。
D.上位机接口
当数据采集完成需要进行数据传输或者是设置数据采集系统参数(如采集时间长度,采集时间频率及是否进行预处理等)时,需要上位机(通常为PC)与采集系统微控单元进行通信。系统采用USB接口完成上位机与采集系统(即图1中的信号处理与发送模块)的通信,并选择赛普拉斯半导体(Cypress Semiconductor)公司型号为CY7C68013的USB微控制芯片控制USB接口。通过该芯片传递上位机对微控制器发出的指令以及采集信息的传输,并使用Micron的24LC64芯片用来存储USB微控制芯片的程序。
E.微控制器
为了保证能够并行采样,并在数据采样过程中完成相应的数字滤波等运算操作,选用赛灵思(Xilinx)公司型号为XC7K160T-FFG676的可编程逻辑阵列(Field-Programmable Gate Array,FPGA)芯片作为数据采集系统的微控制器,并使用N25Q256A芯片存储FPGA的启动程序。FPGA具有良好的可编程性与并行运算的特点,且其所具有的数目较多的IO接口,使得其十分适用于多路数据采集系统。
F.其他接口
考虑到电路系统的可扩展性(如根据实际需求添加新的传感器或者GPS等通信设备),在系统预留了串口通信模块与5路电平转换模块,分别为通信设备和其他传感器预留了接口。系统中采用TI公司型号为MAX3232的串口通信芯与型号为SN74LVCT245的电压转换模块,完成相应工程。
7.数据获取和处理方法
本发明的操作简单,以下是检测仪数据处理方法和详细工作过程。
A、农田干旱过程信息获取方法
本发明根据以上得到的土壤水分含量测定模型计算土壤水分含量,根据作物水分含量测定模型计算作物水分含量,根据NDVI阈值法确定作物长势状态。将三个获得数据上传至上位机,得到探测目标农田的干旱过程判定结果。
B、仪器标定
本发明适用于种植不同作物、不同生育期的农田干旱过程监测。因此需要根据历史试验数据对同种作物,单一生育期内测量初期进行标定,且标定工作在单一生育期内,只需标定一次即可。
首先,将土壤水分含量测定模型(公式1)中的系数as,bs,cs进行输入。
其次,将作物水分含量测定模型(公式2)中的系数ap,bp进行输入。
随后,设定作物长势分级NDVI阈值。
C、检测仪工作步骤
第一步,打开装置,进入农田干旱过程监测系统,打开“网络”选项,显示“网络已建立”,表示网络已经初始化完成,可以接收数据。
第二步,在现场随机选取采样点,将传感器固定在所选地块,打开传感器开关。上位机显示“节点N成功加入网络”。
第三步,在节点处,按下“测量”按键,传感器采集土壤表层空气温度,冠层空气温度,环境空气温度以及冠层NDVI指数。并发送至上位机。
第四步,上位机采集到节点N发来的土壤表层空气温度,冠层空气温度,环境空气温度以及冠层NDVI指数,系统根据嵌入的土壤水分含量测定模型和作物水分测定模型,计算出土壤水分含量以及作物水分含量,并将土壤水分含量、作物水分含量以及作物NDVI值显示上位机液晶屏上。
第五步,仪器按照以上方法测量农田样本,即得到样本的土壤水分含量、作物水分含量以及作物NDVI值,进而根据农田干旱过程监测决策体系(即前文所述的本发明的农田干旱过程监测标准),进行农田干旱过程判定。
第六步,打开“保存”,可以实现“名称”、“文件夹”、“类型”、“位置”的修改。完成数据保存工作。
第七步,测量完毕后可关闭上位机,并按下传感器电源键关闭仪器;或者,一直保持上位机和传感器在工作状态,传感器将定时发送农田干旱信息到上位机,上位机将接收数据并计算显示土壤水分含量、作物水分含量以及作物长势信息,进而判定农田干旱过程。
下面举出两个具体例子,说明本发明的工作过程,以助于进一步理解该技术方案。
(1)标定实验的工作过程
第一步,打开装置,进入农田干旱过程监测系统,打开“标定”选项。
第二步,进入“标定”选项后,选择土壤水分检测参数设置,根据提示,分别输入as,bs,cs的数值。
第三步,选择作物水分检测参数设置,根据提示,分别输入ap,bp的数值。
第四步,选择作物长势信息NDVI阈值设置,根据提示,分别输入作物长势优秀、良好、较差的阈值。
(2)现场实验的工作过程
第一步,打开装置,进入农田干旱过程监测系统,打开“网络”选项,显示“网络已建立”,表示网络已经初始化完成,可以接收数据。
第二步,在现场随机选取采样点,将传感器固定在农田,打开传感器开关。上位机显示“节点N成功加入网络”。
第三步,在节点处,按下“测量”按键,传感器采集根区表层温度,冠层温度差,以及冠层NDVI指数。并发送至上位机。
第四步,上位机采集到节点N发来的根区表层温度,冠层温度差,以及冠层NDVI指数,系统根据嵌入的土壤水分含量测定模型和作物水分测定模型,计算出土壤水分含量以及作物水分含量,并将土壤水分含量、作物水分含量以及作物NDVI值显示上位机液晶屏上。
第五步,仪器按照以上方法测量农田样本,即得到样本的土壤水分含量、作物水分含量以及作物NDVI值,进而根据农田干旱过程监测决策体系,进行农田干旱过程判定。
第六步,打开“保存”,可以实现“名称”、“文件夹”、“类型”、“位置”的修改。完成数据保存工作。
第七步,测量完毕后可关闭上位机,并按下传感器电源键关闭仪器;或者,一直保持上位机和传感器在工作状态,传感器将定时发送农田干旱信息到上位机,上位机将接收数据并计算显示土壤水分含量、作物水分含量以及作物长势信息,进而判定农田干旱过程。
本发明利用根区空气温度以及冠层空气温度进行土壤水分以及作物水分反演,同样可以利用土壤湿度传感器直接获得土壤水分情况以及作物水分传感器直接获得作物水分情况。本发明利用根区空气温度以及冠层空气温度反演土壤水分和作物水分的实现,为下一步综合利用热红外与光学遥感技术进行大区域农田干旱过程监测中土壤、作物水分反演奠定了技术基础。
以上实施例仅用以说明本发明的技术方案而非对其进行限制,本领域的普通技术人员可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明的原理和范围,本发明的保护范围应以权利要求书所述为准。
Claims (10)
1.一种农田干旱过程监测方法,其特征在于,包括以下步骤:
1)检测目标农田的土壤水分含量;
2)检测目标农田的作物水分含量;
3)检测目标农田的作物冠层的NDVI值,根据作物冠层的NDVI值确定作物长势状态;
4)根据所述土壤水分含量、所述作物水分含量和所述作物长势状态,获得目标农田的干旱过程判定结果。
2.根据权利要求1所述的方法,其特征在于,步骤1)根据预先建立的土壤水分含量测定模型计算所述土壤水分含量,所述土壤水分含量测定模型表示为:
ys=as+bs ln(ΔTs+cs)
其中,ys为土壤水分含量,ΔTs为土壤表面空气温度差,as,bs,cs分别为模型的矫正系数,应根据实际测量区域进行标定。
3.根据权利要求1所述的方法,其特征在于,步骤2)根据预先建立的作物水分含量测定模型计算所述作物水分含量,所述作物水分含量测定模型表示为:
yp=ap+bpΔTp
其中,yp是作物水分含量,ΔTp为冠层空气温度差,ap,bp分别为模型的矫正系数,应根据实际测量区域、测量作物进行标定。
4.根据权利要求1所述的方法,其特征在于,步骤3)采用NDVI阈值法确定作物长势状态,根据实际测量作物种类、检测生育期以及检测场所设定作物长势优秀、良好、较差的NDVI阈值。
5.根据权利要求1所述的方法,其特征在于,步骤4)根据待测作物品种、生长区域、实际监测生育期,结合历史同期数据进行干旱阈值确定,进而制定农田干旱过程监测标准。
6.根据权利要求5所述的方法,其特征在于,所述农田干旱过程监测标准包括:
a)当土壤干旱程度超过同期、同等生长情况阈值时,做好一级警报准备,进而判断作物水分情况;如果作物水分正常,发出一级警报;如果作物水分含量低于同期阈值,做好二级警报准备;随即判断作物长势信息,如果作物长势正常,发出二级警报,若作物长势信息异常,发出三级干旱警报;
b)当土壤并未监测到发生土壤干旱时,如果作物水分含量信息发生异常,则判断作物生长状况是否异常;如果作物生长状况正常,则不发出警报,如果作物生长状况发生异常,则发出三级干旱警报;
c)当土壤水分以及作物水分均检测正常时,如果作物长势信息异常,则作物长势异常可判定为其他因素引起,不进行干旱预警。
7.一种农田干旱过程监测装置,其特征在于,包括:
根区空气温度检测模块,用于检测作物的根区的空气温度;
作物冠层空气温度检测模块,用于检测作物冠层的空气温度;
环境空气温度检测模块,用于检测环境的空气温度;
作物长势检测模块,用于检测作物冠层的NDVI值;
信号处理和发送模块,用于接收和处理根区空气温度检测模块、作物冠层空气温度检测模块、环境空气温度检测模块和作物长势检测模块获得的数据,并发送至上位机;
上位机,用于从信号处理和发送模块接收数据,并进行处理以获得土壤水分含量、作物水分含量和作物长势状态,进而根据土壤水分含量、作物水分含量和作物长势状态获得目标农田的干旱过程判定结果。
8.根据权利要求7所述的装置,其特征在于,还包括支撑架,所述支撑架包含竖杆、横杆和顶板,横杆和顶板安装在竖杆上;根区空气温度检测模块位于竖杆的下部;作物冠层空气温度检测模块位于竖杆上且能够根据待测作物高度滑动位置;作物长势检测模块位于横杆上且能够根据待测作物高度滑动位置;环境空气温度检测模块和信号处理和发送模块位于顶板上。
9.根据权利要求7所述的装置,其特征在于,所述信号处理和发送模块包括模数转换模块、存储模块、电源系统、上位机接口以及微控制单元。
10.根据权利要求7所述的装置,其特征在于,所述上位机根据待测作物品种、生长区域、实际监测生育期,结合历史同期数据进行干旱阈值确定,进而制定农田干旱过程监测标准;所述农田干旱过程监测标准包括:
a)当土壤干旱程度超过同期、同等生长情况阈值时,做好一级警报准备,进而判断作物水分情况;如果作物水分正常,发出一级警报;如果作物水分含量低于同期阈值,做好二级警报准备;随即判断作物长势信息,如果作物长势正常,发出二级警报,若作物长势信息异常,发出三级干旱警报;
b)当土壤并未监测到发生土壤干旱时,如果作物水分含量信息发生异常,则判断作物生长状况是否异常;如果作物生长状况正常,则不发出警报,如果作物生长状况发生异常,则发出三级干旱警报;
c)当土壤水分以及作物水分均检测正常时,如果作物长势信息异常,则作物长势异常可判定为其他因素引起,不进行干旱预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910629469.4A CN110456684A (zh) | 2019-07-12 | 2019-07-12 | 农田干旱过程监测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910629469.4A CN110456684A (zh) | 2019-07-12 | 2019-07-12 | 农田干旱过程监测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110456684A true CN110456684A (zh) | 2019-11-15 |
Family
ID=68482798
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910629469.4A Pending CN110456684A (zh) | 2019-07-12 | 2019-07-12 | 农田干旱过程监测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110456684A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112837169A (zh) * | 2021-01-11 | 2021-05-25 | 黄河勘测规划设计研究院有限公司 | 一种干旱过程网格化旱情综合监测、预警与评估方法 |
CN113748867A (zh) * | 2021-09-10 | 2021-12-07 | 中国水利水电科学研究院 | 一种农田表面温度监测数据精量甄别方法及系统 |
CN114544874A (zh) * | 2022-02-21 | 2022-05-27 | 北京京东尚科信息技术有限公司 | 一种农作物水份检测方法和装置 |
CN114778476A (zh) * | 2022-04-15 | 2022-07-22 | 云南省军民融合发展研究院(云南省国防科技工业局综合研究所、云南省卫星遥感技术应用工程中心) | 一种基于无人机遥感的苜蓿棉田土壤含水量监测模型 |
CN114793851A (zh) * | 2022-03-22 | 2022-07-29 | 安徽农业大学 | 基于计算机物联网的农业种植灌溉检测装置及其检测方法 |
CN117079143A (zh) * | 2023-10-16 | 2023-11-17 | 南京佳格耕耘科技有限公司 | 基于遥感数据的农田动态监测系统 |
CN117435849A (zh) * | 2023-12-15 | 2024-01-23 | 华中科技大学 | 一种农业干旱监测方法、系统、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103424405A (zh) * | 2013-08-27 | 2013-12-04 | 华南农业大学 | 一种基于hj-1a/1b ccd数据的干旱监测方法 |
CN104089650A (zh) * | 2014-07-10 | 2014-10-08 | 中国水利水电科学研究院 | 一种作物冠层温度与土壤墒情数据监测系统及其应用 |
CN107782701A (zh) * | 2017-09-20 | 2018-03-09 | 北京师范大学 | 一种多源遥感数据的农业干旱监测方法 |
KR101933630B1 (ko) * | 2017-10-27 | 2018-12-28 | (주)노루기반시스템즈 | 노지 과원 종합관리를 위한 스마트 과수원 시스템 |
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 |
-
2019
- 2019-07-12 CN CN201910629469.4A patent/CN110456684A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103424405A (zh) * | 2013-08-27 | 2013-12-04 | 华南农业大学 | 一种基于hj-1a/1b ccd数据的干旱监测方法 |
CN104089650A (zh) * | 2014-07-10 | 2014-10-08 | 中国水利水电科学研究院 | 一种作物冠层温度与土壤墒情数据监测系统及其应用 |
CN107782701A (zh) * | 2017-09-20 | 2018-03-09 | 北京师范大学 | 一种多源遥感数据的农业干旱监测方法 |
KR101933630B1 (ko) * | 2017-10-27 | 2018-12-28 | (주)노루기반시스템즈 | 노지 과원 종합관리를 위한 스마트 과수원 시스템 |
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 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112837169A (zh) * | 2021-01-11 | 2021-05-25 | 黄河勘测规划设计研究院有限公司 | 一种干旱过程网格化旱情综合监测、预警与评估方法 |
CN112837169B (zh) * | 2021-01-11 | 2024-06-04 | 黄河勘测规划设计研究院有限公司 | 一种干旱过程网格化旱情综合监测、预警与评估方法 |
CN113748867A (zh) * | 2021-09-10 | 2021-12-07 | 中国水利水电科学研究院 | 一种农田表面温度监测数据精量甄别方法及系统 |
CN113748867B (zh) * | 2021-09-10 | 2022-04-26 | 中国水利水电科学研究院 | 一种农田表面温度监测数据精量甄别方法及系统 |
CN114544874A (zh) * | 2022-02-21 | 2022-05-27 | 北京京东尚科信息技术有限公司 | 一种农作物水份检测方法和装置 |
CN114544874B (zh) * | 2022-02-21 | 2024-04-05 | 北京京东尚科信息技术有限公司 | 一种农作物水份检测方法和装置 |
CN114793851A (zh) * | 2022-03-22 | 2022-07-29 | 安徽农业大学 | 基于计算机物联网的农业种植灌溉检测装置及其检测方法 |
CN114778476A (zh) * | 2022-04-15 | 2022-07-22 | 云南省军民融合发展研究院(云南省国防科技工业局综合研究所、云南省卫星遥感技术应用工程中心) | 一种基于无人机遥感的苜蓿棉田土壤含水量监测模型 |
CN117079143A (zh) * | 2023-10-16 | 2023-11-17 | 南京佳格耕耘科技有限公司 | 基于遥感数据的农田动态监测系统 |
CN117435849A (zh) * | 2023-12-15 | 2024-01-23 | 华中科技大学 | 一种农业干旱监测方法、系统、设备及存储介质 |
CN117435849B (zh) * | 2023-12-15 | 2024-03-29 | 华中科技大学 | 一种农业干旱监测方法、系统、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110456684A (zh) | 农田干旱过程监测方法及装置 | |
Song et al. | Satellite sun‐induced chlorophyll fluorescence detects early response of winter wheat to heat stress in the Indian Indo‐Gangetic Plains | |
Yuan et al. | Uncertainty in simulating gross primary production of cropland ecosystem from satellite-based models | |
Zhang et al. | Retrieving leaf and canopy water content of winter wheat using vegetation water indices | |
CN107356569B (zh) | 基于叶绿素荧光预测小麦籽粒产量的方法及其模型的构建方法 | |
Grace et al. | Productivity of tropical rain forests | |
Cabral et al. | The energy and water balance of a Eucalyptus plantation in southeast Brazil | |
Wang et al. | Estimate canopy transpiration in larch plantations via the interactions among reference evapotranspiration, leaf area index, and soil moisture | |
Waldo et al. | Assessing carbon dynamics at high and low rainfall agricultural sites in the inland Pacific Northwest US using the eddy covariance method | |
Wu et al. | Estimation of gross primary production in wheat from in situ measurements | |
AU2016273991A1 (en) | Detection of environmental conditions | |
Barraza et al. | Passive microwave and optical index approaches for estimating surface conductance and evapotranspiration in forest ecosystems | |
Li et al. | Tree growth patterns and diagnosis of water status based on trunk diameter fluctuations in fast-growing Populus tomentosa plantations | |
Simbeye et al. | Plant water stress monitoring and control system | |
Sun et al. | Dynamic change in rice leaf area index and spectral response under flooding stress | |
Liu et al. | Applicability of the crop water stress index based on canopy–air temperature differences for monitoring water status in a cork oak plantation, northern China | |
Du et al. | Stand transpiration and canopy conductance dynamics of Populus popularis under varying water availability in an arid area | |
CN111638306B (zh) | 一种作物动态监控方法、装置、设备和系统 | |
Chen et al. | The contributions of microclimatic information in advancing ecosystem science | |
Yitong et al. | Design of multi-parameter wireless sensor network monitoring system in precision agriculture | |
Han et al. | Contrasting response of water use efficiency to soil moisture availability: From leaf to ecosystem in an arid oasis | |
Baghzouz et al. | Evaluating temporal variability in the spectral reflectance response of annual ryegrass to changes in nitrogen applications and leaching fractions | |
Köksal et al. | Irrigation management by using digital technologies | |
Xinguang et al. | Identification of sap flow driving factors of jujube plantation in semi-arid areas in Northwest China | |
Howell et al. | Integrating multiple irrigation technologies for overall improvement in irrigation management |
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: 20191115 |