CN111480557B - 一种基于大数据物联网的农业灌溉实时监测调控系统 - Google Patents

Abstract

本发明公开一种基于大数据物联网的农业灌溉实时监测调控系统，包括数据采集模块、数据处理模块、图像采集模块、图像处理模块、图像特征分析模块、手动输入模块、存储数据库、云服务器、浇灌系数分析模块、浇灌执行端、施肥执行端和显示器，通过对农作物的图像信息进行采集处理，分析农作物的种类及其生长阶段，然后统计农作物土壤的浇灌系数，再根据农作物土壤的浇灌系数提取各浇灌系数对应的每平方米需浇灌水的量，进而获取农田所占面积对应的浇灌量，与此同时对农田土壤的营养元素采集分析，对土壤缺失的营养元素进行及时供给，实现灌溉与施肥一体化操作，提高了对土壤浇灌量、施肥量的准确性，减少了水资源和肥料的浪费。

Description

一种基于大数据物联网的农业灌溉实时监测调控系统

技术领域

本发明属于大数据监测系统领域，涉及到一种基于大数据物联网的农业灌溉实时监测调控系统。

背景技术

水是人类赖以生存不可或缺的资源，但随着人类文明不断发展和社会不断进步，水资源短缺已成为21世纪人类面临的重大难题，城市居民生活用水及工业用水量急剧增加，进一步压缩了农业用水的空间。随着现代农业温室技术的快速发展，一般的农业灌溉模式普遍存在水资源浪费，灌溉不合理等问题，已经不能满足人们的需求。

然而现有的农田自动灌溉系统采用的灌溉，大多是依靠农业水利管理人员的个人经验来控制，而凭经验控制灌溉不能根据农作物的需水量来科学地进行灌溉控制，且不同农作物在不同生长时期的需水量是不同的，传统的灌溉容易导致浇灌的水过多或过少，无法对浇灌量进行准确地控制，存在浇灌量的准确性差，无法为农作物在各生长阶段提供最佳的浇灌量，影响农作物的生长，同时，无法根据农田里土壤的营养元素含量来判断是否符合农作物的生长，当土壤中的营养元素缺乏时，会导致农作物的叶片发黄，当土壤中的营养元素过多时，会导致烧苗。因此，及时对农作物施肥对农作物的生长有着重要的作用，但是，目前种植人员值凭借经验对农作物进行施肥，无法根据农作物实际土壤情况分析农作物是否需要施肥，且施哪种种类的肥料，存在农作物施肥的及时性差，导致农作物的产量降低。为解决以上问题，现设计一种基于大数据物联网的农业灌溉实时监测调控系统。

发明内容

本发明的目的在于提供一种基于大数据物联网的农业灌溉实时监测调控系统，解决了背景技术中存在的问题。

本发明的目的可以通过以下技术方案实现：

一种基于大数据物联网的农业灌溉实时监测调控系统，包括数据采集模块、数据处理模块、图像采集模块、图像处理模块、图像特征分析模块、手动输入模块、存储数据库、云服务器、浇灌系数分析模块、浇灌执行端、施肥执行端和显示器；

数据处理模块与数据采集模块连接，图像处理模块与图像采集模块连接，图像特征分析模块分别与图像处理模块、存储数据库和显示器连接，浇灌系数分析模块分别与数据处理模块、图像特征分析模块、手动输入模块、存储数据库和云服务器连接，云服务器分别与存储数据库、浇灌系数分析模块、浇灌执行端、施肥执行端和显示器连接；

数据采集模块包括土壤数据采集单元和气象数据采集单元，土壤数据采集单元包括土壤湿度传感器和土壤测试仪，土壤湿度传感器和土壤测试仪均安装在农田土壤内，土壤湿度传感器用于实时对土壤的湿度进行采集，土壤测试仪用于对土壤中速效氮、速效磷、有效钾营养元素的种类及含量进行采集，气象数据采集单元包括空气温度传感器、空气湿度传感器和风速传感器，且空气温度传感器、空气湿度传感器和风速传感器均安装在农田的周侧，用于实时对大气中的空气温度、空气湿度和风速进行采集，并将采集到的数据发送数据处理模块；

数据处理模块用于接收数据采集模块采集的土壤湿度、空气温度、空气湿度和风速按照每天采集的时间段进行划分，并统计各采集时间段内的土壤湿度、空气温度、空气湿度和风速的平均值，获得每天的时间数据集合

l_mt表示为在第t个采集时间段内土壤湿度对应的平均数值，l_et表示为在第t个采集时间段内空气温度对应的平均值，l_st表示为在第t个采集时间段内空气湿度对应的平均值，l_vt表示为在第t个采集时间段内风速对应的平均值，t＝1,2,3,4,5,6，t表示为采集时间段，数据处理模块将每天的时间段数据集合发送至浇灌系数分析模块；

图像采集模块包括若干摄像头,其设置在农田周边位置处，用于采集农作物的图像信息，并将采集到的图像信息发送至图像处理模块；

图像处理模块用于接收图像采集模块发送的农作物图像信息，并对接收的农作物图像信息进行滤波高清处理，然后将初级滤波处理后的图像按照农作物种植的相隔间距位置进行划分，划分成若干间隔图像，并对各间隔图像进行划分，划分成若干子图像，分析各间隔图像中各子图像的信噪比是否大于预定的信噪比阈值，若大于，则将子图像发送至图像特征分析模块，反之，则不对图像进行处理。

存储数据库存储不同种类农作物的图像外形特征和各种类农作物在各个生长阶段的图像外形特征及其各个生长阶段对应的土壤湿度、土壤营养元素种类及含量、空气温度、空气湿度标准值，同时存储预设的不同种类农作物在不同生长阶段对应的不同浇灌比例系数，以及各浇灌比例系数对应的每平方米需浇灌水的量，进一步存储预设的空气湿度、空气温度、风速的影响因子值；

图像特征分析模块用于接收图像处理模块发送的子图像信息，提取采集子图像中的所有外形特征，按照根、茎、叶、花、果进行外形特征分类，将分类后的外形特征与存储数据库中的各种类农作物对应的图像外形特征进行逐一对比，并统计分类后外形特征与存储数据库中存储的各种类农作物对应的图像外形特征的相似度，筛选相似度最大的农作物种类，按照外形特征分类，当每类外形特征筛选的最大相似度都大于设定的相似度阈值，则输出相似度最大的农作物种类，当筛选的最大相似度小于设定的相似度阈值，则不进行数据的处理；确定农作物的种类后进一步将采集的农作物分类后的外形特征与存储数据库中该类农作物在各个生长阶段对应的分类外形特征进行逐一对比，并统计采集的分类外形特征与存储数据库中存储的该类农作物在各生长阶段对应的分类外形特征的相似度，筛选相似度最大的生长阶段，按照外形特征分类，当每类外形特征筛选的最大相似度都大于设定的相似度阈值，则输出相似度最大的生长阶段，当筛选的最大相似度小于设定的相似度阈值，则不进行数据的处理，并将农作物的种类及生长阶段发送至浇灌系数分析模块和显示器；

手动输入模块，根据土壤的不同类型，手动输入当前土壤的类型发送至浇灌系数分析模块，土壤类型包括砂质土、黏质土、壤土；

浇灌系数分析模块用于接收数据处理模块发送的各采集时间段数据集合、图像特征分析模块发送的该农作物的种类及当前所处的生长阶段和手动输入模块发送的当前土壤类型，并提取存储数据库中该农作物在该生长阶段对应的空气温度、空气湿度、土壤湿度、风速标准数值，将每天各采集时间段对应的时间段数据集合与当前各采集时间段对应的空气温度、空气湿度、土壤湿度、风速标准数值进行对比，得到时间段对比数据集合

Δl_mt表示为在第t个采集时间段内土壤湿度对应的数值与第t个采集时间段内土壤湿度对应的标准数值间的差值，Δl_et表示为在第t个采集时间段内空气温度对应的数值与第t个采集时间段内空气温度对应的标准数值间的差值，Δl_st表示为在第t个采集时间段内空气湿度对应的数值与第t个采集时间段内空气湿度对应的标准数值间的差值，Δl_vt表示为在第t个采集时间段内风速对应的数值与第t个采集时间段内风速对应的标准数值间的差值，根据时间段对比数据集合统计农作物的浇灌系数，浇灌系数分析模块将浇灌系数发送至云服务器；

云服务器用于接收浇灌系数分析模块发送的浇灌系数，根据接收的浇灌系数筛选出存储数据库中不同种类农作物在不同生长阶段的各浇灌比例系数对应的每平方米需浇灌水的量，并提取需浇灌农田的面积，云服务器根据浇灌系数对应的每平方米需浇灌水的量和农田面积统计农田供水量，并将供水量数据信息发送至浇灌执行端，且接收浇灌执行端反馈的供水量，当采集的供水量大于统计的供水量数据信息，则云服务器发送停止浇灌控制指令至浇灌执行端，同时云服务器将农田所需的供水量数据信息发送至显示器；

同时云服务器根据数据采集模块采集的土壤营养元素种类及含量，接收手动输入模块发送的土壤类型，提取存储数据库中预设的该土壤类型营养元素种类及含量正常值，并将采集的土壤营养元素种类及含量与土壤营养元素种类及含量正常值进行对比，将比对结果发送至施肥执行端和显示器；

浇灌执行端用于接收云服务器发送的供水量数据信息，控制供水管由关闭切换成打开状态，并实时采集供水量，将采集的供水量反馈至云服务器，同时，接收云服务器发送的停止浇灌控制指令，控制供水管由打开状态切换成关闭状态；

施肥执行端接收云服务器发送的土壤营养元素种类及含量比对结果，得到对比差值，分析当采集的土壤某一种元素的含量低于该元素含量的标准值时，控制施肥执行端打开该土壤元素补给端口，并实时采集补给量，将采集的补给量反馈至云服务器，当元素补给量大于该元素含量的对比差值时，接收云服务器发送的停止补给指令，控制补给端口关闭；

显示器用于接收图像特征分析模块发送的农作物种类及生长阶段和云服务器发送的农田所需供水量信息以及土壤营养元素种类比对结果。

进一步地，所述该农作物的浇灌系数的计算公式为

f表示为该农作物的浇灌系数，σ表示为土壤类型系数，Δl_mt、Δl_et、Δl_st、Δl_vt分别表示为土壤湿度、空气温度、空气湿度、风速在第t个采集时间段内所对应的土壤湿度、空气温度、空气湿度、风速标准数值间的差值，l_mt₀、l_et₀、l_st₀、l_vt₀分别表示为第t个采集时间段内土壤湿度、空气温度、空气湿度、风速所对应的标准数值，l_mt、l_et、l_st、l_vt分别表示为第t个采集时间段土壤湿度值、空气温度值、空气湿度值、风速值，g_e、g_s、g_v、μ分别表示为空气温度、空气湿度、风速的影响因子。

进一步，所述浇灌执行端和施肥执行端均安装在位于田地中间的移动基座上，浇灌执行端为一垂直直立布置的供水管，供水管沿其不同高度周向方向均匀设置有浇灌喷头，供水管下端通过带有阀门的水管与水箱相连接；施肥执行端为一水平布置的给料管，给料管上均匀设置有出料头，给料管一端平铺安置在田地农作物的间隙间，给料管另一端通过带有阀门的输料管与储料箱相连接，水箱和储料箱均安装在移动基座上，且供水管通过水泵进行加压输水，给料管通过压力泵进行加压输送肥料。

进一步，所述移动基座包括机座、调节螺杆、升降螺母、调节连杆和支撑轮；机座中部设置有带有螺纹孔的固定块，机座下端面左右对称设置有耳座，升降螺纹安装在调节螺杆下端，调节螺杆上端通过螺纹配合的方式安装在机座中部固定块的螺纹孔内部，调节连杆一端铰接在升降螺母外侧壁上，调节连杆另一端与支撑轮的支撑杆末端铰接，支撑轮的支撑杆中部与机座下端面的耳座之间采用转动轴进行连接。

本发明的有益效果：

(1)本发明提供的一种基于大数据物联网的农业灌溉实时监测调控系统，通过对农作物的图像信息采集处理，分析农作物的种类及其生长阶段，然后结合农田内各采集时间段内的土壤湿度、空气温度、空气湿度和风速的采集及处理，统计农作物土壤的浇灌系数，再根据农作物土壤的浇灌系数提取各浇灌系数对应的每平方米需浇灌水的量，进而获取农田所占面积对应的浇灌量，与此同时对农田土壤的营养元素采集分析，对土壤缺失的营养元素进行及时供给，实现灌溉与施肥一体化操作，提高了对土壤浇灌量、施肥量的准确性，能够合理地根据当前土壤及农作物的实际情况分析土壤需水量和施肥量，减少了水资源和肥料的浪费。

(2)发明提供的一种基于大数据物联网的农业灌溉实时监测调控系统，结合不同的农作物在不同的生长阶段所需的灌溉量不同的特点，通过在存储数据库中预设不同种类农作物在不同生长阶段所需的灌溉量的阈值，当统计得到的该农作物土壤的供水量小于预设的灌溉量的阈值时，浇灌执行端执行云服务器发出的控制命令，打开供水管进行灌溉，并实时采集供水量，将采集的供水量反馈至云服务器，当采集的供水量大于预设的灌溉量的阈值时，浇灌执行端执行云服务器发出的控制命令，关闭供水管，全程无需人工操作，实现农田实时智能灌溉，节省了大量的人力成本。

(3)发明提供的一种基于大数据物联网的农业灌溉实时监测调控系统，采用图像采集方法，对采集的农作物图像进行滤波、划分，提取各间隔图像，并对各间隔图像进一步进行划分，划分成若干子图像，判断子图像的信噪比是否满足信噪比阈值要求，一旦间隔图像中所有子图像的信噪比满足要求，则提取子图像中的特征,便于对提取的间隔图像中的子图像进行条件筛选，提供了图像处理的准确性和效率，为后期图像特征的识别提供可靠的特征。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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为本发明的各模块连接示意图；

图2为本发明的浇灌执行端和施肥执行端在田地布置示意图；

图3为本发明的浇灌执行端和施肥执行端结构示意图。

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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1-3所示，一种基于大数据物联网的农业灌溉实时监测调控系统，包括数据采集模块、数据处理模块、图像采集模块、图像处理模块、图像特征分析模块、手动输入模块、存储数据库、云服务器、浇灌系数分析模块、浇灌执行端、施肥执行端和显示器。

数据处理模块与数据采集模块连接，图像处理模块与图像采集模块连接，图像特征分析模块分别与图像处理模块、存储数据库和显示器连接，浇灌系数分析模块分别与数据处理模块、图像特征分析模块、手动输入模块、存储数据库和云服务器连接，云服务器分别与存储数据库、浇灌系数分析模块、浇灌执行端、施肥执行端和显示器连接。

数据采集模块包括土壤数据采集单元和气象数据采集单元，土壤数据采集单元包括土壤湿度传感器和土壤测试仪，土壤湿度传感器和土壤测试仪均安装在农田土壤内，土壤湿度传感器用于实时对土壤的湿度进行采集，土壤测试仪用于对土壤中速效氮、速效磷、有效钾营养元素的种类及含量进行采集，气象数据采集单元包括空气温度传感器、空气湿度传感器和风速传感器，且空气温度传感器、空气湿度传感器和风速传感器均安装在农田的周侧，用于实时对大气中的空气温度、空气湿度和风速进行采集，并将采集到的数据发送数据处理模块。

数据处理模块用于接收数据采集模块采集的土壤湿度、空气温度、空气湿度和风速按照每天采集的时间段进行划分，并统计各采集时间段内的土壤湿度、空气温度、空气湿度和风速的平均值，获得每天的时间数据集合

l_mt表示为在第t个采集时间段内土壤湿度对应的平均数值，l_et表示为在第t个采集时间段内空气温度对应的平均值，l_st表示为在第t个采集时间段内空气湿度对应的平均值，l_vt表示为在第t个采集时间段内风速对应的平均值，t＝1,2,3,4,5,6，t表示为采集时间段，其中各采集时间段对应的采集时间分别为24:00-4:00，4:00-8:00，8:00-12:00，12:00-16:00，16:00-20:00，20:00-24:00，数据处理模块将每天的时间段数据集合发送至浇灌系数分析模块。

图像采集模块包括若干摄像头,其设置在农田周边位置处，用于采集农作物的图像信息，并将采集到的图像信息发送至图像处理模块。

图像处理模块用于接收图像采集模块发送的农作物图像信息，并对接收的农作物图像信息进行滤波高清处理，然后将初级滤波处理后的图像按照农作物种植的相隔间距位置进行划分，划分成若干间隔图像，并对各间隔图像进行划分，划分成若干子图像，分析各间隔图像中各子图像的信噪比是否大于预定的信噪比阈值，若大于，则将子图像发送至图像特征分析模块，反之，则不对图像进行处理。

存储数据库存储不同种类农作物的图像外形特征和各种类农作物在各个生长阶段的图像外形特征及其各个生长阶段对应的土壤湿度、土壤营养元素种类及含量、空气温度、空气湿度标准值，同时存储预设的不同种类农作物在不同生长阶段对应的不同浇灌比例系数，以及各浇灌比例系数对应的每平方米需浇灌水的量，进一步存储预设的空气湿度、空气温度、风速的影响因子值。

图像特征分析模块用于接收图像处理模块发送的子图像信息，提取采集子图像中的所有外形特征，按照根、茎、叶、花、果进行外形特征分类，将分类后的外形特征与存储数据库中的各种类农作物对应的图像外形特征进行逐一对比，并统计分类后外形特征与存储数据库中存储的各种类农作物对应的图像外形特征的相似度，筛选相似度最大的农作物种类，按照外形特征分类，当每类外形特征筛选的最大相似度都大于设定的相似度阈值，则输出相似度最大的农作物种类，当筛选的最大相似度小于设定的相似度阈值，则不进行数据的处理；确定农作物的种类后进一步将采集的农作物分类后的外形特征与存储数据库中该类农作物在各个生长阶段对应的分类外形特征进行逐一对比，并统计采集的分类外形特征与存储数据库中存储的该类农作物在各生长阶段对应的分类外形特征的相似度，筛选相似度最大的生长阶段，按照外形特征分类，当每类外形特征筛选的最大相似度都大于设定的相似度阈值，则输出相似度最大的生长阶段，当筛选的最大相似度小于设定的相似度阈值，则不进行数据的处理，并将农作物的种类及生长阶段发送至浇灌系数分析模块和显示器。

手动输入模块，根据土壤的不同类型，手动输入当前土壤的类型发送至浇灌系数分析模块，土壤类型包括砂质土、黏质土、壤土。

浇灌系数分析模块用于接收数据处理模块发送的各采集时间段数据集合、图像特征分析模块发送的该农作物的种类及当前所处的生长阶段和手动输入模块发送的当前土壤类型，并提取存储数据库中该农作物在该生长阶段对应的空气温度、空气湿度、土壤湿度、风速标准数值，将每天各采集时间段对应的时间段数据集合与当前各采集时间段对应的空气温度、空气湿度、土壤湿度、风速标准数值进行对比，得到时间段对比数据集合

Δl_mt表示为在第t个采集时间段内土壤湿度对应的数值与第t个采集时间段内土壤湿度对应的标准数值间的差值，Δl_et表示为在第t个采集时间段内空气温度对应的数值与第t个采集时间段内空气温度对应的标准数值间的差值，Δl_st表示为在第t个采集时间段内空气湿度对应的数值与第t个采集时间段内空气湿度对应的标准数值间的差值，Δl_vt表示为在第t个采集时间段内风速对应的数值与第t个采集时间段内风速对应的标准数值间的差值，根据时间段对比数据集合统计该农作物的浇灌系数

f表示为该农作物的浇灌系数，σ表示为土壤类型系数，砂质土、黏质土、壤土的系数取值分别为1.2、0.8、1,Δl_mt、Δl_et、Δl_st、Δl_vt分别表示为土壤湿度、空气温度、空气湿度、风速在第t个采集时间段内所对应的土壤湿度、空气温度、空气湿度、风速标准数值间的差值，l_mt₀、l_et₀、l_st₀、l_vt₀分别表示为第t个采集时间段内土壤湿度、空气温度、空气湿度、风速所对应的标准数值，l_mt、l_et、l_st、l_vt分别表示为第t个采集时间段土壤湿度值、空气温度值、空气湿度值、风速值，g_e、g_s、g_v、μ分别表示为空气温度、空气湿度、风速的影响因子，浇灌系数越大，表明土壤需要浇水的紧急性越高，浇灌系数分析模块将浇灌系数发送至云服务器。

云服务器用于接收浇灌系数分析模块发送的浇灌系数，根据接收的浇灌系数筛选出存储数据库中不同种类农作物在不同生长阶段的各浇灌比例系数对应的每平方米需浇灌水的量，并提取需浇灌农田的面积，云服务器根据浇灌系数对应的每平方米需浇灌水的量和农田面积统计农田供水量，并将供水量数据信息发送至浇灌执行端，且接收浇灌执行端反馈的供水量，当采集的供水量大于统计的供水量数据信息，则云服务器发送停止浇灌控制指令至浇灌执行端，同时云服务器将农田所需的供水量数据信息发送至显示器；

同时云服务器根据数据采集模块采集的土壤营养元素种类及含量，接收手动输入模块发送的土壤类型，提取存储数据库中预设的该土壤类型营养元素种类及含量正常值，并将采集的土壤营养元素种类及含量与土壤营养元素种类及含量正常值进行对比，将比对结果发送至施肥执行端和显示器。

浇灌执行端用于接收云服务器发送的供水量数据信息，控制供水管由关闭切换成打开状态，并实时采集供水量，将采集的供水量反馈至云服务器，同时，接收云服务器发送的停止浇灌控制指令，控制供水管由打开状态切换成关闭状态。

施肥执行端接收云服务器发送的土壤营养元素种类及含量比对结果，得到对比差值，分析当采集的土壤某一种元素的含量低于该元素含量的标准值时，控制施肥执行端打开该土壤元素补给端口，并实时采集补给量，将采集的补给量反馈至云服务器，当元素补给量大于该元素含量的对比差值时，接收云服务器发送的停止补给指令，控制补给端口关闭。

所述浇灌执行端和施肥执行端均安装在位于田地中间的移动基座上，浇灌执行端为一垂直直立布置的供水管1，供水管1沿其不同高度周向方向均匀设置有浇灌喷头，供水管1下端通过带有阀门的水管与水箱2相连接，浇灌执行端可以实现对田地农作物进行不同高度旋转喷洒的方式进行浇灌，浇灌范围广；施肥执行端为一水平布置的给料管3，给料管3上均匀设置有出料头，给料管一端平铺安置在田地农作物的间隙间，给料管3另一端通过带有阀门的输料管与储料箱4相连接，施肥执行端采取靠近贴近地面靠近田地农作物的方式进行压力输送肥料，且同时采用多出料头的方式进行分散施肥，施肥范围广且靠近农作物的方式更加能够促进土壤肥料渗透以及吸收，避免了浪费；水箱2和储料箱3均安装在移动基座5上，且供水管1通过水泵进行加压输水，给料管3通过压力泵进行加压输送肥料。

所述移动基座5包括机座51、调节螺杆52、升降螺母53、调节连杆54和支撑轮55；机座51中部设置有带有螺纹孔的固定块，机座51下端面左右对称设置有耳座，升降螺母53安装在调节螺杆52下端，调节螺杆52上端通过螺纹配合的方式安装在机座51中部固定块的螺纹孔内部，调节连杆54一端铰接在升降螺母53外侧壁上，调节连杆54另一端与支撑轮55的支撑杆末端铰接，支撑轮55的支撑杆中部与机座51下端面的耳座之间采用转动轴进行连接；根据田地地块垄地的沟槽深度，可以通过转动调节螺杆52来调节升降螺母53的高度，从而通过调节连杆54来控制支撑轮55的接地高度，从而可以更加适应性的在不同沟槽深度的田地里面使用。

显示器用于接收图像特征分析模块发送的农作物种类及生长阶段和云服务器发送的农田所需供水量信息以及土壤营养元素种类比对结果。

本发明通过对农作物的图像信息采集处理，分析农作物的种类及其生长阶段，然后结合农田内各采集时间段内的土壤湿度、空气温度、空气湿度和风速的采集及处理，统计农作物土壤的浇灌系数，再根据农作物土壤的浇灌系数提取各浇灌系数对应的每平方米需浇灌水的量，进而获取农田所占面积对应的浇灌量，与此同时对农田土壤的营养元素采集分析，对土壤缺失的营养元素进行及时供给，实现灌溉与施肥一体化操作，提高了对土壤浇灌量、施肥量的准确性，能够合理地根据当前土壤及农作物的实际情况分析土壤需水量和施肥量，进行智能灌溉施肥，减少了水资源和肥料的浪费以及大量的人力成本。

以上内容仅仅是对本发明的构思所作的举例和说明，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，只要不偏离发明的构思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)

1.一种基于大数据物联网的农业灌溉实时监测调控系统,其特征在于：包括数据采集模块、数据处理模块、图像采集模块、图像处理模块、图像特征分析模块、手动输入模块、存储数据库、云服务器、浇灌系数分析模块、浇灌执行端、施肥执行端和显示器；

所述数据处理模块与数据采集模块连接，图像处理模块与图像采集模块连接，图像特征分析模块分别与图像处理模块、存储数据库和显示器连接，浇灌系数分析模块分别与数据处理模块、图像特征分析模块、手动输入模块、存储数据库和云服务器连接，云服务器分别与存储数据库、浇灌系数分析模块、浇灌执行端、施肥执行端和显示器连接；

所述数据采集模块包括土壤数据采集单元和气象数据采集单元，土壤数据采集单元包括土壤湿度传感器和土壤测试仪，土壤湿度传感器和土壤测试仪均安装在农田土壤内，土壤湿度传感器用于实时对土壤的湿度进行采集，土壤测试仪用于对土壤中速效氮、速效磷、有效钾营养元素的种类及含量进行采集，气象数据采集单元包括空气温度传感器、空气湿度传感器和风速传感器，且空气温度传感器、空气湿度传感器和风速传感器均安装在农田的周侧，用于实时对大气中的空气温度、空气湿度和风速进行采集，并将采集到的数据发送数据处理模块；

所述数据处理模块用于接收数据采集模块采集的土壤湿度、空气温度、空气湿度和风速，并按照每天采集的时间段进行划分，统计各采集时间段内的土壤湿度、空气温度、空气湿度和风速的平均值，获得每天的时间数据集合

l_mt表示为在第t个采集时间段内土壤湿度对应的平均数值，l_et表示为在第t个采集时间段内空气温度对应的平均值，l_st表示为在第t个采集时间段内空气湿度对应的平均值，l_vt表示为在第t个采集时间段内风速对应的平均值，t＝1,2,3,4,5,6，t表示为采集时间段，数据处理模块将每天的时间段数据集合发送至浇灌系数分析模块；

所述图像采集模块包括若干摄像头,其设置在农田周边位置处，用于采集农作物的图像信息，并将采集到的图像信息发送至图像处理模块；

所述图像处理模块用于接收图像采集模块发送的农作物图像信息，并对接收的农作物图像信息进行滤波高清处理，然后将初级滤波处理后的图像按照农作物种植的相隔间距位置进行划分，划分成若干间隔图像，并对各间隔图像进行划分，划分成若干子图像，分析各间隔图像中各子图像的信噪比是否大于预定的信噪比阈值，若大于，则将子图像发送至图像特征分析模块，反之，则不对图像进行处理；

所述存储数据库存储不同种类农作物的图像外形特征和各种类农作物在各个生长阶段的图像外形特征及其各个生长阶段对应的土壤湿度、土壤营养元素种类及含量、空气温度、空气湿度标准值，同时存储预设的不同种类农作物在不同生长阶段对应的不同浇灌比例系数，以及各浇灌比例系数对应的每平方米需浇灌水的量，进一步存储预设的空气湿度、空气温度、风速的影响因子值；

所述图像特征分析模块用于接收图像处理模块发送的子图像信息，提取采集子图像中的所有外形特征，按照根、茎、叶、花、果进行外形特征分类，将分类后的外形特征与存储数据库中的各种类农作物对应的图像外形特征进行逐一对比，并统计分类后外形特征与存储数据库中存储的各种类农作物对应的图像外形特征的相似度，筛选相似度最大的农作物种类，按照外形特征分类，当每类外形特征筛选的最大相似度都大于设定的相似度阈值，则输出相似度最大的农作物种类，当筛选的最大相似度小于设定的相似度阈值，则不进行数据的处理；确定农作物的种类后进一步将采集的农作物分类后的外形特征与存储数据库中该类农作物在各个生长阶段对应的分类外形特征进行逐一对比，并统计采集的分类外形特征与存储数据库中存储的该类农作物在各生长阶段对应的分类外形特征的相似度，筛选相似度最大的生长阶段，按照外形特征分类，当每类外形特征筛选的最大相似度都大于设定的相似度阈值，则输出相似度最大的生长阶段，当筛选的最大相似度小于设定的相似度阈值，则不进行数据的处理，并将农作物的种类及生长阶段发送至浇灌系数分析模块和显示器；

所述手动输入模块，根据土壤的不同类型，手动输入当前土壤的类型发送至浇灌系数分析模块，土壤类型包括砂质土、黏质土和壤土；

所述浇灌系数分析模块用于接收数据处理模块发送的各采集时间段数据集合、图像对比分析模块发送的该农作物的种类及当前所处的生长阶段和手动输入模块发送的当前土壤类型，并提取存储数据库中该农作物在该生长阶段对应的空气温度、空气湿度、土壤湿度、风速标准数值，将每天各采集时间段对应的时间段数据集合与当前各采集时间段对应的空气温度、空气湿度、土壤湿度、风速标准数值进行对比，得到时间段对比数据集合

Δl_mt表示为在第t个采集时间段内土壤湿度对应的数值与第t个采集时间段内土壤湿度对应的标准数值间的差值，Δl_et表示为在第t个采集时间段内空气温度对应的数值与第t个采集时间段内空气温度对应的标准数值间的差值，Δl_st表示为在第t个采集时间段内空气湿度对应的数值与第t个采集时间段内空气湿度对应的标准数值间的差值，Δl_vt表示为在第t个采集时间段内风速对应的数值与第t个采集时间段内风速对应的标准数值间的差值，根据时间段对比数据集合统计农作物的浇灌系数，浇灌系数分析模块将浇灌系数发送至云服务器；

所述云服务器用于接收浇灌系数分析模块发送的浇灌系数，根据接收的浇灌系数筛选出存储数据库中不同种类农作物在不同生长阶段的各浇灌比例系数对应的每平方米需浇灌水的量，并提取需浇灌农田的面积，云服务器根据浇灌系数对应的每平方米需浇灌水的量和农田面积统计农田供水量，并将供水量数据信息发送至浇灌执行端，且接收浇灌执行端反馈的供水量，当采集的供水量大于统计的供水量数据信息，则云服务器发送停止浇灌控制指令至浇灌执行端，同时云服务器将农田所需的供水量数据信息发送至显示器；

同时云服务器根据数据采集模块采集的土壤营养元素种类及含量，接收手动输入模块发送的土壤类型，提取存储数据库中预设的该土壤类型营养元素种类及含量正常值，并将采集的土壤营养元素种类及含量与土壤营养元素种类及含量正常值进行对比，将比对结果发送至施肥执行端和显示器；

所述浇灌执行端用于接收云服务器发送的供水量数据信息，控制供水管由关闭切换成打开状态，并实时采集供水量，将采集的供水量反馈至云服务器，同时，接收云服务器发送的停止浇灌控制指令，控制供水管由打开状态切换成关闭状态；

所述施肥执行端接收云服务器发送的土壤营养元素种类及含量比对结果，得到对比差值，分析当采集的土壤某一种元素的含量低于该元素含量的标准值时，控制施肥执行端打开该土壤元素补给端口，并实时采集补给量，将采集的补给量反馈至云服务器，当元素补给量大于该元素含量的对比差值时，接收云服务器发送的停止补给指令，控制补给端口关闭；

所述显示器用于接收图像特征分析模块发送的农作物种类及生长阶段和云服务器发送的农田所需供水量信息以及土壤营养元素种类比对结果。

2.根据权利要求1所述的基于大数据物联网的农业灌溉实时监测调控系统，其特征在于：所述农作物的浇灌系数的计算公式为

f表示为农田土壤的浇灌系数，σ表示为土壤类型系数，Δl_mt、Δl_et、Δl_st、Δl_vt分别表示为土壤湿度、空气温度、空气湿度、风速在第t个采集时间段内所对应的土壤湿度、空气温度、空气湿度、风速标准数值间的差值，l_mt₀、l_et₀、l_st₀、l_vt₀分别表示为第t个采集时间段内土壤湿度、空气温度、空气湿度、风速所对应的标准数值，l_mt、l_et、l_st、l_vt分别表示为第t个采集时间段土壤湿度值、空气温度值、空气湿度值、风速值，g_e、g_s、g_v、μ分别表示为空气温度、空气湿度、风速的影响因子。

3.根据权利要求1所述的基于大数据物联网的农业灌溉实时监测调控系统，其特征在于：所述浇灌执行端和施肥执行端均安装在位于田地中间的移动基座上，浇灌执行端为一垂直直立布置的供水管，供水管沿其不同高度周向方向均匀设置有浇灌喷头，供水管下端通过带有阀门的水管与水箱相连接；施肥执行端为一水平布置的给料管，给料管上均匀设置有出料头，给料管一端平铺安置在田地农作物的间隙间，给料管另一端通过带有阀门的输料管与储料箱相连接，水箱和储料箱均安装在移动基座上，且供水管通过水泵进行加压输水，给料管通过压力泵进行加压输送肥料。

4.根据权利要求3所述的基于大数据物联网的农业灌溉实时监测调控系统，其特征在于：所述移动基座包括机座、调节螺杆、升降螺母、调节连杆和支撑轮；机座中部设置有带有螺纹孔的固定块，机座下端面左右对称设置有耳座，升降螺纹安装在调节螺杆下端，调节螺杆上端通过螺纹配合的方式安装在机座中部固定块的螺纹孔内部，调节连杆一端铰接在升降螺母外侧壁上，调节连杆另一端与支撑轮的支撑杆末端铰接，支撑轮的支撑杆中部与机座下端面的耳座之间采用转动轴进行连接。

Images