CN113207653A - 一种基于轮灌组的自动化滴灌精准施水方法和系统 - Google Patents

一种基于轮灌组的自动化滴灌精准施水方法和系统 Download PDF

Info

Publication number
CN113207653A
CN113207653A CN202110624870.6A CN202110624870A CN113207653A CN 113207653 A CN113207653 A CN 113207653A CN 202110624870 A CN202110624870 A CN 202110624870A CN 113207653 A CN113207653 A CN 113207653A
Authority
CN
China
Prior art keywords
water application
branch pipe
irrigation
group
soil 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.)
Pending
Application number
CN202110624870.6A
Other languages
English (en)
Inventor
李伟
田敏
邓红涛
陈红莉
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.)
Shihezi University
Original Assignee
Shihezi 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 Shihezi University filed Critical Shihezi University
Priority to CN202110624870.6A priority Critical patent/CN113207653A/zh
Publication of CN113207653A publication Critical patent/CN113207653A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • 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
    • Y02A40/22—Improving land use; Improving water use or availability; Controlling erosion

Abstract

本发明涉及一种基于轮灌组的自动化滴灌精准施水方法和系统，其特征在于包括以下步骤：1)对滴灌工程每个支管的施水中心区域的土壤水分信息进行采集，并基于采集到的土壤水分信息，计算得到支管施水时间处方图；2)基于计算得到的支管施水时间处方图，建立基于轮灌组流量均衡和施水时间最短的多目标优化模型，并确定其约束条件；3)采用非支配排序遗传算法对步骤2)构建的多目标优化模型进行优化求解，基于得到的各轮灌组施水时间来安排自动化滴灌控制电磁阀实施灌溉。本发明可以广泛应用于滴灌工程领域。

Description

一种基于轮灌组的自动化滴灌精准施水方法和系统
技术领域
本发明涉及一种基于轮灌组的自动化滴灌精准施水方法和系统，属于滴灌技术领域。
背景技术
轮灌组由若干子轮灌组共同组成，每个子轮灌组又包含若干支管。轮灌制度运行时，轮灌组内部支管及其所有毛管全部开启，一个轮灌组灌水完成后，开启下一个轮灌组内的支管，然后再关闭前一个轮灌组，直至所有轮灌组顺序完成后，就完成了整个地块的灌溉。轮灌方式水量相对集中，管理简便，是目前新疆膜下滴灌工程的主要应用模式。然而，依据轮灌组顺序人工开关阀劳动强度大，难于实现灌水精确控制，制约了节水灌溉的潜力。自动化滴灌通过传感器采集多项参数(包括土壤湿度、蒸发量、温度等气象数据)，通过网络将这些信息传递给灌溉监测控制器或计算机进行分析处理，结合作物需水规律，依次自动启停预设轮灌组的电磁阀，进行全程自动化灌溉，可以实现总量控制、定额管理，成为精准农业重要的技术保障。
然而，现有自动化滴灌精准施水主要存在以下问题：
(1)自动化滴灌系统虽然可以自动控制轮灌组支管电磁阀的启停，但是，自动化系统内部预设的轮灌组是固定且提前预设的，只是按照固定轮灌组远程控制电磁阀开启和关闭，没有充分挖掘自动化滴灌的潜能；
(2)自动化滴灌无法根据支管区域的灌水需求生成合适的轮灌组，会出现有的区域没有灌够，有的区域反而灌多的情况，不能实现特定电磁阀的精准施水；
(3)自动化滴灌轮灌组是按照流量均衡的原则设计的，没有考虑不同地块灌水需求差异化问题，缺乏将灌水需求和流量均衡相结合来优化轮灌组的方法；
(4)现有自动化滴灌系统大多采用改进滴灌硬件装置或者网络控制方式实现控制施水流量，提高了工程成本，增加了维护难度，缺乏从软件角度来实现精准施水的方法。
发明内容
针对上述问题，本发明的目的是提供一种基于轮灌组的自动化滴灌精准施水方法和系统，通过传感器布点精准获取轮灌组各支管所在区域的施水需求，建立流量均衡和施水时间最短的数学模型。采用智能算法优化轮灌组次序和施水时间，将支管电磁阀与土壤施水需求精准对接，通过优化控制电磁阀施水时间达到精准施水的目的。既解决了传统灌溉方式施水无法对接需水需求的问题，又缩短了整体施水时间，实现了节约用水。
为实现上述目的，本发明采取以下技术方案：
本发明的第一个方面，是提供一种基于轮灌组的自动化滴灌精准施水方法，其包括以下步骤：
1)对滴灌工程轮灌组每个支管的施水中心区域的土壤水分信息进行采集，并基于采集到的土壤水分信息，计算得到各支管施水时间处方图；
2)基于计算得到的支管施水时间处方图，建立基于轮灌组流量均衡和施水时间最短的多目标优化模型，并确定其约束条件；
3)对步骤2)构建的多目标优化模型进行优化求解，基于得到的轮灌组和施水时间来安排自动化滴灌控制电磁阀实施灌溉。
进一步，所述步骤1)中，进行数据采集并计算得到支管施水时间处方图的方法，包括以下步骤：
1.1)在滴灌工程轮灌组的每个支管施水中心区域放置土壤水分传感器，并采用Zigbee网络将各土壤水分传感器采集的土壤水分数据传递到控制中心；
1.2)基于各支管施水中心区域的土壤水分信息，计算得到支管施水时间处方图。
进一步，所述步骤1.1)中，放置土壤水分传感器并进行数据采集的方法为：
首先，在滴灌工程轮灌组每个支管施水中心区域布置土壤水分传感器，用于对布置位置处的土壤水分信息进行采集；
其次，在滴灌工程区域部署1个网关，各土壤水分传感器采用Zigbee的无线组网的方式，周期性的将采集到的土壤水分数据通过Zigbee网络发送到网关，由网关将各个土壤水分传感器的采集数据发送到控制中心。
进一步，布置土壤水分传感器的方法为：在每个支管施水区域中心位置放置土壤水分传感器，且各土壤水分传感器均埋设在距离地表15cm的土壤中，对土壤水分信息进行采集。
进一步，所述步骤1.2)中，计算得到支管施水时间处方图的方法，包括以下步骤：
首先，基于各支管的施水中心区域的土壤水分信息，计算得到各支管区域的土壤含水量值；
其次，根据现阶段最适宜作物生长的土壤含水率作为施水目标来计算施水量，计算出各支管区域的需求施水量，生成支管区域施水量处方图；
最后，结合支管设计流量图与支管区域施水量处方图，将各支管需施水量除以各支管设计流量得到各支管区域施水时间处方图。
进一步，所述步骤2)中，建立的基于轮灌组流量均衡和施水时间最短的多目标优化模型的方法，包括以下步骤：
2.1)建立以各轮灌组流量标准差最小的目标模型：
Figure BDA0003100600840000031
Figure BDA0003100600840000032
Figure BDA0003100600840000033
2.2)在满足作物生长需求基础上，将各支管电磁阀启停时间与支管施水时间处方图精准对接，建立以施水时间最短为目标的数学模型：
Figure BDA0003100600840000034
Tj＝MAX(tiXij)
其中，f1(x)表示轮灌组流量标准差；M为设计轮灌组数；j为轮灌组编号；i为支管号；fi为第i个支管设计流量；Fj为第j轮灌组流量和；αj表示各轮灌组流量平均值；f2(x)表示轮灌组施水时间；Tj表示第j轮灌组内最大施水时间；ti表示第i支管需要施水时间；
2.3)确定约束条件：
设Xij表示第i根支管在第j个轮灌组中的开闭状态，当Xij＝0和1分别表示第i根支管在第j个轮灌组中状态为关和开，即：
Figure BDA0003100600840000035
组内扬程差约束为：
ΔH＝Max(Hi)-Min(Hj)＜δ
其中，ΔH为第j个轮灌组扬程之差，δ为扬程差阈值。
进一步，所述步骤3)中，对步骤2)构建的多目标优化模型进行优化求解时，采用非支配排序遗传算法。
本发明的第二个方面，是提供一种基于轮灌组的自动化滴灌精准施水系统，其包括：
数据采集模块、模型搭建模块以及模型求解模块；
所述数据采集模块用于对滴灌工程每个支管的施水中心区域的土壤水分信息进行采集，并基于采集到的土壤水分信息，计算得到支管施水时间处方图；
所述模型搭建模块用于基于计算得到的支管施水时间处方图，建立基于轮灌组流量均衡和施水时间最短的多目标优化模型，并确定其约束条件；
所述模型求解模块用于对构建的多目标优化模型进行优化求解，基于得到的轮灌组和施水时间来安排自动化滴灌控制电磁阀实施灌溉。
进一步，数据采集模块包括传感器数据采集模块和处方图计算模块；所述土壤水分采集模块用于基于在滴灌工程每个支管施水中心区域放置的土壤水分传感器，并采用Zigbee网络将采集的土壤水分数据传递到控制中心；所述处方图计算模块用于基于各支管的施水中心区域的土壤水分信息，计算得到支管施水时间处方图。
进一步，所述处方图计算模块包括：含水量值计算模块，用于基于各支管的施水中心区域的土壤水分信息，计算得到各支管区域的土壤含水量值；施水量处方图计算模块，用于根据现阶段最适宜作物生长的土壤含水率作为施水目标来计算施水量，计算出各支管区域的需求施水量，生成支管区域施水量处方图；施水时间处方图计算模块，用于结合支管设计流量图与支管区域施水量处方图，将各支管需施水量除以各支管设计流量得到各支管区域施水时间处方图。
本发明由于采取以上技术方案，其具有以下优点：1、本发明建立一种通过优化轮灌组来实现精准施水的方法，能够根据支管区域灌水需求生成合适的轮灌组，将施水精度精确到具体支管区域，解决了传统自动化滴灌灌水不均衡，需要通过硬件改造来实现精准控水的问题，具有施水精准度高，灌水时间短，节省用水等特点，适用于多数自动化滴灌的精准施水。2、本发明将电磁阀启停时间和土壤水分处方图精准对接，通过软件的方式达到了精准施水的目的。3、本发明设计了基于流量均衡和施水时间最短的轮灌组优化模型，即满足了滴灌水力计算标准，又减少了轮灌组整体施水时间，达到了节水的目的。4、本发明在每个支管的灌溉区域中心位置放置一个传感器，这种布点方式可以精准获取每个支管区域土壤信息，结合轮灌组控制支管电磁阀启停，实现各个支管区域精准施水，可以解决统一施水灌溉不均衡问题。5、本发明通过采集各支管土壤水分信息，采用彭曼公式计算各支管区域含水量处方图，结合各支管流量，生成支管区域施水时间处方图。因此，本发明可以广泛应用于滴灌工程领域。
附图说明
图1是本发明实施例提供的基于轮灌组的自动化滴灌精准施水方法流程示意图；
图2是滴灌采集区域示意图；
图3是各支管区域土壤含水量示意图，单位：％；
图4是各支管区域需施水量处方示意图，单位m3；
图5是各支管设计流量，单位：m3/h；
图6是各支管施水时间处方示意图，单位：h；
图7是采用非支配排序遗传算法优化模型；
图8是染色体编码图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
如图1所示，本发明通过在滴灌工程每个支管中心区域放置土壤水分传感器，采用Zigbee网络将信息传递到控制中心进行分析处理。结合作物需水规律和支管设计流量，计算支管施水时间处方图。建立基于轮灌组流量均衡和施水时间最短的多目标优化模型，并采用多目标优化算法对模型进行求解。具体地，本发明提供的一种基于轮灌组的自动化滴灌精准施水方法，包括以下步骤：
1)数据采集：对滴灌工程轮灌组每个支管的施水中心区域的土壤水分信息进行采集，并基于采集到的土壤水分信息，计算得到各支管施水时间处方图。
1.1)在滴灌工程轮灌组每个支管施水中心区域布置土壤水分传感器，并采用Zigbee网络将各土壤水分传感器采集的土壤水分数据传递到控制中心。
具体地，包括以下步骤：
首先，在滴灌工程轮灌组每个支管施水中心区域布置土壤水分传感器，用于对布置位置处的土壤水分信息进行采集。其中，布置土壤水分传感器的方法为：在每个支管施水区域中心位置放置土壤水分传感器(如图中五边形标记)，且各土壤水分传感器均埋设在距离地表15cm的土壤中，用于对土壤水分信息进行采集。
其次，在滴灌工程区域部署1个网关，土壤水分传感器采用Zigbee的无线组网的方式，周期性的将采集到的土壤水分数据通过Zigbee网络发送到网关，由网关将各个土壤水分传感器的采集数据发送到控制中心。
如图2所示，为滴灌工程示意图。图中，A处为水源，AB为干管的一种布置线位，(1)、(2)、…、(6)为各自位于同一条线上的6列支管序号，(I)、(II)为位于同一条线上的2列分干管序号。图中1-1到1-12，2-1到2-12表示支管编号，每个支管按照其施水面积铺设毛管。如图2中共有24个支管，则需要铺设24个土壤水分传感器。
1.2)基于各支管的施水中心区域的土壤水分信息，计算得到支管施水时间处方图。
受到各种自然因素和人为因素的影响，不同支管区域的土壤含水量会有一定的差异。通过土壤水分传感器采集得到的各支管区域水分数据后，采用彭曼公式，根据工程区域土壤、天气、作物等基础数据，通过水量平衡模型计算当前土壤含水量值。
其中，计算得到支管施水时间处方图的方法，包括以下步骤：
如图3～图6所示，图中每个方块代表一个支管施水区域，其中，实际各支管灌溉区域为不规则区域，灌溉面积大小不一致，支管排布方式与图1类似，示意图共24个支管。
如图3所示，基于各支管的施水中心区域的土壤水分信息，计算得到各支管区域的土壤含水量值。
如图4所示，根据现阶段最适宜作物生长的土壤含水率作为施水目标来计算施水量(作物生长的土壤含水率推荐数据通过文献查询)，计算出各支管区域的需求施水量，生成支管区域施水量处方图。
如图6所示，结合支管设计流量图(图5)与支管区域施水量处方图(图4)，各支管需施水量除以各支管设计流量即可生成各支管区域施水时间处方图，即各支管需要多久可以精准灌溉完支管区域的时间。
2)模型搭建：基于计算得到的支管施水时间处方图，建立基于轮灌组流量均衡和施水时间最短的多目标优化模型，并确定其约束条件。
《微灌工程设计标准》上要求不同水力状态的管路节点压力均衡，以满足灌水均匀度的要求。每个轮灌组的总流量需要尽可能一致或相近，才能保证管路节点压力均衡，同时可以使水泵运行稳定，提高水泵的效率，降低能耗。流量不均衡也容易造成管网破裂或水头损失过大。
具体的，包括以下步骤：
2.1)建立以各轮灌组流量标准差最小的目标模型：
Figure BDA0003100600840000061
s.t.
Figure BDA0003100600840000062
Figure BDA0003100600840000063
2.2)在满足作物生长需求基础上，将各支管电磁阀启停时间与支管施水时间处方图精准对接，通过优化缩短各轮灌组施水时间，达到精准施水的目的。建立以施水时间最短为目标的数学模型：
Figure BDA0003100600840000064
Tj＝MAX(tiXij) (5)
其中，f1(x)表示轮灌组流量标准差；M为设计轮灌组数；j为轮灌组编号；i为支管号；fi为第i个支管设计流量；Fj为第j轮灌组流量和；αj表示各轮灌组流量平均值；f2(x)表示轮灌组施水时间；Tj表示第j轮灌组内最大施水时间；ti表示第i支管需要施水时间。
2.3)确定约束条件：
由于阀门只有开和关闭两种状态，设Xij表示第i根支管在第j个轮灌组中的开闭状态，当Xij＝0和1分别表示第i根支管在第j个轮灌组中状态为关和开，即：
Figure BDA0003100600840000071
组内扬程差约束：
ΔH＝Max(Hi)-Min(Hj)＜δ (7)
其中，ΔF为第j个轮灌组扬程之差，δ为扬程差阈值。
3)优化算法求解：采用非支配排序遗传算法(NSGA-II)对步骤2)构建的多目标优化模型进行优化求解，基于得到的轮灌组和施水时间来安排自动化滴灌控制电磁阀实施灌溉。
非支配排序遗传算法的目的是得到最接近帕累托前沿的成员，这些成员根据其排名进行排序，并评估成员之间的拥挤距离，获得更多的分布式多样化解决方案。
如图7所示，具体流程如下：
3.1)确定染色体编码方案：根据滴灌工程的支管流量数据、支管灌溉时间处方图数据进行实数编码，其中，列表示N个支管，支管从小到大按顺序排列，列中数字表示每个支管对应的轮灌组，染色体编码表征为支管i在第j轮灌组开启。
如图8所示，采用实数编码方式，图中i表示支管编号，j表示轮灌组编号，数字“3”表示第4个支管在第3轮灌组中开启。
3.2)种群初始化方法：
传统随机初始化方案会产生大量不可行解，因此，采用贪心策略来完成初始化种群构建，方法为在全局解空间中随机生成M个随机点，M表示轮灌组数，通过邻近策略遍历支管来构建初始种群。
3.3)子代生成方法：
子代交叉和变异均采用均匀交叉策略，方法为以一定概率，从编码第一位开始交叉或变异，直至编码最后一位，这种方法可以增加搜索空间。交叉变异过程会产生不可行解问题，需要进行修复，修复方法为计算所有轮灌组内支管数量并排序，倒序归一化后，以轮赌盘策略选择轮灌组作为当前修复值。选择算子采用精英保留策略。
3.4)帕累托解：采用非支配排序算法求解帕累托前沿，作为多目标优化模型的解。
本发明还提供一种基于轮灌组的自动化滴灌精准施水系统，其包括：数据采集模块、模型搭建模块以及模型求解模块。其中，数据采集模块用于对滴灌工程每个支管的施水中心区域的土壤水分信息进行采集，并基于采集到的土壤水分信息，计算得到支管施水时间处方图；模型搭建模块用于基于计算得到的支管施水时间处方图，建立基于轮灌组流量均衡和施水时间最短的多目标优化模型，并确定其约束条件；模型求解模块用于采用非支配排序遗传算法对构建的多目标优化模型进行优化求解，基于得到的轮灌组和施水时间来安排自动化滴灌控制电磁阀实施灌溉。
进一步，数据采集模块包括传感器数据采集模块和处方图计算模块。其中，土壤水分采集模块用于基于在滴灌工程每个支管施水中心区域放置的土壤水分传感器，并采用Zigbee网络将采集的土壤水分数据传递到控制中心；处方图计算模块用于基于各支管的施水中心区域的土壤水分信息，计算得到支管施水时间处方图。
进一步，处方图计算模块包括含水量值计算模块，用于基于各支管的施水中心区域的土壤水分信息，计算得到各支管区域的土壤含水量值；失水量处方图计算模块，用于根据现阶段最适宜作物生长的土壤含水率作为施水目标来计算施水量，计算出各支管区域的需求施水量，生成支管区域施水量处方图；施水时间处方图计算模块，用于结合支管设计流量图与支管区域施水量处方图，将各支管需施水量除以各支管设计流量得到各支管区域施水时间处方图。
上述各实施例仅用于说明本发明，其中各部件的结构、连接方式和制作工艺等都是可以有所变化的，凡是在本发明技术方案的基础上进行的等同变换和改进，均不应排除在本发明的保护范围之外。

Claims (10)

1.一种基于轮灌组的自动化滴灌精准施水方法，其特征在于包括以下步骤：
1)对滴灌工程轮灌组每个支管的施水中心区域的土壤水分信息进行采集，并基于采集到的土壤水分信息，计算得到各支管施水时间处方图；
2)基于计算得到的支管施水时间处方图，建立基于轮灌组流量均衡和施水时间最短的多目标优化模型，并确定其约束条件；
3)对步骤2)构建的多目标优化模型进行优化求解，基于得到的轮灌组和施水时间来安排自动化滴灌控制电磁阀实施灌溉。
2.如权利要求1所述的一种基于轮灌组的自动化滴灌精准施水方法，其特征在于：所述步骤1)中，进行数据采集并计算得到支管施水时间处方图的方法，包括以下步骤：
1.1)在滴灌工程轮灌组的每个支管施水中心区域放置土壤水分传感器，并采用Zigbee网络将各土壤水分传感器采集的土壤水分数据传递到控制中心；
1.2)基于各支管施水中心区域的土壤水分信息，计算得到支管施水时间处方图。
3.如权利要求2所述的一种基于轮灌组的自动化滴灌精准施水方法，其特征在于：所述步骤1.1)中，放置土壤水分传感器并进行数据采集的方法为：
首先，在滴灌工程轮灌组每个支管施水中心区域布置土壤水分传感器，用于对布置位置处的土壤水分信息进行采集；
其次，在滴灌工程区域部署1个网关，各土壤水分传感器采用Zigbee的无线组网的方式，周期性的将采集到的土壤水分数据通过Zigbee网络发送到网关，由网关将各个土壤水分传感器的采集数据发送到控制中心。
4.如权利要求3所述的一种基于轮灌组的自动化滴灌精准施水方法，其特征在于：布置土壤水分传感器的方法为：在每个支管施水区域中心位置放置土壤水分传感器，且各土壤水分传感器均埋设在距离地表15cm的土壤中，对土壤水分信息进行采集。
5.如权利要求2所述的一种基于轮灌组的自动化滴灌精准施水方法，其特征在于：所述步骤1.2)中，计算得到支管施水时间处方图的方法，包括以下步骤：
首先，基于各支管的施水中心区域的土壤水分信息，计算得到各支管区域的土壤含水量值；
其次，根据现阶段最适宜作物生长的土壤含水率作为施水目标来计算施水量，计算出各支管区域的需求施水量，生成支管区域施水量处方图；
最后，结合支管设计流量图与支管区域施水量处方图，将各支管需施水量除以各支管设计流量得到各支管区域施水时间处方图。
6.如权利要求1所述的一种基于轮灌组的自动化滴灌精准施水方法，其特征在于：所述步骤2)中，建立的基于轮灌组流量均衡和施水时间最短的多目标优化模型的方法，包括以下步骤：
2.1)建立以各轮灌组流量标准差最小的目标模型：
Figure FDA0003100600830000021
Figure FDA0003100600830000022
Figure FDA0003100600830000023
2.2)在满足作物生长需求基础上，将各支管电磁阀启停时间与支管施水时间处方图精准对接，建立以施水时间最短为目标的数学模型：
Figure FDA0003100600830000024
Tj＝MAX(tiXij)
其中，f1(x)表示轮灌组流量标准差；M为设计轮灌组数；j为轮灌组编号；i为支管号；fi为第i个支管设计流量；Fj为第j轮灌组流量和；αj表示各轮灌组流量平均值；f2(x)表示轮灌组施水时间；Tj表示第j轮灌组内最大施水时间；ti表示第i支管需要施水时间；
2.3)确定约束条件：
设Xij表示第i根支管在第j个轮灌组中的开闭状态，当Xij＝0和1分别表示第i根支管在第j个轮灌组中状态为关和开，即：
Figure FDA0003100600830000025
组内扬程差约束为：
ΔH＝Max(Hi)-Min(Hj)＜δ
其中，ΔH为第j个轮灌组扬程之差，δ为扬程差阈值。
7.如权利要求1所述的一种基于轮灌组的自动化滴灌精准施水方法，其特征在于：所述步骤3)中，对步骤2)构建的多目标优化模型进行优化求解时，采用非支配排序遗传算法。
8.一种适用于如权利要求1～7任一项所述方法的基于轮灌组的自动化滴灌精准施水系统，其特征在于，包括：
数据采集模块、模型搭建模块以及模型求解模块；
所述数据采集模块用于对滴灌工程每个支管的施水中心区域的土壤水分信息进行采集，并基于采集到的土壤水分信息，计算得到支管施水时间处方图；
所述模型搭建模块用于基于计算得到的支管施水时间处方图，建立基于轮灌组流量均衡和施水时间最短的多目标优化模型，并确定其约束条件；
所述模型求解模块用于对构建的多目标优化模型进行优化求解，基于得到的轮灌组和施水时间来安排自动化滴灌控制电磁阀实施灌溉。
9.如权利要求8所述的一种基于轮灌组的自动化滴灌精准施水系统，其特征在于：数据采集模块包括传感器数据采集模块和处方图计算模块；所述土壤水分采集模块用于基于在滴灌工程每个支管施水中心区域放置的土壤水分传感器，并采用Zigbee网络将采集的土壤水分数据传递到控制中心；所述处方图计算模块用于基于各支管的施水中心区域的土壤水分信息，计算得到支管施水时间处方图。
10.如权利要求9所述的一种基于轮灌组的自动化滴灌精准施水系统，其特征在于：所述处方图计算模块包括：
含水量值计算模块，用于基于各支管的施水中心区域的土壤水分信息，计算得到各支管区域的土壤含水量值；
施水量处方图计算模块，用于根据现阶段最适宜作物生长的土壤含水率作为施水目标来计算施水量，计算出各支管区域的需求施水量，生成支管区域施水量处方图；
施水时间处方图计算模块，用于结合支管设计流量图与支管区域施水量处方图，将各支管需施水量除以各支管设计流量得到各支管区域施水时间处方图。
CN202110624870.6A 2021-06-04 2021-06-04 一种基于轮灌组的自动化滴灌精准施水方法和系统 Pending CN113207653A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110624870.6A CN113207653A (zh) 2021-06-04 2021-06-04 一种基于轮灌组的自动化滴灌精准施水方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110624870.6A CN113207653A (zh) 2021-06-04 2021-06-04 一种基于轮灌组的自动化滴灌精准施水方法和系统

Publications (1)

Publication Number Publication Date
CN113207653A true CN113207653A (zh) 2021-08-06

Family

ID=77082812

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110624870.6A Pending CN113207653A (zh) 2021-06-04 2021-06-04 一种基于轮灌组的自动化滴灌精准施水方法和系统

Country Status (1)

Country Link
CN (1) CN113207653A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117204320A (zh) * 2023-11-07 2023-12-12 中化现代农业有限公司 规模化农场灌溉控制系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101720654A (zh) * 2009-12-08 2010-06-09 中国农业大学 草坪节水灌溉预报方法及系统
CN102111843A (zh) * 2011-01-11 2011-06-29 浙江大学 一种在温室番茄灌溉系统中无线传感节点节能的实现方法
CN102487789A (zh) * 2011-12-27 2012-06-13 浙江大学 基于ZigBee与GPRS的变频灌溉远程监控系统
CN102715061A (zh) * 2011-03-29 2012-10-10 中国电信股份有限公司 节能灌溉方法和装置
CN102726273A (zh) * 2012-06-15 2012-10-17 中农先飞（北京）农业工程技术有限公司 一种作物根区土壤水分监测与智能灌溉决策方法
CN105830870A (zh) * 2016-03-24 2016-08-10 华北水利水电大学 一种远程无线农田监控系统和方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101720654A (zh) * 2009-12-08 2010-06-09 中国农业大学 草坪节水灌溉预报方法及系统
CN102111843A (zh) * 2011-01-11 2011-06-29 浙江大学 一种在温室番茄灌溉系统中无线传感节点节能的实现方法
CN102715061A (zh) * 2011-03-29 2012-10-10 中国电信股份有限公司 节能灌溉方法和装置
CN102487789A (zh) * 2011-12-27 2012-06-13 浙江大学 基于ZigBee与GPRS的变频灌溉远程监控系统
CN102726273A (zh) * 2012-06-15 2012-10-17 中农先飞（北京）农业工程技术有限公司 一种作物根区土壤水分监测与智能灌溉决策方法
CN105830870A (zh) * 2016-03-24 2016-08-10 华北水利水电大学 一种远程无线农田监控系统和方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李伟等: ""滴灌轮灌分组优化模型与算法"", 《农业工程学报》, vol. 37, no. 10, pages 73 - 81 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117204320A (zh) * 2023-11-07 2023-12-12 中化现代农业有限公司 规模化农场灌溉控制系统
CN117204320B (zh) * 2023-11-07 2024-04-16 中化现代农业有限公司 规模化农场灌溉控制系统

Similar Documents

Publication Publication Date Title
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
CN102736596B (zh) 基于作物信息融合的多尺度温室环境控制系统
CN105830870B (zh) 一种远程无线农田监控系统和方法
CN110209077B (zh) 基于互联网的远程灌排系统实时动态监测系统
CN110214506A (zh) 水肥管控方法及系统
CN110100708A (zh) 基于模糊逻辑控制理论的节水灌溉方法及节水灌溉系统
CN105580716A (zh) 大区域多田块自动节水灌溉三级控制系统及其使用方法
Kondaveti et al. Smart irrigation system using machine learning and IOT
CN102629106A (zh) 供水控制方法及系统
CN109392676A (zh) 一种基于区块链结构的云算法平台控制灌溉施肥的系统
CN111109057B (zh) 一种绿化养护园林的灌溉方法和装置
CN101836573A (zh) 一种农田智能控制配水管理系统及管理方法
CN114365614A (zh) 基于物联网的水肥精准调控方法、智能装备及系统
CN111642364B (zh) 坡田喷灌系统工程管网和管道设计的改进方法
CN110463587A (zh) 基于LoRa与GA-BP的规模化大棚节水灌溉系统
CN112425484A (zh) 一种基于物联网的绿化带协同滴灌系统及方法
Xiang Design of fuzzy drip irrigation control system based on zigbee wireless sensor network
WO2021142082A1 (en) System and method of watering crops with a variable rate irrigation system
CN113207653A (zh) 一种基于轮灌组的自动化滴灌精准施水方法和系统
CN115796381A (zh) 一种基于改进新安江模型的实际径流量预报方法
CN106919156A (zh) 一种大型园区或生产基地的水肥管理系统及实现方法
CN115443890B (zh) 一种园林景观的智慧灌溉管理系统
CN115104515B (zh) 一种基于降雨利用最大化的灌溉决策云计算方法、云计算平台和灌溉终端
CN202004803U (zh) 基于公共通讯网络的农业环境监控系统
CN108901758A (zh) 一种灌溉服务器、终端、系统及方法

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