CN115104515A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN115104515A CN115104515A CN202110299887.9A CN202110299887A CN115104515A CN 115104515 A CN115104515 A CN 115104515A CN 202110299887 A CN202110299887 A CN 202110299887A CN 115104515 A CN115104515 A CN 115104515A
- Authority
- CN
- China
- Prior art keywords
- irrigation
- cloud
- rainfall
- terminal
- information
- 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.)
- Granted
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
-
- 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
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Optimization (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Environmental Sciences (AREA)
- Mathematical Analysis (AREA)
- Water Supply & Treatment (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Soil Sciences (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Sewage (AREA)
Abstract
本发明公开了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,灌溉云是基于降水利用最大化的水量平衡计算,通过将灌溉系统各种互联的计算、存储、数据、应用等资源进行有效整合来实现多层次的综合云计算灌溉决策,通过灌溉终端实施基于降雨利用最大化的ET精准灌溉,涉及园林景观灌溉和农业灌溉领域。本发明能够根据植物/农作物的生长环境参量和天气预报进行智慧灌溉,在最大程度利用天然降雨的同时减少灌溉用水量,节水节能,灌溉云便于随时更新计算方法和程序,系统自动化信息化程度高,适用于各用户层面的智能化灌溉,在利用降雨、节约用水、提高灌溉水利用效率的同时具有明显的经济效益、生态效益和社会效益。
Description
技术领域
本发明涉及园林景观灌溉和农业灌溉技术领域,具体为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。
背景技术
在世界很多地方,由于降雨不足或时空分布不均,有必要在特定时间人工浇水农作物、草坪和景观植物,以维持种植植物如草坪、花圃、花园和农作物的土壤中的最佳水量。
随着人口增长、生活水平提高、来自旅游、工业和家庭用水等其他领域的竞争日益激烈,维持水资源的娱乐价值和生态系统服务能力的压力越来越大,灌溉水量占用了人类活动所需的将近一半的淡水资源,势必会减少灌溉用水量。而与灌溉管理不当息息相关的环境问题,如含水层枯竭、水体污染等也逐渐为人们所关注,为此我国“实行最严格的水资源管理制度,以水定产、以水定城,建设节水型社会”,近几年来,各级政府机构、业主和供水公司等对减少灌溉用水量越来越感兴趣,特别是在缺水地区和经济发达地区,并加强了农业和市政灌溉用水管理,推广节约用水,各级政府及行业机构制定了很多法规、规范来鼓励节水和限制用水,虽然这些措施确实节约用水,但实施过程不够精细,往往是任意的,用户没有考虑到不同地理位置、不同类型植被、不同气象条件下的用水需求。
为满足灌溉用水需要,需要在开源和节流两方面努力,开源方面,降雨作为土壤水补充的天然来源,充分利用降雨是减少露地种植植物/农作物灌溉用水量的最有效和最经济的办法,国内外的灌溉控制器基本上安装降雨传感器来利用降雨,人工管护条件下达不到最大限度有效利用降雨的目的,安装湿度传感器虽然有好的效果,然而传感器的安装与维护需要专业人员,设备自身使用上的有局限性,用户接受度也不高。节流方面,灌溉制度不仅要与具体的作物/植物、土壤和管理水平相适应,还要和当地供水部门的限制用水政策相符,非灌水窗口信息下,灌溉人员须考虑如何根据未来天气状况和非灌水窗口来确定灌溉最佳水量,这是目前的灌溉控制系统所缺乏的。而现实中,灌溉管理人员通常在灌水窗口大量灌水,以确保非灌水期间的用水,通常是过量灌溉,造成宝贵淡水资源的浪费。
由此可以简单地总结为:一旦系统设计得当,大部分灌溉用水过度和降雨径流是由于没有根据每日、定期的气象变化进行调整而造成的,这种不作为通常是由于确定具体调整额度的复杂性和难点造成的,总之,市场上缺乏充分利用天气预报的降雨信息作为灌溉决策管理的方法和途径。
理想的灌溉系统应该使用最少数量的阀门、灌溉管道和灌水器,采用便宜、可靠的控制器执行阀门的启闭,在指定的灌溉区域均匀分配最佳水量,阀门、管道和灌水器是根据灌溉规范设计和实施的,改进空间有限,而控制方法、控制系统是具有改进空间的。
目前,国内有多个可以实现智能灌溉的控制方法,但都需要依赖于许多本地参数和实时气象数据。为了计算ET所选公式,必须测量许多不同变量;必须在每个微气候中放置传感器或气象站;每个变量的数据必须通过安装在特定位置的独立传感器获得;这些数据必须被实时接收和处理,以免影响精度;测量装置的安装和维护通常也很昂贵,此外,所有这些传感器或气象站都必须接受定期检查、维护和校准,以确保它们继续提供准确的数据,最后,并非所有地方都可以安装气象站或传感器,而某些地区如街道中间或公园,为了不影响美观,不适合安装ET测量设备。
国际上看,许多控制器制造商提供“智能”(自调节)控制器,这些控制器通常包含某种形式的ET,其中一些控制器从历史记录中获取环境数据来计算ET,而另一些控制器则利用距离较近的气象站来获取实时数据,另一些人则通过无线电、网络卫星等方式从现有的气象站接收此类信息(美国部分州和政府可以提供ET0数据供公众参考,而国内尚没有此类公共数据)。由于这些ET值通常是没有考虑特定的植物,若用于特定农作物或植物,需要访问、提取对应的作物系数或植物系数,对于每个区域和灌溉控制器,用户仍然必须搜索信息、执行必要的计算并手动输入必要的更改,因此,这样的人机交互仍然是一项繁重而艰巨的任务,随着灌溉区域、灌溉面积和灌溉管理员数量的增加,这些解决方案变得越来越繁琐和低效。
同时,由于各方面技术及成本方面的因素如:系统复杂,综合性强;需要专业人员操作;设备成本高;运行维护成本高,适用范围小,现有ET控制器主要应用在高端的中央控制灌溉系统,尤其是高尔夫球场灌溉上,很少用于城市园林、公园灌溉和农田灌溉。
随着云计算技术、物联网、智能化技术的蓬勃发展,由灌溉控制系统基于当前及未来的大气条件,考虑不同地域、不同种类的植物及植物的不同生长阶段来调整灌水计划成为可能;基于降雨和温度的灌溉控制方法便于理解、客户容易接收,决策科学,系统云端化使得软件随时更新,管理便利,软硬件成本降低,适合各个用户阶层的智慧灌溉,本发明的大面积的推广使用,必将给整个社会带来很高的经济效益、生态效益和社会效益。
发明内容
本发明的目的在于:为了解决我国灌溉控制系统不足的问题,提供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。
为实现上述目的,本发明提供如下技术方案: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,计算方法如下:
S1、建立基于ET建立降雨利用最大化的灌溉决策云计算平台,即灌溉云,所述灌溉云获取终端的编码和位置信息、站点属性信息、非灌水窗口、实际降雨量信息、土壤水分信息和水流量信息;
S2、所述灌溉云获取终端所处位置的天气预报信息;
S3、所述灌溉云根据终端所在位置的气象信息等构建ET0预报模型,确定灌溉周期;
S4、利用ET0预报模型确定灌水周期内的参考作物需水量ET0均值;
S5、灌溉云基于上述信息,利用水量平衡原理,建立灌溉决策模型确定终端所属灌溉区域及每个站点的灌水量和灌水时间,即灌溉决策或灌溉指令;
S6、终端接收并执行来自灌溉云的灌溉决策,完成电磁阀的启闭操作。
优选地,所述终端的编码内容包括出厂编号,设备及功能组成,灌溉云登录账号。
优选地,终端的位置信息为终端所在灌溉区域的地理位置或气象地理位置。
优选地,站点属性信息至少包括:土壤类型,植物/作物类型、植物密度 /种植密度、根系层深度、微气候,灌水方式及灌水速率。
进一步地,所述终端位置信息、站点属性信息、非灌水窗口通过登录灌溉云WEB2.0门户网站或APP应用程序录入和/或选取信息获取。
优选地,所述实际降雨量信息通过安装在所述终端的灌溉区域并与所述终端相连的降雨传感器采集,并通过所述终端无线远程传输到所述灌溉云。
优选地,所述土壤水分信息通过安装在所述终端的灌溉区域并与所述终端相连的土壤水分传感器采集,并通过所述终端无线远程传输到灌溉云。
进一步地,所述土壤水分信息采集的步骤包括:土壤水分传感器预埋在预定深度的一种或多种不同土壤类型中,此土壤类型为所述终端灌溉区域的各个站点属性提供的土壤类型,相同土壤类型预埋一个或多个土壤水分传感器。
优选地,所述水流量信息通过安装在所述终端灌溉区域的泵房主管道上并与所述终端相连的智能水表采集,并通过所述终端无线远程传输到所述灌溉云。
优选地,天气预报信息至少包括降雨量、降雨概率、最高气温、最低气温,天气预报气象信息由所述灌溉云根据所述终端位置信息从中国气象数据网获取。
优选地,ET0预报模型,基于天气预报信息和下垫面条件,利用FAO P-M 和HS公式建立ET0预报模型。
优选地,所述灌水周期的确定方法由所述灌溉云自动设置,设置的原则和方法包括:以预报降雨概率大的日期的前一日为灌水周期的截止日期;根据土壤类型、植物根系层深度、当前土壤水分含量、ET0预报模型和站点属性信息试算确定灌水周期;连续多日预报降雨概率大,且日均降雨量大于3mm 则将此连续天数计入当次的灌水周期;灌水周期内的灌溉水量与有效降水量之和不大于土壤最大允许灌水量;灌水周期不同的多个站点集中管理时,取各个站点的最小灌水周期为集中管理时的灌水周期;将非灌水窗口剔除在灌水计划实施的时间段内,部分试算公式如下:
mmax=γzp(θmax-θmin)
其中T——灌水周期,mmax——最大净灌水定额,γ——土壤容重,z——计划湿润层深度,P——计划土壤湿润比,θmax,θmin——适宜土壤含水率上限、下限,ETci——T灌水周期的日均ETc和第i天的ETc,d1,d2为计算时段T的开始天和结束天;INT()——括号内计算结果取整;J——计算期中间天在一年365天的天数。
优选地,构建灌溉预报模型,制定灌水计划,具体步骤如下:
S10、基于所述ET0预报模型计算参考作物需水量ET0;
S20、根据所述终端各站点属性信息确定各个站点的植物系数/作物系数 Kc,利用公式ET=Kc*Ks*ET0试算实际作物需水量ET,式中Ks为亏缺系数,范围0-1.0,充分灌溉时Ks=1.0;
S30、基于所述终端的预报降雨量确定灌溉区域的未来有效降雨量,读取所述终端实测的土壤水分数据确定灌水周期;
S40、基于上述步骤获取的信息和数据,利用水量平衡原理构建灌溉决策模型,根据灌溉决策模型制定灌水计划,包括灌水周期、灌水定额,各个站点的一次灌水运行时间,即灌溉决策或灌溉指令。
优选地,所述灌溉云对降雨量、土壤水分和水量进行数据预处理,预处理包括:剔除不符合所述灌溉云数据管理规范的数据和噪声数据、清理重复数据和对缺失数据进行插值补全。
灌溉云是基于降水利用最大化的水量平衡计算,通过将灌溉系统各种互联的计算、存储、数据、应用等资源进行有效整合来实现多层次的综合云计算灌溉决策平台,更详细地,采用面向服务的体系架构(SOA)来设计云服务;服务软件采用WEB 2.0网站和APP应用程序获取包括客户在内的动态服务;使用Mashup技术获取包括中国气象数据网的气象服务等各类服务并进行开发和组合新的服务;提供核心数据管理服务;提供业务流程管理,业务规则管理和业务活动管理服务;提供业务智能服务,并具有复杂事件处理的能力,进一步的,灌溉云在感知层、传输层、数据层和服务层四个层面进行信息化建设,并以数据中心和服务中心为主进行构建。
所述终端用于将连接到此终端设备的降雨传感器、土壤水分传感器和智能水表获取的信息存储并无线远程发送至所述灌溉云,并可接收和执行所述灌溉云发来的灌溉指令。
与现有技术相比,本发明的有益效果是:
本发明利用连接到终端的传感器采集雨量信息、土壤水分信息和管道水流量信息,并通过终端存储和发送到灌溉云;用户通过灌溉云网站或APP应用程序方便提供灌溉区域位置、站点属性信息、非灌水窗口等信息;灌溉云自动获取终端位置的天气预报信息,构建ET0预报模型和灌溉决策模型,自动确定灌水周期,利用水量平衡原理制定灌水计划;灌溉云将灌水指令发送到终端,终端接收并根据灌水指令完成电磁阀的启闭操作,通过上述方式和装置,本发明能够根据天气预报和植物的生长环境参量进行智慧灌溉,提高了灌水利用率,在最大程度利用天然降雨的同时减少灌溉用水量,节水节能,灌溉云可随时更新和优化计算方法和灌溉程序,减少软、硬件成本和维护成本,系统自动化信息化程度高,适用于社会各个用户层面的智能化灌溉,在利用降雨、节约用水、提高灌溉水利用效率的同时具有明显的经济效益、生态效益和社会效益。
附图说明
图1为本发明的流程图;
图2为本发明云计算平台示意图;
图3为本发明ET0预测模型流程图;
图4为本发明灌水周期设置方法框图;
图5为本发明的功能组成框图。
具体实施方式
下面将结合本发明的附图以及本发明实施例,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。
实施例1
本发明公开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,如图1所示,包括如下步骤:
S1、基于ET建立降雨利用最大化的灌溉决策云计算平台(以下简称灌溉云);灌溉云获取终端位置信息、站点属性信息、非灌水窗口,实际降雨量信息、现状土壤水分信息和水流量信息;
S2、灌溉云获取终端所处位置的天气预报信息;
S3、灌溉云根据终端所在位置的气象信息等构建ET0预报模型;
S4、灌溉云确定灌水周期,并利用ET0预报模型确定灌水周期内的ET0;
S5、灌溉云基于上述信息,利用水量平衡原理,建立灌溉决策模型确定终端所属灌溉区域及每个站点的目标灌水量和灌水时间。
S6、终端接收灌溉云的灌溉决策,并根据指令完成电磁阀的启闭操作。
在本实施例中,该系统由软件系统和硬件两部分组成,如图2所示,软件系统是灌溉云,灌溉云交互平台——灌溉云门户网站和灌溉云APP——是灌溉云的操作和服务交互平台,为便于表述和清晰理解,特单列出来,硬件设备包括设置在灌溉管道上的电磁阀,设置在泵房主管道上并与终端相连的智能水表,与电磁阀连接的终端,与终端连接的降雨传感器和与终端连接的土壤水分传感器,一般来说,系统硬件设备布置在终端灌溉区域现场。
可以理解为,灌溉云内置了基于降雨利用最大化的灌溉决策模型,灌溉云交互平台是灌溉云与客户信息交互的运行平台,终端是灌溉云的执行机构,当一个或多个程序被灌溉云执行并由终端执行灌溉指令,使得灌溉云实现基于降雨利用最大化的灌溉决策方法,此外,灌溉云和终端分别为本发明的灌溉决策方法的执行载体和决策结果的执行机构,并不限定本发明灌溉决策计算方法的使用范围,可选的,本发明的灌溉方法可集成在单体的控制设备或整体的控制系统中。
在本实施例中,电磁阀用于灌溉管道的启闭,降雨传感器用于采集实际降雨量信息,土壤水分传感器用于采集土壤中的水分含量信息,智能水表用于监测灌溉管道水流量和流速,灌溉云可随时监测传感信息,管道水流量和流速信息,并采取相应的措施。
示例一:降雨传感器用于采集实际降雨量信息,若降雨量超过一定数量且灌溉云计算平台检测到某灌溉终端正在作业,可发指令到该灌溉终端暂停灌水,并计算延后一定时长后再延续上一次的灌水计划,此降雨延时方式先进于由降雨传感器设置的降雨延时控制方式,一方面灌溉云计算平台可将实际进行的降雨看做是灌溉的一部分,降雨量和降雨强度认为是灌水量和灌水强度,需按照灌水计划执行,另一方面,雨停后不是马上延续上一次的灌水计划,而是根据降雨实际情况和土壤状况计算出需要延后多久再次灌水,灌水量也会随之发生减少,在最大限度利用天然降雨的同时减少灌溉用水,节水的同时提高灌溉水利用效率。
示例二:土壤水分传感器用于采集土壤中的现状水分含量信息,同时由灌溉云监测实测土壤水分的阙值,若实测土壤水分含量接近下阙如凋萎系数,则灌溉云计算平台发出指令并启动系统紧急灌溉补水;若实测土壤水分含量超过上阙如田间持水量,则灌溉云计算平台发布指令并关闭灌溉系统,此土壤水分阙值区别于目前单一的数值监测控制,而是含有对植物/作物品种、生长期、根系层深度,土壤,生长环境,气象地理等因素的综合考量,使灌溉控制更周密、科学和符合生产实际。
示例三:智能水表用于监测灌溉管道流量和流速。灌溉云计算平台具有自主学习的能力,可自动分析并监测管道流量和流速异常情况,若站点管道流量或者流速异常,如现场发生爆管导致水流量突然增大,流速变小。或者管道堵塞站点阀门流量变小,则灌溉云计算平台通过灌溉云交互平台发出异常报警供用户参考,常规的智能水表可手动设置流量或流量阙值,而没有考虑各个站点电磁阀的设计流量差异,而灌溉云计算平台可自主学习、记忆和分析各个站点电磁阀的正常流量,科学制定每个站点的流量或流速阙值。达到更好的监测和节水目的。
在本实施例中,终端的位置信息为终端所在灌溉区域的地理位置或气象地理位置,进一步地,由于灌溉区域的地理上的位置不完全等同于其所在的气象地理位置,为保证ET0预测模型和灌溉决策的准确性,灌溉云在实施过程中自动识别终端定位信息的地理位置,并确认与气象地理位置的一致性,如果二者不一致,则以气象地理位置为准。
在本实施例中,站点属性信息至少包括:土壤类型,农作物/植物类型、植物密度、根系层深度、微气候,灌水方式及灌水速率等。
在本实施例中,终端位置信息、站点属性信息、非灌水窗口可通过灌溉云交互平台——灌溉云门户网站或灌溉云APP应用程序——录入和/或选取信息获取,灌溉云的预警、预报、指令、报表等信息也可通过交互平台获取。
在本实施例中,管道水流量信息通过安装在所述终端灌溉区域的泵房主管道上并与所述终端相连的智能水表采集,并通过所述终端无线远程传输到所述灌溉云,实际降雨量信息通过安装在所述终端的灌溉区域并与所述终端相连的降雨传感器采集,并通过所述终端无线远程传输到所述灌溉云。
在本实施例中,土壤水分信息通过安装在所述终端的灌溉区域并与所述终端相连的土壤水分传感器采集,并通过所述终端无线远程传输到所述灌溉云,进一步地,土壤水分传感器预埋在灌溉区域一种或多种不同土壤类型的预定深度,土壤类型为本灌溉区域的各个站点属性提供的土壤类型,相同土壤类型预埋一个或多个土壤水分传感器。
在本实施例中,天气预报信息至少包括降雨量、降雨概率、最高气温、最低气温,由灌溉云根据所请求的终端位置信息从中国气象数据网 (http://data.cma.cn)获取。
在本实施例中,ET0预报模型,基于天气预报信息和下垫面条件,利用 FAO P-M和/或HS公式等建立ET0预报模型计算预报ET0,如图3所示,应理解,FAO P-M公式标准化、统一化、实际应用范围广且计算精度高,一般认为其具有普遍的适用性,可以准确的计算ET0,但是该公式需要非常详尽的气象资料才能得以应用,而在许多地区,尤其是发展中地区,气象资料往往是有限的,本发明所采用的HS公式相比FAO P-M公式虽然精确度略低(依然可以满足灌溉需要,且为联合国粮农组织FAO推荐的ET0计算公式),然而所需参数资料大大减少,使得本发明的灌溉决策方法适用于气象资料缺失地区的 ET0计算,更进一步地,为保证ET0计算的精准度,在气象资料充分的地区以 FAO P-M公式为标准对HS公式的参数进行率定,也可简化气象资料充分地区的ET0计算,更好的为灌溉制度和水资源优化配置提供科学指导。
应理解为,ET0预报模型在不用于确定灌水制度时无须灌水周期的参与。
示例四:结合ET0预报模型进行作物需水量模拟分析和干旱预警,灌溉云计算平台可通过灌溉云计算平台的ET模块,根据天气预报情况,计算未来一段时期的可能需水量,提供极端低温、极端高温如冰冻、热浪等危害植物生长发育的信息,通过灌溉云交互平台发送到WEB 2.0门户网站和APP应用程序供用户参考,这是目前的灌溉控制系统所缺乏的,也是本发明的灌溉数据服务的优势之一。
应理解为,参考作物需水量ET0的估算是作物需水量ET计算的关键,ET0 计算公式及其改进公式有十多种之多,诸多估算方法在不同地区具有不同的适应性,公式的参数对计算结果的影响不一,本发明依据所需参数尽可能少,参数方便获取,应用范围广,计算精度满足要求等使得HS公式具有广泛的适用范围,然而,HS公式不可能完全适用于所有应用场景,为保证ET0预测模型的准确度,灌溉云也可应用其他公式计算特定地区的ET0。
示例五:可用ET0预报模型对各个地区的ET0进行模拟计算,以FAO P-M 公式为标准与HS公式计算的ET0比较,对HS公式的指数进行率定和校正甚至对HS公式修正,建立不同地区的基于HS公式的ET0计算模型,为后期的 ET0精确计算和模型改进提供依据,这也为本发明的灌溉云的优质服务提供技术保障。
在本实施例中,灌水周期由灌溉云自动设置,如图4所示,灌水周期的设置不仅需要终端的位置信息、站点属性信息等基础信息,还需要实测的土壤水分信息,ET0预报模型和ETc计算,需要经过一系列试算得出灌水周期,设置的原则和方法包括:以预报降雨概率大(如80%,或其他比例)的日期的前一日为灌水周期的截止日期;根据土壤类型、植物根系活动层深度、当前土壤水分含量、ET0预报模型和站点属性信息试算确定灌水周期;连续多日预报降雨概率大(如80%,或其他比例)且日均降雨量大于3mm则将此连续天数计入灌水周期;灌水周期内的灌溉水量与预计有效降水量之和不大于土壤最大允许灌水量;灌水周期不同的多个站点集中管理时,取各个站点的最小灌水周期为集中管理时的灌水周期;将非灌水窗口剔除在灌水计划实施的时间段内;
部分试算公式如下:
mmax=γzp(θmax-θmin)
其中T——灌水周期,mmax——最大净灌水定额,γ——土壤容重,z——计划湿润层深度,P——计划土壤湿润比,θmax,θmin——适宜土壤含水率上限、下限,ETci——T灌水周期的日均ETc和第i天的ETc,d1,d2为计算时段T的开始天和结束天;INT()——括号内计算结果取整;J——计算期中间天在一年365天的天数。
应理解,灌水周期的确定需要包括ET0预报模型的参与。灌水周期设置完成后可直接利用ET0预报模型进行ET0计算,ET计算直至最终的灌溉决策。
在本实施例中,灌溉云对降雨量、土壤水分和水量进行数据预处理,预处理包括:剔除不符合所述灌溉云数据管理规范的数据和噪声数据、清理重复数据和对缺失数据进行插值补全。
综上,本发明所公开的基于降雨利用最大化的灌溉决策云计算方法、云计算平台和决策终端,通过采集当前灌溉区域的雨量信息、土壤水分信息及流量信息等参量,获取天气预报信息等公共气象信息,结合灌溉区域各站点属性信息,基于水量平衡建立以参考作物需水量ET0预报模型和作物需水量 ET为响应信息的灌溉决策云计算模型,通过对植物/农作物多维环境参量和未来气象信息进行计算处理,基于降雨利用最大化合理设置灌水周期,灌溉云通过对需水量、预报降雨量及土壤水分做出综合分析制定灌水计划并将灌溉指令发送到灌溉终端,灌溉终端接收并按照灌溉指令控制电磁阀,完成对指定灌溉终端的灌溉区域各个站点植物/农作物的精准灌溉,灌溉信息化程度高,可以最大限度利用天然降雨,提高降雨利用率和灌水利用率,减少灌溉用水,节省灌溉用水用电成本,降低生产成本、人力成本。同时对提高露天农作物的品质和产量,提高园林绿化成活率具有积极促进作用,具有明显的经济效益、生态效益和社会效益。
实施例2
本发明公开一种基于降雨利用最大化的灌溉决策方法的制定装置的结构示意图如图2所示,该灌溉决策装置采用软件和硬件结合的方式实现,软件系统是基于降雨利用最大化的灌溉决策云计算平台(本发明简称灌溉云),灌溉云交互平台——灌溉云门户网站和灌溉云APP——是灌溉云的操作和服务界面,属于灌溉云的内容之一,为便于表述和清晰理解,特单列出来,硬件设备包括设置在灌溉管道上的电磁阀,设置在泵房主管道上并与终端相连的智能水表,与电磁阀连接的终端,与终端连接的降雨传感器和与终端连接的土壤水分传感器,电磁阀用于灌溉管道的启闭,降雨传感器用于采集降雨量信息,土壤水分传感器用于采集土壤中的水分含量信息,智能水表用于监测管道水流量。
在本实施例中,本发明称终端及与终端相连的传感器和智能水表为灌溉云硬件设备,灌溉云硬件设备由一个或多个终端、一个降雨传感器、一个智能水表、一个或多个土壤水分传感器组成,其中土壤水分传感器的布置位置和数量根据土壤类型和传感器埋深而定,电磁阀数量根据灌溉区域面积和详细的灌溉设计而定,一般来说,灌溉云硬件设备布置在灌溉区域内,一个灌溉区域布置一套灌溉云硬件设备和若干个电磁阀,大面积的整片灌溉区域,为方便田间管理,可以布置多套硬件设备,进一步地,在气象信息和土壤、种植情况类似的灌溉区域内,允许多个终端共享传感器信息以减少传感器设备投入和管护成本,另外,灌溉区域之间相互独立,互不干扰,灌溉区域可以在一个位置,也可以在不同的位置,多个终端经授权许可允许在灌溉云的交互平台上集中管理。
在本实施例中,终端用于两个功能,一是接收降雨传感器、土壤水分传感器和智能水表的实测信息并无线远程传输给灌溉云,二是接收灌溉云的灌溉决策并启闭电磁阀,更详细地,终端具有以下特性:
具有传感器信息采集、接收和执行灌溉云灌溉指令的微处理器;
一种或多种数据存储方式,如随机访问或只读存储器芯片;
一个电源,交流电(AC),直流电(DC),电池或太阳能供电;
一个降雨传感器接口、一个智能水表接口和至少一个土壤水分传感器接口,它们是与微处理器通信的独立单元(例如,通过有线连接、无线连接传输);控制或限制灌溉系统用水量的手段,如电磁阀;
控制水泵机组启动或关闭的手段;
以及具有手动连接和关闭网络的功能,连接方式如SIM卡和WIFI。
在本实施例中,灌溉云是基于降水利用最大化的水量平衡计算,通过将灌溉系统各种互联的计算、存储、数据、应用等资源进行有效整合来实现多层次的综合云计算灌溉决策平台,更详细地,采用面向服务的体系架构(SOA) 来设计云服务;服务软件采用WEB 2.0获取包括客户在内的动态服务;使用 Mashup技术获取包括中国气象数据网的气象服务等各类服务并进行开发和组合新的服务;提供核心数据管理服务;提供业务流程管理,业务规则管理和业务活动管理服务;提供业务智能服务,并具有复杂事件处理的能力,进一步的,如图5所示,灌溉云在感知层、传输层、数据层和服务层四个层面进行信息化建设,并以数据中心和服务中心为主进行构建。
感知层通过在灌溉区域现场布设传感器(包括但不限于降雨传感器、土壤水分传感器),智能水表,并通过灌溉云获取中国气象数据网提供的气象服务包括天气预报信息,从而全面及时地采集到所需的灌溉用数据,传输层通过有线、无线、卫星等多种网络把采集到的灌溉数据迅速、准确地传输到云数据中心,数据层是包括数据中心和云计算平台。服务层将通过高性能计算、海量数据挖掘、智能分析等技术,对数据进行有效处理,通过相应的服务实现对灌溉的智能化管理。具体到各个层面上,更进一步地,感知层,通过有线方式连接到终端的降雨传感器、土壤水分传感器、智能水表分别获取降雨、土壤水分信息和管道水流量信息,借助中国气象数据网提供的气象服务获取灌溉区域的天气预报信息,更进一步,降雨量、土壤水分和水流量信息分别由通过电连接到所述终端的降雨传感器、土壤水分传感器和智能水表获取,经内置到所述终端上的数据采集器采集、解析,最后无线远程发送到灌溉云。天气预报信息由灌溉云利用Mashup技术从中国气象数据网 (http://data.cma.cn)获取。
数据层,数据中心和数据存储管理一体化,将所有环境基础信息和监测数据包括气象信息、土壤、植物和非灌水窗口等信息集中在灌溉云的大型资源池,实现数据存储、数据分析、数据整合和数据共享;更详细的,数据中心的建设包括:统一管理各类业务数据,包括基础性数据(终端编码、位置、类型,天气预报、土壤信息、站点属性信息、非灌水窗口等),历史数据(改动前的基础性数据,历史气象数据),实时数据(降雨传感器、土壤水分传感器和智能水表采集到的现场数据),统计分析数据(针对以上几类数据的汇总和分析后所得到的数据)。
建立数据模型和自动归类,为数据中心提供一致和全面的数据资源,便于信息交换、共享及分析利用,每个数据模型都包含有属性、访问控制列表、自动归类设置,归档时间等。数据模型的数据格式依据国家标准/行业标准,气象信息模型描述了服务接口,土壤温湿度和水流量信息模型描述了业务流程上的规则和各个步骤。
建立配置数据,灌溉云上的所有配置信息,包括业务界面定制,服务配置数据、终端数据描述等。
建设灌溉行业知识库,存放各类与灌溉相关的法律法规、标准和规范、灌溉系统建设与设备管护技术文档,与植物相关的灌溉技术数据等。
云计算平台,根据数据中心的各类数据,利用水量平衡建立灌溉决策模型,确定各个终端的灌水计划,更进一步,云计算平台包括以下核心技术模块:ET0预算模块,数据决策中心,预警模块。
ET0预算模块,基于天气预报信息,利用FAO P-M公式和/或HS公式建立ET0预报模块,通过建立一个或多个程序,确定该灌溉区域的ET0,当一个或多个程序被灌溉云执行时实现如权利要求1-12种任一所述灌溉决策制定方法。
数据决策中心,用于在灌溉云上根据实际降雨量、现状土壤水分情况,天气预报,非灌水窗口和灌溉区域的各个站点属性信息,利用水量平衡原理构建的灌溉决策模型,通过建立一个或多个程序,确定各站点的灌水计划,当一个或多个程序被灌溉云执行时实现如权利要求1-12种任一所述灌溉决策制定方法。
预警模块,根据天气预报情况,提供极端低温、极端高温如冰冻、热浪等危害植物生长发育的信息经服务中心发送到WEB 2.0门户网站和APP应用程序供用户参考。
服务层,也称服务中心,采用面向服务的架构(SOA)。通过服务之间的消息路由、请求者和服务之间的传输协议转换(如SOAP、JMS等)、请求者和服务之间的消息格式(XML)转换,服务中心提供监测、报表、预测、预报、预警、分析、挖掘等服务,包括在线监测和天气预报、设备管理、基本信息管理、数据查询、数据挖掘服务、预警服务、各类服务的报表和查询、ET0服务、基础数据维护服务,综合办公服务和移动平台服务等。
特别地,在线监测主要针对现场土壤水分信息的监测,如果土壤水分超标,则灌溉云交互平台的服务窗口弹出超标提示,终端根据灌溉云指令停止灌溉,若是意外原因引起的超标,灌溉操作员确认后可以上报,消除超标指令,延续之前的灌水计划,提供在线设备管理服务,如在系统运行时检查阀门启闭电流参数,管道过流量等,如出现异常,系统发出报警并根据故障状况决定系统是否关闭;另外,提供预警服务,如通过监测信息,在高温时,结合ET0预报模型进行作物需水量模拟分析和干旱预警;在低温时,根据冻结温度进行灌溉中断和冻害预警。
服务中心提供智能售后服务和商业服务;提供平台所属企业的内部综合办公和文档管理服务,更特别的是,服务中心集成了先进的数据挖掘工具,计算作物需水量变化趋势,对大量未来、实时和历史数据的挖掘、评测与关联度分析,深度获取和挖掘积累相关灌溉知识,全面提升分析决策的智慧化程度,包括准确判断气候变化趋势对植物需水量的影响,对极端天气的预警、态势分析、辅助决策于一体,针对不同地区提供准确的作物需水量分析,对完善灌溉规划、设计和技术标准,灌区规划等提供充分的科学依据。
平台控制中心,是整个平台的控制平台,控制着数据中心和服务中心,其特征在于,通过设备采集的数据经传输层的传输,汇集到云计算平台的数据中心上,在服务中心上的各项服务,实现对灌溉信息的实时和动态监管,并在此基础上进行数据的共享、报表、发布、预测、预报、预警、分析、挖掘及灌溉控制等功能。包括以下内容:数据模型管理(数据信息的创建、更新、查询和删除功能)、工作流管理(主要用于灌溉云综合办公中心)、存储设备管理(通过存储容器和存储设备两个虚拟对象来管理实际的物理设备)、服务管理(包括服务目录和操作界面门户服务)和其他管理(包括安全管理和权限管理、备份和复原)。
控制中心的交互平台为灌溉云WEB 2.0门户网站和灌溉云APP应用程序。用户通过灌溉云交互平台——门户网站或灌溉云APP——录入和/或选取灌溉区域的各类业务信息包括,但不限于,终端编号、终端位置信息,各个站点属性信息、非灌水窗口等信息;用户也可通过灌溉云交互平台获取灌溉指令、灌溉服务、预报预警等信息。
在本实施例中,降雨传感器、土壤水分传感器和智能水表利用电连接或无线方式传输到终端,优选地,无线传输方式采用ZigBee传输方式。应理解,无线传输模式可使传感器(尤其是土壤水分传感器)可以在灌溉区域的大部分位置灵活设置,检测范围广,ZigBee传输方式为传感器常用的传输方式,可方便与终端传输匹配,电磁阀通过电连接或无线方式连接到终端。
在本实施例中,终端与灌溉云的连接方式采用无线远程传输方式。具体地,通过无线、卫星等多种网络把采集到的灌溉数据迅速、准确地传输到灌溉云数据中心,优选地,传输方式采用GPRS/GSM或WIFI无线技术的通讯网络。终端设置有SIM卡插孔和LAN连接网络的手动开关按钮,并配有WIFI通讯模块。
应理解,各个终端所属灌溉区域所处的通讯网络建设情况不一,采用 GPRS/GSM和WIFI的网络连接方式有三大优点,一是具有多种网络连接方式,适用范围更高,如GPRS/GSM可用于网络覆盖差的地区的智能灌溉,城市或庭院灌区可用WIFI,节省网络费用,二是操作方式类似手机的网络,用户更熟悉和好理解,三是终端设置的WLAN手动连接按钮,可根据需要关闭网络,节省通讯费用。
在实施例中,灌溉云与交互平台的连接方式采用无线远程传输方式。具体地,通过无线、卫星等多种网络把采集到的灌溉数据迅速、准确地传输到灌溉云数据中心,优选地,传输方式采用3G/4G无线技术的通讯网络,实现通讯网、互联网与卫星网的融合。
综上,本发明能够根据天气预报和植物的生长环境参量控制进行ET智慧灌溉,提高了灌水利用率,在最大程度利用天然降雨的同时减少灌溉用水量,节水节能,灌溉云便于随时更新计算方法和程序,减少软硬件设备成本和维护成本,系统自动化信息化程度高,适用于社会各个层面用户的智能化灌溉,在利用降雨、节约用水、提高灌溉水利用效率的同时具有明显的经济效益、生态效益和社会效益。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (12)
1.一种基于降雨利用最大化的灌溉决策云计算方法,其特征在于,包括以下步骤:
S1、基于ET建立降雨利用最大化的灌溉决策云计算平台,即灌溉云,所述灌溉云获取终端的编码和位置信息、站点属性信息、非灌水窗口、实际降雨量信息、土壤水分信息和水流量信息;
S2、所述灌溉云获取所述终端所处位置的天气预报信息;
S3、所述灌溉云根据所述终端所在位置的气象信息等构建ET0预报模型;
S4、所述灌溉云确定灌溉周期,并利用ET0预报模型确定灌水周期内的参考作物需水量ET0均值;
S5、所述灌溉云基于上述信息,利用水量平衡原理,建立灌溉决策模型确定所述终端灌溉区域及每个站点的灌水量和灌水时间;
S6、所述终端接收并执行来自所述灌溉云的灌溉决策,完成电磁阀的启闭操作。
2.根据权利要求1所述的一种基于降雨利用最大化的灌溉决策云计算方法,其特征在于:所述实际降雨量信息通过安装在所述终端的灌溉区域并与所述终端相连的所述降雨传感器采集,所述土壤水分信息通过安装在所述终端的灌溉区域并与所述终端相连的土壤水分传感器采集。
3.根据权利要求2所述的一种基于降雨利用最大化的灌溉决策云计算方法,其特征在于:所述土壤水分信息采集的步骤包括:
所述土壤水分传感器预埋在预定深度的一种或多种不同土壤类型中,所述土壤类型为所述终端灌溉区域的各个站点属性提供的土壤类型,相同土壤类型预埋一个或多个土壤水分传感器。
4.根据权利要求1所述的一种基于降雨利用最大化的灌溉决策云计算方法,其特征在于:所述水流量信息通过安装在所述终端灌溉区域的泵房主管道上并与所述终端相连的智能水表采集。
5.根据权利要求1所述的一种基于降雨利用最大化的灌溉决策云计算方法,其特征在于:天气预报信息至少包括降雨量、降雨概率、最高气温、最低气温,天气预报气象信息由所述灌溉云所需求的终端位置信息从中国气象数据网获取。
6.根据权利要求1所述的一种基于降雨利用最大化的灌溉决策云计算方法,其特征在于:站点属性信息至少包括:土壤类型,植物/作物类型、植物密度/种植密度、根系层深度、微气候,灌水方式及灌水速率。
7.根据权利要求1所述的一种基于降雨利用最大化的灌溉决策云计算方法,其特征在于:ET0预报模型,基于天气预报信息和下垫面条件,利用FAO Penman-Monteith公式和Hargreaves公式建立ET0预报模型。
8.根据权利要求1所述的一种基于降雨利用最大化的灌溉决策云计算方法,其特征在于:灌水周期的确定方法由所述灌溉云按照下述原理和方法自动设置:以预报降雨概率大的日期的前一日为灌水周期的截止日期;根据土壤类型、植物根系层深度、当前土壤水分含量、ET0预报模型和站点属性信息试算确定;连续多日预报降雨概率大且日均降雨量大于3mm则将此连续日期计入当次的灌水周期;灌水周期内的灌溉水量与有效降水量之和不大于土壤最大允许灌水量;灌水周期不同的多个站点集中管理时,取各个站点的最小灌水周期为集中管理时的灌水周期;将非灌水窗口剔除在灌水计划实施的时间段内,部分试算公式如下:
mmax=γzp(θmax-θmin)
9.根据权利要求1所述的一种基于降雨利用最大化的灌溉决策云计算平台,其特征在于:构建灌溉预报模型,制定灌水计划,具体步骤如下:
S10、基于所述ET0预报模型计算参考作物需水量ET0,并根据终端各站点属性信息确定各个站点的植物系数/作物系数Kc;
S20、利用公式ET=Kc*Ks*ET0试算实际作物需水量ET,式中Ks为亏缺系数,范围0-1.0,充分灌溉时Ks=1.0;
S30、基于所述终端的预报降雨量确定灌溉区域的未来有效降雨量,读取所述终端的土壤水分传感器实测的土壤水分数据,确定灌水周期;
S40、基于上述步骤获取的信息和数据,利用水量平衡原理构建灌溉决策模型,根据灌溉决策模型制定灌水计划,包括灌水周期、灌水定额,各个站点的一次灌水运行时间。
10.根据权利要求1所述的一种基于降雨利用最大化的灌溉决策云计算平台,其特征在于:所述灌溉云对降雨量、土壤水分和水量进行数据预处理,预处理包括剔除不符合数据规范的数据和噪声数据、清理重复数据和对缺失数据进行插值补全。
11.一种灌溉决策云计算平台,即灌溉云,其特征在于:所述灌溉云是基于降水利用最大化的水量平衡计算,通过将灌溉系统各种互联的计算、存储、数据、应用等资源进行有效整合来实现多层次的综合云计算灌溉决策平台,采用面向服务的体系架构来设计云服务;服务软件采用WEB 2.0网站和APP应用程序获取包括客户在内的动态服务;使用Mashup技术获取包括中国气象数据网的气象服务等各类服务并进行开发和组合新的服务;提供核心数据管理服务;提供业务流程管理,业务规则管理和业务活动管理服务;提供业务智能服务,并具有复杂事件处理的能力,进一步的,灌溉云在感知层、传输层、数据层和服务层四个层面进行信息化建设,并以数据中心和服务中心为主进行构建。
12.一种灌溉终端,其特征在于:所述终端用于将连接到此终端设备的降雨传感器、土壤水分传感器和智能水表获取的信息存储并无线远程发送至所述灌溉云,并可接收和执行所述灌溉云发来的灌溉指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110299887.9A CN115104515B (zh) | 2021-03-22 | 2021-03-22 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110299887.9A CN115104515B (zh) | 2021-03-22 | 2021-03-22 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115104515A true CN115104515A (zh) | 2022-09-27 |
CN115104515B CN115104515B (zh) | 2023-09-22 |
Family
ID=83324304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110299887.9A Active CN115104515B (zh) | 2021-03-22 | 2021-03-22 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115104515B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117237145A (zh) * | 2023-11-14 | 2023-12-15 | 北京宏数科技有限公司 | 一种基于大数据的传感器数据处理方法及系统 |
CN117522059A (zh) * | 2023-11-23 | 2024-02-06 | 星景科技有限公司 | 一种基于多源信息融合的园林绿化浇灌决策方法及系统 |
CN117770105A (zh) * | 2023-12-20 | 2024-03-29 | 北京数智大观科技有限公司 | 基于降雨条件的园林智能灌溉控制方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103237067A (zh) * | 2013-04-17 | 2013-08-07 | 河海大学 | 基于云端的灌区节水灌溉决策支持系统 |
CN104521699A (zh) * | 2014-11-18 | 2015-04-22 | 华北水利水电大学 | 田间智能灌溉在线控制管理方法 |
CN105706860A (zh) * | 2016-02-01 | 2016-06-29 | 云南俊联科技有限公司 | 基于云的节水灌溉自动控制和信息化管理系统 |
CN206043020U (zh) * | 2016-08-28 | 2017-03-29 | 中国农业科学院农田灌溉研究所 | 一种基于云计算的智能灌溉施肥系统 |
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 |
CN107372038A (zh) * | 2017-09-06 | 2017-11-24 | 郑州云海信息技术有限公司 | 一种基于云计算的自动灌溉系统 |
CN107945042A (zh) * | 2017-11-29 | 2018-04-20 | 上海华维节水灌溉股份有限公司 | 一种作物生长灌溉决策控制系统 |
CN108308005A (zh) * | 2017-12-28 | 2018-07-24 | 合肥长天信息技术有限公司 | 一种智能化农田灌溉系统 |
CN108876005A (zh) * | 2018-05-07 | 2018-11-23 | 中国农业科学院农田灌溉研究所 | 基于天气信息的冬小麦灌溉预报方法 |
CN109601346A (zh) * | 2018-11-09 | 2019-04-12 | 中国神华能源股份有限公司 | 灌溉系统 |
CN111552253A (zh) * | 2020-05-20 | 2020-08-18 | 安徽农业大学 | 一种智能云灌溉综合平台架构及其控制方法 |
-
2021
- 2021-03-22 CN CN202110299887.9A patent/CN115104515B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103237067A (zh) * | 2013-04-17 | 2013-08-07 | 河海大学 | 基于云端的灌区节水灌溉决策支持系统 |
CN104521699A (zh) * | 2014-11-18 | 2015-04-22 | 华北水利水电大学 | 田间智能灌溉在线控制管理方法 |
CN105706860A (zh) * | 2016-02-01 | 2016-06-29 | 云南俊联科技有限公司 | 基于云的节水灌溉自动控制和信息化管理系统 |
CN206043020U (zh) * | 2016-08-28 | 2017-03-29 | 中国农业科学院农田灌溉研究所 | 一种基于云计算的智能灌溉施肥系统 |
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 |
CN107372038A (zh) * | 2017-09-06 | 2017-11-24 | 郑州云海信息技术有限公司 | 一种基于云计算的自动灌溉系统 |
CN107945042A (zh) * | 2017-11-29 | 2018-04-20 | 上海华维节水灌溉股份有限公司 | 一种作物生长灌溉决策控制系统 |
CN108308005A (zh) * | 2017-12-28 | 2018-07-24 | 合肥长天信息技术有限公司 | 一种智能化农田灌溉系统 |
CN108876005A (zh) * | 2018-05-07 | 2018-11-23 | 中国农业科学院农田灌溉研究所 | 基于天气信息的冬小麦灌溉预报方法 |
CN109601346A (zh) * | 2018-11-09 | 2019-04-12 | 中国神华能源股份有限公司 | 灌溉系统 |
CN111552253A (zh) * | 2020-05-20 | 2020-08-18 | 安徽农业大学 | 一种智能云灌溉综合平台架构及其控制方法 |
Non-Patent Citations (1)
Title |
---|
中华人民共和国住房和城乡建设部等 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117237145A (zh) * | 2023-11-14 | 2023-12-15 | 北京宏数科技有限公司 | 一种基于大数据的传感器数据处理方法及系统 |
CN117237145B (zh) * | 2023-11-14 | 2024-02-13 | 北京宏数科技有限公司 | 一种基于大数据的传感器数据处理方法及系统 |
CN117522059A (zh) * | 2023-11-23 | 2024-02-06 | 星景科技有限公司 | 一种基于多源信息融合的园林绿化浇灌决策方法及系统 |
CN117770105A (zh) * | 2023-12-20 | 2024-03-29 | 北京数智大观科技有限公司 | 基于降雨条件的园林智能灌溉控制方法 |
CN117770105B (zh) * | 2023-12-20 | 2024-06-11 | 北京数智大观科技有限公司 | 基于降雨条件的园林智能灌溉控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115104515B (zh) | 2023-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN107945042B (zh) | 一种作物生长灌溉决策控制系统 | |
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 | |
CN110214506A (zh) | 水肥管控方法及系统 | |
CN105830870B (zh) | 一种远程无线农田监控系统和方法 | |
US7403840B2 (en) | Irrigation control system | |
CN104521699A (zh) | 田间智能灌溉在线控制管理方法 | |
US20090326723A1 (en) | Irrigation control system | |
US11751521B2 (en) | System for optimizing use of water in irrigation based on predictive calculation of soil water potential | |
CN102705957A (zh) | 办公建筑中央空调逐时冷负荷在线预测方法及系统 | |
CN102779228A (zh) | 商场建筑中央空调冷负荷在线预测方法及系统 | |
Fazackerley et al. | Reducing turfgrass water consumption using sensor nodes and an adaptive irrigation controller | |
Liu et al. | Optimization of planning structure in irrigated district considering water footprint under uncertainty | |
CN115530054A (zh) | 灌溉控制方法、装置、电子设备及存储介质 | |
Davis et al. | Landscape irrigation with evapotranspiration controllers in a humid climate | |
CN110463587A (zh) | 基于LoRa与GA-BP的规模化大棚节水灌溉系统 | |
CN113273449A (zh) | 用于日光温室精准监测的数字孪生体构造方法 | |
CN206380441U (zh) | 一种灌溉装置 | |
Ikidid et al. | Smart collective irrigation: agent and internet of things based system | |
Lyu et al. | Design of irrigation control system for vineyard based on lora wireless communication and dynamic neural network | |
Yu et al. | Eco-climate intelligent monitoring system of an agricultural science-and-technology park based on internet of things | |
CN117751742B (zh) | 一种智慧园林水肥灌溉优化方法和系统 | |
Sari et al. | Smart Irrigation System for Smart Farming. | |
Kim et al. | Water economy with smart water system in the City of Carouge | |
CN112913654B (zh) | 一种川贝母智能灌溉系统及方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |