CN115685799A - 一种生态灌区信息化的数字孪生远程控制方法及平台 - Google Patents
一种生态灌区信息化的数字孪生远程控制方法及平台 Download PDFInfo
- Publication number
- CN115685799A CN115685799A CN202211091276.6A CN202211091276A CN115685799A CN 115685799 A CN115685799 A CN 115685799A CN 202211091276 A CN202211091276 A CN 202211091276A CN 115685799 A CN115685799 A CN 115685799A
- Authority
- CN
- China
- Prior art keywords
- real
- amount
- crop
- target
- time
- 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
Images
Classifications
-
- 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
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明涉及一种人工智能技术，揭露了一种生态灌区信息化的数字孪生远程控制方法及平台。本发明对目标生态灌区进行区域划分，得到多个目标区域；提取任意一个目标区域并采集得到目标数据集；基于大数据组建土壤水平衡的影响指标集，其中包括作物腾发量、有效降水量、地下水补给量、灌溉水量；依次分析确定影响因素集；构建无线传感器网络，其中包括多个传感器节点；对影响因素集中各影响因素进行动态监测，并组建实时监测参数集；结合实时监测参数集与目标数据集计算得到实时水分含量；根据实时水分含量进行远程控制管理。相较于现有技术，本发明可提高灌区实时水量监测准确性，为后续远程控制提供依据，进而提高远程控制科学性、合理性。
Description
技术领域
本发明涉及人工智能领域，特别涉及一种生态灌区信息化的数字孪生远程控制方法及平台。
背景技术
生态灌区是指有可靠水源和引、输、配水渠道系统以及相应排水沟道的灌溉区域。生态灌区具有范围大、工程分散、分水建筑物多、区内气候、土壤及农作物差异明显、降雨时空分布不均匀、水资源动态变化等特点，因此使得生态灌区的水资源优化配置、实时调度成为一个非常复杂、工作量巨大的问题。现有技术中存在无法及时得到准确的灌区实时水分含量数据，从而导致水资源配置调度缺乏科学的依据，影响生态灌区整体控制科学性、合理性的技术问题。因此，研究利用计算机技术提高生态灌区的信息化水平，通过利用现代信息技术，深入开发和利用灌区信息资源，大大提高信息采集和加工的准确性以及传输的时效性，并基于准确的灌区实时水分含量做出及时、准确的控制反馈，为生态灌区管理部门提供科学的决策依据，全面提升生态灌区经营管理的效率和效能等，均具有重要的意义。总体来说，现有方法的缺陷在于，无法及时得到准确的灌区实时水分含量数据，从而导致水资源配置调度不科学、不合理，最终影响生态灌区整体控制水平和管理效率。
因此，如何提高生态灌区实时水量监测准确性，为后续远程控制提供依据，进而提高远程控制科学性、合理性，最终提高生态灌区整体控制水平和管理效率，成为一个亟待解决的问题。
发明内容
本发明的主要目的是提供一种生态灌区信息化的数字孪生远程控制方法及平台，旨在提高生态灌区实时水量监测准确性，为后续远程控制提供依据，进而提高远程控制科学性、合理性，最终提高生态灌区整体控制水平和管理效率。
为实现上述目的，本发明提出一种生态灌区信息化的数字孪生远程控制方法，包括如下步骤：
区域划分步骤：对目标生态灌区进行区域划分，并根据区域划分结果得到多个目标区域；
数据采集步骤：提取所述多个目标区域中任意一个目标区域，并对所述任意一个目标区域进行多维度数据采集，得到目标数据集；
指标组建步骤：基于大数据组建土壤水平衡的影响指标集，其中，所述影响指标集包括作物腾发量、有效降水量、地下水补给量、灌溉水量；
因素分析步骤：对所述作物腾发量、所述有效降水量、所述地下水补给量、所述灌溉水量依次进行分析，并根据分析结果确定影响因素集；
网络构建步骤：基于ZigBee协议构建无线传感器网络，其中，所述无线传感器网络包括多个传感器节点；
实时监测步骤：通过所述多个传感器节点对所述影响因素集中各影响因素进行动态监测，并根据监测结果组建实时监测参数集；
分析计算步骤：结合所述实时监测参数集与所述目标数据集进行计算，得到所述任意一个目标区域的实时水分含量；
控制执行步骤：根据所述实时水分含量对所述目标生态灌区进行远程控制管理。
优选地，所述因素分析步骤，包括：
对所述作物腾发量进行影响因素分析，得到作物腾发量影响因素集，其中，所述作物腾发量影响因素集包括多个作物腾发量因素；
对所述有效降水量进行影响因素分析，得到有效降水量影响因素集，其中，所述有效降水量影响因素集包括多个有效降水量因素；
对所述地下水补给量进行影响因素分析，得到地下水补给量影响因素集，其中，所述地下水补给量影响因素集包括多个地下水补给量因素；
对所述灌溉水量进行影响因素分析，得到灌溉水量影响因素集，其中，所述灌溉水量影响因素集包括多个灌溉水量因素；
基于所述多个作物腾发量因素、所述多个有效降水量因素、所述多个地下水补给量因素、所述多个灌溉水量因素，组建所述影响因素集。
优选地，所述分析计算步骤，包括：
提取所述实时监测参数集中的所述多个作物腾发量因素的监测参数，得到作物腾发量因素参数集，并计算得到实时作物腾发量；
提取所述实时监测参数集中的所述多个有效降水量因素的监测参数，得到有效降水量因素参数集，并计算得到实时有效降水量；
提取所述实时监测参数集中的所述多个地下水补给量因素的监测参数，得到地下水补给量因素参数集，并分析得到实时地下水补给量；
提取所述实时监测参数集中的所述多个灌溉水量因素的监测参数，得到灌溉水量因素参数集，并分析得到实时灌溉水量；
根据所述实时作物腾发量、所述实时有效降水量、所述实时地下水补给量、所述实时灌溉水量，计算得到所述实时水分含量。
优选地，所述计算得到实时作物腾发量，包括：
提取所述实时监测参数集中的所述多个作物腾发量因素的监测参数，得到作物腾发量因素参数集；
利用Hargreaves公式对所述作物腾发量因素参数集进行计算，得到实时作物腾发量基数；
获得所述任意一个目标区域中的目标作物，并利用分段单值平均法确定作物系数；
根据所述作物系数与所述实时作物腾发量基数，计算得到实时作物腾发量。
优选地，所述利用分段单值平均法确定作物系数，包括：
对所述目标作物的全生育期进行划分，得到目标划分结果，其中，所述目标划分结果包括初始生长期、快速发育期、生育中期、成熟期；
通过FAO标准作物系数表得到所述目标作物的初始生长期系数；
组建作物系数影响指标集，其中，所述作物系数影响指标集包括日平均风速、日最低平均相对湿度；
依次采集所述日平均风速、日最低平均相对湿度，得到作物系数影响指标数据；
根据所述作物系数影响指标数据，对所述初始生长期系数进行修正，得到修正系数；
将所述修正系数作为所述作物系数。
优选地，所述计算得到实时有效降水量，包括：
提取所述实时监测参数集中的所述多个有效降水量因素的监测参数，得到有效降水量因素参数集；
提取所述有效降水量因素参数集中的地面径流量参数、深层渗漏量参数，并结合降雨总量计算得到有效降雨量；
利用动态资料分析法确定降水入渗补给系数；
根据所述降水入渗补给系数与所述有效降雨量，计算得到实时有效降水量。
优选地，还包括：
提取所述目标数据集中的渠道数据；
基于所述渠道数据，利用3DMAX软件进行渠道建模，得到渠道模型；
将所述渠道模型导入至Unity 3D引擎，得到所述任意一个目标区域的虚拟场景；
将所述无线传感器网络与所述虚拟场景通信连接，对所述任意一个目标区域的进行可视化管理。
此外，为实现上述目的，本发明还提出一种生态灌区信息化的数字孪生远程控制平台，所述一种生态灌区信息化的数字孪生远程控制平台包括存储器和处理器，其特征在于，所述存储器上存储有一种生态灌区信息化的数字孪生远程控制程序，所述生态灌区信息化的数字孪生远程控制程序被所述处理器执行时实现如下步骤：
区域划分步骤：对目标生态灌区进行区域划分，并根据区域划分结果得到多个目标区域；
数据采集步骤：提取所述多个目标区域中任意一个目标区域，并对所述任意一个目标区域进行多维度数据采集，得到目标数据集；
指标组建步骤：基于大数据组建土壤水平衡的影响指标集，其中，所述影响指标集包括作物腾发量、有效降水量、地下水补给量、灌溉水量；
因素分析步骤：对所述作物腾发量、所述有效降水量、所述地下水补给量、所述灌溉水量依次进行分析，并根据分析结果确定影响因素集；
网络构建步骤：基于ZigBee协议构建无线传感器网络，其中，所述无线传感器网络包括多个传感器节点；
实时监测步骤：通过所述多个传感器节点对所述影响因素集中各影响因素进行动态监测，并根据监测结果组建实时监测参数集；
分析计算步骤：结合所述实时监测参数集与所述目标数据集进行计算，得到所述任意一个目标区域的实时水分含量；
控制执行步骤：根据所述实时水分含量对所述目标生态灌区进行远程控制管理。
此外，为实现上述目的，本发明还提出一种计算机设备，其中，包括处理器和存储器；
所述处理器，用于处理执行所述的生态灌区信息化的数字孪生远程控制方法；
所述存储器，所述存储器与所述处理器耦合，用于存储所述生态灌区信息化的数字孪生远程控制程序，当所述程序被所述处理器执行时，使系统以执行所述生态灌区信息化的数字孪生远程控制方法的步骤。
此外，为实现上述目的，本发明还提出一种计算机可读存储介质，其中，所述计算机可读存储介质存储有一种生态灌区信息化的数字孪生远程控制程序，所述生态灌区信息化的数字孪生远程控制程序可被至少一个处理器执行，以使所述至少一个处理器执行如上述任一项所述的生态灌区信息化的数字孪生远程控制方法的步骤。
本发明对目标生态灌区进行区域划分，并根据区域划分结果得到多个目标区域；提取所述多个目标区域中任意一个目标区域，并对所述任意一个目标区域进行多维度数据采集，得到目标数据集；基于大数据组建土壤水平衡的影响指标集，其中，所述影响指标集包括作物腾发量、有效降水量、地下水补给量、灌溉水量；对所述作物腾发量、所述有效降水量、所述地下水补给量、所述灌溉水量依次进行分析，并根据分析结果确定影响因素集；基于ZigBee协议构建无线传感器网络，其中，所述无线传感器网络包括多个传感器节点；通过所述多个传感器节点对所述影响因素集中各影响因素进行动态监测，并根据监测结果组建实时监测参数集；结合所述实时监测参数集与所述目标数据集进行计算，得到所述任意一个目标区域的实时水分含量；根据所述实时水分含量对所述目标生态灌区进行远程控制管理。相较于现有技术，本发明通过采集目标生态灌区的相关特征数据，同时基于大数据和无线传感器网络监测得到目标生态灌区的实时监测参数集，进而结合目标监测参数集和目标数据集，计算得到准确的灌区实时水分含量，实现了提高生态灌区信息化建设水平的目标，达到了提高灌区实时水量监测准确性，并为后续远程控制提供依据，进而提高远程控制科学性、合理性的技术效果。
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，下面将对实施例或现有技术描述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的前提下，还可以根据这些附图示出的结构获得其他的附图。
图1为本发明生态灌区信息化的数字孪生远程控制方法的流程示意图；
图2为本发明生态灌区信息化的数字孪生远程控制方法中计算得到实时作物腾发量的流程示意图；
图3为本发明生态灌区信息化的数字孪生远程控制方法中利用分段单值平均法确定作物系数的流程示意图；
图4为本发明生态灌区信息化的数字孪生远程控制方法中计算得到实时有效降水量的流程示意图；
图5为本发明生态灌区信息化的数字孪生远程控制方法中对任意一个目标区域的进行可视化管理的流程示意图；
图6为本发明生态灌区信息化的数字孪生远程控制程序的运行环境示意图；
图7为本发明生态灌区信息化的数字孪生远程控制程序的程序模块图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
本发明提出一种生态灌区信息化的数字孪生远程控制方法。
如图1所示，图1为本发明生态灌区信息化的数字孪生远程控制方法的流程示意图。
本实施例中，该方法包括：
S100：对目标生态灌区进行区域划分，并根据区域划分结果得到多个目标区域；
S200：提取所述多个目标区域中任意一个目标区域，并对所述任意一个目标区域进行多维度数据采集，得到目标数据集；
所述目标生态灌区是指任意一个待使用生态灌区信息化的数字孪生远程控制平台进行灌区含水量实时智能监测，进而针对性控制的生态灌区。生态灌区中包括可靠水源和引、输、配水渠道系统以及相应排水沟道的灌溉区域。首先对所述目标生态灌区进行区域划分，从而得到目标生态灌区划分后的多个目标区域，也就是说，所述多个目标区域组成所述目标生态灌区。示范性的如将某灌区按照特定面积进行规则划分，或将某灌区按照区域功能进行区域划分，或将某灌区按照种植作物类型进行划分等等。进一步的，随机提取目标生态灌区在划分后的任意一个目标区域，并对所述任意一个目标区域的地理位置、区域形状、区域内土壤条件、区域经纬度数据、区域环境等相关数据进行采集，即得到多维度采集的目标数据集。
通过对目标生态灌区进行数据采集得到目标数据集，实现了对目标生态灌区中各目标区域的直观化、数据化了解目标，达到了为后续对目标生态灌区的水资源进行优化配置提供数据基础和依据的技术效果。
S300：基于大数据组建土壤水平衡的影响指标集，其中，所述影响指标集包括作物腾发量、有效降水量、地下水补给量、灌溉水量；
S400：对所述作物腾发量、所述有效降水量、所述地下水补给量、所述灌溉水量依次进行分析，并根据分析结果确定影响因素集；
本实施例中的S400还包括：
第一步，对所述作物腾发量进行影响因素分析，得到作物腾发量影响因素集，其中，所述作物腾发量影响因素集包括多个作物腾发量因素；
第二步，对所述有效降水量进行影响因素分析，得到有效降水量影响因素集，其中，所述有效降水量影响因素集包括多个有效降水量因素；
第三步，对所述地下水补给量进行影响因素分析，得到地下水补给量影响因素集，其中，所述地下水补给量影响因素集包括多个地下水补给量因素；
第四步，对所述灌溉水量进行影响因素分析，得到灌溉水量影响因素集，其中，所述灌溉水量影响因素集包括多个灌溉水量因素；
第五步，基于所述多个作物腾发量因素、所述多个有效降水量因素、所述多个地下水补给量因素、所述多个灌溉水量因素，组建所述影响因素集。
首先通过计算机技术和大数据，查找相关文献资料并分析影响生态灌区中土壤水平衡的指标因素，并组建为所述影响指标集。其中，所述影响指标集包括作物腾发量、有效降水量、地下水补给量、灌溉水量。所述作物腾发量是指作物从播种到收获的整个生育期间，叶面蒸腾与棵间蒸发，即植株间土壤或水面的蒸发量之和，其中，作物腾发量的大小随地区的气候、土壤、地下水位等自然条件、作物种类、品种、农业技术措施等的不同而异。所述有效降水量是指自然降雨、降雪等自然因素对生态灌区中土壤含水量的影响情况。其中，有效降水量低于实际降水量。所述地下水补给量受到对应地下水的埋深、土壤性质以及作物种类等的影响，其中，根据历史资料分析得出，地下水埋深在4米以上时，地下水补给量近似为0，不予考虑。所述灌溉水量是指人工灌溉方式形成的土壤含水量影响。其中，所述灌溉水量通过超声波探测器进行人工监测。
进一步的，对所述作物腾发量、所述有效降水量、所述地下水补给量、所述灌溉水量依次进行分析，并根据分析结果确定对应影响因素集，分别得到所述作物腾发量影响因素集、所述有效降水量影响因素集、所述地下水补给量影响因素集、所述灌溉水量影响因素集。示范性的如作物腾发量影响因素有作物种类、作物生长阶段、土壤砂粒含量和粘粒含量、土壤蒸发层深度、环境温湿度等，有效降水量影响因素有降水量、降水强度、降水时长、土壤植被覆盖率、区域地形地貌等。最后，基于多个作物腾发量因素、多个有效降水量因素、多个地下水补给量因素、多个灌溉水量因素，组建所述影响因素集。通过分析组建影响因素集，为后续构建智能监测网络提供监测节点依据，达到了提高监测数据可靠性、有效性、全面性的技术效果。
S500：基于ZigBee协议构建无线传感器网络，其中，所述无线传感器网络包括多个传感器节点；
S600：通过所述多个传感器节点对所述影响因素集中各影响因素进行动态监测，并根据监测结果组建实时监测参数集；
所述ZigBee协议是基于IEEE 802.15.4无线标准的具有短距离、低速率、低成本、低功耗特点的无线网络技术。基于ZigBee协议，对所述影响因素集中各个影响因素进行针对性节点设置，得到多个传感器节点，进而构建无线传感器网络。其中，所述无线传感器网络中的所述多个传感器节点汇聚为多个汇聚节点，无线传感器网络是由大量传感器节点通过无线通信技术自组织构成的网络，综合了传感器技术、信息处理技术和网络通信技术，也就是说，基于各传感器监测的所述实时监测参数集，分别得到作物腾发量、有效降水量、地下水补给量、灌溉水量汇聚情况。在无线传感器网络中，节点通过飞机随机撒播、人工有序埋置等方式，安置在监测区域或对象内，各个节点通过自组织形式构建网络，并通过多跳中继的方式将传感器节点采集的数据传输至汇聚节点，最终通过汇聚节点建立的链路将整个区域监测数据传送到控制平台进行集中处理。无线传感器网络包括传感器节点、汇聚节点和互联网，传感器节点通常是一个由电池供电的微型嵌入式系统，每个传感器节点都具备数据采集、接收、处理和发送的功能。汇聚节点相对传感器节点，具有较强的处理、存储和通信的能力，它在无线传感器网络与Internet等外部网络之间建立连接，实现不同协议之间的转换。同时，将节点收集的数据转发到控制平台，同时下发控制平台管理节点的监测任务。
通过构建无线传感器网络，实现了为后续实时监测并采集目标区域相关数据提供网络基础的目标，采集得到的所述实时监测参数集，达到了为后续确定目标区域的实时水分含量提供计算和分析的数据基础的技术效果。
S700：结合所述实时监测参数集与所述目标数据集进行计算，得到所述任意一个目标区域的实时水分含量；
本实施例中的S700还包括：
第一步，提取所述实时监测参数集中的所述多个作物腾发量因素的监测参数，得到作物腾发量因素参数集，并计算得到实时作物腾发量；
如图2所示，本实施例中的所述计算得到实时作物腾发量，包括：
首先，提取所述实时监测参数集中的所述多个作物腾发量因素的监测参数，得到作物腾发量因素参数集；
然后，利用Hargreaves公式对所述作物腾发量因素参数集进行计算，得到实时作物腾发量基数；
接着，获得所述任意一个目标区域中的目标作物，并利用分段单值平均法确定作物系数；
如图3所示，本实施例中的所述利用分段单值平均法确定作物系数，包括：
第一，对所述目标作物的全生育期进行划分，得到目标划分结果，其中，所述目标划分结果包括初始生长期、快速发育期、生育中期、成熟期；
第二，通过FAO标准作物系数表得到所述目标作物的初始生长期系数；
第三，组建作物系数影响指标集，其中，所述作物系数影响指标集包括日平均风速、日最低平均相对湿度；
第四，依次采集所述日平均风速、日最低平均相对湿度，得到作物系数影响指标数据；
第五，根据所述作物系数影响指标数据，对所述初始生长期系数进行修正，得到修正系数；
第六，将所述修正系数作为所述作物系数。
最后，根据所述作物系数与所述实时作物腾发量基数，计算得到实时作物腾发量。
第二步，提取所述实时监测参数集中的所述多个有效降水量因素的监测参数，得到有效降水量因素参数集，并计算得到实时有效降水量；
如图4所示，本实施例中的所述计算得到实时有效降水量，包括：
首先，提取所述实时监测参数集中的所述多个有效降水量因素的监测参数，得到有效降水量因素参数集；
然后，提取所述有效降水量因素参数集中的地面径流量参数、深层渗漏量参数，并结合降雨总量计算得到有效降雨量；
接着，利用动态资料分析法确定降水入渗补给系数；
最后，根据所述降水入渗补给系数与所述有效降雨量，计算得到实时有效降水量。
第三步，提取所述实时监测参数集中的所述多个地下水补给量因素的监测参数，得到地下水补给量因素参数集，并分析得到实时地下水补给量；
第四步，提取所述实时监测参数集中的所述多个灌溉水量因素的监测参数，得到灌溉水量因素参数集，并分析得到实时灌溉水量；
第五步，根据所述实时作物腾发量、所述实时有效降水量、所述实时地下水补给量、所述实时灌溉水量，计算得到所述实时水分含量。
基于无线传感器网络实时监测到的所述实时监测参数集，依次提取相关因素参数，并分析得到各影响指标的实时参数。
首先提取所述实时监测参数集中的所述多个作物腾发量因素的监测参数，得到作物腾发量因素参数集，并利用Hargreaves公式对所述作物腾发量因素参数集进行计算，得到实时作物腾发量基数。其中，Hargreaves公式由美国学者GeorgeH.Hargervaes总结提出，仅需要最高温度、最低温度和理论太阳辐射就可以计算作物腾发量。接着，获得所述任意一个目标区域中的目标作物，并利用分段单值平均法确定作物系数。具体为对所述目标作物的全生育期进行划分，得到初始生长期、快速发育期、生育中期、成熟期的目标作物的目标划分结果，接着，通过FAO标准作物系数表得到所述目标作物的初始生长期系数。同时，通过分析确定影响作物系数的指标，并组建作物系数影响指标集，其中包括日平均风速、日最低平均相对湿度指标。进而，依次采集所述日平均风速、日最低平均相对湿度，得到作物系数影响指标数据，并基于所述作物系数影响指标数据对FAO标准作物系数表确定的所述初始生长期系数进行修正，得到修正系数，进一步将所述修正系数作为所述作物系数。其中，所述作物系数是指所述目标作物当前生长阶段的腾发量影响系数。最后根据所述作物系数与所述实时作物腾发量基数，计算得到所述目标作物的实时作物腾发量。
进一步的，提取所述实时监测参数集中的所述多个有效降水量因素的监测参数，从而得到所述有效降水量因素参数集，进而提取所述有效降水量因素参数集中的地面径流量参数、深层渗漏量参数，并结合降雨总量计算得到有效降雨量。利用动态资料分析法确定降水入渗补给系数，根据所述降水入渗补给系数与所述有效降雨量，计算得到实时有效降水量。其中，所述动态资料分析法是指利用长期观测井的雨后地下水升幅资料计算降水入渗补给系数的方法，即通过无中间转换的直观表达，结合少量资料、参数确定降水入渗补给系数。
进一步的，根据所述实时监测参数集，依次分析得到实时地下水补给量、实时灌溉水量，并结合所述实时作物腾发量、所述实时有效降水量计算得到所述实时水分含量。实现了基于实时监测数据的灌区实时水分含量的准确、直观计算的技术目标。
S800：根据所述实时水分含量对所述目标生态灌区进行远程控制管理。
如图5所示，本实施例中，还包括以下步骤：
第一步，提取所述目标数据集中的渠道数据；
第二步，基于所述渠道数据，利用3DMAX软件进行渠道建模，得到渠道模型；
第三步，将所述渠道模型导入至Unity 3D引擎，得到所述任意一个目标区域的虚拟场景；
第四步，将所述无线传感器网络与所述虚拟场景通信连接，对所述任意一个目标区域的进行可视化管理。
在根据所述实时水分含量对所述目标生态灌区进行水资源远程配置和控制管理前，首先从采集到的所述目标数据集中提取所述目标生态灌区中各个划分区域的渠道数据，并利用3DMAX软件对所述渠道数据进行渠道建模，得到目标生态灌区的渠道模型。示范性的如对目标生态区域中的渠首及渠首附近地形、渠首闸、引水渠道及地物对象进行三维表达、浏览和可视化管理，达到提高灌区信息化管理水平，同时也能作为信息载体对感知信息进行可视化表达的效果。接着将所述渠道模型导入至Unity 3D引擎，得到所述任意一个目标区域的虚拟场景。进一步，将所述无线传感器网络与所述虚拟场景通信连接，从而实现对所述任意一个目标区域的进行可视化管理。
本发明对目标生态灌区进行区域划分，并根据区域划分结果得到多个目标区域；提取所述多个目标区域中任意一个目标区域，并对所述任意一个目标区域进行多维度数据采集，得到目标数据集；基于大数据组建土壤水平衡的影响指标集，其中，所述影响指标集包括作物腾发量、有效降水量、地下水补给量、灌溉水量；对所述作物腾发量、所述有效降水量、所述地下水补给量、所述灌溉水量依次进行分析，并根据分析结果确定影响因素集；基于ZigBee协议构建无线传感器网络，其中，所述无线传感器网络包括多个传感器节点；通过所述多个传感器节点对所述影响因素集中各影响因素进行动态监测，并根据监测结果组建实时监测参数集；结合所述实时监测参数集与所述目标数据集进行计算，得到所述任意一个目标区域的实时水分含量；根据所述实时水分含量对所述目标生态灌区进行远程控制管理。相较于现有技术，本发明通过采集目标生态灌区的相关特征数据，同时基于大数据和无线传感器网络监测得到目标生态灌区的实时监测参数集，进而结合目标监测参数集和目标数据集，计算得到准确的灌区实时水分含量，实现了提高生态灌区信息化建设水平的目标，达到了提高灌区实时水量监测准确性，并为后续远程控制提供依据，进而提高远程控制科学性、合理性的技术效果。
本发明提出一种生态灌区信息化的数字孪生远程控制程序。
请参阅图6，是本发明生态灌区信息化的数字孪生远程控制程序10的运行环境示意图。
在本实施例中，生态灌区信息化的数字孪生远程控制程序10安装并运行于电子装置1中。电子装置1可以是桌上型计算机、笔记本、掌上电脑及服务器等计算设备。该电子装置1可包括，但不仅限于，存储器11、处理器12及显示器13。图6仅示出了具有组件11-13的电子装置1，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
存储器11在一些实施例中可以是电子装置1的内部存储单元，例如该电子装置1的硬盘或内存。存储器11在另一些实施例中也可以是电子装置1的外部存储设备，例如电子装置1上配备的插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（SecureDigital, SD）卡，闪存卡（Flash Card）等。进一步地，存储器11还可以既包括电子装置1的内部存储单元也包括外部存储设备。存储器11用于存储安装于电子装置1的应用软件及各类数据，例如生态灌区信息化的数字孪生远程控制程序10的程序代码等。存储器11还可以用于暂时地存储已经输出或者将要输出的数据。
处理器12在一些实施例中可以是一中央处理器（Central Processing Unit,CPU），微处理器或其他数据处理芯片，用于运行存储器11中存储的程序代码或处理数据，例如执行生态灌区信息化的数字孪生远程控制程序10等。
显示器13在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。显示器13用于显示在电子装置1中处理的信息以及用于显示可视化的用户界面。电子装置1的部件11-13通过程序总线相互通信。
请参阅图7，是本发明生态灌区信息化的数字孪生远程控制程序10的程序模块图。
在本实施例中，生态灌区信息化的数字孪生远程控制程序10可以被分割成一个或多个模块，一个或者多个模块被存储于存储器11中，并由一个或多个处理器（本实施例为处理器12）所执行，以完成本发明。例如，在图7中，生态灌区信息化的数字孪生远程控制程序10可以被分割成区域划分模块101、数据采集模块102、指标组建模块103、因素分析模块104、网络构建模块105、实时监测模块106、分析计算模块107、控制执行模块108。本发明所述的模块是指能够完成特定功能的一系列计算机程序指令段，比程序更适合于描述生态灌区信息化的数字孪生远程控制程序10在电子装置1中的执行过程，其中：
区域划分模块101：对目标生态灌区进行区域划分，并根据区域划分结果得到多个目标区域；
数据采集模块102：提取所述多个目标区域中任意一个目标区域，并对所述任意一个目标区域进行多维度数据采集，得到目标数据集；
指标组建模块103：基于大数据组建土壤水平衡的影响指标集，其中，所述影响指标集包括作物腾发量、有效降水量、地下水补给量、灌溉水量；
因素分析模块104：对所述作物腾发量、所述有效降水量、所述地下水补给量、所述灌溉水量依次进行分析，并根据分析结果确定影响因素集；
网络构建模块105：基于ZigBee协议构建无线传感器网络，其中，所述无线传感器网络包括多个传感器节点；
实时监测模块106：通过所述多个传感器节点对所述影响因素集中各影响因素进行动态监测，并根据监测结果组建实时监测参数集；
分析计算模块107：结合所述实时监测参数集与所述目标数据集进行计算，得到所述任意一个目标区域的实时水分含量；
控制执行模块108：根据所述实时水分含量对所述目标生态灌区进行远程控制管理。
本申请还提供一种电子设备，其中，包括处理器和存储器；
该处理器，用于处理执行上述实施例一中任一项所述生态灌区信息化的数字孪生远程控制方法的步骤；
该存储器，该存储器与该处理器耦合，用于存储程序，当生态灌区信息化的数字孪生远程控制程序被该处理器执行时，使系统以执行上述任一项生态灌区信息化的数字孪生远程控制方法的步骤。
进一步地，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质存储有一种生态灌区信息化的数字孪生远程控制程序，所述生态灌区信息化的数字孪生远程控制程序可被至少一个处理器执行，以使所述至少一个处理器执行上述任一实施例中的生态灌区信息化的数字孪生远程控制方法。
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (10)
1.一种生态灌区信息化的数字孪生远程控制方法，其特征在于，包括：
区域划分步骤：对目标生态灌区进行区域划分，并根据区域划分结果得到多个目标区域；
数据采集步骤：提取所述多个目标区域中任意一个目标区域，并对所述任意一个目标区域进行多维度数据采集，得到目标数据集；
指标组建步骤：基于大数据组建土壤水平衡的影响指标集，其中，所述影响指标集包括作物腾发量、有效降水量、地下水补给量、灌溉水量；
因素分析步骤：对所述作物腾发量、所述有效降水量、所述地下水补给量、所述灌溉水量依次进行分析，并根据分析结果确定影响因素集；
网络构建步骤：基于ZigBee协议构建无线传感器网络，其中，所述无线传感器网络包括多个传感器节点；
实时监测步骤：通过所述多个传感器节点对所述影响因素集中各影响因素进行动态监测，并根据监测结果组建实时监测参数集；
分析计算步骤：结合所述实时监测参数集与所述目标数据集进行计算，得到所述任意一个目标区域的实时水分含量；
控制执行步骤：根据所述实时水分含量对所述目标生态灌区进行远程控制管理。
2.根据权利要求1所述的数字孪生远程控制方法，其特征在于，所述因素分析步骤，包括：
对所述作物腾发量进行影响因素分析，得到作物腾发量影响因素集，其中，所述作物腾发量影响因素集包括多个作物腾发量因素；
对所述有效降水量进行影响因素分析，得到有效降水量影响因素集，其中，所述有效降水量影响因素集包括多个有效降水量因素；
对所述地下水补给量进行影响因素分析，得到地下水补给量影响因素集，其中，所述地下水补给量影响因素集包括多个地下水补给量因素；
对所述灌溉水量进行影响因素分析，得到灌溉水量影响因素集，其中，所述灌溉水量影响因素集包括多个灌溉水量因素；
基于所述多个作物腾发量因素、所述多个有效降水量因素、所述多个地下水补给量因素、所述多个灌溉水量因素，组建所述影响因素集。
3.根据权利要求1所述的数字孪生远程控制方法，其特征在于，所述分析计算步骤，包括：
提取所述实时监测参数集中的所述多个作物腾发量因素的监测参数，得到作物腾发量因素参数集，并计算得到实时作物腾发量；
提取所述实时监测参数集中的所述多个有效降水量因素的监测参数，得到有效降水量因素参数集，并计算得到实时有效降水量；
提取所述实时监测参数集中的所述多个地下水补给量因素的监测参数，得到地下水补给量因素参数集，并分析得到实时地下水补给量；
提取所述实时监测参数集中的所述多个灌溉水量因素的监测参数，得到灌溉水量因素参数集，并分析得到实时灌溉水量；
根据所述实时作物腾发量、所述实时有效降水量、所述实时地下水补给量、所述实时灌溉水量，计算得到所述实时水分含量。
4.根据权利要求3所述的数字孪生远程控制方法，其特征在于，所述计算得到实时作物腾发量，包括：
提取所述实时监测参数集中的所述多个作物腾发量因素的监测参数，得到作物腾发量因素参数集；
利用Hargreaves公式对所述作物腾发量因素参数集进行计算，得到实时作物腾发量基数；
获得所述任意一个目标区域中的目标作物，并利用分段单值平均法确定作物系数；
根据所述作物系数与所述实时作物腾发量基数，计算得到实时作物腾发量。
5.根据权利要求4所述的数字孪生远程控制方法，其特征在于，所述利用分段单值平均法确定作物系数，包括：
对所述目标作物的全生育期进行划分，得到目标划分结果，其中，所述目标划分结果包括初始生长期、快速发育期、生育中期、成熟期；
通过FAO标准作物系数表得到所述目标作物的初始生长期系数；
组建作物系数影响指标集，其中，所述作物系数影响指标集包括日平均风速、日最低平均相对湿度；
依次采集所述日平均风速、日最低平均相对湿度，得到作物系数影响指标数据；
根据所述作物系数影响指标数据，对所述初始生长期系数进行修正，得到修正系数；
将所述修正系数作为所述作物系数。
6.根据权利要求3所述的数字孪生远程控制方法，其特征在于，所述计算得到实时有效降水量，包括：
提取所述实时监测参数集中的所述多个有效降水量因素的监测参数，得到有效降水量因素参数集；
提取所述有效降水量因素参数集中的地面径流量参数、深层渗漏量参数，并结合降雨总量计算得到有效降雨量；
利用动态资料分析法确定降水入渗补给系数；
根据所述降水入渗补给系数与所述有效降雨量，计算得到实时有效降水量。
7.根据权利要求1所述的数字孪生远程控制方法，其特征在于，还包括：
提取所述目标数据集中的渠道数据；
基于所述渠道数据，利用3DMAX软件进行渠道建模，得到渠道模型；
将所述渠道模型导入至Unity 3D引擎，得到所述任意一个目标区域的虚拟场景；
将所述无线传感器网络与所述虚拟场景通信连接，对所述任意一个目标区域的进行可视化管理。
8.一种生态灌区信息化的数字孪生远程控制平台，所述生态灌区信息化的数字孪生远程控制平台包括存储器和处理器，其特征在于，所述存储器上存储有生态灌区信息化的数字孪生远程控制程序，所述生态灌区信息化的数字孪生远程控制程序被所述处理器执行时实现如下步骤：
区域划分步骤：对目标生态灌区进行区域划分，并根据区域划分结果得到多个目标区域；
数据采集步骤：提取所述多个目标区域中任意一个目标区域，并对所述任意一个目标区域进行多维度数据采集，得到目标数据集；
指标组建步骤：基于大数据组建土壤水平衡的影响指标集，其中，所述影响指标集包括作物腾发量、有效降水量、地下水补给量、灌溉水量；
因素分析步骤：对所述作物腾发量、所述有效降水量、所述地下水补给量、所述灌溉水量依次进行分析，并根据分析结果确定影响因素集；
网络构建步骤：基于ZigBee协议构建无线传感器网络，其中，所述无线传感器网络包括多个传感器节点；
实时监测步骤：通过所述多个传感器节点对所述影响因素集中各影响因素进行动态监测，并根据监测结果组建实时监测参数集；
分析计算步骤：结合所述实时监测参数集与所述目标数据集进行计算，得到所述任意一个目标区域的实时水分含量；
控制执行步骤：根据所述实时水分含量对所述目标生态灌区进行远程控制管理。
9.一种计算机设备，其特征在于，包括处理器和存储器；
所述处理器，用于处理执行权利要求1-7中任一项所述的方法；
所述存储器，所述存储器与所述处理器耦合，用于存储程序，当所述程序被所述处理器执行时，使系统以执行权利要求1-7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有生态灌区信息化的数字孪生远程控制程序，所述生态灌区信息化的数字孪生远程控制程序可被至少一个处理器执行，以使所述至少一个处理器执行如权利要求1-7中的任一项所述的生态灌区信息化的数字孪生远程控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211091276.6A CN115685799A (zh) | 2022-09-07 | 2022-09-07 | 一种生态灌区信息化的数字孪生远程控制方法及平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211091276.6A CN115685799A (zh) | 2022-09-07 | 2022-09-07 | 一种生态灌区信息化的数字孪生远程控制方法及平台 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115685799A true CN115685799A (zh) | 2023-02-03 |
Family
ID=85062390
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211091276.6A Pending CN115685799A (zh) | 2022-09-07 | 2022-09-07 | 一种生态灌区信息化的数字孪生远程控制方法及平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115685799A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116738766A (zh) * | 2023-08-11 | 2023-09-12 | 安徽金海迪尔信息技术有限责任公司 | 基于数字孪生的智慧农业线上产业化服务系统 |
| CN117035336A (zh) * | 2023-08-18 | 2023-11-10 | 无锡利源节水股份有限公司 | 一种基于大数据的水资源管理一体化管控系统 |
-
2022
- 2022-09-07 CN CN202211091276.6A patent/CN115685799A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116738766A (zh) * | 2023-08-11 | 2023-09-12 | 安徽金海迪尔信息技术有限责任公司 | 基于数字孪生的智慧农业线上产业化服务系统 |
| CN116738766B (zh) * | 2023-08-11 | 2023-10-13 | 安徽金海迪尔信息技术有限责任公司 | 基于数字孪生的智慧农业线上产业化服务系统 |
| CN117035336A (zh) * | 2023-08-18 | 2023-11-10 | 无锡利源节水股份有限公司 | 一种基于大数据的水资源管理一体化管控系统 |
| CN117035336B (zh) * | 2023-08-18 | 2024-03-29 | 无锡利源节水股份有限公司 | 一种基于大数据的水资源管理一体化管控系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105830870B (zh) | 一种远程无线农田监控系统和方法 | |
| US11625798B2 (en) | Environmental management zone modeling and analysis | |
| CN115685799A (zh) | 一种生态灌区信息化的数字孪生远程控制方法及平台 | |
| CN110689173A (zh) | 一种灌区农业灌溉用水需求决策方法及系统 | |
| Simionesei et al. | IrrigaSys: A web-based irrigation decision support system based on open source data and technology | |
| CN107945042A (zh) | 一种作物生长灌溉决策控制系统 | |
| CN104521699A (zh) | 田间智能灌溉在线控制管理方法 | |
| Wang et al. | Web-based decision support system for canal irrigation management | |
| CN108958329B (zh) | 一种滴灌水肥一体化智能决策方法 | |
| CN105230450A (zh) | 一种智能式灌溉快速诊断装置与方法 | |
| CN115530054A (zh) | 灌溉控制方法、装置、电子设备及存储介质 | |
| Liu et al. | Precision regulation model of water and fertilizer for alfalfa based on agriculture cyber-physical system | |
| CN111626892A (zh) | 一种灌区需水量计量监测方法及系统 | |
| 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 | |
| CN114331753A (zh) | 农事智能化的方法、装置及控制设备 | |
| CN113039908A (zh) | 一种施肥和灌溉动态决策方法及系统 | |
| CN110579961B (zh) | 一种面向立体种植的园林智慧给水方法及系统 | |
| CN106845831A (zh) | 一种灌溉预报方法、装置及系统 | |
| Myers et al. | Semantic IoT: Intelligent water management for efficient urban outdoor water conservation | |
| CN117634738A (zh) | 基于人工智能的物联网农业环保一体化平台 | |
| Ulagammai et al. | An Augmented Reality based Intelligent Precision Agriculture using Cascade Advancement Technique | |
| Bumb et al. | Extending Cooja simulator with real weather and soil data | |
| Muruganandam et al. | Soil moisture sensor nodes in IoT-based drip irrigation system for water conservation | |
| Kalambet et al. | Opportunities and prospects of IoT application in landscape architecture, design and information and communication technology | |
| Suhail et al. | Use of Smart Farming Techniques to Mitigate Water Scarcity |
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 |