CN116267543A - 一种高通量水稻抗旱性鉴定墒情智能监控系统 - Google Patents
一种高通量水稻抗旱性鉴定墒情智能监控系统 Download PDFInfo
- Publication number
- CN116267543A CN116267543A CN202310502547.0A CN202310502547A CN116267543A CN 116267543 A CN116267543 A CN 116267543A CN 202310502547 A CN202310502547 A CN 202310502547A CN 116267543 A CN116267543 A CN 116267543A
- Authority
- CN
- China
- Prior art keywords
- data
- layer
- soil moisture
- module
- moisture content
- 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
- 239000002689 soil Substances 0.000 title claims abstract description 124
- 238000012544 monitoring process Methods 0.000 title claims abstract description 74
- 235000007164 Oryza sativa Nutrition 0.000 title claims abstract description 36
- 235000009566 rice Nutrition 0.000 title claims abstract description 36
- 240000007594 Oryza sativa Species 0.000 title 1
- 230000002262 irrigation Effects 0.000 claims abstract description 57
- 238000003973 irrigation Methods 0.000 claims abstract description 57
- 241000209094 Oryza Species 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 7
- 230000005540 biological transmission Effects 0.000 claims description 32
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 31
- 238000004891 communication Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 description 22
- 230000008641 drought stress Effects 0.000 description 7
- 238000011282 treatment Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 239000007921 spray Substances 0.000 description 5
- 241000238631 Hexapoda Species 0.000 description 3
- 239000004698 Polyethylene Substances 0.000 description 3
- 239000004568 cement Substances 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 239000004744 fabric Substances 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 241000607479 Yersinia pestis Species 0.000 description 2
- 238000007792 addition Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013095 identification testing Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 239000003621 irrigation water Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- -1 polyethylene Polymers 0.000 description 1
- 229920000573 polyethylene Polymers 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
-
- 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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Soil Sciences (AREA)
- Engineering & Computer Science (AREA)
- Water Supply & Treatment (AREA)
- Environmental Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种高通量水稻抗旱性鉴定墒情智能监控系统,属于水稻抗旱墒情监测领域,该系统由供水模块、供电模块、网络模块、墒情监测模块和墒情管控模块组成,并包括利用传感网络建立的土壤温湿度传感器节点。本发明利用传感网络建立110个土壤温湿度传感器节点,通过网络模块在环境监控主机与服务器之间实现连接,并建立数据库,搭建云平台,实现墒情数据的实时监测;通过设计自动滴灌控制逻辑,云平台根据控制逻辑制定相应滴灌任务,利用网络继电器控制电磁阀的开关,实现墒情的高通量智能监控。
Description
技术领域
本发明属于水稻抗旱墒情监控技术领域,具体为一种高通量水稻抗旱性鉴定墒情智能监控系统。
背景技术
目前在水稻抗旱性鉴定方面,利用数字化、智能化的方法研究还有所欠缺,大多数研究着眼于测量关键时期的生长指标,但是并没有进行不间断的实时监测,并且传统鉴定方法由于受到自然环境及人为因素的影响,通常试验结果缺乏重塑性,重复试验难以得到相同结果。
在水稻抗旱性鉴定试验中,需要对水稻品种在不同时期进行不同程度的干旱胁迫处理,以往的人工浇灌不易控制且误差较大,所以亟需利用数字化滴灌方法控制土壤墒情,以此得到更加精确的试验结果。
由于水稻耐抗旱性鉴定对数据的精确度和控制精度要求较高,现阶段对水稻生长过程灌溉控制方面的智能算法研究较多,但是目前的智能算法,比如神经网络或模糊控制等均适用于预测作物需水量、灌溉水量或灌溉时间等,虽然整体控制精度足以满足水稻的生长要求,但是水稻耐抗旱性鉴定主要研究水稻生长环境的干旱程度对水稻结实率的影响,而非作物需水量,并且该类算法通常用于大流量的浇灌或喷灌模式,实验室型的水稻耐抗旱性鉴定需要的是滴灌模式,因此并不能满足抗旱性精准鉴定的要求。
发明内容
本发明的目的在于提供一种高通量水稻抗旱性鉴定墒情智能监控系统,以解决抗旱性鉴定过程中滴灌不精准的问题。
为实现上述目的,本发明提供如下技术方案:一种高通量水稻抗旱性鉴定墒情智能监控系统包括供水模块、供电模块、网络模块、墒情监测模块和墒情管控模块,还包括利用传感网络建立的土壤温湿度传感器节点。
优选的,所述供水模块包括水塔供水、管道布控、泵房供压,所述供电模块包括线路布控和配电柜供电,所述网络模块包括网线布控和网络设备,所述墒情监测模块包括温湿度数据采集模块、数据传输模块、历史数据查询,墒情管控模块包括人工管控和自动滴灌模块。
优选的,所述墒情数据传输模块包括,数据采集层,由多个鉴定位传感器组成,用于采集土壤数据;通道层,利用通道数据来源从数据采集层获取数据,其设置通道上下限及系数A、B控制回差并选择指定数据通道;通信上传层,包括GPRS数据上传、网口数据上传、485数据上传和短信报警功能,所述通道上传层的数据上传接口受通道层控制;继电器,用于控制通道层的电路转换。
优选的,所述墒情监测模块还包括数据层、逻辑层和表现层;所述数据层由数据库以及数据读写程序组成,用于对传感器所采集数据的管理;所述逻辑层搭建在云的分布式服务器上,负责三层结构中的数据连接与指令传达,并对数据进行逻辑处理;所述表现层位于三层架构的最上层,通过调用应用程序接口实现与其他层的通信,完成系统数据的传入与输出。
优选的,所述自动滴灌模块包括温湿度传感器,用于监测土壤的温湿度;环境监测主机,用于接收温湿度传感器采集的土壤温湿度数据;云服务器,用于存储环境监测主机所接收到的数据;云平台,用于分析土壤墒情数据,完成自动滴灌逻辑判断并制定相应的滴灌任务;网络继电器,当网络模块在环境监控主机、网络继电器和云服务器之间建立连接,通过云平台将相应滴灌任务传输至环境监控主机后,用于接受环境监测主机的控制指令;电磁阀,受网络继电器控制启停并完成云平台的滴灌任务。
优选的,自动滴灌的控制逻辑包括,通过设置相应阈值作为阀门开关的临界值,系统每一分钟采集一次鉴定位土壤墒,情数据,并判断当前鉴定位采集到的土壤湿度数据与设定阈值的大小关系,同时检查对应该鉴定位的继电器线路状态,具体为:
(1)当该次采集土壤湿度小于设定阈值时,检查该鉴定位继电器线路状态,若该路继电器节点处于断开状态,则发送继电器闭合指令,执行该鉴定位电磁阀开阀操作,下一次判断继续判断当前该鉴定位土壤湿度与设定阈值大小,若当前湿度小于设定阈值,则返回判断阀门状态步骤;
若当前湿度大于设定阈值,继续判断继电器线路状态及阀门状态,若阀门状态为ON,发送继电器断开指令,关闭阀门,结束本次判断,若当前阀门状态为OFF,直接结束本次判断;
(2)当该次采集土壤湿度大于设定阈值时,检查该鉴定位继电器线路状态,若该路继电器节点处于闭合状态,则发送继电器断开指令,执行该鉴定位电磁阀关阀操作;
若电磁阀处于断开状态,则跳出本次判断。
与现有技术相比,本发明的有益效果如下:
1、本发明通过利用传感网络建立传感器节点,通过网络模块在环境监控主机与服务器之间实现连接,建立数据库,搭建云平台,完成墒情数据的实时监测。
2、本发明通过设计自动滴灌控制逻辑,云平台根据控制逻辑指定相应滴灌任务,利用网络继电器控制电磁阀的开关,完成墒情的智能管控。
3、本发明通过对各鉴定位土壤墒情控制结果精度进行分析,并绘制误差散点图,得出整体闭环控制的精度,实现抗旱性精准鉴定的要求,采用传感网络建立110个土壤温湿度传感器节点达到高通量智能监控。
附图说明
图1为本发明墒情数据监测及智能管理的系统结构图;
图2为本发明墒情数据传输的结构图;
图3为本发明墒情监测的结构图;
图4为本发明自动滴灌控制的结构图;
图5为本发明自动滴灌开关的判断流程图;
图6为本发明鉴定土壤平均湿度的示意图;
图7为本发明鉴定土壤湿度控制误差的示意图;
图8为本发明试验基地的平面简图;
图9为本发明配电柜的结构示意图;
图10为本发明电磁阀安装位置的结构示意图;
图11为本发明1号移动大棚平面简图。
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。
实施例一
参照图1,本发明提供一种技术方案:一种高通量水稻抗旱性鉴定墒情智能监控系统,包括供水模块、供电模块、网络模块、墒情监测模块和墒情管控模块,还包括利用传感网络建立的土壤温湿度传感器节点,土壤温湿度传感器节点采用RS485串口通信协议。
数据采集及传输包括多个硬件模块,根据不同功能节点模块需求,采用模块化的方式对系统进行硬件布控。墒情数据采集传输及智能管控系统中由五个模块组成,分别是供水、供电、网络、墒情监测以及墒情管控模块,利用传感网络建立110个土壤温湿度传感器节点,实现墒情数据的实时采集及传输,同时采用传感网络建立110个土壤温湿度传感器节点达到高通量智能监控;
优选的,所述RS485串口作为土壤温湿度传感器节点具有成本低、速度快、覆盖广、抗干扰、结构简单的优点,RS485电缆安装成本低,得益于其较大的信号电平以及更宽的共模范围,RS485在长距离电缆中依然可以保持高速的网络传输速度,在10m-1200m的范围内,速度可达35Mbit/s-100Kbit/s,RS485覆盖范围广,且无需中继器、路由器或者交换机,同时相对于其他标准,RS485使用了差分双绞线结构,因此有很强的抗噪能力,信号沿双绞线的两根线传输,信号加倍,同时消除噪声,RS485可以容纳大量设备,在总线拓扑中,RS485无需TCP/IP堆栈或者高性能微处理器,仅仅是一个简单的数据流,因此没有额外的开销;
进一步的,所述墒情数据采集模块需要实现110个鉴定位的土壤墒情数据的远程实时采集,环境监控主机通过RS485串口连接至传感器,传感器与监控主机之间采用Modbus协议实现通信,由于数据采集量大,传输频繁,所以采用通信数据尺寸小,短时间内可进行大量数据交换的Modbus-RTU模式完成数据传输。建立连接后,环境监控主机发送温湿度数据问询帧至指定传感器节点,收到该问询帧的传感器节点利用传感器内置的16位A/D数模转换器将检测到的模拟信号转换成数字信号返回从机应答帧,发送至环境监控主机后,实现单次土壤温湿度数据的采集。
参照图1,供水模块包括水塔供水、管道布控、泵房供压,供电模块包括线路布控和配电柜供电,网络模块包括网线布控和网络设备,墒情监测模块包括温湿度数据采集模块、数据传输模块、历史数据查询,墒情管控模块包括人工管控和自动滴灌模块。
供水模块为自动滴灌模块进行供水,供电模块为整个系统提供电量。
参照图2,墒情数据传输模块包括,数据采集层,由多个鉴定位传感器组成,用于采集土壤数据;通道层,利用通道数据来源从数据采集层获取数据,其设置通道上下限及系数A、B控制回差并选择指定数据通道;通信上传层,包括GPRS数据上传、网口数据上传、485数据上传和短信报警功能,通道上传层的数据上传接口受通道层控制;继电器,用于控制通道层的电路转换。
墒情数据传输模块主要基于物联网的通信协议设计,通过WIFI模块、传感网络以及三层架构实现数据传输,利用传感网络建立110个温湿度传感器节点,实时传输土壤温湿度数据,温湿度传感器与环境监控主机之间采用Modbus协议实现通信,环境监控主机通过WIFI网络与服务器建立连接,其内部主要由数据采集层、通道层、通信上传层三个部分组成,主机通过32个Modbus采集通道,并通过通道数据来源从数据采集层获取数据,其中数据采集层由各鉴定位传感器组成,由该层完成数据实时采集后经过通道层,设置通道上下限及系数A、B控制回差并选择指定数据通道,最后可以选择不同数据上传接口完成数据传输,其中包括GPRS数据上传、网口数据上传以及485数据上传接口。
参照图3,墒情监测模块还包括数据层、逻辑层和表现层;数据层由数据库以及数据读写程序组成,用于对传感器所采集数据的管理;逻辑层搭建在云的分布式服务器上,负责三层结构中的数据连接与指令传达,并对数据进行逻辑处理;表现层位于三层架构的最上层,通过调用应用程序接口实现与其他层的通信,完成系统数据的传入与输出。
墒情监测模块采用的是三层架构思想,包括数据层、逻辑层以及表现层,其中数据层由数据库以及数据读写程序组成,用于对传感器所采集数据的管理;逻辑层搭建在云的分布式服务器上,作为数据层及表现层的桥梁,主要负责三层结构中的数据连接于指令传达,并且可以对数据进行逻辑处理,实现数据的增删改操作;表现层位于三层架构的最上层,通过调用应用程序接口实现与其他层的通信,并且不需要借助逻辑判断即可完成系统数据的传入与输出;
在完成各鉴定位传感器部署后,实时采集水稻土壤墒情数据,环境监控主机通过网口将墒情数据传输至传感网络节点,传感网络节点将传感器采集到的数据实时上传至云服务器,在云服务器中构建数据库,网络模块将数据传输到数据层进行处理并保存在数据库中,搭建云平台,通过逻辑层以及表现层完成数据的可视化。
参照图4,自动滴灌模块包括温湿度传感器,用于监测土壤的温湿度;环境监测主机,用于接收温湿度传感器对土壤温湿度采集的数据;云服务器,用于存储环境监测主机所接收到的数据;云平台,用于分析土壤墒情数据,完成自动滴灌逻辑判断并制定相应的滴灌任务;网络继电器,当网络模块在环境监控主机、网络继电器和云服务器之间建立连接,通过云平台将相应滴灌任务传输至环境监控主机后,用于接受环境监测主机的控制指令;电磁阀,受网络继电器控制开启并完成云平台的滴灌任务。
墒情控制模块主要以计算机控制的闭环思想为核心实现各个鉴定位的土壤湿度控制,通过搭建硬件基础和开发软件平台,以节约水资源、减少病虫害和节省人工为目的,实现了自动滴灌来代替以往的人工经验式浇灌,墒情智能管控模块的实现是以传感网络技术为基础,实现土壤湿度数据的采集与传输,在完成硬件设备和基于云服务器的云平台的搭建后,将数据实时上传到云服务器中,通过对上传到云平台的实时采集的土壤墒情数据进行处理分析,完成自动滴灌逻辑的判断并制定相应的滴灌任务,之后利用网络模块在环境监控主机、网络继电器和云服务器之间建立连接,通过云平台将相应滴灌任务传输至环境监控主机,环境监控主机再将控制指令发送至网络继电器,网络继电器根据相应控制指令来控制电磁阀开关完成云平台的滴灌任务,来实现土壤墒情的智能管控,在电磁阀的控制方面,采用了脉冲式的控制方式,当继电器接收到闭合指令后,向电磁阀发送相应的脉冲信号,电磁阀线圈收到脉冲信号后,成功导电,触点吸合,打开阀门,相应的当继电器收到断开指令后,电磁阀根据收到的脉冲信号,停止导电,线圈失电,触点断开,关闭阀门。
参照图5,自动滴灌的控制逻辑,通过设置相应阈值作为阀门开关的临界值,系统每一分钟采集一次鉴定位土壤墒情数据,并判断当前鉴定位采集到的土壤湿度数据与设定阈值的大小关系,同时检查对应该鉴定位的继电器线路状态(即阀位开关状态,继电器线路闭合和断开状态分别对应电磁阀阀门打开和关闭状态),具体为:
(1)当该次采集土壤湿度小于设定阈值时,检查该鉴定位继电器线路状态,若该路继电器节点处于断开状态,则发送继电器闭合指令,执行该鉴定位电磁阀开阀操作,下一次判断继续判断当前该鉴定位土壤湿度与设定阈值大小,若当前湿度小于设定阈值,则返回判断阀门状态步骤;
若当前湿度大于设定阈值,继续判断继电器线路状态及阀门状态,若阀门状态为ON,发送继电器断开指令,关闭阀门,结束本次判断,若当前阀门状态为OFF,直接结束本次判断;
(2)当该次采集土壤湿度大于设定阈值时,检查该鉴定位继电器线路状态,若该路继电器节点处于闭合状态,则发送继电器断开指令,执行该鉴定位电磁阀关阀操作;
若电磁阀处于断开状态,则跳出本次判断。
实施例二
参照图8,在实施例一的基础上,进一步的,本次水稻抗旱性鉴定试验基地主要划分成三块区域,包括1号移动大棚、2号移动大棚和露天田,其中1号移动大棚占地240m2,东西长30m,南北宽8m,并且在大棚内部分三块种植区域,包括1块水泥池、两块桶试验区域;2号移动大棚占地240m2,分为三块相同大小的种植区域,均为长30m,宽5m占地45m2的种植区域;露天田占地560m2,东西长70m,宽8m。
参照图11,为1号大棚平面简图,1号移动大棚为自动滴灌区,主要在桶试验中对水稻进行干旱胁迫处理,并在水稻分蘖期进行不同程度的复水,最后通过计算水稻存活率以及结实率,对供试品种进行抗旱性评价,其中,滴灌滴头采用的是压力补偿滴头,滴头大小16mm*23.5mm,低空间距5.8mm,水压0.5-4.0bar,滴头流量为1.5L/h,管壁厚度1mm,1号移动大棚中的水泥池种植区域、2号移动大棚以及露天田为喷灌区,通过喷灌代替传统漫灌的灌溉方式,减少水资源的浪费以及防止病虫害,其中喷灌喷头喷洒半径为3m,工作压力1.5-2.0kg、喷灌流量为90-130L/h,1号移动大棚桶试验区域分成上下两部分,参加水稻抗旱性鉴定试验共计22个水稻供试品种,每个品种需要做10桶试验,共220个试验桶,其中在桶试验区域的上半部分设置了110个鉴定位提供试验处理实现墒情监测与管控(图8中红色部位),分别种植在桶试验区域的上下两部分,并且该110个鉴定位均实现土壤墒情数据的采集、传输以及管控。
参照图10,墒情管控需要供水系统和供电系统,供水系统中PE给水管采用的是ISO标准定级聚乙烯材料,内壁光滑,摩擦阻力小,同时具有抗霉菌性等特点,给水管供水量最高时需满足2号移动大棚和露天田的同时喷灌工作,通过选用内径较大的给水管及增压水泵来满足喷灌工作的最大需求,给水管内径为40mm,增压水泵工作功率1100W,流量6.2m3/h,转速2900r/min,电磁阀流量孔径2.5mm,线圈功率8W,工作压力在0.2MPa-0.6Mpa范围内,在各个鉴定位侧面,均安装一个电磁阀,并将滴水管固定在水稻根系部位。
参照图9,供电系统中电缆采用的是JHS防水电缆,并将电缆套在PE防水管中,并与给水管一同掩埋在地下,1号移动大棚桶试验区域共110个电磁阀分别控制110个鉴定位滴灌开关,1号移动大棚水泥池区域、2号移动大棚和露天田区域分别安装1个电磁阀实现各自区域的单路喷灌,在配电柜中,完成所有设备的安装、供电及网络支撑,共20个子设备,其中包括14个网络继电器、4个环境监控主机、1个变压器及1个工业交换机。
参照图6,110个鉴定位的墒情数据每1分钟采集一次,并实时上传至云服务器,云服务器每5分钟保存一次数据,利用试验期间数据对自动滴灌控制精度进行分析,首先选取9月1日至10月15日水稻土壤湿度数据,并计算各个鉴定位的每日平均湿度,以鉴定位1、19、25和75为代表,绘制每日平均湿度和设定阈值的折线图。
参照图7,由于抗旱试验需要,不同鉴定位水稻的干旱胁迫及复水处理要求有所差异,所以各个鉴定位的阈值设置并不相同,例如鉴定位1未做干旱胁迫处理,故阈值设定为45,可以保证水稻正常生长;鉴定位19做干旱胁迫处理,并在不同阶段对其进行不同程度的复水,阈值设置了三个阶段,分别是20、25和40;鉴定位75先对其进行正常的湿度控制,再逐步进行干旱胁迫处理,阈值设置从40降至23和20,最后通过计算所有鉴定位的土壤每日平均湿度和阈值之间的均方误差(MSE)和平均绝对误差(MAE)来评价整体闭环控制的精度。
工作原理:该高通量水稻抗旱性鉴定墒情智能监控系统,数据采集及传输在于硬件系统的搭建,根据不同功能节点模块,搭建不同的硬件基础,以模块化的方式对系统进行硬件布控,墒情数据采集传输及智能管控系统中由五个模块组成,分别是供水、供电、网络、墒情监测以及墒情管控模块,利用传感网络建立110个土壤温湿度传感器节点,实现墒情数据的实时采集及传输。
墒情数据传输模块主要基于物联网的通信协议设计,通过WIFI模块、传感网络以及三层架构实现数据传输,利用传感网络建立110个温湿度传感器节点,实时传输土壤温湿度数据,温湿度传感器与环境监控主机之间采用Modbus协议实现通信,环境监控主机通过WIFI网络与服务器建立连接,其内部主要由数据采集层、通道层、通信上传层三个部分组成,主机通过32个Modbus采集通道,并通过通道数据来源从数据采集层获取数据,其中数据采集层由各鉴定位传感器组成,由该层完成数据实时采集后经过通道层,设置通道上下限及系数A、B控制回差并选择指定数据通道,最后可以选择不同数据上传接口完成数据传输,其中包括GPRS数据上传、网口数据上传以及485数据上传接口。
墒情监测模块采用的是三层架构思想,包括数据层、逻辑层以及表现层,其中数据层由数据库以及数据读写程序组成,用于对传感器所采集数据的管理;逻辑层搭建在云的分布式服务器上,作为数据层及表现层的桥梁,主要负责三层结构中的数据连接于指令传达,并且可以对数据进行逻辑处理,实现数据的增删改操作;表现层位于三层架构的最上层,通过调用应用程序接口实现与其他层的通信,并且不需要借助逻辑判断即可完成系统数据的传入与输出;
在完成各鉴定位传感器部署后,实时采集水稻土壤墒情数据,环境监控主机通过网口将墒情数据传输至传感网络节点,传感网络节点将传感器采集到的数据实时上传至云服务器,在云服务器中构建数据库,网络模块将数据传输到数据层进行处理并保存在数据库中,搭建云平台,通过逻辑层以及表现层完成数据的可视化。
墒情控制模块主要以计算机控制的闭环思想为核心实现各个鉴定位的土壤湿度控制,通过搭建硬件基础和开发软件平台,以节约水资源、减少病虫害和节省人工为目的,实现了自动滴灌来代替以往的人工经验式浇灌,墒情智能管控模块的实现是以传感网络技术为基础,实现土壤湿度数据的采集与传输,在完成硬件设备和基于云服务器的云平台的搭建后,将数据实时上传到云服务器中,通过对上传到云平台的实时采集的土壤墒情数据进行处理分析,完成自动滴灌逻辑的判断并制定相应的滴灌任务,之后利用网络模块在环境监控主机、网络继电器和云服务器之间建立连接,通过云平台将相应滴灌任务传输至环境监控主机,环境监控主机再将控制指令发送至网络继电器,网络继电器根据相应控制指令来控制电磁阀开关完成云平台的滴灌任务,来实现土壤墒情的智能管控,在电磁阀的控制方面,采用了脉冲式的控制方式,当继电器接收到闭合指令后,向电磁阀发送相应的脉冲信号,电磁阀线圈收到脉冲信号后,成功导电,触点吸合,打开阀门,相应的当继电器收到断开指令后,电磁阀根据收到的脉冲信号,停止导电,线圈失电,触点断开,关闭阀门。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.一种高通量水稻抗旱性鉴定墒情智能监控系统,包括供水模块、供电模块、网络模块、墒情监测模块、墒情管控模块、土壤温湿度传感器节点。
2.根据权利要求1所述的一种高通量水稻抗旱性鉴定墒情智能监控系统,其特征在于:所述供水模块包括水塔供水、管道布控、泵房供压,所述供电模块包括线路布控和配电柜供电,所述网络模块包括网线布控和网络设备,所述墒情监测模块包括温湿度数据采集模块、数据传输模块、历史数据查询,所述墒情管控模块包括人工管控和自动滴灌模块,所述土壤温湿度传感器节点采用RS485串口通信协议。
3.根据权利要求2所述的一种高通量水稻抗旱性鉴定墒情智能监控系统,其特征在于:所述墒情数据传输模块包括,
数据采集层,由多个鉴定位传感器组成,用于采集土壤温湿度数据;
通道层,利用通道数据来源从数据采集层获取数据,其设置通道上下限及系数A、B控制回差并选择指定数据通道;
通信上传层,包括GPRS数据上传、网口数据上传、485数据上传和短信报警功能,所述通道上传层的数据上传接口受通道层控制;
继电器,用于控制通道层的电路转换。
4.根据权利要求2所述的一种高通量水稻抗旱性鉴定墒情智能监控系统,其特征在于:所述墒情监测模块还包括数据层、逻辑层和表现层;
所述数据层由数据库以及数据读写程序组成,用于对传感器所采集数据的管理;
所述逻辑层搭建在云的分布式服务器上,负责三层结构中的数据连接与指令传达,并对数据进行逻辑处理;
所述表现层位于三层架构的最上层,通过调用应用程序接口实现与其他层的通信,完成系统数据的传入与输出。
5.根据权利要求2所述的一种高通量水稻抗旱性鉴定墒情智能监控系统,其特征在于:所述自动滴灌模块包括温湿度传感器,用于监测土壤的温湿度;
环境监测主机,用于接收温湿度传感器对土壤温湿度采集的数据;
云服务器,用于存储环境监测主机所接收到的数据;
云平台,用于分析土壤墒情数据,完成自动滴灌逻辑判断并制定相应的滴灌任务;
网络继电器,当网络模块在环境监控主机、网络继电器和云服务器之间建立连接,并通过云平台将相应滴灌任务传输至环境监控主机后,用于接受环境监测主机的控制指令;
电磁阀,受网络继电器控制启停并完成云平台的滴灌任务。
6.根据权利要求5所述的一种高通量水稻抗旱性鉴定墒情智能监控系统,其特征在于:还包括自动滴灌的控制逻辑,所述控制逻辑通过设置相应阈值作为阀门开关的临界值,系统每一分钟采集一次鉴定位土壤墒情数据,并判断当前鉴定位采集到的土壤湿度数据与设定阈值的大小关系,同时检查对应该鉴定位的继电器线路状态,具体为:
(1)当该次采集土壤湿度小于设定阈值时,检查该鉴定位继电器线路状态,若该路继电器节点处于断开状态,则发送继电器闭合指令,执行该鉴定位电磁阀开阀操作,下一次判断继续判断当前该鉴定位土壤湿度与设定阈值大小,若当前湿度小于设定阈值,则返回判断阀门状态步骤;
若当前湿度大于设定阈值,继续判断继电器线路状态及阀门状态,若阀门状态为ON,发送继电器断开指令,关闭阀门,结束本次判断,若当前阀门状态为OFF,直接结束本次判断;
(2)当该次采集土壤湿度大于设定阈值时,检查该鉴定位继电器线路状态,若该路继电器节点处于闭合状态,则发送继电器断开指令,执行该鉴定位电磁阀关阀操作;
若电磁阀处于断开状态,则跳出本次判断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310502547.0A CN116267543A (zh) | 2023-05-05 | 2023-05-05 | 一种高通量水稻抗旱性鉴定墒情智能监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310502547.0A CN116267543A (zh) | 2023-05-05 | 2023-05-05 | 一种高通量水稻抗旱性鉴定墒情智能监控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116267543A true CN116267543A (zh) | 2023-06-23 |
Family
ID=86838172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310502547.0A Pending CN116267543A (zh) | 2023-05-05 | 2023-05-05 | 一种高通量水稻抗旱性鉴定墒情智能监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116267543A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102172195A (zh) * | 2011-02-22 | 2011-09-07 | 华南农业大学 | 基于无线传感器网络的精细滴灌测控系统 |
CN103210818A (zh) * | 2013-03-28 | 2013-07-24 | 清华大学 | 一种基于ZigBee技术的智能土壤墒情监控调节系统 |
CN105978941A (zh) * | 2016-04-25 | 2016-09-28 | 阜阳师范学院 | 一种基于农田墒情监测的无线传感器网络节点节能监测方法 |
CN106292420A (zh) * | 2016-07-27 | 2017-01-04 | 闫海兰 | 农田实验数据的自动采集与管理系统 |
CN217821297U (zh) * | 2022-01-21 | 2022-11-15 | 宁夏大学 | 基于LoRa的枸杞生长环境参数监测与智能控制系统 |
CN217821298U (zh) * | 2022-01-21 | 2022-11-15 | 宁夏大学 | 基于NB-IoT的葡萄生长环境参数监测与控制系统 |
CN115804334A (zh) * | 2022-11-28 | 2023-03-17 | 江苏大学 | 一种基于数字孪生的农田灌溉智慧决策系统 |
-
2023
- 2023-05-05 CN CN202310502547.0A patent/CN116267543A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102172195A (zh) * | 2011-02-22 | 2011-09-07 | 华南农业大学 | 基于无线传感器网络的精细滴灌测控系统 |
CN103210818A (zh) * | 2013-03-28 | 2013-07-24 | 清华大学 | 一种基于ZigBee技术的智能土壤墒情监控调节系统 |
CN105978941A (zh) * | 2016-04-25 | 2016-09-28 | 阜阳师范学院 | 一种基于农田墒情监测的无线传感器网络节点节能监测方法 |
CN106292420A (zh) * | 2016-07-27 | 2017-01-04 | 闫海兰 | 农田实验数据的自动采集与管理系统 |
CN217821297U (zh) * | 2022-01-21 | 2022-11-15 | 宁夏大学 | 基于LoRa的枸杞生长环境参数监测与智能控制系统 |
CN217821298U (zh) * | 2022-01-21 | 2022-11-15 | 宁夏大学 | 基于NB-IoT的葡萄生长环境参数监测与控制系统 |
CN115804334A (zh) * | 2022-11-28 | 2023-03-17 | 江苏大学 | 一种基于数字孪生的农田灌溉智慧决策系统 |
Non-Patent Citations (3)
Title |
---|
赵斌;范学佳;衣淑娟;戈天剑;: "旱田节水灌溉智能监控系统的研究", 中国农机化学报 * |
赵长安等: "《控制系统设计手册 上》", 国防工业出版社, pages: 6 - 8 * |
闫海兰;: "基于Java EE的农田实验数据的自动采集与管理", 工业仪表与自动化装置 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li | Application of the internet of things technology in precision agriculture irrigation systems | |
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 | |
CN203416688U (zh) | 基于ZigBee传输技术的果园滴灌自动控制设备 | |
CN107613021A (zh) | 基于云模式的农业物联网信息管理系统 | |
CN103048987A (zh) | 一种基于物联网的农业大棚智能生产监控终端 | |
CN2879257Y (zh) | 基于多主通讯机制的多个温室群控装置 | |
CN103999743A (zh) | 一种基于无线物联网的智能浇灌系统 | |
CN103235579B (zh) | 一种设施农业温室大棚网络型自适应控制系统 | |
CN104035755B (zh) | 一种温室远程智能控制系统通用开发装置及开发方法 | |
CN105843147A (zh) | 一种智慧农业监控管理系统 | |
CN208298002U (zh) | 一种基于互联网的水肥一体化控制系统 | |
CN110463587A (zh) | 基于LoRa与GA-BP的规模化大棚节水灌溉系统 | |
CN107102108A (zh) | 一种水产养殖水质监控系统 | |
CN203799236U (zh) | 嵌入式Zigbee监控节点及温室因子监控系统 | |
CN203324260U (zh) | 基于物联网的南美白对虾养殖水质在线监测系统 | |
CN205987798U (zh) | 基于大数据的物联网云灌溉系统 | |
CN112565413A (zh) | 一种农业棚房环境智慧保障系统 | |
CN215736244U (zh) | 一种适用于柑橘种植的智慧灌溉系统 | |
CN109213240A (zh) | 一种基于自适应控制的草莓大棚无线监测与控制系统 | |
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 | |
CN205993269U (zh) | 基于无线传感网络的节水灌溉系统 | |
CN205511341U (zh) | 一种基于单片机的智能灌溉控制系统 | |
CN107844149A (zh) | 一种基于物联网的温室智能检测系统 | |
CN103412549B (zh) | 一种融合多种工业网络的综合自动化控制模拟测试平台 | |
Zhao | Design of intelligent Water-saving irrigation System based on Internet of Things |
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 |