CN116990490B - 一种基于物联网的土壤水分动态监测系统及方法 - Google Patents
一种基于物联网的土壤水分动态监测系统及方法 Download PDFInfo
- Publication number
- CN116990490B CN116990490B CN202311244146.6A CN202311244146A CN116990490B CN 116990490 B CN116990490 B CN 116990490B CN 202311244146 A CN202311244146 A CN 202311244146A CN 116990490 B CN116990490 B CN 116990490B
- Authority
- CN
- China
- Prior art keywords
- irrigation
- evaluation coefficient
- water
- soil
- expressed
- 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.)
- Active
Links
- 239000002689 soil Substances 0.000 title claims abstract description 121
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012544 monitoring process Methods 0.000 title claims abstract description 26
- 238000003973 irrigation Methods 0.000 claims abstract description 141
- 230000002262 irrigation Effects 0.000 claims abstract description 135
- 238000011156 evaluation Methods 0.000 claims abstract description 95
- 238000012545 processing Methods 0.000 claims abstract description 24
- 238000007405 data analysis Methods 0.000 claims abstract description 20
- 230000007613 environmental effect Effects 0.000 claims abstract description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 88
- 230000008020 evaporation Effects 0.000 claims description 40
- 238000001704 evaporation Methods 0.000 claims description 40
- 238000001556 precipitation Methods 0.000 claims description 33
- 208000005156 Dehydration Diseases 0.000 claims description 32
- 230000005068 transpiration Effects 0.000 claims description 29
- 239000003621 irrigation water Substances 0.000 claims description 15
- 239000007921 spray Substances 0.000 claims description 11
- 229920006395 saturated elastomer Polymers 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims 1
- 241000196324 Embryophyta Species 0.000 description 24
- 230000012010 growth Effects 0.000 description 13
- 230000008569 process Effects 0.000 description 8
- 238000003860 storage Methods 0.000 description 7
- 239000002028 Biomass Substances 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000005507 spraying Methods 0.000 description 4
- 241000238631 Hexapoda Species 0.000 description 3
- 241000607479 Yersinia pestis Species 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008635 plant growth Effects 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004060 metabolic process Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000029553 photosynthesis Effects 0.000 description 2
- 238000010672 photosynthesis Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002362 mulch Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
- G01N33/246—Earth materials for water content
-
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
- G01N27/041—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/22—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating capacitance
- G01N27/221—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating capacitance by investigating the dielectric properties
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/22—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating capacitance
- G01N27/223—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating capacitance for determining moisture content, e.g. humidity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
- G01N33/245—Earth materials for agricultural purposes
-
- 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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Food Science & Technology (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Medicinal Chemistry (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Soil Sciences (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Environmental Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Water Supply & Treatment (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于物联网的土壤水分动态监测系统及方法,具体涉及动态监测技术领域。土壤水分动态监测系统的数据采集模块采集土壤水分状态信息,将采集的数据发送到数据分析模块;数据分析模块将采集的数据参数建立需要灌溉的评估系数,将需要灌溉的评估系数与阈值对比后确定土壤是否需要灌溉;决策处理模块接收到需要灌溉的信号后,采集环境数据信息,建立执行灌溉的评估系数,将执行灌溉的评估系数与阈值对比后确定执行灌溉的方式;控制模块接收到决策处理模块发送的灌溉信号后,控制系统进行灌溉作业。
Description
技术领域
本发明涉及动态监测技术领域,更具体地说,本发明涉及一种基于物联网的土壤水分动态监测系统及方法。
背景技术
土壤水分动态监测系统是一种用于实时或定期监测土壤中水分含量和相关参数的设备系统,旨在帮助农民、研究人员和农业管理者更好地了解土壤水分状况,以便进行灌溉管理、作物生长监测和资源优化利用。这些系统通常包括传感器、数据采集设备和数据分析软件。
一般的,若不选择合适的灌溉方式,可能会导致水资源的浪费,这可能会对当地的水供应和环境产生负面影响;如果灌溉方式不适合作物的水分需求,可能会导致作物出现水分不足或过多的情况,水分不足会影响作物的生长和产量,而水分过多可能会导致根部窒息、病害蔓延等问题;不恰当的灌溉方式可能会导致作物产量减少和质量下降,从而影响农业收益。应需要综合考虑多个因素选择合适的灌溉方式,以确保最佳的决策。
为了解决上述问题,现提供一种技术方案。
发明内容
为了克服现有技术的上述缺陷,本发明的实施例提供一种基于物联网的土壤水分动态监测系统及方法以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于物联网的土壤水分动态监测系统及方法,包括如下步骤:
步骤S1:数据采集模块采集土壤水分状态信息,将采集的数据发送到数据分析模块。
步骤S2:数据分析模块将采集的数据参数建立需要灌溉的评估系数,将需要灌溉的评估系数与阈值对比后确定土壤是否需要灌溉。
步骤S3:决策处理模块接收到需要灌溉的信号后,采集环境数据信息,建立执行灌溉的评估系数,将执行灌溉的评估系数与阈值对比后确定执行灌溉的方式。
步骤S4:控制模块接收到决策处理模块发送的灌溉信号后,控制系统进行灌溉作业。
在一个优选的实施方式中,土壤水分动态监测系统包括数据采集模块、数据分析模块、决策处理模块以及控制模块。其中,数据采集模块采集土壤水分状态信息,土壤水分状态信息包括水分胁迫指数以及降水量;
特别的,需要确定土壤的类型和质地,因为不同的土壤具有不同的保水能力和水分分布特性,也需要确定作物类型、生长阶段、作物生育阶段、作物综合系数值等。
在一个优选的实施方式中,有效土壤含水量的获取逻辑为:
在实际田间环境中,稳定含水量可以通过测量土壤的饱和状态来获取,这可以通过埋设土壤湿度传感器来实现;土壤湿度传感器可以实时监测土壤中的水分含量,这些传感器可以埋入土壤中,测量土壤的电导率、电阻或介电常数等特性,从而估计土壤当前的含水量;计算有效土壤含水量,公式为:有效土壤含水量=土壤当前含水量/土壤饱和含水量。
作物蒸腾蒸发量是指在生长过程中,作物通过光合作用吸收水分,将水分从根部经过植物体内的蒸腾作用排出体外的过程。这种水分蒸发是植物生长和代谢的关键组成部分,同时也是土壤水分循环的一个重要环节。作物蒸腾蒸发量的获取逻辑为:
通过测量大气中的湿度差和温度差,估算蒸腾蒸发量与地表蒸发的比率,然后将地表蒸发量转化为作物蒸腾蒸发量。
降水量的信息可以通过气象预报获取,气象预报通常提供未来几天的天气预测,包括预计的降水量和降水时间段。
在一个优选的实施方式中,水分胁迫指数就是结合有效土壤含水量和作物蒸腾蒸发量,用来衡量土壤中水分供应是否满足作物的需求。如果水分胁迫指数较高,可能意味着作物正面临水分不足的风险。具体公式为:;其中,/>表示为水分胁迫指数,/>表示为有效土壤含水量,/>表示为作物蒸腾蒸发量,/>、/>分别为有效土壤含水量和作物蒸腾蒸发量的比例系数,且/>、/>均大于0。
在一个优选的实施方式中,数据分析模块获得水分胁迫指数以及降水量后,将水分胁迫指数以及降水量通过公式建立需要灌溉的评估系数,表达式为:;式中,/>为需要灌溉的评估系数,/>为水分胁迫指数,/>为降水量,a1、a2分别为水分胁迫指数以及降水量的比例系数,且a1、a2均大于0。
在一个优选的实施方式中,获取需要灌溉的评估系数后,需要灌溉的评估系数的阈值为/>,将需要灌溉的评估系数/>与需要灌溉的评估系数的阈值/>进行对比:
若需要灌溉的评估系数需要灌溉的评估系数的阈值/>,表明土壤不需要灌溉,则不向决策处理模块发送灌溉信号;
若需要灌溉的评估系数需要灌溉的评估系数的阈值/>,表明土壤需要灌溉以保证充足水分,则向决策处理模块发送灌溉信号。
在一个优选的实施方式中,为了保证灌溉作业高效率的完成,选择合适的灌溉方式,需要采集环境数据信息,其中包括水分利用效率以及温度;
叶面积指数是叶片总面积与覆盖叶面的地面面积之比,通常用来衡量植物叶片的覆盖情况和生长状况,叶面积指数越大,通常意味着植物的叶片更茂密,可能会在一定程度上影响土壤表面的湿度和蒸发速率,这可能在某些情况下对喷洒灌溉有一些影响,因为喷洒灌溉可能会导致叶片湿润,增加病虫害的风险,一般的获取逻辑为:
随机选择一些植株,从每个植株上选择几片叶子,然后测量这些叶子的长度和宽度,可以使用叶面积计算器或图像处理软件来计算每片叶子的面积;将每片叶子的面积相加,得到测量的植株的总叶片面积;在同一片地面区域内,使用适当的方法(如光栅法、摄影法等)来测量叶片覆盖的地面面积,这个地面面积可以是垂直到植物生长的表面,也可以是水平放置在地面上的表面;将总叶片面积除以覆盖叶面的地面面积,得到叶面积指数,公式为:叶面积指数= 总叶片面积 / 覆盖叶面的地面面积。
在干燥和炎热的气候条件下,滴灌可能更适合,因为它可以将水直接送到根部,减少蒸发和土壤表面湿度。
在一个优选的实施方式中,水分利用效率是一个衡量植物或生态系统在生长过程中所消耗水分与其生物量产出之间关系的指标。水分利用效率越高意味着单位水分用于生物量产出的效率更高,高水分利用效率可以减少对有限水资源的需求,从而在水资源短缺的地区帮助降低水分的使用量。
计算水分利用效率的公式为:;其中,/>表示为水分利用效率,/>表示为所需灌溉水量,/>表示为叶面积指数,/>、/>分别为所需灌溉水量、叶面积指数的比例系数,且/>、/>均大于0。
在一个优选的实施方式中,决策处理模块接收到需要灌溉的信号后,通过采集到的水分利用效率以及温度建立执行灌溉的评估系数,公式为:;式中,/>表示为执行灌溉的评估系数,/>表示为水分利用效率,/>表示为温度,b1、b2分别为水分利用效率以及温度的比例系数,且b1、b2均大于0。
在一个优选的实施方式中,获取执行灌溉的评估系数后,执行灌溉的评估系数的阈值为/>,将执行灌溉的评估系数/>与执行灌溉的评估系数的阈值/>进行对比:
若执行灌溉的评估系数执行灌溉的评估系数的阈值/>,表明执行喷洒灌溉最合适,则向控制模块发送执行喷洒灌溉信号;
若执行灌溉的评估系数执行灌溉的评估系数的阈值/>,表明执行滴灌灌溉最合适,则向控制模块发送执行滴灌灌溉信号。
本发明技术效果如下:
本发明先通过各区域土壤进行综合分析确定需要进行浇灌的土地,再通过环境数据信息,建立执行灌溉的评估系数确定执行灌溉的方式,从而能够针对性的对各区域土壤进行灌溉保证作物的产量,避免作物因灌溉不佳造成质量下降。
附图说明
图1为本发明一种基于物联网的土壤水分动态监测方法流程图;
图2为本发明一种基于物联网的土壤水分动态监测系统模块示意图。
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。
图1给出了本发明一种基于物联网的土壤水分动态监测系统及方法,其包括如下步骤:
步骤S1:数据采集模块采集土壤水分状态信息,将采集的数据发送到数据分析模块。
步骤S2:数据分析模块将采集的数据参数建立需要灌溉的评估系数,将需要灌溉的评估系数与阈值对比后确定土壤是否需要灌溉。
步骤S3:决策处理模块接收到需要灌溉的信号后,采集环境数据信息,建立执行灌溉的评估系数,将执行灌溉的评估系数与阈值对比后确定执行灌溉的方式。
步骤S4:控制模块接收到决策处理模块发送的灌溉信号后,控制系统进行灌溉作业。
在步骤S1中,数据采集模块采集土壤水分状态信息,将采集的数据发送到数据分析模块。
土壤水分动态监测系统是一种用于监测土壤水分状况和变化的技术系统。它通常用于农业、生态学、环境保护等领域,以确保植物的适宜生长、优化水资源利用以及预防干旱等问题。
土壤水分动态监测系统包括数据采集模块、数据分析模块、决策处理模块以及控制模块。其中,数据采集模块采集土壤水分状态信息,土壤水分状态信息包括水分胁迫指数以及降水量。
特别的,需要确定土壤的类型和质地,因为不同的土壤具有不同的保水能力和水分分布特性,也需要确定作物类型、生长阶段、作物生育阶段、作物综合系数值等。
水分胁迫指数就是结合有效土壤含水量和作物蒸腾蒸发量,用来衡量土壤中水分供应是否满足作物的需求。如果水分胁迫指数较高,可能意味着作物正面临水分不足的风险。具体公式为:;其中,/>表示为水分胁迫指数,/>表示为有效土壤含水量,/>表示为作物蒸腾蒸发量,/>、/>分别为有效土壤含水量和作物蒸腾蒸发量的比例系数,且/>、/>均大于0。
有效土壤含水量的获取逻辑为:
在实际田间环境中,稳定含水量可以通过测量土壤的饱和状态来获取,这可以通过埋设土壤湿度传感器来实现;土壤湿度传感器可以实时监测土壤中的水分含量,这些传感器可以埋入土壤中,测量土壤的电导率、电阻或介电常数等特性,从而估计土壤当前的含水量;计算有效土壤含水量,公式为:有效土壤含水量=土壤当前含水量/土壤饱和含水量。
作物蒸腾蒸发量是指在生长过程中,作物通过光合作用吸收水分,将水分从根部经过植物体内的蒸腾作用排出体外的过程。这种水分蒸发是植物生长和代谢的关键组成部分,同时也是土壤水分循环的一个重要环节。作物蒸腾蒸发量的获取逻辑为:
运用Bowen比率法通过测量大气中的湿度差和温度差,估算蒸腾蒸发量与地表蒸发的比率,然后将地表蒸发量转化为作物蒸腾蒸发量。
降水量的信息可以通过气象预报获取,气象预报通常提供未来几天的天气预测,包括预计的降水量和降水时间段。
数据采集模块采集到水分胁迫指数以及降水量后,将采集的数据发送到数据分析模块。
在步骤S2中,数据分析模块将采集的数据参数建立需要灌溉的评估系数,将需要灌溉的评估系数与阈值对比后确定土壤是否需要灌溉。
数据分析模块获得水分胁迫指数以及降水量后,将水分胁迫指数以及降水量通过公式建立需要灌溉的评估系数,表达式为:;式中,为需要灌溉的评估系数,/>为水分胁迫指数,/>为降水量,a1、a2分别为水分胁迫指数以及降水量的比例系数,且a1、a2均大于0。
由公式可知,水分胁迫指数越大、降水量越小,则需要灌溉的评估系数越大;水分胁迫指数越小、降水量越大,则需要灌溉的评估系数越小。需要灌溉的评估系数越大时,表明土壤需要灌溉以保证充足水分,反之则表明土壤不需要灌溉。
获取需要灌溉的评估系数后,本申请中的需要灌溉的评估系数/>的阈值为/>,将需要灌溉的评估系数/>与需要灌溉的评估系数的阈值/>进行对比:
若需要灌溉的评估系数需要灌溉的评估系数的阈值/>,表明土壤不需要灌溉,则不向决策处理模块发送灌溉信号;
若需要灌溉的评估系数需要灌溉的评估系数的阈值/>,表明土壤需要灌溉以保证充足水分,则向决策处理模块发送灌溉信号。
本申请中数据分析模块将采集的有效土壤含水量、作物蒸腾蒸发量以及降水量建立需要灌溉的评估系数,将需要灌溉的评估系数与阈值对比后确定土壤是否需要灌溉。
在步骤S3中,决策处理模块接收到需要灌溉的信号后,采集环境数据信息,建立执行灌溉的评估系数,将执行灌溉的评估系数与阈值对比后确定执行灌溉的方式。
为了保证灌溉作业高效率的完成,选择合适的灌溉方式,需要采集环境数据信息,其中包括水分利用效率以及温度。
滴灌和喷洒是两种常见的灌溉方法,它们在水的分配方式、效率和适用场景等方面有所不同。
滴灌是一种通过管道系统将水以滴水的方式直接送到植物的根部。每个滴头或滴管会释放小水滴,将水精准地送到植物根部。滴灌是一种非常高效的灌溉方法,因为它可以减少水的蒸发和水浪费。由于水直接送到植物根部,植物可以更有效地吸收水分,同时减少土壤表面的湿度,从而减少杂草生长和病虫害的风险。
喷洒灌溉是通过喷头或喷洒装置将水以雨水的形式均匀洒在植物上方,然后让水滴落到地面上。喷洒灌溉适用于较大的农田、草坪以及需要在短时间内覆盖大面积的场合。
土壤水分动态监测系统的数据分析模块将作物水分需求、蒸散蒸腾损失和有效土壤含水量结合起来,就可以计算出需要补充的灌溉水量。在作物十分缺水的情况下,滴灌灌溉通常是更好的选择,因为滴灌可以提供更精确的水分供应,最大限度地减少水的浪费,同时保障作物的生长需求。
水分利用效率是一个衡量植物或生态系统在生长过程中所消耗水分与其生物量产出之间关系的指标。水分利用效率越高意味着单位水分用于生物量产出的效率更高,高水分利用效率可以减少对有限水资源的需求,从而在水资源短缺的地区帮助降低水分的使用量。
计算水分利用效率的公式为:;其中,/>表示为水分利用效率,/>表示为所需灌溉水量,/>表示为叶面积指数,/>、/>分别为所需灌溉水量、叶面积指数的比例系数,且/>、/>均大于0。
所需的灌溉水量可以通过以下公式计算:所需灌溉水量 =(作物蒸腾蒸发量-有效降水量) / 作物系数。有效降水量是能够渗透到根区的降水量,这需要考虑土壤类型、坡度、覆盖物等因素;作物系数是用于考虑不同作物在不同生长阶段的水分需求差异的因素,作物系数在文献中可以得到详细描述。
叶面积指数是叶片总面积与覆盖叶面的地面面积之比,通常用来衡量植物叶片的覆盖情况和生长状况,叶面积指数越大,通常意味着植物的叶片更茂密,可能会在一定程度上影响土壤表面的湿度和蒸发速率,这可能在某些情况下对喷洒灌溉有一些影响,因为喷洒灌溉可能会导致叶片湿润,增加病虫害的风险,一般的获取逻辑为:
随机选择一些植株,从每个植株上选择几片叶子,然后测量这些叶子的长度和宽度,可以使用叶面积计算器或图像处理软件来计算每片叶子的面积;将每片叶子的面积相加,得到测量的植株的总叶片面积;在同一片地面区域内,使用适当的方法(如光栅法、摄影法等)来测量叶片覆盖的地面面积,这个地面面积可以是垂直到植物生长的表面,也可以是水平放置在地面上的表面;将总叶片面积除以覆盖叶面的地面面积,得到叶面积指数,公式为:叶面积指数= 总叶片面积 / 覆盖叶面的地面面积。
在干燥和炎热的气候条件下,滴灌可能更适合,因为它可以将水直接送到根部,减少蒸发和土壤表面湿度。
决策处理模块接收到需要灌溉的信号后,通过采集到的水分利用效率以及温度建立执行灌溉的评估系数,公式为:/>;式中,/>表示为执行灌溉的评估系数,/>表示为水分利用效率,/>表示为温度,b1、b2分别为水分利用效率以及温度的比例系数,且b1、b2均大于0。
由公式可知,水分利用效率越大、温度越高,则执行灌溉的评估系数越大;水分利用效率越小、温度越低,则执行灌溉的评估系数越小。执行灌溉的评估系数越大时,表明执行滴灌灌溉最合适,反之则表明执行喷洒灌溉最合适。
获取执行灌溉的评估系数后,本申请中的执行灌溉的评估系数的阈值为/>,将执行灌溉的评估系数/>与执行灌溉的评估系数的阈值/>进行对比:
若执行灌溉的评估系数执行灌溉的评估系数的阈值/>,表明执行喷洒灌溉最合适,则向控制模块发送执行喷洒灌溉信号;
若执行灌溉的评估系数执行灌溉的评估系数的阈值/>,表明执行滴灌灌溉最合适,则向控制模块发送执行滴灌灌溉信号。
在步骤S4中,控制模块接收到决策处理模块发送的灌溉信号后,控制系统进行灌溉作业。
本发明先通过各区域土壤进行综合分析确定需要进行浇灌的土地,再通过环境数据信息,建立执行灌溉的评估系数确定执行灌溉的方式,从而能够针对性的对各区域土壤进行灌溉保证作物的产量,避免作物因灌溉不佳造成质量下降。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数以及阈值选取由本领域的技术人员根据实际情况进行设置。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的模块及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种基于物联网的土壤水分动态监测方法,其特征在于,包括如下步骤:
步骤S1:数据采集模块采集土壤水分状态信息,将采集的数据发送到数据分析模块;
步骤S2:数据分析模块将采集的数据参数建立需要灌溉的评估系数,将需要灌溉的评估系数与阈值对比后确定土壤是否需要灌溉;
步骤S3:决策处理模块接收到需要灌溉的信号后,采集环境数据信息,建立执行灌溉的评估系数,将执行灌溉的评估系数与阈值对比后确定执行灌溉的方式;
步骤S4:控制模块接收到决策处理模块发送的灌溉信号后,控制系统进行灌溉作业;
所述土壤水分状态信息包括水分胁迫指数以及降水量,所述环境数据信息包括水分利用效率以及温度;
获取水分胁迫指数,具体公式为:;其中,/>表示为水分胁迫指数,/>表示为有效土壤含水量,/>表示为作物蒸腾蒸发量,/>、/>分别为有效土壤含水量和作物蒸腾蒸发量的比例系数,且/>、/>均大于0;
有效土壤含水量的获取逻辑为:
土壤湿度传感器测量土壤的饱和状态和土壤中实时的水分含量;计算有效土壤含水量,公式为:有效土壤含水量=土壤当前含水量/土壤饱和含水量;
通过测量大气中的湿度差和温度差,估算蒸腾蒸发量与地表蒸发的比率,然后将地表蒸发量转化为作物蒸腾蒸发量;
获得水分胁迫指数以及降水量后,将水分胁迫指数以及降水量通过公式建立需要灌溉的评估系数,表达式为:;式中,/>为需要灌溉的评估系数,/>为水分胁迫指数,/>为降水量,a1、a2分别为水分胁迫指数以及降水量的比例系数,且a1、a2均大于0;
计算水分利用效率的公式为:;其中,/>表示为水分利用效率,/>表示为所需灌溉水量,/>表示为叶面积指数,/>、/>分别为所需灌溉水量、叶面积指数的比例系数,且/>、/>均大于0;
所需的灌溉水量可以通过以下公式计算:所需灌溉水量 = (作物蒸腾蒸发量-有效降水量) / 作物系数;
叶面积指数的获取逻辑为:
随机选择一些植株,从每个植株上选择几片叶子,然后测量这些叶子的长度和宽度;将每片叶子的面积相加,得到测量的植株的总叶片面积;在同一片地面区域内测量叶片覆盖的地面面积;将总叶片面积除以覆盖叶面的地面面积,得到叶面积指数,公式为:叶面积指数= 总叶片面积 / 覆盖叶面的地面面积;
通过获取到的水分利用效率以及温度建立执行灌溉的评估系数,公式为:;式中,/>表示为执行灌溉的评估系数,/>表示为水分利用效率,/>表示为温度,b1、b2分别为水分利用效率以及温度的比例系数,且b1、b2均大于0。
2.根据权利要求1所述的一种基于物联网的土壤水分动态监测方法,其特征在于:获取需要灌溉的评估系数后,需要灌溉的评估系数/>的阈值为/>,将需要灌溉的评估系数与需要灌溉的评估系数的阈值/>进行对比:
若需要灌溉的评估系数需要灌溉的评估系数的阈值/>,则不向决策处理模块发送灌溉信号;
若需要灌溉的评估系数需要灌溉的评估系数的阈值/>,则向决策处理模块发送灌溉信号。
3.根据权利要求1所述的一种基于物联网的土壤水分动态监测方法,其特征在于:获取执行灌溉的评估系数后,执行灌溉的评估系数的阈值为/>,将执行灌溉的评估系数与执行灌溉的评估系数的阈值/>进行对比:
若执行灌溉的评估系数执行灌溉的评估系数的阈值/>,则向控制模块发送执行喷洒灌溉信号;
若执行灌溉的评估系数执行灌溉的评估系数的阈值/>,则向控制模块发送执行滴灌灌溉信号。
4.一种基于物联网的土壤水分动态监测系统,用于实现权利要求1-3任一项所述的一种基于物联网的土壤水分动态监测方法,其特征在于:
土壤水分动态监测系统包括数据采集模块、数据分析模块、决策处理模块以及控制模块;
数据采集模块采集土壤水分状态信息,将采集的数据发送到数据分析模块;
数据分析模块将采集的数据参数建立需要灌溉的评估系数,将需要灌溉的评估系数与阈值对比后确定土壤是否需要灌溉;
决策处理模块接收到需要灌溉的信号后,采集环境数据信息,建立执行灌溉的评估系数,将执行灌溉的评估系数与阈值对比后确定执行灌溉的方式;
控制模块接收到决策处理模块发送的灌溉信号后,控制系统进行灌溉作业;
获取水分胁迫指数,具体公式为:;其中,/>表示为水分胁迫指数,/>表示为有效土壤含水量,/>表示为作物蒸腾蒸发量,/>、/>分别为有效土壤含水量和作物蒸腾蒸发量的比例系数,且/>、/>均大于0;
有效土壤含水量的获取逻辑为:
土壤湿度传感器测量土壤的饱和状态和土壤中实时的水分含量;计算有效土壤含水量,公式为:有效土壤含水量=土壤当前含水量/土壤饱和含水量;
通过测量大气中的湿度差和温度差,估算蒸腾蒸发量与地表蒸发的比率,然后将地表蒸发量转化为作物蒸腾蒸发量;
获得水分胁迫指数以及降水量后,将水分胁迫指数以及降水量通过公式建立需要灌溉的评估系数,表达式为:;式中,/>为需要灌溉的评估系数,/>为水分胁迫指数,/>为降水量,a1、a2分别为水分胁迫指数以及降水量的比例系数,且a1、a2均大于0;
计算水分利用效率的公式为:;其中,/>表示为水分利用效率,/>表示为所需灌溉水量,/>表示为叶面积指数,/>、/>分别为所需灌溉水量、叶面积指数的比例系数,且/>、/>均大于0;
所需的灌溉水量可以通过以下公式计算:所需灌溉水量 = (作物蒸腾蒸发量-有效降水量) / 作物系数;
叶面积指数的获取逻辑为:
随机选择一些植株,从每个植株上选择几片叶子,然后测量这些叶子的长度和宽度;将每片叶子的面积相加,得到测量的植株的总叶片面积;在同一片地面区域内测量叶片覆盖的地面面积;将总叶片面积除以覆盖叶面的地面面积,得到叶面积指数,公式为:叶面积指数= 总叶片面积 / 覆盖叶面的地面面积;
通过获取到的水分利用效率以及温度建立执行灌溉的评估系数,公式为:;式中,/>表示为执行灌溉的评估系数,/>表示为水分利用效率,/>表示为温度,b1、b2分别为水分利用效率以及温度的比例系数,且b1、b2均大于0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311244146.6A CN116990490B (zh) | 2023-09-26 | 2023-09-26 | 一种基于物联网的土壤水分动态监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311244146.6A CN116990490B (zh) | 2023-09-26 | 2023-09-26 | 一种基于物联网的土壤水分动态监测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116990490A CN116990490A (zh) | 2023-11-03 |
CN116990490B true CN116990490B (zh) | 2023-12-26 |
Family
ID=88528658
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311244146.6A Active CN116990490B (zh) | 2023-09-26 | 2023-09-26 | 一种基于物联网的土壤水分动态监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116990490B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117540854B (zh) * | 2023-11-09 | 2024-04-30 | 中国标准化研究院 | 一种基于云平台的多通道土壤信息监测系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101790955A (zh) * | 2010-01-29 | 2010-08-04 | 中国农业科学院农田灌溉研究所 | 根据作物缺水程度控制灌溉的方法及其装置 |
CN104904569A (zh) * | 2015-05-25 | 2015-09-16 | 华南农业大学 | 一种基于动态含水量估计的智能灌溉调控系统及方法 |
EP3179319A1 (en) * | 2015-12-10 | 2017-06-14 | Sysman Progetti & Servizi S.r.l. | Method for irrigation planning and system for its implementation |
KR20210045253A (ko) * | 2019-10-16 | 2021-04-26 | 대한민국(농촌진흥청장) | 작물의 수분스트레스 진단을 이용한 관개 시스템 및 방법 |
CN112931150A (zh) * | 2021-02-03 | 2021-06-11 | 华南农业大学 | 一种基于柑橘冠层光谱响应的灌溉系统和方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7280892B2 (en) * | 2003-11-06 | 2007-10-09 | Michael Van Bavel | Integrated sap flow monitoring, data logging, automatic irrigation control scheduling system |
WO2016070195A1 (en) * | 2014-10-31 | 2016-05-06 | Purdue Research Foundation | Moisture management & perennial crop sustainability decision system |
US10143148B2 (en) * | 2016-05-13 | 2018-12-04 | Ceres Imaging Inc. | Methods and devices for assessing a field of plants for irrigation |
US11985925B2 (en) * | 2017-08-22 | 2024-05-21 | Sentek Pty Ltd. | Method of determination of water stress in a one or more plants in a crop located in the region of a soil moisture sensor array and knowledge of ETo |
-
2023
- 2023-09-26 CN CN202311244146.6A patent/CN116990490B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101790955A (zh) * | 2010-01-29 | 2010-08-04 | 中国农业科学院农田灌溉研究所 | 根据作物缺水程度控制灌溉的方法及其装置 |
CN104904569A (zh) * | 2015-05-25 | 2015-09-16 | 华南农业大学 | 一种基于动态含水量估计的智能灌溉调控系统及方法 |
EP3179319A1 (en) * | 2015-12-10 | 2017-06-14 | Sysman Progetti & Servizi S.r.l. | Method for irrigation planning and system for its implementation |
KR20210045253A (ko) * | 2019-10-16 | 2021-04-26 | 대한민국(농촌진흥청장) | 작물의 수분스트레스 진단을 이용한 관개 시스템 및 방법 |
CN112931150A (zh) * | 2021-02-03 | 2021-06-11 | 华南农业大学 | 一种基于柑橘冠层光谱响应的灌溉系统和方法 |
Non-Patent Citations (1)
Title |
---|
大田农业节水物联网技术应用现状与发展趋势;田宏武 等;农业工程学报;第32卷(第21期);第1-12页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116990490A (zh) | 2023-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106718695B (zh) | 一种智能节水灌溉物联网控制系统 | |
Klocke et al. | Corn yield response to deficit irrigation | |
Hussain et al. | Control of irrigation automatically by using wireless sensor network | |
Kayad et al. | Ten years of corn yield dynamics at field scale under digital agriculture solutions: A case study from North Italy | |
Hussain et al. | Irrigation scheduling for cotton cultivation | |
Klocke et al. | Sorghum yield response to deficit irrigation | |
CN116990490B (zh) | 一种基于物联网的土壤水分动态监测系统及方法 | |
Montazar et al. | Effects of applied water and sprinkler irrigation uniformity on alfalfa growth and hay yield | |
Ballester et al. | Effects of three frequencies of irrigation and nitrogen rates on lint yield, nitrogen use efficiency and fibre quality of cotton under furrow irrigation | |
CN111713317A (zh) | 一种基于大数据的农作物监测系统及监测方法 | |
CN115362811A (zh) | 一种基于数字孪生的山地农作物智慧栽培系统 | |
Al-Ghobari et al. | Automated irrigation systems for wheat and tomato crops in arid regions | |
Admasu et al. | Markov chain analysis of dry, wet weeks and statistical analysis of weekly rainfall for agricultural planning at Dhera, Central Rift Valley Region of Ethiopia | |
Fessehazion et al. | Performance of simple irrigation scheduling calendars based on average weather data for annual ryegrass | |
Onyancha et al. | FAO-cropwat model-based estimation of the crop water requirement of major crops in Mwala, Machakos county | |
Angella et al. | Quantifying yield and water productivity gaps in an irrigation district under rotational delivery schedule | |
CN112989560A (zh) | 一种基于墒情气象数据计算农作物需水量的方法 | |
Klocke et al. | Alfalfa response to irrigation from limited water supplies | |
AU2020102249A4 (en) | WATER CONSUMPTION CONTROL SYSTEM FOR IRRIGATION BASED ON IoT | |
Shah et al. | IN-FIELD WIRELESS SENSOR NETWORK(WSN) FOR ESTIMATING EVAPOTRANSPIRATION AND LEAF WETNESS | |
Vellidis et al. | A smartphone app for precision irrigation scheduling in cotton | |
Pringle et al. | Initiation of furrow irrigation in corn on a Dundee/Forestdale silty clay loam soil with and without deep tillage | |
CA3102341C (en) | Method for managing crop irrigation, and system using same | |
US12029174B2 (en) | Method for managing crop irrigation, and system using same | |
Pringle et al. | Soybean irrigation initiation in Mississippi: Yield, soil moisture, and economic response |
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 |