CN116990491B - 一种基于物联网的自动化土壤信息监测系统 - Google Patents
一种基于物联网的自动化土壤信息监测系统 Download PDFInfo
- Publication number
- CN116990491B CN116990491B CN202311244148.5A CN202311244148A CN116990491B CN 116990491 B CN116990491 B CN 116990491B CN 202311244148 A CN202311244148 A CN 202311244148A CN 116990491 B CN116990491 B CN 116990491B
- Authority
- CN
- China
- Prior art keywords
- soil
- value
- erosion
- monitoring
- module
- 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 151
- 238000012544 monitoring process Methods 0.000 title claims abstract description 79
- 238000004162 soil erosion Methods 0.000 claims abstract description 107
- 238000000034 method Methods 0.000 claims abstract description 27
- 230000003628 erosive effect Effects 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims abstract description 15
- 230000008859 change Effects 0.000 claims abstract description 10
- 239000003337 fertilizer Substances 0.000 claims description 42
- 230000009471 action Effects 0.000 claims description 26
- 238000012163 sequencing technique Methods 0.000 claims description 21
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 21
- 230000035945 sensitivity Effects 0.000 claims description 14
- 230000014509 gene expression Effects 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000009313 farming Methods 0.000 claims description 3
- 150000003839 salts Chemical class 0.000 claims description 3
- 238000010008 shearing Methods 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000003860 storage Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 235000015097 nutrients Nutrition 0.000 description 4
- 238000004891 communication Methods 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
- 230000007547 defect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000003287 optical effect Effects 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
- 230000015556 catabolic process Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000035558 fertility Effects 0.000 description 1
- 230000004720 fertilization Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 238000003971 tillage Methods 0.000 description 1
- 239000002699 waste material Substances 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N11/00—Investigating flow properties of materials, e.g. viscosity, plasticity; Analysing materials by determining flow 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
- G01N27/04—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
- G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N3/56—Investigating resistance to wear or abrasion
- G01N3/567—Investigating resistance to wear or abrasion by submitting the specimen to the action of a fluid or of a fluidised material, e.g. cavitation, jet abrasion
-
- 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
- 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
- G01N33/248—Earth materials related to manure as a biological product
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
- G01R27/02—Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/0001—Type of application of the stress
- G01N2203/0005—Repeated or cyclic
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/003—Generation of the force
- G01N2203/0042—Pneumatic or hydraulic means
- G01N2203/0048—Hydraulic means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2203/00—Investigating strength properties of solid materials by application of mechanical stress
- G01N2203/02—Details not specific for a particular testing method
- G01N2203/026—Specifications of the specimen
- G01N2203/0284—Bulk material, e.g. powders
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Medicinal Chemistry (AREA)
- Remote Sensing (AREA)
- Food Science & Technology (AREA)
- Geology (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (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自动化土壤信息监测系统,涉及物联网的自动化土壤信息监测技术,通过标记模块对不同区域的土壤进行标记,采集模块通过传感器组采集土壤信息变化的多项参数,将多项参数通过公式建立土壤侵蚀系数,对比模块依据土壤系数与梯度阈值进行对比,监测系统根据对比结果对不同监测区域做出相应地处理,处理模块通过每个区域内的土壤侵蚀系数建立土壤侵蚀值,土壤侵蚀系数越大,侵蚀值越大,排序模块依据土壤监测排序值由大到小对监测区域进行排序,依据排序表的正序再对不同区域内的土壤信息进行监测,不仅提高了对土壤信息的监测效率,而且还对土壤可能发生侵蚀性问题做出了提前预测,防止土壤环境的恶化。
Description
技术领域
本发明涉及物联网的自动化土壤信息监测技术领域,具体涉及一种基于物联网的自动化土壤信息监测系统。
背景技术
在当前的土壤信息监测过程中,土壤侵蚀问题尤为突出,土壤侵蚀是指土壤表面被水流、风力、重力等自然力量剥蚀和搬运,造成土壤的流失和退化的过程。它对环境、农业和生态系统都造成了严重的危害,例如农业产量下降, 土壤侵蚀会带走表层的肥沃土壤,其中富含养分和有机质,这会导致土壤贫瘠化和农作物产量的下降。 被侵蚀的土壤通常会失去肥力,养分流失严重,pH值变化,影响作物的健康生长。
基于物联网的自动化土壤信息监测系统是一种利用现代通信技术和传感器技术来实现对土壤环境参数进行实时监测和数据收集的系统。这种系统能够帮助农民、园艺师和研究人员更好地管理土壤,优化农作物的生长条件,提高农作物产量和质量。通过准确监测土壤的状况,系统可以帮助优化灌溉和施肥,减少资源的浪费,从而实现节能环保的目标。
现有技术存在以下不足:
现有技术中对土壤侵蚀的监测更偏向于整体性监测,通过遥感技术、卫星数据等手段来获取大面积的土壤侵蚀情况,然而,该监测系统无法对某一单独区域内的土壤做出针对性预测,从而导致了在该区域内已经发生土壤侵蚀问题后,再对其进行监控管理,造成了土壤侵蚀问题的加重。
发明内容
本发明的目的是提供一种基于物联网的自动化土壤信息监测系统,以解决背景技术中不足。
为了实现上述目的,本发明提供如下技术方案:一种基于物联网的自动化土壤信息监测系统,包括标记模块、处理模块、对比模块、排序模块、预警模块、监测模块以及采集模块;
标记模块:依据所需监测的土壤将其分区域进行标记;
采集模块:通过传感器组采集土壤信息变化的多项参数,将多项参数通过公式建立土壤侵蚀系数;
对比模块:依据土壤侵蚀系数与梯度阈值进行对比;
预警模块:依据对比结果判断是否发出预警信号;
处理模块:通过每个区域内的土壤侵蚀系数建立土壤侵蚀值,土壤侵蚀系数越大,侵蚀值越大;
监测模块:监测土壤侵蚀区域内的肥料作用量值和耕作频率值的大小;
排序模块:依据土壤监测排序值由大到小对监测区域进行排序,依据排序表的正序对区域内的土壤信息进行监测。
在一个优选的实施方式中,通过传感器组采集农田土壤信息的多项参数,多项参数通过归一化处理后建立土壤侵蚀系数:
传感器组通过采集农田土壤中的水流坡度倾斜值、土壤粘性值、降雨冲刷指数、土壤的敏感性值多项参数通过归一化处理建立土壤系数,表达式为;
式中,为土壤侵蚀系数,/>为水流坡度倾斜值、/>为土壤粘性值、/>为土壤的敏感性值、/>为降雨冲刷指数,/>为水流坡度倾斜值、土壤粘性值、土壤的敏感性值、降雨冲刷指数的权重因子系数,且/>。
在一个优选的实施方式中,土壤植被覆盖率 =(植被区域像素数/土壤总像素数)*100%;土壤粘性值的计算公式为:,式中 ,FCD为土壤切向应力、SQ为土壤横向应力、A土壤剪切面的面积;土壤的敏感性值的获取逻辑为:通过计算土壤中可溶性盐的电导率值得到,/>其中:EC是电导率,I 是通过土壤的电流,V 是电流通过土壤时的电压,K 是电导率计的校准常数;土降雨冲刷指数的获取逻辑为:/>=(降雨强度*降雨频率)/降雨分布面积,降雨强度为降雨时间内的降雨总量。
在一个优选的实施方式中,通过土壤侵蚀系数与梯度阈值进行比较,包括以下步骤:
梯度阈值包括第一阈值、第二阈值/>,且/>,将评估系数/>与第一阈值/>、第二阈值/>进行对比;
当土壤侵蚀系数,系统不发出预警信号,
当≤土壤侵蚀系数/>第二阈值/>,系统发出二级预警信号;
当土壤侵蚀系数≥第二阈值/>,系统输出一级预警信号。
在一个优选的实施方式中,依据土壤侵蚀值由大到小对监测区域进行排序,依据排序表的正序再对区域内的土壤信息进行监测:
在监测过程中采集各个农田土壤发生侵蚀的多项参数,多项参数包括肥料作用量值、耕作频率值、土壤侵蚀值,多项参数通过数据归一化处理生成农田监测排序值,表达式为:
式中,为农田土壤监测排序值,/>为农田土壤侵蚀值、/>为肥料作用量值、为耕作频率值,/>、/>、/>为土壤侵蚀值、肥料作用量值、耕作频率值的权重系数;/>、/>、/>分别取值为40%、30%、30%,则表达式为:。
在一个优选的实施方式中,农田的耕作频率值的计算公式为:耕作频率 =实际耕作次数/耕作时间段的总天数;肥料作用量值的获取逻辑为:肥料作用量值=(肥料使用量/肥料使用面积)*肥料使用频率,肥料的使用频率为作物从开始耕作到结束耕作所需时间内的肥料的使用次数;土壤侵蚀值的获取逻辑为:结合每个区域内的农田的土壤侵蚀系数建立土壤侵蚀值,公式为:。
在上述技术方案中,本发明提供的技术效果和优点:
1、本发明在对区域内的土壤信息进行采集的时候,选择了农田土壤区域进行采集,通过传感器组采集农田土壤信息变化的多项参数,多项参数通过归一化处理后建立土壤侵蚀系数,利用土壤侵蚀系数与梯度阈值进行比较,能够对每个区域做出针对性管理,形成对土壤侵蚀问题进行长期内的规划和监测,逐步改善土壤侵蚀状况,防止在土壤发生侵蚀后再对其进行管理。
2、本发明在系统预测到农田有发生土壤侵蚀的可能性时,通过监测不同区域内的肥料作用量值和土壤侵蚀值的大小,再结合土壤侵蚀值,生成排序表,依据排序表中监测排序值的大小进行正序监测,从而对可能要发生土壤侵蚀的区域进行有序监测,从而提高了对土壤性质变化的监测能力,也对可能发生土壤侵蚀的区域做出提前性的预测。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明的方法流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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、完整的描述,显然,所描述的实施例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作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
请参阅图1所示,本实施例所述一种基于物联网的自动化土壤信息监测系统,包括标记模块、处理模块、对比模块、排序模块、预警模块、监测模块以及采集模块;
标记模块依据所需监测的土壤面积将其分为若干区域,将若干区域标记为x个,分别对x个区域进行标号为{x1、x2、x3...xn},n为大于0的正整数,在区域内设置土壤监测传感器组,采集模块通过传感器组采集土壤信息变化的多项参数,将多项参数通过公式建立土壤侵蚀系数,对比模块依据土壤系数与梯度阈值进行对比,监测系统根据对比结果对不同监测区域做出相应地处理,处理模块通过每个区域内的土壤侵蚀系数建立土壤侵蚀值,土壤侵蚀系数越大,侵蚀值越大,排序模块依据土壤侵蚀值由大到小对监测区域进行排序,依据排序表的正序再对区域内的土壤信息进行监测。
本发明在对区域内的土壤信息进行采集的时候,选择了农田土壤区域进行采集,通过传感器组采集农田土壤信息变化的多项参数,多项参数通过归一化处理后建立土壤侵蚀系数,再通过每个区域内的土壤侵蚀系数建立土壤侵蚀值,依据土壤侵蚀值由大到小生成排序表,这样使得监控系统在监控农田土壤面积较大的情况时,能够依据其划分的不同区域对每个区域做出针对性管理,能够对土壤侵蚀问题进行长期内的规划和监测,逐步改善土壤侵蚀状况,防止在土壤发生侵蚀后再对其进行管理。
本发明中可以利用地理信息系统(GIS)依据历史数据来划分农田,使用电子地图精确绘制出不同区域的边界,依据划分后的若干区域对其进行标号,假设划分后的区域为x个,则分别对x个区域进行标号为{x1、x2、x3...xn},n为大于0的正整数,在每个区域内设置相同数量的土壤监测传感器组,通过传感器组采集土壤侵蚀信息。
实施例2
上述实施例1中,通过传感器组采集农田土壤信息的多项参数,多项参数通过归一化处理后建立土壤侵蚀系数,将土壤侵蚀系数与梯度阈值进行对比,监测系统根据对比结果对不同监测区域做出相应的处理,具体包括以下步骤;
通过传感器组采集农田土壤中的水流坡度倾斜值、土壤粘性值、降雨冲刷指数、土壤的敏感性值多项参数通过归一化处理建立土壤系数,通过土壤侵蚀系数与梯度阈值进行比较,做出相应的处理,公式如下;
式中,为土壤侵蚀系数,/>为水流坡度倾斜值、/>为土壤粘性值、/>为土壤的敏感性值、/>为降雨冲刷指数,/>为水流坡度倾斜值、土壤粘性值、土壤的敏感性值、降雨冲刷指数的权重因子系数,权重因子系数/>具体值由本领域技术人员根据实际采集生产信息进行设置,在此不做限定。
水流坡度倾斜值的计算公式为:/>=水势的高度差/水流的水平距离;水势的高度差通过在土壤中安装水位数据记录器监测得到,水流的水平距离直接用卷尺测量得到;水势高度差越大,水流坡度倾斜值越大,即坡度越陡,水流越急,当水流速度足够大时,水流通过程中会带走部分土壤,对土壤造成侵蚀作用;
土壤粘性值的计算公式为:/>,式中 ,FCD为土壤切向应力、SQ为土壤横向应力、A土壤剪切面的面积,土壤的切向应力和土壤横向应力可以通过在土壤中设置压力传感器测得,例如,切向应力为20牛顿,正应力为100牛顿,土壤剪切面的面积为20平方米,那么粘性值就可以计算为20/(100+20),土壤切向应力越大,即土壤粘性值越大 ,土壤的侵蚀能力越低;
土壤的敏感性值的获取逻辑为:利用计算土壤中可溶性盐的电导率值得到,土壤中的电导率值越高,土壤的敏感性值越大,电导率值通过测量电流通过土壤中的电阻来计算的,电导率(EC)的计算公式如下:
其中:EC是电导率,以毫西门子/厘米(mS/cm)表示,I 是通过土壤的电流,以安培(A)表示,V 是电流通过土壤时的电压,以伏特(V)表示,K 是电导率计的校准常数,用于将测量结果转换为标准电导率单位,电导率值越高,即土壤的敏感性值越大,土壤越容易发生侵蚀作用;
降雨冲刷指数的获取逻辑为:/>=(降雨强度*降雨频率)/降雨分布面积,降雨强度为单位时间内的降雨总量,降雨量可以通过降雨传感器或雨量计测得,通过降雨冲刷指数能够得到区域范围内的降雨对土壤的冲刷能力,降雨冲刷指数越高,对土壤的冲击力越大,土壤越容易受降雨影响而发生土壤侵蚀。
在获取土壤侵蚀系数后,本申请中的梯度阈值包括第一阈值/>、第二阈值,且/>,将评估系数/>与第一阈值/>、第二阈值/>进行对比;
当土壤侵蚀系数,此时农田土壤处于稳定状态,系统不发出预警信号;
当≤土壤侵蚀系数/>第二阈值/>,农田有发生土壤侵蚀的可能性,系统发出二级预警信号,监测人员在收到二级预警信号以后,可提前做出一些临时性的防护;
当土壤侵蚀系数≥第二阈值/>,农田处于将要发生土壤侵蚀的状态,系统输出一级预警信号,操作人员在收到一级预警信号后,应立即向当地农业部门汇报,并由其制定解决方案。
具体的,一级预警的重要度大于二级预警重要度,且当系统发出一级预警时,由于监测人员接收到一级预警信号时,应立即向当地农业部门汇报,土壤侵蚀系数不发出预警信号,监控系统不再对土壤侵蚀系数做监控管理,可进一步提高监控效率。
实施例3
在系统预测到农田有发生土壤侵蚀的可能性时,系统发出预警信号,监测人员在收到预警信号以后需要提前做出一些临时性的防护,以防止其发生土壤侵蚀,但是由于农田分布的区域较广,不同区域内的农田受到的肥料作用量和耕作频率的影响也会有所不同,对于一些受到肥料作用量因素和耕作频率因素影响较大的区域,发生土壤侵蚀的可能性也会增加,因此还需要采集在不同区域内的肥料使用的频率,以及该地区的农田土壤耕作频率。
在上述实施例2中,当系统预测到农田有发生土壤侵蚀的可能性时,监测人员需要对其进行一些临时性的保护,监测模块通过监测可能发生土壤侵蚀区域内的肥料作用量值和耕作频率值的大小,依据肥料作用量和耕作频率的大小,分别生成肥料作用量值和耕作频率值,再结合实施例1中的土壤侵蚀值,可生成农田监测排序值,表达式为:
式中,为农田土壤监测排序值,/>为农田土壤侵蚀值、/>为肥料作用量值、为耕作频率值,/>、/>、/>为土壤侵蚀值、肥料作用量值、耕作频率值的权重系数,根据农田监测排序值的大小由正序方式对农田不同区域进行监测。
本实施例中,、/>、/>分别取值为40%、30%、30%,则表达式为:
在此说明的是,随着耕作频率的增加可能会使土壤表面裸露的时间增加,增大了土壤侵蚀的风险;随着农田土壤中肥料使用量的增加可能导致土壤中的养分浓度过高,增加了土壤的侵蚀风险,对土壤进行持续施肥时会使土壤颗粒结构变得不稳定,容易被冲刷走。
农田的耕作频率值的获取逻辑为:记录一年内同一块农田被耕作的次数,所有耕作类型都要记录在内,包括(犁耕、播种、收割等),耕作频率 =实际耕作次数/耕作时间段的总天数,随着农田的耕作频率的增加,农田发生土壤侵蚀的可能性也会增加。
肥料作用量值的获取逻辑为:肥料作用量值=(肥料使用量/肥料使用面积)*肥料使用频率,肥料的使用频率为作物从开始耕作到结束耕作所需时间内的肥料的使用次数,当农田土壤中的肥料作用量持续增加时可能导致土壤中的养分浓度过高,增加了土壤的侵蚀的可能性。
土壤侵蚀值的获取逻辑为:结合每个区域内的农田的土壤侵蚀系数建立土壤侵蚀值,公式为:,土壤侵蚀系数越大,土壤侵蚀值越大。
在监测区域内,当农田将要发生土壤侵蚀的情况时,监测人员将问题上报给当地农业部门,由其作出处理,然后再依据排序表,对可能要发生土壤侵蚀的区域,依据排序表中的数值大小,对其进行正序监测,从而更有效地监控土壤信息变化的情况,同时提高了对土壤信息监控的效率。
本实施例中,通过监测不同区域内的肥料作用量值和土壤侵蚀值的大小,再结合土壤侵蚀值,生成排序表,依据排序表中监测排序值的大小进行正序监测,从而对可能要发生土壤侵蚀的区域进行有序监测,从而提高了对土壤性质变化的监测能力,也对可能发生土壤侵蚀的区域做出提前性的预测。
实施例4
本实施例所述一种基于物联网的自动化土壤信息监测系统,包括标记模块、处理模块、排序模块、预警模块、监测模块以及采集模块;
其中,
标记模块:依据所需监测的土壤将其分区域进行标记;
采集模块:通过传感器组采集土壤信息变化的多项参数,将多项参数通过公式建立土壤侵蚀系数;
对比模块:依据土壤侵蚀系数与梯度阈值进行对比;
预警模块:依据对比结果判断是否发出预警信号;
处理模块:通过每个区域内的土壤侵蚀系数建立土壤侵蚀值,土壤侵蚀系数越大,侵蚀值越大;
监测模块:监测土壤侵蚀区域内的肥料作用量值和耕作频率值的大小;
排序模块:依据土壤监测排序值由大到小对监测区域进行排序,依据排序表的正序对区域内的土壤信息进行监测。
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或无线(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。
应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况,其中A,B可以是单数或者复数。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系,但也可能表示的是一种“和/或”的关系,具体可参考前后文进行理解。
本申请中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
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单元及算法步骤,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、装置和单元的具体工作过程,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,所述单元的划分,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,例如多个单元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,装置或单元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单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元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单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元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。
Claims (1)
1.一种基于物联网的自动化土壤信息监测系统,其特征在于,包括标记模块、采集模块、对比模块、预警模块、处理模块、监测模块以及排序模块;
标记模块:依据所需监测的土壤将其分区域进行标记;
采集模块:通过传感器组采集土壤信息变化的多项参数,将多项参数通过公式建立土壤侵蚀系数;传感器组通过采集农田土壤中的水流坡度倾斜值、土壤粘性值、降雨冲刷指数、土壤的敏感性值多项参数通过归一化处理建立土壤侵蚀系数,表达式为;
;
式中,为土壤侵蚀系数,/>为水流坡度倾斜值、/>为土壤粘性值、/>为土壤的敏感性值、/>为降雨冲刷指数,/>为水流坡度倾斜值、土壤粘性值、土壤的敏感性值、降雨冲刷指数的权重因子系数,且/>;
土壤粘性值的计算公式为:,式中 ,/>为土壤切向应力、SQ为土壤横向应力、A土壤剪切面的面积;土壤的敏感性值的获取逻辑为:通过计算土壤中可溶性盐的电导率值得到,公式为:/>其中:EC是电导率,I 是通过土壤的电流,V 是电流通过土壤时的电压,K 是电导率计的校准常数;土降雨冲刷指数的获取逻辑为:,降雨强度为降雨时间内的降雨总量;
对比模块:依据土壤侵蚀系数与梯度阈值进行对比;梯度阈值包括第一阈值、第二阈值/>,且/>,将评估系数/>与第一阈值/>、第二阈值/>进行对比;
当土壤侵蚀系数,此时不发出预警信号;
当≤土壤侵蚀系数/>第二阈值/>,此时发出二级预警信号;
当土壤侵蚀系数≥第二阈值/>,此时发出一级预警信号;
预警模块:依据对比结果判断是否发出预警信号;
处理模块:通过每个区域内的土壤侵蚀系数建立土壤侵蚀值,土壤侵蚀系数越大,侵蚀值越大;
采集各个农田土壤发生侵蚀的多项参数,多项参数包括肥料作用量值、耕作频率值、土壤侵蚀值,多项参数通过数据归一化处理生成农田监测排序值,表达式为:
;
式中,为农田土壤监测排序值,/>为农田土壤侵蚀值、/>为肥料作用量值、/>为耕作频率值,/>、/>、/>为土壤侵蚀值、肥料作用量值、耕作频率值的权重系数;/>、/>、分别取值为40%、30%、30%,则表达式为:/>;
监测模块:监测土壤侵蚀区域内的肥料作用量值和耕作频率值的大小;农田的耕作频率值的计算公式为:耕作频率 =实际耕作次数/耕作时间段的总天数;肥料作用量值的获取逻辑为:肥料作用量值=(肥料使用量/肥料使用面积)* 肥料使用频率,肥料的使用频率为作物从开始耕作到结束耕作所需时间内的肥料的使用次数;土壤侵蚀值的获取逻辑为:结合每个区域内的农田的土壤侵蚀系数建立土壤侵蚀值,转换公式为:;
排序模块:依据土壤监测排序值由大到小对监测区域进行排序,依据排序表的正序对区域内的土壤信息进行监测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311244148.5A CN116990491B (zh) | 2023-09-26 | 2023-09-26 | 一种基于物联网的自动化土壤信息监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311244148.5A CN116990491B (zh) | 2023-09-26 | 2023-09-26 | 一种基于物联网的自动化土壤信息监测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116990491A CN116990491A (zh) | 2023-11-03 |
CN116990491B true CN116990491B (zh) | 2023-12-26 |
Family
ID=88521622
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311244148.5A Active CN116990491B (zh) | 2023-09-26 | 2023-09-26 | 一种基于物联网的自动化土壤信息监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116990491B (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 (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103792340A (zh) * | 2014-03-07 | 2014-05-14 | 国家海洋局第一海洋研究所 | 一种基于物联网的盐渍土监测预警系统及方法 |
CN108802339A (zh) * | 2018-08-16 | 2018-11-13 | 天狼联盟材料科技研究(广东)有限公司 | 基于物联网监控土壤环境与质量的自动化系统 |
CN109013677A (zh) * | 2018-08-04 | 2018-12-18 | 石修英 | 一种土壤有机污染环境监控系统 |
CN113566894A (zh) * | 2021-08-13 | 2021-10-29 | 长春工程学院 | 基于物联网的地质灾害监测方法、系统、终端及介质 |
CN114827205A (zh) * | 2022-04-26 | 2022-07-29 | 华夏鼎慧(宁夏)农业科技有限公司 | 一种基于物联网的水肥一体化用环境监测系统 |
KR102490797B1 (ko) * | 2022-09-28 | 2023-01-25 | 주식회사 제이비티 | 표토 훼손지역의 평가 및 복원 지원 시스템 |
CN115661650A (zh) * | 2022-10-28 | 2023-01-31 | 广东云钜网络科技有限公司 | 一种基于物联网数据监测的农场管理系统 |
-
2023
- 2023-09-26 CN CN202311244148.5A patent/CN116990491B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103792340A (zh) * | 2014-03-07 | 2014-05-14 | 国家海洋局第一海洋研究所 | 一种基于物联网的盐渍土监测预警系统及方法 |
CN109013677A (zh) * | 2018-08-04 | 2018-12-18 | 石修英 | 一种土壤有机污染环境监控系统 |
CN108802339A (zh) * | 2018-08-16 | 2018-11-13 | 天狼联盟材料科技研究(广东)有限公司 | 基于物联网监控土壤环境与质量的自动化系统 |
CN113566894A (zh) * | 2021-08-13 | 2021-10-29 | 长春工程学院 | 基于物联网的地质灾害监测方法、系统、终端及介质 |
CN114827205A (zh) * | 2022-04-26 | 2022-07-29 | 华夏鼎慧(宁夏)农业科技有限公司 | 一种基于物联网的水肥一体化用环境监测系统 |
KR102490797B1 (ko) * | 2022-09-28 | 2023-01-25 | 주식회사 제이비티 | 표토 훼손지역의 평가 및 복원 지원 시스템 |
CN115661650A (zh) * | 2022-10-28 | 2023-01-31 | 广东云钜网络科技有限公司 | 一种基于物联网数据监测的农场管理系统 |
Non-Patent Citations (1)
Title |
---|
成都市土壤侵蚀定量评价研究;刘斌涛 等;《长江科学院院报》;第33卷(第9期);40-47 * |
Also Published As
Publication number | Publication date |
---|---|
CN116990491A (zh) | 2023-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Surmaini et al. | Early detection of drought impact on rice paddies in Indonesia by means of Niño 3.4 index | |
CN116990491B (zh) | 一种基于物联网的自动化土壤信息监测系统 | |
Bai et al. | Optimization of the nitrogen fertilizer schedule of maize under drip irrigation in Jilin, China, based on DSSAT and GA | |
Sivakumar et al. | IoT and GIS Integration for Real-Time Monitoring of Soil Health and Nutrient Status | |
CN112215716A (zh) | 农作物生长干预方法、装置、设备及存储介质 | |
Ong et al. | Exploring below ground complementarity in agroforestry using sap flow and root fractal techniques | |
CN116738766B (zh) | 基于数字孪生的智慧农业线上产业化服务系统 | |
AU2016273991A1 (en) | Detection of environmental conditions | |
CN102592118B (zh) | 一种玉米出苗期的自动检测方法 | |
CN114331023A (zh) | 一种植被干旱监测评估方法 | |
Hedley et al. | Spatial irrigation scheduling for variable rate irrigation | |
CN117178769B (zh) | 一种基于自动化的园林植物养护方法及系统 | |
Yang et al. | Indicator-based spatiotemporal characteristics of apple drought in North China | |
Gärtner et al. | A simple regional downscaling approach for spatially distributing land use types for agricultural land | |
Teng et al. | An integrated model for prediction of hydrologic anomalies for habitat suitability of overwintering geese in a large floodplain wetland, China | |
Matranga et al. | Estimating soil surface roughness by proximal sensing for soil erosion modeling implementation at field scale | |
CN102360428A (zh) | 一种玉米三叶期与七叶期的自动检测方法 | |
Samborski et al. | Sensitivity of sensor-based nitrogen rates to selection of within-field calibration strips in winter wheat | |
Castro Filho et al. | Land degradation assessment: tools and techniques for measuring sediment load | |
TWI695339B (zh) | 農作物產期產量管理分析系統 | |
Khosla et al. | Understanding and cleaning yield monitor data | |
Drewry et al. | Maximising the value of irrigation through improved use of soil resources and sensor technology | |
CN112697996A (zh) | 土壤监测方法、装置、设备及存储介质 | |
Sarkar et al. | Management Strategies for Critical Erosion-Prone Areas of Small Agricultural Watershed Based on Sediment and Nutrient Yield | |
CN117933579B (zh) | 一种高效人工草地综合管理方法 |
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 |