CN117310121A - 基于计算机物联网的农业种植灌溉检测装置及其检测方法 - Google Patents
基于计算机物联网的农业种植灌溉检测装置及其检测方法 Download PDFInfo
- Publication number
- CN117310121A CN117310121A CN202311043991.7A CN202311043991A CN117310121A CN 117310121 A CN117310121 A CN 117310121A CN 202311043991 A CN202311043991 A CN 202311043991A CN 117310121 A CN117310121 A CN 117310121A
- Authority
- CN
- China
- Prior art keywords
- evapotranspiration
- soil
- module
- detection
- data
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 90
- 230000002262 irrigation Effects 0.000 title claims abstract description 41
- 238000003973 irrigation Methods 0.000 title claims abstract description 41
- 239000002689 soil Substances 0.000 claims abstract description 81
- 238000005553 drilling Methods 0.000 claims abstract description 32
- 239000000523 sample Substances 0.000 claims abstract description 25
- 230000007246 mechanism Effects 0.000 claims description 70
- 230000005540 biological transmission Effects 0.000 claims description 26
- 238000000034 method Methods 0.000 claims description 14
- 238000005457 optimization Methods 0.000 claims description 13
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000005527 soil sampling Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 10
- 235000017166 Bambusa arundinacea Nutrition 0.000 claims description 8
- 235000017491 Bambusa tulda Nutrition 0.000 claims description 8
- 241001330002 Bambuseae Species 0.000 claims description 8
- 235000015334 Phyllostachys viridis Nutrition 0.000 claims description 8
- 239000011425 bamboo Substances 0.000 claims description 8
- 230000006855 networking Effects 0.000 claims description 8
- 241000196324 Embryophyta Species 0.000 claims description 5
- 230000006978 adaptation Effects 0.000 claims description 5
- 230000000712 assembly Effects 0.000 claims description 3
- 238000000429 assembly Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 abstract description 8
- 230000008859 change Effects 0.000 abstract description 2
- 238000009434 installation Methods 0.000 abstract description 2
- 230000002035 prolonged effect Effects 0.000 abstract description 2
- 241000282461 Canis lupus Species 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 12
- 241000209140 Triticum Species 0.000 description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 9
- 235000021307 Triticum Nutrition 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000000739 chaotic effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 229920006395 saturated elastomer Polymers 0.000 description 3
- 239000002344 surface layer Substances 0.000 description 3
- 241000282421 Canidae Species 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 239000010410 layer Substances 0.000 description 2
- 238000012847 principal component analysis method Methods 0.000 description 2
- 238000005295 random walk Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000282326 Felis catus Species 0.000 description 1
- 206010016807 Fluid retention Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 235000013339 cereals Nutrition 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000003621 irrigation water Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000005068 transpiration 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/02—Devices for withdrawing samples
- G01N1/04—Devices for withdrawing samples in the solid state, e.g. by cutting
- G01N1/08—Devices for withdrawing samples in the solid state, e.g. by cutting involving an extracting tool, e.g. core bit
-
- 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
-
- 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
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Physics & Mathematics (AREA)
- Geology (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明公开了基于计算机物联网的农业种植灌溉检测装置及其检测方法,涉及农业灌溉技术领域,该基于计算机物联网的农业种植灌溉检测装置及其检测方法,通过设置多个土壤湿度检测组件,能够对一定范围内土壤进行多方位检测,能够针对多个位置的土壤湿度检测数据综合分析土壤湿度情况,从而规避了单个区域检测容易出现检测数据不准确的情况。通过将检测探头设置在钻杆的内部,使用时能够将其推出钻杆,使用后可将其收纳在钻杆内,避免外力碰撞造成其损坏的情况,从而延长了其使用寿命,通过设置伸缩臂组件能够通过调节调节杆相对安装套的距离,改变导向筒的位置,从而土壤湿度检测组件的位置得以改变,能够增大或者缩小其检测范围。
Description
技术领域
本发明涉及农业灌溉技术领域,具体为基于计算机物联网的农业种植灌溉检测装置及其检测方法。
背景技术
物联网自动化控制的智能灌溉系统利用传感器和处理系统来实现灌溉的智能化管理,以提高灌溉管理水平、降低成本并最大化效益。智能灌溉控制系统常常利用土壤湿度传感器等传感器来采集土壤湿度数据,并将这些数据传输至处理系统中。处理系统会对数据进行分析和对比,判断土壤湿度是否低于作物正常生长所需的水分水平。当处理系统判断土壤湿度低于正常值时,即表示土壤缺水。处理系统会向灌溉执行机构发送灌溉指令,使其开始供水。这样可以增加土壤中的水分,直到土壤湿度恢复到正常范围。通过这种智能控制手段,智能灌溉系统可以根据实际土壤湿度情况来实施灌溉,避免过度或不足灌溉,从而提高土壤湿度的管理水平。
目前土壤湿度检测装置大多使用单一的湿度探头对土壤湿度进行检测,单一的湿度探头只能监测土壤表层的湿度,无法准确获知农作物根部深处的湿度情况,因此可能会忽视根部位置的水分状况;其次,在灌溉过程中,土壤往往没有得到充分的浸透,导致灌溉水主要保留在土壤的表层,植物根系层土壤水分依然不足,由于土壤的保水性差,水分很容易蒸发和流失,导致灌溉频繁进行,浪费了大量水资源。因此,依靠单一的土壤湿度探头进行灌溉前检测,无法获取精确的土壤湿度数据,从而不能适时对农作物进行充分灌溉。
为此,本发明提出了基于计算机物联网的农业种植灌溉检测装置及其检测方法以解决上述问题。
发明内容
针对现有技术的不足,本发明提供了基于计算机物联网的农业种植灌溉检测装置及其检测方法,解决了目前土壤湿度检测装置单一的湿度探头只能监测土壤表层的湿度,无法准确获知农作物根部深处的湿度情况,依靠单一的土壤湿度探头进行灌溉前检测,无法获取精确的土壤湿度数据,从而不能适时对农作物进行充分灌溉的问题。
为实现以上目的,本发明通过以下技术方案予以实现:基于计算机物联网的农业种植灌溉检测装置及其检测方法,包括支撑机构、测量范围调节机构、驱动机构和土壤湿度检测组件,所述支撑机构用于承载测量范围调节机构和驱动机构以及土壤湿度检测组件,所述测量范围调节机构设置在支撑机构的侧壁上,用于调节土壤取样机构的取样范围,所述驱动机构设置在支撑机构的顶部,用于驱动土壤取样机构进行取土操作,所述支撑机构的底部设置有用于检测农作物蒸散量的蒸散量预测组件和数据传输模块,蒸散量预测组件用于检测农作物蒸散量,数据传输模块用于将检测的土壤湿度数据和蒸散量数据传输到移动设备。
进一步的,所述支撑机构包括下承载板、尖锥、立柱和上承载板,所述尖锥均匀固定设置在下承载板的底部,用于扎入土壤稳定支撑,所述立柱固定连接在下承载板的顶部,所述上承载板固定连接在立柱的顶端。
进一步的,所述测量范围调节机构包括分别均匀设置在下承载板和上承载板外壁上的多个伸缩臂组件,所述伸缩臂组件包括安装套、调节杆、导向筒和长条块,所述安装套固定连接在上承载板的侧壁上,所述调节杆滑动连接在安装套的内部,所述安装套和调节杆之间通过螺栓相连接,所述导向筒固定连接在调节杆的端部,所述长条块均匀固定连接在导向筒的内壁上。
进一步的,所述土壤湿度检测组件包括钻杆和均匀开设在钻杆外壁上的导向槽,所述钻杆内部滑动连接有升降筒,所述升降筒内部螺纹连接有螺杆,所述螺杆顶端贯穿钻杆并延伸至外部,所述螺杆和钻杆之间通过轴承转动连接,所述钻杆内壁均匀开设有导向滑槽,所述升降筒外壁上均匀固定设置有和导向滑槽结构相适配的导向滑块,导向滑块滑动连接在导向滑槽中,所述钻杆内部设置有用于检测土壤湿度的检测部件,检测部件包括支撑板、导向套、检测探头、第一楔形板、弹簧,所述支撑板固定连接在钻杆内壁上,多个所述导向套均匀固定连接在支撑板的顶部,每个所述导向套的内部均滑动连接有检测探头,所述检测探头的一端固定连接有第一楔形板,所述检测探头外壁上且位于导向套和第一楔形板之间套设有弹簧,所述升降筒底端均匀固定设置有和第一楔形板结构、位置均相适配的第二楔形板,用于驱动第一楔形板向钻杆外部移动,所述钻杆外壁上与检测探头相对的位置上均开设有通孔,用于检测探头穿出通孔,扎入土壤内部,以检测土壤湿度,所述钻杆外壁上螺纹套设有螺纹套筒,所述螺纹套筒外壁上固定套设有第一斜齿盘,所述螺纹套筒转动连接在其中一个导向筒的顶部。
进一步的,所述驱动机构包括第二斜齿盘、传动组件、电机架和伺服电机,所述第二斜齿盘转动连接在上承载板的顶部,所述电机架固定连接在上承载板的顶部,所述伺服电机固定连接在电机架的顶部,所述伺服电机的输出轴转动贯穿电机架并和第二斜齿盘相连接,所述传动组件包括第一锥齿轮、传动轴和第二锥齿轮,所述第一锥齿轮和第二锥齿轮分别固定连接在传动轴的两端,所述第一锥齿轮和第二斜齿盘啮合连接,所述第二锥齿轮和第一斜齿盘啮合连接。
进一步的,所述长条块滑动连接在导向槽的内部,所述钻杆底端设置有尖锥角。
进一步的,所述蒸散量预测组件包括原始数据采集模块、数据预处理模块、蒸散量影响因子筛选模块、蒸散量预测模块、预测模型优化模块和输出预测蒸散量模块,所述原始数据采集模块的输出端和数据预处理模块的输入端相连接,所述数据预处理模块的输出端和蒸散量影响因子筛选模块的输入端相连接,所述蒸散量影响因子筛选模块的输出端和蒸散量预测模块的输入端相连接,所述蒸散量预测模块的输出端和预测模型优化模块的输入端相连接,所述预测模型优化模块的输出端和输出预测蒸散量模块的输入端相连接。
本发明还提供了基于计算机物联网的农业种植灌溉检测装置的检测方法,该方法包括以下步骤:
步骤一、架设设备:将支撑机构架设在农作物种植区地面上,并将支撑机构的底端扎入土壤中,并利用水平仪测量支撑机构的水平状态,确保支撑机构为水平状态;
步骤二、土壤取样:利用驱动设备驱动土壤湿度检测组件底端深入到土壤中,再手动操作对土壤湿度进行检测,并同时利用蒸散量预测组件对植物蒸散量进行检测;
步骤三、数据反馈;土壤湿度检测数据和蒸散量检测数据通过数据传输模块传输至移动设备上进行查看。
有益效果
本发明提供了基于计算机物联网的农业种植灌溉检测装置及其检测方法。
与现有技术相比具备以下有益效果:
1、基于计算机物联网的农业种植灌溉检测装置及其检测方法,通过支撑机构用于承载测量范围调节机构和驱动机构以及土壤湿度检测组件,测量范围调节机构设置在支撑机构的侧壁上,用于调节土壤取样机构的取样范围,驱动机构设置在支撑机构的顶部,用于驱动土壤取样机构进行取土操作,支撑机构的底部设置有用于检测农作物蒸散量的蒸散量预测组件和数据传输模块,蒸散量预测组件用于检测农作物蒸散量,数据传输模块用于将检测的土壤湿度数据和蒸散量数据传输到移动设备,解决了目前土壤湿度检测装置单一的湿度探头只能监测土壤表层的湿度,无法准确获知农作物根部深处的湿度情况,依靠单一的土壤湿度探头进行灌溉前检测,无法获取精确的土壤湿度数据,从而不能适时对农作物进行充分灌溉的问题。
2、基于计算机物联网的农业种植灌溉检测装置及其检测方法,通过设置多个土壤湿度检测组件,能够对一定范围内土壤进行多方位检测,能够针对多个位置的土壤湿度检测数据综合分析土壤湿度情况,从而规避了单个区域检测容易出现检测数据不准确的情况。
3、基于计算机物联网的农业种植灌溉检测装置及其检测方法,通过将检测探头设置在钻杆的内部,使用时能够将其推出钻杆,使用后可将其收纳在钻杆内,避免外力碰撞造成其损坏的情况,从而延长了其使用寿命。
4、基于计算机物联网的农业种植灌溉检测装置及其检测方法,通过设置伸缩臂组件能够通过调节调节杆相对安装套的距离,改变导向筒的位置,从而土壤湿度检测组件的位置得以改变,能够增大或者缩小其检测范围,进一步增大了土壤湿度检测范围,有利于提高检测数据的准确性。
5、基于计算机物联网的农业种植灌溉检测装置及其检测方法,通过设置蒸散量预测组件,能够通过农作物蒸散量数据结合土壤湿度检测数据共同研判是否满足灌溉条件,从而能够更加准确的找到适合灌溉的时间点,有利于节省水资源。
附图说明
图1为本发明组装状态结构示意图;
图2为本发明分解状态结构示意图;
图3为本发明底部结构示意图;
图4为本发明A部分放大结构示意图;
图5为本发明土壤湿度检测组件剖视结构示意图;
图6为本发明B部分放大结构示意图;
图7为本发明伸缩臂组件分解状态结构示意图;
图8为本发明蒸散量预测组件结构原理框图;
图9为本发明PCA-IGWO-DELM模型图。
图中:1、下承载板;2、尖锥;3、立柱;4、上承载板;5、伸缩臂组件;51、安装套;52、调节杆;53、导向筒;54、长条块;6、土壤湿度检测组件;61、钻杆;62、导向槽;63、升降筒;64、螺杆;65、支撑板;66、导向套;67、检测探头;68、第一楔形板;69、弹簧;610、第二楔形板;611、螺纹套筒;612、第一斜齿盘;7、第二斜齿盘;8、第一锥齿轮;9、传动轴;10、第二锥齿轮;11、电机架;12、伺服电机;14、蒸散量预测组件;141、原始数据采集模块;142、数据预处理模块;143、蒸散量影响因子筛选模块;144、蒸散量预测模块;145、预测模型优化模块;146、输出预测蒸散量模块。
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。
本发明提供了两种技术方案:
如图1-7示出了第实施方式:基于计算机物联网的农业种植灌溉检测装置,包括支撑机构、测量范围调节机构、驱动机构和土壤湿度检测组件6,支撑机构用于承载测量范围调节机构和驱动机构以及土壤湿度检测组件6,测量范围调节机构设置在支撑机构的侧壁上,用于调节土壤取样机构的取样范围,驱动机构设置在支撑机构的顶部,用于驱动土壤取样机构进行取土操作,支撑机构的底部设置有用于检测农作物蒸散量的蒸散量预测组件14和数据传输模块,蒸散量预测组件14用于检测农作物蒸散量,数据传输模块用于将检测的土壤湿度数据和蒸散量数据传输到移动设备。
支撑机构包括下承载板1、尖锥2、立柱3和上承载板4,尖锥2均匀固定设置在下承载板1的底部,用于扎入土壤稳定支撑,立柱3固定连接在下承载板1的顶部,上承载板4固定连接在立柱3的顶端,尖锥2插入地面以实现固定整个设备的目的。
测量范围调节机构包括分别均匀设置在下承载板1和上承载板4外壁上的多个伸缩臂组件5,伸缩臂组件5包括安装套51、调节杆52、导向筒53和长条块54,安装套51固定连接在上承载板4的侧壁上,调节杆52滑动连接在安装套51的内部,安装套51和调节杆52之间通过螺栓相连接,导向筒53固定连接在调节杆52的端部,长条块54均匀固定连接在导向筒53的内壁上,通过拧松固定安装套51和调节杆52的螺栓,能够改变调节杆52相对安装套51的位置,实现改变导向筒53位置的目的,进一步扩大土壤湿度检测组件6的检测范围。
土壤湿度检测组件6包括钻杆61和均匀开设在钻杆61外壁上的导向槽62,钻杆61内部滑动连接有升降筒63,升降筒63内部螺纹连接有螺杆64,螺杆64顶端贯穿钻杆61并延伸至外部,螺杆64和钻杆61之间通过轴承转动连接,钻杆61内壁均匀开设有导向滑槽,升降筒63外壁上均匀固定设置有和导向滑槽结构相适配的导向滑块,导向滑块滑动连接在导向滑槽中,钻杆61内部设置有用于检测土壤湿度的检测部件,检测部件包括支撑板65、导向套66、检测探头67、第一楔形板68、弹簧69,支撑板65固定连接在钻杆61内壁上,多个导向套66均匀固定连接在支撑板65的顶部,每个导向套66的内部均滑动连接有检测探头67,检测探头67的一端固定连接有第一楔形板68,检测探头67外壁上且位于导向套66和第一楔形板68之间套设有弹簧69,升降筒63底端均匀固定设置有和第一楔形板68结构、位置均相适配的第二楔形板610,用于驱动第一楔形板68向钻杆61外部移动,钻杆61外壁上与检测探头67相对的位置上均开设有通孔,用于检测探头67穿出通孔,扎入土壤内部,以检测土壤湿度,钻杆61外壁上螺纹套设有螺纹套筒611,螺纹套筒611外壁上固定套设有第一斜齿盘612,螺纹套筒611转动连接在其中一个导向筒53的顶部。钻杆61的外壁位于导向槽62的上方设置有螺纹槽,螺纹槽螺纹连接在螺纹套筒611的内部,通过转动螺纹套筒611,并且导向槽62受到长条块54的限制,使得钻杆61仅能够沿导向筒53内壁上下定向滑动,土壤取样时,钻杆61进入土壤中后,转动螺杆64,由于升降筒63螺纹套设在螺杆64外壁上,且升降筒外壁上的导向滑块滑动在钻杆61内壁上的导向滑槽中,因此转动螺杆64后,升降筒63得以下降推动第二楔形板610下降,第一楔形板68受到第二楔形板610推动后向钻杆61外部移动,检测探头67穿过钻杆插入土壤中,进行土壤湿度数据检测,检测后的数据通过数据传输模块发送到移动终端中,第二楔形板610上移后,检测探头67受到弹簧69作用复位。
驱动机构包括第二斜齿盘7、传动组件、电机架11和伺服电机12,第二斜齿盘7转动连接在上承载板4的顶部,电机架11固定连接在上承载板4的顶部,伺服电机12固定连接在电机架11的顶部,伺服电机12的输出轴转动贯穿电机架11并和第二斜齿盘7相连接,传动组件包括第一锥齿轮8、传动轴9和第二锥齿轮10,第一锥齿轮8和第二锥齿轮10分别固定连接在传动轴9的两端,第一锥齿轮8和第二斜齿盘7啮合连接,第二锥齿轮10和第一斜齿盘612啮合连接,伺服电机12带动第二斜齿盘7转动,第二斜齿盘7和多个第一锥齿轮8啮合连接,因此能够同时驱动多个第一锥齿轮8转动,动力通过传动轴9输送给第二锥齿轮10,由于第二锥齿轮10和第一斜齿盘612啮合连接,因此,第二锥齿轮10转动时能够带动第一斜齿盘612转动。
长条块54滑动连接在导向槽62的内部,钻杆61底端设置有尖锥角。
如图8-9示出了第二种实施方式,与第实施方式的主要区别在于:蒸散量预测组件14包括原始数据采集模块141、数据预处理模块142、蒸散量影响因子筛选模块143、蒸散量预测模块144、预测模型优化模块145和输出预测蒸散量模块146,原始数据采集模块141的输出端和数据预处理模块142的输入端相连接,数据预处理模块142的输出端和蒸散量影响因子筛选模块143的输入端相连接,蒸散量影响因子筛选模块143的输出端和蒸散量预测模块144的输入端相连接,蒸散量预测模块144的输出端和预测模型优化模块145的输入端相连接,预测模型优化模块145的输出端和输出预测蒸散量模块146的输入端相连接。
针对输入数据量维度过大的问题,用核主成分分析方法对输入数据进行预处理,获得影响蒸散量的重要影响因素。其次,针对当前植物蒸散量预测模型精度不高的问题,本章采用智能优化算法改进深度极限学习机,构建小麦蒸散量预测模型。
热等原理为基础,如彭曼公式(Penman-Monteth,PM)。彭曼公式于1948年由彭曼提出,其计算误差小,准确性高,因此被广泛应用。彭曼公式被联合国粮农组织定为标准的计算参考作物蒸散量的方法。公式计算如下:
其中,ET、表示计算参考作物的蒸散量,单位为mm/d;Δ表示饱和水气压温度曲线斜率,单位为kPa/℃:Rn表示作物表面平均净辐射,MJ/m2d:G表示壤通热量,单位为MJ/m2d;Thr表示平均温度,单位为℃;u2表示2米处的平均风速,单位为m/s;es和ea。分别表示饱和水气压和实际水气压,单位为kPa。
从公式(3-1)可知,影响蒸散量的各类因素主要由传感器测量而得,一般包括温度、湿度、风速等数据,将测量获得的数据计算Δ、Rn,等参数值,其中饱和水气压温度曲线斜率Δ的计算公式如下:
在实际种植环境中,作物实际蒸散量的大小于作物的种类等多种因素相关。实际的蒸散量的计算需要将参考作物蒸散量ET0乘以对应作物的作物系数Kc具体计算公式如下:
ETc=ET0×Kc (3-3)
其中,ETc表示实际作物的蒸散量,Kc表示作物系数。
由公式(3-1)可知,小麦蒸散量的影响因子较多,计算量较大,且很可能存在冗余信息,从而会影响小麦蒸散量的预测精度与计算速度。为了消除冗余信息,加快小麦蒸散量的计算速度,采用主成分分析方法对小麦蒸散量的数据特征进行降维处理,实现保留少数方差较大的数据特征(主成分),消除方差几乎为0的数据特征PCA是使用最广泛的数据降维算法,其主要思想是将高维度n维上的数据特征映射到低维维度k维上,由此得到的k维是全新的正交特征,也称为主成分。假设小麦蒸散量影响因子的原始数据构成的数据集为X=[xij]n×d。其中n表示小麦的样本数,d表示影响小麦蒸散量的相关因素(包含空气湿度、空气温度、土壤湿度、光照强度、风度等)单株小麦本特征的维度,可采用PCA算法先对X数据降维处理,保留关键因素,提出冗余信息,实现数据压缩。
灰狼优化算法受灰狼种群内部的社会等级制度启发。头狼α拥有为狼群做决策的特权,包括捕猎、防御以及休息。排名第二的狼名为β,是头狼α的继承者。排名第三的狼被命名为δ,服从上级头狼α和狼β的命令。剩余狼群为最低等级,必须服从头狼α、狼β和狼δ的命令。在GWO中,种群中最优解表示为Xα,次优解和第三优解分别表示为Xβ,和xδ,剩余个体表示为X。GWO的优化机制受灰狼捕食行为启发,可划分为以下三个步骤:跟踪、追逐和靠近猎物。当满足终止条件时,输出最优解,即Xα。
(1)Cat混沌映射策略
在标准GWO算法中,种群随机初始化方式产生个体位置分布不均匀、稳定性较差,从而降低了算法优化精度。Cat映射策略是一个二维的可逆混沌映射,结构简单,具有更好的遍历性和迭代速度,且可以计算得到均匀的混沌序列。为了增加初始种群多样性,本文采用Cat混策略改进GWO算法种群初始化过程。Cat混策略的动力学方程计算公式如下:
其中,Cat产生的混沌序列区间为[0,1],mod表示模运算。
(2)停滞检测策略
GWO算法针对复杂的优化问题,很容易陷入局部最优。为了克服陷入局部最优问题,本节采用停滞检测策略改进GWO算法搜索策略选择过程。停滞检测策略通过比较前后种群最优平均位置是否相同,从而判断种群是否陷入局部最优。具体的检测策略如下:
其中,Fstag表示种群是否陷入局部最优的标志,Xmean表示个体最优平均位置,Xlbest表示第i个灰狼当前最优位置。
(3)高斯-Levy扰动策略
当GWO算法陷入局部最优时,若继续采用标准的位置更新方法,则种群将停滞不前,多样性降低,算法收敛过早。为了避免陷入局部最优,本节引入高斯-Levy扰动策略,经过高斯随机变异或者Levy飞行策略后,灰狼个体位置更新如下:
1)高斯随机游走策略
xi=xα+randn·(xi-xα)+randn·(xlbest-xi) (3-7)
其中,randn表示服从正态分布的随机参数。该策略主要利用全局最优解和个体最优解来更新个体位置,加快搜索速度与搜索效率。
2)Levy飞行策略
Levy飞行在长时间具有较小的飞行步长,偶尔产生较长的飞行步长增加飞行的多样性。Levy飞行模型具体计算公式如下:
其中,xi t+1表示第t+1代的第i个灰狼个体,Levy(·)表示Levy飞行模型,α表示比例因子,取值[-1,1];s为随机游走步长,具体计算如下:
σv=1 (3-12)
其中,u和v为服从正态分布的参数,即u口N(0,бu 2),v口N(0,бv 2),Γ(·)为gamma函数。
基于PCA和改进GWO算法的DELM(PCA-IGWO-DELM)预测模型主要分为数据预处理模块、优化权重模块、深度极限学习机模块,首先,利用PCA对蒸散量影响因素进行筛选。DELM模块利用IGWO优化参数解码为权重,从而构建DELM网络;然后利用数据模块传入的训练数据训练DELM:最优利用测试集进行预测,得到期望值与实际输出值之间误差。
本发明实施例还提供了基于计算机物联网的农业种植灌溉检测装置的检测方法,该方法包括以下步骤:
步骤一、架设设备:将支撑机构架设在农作物种植区地面上,并将支撑机构的底端扎入土壤中,并利用水平仪测量支撑机构的水平状态,确保支撑机构为水平状态;
步骤二、土壤取样:利用驱动设备驱动土壤湿度检测组件(6)底端深入到土壤中,再手动操作对土壤湿度进行检测,并同时利用蒸散量预测组件(14)对植物蒸散量进行检测;
步骤三、数据反馈;土壤湿度检测数据和蒸散量检测数据通过数据传输模块传输至移动设备上进行查看。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
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 (8)
1.基于计算机物联网的农业种植灌溉检测装置,其特征在于:包括支撑机构、测量范围调节机构、驱动机构和土壤湿度检测组件(6),所述支撑机构用于承载测量范围调节机构和驱动机构以及土壤湿度检测组件(6),所述测量范围调节机构设置在支撑机构的侧壁上,用于调节土壤取样机构的取样范围,所述驱动机构设置在支撑机构的顶部,用于驱动土壤取样机构进行取土操作,所述支撑机构的底部设置有用于检测农作物蒸散量的蒸散量预测组件(14)和数据传输模块,蒸散量预测组件(14)用于检测农作物蒸散量,数据传输模块用于将检测的土壤湿度数据和蒸散量数据传输到移动设备。
2.根据权利要求1所述的基于计算机物联网的农业种植灌溉检测装置,其特征在于:所述支撑机构包括下承载板(1)、尖锥(2)、立柱(3)和上承载板(4),所述尖锥(2)均匀固定设置在下承载板(1)的底部,用于扎入土壤稳定支撑,所述立柱(3)固定连接在下承载板(1)的顶部,所述上承载板(4)固定连接在立柱(3)的顶端。
3.根据权利要求2所述的基于计算机物联网的农业种植灌溉检测装置,其特征在于:所述测量范围调节机构包括分别均匀设置在下承载板(1)和上承载板(4)外壁上的多个伸缩臂组件(5),所述伸缩臂组件(5)包括安装套(51)、调节杆(52)、导向筒(53)和长条块(54),所述安装套(51)固定连接在上承载板(4)的侧壁上,所述调节杆(52)滑动连接在安装套(51)的内部,所述安装套(51)和调节杆(52)之间通过螺栓相连接,所述导向筒(53)固定连接在调节杆(52)的端部,所述长条块(54)均匀固定连接在导向筒(53)的内壁上。
4.根据权利要求3所述的基于计算机物联网的农业种植灌溉检测装置,其特征在于:所述土壤湿度检测组件(6)包括钻杆(61)和均匀开设在钻杆(61)外壁上的导向槽(62),所述钻杆(61)内部滑动连接有升降筒(63),所述升降筒(63)内部螺纹连接有螺杆(64),所述螺杆(64)顶端贯穿钻杆(61)并延伸至外部,所述螺杆(64)和钻杆(61)之间通过轴承转动连接,所述钻杆(61)内壁均匀开设有导向滑槽,所述升降筒(63)外壁上均匀固定设置有和导向滑槽结构相适配的导向滑块,导向滑块滑动连接在导向滑槽中,所述钻杆(61)内部设置有用于检测土壤湿度的检测部件,检测部件包括支撑板(65)、导向套(66)、检测探头(67)、第一楔形板(68)、弹簧(69),所述支撑板(65)固定连接在钻杆(61)内壁上,多个所述导向套(66)均匀固定连接在支撑板(65)的顶部,每个所述导向套(66)的内部均滑动连接有检测探头(67),所述检测探头(67)的一端固定连接有第一楔形板(68),所述检测探头(67)外壁上且位于导向套(66)和第一楔形板(68)之间套设有弹簧(69),所述升降筒(63)底端均匀固定设置有和第一楔形板(68)结构、位置均相适配的第二楔形板(610),用于驱动第一楔形板(68)向钻杆(61)外部移动,所述钻杆(61)外壁上与检测探头(67)相对的位置上均开设有通孔,用于检测探头(67)穿出通孔,扎入土壤内部,以检测土壤湿度,所述钻杆(61)外壁上螺纹套设有螺纹套筒(611),所述螺纹套筒(611)外壁上固定套设有第一斜齿盘(612),所述螺纹套筒(611)转动连接在其中一个导向筒(53)的顶部。
5.根据权利要求4所述的基于计算机物联网的农业种植灌溉检测装置,其特征在于:所述驱动机构包括第二斜齿盘(7)、传动组件、电机架(11)和伺服电机(12),所述第二斜齿盘(7)转动连接在上承载板(4)的顶部,所述电机架(11)固定连接在上承载板(4)的顶部,所述伺服电机(12)固定连接在电机架(11)的顶部,所述伺服电机(12)的输出轴转动贯穿电机架(11)并和第二斜齿盘(7)相连接,所述传动组件包括第一锥齿轮(8)、传动轴(9)和第二锥齿轮(10),所述第一锥齿轮(8)和第二锥齿轮(10)分别固定连接在传动轴(9)的两端,所述第一锥齿轮(8)和第二斜齿盘(7)啮合连接,所述第二锥齿轮(10)和第一斜齿盘(612)啮合连接。
6.根据权利要求4所述的基于计算机物联网的农业种植灌溉检测装置,其特征在于:所述长条块(54)滑动连接在导向槽(62)的内部,所述钻杆(61)底端设置有尖锥角。
7.根据权利要求1所述的基于计算机物联网的农业种植灌溉检测装置,其特征在于:所述蒸散量预测组件(14)包括原始数据采集模块(141)、数据预处理模块(142)、蒸散量影响因子筛选模块(143)、蒸散量预测模块(144)、预测模型优化模块(145)和输出预测蒸散量模块(146),所述原始数据采集模块(141)的输出端和数据预处理模块(142)的输入端相连接,所述数据预处理模块(142)的输出端和蒸散量影响因子筛选模块(143)的输入端相连接,所述蒸散量影响因子筛选模块(143)的输出端和蒸散量预测模块(144)的输入端相连接,所述蒸散量预测模块(144)的输出端和预测模型优化模块(145)的输入端相连接,所述预测模型优化模块(145)的输出端和输出预测蒸散量模块(146)的输入端相连接。
8.根据权利要求1所述的基于计算机物联网的农业种植灌溉检测装置的检测方法,其特征在于:具体包括以下步骤:
步骤一、架设设备:将支撑机构架设在农作物种植区地面上,并将支撑机构的底端扎入土壤中,并利用水平仪测量支撑机构的水平状态,确保支撑机构为水平状态;
步骤二、土壤取样:利用驱动设备驱动土壤湿度检测组件(6)底端深入到土壤中,再手动操作对土壤湿度进行检测,并同时利用蒸散量预测组件(14)对植物蒸散量进行检测;
步骤三、数据反馈;土壤湿度检测数据和蒸散量检测数据通过数据传输模块传输至移动设备上进行查看。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311043991.7A CN117310121A (zh) | 2023-08-18 | 2023-08-18 | 基于计算机物联网的农业种植灌溉检测装置及其检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311043991.7A CN117310121A (zh) | 2023-08-18 | 2023-08-18 | 基于计算机物联网的农业种植灌溉检测装置及其检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117310121A true CN117310121A (zh) | 2023-12-29 |
Family
ID=89280119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311043991.7A Pending CN117310121A (zh) | 2023-08-18 | 2023-08-18 | 基于计算机物联网的农业种植灌溉检测装置及其检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117310121A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117571969A (zh) * | 2024-01-16 | 2024-02-20 | 昆明理工大学 | 一种农业用土壤湿度自动检测设备 |
CN117664642A (zh) * | 2024-01-31 | 2024-03-08 | 民乐县森林草原监测服务中心 | 一种林业生态保护用采样装置 |
-
2023
- 2023-08-18 CN CN202311043991.7A patent/CN117310121A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117571969A (zh) * | 2024-01-16 | 2024-02-20 | 昆明理工大学 | 一种农业用土壤湿度自动检测设备 |
CN117571969B (zh) * | 2024-01-16 | 2024-04-09 | 昆明理工大学 | 一种农业用土壤湿度自动检测设备 |
CN117664642A (zh) * | 2024-01-31 | 2024-03-08 | 民乐县森林草原监测服务中心 | 一种林业生态保护用采样装置 |
CN117664642B (zh) * | 2024-01-31 | 2024-04-23 | 民乐县森林草原监测服务中心 | 一种林业生态保护用采样装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117310121A (zh) | 基于计算机物联网的农业种植灌溉检测装置及其检测方法 | |
AU2020233669B2 (en) | Systems, methods, and apparatus for agricultural implement trench depth control and soil monitoring | |
US11457557B2 (en) | Systems, methods and apparatus for soil and seed monitoring | |
Gupta et al. | Smart crop prediction using IoT and machine learning | |
CN209749385U (zh) | 一种精准灌溉监控系统 | |
WO2020086601A1 (en) | In-ground sensor systems with modular sensors and wireless connectivity components | |
CN111837548A (zh) | 一种精准分层施肥播种一体机 | |
KR102421031B1 (ko) | 토양 내 수분변화를 기초로 한 토양분석 방법 및 장치 | |
CN107202607B (zh) | 一种基于can总线的猪舍环境温度检测系统 | |
CN105547360A (zh) | 基于情景感知的作物冠层图像采集方法 | |
CN111967665A (zh) | 一种基于神经网络的灌溉决策方法及系统 | |
CN113642269A (zh) | 精准灌溉方法及灌溉系统 | |
CN114594012A (zh) | 潮汐式育苗监测与灌溉决策方法、装置及系统 | |
CN110414859B (zh) | 一种基于物联网技术的稻谷收储作业5t评价方法 | |
CN116380708B (zh) | 灌溉量预测方法、装置、系统、设备及介质 | |
CN112931167A (zh) | 植物灌溉决策系统和方法 | |
Djordjevic et al. | Smart autonomous agricultural system for improving yields in greenhouse based on sensor and IoT technology | |
CN108170189A (zh) | 一种智能农作物种植系统 | |
CN111895952A (zh) | 一种用于深耕深松深度测量的智能检测装置及使用方法 | |
CN212278838U (zh) | 一种精准分层施肥播种一体机 | |
CN208075937U (zh) | 一种水稻需水量监测装置 | |
CN209727269U (zh) | 一种农作物生长温度监测装置 | |
CN110927002A (zh) | 基质栽培监测装置、系统及方法 | |
KR102614009B1 (ko) | 토양 환경 측정 로봇 | |
KR102510160B1 (ko) | 농업용수 수위 원격 제어 시스템 |
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 |