为实现荔枝园环境的实时远程监控和精准管理,设计基于农业物联网的荔枝园信息获取与智能灌溉专家决策系统,该系统通过信息采集终端模块实时采集荔枝园的土壤含水率、空气温湿度、光照强度、风速和降雨量等环境信息,通过无线传感网将数...为实现荔枝园环境的实时远程监控和精准管理,设计基于农业物联网的荔枝园信息获取与智能灌溉专家决策系统,该系统通过信息采集终端模块实时采集荔枝园的土壤含水率、空气温湿度、光照强度、风速和降雨量等环境信息,通过无线传感网将数据包发送到网关上,网关通过通用无线分组网(general packet radio service,GPRS)将处理后的数据包传输到云服务器,专家系统根据采集到的环境数据,结合专家知识,建立多个决策数学模型,实现计算作物需水量、预报灌溉时间、灌溉最佳定量决策、根据灌溉制度决策等决策功能,将决策结果反馈到控制终端模块进行智能监控。经试验,对比系统多参数决策和一般的单参数决策得出的结论,多参数决策的准确性更高;灌溉区域的土壤含水率平均值为17.4%,满足荔枝树生长所需的土壤含水率条件,说明系统的灌溉决策具有比较强的实时性。且系统预测能达到75%的准确率,说明系统的预测实时性比较好。该系统实现了荔枝园的环境信息获取与智能灌溉,能指导用户更好地管理荔枝园。展开更多
作物需水量是灌溉工程规划、设计和管理的重要基础数据,充分利用多源数据和先验知识,快速经济地获取精度较高的区域作物需水量对于区域水资源的优化配置具有重要意义。为精确预测作物需水量,该文以长系列实际监测和校核作物系数后计算...作物需水量是灌溉工程规划、设计和管理的重要基础数据,充分利用多源数据和先验知识,快速经济地获取精度较高的区域作物需水量对于区域水资源的优化配置具有重要意义。为精确预测作物需水量,该文以长系列实际监测和校核作物系数后计算得到的作物需水量为硬数据,利用硬数据确定获得最大熵的约束条件,根据软数据获取渠道的不同(部分年份缺失的站点数据、文献中获得的数据、利用灌溉试验数据库中的作物需水量资料,采用协同克立格方法获得的数据、考虑主要地形因子和主要气象要素的影响,采用主成分分析和地理加权回归(geographically weighted regression,GWR)方法获得作物需水量数据以及遥感数据),提出不同来源软数据的概率密度函数表达方法,采用贝叶斯最大熵(Bayesian maximum entropy,BME)方法对不同来源的作物需水量信息进行有机整合。结果表明:除硬数据+文献软数据外,其他数据整合呈现一致结果。华北地区冬小麦作物需水量在豫南地区较小,中部地区黄河北岸有连片的相对高值区,山东需水量相对较高,冀东北的乐亭、唐山附近有相对低值区。除硬数据+文献软数据比不整合的精度低9.41%外,其他软数据源均可不同程度地提高整合效果,硬数据+克立格软数据、硬数据+GWR软数据和硬数据+除文献数据外的其他软数据分别比不整合的精度提高85.33%、85.75%和91.69%。对考虑地形、气象等要素的多源数据进行整合可更好地反映冬小麦作物需水量空间分布的细节,显著提高估算精度,为稀疏监测站点地区水土资源的精准管理和优化配置提供数据支撑。展开更多
测试了吉林省大安市苏打碱土区6—7、20—30和60—70 m 3种深度地下水的基本化学特征,对利用地下水灌溉可能引起的土壤盐化、碱化和盐碱化问题及其灌溉适宜性进行了评价。结果表明,各深度地下水均具有不同程度的苏打化特征,地下水中普...测试了吉林省大安市苏打碱土区6—7、20—30和60—70 m 3种深度地下水的基本化学特征,对利用地下水灌溉可能引起的土壤盐化、碱化和盐碱化问题及其灌溉适宜性进行了评价。结果表明,各深度地下水均具有不同程度的苏打化特征,地下水中普遍含有较多NaHCO3;30 m深度以内地下水中含有较多HCO3-和C l-,用其作为灌溉水源存在潜在的盐化和碱化双重威胁;从各盐化和碱化指标看,该区60 m深度以下的地下水质较好,作为灌溉用水不会产生盐渍化风险。30 m深度以内的地下水均不适合灌溉。展开更多
文摘为实现荔枝园环境的实时远程监控和精准管理,设计基于农业物联网的荔枝园信息获取与智能灌溉专家决策系统,该系统通过信息采集终端模块实时采集荔枝园的土壤含水率、空气温湿度、光照强度、风速和降雨量等环境信息,通过无线传感网将数据包发送到网关上,网关通过通用无线分组网(general packet radio service,GPRS)将处理后的数据包传输到云服务器,专家系统根据采集到的环境数据,结合专家知识,建立多个决策数学模型,实现计算作物需水量、预报灌溉时间、灌溉最佳定量决策、根据灌溉制度决策等决策功能,将决策结果反馈到控制终端模块进行智能监控。经试验,对比系统多参数决策和一般的单参数决策得出的结论,多参数决策的准确性更高;灌溉区域的土壤含水率平均值为17.4%,满足荔枝树生长所需的土壤含水率条件,说明系统的灌溉决策具有比较强的实时性。且系统预测能达到75%的准确率,说明系统的预测实时性比较好。该系统实现了荔枝园的环境信息获取与智能灌溉,能指导用户更好地管理荔枝园。
文摘作物需水量是灌溉工程规划、设计和管理的重要基础数据,充分利用多源数据和先验知识,快速经济地获取精度较高的区域作物需水量对于区域水资源的优化配置具有重要意义。为精确预测作物需水量,该文以长系列实际监测和校核作物系数后计算得到的作物需水量为硬数据,利用硬数据确定获得最大熵的约束条件,根据软数据获取渠道的不同(部分年份缺失的站点数据、文献中获得的数据、利用灌溉试验数据库中的作物需水量资料,采用协同克立格方法获得的数据、考虑主要地形因子和主要气象要素的影响,采用主成分分析和地理加权回归(geographically weighted regression,GWR)方法获得作物需水量数据以及遥感数据),提出不同来源软数据的概率密度函数表达方法,采用贝叶斯最大熵(Bayesian maximum entropy,BME)方法对不同来源的作物需水量信息进行有机整合。结果表明:除硬数据+文献软数据外,其他数据整合呈现一致结果。华北地区冬小麦作物需水量在豫南地区较小,中部地区黄河北岸有连片的相对高值区,山东需水量相对较高,冀东北的乐亭、唐山附近有相对低值区。除硬数据+文献软数据比不整合的精度低9.41%外,其他软数据源均可不同程度地提高整合效果,硬数据+克立格软数据、硬数据+GWR软数据和硬数据+除文献数据外的其他软数据分别比不整合的精度提高85.33%、85.75%和91.69%。对考虑地形、气象等要素的多源数据进行整合可更好地反映冬小麦作物需水量空间分布的细节,显著提高估算精度,为稀疏监测站点地区水土资源的精准管理和优化配置提供数据支撑。