基于遗传算法的土壤墒情传感器优化布局策略

针对用于节水灌溉的土壤墒情传感器布局问题,该文提出一种结合了基于全局优化遗传算法和改进的加权圆集布局理论的人机交互优化布局策略。该策略综合考虑了传感器覆盖精度、重叠限制等约束条件。通过在人机交互中引入专家知识和在遗传算法中采用十进制编码,策略易于与其它算法和附加参数协作以进行升级或移植于其它的应用场合。在给定传感器成本的仿真实验中,该文算法比四边形方案节约成本17.5%,比六边形方案节约成本34.0%。     

农田土壤含水率监测的无线传感器网络系统设计

为解决传统土壤含水率监测中所存在的监测区域面积小、采样率低等问题,设计和开发了基于无线传感器网络技术的土壤含水率监测系统,包括10个传感器节点,1个簇首和1个基站节点,可按任意时间间隔全自动地采集、处理、传输和存储地表以下4个不同土层土壤含水率变化状况;各类节点采用TinyOS操作系统,节点间通信遵循ZigBee协议;含水率测量采用EC-5传感器;太阳能供电模块的供电能力满足传感器节点及簇首的能耗需求;进行了数据包传输率试验,10个传感器节点中有7个的数据包正确传输率高于90%,1个节点的数据包正确传输率为89.2%,2个节点的传输率低于70%。造成2个节点数据包传输率较低的主要原因是太阳能供电电路制作,通过更换电路板解决了该问题。试验结果表明,系统能够实现稳定的数据传输,适合农田土壤含水率的实时监测。     

柑橘园土壤墒情远程监控系统设计与实现

针对传统的土壤墒情监测手段存在的监测范围小、采样率低等不足,设计实现了基于ZigBee无线传感网络和J2EE三层B/S架构技术的柑橘园土壤墒情远程监控系统。系统采用具有ZigBee无线数据传输功能的XBee-PRO模块和ECH2O型土壤水分传感器EC-5为核心组成传感器节点,部署于柑橘园的各个采集点对土壤墒情信息进行采集、预处理和无线发送等工作,通过基于ARM9的嵌入式网关与Internet网络连接,采集数据传输至远程Web主机,通过远程监控中心系统实现对采集数据分析处理和系统运行的远程和实时监控。进行了不同距离的传感器节点发送数据包的耗时和数据包发送成功率试验,在1 km以内耗时低于100 ms,数据包发送成功率高于98%。试验结果表明,系统实现了稳定可靠的数据传输,适合柑橘园土壤墒情的远程和实时监控。     

基于粒子群优化聚类的温室无线传感器网络节能方法

温室传感器网络中,不同区域节点间高相似度数据的传输会浪费通信带宽和增加能量消耗,因此研究相应的节点数据压缩方法对减少数据冗余和提高节点续航能力具有重要意义。该文针对温室无线传感器网络中节点感知数据的特点,同时考虑节点续航能力有限的因素,提出一种温室无线传感器网络方案,系统按轮运行,每轮中利用粒子群(Particle Swarm Optimization)的K-均值聚类算法将节点按监测数据相似性划分到相同的区域,每个数据相同区只允许聚类有效性指标值最高的节点向汇聚节点传输数据,其余节点暂时休眠。试验结果表明,16个节点在10轮试验中归入休眠集合的总次数达到131次,DCAPI平均值为0.1814,每轮降低能耗72.93%以上,该系统能够极大地减少每轮中的工作节点,压缩发送的数据量,降低能耗。     

改进的蚁群聚类在精准灌溉管理分区中的应用

为了便于精准灌溉的田间实际操作和管理,采用改进的蚁群聚类算法进行灌溉管理分区研究。蚁群算法的离散性和并行性特点对于数据的特征聚类非常适用,然而当数据量较大时,蚁群聚类在系统循环过程中,对数据的搜索时间较长,计算量大,因此将初始聚类中心作为蚂蚁的初始食物源加以引导,减少蚂蚁行走的盲目性,以达到降低计算量、加快聚类的目的。该文以土壤物理特性作为数据源,在运用主成分分析消除初始指标相关性的基础上,采用改进的蚁群聚类对研究区进行精准灌溉管理分区的划分。将改进的蚁群聚类分区结果与传统的K-均值聚类进行比较,前者分区结果表现出土壤物理特性区内均一性更强、区间差异性更加显著的特点。改进的蚁群聚类分区结果表明,研究区可划分成2个灌溉管理分区,I区土壤的田间持水率、饱和含水率和凋萎含水率均较II区大,表明在相同的气候条件下,I区的土壤耐旱能力较II区强,分区结果可以为精准灌溉的分区管理提供参考依据和数据支持。     

基于3S技术联合的农田墒情远程监测系统开发

农田墒情信息是现代农业实施精准施肥、精确灌溉的重要科学依据。为了实现快速准确地采集墒情信息,研究开发了基于3S（GPS/GIS/GPRS）技术联合的农田墒情远程监测系统。该系统主要由农田信息监测网络节点和远程服务器组成,在小范围内由传感器节点基于ZigBee通讯协议组成无线传感器网络,在大尺度上通过网关节点集成GPS网络,利用GSM/GPRS网络实现与Internet的信息交互,完成了墒情数据的自动采集、无线传输和准确定位。设计了太阳能自供电的长寿命无线传感器节点和网关节点,开发了服务器端农田墒情信息管理系统软件,实现了Web方式下的参数远程设置和信息实时监测。该系统的设计开发为农田墒情信息监测和分析决策提供了有效的工具。     

基于优化模糊C均值聚类算法的路面不平度识别

模糊C均值(fuzzy C-mean,FCM)聚类算法具有良好的抗噪声性能,但FCM是一种局部搜索算法,易陷入局部最优,而遗传算法则具有全局优化搜索的优点。基于此该文提出了一种改进的FCM算法与遗传算法结合的聚类方法,先运用遗传算法得到聚类中心,然后用改进的FCM聚类算法得到最优解。并基于真实采集的道路谱数据,利用该算法对路面不平度进行识别。试验结果表明,改进的FCM算法与遗传算法结合的聚类算法路面识别率为94.54%,比FCM聚类算法高出4.98个百分点,比改进FCM算法高出4.67个百分点,具有更好的处理噪声数据的能力,提高了聚类的准确率和路面的识别率。     

基于云原生技术的土壤墒情监测系统设计与应用

该研究针对全中国尺度的土壤墒情监测需求,构建基于自动监测站原位监测与多源专题数据的土壤墒情数据获取感知技术体系,提出数据质量控制清洗策略并建立数据校正插补模型。系统基于云原生技术设计,将模块以微服务形式灵活开发部署,通过容器技术打包运行独立实例,布设了墒情数据上报采集、可视化分析和数据挖掘应用等核心模块。依托空间分析和WebGL技术开发3D WebGIS数据分析功能模块,实现协同土壤墒情、土地利用、海拔高程等多源数据可视化分析与制图,深入挖掘数据价值,实现墒情估算和基于水量平衡的灌溉决策应用服务。系统已在中国21个省份得到应用,建立自动监测站970个,采集监测数据6000余万条,为用户掌握土壤墒情现状、指导农业节水灌溉、获取可靠科研数据等应用提供数据与技术服务。     

基于深度强化学习的农田节点数据无人机采集方法

利用无人机采集农田传感器节点数据,可避免网络节点间多次转发数据造成节点电量耗尽,近网关节点过早死亡及网络生命周期缩短等问题。由于相邻传感器数据可能存在冗余、无人机可同时覆盖多个节点进行采集等特点,该研究针对冗余覆盖下部分节点数据采集和全节点数据采集,对无人机数据采集的路线及方案进行优化,以减轻无人机能耗,缩短任务完成时间。在冗余覆盖下部分节点数据采集场景中,通过竞争双重深度Q网络算法（Dueling Double Deep Q Network,DDDQN）优化无人机节点选择及采集顺序,使采集的数据满足覆盖率要求的同时无人机能效最优。仿真结果表明,该算法在满足相同感知覆盖率要求下,较深度Q网络（Deep Q Network,DQN）算法的飞行距离缩短了1.21 km,能耗减少27.9%。在全节点数据采集场景中,采用两级深度强化学习联合（Double Deep Reinforcement Learning,DDRL）方法对无人机的悬停位置和顺序进行优化,使无人机完成数据采集任务时的总能耗最小。仿真结果表明,单节点数据量在160kB以下时,在不同节点个数及无人机飞行速度下,该方法比经典基于粒子群优化的旅行商问题（Particle Swarm Optimization-Traveling Salesman Problem,PSO-TSP）算法和最小化能量飞行控制（Minimized Energy Flight Control,MEFC）算法的总能耗最少节约6.3%。田间试验结果表明,相比PSO-TSP算法,基于DDRL的数据采集方法的无人机总能耗降低11.5%。研究结构可为无人机大田无线传感器节点数据采集提供参考。     

吉林市土壤墒情监测系统开发及利用

为了及时掌握吉林市土壤墒情信息,为旱情预报预警提供基础数据,开发了吉林省吉林市土壤墒情监测系统。该系统由1个旱情分中心、建立在辖区内5个重点抗旱县的信息站以及分布在各县的13个土壤墒情监测站组成。土壤墒情监测站每天定时采集土壤墒情信息,通过GSM短消息上传到信息站;信息站对数据进行初步的整理后上报旱情分中心;旱情分中心根据各信息站上报的土壤墒情信息对区域旱情作出预报或预警,并根据需要给出抗旱决策。历时两年多的连续运行表明,系统在可靠性和实用性上基本达到了要求。     

茶园信息采集无线传感器网络节点设计

针对茶园中所存在的无线通信障碍问题,该文设计了一款适合茶园信息采集的无线传感器网络节点。节点以ATmega128为核心,nRF905射频芯片及其外围电路作为无线通信模块,SHT11空气温湿度传感器和TDR-3土壤含水量传感器及其外围电路作为传感器模块,并以该节点为硬件平台编写了通信协议、应用程序和后台管理软件。分析、测试了节点的功耗和通信距离,在空旷地带,节点的有效通信距离达到150 m,与Micaz节点对比室内外通信距离分别提高了200%和150%。在广东省英德茶园基地进行了组网试验测试,结果表明：网络平均丢包率为0.84%,传感器感知精度达到98.2%,能够满足茶园信息采集的应用要求。     

基于农田无线传感网络的分簇路由算法

由于无线传感网络节点的能量有限,如何有效地利用有限资源以及实现数据的有效传输,成为研究热点问题.针对农田区域广以及种植作物杂等环境特征,为延长农田无线传感器网络的生命周期,提高传感网的数据包投递率,构建了适用于农田信息采集的无线传感器网络架构,提出了一种混合式的分簇路由算法HCRA(hybrid clustering routing algorithm),研究了簇的形成、簇头竞选以及簇间路由过程,并对HCRA算法与低功耗自适应集簇分层型算法LEACH(low-energy adaptive clustering hierarchy),以及使用固定簇半径的混合节能分簇算法HEED(hybrid energy-efficient distributed clustering)进行了仿真试验.结果表明:在1 000次迭代周期下,采用HCRA算法的网络生存时间要比LEACH算法长约28％,比HEED算法长约12％;采用HCRA算法的数据包投递率要比LEACH算法高约34个百分点,比HEED算法高约16个百分点.该研究可为农田环境信息采集自动化监测系统提供参考.     

Evergreen broad-leaved forest improves soil water status compared with tea tree plantation in Ailao Mountains,Southwest China

Abstract

In this paper, the spatial-temporal dynamics of soil moisture content was investigated in an evergreen broad-leaved forest and a tea tree plantation in Ailao Mountains, which was dominated by Fagaceae (Castanopsis wattii and Lithocarpus xylocarpus). Soil moisture content was studied between January 2005 and December 2006 at different depths (from 0–150 cm) with a neutron probe. The results showed that mean soil moisture content in the evergreen broad-leaved forest was usually higher than in the tea tree plantation in the dry season, whereas it was lower than the tea tree plantation in the rainy season. In addition, mean soil moisture content was depth dependent, and in the 10–50 cm layer the spatial variability was due to the active root zone within this depth area in two types of land use. From 50–150 cm, the spatial variability was slightly increasing in the evergreen broad-leaved forest or relatively stable in the tea tree plantation. Our study also showed that soil moisture content was higher and more stable under the evergreen broad-leaved forest than the tea tree plantation, hence we stress that evergreen broad-leaved forest plays an important role in holding soil moisture. It is suggested that the protection of evergreen broad-leaved forest should be strengthened.     

多路数据采集与处理模型的设计及水分传感器埋设位置优化

为优化土壤水分传感器的埋设位置,该文针对宁夏日光温室滴灌黄瓜田间的土壤水分传感器埋设位置进行优化试验,确定出最佳埋设深度和宽度。利用最小二乘法对澳大利亚生产的MP406土壤水分传感器进行标定,得到水分利用效率的拟合值与实测值的相关性系数为0.9906。设计了多路数据自动采集监测与灌溉系统,可同时获取不同处理的18个水分传感器数据,通过远程客户端实时下载和监控水分数据并实现自动灌溉,通过远程手机短信监控功能,进行手机短信命令控制一个或多个处理的实时灌溉,系统可同时测量不同处理的灌水量。计算水分利用效率和产量,分析传感器水分数据的差异和相关系数,确定出土壤水分传感器在宁夏日光温室滴灌黄瓜田间的最佳埋设深度和宽度位置,该研究方法为确定土壤水分传感器的埋设深度及宽度提供可行的参考方案。     

基于无线传感网络的改碱暗管排盐监控系统

针对目前盐碱地暗管改碱技术应用过程中存在的有效评测数据缺乏、无法准确对实施效果进行科学评价的问题,设计了一种基于无线传感网络的改碱暗管排盐监控系统,以实现对管道内地下水的水质监测、流量统计以及蓄水池水位控制等。监测节点实时采集各路暗管的p H值、电导率和流量信息传输到中心节点,监控中心计算机通过RS232接口获取各采集信息并进行处理显示;同时,液位传感器实时获取蓄水池的水位信息并通过无线传输模块将水位信息发送至中心节点,中心计算机根据实际水位和设定水位信息进行控制决策,并通过中心节点向水位控制节点发送控制指令,实现蓄水池的水位远程自动控制。为验证系统整体性能,对监控系统开展了水位控制、传感器检测精度、通讯距离与丢包率试验测试。试验结果表明:系统p H值和电导率的平均测量误差分别为1.81%、1.89%,各节点的最大丢包率为2.6%,整体运行稳定,数据传输可靠,能够满足实际生产需要。该系统能够准确获取改碱暗管内的水质信息及迁移变化情况,为暗管改碱技术的效果评价提供有利的数据支撑。     

土柱入渗性能自动检测装置研制与试验

为实现室内竖直土柱入渗性能的自动检测,研制了一种土柱入渗性能自动检测装置。该装置主要由传感器位置调节装置、土样盛放装置、供水装置、检测和控制模块、电源模块和上位机显示存储模块组成,采用压力应变式传感器检测入渗过程的累积入渗量,采用介电常数土壤水分传感器检测土壤含水率的变化,进而推断湿润锋的运移位置。基于这2种传感器,实现土柱入渗过程自动检测。采用水头为10 mm,容重为1.15、1.20和1.25 g/cm~3的红壤土进行室内土柱入渗试验,检验该装置的性能。结果表明:1)9个试验和18个检测位置,土壤水分传感器进出土柱成功率为100%,表明该装置运行可靠;2)与烘干法相比,土壤水分传感器检测得到土壤含水率的最大相对误差为-4.4%,检测结果比较准确;3)与人工观测湿润锋位置相比,土壤水分传感器推算出的湿润锋位置最大相对误差为-12.9%,说明土壤水分传感器检测湿润锋的运移效果比较明显;4)压力应变式传感器检测累积入渗量与人工实测得到的数据对比,最大相对误差为2.27%。该装置可作为土柱入渗自动检测试验平台。     

亚热带红壤丘陵茶区茶-杉复合系统生态经济效应探析

定位试验研究结果表明,亚热带红壤丘陵区茶-杉复合茶园比单一茶园光照强度降低31.1%~50.1%,且园内气温、地表与土壤温度、茶树叶面温度及其高温危害产生的频率等均低于单一茶园,园内湿度和土壤含水量分别高于单一茶园,茶树主要害虫天敌种群数量比单一茶园多118.75%,而其害虫数量仅为单一茶园的45.4%,且茶叶产量提高,其品质亦明显改善。     

The design of porous material sensors to measure the matric potential of water in soil

In recent years the use of porous material sensors for matric potential, which were originally intended for soil drier than ?100 kPa, has been extended to wet soils. In these wetter soils, unpredictable behaviour of the sensors has been reported. We have studied the design of porous material sensors of matric potential in soil and propose a hypothesis to explain this unpredictability, and suggest recommendations for a design of sensor which will behave more reliably. The development of an experimental porous material sensor of matric potential based on this design is described. It operates between 0 and ?60 kPa, and both the drying and wetting moisture characteristics were measured. In this sensor the porous material was a ceramic and its water content was measured with a dielectric water content sensor. We tested a simple closed‐form hysteresis model to convert the measured water content of the porous material into matric potential under laboratory conditions. This was shown to give better results than using a calibration based on the drying moisture characteristic curve, where the predicted matric potentials were too small. The use of the experimental sensors in the field environment is described. Both types of sensor were installed using the same procedure. As far as we are aware the experimental sensor described in this paper is the first porous material sensor of matric potential that can be installed in the same way as a conventional tensiometer. Both conventional tensiometers and the experimental porous material sensors gave similar estimates of matric potential.     

基于太阳能的柑桔园自动灌溉与土壤含水率监测系统研制

为实现柑桔园的节水节能自动灌溉与土壤含水率的监测,以太阳能为主要能源,用土壤水分传感器实时监测土壤含水率,利用CAN(controller area network)总线与GSM(global system for mobile communications)网络实现土壤含水率的远程监测。利用太阳能电池对锂电池充电,采用双锂电池结构,提高了系统供电稳定性,且将充电与放电过程完全分离,延长了锂电池寿命。土壤水分传感器每12h测量一次土壤含水率,当其低于设定的阈值时,自动打开电磁阀进行灌溉,当高于设定值时停止灌溉。在666.7m2内的土壤含水率数据利用CAN总线传输至主节点,各主节点通过短消息将数据发送至终端计算机。将桔园土壤含水率低于10%,高于20%作为系统开始自动灌溉和停止灌溉指标,且传感器距滴管外50mm时,则水分输运到柑桔根系集中区域所需滴灌时间约为6.7h。试验表明,系统运行稳定可靠,能实现柑桔园区的自动灌溉与土壤含水率的自动监测,对实现节水节能灌溉有较大的现实意义。     

电介质型水分传感器测定栽培基质含水率的标定模型

土壤与基质的理化特性相差较大,土壤水分传感器测定基质含水率时有较大误差,不能直接用于基质含水率测定。为实现栽培基质水分快速检测,在不同配比的基质中采用电介质型EC-5土壤水分传感器进行了适应性测试。试验研究了温度、体积质量和电导率对传感器输出值的影响,采用多项式和线性回归处理方法,建立了基于温度、体积质量影响下的基质含水率标定模型。试验表明,经标定后,EC-5电介质型土壤水分传感器的测定含水率与实际含水率之间有较好的线性关系（R2＞0.9791）,且最大误差小于13%,因此,EC-5电介质型土壤水分传感器经标定后可作为基质的快速检测设备。