滨海新区大港土壤墒情监测工作现状及发展对策

土壤墒情监测是一项公益性、基础性、技术性的工作,是发展节水高效农业的关键环节,是现代农业建设的重要基础。切实做好土壤墒情监测工作,充分发挥墒情监测的时效性,为及时指导重要农事活动提供依据。     

宁夏土壤墒情监测的应用研究

介绍了宁夏土壤墒情监测点的分布情况及土壤墒情监测的主要工作,由监测结果进一步掌握了各区域主要种植作物的需水规律,同时对2011—2013年不同区域墒情监测数据进行了对比分析,总结了宁夏土壤墒情的变化特点,提出了下一步工作建议,为更好地指导旱作农业发展、科学种田、高效用水提供科学依据。     

青海省农田土壤墒情监测体系现状及发展对策

土壤墒情监测对农业生产具有极为重要的意义,做好墒情监测工作,可以更好的服务农业生产,为农业抗旱减灾和水资源高效利用等提供更加科学的依据。本文阐述了土壤墒情监测工作在青海开展的现状,并提出发展对策,为今后青海省墒情监测工作的更好发展提供了方向和规划。     

物联网技术在土壤墒情测报中的应用

论述了物联网技术在土壤墒情测报中的应用,详细介绍了物联网墒情监测的关键技术、土壤墒情测报模型技术以及物联网交互服务终端的开发运用。通过物联网技术的应用使土壤墒情测报工作显著提升了测报速度和质量。     

墒情监测与预测预报方法研究进展

就墒情监测与预测预报方法研究进行了阐述,分析了墒情监测的意义以及国内外在墒情监测方面的研究动态,重点分析了土壤墒情预测预报模型和各自适用的条件以及各模型应用的不足,同时也分析了土壤墒情监测与预测预报方法研究对促进我国农业灌溉水资源高效利用的重要意义,为我国墒情监测的研究提供一定的理论参考。     

土壤墒情信息采集与远程监测系统及其应用

土壤墒情信息的采集在农业发展中发挥着重要作用,但是目前我国的土壤墒情信息采集与远程监测系统数量较少,造成了土壤墒情信息的缺乏。本文主要基于甘肃省土壤墒情现状,分析了土壤墒情信息采集与远程监测系统的结构及功能,介绍了其技术组成,并提出了该系统的应用价值,以期为满足土壤墒情信息采集和远程监测方面的需求提供参考。     

土壤墒情评价指标研究初探

在现代农业中,准确有效的测量土壤含水量,掌握实时信息,是推行精量灌溉技术、提高水资源利用率,科学指导农业生产的基础,以及提供信息的依据。通过对墒情监测点0~20 cm、20~40 cm土层进行墒情监测(土壤相对含水量),根据降雨量、平均温、最高温、最低温、土壤含水量、作物旱情指标等,并对2012-2016年土壤墒情实时变化资料和定期测墒数据进行对比分析,分析研究与土壤墒情变化高相关的气象因子,及土壤墒情变化特点。通过4年对本地区主栽作物玉米、马铃薯、茄果类蔬菜进行土壤墒情跟踪监测,初步掌握以上作物各生育时期对土壤墒情的要求指标并建立墒情评价指标体系,为指导大面积农业生产奠定了科学的理论基础。掲示云南雨养农业区土壤墒情变化规律和演变趋势,通过现有观测资料,定量评估局地土壤墒情变化,为减缓和预防土壤墒情对农业的不良影响及制定科学的政策提供依据和技术支持。     

太仓市土壤墒情可视化智能动态监测预警平台

以太仓市主要农区为载体,以传感器技术和无线传输技术相结合的方式实现对土壤墒情状况和周边环境温度信息进行快速采集,建立了从土壤墒情采集到墒情数据无线传输的土壤墒情无线传输预警系统.分别从传感器数据采集处理模块设计、GPS定位功能、无线传输模块及数据存储模块的设计等方面对土壤墒情无线监控系统进行了实现.     

我国土壤墒情预报模型的研究进程及发展方向

适时精准的土壤墒情预报技术,对于农业节水具有重要的社会和经济意义,为此,在了解20世纪70年代以来国内外土壤墒情预报模型研究进展的基础上,归纳分析了国内外土壤墒情预报模型的研究进程及其特点,比较分析了国内土壤墒情预报模型研究与国外的差距,由此初步认为,今后国内土壤墒情预报模型研究的主要方向为:侧重土壤墒情预报模型的非均匀性、随机性和区域性的研究,注重其信息网络化、综合化和实用化的全面深入研究.     

土壤墒情(旱情)监测与预测预报系统的设计与开发

以组件式GIS软件为开发平台,建立了北京地区土壤墒情监测与预测预报系统。该系统包括土壤墒情信息采集、土壤墒情站信息管理、土壤墒情空间分布显示、土壤墒情监测、土壤墒情预报及土壤墒情信息输出等功能模块,可对土壤墒情进行实时监测,做出土壤墒情分布图、等值面图等,直观反映北京地区土壤墒情趋势。同时,系统还可利用增退墒模型、人工神经网络模型和时间序列模型进行土壤墒情预测和预报。现该系统已有38个墒情固定站和120个墒情巡测站,并已投入使用。实际应用结果表明,该系统解决了目前墒情固定站投资过高且数量不足的问题,能够满足北京市土壤墒情预测预报要求,可为北京地区防旱、抗旱提供可靠的科学依据。     

基于LoRa的农田土壤墒情监测系统设计

为了解决土壤墒情监测系统中存在通信距离受限、功耗大、无法组网的问题,研制了一种基于LoRa的农田土壤墒情监测系统,进行土壤墒情监测信息的远程传输、控制、显示。将土壤水分传感器采集到的墒情数据通过LoRa通信模块上传至网关,网关汇集数据后再传输到远程监测平台,形成了一套监测范围广、低功耗、灵活组网而且远距离通信的农田土壤墒情监测系统。该系统提高了土壤墒情监测的工作效率,适用于户外大面积农田的数据监测与采集站点多的场景,为土壤墒情自动化远程监测提供一种新的技术方案。     

分布式农田土壤墒情集中监测管理系统

农田土壤墒情对作物的生长起到至关重要的作用,为了使作物生长在适宜含水量的土壤中,采用无线通信技术设计了分布式农田土壤墒情集中监测管理系统,监测中心与农田土壤墒情监测站采用C/S架构设计。根据规划,土壤墒情监测站部署在各地的农田内,利用土壤水分传感器FDS100采集土壤水分信息,再通过GPRS网络建立与监测中心的TCP/IP网络连接将采集到的数据上传;监测中心将接收到的数据进行解析、处理、分析,获取被监测区域农田的土壤墒情,并参照作物生长发育规律,为农田管理者提供精准的灌溉指导。系统准确实时地获取了各监测站的土壤墒情信息,实现了分布式农田土壤墒情的集中监测,能够为作物的精准灌溉管理提供强有力的数据支持。     

远程监控葡萄园土壤墒情的物联网体系结构研究

为实现葡萄园土壤墒情信息的实时监控与分析,设计了以物联网体系结构和.net环境下B/S架构技术为基础的葡萄园土壤墒情监控系统。该系统分为感知层、数据传输层、数据处理层和用户层4级结构;采用ZigBee无线技术、GSM和Internet相结合的方式进行通信,并设计了土壤墒情采集器、通讯网关、灌溉控制柜等模块及其相应的软件系统。同时,对系统进行了网络测试和土壤墒情自动控制测试。结果表明:该系统运行稳定可靠,能实时监控葡萄园土壤墒情信息,并根据专家知识做出灌溉决策,保证土壤含水率维持在一个稳定的范围之内。     

浅析土壤墒情监测预报技术

伴随着科学技术的发展,农业要获得高速进步就要积极应用土壤墒情监测预报技术,本文通过对实际操作进行分析、阐述做好土壤墒情监测预报技术及运行流程。同时,提出了网络信息技术对土壤墒情监测的重要意义。     

蔬菜精准自动灌溉技术模型应用研究进展

根据蔬菜根层土壤对水分的需求特点分析蔬菜精准自动灌溉技术模型和灌溉指标,提出蔬菜精准自动灌溉技术的关键措施。针对蔬菜自动灌溉技术及设施装备在生产应用中存在的问题,分析了蔬菜精准灌溉技术的理论基础,提出蔬菜灌溉应该在遵循 SPAC 系统模型的水分传输理论基础上,结合蔬菜根层分布特点系统确定菜田土壤墒情监测调控的精准指标,参照蔬菜生长需求及其不同水分条件下的形态特征或生理指标,构建与菜田土壤水分管理相适应的自动灌溉管理决策;指出蔬菜灌溉需要根据蔬菜种类及其生长发育时期建立确保蔬菜优质高效生产的灌溉管理技术方案,结合根层土壤墒情和具体气候环境条件,以及蔬菜产量和品质要求等确定具体的灌溉管理指标。蔬菜自动灌溉控制技术需要建立完善的土壤墒情管理系统装置,制定精准调控土壤墒情管理的指标,建立完善的自动灌溉管理关键措施。应用蔬菜自动灌溉控制技术能适时适量满足蔬菜生长发育对水分的需求,对促进蔬菜优质高效生产、提高水分利用效率、防止水肥流失有重要作用。     

基于TM遥感数据的土壤墒情监测方法研究——以河南省白沙灌区为例

土壤墒情的监测是水文学、气象学以及农业科学领域研究的主要内容之一.该研究以河南省白沙灌区为研究对象,研究光学与热红外遥感数据融合的农田土壤含水量遥感模型与方法,应用TM影像穗帽变换,获取湿度分量,同时结合TM第6波段反演的植被冠层温度信息,进行分析、建模和反演土壤墒情.结果表明,该方法反演的土壤含水量与实测结果相关性较好,具有较高的土壤墒情反演精度,为灌区合理灌溉和水资源高效利用提供了技术支持.     

吉林省土壤墒情监测现状浅析

本文通过对吉林省土壤墒情监测工作现状及存在的主要问题分析,提出了解决问题的根本途径和办法。对开展全省土壤墒情监测、为政府指挥抗旱提供技术支撑将起到促进作用。     

日光温室茄果类蔬菜滴灌节水栽培技术

日光温室茄果类蔬菜滴灌高效节水技术,是按照作物需水、需肥规律,根据土壤墒情和养分状况,通过滴灌系统将水和养分以较小的流量均匀、准确直接地输送到作物根部附近的土壤表面或土层中。     

基于机载多光谱的冬小麦返青期土壤墒情反演

准确快速得获取冬小麦地块的土壤墒情,可为高效利用水资源、实现精准灌溉提供参考。为此,特在江苏省张家港市获取返青期冬小麦种植区的无人机多光谱遥感数据,并同步测定2个深度（10 cm和20 cm）的土壤墒情,通过遥感图像提取光谱反射率,计算归一化植被指数（NDVI）、增强型植被指数（EVI）和垂直干旱指数（PDI）,进行共线性分析后,分别运用逐步回归法、岭回归法和偏最小二乘法,构建针对不同深度土壤墒情的反演模型,并基于最佳反演模型绘制试验区不同深度土壤的墒情反演图。结果表明,用逐步回归法构建的模型在10、20 cm深度土壤墒情反演中的决定系数分别达到了0.885、0.782,建模精度最优,且针对10 cm深度土壤墒情的反演效果优于20 cm。研究结果可为冬小麦返青期土壤墒情监测方法的选择提供参考。     

土壤墒情评价指标研究进展（英文）

在现代农业中,准确有效的测量土壤含水量是推行精量灌溉技术、提高水资源利用率的基础。为了更好地预测墒情并及时采取应对措施,综述了国内外广泛应用的各类土壤墒情指标并将其归纳为单项指标和综合指标两类,单项指标包括降水量指标、土壤含水量指标、作物旱情指标等;综合指标包括作物供需水指标、作物水分综合指标、PSDI指标、作物缺水指标等评价了土壤墒情指标的优缺点以及在农业上的适宜性,为减缓和预防土壤墒情对农业的不良影响及制定科学的政策提供依据。