作物茎秆膨胀收缩监测柔性可穿戴传感器研制与试验

作物茎秆膨胀和收缩变化与其水分状态密切相关,实时监测茎秆的膨胀和收缩变化能够及时掌握作物水分状态,对指导灌溉、提高农业水资源利用率具有重要意义。目前,对于作物茎秆膨胀和收缩变化的监测主要采用基于线性微位移测量原理的传感器,通过测量茎秆的膨胀和收缩引起的位移变化来反映水分状态,存在体积大、价格高、安装不便等问题。为此,该研究提出了一种基于压阻效应的柔性可穿戴传感器,采用柔性压力电极作为传感元件,贴附在作物茎秆表面,通过监测茎秆膨胀和收缩引起的压力变化来反映作物的水分状态,压力检测电路和数据采集电路将作物茎秆的压力信号转换成电信号进行输出和存储。首先在实验室环境下对传感器性能进行测试和标定,然后在温室环境下将传感器安装在番茄茎秆上观测番茄茎秆的压力变化,并与线性微位移传感器观测结果进行比较,最后在充分灌溉和水分亏缺2种条件下观测番茄茎秆的膨胀和收缩变化。结果表明,柔性压力传感器稳定性测试的平均相对变化率为0.109%;弯折前后引起的输出变化非常小,可以忽略不计;标定结果的决定系数大于0.99,最合适的工作压力范围为2～100 kPa;实验室环境下,柔性压力传感器与线性微位移传感器输出值之间的决定系数为0.9551;温室环境下,充分灌溉组中柔性压力传感器与线性微位移传感器输出值变化趋势一致,两者之间的决定系数为0.7672,亏缺灌溉组中两类传感器输出值均因水分亏缺而呈现下降趋势,输出值之间的决定系数为0.8519。本文所设计的柔性可穿戴压力传感器不仅能够实时监测番茄茎秆的膨胀和收缩变化,还可以对番茄亏水胁迫进行诊断,为实现高效节水灌溉提供重要的技术支撑。     

苹果树枝条含水率无损测量传感器研制

茎部含水率是评价果树干旱胁迫响应和指导灌溉的重要参数。该研究针对目前果树茎部细小枝条含水率活体原位无损测量传感器缺乏的现状,设计了一种基于频域介电法的改进型平行板电极传感器。为检验该传感器的性能参数,以苹果树为观测对象,首先开展了高频结构仿真分析、逐步移除小木条、直径影响校正、性能测试、传感器标定等实验室环境下的理论分析与试验验证,然后在温室苹果树上开展活体原位无损监测试验和干旱胁迫试验。结果表明：该传感器的最大观测枝条直径约为10 mm,直径变化引起的传感器误差为4.23 mV/mm,传感器输出与电容值之间具有良好的线性关系（R2=0.986）,当负载稳定时,传感器的误差在0.5～0.8 mV之间,重复性测试结果显示传感器输出的最大差值不超过8 mV,传感器标定曲线的决定系数为0.998;温室环境下盆栽苹果树枝条含水率监测试验结果表明：该传感器可以检测到直径5～8 mm范围内枝条的含水率变化;干旱胁迫辨识试验结果表明：该传感器可以观测到苹果树在灌溉之前经历的干旱胁迫过程。研究结果可为诊断植物干旱胁迫、果树抽条和指导节水灌溉提供重要依据与技术支撑。     

植物根系特征与根区土壤水分高通量监测管道机器人研制

研究水分胁迫下的根系特征对于节水农业的发展具有重大意义。针对现有根系观测与土壤水分监测方法难以满足野外条件下根系和根区水分的同步、原位、高通量监测的不足,该研究研制了一种基于STM32 芯片的管道机器人系统。系统由管道机器人、数据基站与PVC透明管道组成,通过在土壤中埋设管道机器人系统,控制机器人搭载的微距相机与土壤水分传感器在巡航时拍摄根系图像,并获取土壤水分数据。由根系图像识别分割与提取程序对图像进行畸变校正与根系识别,获取管道方向上植株的根系面积、长度与密度等特征参数。实验室条件下进行相机拍摄效果、图像畸变校正、识别与分割误差及里程轮测距误差测试,以及土壤水分传感器标定试验。测试结果表明：1）管道机器人能够清晰地拍摄到根系图像,图像畸变校正效果较好,单个像素点长度和面积分别为44 μm和0.002 mm²,单张根系图像的拍摄范围为14.17 mm×10.60 mm;2）土壤水分传感器输出电压与土壤体积含水率之间呈现良好线性关系,决定系数R²为0.990;3）自主巡航定位准确度较高,平均相对误差为1.47%。在田间条件下进行的根系生长动态监测、根系信息提取、土壤水分监测与电池续航试验表明：1）管道机器人系统能够在田间环境下高通量地拍摄根系图像,监测根系的生长动态,并进一步提取出根系长度、面积、根面积密度等特征参数;2）根区土壤水分监测较为准确,测量结果与烘干法结果平均相对误差为2.23%;3）在系统初始满电量状态下,管道机器人系统独立运行时长不少于7 d,最大巡航监测距离约为48 m。本文研制的管道机器人系统可在田间条件下实现根系特征以及根区土壤水分的原位、高通量测量,为节水灌溉与根系生长研究提供技术支持。     

基于多传感器数据融合的早期林火识别

针对我国林火监测现状,为加强近地面监测中的早期林火发现,提出采用多传感器数据融合算法对早期林火进行识别的方法。通过设计林火仿真试验,采集CO₂浓度、CO浓度、烟雾浓度与空气温湿度等多传感器数据,并通过初步分析从中选取关键贡献率传感器数据。然后分别采用BP神经网络算法、神经模糊系统算法与支持向量机算法对数据进行识别与分析, 并在每个算法中均设置三输入与九输入2种不同输入向量数以进行比较。最后通过定义的识别性能评价参数对识别效果进行比较,得出支持向量机算法在一定范围内能较好地实现对早期林火的识别。     

土壤水分-基质势-温度复合传感器研制

土壤水分、基质势是描述土壤持水特性的重要参数,不同类型土壤的水分特征曲线存在明显差异。目前在野外环境下通常采用传感器分离测量法测定土壤水分特征曲线,但因土壤的空间异质性导致较大的测量误差。为此,该研究设计了一种可同步测量土壤水分、基质势和温度的复合传感器,主要组成部分包括32位MCU主控芯片、继电器切换模块、介电水分/基质势测量模块和温度测量模块,主控芯片通过控制继电器切换实现土壤水分、基质势和温度的同步测定,同时进行温度校正。采用森林土壤、农田壤土和砂土对复合传感器进行性能测试、标定和观测试验,并与商业化仪器的测量结果进行对比。结果表明：在干燥至近饱和范围内,复合传感器测定的土壤水分和基质势均具有良好的单调性,决定系数R2均大于0.98,土壤体积含水率和基质势的测量范围分别为0%～40%和-1 500～-15 kPa,水分和基质势的响应时间分别为450 ms和150 s。采用商业化仪器分离测量方法与本文复合传感器分别同步测定森林土壤、农田壤土和砂土的水分特征曲线,2种方法测得的土壤水分特征曲线的皮尔逊相关系数均大于0.96。本文研制的复合传感器可以实现不同类型土壤水分特征曲线的准确测...     

基于驻波率原理的森林枯落物和土壤含水率测量方法

枯落物含水率测定在森林水文学、碳循环、林火蔓延以及火险等级评估等研究中具有重要作用。本文提出了一种基于驻波率(SWR)原理的森林枯落物含水率测量方法,所设计的SWR水分传感器具有复用双环式探头结构,可分时测量枯落物或土壤的含水率和电导率。实验结果表明,传感器输出电压与半分解、全分解枯落物和土壤含水率呈现良好的线性关系。与商品化TDR水分传感器相比,SWR传感器测量枯落物和土壤含水率的平均绝对误差较小,且在厚度小于10 cm的枯落物含水率测量以及测量成本方面具有明显优势。在对枯落物含水率进行长期原位测定时,SWR传感器可通过测量电导率判断半分解的枯落物是否随时间推移而完全分解,以便及时调整传感器水分测量的标定曲线,最大程度降低因枯落物成分改变对传感器测量精度造成的影响,为准确测量森林地表枯落物含水率奠定基础。     

基于线性源法与图像处理的土壤饱和导水率快速测量方法

土壤饱和导水率是计算土壤剖面水通量以及设计灌溉和排水系统的重要参数,其测量准确与否直接影响各类水文和水动力学模型的预测精度。然而,现有土壤饱和导水率测定方法费时费力,给土壤水动力学研究工作带来了诸多不便。为此,该研究提出了一种基于线性源入流法与手机图像处理相结合的土壤饱和导水率快速测量方法。该方法首先利用手机拍照获取图像记录充分供水条件下线性水流在土壤表面扩散的过程,图像经处理后计算出土壤表面湿润面积及其随时间的变化关系,然后根据线性源入流法估算的土壤稳态入渗率来测得土壤饱和导水率,并与传统的定水头标准法测得的饱和导水率进行对比。结果表明：图像经畸变校正与二值化处理之后计算出栓皮栎林区土壤、油松林区土壤和砂壤土表面湿润面积与时间具有较好的幂指数关系,决定系数R2分别为0.994、0.995和0.998;在此基础上,采用线性源入流法测量栓皮栎林区土壤、油松林区土壤和砂壤土的稳态入渗率（即土壤饱和导水率）分别为23.40±1.21、23.86±1.83和22.99±2.26 mm/h,同时使用定水头标准法测量三种土样得到的饱和导水率分别为24.41±1.53、24.26±0.37和23.81±0.10 mm/h,与定水头标准法相比,该研究提出的土壤饱和导水率测量方法的相对误差分别为4.14%、1.64%和3.42%。可见,该研究提出的测定方法较为合理、简便、准确,可为获取土壤饱和导水率提供一种新的测量手段,后续研究会将该方法用于野外环境下土壤饱和导水率的原位测定,并验证该方法的准确性。     

基于铱星通信技术的地面森林管护系统研究

采用铱星SBD卫星通信业务,基于支持向量机算法,设计了一套专门服务于林业部门的信息采集、数据分析及林火识别的森林管护系统,实现了CO浓度、CO2浓度、烟雾浓度、空气温湿度的自动采集与林区无死角实时远距离无线传输,在10 m范围内可有效识别森林火灾发生的可能性。采集终端硬件基于STM32处理器、铱星Q9602模块、LTC2950-1开关机控制、DS2781电源管理以及两级降压结构,软件在自动模式及手动模式下均可实现数据的实时采集与远程传输,并在远程服务器上进行数据分析与林火发生可能性识别。经实验验证:系统可实时采集5种微环境参数,卫星传输成功率为100%,10 m范围内林火正确识别率为80%左右。2014年开始,系统在内蒙古自治区呼伦贝尔市海拉尔区林区的森林管护工作中得到应用测试。     

太阳能供电的土壤剖面水分动态原位自动监测系统的研制

目前,商业化的土壤水分传感器在野外观测土壤剖面含水率时仍然存在测量深度不可调节、多传感器探头之间的互换误差、野外长期监测供电困难、成本较高等问题。为此,该研究设计并研制了一种太阳能供电的可实现野外长期工作的介电管式土壤剖面水分原位自动监测系统。该系统组成包括:传感器模块、主控模块、太阳能供电模块和参数设置软件。测量时,先将PVC管垂直安装至待测土壤中,安装过程不扰动土壤结构,主控与存储模块控制土壤含水率传感器在PVC管中上下移动测量土壤含水率,并同步记录土壤深度。此外,该系统可以根据实际需求通过PC机参数设置软件进行灵活设定测量参数(传感器测量深度、测量深度间隔和测量周期)。针对该系统的性能与测量精度开展了相关测试与观测试验,功耗测试结果表明该系统待机功率为0.35 W,工作功率为1.4 W,太阳能电池板最大输出功率为5W,太阳能电池板和锂电池配合供电的情况下能实现长时间续航;土壤含水率传感器在砂土和粉壤土中的标定试验表明:该系统测量结果与实际土壤体积含水率高度吻合,标定曲线决定系数R~2均大于0.99;经过校正后,该系统探头深度定位的标准偏差在0.2 cm以内。在两种质地土壤的滴灌试验结果表明:该系统分别在6和15 mL/min两种滴水速率下均能准确获取土壤剖面含水率的动态变化过程,为观测作物生长状态和根区水分变化、制定合理的灌溉策略以及研究并检验土壤入渗水动态模型提供了可靠的技术支持和保障。