太阳能智能灌溉阀门控制器设计与应用

针对我国新疆地区土地干旱,水分下渗和蒸发比较严重导致灌溉过程中水分流失的问题,研制出一款根据土壤湿度传感器数据和作物需水量进行决策,实现智能灌溉的阀门控制器。该控制器以STM32单片机为控制核心,采用太阳能供电的方式,控制器包括单片机控制电路、土壤湿度采集电路、太阳能充电控制电路、阀门驱动电路、无线通信电路、阀门状态反馈电路。控制器通过土壤湿度传感器采集的数据进行灌溉决策,在土壤含水率低于作物最适宜生长值下限时开启阀门,当土壤含水率达到田间持水量时关闭阀门。农民能通过手机APP远程获取土壤湿度数据和阀门开关状态信息,并能远程控制阀门进行灌溉。经实验分析论证,该控制器运行稳定,能将土壤含水量控制在合适的范围。     

基于模糊决策的自动节水喷灌控制器的设计

结合灌溉不易建立精确的数学模型和模糊控制决策不需要建立精确数学模型的特点，应用模糊逻辑设计了以AT89C51为核心的全自动模糊智能节水灌溉控制器，该控制器能根据检测到的土壤含水量和作物的需水情况进行模糊决策从而实现全自动智能灌溉。系统已经成功运行干曲阜示范区，收到了较好的经济和社会效益。     

基于ZigBee的农田智能节水灌溉系统的设计

针对农田灌溉中管理粗放、信息化和智能化程度低、灌溉水利用效率不高的问题,研究设计一个基于ZigBee无线网络的智能节水灌溉系统。系统采用CC2530无线收发模块,将土壤含水量经LPC932单片机处理后传送到PC终端,用户可查看并根据所监测土壤含水量与灌溉临界值判别的结果决定是否自动打开和关闭电磁阀实施实时灌溉。该系统具有采集数据准确、组网快、成本低、功耗低等特点,成功实现农田智能节水灌溉。     

丘陵地区蓝莓园智能灌溉决策系统设计

针对丘陵地区蓝莓园灌溉过程中水资源浪费严重、劳动力严重短缺的问题,基于物联网技术,研究并设计了一套智能灌溉决策系统。系统包括信息采集模块、无线通信模块、智能决策模块和灌溉执行模块。信息采集模块通过布设的土壤水分传感器和小型气象站实时采集蓝莓园土壤墒情信息和环境信息（风速、降雨量、温度、湿度）;无线传输模块将信息采集模块采集到的数据实时发送到服务器端进行分析处理,并将智能决策模块的计算结果传送给灌溉执行模块;智能决策模块中,基于前期采集的历史数据使用彭曼公式和土壤水平衡公式建立灌溉决策模型,实现蒸腾量和灌溉量的计算以及实时监控与报警,该模型可根据实时获取的数据,确定是否需要灌溉及最优的灌溉量;灌溉执行模块根据接收到的灌溉信息及实际的灌溉速度计算灌溉时间,进行远程灌溉;以Visual Studio软件为平台,设计了系统上位机的监控界面,可实现土壤和环境参数的实时检测和存储、作物需水状况的分析管理以及实时预警和灌溉决策。试验结果表明,该智能灌溉决策系统可在无人干预的情况下,根据传感器采集的信息自行判断作物需水情况,当系统认为作物需要灌溉时自行驱动灌溉装置完成灌溉,从而实现蓝莓园的远程精确灌溉,节省了人力物力,有效提高了灌溉水的利用率。     

冬小麦计划湿润层土壤实时含水量及根系范围分析

土壤含水量是非充分灌溉研究中的一项重要指标,以冬小麦作为研究对象,基于实时的土壤含水率监测数据,运用Irrimax软件对监测数据进行分析,对土壤含水量、作物根系范围等参数进行了确定,并对灌溉管理系统的经验数据进行了修正.本方法可快速准确地分析冬小麦生长过程中作物计划湿润层实时的含水量和根深等参数,从而为制定实时的灌溉制度提供基础数据和科学依据.     

膜孔灌溉条件下土壤水分空间分布特性研究及应用

土壤水分的空间分布规律是灌溉决策中必须要考虑的重要因素 ,而如何确定测定土壤含水量观测点的位置和间距是影响灌溉决策精度的关键。本文通过对膜孔灌溉棉田土壤水分空间分布特性的研究 ,利用统计学分析方法 ,绘出了土壤水分的半方差图和等值线图。半方差图和等值线图对在灌溉决策系统中如何确定土壤水分观测点的位置和间距具有一定的指导意义。     

基于物联网和PLC的农田智能节水施灌系统设计

针对当前灌溉技术采用定时人工整体灌溉,不能根据土壤含水情况进行节水控制,存在浪费水资源的问题,基于物联网和PLC设计了一种新的农田智能节水施灌系统,从硬件和软件两部分进行优化研究。系统硬件主要由中央处理器、PLC模块、射频信号传感器、土壤传感器、温度传感器组成,系统硬件内部PLC模块主要负责控制节水灌溉架构,在农田监测终端上所收集到的信号在微处理器中实现转化,转变为计算机系统可以辨识的脉冲信号。通过计算机进行计算,确定最适宜的浇水量和灌水时机,采用CC2591型射频信号传感器提高传感速度,选择HL-TTN1土壤传感器检测土壤的含水量,PT100型传感器进行温度检测。通过物联网针对需要灌溉的土地进行网格化处理,采集传感器测试土壤含水量、空气温度等环境参数,引用Zigbee协同开关设置节水灌溉程序。实验结果表明,基于物联网和PLC的农田智能节水施灌系统土壤含水量计算误差在2%以内,能够达到目标值,远程网格节水控制准确度高达98%以上,使农田生长达到高产、高效、优质用水的效果。     

荔枝园智能灌溉决策系统模糊控制器设计与优化

为解决荔枝园灌溉中水资源浪费严重的问题,根据现有装备条件,设计了基于无线传感器网的模糊专家决策系统,并对系统的模糊控制器进行优化以提升系统整体性能。该系统通过网关节点实时接收来自传感器节点采集的荔枝园环境信息,选择土壤实测含水率与预设土壤最佳含水率的误差及其变化率作为决策因子,得出预测灌溉值等决策结果。通过Matlab仿真并进行果园实地试验,分析该系统的有效性。仿真结果表明,该智能灌溉系统能结合荔枝园土壤含水率情况进行适时、适量灌溉,有效实现了经济灌溉,并且优化后的模糊灌溉系统实现了更高的暂态性能、控制精度及抗干扰性,系统响应时间更快。试验结果表明,基于模糊控制器的智能灌溉系统能有效地对荔枝园灌溉进行控制,使荔枝园土壤含水率维持在17.8%左右,符合荔枝树的生长环境;同时,基于优化后的模糊控制器的智能灌溉系统将荔枝园土壤含水率平均值控制在17.6%,更接近系统预设的荔枝园土壤最佳含水率17%,并且具有更高的控制精度、更强的抗干扰性与实用性。     

基于物联网技术的江西丘陵地区土壤墒情监测

针对江西丘陵地区作物种植分布广、监测点多、布线和供电困难等特点,利用物联网技术,采用高精度土壤温湿度传感器和智能气象站,建立土壤墒情监测系统,远程在线采集代表性地块土壤墒情、气象信息,实现墒情（旱情）自动预报、灌溉用水量智能决策和远程灌溉设备自动控制等功能。      

泥沙级配对浑水灌溉下土壤水分增长过程的影响分析

通过在测坑中开展灌溉条件下2种含沙量4种泥沙级配组合下的浑水灌溉入渗试验,发现泥沙级配对土壤水分增长过程的影响显著:泥沙级配越细,相同灌溉入渗历时的累积入渗量和土壤含水量的增加量越小,与清水灌溉试验结果的差异性越大。同一含沙量浑水灌溉,泥沙级配越细,不同深度土壤含水量始变历时和增长拐点历时更长;同一泥沙级配浑水灌溉,含沙量越大,不同深度土壤含水量始变历时和增长拐点历时更长。相同入渗历时,浑水灌溉下的累积入渗量和土壤含水量变化量均较清水灌溉的小,土壤水分增长较清水缓慢;由于浑水中泥沙的阻渗和减渗作用,同一含沙量条件下,泥沙级配越细,灌水后相同入渗历时的土壤含水量变化量和累积入渗量越小;同一泥沙级配浑水,含沙量越大,灌水后相同入渗历时的土壤含水量变化量和累积入渗量越小。     

不同泥沙级配浑水灌溉下土壤水分增长特性及成因分析

通过在测坑中开展灌溉条件下2种含沙量4种泥沙级配组合下的浑水灌溉入渗试验,发现泥沙级配对土壤水分增长过程的影响显著:泥沙级配越细,相同灌溉入渗历时的累积入渗量和土壤含水量增加量越小,与清水灌溉试验结果的差异性越大。土壤含水量的增长过程与累积入渗量变化过程均符合指数为正的幂函数关系,说明土壤含水量的增长过程是灌水量在土壤中的分配过程;累积入渗量的变化过程反映了作为整体——测坑土壤含水量的增加过程,某一时刻的累积入渗量是灌溉过程中同时刻不同深度土壤含水量的变化量的叠加。针对泥沙级配作用下土壤水分的增长特性,其成因在于浑水灌溉时土壤表面形成的沉积层,含沙量越大,泥沙级配越细,沉积层越密实,水分通过空隙所受的阻力越大,导致土壤水分增长越缓慢。     

云南省洱海灌区水稻智能灌溉决策模型研究

提高有效降雨利用率,是节约灌溉用水的重要途径之一。为进一步提高稻田降雨利用率,基于水量平衡原理和作物水分生产函数,结合强化学习方法,构建考虑未来降雨的智能灌溉决策模型。收集了大理站点2012-2020年的实测气象数据和天气预报数据,对智能灌溉决策模型进行训练,将模型应用于云南省洱海灌区。结果表明：洱海地区天气预报存在一定的空报率和漏报率,TS评分较高,降雨预报质量较高。与常规灌溉决策相比,采用强化学习方法的智能灌溉决策,平均每年可以减少灌溉次数0.2次,节约灌水量6.5 mm,节水率为6.0%,提高降雨利用率3.0%,减少排水量6.2 mm,且未造成产量损失。因此,采用智能灌溉决策能在考虑未来天气情况下有效提高降雨利用率,节约灌溉用水,且不造成减产。     

基于热红外遥感影像的玉米田间土壤水分反演研究

土壤水分监测对掌握农作物的生长状态至关重要。本研究为了在玉米作物的主要生育期有效地反演田间土壤含水量。本文以无人机平台获取的热红外遥感影像作为数据源,基于热惯量法反演田块尺度的土壤含水量。通过建立土壤热惯量与土壤含水量之间的线性回归模型,在试验田进行模型精度验证。结果表明,在实际农田环境中基于热惯量方法反演土壤含水量时,随着灌溉水平的提高其反演精度先升高后下降。模型在不同灌溉水平下反演土壤含水量的精度验证结果为:R~2=0.71,RMSE=3.09%。热惯量法具有较高的土壤含水量反演精度,为基于无人机热红外遥感田间土壤含水量监测提供了参考。     

非充分灌溉农田土壤水分动态模拟模型

系统阐述了非充分灌溉条件下农田土壤水分动态变化的二种模拟模型 ,即大田水量平衡模拟模型和土壤水运动模拟模型 ,提出了农田计划湿润层土壤含水量非线性变化的计算方法 ,结合实例对二种模型进行分析比较 ,为非充分灌溉决策提供了新的理论依据。     

基于ZigBee和模糊控制决策的自动灌溉系统的设计

针对节水灌溉受多种因素影响难以建立精确控制模型的特点,为了实现作物的自动、实时与适量灌溉,设计了基于ZigBee和模糊控制决策的全自动灌溉系统。该系统通过ZigBee无线传感器网络采集土壤水势与环境气象信息,由农田蒸散量和土壤水势作为输入,以作物需水量为输出,采用模糊推理规则,使用分段模糊控制策略获得了作物的需水量,构成智能灌溉系统;采用ARM9微处理器,基于嵌入式Linux开发了网关节点,实现了数据的汇聚和GPRS通信方式的远程数据及命令转发。试验结果表明:该系统能快速准确地计算出作物的需水量,经济实用,有效地实现了全自动节水灌溉,特别适用于中小型灌溉区域的精细灌溉。     

南疆冬小麦精确灌溉决策系统的研究北大核心

为了实现南疆冬小麦的精确灌溉,开发了南疆冬小麦精确灌溉决策系统。系统主要由天气、信息、决策、土壤信息、统计等模块构成。其中结合南疆冬小麦快速生长的水分条件及专家实地考察的实际结果,同时以彭曼-蒙特斯公式为核心、水分平衡方程为基础,运用天气数据和土壤详细信息构建了南疆冬小麦灌溉管理的数学模型决策模块。系统实现了精确灌溉的实时动态决策,为冬小麦的节水和精确灌溉提供重要的参考,具有实际意义,为冬小麦生产智能化提供决策支持。     

南疆冬小麦精确灌溉决策系统的研究

为了实现南疆冬小麦的精确灌溉,开发了南疆冬小麦精确灌溉决策系统。系统主要由天气、信息、决策、土壤信息、统计等模块构成。其中结合南疆冬小麦快速生长的水分条件及专家实地考察的实际结果,同时以彭曼-蒙特斯公式为核心、水分平衡方程为基础,运用天气数据和土壤详细信息构建了南疆冬小麦灌溉管理的数学模型决策模块。系统实现了精确灌溉的实时动态决策,为冬小麦的节水和精确灌溉提供重要的参考,具有实际意义,为冬小麦生产智能化提供决策支持。     

设施番茄轻简式智能灌溉施肥机的应用

基于自主研发的轻简式智能灌溉施肥机,嵌入依据光辐射智能灌溉系统,在土壤栽培番茄上进行田间效果试验,结果表明:施肥机管理的番茄土壤0～60 cm土层的土壤含水量保持在30%～40%之间,保证了番茄根层土壤始终处在适宜的水分范围内。与人工常规管理相比较可以提高番茄的品质,经济效益提高9.89%,达到了节水,节肥,节省人工,提质,增效的目的。     

土壤水分特征曲线在作物非充分灌溉适宜水分下限确定中的应用

SPAC系统中水总是从水势高处流向水势低处,土壤水势的高低是影响植物根系吸水速率的主要因素。相对于土壤含水量来说,用土壤水势作作物非充分灌溉的下限指标更具科学性,更利于水分下限指标的推广应用。试验结果表明,对于整个生育期来说,-200 kPa是比较适宜的大棚番茄土壤水势下限。在这一指标的推广过程中,须先测定当地土壤水分特征曲线,并从曲线上找出该适宜水势对应的土壤含水量,通过控制土壤含水量达到控制土壤水势的目的,从而实现精量灌溉。     

某地国家储备林土壤含水量变化规律研究

以河南省某地2年生杜仲树为研究对象,在树盘式灌溉条件下,利用根系分布土层放置的土壤温湿度传感器和智能采集器对土壤体积含水量进行实时监测,分析土壤含水量在不同灌水定额条件下的动态变化规律,根据动态变化规律来确定相对应的灌水周期。试验结果表明：各个测点的土壤含水量在灌水后12 h均高于田间持水量;灌水后10 d各测点土壤体积含水量均保持在田间持水量70%以上;灌水量60 L/(棵·次)、80 L/(棵·次)、100 L/(棵·次)、120 L/(棵·次)、140 L/(棵·次)、160 L/(棵·次)对应的灌水周期分别为14 d、16 d、18 d、22 d、23 d、24 d。该试验结果对制定灌溉制度和设计经济合理的灌溉系统具有重要指导意义。