农田土壤墒情监测与预报系统研发

为了定量预报农田未来7d 土壤墒情变化特征,提升农业气象服务工作质量与效率,该文旨在研发基于网络化的辽宁省农田土壤墒情监测与预报系统。该系统基于VC++及Fortran程序语言设计,以改进的CERES-MAIZE模型中的土壤水分子模型为基础,通过程序设计及各接口功能的实现,自动调用辽宁省自动土壤水分观测站的监测当日土壤含水量数据和中央气象台预报指导产品,实现数据的网络化获取和业务模型的实时运行,提升土壤墒情模拟的准确性、时效性和便利性。结果表明,预报准确率随预报日期增加而呈现降低的趋势,越临近实际监测日期土壤墒情预报情况与实际情况拟合越好;等级干旱预报准确率最低值为70.1%,最高值为81.9%,系统对于辽宁省农田土壤干旱级别的预报具有较高准确率。     

基于神经网络的混沌时间序列土壤墒情预测预报

土壤墒情预测预报对农业生产、水分循环的研究具有重要的意义。应用混沌理论对具有混沌特性的土壤墒情时间序列进行相空间重构,利用神经网络对土壤墒情时间混沌序列重构相空间中相点的演化过程进行了学习、训练及预测。结果表明,该方法所需的参数较少,简单易行,即只需要土壤墒情时间序列数据。通过对预测预报值与实测数据进行比较,证实了该方法相对误差较小,预测精度高,有一定的可靠性和实用性。     

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。     

基于网格化信息的北京地区土壤墒情预报服务系统

依据农田土壤水分平衡理论,引入RS和GIS技术,以图像栅格信息方式分别考虑土壤、植被和大气空间区域分布的非均匀性,以中期天气预报要素、实测土壤墒情及当前MODIS卫星遥感资料为基础,研究开发了基于IDL语言的250m空间分辨率网格信息的北京市土壤墒情预报服务系统,并在北京地区进行了气象业务服务应用和效果评估。结果表明,RS和GIS技术能有效实现土壤墒情预报信息的网格化和预报参数值的非均匀化,基于IDL语言开发的土壤墒情预报系统技术流程清晰,功能齐全,业务化程度高,系统在北京农业干旱监测和预报服务中能得到有效发挥,对与北京农田类似的地区具有推广价值。     

基于zigbee无线网络的土壤墒情监控系统

为了提高农业灌溉用水利用率,针对传统有线网络采集布线复杂和成本高的缺点,该文设计了一套基于Zigbee无线网络和CC2430 MCU的土壤墒情监测系统。该系统综合了Zigbee无线网络自行组网、自行愈合和超低功耗的优点,采用太阳能电池供电,能实时监测和记录土壤墒情信息,为进一步制定节水灌溉策略提供有力的数据支持。初步试验结果表明,该系统运行稳定,丢包率低,能及时准确的监控土壤墒情信息,并将土壤含水率维持在适合植物生长的最佳含水量的范围之内。研究结果可为进一步开发更精准的自动灌溉系统提供数据支持。     

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。     

时间序列分析在土壤墒情预测中的应用研究

土壤水分的动态模拟是土壤墒情监测及预报的重要内容,采用时间序列的线形模型进行土壤水分时间序列的拟合与趋势预测.在建立模型后,用实测数据与模型的预测数据相比较说明时间序列线形模型能较好地拟合与预测土壤墒情的变化趋势,可为干旱研究及其治理提供依据.     

临夏市玉米田土壤墒情监测浅析

选择临夏市不同土壤类型的玉米田,建立10个土壤墒情监测固定点,定期对各监测点0～20 cm、20～40 cm土层土壤墒情进行测定。结果表明,土壤墒情的变化规律与自然降水量、地区气温变化、作物的生长期及生长规律密切相关。土壤墒情总体上随降水量的增多而增加,土壤体积含水量的变化与本区域的降水规律相吻合。不同时期各监测点20～40 cm土层土壤体积含水量高于0～20 cm土层。     

基于BP神经网络的土壤墒情预测精度研究——以肥东县为例

本文以肥东县土壤墒情为例,选用BP神经网络模型,对土壤墒情预测进行探究。先介绍神经网络相关理论知识,然后针对模型建立需要确定的参数做了详细说明。着重比较了隔日和五日两种预测结果的精度,结果表明隔日预报精度要高于五日预测精度,得出结论 BP神经网络短期土壤墒情预报能取得较高的精度,对农业生产具有实际指导意义。     

土壤墒情自动测报系统在绿洲农业区的应用

目前对采用水文干旱方法,即通过监视农田墒情的变化来建立抗旱决策信息系统研究还很少,文章阐述在干旱灌区建立土壤墒情监测预报和灌溉决策信息系统的重要性,提出适用于干旱灌区的土壤墒情监测方法和作物灌水预报模型,对土壤墒情自动测报及灌溉决策系统的信息传输、结构及功能作了详细论述。研究表明,通过计算机信息技术对农田墒情、气象信息、灌溉用水以及农业生产等综合信息实行一体化系统管理,提高了灌溉管理水平,节约了水资源。研究成果在干旱、半干旱地区具有参考和应用价值。     

集成GPRS、GPS、ZigBee的土壤水分移动监测系统

为了实现土壤水分数据的实时采集、处理、可视化与上传,开发了移动式土壤水分监测系统。系统由集成ZigBee协调器、GPS模块、GPRS模块的PDA和基于ZigBee的土壤水分传感器移动节点组成。ZigBee模块主要用于PDA和移动传感器节点间的无线通信,使PDA能无线获取土壤水分传感器信息,并能控制传感器供电电源的通断。GPS模块用来实时获取传感器的位置信息,为绘制土壤水分时间和空间分布图以及为精细灌溉决策系统提供支持。GPRS模块用来将绑定的节点号、经纬度信息、土壤水分信息通过TCP/IP协议上传至互联网远程上位机,以实现土壤水分时空变异的远程监测。系统既能在PDA内存储信息又能上传互联网,具有良好的便携性和可视性。性能试验结果表明,系统可实时准确远程传输测量数据,内嵌软件根据测量结果绘制的土壤水分空间变异分布图可有效指导精细灌溉。     

基于GPRS的作物水分信息远程传输与监测系统设计

为了解决作物水分信息的快速获取和无线远程传输问题,本文以PTM-48M作为数据采集和监测系统,基于GPRS无线传输技术,通过系统集成,提出了的作物水分信息无线远程传输与监测系统。该系统具有实时测定和远程传输功能。阐述了系统的整体结构,并从软硬件两方面描述了系统的设计。     

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GPS和GPRS的远程玉米排种质量监测系统

为了获取区域内的玉米播种质量信息并对其进行远程监测与管理,提出了基于GPS和GPRS的远程排种监测系统。该系统利用PVDF(polyvinylidene fluoride,聚偏二氟乙烯)压电传感器实时监测指夹式排种器播种质量信息并通过GPS接收器实现了播种质量信息位置的精确定位;同时,系统通过GPRS DTU模块的应用和远程服务器软件的设计,实现了播种质量信息数据的远程传输与管理。试验结果表明,该系统播种量检测精度为97.4%,漏播检测精度为96.1%,重播检测精度为95.9%,该系统能够有效检测玉米播种质量并具有监测数据远程监管的功能。     

基于差分的土壤墒情自动监测数据误差修正方法

土壤墒情自动监测设备能够快速、高效、连续地观测土壤墒情数据,但由于受安装调试水平、设备自身状态、以及田间环境变化的影响,在长期连续监测中输出数据的准确性和稳定性会逐渐降低,不利于墒情监测业务的开展。本文以北京市昌平区土壤墒情的人工和自动同步观测数据为基础,通过分析土壤墒情自动监测数据的误差特点,构建了一元一次、一元二次和一元三次差分方程对自动监测数据进行误差修正,并对修正后的误差特征进行分析。结果表明:经过差分修正后,20 cm深度的绝对误差均值减小了34%和24%,40 cm深度的绝对误差均值减小了67%和54%,自动监测数据误差显著下降;3种差分方程中线性差分方程表现最优;修正后的误差统计特性符合简单随机误差,可以通过求算数平均数的方法进一步降低误差。通过差分方法来修正自动监测数据简单易行,能有效的提高自动监测数据精度,充分能够发挥人工和自动监测的优势,提高监测体系整体性能。     

应用Penman-Monteith公式和土壤湿度指数估算区域地表蒸散

准确计算地表蒸散对于水资源合理利用具有重要意义。Penman-Monteith公式具有坚实的理论基础,被广泛应用于计算地表蒸散,但表面阻抗计算的复杂性阻碍了其向区域应用的进一步推广。本文首先利用地表温度(Ts)-植被指数(Fv)特征空间计算土壤湿度指数,进而计算土壤阻抗,改进和发展了Penman-Monteith蒸散算法,简称为PM-SMI。将该算法与地表温度-植被覆盖特征空间蒸散算法以及Penman-Monteith系列另一种算法(PM-Yuan)进行比较。利用美国南部大平原12个波文比观测数据进行模型比较和验证。研究区域主要覆盖农田和草地,植被覆盖度较低。结果表明在瞬时和日值两个时间尺度PM-SMI整体上都优于其他两种算法,PM-SMI方法适合用于区域地表蒸散估算。     

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6 000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。     

基于差分信号控制的土壤含水率传感器设计

研究土壤含水率的测定对于农作物生长,灌溉及农业自动化发展具有重要意义。该文针对传统含水率传感器电极输出信号谐波失真较大的问题,设计了一种差分信号控制的土壤含水率传感器。鉴于传感器电极输出的信号失真是由于土壤非线性因素引起的,该文利用集成时基计时器设计差分输入信号控制电路,减少输出信号的总谐波失真度。此外,建立相应的数学模型,得到土壤阻抗与信号周期变化关系。构建传感器硬件结构,通过微处理控制器测量信号周期得出土壤含水率变化数值。试验表明,传感器输出端的信号总谐波失真较传统结构减少12.56%。土壤质量含水率在5%~30%时,土壤含水率测试最大误差不超过4.89%,土壤阻抗测试误差不超过2%。     

毛乌素沙地土壤水分的遥感监测

利用毛乌素沙地腹地——乌审旗1982-1993年间的AVHRR遥感数据、常规气象数据和土壤水分观测资料,建立基于条件温度植被指数的0～50 cm土壤水分遥感估算模型,并计算出0～50 cm土体各层土壤水分。结果表明:乌审旗多年平均土壤水分的变化量约为-3.47mm,逐年土壤水分变化量Δw在-118～82 mm之间。乌审旗土壤水分的年际变化不大,基本在±50 mm之间变动。除1986、1987、1991以及1993年外,其余年份乌审旗土壤水分变化量Δw都为正。乌审旗土壤水分的年内波动也不大,基本在±10 mm之间。通过误差分析可知,遥感反演土壤水分的平均绝对百分比误差为14.77%,均方差为77.54 mm。基于条件温度植被指数的土壤水分遥感估算模型是可行的。