锦州地区土壤墒情监测误差修正探析

采用最小二乘法建立回归方程,对锦州地区土壤墒情监测站点进行误差修订,并提出相应的解决措施.修订结果表明:采用误差修订后,锦州地区20 cm土层深度下的墒情监测误差减少38.5％,30 cm土层深度下的误差减少58.6％.研究成果对于锦州地区土壤墒情自动监测方法具有重要参考价值.     

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Elman动态神经网络的土壤墒情预测研究

土壤墒情是一个非线性、时空异质性和动态不确定过程,利用Elman动态神经网络对研究区临沂站和平邑站土壤水分含量进行了预测。结果表明,所建立的网络模型能够对土壤墒情进行成功模拟,预测的土壤水分值与观测值吻合得较好,模拟精度较高。临沂站和平邑站模拟土壤墒情的平均绝对误差分别为1.08%和1.07%,平均相对误差为10.2%和11.0%。Elman动态神经网络模型利用其独特的非线性、非凸性和适应时变特性的能力从时空变率复杂的土壤水分运移系统中找出一定的演变规律,为土壤水分预测提供了一种有效可靠的方法。为了更好地验证该方法的优越性,还需要更多的样本数据,更多的区域和更全面的敏感影响因素来验证,以及更深层次的理论研究和分析。     

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。     

基于气象因子的金华市土壤墒情预测模型

利用金华2007—2008年土壤墒情资料和相关气象资料,分析了土壤湿度的基本变化规律,对土壤湿度与相关气象因子进行了灰色关联度分析,找出关键气象影响因子,建立了基于关键气象影响因子的土壤墒情预测模型并进行了试报和验证。结果表明：金华市冬季、春季土壤较为湿润、变化较为平稳,夏季、秋季土壤相对较干、变幅较大;5mm降水与蒸发的差为影响土壤相对湿度变化的首要因子;基于关键因子的土壤墒情预测模型试报2008年夏季的10cm、10—20cm、20—30cm土层相对湿度的平均误差分别为15．75％、6．89％、8．21％,该模型预测的土壤湿度状况基本能反映旱情发展的动态趋势。模型可为准确预测土壤墒情的变化状况,为农业生产合理用水和防灾减灾提供参考。     

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%。     

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。     

微电脑自动称量误差的软件修正

分析了以单片机为核心组成的自动称量系统中误差产生的原因,提出“断续跟踪”测零、数字滤波,采用“校正”软件对冲量误差进行修正等软件对策。这些软件实际应用于所研制的ＤＳＣＺ－４自动计量称重机。试验表明,整机工作稳定可靠,在称重为１．５ｋｇ情况下,每分钟可称量１０次以上,精度可达０．２级。     

基于实时含水率数据的土壤墒情动态建模及预测

实时准确地预测墒情是进行灌溉预报,实现农田水分精准化管理,提高水分利用效率的重要措施。基于根区（0−60cm土层）水量平衡原理,利用泰勒级数对根区下界面水分通量和作物蒸腾量进行了线性化处理,并以实时根区平均土壤含水率为自变量构建了动态的土壤墒情预测模型。采用天津市武清区西吕村无线土壤墒情监测系统（包含3个监测点）实时监测数据（地表下30cm和60cm处的土壤含水率）,分别选取5d、10d、15d和20d作为建模系列长度进行回归分析,确定模型参数,对10d和15d两种预见期进行了土壤墒情预测精度分析。结果表明：（1）实时预测模型拟合程度较好,三种建模系列长度条件下的确定性系数均达到0.80以上（样本数均大于550）;（2）15d建模系列长度下相对误差最小;（3）15d建模系列长度、15d预见期、10%相对误差界限值条件下,3个监测点的墒情预测合格率分别达到98%、100%和89%。由此可见,研究提出的实时墒情预测模型预测精度较高,便于建模分析,为土壤墒情的预测提供了新方法。     

墒情监测取样方法的研究

该文对北京通州区辖800多km²范围内3 022点的土壤墒情测量数据进行了统计分析，验证了土壤墒情符合对数正态分布，给出了计算类似区域合理取样数目时的估值方法，目的是以合理的取样数目和适合的取样方法指导区域性墒情（旱情）监测站点的建设。同样，以北京昌平一个农场的墒情分布，给出了计算类似地块合理取样数目时的估值方法，以此来指导节水灌溉。     

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%。     

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ARM和GPRS的远程土壤墒情监测预报系统

为提高农业灌溉用水利用率、实现节水灌溉,设计了基于GPRS的无线土壤墒情监测预报系统。提出了一种土壤墒情监测预报模型,开发了以ARM9系列S3C2410处理器、GPRS模块和CS8900a网卡等组成数据采集系统,实现了对土壤墒情信息的自动采集、存储和墒情信息的无线网络传输,并可以根据墒情信息实施定时、定量的灌溉控制。该系统已投入国家农业示范基地使用15个月的时间,试验表明,该系统对土壤墒情的预报值与实际测试数据误差为3.39%,实现了对土壤墒情的有效监测和准确预报。     

基于分数阶微分预处理高光谱数据的荒漠土壤有机碳含量估算

对光谱数据进行预处理是提升高光谱建模精度十分必要和有效的途径。为了研究分数阶微分预处理方法在高光谱数据估算荒漠土壤有机碳含量中的应用,该研究以艾比湖流域为研究靶区,利用2015年5月采集的103个表层土壤样本的实测有机碳数据和室内测定的高光谱数据,以0.2阶为步长对原始光谱反射率及对应的倒数变换、对数变换、对数倒数变换、均方根变换的0-2阶微分进行分数阶运算预处理并研究其与土壤有机碳含量相关性,基于通过0.01显著性检验的特征波段对土壤有机碳含量进行偏最小二乘回归建模并进行精度分析。结果表明：1）分数阶微分预处理可以细化土壤有机碳及其光谱反射率相关性的变化趋势;2）各阶微分预处理后的相关系数通过显著性检验波段的数量均呈现先增后减的趋势,但波段数量最多的对应阶数并不统一;3）对数变换的1.6阶微分所建立的模型为最优模型,该模型的RMSEC=2.433 g/kg,R2c=0.786,RMSEP=2.263 g/kg,R2p=0.825,RPD=2.392。说明了分数阶预处理过后的模型精度和稳健性较整数阶微分有了大幅提升,并且运用在高光谱反演土壤有机碳含量上是可行的。     

光谱技术结合水分校正与样本增广的棉田土壤盐分精准反演

棉田土壤盐分的精准反演对于棉花的种植管理具有重要意义。水分和盐分作为主要环境因素,共同影响棉田土壤的波谱特征,两者之间的耦合关系直接影响土壤盐分的检测分析。为了提高基于光谱技术构建的模型对棉田土壤盐分信息解析的准确性与可靠性,该研究联用可见/短波近红外（400～1 000 nm）和长波近红外（960～1 693 nm）技术,采集不同含水率与含盐量的新疆地区土壤样本的光谱;结合外部参数正交法（external parameter orthogonalization,EPO）,校正不同标样集与不同波段光谱中的土壤含水率干扰信息;引入基于不同卷积步幅的深度卷积对抗网络（deep convolutional generative adversarial networks,DCGAN）,进行样本增广与质量评估;参考三层残差神经网络设计一维卷积神经网络RNet,最终构建基于EPO-DCGAN-RNet的优化模型,用于棉田土壤盐分的反演。结果表明,与传统机器学习方法和基于VGG或EfficientNet结构一维卷积神经网络相比,该研究提出的EPO-DCGAN-RNet方法能够有效地滤除水分对盐分反演的影响、提高模型对特征波段的挖掘能力、降低深度学习算法对样本量的依赖性,并能得到更优的模型预测性能。EPO-DCGAN-RNet的建模集R²和均方根误差分别为0.942、115.420 μS/cm,验证集R²和均方根误差分别为0.910和136.472 μS/cm。研究结果可为新疆棉田土壤盐分快速精准检测提供理论指导和技术支持,有助于促进盐碱地区棉花种植的水肥科学管理。     

基于频域法的便携式无线土壤水分测量装置设计与试验

针对农田土壤水分测量的实际需要,研制了一种便携式无线土壤水分测量装置。该装置结构一体化设计采用"T"型结构,将土壤水分传感器和信息采集与发送单元融合,可在0~300 mm的不同深度下测量土壤水分,并采用蓝牙传输技术,将测量数据实时发送给Android手机,手机可通过App软件对数据进行分析处理,实现了农田数据的大容量存储和智能化处理。在实验室环境下,使用砂土和壤土2种土样对测量装置进行了标定试验,土壤容积含水率与传感器输出电压服从二次曲线关系,决定系数均达到0.99以上;将测量装置与波兰Easy Test TDR土壤测试仪进行对比试验,二者测量结果呈线性相关关系,决定系数为0.987。试验结果表明该装置可准确测量土壤水分含量。     

基于多源数据的土壤水分反演及空间分异格局研究

温度植被干旱指数(TVDI)是一种通过反演土壤水分来反映土壤干旱状况的重要方法。在TVDI的基础上引入数字高程模型(DEM)数据对地表温度进行校正,能够减少地形起伏对能量二次分配的影响。用阈值将研究区分割成不同土地利用类型,结合野外同步实测数据,用分段反演模型反演渭-库绿洲土壤水分分布图,并对渭-库绿洲土壤水分的空间格局和分异规律进行分析。结果表明:(1)地形校正后的TVDI能够更好地反映土壤水分状况;(2)土壤水分总体上从西至东,由北向南降低,在绿洲内部较为稳定,在交错带变化较为剧烈,土壤水分垂直变异系数呈现幂函数递减的整体变化趋势;(3)针对研究区不同土地利用类型用分段反演模型进行反演,有效地实现优势互补,总体上提高了土壤水分的反演精度,在区域土壤水分研究中值得关注和应用。     

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。