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。     

低功耗经济型区域墒情实时监测系统

灌区墒情实时监测是现代灌区灌溉管理中的必要部分和基础工作。该文设计了一种利用微功耗处理器的墒情监测仪,仅用2节1号干电池供电,结合GPRS(general packet radio service)数据传输至网络服务器处理分析,从而实现了区域分布式的墒情监测。本系统设计装载4层土壤水分/温度传感器和1层水势传感器,根据灌溉管理需要布设在作物根区不同深度;利用微处理器和设计电路进行土壤墒情等参数的采集、存储、传输和控制,每小时采集1次数据、每日将数据发送至网络服务器。通过在灌区不同区域典型作物生育期内实际运行1 a结果表明,该系统采用干电池或锂离子电池供电,体积小而便于在田间布设,不影响农田耕作,方便经济;监测数据能够及时传送至网络服务器以进行结果处理和灌溉管理。该文同时也对系统特点进行了总结,并指出对该系统进一步改进和研发方向。     

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。     

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。     

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。     

苏联农田土壤的监测

<正> 苏联对农田土壤中毒物残留量的监测分为全面监测和选择性监测。全面监测量在特殊情况下进行,例如,在轮作制中对作物除草剂植物残留毒害作用的测定,或测定土壤中对作物、人、畜具有潜在危害性农药的含量。在其他情况是选择性监测。每年在新地段的监测叫做常规监测,在同一些地段对作物、土壤进行两年或两年以上的监测叫固定监测。这种监测又分为生产性的和观察性的监测。     

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。     

农田墒情监测预报和抗旱信息系统设计与实现

为提高农业生产的抗旱减灾信息化水平,减少农作物因干旱和灌水不及时所造成的经济损失,该文把墒情预报技术与信息技术结合起来,采用WebGIS、动态交互网页、网络数据库技术,设计并开发了安徽淮北地区墒情监控和抗旱信息系统,实现了墒旱情、雨水情、农工情信息的网络化存储、发布、查询及统计图表自动生成。系统界面直观,实用性和操作性强。     

土壤墒情实时监测与精准灌溉系统的设计

为了及时、准确地给作物提供适宜的土壤水分条件,该研究利用拥有自主知识产权的土壤水分传感器、数据采集控制模块、数据传输模块、管道流量计等硬件以及自己编制的土壤墒情监测与精准灌溉控制软件,以灌溉小区为管理单元,布置土壤水分传感器与灌溉设备,实现了自动获取土壤含水量信息,根据作物不同生育期的适宜土壤水分上下限确定自动或手动启动、关闭灌溉系统;通过固定式喷灌、滴灌和渗灌方式,将水直接输送到作物根部,满足作物各生育期对水的需求,从而达到节约用水,提高产量,改善作物品质的功效。运行结果表明,该系统运行稳定、可扩展性强、低成本维护,其相对偏差与传统方法相比不到5%,是有效和适用的工具。     

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.     

基于HJ-1卫星的农田土壤有机质含量监测

土壤状况是决定农田潜在生产力的主要因素,土壤性状及肥力状况信息可以为精准农田管理提供响应依据。利用遥感技术监测土壤养分含量是一种快速、准确、高效、经济的方法。以农田土壤有机质为研究对象,以HJ-1卫星数据为数据源,采用多元线性回归分析方法,构建有机质含量地面监测模型,通过直方图匹配方法求地面监测模型与HJ-1卫星监测模型之间的傅里叶转换函数,将地面监测模型应用到HJ-1卫星数据,并构建有机质含量遥感监测模型。实现了利用HJ-1卫星遥感数据对试验区土壤有机质含量进行监测。该模型监测结果与地面实际养分具有良好的线性关系,其决定系数0.93,标准差0.57%。在保持了较高精度的同时,避免了其他高光谱模型数据过于昂贵的问题,实现了有机质含量快速、经济监测,易于在农业中应用。     

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。     

基于物联网技术的水库大坝安全监测探讨

为了及时发现水库大坝运行中出现的异常状况并进行分析评估,对可能出现的事故前兆进行预报预警,提出处理建议与对策,消除安全隐患,应用物联网技术进行了大坝监测研究。介绍了物联网理论的技术架构,以耿庄水库工程为例,对大坝安全监测系统的结构、组成和特点等进行了论述。     

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%。     

基于秋季降水量的春播关键期土壤墒情预测

为准确预测春播关键期土壤墒情,给政府部门指导春耕生产提供超前、科学、准确的决策气象信息,本文利用阜新1981-2003年的农业气候资料,深入研究阜新春播关键期土壤墒情和秋季降水的关系,得出：阜新地区春播关键期土壤墒情主要取决于前一年的秋季降水量,并建立了预测模型。此模型在2003-2006年的关键期土壤墒情预测中得到验证,并取得了明显的服务效果。     

机载非接触式近红外土壤墒情检测系统研制

针对探针式土壤水分传感器插入土壤后因反馈点固定而需大量布点、成本高、破坏耕层等问题，该研究提出一种基于法布里-珀罗干涉近红外传感器的非接触式土壤墒情在线检测系统。系统硬件部分由机载自动检测装置、电气控制箱和北斗双天线实时差分定位系统（Real Time Kinematic，RTK）组成。整套系统样机的试制包括：传感器的选型和模块设计封装、升降检测装置设计、传感器避障与采样点北斗定位、土壤含水量预测建模、软件中的二次开发和系统与润禾2ZBA-2型移栽机的集成等。田间试验结果表明：当移栽机以0.3 m/s速度行进时，土壤水分传感器参比校准后进行土壤水分的测定，5 s内工控机上实时显示水分含量值，水分含量预测值与实测值的相对误差范围为0.18%～14.46%，平均相对误差7.77%，所测水分值结合北斗RTK系统测得的定位坐标生成土壤表层含水率分布图，为后续喷灌、滴灌等变量灌溉提供参考依据。