基于物联网技术的甜玉米土壤墒情监测及评价应用

本文基于物联网技术的广州市农业机械化技术推广站农业物联网综合应用平台,利用高精度土壤湿度传感器和智能气象站所采集的环境信息,估算甜玉米不同生育阶段需水量(ETc)及其适宜的土壤含水量,并结合广东甜玉米主产区典型土壤质地类型,初步建立了不同质地土壤相对应的墒情评价指标体系。实际应用结果表明,该系统能实现土壤水分实时自动监测,对不同质地土壤甜玉米墒情评价准确,可作为广东甜玉米水分精准管理的依据,为农业科技信息服务提供了一条新途径,具有广阔的应用前景。     

土壤墒情监测预报技术研究进展

对已有墒情预报模型和土壤水分检测技术进行简单分析,总结了各自特点,发现现有土壤墒情检测技术在性价比层面还需提高,各墒情预报模型所受限制较多,仍没有较为通用、准确成熟模型,目前国外在这方面的热点研究集中于依靠"3S"技术,技术水平更为成熟,值得借鉴。对土壤墒情监测预报技术的前景进行了展望。     

土壤墒情监测方法综述

干旱监测的主要方法包括土壤含水量的中子仪测量法、TDR测量法、湿度计法、称重烘干发法以及几种卫星遥感监测方法等。对各类干旱监测方法存在的问题和发展趋势进行探讨,并提出加强我国干旱遥感监测技术研究的建议,为我国农业旱情监测提供一定的帮助。     

基于铱星通信技术的土壤墒情远程监测网络研究

为了实现野外偏远、无GPRS信号地区土壤墒情、温度及降雨量的远程无线实时监测,设计了一套由土壤墒情及相关影响信息实时采集系统、铱星通信以及互联网技术构成的物联网架构式土壤墒情实时监测系统,围绕铱星SBD(Short burst data)终端模块9602开发了具有独立知识产权的数据采集系统。该系统实现了智能化、网络化的土壤墒情实时监测,以及历史数据的查询、下载,根据设定阈值进行短信报警、传感器和通信故障报警等功能。该系统自2011年8月在山东省、北京市等地运行以来,可以安全、稳定、可靠地获取监测土壤含水率、温度及降雨量信息。通过试验可知铱星通信在空旷地带成功率为97.2%,单个节点通信费用为每月200元(12 000字节),达到了对土壤墒情、温度和降雨量变化规律进行长期监测的目的。     

基于GPRS的土壤墒情远程监测系统

为了实时了解土壤墒情信息,为旱情预报预警及农业灌溉提供基础数据,设计了一套基于GPRS的土壤墒情远程监测系统。该系统利用太阳能供电,以STC12C5A60S2单片机作为主控单元核心控制器,通过GPRS网络进行土壤墒情数据无线传输。通过上位机软件的开发设计,可实现多个终端节点土壤墒情信息的动态实时监测。试验结果表明,系统运行稳定,满足设计要求,能够为农业灌溉提供可靠的依据。      

土壤墒情监测预报技术研究进展

本文介绍了土壤墒情测报技术的发展历程,阐述了土壤墒情自动监测预报系统的基本概况,在此基础上分析了目前系统研究开发现状,并进一步提出解决思路,旨在为系统的研究和开发提供参考。     

土壤墒情智能监测控制系统设计

设计一种土壤墒情智能监测控制系统来实现对土壤墒情的实时监测,并通过灌溉等方式智能改变土壤墒情。通过在多点放置土壤湿度传感器与ZIGBEE无线通信设备组成自组网络,ZIGBEE协调器与所有子节点通信将所有点的土壤湿度信息汇总并且传送给单片机分析处理。单片机控制液晶显示器将土壤湿度平均值显示出来,并根据设置的土壤湿度上下限值进行调控,当土壤湿度平均值低于下限值时,控制水泵浇水,高于上限值时,控制水泵停止浇水。通过实验测试证明,本土壤墒情智能监测控制系统能够实现土壤湿度的监测和控制。     

墒情监测研究进展综述

墒情监测是实施农田土壤水分有效调控的基础和前提。回顾总结了国内外墒情监测的方法以及墒情监测研究发展现状,并进行了对比分析。在此基础上,对现有研究中存在的问题及发展趋势进行了展望。     

云南省土壤墒情监测系统的设计与实现

为准确获取云南省的土壤墒情,在分析传统墒情监测系统的基础上,设计了一种能够自动获取和处理多源土壤墒情数据且能不断提高数据精度的土壤墒情自动监测系统。系统利用温度-植被干旱指数(TDVI)对遥感影像进行反演,为不断改进反演算法,将反演结果与固定站点监测数据及其他相关数据进行了对比分析。以参数配置形式实现遥感影像自动下载、土壤墒情自动反演和旱情自动分析。结果表明,系统可以得到较高精度的土壤墒情数据,能够满足有关部门对于墒情监测的需要。     

土壤墒情信息采集与远程监测系统

为提高传输距离和进行不间断连续监测,开发了土壤墒情信息采集与远程监测系统。详细讨论了系统的结构和原理,给出了系统的软硬件设计方案。系统利用太阳能进行充电,通过GSM网络进行土壤墒情数据无线传递,利用GPS系统进行采样点的卫星定位。通过GIS软件,系统能实时监测大面积区域内的土壤墒情状态并做出土壤墒情空间分布图。应用结果表明,该系统结构合理,可以为防旱、抗旱提供可靠的依据。     

基于物联网技术的温室土壤环境监测系统的设计

针对传统的有线监测系统线缆密布、安装维护困难等问题,设计开发了一种基于物联网技术的温室土壤环境监测系统,该系统主要由无线传感器网络和监测系统两部分构成。主要介绍了基于cc2430的无线传感器节点的硬件设计,以及基于labview的上位机软件设计,并进行了系统测试。实验分析结果表明,该系统能实现对作物生长的土壤温、湿度进行自动实时监测,并结合作物生长的信息进行适量的灌溉,具有广阔的应用前景。     

丘陵地区农田土壤信息监测系统的研究

结合《国务院关于积极推进互联网+行动的指导意见》和精准农业的精神,要求进一步实现数字农业、智慧农业、智能农业,以重庆实际状况为切合点,设计了山地分区土壤墒情及酸碱度监测APP.针对重庆丘陵地区存在山地坡度不同和高差不同的特点,对山地进行区域划分.同时,优化了丘陵地区农田土壤信息监测系统,对山地农田各区域进行土壤酸碱...     

物联网模式下的农业土壤养分监测及施肥系统研究

针对目前国内传统施肥方式中,存在基肥施用量大,盲目施肥,氮、磷、钾单一品种化肥用量过多,导致土壤肥力退化、土壤养分不均衡,影响到农作物增收等现状,借助物联网技术、近红外分析技术、现代通信技术和无线网络技术,选用近红外分析技术和基于FFT算法及小波变换的光谱微弱信号处理方法,实现实时监测土壤养分的变化,全面而准确地掌握农业土壤养分情况,并智能控制自动施肥执行端施肥。为此,进行了样机试制,并运用于不同的农业土壤,包括褐土、红土、黑土等进行养分监测和施肥试验。结果表明:农业土壤养分监测及施肥系统可稳定运行,精准施肥,能满足不同农业土壤的精确施肥。本系统可指导科学施肥,提高农业生产的施肥水平,减少农业污染。     

基于物联网的水产养殖智能化监控系统

针对目前我国水产养殖规模越来越大,种类越来越丰富,传统养殖方式已不能满足要求的现状,将RFID与无线传感网络技术相结合应用到水产养殖领域,提出了基于RFID与无线传感网络的水产品智能化养殖监控系统的架构及应用实施方案。根据水产品养殖基本流程,对水产品养殖环节的生长环境进行分析,总结影响水产品生长的环境因素并确定出进行水产品高密度养殖的最佳环境,从而实现环境资源的充分利用。通过现场试验,验证了该系统的数据检测与传输误差、闭环控制精度、反应速度等性能均达到了实际项目的需要,试验结果表明温度误差在±0.5℃范围内,溶氧量误差在±0.3 mg/L范围内,pH值误差在±0.3范围内,系统传输数据的正确率在98%以上。     

农业土壤含水率监测及灌溉系统研究——基于物联网模式

为提高农业灌溉效率,保障农作物正常生长,设计了稳定可行、易于安装的、以物联网技术为基础的农田灌溉系统。系统以MSP430F149低功耗单片机与射频模块为基础,使用基于无线技术ZigBee的CC2530芯片作为网络连接点,采用RHD-100土壤水分传感器采集农业土壤含水率信息;通过无线技术ZigBee与无线通信GPRS无缝连接,将土壤水分数据通过JN5121通信模块传输到无线网络,实现了土壤水分数据信息传输和智能灌溉。将系统运用于不同农田环境进行测试,结果发现:系统数据传输稳定可靠,运行平稳,可进行推广运用。     

基于物联网的农田环境在线监测系统

针对农田环境监测面积大、点多、时间长的特点,提出基于物联网架构的农田环境监测系统,系统由传感层、传输层和应用层构成。设计开发了以飞思卡尔MC9S12XS128为微处理器的无线传感器网络节点的硬件电路和太阳能供电系统,编制了协调器与路由器的底层软件,测试了远端服务器与WSN网络单点和多点之间的通信性能。现场试验结果表明:基于物联网的农田环境监测系统,运行稳定、可靠,为科学预测和科学种植提供了依据。      

基于物联网和模糊PID技术的温室智能监控系统

针对温室范围广、监控点多、布线困难、且具有非线性、大延时、控制模型难以确定等特性,以CC2530为核心设计了无线传感器节点、汇聚节点及智能控制节点,实现对温湿度、光照等参数的实时采集,以Zigbee技术实现各无线传感器节点之间的数据传输;以GPRS技术实现汇聚节点与监控平台的对接,采用带Smith预估器的模糊PID控制算法实现对遮阳网、风机、湿帘、均热扇等设备的控制,经现场长时间运行表明,整个系统经济实用,控制精度高,运行稳定可靠,满足大棚生产要求。     

基于物联网的农田环境监测系统设计

为实现对农田环境参数的监测,设计了基于物联网的农田环境监测系统。系统基于EPC架构,构建网络框架,感知层采用ZigBee传感节点。传感节点实时采集与农田生产有关的多个重要环境参数,对作物形态进行可控图像采集,通过网络构建层将各种数据发送到远程监测服务层。对监测系统进行了试验,结果表明,系统可对播种进度、苗期、花期、施肥、打药、灌水、适时收获、病虫害和质量监控等过程中的信息进行采集。