排序方式: 共有128条查询结果,搜索用时 15 毫秒
121.
自动化控制在节水灌溉系统中的应用 总被引:3,自引:0,他引:3
为了节约农田灌溉用水,提高水资源的使用效率,应用计算机技术、自动化控制技术于农田灌溉系统。结合ZigBee无线传感网络与GPRS网络,设计开发了基于CC2530和MSP430的节水灌溉控制系统。该系统以单片机为控制核心,由无线传感器节点、无线路由节点、基站、监控中心4部分组成,能实时监测土壤含水率变化。系统利用土壤水分传感器测量土壤含水率参数,对比预设的含水率上下限,判断是否需要灌溉及何时停止灌溉。初步测试证明,该系统运行稳定可靠,能够准确获取土壤含水率信息,并进行节水灌溉控制。和传统灌溉方式相比,自动灌溉实现了智能化、自动化、精确化的灌溉控制,节约了水资源,有效地提高了生产率。 相似文献
122.
基于无人机遥感的灌区土地利用与覆被分类方法 总被引:9,自引:0,他引:9
为研究无人机可见光遥感技术在灌区土地利用和覆被分类中的有效性,以河套灌区五原县塔尔湖镇为试验区域,用TEZ固定翼无人机搭载索尼A5100型相机进行航拍试验。应用Agisoft Photo Scan软件对无人机遥感系统获取的可见光高分辨率原始单张影像数据进行拼接处理。除目视提取的特殊用地与水域及水利设施用地外,通过试误法确定分割尺度300、形状权重0.4、紧致度权重0.5为无人机遥感影像数据的最佳分割参数。通过对剩余各地物在光谱、形状、纹理特征参量中表现的特异性,分别建立决策树、支持向量机、K-最近邻分类规则集提取土地利用类型试验。结果表明,支持向量机能较准确地提取各地物的特征,总体精度为82.20%,Kappa系数为0.765 9;决策树分类方法的总体精度为74.00%,Kappa系数为0.667 5;K-最近邻分类方法的总体精度为71.40%,Kappa系数为0.610 7。采用支持向量机结合决策树分类法创建的决策树模型,可以将总体精度提高到84.20%,Kappa系数达到0.790 0。因此无人机可见光遥感技术可以用于提取灌区土地利用类型,但存在农、毛渠错分为交通运输用地的情况,渠系的提取还需进一步研究。 相似文献
123.
为实现植物叶片含水率的无损和准确检测,利用圆形平行板电容传感器检测植物叶片电容,利用直径为12.7 mm的圆形FSR402型压力传感器测量平行极板对植物叶片的压力,以MSP430型单片机为微控制器,设计了一种基于植物叶片电容检测其含水率的仪器。以玉米叶片为对象,研究了玉米叶片含水率和极板对叶片的压力对电容的影响规律,选取了极板对玉米叶片的最佳压力,建立了最佳压力下玉米叶片的电容与含水率之间的关系模型,并对模型的可靠性进行了检验。结果表明,玉米叶片的电容随含水率和极板对叶片压力的增大而增大,检测玉米叶片电容的最佳压力为4 N。玉米叶片湿基含水率为55%~80%时,所设计检测仪的含水率绝对测量误差为-1.2%~1.7%;在晶振频率为8 MHz下检测含水率的响应时间小于3 s。 相似文献
124.
125.
126.
冬小麦种植区域分布广泛,为监测与评估其生长信息和生长环境,本文通过引入三相混合介质模型表征植被层,引入高斯随机粗糙面表征农田粗糙地表,构建了一种冬小麦覆被农田地表的多层非均质混合电磁散射模型。首先分别对比本文提出的多层非均质混合模型与水云模型、Oh模型在冬小麦拔节期及孕穗期的后向散射系数预测结果,对本模型的有效性进行分析和验证;随后,通过分析该模型等效介电常数,并求解其电磁散射及辐射传输方程,获取植被生长信息、植被含水率及土壤粗糙度等因素对覆被农田地表等效介电常数和雷达后向散射系数的影响规律。结果表明,本文提出的多层非均质混合模型与水云模型及Oh模型预测结果有较好的一致性,同时与双弥散模型获得的小麦层等效介电常数R2分别为0.981 7、0.992 2、0.986 3、0.971 1,同样具有较好的一致性;此外,本文提出的模型对拔节期、孕穗期小麦含水率的预测结果与实际测量值的均方根误差分别为0.88%、4.65%,该模型能够较好地模拟覆被农田地表电磁散射特征,为后续无人机微波反演冬小麦生长及土壤水分信息提供坚实理论基础。 相似文献
127.
为实现在小面积范围内对土壤水分的遥感监测,采用IRI1011红外热像仪测量土壤温度,并试图通过土壤温度来预测土壤含水率。分别测量不同深度0~5 cm、0~10 cm、0~15 cm、0~20 cm的土壤温度和土壤含水率,分析土壤含水率和温度之间的关系。结果表明,深度为0~20 cm的土壤平均含水率与温度之间的线性相关系数R2为0.658。通过一天中不同时间段即上午、中午、下午的测量结果可知,在外界环境条件变化不大的情况下,中午时段0~5 cm土壤平均含水率和温度之间线性相关系数R2为0.794。 相似文献
128.