一种农田多源数据墒情与作物需水协同感知装置及方法
本发明涉及农业灌溉与智慧农业,尤其涉及一种农田多源数据墒情与作物需水协同感知装置及方法。
背景技术:
1、传统的灌溉决策多依赖于农户的经验,存在较大的主观性和盲目性,难以实现精准灌溉。随着传感技术和信息技术的发展,农田水分监测与作物需水感知领域已经历了从单一传感器应用到多源数据融合的演进过程。
2、在土壤墒情监测方面,传统的烘干法、中子仪法、tdr时域反射仪及fdr频域反射仪等技术在过去相当长的时间内为土壤水分信息的获取提供了基本手段,其中tdr和fdr技术因其测量精度较高、响应速度较快而得到了较为广泛的应用。在气象数据采集方面,自动气象站能够实时监测降雨量、空气温度、湿度、风速、太阳辐射等常规气象要素,为区域气候分析和干旱评估提供了数据基础。在作物需水估算方面,以彭曼-蒙特斯公式为代表的fao-56作物需水量计算方法已成为国际通用标准,该方法通过整合辐射、温度、湿度、风速等气象参数,结合作物系数进行参考作物蒸散量的修正,在一定程度上能够估算特定作物的需水量。
3、基于土壤墒情监测的灌溉决策系统得到了一定应用。这类系统通常通过埋设在土壤中的传感器(如tdr、fdr等)获取土壤体积含水率,当含水率低于预设阈值时启动灌溉。然而,这种单一依赖土壤墒情的决策方式存在明显不足:它仅能反映土壤水分的“存量”状态,而无法感知作物实际的“需求”动态,也无法预判气象条件(如降雨、蒸发)对土壤水分的“补给”或“消耗”影响,导致灌溉决策滞后,容易造成过度灌溉或灌溉不及时。
4、为了更科学地估算作物需水,现有技术中也引入了基于气象数据的作物需水量计算模型,如联合国粮农组织(fao)推荐的彭曼-蒙特斯(penman-monteith)公式。尽管该方法在区域尺度上具有较好的适用性,但在田块尺度的精准灌溉应用中仍存在局限:作物系数通常是根据作物生育阶段查表获得的静态或半静态参数,难以实时、准确地反映因品种差异、土壤肥力或环境胁迫等因素导致的作物实际生长状况和需水特性的动态变化,估算误差较大。其次,气象站数据代表的是区域气候背景,与具体田块的微环境存在差异,且与土壤墒情数据分属不同系统,缺乏有效的时空协同与数据融合,形成了“数据孤岛”。
5、此外,作物本身是感知水分胁迫最直接的“传感器”。当作物缺水时,其生理状态(如叶片温度、茎秆直径、气孔导度等)会发生一系列变化。现有技术中,虽然有研究尝试利用冠层温度等指标判断作物水分状况,但缺乏一种能够长期、稳定、原位监测作物关键生理指标(如茎秆微变化)的专用装置,尤其是在户外复杂环境下,作物生长、风吹摆动等因素会严重干扰测量精度,导致基于作物生理反馈的灌溉决策难以落地应用。
6、综上所述,现有技术中缺乏一种能够将土壤墒情、气象环境和作物生理状态三类数据进行深度融合与协同感知的集成化装置。这种技术空白导致灌溉决策无法全面、动态、前瞻性地响应“土壤-气象-作物”系统的真实状态,制约了农田水分管理从“被动监测”向“主动感知、智能预测、精准调控”的转型升级。
7、因此,亟需一种新的技术方案来解决上述问题。
技术实现思路
1、本发明旨在提供一种农田多源数据墒情与作物需水协同感知装置及方法,旨在解决现有技术中土壤墒情监测与气象数据缺乏有效协同、作物需水估算动态响应滞后以及多源数据融合分析与智能决策能力不足的技术问题。
2、根据本发明的一方面,提供了一种农田多源数据墒情与作物需水协同感知装置,包括:
3、多源数据采集子系统,用于采集农田环境多源异构数据,所述多源异构数据包括农田土壤水分、气象环境和作物生理状态;
4、数据融合处理子系统,与所述多源数据采集子系统通信连接,包括边缘计算模块和协同融合算法模块,所述边缘计算模块用于对采集的多源数据进行预处理,所述协同融合算法模块用于基于预处理后的数据生成综合墒情状态特征量和作物需水胁迫指数;
5、智能决策输出子系统,与所述数据融合处理子系统通信连接,包括作物需水动态模型模块、灌溉决策模块和策略生成与输出模块,用于基于所述综合墒情状态特征量和作物需水胁迫指数,生成精准灌溉策略建议。
6、根据一些实施例,所述多源数据采集子系统包括:
7、土壤墒情监测单元,设置于农田地表以下的不同深度,用于实时采集土壤体积含水率、土壤温度和土壤电导率数据;
8、气象环境感知单元,包括气象支架、安装于所述气象支架上的雨量筒、风速风向传感器、空气温湿度传感器、大气压力传感器和太阳辐射传感器,以及设置于所述气象支架下方的蒸发皿自动监测装置,用于实时采集农田区域尺度的气象环境数据;
9、作物生理状态监测单元,包括作物冠层温度监测装置、作物茎秆变化监测装置和作物光合有效辐射监测装置,用于实时采集反映作物实际生长发育进程及环境胁迫响应的作物生理状态数据。
10、根据一些实施例,所述土壤墒情监测单元包括第一传感器组和第二传感器组;
11、所述第一传感器组设置于地表以下10cm至30cm深度范围内,用于监测作物主要根系分布区的土壤水分状况;
12、所述第二传感器组设置于地表以下60cm至120cm深度范围内,用于监测土壤深层储水状况和水分下渗动态;
13、所述第一传感器组和所述第二传感器组均包括土壤水分传感器、土壤温度传感器和土壤电导率传感器。
14、根据一些实施例,所述作物茎秆变化监测装置包括支撑架、基准固定机构、测量探头夹具、位移传感器和生长补偿机构;
15、所述支撑架固定于地面或作物根部附近的土壤中;
16、所述基准固定机构设置于所述支撑架上,包括基准连接杆和基准固定卡箍;
17、所述测量探头夹具包括柔性护套、弹簧加载机构和夹具固定卡箍;
18、所述位移传感器的测量端与所述测量探头夹具连接,位移传感器的基准端与所述基准固定机构连接,用于测量作物茎秆直径的昼夜变化量;
19、所述生长补偿机构用于适应作物茎秆直径的逐渐增长。
20、根据一些实施例,所述作物茎秆变化监测装置还包括防风摆动机构和温度补偿机构;
21、所述防风摆动机构包括柔性连接件和摆动阻尼器,设置于所述支撑架与所述基准固定机构之间;
22、所述温度补偿机构包括隔热外壳和温度传感器,所述隔热外壳包裹于所述位移传感器外侧,用于消除热膨胀对测量精度的影响。
23、根据一些实施例,所述数据融合处理子系统还包括数据采集模块、数据预处理模块、时空匹配模块、数据存储模块和数据显示模块 ;
24、所述数据采集模块通过有线通信方式或无线通信方式与所述多源数据采集子系统中的各监测单元连接,实现数据实时采集;
25、所述数据预处理模块用于对采集的原始数据进行异常值剔除、滤波降噪和缺失值插补处理;
26、所述时空匹配模块用于将不同监测单元的数据统一至相同的时间和空间基准下;
27、所述数据存储模块采用时序数据库和关系数据库相结合的混合存储架构;
28、所述数据显示模块采用图形化界面,实时展示土壤墒情分布图、气象要素变化曲线、作物生理指标走势图、综合墒情状态特征量历史变化曲线和灌溉决策建议。
29、根据一些实施例,所述协同融合算法模块采用加权融合方法计算所述综合墒情状态特征量:
30、获取土壤墒情监测单元采集的土壤体积含水率数据序列,计算土壤含水率变化速率;
31、获取气象环境感知单元采集的降雨量数据和蒸发皿数据,计算水分收支平衡指标;
32、获取作物生理状态监测单元采集的作物茎秆直径数据,计算夜间茎秆膨胀量,判定茎秆水分胁迫状态并输出茎秆水分胁迫状态指标;
33、对所述土壤含水率变化速率、水分收支平衡指标和茎秆水分胁迫状态分别进行归一化处理,根据预设的权重系数计算综合墒情状态特征量。
34、根据一些实施例,所述作物需水动态模型模块包括参考作物蒸散量计算层、作物系数修正层和水分胁迫影响修正层;
35、所述作物系数修正层对参考作物蒸散量进行修正,所述水分胁迫影响修正层根据作物需水胁迫指数,对作物潜在需水量进行修正,进而得到作物实际需水量,修正公式为:
36、etactual=etc×(1-cwsi×ks),
37、其中,etactual为作物实际需水量,etc为作物潜在需水量,cwsi为作物需水胁迫指数,ks为水分胁迫系数,取值范围0~1;
38、所述灌溉决策模块设定差异化的灌溉决策参数,所述差异化灌溉决策参数包括灌溉启动阈值、土壤适宜含水率下限、土壤适宜含水率上限和建议灌溉量,当所述综合墒情状态特征量低于所述灌溉启动阈值,触发灌溉决策;
39、所述策略生成与输出模块生成灌溉策略建议。
40、根据一些实施例,所述装置还包括供电系统和学习优化模块;
41、所述供电系统包括太阳能电池板、蓄电池组和电源管理模块,所述电源管理模块支持市电互补供电;
42、所述学习优化模块用于记录历史灌溉决策的执行结果和作物产量数据,自动调整作物需水动态模型中的参数权重和灌溉决策阈值设定。
43、根据本发明的另一方面,提出一种农田多源数据墒情与作物需水协同感知的方法,包括:
44、通过多源数据采集子系统同步采集农田不同深度的土壤体积含水率、气象环境数据以及作物生理状态数据;
45、通过数据融合处理子系统中的边缘计算模块对采集的多源数据进行预处理,并利用多源数据协同融合算法对预处理后的数据进行时空耦合与生理响应融合,生成综合墒情状态特征量和作物需水胁迫指数;
46、通过智能决策输出子系统,基于作物需水动态模型和差异化灌溉决策阈值,结合所述综合墒情状态特征量和作物需水胁迫指数,生成灌溉策略建议。
47、本发明实施例提供的技术方案包括以下有益效果:
48、本发明通过多源数据采集子系统结合数据融合处理子系统的协同融合算法,实现了土壤、气象、作物三类数据的深度协同和时空统一,通过边缘计算模块的设置,提高了系统的实时响应能力和数据处理效率,降低了数据传输延迟对决策时效性的影响。
49、通过作物需水动态模型模块,实现对茎秆水分胁迫状态的监测,能够及时响应作物生长发育进程和环境条件变化带来的需水动态调整需求,结合智能决策输出子系统的策略生成与输出模块,提供了农田更加直接、准确的作物水分胁迫判定依据,提高了需水估算的动态响应能力。
50、具备针对不同区域气候特征和作物种类的权重系数差异化调整功能,提高了算法的适应性和普适性,能够适应不同应用场景的需求。
51、上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com