本发明专利技术公开了一种墒情实时监测和预测系统及其监测方法，包括监测模块及预报模块，监测模块包括探测系统、数据采集器、无线发送器及数据接收器，探测系统包括至少二个探测器，探测器包括设置在待探测点处的土壤含水量探测器、降水量探测器、地表风速探测器、地表温度探测器、地温探测器及地表空气湿度探测器；数据采集器与探测系统连接，探测系统将探测到的数据发送至数据采集器中，通过无线发送器发送至数据接收器中；预报模块包括综合云计算平台、信息发布和自主查询平台；综合云计算平台与数据接收器连接，接收数据接收器发出的探测数据，进行处理后发送至信息发布和自主查询平台中。本发明专利技术操作简单、性能稳定、数据安全、功能多样且适应性强。
【技术实现步骤摘要】
本专利技术涉及云计算和物联网领域，特别指一种综合云计算平台、ARMA模型和 fisher判别法的墒情实时监测和预测系统及其检测方法。
技术介绍
土壤墒情，即土壤含水及变化情况，是影响农作物生长发育重要因素和土地干旱 程度的重要度量指标，墒情变化受到多种影响因素的共同影响，其主要影响因素有：土壤含 水量X、降水量Y、地表风速V、地表温度T、地温T1、地表空气湿度W等，实时掌握土壤墒情的 变动信息，对提高农业生产水平水平，预防和减轻干旱灾害及其造成的经济损失等都有十 分重要的意义。 对土壤墒情变化数据进行实时的、连续的、精确的监测和预测，需要要先进的方法 和设备，常用的方法和设备均在技术上存在不足和弊端。 从硬件设备上看，现有的监测设备虽然向便携化、精确化发展，但是测量数据单 一，无法将影响墒情的各个因素数据同时采集和处理，那么对于受多种因素共同影响的墒 情来讲，这样的设备得到的将是误差较大结果，难以用于实际的农业生产。 现有设备需要一整套的数据仓储系统来支持，存在数据传输速度慢、安全性较低、 维护费用高等缺点，而采用综合云计算平台可以很好的解决这些缺点。 现有的墒情检测系统，主要功能在于对当前墒情的监控，对墒情的未来变化状况 把控不足，使得墒情监控系统的实用性受到限制。而本系统所具有的预测模块，在综合了探 测系统数据和气象部门数据后，可以有效的把握未来的墒情变化，更好的指导农业生产。 从数据处理手段上看，现有墒情预测系统，只是基于单一化的监测设备所得数据 进行分析，模型拟合程度较低，结果误差较大；并且所采用模式没有考虑季节因素的影响， 而本系统所采用的ARMA模型能够充分考虑季节因素的影响，提高了预测结果的精度。
技术实现思路
本专利技术要解决的技术问题是针对上述现有技术的不足，提供一种基于综合云计算 平台、ARMA模型和fisher判别法的墒情实时监测和预测系统及其检测方法。 本专利技术采取的技术方案如下：一种墒情实时监测和预测系统，包括监测模块及预 报模块，其中，上述监测模块包括探测系统、数据采集器、无线发送器及数据接收器，探测系 统包括至少二个探测器，探测器包括设置在待探测点处的土壤含水量探测器、降水量探测 器、地表风速探测器、地表温度探测器、地温探测器及地表空气湿度探测器，以便对待探测 点进行数据探测；上述数据采集器与探测系统连接，探测系统将探测到的数据发送至数据 采集器中，并通过无线发送器发送至数据接收器中；预报模块包括综合云计算平台、信息发 布和自主查询平台；综合云计算平台与数据接收器连接，以便接收数据接收器发出的探测 数据，进行处理后发送至信息发布和自主查询平台中。 优选地，所述的监测模块内设有太阳能电池，太阳能电池分别与上述探测系统、数 据采集器、无线发送器及数据接收器连接，以便提供电源。 优选地，所述的数据接收器通过internet网与上述综合云计算平台连接，以便将 墒情影响因子数据发送至综合云计算平台内。 优选地，所述的综合云计算平台连接气象平台，气象平台将气象预报数据发送至 综合云计算平台内，云平台服务平台的数据处理模块对输入的墒情影响因子数据及气象平 台的预报数据进行处理，得出墒情实时数据和预报数据，并传输至信息发布和自主查询平 台。 优选地，所述的信息发布和自主查询平台连接用户终端，以便将综合云计算平台 计算得出的墒情实时数据和预报数据传输至用户终端，以便预报和供用户查询，及时指导 和安排农业生产。 优选地，所述的用户终端包括个人电脑、手机APP及电视台。 一种墒情实时监测和预测系统的监测方法，包括以下步骤： S1、确定所探测的区域内监测点的位置和数量，不同位置的监测点形成监测网点 群； S2、在步骤S1中确定的监测点处安装墒情变化影响因子数据探测器系统所要求 的土壤含水量探测器、降水量探测器、地表风速探测器、地表温度探测器、地温探测器及地 表空气湿度探测器； S3、在步骤S2中的监测点设置数据采集器、无线发送器及太阳能电池，且与探测 系统连接构成回路，以便对监测区域进行墒情实时监测； S4、数据云平台服务器对数据接收器提供的各项墒情影响因子数据和气象平台提 供的数据进行处理，得出墒情实时数据和预报数据，以便对监测区域进行墒情实时预测； S5、信息发布和查询平台将墒情实时数据和预报数据及时发送至用户终端，或者 接受用户终端的自主查询墒情实时数据和预报数据，及时指导和安排农业生产。 优选地，所述的步骤S5中墒情实时预测的具体步骤为： A、获取关于各个观测时点的各项影响因子的数据序列；B、利用ARMA (p，q)模型进行预测期内各项影响因子值的预测，公式为yt = <}) lyt~l+ <}) 2yt~2+......+ <}) pyt_p+ e t_ 9 1 e t_l_ 9 2 e t_2_......- 0 p e t_p，式中符号：p和q是模型的自回归阶数和移动平均阶数；巾和0是不为零的 待定系数；e t独立的误差项；yt是平稳、正态、零均值的时间序列，通过该步骤可以获取预 测期内各个影响因子的预测值； C、将ARMA模型所得的预测值数据带入fisher判别公式，获得预测期内墒情预测 值，以便进行墒情判断和指导农业生产。 优选地，所述的步骤C中，fisher判别法的具体步骤为： A、划分墒情类别，同时确定各个类别的判别的标准； B、确定墒情变化的影响因子，本系统选择的影响因子为：土壤含水量X、降水量Y、 地当前第1页1 2 本文档来自技高网...
【技术保护点】
一种墒情实时监测和预测系统，其特征在于：包括监测模块及预报模块，其中，上述监测模块包括探测系统(1)、数据采集器(2)、无线发送器(4)及数据接收器(5)，探测系统(1)包括至少二个探测器，探测器包括设置在待探测点处的土壤含水量探测器、降水量探测器、地表风速探测器、地表温度探测器、地温探测器及地表空气湿度探测器，以便对待探测点进行数据探测；上述数据采集器(2)与探测系统(1)连接，探测系统(1)将探测到的数据发送至数据采集器(2)中，并通过无线发送器(4)发送至数据接收器(5)中；预报模块包括综合云计算平台(7)、信息发布和自主查询平台(9)；综合云计算平台(7)与数据接收器(5)连接，以便接收数据接收器(5)发出的探测数据，进行处理后发送至信息发布和自主查询平台(9)中。
【技术特征摘要】
【专利技术属性】
技术研发人员：左羽，崔忠伟，高跃伟，令狐雨薇，桑海伟，于国龙，
申请(专利权)人：贵州师范学院，
类型：发明
国别省市：贵州;52
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。