一种农业墒情监测系统技术方案

本发明专利技术公开了一种农业墒情监测系统，包括：现场无线传感器网络，用于进行现场墒情数据的收集；远端管理中心，通过ZigBee无线网关与现场无线传感器网络连接，用于对采集的墒情数据进行处理、分析，并以图形、数显或声音方式对外发布和展示，同时，对远程终端发布控制指令，通过建立水分的贝叶斯分布模型，利用土壤水分的边界条件，为土壤墒情预报提供高精度的基础参数。本发明专利技术为土壤墒情预报提供高精度的基础参数，组网方便，实时了检测土壤墒情和土壤水分运动的识别以及预测，进行最佳灌溉量的估算；适应性强，使用寿命长；防潮、防水、防尘，使用寿命超过10万次。

Agricultural soil moisture monitoring system

The invention discloses an agricultural soil moisture monitoring system, including: the field of wireless sensor network, for on-site soil moisture data collection; remote management center through ZigBee wireless gateway connected with the field of wireless sensor network, is used to analyze the soil moisture data acquisition, processing, and graphics, digital display or sound and released show, at the same time, release control commands to the remote terminal, through the Bias distribution model of water and soil water use boundary conditions, provide the basis for high precision parameter for soil moisture forecast. The present invention provides basic parameters, high accuracy for soil moisture forecast network convenient, real-time detection of soil moisture and soil water movement and forecast, estimate the optimal irrigation amount; strong adaptability and long service life; moisture-proof, waterproof and dustproof, the service life of more than 100 thousand times.

【技术实现步骤摘要】
一种农业墒情监测系统
本专利技术属于网络构建
，尤其涉及一种农业墒情监测系统。
技术介绍
随着无线通信、集成电路、传感器以及微机电系统等技术的飞速发展和日益成熟，成本低、功能多、功耗低的小型传感器就可能被大量生产，给无线传感器网络的形成提供了必要条件，而无线传感器网络由于其通过无线连接的特点，在信息采集中则显出其独有的优势。目前农业灌溉墒情监测中，传统的有线网络信息采集由于布线困难、易故障等因素已经不适合未来信息采集的发展趋势。
技术实现思路
本专利技术的目的在于提供一种农业墒情监测系统，旨在解决传统的有线网络信息采集由于布线困难、易故障等因素不适用于农业墒情监测系统的问题。本专利技术是这样实现的，一种农业墒情监测方法，所述农业墒情监测方法包括：现场墒情数据的收集；对采集的墒情数据进行处理、分析，并以图形、数显或声音方式对外发布和展示，同时，对远程终端发布控制指令，通过建立水分的贝叶斯分布模型，利用土壤水分的边界条件，为土壤墒情预报提供高精度的基础参数。进一步，所述贝叶斯分布模型为：f(θ,ρ,τ|W)∞f(W|θ,ρ,τ)f(θ)f(ρ)f(τ)；用向量θ表示待率定的20个土壤水分运动参数，逆方差为τ的正态分布，即εk,i～N(0,τ)，自回归相关系数记为。进一步，所述贝叶斯分布模型的构建方法包括：用向量θ表示待率定的20个土壤水分运动参数，向量Wk＝(wk,i,i＝1,2,…,N)T表示第k个观测点的土壤含水率测量数据，其中：i表示观测时段，N为时段长，T为转置符，Hydrus-1D模型模拟的第k个观测点土壤含水率，Mk(θ)，与相应观测数据的残差向量，εk＝Wk-Mk(θ)，服从均值为0，逆方差为τ的正态分布，即εk,i～N(0,τ)。相邻时段残差之间的自相关性由一阶自回归模型AR(1)来描述，自回归相关系数记为ρ，根据贝叶斯定理，未知变量θ、ρ和τ的联合概率分布为：f(θ,ρ,τ|W)∞f(W|θ,ρ,τ)f(θ)f(ρ)f(τ)；其中：f表示概率密度函数；W表示所有观测点的数据；公式左边是各未知变量在给定数据W时的联合后验分布；右边第一项是给定数据时未知变量的似然函数，后三项是各未知变量的先验分布；似然函数是给定参数θ时数据W被观测到的概率，根据正态性可知其为联合正态分布，对应于观测点k的土壤含水率数据Wk，似然函数为：其中：Σ是残差εk的协方差矩阵，R是残差的相关系数矩阵，τ∑＝R。根据AR(1)模型，R由ρ唯一确定；未知变量θ、ρ和τ的先验分布根据其特点分别构造，土壤水分运动参数θ的先验分布构造为均匀分布；θ中a和Ks以其对数形式进行反演，自相关系数θ的先验分布为[0,0.99]区间的均匀分布，残差逆方差τ的先验分布构造为形状参数和逆尺度参数均为0.001的无信息伽玛分布。进一步，所述贝叶斯分布模型的求解方法包括：基于各未知变量的条件后验分布，通过EM方法对贝叶斯联合概率分布进行估计，联合后验分布求得某一未知变量在给定其它所有未知变量时的概率密度函数，即为条件后验分布，土壤水分运动参数θ的条件后验分布为：f(θ|·)∞f(W|θ,ρ,τ)f(θ)；特别地，变量τ的条件后验分布仍是伽玛分布：其中：Γ()表示伽玛分布，M为观测点个数。本专利技术的另一目的在于提供一种所述农业墒情监测方法的农业墒情监测系统，所述农业墒情监测系统扑包括：现场无线传感器网络，用于进行现场墒情数据的收集；远端管理中心，通过ZigBee无线网关、GPRS或互联网与现场无线传感器网络连接，用于对采集的墒情数据进行处理、分析，并以图形、数显或声音方式对外发布和展示，同时，对远程终端发布控制指令，通过建立水分的贝叶斯分布模型，利用土壤水分的边界条件，为土壤墒情预报提供高精度的基础参数。进一步，所述现场无线传感器网络由ZigBee无线网关、ZigBee路由器、无线传感器节点、无线执行器控制节点、土壤湿度传感器组成。ZigBee无线网关，用于管理田地群的无线网络，负责网络的建立和维护，接收各田地各块田地中的ZigBee路由器的传感器数据以及设备状态信息，同时发送控制命令给各块田地中的ZigBee路由器；ZigBee路由器，用于对本田地内传感器数据处理并发送给ZigBee无线网关，同时为其他田地控制器发送数据提供路由服务；无线传感器节点，用于连接无线执行器控制节点和土壤湿度传感器。进一步，所述ZigBee无线网关或ZigBee路由器包括ARM核心处理器，ARM核心处理器分别连接GPRS模块、FLASH模块、CC2530模块、RTL8019AS模块、电源模块和串行接口模块。本专利技术提供的农业墒情监测系统，结合土壤的空间异质性以及该异质性导致反演维数升高问题，提出了基于ZigBee技术的农田土壤剖面的含水量的采集方法，为土壤墒情预报提供高精度的基础参数；系统方便灵活；ZigBee网络组网方便，一个ZigBee设备可以根据农田的大小和农田内部的布局不同而执行不同的任务，可以采集数据也可以路由数据，在已有无线传感器网络基础上新增设备加入原网络也方便；三联自动控制，实时检测土壤墒情，实现土壤水分运动的识别以及预测，进行最佳灌溉量的估算，将作物根部土壤的含水率长期控制在适合其生长的设定值，具有自动控制和手动控制两种工作模式；适应性强，使用寿命长，系统采用高可靠性元器件，适应温度为-40～80℃、有凝结的极端环境，并且防潮、防水、防尘，使用寿命超过10万次；远程数据传输。利用GPRS技术，实现系统参数的设置、远程通讯和控制。本专利技术在田间具有多个墒情采集点的情况下，提出了田间采用ZigBee节点部署的方案，设计了嵌入式平台下ZigBee和GPRS通信网关，解决了ZigBee不能进行超远距离通信的问题，实现远距离数据遥控采集工作，整个系统只有网关使用收费网络，极大程度地降低了通讯费用；整个系统可以分散部署，突破了空间限制，为大型灌区多点实时联网监测提供了可靠保障。本专利技术提出了灌溉土壤剖面的含水率贝叶斯推断模型，针对土壤水分模型参数的不确定性、输入不确定性以及残差不确定性提出了相应的表征参数，基于贝叶斯理论建立了统计推断模型，基于一阶自回归模型推导了似然函数，估计了各变量的先验分布，从而完整地建立了土壤剖面的含水率的贝叶斯推断模型。本专利技术提出了土壤水分运动参数的EM估计方法，通过土壤墒情传感器获取土壤在多个位置和多个时刻的土壤含水率观测数据，选择极大似然估计算法，利用原位多点土壤含水率观测数据反演多层土壤持水和导水特征参数的贝叶斯方法，有效地估计了天然动态边界条件下的田间尺度土壤水分运动参数。参数后验估计结果与室内试验值具有较好的一致性，成功地解决了土壤的高维贝叶斯联合概率分布采样问题，得到了参数的后验边缘分布。本专利技术为高精度墒情预测提供了基础参数，土壤水势等观测数据与土壤含水率观测数据同时用于参数反演，以期进一步降低土壤水分运动参数的不确定性。参数后验估计结果用于模拟土壤水分运动具有较高的精度，可作为高精度土壤墒情预报的基础参数。本专利技术为专家知识决策提供了基础参数，墒情监控决策支持中常用的农田水量平衡方程所需的作物蒸发蒸腾量、深层渗漏量、地面径流量、土壤有效储水量等，提出的灌溉计划策略和实时灌溉策略采用获取相对较为容易的作物生育期和不同生育期土壤含水本文档来自技高网...

【技术保护点】
一种农业墒情监测方法，其特征在于，所述农业墒情监测方法包括：现场墒情数据的收集；对采集的墒情数据进行处理、分析，并以图形、数显或声音方式对外发布和展示，同时，对远程终端发布控制指令，通过建立水分的贝叶斯分布模型，利用土壤水分的边界条件，为土壤墒情预报提供高精度的基础参数。

【技术特征摘要】
1.一种农业墒情监测方法，其特征在于，所述农业墒情监测方法包括：现场墒情数据的收集；对采集的墒情数据进行处理、分析，并以图形、数显或声音方式对外发布和展示，同时，对远程终端发布控制指令，通过建立水分的贝叶斯分布模型，利用土壤水分的边界条件，为土壤墒情预报提供高精度的基础参数。2.如权利要求1所述的农业墒情监测方法，其特征在于，所述贝叶斯分布模型为：f(θ,ρ,τ|W)∞f(W|θ,ρ,τ)f(θ)f(ρ)f(τ)；用向量θ表示待率定的20个土壤水分运动参数，逆方差为τ的正态分布，即εk,i～N(0,τ)，自回归相关系数记为。3.如权利要求1所述的农业墒情监测方法，其特征在于，所述贝叶斯分布模型的构建方法包括：用向量θ表示待率定的20个土壤水分运动参数，向量Wk＝(wk,i,i＝1,2,…,N)T表示第k个观测点的土壤含水率测量数据，其中：i表示观测时段，N为时段长，T为转置符，Hydrus-1D模型模拟的第k个观测点土壤含水率，Mk(θ)，与相应观测数据的残差向量，εk＝Wk-Mk(θ)，服从均值为0，逆方差为τ的正态分布，即εk,i～N(0,τ)，相邻时段残差之间的自相关性由一阶自回归模型AR(1)来描述，自回归相关系数记为ρ，根据贝叶斯定理，未知变量θ、ρ和τ的联合概率分布为：f(θ,ρ,τ|W)∞f(W|θ,ρ,τ)f(θ)f(ρ)f(τ)；其中：f表示概率密度函数；W表示所有观测点的数据；公式左边是各未知变量在给定数据W时的联合后验分布；右边第一项是给定数据时未知变量的似然函数，后三项是各未知变量的先验分布；似然函数是给定参数θ时数据W被观测到的概率，根据正态性可知其为联合正态分布，对应于观测点k的土壤含水率数据Wk，似然函数为：其中：Σ是残差εk的协方差矩阵，R是残差的相关系数矩阵，τ∑＝R，根据AR(1)模型，R由ρ唯一确定；未知变量θ、ρ和τ的先验分布根据其特点分别构造，土壤水分运动参数θ的先验分布构造为均匀分布；θ中a和Ks以其对数形式进行反演，自相关系数θ的先验分布为[...

【专利技术属性】
技术研发人员：张文，卢印举，段明义，马芳，黄继海，杨雅军，张帆，单国全，张建平，姚瑶，魏柯，王伟，刘艳，王燕，
申请(专利权)人：中州大学，
类型：发明
国别省市：河南,41