土壤成分采集的多传感器优化部署方法技术

本发明专利技术提供一种土壤成分采集的多传感器优化部署方法，涉及土壤成分采集技术领域。本发明专利技术提出一种两阶段传感器部署方法：第一阶段借助少量传感器采用系统随机法重复多次计算每个部署点的土壤成分值，如果土壤成分分布差异较小，则以最接近单个网格土壤成分平均值的部署点为最终部署方案，否则进入部署第二阶段，使用基于均匀网格化和Delaunay三角剖分的布点算法；使用变异系数对每个三角网内土壤成分的离散程度进行约束，对于离散程度较高的三角网格进行剖分，直至所有三角网均符合要求；本部署方案可以用于作物种植前、种植中以及种植后的土壤成分监测，与农情相结合，从实际角度出发，与现有的传感器部署方案相比，能够科学全面的持续反映土壤成分。学全面的持续反映土壤成分。学全面的持续反映土壤成分。

【技术实现步骤摘要】
土壤成分采集的多传感器优化部署方法


[0001]本专利技术涉及土壤成分采集
，具体涉及一种土壤成分采集的多传感器优化部署方法。

技术介绍

[0002]近年来，随着精细农业概念的提出，采用人工方式进行感知和控制的田间地场已经无法满足人们的需求，现代化的土壤成分测量方法开始不断发展，然而土壤含水率、土壤有机质含量、土壤电导率含量等测量都主要以实验室化学分析方法为主，这些传统的化学分析方法需耗费很长的时间和很大的财力、物力，当需要用土壤分析结果直接指导施肥或田间管理时，无论从实时性还是实用性，这些方法都不能满足要求。而由于无线传感器网络(WSN)具有自组织、低成本、易维护等特性，为实时多点测量提供了条件，当前受到人们的青睐。
[0003]为了实现精细化变量施水施肥，针对不同种植区域的土壤成分需要密布大量的传感器，将由传感器采集的大量数据收集起来，对这些数据进行处理，生成土壤成分区域变化图，结合控制算法，实现变量施肥，提高水资源和肥料的利用效率。但是，对田间土壤的考察检测不可布置过量的采样点，导致花费大量的人力和资金，并且在土壤中采样点过多还会影响作物的根茎生长。但若采样点过少，则不能客观描述土壤成分区域分布，变量施肥作业就没有意义。因此，对田间土壤成分传感器正确、高效的布点研究显得尤为重要。目前国内外在实际应用中多采用简单随机采样、分区采样、主观判断采样、规则网格采样等土壤采样布点方法，此类算法往往会导致采样冗余或代表性不足。
[0004]此外，市场上还存在一些基于算法优化的传感器部署方法，比如改进花朵授粉算法的无线传感器网络部署优化、基于模糊粒子群优化算法的无线传感器网络部署优化、基于自适应果蝇优化算法的分层异构无线传感器网络三维优化部署、基于人工蜂群的无限传感器优化部署方法等。
[0005]但是，上述方法往往仅考虑一种传感器，而实际作物的生长受到多种因素的共同影响；并且存在一些传感器盲目的追求土壤的覆盖率，以传感器覆盖率定优劣。

技术实现思路

[0006](一)解决的技术问题
[0007]针对现有技术的不足，本专利技术提供了一种土壤成分采集的多传感器优化部署方法，解决了部署土壤成分采集的传感器时，盲目追求土壤覆盖率的技术问题。
[0008](二)技术方案
[0009]为实现以上目的，本专利技术通过以下技术方案予以实现：
[0010]一种土壤成分采集的多传感器优化部署方法，包括：
[0011]S1、将作物种植区按照不同作物和对应的上一年亩产量进行区域划分，所述上一年亩产量包括高产、中产和低产，获取单位区域；
[0012]S2、采用系统随机布点法将所述单位区域内划分为M个面积相同的子区域，每个子区域内重复随机动态部署传感器，通过传感器测量部署点的土壤成分其中，i表示不同的土壤成分，j表示传感器序号；
[0013][0014]其中，T表示选定置信水平；S2表示均方差，R表示极差；D表示可接受的绝对偏差；
[0015]S3、计算所述单位区域内土壤成分的标准差σ；
[0016][0017]其中，μ表示所有传感器采集第i种土壤成分的平均值；
[0018]S4、若所述标准差σ小于标准差阈值T
i
，则以最接近所述单位区域内土壤成分的平均值的部署点为该单位区域最终的传感器部署方案；否则，转入步骤S5；
[0019]S5、对所述单位区域均匀网格化，重新划分所述单位区域获取网格；
[0020]S6、根据所述网格的大小选取初始点集，根据所述初始点集，对所述网格进行Delaunay三角剖分获取三角网；
[0021]S7、采用传感器采集三角网三个顶点的土壤成分，计算变异系数CV；
[0022]S8、若所述变异系数CV大于最终阈值T，转入步骤S9；否则转入步骤S10；
[0023]S9、若所述三角网的面积大于传感器测量面积πr2，其中r表示传感器的测量半径；继续采用Delaunay三角剖分逐点插入法细化所述三角网，插入点为所述三角网斜边或最长边中点，并转入步骤S7重新计算变异系数；否则，转入步骤S10；重复循环，直至传感器变异系数CV都符合最终阈值T的约束；
[0024]S10、选取三角网的重心作为最终的传感器部署方案。
[0025]优选的，所述步骤S8中最终阈值T的获取过程包括：
[0026]S8B1、通过多组实验获取传感器对应的初始阈值T0；
[0027]S8B2、计算所述初始阈值T0下传感器覆盖率η，获得最终阈值T。
[0028]优选的，所述步骤S8B2具体包括:
[0029]S8B21、定义传感器覆盖率η，表示覆盖面积与测量区域面积之比；d为两个相邻传感器的距离；r为传感器的测量半径；
[0030][0031]判断两相邻传感器的距离d与传感器的测量半径r之间的关系，当d＝2r时，传感器两两相切，除此之外：
[0032][0033]其中，三个相邻传感器未覆盖的三角网区域面积其中，三个相邻传感器未覆盖的三角网区域面积其中，三个相邻传感器未覆盖的三角网区域面积表示未覆盖区域形成相邻顶点之间的连线距离；
[0034]S8B22、根据所述覆盖率η确定误差范围，综合所述覆盖率η和误差范围，确定最终阈值T。
[0035]优选的，所述步骤S7中变异系数CV表示所述三角网各个顶点对应的土壤成分标准差σ
Δ
与均值μ
Δ
之比。
[0036]优选的，所述步骤S6中选取的初始点集包括网格顶点、边线中点和网格顶点与中心的中间区域。
[0037]优选的，所述传感器包括土壤电导率传感器、土壤湿度传感器、土壤温度传感器、土壤氮传感器、土壤磷传感器、土壤钾传感器或者土壤pH传感器中一种或多种。
[0038](三)有益效果
[0039]本专利技术提供了一种土壤成分采集的多传感器优化部署方法。与现有技术相比，具备以下有益效果：
[0040]本专利技术旨在借助土壤多传感器，结合土壤成分空间变异性，提出一种两阶段传感器部署方法。第一阶段先借助少量传感器采用系统随机法重复多次计算每个部署点的土壤成分值，如果该区域土壤成分分布差异较小，则以最接近单个网格土壤成分平均值的部署点为该单位区域最终传感器部署方案，否则进入部署第二阶段使用基于均匀网格化和Delaunay三角剖分的布点算法。具体的先将田间种植区的土壤均匀网格化，把整个种植区域离散成多个均一的正方形网格；再利用Delaunary三角剖分对每个正方形网格进行剖分，使用变异系数对每个三角网内土壤成分的离散程度进行约束，对于离散程度较高的三角网格进行剖分，直至所有三角网均符合约束要求；本专利技术提供的传感器部署方案可以用于作物种植前、种植中以及种植后的土壤成分监测，与农情相结合，从实际角度出发，与现有的传感器部署方案相比，能够科学全面的持续反映土壤成分。
附图说明
[0041]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种土壤成分采集的多传感器优化部署方法，其特征在于，包括：S1、将作物种植区按照不同作物和对应的上一年亩产量进行区域划分，所述上一年亩产量包括高产、中产和低产，获取单位区域；S2、采用系统随机布点法将所述单位区域内划分为M个面积相同的子区域，每个子区域内重复随机动态部署传感器，通过传感器测量部署点的土壤成分其中，i表示不同的土壤成分，j表示传感器序号；其中，T表示选定置信水平；S2表示均方差，R表示极差；D表示可接受的绝对偏差；S3、计算所述单位区域内土壤成分的标准差σ；其中，μ表示所有传感器采集第i种土壤成分的平均值；S4、若所述标准差σ小于标准差阈值T
i
，则以最接近所述单位区域内土壤成分的平均值的部署点为该单位区域最终的传感器部署方案；否则，转入步骤S5；S5、对所述单位区域均匀网格化，重新划分所述单位区域获取网格；S6、根据所述网格的大小选取初始点集，根据所述初始点集，对所述网格进行Delaunay三角剖分获取三角网；S7、采用传感器采集三角网三个顶点的土壤成分，计算变异系数CV；S8、若所述变异系数CV大于最终阈值T，转入步骤S9；否则转入步骤S10；S9、若所述三角网的面积大于传感器测量面积πr2，其中r表示传感器的测量半径；继续采用Delaunay三角剖分逐点插入法细化所述三角网，插入点为所述三角网斜边或最长边中点，并转入步骤S7重新计算变异系数；否则，转入步骤S10；重复循环，直至传感器变异系数CV都符合最终阈值T的约束；S10、选取三角网的重心作为最终的传感器部署方案。...

【专利技术属性】
技术研发人员：刘艳清，蒋翠清，车万留，
申请(专利权)人：安徽省司尔特肥业股份有限公司，
类型：发明
国别省市：