一种具有监测评估功能的墒情监测站及监测评估方法与流程

本发明属于墒情监测设备
技术领域：
，尤其是涉及一种具有监测评估功能的墒情监测站及监测评估方法。
背景技术：
：目前，公知的墒情监测站是由墒情传感器、连接线、数据采集器、数据无线传输装置及供电系统连接而成。但是由于传感器的不稳定性常导致观测数据异常，而用户往往不易识别这些异常，往往将错误的观测结果用于决策，这给田间水分管理带来一定困难；此外，当前墒情监测站一般不具有墒情评估与预报功能，用户获得墒情监测结果仅为田间土壤水分含量的数值，这对于直接进行农业生产的非专业用户并不十分便利。技术实现要素：有鉴于此，本发明旨在提出一种具有监测评估功能的墒情监测站及监测评估方法，以结局目前的墒情监测站不具有监测评估功能的情况。为达到上述目的，本发明的技术方案是这样实现的：一种具有监测评估功能的墒情监测站，包括微控制器，以及微控制器连接的数据采集器、输入显示单元、存储单元、供电单元、数据传输单元，所述数据采集器还连接多个墒情传感器，所述输入显示单元为触摸显示屏，所述数据传输单元为dtu单元。进一步的，所诉存储单元包括程序存储单元和数据存储与备份单元。进一步的，所述供电单元包括供电电源和蓄电池，所述蓄电池连接太阳能电池板。进一步的，所述墒情传感器包括气温传感器、空气湿度传感器、太阳辐射传感器、气压传感器、雨量传感器、风速传感器、土壤湿度传感器。一种墒情监测站的监测评估方法：s1、根据实时读取的电池电压信息和墒情传感器记录，对墒情传感器和电池健康状态进行评估；s2、以站点所在的位置，通过网络对邻近天气站点的气象观测信息进行动态获取；s3、用户通过输入显示单元录入农田的基础信息，监测站根据用户录入的信息和观测数据，以及评估预报结果进行数据管理；s4、通过墒情传感器测量的数据与用户录入的土壤类型、容重、田持持水量、凋萎系数信息相比较，进行土壤墒情评估；s5、利用自身观测数据以神经网络算法为基础动态建模，并且根据获取的天气信息进行墒情预报。进一步的，所述步骤s1中，墒情传感器健康状态监测评估方法，具体如下：s101、读取墒情传感器的观测值，与理论边界值作比较；s102、如果超出设定的阈值，通过dtu单元向用户发送报警信息；s103、如果没有超出设定的阈值，则读取历史记录条数；s104、如果读取的历史记录总条数大于365条，则读取历史记录极值；s105、如果观测值大于历史极值，则向用户发送提示信息；s106、如果测量值小于或等于历史极值或者读取历史记录条数在365条以下，则检测是否满足水分平衡方程，所述水分平衡方程根据降雨，蒸发，径流，下渗，计算水量变化的差值之间的关系，从而判断墒情传感器是否正常，正常情况下满足水量变化差＝灌溉+降雨+毛管上升水量-蒸散-冠层截流-径流-下渗，根据物理方程，初步识别传感器的变化是否合理，有问题的墒情站是不随着外界雨量发生变化；s107、所述s106步骤中，如果满足水分平衡方程则记录保存备份，监测评估结束；如果不满足水分平衡方程，则向用户发送传感器异常提示。进一步的，所述步骤s1中，电池健康监测评估方法，具体如下：s201、读取电池电压，看是否低于10.5v，如果低于10.5v，向用户发送报警信息；如果不低于10.5v，则读取历史记录条数；s202、如果读取的历史记录总条数大于0条，则计算相邻记录差值，如果临近电压变化绝对值大于电压差值标准差的2倍，则向用户发送提示信息；s203、如果临近电压变化绝对值小于或等于电压差值标准差的2倍或者读取的历史记录总条数为0条，重新返回步骤s201。进一步的，所述基础信息录入和数据管理的方法，具体如下：s301、用户录入的基础信息包括站点信息、土壤类型、容重、田间持水量以及凋萎系数信息；s302、将用户自定义基础信息、数据采集器观测值、天气预报结果进行数据入库；s303、用户通过输入显示单元进行默认数据查询以及用户自定义查询；s304、根据某一时段内各观测要素的平均、最大、最小及加和统计结果进行数据统计，并将每10分钟观测结果转换为逐日观测记录。进一步的，所述步骤s4中，土壤墒情评估的方法，具体如下：s401、读取土壤墒情测量值，根据录入的信息，比较是否低于萎蔫点；如果低于萎蔫点，通过dtu单元向用户发送极度干旱预警信息；如果不低于萎蔫点，则读取历史记录条数；s402、如果读取的历史记录总条数大于365条，则读取历史记录极值，如果测量值大于历史极值，则向用户发送提示信息；s403、如果测量值小于或等于历史极值或者读取历史记录条数在365条以下，则根据田间持水量转为相对含水量；s404、含水量与设定的阈值作比较，当含水量低于40％时，向用户发送重度干旱预警；当含水量在40％和50％之间时，向用户发送中度干旱预警；当含水量在50％和60％之间时，向用户发送轻度干旱预警；当含水量在90％和110％之间时，向用户发送轻度过湿预警；当含水量在110％和120％之间时，向用户发送中度过湿预警；当含水量高于120％时，向用户发送重度过湿预警。进一步的，所述步骤s5中，所述墒情预报的方法，具体如下：s501、读取观测天数，如果观测天数大于30日，则设置初始权重矩阵；s502、设置初始权重矩阵后，结合历史观测资料日值数据与逐日水量差数据，进行bp神经网络模型训练；s503、bp神经网络模型训练后，结合天气预报数据，使bp神经网络模型泛化能力；s504、进而得出水量差预报值，结合水量初始边界墒情，得出墒情预报值，如果墒情预报值大于历史极值，则向用户发送提示信息；如果小于或等于历史极值，则根据田间持水量转为相对含水量，进而根据土壤含水量情况向用户发送预警；s505、如果观测天数在30天以下，则重新返回步骤s501。相对于现有技术，本发明所述的具有监测评估功能的墒情监测站及监测评估方法具有以下优势：本发明所述的具有监测评估功能的墒情监测站及监测评估方法可在墒情监测的同时，及时获取传感器和电池的健康状态信息，避免异常观测结果干扰土壤水分管理决策；以根据墒情监测结果为基础，为用户提供墒情评估与预报服务；摆脱以往具有数据无线传输功能的墒情站需要配备静态ip服务器限制，降低了非规模化用户的使用费用。附图说明构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：图1为本发明实施例所述的墒情监测站结构原理图；图2为本发明实施例所述的墒情传感器健康状态监测评估流程图；图3为本发明实施例所述的电池健康装填监测评估流程图；图4为本发明实施例所述的墒情传感器基本参数表；图5为本发明实施例所述的土壤墒情评估流程图；图6为本发明实施例所述的土壤墒情预报流程图；图7为本发明实施例所述的动态获取天气信息的流程图。具体实施方式需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。下面将参考附图并结合实施例来详细说明本发明。如图1所示，一种具有监测评估功能的墒情监测站，包括微控制器，以及微控制器连接的数据采集器、输入显示单元、存储单元、供电单元、数据传输单元，所述数据采集器还连接多个墒情传感器，所述输入显示单元为触摸显示屏，所述数据传输单元为dtu单元。其中，所诉存储单元包括程序存储单元和数据存储与备份单元。其中，所述供电单元包括供电电源和蓄电池，所述蓄电池连接太阳能电池板。所述墒情监测站既可以通过供电电源直接供电，也可以利用太阳能电池板自行发电，有效的利用了太阳能资源。其中，所述墒情传感器包括气温传感器、空气湿度传感器、太阳辐射传感器、气压传感器、雨量传感器、风速传感器、土壤湿度传感器。一种墒情监测站的监测评估方法：s1、根据实时读取的电池电压信息和墒情传感器记录，对墒情传感器和电池健康状态进行评估；s2、以站点所在的位置，通过网络对邻近天气站点的气象观测信息进行动态获取；s3、用户通过输入显示单元录入农田的基础信息，监测站根据用户录入的信息和观测数据，以及评估预报结果进行数据管理；s4、通过墒情传感器测量的数据与用户录入的土壤类型、容重、田持持水量、凋萎系数信息相比较，进行土壤墒情评估；s5、利用自身观测数据以神经网络算法为基础动态建模，并且根据获取的天气信息进行墒情预报。如图2所示，所述步骤s1中，墒情传感器健康状态监测评估方法，具体如下：s101、读取墒情传感器的观测值，与理论边界值作比较；s102、如果超出设定的阈值，通过dtu单元向用户发送报警信息；s103、如果没有超出设定的阈值，则读取历史记录条数；s104、如果读取的历史记录总条数大于365条，则读取历史记录极值；s105、如果观测值大于历史极值，则向用户发送提示信息；s106、如果测量值小于或等于历史极值或者读取历史记录条数在365条以下，则检测是否满足水分平衡方程，所述水分平衡方程根据降雨，蒸发，径流，下渗，计算水量变化的差值之间的关系，从而判断墒情传感器是否正常，正常情况下满足水量变化差＝灌溉+降雨+毛管上升水量-蒸散-冠层截流-径流-下渗，根据物理方程，初步识别传感器的变化是否合理，有问题的墒情站是不随着外界雨量发生变化；s107、所述s106步骤中，如果满足水分平衡方程则记录保存备份，监测评估结束；如果不满足水分平衡方程，则向用户发送传感器异常提示。如图3所示，所述步骤s1中，电池健康监测评估方法，具体如下：s201、读取电池电压，看是否低于10.5v，如果低于10.5v，向用户发送报警信息；如果不低于10.5v，则读取历史记录条数；s202、如果读取的历史记录总条数大于0条，则计算相邻记录差值，如果临近电压变化绝对值大于电压差值标准差的2倍，则向用户发送提示信息；s203、如果临近电压变化绝对值小于或等于电压差值标准差的2倍或者读取的历史记录总条数为0条，重新返回步骤s201。如图7所示，监测站利用dtu单元通过gprs网络动态获取邻近气象站点的天气预报情况，获取网络位置后，读取天气信息，然后天气预报信息入库。其中，所述基础信息录入和数据管理的方法，具体如下：s301、用户录入的基础信息包括站点信息、土壤类型、容重、田间持水量以及凋萎系数信息；s302、将用户自定义基础信息、数据采集器观测值、天气预报结果进行数据入库；s303、用户通过输入显示单元进行默认数据查询以及用户自定义查询；s304、根据某一时段内各观测要素的平均、最大、最小及加和统计结果进行数据统计，并将每10分钟观测结果转换为逐日观测记录。如图4所示，墒情传感器的基本参数：采集要素测量范围分辨率准确度单位气温-40.0～60.00.1±0.3℃空气湿度0～1001±3％雨量0.0～999.90.1±0.2mm太阳辐射0～20001±0.2％w/㎡气压450.0～1060.00.1±0.3hpa风速0.4～70.00.1±0.5m/s土壤湿度0～饱和含水量0.1±2.0％气温、湿度、气压、土壤湿度、太阳辐射传感器每分钟采样6次，雨量传感器每分钟采样1次，风速传感器每分钟采样60次，然后转换为每分钟结果，每10分钟进行一次传感器数值观测结果统计，再后，上传至中央控制机，最后存储至数据单元中，并备份。如图5所示，所述步骤s4中，土壤墒情评估的方法，具体如下：s401、读取土壤墒情测量值，根据录入的信息，比较是否低于萎蔫点；如果低于萎蔫点，通过dtu单元向用户发送极度干旱预警信息；如果不低于萎蔫点，则读取历史记录条数；s402、如果读取的历史记录总条数大于365条，则读取历史记录极值，如果测量值大于历史极值，则向用户发送提示信息；s403、如果测量值小于或等于历史极值或者读取历史记录条数在365条以下，则根据田间持水量转为相对含水量；s404、含水量与设定的阈值作比较，当含水量低于40％时，向用户发送重度干旱预警；当含水量在40％和50％之间时，向用户发送中度干旱预警；当含水量在50％和60％之间时，向用户发送轻度干旱预警；当含水量在90％和110％之间时，向用户发送轻度过湿预警；当含水量在110％和120％之间时，向用户发送中度过湿预警；当含水量高于120％时，向用户发送重度过湿预警。如图6所示，所述步骤s5中，所述墒情预报的方法，具体如下：s501、读取观测天数，如果观测天数大于30日，则设置初始权重矩阵；s502、设置初始权重矩阵后，结合历史观测资料日值数据与逐日水量差数据，以墒情水量变化差为预报变量，以气温、湿度、降水、辐射、湿度、气压等为输入变量，通过对模型进行训练获得神经网络模型；s503、bp神经网络模型训练后，结合天气预报数据，进行bp神经网络模型泛化；s504、获得水量差预报值，结合水量初始边界墒情，得出墒情预报值，如果墒情预报值大于历史极值，则向用户发送提示信息；如果小于或等于历史极值，则根据田间持水量转为相对含水量，进而根据土壤含水量情况向用户发送预警；s505、如果观测天数在30天以下，则重新返回步骤s501。以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。当前第1页12