一种面向精细农业的灌溉试验方法及其试验平台与流程

本发明涉及的是作物温室栽培育种的技术领域，尤其涉及的是一种面向精细农业的灌溉试验方法及其试验平台。

背景技术：

目前，精细农业评判作物生长需水指标大体可分为3种类型。一类是以土壤为对象，多采用土壤水势或土壤含水率评判作物需水情况。其优点是比较稳定，受环境影响小。但其毕竟是作物生长的间接指标，而且反映比较迟钝、滞后、精度低。第二类以环境为对象，以环境为对象主要是通过天气预报来估算作物需水量。然而作物需水量不仅受环境的影响，还受其它以及作物本身的影响。同时此方法存在滞后性，所以虽然简便易行，但是精度也较低。第三类直接以作物为对象，因为只有作物本身才能把控制作物水分平衡的土壤因子和大气因子整合起来，所以它们才是灌溉的最佳指示物。因此，以作物本身指导灌溉的方法引起了广泛的重视并得到了较快地发展。但是以作物本身为对象，多采用接触方法(根茎尺寸变化、声发射信号等)，给检测带来一定的困难；同时损伤性方法(作物体电阻、茎液等)，会对作物体造成伤害并影响测试精度。

作物是支撑地球生物圈的第一生产者，作物在生长过程中会受到干旱、低温、高温等环境因子的影响，而叶片作为作物光合作用的主要器官和作物进行生命活动的主要部位，是对逆境反应最敏感的部位。作物叶片舒展程度能反映环境因子对作物的影响，同时叶片的舒展程度也是对土壤含水率、空气温湿度、灌水量因子做出的综合响应。可见，不了解叶片的舒展程度，就无法完整地理解作物生长与外界因素的关系。

另外，以往依据采集信息指导灌溉在时间和空间上具有滞后性；同时对于作物生长态势的分析，缺少实验数据。

技术实现要素：

本发明的目的在于克服现有技术的不足，提供了一种面向精细农业的灌溉试验方法及其试验平台，以针对作物生长面积大、生长周期长、传感器节点多以及作物类型等复杂情况下，传统作物采集方法在时间和空间上具有滞后性，以及无法对作物生长态势进行分析的技术问题。

本发明是通过以下技术方案实现的：

本发明提供了一种面向精细农业的灌溉试验方法，包括以下步骤：

(1)将发芽期、幼苗期、开花期和结果期四个不同生长阶段的作物分别置于四个灌溉试验平台上，用水分适宜、轻度胁迫、中度胁迫和重度胁迫4种灌溉模式分别对所述发芽期、幼苗期、开花期和结果期的作物进行灌溉处理；

(2)实时监测作物的叶片舒展程度：利用3D扫描仪采集作物叶片的3D图像，采用傅立叶变换技术将3D图像转换为傅立叶频谱图，提取傅立叶频谱图中作物叶片空间域的频率信息，获得作物叶片结构特征，根据作物叶片结构特征提取叶片舒展指数，作为考察作物的叶片舒展程度的指标；

(3)实时监测环境因素参数，所述环境因素参数包括空气温湿度、土壤含水率、灌水量、渗漏量、蒸腾量5项指标，具体为：利用空气温湿度传感器采集空气温湿度信息；利用土壤水分传感器采集作物根部处的土壤含水率信息；利用载荷传感器测量由水泵输出的灌水量、渗漏量、作物生长过程中的蒸腾量；

(4)利用基于支持向量机的图像视觉分析叶片舒展程度的方法，建立知识库，逐一标记不同水分胁迫程度下叶片舒展程度。采集环境试验数据，分析叶片舒展程度与土壤含水率的关系；叶片舒展程度与土壤含水率以及环境因素之间的关系；不同水分胁迫程度下叶片舒展程度与土壤含水率以及环境因素之间的关系；

(5)构建评估作物灌溉综合效益的多层次指标体系，利用多层次多目标模糊理论与方法,建立灌溉综合效益多层次多目标模糊评价模型；利用信息熵理论求得各层评价指标客观熵权，结合专家法的主观权重获得模型各层评价指标综合权重，提高模型可靠性。

(6)利用建立的灌溉综合效益多层次多目标模糊评价模型判断不同灌溉模式的优劣，进而指导作物的灌溉。

进一步地，所述步骤(3)中，利用载荷传感器测量由水泵输出的灌水量、渗漏量、作物生长过程中的蒸腾量的方法为：采用土壤含水量标定法标定测试，抽样采集若干等分土壤，测量在灌水、灌水后渗透、无灌水情况下蒸腾的三种单变量情况下土壤测试前后含水量的变化量，即为所述灌水量、渗漏量、作物生长过程中的蒸腾量信息。

本发明还提供了一种面向精细农业的灌溉试验平台，包括若干平台主体、数据采集模块、无线通信模块、主控模块和监控中心，其中：

所述平台主体包括旋转试验台及其支架、灌溉系统和电机，所述旋转试验台用于承载试验作物，由电机驱动旋转，所述灌溉系统用于对试验作物进行灌溉，包括水箱和泵，所述水箱通过泵与试验作物连接，从而将水箱中的水泵送至试验作物的土壤内，实现灌溉；

所述数据采集模块包括3D扫描仪、温湿度传感器、土壤水分传感器和载荷传感器，所述3D扫描仪的扫描头相对于旋转试验台上的试验作物设置，所述温湿度传感器设于灌溉试验平台所处的环境中，用于实时监测空气温湿度，所述土壤水分传感器设于试验作物根部的土壤内，用于实时采集作物根部的土壤含水率，所述载荷传感器设于试验作物的底部，用于采集试验作物的重量；

所述3D扫描仪、温湿度传感器、土壤水分传感器和载荷传感器的信号输出端与主控模块的信号输入端连接，所述主控模块的电机控制端与电机连接，其灌溉控制端与泵连接，其信号输出端通过无线通信模块与监控中心连接。

所述主控模块为由型号为STC15F2K60S2的单片机及其外围震荡电路组成的最小系统。

所述无线通信模块为ZigBee无线通信模块。

所述电机为步进电机。

本发明利用物联网技术，提供了一种面向精细农业的灌溉试验方法及其试验平台，通过可操作的实时在线监测方法实现对作物叶片舒展程度的细观考察、以及影响作物生长的土壤含水率、空气温湿度、灌水量因素的感知，就能研究作物叶片舒展程度与土壤含水率、空气温湿度、灌水量之间的影响机理，进一步揭示作物的生长态势。与现有技术相比，本发明的有益效果体现在：

1)本试验平台是基于物联网技术实时在线监测作物叶片舒展程度、土壤含水率、空气温湿度及灌水量，实现了实时在线监控农作物灌溉情况、实时观察作物生长态势、实时收集环境指标，并对这些信息进行存储、处理、分析，且供用户查询；

2)本试验平台综合考虑了影响作物生长的土壤含水率、环境及作物最敏感部位——叶片，为精细农业的“处方农作”提供技术参数和决策依据；

3)本试验平台不仅提高了作物灌溉的自动化水平，而且提高了科研人员的试验管理效率。

附图说明

图1为一种面向精细农业的灌溉试验平台的整体结构示意图；

图2为一种面向精细农业的灌溉试验平台的电路结构框图。

具体实施方式

下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

实施例1

本实施例提供了一种面向精细农业的灌溉试验平台，具有如图1-2所示的结构，包括若干平台主体、数据采集模块、ZigBee无线通信模块7、主控模块和监控中心，下面结合附图，对本实施例的试验平台具体结构做详细阐述。

所述平台主体包括旋转试验台1及其支架、灌溉系统2和步进电机6，所述旋转试验台1为圆形，用于承载试验作物10，由步进电机6驱动旋转，所述灌溉系统2用于对试验作物10进行灌溉，包括水箱21和泵，所述水箱21通过泵与试验作物10连接，从而将水箱21中的水泵送至试验作物10的土壤内，实现灌溉。

所述数据采集模块包括3D扫描仪3、温湿度传感器4、土壤水分传感器和载荷传感器5，所述3D扫描仪3的扫描头相对于旋转试验台1上的试验作物10设置，所述温湿度传感器4设于灌溉试验平台所处的环境中，用于实时监测空气温湿度，所述土壤水分传感器设于试验作物10根部的土壤内(图中未画出)，用于实时采集作物10根部的土壤含水率，所述载荷传感器5设于每个试验作物10的底部。

所述主控模块为由STC15F2K60S2的单片机及其外围震荡电路组成的最小系统。

所述3D扫描仪3、温湿度传感器4、土壤水分传感器和载荷传感器5的信号输出端与主控模块的信号输入端连接，所述主控模块的电机控制端与步进电机6连接，其灌溉控制端与泵连接，其信号输出端通过无线通信模块7与监控中心连接。

利用上述面向精细农业的灌溉试验平台，可以对温室大棚中的作物10生长环境数据进行采集和数据分析，通过监控中心对作物10生长环境进行实时在线存储、分析、调节、管理、发布、查询等，具体包括以下步骤：

(1)选取发芽期、幼苗期、开花期和结果期四个不同生长阶段的待测作物10，将四个平台主体分别置于待测作物10生长的温室环境中，所述待测作物10均采用盆栽，其盆底均匀开有九个渗水孔，每个生长阶段取6盆待测作物10，放在圆形旋转试验台1上，6盆待测作物10排成圈，彼此相隔60°。通过灌溉系统2给四个不同生长阶段的待测作物10进行灌溉处理。其中，根据植物生长过程农艺要求，发芽期作物10的灌溉模式为水分适宜，幼苗期作物10的灌溉模式为轻度胁迫，开花期作物10的灌溉模式为中度胁迫，结果期作物10的灌溉模式为重度胁迫。水分适宜根据作物种类需求进行农艺标定，随后轻度胁迫、中度胁迫和重度胁迫中含水量，按水分适宜5％、10％、15％的百分比梯度逐步增加含水量。

(2)灌溉过程中，利用3D扫描仪3采集作物10叶片的3D图像，采用傅立叶变换技术将3D图像转换成傅立叶频谱图，提取傅立叶频谱图中作物10叶片空间域的频率信息，获得作物10叶片结构特征，采用图像处理，根据叶片结构特征(叶片与秸秆角度、叶片卷曲率和叶面积指数)提取叶片舒展指数，作为考察作物10的叶片舒展程度的指标。

(3)实时监测环境因素参数，所述环境因素参数包括空气温湿度、土壤含水率、灌水量、渗漏量、蒸腾量5项指标，具体为：

利用空气温湿度传感器4采集温室空气的温湿度信息；

利用土壤水分传感器采集待测作物10根部的土壤含水率信息；

采用土壤含水量标定法，抽样采集若干等分土壤，利用载荷传感器5测量在单变量(灌水、灌水后渗透、无灌水情况下蒸腾)情况下土壤测试前后含水量的变化量，作为由水泵输出的灌水量、渗漏量、作物10生长过程中的蒸腾量信息；

(4)利用基于支持向量机的图像视觉分析叶片舒展程度的方法，建立知识库，逐一标记不同水分胁迫程度下叶片舒展程度；分析叶片舒展程度与土壤含水率的关系；叶片舒展程度与土壤含水率以及环境因素之间的关系；不同水分胁迫程度下叶片舒展程度与土壤含水率以及环境因素之间的关系；

(5)构建评估作物10灌溉综合效益的多层次指标体系，利用多层次多目标模糊理论与方法,建立灌溉综合效益多层次多目标模糊评价模型。利用信息熵理论求得各层评价指标客观熵权，结合专家法的主观权重获得模型各层评价指标综合权重，提高模型可靠性；

所述多层次多目标模糊评价模型建立方法如下：

设试验平台主体为n个，每个平台主体实时监测影响作物生长的5项指标，根据作物生长的4个不同生长阶段，将系统分解成4层，共计评价指标为20项，系统分解如下表1所示：

表1：系统分解表

设多层次多目标决策问题的方案集为D＝(D₁,D₂…,D_n)，目标集为G＝(G₁,G₂,…,G₂₀)，则n个方案对20个评价指标的决策特征值矩阵为:M＝(m_ij)。

对各指标归一化处理，分析各指标对于上下限的归一化处理：

下限归一化结果

上限归一化结果

a_ij为归一化结果，m_imax和m_imin为指标i的上下限，获得A＝(a_ij)为相应归一化矩阵。

每一行最大值：a_x＝(a_x1,a_x2,…,a_x20)＝(maxa_1i,maxa_2i,…,maxa_20i)＝(1,1,…,1)；

每一行最小值：a_y＝(a_y1,a_y2,…,a_y20)＝(mina_1i,mina_2i,…,mina_20i)＝(0,0,…,0)。

则所有方案的归一化结果都在阈值区间以内，假设N_gj为与最大值相关的系数，N_bj为与最小值相关的系数，则有隶属度矩阵其中，0≤N_gj,N_bj≤1，且N_gj+N_bj＝1，j为1,2,…，n；

评价指标的加权向量λ＝(λ₁，λ₂，…，λ₂₀)^T，∑λ＝1。

根据上下限归一化结果，求总和最小准则，N_gj的最优解为：

令j加权最优解为

令j加权最差解为

其中，N_bj+N_gj＝1。

对N_gj最优解求导，并令导数等于0，则有：

上式即为灌溉综合效果的多层次多目标模糊评价模型,其中N_gj为决策较优属性值，λ_i为模型各层评价指标综合权重，需要通过熵权法和专家评分法综合确定；

模型各层评价指标综合权重λ_i的确定方法如下：

根据分层多目标矩阵指标的构成，对其进行归一化，结合熵的性质,定义综合效果的第i个评价指标的熵值为：

式中，(i＝1，2，…，20；0≤H_i≤1)；当f_ij＝0时，f_ij·lnf_ij＝0；

根据熵值的性质，评价对象的熵值与其熵权成反比，且满足：且当各评价对象在其指标上的值完全相同时，最大熵值为1，其熵权则为0，意味着该指标向决策者未提供任何有用的信息，可以考虑取消该指标；

(6)将综合权重和隶属度矩阵相应元素代入灌溉综合效果的模糊评价模型求得当前层的相对上限归一化矩阵，即第2层的基本指标模糊矩阵；

重复上述过程,可获得最高层单元系统的输出，即决策或方案j的最优属性向量：

n_j＝(n₁ n₂ … n_n)

根据上式中最优属性向量的大小可判断出不同决策或方案的优劣，进而指导作物10的灌溉。

以上为本发明一种详细的实施方式和具体的操作过程，是以本发明技术方案为前提下进行实施，但本发明的保护范围不限于上述的实施例。