本发明属于土壤湿度测量领域，尤其涉及一种土壤湿度的探测方法及其应用。
背景技术：
土壤中的成分比较复杂，根据物质组成，土壤由固相、液相、气相构成。土壤水分属于土壤中的液相物质，对土壤气体含量、固体结构以及土壤的物理性质有一定的影响。在农业生产中，土壤水分对作物生长至关重要，影响作物对水分和养分的吸收。不同的作物在生长过程中对土壤水分需求量不同，作物在适宜的土壤水分条件下长势较好。对土壤水分进行测定，研究作物在不同土壤水分下的生长规律，是发展农业精准灌溉和水分高效利用的一项重要措施。水土保持方案中首先对土壤含水率进行测定，根据土壤含水率多少采用不同的水土保持方案。水利建设工程，需要考虑坝体两测的滑坡体是否会发生滑坡现象，其中一项重要的监测数据就是土壤湿度值。土壤湿度值一般是用土壤质量含水率表示。
目前，对土壤水分进行测量的方法主要有两种，一种是采集原状土壤进行烘干测量法，另一种是应用电阻传感器测量法。烘干法测量土壤水分精确度高、误差小，但测量工作量大，不能及时获取数据结果。电阻传感器测量简便，能及时获取土壤水分数据，但测量结果易受土壤溶盐和温度的影响，并且当土壤含水率较低时测量精准度下降。
另外，测量土壤水分的方法还有中子法、探地雷达法(gpr)、频域反射仪法(tdr)、时域反射仪法(fdr)，这些技术具有探测效率高，抗干扰因素强等优势，但是这些测定技术在土壤水分测定中尚未成熟，仪器设备价格昂贵，在实际应用中较少。
土壤水分测定方法中多数是测定土壤中水分介质来反映水分含量值，鲜有根据土壤颜色判定土壤水分的研究报道。
技术实现要素：
本发明所要解决的技术问题是克服以上背景技术中提到的不足和缺陷，提供一种土壤湿度的探测方法及其应用。本发明根据当土壤含水率高时，土壤表层会出现一层水膜，因此土壤颜色变浅，灰度值升高；当土壤含水率低时，显示出土壤颗粒状的颜色，干土颗粒是一种浅黄色物质，所以灰度值升高；土壤含水率30％时，溶解于土壤水中各类物质附在表层土壤，颜色变深，灰度值下降，提出了根据土壤颜色测定土壤湿度的新思路，并结合计算机的图像识别和数据传导功能进行了试验研究，如图1所示。通过对不同含水率土壤的图像进行像素点灰度值分析，建立土壤湿度与灰度值的对应关系式，可以比对出相同土壤的湿度值。
为解决上述技术问题，本发明提出的技术方案为：
一种土壤湿度的探测方法，包括以下步骤：
(1)图像采集：利用烘干法测得土壤样品的含水率，然后设置土壤样品含水率梯度，最低值设置为0％，最高值设置为大于所测得的土壤样品的含水率，采集不同含水率土壤样品的图像；
(2)图像分析：将不同含水率土壤样品的图像分别进行灰度处理，求出图像的平均灰度值；
(3)在土壤样品含水率与图像的平均灰度值之间建立关系模型；
(4)采集同类型待测土壤的图像，并进行灰度处理，求出待测土壤的图像的平均灰度值，再根据步骤(3)建立的关系模型，得出待测土壤的含水率。
本发明应用matlab软件基础上编写了图像灰度值识别程序，通过灰度值计算出土壤水分含量。本发明的图像识别程序原理：首先是读取图像，将采集的土壤图像导入matlab软件，进行灰度处理得到灰度图像，然后对图像中每个像素点的灰度值进行累加和求平圴值，最后得到整个图像的平均灰度值。
上述的探测方法，优选的，所述步骤(1)中，土壤样品是砂土、粉质粘土和粘土中的一种。
上述的探测方法，优选的，所述步骤(2)中，将不同含水率土壤样品的图像分别进行灰度处理，求出图像的平均灰度值的具体操作是：首先读取图像，将采集的土壤图像导入matlab软件，进行灰度处理得到灰度图像，然后提取灰度图像中每一个像素的灰度值，累加后求平圴值，最后得到整个图像的平均灰度值。
上述的探测方法，优选的，所述提取灰度图像中像素的灰度值的方法是，将图像分成长n个点，宽m个点，然后沿着每一行对像素点灰度值累加，第一行累加完后，跳到第二行，直到最后一行累加完成。
上述的探测方法，优选的，所述土壤为粉质粘土。
上述的探测方法，优选的，所述步骤(3)中，粉质粘土水分在0％-30％时，土壤含水率与图像的平均灰度值之间的关系式为：
上述的探测方法，优选的，所述步骤(3)中，粉质粘土水分在30％-60％时，土壤含水率与图像的平均灰度值之间的关系式为：
作为一个总的发明构思，本发明还提供上述土壤湿度探测方法的应用，利用所测得的待测土壤的含水率判定该土壤含水率是否低于灌溉水下限；
如果判定出土壤含水率低于灌溉水下限，则发出信号接通外部灌溉设备。
本发明数据传导功能的具体操作过程及作用：
1.土壤中埋置带gprs通信功能的摄像探头，该摄像探头可以和计算机无线连接，因此实现土壤图像即时传导至计算机。
2.计算机收到图像将图片导入编写程序快速计算土壤含水率，并自动判定该土壤含水率是否低于灌溉水下限。
3.如果判定出土壤含水率低于灌溉水下限，则发出信号控制摄像头发光，照亮光敏电阻接通外部灌溉设备。
应用本发明的图像灰度值识别程序在matlab软件中可计算出任一图像的平均灰度值，本发明可以根据同一类型土壤建立土壤含水率与土壤灰度值的关系式，对于多类别的土壤建立多套关系式，在实际探测过程中，可以比对相关类别土壤含水率与灰度值的关系式，快速得出土壤湿度值。
通过图像识别程序得出的土壤湿度值精确度将显著提高，分析速度明显提升。在农业生产上，通过计算机图像识别程序得出土壤湿度值可以对田间农作物进行自动控制灌溉；在地质灾害预警中，可以应用本发明中的土壤湿度快速探测方法对潜在的滑坡土体或土壤湿度过大存在危险因素的土壤进行预报，达到提前做好防备和处理的效果。
本发明具有应用方便，只需一个摄像设备和一台计算机就可以快速完成水分探测。另外计算数值准确，计算机图像识别的高精度灰度值为计算的精确度提供保障。可在危险部分或人工无法探测的部位，将摄像设备固定在需探测的土壤位置，建立长久的数据观测点，且能实时监测数据变化。
与现有技术相比，本发明的优点在于：
(1)本发明检测方法利用计算机可以实现对土壤水分的自动调控和精准控制，可以快速、准确、无损地检测土壤的湿度值。
(2)本发明检测方法无需复杂的探测仪器或繁琐的试验操作步聚，只需要一张图像即可识别出土壤含水率。
(3)本发明检测方法可以大量减轻土壤湿度检测的工作量，提高检测工作效率。
(4)本发明检测方法可实现不同土层土壤湿度的探测，为科研工作带来了更精准的数据测量。
(5)本发明检测方法亦适用于条件较复杂、人工采样困难的土壤。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1本发明图像识别和信号传递控制结构组成。
图2本发明实施例1中不同含水率下土壤样品的颜色变化。
图3本发明实施例1中不同含水率土壤样品采集图像后截取中间部分的颜色变化。
图4本发明实施例1中土壤样品不同含水率与灰度值变化趋势图。
图5本发明实施例1中土壤样品含水率与灰度值的函数关系。
图6本发明实施例1中不同含水率下待测土壤的图像(从左至右依次编号为：w1、w2、w3)。
具体实施方式
为了便于理解本发明，下文将结合说明书附图和较佳的实施例对本发明作更全面、细致地描述，但本发明的保护范围并不限于以下具体的实施例。
除非另有定义，下文中所使用的所有专业术语与本领域技术人员通常理解的含义相同。本文中所使用的专业术语只是为了描述具体实施例的目的，并不是旨在限制本发明的保护范围。
除非另有特别说明，本发明中用到的各种原材料、试剂、仪器和设备等均可通过市场购买得到或者可通过现有方法制备得到。
实施例1：
土壤湿度图像识别和传导的试验研究。
1.图像采集试验
试验土壤取自湖南农业大学耘园试验基地的粉质粘土，选1.5kg土壤放置鼓风烤箱内在105℃下烘干，经试验粉质粘土的饱和含水率为54％。分别设置土壤含水率为0％、10％、20％、30％、40％、50％、60％，设置方式为选取100g干土再加60g水搅拌均匀，逐渐烘干，每隔10分钟称其质量变化，达到设置含水率时采集图像。图像采集均在相同光照条件下和固定位置处拍摄，不同含水率土壤的颜色如图2所示。
2.图像分析试验
对采集的图像截取测试土壤中间颜色稳定部分进行分析，截取图像大小为241mm×241mm，如图3所示。应用图像灰度值识别程序，将图片进行灰度处理，提取图片中每一个像素点的灰度值累加后求平圴值。每个像素的灰度值变化范围是0～255，全黑为0，全白为255，因此每张图片的平圴像素灰度值同样也是在0～255之间变化。图像灰度值识别程序在matlab软件中计算出图3中含水率0％至60％图片的灰度值为223、194、183、178、182、186、191。将土壤含水率所对应的灰度值作变化趋势图，如图4所示。从图4中可知，土壤含水率高或者低其对应的灰度值也高，而土壤含水率为30％时其对应灰度值最低。土壤含水率从0％至30％呈曲线下降趋势，从30％至60％呈线性上升趋势。
3.土壤含水率与灰度值的函数拟合
试验以同种土壤重复设置60％的饱和含水率进行烘干试验，并缩短烘干过程中称重间隔时间以增加采集图像次数，分别设置土壤含水率为0％、5％、10％、15％、20％、25％、30％、35％、40％、45％、50％、55％、60％，从100g试验土壤中每减少5％水分含量时记录所采集一次图像，试验进行了三次重复，土壤含水率与灰度值的变化结果如图5所示。
土壤水分从0％至30％呈曲线下降趋势，通过二次函数曲线拟合得出的该土壤含水率与图像灰度值的拟合函数关系式为：
土壤水分从30％至60％呈线性变化关系，通过线性函数拟合得出土壤含水率与图像灰度值的拟合函数关系式为：
通过三次重复试验得出相同的拟合函数结果，说明应用图像识别土壤湿度方法精确可靠。本次试验类型土壤以土壤含水率的30％为分界点，当含水率低于30％时采用曲线拟合函数进行土壤湿度值计算，当含水率高于30％时采用线性函数拟合曲线进行土壤湿度值计算。
4.试验采集3个不同含水率土壤表层土(湖南农业大学耘园试验基地的粉质粘土)的图像，如图6所示，w1为干土，w2为湿润土，w3为湿土。应用本发明图像识别程序计算出w1图的平均灰度值为187，w2图的平均灰度值为179，w3图的平均灰度值为185。w1为干土，按模型一计算出的土壤含水率为16.356％；w2为湿润土，按模型二计算出土壤含水率为34.869％；w3为湿土，按模型二计算出土壤含水率为48.825％。
分别采集w1、w2、w3土壤样品，用烘干法测出土壤实际含水率分别为15.892％、35.107％、49.363％。本发明方法对w1、w2、w3这三个土样测得的土壤含水率与实际土壤含水率差值为0.464％、-0.238％、-0.538％，说明本发明方法测量土壤含水率结果与实际误差较小。
利用所测得的待测土壤w1、w2、w3的含水率判定土壤含水率是否低于灌溉水下限。本实施例待测土壤上种植水稻，水稻的灌溉水下限为40％，土壤含水率低于40％水稻无法正常生长，w1的土壤含水率为16.356％，w2的土壤含水率为34.869％，w3的土壤含水率为48.825％。w1、w2的土壤含水率低于灌溉水下限，会发出信号控制摄像头发光，照亮光敏电阻接通外部灌溉设备。w3的土壤含水率不低于灌溉水下限，不会发出信号，也不会接通外部灌溉设备。