基于云原生技术的土壤墒情监测系统设计与应用

发布时间：2021-03-23 08:06

　　该研究针对全中国尺度的土壤墒情监测需求,构建基于自动监测站原位监测与多源专题数据的土壤墒情数据获取感知技术体系,提出数据质量控制清洗策略并建立数据校正插补模型。系统基于云原生技术设计,将模块以微服务形式灵活开发部署,通过容器技术打包运行独立实例,布设了墒情数据上报采集、可视化分析和数据挖掘应用等核心模块。依托空间分析和WebGL技术开发3D WebGIS数据分析功能模块,实现协同土壤墒情、土地利用、海拔高程等多源数据可视化分析与制图,深入挖掘数据价值,实现墒情估算和基于水量平衡的灌溉决策应用服务。系统已在中国21个省份得到应用,建立自动监测站970个,采集监测数据6000余万条,为用户掌握土壤墒情现状、指导农业节水灌溉、获取可靠科研数据等应用提供数据与技术服务。 

【文章来源】：农业工程学报. 2020,36(13)北大核心EICSCD

【文章页数】：8 页

【部分图文】：

微服务技术架构运行机制

土壤墒情数据感知的核心任务是农田多层深度土壤水分的自动采集与相关属性及数据的在线化服务，形成连续、准确、可靠的土壤墒情大数据。本研究提出采用物联网自动设备监测、深度学习校验插补建模和跨平台数据协同获取专题数据相结合的方式，构建土壤墒情数据感知技术，实现土壤墒情在线监测与多源数据融合，主要技术流程如图1所示。1.1 土壤墒情监测站原位监测

4）时间一致性检查：若前后数据土壤相对含水率突降超20%或者当降水量>10 mm/h而表层0～20 cm的土壤体积含水率2 h内未增加则判定为数据错误。2.2 土壤墒情数据校正插补

【参考文献】：
期刊论文
[1]基于Kubernetes的容器云平台设计与实践[J]. 翁湦元,单杏花,阎志远,王雪峰.  铁路计算机应用. 2019(12)
[2]基于Kubernetes的云原生海量数据存储系统设计与实现[J]. 刘福鑫,李劲巍,王熠弘,李琳.  计算机应用. 2020(02)
[3]高可用MySQL同步集群的研究与设计[J]. 米向荣.  忻州师范学院学报. 2019(05)
[4]基于RNN-CNN集成深度学习模型的PM2.5小时浓度预测[J]. 黄婕,张丰,杜震洪,刘仁义,曹晓裴.  浙江大学学报(理学版). 2019(03)
[5]基于ET和水量平衡的日光温室实时精准灌溉决策及控制系统[J]. 顾哲,袁寿其,齐志明,王新坤,蔡彬,郑珍.  农业工程学报. 2018(23)
[6]基于水足迹的中国农业用水效果评价[J]. 操信春,任杰,吴梦洋,郭相平,王卫光.  农业工程学报. 2018(05)
[7]基于Docker的DevOps系统设计与实现[J]. 丁海斌,崔隽,陆凯.  指挥信息系统与技术. 2017(03)
[8]基于频域法的便携式无线土壤水分测量装置设计与试验[J]. 孟德伦,孟繁佳,段晓菲,王怡文.  农业工程学报. 2017(S1)
[9]基于双作物系数法的干旱区覆膜农田耗水及水量平衡分析[J]. 文冶强,杨健,尚松浩.  农业工程学报. 2017(01)
[10]畦田灌溉模拟中田面微地形空间分布插值方法改进[J]. 刘姗姗,白美健,许迪,章少辉.  农业工程学报. 2015(17)

硕士论文
[1]土壤湿度传感器影响因素及补偿方法研究[D]. 曹美.河北工业大学 2015



本文编号：3095468