重庆市忠县柑橘土壤水分亏缺预警系统的设计与实现
发布时间：2021-06-21 23:16
柑橘是世界上众多水果中的第一大类水果,我国柑橘种植面积和产量已居全球首位。重庆拥有悠久的柑橘栽培历史,近些年重庆柑橘产业发展加快,种植面积增大,于乡村振兴和精准扶贫方面发挥了重要作用,其经济地位也日益见长。重庆柑橘种植面积在全国排位第七,年产量在全国排位第八,平均亩产位于全国第十三位,根据其排位可以看出重庆柑橘亩产量较低,因此需提高单位产量和果品品质,以保持重庆柑橘产业稳健发展。重庆忠县柑橘产业发展迅猛,传统产业数据获取成本高、时间长、准确性低,基地管理粗放,高新种植技术获取途径缺乏,化肥和农药滥用,水分灌溉不及时等问题突出,其中土壤含水量过低是严重影响柑橘产量和质量的重要因素之一,因此,为了更好的实施乡村振兴战略,提高柑橘单位产量提高果农收入,亟需开发柑橘土壤水分亏缺预警系统,以提高预防柑橘水分亏缺预见性,达到节约精准灌溉的目标。本文以柑橘土壤水分亏缺预警需求为出发点,利用温度、土壤湿度等传感器收集数据,通过重庆农业农村信息化服务绿云格平台获取数据,设计并开发了以基于重庆忠县柑橘园土壤水分数据的柑橘土壤水分亏缺预警系统,实现了对柑橘土壤含水量的信息化管理以及对土壤水分亏缺的智能化监测...
【文章来源】：西南大学重庆市 211工程院校 教育部直属院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
决策系统流程
西南大学工程硕士学位论文102.2无线传感网络2.2.1无线传感器无线传感器主要构成有以下四个模块,如图2-1所示：（1）感知模块（SensingModule）感知模块用于记录被监控目标的一些物理学参数，主要由热敏元件、湿敏元件、光敏元件、色敏元件、气敏元件、声敏元件、放射线敏感元件等敏感元件组成。（2）信息处理模块（DataProcessingModule）信息处理模块主要用于存储处理感知模块所采集到的数据以及其他节点发过来的数据，并负责协调传感器节点各部分的工作，处理模块还具有控制电源工作模式的功能，实现节能。（3）无线通讯模块（WirelessCommunicationModule）图2-1无线传感器结构图Fig.2-1WirelessSensorStructureChart
西南大学工程硕士学位论文20天，日照时数达1327.5小时，日照率29％，太阳总辐射能83.7千卡／平方厘米，年降雨量1200毫米，相对湿度80％（赵彤，2018）。3.1.3土壤信息如图3-1所示，忠县橘园土壤均为紫色土，其土壤剖面构型为A-B-BC，土体深厚，达90厘米左右。该土种成土母质主要由侏罗系蓬莱镇组、莲花口组和白垩系城墙岩群及灌口组等富含钙质的紫色岩层风化发育而成。由于年降雨量大，土壤淋溶作用较强，脱钙比较彻底，一般碳酸钙含量1～2%。pH7.O左右。土体深厚，达90厘米左右。耕层21.0厘米，剖面为A-B-BC型居多。质地粘重，多为壤质粘土，稍紧实。除耕层因有机质较多而呈暗棕紫色外，其余土层均呈棕紫色。土壤胶体品质较好，阳离子交换量为21.28me/100g土，保水、保肥能力较强。土壤有机质、全氮、全磷，全钾含量中等，有效磷极缺；微量元素中有效硼、钼极缺。图3-1中国1：400万土壤类型图Fig.3-11:4millionsoilmapofChina3.1.4柑橘园传感器分布重庆忠县柑橘园结合了土壤性质、海拔高度、离水域远近等指标规划了传感器分布位置，如图所示3-2所示，图中标号1、2、3、4、5、6、7、8、9即为分布的传感器位置。
【参考文献】：
期刊论文
[1]重庆 效益尴尬的柑橘产业等待再次崛起[J]. 赵丹,杨肖华,胡晶晶,王颖. 营销界. 2019(31)
[2]基于竞争适应重加权采样算法耦合机器学习的土壤含水量估算[J]. 葛翔宇,丁建丽,王敬哲,王飞,蔡亮红,孙慧兰. 光学学报. 2018(10)
[3]基于热红外的四种土壤含水量估算方法对比[J]. 杨永民,邱建秀,苏红波,田静,张仁华. 红外与毫米波学报. 2018(04)
[4]农业监测预警中的科学与技术问题[J]. 许世卫. 科技导报. 2018(11)
[5]水分亏缺对滴灌柑橘光合和产量及水分利用效率的影响[J]. 张效星,樊毅,贾悦,崔宁博,赵璐,胡笑涛,龚道枝. 农业工程学报. 2018(03)
[6]传感器数据融合时代来袭[J]. Morrie Goldman. 中国集成电路. 2018(Z1)
[7]中国农业监测预警的研究进展与展望[J]. 许世卫. 农学学报. 2018(01)
[8]基于农业物联网的农作物生长监测数据融合研究[J]. 黄海松,秦志远,张慧. 江苏农业科学. 2017(21)
[9]基于谐波分析和高光谱遥感的土壤含水量反演研究[J]. 姜雪芹,叶勤,林怡,李西灿. 光学学报. 2017(10)
[10]物联网技术的发展历程[J]. 冯一珂. 信息与电脑(理论版). 2016(15)
硕士论文
[1]纽荷尔脐橙水分胁迫监测预警生理生化机制研究[D]. 杨琼.西南大学 2018
[2]基于GIS的重庆市柑橘农业气候区划[D]. 赵彤.重庆师范大学 2018
[3]基于模糊识别的土壤含水量高光谱预测模型研究[D]. 徐邮邮.山东农业大学 2018
[4]基于物联网的土壤墒情监测及预测系统研究[D]. 丁辉.安徽工业大学 2016
[5]基于物联网技术的桃病虫害发生预测系统研究[D]. 翟云飞.河北农业大学 2014
[6]基于物联网的智能农业大棚的研究与实现[D]. 初洪龙.大连理工大学 2014
[7]面向农业物联网多环境信息融合的监测判别研究[D]. 刘倩.东华大学 2014
[8]基于GIS的墒情自动监测系统研究与应用[D]. 张宏志.中国农业科学院 2012
本文编号：3241617
【文章来源】：西南大学重庆市 211工程院校 教育部直属院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
决策系统流程
西南大学工程硕士学位论文102.2无线传感网络2.2.1无线传感器无线传感器主要构成有以下四个模块,如图2-1所示：（1）感知模块（SensingModule）感知模块用于记录被监控目标的一些物理学参数，主要由热敏元件、湿敏元件、光敏元件、色敏元件、气敏元件、声敏元件、放射线敏感元件等敏感元件组成。（2）信息处理模块（DataProcessingModule）信息处理模块主要用于存储处理感知模块所采集到的数据以及其他节点发过来的数据，并负责协调传感器节点各部分的工作，处理模块还具有控制电源工作模式的功能，实现节能。（3）无线通讯模块（WirelessCommunicationModule）图2-1无线传感器结构图Fig.2-1WirelessSensorStructureChart
西南大学工程硕士学位论文20天，日照时数达1327.5小时，日照率29％，太阳总辐射能83.7千卡／平方厘米，年降雨量1200毫米，相对湿度80％（赵彤，2018）。3.1.3土壤信息如图3-1所示，忠县橘园土壤均为紫色土，其土壤剖面构型为A-B-BC，土体深厚，达90厘米左右。该土种成土母质主要由侏罗系蓬莱镇组、莲花口组和白垩系城墙岩群及灌口组等富含钙质的紫色岩层风化发育而成。由于年降雨量大，土壤淋溶作用较强，脱钙比较彻底，一般碳酸钙含量1～2%。pH7.O左右。土体深厚，达90厘米左右。耕层21.0厘米，剖面为A-B-BC型居多。质地粘重，多为壤质粘土，稍紧实。除耕层因有机质较多而呈暗棕紫色外，其余土层均呈棕紫色。土壤胶体品质较好，阳离子交换量为21.28me/100g土，保水、保肥能力较强。土壤有机质、全氮、全磷，全钾含量中等，有效磷极缺；微量元素中有效硼、钼极缺。图3-1中国1：400万土壤类型图Fig.3-11:4millionsoilmapofChina3.1.4柑橘园传感器分布重庆忠县柑橘园结合了土壤性质、海拔高度、离水域远近等指标规划了传感器分布位置，如图所示3-2所示，图中标号1、2、3、4、5、6、7、8、9即为分布的传感器位置。
【参考文献】：
期刊论文
[1]重庆 效益尴尬的柑橘产业等待再次崛起[J]. 赵丹,杨肖华,胡晶晶,王颖. 营销界. 2019(31)
[2]基于竞争适应重加权采样算法耦合机器学习的土壤含水量估算[J]. 葛翔宇,丁建丽,王敬哲,王飞,蔡亮红,孙慧兰. 光学学报. 2018(10)
[3]基于热红外的四种土壤含水量估算方法对比[J]. 杨永民,邱建秀,苏红波,田静,张仁华. 红外与毫米波学报. 2018(04)
[4]农业监测预警中的科学与技术问题[J]. 许世卫. 科技导报. 2018(11)
[5]水分亏缺对滴灌柑橘光合和产量及水分利用效率的影响[J]. 张效星,樊毅,贾悦,崔宁博,赵璐,胡笑涛,龚道枝. 农业工程学报. 2018(03)
[6]传感器数据融合时代来袭[J]. Morrie Goldman. 中国集成电路. 2018(Z1)
[7]中国农业监测预警的研究进展与展望[J]. 许世卫. 农学学报. 2018(01)
[8]基于农业物联网的农作物生长监测数据融合研究[J]. 黄海松,秦志远,张慧. 江苏农业科学. 2017(21)
[9]基于谐波分析和高光谱遥感的土壤含水量反演研究[J]. 姜雪芹,叶勤,林怡,李西灿. 光学学报. 2017(10)
[10]物联网技术的发展历程[J]. 冯一珂. 信息与电脑(理论版). 2016(15)
硕士论文
[1]纽荷尔脐橙水分胁迫监测预警生理生化机制研究[D]. 杨琼.西南大学 2018
[2]基于GIS的重庆市柑橘农业气候区划[D]. 赵彤.重庆师范大学 2018
[3]基于模糊识别的土壤含水量高光谱预测模型研究[D]. 徐邮邮.山东农业大学 2018
[4]基于物联网的土壤墒情监测及预测系统研究[D]. 丁辉.安徽工业大学 2016
[5]基于物联网技术的桃病虫害发生预测系统研究[D]. 翟云飞.河北农业大学 2014
[6]基于物联网的智能农业大棚的研究与实现[D]. 初洪龙.大连理工大学 2014
[7]面向农业物联网多环境信息融合的监测判别研究[D]. 刘倩.东华大学 2014
[8]基于GIS的墒情自动监测系统研究与应用[D]. 张宏志.中国农业科学院 2012
本文编号：3241617
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3241617.html
