滇西地区大棚番茄智慧灌溉系统的设计与实现
这是一篇关于SIMDual＿Kc模型,智慧灌溉,Web管理平台,Modbus-RTU协议的论文, 主要内容为中国农业历史悠久,各种农产业结构丰富,但农产品仍是以满足食物、生活所需的粮食作物为主。目前,虽然滇西地区的水资源较丰富,但其经济、农业的发展相比于滇中等地区较缓慢,有关当地作物生长规律的研究成果比较稀少,许多农户根据个人经验管理农田,灌溉作物的水量时常会过多或过少,导致作物产量、品质得不到有效提高。因此,研究该地区作物的需水规律以确定其适应性的灌溉方案,进而避免多量或少量的灌溉模式、转为适量的按需灌溉很有必要。由于番茄需水定额要求较高,非适量的灌溉会造成过早落果、糖分稀少等现象,因此论文欲以其为示范作物,确定以高产量、高品质为目标的大棚内适应性灌溉方案细节,同时实现智能化农业管理。在此前提下,以研究番茄需水量变化、确定基于需水模数的灌溉决策细节、实现便捷管理平台为核心,根据滇西地区土壤物理情况,通过现有室内气象资料和番茄培育试验数据,模拟了番茄生长各阶段中土壤蒸发与需水规律,设计并实现了基于Web的智慧灌溉系统。论文的主要研究内容如下:(1)为研究番茄需水量变化,本文对SIMDual＿Kc模型进行属地化参数修正,并对基础试验数据率定。修正后该模型计算值与实测值的(9(9为0.954,2为0.901,可很好地模拟番茄生长过程中土壤含水率变化。最后分析了番茄各形态阶段中无效水量消耗情况。(2)总结番茄作物种植的一般特点,确定基于大棚内气象资料和番茄各形态阶段需水模数的适应性灌溉方案,探求了适宜该区域内净辐射的推算方法。(3)根据灌溉方案的实际功能需要,进行采集、滴灌执行模块的软硬件设计,然后基于Modbus-RTU通信协议实现了上位机与485设备通信,同时基于Swing包开发了GUI图形界面工具,方便采集设备的批量调试、CRC校核和异常检验等。(4)基于B/S架构实现了自动化灌溉管理平台。论文使用Vue.js框架完成Web浏览器架构设计,实现了系统决策、种植区域、传感器等信息的展示功能;使用Spring Boot后端框架完成了服务端开发,负责与前端页面数据交互、与采集模块的交互、灌溉方案的决策服务、使用My Batis技术与MySQL交互服务等。
基于大数据分析的智慧灌溉系统研究与实现
这是一篇关于智慧灌溉,大数据分析,机器学习,土壤墒情预测的论文, 主要内容为淡水资源短缺是世界范围内最严峻的问题之一。淡水资源主要消耗在农业生产过程中,而其中农田灌溉用水占较大比重。因此采用合理有效的节水灌溉措施,使用大数据分析技术展开智慧灌溉系统的研究工作,实现淡水资源合理利用是解决淡水资源供应短缺的关键。本文以都江堰现代化示范性灌区建设项目为背景,结合大数据分析技术和机器学习算法,开发了以实现灌区现代化为目标的智慧灌溉系统。本文将采集到的大量土壤墒情数据和气象数据用机器学习算法进行分析,分别用分类回归树、ARIMA、多元线性回归算法建立土壤墒情预测模型,预测未来3小时内的土壤墒情变化,通过误差分析比较模型预测结果,得出分类回归树算法的实际效果较好,并将其应用在智慧灌溉系统中。灌区内的田间电磁阀会根据预测模型自动调整,且系统中能自动生成灌溉预案,从而实现定时定量的自动灌溉。本文通过前期的需求分析及调研,将系统划分为田间设备管控、管道输水计量监控、灌溉数据展示、实时视频监控、系统综合管理和智慧灌溉分析六个模块。其中田间设备管控模块主要实现设备实时控制、定时控制、自动控制和设备状态监测;管道输水计量监控主要实现管道阀门的远程操作和运行参数的实时监测;灌溉数据展示模块主要将田间中间基站设备采集到的数据进行汇总展示;实时视频监控是实时观测灌区视频直播流;系统综合管理主要是对系统的用户、用户权限、基础数据、日志等基础信息进行管理;智慧灌溉分析主要包含土壤墒情预测和灌溉决策自动生成,设备根据智慧分析的结果进行自主控制。各模块互相配合最终实现智慧灌溉。本系统使用B/S架构开发,通过网站、APP、微信公众号等多渠道实现信息发布。后端实现采用Spring Boot框架,前端实现采用Vue.js框架。系统中使用HBase、MySQL和Redis作为数据库存储。HBase数据库存储历史大数据,作为智慧灌溉分析模块中大数据分析的数据来源,MySQL数据库存储实时监控数据和业务数据,Redis作为缓存保证系统响应速度。本文的研究可提高灌溉用水利用率,实现灌溉用水的有效控制。智慧灌溉系统已在灌区投入运行,能根据采集数据实时预测土壤墒情,并根据土壤情况合理进行灌溉,可以有效节约水资源并保证农副产品产量,具有一定的实际意义。
基于大数据分析的智慧灌溉系统研究与实现
这是一篇关于智慧灌溉,大数据分析,机器学习,土壤墒情预测的论文, 主要内容为淡水资源短缺是世界范围内最严峻的问题之一。淡水资源主要消耗在农业生产过程中,而其中农田灌溉用水占较大比重。因此采用合理有效的节水灌溉措施,使用大数据分析技术展开智慧灌溉系统的研究工作,实现淡水资源合理利用是解决淡水资源供应短缺的关键。本文以都江堰现代化示范性灌区建设项目为背景,结合大数据分析技术和机器学习算法,开发了以实现灌区现代化为目标的智慧灌溉系统。本文将采集到的大量土壤墒情数据和气象数据用机器学习算法进行分析,分别用分类回归树、ARIMA、多元线性回归算法建立土壤墒情预测模型,预测未来3小时内的土壤墒情变化,通过误差分析比较模型预测结果,得出分类回归树算法的实际效果较好,并将其应用在智慧灌溉系统中。灌区内的田间电磁阀会根据预测模型自动调整,且系统中能自动生成灌溉预案,从而实现定时定量的自动灌溉。本文通过前期的需求分析及调研,将系统划分为田间设备管控、管道输水计量监控、灌溉数据展示、实时视频监控、系统综合管理和智慧灌溉分析六个模块。其中田间设备管控模块主要实现设备实时控制、定时控制、自动控制和设备状态监测;管道输水计量监控主要实现管道阀门的远程操作和运行参数的实时监测;灌溉数据展示模块主要将田间中间基站设备采集到的数据进行汇总展示;实时视频监控是实时观测灌区视频直播流;系统综合管理主要是对系统的用户、用户权限、基础数据、日志等基础信息进行管理;智慧灌溉分析主要包含土壤墒情预测和灌溉决策自动生成,设备根据智慧分析的结果进行自主控制。各模块互相配合最终实现智慧灌溉。本系统使用B/S架构开发,通过网站、APP、微信公众号等多渠道实现信息发布。后端实现采用Spring Boot框架,前端实现采用Vue.js框架。系统中使用HBase、MySQL和Redis作为数据库存储。HBase数据库存储历史大数据,作为智慧灌溉分析模块中大数据分析的数据来源,MySQL数据库存储实时监控数据和业务数据,Redis作为缓存保证系统响应速度。本文的研究可提高灌溉用水利用率,实现灌溉用水的有效控制。智慧灌溉系统已在灌区投入运行,能根据采集数据实时预测土壤墒情,并根据土壤情况合理进行灌溉,可以有效节约水资源并保证农副产品产量,具有一定的实际意义。
基于大数据分析的智慧灌溉系统研究与实现
这是一篇关于智慧灌溉,大数据分析,机器学习,土壤墒情预测的论文, 主要内容为淡水资源短缺是世界范围内最严峻的问题之一。淡水资源主要消耗在农业生产过程中,而其中农田灌溉用水占较大比重。因此采用合理有效的节水灌溉措施,使用大数据分析技术展开智慧灌溉系统的研究工作,实现淡水资源合理利用是解决淡水资源供应短缺的关键。本文以都江堰现代化示范性灌区建设项目为背景,结合大数据分析技术和机器学习算法,开发了以实现灌区现代化为目标的智慧灌溉系统。本文将采集到的大量土壤墒情数据和气象数据用机器学习算法进行分析,分别用分类回归树、ARIMA、多元线性回归算法建立土壤墒情预测模型,预测未来3小时内的土壤墒情变化,通过误差分析比较模型预测结果,得出分类回归树算法的实际效果较好,并将其应用在智慧灌溉系统中。灌区内的田间电磁阀会根据预测模型自动调整,且系统中能自动生成灌溉预案,从而实现定时定量的自动灌溉。本文通过前期的需求分析及调研,将系统划分为田间设备管控、管道输水计量监控、灌溉数据展示、实时视频监控、系统综合管理和智慧灌溉分析六个模块。其中田间设备管控模块主要实现设备实时控制、定时控制、自动控制和设备状态监测;管道输水计量监控主要实现管道阀门的远程操作和运行参数的实时监测;灌溉数据展示模块主要将田间中间基站设备采集到的数据进行汇总展示;实时视频监控是实时观测灌区视频直播流;系统综合管理主要是对系统的用户、用户权限、基础数据、日志等基础信息进行管理;智慧灌溉分析主要包含土壤墒情预测和灌溉决策自动生成,设备根据智慧分析的结果进行自主控制。各模块互相配合最终实现智慧灌溉。本系统使用B/S架构开发,通过网站、APP、微信公众号等多渠道实现信息发布。后端实现采用Spring Boot框架,前端实现采用Vue.js框架。系统中使用HBase、MySQL和Redis作为数据库存储。HBase数据库存储历史大数据,作为智慧灌溉分析模块中大数据分析的数据来源,MySQL数据库存储实时监控数据和业务数据,Redis作为缓存保证系统响应速度。本文的研究可提高灌溉用水利用率,实现灌溉用水的有效控制。智慧灌溉系统已在灌区投入运行,能根据采集数据实时预测土壤墒情,并根据土壤情况合理进行灌溉,可以有效节约水资源并保证农副产品产量,具有一定的实际意义。
基于大数据分析的智慧灌溉系统研究与实现
这是一篇关于智慧灌溉,大数据分析,机器学习,土壤墒情预测的论文, 主要内容为淡水资源短缺是世界范围内最严峻的问题之一。淡水资源主要消耗在农业生产过程中,而其中农田灌溉用水占较大比重。因此采用合理有效的节水灌溉措施,使用大数据分析技术展开智慧灌溉系统的研究工作,实现淡水资源合理利用是解决淡水资源供应短缺的关键。本文以都江堰现代化示范性灌区建设项目为背景,结合大数据分析技术和机器学习算法,开发了以实现灌区现代化为目标的智慧灌溉系统。本文将采集到的大量土壤墒情数据和气象数据用机器学习算法进行分析,分别用分类回归树、ARIMA、多元线性回归算法建立土壤墒情预测模型,预测未来3小时内的土壤墒情变化,通过误差分析比较模型预测结果,得出分类回归树算法的实际效果较好,并将其应用在智慧灌溉系统中。灌区内的田间电磁阀会根据预测模型自动调整,且系统中能自动生成灌溉预案,从而实现定时定量的自动灌溉。本文通过前期的需求分析及调研,将系统划分为田间设备管控、管道输水计量监控、灌溉数据展示、实时视频监控、系统综合管理和智慧灌溉分析六个模块。其中田间设备管控模块主要实现设备实时控制、定时控制、自动控制和设备状态监测;管道输水计量监控主要实现管道阀门的远程操作和运行参数的实时监测;灌溉数据展示模块主要将田间中间基站设备采集到的数据进行汇总展示;实时视频监控是实时观测灌区视频直播流;系统综合管理主要是对系统的用户、用户权限、基础数据、日志等基础信息进行管理;智慧灌溉分析主要包含土壤墒情预测和灌溉决策自动生成,设备根据智慧分析的结果进行自主控制。各模块互相配合最终实现智慧灌溉。本系统使用B/S架构开发,通过网站、APP、微信公众号等多渠道实现信息发布。后端实现采用Spring Boot框架,前端实现采用Vue.js框架。系统中使用HBase、MySQL和Redis作为数据库存储。HBase数据库存储历史大数据,作为智慧灌溉分析模块中大数据分析的数据来源,MySQL数据库存储实时监控数据和业务数据,Redis作为缓存保证系统响应速度。本文的研究可提高灌溉用水利用率,实现灌溉用水的有效控制。智慧灌溉系统已在灌区投入运行,能根据采集数据实时预测土壤墒情,并根据土壤情况合理进行灌溉,可以有效节约水资源并保证农副产品产量,具有一定的实际意义。
滇西地区大棚番茄智慧灌溉系统的设计与实现
这是一篇关于SIMDual＿Kc模型,智慧灌溉,Web管理平台,Modbus-RTU协议的论文, 主要内容为中国农业历史悠久,各种农产业结构丰富,但农产品仍是以满足食物、生活所需的粮食作物为主。目前,虽然滇西地区的水资源较丰富,但其经济、农业的发展相比于滇中等地区较缓慢,有关当地作物生长规律的研究成果比较稀少,许多农户根据个人经验管理农田,灌溉作物的水量时常会过多或过少,导致作物产量、品质得不到有效提高。因此,研究该地区作物的需水规律以确定其适应性的灌溉方案,进而避免多量或少量的灌溉模式、转为适量的按需灌溉很有必要。由于番茄需水定额要求较高,非适量的灌溉会造成过早落果、糖分稀少等现象,因此论文欲以其为示范作物,确定以高产量、高品质为目标的大棚内适应性灌溉方案细节,同时实现智能化农业管理。在此前提下,以研究番茄需水量变化、确定基于需水模数的灌溉决策细节、实现便捷管理平台为核心,根据滇西地区土壤物理情况,通过现有室内气象资料和番茄培育试验数据,模拟了番茄生长各阶段中土壤蒸发与需水规律,设计并实现了基于Web的智慧灌溉系统。论文的主要研究内容如下:(1)为研究番茄需水量变化,本文对SIMDual＿Kc模型进行属地化参数修正,并对基础试验数据率定。修正后该模型计算值与实测值的(9(9为0.954,2为0.901,可很好地模拟番茄生长过程中土壤含水率变化。最后分析了番茄各形态阶段中无效水量消耗情况。(2)总结番茄作物种植的一般特点,确定基于大棚内气象资料和番茄各形态阶段需水模数的适应性灌溉方案,探求了适宜该区域内净辐射的推算方法。(3)根据灌溉方案的实际功能需要,进行采集、滴灌执行模块的软硬件设计,然后基于Modbus-RTU通信协议实现了上位机与485设备通信,同时基于Swing包开发了GUI图形界面工具,方便采集设备的批量调试、CRC校核和异常检验等。(4)基于B/S架构实现了自动化灌溉管理平台。论文使用Vue.js框架完成Web浏览器架构设计,实现了系统决策、种植区域、传感器等信息的展示功能;使用Spring Boot后端框架完成了服务端开发,负责与前端页面数据交互、与采集模块的交互、灌溉方案的决策服务、使用My Batis技术与MySQL交互服务等。
大型灌区智慧灌溉系统开发与应用
这是一篇关于大型灌区,智慧灌溉,实时信息,监测技术,实时灌溉预报,渠系动态配水,软件开发的论文, 主要内容为大型灌区信息多样化、空间变异性大、用水管理调度工作复杂等特点,导致智慧灌溉系统开发难度较大,大型灌区智慧灌溉系统的开发对实现灌区高效用水管理和用水调度决策,提高灌溉管理智能化水平、灌溉用水效率和效益具有重要现实意义。本文以赣抚平原灌区为典型灌区,采用实时信息监测技术实现灌区信息实时监测,开发实时灌溉预报模型和渠系动态优化配水模型实现灌溉用水管理,运用B/S体系结构、MVC设计模式、Think PHP框架等Web软件开发技术进行智慧灌溉系统软件开发与实现。主要研究内容及结论如下:(1)针对大型灌区的特点,深入分析了智慧灌溉系统的功能需求、性能需求、环境需求,设计了大型灌区智慧灌溉系统的总体架构、硬件架构和软件业务架构,并对如何开展大型灌区智慧灌溉系统开发工作进行了描述。(2)根据监测点布设方法和灌区实地考察情况,确定了实时信息监测典型田块及具体位置,建立了实时信息监测和闸门远程控制硬件系统。针对研究区布设了田间水层监测点26个,土壤墒情监测点14个,渠道水位/流量监测点19个,其中,灌区已有水位/流量监测点数据接入10个,闸门远程控制点1个,实现了灌区实时信息全面监测。(3)构建了赣抚平原灌区实时灌溉预报模型,率定了有关模型参数,检验结果表明模型适用于赣抚平原灌区水稻的实时灌溉预报。(4)构建了大型灌区渠系动态优化配水的多目标大系统分解协调模型,以干渠各时段流量作为协调变量,进行干-支渠子系统层和总系统协调层模型协调。干-支渠子系统以干渠闸门操作次数最少、渠系损失水量最少、渠系弃水量最小为目标,通过加权法将多目标函数变换成单目标函数,通过遗传算法求解模型,得到子系统最优解及干渠各时段流量;总系统协调层以总干渠闸门操作次数最少为目标函数,采用配水策略进行干渠流量及时间调整。2017年晚稻期间模型优化结果表明,优化方案较传统方案的干渠及以上闸门操作次数减少3～18次,渠系损失水量减少3～17%,即模型优化方案可减少灌区灌溉管理成本和渠系输水损失,提高灌溉水有效利用系数。(5)采用适用于大型软件系统的B/S体系结构、MVC设计模式和Think PHP开发框架进行软件系统设计和实现。基于总体架构设计和软件业务设计将系统划分为实时信息监测、信息通信、实时灌溉预报及动态用水决策、闸门监测控制、数据管理及报表生成六大功能模块;系统数据库分为实时数据库、决策数据库、基础数据库,并以My SQL进行数据管理;采用PHP、HTML、CSS、Java Script进行系统功能模块及用户界面实现;采用Bootstrap前端框架构建简洁、直观的用户界面,ECHARTS、DTGrid图表插件定制数据可视化图表。(6)智慧灌溉系统于2017及2018年在赣抚平原灌区西总干范围实际应用结果表明,ET0预报和灌溉预报较准确,系统考虑了未来降雨,减少了田间净灌水量,通过渠系动态优化配水模型的使用,减少了渠系渗漏损失,实现灌区管理节水,2017年晚稻及2018年早、晚稻合计节水量12784万m3,年平均节水率14%。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设货栈 ，原文地址：https://bishedaima.com/lunwen/52558.html
