基于物聯網的番茄智能灌溉系統(tǒng)設計.pdf

1、我國水資源人均占有量少、時空分布不均勻、利用困難、水污染加劇，水資源緊迫的現狀嚴重制約著我國的經濟的發(fā)展。因為農業(yè)用水在水資源利用方面所占比例最大，先進的節(jié)水灌溉系統(tǒng)的設計可以提高經濟效益，改善生態(tài)環(huán)境，達到節(jié)約用水的目的，所以本文從農業(yè)灌溉的視角去構思節(jié)水途徑。
　　本文在基于物聯網技術的基礎上設計了一套智能灌溉系統(tǒng)。系統(tǒng)首先在感知層ZigBee終端節(jié)點采集到需要監(jiān)測的環(huán)境信息，然后通過協(xié)調器傳送到GPRS上，網絡層負責把信息通

2、過GPRS傳遞到Internet上，并最終傳入位于應用層的服務器上，由服務器上設計的處理算法對監(jiān)測數據進行處理，并根據灌溉策略給出灌溉指令，并由終端節(jié)點的執(zhí)行程序執(zhí)行。在對整個過程的實際開發(fā)中，筆者對各個環(huán)節(jié)的主要技術進行了深入研究，取得了以下成果:
　　1.文章分別從農田水文循環(huán)、作物生理周期等方面研究了作物需水量的影響因素，總結蒸散量的多種計算方法，在綜合所有蒸散量影響因子的基礎上，利用非線性主成分分析法(NLPCA)和徑向基

3、(RBF)神經網絡組成的模型(NLPCA-RBF)對番茄蒸散量進行估算。在既保證ET影響因素信息完整，又可消除影響因素之間相關性的前提下，利用NLPCA將影響ET的7個氣象因素簡化為3個綜合成分，并以此為網絡訓練的輸入數據，根據實測的蒸散量作為網絡輸出建立了RBF神經網絡，并且經非訓練樣本點數據檢驗。結果表明，與傳統(tǒng)RBF網絡模型較，NLPCA-RBF網絡預測模型能夠更好的反應影響因子與蒸散量之間的關系，取得更為精確的結果。
　　

4、2.針對灌溉系統(tǒng)普遍具有的遲滯性和非線性等缺點，本文所設計的灌溉系統(tǒng)引入了模糊控制器作為灌溉策略，相比于單一的輸入因素，模糊控制器的輸入選擇土壤濕度和蒸散量兩個因素，這會使得到的灌溉策略更加的精準。最后通過試驗驗證了模糊控制器的合理性。
　　3.本系統(tǒng)采用模塊化的設計思想，以MC9S12XS128微控制器為核心，加入相應的功能模塊完成了ZigBee節(jié)點的信息采集模塊、通信模塊，執(zhí)行機構的設計，使ZigBee網絡能夠完成信息的采集、