论文题目：基于物联网技术的作物养分信息快速获取与精准施肥智能控制系统研究
摘要：在最近的几十年,鉴于其方便快捷、非破坏性的特点,利用光谱测定农作物中氮的营养状况已成为氮素营养诊断研究的热点。同时随着智能传感器技术、智能信息处理技术与网络通信技术的深度融合,极大地促进了移动互联网、物联网、云计算的快速兴起,以及各种移动智能终端的快速普及和广泛应用,现代农业亟需用物联网、云计算技术提升农业生产效率。由于滴灌的大面积应用,新疆棉花种植实行的是水肥一体化模式。目前,新疆棉花种植过程中灌溉虽然已基本实现了自动化控制过程,但肥料施用上新疆仍主要依靠人工经验方式进行配施,随着物联网的发展,施肥信息采集、决策、控制为一体技术应运而生。施肥控制技术能够综合土壤情况、天气和气候情况、植株生长和需肥情况,结合作物种植专家的先进生产经验,通过精量施肥控制技术给出施肥量和施肥比例决策。近年来国内将物网技术应用于智能施肥方面的虽研究较多,但大部分集中在设施农业上,大田的应用发展较为缓慢。新疆棉花种植面积较大,每年过量施肥造成严重的污染和浪费。本研究采用基于物联网的滴灌施肥技术体系,由感知层获取棉花氮素营养信息,传输到网络层,通过应用支持子层处理最后到应用层决策,以期实现配、施肥的闭环智能化控制,促进国家施肥零增长的目标,主要研究结果如下:（1）利用便携式地物光谱仪（ASD）测量棉花冠层的光谱反射率和棉花叶片叶绿素值,通过计算光谱一阶微分、原始光谱反射率组成的植被指数以及“三边参数”与叶片叶绿素含量相关性。结果表明:红边内最大一阶微分值（Dr）、基值校正归一化差值指数Bm SR705与棉花叶绿素含量有很好地相关性,估测模型决策系数R2=0.8157**,均方根误差RMSE=0.278,这为高光谱数据预测棉花叶片叶绿素含量提供基础。（2）通过设置不同水氮组合,研究不同水氮条件下叶片氮素含量与高光谱反射率的相关关系,明确诊断棉花氮素含量的敏感波段,构建棉花叶片氮素光谱诊断模型。结果发现:在可见光波段,光谱反射率随着施用水、氮量的提高而降低。在近红外波段,反射率随施用水、氮量的提高而呈递增趋势。其中基于m ND705、CCI、Dr和SDr/SDb的植被指数能够很好的监测棉花叶片氮含量。当施肥量增加到一定量,产量不再增加,反而会受到氮抑制作用。经田间验证,使用基于m ND705施肥模型进行推荐施肥,可减少总施肥量,并提高施肥的利用效率和农学效率。（3）在无线传感器网络目标分配方面,对比了改进的小生境混沌遗传算法,量子进化算法和粒子群算法。提出的基于改进的小生境混沌遗传算法的分配方案既考虑了传感器位置的有利程度,又考虑了剩余能量等因素,在运行过程中能自适应调整参数。当节点数量接近或小于200时,量子进化算法和粒子群算法的性能接近改进的小生境混沌遗传算法。当节点数量大于400时,改进的小生境混沌遗传算法具有明显的优势。（4）在分析各种智能PID控制算法优缺点的基础上,研究了适合所研发的精量施肥控制装置的基于自适应模糊控制算法,建立了装置的理论模型。经对比采用常规PID控制器的瞬态响应时,上升时间为1.2s,超调量θ=42%,而采用模糊自适应PID控制器时,上升时间为0.7s,超调量θ=27%。模糊自适应PID控制方式拥有更好的动态性能,从而能够更快达到平衡,并有效降低超调量过大对电路损害的影响。（5）研发设计了精量施肥控制装置,包括各种控制模式,而远程通过GPRS方式连接。进行了基于不同配肥量的装置配肥速度和用时计算,得到单次配肥量除以完成配肥所需要的时间以及单位时间的配肥量;通过分析罐内的水肥浓度和电机转速度之间的关系,并进行了误差分析,优于以前施肥装置,配肥均匀性好,氮肥利用率高。（6）设计开发了基于Bootstrap、Ajax技术的施肥云平台,能适应不同操作系统、不同分辨率下的手机及电脑设备,方便平台扩展、推广与应用。农业管理部门人员与农户利用手机或电脑就能实时查询到作物施肥情况,并能给出更加合理的施肥控制建议,使作物施肥控制更加方便、精确。
关键词：棉花氮素快速获取;无线传感器网络覆盖;模糊自适应控制;施肥云平台;施肥物联网技术
学科专业：作物栽培学与耕作学
摘要
abstract
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 基于高光谱的作物氮素快速检测技术
1.2.2 施肥决策技术
1.2.3 施肥控制技术
1.2.4 施肥物联网技术应用
1.3 存在的问题
第二章 研究目的、研究内容与技术路线
2.1 研究内容
2.1.1 滴灌棉田现场感知系统研究
2.1.2 棉田信息传输系统研究
2.1.3 棉田智能应用系统研究
2.2 技术路线
第三章 基于高光谱植被指数的棉花叶绿素含量估算
3.1 实验设计
3.1.1 研究区介绍
3.1.2 高光谱数据获取与校正
3.1.3 叶片叶绿素含量测定
3.1.4 数据处理分析
3.2 叶片叶绿素含量分析
3.2.1 叶片叶绿素含量统计分析
3.2.2 不同水氮处理间叶片叶绿素含量分析
3.3 不同水氮处理间“三边参数”与叶片叶绿素含量估算模型
3.4 叶绿素含量与光谱值数的相关估算模型
3.5 小结
第四章 棉花叶片氮素的高光谱估测与施肥模型研究
4.1 材料与方法
4.1.1 试验设计
4.1.2 光谱及叶片氮素含量测定
4.1.3 数据处理与分析
4.2 结果与分析
4.2.1 不同水、不同氮处理下棉花叶片氮素含量差异性分析
4.2.2 不同水、氮处理下棉花冠层光谱反射率
4.2.3 棉花冠层光谱反射率与叶片氮素含量的相关性
4.2.4 不同生育时期棉花叶片氮素含量遥感监测模型
4.2.5 棉花氮素施肥总量推荐
4.2.6 基于mND705的最佳产量及最佳推荐施肥量
4.2.7 基于mND705施肥模型的田间验证
4.3 小结
第五章 无线传感器网络覆盖及低能耗算法研究
5.1 无线传感网络传输设计
5.1.1 节点硬件设计
5.1.2 节点软件设计
5.1.3 GPRS数据传输
5.2 基于遗传算法的网络覆盖及低能耗算法研究
5.2.1 遗传算法简介
5.2.2 初始种群的生成
5.2.3 选择运算
5.2.4 交叉运算
5.2.5 变异运算
5.2.6 适应度计算
5.2.7 改进的小生境算法
5.2.8 仿真结果分析
5.3 小结
第六章 基于模糊PID和PWM方式的智能控制方法研究
6.1 PID控制算法
6.1.1 模拟PID
6.1.2 数字PID
6.2 模糊自适应PID
6.2.1 模糊控制器设计
6.2.2 模糊自适应PID原理
6.2.3 模糊自适应PID控制器设计
6.3 控制系统的建模
6.3.1 伺服电动机模型
6.3.2 脉冲调制环节建模
6.4 仿真分析与实验
6.4.1 基于模糊PID的精量施肥控制系统仿真
6.4.2 自适应模糊PID控制的PLC实现
6.4.3 配肥试验
6.5 小结
第七章 精量施肥控制装置研究
7.1 系统的组成
7.2 精量施肥装置原理及设备组成
7.2.1 精量施肥装置原理
7.2.2 精量施肥控制装置组成
7.3 精量施肥控制装置软件设计
7.3.1 控制系统功能
7.3.2 现场控制流程
7.3.3 远程控制流程
7.3.4 PLCS7-200软硬件设计
7.3.5 HMI模块程序设计
7.3.6 GPRS模块程序设计
7.4 配肥电机转速和施肥量关系
7.4.1 配肥评价指标
7.4.2 装置施肥时间研究
7.4.3 滴灌施肥装置配肥误差分析
7.4.4 不同施肥装置棉花器官氮素含量分析
7.5 小结
第八章 精量施肥云平台设计
8.1 需求分析
8.1.1 系统功能需求分析
8.1.2 系统业务流程分析
8.1.3 性能需求分析
8.2 总体设计
8.2.1 设计原则
8.2.2 系统架构设计
8.2.3 系统功能模块设计
8.2.4 数据库设计
8.3 前台管理主要功能模块设计及实现
8.3.1 前台管理首页的设计及实现
8.3.2 在线监测模块的设计及实现
8.3.3 施肥推荐模块的设计及实现
8.3.4 施肥控制模块的设计及实现
8.4 小结
第九章 结论与展望
9.1 主要结论与成果
9.2 本研究创新点
9.3 研究展望
参考文献
致谢
附件