該研究針對全中國尺度的土壤墑情監(jiān)測需求,構建基于自動監(jiān)測站原位監(jiān)測與多源專題數(shù)據(jù)的土壤墑情數(shù)據(jù)獲取感知技術體系,提出數(shù)據(jù)質量控制清洗策略并建立數(shù)據(jù)校正插補模型。系統(tǒng)基于云原生技術設計,將模塊以微服務形式靈活開發(fā)部署,通過容器技術打包運行獨立實例,布設了墑情數(shù)據(jù)上報采集、可視化分析和數(shù)據(jù)挖掘應用等核心模塊。依托空間分析和WebGL技術開發(fā)3D WebGIS數(shù)據(jù)分析功能模塊,實現(xiàn)協(xié)同土壤墑情、土地利用、海拔高程等多源數(shù)據(jù)可視化分析與制圖,深入挖掘數(shù)據(jù)價值,實現(xiàn)墑情估算和基于水量平衡的灌溉決策應用服務。系統(tǒng)已在中國21個省份得到應用,建立自動監(jiān)測站970個,采集監(jiān)測數(shù)據(jù)6000余萬條,為用戶掌握土壤墑情現(xiàn)狀、指導農業(yè)節(jié)水灌溉、獲取可靠科研數(shù)據(jù)等應用提供數(shù)據(jù)與技術服務。 

【文章來源】：農業(yè)工程學報. 2020,36(13)北大核心EICSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

微服務技術架構運行機制

土壤墑情數(shù)據(jù)感知的核心任務是農田多層深度土壤水分的自動采集與相關屬性及數(shù)據(jù)的在線化服務，形成連續(xù)、準確、可靠的土壤墑情大數(shù)據(jù)。本研究提出采用物聯(lián)網自動設備監(jiān)測、深度學習校驗插補建模和跨平臺數(shù)據(jù)協(xié)同獲取專題數(shù)據(jù)相結合的方式，構建土壤墑情數(shù)據(jù)感知技術，實現(xiàn)土壤墑情在線監(jiān)測與多源數(shù)據(jù)融合，主要技術流程如圖1所示。1.1 土壤墑情監(jiān)測站原位監(jiān)測

4）時間一致性檢查：若前后數(shù)據(jù)土壤相對含水率突降超20%或者當降水量>10 mm/h而表層0～20 cm的土壤體積含水率2 h內未增加則判定為數(shù)據(jù)錯誤。2.2 土壤墑情數(shù)據(jù)校正插補

【參考文獻】：
期刊論文
[1]基于Kubernetes的容器云平臺設計與實踐[J]. 翁湦元,單杏花,閻志遠,王雪峰.  鐵路計算機應用. 2019(12)
[2]基于Kubernetes的云原生海量數(shù)據(jù)存儲系統(tǒng)設計與實現(xiàn)[J]. 劉福鑫,李勁巍,王熠弘,李琳.  計算機應用. 2020(02)
[3]高可用MySQL同步集群的研究與設計[J]. 米向榮.  忻州師范學院學報. 2019(05)
[4]基于RNN-CNN集成深度學習模型的PM2.5小時濃度預測[J]. 黃婕,張豐,杜震洪,劉仁義,曹曉裴.  浙江大學學報(理學版). 2019(03)
[5]基于ET和水量平衡的日光溫室實時精準灌溉決策及控制系統(tǒng)[J]. 顧哲,袁壽其,齊志明,王新坤,蔡彬,鄭珍.  農業(yè)工程學報. 2018(23)
[6]基于水足跡的中國農業(yè)用水效果評價[J]. 操信春,任杰,吳夢洋,郭相平,王衛(wèi)光.  農業(yè)工程學報. 2018(05)
[7]基于Docker的DevOps系統(tǒng)設計與實現(xiàn)[J]. 丁海斌,崔雋,陸凱.  指揮信息系統(tǒng)與技術. 2017(03)
[8]基于頻域法的便攜式無線土壤水分測量裝置設計與試驗[J]. 孟德倫,孟繁佳,段曉菲,王怡文.  農業(yè)工程學報. 2017(S1)
[9]基于雙作物系數(shù)法的干旱區(qū)覆膜農田耗水及水量平衡分析[J]. 文冶強,楊健,尚松浩.  農業(yè)工程學報. 2017(01)
[10]畦田灌溉模擬中田面微地形空間分布插值方法改進[J]. 劉姍姍,白美健,許迪,章少輝.  農業(yè)工程學報. 2015(17)

碩士論文
[1]土壤濕度傳感器影響因素及補償方法研究[D]. 曹美.河北工業(yè)大學 2015



本文編號：3095468