本開(kāi)發(fā)方案涉及農業(yè)灌溉領(lǐng)域，尤其是一種基于采集到的土壤信息、氣象信息，通過(guò)作物灌溉用水需求模型計算后，能夠反饋調節用水信息進(jìn)行灌溉的智能灌溉管理系統。

　　背景技術(shù)：

　　在我國農業(yè)用水約占用水總量的63%，傳統農業(yè)灌溉模式水資源浪費嚴重，使得我國農業(yè)用水的有效利用率僅為45%左右。我國農業(yè)領(lǐng)域由于水資源利用率低以及耕地管理效率低等問(wèn)題，制約了農業(yè)的發(fā)展。在灌溉期澆水全憑農民的經(jīng)驗和感覺(jué)，造成水資源的嚴重浪費，也使農作物不能得到最佳的生長(cháng)環(huán)境，影響了農作物的產(chǎn)量和質(zhì)量。依靠人工進(jìn)行農業(yè)管理，不僅工作效率低、工作量大，而且不能長(cháng)時(shí)間有效的進(jìn)行作物需水情況監測，不利于灌溉的科學(xué)管理和先進(jìn)灌溉技術(shù)的推廣。

　　隨著(zhù)我國水資源供需矛盾日益尖銳，農業(yè)用水配額減少的問(wèn)題日益突出，采用低能耗的以滴灌、噴灌、微灌為代表的自動(dòng)化節水灌溉技術(shù)得到了迅速推廣及應用，農業(yè)自動(dòng)化灌溉系統由傳統的充分灌溉向非充分灌溉轉變。通過(guò)對灌區資源進(jìn)行自動(dòng)化控制和優(yōu)化配置，可以大大提高農業(yè)灌溉用水的利用率，緩解我國水資源緊缺的現狀。
 

 

　　技術(shù)實(shí)現要素：

　　有鑒于此，本發(fā)明提供一種智能灌溉管理系統，用以解決現有技術(shù)中存在的問(wèn)題，可根據不同土壤與氣候情況，針對不同種類(lèi)農作物的各生育階段，通過(guò)灌溉用水需求模型計算出需要灌水量，反饋調節用水信息進(jìn)行灌溉的智能灌溉管理系統。

　　本發(fā)明采用以下技術(shù)方案：

　　一種智能灌溉管理系統，其中，包括智能感知平臺、無(wú)線(xiàn)傳輸平臺、云數據中心和應用管理平臺;所述智能感知平臺包括數據采集控制器、LoRa傳輸模塊、數據采集模塊與控制終端模塊;所述數據采集模塊包括土壤墑情傳感器、土壤溫度傳感器、水位傳感器、氣象環(huán)境傳感器;所述控制終端模塊包括水泵和電磁閥，所述電磁閥為多個(gè)，所述多個(gè)電磁閥均與數據采集控制器無(wú)線(xiàn)連接;所述無(wú)線(xiàn)傳輸平臺包括GPRS網(wǎng)絡(luò )和4G網(wǎng)絡(luò );所述云數據中心包括云服務(wù)器、灌溉用水需求模型、作物需水預報與灌溉預報;所述灌溉用水需求模型根據智能感知平臺中數據采集模塊采集到的土壤墑情、土壤溫度、水位、氣象信息自動(dòng)計算，發(fā)布作物需水預報與灌溉預報;所述應用管理平臺包括灌溉管理軟件和用戶(hù)終端，所述用戶(hù)終端包含PC端與手機端。

　　優(yōu)選的，所述智能感知平臺包括數據采集控制器、LoRa傳輸模塊、數據采集模塊與控制終端模塊;所述數據采集模塊用于采集不同深度土壤水分含量數據、不同深度土壤溫度數據、地下水位數據、大氣溫度、大氣濕度、實(shí)施風(fēng)速、光照強度等數據;所述LoRa傳輸模塊將數據采集模塊采集到的數據信息通過(guò)LoRa技術(shù)無(wú)線(xiàn)傳輸至數據采集控制器。

　　優(yōu)選的，所述無(wú)線(xiàn)傳輸平臺將數據采集控制器收集到的數據，通過(guò)GPRS網(wǎng)絡(luò )或4G網(wǎng)絡(luò )遠程傳輸至云數據中心中的云服務(wù)器。

　　優(yōu)選的，所述云服務(wù)器將通過(guò)無(wú)線(xiàn)傳輸平臺接收所述智能感知平臺采集到的信息，自動(dòng)輸入所述灌溉用水需求模型;所述灌溉用水需求模型根據接收到的信息和預設的作物參數生成灌溉預報，并傳輸至應用管理平臺。

　　所述灌溉預報包括：預測土壤含水量θi隨時(shí)間的變化，當土壤含水量下降到適宜含水量下限時(shí)，由土壤田間持水量與含水量下限值間的差結合作物計劃濕潤層濕度，計算獲得作物單次灌溉需水量，即灌水定額;最后根據特定灌溉區域內不同作物種植面積，計算獲得區域灌溉需水量。

　　所述作物單次灌溉需水量預測公式如下：

　　式中，II為各類(lèi)作物單次灌溉需水量，單位：m3/畝;θf為田間持水量;θi為預測土壤含水量;γ為土壤容重，單位：g/cm3，根據實(shí)測獲取;Hi為特定生育階段內計劃濕潤層深度，單位：m，根據當地作物估算。

　　所述預測土壤含水量θi的計算公式為：

　　式中，θi-1為上一時(shí)段土壤含水量;ETi-1為作物日耗水量(mm/d);Ri-1為計算時(shí)段內有效降雨量(mm)，可用氣象預報數據;ΔW為計劃濕潤層增加而增加的水量(mm)，根據已有研究成果結合當地作物估算;Fi-1為土壤深層滲漏量(mm)，取0;H為計劃濕潤層深度(mm)，根據當地作物估算;γ為土壤容重，單位：g/cm3;Gi-1為作物利用地下水量。

　　優(yōu)選的，所述上一時(shí)段土壤含水量θi-1由計算機根據定點(diǎn)實(shí)測土壤墑情值與其對應的影像像元屬性值擬合求出，計算機程序自動(dòng)調用擬合函數得到擬和方程，選取相關(guān)系數R方最大的擬合函數進(jìn)行計算確定。

　　所述ETi-1為作物日耗水量是利用參考騰發(fā)量ET0和作物系數kc計算;所述ET0通過(guò)以下公式進(jìn)行計算：

　　優(yōu)選的，上述式中a、b、c均為待定系數，設置為可輸入變量;Tmax、Tmin分別為當日最高、最低氣，從上述數據采集模塊采集的氣象環(huán)境傳感器中數據;J為日序數，如1月12日，J=12;T為下一日平均溫度，從上述數據采集模塊采集的氣象環(huán)境傳感器中數據。

　　該方法創(chuàng )新性的將傳統的基于多個(gè)氣象參數的計算方法簡(jiǎn)化為只需輸入降水量、最高氣溫、最低氣溫三個(gè)參數，極大的減輕的灌溉預報中面臨的氣象參數獲取難、類(lèi)型多、輸入工作量大等問(wèn)題。

　　當計算出的預測土壤含水量θi>土壤灌溉臨界點(diǎn)θk時(shí)，灌溉用水需求模型自動(dòng)判斷無(wú)需灌溉，則返回模型繼續監測。當計算出的預測土壤含水量θi<土壤灌溉臨界點(diǎn)θk時(shí)，灌溉用水需求模型自動(dòng)判斷需要灌溉，此時(shí)通過(guò)下述公式計算預測出區域灌溉需水量：

　　式中Wt為名稱(chēng)為t的計算區域灌溉需水量;At為名稱(chēng)為t的計算區域的面積，該面積通過(guò)遙感技術(shù)對區域作物種植結構進(jìn)行目視解譯與監督分類(lèi)來(lái)計算，由計算機軟件自我學(xué)習、判斷確定;Ii為第i旬的灌溉水量。

　　優(yōu)選的，所述應用管理平臺根據接收到的灌溉預報，由灌溉管理軟件生成相應的灌溉策略，所述灌溉策略通過(guò)遠程傳輸至數據采集控制器，再通過(guò)LoRa傳輸模塊傳輸至控制終端模塊，并且同時(shí)將灌溉策略發(fā)送至用戶(hù)終端，用戶(hù)可在PC端與手機端同時(shí)查看;控制終端模塊根據接收到的命令，打開(kāi)或關(guān)閉水泵與電磁閥。

　　優(yōu)選的，控制終端模塊采用無(wú)線(xiàn)閥門(mén)控制器。所述無(wú)線(xiàn)閥門(mén)控制器包括控制器殼體，所述控制器殼體上設置有天線(xiàn)和支架，所述控制器殼體上設置有太陽(yáng)能電池板，所述控制器殼體內設置有鋰電池、升壓模塊、儲能電路、閥門(mén)控制繼電器、DC-DC模塊、MCU和LoRa無(wú)線(xiàn)通信模塊，所述太陽(yáng)能電池板與鋰電池電連接，為所述鋰電池充電;所述鋰電池分別與所述升壓模塊和DC-DC模塊電連接，為所述升壓模塊和DC-DC模塊供電;所述升壓模塊、儲能電路、閥門(mén)控制繼電器依次電連接，所述閥門(mén)控制繼電器、LoRa無(wú)線(xiàn)通信模塊均與所述MCU電連接;所述天線(xiàn)與LoRa無(wú)線(xiàn)通信模塊連接。

　　所述灌溉管理軟件不僅可以根據智能感知平臺采集到的數據通過(guò)灌溉用水需求模型自動(dòng)生成灌溉策略，也可以通過(guò)用戶(hù)終端人工制定灌溉策略;所述人工制定灌溉策略包括水泵與電磁閥打開(kāi)時(shí)間、開(kāi)啟個(gè)數與灌水量。

　　本發(fā)明的有益效果為：

　　本發(fā)明提供一種智能灌溉管理系統，通過(guò)灌溉用水需求模型自動(dòng)生成最佳灌溉策略，能夠更加合理、科學(xué)的利用水資源，避免水資源浪費;本發(fā)明實(shí)現自動(dòng)控制的智能灌溉，極大提高了勞動(dòng)生產(chǎn)力和減低了勞動(dòng)成本。本發(fā)明能夠實(shí)現不同深度土壤水分、不同深度土壤溫度、地下水位、大氣溫度、大氣濕度、實(shí)施風(fēng)速、光照強度等數據的自動(dòng)采集與傳輸，不僅節省了人工實(shí)地測量的工作量，也保證了數據的連續;通過(guò)將現場(chǎng)灌溉狀態(tài)上傳到互聯(lián)網(wǎng)平臺，可以實(shí)時(shí)遠程監控運行狀態(tài);能夠人工制定灌溉策略，避免因數據采集或傳輸發(fā)生故障而不能進(jìn)行自動(dòng)灌溉的情況發(fā)生。

　　本發(fā)明提供了一種作物日耗水量ETi-1的計算方法，該方法公式所需輸入參數僅為當日最高、最低氣溫與下一日平均溫度，這些數據都能可以從氣象站與天氣預報中簡(jiǎn)單獲取，簡(jiǎn)化原作物日耗水量通用公式—Penman-Montieth方程所需的參數種類(lèi)與計算過(guò)程。該系統能夠根據實(shí)時(shí)監測到的土壤墑情、土壤溫度、氣象信息，遠程傳輸至云服務(wù)器中，結合作物生長(cháng)需求，通過(guò)灌溉用水需求模型計算出需要灌水量，自動(dòng)制定澆灌策略，控制灌溉，實(shí)現個(gè)性化澆灌。

　　具體實(shí)施方式

　　如圖1所示，本發(fā)明提供一種智能灌溉管理系統，包括智能感知平臺104、無(wú)線(xiàn)傳輸平臺103、云數據中心102和應用管理平臺101;所述智能感知平臺包括數據采集控制器、LoRa傳輸模塊、數據采集模塊與控制終端模塊;所述數據采集模塊包括土壤墑情傳感器、土壤溫度傳感器、水位傳感器、氣象環(huán)境傳感器;所述控制終端模塊包括水泵和電磁閥，所述電磁閥為多個(gè)，所述多個(gè)電磁閥均與數據采集控制器無(wú)線(xiàn)連接;所述無(wú)線(xiàn)傳輸平臺包括GPRS網(wǎng)絡(luò )和4G網(wǎng)絡(luò );所述云數據中心包括云服務(wù)器、灌溉用水需求模型、作物需水預報與灌溉預報;所述灌溉用水需求模型根據智能感知平臺中數據采集模塊采集到的土壤墑情、土壤溫度、水位、氣象信息自動(dòng)計算，發(fā)布作物需水預報與灌溉預報;所述應用管理平臺包括灌溉管理軟件和用戶(hù)終端，所述用戶(hù)終端包含PC端與手機端。

　　智能感知平臺包括數據采集控制器、LoRa傳輸模塊、數據采集模塊與控制終端模塊;所述數據采集模塊用于采集不同深度土壤水分含量數據、不同深度土壤溫度數據、地下水位數據、大氣溫度、大氣濕度、實(shí)施風(fēng)速、光照強度等數據;所述LoRa傳輸模塊將數據采集模塊采集到的數據信息通過(guò)LoRa技術(shù)無(wú)線(xiàn)傳輸至數據采集控制器。

　　在一個(gè)實(shí)施例中，無(wú)線(xiàn)傳輸平臺將數據采集控制器收集到的數據，通過(guò)GPRS網(wǎng)絡(luò )或4G網(wǎng)絡(luò )遠程傳輸至云數據中心中的云服務(wù)器。

　　在一個(gè)實(shí)施例中，云服務(wù)器將通過(guò)無(wú)線(xiàn)傳輸平臺接收所述智能感知平臺采集到的信息，自動(dòng)輸入所述灌溉用水需求模型;所述灌溉用水需求模型根據接收到的信息和預設的作物參數生成灌溉預報，并傳輸至應用管理平臺。

　　所述灌溉預報包括：預測土壤含水量θi隨時(shí)間的變化，當土壤含水量下降到適宜含水量下限時(shí)，由土壤田間持水量與含水量下限值間的差結合作物計劃濕潤層濕度，計算獲得作物單次灌溉需水量，即灌水定額;最后根據特定灌溉區域內不同作物種植面積，計算獲得區域灌溉需水量。

　　所述作物單次灌溉需水量預測公式如下：

　　式中，II為各類(lèi)作物單次灌溉需水量，單位：m3/畝;θf為田間持水量;θi為預測土壤含水量;γ為土壤容重，單位：g/cm3，根據實(shí)測獲取;Hi為特定生育階段內計劃濕潤層深度，單位：m，根據當地作物估算。

　　所述預測土壤含水量θi的計算公式為：

　　式中，θi-1為上一時(shí)段土壤含水量;ETi-1為作物日耗水量(mm/d);Ri-1為計算時(shí)段內有效降雨量(mm)，可用氣象預報數據;ΔW為計劃濕潤層增加而增加的水量(mm)，根據已有研究成果結合當地作物估算;Fi-1為土壤深層滲漏量(mm)，取0;H為計劃濕潤層深度(mm)，根據當地作物估算;γ為土壤容重，單位：g/cm3;Gi-1為作物利用地下水量。

　　優(yōu)選的，所述上一時(shí)段土壤含水量θi-1由計算機根據定點(diǎn)實(shí)測土壤墑情值與其對應的影像像元屬性值擬合求出，計算機程序自動(dòng)調用擬合函數得到擬和方程，選取相關(guān)系數R方最大的擬合函數進(jìn)行計算確定。

　　該方法借助遙感手段結合實(shí)測數據計算區域范圍內不同計算單元土壤墑情變化情況。系統使用Landsat8的相關(guān)波段柵格數據來(lái)獲取系統所需的灌區的初始土壤含水率的信息，然后將衛星影像進(jìn)行輻射校正、大氣校正和圖像增強、數據融合等操作，來(lái)消除衛星成像過(guò)程中受到的影響、提高影像分辨率，如衛星速度變化、大氣與地物反射與發(fā)射電磁波的相互作用、隨機噪聲、可見(jiàn)光波段與全色波段融合等。經(jīng)過(guò)對所得的衛星圖像的處理后，由影像的相關(guān)波段計算區域的歸一化植被指數(NDVI)，再由歸一化植被指數計算溫度植被干旱指數(TVDI)，建立TVDI與實(shí)地監測土壤含水率兩者之間的相關(guān)關(guān)系。

　　通過(guò)衛星影像獲取的灌區當前土壤含水率的柵格數據是由一個(gè)個(gè)的像元組成，像元的大小取決于影像的分辨率，每一個(gè)像元代表組成灌區的一塊面積，因為現在Landsat8的分辨率可以達到15m，所以假定每一個(gè)像元內的當前土壤含水率是一樣的，這樣每一個(gè)像元為一基本計算單元，相當于對灌區進(jìn)行離散化，即單元格剖分。然后進(jìn)行單元特性分析，即通過(guò)衛星影像柵格數據可以知道像元內當前土壤含水率。

　　所述ETi-1為作物日耗水量是利用參考騰發(fā)量ET0和作物系數kc計算。本發(fā)明為減輕模型使用人員的工作量，將ET0預測模型及作物系數、土壤系數的計算和預測方法帶入Penman-Montieth方程，可確定出參考騰發(fā)量ET0的計算模型。所述ET0通過(guò)以下公式進(jìn)行計算：

　　優(yōu)選的，上述式中a、b、c均為待定系數，設置為可輸入變量;Tmax、Tmin分別為當日最高、最低氣，從上述數據采集模塊采集的氣象環(huán)境傳感器中數據;J為日序數，如1月12日，J=12;T為下一日平均溫度，從上述數據采集模塊采集的氣象環(huán)境傳感器中數據。

　　當計算出的預測土壤含水量θi>土壤灌溉臨界點(diǎn)θk時(shí)，灌溉用水需求模型自動(dòng)判斷無(wú)需灌溉，則返回模型繼續監測。當計算出的預測土壤含水量θi<土壤灌溉臨界點(diǎn)θk時(shí)，灌溉用水需求模型自動(dòng)判斷需要灌溉，此時(shí)通過(guò)下述公式計算預測出區域灌溉需水量：

　　式中Wt為名稱(chēng)為t的計算區域灌溉需水量;At為名稱(chēng)為t的計算區域的面積，該面積通過(guò)遙感技術(shù)對區域作物種植結構進(jìn)行目視解譯與監督分類(lèi)來(lái)計算，由計算機軟件自我學(xué)習、判斷確定;Ii為第i旬的灌溉水量。

　　應用管理平臺根據接收到的灌溉預報，由灌溉管理軟件生成相應的灌溉策略，所述灌溉策略通過(guò)遠程傳輸至數據采集控制器，再通過(guò)LoRa傳輸模塊傳輸至控制終端模塊，并且同時(shí)將灌溉策略發(fā)送至用戶(hù)終端，用戶(hù)可在PC端與手機端同時(shí)查看;控制終端模塊根據接收到的命令，打開(kāi)或關(guān)閉水泵與電磁閥。

　　灌溉管理軟件不僅可以根據智能感知平臺采集到的數據通過(guò)灌溉用水需求模型自動(dòng)生成灌溉策略，也可以通過(guò)用戶(hù)終端人工制定灌溉策略;所述人工制定灌溉策略包括水泵與電磁閥打開(kāi)時(shí)間、開(kāi)啟個(gè)數與灌水量。

　　本發(fā)明的智能感知平臺通過(guò)土壤墑情傳感器、土壤溫度傳感器、水位傳感器采集墑情、溫度和水位信息，氣象環(huán)境傳感器采集現場(chǎng)的氣象環(huán)境信息，由數據采集控制器控制土壤墑情傳感器、土壤溫度傳感器、水位傳感器和氣象環(huán)境傳感器進(jìn)行信息的采集，采集到的信息通過(guò)LoRa傳輸模塊傳輸至數據采集控制器。通過(guò)無(wú)線(xiàn)傳輸平臺的GPRS網(wǎng)絡(luò )、4G網(wǎng)絡(luò )等將信息發(fā)送給云數據中心的云服務(wù)器，云數據中心根據采集到的信息和預設的灌溉用水需求模型生成作物需水預報和灌溉預報，并傳輸給灌溉管理軟件，由灌溉管理軟件生成相應的灌溉策略，由智能終端控制灌溉管理軟件根據灌溉策略打開(kāi)或關(guān)閉電磁閥，通過(guò)電磁閥的打開(kāi)或關(guān)閉控制水泵的澆灌。

　　如圖2-圖8所示，在一個(gè)實(shí)施例中，控制終端模塊采用無(wú)線(xiàn)閥門(mén)控制器。無(wú)線(xiàn)閥門(mén)控制器包括控制器殼體1、太陽(yáng)能電池板2、天線(xiàn)3和支架4，控制器殼體1上設置有天線(xiàn)3、支架4和太陽(yáng)能電池板2，控制器殼體1內設置有鋰電池、升壓模塊、儲能電路、閥門(mén)控制繼電器、DC-DC模塊、MCU和LoRa無(wú)線(xiàn)通信模塊，太陽(yáng)能電池板2與鋰電池電連接，為所述鋰電池充電;鋰電池分別與升壓模塊和DC-DC模塊電連接，為升壓模塊和DC-DC模塊供電;升壓模塊、儲能電路、閥門(mén)控制繼電器依次電連接，閥門(mén)控制繼電器、LoRa無(wú)線(xiàn)通信模塊均與所述MCU電連接;天線(xiàn)3與LoRa無(wú)線(xiàn)通信模塊連接。支架4上設置有連接脈沖閥的接線(xiàn)孔5，支架為圓柱體金屬支架，在支架上設置有防腐涂層。

　　如圖4所示，MCU為STM8L152C8T6芯片。如圖7、圖8所示，閥門(mén)控制繼電器包括1路脈沖閥電路和2路脈沖閥電路。1路脈沖閥電路包括電容C16、二極管D5、繼電器S1、電阻R15、R13、三極管Q2、電阻R17、電阻R19、三極管Q4、二極管D7、D9、D11、繼電器S3，電容C16的陰極接地、陽(yáng)極接二極管D5的負極，電容C16、二極管D5的負極和繼電器S1的線(xiàn)圈共同接12V電壓，二極管D5的正極、繼電器S1共同連接到三極管Q2的集電極上，電阻R15一端接地，另一端與電阻R13共同連接到三極管Q2的基極，電阻R13另一端接MCU的H2+信號線(xiàn)，三極管Q2的發(fā)射極接地。二極管D7的正極接地，負極接繼電器S1的常閉開(kāi)關(guān)，繼電器S1的常閉開(kāi)關(guān)接地;繼電器S1的常開(kāi)開(kāi)關(guān)接12V電壓。二極管D9的正極接地，負極接繼電器S3的常閉開(kāi)關(guān)，繼電器S3的常閉開(kāi)關(guān)接地，常開(kāi)開(kāi)關(guān)接12V電壓。二極管D11的負極與繼電器S1的線(xiàn)圈共同連接至12V電壓，二極管D11與繼電器S1并聯(lián)，二極管D11的正極接三極管Q4的集電極，三極管Q4的發(fā)射極接地，基極分別連接電阻R17、R19的一端，電阻R17的另一端接MCU的H2-信號端，電阻R19的另一端接地。

　　2路脈沖閥電路包括二極管D6、繼電器S2、電阻R14、R16、三極管Q3、電阻R18、電阻R20、三極管Q5、二極管D8、D10、D12、繼電器S4。電阻R14一端連接H1+信號端，另一端分別連接電阻R16的一端和三極管Q3的基極，電阻R16另一端和三極管Q3的發(fā)射極接地。三極管Q3的集電極與繼電器S2的線(xiàn)圈連接，二極管D6與繼電器S2并聯(lián)，二極管D6的負極接12V電壓，繼電器S2的常開(kāi)開(kāi)關(guān)接12V電壓，常閉開(kāi)關(guān)分別接地和二極管D8的負極，二極管D8的正極接地。二極管D12與繼電器S4并聯(lián)，二極管D12的負極接12V電壓，二極管D12的正極接三極管Q5的集電極，三極管Q5的發(fā)射極接地，基極分別接電阻R18和R20的一端，電阻R18的另一端接H1-信號端，電阻R20的另一端接地。繼電器S4的常開(kāi)開(kāi)關(guān)接12V電壓，常閉開(kāi)關(guān)接地。電阻D10的負極接繼電器S4的常閉開(kāi)關(guān)，正極接地。

　　無(wú)線(xiàn)閥門(mén)控制器的LoRa無(wú)線(xiàn)通信模塊將接收到的信號解析后送MCU，MCU處理后下發(fā)開(kāi)或關(guān)閥的指令，這時(shí)候后面的升壓、儲能、繼電器等電路協(xié)同工作發(fā)出正/反向的脈沖從而控制脈沖閥工作。在正常工作狀態(tài)下，用戶(hù)可根據環(huán)境監測數據通過(guò)控制中心下發(fā)控制命令，由無(wú)線(xiàn)閥門(mén)控制器控制閥門(mén)的打開(kāi)和關(guān)閉，當無(wú)線(xiàn)閥門(mén)控制器在成功執行完控制命令后會(huì )返回閥門(mén)的工作狀態(tài)，若控制中心在10秒左右沒(méi)有接收到設備的返回命令，則說(shuō)明命令未能成功執行，這時(shí)可再次下發(fā)命令。無(wú)線(xiàn)閥門(mén)控制器在正常狀態(tài)下會(huì )通過(guò)LoRa無(wú)線(xiàn)通信模塊定時(shí)上傳實(shí)時(shí)環(huán)境數據和閥門(mén)狀態(tài)。

　　本發(fā)明大大優(yōu)化了現有灌溉系統架構，極大節省了硬件成本的投入，在每個(gè)灌溉節點(diǎn)設置對應的電磁閥，通過(guò)水泵的入口處的電磁閥實(shí)現智能灌溉。通過(guò)氣象環(huán)境傳感器對現場(chǎng)數據采集，制定系統科學(xué)的灌溉方案。通過(guò)將現場(chǎng)各傳感器采集到的數據以及灌溉狀態(tài)上傳到互聯(lián)網(wǎng)平臺，可以實(shí)時(shí)遠程監控運行狀態(tài)。根據采集到的數據通過(guò)灌溉用水需求模型，生成作物需水預報和灌溉預報，判斷是否進(jìn)行灌溉，以及計算灌溉強度是多大。本發(fā)明的灌溉預報包括灌溉啟動(dòng)時(shí)間，灌溉時(shí)間，灌溉次數，水量等。

　　本發(fā)明的整個(gè)灌溉控制過(guò)程在應用管理平臺上通過(guò)移動(dòng)終端上的灌溉管理軟件進(jìn)行遠程控制，通過(guò)無(wú)線(xiàn)方式遠程對電磁閥和數據采集控制器進(jìn)行控制，利用無(wú)線(xiàn)傳輸平臺在云服務(wù)器上進(jìn)行數據交互。本發(fā)明實(shí)現了對田間氣象參數和灌溉參數的實(shí)時(shí)采集。

　　以上所述僅為本發(fā)明的較佳實(shí)施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內，所作的任何修改、等同替換、改進(jìn)等，均應包含在本發(fā)明的保護范圍之內。