一种用于高标准农田下的灌溉节能管理系统及方法与流程

本发明涉及农业节能，具体为一种用于高标准农田下的灌溉节能管理系统及方法。

背景技术：

1、高标准农田灌溉技术是指利用现代化技术手段对农田进行精细化管理，实现水资源的节约利用和高效利用的一种现代化农业生产技术。高标准农田灌溉技术包括多种灌溉方式，例如滴灌、喷灌、微灌等。通过科学的水资源管理和合理的灌溉技术，可以最大程度地减少水资源的浪费和污染，同时提高农田的水分利用效率和作物产量，有助于保障粮食安全和生态环境的可持续发展。

2、高标准农田灌溉智慧灌溉系统中所使用到的地下管道往往会发生破损问题，由于管道本身的老化、昼夜温差或施工不当等原因，导致管道破损，内部的水分流失或渗漏到泥土中，不仅影响灌溉系统的正常运行，还极大程度浪费了水资源。该问题会导致如下影响：漏水会导致灌溉系统中的水资源浪费，影响灌溉效率，增加了水资源的消耗；地下管道漏水后，水分会渗入土壤中，导致土壤变得松软，容易出现土壤沉降等问题；管道漏水会导致灌溉水量减少，影响灌溉效果，从而影响作物的生长发育；漏水问题需要及时维修，否则会导致更严重的问题，增加维修成本和维修难度。

3、解决地下管道破损漏水问题，首先需要找出漏水点具体位置，最简单的方法是进行人工排查，但在现代化农业生产中，高标准农田面积通常可以达到几百亩甚至上千亩，人工排查面临的工作量过大，几乎是不可能完成的任务，而且大多数管道深埋地下，不经过仔细观察和辨认是很难发现漏水现象，所以，现阶段需要一种能够快速发现漏水情况并精准定位到具体漏水点所在位置的方法，来解决以上面临的问题，从而避免水资源的浪费。

技术实现思路

1、本发明的目的在于提供一种用于高标准农田下的灌溉节能管理系统及方法，以解决上述背景技术中提出的问题。

2、为了解决上述技术问题，本发明提供如下技术方案：一种用于高标准农田下的灌溉节能管理系统，该管理系统包括数据采集模块、数据处理模块、设备控制模块和智能预警模块。

3、所述数据采集模块用于采集总水表读数，以及通过无人机摄像头对地面进行影像信息采集，将数据传递至数据处理模块；所述数据处理模块用于判断是否存在漏水现象，当漏水现象发生时，通过各个电磁阀开关的通断信息来判断漏水区域，同时分析无人机摄像头采集到的影像信息，计算出疑似漏水点的位置信息；所述设备控制模块用于控制电磁阀开关，以及控制无人机飞行区域和飞行路径；所述智能预警模块用于将漏水流量、疑似漏水点影像信息和位置信息编辑成预警信息来提醒相关人员。

4、通过上述技术方案，首先，系统通过各类设备采集相关信息；其次，判断采集到的信息是否存在漏水现象，存在漏水现象则通过通断电磁阀来判断具体漏水区域，通过无人机高空拍摄技术对所有漏水区域逐个排查来找到疑似漏水点；最后，系统自动将漏水流量、疑似漏水点影像信息和位置信息发送相关人员处理。

5、所述数据采集模块包括水表读数采集单元和地面影像采集单元。所述水表读数采集单元通过安装在灌溉总水管处的水表采集累计流量值，在非灌溉期间，每隔一段固定时间采集一次灌溉总水管的累计流量值，将信息发送至数据处理模块。所述地面影像采集单元采用无人机高空拍摄技术对每个漏水区域进行来回巡查拍摄，无人机携带的摄像头具有红外功能，到达指定拍摄位置后，飞至一定高度，摄像头开启，边横向飞行边录制地面影像信息，影像信息包括实景画面和热成像画面，系统将这些影像信息及对应位置信息传递至数据处理模块进行处理，其中：

6、无人机横向飞行过程中，速度应该控制适中，飞行速度过快，可能会导致录制画面模糊不清晰，飞行速度过慢，会导致排查用时过长，效率低下，实际使用过程中，将速度控制在一个合理值，方便后续的数据处理操作。

7、通过上述技术方案，能够实现对所需要的信息通过各种设备进行收集，为后续数据处理模块提供数据支撑。

8、所述数据处理模块包括漏水区域判断单元和漏水位置预测单元。所述漏水区域判断单元通过对电磁阀开关的通断状态来判断漏水区域。首先，通电主管处电磁阀开关，断电所有支管处电磁阀开关，并以指令形式发送至设备控制模块后，再进行判断安装在灌溉总水管处的水表采集的累计流量值是否发生改变，未发生改变则说明主管不存在漏水现象，发生改变则说明主管存在漏水现象，系统根据主管分布位置情况，划分出一块能够包含该主管道的矩形漏水区域；其次，依次通电每个支管处电磁阀开关，并以指令形式发送至设备控制模块后，再进行判断安装在灌溉总水管处的水表采集的累计流量值变化幅度相对于上次是否发生改变，未发生改变则说明该支管不存在漏水现象，继续通电下一个支管处电磁阀开关重新进行判断；发生改变则说明该支管存在漏水现象，系统根据对应支管分布位置情况，划分出一块能够包含该支管道的矩形漏水区域，并继续通电下一个支管处电磁阀开关重新进行判断；最后，当所有支管处电磁阀开关全部完成通电后，断电所有不存在漏水现象的支管处电磁阀开关，对管道内部水进行加温加压，并以指令形式发送至设备控制模块，同时将所有漏水区域位置信息传递给设备控制模块。

9、所述漏水位置预测单元用于将漏水区域影像信息中的热成像视频信息分解成单帧图像，先对所有单帧图像进行筛选，采用图像相似度识别和边缘检测法去除重复和模糊的图像；再对剩余单帧图像进行分析，判断每张热成像画面是否存在高热区域，存在高热区域则说明该区域可能存在漏水现象，将该高热区域的位置信息、附近管道位置信息代入公式中进行计算，计算该高热区域的漏水可疑度，将可疑度不为零的高热区域的位置信息和可疑度发送至智能预警模块。

10、一张热成像画面可能包含多个高热区域，首先计算出每个高热区域的像素个数占整张画面的像素百分比；其次，判断该百分比是否大于误差占比，小于或等于误差占比说明该高热区域不符合漏水所导致的局部高热，可能是由于其他设备或线路发热产生的误差，只有大于误差占比，才有可能是由于漏水所导致的局部高热，误差占比需要根据实际情况进行设定；最后，针对每一个大于误差占比的高热区域，计算其像素点对应的地理坐标信息，放入集合中，与该漏水区域中的管道地理位置坐标集合计算交集，根据交集的元素个数与高热区域位置坐标集合的元素个数之比，计算出每个高热区域的可疑度。

11、通过上述技术方案，实现对管道内部水的加温加压与电磁阀的通断来判断漏水区域，以及分析无人机摄像头对漏水区域的拍摄画面来确认疑似漏水点位置信息。

12、所述设备控制模块包括灌溉调节单元、电磁阀控制单元和巡查路径规划单元。所述灌溉调节单元能够根据数据处理模块传递过来的指令信息实现对水温和水压的控制。在确认好漏水区域后，通电打开所有漏水管道，加热加压总管内部的水到一定温度和压力后，总阀门开启，高压热水流入每一个漏水管道。由于管道内部的水温度较高，通过红外摄像头很容易发现，只要某个地方热度不是管状，而是团状或不规则状态，且和管道位置重叠，就可以确定疑似漏水点，代入公式计算可疑度。增加水压则是为了让水快速流出，使得红外图像上呈现更加明显的高热区域。同时，在控制水温水压时需要考虑管道承受温度和压力的极限以及对管道周边农作物是否有影响而综合考虑。

13、所述电磁阀控制单元能够接收数据处理模块传递过来的指令信息，实现对主管处电磁阀开关和所有支管处电磁阀开关的通断调节；对应电磁阀开关通电时候，电磁线圈产生电磁力把关闭件从阀座上提起，阀门打开，水流通过电磁阀进入管道；对应电磁阀开关断电时候，电磁力消失，弹簧把关闭件压在阀座上，阀门关闭，水流无法通过电磁阀进入管道。

14、所述巡查路径规划单元能够接收数据处理模块传递过来的指令信息，对每个漏水区域进行无人机飞行路径规划；以清晰度不变为原则，确定无人机最远拍摄距离，该距离为无人机飞行高度，根据该高度下无人机拍摄画面的宽度，代入公式中计算出无人机每次来回的移动间距；无人机根据这些参数信息和及漏水区域位置信息实现对每个漏水区域的巡查拍摄。

15、通过上述技术方案，相应设备接收到对应指令信息，自动完成加温加压管道中的水、控制对应电磁阀开关的通断和规划无人机的飞行路径。

16、所述智能预警模块能够接收数据处理模块传递过来的可疑度不为零的高热区域位置信息和可疑度，根据可疑度的高低进行正序排列后，将漏水流量、疑似漏水点影像信息和位置信息发送相关人员处理。

17、通过上述技术方案，实现对漏水情况的预警，将现场拍摄的画面及疑似漏水点位置信息发送至相关人员，避免了浪费水资源的现象发生。

18、一种用于高标准农田下的灌溉节能管理方法，该方法包括以下步骤：

19、s1、判断总水表读数是否异常；

20、s2、异常情况下，通断电磁阀开关找出漏水管道，进行漏水区域划分；

21、s3、逐个排查漏水区域找出每个漏水点具体位置；

22、s4、通知相关人员漏水情况。

23、在s1中，判断总水表读数是否异常是指在非灌溉期间，所有电磁阀开关全部通电打开后，观测安装在灌溉总水管处的水表采集累计流量值是否发生变化。未发生变化，则为正常情况；发生变化，则为异常情况。

24、通过上述技术方案，可以实现对所需要的信息通过各种方法进行收集，为后续数据处理模块提供数据支撑。

25、在s2中，找出漏水管道和漏水区域的划分需要通过通断电磁阀开关来逐步排查发现，具体步骤如下：

26、s201、通电主管处电磁阀开关，断电所有支管处电磁阀开关，水流通过阀门进入主管道，稳定下来后，判断安装在灌溉总水管处的水表采集的累计流量值是否发生改变，未发生改变则说明主管不存在漏水现象，发生改变则说明主管存在漏水现象，根据主管分布位置情况，划分出一块能够包含主管道的矩形漏水区域。

27、s202、保持通电主管处电磁阀开关，再依次通电每个支管处电磁阀开关，主管内的水流通过阀门进入支管道，稳定下来后，判断安装在灌溉总水管处的水表采集的累计流量值变化幅度相对于上次是否发生改变，未发生改变则说明该支管不存在漏水现象，继续通电下一个支管处电磁阀开关，继续进行判断。发生改变则说明该支管存在漏水现象，系统根据对应支管分布位置情况，划分出一块能够包含该支管道的矩形漏水区域，并继续通电下一个支管处电磁阀开关，继续进行判断。直至所有支管处电磁阀开关全部完成通电，判断结束，收集所有漏水区域信息。

28、s203、保持通电主管处电磁阀开关，断电所有不存在漏水现象的支管处电磁阀开关，对管道内部水流进行加温加压。

29、通过上述技术方案，实现了对漏水情况的判断，并根据具体漏水管道划分出相对应的漏水区域，提高后期排查的工作效率。

30、在s3和s4中，对漏水区域的逐个排查是使用无人机来执行任务，无人机通过自带的红外摄像头对地面进行影像拍摄记录，根据影像信息排查出疑似漏水点。具体步骤如下：

31、s301、在保持清晰度不变的情况下，根据无人机自带的红外摄像头参数信息确定最远拍摄距离，将该距离作为无人机的飞行高度，计算公式如下:

32、

33、式中，c为无人机的飞行高度，j表示镜头的固定焦距，w为镜头拍摄画面的宽度，h为镜头的靶面尺寸高度。

34、s302、无人机飞行到对应高度c后，摄像头开启，开始录制地面影像信息。以矩形漏水区域任意顶点为出发点，朝相邻顶点横向飞行，到达相邻顶点后，纵向位移一段距离s，位移完成后，朝上次飞行方向相反方向继续横向飞行，如此反复，直至巡查完该漏水区域内所有位置。其中，纵向位移距离s是根据该高度下无人机拍摄画面与实际面积比例代入公式中计算得到，计算公式如下：

35、s＝w×b

36、式中，s为无人机纵向位移的距离，w为镜头拍摄画面的宽度，b为拍摄画面与实际面积的比例。

37、s303、无人机巡查完所有漏水区域后，将全部影像信息拆解为两部分：实景视频信息和热成像视频信息；使用现有的opencv分别将这两部分视频信息分解成单帧图像，对所有单帧图像进行筛选，采用图像相似度识别和边缘检测法去除重复和模糊的图像，再对剩余单帧图像中的热成像图像进行分析，找出热成像图像中的高热区域，结合管道位置信息分析计算其可疑度，按照可疑度的高低进行正序排列后，将漏水流量、疑似漏水点影像信息和位置信息发送相关人员处理。

38、对剩余单帧图像中的热成像图像进行分析和计算高热区域的可疑度包括以下步骤：

39、s304、使用python的opencv库实现将红外图像转换为灰度图像，再对灰度图像进行高斯滤波，以去除噪声和平滑图像。

40、s305、对滤波后的灰度图像进行阈值分割，将灰度图像二值化后得到二值化图像，凸显出高热区域的轮廓。其中，图像二值化需要将灰度图像中每个像素点灰度值和设定的灰度阈值代入公式中进行计算，公式如下：

41、

42、式中，d(x,y)为该像素点计算后的灰度值，f(x,y)为像素灰度值，x,y表示像素的横纵坐标，t为灰度阈值，else表示其他情况，灰度标记为1的像素对应于关注的对象，标记为0的像素对应于背景。

43、s306、判断灰度值为1的像素点占总像素点的百分比是否大于误差阈值，小于或等于该阈值说明该红外图像中不包含漏水现象所导致的高热区域，结束本张红外图像的分析，进行下一张红外图像的分析；大于该阈值说明该红外图像中包含漏水现象所导致的高热区域，收集所有高热区域坐标，将其添加到坐标集合中。判断公式如下：

44、

45、式中，result为判断结果，fail为失败，结束本张红外图像的分析，进行下一张红外图像的分析；success为成功，进行下一步骤；gr为灰度值为1的像素点个数，k为该红外图像全部像素点个数，v为误差阈值。

46、s307、根据红外图像中高热区域的像素位置和相机的内外参数，计算出高热区域在地面上的地理位置坐标集合x,高热坐标集合x内包括{x1，x2，...，xz}，其中，x1，x2，...，xz分别表示高热坐标集合中第1、2、...、z条数据，每条数据内包含该元素相对于农田的横向位置信息和纵向位置信息。将该高热坐标集合与系统中保留的该漏水区域中的管道地理位置坐标集合代入公式计算，得到该红外图像的漏水可疑度，可疑度不为零的情况下，该红外图像的高热区域即为疑似漏水点。计算公式如下：

47、

48、式中，kyd为该高热区域可疑度，x为高热坐标集合，m为该漏水区域中的管道地理位置坐标集合。

49、通过上述技术方案，实现了对疑似漏水点的发现，通过计算高热区域与管道的相交程度计算对应的可疑度，提高后期排查的工作效率。

50、与现有技术相比，本发明所达到的有益效果是：

51、本发明通过对各路电磁阀的通断，找出漏水管道，根据漏水管道划分出漏水区域，使用无人机红外拍摄技术发现高热区域，并根据每个高热区域单独计算出漏水可疑度，将可疑度不为零的疑似漏水点位置信息及相关影像信息发送至相关人员进行筛选，通过此方法实现漏水位置的自动化检测，提高了漏水检测效率，降低工作人员的排查工作负担。