大规模农田土壤质量实时可靠监测系统的制作方法

本发明涉及农田监测技术领域，具体涉及大规模农田土壤质量实时可靠监测系统。

背景技术：

现有技术中，信息化技术在推动农业的发展上越来越受到重视。无线传感器网络是实现农业信息化的重要手段，无线传感器网络技术集传感器技术、微机电系统技术、无线通信技术、嵌入式计算技术和分布式信息处理技术于一体，能够通过各类微型传感器节点间的协作、实时感知和采集被监测对象的信息。

技术实现要素：

针对上述问题，本发明提供大规模农田土壤质量实时可靠监测系统。

本发明的目的采用以下技术方案来实现：

提供了大规模农田土壤质量实时可靠监测系统，包括：

感知模块，用于对反应农田环境情况的土壤质量参数进行采集，并将采集得到的土壤质量参数发送至预处理模块；

预处理模块，被配置为对接收的土壤质量参数进行预处理，并发送至数据管理模块处进行存储；

数据管理模块，被配置为对存储的数据进行管理；

参数分析模块，被配置为将土壤质量参数与设定的安全阈值进行比较并输出比较结果；

报警模块，被配置为接收所述比较结果，并在土壤质量参数大于设定的安全阈值时向设定的用户终端输出报警信息。

优选地，所述数据管理模块包括：

第一管理单元，被配置为元数据的添加、删除和更新；

第二管理单元，被配置为对相关数据进行融合处理；

第三管理单元，被配置为根据用户自定义的查询条件实时查询相关数据；

所述相关数据包括所述土壤质量参数、所述元数据。

本发明的有益效果为：实现了农田土壤质量的监测，能够实时将土壤的情况进行记录和分析，在土壤质量参数不满足条件时及时预警，提高了农田监测的自动化程度以及数据采集精度。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明一个示例性实施例的大规模农田土壤质量实时可靠监测系统的结构示意框图；

图2是本发明一个示例性实施例的预处理模块的结构示意框图。

附图标记：

感知模块1、预处理模块2、数据管理模块3、参数分析模块4、报警模块5、第一预处理单元10、第二预处理单元20。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1，本发明实施例提供了大规模农田土壤质量实时可靠监测系统，包括：

感知模块1，用于对反应农田环境情况的土壤质量参数进行采集，并将采集得到的土壤质量参数发送至预处理模块；预处理模块2，被配置为对接收的土壤质量参数进行预处理，并发送至数据管理模块3处进行存储；数据管理模块3，被配置为对存储的数据进行管理；参数分析模块4，被配置为将土壤质量参数与设定的安全阈值进行比较并输出比较结果；报警模块5，被配置为接收所述比较结果，并在土壤质量参数大于设定的安全阈值时向设定的用户终端输出报警信息。

其中，所述感知模块1包括单个基站、单个汇聚节点和多个传感器节点，传感器节点部署于设定的监测区域内；网络初始化时，从传感器节点中选取簇头，并根据选取的簇头将传感器节点分为多个簇；传感器节点采集所监测位置的土壤质量参数，并将土壤质量参数单跳发送至对应的簇头；簇头负责簇内土壤质量参数的接收和处理，并将处理后的土壤质量参数发送至汇聚节点，以由汇聚节点将土壤质量参数传输到基站，基站将接收的土壤质量参数发送至预处理模块2。

在一种可能实现的方式中，所述数据管理模块3包括：

第一管理单元，被配置为元数据的添加、删除和更新；

第二管理单元，被配置为对相关数据进行融合处理；

第三管理单元，被配置为根据用户自定义的查询条件实时查询相关数据；

所述相关数据包括所述土壤质量参数、所述元数据。

在一种能够实现的方式中，如图2所示，预处理模块2包括第一预处理单元10和第二预处理单元20，第一预处理单元10被配置为对接收的土壤质量参数进行异常检测，并将检测出的异常数据进行修正处理；第二预处理单元20被配置为对土壤质量参数进行缺失检测，并对检测出的缺失序列进行数据填补。

本发明上述实施例设计的农田土壤质量智能可靠监测系统，实现了农田土壤质量的监测，能够实时将土壤的情况进行记录和分析，在土壤质量参数不满足条件时及时预警，提高了农田监测的自动化程度以及数据采集精度。

在一种能够实现的方式中，传感器节点发送能耗采用自由空间损耗模型，而簇头与汇聚节点之间进行通信时采用多径衰减模型；所述的从传感器节点中选取簇头，并根据选取的簇头将传感器节点分为多个簇，包括：

(1)将设定的监测区域划分为m个子区域，m按照下列公式确定：

式中，v1为基于自由空间损耗模型的功放能耗系数，v2为基于多径衰减模型的功放能耗系数，n为部署的传感器节点个数，w为所述监测区域的面积，lo为传感器节点到汇聚节点的平均距离；m0为由专家根据监测区域设定的簇组个数；k1、k2为预设的权重系数，且满足k1+k2＝1；int为取整函数；

(2)按照下列公式计算每个子区域的重心位置：

式中，ρi表示第i个子区域的重心位置，i＝1，...，m，x(j)表示所述第i个子区域中第j个传感器节点所在位置的横坐标，y(j)为所述第j个传感器节点所在位置的纵坐标，其中以汇聚节点为坐标原点，ni为所述第i个子区域具有的传感器节点个数；

(3)在每个子区域中，选择距离重心位置最近的传感器节点作为初始时的簇头，其余传感器节点选择距离最近的簇头加入簇。

当簇组数过少时，簇内的传感器节点数量相应增多，会大大增加簇头的通信负担和能耗；当簇组数过多时，大部分传感器节点与汇聚节点直接进行数据传输，对传感器节点分簇将变得没有意义。基于此，本实施例先确定子区域划分数目，再根据子区域划分数目对监测区域进行分区，在每个分区中选择一个距离分区重心位置最近的传感器节点作为初始的簇头。

本实施例起到了如下意想不到的技术效果：能够有效提高簇头分布的均匀性，从而有利于减少土壤质量参数传输至簇头的能耗；创新性地提出了子区域划分数目的计算公式，该计算公式以最小化网内传感器节点的总能耗为优化目标，以监测区域面积、传感器节点数量和传感器节点到汇聚节点的平均距离为约束，实现了簇组数的优化，该计算公式还结合了理论计算和专家确定法，使得子区域划分数目的确定更加贴近实际情况。

在一个实施例中，当簇头的剩余能量低于预设能量阈值时，簇头在其簇内的传感器节点中选择新簇头，具体为：

(1)簇头计算其簇内传感器节点担任新簇头的概率，并选择最大概率和次大概率对应的传感器节点作为备选节点；

(2)簇头在选取到的2个备选节点中选择一个备选节点作为新簇头，而原簇头转变自己的角色为簇内的传感器节点；

其中，设定概率的计算公式为：

式中，gac表示簇头a对应簇内的传感器节点c担任新簇头的概率，na为所述簇头a对应簇内的传感器节点数量，na为所述簇头a对应簇内已担任过簇头的传感器节点数量；p(c)为判断取值函数，当所述传感器节点c担任过簇头时，p(c)＝0，当所述传感器节点c未担任过簇头时，p(c)＝1；qc为所述传感器节点c的当前剩余能量，qf为所述簇头a对应簇内第f个传感器节点的当前剩余能量，qc0为所述传感器节点c的初始能量；b1、b2为预设的权重系数。

本实施例在簇头的剩余能量低于预设能量阈值时，重新选择新簇头，以实现簇头的轮换，能够有效保证簇头工作的稳定性和整个网络的可靠性。本实施例创新性地提出了一种簇头的轮换机制，其中提出了簇内传感器节点担任新簇头的概率的计算公式，根据该计算公式可知，未担任过簇头、相对能量更大的传感器节点具有更大的概率担任新簇头。该轮换机制中，簇头计算其簇内传感器节点担任新簇头的概率，并选择最大概率和次大概率对应的传感器节点作为备选节点，可以有效降低能力不足的传感器节点被选为新簇头的概率，进而有利于提高新簇头工作的稳定性。

在一个实施例中，簇头在选取到的2个备选节点中选择一个备选节点作为新簇头，包括：

(1)对于选取到的2个备选节点，按照下列公式预测备选节点担任新簇头后的总能耗：

式中，为预测的第u个备选节点担任新簇头后的总能耗，u＝1，2，为第u个备选节点所在簇内的传感器节点数量，q0为设定的簇头接收和处理单位土壤质量参数的能耗，lu，o为所述第u个备选节点到汇聚节点的距离，qe为电路能耗参数，v1为基于自由空间损耗模型的功放能耗系数，v2为基于多径衰减模型的功放能耗系数，ld，u为第u个备选节点所在簇内的第d个传感器节点到所述第u个备选节点的距离；

(2)选取总能耗最小对应的备选节点作为新簇头。

如果一个传感器节点的剩余能量很多，但是其当选为簇头后能量消耗却很大，甚至会因为当选一次簇头后能量消耗殆尽而失效，则这样的传感器节点不适合担任簇头。基于此，本实施例进一步提出了预测备选节点担任新簇头后的总能耗的计算公式，使得总能耗的计算简单便捷，提高了簇头选取的效率。本实施例根据该计算公式预测两个备选节点担任新簇头后的总能耗，并从中选取总能耗最小对应的备选节点作为新簇头，有利于保证新簇头工作的稳定性，在整体上节省土壤质量参数传输能耗，降低网络通信成本。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。