英语原文共 14 页，剩余内容已隐藏，支付完成后下载完整资料
附录A
水稻自动滴灌系统的智能传感器栽培
1.导言
水是地球上最常见、最丰富的物质，以无机液体的形式自然存在。农业是发展中国家最主要的活动，用于获取活的有机体维持和增强其生命所用的食物和其他基本物品。农业利用世界范围内85%的可用淡水资源来种植传统灌溉方式的植物，并且随着人口的增长，在日常生活中增加了对水资源的需求[1].泰米尔纳德邦有西南、东北和旱季等三种截然不同的季风，容易发生干旱。人们认为有必要建立一个有效利用现有水的智能系统。农民也非常渴望适应新的观念和市场力量。据评估，到2050年农业产量要达到70%。未来的自动化必将带来显著的成就。在泰米尔纳德邦，paddy构成85%，占粮食总产量的2%，不同生育阶段需水量不同。大水漫灌是一种将水释放到整个田块被覆盖的技术，但作物在其整个生长过程中并不需要那么多的水量（即与完全生长阶段相比，在种植的中期和早期阶段只需要50%和25%的水量）。因此，选择滴灌来优化水资源的利用，以提高作物产量。滴灌系统又称微灌系统，它通过加压管道、阀门和滴灌器将水直接供应到根区或土壤表面，使水缓慢滴落。滴灌系统比传统的大水漫灌方式节水近40-80%。滴灌系统总图[2]显示在图1，以滴灌为基础的水稻栽培[3]显示在2，滴灌节省了相当多的水从初始配制水平开始收割稻谷。传统的大水漫灌法种植一英亩水稻需要3百万升的水，而滴灌系统仅用4000万升水[4].可以清楚地看到，在过去的十年中，地下水位逐渐下降，同时也存在着较差的季风。这就需要灌溉系统中的自动化，以便有效地利用水灌溉系统的自动化是目前国内外研究的热点。
图1滴灌布局
图2.滴灌在水稻栽培中的应用
本文提出了一种具有内田数据反馈的综合灌溉控制器[5], 通过蓝牙通信辅助灌溉决策和灌溉任务的实时监控。设计了一个低成本微控制器原型系统，利用合适的传感器监测农田的土壤、冠层、气温和土壤水分状况。采用PIC16F88单片机对作物生长季节的数据进行采集，实现作物环境的监测.作者调查了移动电话短信服务(SMS)通过向澳大利亚灌溉者发送滴水运行时间建议来编制灌溉计划的使用情况。微控制器滴灌系统[8]设计了一种智能传感器来监测农田的环境状况。通过对温度、相对湿度、土壤水分等天气条件的连续监测，检测病害的萌发，并通过蜂鸣器进行暗示。本系统还利用从农田接收到的物理参数值对滴灌进行了实时分析。自动灌溉系统[9]是为了在农业领域利用水资源而开发的。该方法通过在作物根部放置传感器来测量土壤水分水平和温度，并利用无线信息单元将测量的数据通过公共移动网络传输到web服务器。作者提出了一个灌溉决策支持系统，通过利用土壤测量和环境参数评估植物每周的灌溉需求来管理灌溉通过传感器节点。从文献中可以看出，神经网络、模糊逻辑等软计算技术也被应用于农业领域，用于预测不同灌溉方式下的玉米产量[11]，小麦生产[12]和水温[13].
图像处理技术也被用于农业的各个领域。其中列出的一些应用程序[14，15，16] 采用图像处理技术,通过对叶色的估计,测量叶面积,确定土壤pH值,计算必要的施肥量。最近开展了研究工作，以开发用于农业和农业的具有图像处理概念的android应用程序[17]作者设计了一套测定玉米叶片叶绿素含量的系统。设计了一个基于android的智能手机系统[18]根据网络摄像头数据和生物医学信号监测驾驶员的睡意。开发了智能手机应用程序，用于使用手机中可用的音频硬件读取仿生传感器值[19]。
随着传感器技术和基于网络的信息技术的发展，无线传感器网络(WSN)在医疗保健应用、野生动物栖息地监测、军事应用、智能家庭监控和精准农业等方面发挥着越来越重要的作用 [20-22]。利用射频识别技术和物联网技术,讨论了无源无线节点及其在广域的应用。了降低无线无源节点(WPN)的功耗，提出了基于微控制器的远程执行单元(REU)结构在[25], 作者开发了一种节能的体系结构，特别适用于环境监测、结构和医疗等领域。一种基于WSN的聚类方法应用于咖啡种植园害虫的鉴定，提出了一个系统[27]通过一种低成本的无线传感器网络来监测农业土地上由于病虫害、土壤水分、干旱和洪水而引起的作物频繁变化。作者提出了一种利用无线传感器网络对大范围降雨进行实时监测的系统，并在不需要人工干预的情况下，将记录的信息定期同步传输。作者提出了一个基于智能手机的灌溉系统，仅基于土壤的湿度，他们没有集中在其他环境参数。除了土壤的湿润度外，我们还根据温度、湿度、降雨量和光照强度引入了一种新的设计。可以明确地说，就作者所知，这一提议的方法在文献中的其他地方没有得到实施。
论文的其余部分组织如下：第2节描述了所提出的系统的方法和工作模型。拟议方法中使用的组成部分和技术详见第3节。第4节。讨论了所提出的智能灌溉系统的结果和分析。最后，我们总结了本文的工作第5节。
2. 拟议灌溉系统
一般情况下，水稻在整个生命周期内的需水量是不均匀的。研究表明，与成熟阶段相比，栽培中期和早期仅有50%和25%的水分被利用。高效灌溉不仅取决于作物的需水量，还与农田的环境因素有关。环境条件需要持续监测，因为土壤的温度、湿度、降雨量和含水量等因素将决定有效灌溉系统所需的水量。
2.1. 拟议方法框图
提出的基于智能传感器的灌溉系统由ARM微控制器、智能手机、GSM模块、传感器单元和电机控制单元组成图3传感器单元由温度传感器、湿度传感器、光照传感器和雨水传感器组成,通过采集农田的温度、湿度、光照强度和降雨量等物理参数来监测农田的环境状况。开发了一种灌溉应用程序，用于根据捕获的图像确定土壤的湿度，并将其安装在智能手机中，该智能手机被保持在封闭的腔室中，腔室的一侧具有透明抗反射玻璃(TARG)介质。所提出的灌溉系统中的全球移动通信系统(GSM)模块用于微控制器和智能手机之间的消息发送和接收。基于从各种传感器接收到的数据，ARM微控制器通过控制电机单元来管理灌溉，并定期更新信息给农民。
图 3基于智能传感器的灌溉系统框图
2.2. 拟议系统的工作原理
建议的灌溉系统的整个工作流程载于图4。最初，拟议中的灌溉系统从android应用程序拍摄的土壤图像开始，该应用程序安装在密闭室内的智能手机中。应用程序将捕获的彩色图像转换为灰度图像，并计算转换后的灰度图像的直方图值。根据直方图，当灰度图像中的像素总数超过5000个，像素强度在200或200左右时，系统判断土壤是湿润的，不需要灌溉。否则，土壤是干燥的，并根据从与系统集成的传感器接收到的值作出响应。基于土壤湿度和雨量传感器的输入，ARM微控制器通过电机控制单元操作电机。
图4基于智能传感器的灌溉系统的工作流程
根据土壤含水量和传感器的输入，将灌溉系统的工作分为三大类。类别如下：
1.土壤处于潮湿状态-电机需要处于关闭状态。
2.土壤处于干燥状态和降雨的可能性-马达需要处于关闭状态。
3.土壤处于干燥状态，没有降雨的可能性-电机需要处于接通状态。
该系统通过在预定义的时间间隔内重复执行上述过程，连续捕获土壤图像和传感器输入，并对农田进行管理。最后，通过短信将灌溉过程的状态定期更新到农民手机上。
3.使用的组件和技术
3.1.传感器说明
3.1.1.温度传感器
温度传感器通过将物理参数转换为电压来确定大气的温度。温度传感器产生的输出电压与瞬时TEM-温度（以摄氏度/摄氏度为单位）。在所提出的灌溉系统中，使用LM35 DZ温度传感器，其感测温度来自-55- 150摄氏度.工作电压范围为4 V至30 V，每摄氏度温度变化线性地产生10 mV的输出电压。温度传感器的模拟输出引脚连接到ARM微控制器中的模数转换器(ADC)的输入端。图5用引脚说明显示了所建议系统中使用的温度传感器。
3.1.2.湿度传感器
湿度传感器是用来发现空气中水蒸气的存在。相对湿度是通过调节传感器模块中的电位器来测量空气中水蒸气量的通用术语，其值与固定温度下的电阻量成反比。在所提出的灌溉系统中，使用了HR202湿度传感器，其在0至60摄氏度的温度下感测20%至95%范围内的相对湿度。它从3.3 V至5 V，可同时产生模拟和数字输出。湿度的变化是通过模块的数字输出进行监测，通过传感器的模拟输出得到湿度的精确数值。图6用引脚说明显示了所建议系统中使用的湿度传感器。
图 5温度传感器
图 6湿度传感器
图 7光传感器
3.1.3.光传感器
光传感器用于检测环境的光强。光传感器是一种将光能转换成电能的无源器件。光相关电阻(LDR)也是一种光传感器，它通过降低电阻来增加其导电性，以增加光照。在所提出的灌溉系统中，ORP12硫化镉光导电池被用作光传感器。通常情况下，电池的电阻非常高，对于一个暗点（没有照明的空间）几乎是1000万英镑。对于一个亮点（完全照明的空间），它可以降低到100英镑2。图7显示了所建议的系统中使用的光传感器。
3.1.4.雨量传感器
雨量传感器是用来检测田间降雨量的。该传感器由雨量检测模块和雨量控制模块两部分组成。该控制模块能够产生模拟和数字输出，而数字输出用于检测降雨量以及降雨强度，并且可以通过模拟输出进行测量。雨情检测板有两个单独的PCB走线，尺寸为50 mm x 40 mm。传感器板作为一个可变电阻器，它根据水落在板上而变化（即），其值范围在100K英镑2I之间。例如，湿装和200万英镑。例如，在干燥中。在所提出的系统中，使用了来自Elecmake的雨滴传感器模块PRD180。工作电压为3。3 V至5 V，电流小于20 mA。图8显示了拟议系统中使用的雨量传感器。
图 8雨量传感器
图 9 LPC2148微控制器
图 10 灰度图像
3.2. 微控制器(LPC2148)
图9给出了在所提出的系统中使用的LPC2148微控制器。它是飞利浦公司生产的ARM7系列通用集成电路。由于预加载了几个固有外设，该控制器对于初学者和高端应用程序开发人员来说更加经济可靠。其中一些重要特性包括8至40 KB片内静态RAM、32至512 KB片内闪存和128位宽接口，允许60 MHz操作。微控制器的工作电压为3。3 V plusmn; 10%（在3.0 V至3。6 V）。
3.3. 土壤图像处理
土壤图像处理是一种通过对采集到的图像进行处理来检测土壤性质的技术。 该技术根据土壤的湿润程度将土壤分为完全干燥到完全湿润之间的不同类别。通过对捕获图像的直方图分析来估计土壤中的湿润量。从智能手机捕获的图像是由红、绿和蓝(RGB)等三原色混合而成的颜色。根据以下步骤将所捕获的彩色图像转换为灰度图像。
直方图是对灰度图像的特定像素强度下的像素数量进行计数的过程，其值介于0和255之间。得到的直方图仅显示干像素和湿像素之间的边际差异。为了改善它们的差异，我们建立了一个设置，捕捉具有相同光照背景的超白纸的图像，然后从灰度图像中减去图像。不同湿润程度土壤的灰度图像显示在 图10其增强的土壤图像直方图显示在图11。
根据直方图分析，土壤的湿润度由存在于像素强度200中及其周围的像素总数确定。根据像素的数目，土壤被分为六种不同的类型，如图12土壤的类别和土壤中存在的湿润百分比如下：
bull;无湿含量-完全干燥的土壤
bull;15%湿含量-干土
bull;30%湿含量-条件湿润土壤
bull;60%湿含量-中等湿润土壤
bull;95%湿含量-湿土
bull;100%湿含量-完全湿润的土壤。
图 11
图 12
3.4.灌溉应用
该应用程序是在Eclipse SDK3中开发的。6.2编译器使用Java并转换成Android软件包作为apk文件。开发的应用程序安装在一个智能手机中，该智能手机被放置在一个密封盖的防水矩形内。
图13.智能手机应用程序拍摄的图像。
(a)不同湿润程度的红壤 (b)不同湿润程度的黑土
盒子的一侧有TARG，智能手机中的摄像头需要对着TARG聚焦才能捕捉到土壤图像。在用户定义的时间间隔，应用程序激活智能手机的相机模块，并捕获用于估计土
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[606129]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
