基于无线传感器网络和卫星数据的精准智能灌溉模型
《Remote Sensing Applications: Society and Environment》:A Precision Smart Irrigation Model Based on Wireless Sensor Networks and Satellite Data
【字体:
大
中
小
】
时间:2026年07月01日
来源:Remote Sensing Applications: Society and Environment 3.8
编辑推荐:
A.A. Baradaran|A. Ejlali伊朗德黑兰沙里夫理工大学计算机工程系摘要在干旱和半干旱地区,可持续管理水资源需要对作物的需水量进行精确且多尺度的监测。本研究提出了一种集成框架,将Landsat-8卫星图像与无线传感器网络(WSN)的实时数据相结合,用于估算实际蒸散
A.A. Baradaran|A. Ejlali
伊朗德黑兰沙里夫理工大学计算机工程系
摘要
在干旱和半干旱地区,可持续管理水资源需要对作物的需水量进行精确且多尺度的监测。本研究提出了一种集成框架,将Landsat-8卫星图像与无线传感器网络(WSN)的实时数据相结合,用于估算实际蒸散量(ETC)并优化灌溉计划。在秋季、冬季和春季,针对小麦和大麦分别评估了三种方案:(1)仅使用卫星数据;(2)在卫星覆盖不足时采用卫星与WSN混合方案;(3)在卫星图像缺失期间仅使用WSN数据。在作物生长初期,使用SEBAL算法估算的ETC值在3.0至3.2毫米/天之间,作物系数(KC)则在0.60至0.64毫米/天之间,这些数值与FAO-56参考值一致。随着季节的推进,ETC值从3.6毫米/天上升至4.44毫米/天,KC值从0.72上升至0.90,这表明需要每周更新灌溉计划。估算的净灌溉需水量约为3毫米/天,而总灌溉需水量分别为:地面灌溉6.2毫米/天、喷灌4.4毫米/天、滴灌3.5毫米/天,这说明采用现代灌溉方法可节省多达45%的用水量。混合方案的结果显示,在多云条件下,每日ETC值在4.2至4.7毫米/天之间,与基于卫星的估算结果高度吻合。对模型性能的统计分析表明,经过偏差校正后,均方根误差减少了近70%(从0.033降至0.009),决定系数从负值上升至0.88,标准化均方根误差也下降了约26%。此外,残差在零附近的随机分布进一步证明了偏差校正的有效性以及预测的稳定性。这些研究结果表明,将点状数据和空间数据协同整合,不仅能降低因田间差异带来的不确定性,还能显著提高作物需水量预测的精度,为智能灌溉系统的开发和农业水资源的高效管理提供可靠依据。
章节节选
引言
近几十年来,淡水资源面临着前所未有的压力(B?n?duc等人,2022;Mishra,2023)。作为全球水资源最大的消耗者,农业占到了地表水和地下水直接取用量的70%以上(England & Connor,2024)。与此同时,气候变化改变了降水模式,提升了气温,加剧了潜在蒸散作用,进而降低了农业系统的用水效率(Chen, Pu, Li,
文献综述
由于人口增长、城市化以及气候变化,全球淡水资源正面临前所未有的压力。仅农业领域就消耗了全球近70%的淡水资源。在干旱和半干旱地区,水资源日益短缺,因此准确监测作物需水量并实现高效灌溉管理已变得极为紧迫(Boutheina, Amel, Sami, Fatma, & Bassem,2022;Elmahdi,2024)。传统的估算方法,如FAO-56 Penman–Monteith公式
研究区域
该研究区域位于北纬34°02′04.81″至34°02′08.32″、东经51°06′01.59″至51°06′10.29″之间,海拔高度约为1750米。该区域的主要人类活动为农业和畜牧业。图1展示了本研究中的研究区域。
该区域的灌溉系统主要以流域灌溉和沟灌为主,这类灌溉方式属于世界上最古老的灌溉技术之一。由于该地区多为山区,一些作物,如小麦,
实际灌溉需量的估算
精准灌溉需量(PIR)指的是作物在特定生长周期内为达到最佳生长状态、避免水分胁迫且不浪费资源所需的精确水量。这一概念属于精准农业的范畴,其估算需综合考虑多种因素,包括作物特性(如作物种类和生长阶段)、气候条件(温度、湿度、太阳辐射、降雨量、风速)、土壤性质(持水能力等)
分析与讨论
我们的分析是在ArcGIS 10.8、MATLAB和SPSS软件中进行的。在分析所提出的灌溉系统时,我们考虑了三种方案。第一种方案是在有完整卫星数据可用的情况下;第二种方案是在没有卫星数据的情况下(例如在多云天气时),此时会同时使用卫星数据和WSN数据;第三种方案则是仅在
结论与建议
本研究结果表明,将无线传感器网络(WSN)数据与Landsat-8卫星图像结合在一种数据驱动与物理模型相结合的框架中,能够显著提高实际蒸散量(ETC)和净灌溉需水量(NIWR)的估算精度。统计分析显示,通过数据融合,均方根误差降低了约70%,决定系数上升至0.88,标准化均方根误差也有所下降
CRediT作者贡献说明
Amir Abbas Baradaran:撰写——审稿与编辑、撰写——初稿、可视化、验证、软件应用、资源获取、项目管理、方法设计、研究实施、资金筹措、正式分析、数据整理、概念构建。A. Ejlali:撰写——审稿与编辑、撰写——初稿、可视化、验证、监督指导、软件应用、资源获取、项目管理、方法设计、研究实施、资金筹措、正式分析、数据整理、概念构建
未引用参考文献
Chen等人,2022;Espressif Systems,2024;Huang等人,2022;Iridium Communications Inc,2024;Li等人,2024;METER Group,2024;Semtech Corporation,2024。
数据可用性
本研究期间生成和/或分析过的数据集,可在合理请求下从相应作者处获取。
利益冲突
所有作者声明,在本研究的成果中不存在任何需要披露的利益冲突或财务利益关联。
伦理审批
本章不包含任何由作者们开展的涉及人类参与者或动物的研究
利益冲突声明
作者们声明,在本文的发表过程中不存在任何利益冲突。
致谢与资金支持:
我们感谢伊朗国家科学基金会(INSF)为项目编号4043819所提供的技术和资金支持。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号