基于多传感器的棉花监测系统

(成都大学 四川 成都 610106)

一、棉花生产概况

棉花的整个生长发育周期中，易受到环境因素，病虫害因素和人为因素等的影响，是棉花产量和棉花质量的主要影响因素[1]。在中国绝大多数的棉花的生长环境的监测和调节是依靠农业从事者的经验和判断，具有极大的误差性和偶然性，所以就不能及时的调节和改变农作物的生长环境。造成棉花养分不足或养分过剩，这不仅对棉花的生长造成不良影响，而且会造成土壤破坏和环境污染。

二、监测系统的建立

传统的棉花农业生产获取相关信息的主要渠道是通过农业从事者的直接观测，具有耗时周期长、检测误差大、覆盖面小等缺点。本系统将传感检测、数字图像、专家决策系统、无线网络通信等多种信息技术与棉花栽培管理过程科学结合，快速诊断棉花营养状况与跟踪决策棉花管理方式，对于科学施肥、灌溉、除虫等提供了精准实时的实施方案。对于提高棉花品质、保护环境有着积极的推动作用。对于制定地域经济发展规划和农场种植者生产管理实施都具有积极的现实意义。

(一)总体方案

整体构成及工作流程依据系统可拓展性和结构化的设计原则，考虑到与棉花生长密切相关的信息具有动态性的特点，本系统由数据采集部分，数据库，棉花生长模型库，中央处理计算机以及执行无人机组成。

图1 技术路线图

本系统通过湿度传感器对土壤湿度进行实时数据采集，采用土壤肥力传感器对土壤氮磷钾元素进行实时数据采集，并通过无线通信实时传送给终端计算机。计算机接收到信号后，对接收的信号进行处理优化，计算机优化处理后得出土壤肥力优劣和土壤水分情况。再根据得出的结果和大气预测进行相应区域的灌溉和施肥。

定期通过无人机进行田间作物图像采集，并通过无线通信传输到用户计算机，利用图像处理技术分辨及提取关键信息，并和模型库的棉花生长模型进行对比，判别植物生长状况，判别是否有病虫害和杂草，以及病虫害和杂草的程度，最后得出相应处理方式和方法。该系统平台为棉花为虫害监测，土壤肥力检测，信息服务一体化的实现提供技术支持，主要针对大中型棉花种植地，用户既可以查看虫害实时监测结果，又可以通过平台处理信息浏览有关的地图服务和虫害监测预警服务。

无人机图像监测系统能够同时对植物生理参数和生长环境进行定时在线监测，诊断它们的生长状态，分析其营养信息，研究其病变、老化、枯死、生长变异等生理生态规律。这对于进行植物栽培的有效管理、生长障碍的防治、分析环境的影响、防治环境污染、促进作物生产按需管理、提升农业生产效能具有重要意义。

(二)传感器

湿度传感器:

本研究采用的是电阻式湿度传感器，传感原理是采用电阻式湿敏电阻，湿敏电阻的工作原理是在基片上覆盖一层用感湿材料制成的膜，当土壤中的水蒸气吸附在感湿膜上时，感湿膜的化学性质发生改变，元件的电阻率和电阻值都发生变化，湿度传感器输出的电压也随之发生改变，利用这一特性即可测量土壤湿度。

本研究采用的土壤湿度传感器表面是进过镀镍处理，提高了导电性和感应范围，且解决了传感器接触土壤易生锈的问题，使用寿命长。因土壤湿度变化范围较大，数据量较多，本设计将检测的数据分为干旱、较干旱、适宜、较湿润和湿润五个阶段。根据不同的检测结果，系统分别得出相应的处理方案。

土壤肥力传感器:

土壤肥力是在植物生活期间，土壤供应和调节植物生长所需要的水分、养分、热量、空气和其它生活条件的能力。土壤肥力影响着整个棉花的生命周期，氮、磷在棉花幼苗时期有明显的促进作用，钾在棉花现蕾以后有明显促进作用且增加棉花的逆抗性。土壤肥力传感器测量土壤中氮磷钾的含量，将探头插入土里，根据测量结果可以得出实地土壤养分含量，并和土壤湿度传感器合为一个检测单元，分布在种植地中。

由于土地面积广，土地地形差异和间距不同的土地的水分含量以及养分存在一定的差异，且植物在生长过程中对土地中的养分利用率有所差异，以及土地地形差异地表水流径流不同，造成棉花生长周期内，土地出现水分及养分均的情况。

根据上述问题，结合传感器检测范围和土壤水分和养分扩散情况，在横向和纵向皆间隔50m放置一个检测单元。既增大了检测范围又不影响检测效果，并能极大的提高经济效益。

(三)无人机

无人机安装有自动驾驶仪、程序控制装置等设备。对其进行跟踪、定位、自动飞行、检测和数字传输。本研究中的植保无人机主要完成两大功能，第一对作为检测设备，对棉花生长进行定期图像采集，第二作为执行设备，对计算机得出的植保方案进行相应的植保措施。

植保无人机体型小而且功能强大，可负载8-10公斤农药，可在低空喷洒农药，每2分钟可完成一亩棉花地的作业。其喷洒效率是传统人工的20倍。该飞机采用智能操控，操作通过终端电脑及GPS定位对其实施自动控制，其旋翼产生的向下气流有助于增加雾流对作物的穿透性，防治效果好，同时无人操控施药大大提高了农药喷洒的安全性。通过分析和处理棉花生长发育过程中的形态变化，和观测植株的叶面积，叶色，叶倾角，株高和茎粗登形态特征进行分析。可以评估棉花生长状况、作物品质、病虫害程度、产量。可以提前对植株病虫害做出预防及及时的治疗，调节植株生长长势，极大的减少管理和运营成本，增大作物产量。

三、结论

本研究综合了土壤检测、图像处理技术、导航技术、棉花生长模型及数据库，提出并完成了基于传感器和无人机技术的棉花检测系统。监测系统数据获取量大、速度快、精度高、优势显著，解决了目前传统人工目测和手工测量带来的误差或错误，可进行准确的进行产量预估，病虫害防治，植株生长长势调节，减少了主观人为因素，节约劳动力资源，是潜力较大的近地面监测方法，对精准农业和智能化农业的发展有着极其重大的意义。