基于传感器的变量穴施水穴播机施水模型研究

申请者前期的研究结果表明，采用穴施水穴播种技术与机具对解决我国北方旱区因播种期干旱缺水而无法播种、或播后无苗的问题切实有效，但均一的施水量不能达到最优的节水效果。本项目引入精细农业变量控制的技术思想，以可实现按需变量穴施水穴播的微电子变量控制技术、传感器技术以及决策支持等关键技术的融合为重点，以最大限度提高机具抗旱节水能力为主要目标，研究并提出影响变量控制技术中施水与播种同步的设计策略；探讨穴施水穴播种过程中的施水量影响因素，通过实例验证和曲线回归的方法建立经济施水量的数学模型；研究并构建基于人工神经网络的变量控制模型；实现基于传感器的变量穴施水穴播机的集成创新。研究结果将为变量穴施水穴播机的改进设计和应用，提供理论依据和技术支持，具有显著的经济效益和生态效益。

采用穴施水穴播种技术与机具对解决我国北方旱区因播种期干旱缺水而无法播种、或播后无苗的问题切实有效，但均一的施水量不能达到最优的节水效果。本项目引入精细农业变量控制的技术思想，集成应用微控制器、传感器及变量控制技术，设计了一种基于水分传感器、可实时根据土壤水分含量高低而自动改变施水量的玉米穴施水穴播机。研究并提出影响变量控制技术中施水与播种同步的设计策略，种子探测合格率达到98%以上，种子与施水区域中心平均距离为2.5cm，水种同步率可达95%。通过实例验证和曲线回归的方法建立经济施水量的数学模型，从土壤水分的入渗及再分布过程两方面研究了水分的变化规律，土壤含水率变化的曲线回归结果表明，采用幂函数作为回归模型时的拟合程度最好，对数函数模型次之，两种模型得到的回归曲线判定系数R2分别为0.992和0.974。通过基于流体力学原理和人工神经网络两种方法建立了施水量变量施水数学模型，两种模型拟合的平均偏差分别为10.2ml和17.4ml，相关系数分别为0.9968和0.9893，模型具有较高的拟合精度。研究结果将为变量穴施水穴播机的改进设计和应用，提供理论依据和技术支持，对开展抗旱节水装备的研发和实践具在重要的指导意义。