[发明专利]一种温室内的智能灌溉系统

说明书

本发明提供了一种温室内的智能灌溉系统，通过对单位时间内的总辐射R和水汽压差VPD与单位时间内的蒸腾量ET建立需水量估算模型，并利用需水量估算模型预测蒸腾量ET，将单位时间内的ET进行累加得到总蒸腾量sum（ET），当sum（ET）20mm，需水量估算模型将数据上传至控制器，并由控制器控制环境监测模块继续监测，当sum（ET）≥20mm时，需水量估算模型经控制器向预警灌溉系统发出警报，并通知用户灌溉时间和灌溉量；有效的解决了现有的灌溉监测系统结构复杂、适用性差、使用麻烦、计算困难和预测精度差的问题，提高了灌溉的效率，节约了灌溉用水，减少了人力和物力的投入，只需监测温度、湿度和辐射即可预测蒸腾量，操作简单，使用方便。

技术领域：

本发明属于温室作物种植技术领域，具体涉及一种温室内的智能灌溉系统。

背景技术：

由于温室具有封闭和半封闭性，温室内外作物的需水量存在较大差异，如Forgazet al对温室园艺作物的需水量研究表明，在作物生长季节，室内作物的需水量比室外低30％～40％，并且温室作物由于有支撑作用，其高度往往达到1.5～2.0m，这一特性使得有支撑作用的高作物较无支撑作用的矮作物截取更多的太阳辐射，且其较大的叶面积指数LAI和广阔的冠层结构，能够较好的吸收太阳辐射，从而提高了植物的水热运移，因而需水量也比较大。

因此，在计算大棚温室作物需水量时，不能直接套用已有的大田作物需水量的研究成果，而是需要系统地研究温室作物需水量的日变化规律、全生育期内的变化规律以及年际变化规律，找出主要影响因素及影响机理。作物需水量的大小与气象条件(辐射、温度、日照、湿度、风速)、土壤水分状况、作物种类及其生长发育阶段、农业技术措施、灌溉排水措施等有关，这些因素对需水量的影响既错综复杂又相互联系。对于温室作物需水量，仅有定性的研究分析是远远不够的，如何定量地计算温室作物需水量才是关键，所以建立温室作物需水量的估算模型是必要的。

目前，温室环境中蒸散发估算模型主要包括经验模型、基于FAO的作物系数法模型和机理模型。经验模型由于所需参数少，常用于温室作物的蒸散发模拟，其主要通过作物蒸散发与温室内或温室外气象要素、作物生理生态指标之间的关系进行拟合，可以广泛应用于参数较难获取或模拟精度要求不高的温室，但由于其有较强的经验性和区域性，需要进一步研究对于其他地区、其他温室或其他作物的适用性；FAO作物系数法是一种简单方便的估算作物蒸散发的方法，在大田作物和树木中得到广泛应用，包括单作物系数法和双作物系数法两种；机理模型主要是基于叶片(或冠层)蒸腾和叶片能量平衡模型或作物与空气之间的物质与能量交换。但这些模型由于结构复杂，参数难以测定，在实际应用中往往受到限制。

发明内容：

针对现有设备存在的缺陷和问题，本发明提供一种温室内的智能灌溉系统，有效的解决了现有的灌溉监测系统结构复杂、适用性差、使用麻烦、计算困难和预测精度差的问题。

本发明解决其技术问题所采用的方案是：一种温室内的智能灌溉监测系统，包括如下步骤：

S1、建立需水量估算模型；

a，利用辐射监测模块对温室内的太阳辐射进行监测，得到单位时间内的总辐射R；利用温度监测模块和湿度监测模块对温室内温度和湿度进行监测得到单位时间内的平均相对湿度RH和平均温度T，并利用蒸腾量监测模块得到单位时间内的蒸腾量ET；

b，利用平均相对湿度RH和平均温度T得到平均水汽压差VPD；

c，将对应的多组总辐射R和多组平均水汽压差VPD与多组蒸腾量ET进行线性回归得到需水量估算模型。

S2、利用需水量估算模型建立智能监测灌溉系统；