土壤监测分析辅助决策 3DGIS 系统

        在 “精准农业” 技术体系中,GIS 的应用开发是实施 “精准农业” 实践的关键技术之一,将三维GIS与作物辅助决策系统相结合,通过作物生产管理与长势预测模拟模型、投入产出分析模拟模型和智能化农业专家系统,根据产量的空间差异性,形成的田间作物管理处方图,为农业工作者分析决策、提出科学处方,指导科学提供支持。

1 研究区域和研究方法

        我国作为农业大国,在面对农田灾旱、节水灌溉时,如何能够对土壤墒情做出精确有效地分析,并及时对症下药是现代农业问题的重点任务之一。

        为了更好地服务现代化农业需求,臻图信息运用自主研发的TZMapGIS 系统引擎,结合物联网、大数据、人工智能、数字孪生等新型信息技术应用,与土壤墒情监测设备构建了一套完整的智慧农业服务可视化平台,以网格化分区管理、精细化数据监测在土壤墒情分析中赋能农业生产和管理,并做出重要的决策支撑。

        系统采用 GPS、无线传感器对试验区域土壤墒情数据进行获取,在该数据集基础上构建空间数据库、关系数据库、动态数据库、三维数据库和图形图像库。在数据库的基础上进行空间查询和空间插值等操作,并建立三维模型进行动态模拟。

    1.1 数据采集与知识获取

        搜集地形地势、采样点等空间数据,运用 GIS 绘制采样网格图,采集土壤养分等属性数据,建立数据库;通过无线传感器搜集土壤水分、土壤温度等土壤墒情数据,建立动态数据库;基于人工智能技术,建立玉米精准施肥模型库;建立玉米生长阶段,田间长势、精准作业过程的图像与视频库。

    1.2 三维 GIS 模型的构建与场景模拟

        利用 ZTMapGIS 和 3DsMax,构建土壤墒情监测三维 GIS 模型,根据土壤墒情可视化场景需求,将土壤墒情监测模拟仿真系统划分为地形表面、地下立体空间 2 个层次进行构建与描述:

    (1)构建地形表面层次的数字模型。运用数字高程模型表面建模技术,通过点、三角形和格网的三种表面建模方法,面向完整的土壤地表空间信息,对地形地势等地形表面层次建立数字高程模型,确保精准作业核心区域地形表面空间层次上合理的空间划分与区域识别 ;

    (2)构建地上地下立体层次的三维空间模型。基于土壤墒情和地力等级分布立体层次描述的三维空间,解决三维空间对象在二维抽象表示中产生的地上下交叠问题,满足土壤墒情和地力等级三维空间层面对象的精确表达与分析需求。

2 研制基于三维 GIS 的土壤墒情监测模拟仿真系统

        本系统模块分为: 三维模型查询模块、动态场景模拟模块、动态监测模块和空间信息管理模块等功能,以动态模拟和动态监测模块为例阐述本系统功能。

    2.1 动态场景生成

        利用 ZTMapGIS,结合 3DsMax,构建实现精准农业区三维虚拟场景,从而实现土壤墒情模拟场景三维可视化,此过程具有很高的可重用性,提高了场景的灵活性。整个过程包括地形生成、地物导人和场景效果设定。

        构建二维图层是三维虚拟场景的基础,本系统生成地形模型主要是指地上地下模型的构建,对农安边界以及地力等级的分界进行绘制。导入绘制好的二维分布图文件,通过矢量图层的对地下模型进行模拟,建立农安县地力等级和地下垂直分布三维模型图。

    2.2 动态监测模块

        选择农业精准作业核心示范区不同深度 (0 一 20cm, 20-40cm, 40-60cm, 60-80cm) 土壤墒情动态监测数据,建立土壤墒情动态监测模块。

    2.2.1 土镶水分温度垂分布分析

        四层地下模型的土壤水分、土壤温度动态监测结果可知: 土壤水分含量随着土壤深度的增加而增加;不同时间土壤水分含量的变化不一样;不同深度土壤水分的变化趋势相同;土壤温度含量随着土壤深度的增加而减少;不同时间土壤温度的变化不一样;不同深度土壤水分的变化趋势基本相同。

    2.2.2 去米生长期土镶水分温度分布分析

        根据动态监测的四个层次的土壤水分、土壤温度数据可知: 在生长时期,土壤温度的变化不大,而土壤水分变化较明显;土壤水分在六月末含量最低,在七月四日左右含量最多;土壤温度在六月十日左右最低,在七月十日左右温度最高。

3 结论

    (1)本研究通过三维 GIS 实现了用户与系统交互方式由传统的二维空间到多维空间的转变,有效发挥了三维场景逼真性和二维地图整体性的优势,完美地诠释了农业空间信息的本质。

    (2)本系统通过绘制农业边界以及地力等级的分界,生成该地区地力等级和土壤墒情地下垂直分布三维模型图,利用该三维模型图直观反映不同深度土壤墒情动态监测数据。

    (3)依据三维模型建立土壤墒情动态监测模块,为该区域土壤墒情的分析应用奠定了基础。

猜你喜欢

转载自blog.csdn.net/ztmap2020/article/details/129589758
今日推荐