摘要
土壤含水量时空变异对作物生长、农田气候变化等领域的研究具有重大意义。为了克服TDR-3土壤水分传感器输出电压的非线性缺点,提高土壤含水量数据采集以及计算效率,将TDR-3土壤水分传感器与无线传感器网络结合,提出了土壤水分含量的RBF神经网络标定方法。结果表明,该法能取得较好的标定效果,且操作简单、实用、可行,为土壤含水量的实时监测提供了一种有效的方法。
Temporal and spatial variation of soil moisture has great significance for study on crop growth,climate change etc.In order to overcome output voltage non-linear defect of TDR-3 soil moisture sensor and increase soil moisture data collection and computational efficiency,an RBF neural network calibration method of soil moisture content was put forward based on TDR-3 soil moisture sensor and wireless sensor networks.The results showed that the calibration method is effective,simple and practical,which could provide an effective method for real-time monitoring of soil moisture content.
出处
《安徽农业科学》
CAS
北大核心
2010年第7期3315-3316,共2页
Journal of Anhui Agricultural Sciences
基金
广东省科技计划项目(2009B010900026
2009CD058
2009CD078
2009CD079
2009CD080)
广东省现代信息服务业发展专项资金扶持项目(06120840B0370124)
顺德区产学研合作项目(20090201024)
华南农业大学校长基金项目(2007K017)
