本發(fā)明涉及智能灌溉，更具體地說，本發(fā)明涉及基于物聯(lián)網(wǎng)技術的園林環(huán)境監(jiān)測管理系統(tǒng)。

背景技術：

1、現(xiàn)有的基于物聯(lián)網(wǎng)技術的園林環(huán)境監(jiān)測管理系統(tǒng)，主要存在以下問題：

2、傳統(tǒng)園林環(huán)境監(jiān)測管理中主要依賴固定的灌溉時間和定量補水，并未考慮當前土壤水分狀態(tài)或植被實際需水量，容易造成供水過量或不足，導致水資源浪費或植被缺水；傳統(tǒng)的水量計算方式依賴于固定參數(shù)與查表法，無法對因水分不足而降低光合能力的現(xiàn)象進行補償，導致理論需水量與實際需求存在較大偏差，導致灌溉決策缺乏精確性；

3、傳統(tǒng)方法缺乏實時監(jiān)測和閉環(huán)反饋機制，多依賴預設的定時灌溉計劃而非基于動態(tài)變化調(diào)整灌溉計劃；在補水后，根系層含水率和植被碳通量可能已經(jīng)發(fā)生改變，但系統(tǒng)未能迅速響應和調(diào)整，造成后續(xù)灌溉方案仍不能很好匹配實際需求，生態(tài)效益難以達到最優(yōu)狀態(tài)；傳統(tǒng)灌溉只關注水分供給，忽視了植被的碳匯功能和生態(tài)效益，不能兼顧水資源節(jié)約與生態(tài)系統(tǒng)功能提升，單一灌溉策略可能導致園林生態(tài)系統(tǒng)碳吸收能力不達標。

4、鑒于此，本發(fā)明提出基于物聯(lián)網(wǎng)技術的園林環(huán)境監(jiān)測管理系統(tǒng)以解決上述問題。

技術實現(xiàn)思路

1、為了克服現(xiàn)有技術的上述缺陷，為實現(xiàn)上述目的，本發(fā)明提供如下技術方案：基于物聯(lián)網(wǎng)技術的園林環(huán)境監(jiān)測管理系統(tǒng)，包括：

2、土壤水分監(jiān)測模塊，通過植入式tdr土壤水分傳感器陣列，獲取園林植被的根系層含水率；

3、碳通量感知模塊，通過渦度協(xié)方差塔和葉綠素熒光儀，分別監(jiān)測二氧化碳通量和植被光合效率，獲取碳通量數(shù)據(jù)和光合效率參數(shù)；基于碳通量數(shù)據(jù)和光合效率參數(shù)，獲取凈碳交換量；

4、數(shù)據(jù)耦合模塊，將根系層含水率與凈碳交換量進行耦合分析，建立水分-碳固定關聯(lián)模型，計算碳匯效率指標，并判斷是否生成初始灌溉需求信號；

5、動態(tài)灌溉決策模塊，若生成初始灌溉需求信號，則采用蒸騰-滲透動態(tài)平衡算法，通過基準蒸散量，結合作物系數(shù)與碳效率修正因子，獲取植被實際需水量，對初始灌溉需求信號進行修正，獲取精確灌溉信號；

6、智能滴灌模塊，基于精確灌溉信號，通過智能滴灌控制終端執(zhí)行補水指令，并在執(zhí)行精確灌溉信號后定時采集更新后的根系層含水率與凈碳交換量，形成灌溉結果數(shù)據(jù)；

7、反饋優(yōu)化模塊，獲取反演葉面積指數(shù)，并結合預設的消光系數(shù)，建立碳儲量估算模型；將灌溉結果數(shù)據(jù)輸入碳儲量估算模型，計算碳儲量估算值與期望值的偏差，動態(tài)修正消光系數(shù)；使用修正后的消光系數(shù)更新水分-碳固定關聯(lián)模型，重新獲取碳匯效率指標。

8、優(yōu)選地，所述園林植被的根系層含水率的獲取方法包括：

9、根據(jù)園林植被的分布，在植被根系分布的土壤區(qū)域埋設n個tdr探針，形成三維監(jiān)測網(wǎng)絡；使用tdr設備向各tdr探針發(fā)射電磁脈沖信號，測量各tdr探針接收電磁脈沖信號并發(fā)出反射信號返回tdr設備的時間延遲；根據(jù)時間延遲和tdr探針長度，計算得出電磁脈沖信號在土壤區(qū)域中的實際傳播速度，并結合電磁波在真空中的速度，計算得到不同土壤區(qū)域的介電常數(shù)；將不同土壤區(qū)域的介電常數(shù)代入topp方程，計算得到不同土壤區(qū)域的體積含水率；將同一深度土壤區(qū)域的體積含水率進行加權平均，進而獲取園林植被的根系層含水率。

10、優(yōu)選地，所述凈碳交換量的獲取方法包括：

11、根據(jù)園林植被高度搭建渦度協(xié)方差塔架，并在渦度協(xié)方差塔架上同步安裝風速儀和氣體分析儀，通過測量獲取垂直風速瞬時偏差和二氧化碳濃度瞬時偏差；計算垂直風速瞬時偏差和二氧化碳濃度瞬時偏差乘積的平均值，并進行頻譜修正，進而獲取碳通量數(shù)據(jù)；根據(jù)園林植被分布情況，安裝固定式葉綠素熒光儀，并預設定時采樣程序，對周圍植被進行周期性監(jiān)測，進而獲取光合效率參數(shù)；

12、構建夜間呼吸模型，通過夜間連續(xù)的碳通量數(shù)據(jù)和夜間溫度構建溫度響應函數(shù)，計算并獲取園林植被總呼吸量；將光合效率參數(shù)減去園林植被總呼吸量，得到凈碳交換量。

13、優(yōu)選地，所述建立水分-碳固定關聯(lián)模型的方法包括：

14、將園林植被的根系層含水率記為，將凈碳交換量記為，進行時間同步處理，剔除異常值并采用滑動窗口，構建連續(xù)的時序樣本對；依據(jù)植物光合作用受限于水分供給的生理機制，選取水分-碳固定關聯(lián)模型擬合含水率與碳固定能力之間的函數(shù)關系，水分-碳固定關聯(lián)模型為；其中，表示表征水分-碳交換響應曲線；表示擾動項；表示時間點的索引；通過對水分-碳固定關聯(lián)模型進行一階導數(shù)求解，提取碳匯效率指標。

15、優(yōu)選地，所述判斷是否生成初始灌溉需求信號的方法包括：

16、預設碳匯效率指標閾值，將碳匯效率指標與預設的碳匯效率指標閾值進行對比；若碳匯效率指標小于預設的碳匯效率指標閾值，則判斷需要進行補水灌溉，并生成初始灌溉需求信號；若碳匯效率指標大于等于預設的碳匯效率指標閾值，則判斷不需要進行補水灌溉，不生成初始灌溉需求信號；初始灌溉需求信號為需要進行補水灌溉的目標灌溉區(qū)域編號。

17、優(yōu)選地，所述植被實際需水量的獲取方法包括：

18、采集氣象數(shù)據(jù)，通過蒸騰-滲透動態(tài)平衡算法計算基準蒸散量；氣象數(shù)據(jù)包括凈輻射、氣溫、風速和相對濕度；分析園林植被的類型和生長期，根據(jù)不同園林植被在其生長周期中的不同水分利用特性，利用查表法確定作物系數(shù)；通過計算基準蒸散量與作物系數(shù)的乘積，進而獲取植被潛在需水量；

19、基于光合效率參數(shù)與凈碳交換量，評估水分脅迫對植被光合作用的影響，進而獲取碳效率修正因子；其中，為在最佳水分供應下的凈碳交換量理想值；為實際測量獲取的凈碳交換量；為調(diào)整系數(shù)；將植被潛在需水量與碳效率修正因子進行相乘，進而獲取植被實際需水量。

20、優(yōu)選地，所述精確灌溉信號的獲取方法包括：

21、基于植被實際需水量對初始灌溉需求信號進行修正，將植被實際需水量設定為最低灌溉水量，并根據(jù)預設的滴灌設備流量值，計算基于最低灌溉水量所需的灌溉持續(xù)時間；將初始灌溉需求信號、最低灌溉水量和灌溉持續(xù)時間進行整合，進而獲取精確灌溉信號。

22、優(yōu)選地，所述通過智能滴灌控制終端執(zhí)行補水指令的方法包括：

23、精確灌溉信號通過物聯(lián)網(wǎng)協(xié)議傳輸至智能滴灌控制終端，智能滴灌控制終端解析精確灌溉信號；精確灌溉信號包括目標灌溉區(qū)域編號、最低灌溉水量和灌溉持續(xù)時間；智能滴灌控制終端根據(jù)接收到的目標灌溉區(qū)域編號，檢索對應滴灌執(zhí)行電磁閥是否處于待命狀態(tài)，并進行狀態(tài)同步；智能滴灌控制終端向滴灌執(zhí)行電磁閥發(fā)送灌溉啟動指令，開啟滴灌執(zhí)行電磁閥對目標灌溉區(qū)域的園林植被進行補水灌溉。

24、優(yōu)選地，所述動態(tài)修正消光系數(shù)的方法包括：

25、使用地面儀器直接觀測植被冠層的光透過率反推獲取反演葉面積指數(shù)lal，預設消光系數(shù)為，基于反演葉面積指數(shù)和消光系數(shù)構建碳儲量估算模型；

26、預設目標碳儲量，將預設目標碳儲量作為碳儲量期望值，將碳儲量期望值減去碳儲量估算值得到碳儲量估算值的偏差；通過消光系數(shù)修正公式對消光系數(shù)進行動態(tài)修正，消光系數(shù)修正公式為：；其中，表示修正后的消光系數(shù)；表示控制修正強度的調(diào)整因子；

27、若，則判斷碳儲量不足，提升消光系數(shù)；若，則判斷碳儲量冗余，降低消光系數(shù)。

28、優(yōu)選地，所述重新獲取碳匯效率指標的方法包括：將修正后的消光系數(shù)替代預設的消光系數(shù)，更新水分-碳固定關聯(lián)模型，重新對水分-碳固定關聯(lián)模型進行一階導數(shù)求解，提取碳匯效率指標。

29、與現(xiàn)有技術相比，本發(fā)明具備以下有益效果：

30、本發(fā)明通過蒸騰-滲透動態(tài)平衡算法，結合基準蒸散量、作物系數(shù)與碳效率修正因子，充分考慮了氣象條件、植被類型和生長期以及水分脅迫對植被光合作用的影響，精確計算出植被實際需水量，避免了傳統(tǒng)灌溉中“以水定灌”的盲目性；碳效率修正因子的引入，將傳統(tǒng)灌溉模式升級為“水-碳協(xié)同智能灌溉”，既考慮了植被的水分需求，又兼顧了碳固定等生態(tài)效益，實現(xiàn)了水資源利用效率與生態(tài)效益的雙重突破；

31、初始灌溉信號基于碳匯效率閾值觸發(fā)，而實際需水量通過蒸騰-滲透平衡算法與碳效率修正因子進行獲取，形成“需求觸發(fā)→水量校準→精準執(zhí)行”的閉環(huán)，確保每滴水產(chǎn)生最大生態(tài)效益；灌溉后更新的根系層含水率與凈碳交換量輸入碳儲量估算模型，結合反演葉面積指數(shù)（lai）與消光系數(shù)動態(tài)修正，實現(xiàn)“灌溉效果評估→模型參數(shù)優(yōu)化→碳匯目標逼近”的正反饋循環(huán)，消光系數(shù)通過偏差驅(qū)動調(diào)整，使碳儲量估算值逐步收斂于預設目標，保障長期生態(tài)效益；

32、相比傳統(tǒng)定時/定量灌溉，系統(tǒng)通過水-碳協(xié)同決策減少無效灌溉，實現(xiàn)節(jié)水與碳匯的雙重提升；通過物聯(lián)網(wǎng)感知、水碳耦合模型與閉環(huán)控制技術，將傳統(tǒng)灌溉升級為“以碳定需、以水定供”的智慧管理模式，實現(xiàn)了水資源節(jié)約、碳匯能力提升與園林生態(tài)價值最大化的三重目標，為智慧城市提供了可落地的技術解決方案。