0 引言

    近年來，在全球變暖的背景下，每年的干旱災害發生面積不斷擴大，隨著社會現代化的發展，因干旱造成的經濟損失逐年增多^[1，2]。1990年以后,美國農業部聯合NOAA和NDMC研發出對一周之內的旱情進行全面監測的產品DM，可提供全美國干旱現狀的總體評估^[3，4]。近幾年，我國的抗旱工作不斷深入，國家逐步加大旱情監測系統在全國普及的投入，目前國家防汛抗旱指揮系統二期工程正在建設中，意義重大^[5，6]。

    旱情監測工作的特點決定了旱情監測站點數量多、位置分散、數據采集難度大且效率不高而成本卻很大。本文結合旱情信息采集技術與無線通信數據傳輸技術，研制了基于STM32的旱情信息采集和數據遠程傳輸的遙測終端機。可實現對土壤含水率、蒸發量、降雨量和溫度的實時數據采集，并將采集的數據通過GPRS無線網絡上報給中心站；通過中心站基于BP神經網絡算法的旱情等級預測模型，實時對遙測終端機上報的旱情參量數據進行綜合評估，實現了旱情等級的預測、預報，為當地抗旱采取及時有效的防治措施提供依據。

1 系統總體設計

    依據旱情監測的特點，本設計的土壤旱情監測系統由監測站和中心站兩部分組成，監測站負責數據采集，中心站主要對數據進行分析評估。系統總體設計如圖1所示。

    監測站的設計是該系統設計的下位機部分，它主要包括傳感器采集、遙測終端機、通信模塊和電源供電4個模塊。

2 硬件電路設計

    按照遙測終端機的功能設計，其硬件電路主要分為主控制器最小系統模塊、數據采集模塊、數據存儲模塊、顯示模塊、通信模塊和系統電源模塊六部分。系統總體結構框圖如圖2所示。

    數據采集模塊主要包含土壤含水率采集、蒸發量采集、降雨量采集和溫度采集4個模塊，通信模塊主要包括無線通信（GPRS通信）模塊和有線通信（RS485通信）模塊。

2.1 主控制器最小系統設計

    MCU最小系統設計主要參考STM32F103x數據手冊設計，其中使用外部振蕩源產生的高速外部用戶時鐘的外部晶振選用其典型的8 MHz配置，負載電容選用15 pF，與晶振構成諧振器；使用外部振蕩源產生的低速外部用戶時鐘的外部晶振選用其典型的32.768 kHz配置，負載電容配置10 pF，與晶振構成諧振器。此外，本系統采用從內置SRAM啟動，設計中BOOT1和BOOT0引腳直接置高電平。具體電路設計如圖3所示。

2.2 數據采集模塊設計

2.2.1 土壤含水率和蒸發量傳感器接口設計

    本系統中土壤含水率和蒸發量都以4～20 mA模擬信號輸入，電路接口選用CD4051芯片設計出對這兩路模擬量采集的選通電路。為了使系統具有一定的拓展性，本系統還多設計一路模擬量接口。CD4051芯片電路設計如圖4所示。

2.2.2 溫度傳感器電路設計

    本系統溫度采集主要使用DS18B20數字溫度傳感器，它使用單總線通信，加上電源與地一共3個管腳，操作也很簡單。溫度采集電路如圖5所示。

2.3 通信模塊設計

    本系統通信模塊由兩部分構成。一部分是在終端機主板上設計SIM卡座電路、標準模塊接口和模塊電源控制電路。另一部分是標準的DTU模塊（GPRS模塊或者CDMA模塊），本設計選用SIMCOM公司提供的SIM900A實現GPRS通信和SIM2000C實現CDMA通信。具體電路設計如圖6所示。

3 旱情等級預測模型設計

3.1 BP神經網絡算法原理

    目前，可以使用線性回歸、灰色預測、BP神經網絡、遺傳算法等方法建立預報模型。線性回歸方法不能反映事物的內在聯系，常數的選擇對數據修勻程度影響較大；灰色預測只適合指數增長的預測；遺傳算法的實現有許多參數，目前這些參數的選擇大部分依靠經驗，它也不能及時利用網絡的反饋信息。通過比較各種方法的優缺點，由于BP神經網絡具有自學習功能^[7]，可以不斷對其進行實時修正，當訓練好網絡后，網絡的計算則是相當容易而快捷的，這對于解決實時調度問題具有很大的好處。因此，選用BP神經網絡實現旱情預測是合理的。

3.2 旱情等級預測模型的具體構建步驟

    BP算法實現的步驟如下：

    (1)將樣本進行歸一化處理。

    (2)初始化連接權值、學習速率、閾值，隱節點設置為較小的隨機數。

    (3)導入輸入矢量X=[x₁，x₂，…，x_n]及期望輸出Y=[y₁，y₂，…，y_n]。

    (4)開始從第一個隱含層逐步計算每個單元的靜輸入值s_j：

式中，H代表輸出函數。

    (7)計算連接權的矯正值ΔW_ij。

    (8)再次執行步驟(4)～(7)，直到均方差達到預期目標。

    根據以上步驟將歸一化后的樣本導入BP神經網絡模型進行訓練，使用MATLAB仿真軟件進行BP網絡模型的訓練。根據圖7所示，模型訓練最大迭代次數為5 000次，在訓練次數后停止訓練。模型的初始均方差為1.32，目標均方差為0.001，達到0.000 999時模型停止訓練，最終訓練誤差為0.000 999。訓練過程如圖7所示。

4 實驗驗證

    對旱情的監測主要是對土壤含水率的采集，本設計實驗在河南鄭州一農田對土壤含水率進行，步驟如下：

    (1)選擇地面平坦、土壤較均勻、遠離溝壑或明顯比周圍土壤潮濕或干燥的地點作為測試點，再垂直挖一0.5 m左右的土坑，在坑壁土壤密實的地方分別選10 cm、20 cm和40 cm不同深度安裝土壤水分傳感器。同時，用環刀在每個插入傳感器的水平層上采集3個測試土樣，倒入鋁盒中并做好標記。

    (2)將土壤水分傳感器分別與已設置好參數的RTU連接，將采集的土樣用0.1g精度的天平稱取土樣的重量，記作土樣的濕重M。在105 ℃的烘箱內將土樣烘6～8 h至恒重，然后測定干土質量，記作土樣的干重Ms。

    (3)由式(4)、(5)計算得土壤容積含水量：

式中：θ_V為土壤容積含水量(%)，V_W為土壤水容積，V_S為土壤總容積(本實驗中該容積為環刀體積)，M為土樣的濕重，M_S為土樣的干重，ρ_水為常溫下水的密度(1 g/cm³)。

    依據數據記錄，選定9月28日9點～9月29日9點各個站點上報數據，分別對10 cm、20 cm、40 cm處數據計算得各土層的土壤含水率平均值，對各土層的樣本烘干法獲得的數據記錄也作平均值計算。最后分別算出各土層的絕對誤差和相對誤差值。

    (4)最后對測量數據分別繪制折線圖，分析比較田間實測值和樣本測量值的擬合度，如圖8～圖10所示。

    如圖8所示，10 cm處各站點土壤含水率均在51%～53.5%之間，該層所測量的為田間表層土壤含水率，由圖可看出，該層土壤含水率較高。

    如圖9所示，20 cm處各站點土壤含水率均在17.5%～19.5%之間，該層所測量的為田間中層土壤含水率，由圖可看出，該層土壤含水率偏低。

    如圖10所示，40 cm處各站點土壤含水率均在27.5%～29%之間，該層所測量的為田間下層土壤含水率，由圖可看出，該層土壤含水率適中。

    通過實驗對比發現，10 cm和40 cm處土壤含水率平均值比20 cm處土壤含水率平均值大，符合田間土層含水率規律；各個土層田間測量值最大值和最小值偏差量在一定范圍內變化，這與不同監測站點土層水分分布有關，但整體土層的土壤含水率在一定范圍內；每個站點田間實測值和烘干法測量值偏差不大，田間測量值基本跟隨烘干法測量值。

    圖11所示是不同土層中田間測量值與樣本烘干法測量值對比相對誤差折線圖，從圖中可觀察到不同土層相對誤差在一定范圍內變化不大，總體分析各土層相對誤差都在2%以下，符合系統土壤含水率測量要求。

5 結論

    本文在硬件電路的基礎上對土壤旱情監測中最重要的參量土壤含水率進行了田間試驗，通過對取樣進行烘干法操作，得到樣本的土壤含水率值，再與實測上報值進行對比分析。結果表明，監測系統采集數據與樣本烘干法得到的數據誤差在設計允許范圍內，符合設計要求。

參考文獻

[1] 鄭遠長.全球自然災害概述[J].中國減災，2000，10(1)：14-19.

[2] 張俊，陳桂亞，楊文發.國內外干旱研究進展綜述[J].人民長江，2011，42(10)：65-69.

[3] MARK S.The drought monitor[J].Bull Amer Meteor Soc，2002(83)：1181-1190.

[4] 孫麗，陳煥偉，趙立軍，等.遙感監測旱情的研究進展[J].農業環境科學學報，2014(1)：202-206.

[5] NFCS-ICS-PD-02.國家防汛抗旱指揮系統一期工程旱情分中心初步設計指導書[S].北京：水利部國家防汛抗旱指揮系統工程項目建設辦公室，2003.

[6] 國務院水利部.國家防汛抗旱指揮系統二期工程初步設計工作正式啟動[EB/OL].(2010-10-21)[2014-09-10].http：//www.mwr.gov.cn/ztpd/2014ztbd/.

[7] 王樹森，趙冬玲.一種基于附加動量法的改進BP算法[J].濟源職業技術學院學報，2012(3)：9-13.