農田二氧化碳濃度梯度原位同步測量系統優化設計與試驗

李 揚 陳寶林 趙新學 張海淑 王 侃 苑 進

(1.山東農業大學機械與電子工程學院， 泰安 271018； 2.山東省園藝機械與裝備重點實驗室， 泰安 271018)

農田二氧化碳濃度梯度原位同步測量系統優化設計與試驗

李 揚1,2陳寶林1趙新學1,2張海淑1王 侃1苑 進1,2

(1.山東農業大學機械與電子工程學院， 泰安 271018； 2.山東省園藝機械與裝備重點實驗室， 泰安 271018)

為準確測量農田近地層二氧化碳濃度梯度分布，降低人為測量所產生的干擾誤差，設計了一種二氧化碳濃度梯度原位同步測量系統。該系統由機械采集模塊和系統控制模塊組成，機械采集模塊負責采集氣體，系統控制模塊實現二氧化碳濃度的自動測量，測量系統在農田中自動進行二氧化碳濃度梯度分布的測量，并采用無線傳輸技術將測量數據發送至服務器。闡述了測量系統的總體結構以及各模塊設計方法，運用Fluent軟件模擬了二氧化碳測量的抽氣過程，分析優化了測量管路間隔與抽氣速度、管道直徑的關系，并進行了測量系統室內標定和現場二氧化碳濃度測量試驗。試驗結果表明，該系統能夠較好地測量農田二氧化碳濃度梯度的分布，測量誤差不大于4.17%，實現了農田信息的自動獲取，對二氧化碳碳匯信息計算具有重要意義。

農田； 二氧化碳； 濃度梯度測量； 原位同步測量

引言

二氧化碳(CO2)是植物光合作用的主要原料，是農作物進行碳匯的主要途徑。農田二氧化碳濃度的監控與測量對于農情信息采集、農田碳匯、二氧化碳施肥[1-4]、提高作物產量具有重要意義。

近地層二氧化碳濃度梯度觀測作為農田二氧化碳濃度測定的重要組成部分，是通過對同一地點不同高度分別進行二氧化碳濃度測量得出的濃度梯度分布。目前觀測方法有2種：一種是用幾臺測試儀在不同高度同時進行觀測；另一種是一臺儀器工作，按時在各個高度迅速采樣，分別測出不同高度空氣中二氧化碳濃度。上述2種方法各有利弊：前者測量準確，但成本較高，不適于大面積農田使用；后者成本較低，但易受采樣者呼出二氧化碳及氣體擾動的影響，且資料不連續、難同步，觀測高度也受限制。目前有關植物冠層二氧化碳濃度梯度分布測量儀器的研究較少，大多是關于二氧化碳測量模塊的研究。田橋等[5]設計了一種CZ型六通道氣體采樣自動轉換器；李正雷等[6]用拉曼激光雷達探測對流層二氧化碳濃度分布；李媛等[7]研制了一種基于MSP430單片機的二氧化碳測量系統；王萍[8]設計了一種海洋原位二氧化碳檢測系統。

現有方法均較難避免人為干擾，多數系統不具備梯度分布測量，一般需要人工讀數，無法進行實時數據采集和遠程監控。為減小測量過程中人為因素干擾，實現農田實時二氧化碳濃度梯度遠程監測，本文基于STM32F103控制器和GPRS通訊技術，進行二氧化碳濃度梯度分布原位同步測量系統的研究。

1 測量系統參數設計

二氧化碳濃度梯度分布原位同步測量系統如圖1所示，包括氣體機械采集模塊和系統控制模塊兩部分。

圖1 測量系統架構圖Fig.1 Structure diagram of system

氣體機械采集模塊主要由微型氣泵、直動式二位三通電磁閥和氣體管路組成，有5條支路，用于氣體的暫時存儲和獨立測量。系統控制模塊包括二氧化碳濃度測量單元、STM32微控制器及GPRS DTU，用于控制泵閥組并與遠程數據服務器進行通信。此外，氣體管路幾何結構、微氣泵工作時間、待測二氧化碳體積以及抽氣過程中微氣泵的壓力變化等參數均對系統測量精度有影響，有必要對測量系統氣體采集模塊的主要參數和濃度測量值進行設計與補償計算。

1.1 氣體機械采集模塊參數設計

設二氧化碳測量模塊響應時間為T,微型氣泵提供的額定流量為Q，支路總數為N，二氧化碳濃度測量所需最小體積為QT，每根長導氣管內從外界抽入的待測氣體體積為V。為滿足測量需求，抽入管內氣體應留有余量，選取導氣管中暫存氣體中間部分參與測量，設參與測量的氣體體積為V0(V>V0>QT)，則導管兩端的氣體余量為(V-V0)/2，設計參數計算式為

l=4V/(πd2)

(1)

t1≥V/Q

(2)

t2=πd2L/(4Q)+(V-V0)/(2Q)

(3)

t3=V0/Q

(4)

式中d——長導氣管直徑，ml——長導氣管長度，mL——干路氣管長度，mt1——同時開啟所有微型氣泵進行抽氣的工作時間，s

t2——開啟每個支路時微型氣泵工作時間，s

t3——測量模塊工作時間，s

1.2 氣體測量濃度補償計算

微型氣泵抽氣時會導致氣體壓力增大，且在氣體流動中產生壓力損失，壓力變化會直接導致濃度測量誤差。因此有必要對氣體流動中的壓力進行計算，對濃度變化進行補償。補償計算式為

p′=p-pl-Z

(5)

其中

(6)

(7)

vd=4Q/(πd2)

(8)

vD=4Q/(πD2)

(9)

式中p′——二氧化碳測量模塊中的氣室氣壓p——氣體出口風壓pl——沿程壓力損失Z——局部壓力損失(主要為氣體進入氣室時的突擴損失)

vd——管道中氣體流速

vD——氣室中氣體流速

D——氣室直徑ρ——空氣密度

λ——沿程阻力系數

ξ——局部阻力系數

根據式(5)～(9)即可計算出氣室中氣體的壓力，然后根據氣體的壓縮原理和道爾頓分壓原理可知

(10)

由此可得

(11)

式中ρ0——補償計算后的二氧化碳濃度p0——標準狀態下的大氣壓力ρ′——未補償時測得的二氧化碳濃度

2 氣體機械采集模塊參數優化設計

在系統抽氣測量時，不同層位的氣體流動情況對系統二氧化碳濃度測量精度影響較大，因此有必要對系統微氣泵抽氣過程中測量空間的氣體流動情況進行仿真分析，研究不同參數組合條件下氣體的流動特性，為氣體機械采集系統設計提供參考。

2.1 仿真模型建立

二氧化碳抽氣模型網格劃分在GAMBIT軟件中完成，根據裝置實際結構將模型簡化為二維模型，取抽氣管路中心的縱切面為研究對象。為保證計算精度，采用分區組合生成網格的技術，將整個模型分成抽氣管路和流動區域兩部分進行網格劃分，為排除計算網格的影響，對幾種不同尺度的網格進行對比，最終采用的網格總數為3萬個，網格劃分模型如圖2所示。

圖2 網格劃分模型Fig.2 Mesh split model

計算過程中流體為常溫狀態下的空氣，考慮到作物生長后期枝葉較茂密，假設在作物群體內部空氣流動速度較低。在設置邊界條件時，計算模型左側為壓力進口，右側除抽氣管路外均為壓力出口，上下兩側設為對稱邊界，抽氣管路為速度入口，考慮管路實際抽氣情況，設置速度與抽氣速度大小相等，方向相反。

圖3分別為抽氣管間隔50 mm、抽氣速度0.5 m/s和抽氣管間隔200 mm、抽氣速度3 m/s下測量空間氣體的流動跡線，從圖中可以看出，在抽氣管直徑一定的條件下，抽氣管間隔過小或抽氣速度過大時，測量空間不同層位氣體流動會出現相互干擾和竄流問題，同時出流口有回流現象，破壞測量空間氣體流動的穩定性。因此，導氣管間隔、抽氣速度、抽氣管直徑等參數設計不合理，容易使氣體產生擾動，嚴重影響系統二氧化碳濃度測量的精度，因此仍需對不同抽氣速度和抽氣管直徑組合下的氣體流動特性進行分析，確定抽氣管合理的布置間隔及抽氣管直徑。

圖3 測量空間氣體流動跡線圖Fig.3 Airflow traces of measure space

2.2 仿真結果分析

圖4 抽氣速度與抽氣管間隔的關系Fig.4 Relationship between pumping speed and pipe spacing

圖4為不同抽氣管道直徑下抽氣速度與抽氣管間隔之間的對應關系，由圖可以看出，在相同的抽氣管道直徑下，隨著抽氣速度的增加，抽吸流量增加，為避免相鄰管道之間氣流的相互干擾，所需抽氣管道間隔增大；在相同的抽氣速度下，隨著抽氣管道直徑的增加，抽吸流量也增加，所需抽氣管道間隔也將增大。

根據上述結論，當抽氣速度為0.5 m/s、抽氣管道直徑為6.5 mm時，管道布置間隔應大于250 mm。由圖5設計工況下的氣流跡線可以看出，當管道布置間隔大于250 mm時，氣流流動相對比較平穩，兩管道之間有部分氣流經出流口流出，未出現不同層位管道之間氣體竄流和壓力出口處的氣體回流現象，對二氧化碳濃度的測量精度影響較小。因此，在抽氣速度和抽氣管道直徑固定的情況下，管道布置間隔有最小值，當管道布置間隔大于最小值時，對不同層位二氧化碳濃度的測量不會產生影響。

圖5 設計工況下的氣流跡線Fig.5 Airflow traces under design condition

圖7 控制系統原理圖Fig.7 Principle diagram of control system

3 測量系統設計

3.1 機械采集模塊

氣體機械采集結構如圖6所示，主要由微型氣泵、直動式二位三通電磁閥和導氣管組成，設計5條支路。每條支路分別由導氣管、二位三通電磁閥和微型氣泵組成。導氣管分為長導氣管、短導氣管和連接導氣管，長導氣管一端安裝鵝頸彎管并接通到大氣中，鵝頸彎管可以防止氣體交換，長導氣管另一端連接在二位三通電磁閥的進氣口上，長導氣管與二位三通電磁閥之間安裝微型氣泵，短導氣管和連接導氣管一端分別連接在二位三通電磁閥的2個出氣口上，短導氣管另一端連接大氣，連接導氣管另一端連接在多通接頭上；各個支路的連接導氣管通過一個多通接頭連接在干路氣管上。工作原理是通過泵閥的操作泵取同一位置不同高度的氣體進入長導氣管暫存，再通過二位三通閥跳轉使長導氣管內的氣體依次進入測量儀進行數據測量。

圖6 機械采集結構圖Fig.6 Mechanical structure diagram of acquisition1.鵝頸彎管 2.導氣管 3.出氣口 4.微型氣泵 5.電磁閥 6.多通接頭

3.2 系統控制模塊

系統控制模塊如圖7所示，由主控芯片、通信接口、繼電器模塊、GPRS模塊外圍電路等組成。主控芯片是系統核心部分，選擇STM32F103，主要用于控制繼電器工作及與其他模塊通信[9-12]。

為滿足測量位置環境數據采集的需要，通信接口主要實現控制器與二氧化碳測量模塊、DTU以及溫度風速風向等外圍傳感器的通信，接口類型有RS-232、RS-485及SPI接口[13-16]，整個系統由24 V蓄電池供電。

3.3 工作與控制流程

測量系統控制流程如圖8所示，工作過程如下：

圖8 控制系統流程圖Fig.8 Flow chart of control system

(1)工作前，切換所有二位三通電磁閥工作位置，使各支路長導氣管與短導氣管連通，同時開啟所有微型氣泵進行抽氣，開啟一定時間(t1≥V/Q)后同時關閉所有微型氣泵，此時，長導氣管內布滿了從外界抽入的待測氣體，長導氣管起到暫時儲氣的作用。抽氣完成后讀取當前風速風向信息。

(2)切換支路1的二位三通閥位置，使支路1與干路氣管連通，開啟支路1的微型氣泵將支路1中長導氣管內的氣體泵入二氧化碳濃度測量模塊進行濃度測量。測量控制器通過氣體質量流量控制器對流入二氧化碳測量模塊的氣體體積V′進行計算，當V′>(V-V0)/2時，測量控制器開始讀取二氧化碳測量模塊數值，當V′>(V+V0)/2時，停止讀取。

(3)同時切換支路1和支路2的二位三通電磁閥位置，使支路1與干路氣管斷開，支路2與干路氣管連通，開啟支路2的微型氣泵對支路2長導氣管內的氣體按照步驟(2)中所述方法進行測量，測量完成后，同時切換支路2和支路3的二位三通閥位置，對支路3長導氣管中的氣體進行測量，以此類推，分別測定所有支路中氣體的二氧化碳濃度。

在測量系統中可以接收遠程指令，若接收到遠程指令，控制系統則對指令進行解析，獲取測量時間間隔等信息，并按照遠程指令信息設定執行程序。若未接收到遠程指令，系統按照內置固定時間間隔進行定時測量。為避免管路中殘留氣體對測量結果產生影響，測量時首先打開所有氣泵將外界氣體泵入長導氣管，排空原氣體并將新氣體在管內暫存，然后每個支路的電磁閥和氣泵工作，將每個支路暫存的氣體依次泵入二氧化碳測量模塊，讀取模塊數據。測量完成后對數據進行補償計算同時讀取外接傳感器的信息，所有信息讀取完成后將二氧化碳信息和傳感器獲取的環境信息發送至上位機，即完成一次測量。

4 測量系統試驗與分析

4.1 室內標定試驗

為驗證儀器測量的準確性，利用已知濃度二氧化碳氣體進行標定，考察儀器各項參數是否合理并進行修正，優化測量儀器以實現對外界氣體的準確測量。

在標定試驗中制作了5個體積為1.5 L的密封氣箱(圖9)，氣箱兩側安裝進氣孔和出氣孔， 5個密封氣箱內分別注入不同濃度梯度的二氧化碳氣體，分別將密閉氣箱的進氣口和出氣孔接到二氧化碳測量儀的出氣孔和進氣口進行測量，考慮測量誤差，測量時對每個試驗箱進行3次測量并取平均值作為標定數據。

圖9 試驗標定箱Fig.9 Experimental calibration box

由表1可知，每個標定箱均值分別為0.055 1%、0.079 5%、0.119 5%、0.179 4%、0.203 1%(0.203 6%為所選用測量傳感器的最大量程)。對氣箱進行標定后將5個氣箱分別接入測量裝置的5個長導氣管末端，測量結果如表2所示。

表1 標定數據

表2 室內試驗數據

表2數據顯示：通過對3組固定濃度密封氣箱的測量，各個支路均值誤差分別為2.72%、1.38%、2.51%、0.95%、0.30%，其中測量數據的最高誤差為4.17%，測量結果準確性較高。

4.2 農田實地測量

農田實地測量將儀器放置在農田實地環境中，進一步觀察測量結果及觀察各傳感器的工作狀況。試驗環境如圖10所示，試驗對象為抽穗期玉米，裝置安放在田間的測量高度分別為0、0.6、1.2、1.8、2.4 m。對試驗結果進行統計，繪制各梯度二氧化碳濃度隨時間變化曲線如圖11所示。分析在24 h內不同垂直高度上二氧化碳濃度的變化情況。

圖10 試驗現場Fig.10 Experiment scene

圖11 二氧化碳濃度隨時間變化曲線Fig.11 Curves of CO2 concentration changes with time

分析結果表明，在實地測量中發現農田中二氧化碳濃度隨梯度發生明顯變化。在農田環境中，由于土壤呼吸作用釋放二氧化碳，作物底部地表附近的二氧化碳濃度最高，作物頂部二氧化碳濃度與外界濃度相同，作物冠層二氧化碳濃度變化與時間相關，在21：00—08：00，二氧化碳濃度隨高度升高呈遞減趨勢，而在09：00—20：00，二氧化碳濃度隨高度升高先降低后升高，在1.2 m處達到最低。出現上述變化的原因是夜晚土壤呼吸產生的二氧化碳較多，植物冠層呼吸產生的二氧化碳較少，因此出現二氧化碳隨高度增加而逐級遞減的情況。而在白天仍然是土壤呼吸占據主導作用，植株底部產生大量二氧化碳，而植株中部由于光合作用的存在，吸收了大量的二氧化碳，植株中部二氧化碳濃度降低較為明顯。

在圖11中，曲線總體呈現波動變化的趨勢，二氧化碳濃度最高值出現在04:00—08:00，最低值出現在12:00—15:00，出現上述變化主要是由植物光合作用和呼吸作用導致的，04:00—08：00植物呼吸累積了大量二氧化碳，在12:00—15：00時由于光合作用吸收了大量二氧化碳，所以呈現如圖11所示變化。其中1.2 m處二氧化碳濃度變化最為劇烈，而2.4 m處二氧化碳濃度變化較為平緩。

5 結論

(1)本測量系統采用自動控制技術與無線數據傳輸技術相結合，在田間安裝后能進行二氧化碳濃度測量，按照設定時間間隔或手動將測量數據發送至遠程數據服務器，測量操作簡便。

(2)由仿真結果可知，隨著抽氣速度和管道直徑的增加，抽吸流量增加，為避免相鄰管道之間氣流相互干擾，所需抽氣管道間隔增大，當抽氣速度為0.5 m/s、抽氣管道直徑為6.5 mm時，管道布置間隔應大于250 mm。

(3)基于STM32F103的二氧化碳濃度測量系統可以通過泵閥的操作，同時抽取外界不同環境下的氣體，暫存在導氣管內分時進行測量，并經過補償計算，測量誤差不大于4.17%，能夠準確進行二氧化碳濃度梯度測量。

(4)通過本系統可以實時遠程觀測農田二氧化碳濃度梯度變化，了解農田環境信息，對二氧化碳碳匯信息計算具有重要意義。

1 王紅玉,曲英華,周士力,等.CO2增施與養分交互作用對日光溫室番茄生長的影響[J/OL].農業機械學報,2014,45(增刊)：182-188.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=2014s129&flag=1.DOI:10.6041/j.issn.1000-1298.2014.S0.029. WANG Hongyu, QU Yinghua, ZHOU Shili， et al. Interactive effect of CO2enrichment and nutrient on growth of tomato in solar greenhouse[J/OL].Transactions of the Chinese Society for Agricultural Machinery,2014,45(Supp.):182-188. (in Chinese)

2 鄭智旗,王樹東,何進,等.耕作措施對京郊冬小麥農田CO2、CH4排放通量的影響[J/OL].農業機械學報,2014,45(增刊)：189-195. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=2014s130&flag=1. DOI:10.6041/j.issn.1000-1298.2014.S0.030. ZHENG Zhiqi, WANG Shudong, HE Jin, et al. Influences of tillage methods on carbon dioxide and methane fluxes from winter wheat fields in Beijing’s suburb[J/OL].Transactions of the Chinese Society for Agricultural Machinery,2014,45(Supp.):189-195. (in Chinese)

3 畢玉革,麻碩士,崔紅梅,等.北方干寒地區日光溫室CO2預測模型建立與冬季試驗[J].農業機械學報,2010,41(12)：183-189. BI Yuge, MA Shuoshi, CUI Hongmei, et al. Forecasting model of CO2concentration of solar greenhouse in the northern drought cold area and experimental verification in winter[J].Transactions of the Chinese Society for Agricultural Machinery,2010,41(12):183-189. (in Chinese)

4 宋秋來,趙澤松,龔振平,等.東北黑土區旱作農田土壤CO2排放規律[J].農業工程學報,2012,28(23)：200-207. SONG Qiulai, ZHAO Zesong, GONG Zhenping, et al.CO2emission law of dry farmland soil in black soil region of Northeast China[J]. Transactions of the CSAE,2012,28(23):200-207. (in Chinese)

5 田橋,仝乘風.CZ型六通道氣體采樣自動轉換器[J].農業氣象,1984(4):51,63.

6 李正雷,范廣強,胡順星,等. 拉曼激光雷達探測對流層二氧化碳濃度分布[J].科技信息,2012(16):149-150. LI Zhenglei, FAN Guangqiang, HU Shunxing, et al. Detection of carbon dioxide concentration in troposphere by Raman [J]. Science and Technology Information, 2012(16):149-150. (in Chinese)

7 李媛,王太宏,項瑩瑩. 基于MSP430單片機的二氧化碳測量系統[J]. 微計算機信息,2009(23):6-7. LI Yuan, WANG Taihong, XIANG Yingying. Carbon dioxide measurement system based on MSP430 single chip microcomputer [J]. Microcomputer Information, 2009(23):6-7. (in Chinese)

8 王萍.海洋原位二氧化碳檢測系統的設計[D] .杭州：浙江大學,2013. WANG Ping. Design of in-situ carbon dioxide detection system [D]. Hangzhou：Zhejiang University, 2013. (in Chinese)

9 陳天華,唐海濤.基于ARM和GPRS的遠程土壤墑情監測預報系統[J].農業工程學報,2012,28(3)：162-166. CHEN Tianhua, TANG Haitao. Remote monitoring and forecasting system of soil moisture based on ARM and GPRS [J].Transactions of the CSAE,2012,28(3):162-166. (in Chinese)

10 王雙喜,高昌珍,楊存棟,等.溫室CO2氣體濃度環境自動調控系統的研究[J].農業工程學報,2002,18(3)：84-86. WANG Shuangxi， GAO Changzhen， YANG Cundong, et al. Auto-controlling system of CO2concentration in modernized greenhouse [J]. Transactions of the CSAE,2002,18(3):84-86. (in Chinese)

11 王志平,程韜波. 基于GPRS的遠程無線監控系統的數據中心設計[J]. 工業控制計算機,2005,18(3):3-4. WANG Zhiping, CHENG Taobo. Design of data center for remote wireless monitoring system based on GPRS [J]. Industrial Control Computer, 2005,18(3):3-4.(in Chinese)

12 張海輝，邵志成，張佐經，等. 基于無線傳感網的設施二氧化碳精準調控系統[J/OL]. 農業機械學報，2017,48(3):325-331,360. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20170341&flag=1. DOI:10.6041/j.issn.1000-1298.2017.03.041. ZHANG Haihui, SHAO Zhicheng, ZHANG Zuojing, et al. Regulation system of CO2in facilities based on wireless sensor network[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2017,48(3):325-331,360. (in Chinese)

13 秦琳琳,陸林箭,石春,等.基于物聯網的溫室智能監控系統設計[J/OL].農業機械學報,2015,46(3):261-267.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20150338&flag=1. DOI:10.6041 /j.issn.1000-1298.2015.03.038. QIN Linlin, LU Linjian, SHI Chun, et al. Implementation of IOT-based greenhouse intelligent monitoring system[J/OL].Transactions of the Chinese Society for Agricultural Machinery,2015,46(3):261-267. (in Chinese)

14 曹柏榮,謝東曉.二氧化碳濃度的測量與控制[J].儀表技術,2006(1):54-56. CAO Borong, XIE Dongxiao. Measurement and control of carbon dioxide concentration [J]. Instrumentation Technology, 2006(1):54-56.(in Chinese)

15 單慧勇,崔靖林,趙輝,等. 基于Arduino的溫室二氧化碳氣肥增施控制系統設計[J]. 北方園藝,2015(2):40-42. SHAN Huiyong, CUI Jinglin, ZHAO Hui, et al. Design of control system for carbon dioxide gas fertilizer application in greenhouse based on Arduino [J]. Northern Horticulture, 2015(2):40-42.(in Chinese)

16 李少華,謝守勇,陳翀,等. 基于單片機控制的溫室二氧化碳調控系統設計[J]. 農機化研究,2013(6):178-181. LI Shaohua, XIE Shouyong, CHEN Yu, et al. Design of carbon dioxide control system in greenhouse based on single chip microcomputer [J]. Journal of Agricultural Mechanization Research, 2013(6):178-181.(in Chinese)

Optimal Design and Experiment of Farmland Carbon Dioxide Concentration Gradient In-situ Synchronous Measuring System

LI Yang1,2CHEN Baolin1ZHAO Xinxue1,2ZHANG Haishu1WANG Kan1YUAN Jin1,2

(1.SchoolofMechanicalandElectronicEngineering,ShandongAgriculturalUniversity,Taian271018,China2.ShandongProvincialKeyLaboratoryofHorticulturalMachineryandEquipment,Taian271018,China)

In order to measure the distribution of carbon dioxide (CO2) concentration gradient in farmland accurately, and reduce the interference error caused by manual measurement, a CO2concentration gradient in-situ synchronous measurement system was designed, which was equipped in farmland to measure CO2concentration gradient automatically, and the measurement data could be sent to the host computer server via GPRS wireless transmission technology. The system was composed of a mechanical collection module and an electrical control module. The mechanical acquisition module was responsible for the gas collection, and the system control module was used to realize the automatic measurement of CO2concentration. The overall structure of the measurement system and the design of each module were introduced, and the pumping process of carbon dioxide measurement was simulated by computational fluid dynamics (CFD) software. The relationships between the distance of the measurement pipeline and the pumping speed, as well as the diameter of the pipeline were analyzed to optimize the system design. The indoor system calibration and outdoor field measurement of carbon dioxide concentration were implemented. The experimental results showed that the system could measure the concentration gradient of farmland carbon dioxide, and the measurement error was not more than 4.17%. The system could realize the automatic acquisition of cropland information, which had important significance to the carbon sequestration information calculation.

farmland; carbon dioxide; concentration gradient measurement; in-situ synchronous measurement

10.6041/j.issn.1000-1298.2017.06.018

2016-10-17

2016-11-18

國家自然科學基金項目(51475278)、國家高技術研究發展計劃(863計劃)項目(2013AA102301)、山東省農業重大應用技術創新課題和山東省農機裝備研發創新計劃項目(2015YB201)

李揚(1982—)，男，講師，博士，主要從事嵌入式系統設計和智能控制方法研究，E-mail: mtlyab@sdau.edu.cn

苑進(1972—)，男，教授，博士，主要從事智能機電控制技術研究，E-mail: jyuan@sdau.edu.cn

S163+.5； P463.2

A

1000-1298(2017)06-0138-07