基于物聯網的農業灌溉區域輸配水渠道流量智能監測方法

摘 要：針對常規輸配水渠道流量監測方法使用H-ADCP監測水層單元確定流速分布關系，易受斷面流量變化的影響，流量監測偏差較大的問題，基于物聯網技術提出了一種全新的農業灌溉區域輸配水渠道流量智能監測方法。利用物聯網采集輸配水渠道流量初始信息，開發多斷面輸配水渠道流量智能監測計算程序，從而完成輸配水渠道流量智能監測。實驗結果表明，設計的灌溉區域輸配水渠道流量監測方法監測的水深、流量與實際水深、流量相擬合，證明設計的智能監測方法應用效果較好，具有較強的可靠性和較大的應用價值。

關鍵詞：物聯網；農業灌溉區域；多斷面輸配水渠道流量智能監測；無線信息分組；Visual Basic；水位傳感器

中圖分類號：TP39；TV133 文獻標識碼：A 文章編號：2095-1302（2024）12-00-03

0 引 言

隨著科技的不斷進步與發展，智能化、精準化、高效化逐漸成為現代農業發展的重要方向[1]。為提高灌溉用水的效率和精度，減少水資源浪費與環境污染，對農業灌溉區域輸配水渠道流量進行智能監測已經成為迫切的需求。目前，我國農業灌溉區域輸配水渠道流量監測主要以人工測量和傳統儀表測量為主，智能化水平較低。盡管在一些地區已經初步建立了自動化監測系統，但在實際應用中仍然效果不佳[2]。為提升應用效果，本文基于物聯網技術提出并設計了一種全新的農業灌溉區域輸配水渠道流量智能監測方法，希望可借此提高農業灌溉區域輸配水渠道流量監測效果，減少灌溉水資源的浪費，確保農業灌溉水的合理利用。

1 灌溉區域輸配水渠道流量物聯網智能監測方法設計

1.1 基于物聯網采集輸配水渠道流量智能監測信息

本文基于物聯網設備完成輸配水渠道流量初始信息的采集。在輸配水渠道流量監測過程中，其流量始終滿足明渠均勻流關系[3]，渠道的實時水流量Q計算見式（1）：

（1）

式中：A代表渠道斷面面積；n代表糙率；Ri代表縱坡斷面系數[4]。渠道水流量關系可以利用物聯網進行信息集成，區域輸配水渠道流量信息采集裝置如圖1所示。

由圖1可知，水位傳感器可以感知渠道水壓的變化，實時獲取渠道水位數值[5]，當水壓增加時，水位傳感器的橋臂電阻會發生改變，從而輸出準確的監測信息。

在輸配水渠道流量監測信息采集過程中，溫度變化可能會對壓力信號造成一定影響，因此需要調整水位傳感器，優化描述壓力參量PQ，如式（2）所示：

（2）

式中：f代表監測平面；Up代表輸入電壓；UT代表輸出電壓。標定誤差Δk的計算[6]如式（3）所示：

（3）

式中：Pk代表監測信息標定值。標定后可以有效抑制溫度對監測結果造成的影響。在完成信息采集后，使用物聯網進行無線信息分組，實現監測信息的遠程傳遞，以解決其數據傳輸干擾的問題。

1.2 開發多斷面輸配水渠道流量智能監測計算程序

農業灌溉區域輸配水渠道流量智能監測對實時性要求較高，因此，本文使用Visual Basic完成多斷面輸配水渠道流量智能監測計算程序開發[7]。該程序的設計流程如圖2所示。

根據設計的智能計算程序可以生成渠道流量QZ，其計算如式（4）所示：

（4）

式中：k代表水流量系數；L代表渠道寬度；m代表謝才系數；g代表重力加速度；H代表渠道縱坡高度。Q的計算如式（5）所示：

（5）

式中：X代表渠道過水斷面的濕周。根據曼寧公式可以確定渠道斷面形狀與尺寸[8]，此時渠道斷面平均流速的計算如式（6）所示：

（6）

使用上述程序進行水流量智能監測計算時，需要預設初始的監測時間，從不同時間段的文件中進行渠道水深數據讀取轉換，再匯總全部渠道水流量監測參數，對各監測點進行同步處理，最大程度降低農業灌溉區域輸配水渠道流量智能監測誤差，保證最終的監測精度[9]。

2 實 驗

為驗證設計方法的監測效果，本文配置了有效的實驗條件，將其與文獻[5]、文獻[6]中2種常規方法進行對比，開展實驗。

2.1 實驗準備

根據輸配水渠道流量智能監測實驗要求，本文選取X灌區作為研究灌區。已知X灌區位于某平原中心，存在4個典型灌溉點，在實驗開始前，先根據Horton河系定律優化布局監測點，按照水源引水的次序進行渠系分級，保證各渠系獨立[10]。待上述步驟完成后，再根據渠系特征進行定量描述，X研究區域的灌溉布局示意圖如圖3所示。

由圖3可知，待研究區域布局完畢后，可以進行農渠、支渠、干渠組合優化，預設渠道的監測變量，此時的實驗渠系布局模型計算流程如圖4所示。

由圖4可知，根據上述實驗渠系布局模型，可以調整輸配水渠道的初始液位，再使用流速儀測流法測量不同監測點的平均流速。考慮到農業灌溉區域輸配水渠道環境的復雜性，本文選取MSP430單片機作為實驗平臺的核心處理芯片，通過JTAG調試監測數據接收接口進行在線編程。為降低智能監測數據采集干擾，本文設置的實驗平臺使用外置SD2400時鐘芯片調整時序關系，結合RS 485進行并行通信。待實驗準備完畢后，即可得出準確的輸配水渠道流量智能監測結果。

2.2 實驗結果與討論

結合上述實驗準備開展實驗。設置不同的水流量監測點，利用KEWILL流量計實測研究區域的水深與流量值。此時分別使用3種方法進行監測，得到流量對比結果，具體見表1。

采用本文設計方法監測的流量與實測流量非常接近，相差僅為0.000 1～0.000 3 m3/s，而文獻[5]和文獻[6]的設計方法監測的流量數值與實測流量相差較大，差值可達0.321 9 m3/s。由此可證明，本文設計方法在監測流量方面的效果較好，能夠較為準確地反映實際流量。

3 結 語

針對常規渠道流量監測方法監測量偏差較大的問題，本文設計了一種基于物聯網的農業灌溉區域輸配水渠道流量智能監測方法，并利用實驗證明了所提方法的有效性。實驗結果表明，本文設計的智能監測方法的監測效果較好，監測準確度較高，可靠性高，可為推廣高效節水灌溉作出一定貢獻。

參考文獻

[1]翟文琳，管光華，朱哲立，等.輸配水系統封閉式進水池水力響應三維仿真—以滇中引水二期工程龍泉泵站為例[J].南水北調與水利科技（中英文），2022，20（5）：988-998.

[2]鄭剛，厲向偉，李想.千島湖配水工程淺埋暗挖段引水隧洞近距離下穿天然氣管道施工技術研究[J].浙江水利科技，2021，49（5）：69-71.

[3]肖權，鄧沛，常超，等.武漢大東湖污水深隧系統流量監測方法[J]. 中國給水排水，2022，38（10）：95-100.

[4]劉墨陽，蔣四維，林云發，等.復雜水情下H-ADCP流量在線監測推流方法[J].水利水電科技進展，2022，42（2）：27-34.

[5]吳新華，徐明強，姚云.基于霍爾脈沖流量計和ESP8266的用水流量異常監測系統設計[J].價值工程，2023，42（9）：107-109.

[6]馮公偉.基于BP神經網絡的水文站流量在線監測方法[J].水利技術監督，2023（1）：36-39.

[7]曹鵬飛，肖志飛，文建博，等.基于STM32的節水灌溉系統設計[J].電子設計工程，2022，30（6）：16-19.

[8]原超.基于GPRS灌區輸配水渠道流量自動監測系統的設計[D].太原：太原理工大學，2014.

[9]胡宇祥.北方灌區輸配水系統優化模式及綜合效益評價研究[D].哈爾濱：東北農業大學，2018.

[10]劉照，程帥，李華朋，等.基于雙層粒子群算法的下級渠道流量不等時渠系優化配水[J].干旱地區農業研究，2017，35（3）：88-93.

作者簡介：王小明（1985—），男，甘肅白銀人，中級工程師，研究方向為農業水價改革、景電工程、農業灌溉、水利工程管理。