System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 亚欧无码精品无码有性视频,人妻少妇看A偷人无码精品,潮喷无码正在播放
  • 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    一種土壤中二氧化碳氣體濃度在線自動監測系統及方法技術方案

    技術編號:44447752 閱讀:3 留言:0更新日期:2025-02-28 18:53
    本發明專利技術涉及氣體檢測領域,特別是一種土壤中二氧化碳氣體濃度在線自動監測系統及方法。通過建立CNN卷積神經網絡模型,將訓練二氧化碳氣體數據輸入至CNN卷積神經網絡模型中進行訓練,得到二氧化碳氣體濃度數據;判斷二氧化碳氣體濃度數據是否大于預警閾值,若二氧化碳氣體濃度數據大于預警閾值,將實時二氧化碳氣體數據輸入至CNN卷積神經網絡模型中進行識別,通過二氧化碳釋放裝置向土壤中傳輸二氧化碳;對土壤中的二氧化碳氣體數據進行實時監測,得到目標二氧化碳氣體濃度數據;當目標二氧化碳氣體濃度數據符合預設標準值時,停止利用二氧化碳釋放裝置向土壤中傳輸二氧化碳。可以針對土壤中的二氧化碳氣體濃度數據進行實時監控。

    【技術實現步驟摘要】

    本專利技術涉及氣體檢測領域,特別是一種土壤中二氧化碳氣體濃度在線自動監測系統及方法


    技術介紹

    1、二氧化碳是植物進行光合作用的重要原料,通過光合作用可以將二氧化碳、水和光能轉化為有機物質和氧氣。隨著二氧化碳的增加,植物的光合效率和養分利用率也會提高,因此土壤中二氧化碳的濃度通常關系著植物的生產情況,但是由于二氧化碳在土壤中的濃度通常由傳感器進行檢測,但是傳感器的檢測通常是局部土壤的二氧化碳濃度,單個傳感器的濃度并不能表明土壤的全部二氧化碳含量,并且會由于溫度、光照等因素影響土壤中的二氧化碳濃度,因此如何針對土壤中二氧化碳的濃度進行檢測,并對土壤中的二氧化碳濃度進行自動調整是現階段丞待解決的技術問題。


    技術實現思路

    1、本專利技術的目的是為了解決上述問題,設計了一種土壤中二氧化碳氣體濃度在線自動監測系統及方法。

    2、實現上述目的本專利技術的技術方案為,進一步,在上述一種土壤中二氧化碳氣體濃度在線自動監測系統中,所述在線自動監測系統包括以下步驟:

    3、氣體數據獲取模塊,用于通過二氧化碳氣體傳感器獲取土壤中的歷史二氧化碳氣體數據,對所述歷史二氧化碳氣體數據進行數據預處理,得到訓練二氧化碳氣體數據;

    4、第一氣體數據識別模塊,用于建立cnn卷積神經網絡模型,將所述訓練二氧化碳氣體數據輸入至所述cnn卷積神經網絡模型中進行訓練,得到二氧化碳氣體濃度數據;

    5、二氧化碳中和模塊,用于判斷所述二氧化碳氣體濃度數據是否大于預警閾值,若所述二氧化碳氣體濃度數據大于預警閾值,則通過二氧化碳中和裝置噴灑氫氧化鈣,并實時收集土壤中的實時二氧化碳氣體數據;

    6、第二氣體數據識別模塊,用于將所述實時二氧化碳氣體數據輸入至所述cnn卷積神經網絡模型中進行識別,得到初始二氧化碳氣體濃度數據;

    7、氣體數據傳輸模塊,用于判斷所述初始二氧化碳氣體濃度數據是否符合預設標準值,若所述初始二氧化碳氣體濃度數據符合土壤預設標準值,將初始二氧化碳氣體濃度數據傳輸至顯示終端;

    8、二氧化碳補充模塊,用于若所述初始二氧化碳氣體濃度數據小于預設標準值,則通過二氧化碳釋放裝置向土壤中傳輸二氧化碳;

    9、氣體數據監測模塊,用于對土壤中的二氧化碳氣體數據進行實時監測,得到目標二氧化碳氣體濃度數據;當目標二氧化碳氣體濃度數據符合預設標準值時,停止利用二氧化碳釋放裝置向土壤中傳輸二氧化碳。

    10、進一步,在上述在線自動監測系統中,所述氣體數據獲取模塊包括以下子模塊:

    11、傳感器子模塊,用于通過二氧化碳氣體傳感器獲取土壤中的歷史二氧化碳氣體數據,對所述歷史二氧化碳氣體數據進行數據預處理;所述二氧化碳氣體傳感器至少包括固體電解式co2傳感器、光纖co2傳感器、電容式co2傳感器;

    12、傳感器設置子模塊,用于確定所述二氧化碳氣體傳感器插入土壤中10cm,二氧化碳氣體傳感器的布置密度為1個/2m2;

    13、數據確定子模塊,用于確定所述歷史二氧化碳氣體數據為二氧化碳氣體傳感器的電信號數據和數字信號數據;所述歷史二氧化碳氣體數據至少包括500個以上的二氧化碳氣體傳感器的電信號數據;

    14、數據降噪子模塊,用于利用小波閾值去噪法對所述歷史二氧化碳氣體數據進行降噪處理,得到降噪歷史二氧化碳氣體數據;

    15、得到子模塊,用于隨機抽取80%的歷史二氧化碳氣體數據,得到訓練二氧化碳氣體數據。

    16、進一步,在上述在線自動監測系統中,所述第一氣體數據識別模塊包括以下單元:

    17、模型建立單元,用于建立cnn卷積神經網絡模型,利用反向傳播算法對所述cnn卷積神經網絡模型進行優化;

    18、模型訓練單元,用于將所述訓練二氧化碳氣體數據輸入至所述cnn卷積神經網絡模型中進行訓練后保持模型權值不變;

    19、反向傳播計算單元,用于利用反向傳播算法計算所述cnn卷積神經網絡模型的預測值,通過比較預測值與期望輸出來計算輸出層的誤差;

    20、遞歸計算單元,用于利用誤差逆向逐層傳播,以遞歸方式計算所述cnn卷積神經網絡模型的每個神經元的局部梯度,并對每個權值求變化量,更新所述cnn卷積神經網絡模型的權值,得到二氧化碳氣體濃度數據。

    21、進一步,在上述在線自動監測系統中,所述二氧化碳中和模塊包括以下子模塊:

    22、判斷子模塊,用于判斷所述二氧化碳氣體濃度數據是否大于預警閾值,所述預警閾值至少包括二氧化碳氣體濃度數據大于3%;

    23、閾值子模塊,用于確定若所述二氧化碳氣體濃度數據大于預警閾值,則通過二氧化碳中和裝置噴灑氫氧化鈣,當二氧化碳氣體濃度數據為3%-5%,則氫氧化鈣的噴灑濃度為6%,每平米噴灑100m?l;

    24、數值子模塊,用于確定當二氧化碳氣體濃度數據大于5%,則氫氧化鈣的噴灑濃度為8%,每平米噴灑200m?l;

    25、類別子模塊,用于確定所述二氧化碳中和裝置至少包括氫氧化鈣噴灑裝置、氧化鈣粉末噴灑裝置、氫氧化鈉噴灑裝置;

    26、識別子模塊,用于實時收集土壤中的實時二氧化碳氣體數據,將所述實時二氧化碳氣體數據輸入至所述cnn卷積神經網絡模型中進行識別,得到初始二氧化碳氣體濃度數據。

    27、進一步,在上述在線自動監測系統中,所述氣體數據傳輸模塊包括以下子模塊:

    28、判斷子模塊,用于判斷所述初始二氧化碳氣體濃度數據是否符合預設標準值,所述預設標準值為初始二氧化碳氣體濃度數據小于0.5%;

    29、傳輸子模塊,用于若所述初始二氧化碳氣體濃度數據符合土壤預設標準值,將初始二氧化碳氣體濃度數據傳輸至顯示終端;

    30、預警子模塊,用于若所述初始二氧化碳氣體濃度數據不符合土壤預設標準值,將初始二氧化碳氣體濃度數據和二氧化碳中和裝置噴灑數據傳輸至服務器中進行預警。

    31、進一步,在上述在線自動監測系統中,所述二氧化碳補充模塊包括以下子模塊:

    32、氣體釋放單元,用于確定若所述初始二氧化碳氣體濃度數據小于預設標準值,則通過二氧化碳釋放裝置向土壤中傳輸二氧化碳;

    33、氣體數值單元,用于確定當所述所述初始二氧化碳氣體濃度數據為0.2%-0.3%時,則通過二氧化碳釋放裝置釋放濃度為3%的二氧化碳氣體,每平米釋放300m?l;當所述所述初始二氧化碳氣體濃度數據為小于0.2%時,則通過二氧化碳釋放裝置釋放濃度為5%的二氧化碳氣體,每平米釋放400m?l;

    34、釋放布置單元,用于確定所述二氧化碳釋放裝置插入土壤中6cm,二氧化碳釋放裝置的布置密度為1個/4m2。

    35、進一步,在上述在線自動監測系統中,所述氣體數據監測模塊包括以下單元:

    36、氣體數據獲取單元,用于對土壤中的二氧化碳氣體數據進行實時監測,通過二氧化碳傳感器每隔5min獲取一次土壤中的二氧化碳氣體數據,得到目標二氧化碳氣體濃度數據;

    37、氣體數本文檔來自技高網...

    【技術保護點】

    1.一種土壤中二氧化碳氣體濃度在線自動監測系統,其特征在于,所述在線自動監測系統包括以下模塊:

    2.如權利要求1所述的一種土壤中二氧化碳氣體濃度在線自動監測系統,其特征在于,所述氣體數據獲取模塊包括以下子模塊:

    3.如權利要求1所述的一種土壤中二氧化碳氣體濃度在線自動監測系統,其特征在于,所述第一氣體數據識別模塊包括以下單元:

    4.如權利要求1所述的一種土壤中二氧化碳氣體濃度在線自動監測系統,其特征在于,所述二氧化碳中和模塊包括以下子模塊:

    5.如權利要求1所述的一種土壤中二氧化碳氣體濃度在線自動監測系統,其特征在于,所述氣體數據傳輸模塊包括以下子模塊:

    6.如權利要求1所述的一種土壤中二氧化碳氣體濃度在線自動監測系統,其特征在于,所述二氧化碳補充模塊包括以下子模塊:

    7.如權利要求1所述的一種土壤中二氧化碳氣體濃度在線自動監測系統,其特征在于,所述氣體數據監測模塊包括以下單元:

    8.實現如權利要求1所述的一種土壤中二氧化碳氣體濃度在線自動監測方法,其特征在于,所述二氧化碳氣體濃度在線自動監測方法包括以下步驟:

    9.如權利要求8所述的一種土壤中二氧化碳氣體濃度在線自動監測方法,其特征在于,所述建立CNN卷積神經網絡模型,將所述訓練二氧化碳氣體數據輸入至所述CNN卷積神經網絡模型中進行訓練,得到二氧化碳氣體濃度數據,包括:

    10.如權利要求8所述的一種土壤中二氧化碳氣體濃度在線自動監測方法,其特征在于,所述判斷所述二氧化碳氣體濃度數據是否大于預警閾值,若所述二氧化碳氣體濃度數據大于預警閾值,則通過二氧化碳中和裝置噴灑氫氧化鈣,并實時收集土壤中的實時二氧化碳氣體數據,包括:

    ...

    【技術特征摘要】

    1.一種土壤中二氧化碳氣體濃度在線自動監測系統,其特征在于,所述在線自動監測系統包括以下模塊:

    2.如權利要求1所述的一種土壤中二氧化碳氣體濃度在線自動監測系統,其特征在于,所述氣體數據獲取模塊包括以下子模塊:

    3.如權利要求1所述的一種土壤中二氧化碳氣體濃度在線自動監測系統,其特征在于,所述第一氣體數據識別模塊包括以下單元:

    4.如權利要求1所述的一種土壤中二氧化碳氣體濃度在線自動監測系統,其特征在于,所述二氧化碳中和模塊包括以下子模塊:

    5.如權利要求1所述的一種土壤中二氧化碳氣體濃度在線自動監測系統,其特征在于,所述氣體數據傳輸模塊包括以下子模塊:

    6.如權利要求1所述的一種土壤中二氧化碳氣體濃度在線自動監測系統,其特征在于,所述二氧化碳補充模塊包括以下子模塊:

    ...

    【專利技術屬性】
    技術研發人員:張瑞城趙國仙張鈞
    申請(專利權)人:上海交通大學
    類型:發明
    國別省市:

    網友詢問留言 已有0條評論
    • 還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 小12箩利洗澡无码视频网站| 无码伊人66久久大杳蕉网站谷歌 | 中文字幕无码精品亚洲资源网久久 | 人妻无码一区二区三区| 国产精品无码专区| 国产成人亚洲精品无码AV大片 | 久久久久亚洲AV无码专区桃色 | 中文无码精品一区二区三区| 久久人妻内射无码一区三区| 成人无码区免费视频观看| 久久午夜夜伦鲁鲁片免费无码| 国产精品爽爽va在线观看无码 | 人妻无码αv中文字幕久久 | 无码人妻一区二区三区在线视频| 精品无码国产一区二区三区麻豆 | 少妇中文无码高清| 亚洲精品无码少妇30P| 久久国产精品无码一区二区三区| 中文字幕丰满伦子无码| 亚洲AV无码乱码在线观看性色扶| 无码中文字幕一区二区三区| AAA级久久久精品无码片| 无码人妻熟妇AV又粗又大 | 亚洲AV永久青草无码精品| 人妻无码一区二区三区四区| 免费无遮挡无码永久在线观看视频 | 亚洲人AV在线无码影院观看| 久久久久久无码Av成人影院 | 国产成人无码av片在线观看不卡| 亚洲精品久久久久无码AV片软件| 中字无码av电影在线观看网站| 亚洲av无码久久忘忧草| 无码人妻丰满熟妇区BBBBXXXX| 久久国产精品无码HDAV| 97精品人妻系列无码人妻| 亚洲AV无码成人网站在线观看| 亚洲午夜无码久久| 精品无码中出一区二区| 欧洲精品无码一区二区三区在线播放 | 精品久久久久久无码人妻| 亚洲高清无码综合性爱视频|