基于LoRa和SVM-Markov的蓝莓园精准灌溉系统研究

摘要

针对当前蓝莓园灌溉效率低、劳动强度大、管理粗放等问题,设计基于LoRa无线远距离通信和SVM-Markov组合模型的蓝莓园精准灌溉系统。该系统通过LoRa无线数据采集系统采集蓝莓园空气温湿度、土壤湿度、光照度、风速等环境参数,通过LoRa网关和物联网网关将数据包上传到云服务器,灌溉预测系统根据采集到的环境参数,实现灌溉量预测与灌溉决策,并将决策结果反馈到灌溉执行模块。为提高预测精度,引入SVM-Markov灌溉量预测算法。以句容市天王镇蓝莓园为试验对象,预测结果表明:SVM-Markov模型的平均绝对误差为0.1887 mm/d,均方根误差为0.2394 mm/d,相比于SVM模型,SVM-Markov的预测精度更高、数据拟合效果更好。该系统能够实现蓝莓园环境的实时监测与精准灌溉,为其它果园精准灌溉的实现提供一定的参考。