基于GPRS 的土壤風蝕實時監測系統研制與測試

劉海洋，陳 智，侯占峰，佟 鑫，宗哲英，宣傳忠

?

基于GPRS 的土壤風蝕實時監測系統研制與測試

劉海洋，陳 智，侯占峰※，佟 鑫，宗哲英，宣傳忠

（內蒙古農業大學機電工程學院，呼和浩特 010018）

為克服野外觀測和風洞測試的缺點與不足，提高觀測數據的連續性、科學性與可靠性。該文綜合無線傳感網絡技術、傳感器技術、電子技術和網絡通信技術，研制了熱敏式風速傳感器、分流對沖式風沙分離器和具有無線組網與自動數據采集處理功能的近地表風速廓線儀和多通道集沙儀，建立了基于GPRS網絡的土壤風蝕監測系統，實現了被測區域環境溫度、相對濕度、大氣壓力、近地表風速廓線和風沙流結構等參數的同步采集、實時處理和遠程監測等功能。試驗結果表明：風速傳感器輸出電壓在0.3～4.3 V之間，響應時間小于3 s，有效測量范圍在0～17 m/s，測量精度隨風速增大而降低，在6和17 m/s風速下的測量精度分別為0.1和 0.3 m/s；風沙分離器的降速效率和風沙分離效率分別在96%和99.8%以上，平均等動力性≥92%；稱量系統有效測量范圍在0～170 g，精度達0.01 g，短期靜態誤差和長期累積誤差分別不超過±0.02 g和±0.04 g；9、12、15和18 m/s風速下的平均集沙效率達91.98%；無線通信建立時間≤5 s，中心匯聚節點可在3 s內實現一次節點遍歷和數據匯聚，有效傳輸距離達140 m以上；風速廓線節點和集沙儀節點單次最大工作時長不低于6和22 h。在野外試驗條件下，系統軟硬件部分均運行穩定可靠，自組網數據傳輸的丟包率和錯誤次數為0，環境溫度、相對濕度和大氣壓力的偏差分別小于2 ℃、4%和10 hPa；測得的近地表風速廓線與風沙流結構均符合指數分布規律，滿足大尺度、跨區域野外土壤風蝕同步研究的需求。

無線傳感網絡；環境監測；風速廓線儀；集沙儀；土壤風蝕

0 引 言

土壤風蝕是導致中國北方寒旱地區草原和土地退化、沙化的重要因素[1]。特別在內蒙古陰山北麓農牧交錯區，由于自然和人為等因素的綜合作用[2]，加速了農田和草原的退化程度，大面積天然草地防風護土、涵養水源的綜合生態功能大幅降低，導致揚沙肆虐、沙塵暴頻發，風蝕進程大大加速；不僅超出了環境的自我承載能力，且嚴重制約了該地區經濟和農牧業的可持續發展[1,3]。近年來，土地荒漠化已然成為中國北方地區較為嚴峻的環境問題，利用現代化技術手段研究土壤風蝕形成機理及其防治措施成為當前亟待解決的重要課題。

目前，圍繞土壤風蝕進行的野外觀測、風洞試驗等研究在主要風蝕地區獲得了空前的發展，研究人員相繼從風沙地貌與沙漠化、風蝕動力學、風蝕影響因子、風蝕測定與評估模型、風蝕防治技術等方面闡述了各因素對風蝕過程的影響[4]，提出了不同地區的風蝕防治措施，但由于風蝕作用自身物理機制極其復雜且在時空上變異巨大，導致風蝕監測數據的誤差較大，各項研究結果間差異明顯、可比性不夠強。同時，現有土壤風蝕測試與監測方法存在勞動強度大、風蝕監測數據不穩定、無法實現跨區域實時數據采集等缺點與不足。

因此，本文綜合無線傳感網絡技術、傳感器技術、計算機技術和網絡通信技術，研制了熱敏式風速傳感器以及具有自組網和自動數據采集處理功能的近地表風速廓線儀和多通道集沙儀；并在此基礎上研究了具有實時數據匯聚與處理功能的土壤風蝕監測系統，實現了被測區域內多點環境溫度、相對濕度、大氣壓力、近地表風速廓線及風沙流結構等數據的同步采集、無線傳輸與實時處理等；提高了觀測數據的連續性、科學性與可靠性，為實現跨區域、大尺度的土壤風蝕實時監測，分析風蝕過程的整體動態和區域差異提供有效的研究平臺和重要的數據支持。

1 系統總體結構與工作原理

1.1 總體結構

該系統主要由分布在各被測區域內的風速廓線采集節點、風沙流結構采集節點、中心匯聚與轉發節點、GPRS遠程數據傳輸網絡及客戶端數據處理軟件等組成[5-7]，其總體結構如圖1所示。

1.2 系統工作原理

工作過程中，中心匯聚與轉發節點首先通過發送“同步數據采集”指令，控制網絡覆蓋范圍內的所有風速廓線節點和風沙流結構節點進行同步數據采集；然后通過發送“地址輪詢”指令匯聚各節點采集的數據；數據匯聚完成后，對數據進行處理打包，并通過GPRS模塊發送至遠程服務器[8-9]；服務器端的數據中心軟件通過TCP協議與各被測區域內的GPRS模塊建立連接，接收遠程數據并存儲在本地Access數據庫中，同時將數據包發送至遠程客戶端；客戶端軟件系統通過TCP協議連接訪問服務器，接收來自服務器端的數據信息，并對數據包進行解析、處理，顯示各測點處的環境信息，繪制其近地表風速廓線及風沙流結構曲線，最后將解析后的數據信息存儲在本地數據庫內[9]。

圖1 風蝕監測系統總體結構圖

2 硬件系統組成

2.1 熱敏式近地表無線風速廓線儀

2.1.1 熱敏式風速傳感器

在陰山北麓農牧交錯區，土壤風蝕常發生在春秋季節，且距地表0～70 cm范圍內的風速變化范圍基本不超過17 m/s；因此，本文以小體積、高精度、低功耗薄膜流量傳感器敏感元件FS5為基礎，設計了適用于測量近地表風速廓線的熱敏式風速傳感器。該敏感元件的測量范圍為0～100 m/s，精度達0.01 m/s，風速響應時間小于2 s，由鈍化在一塊陶瓷基片上的兩個鉑電阻RH和RS組成。其中，RH（阻值45 Ω）被用作加熱元件，用來測量流體速度；RS（阻值1 200 Ω）為熱敏元件，用來測量環境溫度，并可對傳感器進行一定的溫度補償。為減小熱慣性、提高響應速度，采用恒溫式測量方法進行傳感器電路設計[10-13]，風速傳感器敏感元件的結構如圖2所示[14]。

測量時需將敏感元件與風向保持平行。由于熱敏元件的放熱系數與氣流速度有關，氣流速越大，放熱系數也越大，散熱越快，流過加熱電阻RH的電流越大，傳感器電路輸出的壓差就越大，反之亦然[15-16]；電路輸出的電壓與氣流速度呈一定的數學關系[13]。

風洞標定時，采用測量范圍0～20 m/s、精度±(0.03 m/s+5%測量值)、分辨率0.01 m/s的testo-425熱線風速儀對傳感器探頭前方2 cm處的風速進行測量，并以20次采樣值的平均值作為試驗風速；再用風速傳感器對該風速進行20次連續采集，并將其輸出電壓的平均值作為標定值；采用最小二乘法對數據進行多項式擬合，獲得風速傳感器的標定曲線及標定方程。

由風洞試驗可知[17]：風速傳感器組的輸出電壓范圍在0.3～4.3 V；測量精度隨風速的增大而降低，6和17 m/s風速下的測量精度分別為0.1和0.3 m/s；傳感器自上電至輸出穩定所需時長不超過8 s，風速響應時間2～3 s；輸出電壓與風速間的函數關系滿足5次多項式擬合，且符合單調遞增規律[17]，基本滿足近地表風速廓線的測量需求。

圖2 風速敏感元件結構圖

2.1.2 熱敏式無線風速廓線儀

該風速廓線儀分為旋轉部分和固定底座兩大部分，主要由楔形外殼、帶底盤旋轉機構、導向板、熱敏風速傳感器組及無線數據采集器等5部分組成，其內部結構及實物如圖3所示[17-19]。

1. 電源開關 2. 充電口 3. 鋰電池 4. 楔形外殼 5. 電壓轉換模塊 6. 無線數據采集器 7. 天線 8. 導向板 9. 風速傳感器 10. 傳感器探頭 11. 軸承端蓋 12. 集流環 13. 雙切邊軸承 14. 墊片 15. 旋轉軸

為減小機體對周圍流場穩定性和均勻性的影響，旋轉部分設計成楔形細長體結構，高約70 cm，內部安裝有鋰電池、電壓轉換模塊、風速傳感器組及無線數據采集器等，可實現環境溫度、相對濕度、大氣壓力及近地表風速數據的采集、處理與無線傳輸等[20-21]；其中，8個風速傳感器探頭安裝在楔形結構面積較小的一側，沿高度方向按對數規律分布，分別采集距地表2、4、8、16、24、32、48和64 cm高度處的風速數據；固定底座采用不銹鋼材料制作，為直徑40 cm的圓盤，其上固定有旋轉軸，用于連接和支撐旋轉部分；通過導向機構（導向板和旋轉軸等）的氣流導向作用，旋轉部分可隨風向自由旋轉，以保證風速傳感器探頭能夠始終正對來風方向，提高測量的準確性。

經風洞試驗可知[17]：不同風洞中心風速下，該風速廓線儀得到的不同高度上的風速數據與風洞試驗段的風速分布規律相一致，且擬合度均在0.9以上；系統繪制的風廓線基本符合指數分布規律，能夠準確地反映近地表風速在垂直高度上的分布規律。

另外，綜合考慮風沙測試環境與風速傳感器體積，近地表風速廓線常采用體積較小、精度較高的熱膜式風速傳感器組來測量近地表不同高度上的風速，尚未形成標準測量設備；本文設計的風速廓線儀在6和17 m/s風速下的測量精度分別為0.1和0.3 m/s；不低于由風杯式風速傳感器、超聲波風速傳感器所形成的風速廓線儀，且已基本滿足土壤風蝕監測系統的設計需求。

2.2 分流對沖式無線集沙儀

2.2.1 擴容對沖風沙分離器

該風沙分離器主要由進沙管、對沖分流三角架、上排氣口、下排氣口和環流減速機構等5部分組成[22-23]，其三維結構模型如圖4所示。

1. 進沙管 2. 對沖分流三角架 3. 上排氣口 4. 下排氣口 5. 環流減速機構

攜沙風在該分離器內部通過多級擴容降速和分流對沖降速后，氣流速度逐漸減小，氣固分離效率不斷增強，同時在壁面摩擦力和空氣邊界層的共同作用下，實現旋風分離降速，使得氣流速度進一步減弱、氣固分離作用進一步增強；由于降速后的氣流速度較小，氣固分離作用較好，絕大部分粒徑較大的風蝕顆粒在重力作用下經下排氣口排出，并進入集沙盒；但少部分粒徑較小、質量較輕的風蝕顆粒隨氣流經上排氣口排出，導致無法被收集，成為影響集沙效率的關鍵因素[22]。

由風洞測試可知[23]：當入口風速在2～16 m/s的條件下，分離器出口平均風速均大幅減小，降速效率均在96%以上；在6～16 m/s的入口風速下，風沙分離效率均在99.8%以上；該風沙分離器滿足野外試驗要求。

2.2.2 自動稱量集沙單元

集沙單元整體結構為圓柱體結構，高14.2 cm，直徑7.6 cm，主要由風沙分離器、風沙分離器底座、集沙盒、集沙盒托盤、稱量傳感器和支撐架等6部分構成[24-25]，總體結構如圖5所示。

1. 風沙分離器 2. 風沙分離器底座 3. 集沙盒 4. 集沙盒托盤 5. 稱量傳感器 6. 支撐架

其中，風沙分離器底座內部設計有45°的圓形傾斜面,并與分離器配合約束，避免風沙分離器發生縱向位移；集沙盒被置于托盤上，用來收集由風沙分離器排出的沙蝕量；風沙分離器下排氣口與集沙盒間保持1～2 cm的間隙，用來釋放出風口剩余氣流的能量，進一步降低氣流速度，減小出口風速對稱量傳感器的干擾；懸臂梁稱量傳感器一端被固定在底座上，另一端固定集沙盒托盤，用來實時測量收集到的沙蝕量；支撐架連接集沙盒底座和集沙儀懸掛架，用來固定集沙單元[25]。

懸臂梁稱量傳感器的量程0～300 g、精度0.01 g；采用國標F2級標準砝碼，選取砝碼質量為0、0.02、0.04、0.09、0.10、0.15、0.20 … 150、160和170 g等38個標定點，對8路稱量傳感器的輸出信號進行標定，并對傳感器的測量精度及工作穩定性進行試驗測試。

測試結果表明[24]：稱量傳感器組具有極好的線性度，測量精度可達0.01 g；當稱量質量小于10 g時，傳感器的短期（5 min）靜態誤差基本為0，長期（10 h）靜態累積誤差小于±0.02 g；當稱量質量大于10 g時，隨著質量的增加，傳感器的短期靜態誤差和累積誤差均略有增加；當稱量質量為100 g時，傳感器的短期靜態誤差為±0.02 g，長期累積誤差不超過±0.04 g；當下排氣口與托盤間距大于4 cm時，出口風速對傳感器的影響可忽略不計。

2.2.3 雙筒式多通道集沙儀

該集沙儀主要由導向板、保護外殼、旋轉底座、固定底盤、支撐桿、集沙單元組、懸掛架、鋰電池和無線數據采集器等組成[23,25]，總體結構如圖6所示。

為減小機體對周圍流場穩定性和均勻性的影響，該集沙儀設計成雙柱體結構，筒體直徑10 cm，高96 cm（導向板除外），下部旋轉底座高16 cm，上部集沙部分高80 cm。其中，導向板和支撐桿構成旋轉機構，集沙儀上半部分可隨風向自由旋轉，使各分離器進風口始終正對來風方向；8個集沙單元分成雙列安裝，通過支撐架固定于懸掛架上，間距5 cm；兩列分離器進風口中心點間距12.5 cm，8個進風口分別距離旋轉底盤18、24、35、48、52、65、69和82 cm高。試驗時，將集沙儀固定底盤置于地面下16 cm深度處，以實現對距地表2、8、19、32、36、49、53和66 cm高度位置處的沙蝕量采集。無線數據采集器集成了單片機控制系統、無線傳輸模塊、數據存儲模塊和電源模塊[6,18-19]，完成8通道集沙量數據的自動采集、處理與短距離無線傳輸[24]。

1. 導向板 2. 保護外殼 3. 旋轉底座 4. 固定底盤 5. 支撐桿 6. 集沙單元 7. 懸掛架 8. 無線數據采集器 9. 鋰電池

風洞測試時，將集沙儀置于風蝕風洞試驗段橫截面（寬1 m，高1.2 m）中間位置，保持風沙分離器進風口正對風洞來風方向，且最下方的進風口中心點距風洞底面2 cm高；然后，通過變頻器調節風洞中心風速，在不同中心風速下通過排沙器將粒徑小于2 mm、質量10 kg、含水率1.41%的干燥沙粒以17 g/s的速度均勻注入風洞，并記錄集沙儀8個高度上的集沙量；由于近地表的風沙流主要分布在70 cm以下且符合冪函數分布規律，故按照冪函數分布規律對集沙量進行積分，進而獲得1～66 cm高度上的總集沙量（即實測集沙量）[23-25]。集沙效率是單位寬度上的實測集沙量與單位寬度上的實際輸沙量之比，由于風沙分離器的進沙口寬度為6 mm，則在該寬度上的實際輸沙量為60 g[25]。

風洞試驗顯示：該多通道集沙儀的平均等動力性不低于92%[24]；在9、12、15和18 m/s風速條件下，集沙效率分別為91.72%、91.96%、92.05%和92.2%，平均集沙效率達91.98%[25]；風洞中測得的風沙流結構分布符合指數分布規律，滿足設計與野外實驗需求。

目前，對應用在土壤風蝕方面的集沙儀的研究相對較少，且由于風沙分離器的氣流降速能力的限制，無法消除分離器出口風速對稱量傳感器的擾動，致使大部分自動化測試設備的精度為0.1 g，少部分可達到0.01 g；本文所設計的全自動集沙儀的實測精度可達0.01 g，在準確性和測量精度上均滿足土壤風蝕監測系統的設計需求。

2.3 基于GPRS的遠距離數據傳輸系統

遠距離數據傳輸系統由中心匯聚節點（包括433 MHz無線節點和單片機控制器）、GPRS無線模塊、GPRS網絡、網絡服務器和運行在服務器端軟件系統（包括數據中心軟件和access數據庫）等5部分組成[8,26-27]。

中心匯聚節點負責與網絡覆蓋范圍內的所有采集節點建立星型通信網絡[8,25]，采用“同步采集，異步傳輸”策略對各采集節點進行控制，匯聚各節點返回的數據包；GPRS無線模塊通過串口與中心匯聚節點進行數據傳輸，將匯聚后的數據包發送至網絡服務器[7]。服務器端軟件系統包括GPRS數據中心和Access數據庫，實現與遠程GPRS無線模塊的連接、數據包的接收與轉發及數據信息的存儲等功能。中心匯聚節點和GPRS無線模塊的硬件電路如圖7所示[14,21]。

圖7 中心匯聚節點與GPRS無線模塊實物圖

其中，中心匯聚節點以雙串口單片機為核心控制器，串口1和串口2分別與無線傳輸模塊和GPRS無線模塊進行數據通信；該節點首先以“廣播通信模式”向所有采集節點發送同步采集指令“FF FF+信道+指令碼”（例如：FF FF 17 00）；等待5 s后，再以“定點通信模式”通過“地址輪詢”的方式依次發送帶有節點地址的數據請求指令“目標地址+信道+指令碼”（例如：00 02 17 01）[27]；采集節點接收到同步采集指令后立即進行數據采集、處理與打包，在接收到與本機地址相匹配的數據請求指令后立即返回數據信息。GPRS無線模塊采用M3528GSM無線數據透傳模塊與遠程服務器建立連接，并通過RS232串行接口與中心匯聚節點進行數據交換，實現本地數據的遠程無線傳輸功能。

3 軟件系統組成與設計

軟件部分主要包括服務器端的數據中心軟件和Access數據庫系統以及遠程客戶端的數據處理軟件。

3.1 服務器端數據中心軟件

該軟件采用SQL語句與Access數據庫進行連接與數據傳遞；同時通過TCP協議，一方面與各被測區域內的GPRS無線模塊進行連接，并實時顯示各模塊的運行狀態及接收到的數據信息，另一方面調用數據轉發程序將接收到的數據發送至遠程客戶端[24,26]。服務器端軟件系統運行結果如圖8所示。

圖8 服務器端軟件系統運行結果圖

由圖8可知，GPRS數據中心與遠程GPRS無線模塊成功建立了TCP連接，并接收到該節點返回的77字節數據信息（包括節點SIM卡號和一個風速廓線采集節點或一個風沙流結構節點的數據包），并對數據信息進行了解析，提取了節點SIM卡號；Access數據庫將節點的SIM卡號、數據包接收時間和解析后的風蝕環境信息（長二進制形式）存儲在服務器端。試驗測試發現，當GPRS無線模塊每1 min發送一次數據包時，GPRS數據中心均可成功接收，丟包率幾乎為零，但由于網絡延時，使各數據包的接收時間存在5～10 s的滯后。

3.2 客戶端數據處理軟件設計

客戶端數據處理軟件采用LabVIEW編寫[5,24,28]，由主函數和分別負責串口通信、參數配置、服務器連接、數據包解析、數據庫操作、數據處理與分析、集沙量處理、風速校準和曲線擬合等功能的26個子函數組成[28]；可選擇“互聯網傳輸”和“局域網傳輸”兩種工作模式，實現遠程數據監測和現場數據監測等功能。

軟件界面主要由5個面板組成，分別用來實現參數設置、風速廓線顯示、風沙流結構曲線顯示、風蝕信息顯示及方程擬合等功能[5,23,26]，主要界面如圖9所示。

參數配置界面主要用來配置工作模式、擬合方法、節點數量、各采集節點的地址和傳感器組高度等信息；在“局域網傳輸”模式下，軟件運行星型自組網通信協議，與所有采集節點建立無線通信；在“互聯網傳輸”模式下，軟件運行TCP協議與遠程服務器連接，監聽并接收來自服務器端的數據信息[28-30]；該軟件系統可同時對6個風速廓線采集節點和6個風沙流結構采集節點返回的數據進行處理與顯示[5,24,30]，然后通過“指數擬合”或“多項式擬合”的方法對各測點處的風速和集沙量進行處理，并將擬合后的曲線以單圖和多圖顯示的方式實時顯示在相應的區域內，同時給出擬合方程，以便于觀察和分析各測點處風速廓線和風沙流結構的變化規律；最后將處理后的數據存儲在本地數據庫中[24,31]。

測試結果表明：該軟件系統運行穩定可靠，在“互聯網傳輸”模式下，通過同時打開多個軟件，并配置不同的節點參數，可實現對多個被測區域的同步監測。

4 系統綜合測試與結果分析

4.1 系統性能測試

4.1.1 無線通信距離與續航能力測試

在實驗室條件下，采用“局域網傳輸”模式搭建由一個集沙儀節點、一個風速廓線節點和中心匯聚節點組成測試網絡，無線模塊工作在470 MHz頻帶下，收發功率均設置為+20 dBm；所有采集節點均采用電壓12 V、電量1.3 A×h的蓄電池供電（電量充足），且始終處在正常工作模式下。測試過程中，保持采集節點位置不變，改變中心節點位置，采集節點每10 s返回1個固定內容的數據包，設置無線模塊空中傳輸速率為2、10、25和50 kbps，并分別在相距10、20、30、40 m等處連續采集100次，記錄接收到的完整數據包個數；另外，系統運行后，所有采集節點保持運行狀態，直至自動停止數據傳輸。試驗測試結果如圖10和表1所示。

圖10 無線通信距離測試

表1 采集節點工作時長測試

由圖10和表1可知：在4種不同空中傳輸速率下，隨著距離的增加，無線模塊的丟包率不斷增大，零丟包率的最大通信距離分別為220、170、160和140 m；風速廓線節點和集沙儀節點可分別連續工作6.3 和22.6 h，具有較強的續航能力，滿足土壤風蝕監測的需求。在需要進行長期野外觀測時，可采用風光互補的方式來提高節點的續航能力。

4.1.2 局域網數據采集測試

測試時，環境溫度為18.9 ℃，最大風速6.5 m/s，中心匯聚節點與采集節點間距100 m左右。在實驗室內通過USB接口將中心匯聚節點連接至PC機，并將風速廓線節點和風沙流結構節點置于室外，客戶端數據處理軟件運行在局域網傳輸模式下。由于測試環境無風蝕作用，試驗時將20、10、5、3、2、1、0.5和0.2 g 8種質量的標準砝碼分別置于8個集沙盒內，保持系統連續運行3 h，對系統運行的穩定性進行測試。

結果表明：網絡初始化與通信建立時長不超過5 s，中心節點完成一次節點控制和數據匯聚所需時間小于3 s；系統運行狀態良好，能夠穩定實現節點數據的同步采集、異步傳輸和實時處理等功能；繪制的風速廓線和風沙流結構曲線基本符合實際分布規律。

4.2 野外試驗測試

選擇植被覆蓋度分別為80%～90%、30%～40%、15%～20%和<5%的4種草原地表作為試驗對象，研究植被覆蓋度對近地表風速廓線的影響，并驗證風速廓線儀的工作性能。另外，選擇無保護的深耕農田地表作為試驗對象，對近地表的風速廓線和風蝕量分布狀況進行實時監測，并對系統進行綜合測試。試驗時，保持各采集節點與中心節點間距<100 m，不同地表下的野外試驗測試過程如圖11所示。

圖11 不同地表下的野外試驗測試

4.2.1 草原地表測試結果

試驗時，被測區域環境溫度13.7 ℃，相對濕度23.6%，大氣壓力852 hPa，最大風速9.39 m/s，最小風速1.14 m/s；保持風速廓線儀最下方風速傳感器距離地表高度2 cm，在每種地表狀況下連續測量6 h，試驗數據如表2所示。

表2 草原地表風速的試驗數據

由表2可知：對于4種植被覆蓋度的地表，距離地表2 cm處的風速相較64 cm處的風速降幅分別為88.9%、87.8%、86.1%和74.3%；當地表覆蓋度<5%時，風速變化最緩慢，降速幅度最小，抗風蝕能力最弱；當地表覆蓋度為80%～90%時，風速變化最明顯，降速幅度最大，抗風蝕能力最強；當植被覆蓋度>15%后，近地表風速變化規律比較穩定，降速作用明顯，抗風蝕能力不斷增強。

4.2.2 深耕農田地表測試結果

試驗時，被測區域環境溫度15.3 ℃，相對濕度21.4%，大氣壓力875 hPa，最大風速11.5 m/s，最小風速1.8 m/s；測試過程中，保持風速廓線儀最下方風速傳感器探頭和多通道集沙儀最下方進風口中心均距地表2 cm高，儀器間距0.5 m，以避免儀器對周圍風場品質的影響，提高測量結果的準確性。

為使試驗數據具有可比性，將距離地面2 m高處的瞬時風速作為參考風速，測量不同參考風速下的近地表風速廓線，并對其進行對比分析，研究深耕地表的抗風蝕能力；由于短時間內的土壤風蝕量較小，為驗證集沙儀能否正確測試近地表風沙流分布情況，保持系統連續工作5.5 h，分別繪制出集沙儀連續工作1、2、3、4和5 h時測得的集沙量變化曲線。深耕地表下的近地表風速廓線和風沙流分布曲線如圖12所示。

圖12 深耕地表下的近地表風速廓線和風沙流分布曲線

試驗結果表明：1）在野外試驗條件下，系統實現了自組網測量及數據的實時處理等功能，軟硬件部分均運行穩定可靠；無線自組網數據傳輸的丟包率和錯誤次數為0，環境溫度、相對濕度和大氣壓力的測量偏差分別小于2 ℃、4%和10 hPa，得到的近地表風速和集沙量數據準確可靠，基本能夠正確反映近地表風速廓線和風沙流結構的變化規律；2）由圖12 a可知，由于地表對風速的影響，使得距地表8 cm以下的風速變化較為顯著；隨著風速的增大，近地表風速隨之大幅增加，地表的抗風蝕能力較弱；3）由圖12 b可知，近地表風沙流主要分布在距離地表60 cm以內的高度上，在5個時間段內各高度處的集沙量不斷增加，距離地表越近，集沙量變化比較明顯，5條曲線的變化趨勢基本一致；風速越大，風蝕顆粒越多，集沙量增速也越快。

目前，在土壤風蝕研究過程中，近地表風速廓線儀和多通道集沙儀的研究相對較少，尚未形成標準的測試設備；同時現有的不同測試設備，因其測試方法、機械結構、適用環境、傳感器精度等多方面的綜合原因，雖然在土壤風蝕監測方面均能夠正確反映出近地表風速廓線和風沙流結構分布的基本變化規律，但均不能作為標準設備來使用。相較陳世超[32]研制的風速傳感器、自動集沙儀及風蝕監測系統，本文所研究的熱敏式風速傳感器將測量范圍由0～5 m/s擴大到0～17 m/s，并增加了溫度補償電路；采用分流對沖擴容降速原理研制的集沙儀也大幅提高了抗強風干擾的能力，可同時對8個不同高度上的沙蝕量進行連續采集；系統監測能力也由單點測量改進為跨區域、多測點的自組網同步數據采集；上位機軟件功能得到了優化與完善，由單一測點的數據顯示與存儲擴展到可同時滿足12個測點所采集的132個數據的實時顯示，并實現了6路近地表風速廓線和6路風沙流結構變化曲線的實時在線處理與動態繪制等。在土壤風蝕研究方面，本文所研制的相關設備在準確性和測量精度上已基本滿足野外試驗要求。

5 結 論

1）本文借助于現代化監測方法，建立了基于無線傳感網絡的土壤風蝕監測系統，研制了相配套的風蝕信息監測設備，實現了被測區域內各采集節點處的環境溫度、相對濕度、大氣壓力、風速及集沙量等數據的組網采集、無線傳輸與實時處理，得到了較為理想的近地表風速廓線和風沙流結構。

2）研制了低功耗熱敏風速傳感器和具有自動風向校準的近地表風速廓線儀；研制了具有分流對沖與多級擴容降速功能的風沙分析器及具有自動稱量功能的多通道集沙儀；實現了近地表風速廓線儀和風沙流分布曲線的實時監測；風速傳感器響應時間為2～3 s，在6和17 m/s風速時的測量精度分別為0.1 m/s和0.3 m/s；風沙分離器降速比達96%以上，平均等動力性不低于92%；稱量系統有效量程為0～170 g，精度達0.01 g，連續10 h的累積誤差小于±0.04 g；9～18 m/s風速范圍內的集沙效率均不低于91%。

3）底層無線傳感網絡采用“同步采集、異步傳輸”的方式對被測區域內各采集節點進行控制，無線通信建立時間不超過5 s，中心匯聚節點可在3 s內實現一次節點遍歷和數據匯聚，零丟包率數據傳輸距離達140 m以上；風速廓線節點和集沙儀節點單次最大工作時長不低于6和22 h，滿足了大尺度、跨區域土壤風蝕同步研究的需求。

[1] 苑依笑，王仁德，常春平. 風蝕作用下農田土壤細顆粒的粒度損失特征及其對土壤性質影響[J]. 水土保持學報，2018，32(2)：104－109，119. Yuan Yixiao, Wang Rende, Chang Chunping. Loss characteristics of fine particles by wind in farmland and its effect on soil properties[J]. Journal of Soil and Water Conservation, 2018, 32(2): 104－109, 119. (in Chinese with English abstract)

[2] 張志棟，常春平，郭中領. 河北壩上農田退耕地和天然草地土壤的可風蝕性[J]. 中國沙漠，2018，38(1)：85－91. Zhang Zhidong, Chang Chunping, Guo Zhongling. Abandonded farmland and glassland in the bashang area of Hebei, China[J]. Journal of Desert Research, 2018, 38(1): 85－91. (in Chinese with English abstract)

[3] 鄭子成，楊玉梅，李廷軒. 不同退耕模式下土壤抗蝕性差異及其評價模型[J]. 農業工程學報，2011，27(10)：199－205. Zheng Zicheng, Yang Yumei, Li Tingxuan. Difference and evaluation model of soil anti-erodibility with different de-farming patterns [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(10): 199－205. (in Chinese with English abstract)

[4] 丁延龍，蒙仲舉，高永. 荒漠草原風蝕地表顆粒空間異質特征[J]. 水土保持通報，2018，36(2)：59－64. Ding Yanlong, Meng Zhongju, Gao Yong. Heterogeneity of soil particles in wind erosion surface of desert steppe[J]. Bulletin of Soil and Water Conservation, 2018, 36(2): 59－64. (in Chinese with English abstract)

[5] 周利明，韋崇峰，苑嚴偉. 基于無線傳感網絡的改堿暗管排鹽監控系統[J]. 農業工程學報，2018，34(6)：89－97. Zhou Liming, Wei Chongfeng, Yuan Yanwei. Monitoring system of subsurface pipe drainage for improving saline- alkaline soil based on wireless sensor network[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(6): 89－97. (in Chinese with English abstract)

[6] 伍丹，高紅菊，梁棟. 基無線傳感器網絡農田環境監測管理平臺設計[J]. 農機化研究，2014，36(9)：138－141，151. Wu Dan, Gao Hongju, Liang Dong. An information management platform designed for farmland environmental monitoring based on wireless sensor network[J]. Journal of Agricultural Mechanization Research, 2014, 36(9): 138－141, 151. (in Chinese with English abstract)

[7] Shan Jinbao, Jiang Weiwei, Mu Shile. Soil erosion monitoring system of large areas based on dynamic priority GPRS remote network[J]. Applied Mechanics and Materials, 2014, 602－605: 2015－2018.

[8] 余國雄，王衛星，謝家興. 基于物聯網的荔枝園信息獲取與智能灌溉專家決策系統[J]. 農業工程學報，2016，32(20)：144－152. Yu Guoxiong, Wang Weixing, Xie Jiaxing. Information acquisition and expert decision system in litchi orchard based on internet of things[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(20): 144－152. (in Chinese with English abstract)

[9] 李麗芬. 基于無線傳感網絡的輸電線路狀態監測數據傳輸的研究[D]. 北京：華北電力大學，2013. Li Lifen. Research on Wireless Sensor Network Based Power Line Condition Monitoring Data Transmission[D]. Beijing：North China Electric Power University, 2013. (in Chinese with English abstract)

[10] Tali? A, ?erimovi? S, Beigelbeck R, et al. Novel thermal flow sensors based on wheatstone bridge read-out[J]. Procedia Chemistry, 2009, 1(1): 136－139.

[11] Nguyen N T. A novel wind sensor concept based on thermal image measurement using a temperature sensor array[J]. Sensors and Actuators A Physical, 2004, 110(1): 323－327.

[12] Hedrich F, Kliche K, Storz M, et al. Thermal flow sensors for MEMS spirometric devices[J]. Sensors and Actuators A Physical, 2010, 162(2): 373－378.

[13] 韋青燕，張天宏，沈杰. 恒溫型熱線風速測量系統動態特性分析及試驗驗證[J]. 儀器儀表學報，2015，36(10)：2265－2272. Wei Qingyan, Zhang Tianhong, Shen Jie. Dynamic characteristic analysis and experiment verification of hotwire wind velocity measurement system with constant temperature control loop [J]. Chinese Journal of Scientific Instrument, 2015, 36(10): 2265－2272. (in Chinese with English abstract)

[14] 康華光. 電子技術基礎：模擬部分 (第五版) [M]. 北京：高等教育出版社，2006：102－147.

[15] 張煥卿，白雪婧，王德波. 熱電式MEMS 微波功率傳感器模型的研究[J]. 儀器儀表學報，2018，39(1)：110－116. Zhang Huanqing, Bai Xuejing, Wang Debo. Model of thermoelectric MEMS microwave power sensor[J]. Chinese Journal of Scientific Instrument, 2018, 39(1): 110－116. (in Chinese with English abstract)

[16] 林志偉. 恒功率式熱膜風速計設計[D]. 哈爾濱：哈爾濱理工大學，2014. Lin Zhiwei. Design of Hot Film Anemometer with Constant Power[D]. Harbin: Harbin University of Science and Technology, 2014. (in Chinese with English abstract)

[17] 劉海洋，常佳麗，侯占峰. 熱敏式近地表無線風速廓線儀研究[J]. 農業機械學報，2017，48(12)：69－77. Liu Haiyang, Chang Jiali, Hou Zhanfeng. Investigation on near-surface wireless wind speed profiler based on thermistors[J]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(12): 69－77. (in Chinese with English abstract)

[18] 趙仕俊，唐懿芳. 無線傳感器網絡[M]. 北京：科學出版社，2013：125－187.

[19] 王星明，楊瑋，李民贊. 集成3S，ZigBee和射頻識別的土壤采樣遠程智能管理系統[J]. 農業工程學報，2017，33(增刊)：143－149. Wang Xingming, Yang Wei, Li Minzan. Remote intelligent management system for soil sampling based on 3S, ZigBee and radio frequency identification[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(Supp): 143－149. (in Chinese with English abstract)

[20] 孫寶霞，王衛星，雷剛. 基于無線傳感器網絡的稻田信息實時監測系統[J]. 農業機械學報，2014，45(9)：241－246. Sun Baoxiao, Wang Weixing, Lei Gang. Real-time monitoring system for paddy environmental information based on wireless sensor network[J]. Transactions of the Chinese Society for Agricultural Machinery, 2014, 45(9): 241－246. (in Chinese with English abstract)

[21] 何賓，姚永平. STC單片機原理與應用[M]. 北京：清華大學出版社，2015：340－378.

[22] 宋濤，商曉彬，仇義，等. 分流對沖與多級擴容組合式集沙儀內風沙分離規律研究[J]. 農業機械學報，2017，48(3)：113－118. Song Tao, Shang Xiaobin, Qiu Yi, et al. Study on wind-sand separation rules in shunt-hedgingand multi-stage expansion combined sand sampler[J]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(3): 113－118. (in Chinese with English abstract)

[23] 商曉彬，陳智，宋濤，等. 基于數值模擬和風洞試驗的分流對沖式集沙儀結構優化設計[J]. 農業工程學報，2017，33(16)：80－87. Shang Xiaobin, Chen Zhi, Song Tao, et al. Optimization design of shunt-hedging sand sampler based on numerical simulation and wind tunnel experiment[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(16): 80－87. (in Chinese with English abstract)

[24] 劉海洋，常佳麗，陳智. 全自動多通道農田無線集沙儀研究[J]. 農業機械學報，2016，47(6)：53－60. Liu Haiyang, Chang Jiali, Chen Zhi. Design of automatic multi-channel wireless agricultural sand sampler[J]. Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(6): 53－60. (in Chinese with English abstract)

[25] 商曉斌. 多通道自動集沙儀優化設計與試驗研究[D]. 呼和浩特：內蒙古農業大學，2017. Shang Xiaobin. Optimization Design and Experimental Study of Multi-channel Automatic Sand Sampler[D]. Hohhot: Inner Mongolia Agricultural University, 2017. (in Chinese with English abstract)

[26] 張恩迪，雷思君. 基于GPRS的物聯網農業蟲害防治監測系統設計[J]. 農機化研究，2015，37(3)：91－94. Zhang Endi, Lei Sijun. The design of IOT agricultural pest-control monitoring system based on GPRS[J]. Journal of Agricultural Mechanization Research, 2015, 37(3): 91－94. (in Chinese with English abstract)

[27] 廖建尚. 基于物聯網的溫室大棚環境監控系統設計方法[J]. 農業工程學報，2016，32 (11)：233－243.Liao Jianshang. Design of agricultural greenhouse environment monitoring system based on internet of things [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(11): 233－243. (in Chinese with English abstract)

[28] 陳樹學，劉萱. LabVIEW寶典[M]. 北京：電子工業出版社，2012：423－474.

[29] 劉九慶，朱福安，王楠. 基于LabVIEW 的葉片厚度遠程監控系統[J]. 農機化研究，2015，37(10)：211－214. Liu Jiuqing, Zhu Fuan, Wang Nan. Design of a monitoring system with remote access based on LabVIEW[J]. Journal of Agricultural Mechanization Research, 2015, 37(10): 211－214. (in Chinese with English abstract)

[30] 蔡一欣，馬麗，劉剛. 基于LabVIEW 的生豬群體活動量監測系統[J]. 農業機械學報，2017，48(增刊)：359－364. Cai Yixin, Ma Li, Liu Gang. Monitoring system of swinery activity based on LabVIEW[J]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(Supp): 359－364. (in Chinese with English abstract)

[31] 白士寶，滕光輝，杜曉冬. 基于LabVIEW平臺的蛋雞舍環境舒適度實時監測系統設計與實現[J]. 農業工程學報，2017，33(15)：237－244. Bai Shibao, Teng Guanghui, Du Xiaodong. Design and implementation on real-time monitoring system of laying hens environmental comfort based on LabVIEW[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(15): 237－244. (in Chinese with English abstract)

[32] 陳世超. 風蝕監測關鍵傳感技術研究及監測系統研制[D]. 北京：北京林業大學，2013.

Chen Shichao. The Research of the Key Sensing Technology About the Wind Erosion Monitoring and the Development of the Monitoring System [D]. Beijing：Beijing Forestry University, 2013. (in Chinese with English abstract)

Development and test of real-time monitoring system for soil wind erosion based on GPRS network

Liu Haiyang, Chen Zhi, Hou Zhanfeng※, Tong Xin, Zong Zheying, Xuan Chuanzhong

(010018,)

In order to overcome the shortcomings and deficiencies of field observation and wind tunnel test, it needs to be improved for the continuity, scientificity and reliability of observation data to meet the demand of wind erosion monitoring in the field. In this paper, the wireless sensor network technology, sensor technology, electronic technology and network communication technology were used together to develop the wind speed profiler and the multi-channel sand sampler that had functions of wireless ad-hoc networks and automatic data acquisition and processing. Meanwhile, LabVIEW was used to design the client data processing software which could monitor six wind speed profile points and six wind sand flow structure points simultaneously. On this basis, a soil wind-erosion monitoring system using C/S framework was established, which realized the functions of automatic collecting, real-time processing and remote monitoring of the environment temperature, humidity, atmospheric pressure, wind speed profile and wind-sand distribution by means of GPRS wireless module and remote server. The test results showed that the time from power up to output stability would not exceed 8 s, and the wind speed response time was 2 to 3 s. The output voltage and wind speed satisfied polynomial fitting and monotonically increase. The measurement range was 0~17 m/s, and its measurement accuracy decreased with the increase of wind speed. The accuracy could reach 0.1 m/s at 6 m/s and 0.3 m/s at 17 m/s. The wind speed profiler realized the automatic acquisition, processing and wireless transmission of the environment temperature, humidity, atmospheric pressure and wind speeds at 2, 4, 8, 16, 24, 32, 48 and 64 cm heights. Besides, the speed-reduction efficiency and the wind-sand separation efficiency of the wind-sand separator were above 96% and 99.8%, respectively, and the average equidynamic performance was not less than 92%. The weighing system was in the range of 0 to 170 g with accuracy of 0.01 g. The short-term static error and long-term cumulative error were no more than ±0.02 g and ±0.04 g, respectively. The average sand collecting efficiency of the sand collector was 91.98%. The setup time of wireless communication was not more than 5 s, and the central node could achieve 1 time nodes traversal and data aggregation within 3 s. The effective transmission distance was more than 140 m. The maximum working time of the wind speed profiler node and the sand sampler node was not less than 6 h and 22 h, respectively. Under field tests, the stability and reliability of the system can be verified, data packet loss rate of the ad-hoc network and error packet number were also zero. The measured wind profiles and wind-sand distribution curves were in accordance with the exponential distribution law. The deviation of environmental temperature, relative humidity and atmospheric pressure were less than 2 ℃, 4% and 10 hPa, respectively. Therefore, the results could provide an effective research platform and important data support to meet the needs of large scale and cross-regional field synchronous study of soil wind erosion.

wireless sensor networks; environmental monitoring; wind speed profiler; sand sampler; soil wind erosion

2018-07-09

2019-01-11

國家自然科學基金資助項目（41361058，41661058）

劉海洋，河南南陽人，講師，博士，2014年赴美國堪薩斯州立大學聯合培養，主要從事測試控制技術與裝備智能化研究。Email：haiyang0615@163.com

侯占峰，內蒙古呼和浩特人，副教授，2017年赴新西蘭梅西大學進修，主要從事測試控制技術與裝備智能化研究。Email：nmndhzf@imau.edu.cn

10.11975/j.issn.1002-6819.2019.05.020

TP274+.5；S237

A

1002-6819(2019)-05-0163-10

劉海洋，陳 智，侯占峰，佟 鑫，宗哲英，宣傳忠. 基于GPRS的土壤風蝕實時監測系統研制與測試[J].農業工程學報，2019，35(5)：163－172.doi：10.11975/j.issn.1002-6819.2019.05.020 http://www.tcsae.org

Liu Haiyang, Chen Zhi, Hou Zhanfeng, Tong Xin, Zong Zheying, Xuan Chuanzhong Development and test of real-time monitoring system for soil wind erosion based on GPRS network [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(5): 163－172. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.05.020 http://www.tcsae.org