衰减全反射-红外光谱和模式识别结合对温室不同种类杂草鉴别技术研究

利用衰减全反射法(ATR)对温室生长的杂草叶片进行活体检测,利用红外光谱(FTIR)的指纹特征属性,构建杂草样本的红外指纹图谱,将其作为模式识别(SCMIA)提取的特征数据,以此建立聚类分析数学模型,运用该模型对温室生长的杂草活体样本进行种类模式识别。结果表明,采用这种方法建立的杂草叶片数学模型具有显著的分类和鉴别能力,同时具备较高的准确性、可靠性以及适用性,为机械系统识别传感杂草的研究提供了一种新方法。     

温室智能装备系列之九十一 基于图像特征的温室杂草信息获取技术研究

图像特征是区分作物和杂草的重要属性,利用图像特征对杂草进行识别和分类,能达到较高的空间分辨能力,识别率和准确率都能得到较好结果。温室杂草多采用地膜覆盖的方式在作物整个生长期间进行控制,地膜下的杂草生长虽受到限制,同时杂草仍能与作物的根部争夺养分,因此准确获得膜下杂草信息对进一步在播种前进行抑制,采收后去除杂草等精准控制杂草环节具有重要意义。     

温室油桃叶片与果实生长模型及其分析

以Logistic生长模型为基础,应用数学方法推导和建立了油桃叶片生长量及果实生长量的模型,并由此得出叶片和果实的生长速率(RLG和RFG)方程。以温室油桃的叶片和果实生长量为材料,进行较大的抽样量的调查,并建立了温室油桃叶片和果实生长发育的回归方程,实测值和模拟值均表现出油桃叶片生长速度和果实生长速度均呈"双S"曲线,叶片生长速率和果实生长速率均有两个生长峰。(1)叶片的展叶期约为26 d,叶片快速生长,果实缓慢生长,该阶段以营养生长为主。(2)油桃叶片和果实生长曲线均是"双S"曲线,叶片生长速率和果实生长速率均有两个生长峰。叶片生长第1峰(4.86 cm2.d-1)高于第2峰(0.98 cm2.d-1);果实生长第2峰(7.40 cm3.d-1)高于第1峰(1.54 cm3.d-1)。第34天之后果实生长速率加快,叶片生长速率减缓。(3)叶片生长第2峰与果实生长第1峰有一定的重合(第34天),且均为次生长峰。该时期,油桃的营养生长与生殖生长竞争激烈,易发生理性营养缺素症,应提前通过叶面或其他施肥方式补充养分,以防生理性营养缺素症的发生。     

基于主成分分析法识别不同产地防风和黄芩

在中草药现代化的进程中,识别不同产地的中草药对于中医药的发展十分重要。利用傅里叶变换红外光谱仪测量不同产地黄芩和防风的红外光谱,选取指纹特征区域400～3 500 cm-1的红外光谱,经过预处理、归一化建立基于主成分分析的识别模型。结果表明,防风中三个主成分能代表99.99%的指纹区变量信息,黄芩中三个主成分能代表99.70%的指纹区变量信息。样本在主成分及主成分得分值空间中的分布情况,不仅实现了对不同产地防风、黄芩的识别,还可以通过样本的分布疏密度反映样本的亲缘关系。基于主成分分析原理建立的数学模型可以高效地识别不同产地防风和黄芩,为中草药鉴别提供了有效的参考。     

水分对温室网纹甜瓜叶面积指数影响的模拟

建立了基质容积含水量对温室网纹甜瓜叶面积动态生长过程影响的模拟模型.通过不同种植期,不同基质容积含水量处理试验,定量分析了温室网纹甜瓜的出叶数、叶片长度和叶面积指数与温度、光合有效辐射的关系,构建了水分影响下温室网纹甜瓜叶面积形成过程模型,并利用独立的试验数据对模型进行了检验.结果表明,水分不影响甜瓜的出叶数,但随着水...     

昼夜温度对温室甜椒植株生长、发育和产量的影响

本试验的目的是为了探明不同昼夜温差(DIF)对甜椒营养生长和生殖生长的影响.甜椒种植于两个独立的玻璃温室内,采用岩棉培技术.玻璃温室分别设两种DIF处理:昼温20 ℃、夜温16 ℃ (DIF +4 ℃) 和昼温16 ℃、夜温20 ℃ (DIF -4 ℃).结果表明:负DIF显著降低了甜椒(品种:Spirit)的节间长度与叶片大小,但对叶片展开速率、早熟性、产量和质量无显著影响.正DIF温室内甜椒植株比负DIF内的多消耗31%的营养液.与此相对应,随着甜椒植株的生长,从正DIF温室内排出的多余营养液的EC值随之提高.负DIF温室内的甜椒(品种:Spirit)果实加长生长更快.而昼夜温度波动并不影响果实外观和内在品质.不同品种对DIF有不同的反应.     

温室番茄灰霉病流行动态预测

2001～2003年对黑龙江省绥芬河市两个代表性温室的番茄灰霉病进行了系统调查,通过分析病叶率和严重度之间的关系建立了温室番茄灰霉病的I-S关系模型。利用多种数学模型拟合田间灰霉病增长变化趋势,通过比较绝定系数(R2)和剩余均方(RMS),证明Logistic模型能较好地拟合温室番茄灰霉病的田间动态变化过程。分析发病因素,指出初始病情(Xt1)、日平均温度(T)和日平均20～30℃的小时数是影响温室番茄灰霉表观侵染速率的最重要因素,利用这3个因素可以预测病害增长速率,结合田间流行趋势模型作者组建了温室番茄灰霉病预测预报的模拟模型。     

以色列有机番茄的温室生产

以色列在沙漠中建立了现代化的农业生产体系,其中最有代表性的就是由温室大棚、滴灌系统和电脑控制等现代化栽培技术组成的农业温室，他们在温室中进行规模化有机番茄的周年生产,应用先进的温室设施,克服了有机农产品生产中的许多难题,比如湿热等气候条件控制、植物病虫害防治、杂草遏制,以及有机肥料有效利用等.     

温度处理对温室番茄苗期生长的影响与TOSSIM模型的建立

研究了不同温度处理对温室番茄株系植株苗期生长的影响。结果表明,降温处理能显著降低温室番茄幼苗的鲜重、干重、株高、叶面积、叶片数和花序数;不同株系之间存在显著性差异;除鲜重与叶面积外,株系与温度处理对植株干重、株高、花序数与叶片数均没有互作效应;幼苗各生长时期的植株干重和相对生长率(RGR)与幼苗生长时间天数(t)可分别用一个二项式函数LnDW=a b×t c×t2与直线函数RGR=b 2×c×t(c≠0)来模拟。在此基础上,建立了温室番茄苗期生长TOSSIM模型。     

基于参数L-系统的温室番茄植株的三维重建

研究利用参数L-系统对温室番茄植株的生长过程进行快速高效的三维可视化仿真的方法。首先根据番茄植株的生长特点从图像中提取植株骨架,分析其拓扑结构,总结出番茄植株生长的参数L-系统公式集,然后利用图像与计算机图形学相结合的方法,对公式集进行图形符号解释,模拟再现番茄植株的生长过程。为了保证真实性,重建的虚拟番茄植株的茎干骨架利用来自Kinect数字化结果的真实番茄植株的茎干样本进行绘制;叶片采用了基于图像与图形相结合的方法重建,花和果实用纯图形学方法进行模拟。在VC++平台上,结合OpenGL图形库实现了可视化仿真过程。研究中所提出的方法能够较好地模拟温室番茄植株动态生长的过程,同时具备快速性与真实性。     

基于模式识别大豆叶片氮元素含量信息采集预处理

运用基于模式识别的计算机视觉及图像处理技术对大豆叶片氮元素缺失进行无损检测。当大豆植株的氮元素缺乏时,会在颜色和纹理上有一定的特征体现。通过样本培育和采集,利用图像处理技术对特征变化进行提取,分析确定了预处理的方法,并建立了预处理系统模型。研究可初步诊断出大豆氮元素缺乏情况,为进一步的模式识别奠定基础。     

温室番茄营养生长期叶片蒸腾速率的模拟模型研究

建立节水条件下作物叶片的蒸腾速率模拟模型将为温室作物节水灌溉提供理论依据。本研究以温室盆栽番茄营养生长期叶片为研究对象,在温室内进行了不同定植期和水分处理试验。以光合速率光响应曲线模拟值为基础,建立了不同水分条件下的气孔导度模型以及基于气孔导度模型的Penman-Monteith叶片蒸腾速率模型,并采用不同播期试验下的试验数据对建立的模型进行检验。结果表明,气孔导度模型模拟番茄叶片气孔导度的均方根误差(RMSE)和相对回归估计标准误差(rRMSE)分别为0.0109mol/(m2·s)(H2O)和12.83%,叶片蒸腾速率模型的RMSE和rRMSE分别为0.18mmol/(m2·s)(H2O)和15.55%。建立的番茄叶片蒸腾速率模型实现了通过基本温室气象参数和土壤水分参数模拟叶片蒸腾速率,模拟精度较高,参数便于获取,是对短时间尺度蒸腾速率模拟研究的有益探索,具有一定的理论意义和良好的应用前景。     

阿拉尔地区温室甜樱桃生物学特性初探

以甜樱桃品种红灯和布鲁克斯为试材,对其开花生物学特性、新梢生长特性及叶片生长规律进行调查,为甜樱桃保护地栽培提供理论依据.结果表明,在阿拉尔地区温室栽培条件下,2011年甜樱桃的全株花期10～14 d,2个品种的初花期集中在3月初,盛花期集中在3月中旬;新梢及叶片均呈现先快后慢的生长趋势,其中于4月24日、5月8日叶片纵径、横径生长量分别达到最大,之后缓慢生长,5月31日叶片停止生长.红灯和布鲁克斯的物候期基本一致,尤其是花期基本一致,这为温室栽培条件下2个品种间相互授粉提供了时间上的保证.2个品种适合在阿拉尔地区进行设施栽培.     

半枝莲药材红外指纹图谱分析（英文）

[目的]建立黄河湿地渭南段药材特征指纹图谱。[方法]采集黄河湿地渭南段的半枝莲药材,采用溴化钾压片法,利用中红外光谱对样品进行指纹图谱分析,建立了半枝莲药材红外指纹图谱分析方法。[结果]所采集4份半枝莲样品红外指纹特征基本相同。[结论]采用红外指纹图谱法可以对半枝莲进行有效的鉴定,FTIR可以作为半枝莲药材质量宏观控制的一个快速、科学的检测手段。     

吐鲁番地区温室与露地栽培葡萄光合特性差异分析

[目的]比较吐鲁番地区温室与露地栽培葡萄叶片光合特性的差异,为温室葡萄优质丰产栽培提供科学依据.[方法]采用Li-6400XT型便携式光合作用测定系统对2个早熟葡萄品种分别在温室与露地栽培条件下的叶片的净光合速率(Pn)、光响应曲线及CO2响应曲线进行测定,比较其差异.[结果]2个品种露地栽培叶片的Pn均高于温室栽培,露地‘火焰无核’的Ph最高为19.79 μmol/(m2·s);光响应中,温室栽培的红旗特早的Pnm和表观量子效率(AQY)最大,光补偿点(LCP)最小,温室栽培的光饱和点(LSP)值高于露地栽培;CO2响应中,温室栽培的最大净光合速率(Pnmax)和暗呼吸速率(Rd)比露地栽培高,羧化效率(CE)比露地栽培低,温室栽培的CO2补偿点(CCP)和CO2饱和点(CsP)均低于露地栽培.[结论]露地栽培葡萄叶片的Pn值高于温室栽培,温室栽培葡萄叶片对较高光强的利用率高于露地栽培,但对高浓度CO2的利用率却比露地栽培低.     

农业温室小气候动态模型研究与仿真

温室小气候具有非线性、强耦合、强干扰、时变等特点。基于热力学和传热学原理,以物质和能量守恒为原则,考虑室外温度、太阳辐射强度、风速和室内湿度等相关因素,建立了以PC板为主要材料的温室温度动态数学模型,采用迭代算法对数学模型中不易确定的参数(叶面积指数)进行了参数估计。以安徽农业大学农业试验园的PC板温室为例,基于Matlab平台,对该温室的数学模型进行了仿真验证。试验结果表明,该温室动态模型的计算输出与实测数据基本吻合,具有较好的通用性。     

基于Agent的温室作物生长过程模拟系统

针对目前温室作物生长模型重用性和共享性差的问题,建立了基于Agent的温室作物生长模拟系统,分析了模型集成的模型Agent、管理Agent、通信传输系统和模型目录服务器的结构和功能,建立了基于XML的温室作物生长模拟Agent、目录服务器和Agent间通信表示方法,采用程序-逻辑混合(PLM)方法实现模型表示。以JADE平台为基础,开发了温室作物生长模拟系统软件。以黄瓜生长模型进行了系统测试,结果表明本系统所建立的温室黄瓜生长模型能实现温室黄瓜生长的模拟。     

基于前馈补偿算法的温室系统解耦控制

温室系统是一个复杂的系统,系统中各变量间具有强耦合关系,影响控制的精度和效率,也使得对温室系统精确控制的难度增加,所以在温湿度二维系统的基础上,增加对CO2浓度的考虑,建立温室系统的三维数学模型。通过研究前馈补偿算法在三维系统中的应用,对温室系统中的3个主要变量进行解耦,利用Matlab建立温室系统数学模型,然后进行仿真研究,通过与仿真结果对比,证实了前馈补偿算法应用于仿真系统的高效性和稳定性。     

基于GA-ANN融合算法的棉田杂草特征降维及分类识别

准确识别杂草是智能化除草技术所要解决的关键问题,为了实现棉花田间杂草的特征降维及分类识别,提出了遗传算法(GA)融合人工神经网络(ANN)的算法。试验中共采集棉花和杂草样本195个,提取棉花和杂草的形状特征、4个方向灰度共生矩阵纹理特征、HSV空间颜色特征等21个参数。将21个特征参数按照一定顺序组成码串作为遗传个体,融合神经网络模式识别算法,以实现特征参数的有效降维。对利用降维后的优良特征参数组合、全部特征参数以及主成分分析方法(PCA)降维识别的准确率进行了对比,结果表明:利用融合算法降维得到的不同特征组合,可将特征参数维数保持在8~13维,有效降低了特征参数空间的复杂度;融合算法平均分类准确率稳定在98%左右,明显优于PCA分析法。对降维后的优良特征参数组合进行自组织特征映射网络训练(SOM),可视化拓扑结构图表明,降维后的优良特征组合对各个类别的影响呈现出独立性、可区分性的显著特点,宽长比、H三阶矩特征与棉花样本的分类准确率呈强相关性,H一阶矩、S三阶矩对苘麻、龙葵草、灰菜、田旋花样本的分类影响显著,而对棉花样本的分类准确率影响较弱。     

基于机器视觉的温室作物行间杂草的识别

根据温室行间植物的位置特征,应用空域中值滤波对图像进行预处理,然后运用色度法和最大方差自动取阈值法对图像处理,最后应用种子填充法将杂草和作物进行分割。结果表明,机器视觉技术在对温室杂草的识别方面具有一定的优越性。