大棚毛豆套种西瓜-秋延后红辣椒栽培技术

总结了以毛豆、西瓜和秋延后红辣椒为主的大棚栽培新模式，详细介绍了茬口安排、品种选择、育苗、田间管理等技术。     

土地政策变化对市场的影响

土地和房屋是生产要素和产品关系,二者的价格具有密切联系。根据新古典经济理论,一般商品的价值由生产商品的各项成本费用所构成,土地成本作为房屋成本的主要组成部分,在很大程度上影响着房价的高低。而土地政策的变化又会直接改变土地的供给渠道、     

能量自给的果园信息采集无线传感器网络节点设计

针对果园中所存在的无线通信障碍与电池更换困难问题,该文设计了一款适合果园信息采集的无线传感器网络(wirelesssensor network,WSN)节点。节点以MSP430F149为核心,nRF905射频芯片及其外围电路作为无线通信模块,CN3058和HT6292智能充电芯片及其外围电路作为太阳能充电模块,电机驱动芯片ULN2003及水平、垂直电机作为太阳追踪模块,DHT22空气温湿度传感器和TDR-3土壤含水量传感器及其外围电路作为传感器模块,并以该硬件平台编写了通信协议、应用程序和时间同步算法。分析、测试了节点的功耗、通信距离以及太阳能充电时间,在空旷地带有效通信距离达到202m;主电路电池由3V充电至3.6V所需时间为580min,传感器电路电池由5.6V充电至7.2V所需时间为283min;在无太阳能充电且节点系统工作周期为30min情况下,主电路生命周期理论值为497d,传感器电路生命周期理论值为147d。组网试验结果表明:网络丢包率小于1.5%,能够满足果园信息采集以及能量自给的应用要求。     

基于改进YOLO v4的荔枝病虫害检测模型

为实时准确地检测到自然环境下背景复杂的荔枝病虫害,本研究构建荔枝病虫害图像数据集并提出荔枝病虫害检测模型以提供诊断防治。以YOLO v4为基础,使用更轻、更快的轻量化网络GhostNet作为主干网络提取特征,并结合GhostNet中的核心设计引入更低成本的卷积Ghost Module代替颈部结构中的传统卷积,得到轻量化后的YOLO v4-G模型。在此基础上使用新特征融合方法和注意力机制CBAM对YOLO v4-G进行改进,在不失检测速度和模型轻量化程度的情况下提高检测精度,提出YOLO v4-GCF荔枝病虫害检测模型。构建的数据集包含荔枝病虫害图像3725幅,其中病害种类包括煤烟病、炭疽病和藻斑病3种,虫害种类包括毛毡病和叶瘿蚊2种。试验结果表明,基于YOLO v4-GCF的荔枝病虫害检测模型,对于5种病虫害目标在训练集、验证集和测试集上的平均精度分别为95.31%、90.42%和89.76%,单幅图像检测用时0.1671s,模型内存占用量为39.574MB,相比改进前的YOLO v4模型缩小84%,检测速度提升38%,在测试集中检测平均精度提升4.13个百分点,同时平均精度比常用模型YOLO v4-tiny、EfficientDet-d2和Faster R-CNN分别高17.67、12.78、25.94个百分点。所提出的YOLO v4-GCF荔枝病虫害检测模型能够有效抑制复杂背景的干扰,准确且快速检测图像中荔枝病虫害目标,可为自然环境下复杂、非结构背景的农作物病虫害实时检测研究提供参考。     

基于冠层温度的菜心缺水指数模型初步试验研究

以柳叶菜心为研究对象，测试了不同干旱条件下的土壤含水量、空气温湿度和冠层温度等参数，确定了作物缺水指数经验模型的参数，并针对太阳辐射强度对模型做了改进。研制了蔬菜旱情检测系统，利用红外测温仪、土壤含水量传感器等，可以实时测得田间作物的水分亏缺状态，为同类研究提供了测试手段和数据分析方法。     

CGQ转矩传感器接口电路设计及测试方法

对ＣＧＱ转矩传感器的工作原理进行了分析，设计了在单片机系统中测试扭矩的硬件电路。编制了ＭＣＳ－５１汇编语言测试程序，对ＣＧＱ－２０型转矩传感器进行了标定试验，并求得了测试扭矩的线性回归方程。该转矩传感器可应用于农机领域各类试验的扭矩测试。     

加强实践教学改革提高电信专业办学质量

实践教学是培养高质量电子信息工程专业人才的重要环节之一。为此，以提高电子信息工程专业的办学质量为目标，分析课程实验、课程设计、毕业实习和毕业设计等实践教学环节中存在的一些问题，提出了一些探索性的改革方案。     

天津市郊区菜地土壤重金属通量的研究

[目的]为了掌握天津市郊区菜地土壤中重金属元素的输入输出特征和变化规律,促进土地资源的可持续利用。[方法]在2个调查区,配套采集大气干湿沉降、灌溉水、化肥、蔬菜样品,并且进行相关研究。[结果]工矿企业较多的地区重金属大气干湿沉降输入通量大。土壤重金属富集程度高的地区蔬菜重金属输出通量更高。大气干湿沉降是天津市近郊土壤主要的重金属输入途径。天津市城郊菜地的4种重金属元素处于持续累积的过程中。[结论]修复污染土壤、降低重金属大气干湿沉降通量是保障郊区菜地可持续利用的重要措施。     

基于无线传感器网络的山地柑橘园灌溉控制系统设计与试验

为了科学合理地制定灌溉计划、解决农业生产粗犷用水的问题,以STM32C8T6单片机作为主控单元,结合土壤水分传感器、空气温湿度传感器、电磁阀及驱动电路组成无线传感器网络节点,设计基于无线传感器网络的山地柑橘园灌溉控制系统,实现柑橘园的土壤湿度监测和精准灌溉,达到农业生产节约用水的目的。田间试验结果表明,在节点通信距离平均为203 m时,系统的合计丢包率为0.09%,空气温度数据采集误差低于6%,空气湿度数据采集误差低于4%,土壤湿度采集误差低于6%,电磁阀节点平均响应时间为6.7 s。     

基于GA-BP神经网络的果园需水量预测

为解决果园需水量预测精度低、鲁棒性差等问题,提出了遗传算法(GA)优化BP神经网络的果园需水量预测模型.选取空气温度、土壤含水率、光照强度3个主要环境因子作为BP神经网络的输入量,利用遗传算法的全局搜索能力优化神经网络权值和阈值,建立GA-BP神经网络模型预测果园需水量.仿真结果表明:GA-BP预测模型的预测值比BP模型更加趋近期望需水量,模型评价指标平均绝对百分比误差(MAPE)、均方根误差(RMSE)和平均绝对误差(MAE),均优于单一BP神经网络模型.与传统的BP神经网络算法相比,GA-BP神经网络模型能较好的表达果园需水量与主要环境因子的非线性关系,具有较高的预测精度和适应性.