用稳态空间分辨光谱技术检测农产品光学参数的研究及应用

基于光子输运理论,针对农产品强散射介质的特点,采用光子输运方程的漫射近似理论,从其解的形式出发,进行以稳态空间分辨光谱技术为基础的农产品光学参数无损测量方法的研究,设计了农产品光学参数的无损检测装置,用以获得吸收系数和约化散射系数等光学参数.通过对散射与吸收的标准液体模型(Intralipid-10%溶液与Evan's blue溶液)在波长750 nm处的光学参数的测量,对系统进行了测试校准.测试结果表明,系统稳定、可靠并日.检测得到组织的光学参数与文献报道的理论值一致.首次应用基于稳态空间分辨光谱方法测量了富士苹果样品的光学参数,检测结果约化散射系数为(0.97711±0.191858)mm-1,吸收系数为(0.00321±0.00076)mm-1;同时测量了番茄样品,其约化散射与吸收系数分别为(1.13451±0.22749)mm-1,(0.00140±0.00045)mm-1;稳态空间分辨光谱方法较时间分辨光谱TRS方法更适合应用在果蔬生产检测中.     

水分对日光温室独本菊生长动态影响的模拟

光合作用与干物质生产是观赏植物外观品质形成的基础。水分是影响植物光合作用与干物质生产的重要因子。为定量研究水分对日光温室独本菊光合作用与干物质生产的影响,本研究以秋菊品种‘神马’(Chrysanthemum morifolium.L‘Shenma’)为试验材料,于2006年8月～2007年6月在北京日光温室内进行了不同定植期和不同水分处理的栽培试验,以生理辐热积为发育尺度,定量分析了基质水势对独本菊叶面积指数、光合速率和干物质生产动态的影响,建立了基质水势对独本菊叶面积指数、光合速率和干物质生产影响的模拟模型,并用与建立模型相独立的数据对模型进行了检验。结果表明,模型对日光温室独本菊叶面积指数、叶片最大总光合速率和植株总干重的预测结果较好,叶面积指数、叶片最大总光合速率和植株总干重的模拟值与实测值之间基于1︰1线的决定系数分别为0.94,0.90,0.94,相对预测误差分别为11.95%、3.13%、11.14%。本研究建立的模型可以为日光温室秋菊品种‘神马’的水分管理提供理论依据和决策支持。     

水分对日光温室独本菊外观品质影响的模拟

水分是影响菊花生长发育和外观品质的重要因子。为定量研究水分对日光温室独本菊外观品质（株高、茎粗、叶片数、花头直径、花颈长）的影响,该研究以秋菊品种“神马”（Chrysanthemum morifolium ‘Jinba’）为试验材料,于2006年8月－2007年6月在北京日光温室内进行了不同定植期和不同水分处理的栽培试验,以生理辐热积为预测指标,定量分析了基质水势对独本菊株高、茎粗、叶片数、花头直径和花颈长的动态的影响,建立了基质水势对独本菊株高、茎粗、叶片数、花头直径和花颈长影响的模拟模型,并用与建立模型相独立的数据对模型进行检验。结果表明,模型对日光温室独本菊各外观品质指标预测结果较好,株高、茎粗、单株叶片数、花头直径和花颈长的模拟值与实测值之间基于1︰1线的决定系数分别为0.98、0.93、0.98、0.93、0.86,相对预测误差（RSE）分别为8.79%、5.66%、8.45%、12.2%、12.9%。该研究建立的模型可以为日光温室秋菊品种“神马”的水分管理提供理论依据和决策支持。     

基于WDNN的温室多特征数据融合方法研究

目前物联网监测产品在温室生产中大量应用产生海量数据,但现有用于温室数据融合算法对高维特征及混合特征(数据同时包含稀疏特征和连续特征)处理精度较低且泛化能力较弱,鲜有利用深度学习模型对温室数据进行顶层融合并提供准确的决策信息。本文提出了一种基于宽-深神经网络(Wide-deep neural network,WDNN)的两级温室环境数据融合算法。首先利用温室内多点多特征数据训练WDNN深度学习模型,输出形式为多点单特征,再将该输出数据按照少数服从多数原则进行融合,得到温室环境状态的整体评估结果。试验结果表明,该融合方法对预测集中混合特征的决策准确率达到98. 90%,融合特征类型的增加,可用于监测参数更多、环境更复杂的温室,将WDNN模型用于温室混合数据融合是可行有效的,在保证决策精度的同时丰富了可融合特征类别,进一步提升温室融合系统的智能化程度,对温室智能调控提供有效技术支撑。     

改进隶属度FSVM方法在多类别分类中的应用

着重研究了模糊决策函数的隶属度计算方法,提出了一种新的隶属度计算方法—基于样本均匀度的隶属度方法。同时,将提出的方法应用于温室作物病害诊断系统中,得到了较好的实验结果,也验证了改进模糊支持向量机优于一般“一对一”和“一对多”的多类别分类方法。研究证明,采用样本均匀度隶属度FSVM方法分类性能最好。     

Zigbee无线农田采集控制系统的实现方案

基于Zigbee技术,提出并实现了以Jennic公司生产的Zigbee无线微型控制器JN5121-M02模块为核心的无线农田采集控制系统的设计方案,给出了系统硬件和软件的实现方案.该系统可完成对农田内测量区域的各个环境参数的采集,并可对灌溉阀门等设备进行控制,具有重要的应用价值.     

自动监控技术在设施农业生产中的应用系冽（二） 机器视觉技术在设施生产中的研究与应用

机器视觉技术由图像获取技术、图像处理技术、图像存储技术和图像输出技术组成,其核心是图像处理技术,即把由二维数值数据给定的图像进行加工处理后输出为另外的图像或识别结果。机器视觉技术研究始于20世纪60年代,随着计算机技术进步,到70年代,机器视觉技术开始步入了一个活跃的研究阶段,但研究结果多用于工业生产和生物医学,仅少量用于农业工程领域,且其具体方法也仅为简单因素的视觉模拟。     

穴盘苗移栽机末端执行器设计与虚拟样机分析

针对现有穴盘苗移栽机工作过程中易伤苗、作业效率低等问题,设计了移栽机末端执行器。根据移栽机实际移栽作业要求,采用SolidWorks进行末端执行器虚拟样机设计,并采用COSMOSMotion插件分析机械手指运动轨迹,联合COSMOSWorks插件进行基质有限元模型分析。运动模拟试验表明机械手指水平位移量主要受斜楔块位移量Δh影响,而垂直位移量主要受机械手指初始插入角度α影响,并且机械手指产生的作用力主要作用于基质块边缘,不会对基质中的幼苗茎产生损伤。移栽试验表明末端机械手指平均移栽成功率为95.76%,平均伤苗率为3.06%,满足移栽作业要求。     

RFID在农业中的应用现状及趋势展望

RFID是近年来发展十分迅速的一种非接触识别技术,在农产品安全监督和动物追踪方面应用的巨大成功,使得RFID技术在农业上的应用备受关注.随着农业现代化进程的发展,对RFID技术也提出了新的要求.为此,综述了国内外RFID技术在农业上的应用现状,结合其与其他技术相融合的应用,探讨了RFID技术应用的趋势,指出了当前制约RFID技术在农业应用方面的原因,并给出相应的解决方法.     

连续型饱和盐法湿度发生器

针对传统湿度发生器存在的诸多缺点，在总结和吸收国内外对湿度发生器研究成果的基础上，根据在不同温度定点条件下和饱和盐水溶液共处于平衡状态的空气相对湿度仅仅是温度的函数，引入微机控制系统，实现自动温度控制，研究开发了能够产生连续湿度定点的湿度发生器，使湿度传感器或其他小型湿度仪表的校准更为快捷和准确。这种类型的湿度发生器在国内还是首创，具有重要的研究与实用价值。