农田环境中农药残留比例型荧光传感系统研究

为监测农业环境中有机磷农药的残留，从种养源头管控农产品安全，基于锆离子和1,2,4,5-四（4-羧苯基）苯（H-4-TCPB）合成了蓝色荧光金属-有机框架材料（MOFs）Zr-TCPB，并与红色荧光量子点QDs组装成双荧光QDs@MOFs复合物，基于Zr-TCPB对有机磷农药特异性荧光淬灭效应，构建比例型荧光化学传感器系统，实现了有机磷农药的快速、灵敏、可视化检测。甲基对硫磷与对硫磷的检测限（LOD）分别为1.9μg/L和4.9μg/L，线性检测范围为0.005~2mg/L。研究表明，该荧光分析法能有效用于农业环境水样中甲基对硫磷及对硫磷的现场快速测定，甲基对硫磷回收率为93.23%~116.46%，平均相对标准偏差（RSD）为5.29%，对硫磷回收率为92.52%~107.83%，平均RSD为5.74%。该方法在环境样品农药残留快速监测方面具有巨大的应用价值。     

食用菌栽培与旅游业融合力评价研究

改革开放以来,经济的发展和市场的巨大需求使食用菌成为我国农民增收的主要经济作物,食用菌产业是公认的朝阳产业。但是由于经济现状的限制,食用菌产业的发展常以市场为主导,急需采用先进的发展理念,使食用菌产业更加科学合理的发展。以因子分析法为基础进一步构建研究模型,采用回归分析法,对食用菌种植与旅游业融合力进行评价。回归分析结果显示,变量融合广度、融合深度、融合增值对食用菌种植与旅游业融合力有显著的正向影响。     

农机远程智能管理平台研发及其应用

本研究针对农机管理实时数据少、农机实时作业监管困难、服务信息不对称等问题，首先提出专业化远程管理平台设计时应具有五大原则：专业化、标准化、云平台、模块化以及开放性。基于这些原则，本研究设计了基于大田作业智能传感技术、物联网技术、定位技术、遥感技术和地理信息系统的可定制化的通用农机远程智能管理平台。平台分别为各级政府管理部门、农机合作社、农机手、农户设计并实现了基于WebGIS 的农机信息库及农机位置服务、农机作业实时监测与管理、农田基础信息管理、田间作物基本信息管理、农机调度管理、农机补贴管理、农机作业订单管理等多个实用模块。研究着重分析了在当前的技术背景下，平台部分关键技术的实现方法，包括采用低精度GNSS定位系统前提下的作业面积的计算方法、GNSS定位数据处理过程中的数据问题分析、农机调度算法、作业传感器信息的集成等，并提出了以地块为核心的管理平台建设思路；同时提出农机作业管理平台将逐步从简单作业管理转向大田农机综合管理。本平台对同类型管理平台的研发具有一定的参考与借鉴作用。     

称重式降水传感器与翻斗雨量传感器测雨性能对比分析

为了观测降水数据的准确性,选取了南通市4个台站2018年4月—10月份的DCS1型称重式降水传感器和SL3-1型翻斗雨量传感器观测的降水数据,分析两者观测的日降水量和降水总量等方面的差异。结果显示：在选取的观测样本中,以人工观测的降雨日数为参考,称重传感器的平均一致率为91.2%;以翻斗传感器观测的降雨日为参考,称重传感器的一致率为94.5%。称重传感器观测的累积降水量与翻斗传感器观测的累积降水量相对平均误差为-1.55%,符合中国气象局规定的相对误差不超过±4%的规范要求。在分析日降水量方面,发现称重传感器比翻斗传感器观测量平均偏小0.29 mm;有明显性降水时,两者在日降水量等级判别上基本一致。称重传感器观测的数据小于翻斗传感器观测的数据概率要高,两种传感器观测的差值分布较为一致。称重传感器在捕捉微量降水的能力不比翻斗传感器差,甚至更好。称重传感器观测的日降水量与翻斗传感器观测的日降水量相关系数为0.99826,达到0.01显著相关的水平。     

农业装备升降装置非接触式光纤位移传感器设计与试验

为了解决农业设备位移的宽量程、高灵敏度非接触测量问题,提出一种基于Peanut-shape迈克尔逊干涉结构的非接触式光纤位移传感器。分析了光纤Peanut-shape迈克尔逊干涉原理,设计了将磁场与Peanut-shape结构形成的全纤式迈克尔逊干涉相结合的传感器结构,并通过磁场仿真,得到磁场强度曲线。建立了传感器应变标定系统和位移测试系统。试验结果表明:Peanut-shape迈克尔逊干涉的光纤传感器应变灵敏度达到1. 82 pm/με,是普通光纤的1. 5倍,线性度为0. 997;位移测试得到的光谱曲线与磁场仿真曲线结果一致,可以实现位移的测量,且线性拟合度达到0. 999。     

用于作物表型信息边缘计算采集的认知无线传感器网络分簇路由算法

随着无线终端数量的快速增长和多媒体图像等高带宽传输业务需求的增加，农业物联网相关领域可预见地会出现无线频谱资源紧缺问题。针对基于传统物联网的作物表型信息采集系统中存在由于节点密集部署导致数据传输过程容易出现频谱竞争、数据拥堵的现象以及固定电池的网络由于能耗不均衡引起监测周期缩减等诸多问题，本研究建立了一个认知无线传感器网络（CRSN）作物表型信息采集模型，并针对模型提出一种引入边缘计算机制的动态频谱和能耗均衡（DSEB）的事件驱动分簇路由算法。算法包括：（1）动态频谱感知分簇，采用层次聚类算法结合频谱感知获取的可用信道、节点间的距离、剩余能量和邻居节点度为相似度对被监控区域内的节点进行聚类分簇并选取簇头，构建分簇拓扑的过程对各分簇大小的均衡性引入奖励和惩罚因子，提升网络各分簇平均频谱利用率；（2）融入边缘计算的事件触发数据路由，根据构建的分簇拓扑结构，将待检测各区域变化异常表型信息触发事件以簇内汇聚和簇间中继交替迭代方式转发至汇聚节点，簇内汇聚包括直传和簇内中继，簇间中继包括主网关节点和次网关节点-主网关节点两种情况；（3）基于频谱变化和通信服务质量（QoS）的自适应重新分簇：基于主用户行为变化引起的可用信道改变，或分簇效果不佳对通信服务质量产生的干扰，触发CRSN进行自适应重新分簇。此外，本研究还提出了一种新的能耗均衡策略去能量消耗中心化（假设sink为中心），即在网关或簇头节点选取计算式中引入与节点到sink的距离成正比的权重系数。算法仿真结果表明，与采用K-medoid分簇和能量感知的事件驱动分簇(ERP)路由方案相比，在CRSN节点数为定值的前提下，基于DSEB的分簇路由算法在网络生存期与能效等方面均具有一定的改进；在主用户节点数为定值时，所提算法比其它两种算法具有更高频谱利用率。     

无核柚新品种‘华柚2号’

‘华柚2号’是将‘国庆1号’温州蜜柑愈伤组织原生质体与‘华柚1号’叶肉原生质体融合创制的二倍体雄性不育胞质杂种。树势中等，花瓣短而退化，雄蕊败育，雌蕊正常。果实扁圆形，隔离种植下完全无核，平均单果质量1 232.47 g，果皮中等厚，可食率57.03%。果肉粉红色，囊壁薄，果肉化渣多汁，风味浓，可溶性固形物12.37% ~ 13.33%，总酸0.90% ~ 1.20%，固酸比10.42 ~ 14.13，维生素C 24.26 mL • L-1。在湖北武汉地区种植，果实11—12月成熟，5年生嫁接树单株产量约50 kg。     

马铃薯薄片干燥过程形态变化三维成像

为研究马铃薯薄片在干燥过程中形态变化规律,该文利用Kinect传感器搭建了图像采集平台,研究其在不同干燥温度下(50、60、70、80℃)的形态变化规律。通过图像采集平台获取马铃薯薄片深度图像和彩色图像,利用彩色图像确定感兴趣区域,对对应区域的深度图像进行灰度值拉伸、阈值分割、边缘去噪处理,进而提取特征,计算出正投影面积的收缩率、深度均值及标准差,以表征马铃薯干燥过程中表面卷曲及平整度等形态指标的变化规律。对不同干燥时间点马铃薯片进行三维图形显示可观察其变化规律明显。统计结果表明:低温(50、60℃)与高温(70、80℃)对马铃薯薄片干燥时的收缩率、卷曲程度具有显著影响(P0.05)。50℃时收缩率为54.97%,80℃时收缩率升高为64.55%;干燥温度与马铃薯片卷曲程度呈先升后降的关系,60℃时卷曲度最大,其深度均值为27.81 mm,80℃时降低到18.86 mm。而四组温度下,马铃薯薄片的平整度具有显著性差异(P0.05),50℃时马铃薯片深度值的标准差为7.99 mm,80℃时降低至5.71mm,说明平整度随着干燥温度升高而增加。该研究可为马铃薯薄片干燥过程中形态变化的检测提供参考,同时为干燥工艺的智能化控制提供技术依据。     

基于注意力机制及多尺度特征融合的番茄叶片缺素图像分类方法

针对番茄早期缺素性状不明显及各生长期特征差异较大所导致的特征区域尺寸不一致、难提取、难辩别等问题，提出了一种基于注意力机制及多尺度特征融合卷积神经网络的番茄叶片缺素图像分类方法（Multi-Scale Feature Fusion Convolutional Neural Networks Based On Atte ntion Mechanism，MSFF-AM-CNNs）。首先根据番茄叶片缺素特点提出了多尺度特征融合结构（Multi-Scale Feature Fusion Module，MSFF Module）；其次在DenseNet基础上，结合浅层网络主要提取纹理、细节特征，深层网络主要提取轮廓、形状特征的特点分别提出具有针对性的特征提取方法，通过不同形式引入注意力机制及多尺度特征融合结构，使全局多尺度信息融合多个特征通道、选择性地强调信息特征并达到对特征精准定位的功能；同时引入Focal Loss函数以减少易分类样本的权重。试验结果表明，MSFF-AM-CNNs的平均召回率、平均F1得分、平均准确率较原模型DenseNet-121均大幅提升，其中缺氮和缺钾叶片的准确率分别提高了8.06和6.14个百分点，召回率分别提高了6.31和5.00个百分点，F1得分分别提高了7.25和5.55个百分点，平均识别准确率可达95.92%，具有较高的识别准确率及广泛的适用性，能够满足番茄叶片缺素图像的高精度分类需求，可为植物叶片缺素识别提供参考。     

Effects of nitrogen,phosphorus, and potassium on SPAD-502 and atLEAF sensor readings of Salvia

There are various optical sensors in the market for precision nitrogen (N) management, which estimate leaf N status from chlorophyll content of leaves. However, readings may also be affected by the amounts of other nutrients in the plant leaves like potassium (K) and phosphorus (P), as well as sampling location within a plant or leaf. SPAD-502 and atLEAF optical sensors were used on Salvia ‘Vista Red’ plants grown with 0N-7.9P-0K, 41N-0P-0K, 0N-0P-31.6K, 0N-7.9P-0K + 41N-0P-0K, 0N-7.9P-0K + 0N-0P-31.6K, 41N-0P-0K + 0N-0P-31.6K, or 0N-7.9P-0K + 41N-0P-0K + 0N-0P-31.6K fertilizer plus a control. Both sensors were correlated with leaf N and each other. However, both sensor readings were affected by the presence or absence of P and K in the leaves, and thus these nutrients should be analyzed and reported along with leaf N values. Sensor readings were found to vary within a leaf and within leaf canopy location, so sampling needs to be consistent.