排序方式: 共有27条查询结果,搜索用时 15 毫秒
1.
土壤成分与特性参数光谱快速检测方法及传感技术 总被引:10,自引:0,他引:10
近红外光谱技术在分析土壤成分含量以及理化特性参数方面获得了良好的预测精度.人工神经网络、遗传算法、小波变换和支持向量机等现代数据处理算法的应用,最大限度消除了光谱外界干扰、提取了光谱有效信息,使得土壤特性参数预测分析模型更准确、稳定.在进行土壤参数原位实时光谱检测时,如何消除土壤含水率、土壤粒度等的影响,还需要技术突破.开发便携式或车载式农田土壤光谱实时分析仪,是促进精细农业实践的重要措施,已开发的车载式土壤在线光谱仪可以实现多个土壤参数的分析,并达到了相当高的精度.进一步开发多功能土壤在线检测系统,利用土壤介电特性或机械特性与光谱特性测量结果相互补偿与校正以消除误差并提高测量精度,是未来的发展方向之一.光声光谱、激光诱导击穿光谱和太赫兹光谱技术等现代光谱分析方法在土壤成分与特性参数分析方面表现出很强的能力,开展基础研究,揭示这些光谱技术在不同土壤类型、不同土壤成分条件下的吸收特征参数,是未来的研究方向. 相似文献
2.
3.
谷物水分的快速测量对谷物准确测产、粮食快速收储、精准农业实施具有重要意义。针对联合收获机动态作业条件下小麦水分检测稳定性差、测量精度低等问题,基于小麦介电特性原理,设计一种联合收获机水分在线检测装置,提出一种动态连续取样、静态间歇测量的新方法,实现了联合收获机作业条件下,在线快速稳定检测小麦含水率。在线检测装置由机械动态取样部分、电机控制模块、传感器模块、数据采集模块、卫星定位模块和显示终端组成。其中传感器模块包括水分传感器、温度传感器和料位传感器。开展了静态验证试验和田间动态验证试验。试验结果表明,静态条件下,含水率在线检测误差在3%以内;在田间动态变化条件下,建立了基于介电常数和温度因子的水分检测模型,实测值和检测值相关系数达到0.92,在线检测误差小于5%。采用动态连续采样、静态间歇测量的方法显著提高了含水率在线检测的精度,为实现小麦精准生产提供了一种快速测量手段。 相似文献
4.
为了快速评估农机作业重漏状况,针对农机往复作业模式下,通过在农机上装载智能终端设备,采集车载终端GNSS信息,分析农机空间运行轨迹数据,统计方位角分布频次,计算农机作业方向,提取农机作业线,进一步建立了农机作业行距评估模型。为了验证农机作业行距评估模型,于2021年6月25日在北京小汤山国家精准农业研究示范基地开展实验,利用装载有自动导航系统的拖拉机,设定不同的行距,且每个行距进行往复直线作业,验证作业方向计算、作业线提取和作业行距提取等模型。结果表明,与实际相比,模型计算的作业行距平均误差为3.07%,均方根误差为0.14m,从整体上来看,识别的农机作业平均行距和实际行距比较相符,可为农机作业重叠、遗漏等农机作业质量评估提供数据支撑。 相似文献
5.
四要素变量施肥机肥箱施肥量控制算法设计与试验 总被引:2,自引:0,他引:2
针对黑龙江农垦地区垄作玉米施肥过程中遇到的肥料分层问题,设计了一种四要素变量施肥控制系统。系统采用电液比例控制技术,主要由液晶显示终端、变量施肥控制器、4路液压马达和编码器、4路排肥机构(排肥轴和外槽轮)和GNSS模块组成。为了实现氮肥、磷肥、钾肥和微肥的一次性及时、准确施用,提出了一种基于复合交叉原则的各路施肥量确定策略,基于PID技术设计了液压马达控制算法。根据用户在变量施肥控制软件中设置的目标施肥量,系统自动确定各肥箱精确施肥量,基于PID液压马达控制算法,实时计算4路液压马达的目标转速,同步向控制器发送4路转速指令,一次性完成氮肥、磷肥、钾肥和微肥4种肥料的同步变量施用。为了验证各路施肥量控制算法的效果,分别进行了PID算法响应时间和精度试验、变量施肥系统单质肥排肥性能验证试验和作业条件下各肥箱施肥量控制算法验证试验。试验结果表明,基于PID技术的排肥轴转速控制算法响应时间不大于0.5s;变量施肥系统单质肥排肥性能误差绝对值不大于3%;作业条件下各路施肥量控制算法显著减少了氮素的施用量,实现了氮肥、磷肥、钾肥的精确投入。四要素变量施肥机各路施肥量控制算法完全满足了垦区玉米施肥精确、均匀施用的要求。 相似文献
6.
秸秆覆盖率是保护性耕作重要的评价指标之一。针对田间秸秆形态各异、细碎秸秆难以识别的难题,基于机器视觉技术,提出了一种基于K-means和彩色空间距离灰度化方法相结合的田间秸秆覆盖率检测算法。采用彩色空间距离方法对秸秆图像进行预处理,基于K-means算法实现秸秆和土壤背景的分类识别,使用数学形态学腐蚀和膨胀方法对识别后的图像进行处理,降低细碎秸秆对覆盖率的影响,最后计算秸秆图像的覆盖率。2022年10月,通过田间试验对北京小汤山国家精准农业研究示范基地采集的220幅玉米秸秆图像进行了算法验证。试验结果表明,对低秸秆覆盖率(0~30%)图像,识别准确率达到90%;对中等秸秆覆盖率(30%~60%)图像,识别准确率达到88%;对高秸秆覆盖率(60%以上)图像,识别准确率达到86%;整体秸秆覆盖率分等定级准确度达到98.18%。本研究设计的基于K-means和彩色空间距离灰度化方法相结合的田间秸秆覆盖率检测算法为保护性耕作评价提供了快速检测方法和手段。 相似文献
7.
为实现小型方捆机草捆动态称量系统的准确测量,降低地面颠簸和机械传动引起的振动对草捆质量测量精度的影响,分析了打捆机作业速度、拖拉机PTO启停对草捆动态称量系统压力和角度噪声信号的作用机理。当系统采样频率为40Hz时,压力噪声信号频率主要在0.1~16Hz;角度噪声信号频率主要在3~4Hz和16~17Hz;打捆机作业速度与噪声信号强度呈正相关。在信号分析基础上,研究了信号处理方法。为提高滤波精度,首先采用基于3σ准则的双阈值动态滤波方法对信号进行预处理,消除奇异值影响,再利用分段线性插值补充空缺点,最后设计一种巴特沃斯带阻滤波器对噪声信号进行消除。田间试验结果表明,采用该方法对信号进行处理后,草捆质量预测相对误差为-4.15%~4.17%,优于均值滤波得到的结果,且该滤波方法适应性更好,更符合实际生产需要。 相似文献
8.
为探究大范围小麦秸秆覆盖度(CRC)估测方法,以冬小麦秸秆为研究对象,基于Sentinel-2遥感卫星影像光谱指数、波段和纹理特征及其不同特征组合,利用灰色关联-随机森林(GRA-RF)敏感特征提取方法,结合高斯过程(GPR)、套索(LASSO)、岭回归(RR)和偏最小二乘(PLSR)等多种机器学习算法,开展小麦CRC估算的最优模型研究。结果表明,基于GRA-RF特征优选后的机器学习模型显著改善了小麦CRC的估算精度,LASSO算法总体对小麦CRC的估测效果最佳,并且针对不同的光谱特征组合表现出差异化的结果。其中,以光谱指数、波段和纹理信息构成的组合特征集构建的CRC遥感估算模型精度最优(r2=0.65,RMSE=9.25%),以波段与纹理两者组合特征估算的CRC精度次之(r2=0.63,RMSE=9.31%),仅利用单一的光谱指数、波段或者纹理特征估算冬小麦CRC的精度均劣于组合特征的结果。这说明应用GRA-RF组合筛选方法能够有效优选秸秆覆盖度的光谱特征;相比于单一特征,光谱指数、波段、纹理信息等构成的组合特征更能有效地监测小麦秸秆覆盖度... 相似文献
9.
东北地区土壤温度和湿度空间变异特性研究 总被引:1,自引:0,他引:1
于2015年4月在黑龙江农垦赵光农场,使用20套无线传感器网络节点部署在赵光农场一面积为33.4 hm 2 的玉米地块,并通过2个手持式移动节点进行加密测量。根据这一方案,获得了从4月5—29日在240 m×240 m、120 m×120 m、60 m×60 m和30 m×30 m网格下的土壤温度和土壤湿度数据。在此基础上,基于统计半方差函数理论和GIS空间Kriging插值方法分别分析了土壤温度和土壤湿度各向同性、各向异性变化特征及分布模式。结合土壤温度和土壤湿度在不同尺度下的Kriging插值结果,确定了两者最佳采样间距。试验结果表明,土壤温度和土壤湿度的半方差函数分别适用于球形模型和指数模型,两者均有很强的空间自相关。其中,土壤温度自相关距离为51.56 m,土壤湿度的自相关距离为154.16 m。土壤温度在45°、90°方向变化明显大于0°、135°方向;土壤湿度拟合决定系数( R 2 )为0.77,在0°、135°方向上变化较大,土壤温度和土壤湿度最佳采样间距分别为60 m和100 m。 相似文献
10.
甘薯种植多以裸苗移栽为主,对机械化移栽要求较高。针对国内甘薯移栽设备自动化程度低,作业时需要人工喂苗导致劳动强度大、机械化栽插质量不高的问题,结合甘薯裸苗栽植农艺要求,基于预处理苗带喂苗装置和挠性圆盘栽植装置设计了一种甘薯裸苗自动移栽机,结合甘薯裸苗移栽机喂苗装置、挠性圆盘栽植装置和浇水装置自动作业控制需要,设计了基于CAN总线的甘薯裸苗自动移栽机控制系统,能够一次性完成旋耕、起垄、开沟、自动有序喂苗、定株距栽插、镇压覆土、自动浇水、修垄等作业。田间试验表明,机具在目标株距25cm以及作业速度0.25、0.35、0.45m/s的情况下,栽植株距变异系数和栽植深度合格率均达到了标准要求,栽植株距变异系数和栽植姿态合格率受作业速度影响较大,栽植深度受作业速度变化影响较小,在作业速度为0.25m/s时,栽植株距变异系数平均值为10.16%,栽植深度合格率平均值为95.56%,作业性能优于0.35m/s和0.45m/s,栽植姿态合格率平均值为90%。本研究为甘薯裸苗机械化、自动化移栽机械的理论研究和设计提供了新的参考。 相似文献