基于物联网的日光温室环境监测在线校准

[目的]温室环境条件特别是温度对于作物生长和发育具有十分显著的影响。日光温室调控的主要环境因子之一是温度。然而,自然环境下的光照对温度产生作用,影响空气温度的监测精度。大多温度传感要求将传感器置于避光处,然而实际应用中难以保证。[方法]采用机器学习中的支持向量机算法(SVM),对日光温室内的温度智能监测算法进行了研究,根据光照情况对实时监测的温度数据进行校准。[结果]通过与实验测量的数据进行对比分析,结果表明,所提出的监测方法可以较为准确地实时监测空气温度,从而无需使用隔热材料或者遮阳处理,就可以基于监测的数据更精确地对相应的环境因素进行调节。[结论]基于该方法,可采用常用的工业设备实现温室大棚内实时温度数据的监测,既可以节约设备和人力成本,又可以为温室控制提供准确的数据。     

数字合作社:产销融合的农业智能系统

产销信息不对称,缺乏资金、知识和经验是小规模农户发展的障碍。作为互助性经济组织,农业合作社的经营受气候、市场和农户水平等自然、经济和社会因素的影响。如何贯通产销信息,并基于需求精细核算成本和组织生产,是合作社经营的重要内容。本文借鉴工业领域数字双胞胎的思想,基于平行智能系统的描述、预测和引导,提出合作社数字四胞胎(数字合作社)的构想,服务合作社规划、准备、生产和评估的各个环节。同时对数字合作社的整体方案、系统设计及其关键技术等进行了描述,并对数字合作社的用户及其运行机制进行了探讨。数字合作社系统框架包括数据感知、决策支持和决策实施,其核心智能技术包括作物建模、动态规划、区块链技术、机器学习等。以有机水稻种植为例,简述了合作社成本分析、种植规划、远程种植可视化等过程,模拟水稻定制种植的场景,以此说明数字合作社的部分功能。数字合作社的概念可为面向合作社的信息系统开发提供方向。鉴于目前以小农经济为主、合作社为主要经营主体的现状,数字合作社系统有助于提升从业者的经营能力,助力小农户对接大市场,提升农业物理社会经济系统的整体效率。     

单株幼龄苹果树修剪仿真研究

修剪是果树生产中重要的技术手段,要想研究更加合理的修剪技术体系,就必须保证能够对修剪反应有准确、直观和及时的判断,而仿真模拟技术提供了这种可能。以幼龄苹果树为研究对象,采用不同修剪处理对比的方法,在田间试验的基础上,总结修剪反应规律,构建苹果树结构和修剪模型。在此基础上基于Qt框架和OpenGL图形库,开发了单株苹果树修剪仿真软件平台。结合优化算法,通过仿真平台模拟了给定生产目标的修剪方案优化,优化结果对虚拟学习和实际生产提供了可视化指导。     

平行智能风沙防治系统构架与功能——以植物措施为例

风沙活动复杂多变,使得风沙危害治理周期长、难预测、难评估。目前的风沙防治模拟系统主要基于物理建模框架,由于在受控环境中构建,预测结果容易偏离实际系统。本文从风沙运动物理原理着手,结合人工智能技术构建知识和数据共同驱动风沙防治模型。针对系统的复杂性,提出了一种借鉴实际工程与虚拟实验相互学习的基于ACP(人工社会+计算实验+平行执行)平行系统理论的风沙平行防治系统,预测不同风沙防治行为对风沙活动以及防治效果的影响。其中防治行为为植被种植情况,防治效果通过地表荒漠化程度表达。同时对风沙防治效果进行三维可视化展示,为风沙防治工程项目提供实施前、实施期间的决策支持。     

结构—功能模型在林木竞争研究中的应用

林木结构-功能模型是指能明确表达由林木生理过程和环境因子调控的植物三维结构生长和变化的一类模型, 其既考虑了树木结构的发展, 又考虑了树木生理生态过程和环境之间的交互影响。文中探讨了林木竞争经验模型的研究应用, 认为其存在的不足是缺乏反映树木内部资源获取与分配的生理生态指标以及着枝个数、枝条长度等形态属性指标等; 以目前几种主要的结构-功能模型为例, 对其在林木竞争研究中的应用以及对竞争表达的改进方面进行了评述, 最后指出目前结构-功能模型在林木竞争研究中存在的问题及未来的应用前景。     

从群体到个体尺度——基于数据的DSSAT和GreenLab作物模型连接探索

作物模型的研究涉及作物生长发育的复杂过程,空间上从分子到细胞、组织、器官、个体、群体等不同尺度,时间尺度上可以从秒到年。基于不同的研究需求,切换作物模型尺度,可使得作物模型的适用性更广泛灵活。其中,如何从群体尺度的作物模型转入个体尺度的作物模型是本研究的内容。本研究基于四个玉米品种的两个处理（灌溉和雨养）的已有的实验数据和基于这些数据的DSSAT系统的模拟数据,校准功能结构模型GreenLab的参数,以计算结果一致为指标,探索不同空间尺度模型建立接口的方法,比较不同模型的特点。结果表明,GreenLab模型可以复现DSSAT系统的模拟数据和实际测量数据,进一步可以反演出各种器官之间生物量的分配并进行三维可视化展示。最后讨论了不同空间尺度模型结合的优势及应用领域。     

基于结构功能模型实现番茄植株产量优化

为了重塑番茄在环境因素控制下的生长发育过程,进而实现产量预测,基于库一源关系的结构功能互反馈模型 GreenLab,结合温室温度、湿度、光照等可控环境因子,研究了生长环境对番茄果实产量的影响.试验结果表明种植密度不影响植株的营养生长;但果实产量受季节、种植密度影响而不同,随密度增大单株产量下降,而每m2产量上升.环境因素影响植株生长过程中植株物质生产量与器官物质需求量比值Q/O的变化,从而影响坐果率,模型中可利用密度试验数据校准器官的汇源关系,进而确定其变化规律,通过分析不同环境下番茄果实对同化物的竞争水平可实现坐果定量化.     

基于修正logistic模型的番茄单个果实生长规律模拟

采集不同季节、不同密度的番茄种植试验的果实数据,结合环境(温度、湿度、光照强度)数据,建立了基于修正logistic模型的模拟番茄单个果实生长变化的动态模型.用Matlab软件拟合了模型输出与试验数据.结果表明,给定密度下不同位置的果实具有相同库容,同穗果实的直径存在线性关系,不同穗果实之间生长存在延迟.     

基于物联网的日光温室环境监测在线校准

温室环境条件特别是温度对于作物生长和发育具有十分显著的影响。日光温室调控的主要环境因子之一是温度。然而,自然环境下的光照对温度产生作用,影响空气温度的监测精度。采用机器学习中的支持向量机算法(SVM),对日光温室内的温度智能监测算法进行了研究,根据光照情况对实时监测的温度数据进行校准。通过与实验测量的数据进行对比分析,结果表明：所提出的监测方法可以较为准确地实时监测空气温度,从而无需使用隔热材料或者遮阳处理,就可以基于监测的数据更精确地对相应的环境因素进行调节。基于该方法,可采用常用的工业设备实现温室大棚内实时温度数据的监测,既可以节约设备和人力成本,又可以为温室控制提供准确的数据。     

基于结构功能模型实现番茄植株产量优化

为了重塑番茄在环境因素控制下的生长发育过程,进而实现产量预测,基于库源关系的结构功能互反馈模型GreenLab,结合温室温度、湿度、光照等可控环境因子,研究了生长环境对番茄果实产量的影响。试验结果表明：种植密度不影响植株的营养生长;但果实产量受季节、种植密度影响而不同,随密度增大单株产量下降,而每m2产量上升。环境因素影响植株生长过程中植株物质生产量与器官物质需求量比值Q/D的变化,从而影响坐果率,模型中可利用密度试验数据校准器官的汇源关系,进而确定其变化规律,通过分析不同环境下番茄果实对同化物的竞争水平可实现坐果定量化。