基于WSN的油菜生长环境数据采集系统

针对传统作物生长环境数据获取手段实时性差、劳动强度大以及部署微型自动气象站和商用Zigbee产品成本高、开放性较差等问题，设计并实现了一种基于WSN的油菜生长环境数据采集系统。提出了轻量级的能量感知路由协议CLFP，并给出了软硬件的相关设计方法。仿真和大田试验结果表明，系统温度采集精度最高可达0.01 ℃，测湿精度达±5%，光强采集范围为1~65 535 lx，可并发的数据传输达到36路，可满足农业现场环境数据的较高测量要求。在标称电源供电情况下，系统实际有效生存周期超过142 d，由于采用AT89C51和nRF2401作为基础硬件平台，成本低廉，有助于大规模部署和应用。     

基于多重分形去趋势移动平均分析的油菜叶片氮素营养诊断建模

为识别和诊断不同施氮水平下油菜叶片纹理特征,利用多重分形去趋势移动平均分析(MF-DMA),分别计算θ=0,θ=0.5,θ=1下油菜叶片图像的11个全局广义Hurst指数和其他6种相关的多重分形特征参数。利用不同的特征参数组合分别对基部叶片、中部叶片和顶部叶片进行氮素营养诊断识别。结果表明θ=0时诊断效果优于θ=0.5和θ=1;并且在θ=0时,基部叶片和中部叶片诊断效果优于顶部叶片,表明基部和中部叶片对氮素敏感性强于顶部。对3个部位混合的油菜样本进行施氮适中和亏缺两类定性诊断,结果表明支持向量机和随机森林这2种分类方法最佳,最佳识别准确率分别为95.81%和96.63%。说明该模型具有良好的有效性。     

基于无套利原则下的水电厂的风险

在现行电力市场中,水电厂的风险主要来自于发电量不确定性的风险。水电厂为了规避发电量不确定带来的风险,提出了通过一个电力双边合同和若干电力期权将水电厂与电力公司结为风险同盟,共同分担水电厂电量不确定性风险。并在实时电价预测期望值与真实值发生偏差时,构建了一个基于无套利原则下的水电厂与电网公司的补偿机制,兼顾了双方的公平。以某实际水电厂为例,利用蒙特卡洛模拟计算得到期权费与相应补偿金,分析了合同电量和合同价格对期权价格及补偿金的影响。     

基于ROC图的油菜生长期光谱敏感波段的研究

测定了直播和移栽油菜的苗期、抽薹期、花期、盛花期和角果期的冠层光谱,构建了比值光谱植被指数(RSI)和归一化光谱植被指数(NDSI)。为了获得区分直播和移栽的最佳RSI和NDSI,利用降采样法和精细采样法相结合的受试者工作特征(ROC)图寻找油菜生长期光谱的敏感波长,直播和移栽油菜各时期RSI和NDSI的最敏感波长分别为:苗期(458 nm,511 nm)和(433 nm,517 nm);抽薹期(997 nm,501 nm)和(990 nm,510 nm);花期(1 235 nm,1 180 nm)和(1 235 nm,1 180 nm);盛花期(478 nm,396 nm)和(484 nm,416 nm);角果期(1 073 nm,1 037 nm)和(1 092 nm,1 024 nm)。用敏感波长下的2种植被指数为特征,以最近邻法为分类器的定性识别模型,结果花期的区分效果最好,最大约登指数分别为0.941 7和0.945 0。     

基于多重分形理论的油菜缺素叶片特征提取

为描述油菜缺素叶片图像的特征,该文提出了一种基于多重分形去趋势波动分析方法,即局部多重分形去趋势波动分析。该方法确定的hij(q)指数能有效刻画叶片图像每个像素点的多重分形特征,并以所有像素点hij(q)的平均值Lhq表征每幅图像的多重分形特征。选取4种油菜缺素叶片图像进行试验,结果表明所提取局部多重分形去趋势波动平均指数Lhq能很好地区分叶片,并通过方差分析指出当q={-10, -9, -8, -7, -6}时的Lhq区分效果最好。最后基于每个像素点的hij(q)指数利用模糊C均值聚类对缺镁油菜叶片图像进行模糊分割,并与传统的灰度值分割及经典的基于容量测度的指数分割进行了对比试验,结果表明以上述hij(q)为特征具有最佳的分割效果。     

基于用户需求的多维农业信息分类模型研究

为了帮助用户快速检索到所需农业信息,结合用户对农业信息需求的特征,提出了改进的农业信息多维分类模型,并从信息高效存储和处理的角度提出了基于OLAP的多维农业信息分类模型设计方案,最后以湖南油菜网络信息为例,进行实验数据采集与信息分类,实现多维农业分类信息的存储结构。结果表明：（1）随机采集获得的网络农业信息可以通过改进的多维农业信息分类模型来有效表达;（2）行业维度、时间维度、地域维度、形式维度具有客观性,信息属性维度、产业链维度、信息内容维度具有主观性;（3）某些信息在某些维度上没有数据或者无法确定取值时,用空值表示;（4）知识型信息大部分在时间维度和空间维度上没有数据。多维农业信息分类模型可以从每个维度查看数据,也可以抽取不同维度组合进行数据深度分析,为农业信息个性化推送服务奠定了重要基础。实验中实现了多维农业信息的存储结构,是后续农业信息的数据分析、维度优化等工作的必要前提和基础。     

兴办“五小场”造林致富

浦北县六硍乡农民大力发展“五小场”式林业,目前全乡已办起小林场、小竹场、小果场、小茶场、小八角场2300多个,面积达7万多亩。六硍乡地处六万山区,全乡有山地面积19万亩。近年来,乡党委、政府根据这一优势,积极鼓励农民采取户办或联户办形式发展“五小场”式林业,先后投资和贷款60万     

官垌乡林业联合体充满生机

浦北县官垌乡积极扶持林业联合体,以联合体带动全乡造林。目前,全乡有林业联合体6个共34户,有效地推动了全乡造林工作的开展,今年,这个乡造林面积2.1万多亩,完成全年造林计划的210％。一、承包山地,规模经营官垌乡林业联合体都是以几户为单位联合向所在生产队承包山地,或跨队、跨村公所,甚至跨乡承包的,承包山地造林面积达15400多     

浦北县成立机动车驾驶员培训学校

浦北县农机校根据交通部颁布的《关于机动车驾驶员培训纳入全国交通行政管理的规定》和们"西壮族自治区营运机动车驾驶员持证上岗管理》的要求,经交通厅、运管局批准为该县机动车驾驶员培训学校。该校拥有教室、电化室、构造实习室、维护排故室、维修车间、教练场、卫生室、学员宿舍、饭堂和10多辆大小教练车等比较完善的教学设施。该校除了开设营运机动车（客货车、拖拉机）驾驶员上岗资格证培训外,还开办大小汽车、摩托车、拖拉机驾驶员培训。浦北县成立机动车驾驶员培训学校@王访     

基于冠层高光谱的油菜角果期红边参数及叶片SPAD值反演模型

以湖南省为研究区,探索不同栽培因子条件下油菜的高光谱特征,建立基于高光谱特征的叶绿素预测模型,并将其应用于田间生产实践,以期为油菜营养诊断、高产栽培和生产管理的信息化提供一定的理论依据和技术支撑。使用便携式地物光谱仪和SPAD-502叶绿素仪分别对油菜冠层反射光谱和SPAD值进行实测,分析不同栽培因子条件下角果期的油菜冠层光谱特征,并得到其相应的红边参数(包括红边位置、红边振幅与红边面积),最后运用多种方法对红边参数与角果期的油菜SPAD值进行相关性分析,以期建立SPAD值的最佳反演模型。结果表明,在红光波段(680～760 nm),油菜角果期的冠层反射光谱趋于稳定,冠层的三峰两谷现象比较明显,而且在整个角果期,红边位置都稳定在760 nm这个点,不随栽培因子的改变而改变。但是栽培因子对红边振幅和红边面积有着明显影响,因此可用红边参数来预测油菜的SPAD值。经过5种不同的建模比较分析可以得出,基于支持向量机(SVM)的预测模型最好,R~2为0.912 6,均方误差为0.326 6。