驾驶员的视觉特性与行车安全的关系

驾驶员的视觉特性与行车安全有直接的必然联系,在此笔者就这一问题进行讨论,以期引起驾驶员和管理者的注意.     

基于调制近红外反射光谱的土壤养分近场遥测方法研究

土壤养分作为农业生产的重要指标，含量过少会降低农作物产量，过多则会造成环境污染。因此，快速、准确检测土壤养分对于精准施肥和提高作物产量具有重要意义。基于取样和化学分析的传统方法能够全面准确地检测土壤养分，但检测过程中土壤的取样及预处理过程繁琐、操作复杂、费时费力，不能实现土壤养分的原位快速检测。本研究基于调制近红外光谱，提出了一种土壤养分主动式近场遥测方法，可有效避免土壤反射自然光的干扰。该方法使用波长范围1260~1610 nm的8通道窄带激光二极管作为近红外光源，通过测量8通道激光光束的土壤反射率，建立土壤养分中氮（N）关于土壤反射率的计量模型，实现了N的快速检测。在74组已知N含量的土壤样品中，选取54组作为训练集，20组作为预测集。基于一般线性模型，对训练集中土壤N含量与土壤反射率的定量化参数进行训练，筛选显著波段后的计量模型R²达到0.97。基于建立的计量模型，预测集中土壤N含量预测值与参考值的决定系数R²达到0.9，结果表明该方法具有土壤养分现场快速检测的能力。     

距离对冠层温度传感器的影响及误差修正

作物冠层温度是其内部代谢与环境条件共同作用的结果,因此冠层温度的准确测量对于调节适宜农作物生长的环境条件具有重要意义,而红外测温是对冠层温度测量的主要方法之一。为此,从红外测温原理入手,得出探测距离是影响测温精度的因素之一。在室内环境温度一定的条件下,设计了距离对红外测温系统影响的实验。结果表明,随着探测距离的增加,测量误差逐渐增大至1.3℃,并基于此提出了距离补偿模型。经田间实验验证,测量误差减小到0.2℃以内,该修正模型有效地减弱了测量距离的影响。     

驾驶员的视觉特性与行车安全的关系

驾驶员的视觉特性与行车安全有直接的必然联系,在此笔者就这一问题进行讨论,以期引起驾驶员和管理者的注意。1视觉特性与行车安全视力也叫视敏度,是指分辨细小的或遥远的物体或物体的细微部分的能力。决定视力的因素有物理方面的和生理方面的,此外,光线亮度不同,物体与背景之间     

配备GPRS的大面积作物冠层温度红外传感器设计

作物冠层温度与作物的生理状态和后期产量息息相关,监测作物冠层温度对于研究作物生理状态和预测产量具有重要的意义。为此,针对目前商用红外测温仪视场角小、没有在线监测功能等问题,设计了一种大视场、定时通过GPRS传输数据的冠层温度红外传感器。采用定时启动采集的软硬件设计方法,降低了传感器的平均功耗,在电池供电情况下传感器使用时间达到30天左右。     

基于LMSE的葡萄劣变监测仪器的设计

葡萄在运输和贮藏过程中容易发生变质,对其进行预警可有效降低大规模腐败的风险。傅里叶变换光谱表明葡萄在劣变过程中,其挥发性物质里乙醇和二氧化碳(CO2)变化最为明显。为此,通过选用CO2气体传感器模块和乙醇电化学传感器,设计了相应的软硬件,完成了一个低成本、小型的葡萄变质监测仪器,可以实时、定量测量葡萄挥发物质中CO2和乙醇含量。最后,通过模式识别中最小误差平方(LMSE)算法设计一个线性分类器,并采集了77组已知类别样本训练分类器,使仪器初步达到了葡萄变质自动报警的目的。     

猪源发酵乳酸杆菌对保育猪生长性能、养分表观消化率、粪便微生物数量及血清免疫指标的影响

本试验研究了日粮中添加不同浓度的猪源发酵乳酸杆菌(Lactobacillus fermentum)对保育猪生长性能、养分表观消化率、粪便微生物数量和血清免疫指标的影响。选择160头保育猪,日龄为(30±2)d,体重为(7.85±0.68)kg,随机分成4组,每组4个重复,每个重复10头猪。对照组饲喂基础日粮,试验组在基础日粮中分别添加0.1%、0.2%和0.3%的猪源发酵乳酸杆菌制剂,试验期35d。结果显示,添加不同浓度猪源发酵乳酸杆菌对保育猪的各项指标均有改善效果,其中,0.2%发酵乳酸杆菌组的效果最好,与对照组相比,其平均日增重提高8.70%(P<0.05),料重比降低4.62%(P<0.05),日粮中粗蛋白质、钙和总磷的表观消化率显著提高(P<0.05),粪便中大肠杆菌数量显著下降(P<0.05),血清中IgG含量提高了8.39%(P<0.05)。因此,在保育猪饲料中添加猪源发酵乳酸杆菌能够提高机体免疫力和生长性能,提高日粮中粗蛋白质、钙和总磷的表观消化率,降低粪便中的大肠杆菌数量。     

红外传感器与机器视觉融合的果树害虫识别及计数方法

为了解决果园环境中单一的害虫监测技术存在的缺陷,该研究将红外传感器和机器视觉识别技术进行融合,从两个角度对目标害虫进行识别计数。选取梨小食心虫、苹小卷叶蛾、桃蛀螟、干扰物进行试验,通过实验室人工随机散落试验样本,获得其红外传感器以及机器视觉图像的识别结果,构造融合计数计算公式,通过计算得到害虫计数结果。结果显示:梨小食心虫、苹小卷叶蛾、桃蛀螟、干扰物的红外分类阈值分别为2.25、9.06、17.88、28.38,其红外识别范围分别为(0,5]、(5,13]、(13,23]、(23,32];梨小食心虫、苹小卷叶蛾、桃蛀螟、干扰物的红外识别准确率分别为92%、78%、80%、88%,图像识别准确率分别为92%、88%、92%、90%,融合计数精度分别为98%、92%、94%、96%。可见,将红外传感器和图像识别技术相融合能够提高果树性诱害虫的识别准确率,为果园害虫的合理防治提供参考。     

作物生长及其环境监测

利用遥感、传感、物联网、大数据等现代信息技术对作物生长情况及生态环境进行实时监测,获取作物生长发育进程中的生理形态指标、生态环境指标,并及时对作物生长中可能出现的极端气候现象及病虫害的流行发生进行监测预警,对精确了解作物的生长发育动态以及与环境的互作关系,支撑智能化农业生产决策,保障农产品质量安全具有重要意义.     

典型拉曼光谱技术及其在农业检测中应用研究进展

拉曼光谱是一种散射光谱，具有快速、不易受水分干扰、样品无需预处理和在体检测等特点，可作为分析、测试物质分子成分和结构强有力的表征手段。随着拉曼光谱技术的不断发展，其在农业检测领域中逐渐发挥出极其重要的作用。本文概述了拉曼光谱的检测原理，从共聚焦显微拉曼光谱、傅里叶变换拉曼光谱、表面增强拉曼光谱、针尖增强拉曼光谱、共振拉曼光谱、空间偏移拉曼光谱、移频激发拉曼差分光谱、基于非线性光学的拉曼光谱等8个方面介绍了拉曼光谱技术，重点总结了拉曼光谱技术在植物检测、土壤检测、水质检测、食品检测等方面的应用研究进展，并提出了其在农业检测领域中应用需要解决的难题和未来的发展方向，以期对未来农业生产和研究带来启发。