基于拉曼光谱的稻叶瘟病害程度划分研究

随着植保变量喷施作业机械的研究和应用,急需一种高效的病害程度识别技术。为此,针对水稻稻叶病运用拉曼光谱仪采集正常及受病害叶片的光谱特性,通过绘制折线图及受试者工作特征曲线进行水稻受病害程度分析,并运用动量因子BP神经网络优化算法,建立了寒地水稻稻叶瘟的病害程度检测模型。结果表明:优化的BP神经网络算法网络预测集的均方误差为0. 002 409 6、相关系数为0. 998 2。该方法可以较好地区分水稻正常叶片、稻叶瘟重度和轻度叶片,是一种高效的病害程度识别技术。     

静电喷头电极对雾滴沉积效果的影响

静电喷雾技术可有效提高雾滴在作物表面的沉积率。为此,针对ARAG圆锥雾型喷头设计了一种圆锥形充电电极,实现了对雾滴感应充电的功能。对搭载该充电电极的喷头进行喷雾沉积性能试验,并对喷雾压力、充电电压和喷雾高度3个因素进行了正交试验,通过极差分析、方差分析得出了3种因素对雾滴沉积率的影响显著性由大到小依次是充电电压、喷雾压力、喷雾高度。静电喷雾雾滴的沉积效果的最优组合为:喷雾压力0.3MPa,充电电压10kV,喷雾高度50cm;该组合下的得到的最佳沉积率为60.12%。本研究为大田中的实际喷雾效果的提高提供了理论和数据的支持。     

基于Android的水稻生长田间管理辅助决策系统

为了提高我国水稻田间管理与决策的工作水平与效率,保障我国水稻生产安全,基于Android应用平台研究了一款水稻田间管理远程辅助决策系统。利用Socket通信技术实现了手机终端与云服务器的无缝对接,云平台利用无线通信模块实时获取农业现场传感器采集的信息,通过自定义的通信协议与移动终端进行通信,实现了田间农情信息的实时查看与农田管理的辅助决策,并在黑龙江省杜尔伯特蒙古族自治县农业示范区进行了应用试验,结果表明,该系统能够有效提高水稻田间管理者调查与指导的工作效率,加强农业技术人员的决策能力,对提高农业信息化水平具有重要意义。     

基于ANSYS的浅层土壤温度场特征模拟分析

通过分层安装温度传感器采集黑龙江省大庆市某地区的浅层土壤温度值,运用ANSYS有限元分析软件对地下1 m内土层进行相应的模拟分析,探究地下浅层土壤温度场的变化特征.结果表明:地下土壤深度为70100 cm范围内的温度变化趋向比较相近,整年白天的地表最高温度在7月,最低在12月,3—5月、7—9月的地表温度变化趋向均高于地下浅层土壤温度,土温整体是呈地表向地下逐渐降落的趋向;整年黑天的最高地表温度在7月,最低在12月,4—5月、7月的地表温度变化趋向均大于地下浅层土壤温度,土温随深度的增加呈地表向地下逐渐增高-降低-增高的趋向.