基于实例推理及其在农业病虫害诊断与防治中的应用研究

规则推理等传统推理方法的推理性能严重依赖于知识的完备程度。在农业领域中。知识获取和知识表示已成为推理的主要瓶颈之一，因此利用传统推理方法建立的专家系统效率低、鲁棒性不好。基于案例推理的专家系统能充分利用已有的实例经验，具有自学习功能，从而推理效率高，鲁棒性能较好。本研究将案例推理专家系统应用于作物的病虫害防治和诊断．得出了基于案例推理农业病虫害诊断与防治专家系统的知识表示和推理机制，并在实际应用中获得了较好的效果。     

水下机器鱼三维虚拟现实研究与实现

为创建具有真实感的虚拟现实环境,使用户能够直观感知机器鱼的实时运动状态,实现了一种基于虚拟现实技术的监测方法。在VC＋＋的基础上利用OpenGL图形库与3D建模软件联合创建仿生机器鱼静态三维虚拟现实环境,并集合Access数据库与VC＋＋的交互,实现机器鱼的实时运动显示,并使采样参数与采样位置有机结合显示。该系统可以实现用户从任意角度和距离监测机器鱼巡游路径、当前位置及所在区域的水质参数。系统结构清晰,旨在为实现智能化水产养殖提供参考依据。     

模糊推理技术在黄瓜温室环境决策中的应用

为探讨温室环境对黄瓜栽培的影响,提出一种基于模糊推理技术的黄瓜温室环境决策方法,通过对温室中主要的环境因子如温度、湿度、光照强度和CO2浓度的采集,系统根据专家知识对其进行隶属度的量化,并计算其相对知识库中各条知识结论的结论值,与用户进行交流后得出最后的判断,辅助用户对黄瓜温室环境进行管理。     

基于RTOS的单片机系统在温室环境控制中的应用研究

温室环境控制对实时响应和实时处理能力都有较高的要求，针对这一特点，提出了基于实时操作系统RTOS的嵌入式单片机系统作为其环境调控的底层控制器，在温室环境各参数调控中该底层控制器性能优越、效果显著，实际运行表明该系统具有较高的稳定性和可靠性。     

计算机视觉技术在作物生长监测中的研究进展

该文从作物外部生长参数测量、果实成熟度检测、作物营养状态监测及作物形状描述与识别等几个方面介绍了国内外计算机视觉技术在作物生长监测中的研究进展，认为具有启发式、智能化特点的彩色图像处理技术将会成为计算机视觉技术应用于设施农业领域的研究热点。     

温室番茄标准化栽培决策咨询系统设计与实现

番茄是主要温室蔬菜之一,在周年生产和周年供应中起着重要作用。而近几年各现代温室番茄生产出现显著不平衡,产量、品质差异较大,经济效益相差甚远。究其主要原因,主要有:各单位生产管理主要靠自身管理经验积累,信息共享差且缺少定量化;不同单位经营管理者对生产信息和市场信息     

基于计算机视觉技术的水果形状分级方法

以彩色图像为处理对象，提出一种基于傅里叶变换的水果形状分级方法，采用梯度法检测彩色水果图像的边缘，再用边界跟踪算法获取水果的轮廓半径序列，然后将其进行离散傅里叶变换，最后利用傅里叶系数定义分类器，根据给定的分类阈值对水果形状进行分类，对不同水果形状的试验证明了这种方法的有效性。     

对无损伤测量叶片面积方法的改进

在栽培现场无损伤测量叶片面积,可以利用两个平行摄像头对同一叶片采集两张二维(2-D)彩色图像,然后根据特定的算法和计算公式,复原三维叶片(3-D)图像,再由三维图像计算该叶片面积。但在现场条件下拍摄的二维(2-D)彩色图像存在强烈的噪声及干扰,从而在边界提取时出现大量的伪边缘,使得边缘像素点匹配难度加大,从而无法正确地复原出三维(3-D)图像,也就无法测量叶片面积。为消除伪边缘、剔除干扰,并使叶片边界光滑连续无冗余,笔者提出将点变换成线段,根据线段群之间的几何位置关系剔除噪声线段。然后将线段连结成线段群,并将周长最长的线段群认定为所需要的叶片边缘,从而在抗噪声和抗干扰上取得良好的效果。通过上述处理,可以在现场达到精确测量叶片面积的目的。     

基于温室环境和作物生长的番茄基质栽培灌溉模型

为解决涵盖土壤蒸发和作物冠层蒸腾的土培作物蒸散模型不能直接应用于稻壳炭基质栽培番茄灌溉的问题,该研究首先通过修改Penman-Monteith模型的原始表达式来去除土壤蒸发部分,并引入TOMGRO模型来模拟番茄冠层生长,给出了阻抗参数的修正计算,得到了新的番茄基质栽培蒸腾模型。考虑到蒸腾模型中净辐射项削弱了室外太阳辐射对冠层及以下部整株植株的耗水影响,进而将新的蒸腾模型与太阳辐射线性比例供水模型结合建立蒸腾-辐射综合灌溉模型。结果表明,蒸腾-辐射综合灌溉模型对上海崇明A8温室番茄灌溉量的模拟结果与实际结果之间的相关系数高于0.95,平均相对误差小于20%。这说明蒸腾-辐射综合灌溉模型能够较好地估算温室稻壳炭基质栽培番茄的灌溉需水量,对深入研究温室灌溉实施具有参考价值。     

南方蓝莓智能温室促早熟生产多因子协调控制技术

为达到蓝莓提前上市、获得更大经济效益的目的,本团队将南方蓝莓移至环境可控型智能温室中试验生产,探索研究出南方蓝莓智能温室促早熟生产控制技术。首先从蓝莓物候期、品种特点、土壤pH、水肥灌溉方式、小气候环境区间等方面进行了较为详细全面的调研与总结,明确了无土栽培蓝莓全周期管理要点和环境调控范围;接着基于Venlo型温室对蓝莓生产做布局,并基于物联网技术,建立蓝莓植物工厂化生产控制系统,串联硬件层、软件层和云端,实现现场端环境检测调控、数据云存储与远程控制等技术;在温室环境多因子协调控制模型基础上,针对蓝莓生长环境特点,探索研究了一套蓝莓温室多因子协调控制算法,用于环境调控。试验温室位于江苏省苏州市昆山市花桥镇东南部。经实际验证,整体调控系统效果显著,并于2021年5月初采收了第一波果实,使南方品种蓝莓提早近一个月进入果实采摘期。其中相比未蓄冷的蓝莓植株,蓄冷后的“明星”“绿宝石”“蓝美1号”“海岸”单株产量分别增加51.5%、85.5%、43.8%和94.7%,单果重量分别增加10.9%、7.2%、2.6%和5.3%。试验证明采用多因子协调控制算法进行调控能够提高蓝莓的产量和品质,取得显著经济效益,为南方温室蓝莓植物工厂化促早熟生产管理提供示范。