基于高光谱数据和SVM方法的土壤盐渍度反演

在土壤可见光~近红外波段光谱(350~2500 nm)内包含了大量可以表征土壤盐度的相关性信息,通过土壤盐渍化检测反演模型的建立,可以定性定量分析土壤盐渍度。本文探究了信息不完备情况下,机器学习算法在土壤盐渍化检测模型反演中的适用性,分别使用了多元线性回归模型、BP神经网络模型和SVM模型来反演土壤盐渍化检测。结果表明,SVM模型预测精度达到99.41%,是三种模型中精度最高的模型,适用于分析土壤复杂光谱信息和高精度土壤盐渍化反演。     

AHP法在番茄果实商品性状评价上的应用分析

本试验以AHP法对7个番茄品系的果实商品性状进行了综合评价与分析,构建了涵盖3个层次（目标层、标准层和指标层）,6个指标（外观品质的单果重、果色和营养品质的维生素C、可溶性固形物和水分含量以及糖酸比）的番茄果实商品性状的综合评价指标体系。结果表明：品系YH02—6果实的综合商品性状较优,其果实的营养品质的分值在综合得分中所占的比重大;品系YH02-9、YH02—1和YH02-7果实的综合商品性状较好,其中品系YH02—1、YH02-7的得分点主要是外观品质,而品系YH02-9的主要得分点是营养品质;品系YH02-8、YH02-5和YH02—11果实的综合商品性状一般。验证了AHP法对于番茄果实商品性状进行综合评价与分析是一种实用、快捷、有效的多层次的综合评价与分析方法。     

一种提高LPG组分气化效果的进样蒸发器

目前石油化学工业中按标准SH/T0230-1992《液化石油气组成测定法(色谱法)》测定液化石油气的组成成分。但标准中的分析气路存在不足,对试样气化时效果并不理想,影响了检测结果的准确性和重复性。本文提出了新的蒸发器的设计结构和工作原理,使液化石油气组分完全气化,保证了试样气化前后组分的一致性。     

基于LoRa无线通信的水产养殖监测系统设计及应用

目的 针对大面积水产养殖环境覆盖面积广、多种水体环境监测因素综合影响的特点，设计一种可同时监测水体溶解氧、盐度、pH、氨氮和温度5种参数的设备。设备可通过远距离无线通信技术实现水质数据远距离无线传输，并在上位机端可视化平台动态显示监测环境因素。方法 数据采集终端的控制核心采用TI公司具有16位总线的MSP430F149型微控制器。水质信息通过各传感器采集获取，氨氮采集终端采用量程为0~10 mg/L的NHN-202A型氨氮传感器；溶解氧与温度采集终端采用溶解氧量程为0~20 mg/L、温度量程为0~40 ℃的RDO-206型传感器；pH采集终端采用量程为0~14的PHG-200型传感器；盐度采集终端采用量程为0~0.5%的DDM-202I/C型传感器。服务器端采用Linux系统搭建，通过JetBrains下的IntelliJ IDEA开发工具搭建，使用的编程语言为Java。线上平台采用SpringMVC框架，数据库连接通过HiBernate对象关系映射框架连接操作。监测平台通过Tomcat部署在Linux系统上，数据展示界面通过调用可视化库Echarts实现。结果 系统实际所测水体溶解氧含量绝对误差为0.12 mg/L，盐度的绝对误差为0.001%，pH的绝对误差为0.017，温度的绝对误差为0.05 ℃。单一采集设备功耗测试中，5 200 mA电池可持续为终端设备供电28.5 h，且线上系统运行稳定。结论 本研究设备LoRa无线通信技术与上位机端数据可视化平台相结合的设计增强了远距离水质监测数据采集的可靠性，解决了动态实时测量中监测数据长距离传输问题及数据同步上位机端平台展示问题。     

面向新疆平原灌区的LEACH路由算法研究

已研究的无线传感器网络系统多使用于温室大棚、中部平原等环境中,并采用LEACH路由算法均衡网络能量,以达到延长网络寿命的目的;这些网络中节点与节点之间的距离较近、面积规模较小、每个节点能量相对充足,因此在使用LEACH路由算法时不容易出现因选取簇头不当、节点能耗过快而产生网络空洞等问题;但在新疆平原灌区中进行无线布网时,因硬件成本有限、地理环境复杂等各种因素的限制,导致部署出来的无线传感器网络是一种典型的Zig Bee广域网,该网络中节点与节点间距离较远,不同节点之间传输信息时能量消耗过大,因此当网络中选举不当节点作为簇头时会因该节点能量消耗过快而产生节点失效的问题,产生网络空洞现象;本文针对这种现象,在面向新疆平原灌区网络这一限制区域中,联合节点距离、密度及剩余能量提出了一种的改进型LEACH算法,该算法针对传统LEACH算法在随机选取簇头过程中的缺点,在簇头选取过程中,首先将网络按照终端节点与基站之间的距离等级划分为多个区域,使得距离基站越近的节点成为簇头的概率越大,然后通过各个区域中节点密度和剩余能量因素将适合的节点选举为簇头,提高网络利用率,解决网络空洞问题,延长网络生命周期。采用Matlab软件对改进算法进行仿真,实验结果表明在节点稀疏的网络中改进后的LEACH算法比传统LEACH算法的网络寿命提升了16%,且可以满足新疆平原灌区中广域网络要求,减少了网络空洞问题的产生。     

基于介电特性的土壤盐渍化实时检测研究及系统实现

土壤盐渍化是一种常见的土壤退化现象,尤其中国西部干旱、半干旱地区土壤盐渍化情况非常普遍,严重影响了当地生态环境。传统土壤盐渍化检测方法没有考虑到土壤含盐量、含水量之间复杂的耦合关系,所以无法达到预期的检测精度,更没有实现到实际应用之中。为了高效精确的检测土壤盐渍化程度,减少土壤水分对检测精度的影响,设计了一种基于土壤介电特性下土壤盐渍化实时检测系统,由正弦波信号发生模块、探针及信号处理模块和信号放大检测模块组成。通过检测极化信号的幅值差与相位差作为土壤盐渍化检测的影响因子,探究了土壤水盐含量与极化信号幅值差、相位差的相关关系,并建立预测土壤盐渍化程度的经验公式。分析结果表明:极化信号幅值差US与土壤盐渍化程度相关性为0.536,与土壤干旱程度相关性为0.68,均达到显著性相关,极化信号相位差α与土壤盐渍化程度相关性为0.147,基本不相关,而与土壤干旱程度相关性为0.976,达到显著性相关。使用多元线性回归方法可以建立土壤干旱程度与幅值差US、相位差α的映射方程,精确度为95.8%。通过观察检测数据规律,建立土壤含盐量与幅值差US、相位差α的经验方程,在土壤盐渍化程度分级精度要求下,实现了75%预测精度要求。与传统四电极土壤盐分检测设备相比,检测精度从55%提高到70%,满足了土壤盐渍化程度的测量要求。     

全开型玻璃温室的夏季温度统计模型

自然通风状态下温室内空气温度的合理估测是全开型玻璃温室夏季温度控制的重要依据.为此,建立了基于RS-485总线的分布式多传感器温度测控网络,并采用分布图法和基于均值的数据融合方法对测量结果修正融合,实现了全开型玻璃温室温、湿度的精确测量.在此基础上,以室外空气温度、太阳辐射强度、室内通风速率以及室内空气相对湿度作为室内空气温度的影响因子,针对各因子的非平稳时间序列建立了室内空气温度时间序列模型,同时引入了协整方法避免伪回归现象,引入了误差修正方法提高模型预测精度.实际验证表明,时间序列模型预测数据与实测数据吻合良好,可较好地预测温室内温度,该研究成果为全开型玻璃温室的温度控制提供了理论依据.     

农业物联网ZigBee路由节点北斗定位研究

针对目前基于Zigbee无线传感器农业物联网中某些边缘节点无法进行三边测距以及网络中簇节点能量消耗过快导致网络瘫痪等问题,提出一套Zigbee技术和北斗定位技术相结合的方案。使用已有的CLZBR路由协议,减少能量消耗,防止簇头节点能量消耗过快,延长网络寿命;针对网络中某些簇节点的位置信息缺失问题,在传统的边界盒算法上提出了一种改进型边界盒算法对边缘节点进行粗略定位;通过试验证明改进型边界盒算法的节点误差率为15.5%,比传统边界盒算法定位误差率下降了16%,是基于加权的三边定位算法的1.5倍,表明该算法不适用于小型的、对精度要求较高的农区内,但可以在某些监测困难的大型西部农业灌区中试用,既能减少硬件成本,又可提高网络覆盖率,并能解决边缘节点位置信息缺失问题,更好地推动无线传感器网络在西部农区中的发展。