多结构参数集成学习的设施黄瓜病害智能诊断

单一特征已不能很好的描述作物病害典型特征,而生长环境参数(土壤温湿度、pH值、空气温湿度等)与病害密切相关,多结构数据学习向量化与特征最优组合能够有效提升病害诊断准确性。该研究以黄瓜白粉病、角斑病、炭疽病、菌核病4种病害50个样本为实例,融合结构化作物生长环境参数与非结构化图像特征,通过智能化物联网,对实时采集到的环境参数进行监测、分析,并将其与图像特征融合,构建多结构病害特征最优组合模型。试验结果表明,样本识别率在79.4%～93.6%,对比卷积神经网络图像识别识别率,卷积神经网络由于需要对病害图像数据进行降维,后台识别时间较高;深度迁移学习的图像识别方法,需要大量图像数据输入深度网络学习,而现实中病害图像数量不足以满足深度学习要求,因此识别率会因为样本不充分而降低;该方法借助少量图像数据,同时结合环境与专家知识资源,采用多结构参数集成学习的方法进行病害识别,在较少识别时间的基础上确保识别的准确性。     

基于物联网的荔枝园信息获取与智能灌溉专家决策系统

为实现荔枝园环境的实时远程监控和精准管理,设计基于农业物联网的荔枝园信息获取与智能灌溉专家决策系统,该系统通过信息采集终端模块实时采集荔枝园的土壤含水率、空气温湿度、光照强度、风速和降雨量等环境信息,通过无线传感网将数据包发送到网关上,网关通过通用无线分组网(general packet radio service,GPRS)将处理后的数据包传输到云服务器,专家系统根据采集到的环境数据,结合专家知识,建立多个决策数学模型,实现计算作物需水量、预报灌溉时间、灌溉最佳定量决策、根据灌溉制度决策等决策功能,将决策结果反馈到控制终端模块进行智能监控。经试验,对比系统多参数决策和一般的单参数决策得出的结论,多参数决策的准确性更高;灌溉区域的土壤含水率平均值为17.4%,满足荔枝树生长所需的土壤含水率条件,说明系统的灌溉决策具有比较强的实时性。且系统预测能达到75%的准确率,说明系统的预测实时性比较好。该系统实现了荔枝园的环境信息获取与智能灌溉,能指导用户更好地管理荔枝园。     

ZigBee网络下茶园环境监测系统设计与实现

ZigBee网络下茶园环境监测系统的设计与实现能够方便茶园管理,提高茶园的生产效率以及茶叶的质量和产量。21世纪,互联网技术高速发展,被广泛地应用于各个行业中,茶园环境监测领域也不例外。因此,基于ZigBee网络设计了一种无线传感网络技术的远程监控系统。该系统实现了对茶叶生长环境中温湿度、光照强度、土壤水分等环境数据的监测和控制,促进了现代农业信息化的实现。     

遥感与作物生长模型数据同化应用综述

遥感是获取大面积地表信息最有效的手段,在农业资源监测、作物产量预测中发挥着不可替代的重要作用;作物生长模型能够实现单点尺度上作物生长发育的动态模拟,可对作物长势以及产量变化提供内在机理解释。遥感信息和作物生长模型的数据同化有效结合二者优势,在大尺度农业监测与预报上具有巨大的应用潜力。该文系统综述了遥感与作物生长模型的同化研究,概述了遥感与作物生长模型数据同化系统的构建,在归纳国内外研究进展的基础上,总结了当前主流同化方法的特点以及在不同条件下的同化效果。进而具体分析影响同化精度的关键环节,明确了相关科学概念,并相应指出改善精度的策略或者方向。最后从多参数协同、多数据融合、动态预测、多模型耦合以及并行计算环境5个方面展望了遥感与作物生长模型数据同化的未来研究重点和发展趋势,同时结合农业应用现实需求,介绍一种数据同化与集合数值预报结合的应用框架,为大区域、高精度同化研究提供新的思路与借鉴。     

使用MODIS数据监测土壤湿度

土壤湿度是水文学、气象学以及农业科学研究领域的一个重要参数,目前使用遥感来监测土壤湿度主要用NOAA/AVHRR数据和微波数据,使用MODIS数据的研究还不多见。本文采用MODIS数据,根据水的吸收率曲线提出使用中红外波段来监测土壤湿度。通过在内蒙古地区的实地调查,回归分析表明MODIS第7波段的反射率与地面湿度之间有较好的线性关系,因此认为使用MODIS数据进行大面积土壤湿度监测是可行的。     

植物柔性传感器研究进展与展望

智慧农业的快速发展对农业传感器的精确性和生物安全性提出了更高的要求。不同于传统的刚性传感器,近年来新兴的植物柔性传感器因具有出色的力学特性和良好的生物相容性,在农业领域引起了广泛关注。该综述首先概述了制备植物柔性传感器所需的材料及制备工艺,重点阐述了植物柔性传感器在作物生长中的监测应用,如对植物电信号、挥发性化学物质、水分含量、生长速率的监测,以及对植物表面温度、湿度、照度等小气候的监测。同时介绍了柔性电子自供电的发展现状。最后,对植物柔性电子在智慧农业领域中的应用进行了总结和展望,以期为基于植物柔性传感器及相应传感网络的智慧农业管理系统提供参考。     

典型旱年农业干旱遥感监测指标在东北地区生长季的表现

以8d为时间尺度,以土壤相对湿度（RSM）为参考指标,采用相关分析方法,分析评估典型旱年2009年作物生长季内分别表征降水、土壤和作物的3个类别10种农业干旱遥感监测指数在东北地区的适用性。结果表明：（1）生长季中、后期,综合考虑冠层温度和植被特征的温度植被干旱指数（TVDI）与RSM的相关系数绝对值在0.5左右,对土壤湿度变化较敏感,可用于该生长阶段的农业干旱监测;（2）考虑作物前期缺水的累积作物缺水指数（ACWSI）是与RSM相关性较好的指数之一,在生长季前期和后期与RSM的相关系数绝对值在0.47以上,表现良好,但应用过程中需注意累积效应的时间尺度;（3）表观热惯量（ATI）更适于生长季前期干旱监测,改进型能量指数（MEI）适用于各种植被覆盖条件,但存在一定不稳定性;（4）考虑前期累积降水的APCI指数比仅考虑8d降水的条件降水指数PCI更能反映土壤湿度状况,特别是在生长季中、后期,可作为其它监测指数的补充;（5）条件植被指数（VCI）、归一化差异水分指数（NDWI）与RSM相关性较低,对现时土壤湿度的反映不敏感,不适于研究区内短时间尺度的农业干旱监测。研究结果可为东北地区开展农业干旱监测选取合适指标提供参考,也可为农业干旱指数的广泛应用构建可行性框架。     

灌溉农田土壤湿度的时空变化特征

为了探讨现代土壤墒情监测手段在业务监测实践中的应用方法,利用中国气象科学研究院固城生态与农业气象试验基地的业务和试验资料,对灌溉农田土壤湿度的时间变化特征和空间关系进行了分析。结果表明,灌溉农田的土壤湿度呈一年的周期性变化;浅层(0-50cm)土壤湿度时空波动显著,且各层的变化存在不一致性,60cm以下土层湿度时空变化很小,0-50cm土层的平均土壤湿度能较好地反映0-200cm土层的土壤水分状况,对土壤湿度的监测应集中在浅层50cm内,并需要逐层测量;浅层土壤湿度变异明显,大田中两点各层土壤湿度的相关性一般随两点距离增加而减小,单个测点的土壤湿度测值的代表性差,因此在自动土壤水分仪器布点时,要获得地段的平均土壤湿度信息,必须设置多个观测重复;表层5cm的土壤湿度变化剧烈而迅速,不能正确反映作物根系主要分布层的土壤水分状况,而表层10cm的土壤湿度与作物根系主要分布层的土壤湿度具有很好的联动性,可以较好地反映作物生长的环境土壤水分状况,因此,在应用微波遥感监测土壤墒情时,其对地表的探测深度需要达到10cm以上才能获得关于作物根系主要分布层的土壤水分状况信息,相应地,在土壤墒情微波遥感监测中,需要采用5GHz以下的频率。     

基于PLSR和BPNN方法的番茄光合速率预测比较（英文）

CO2作为温室作物光合作用的重要原料,不同环境因子交互作用的植株叶片对CO2浓度需求具有较大差异。为寻求CO2浓度合理增施量,该文基于偏最小二乘法和BP神经网络方法对不同生长阶段番茄作物进行光合速率预测,进而探讨作物生长过程中可通用的光合速率预测方法。试验以无线传感器网络系统实时监测环境信息(CO2浓度,光照强度,空气温度及相对湿度),以LI-6400XT光合速率仪获取作物单叶净光合速率。剔除样本奇异点后,对样本值进行统一归一化。以CO2浓度、光照强度、空气温度及相对湿度为模型输入变量,以光合速率为输出量,利用偏最小二乘法和BP神经网络方法分别建立番茄幼苗期,开花期及结果期的光合速率预测模型。模型验证结果表明,偏最小二乘法在番茄各生长阶段的决定系数分别为0.74,0.88和0.85,最大相对误差为15.01%;而BP神经网络在各阶段具有较高的预测精度,其决定系数分别为0.94,0.96和0.97,最大相对误差为9.56%。因此,基于BP神经网络模型预测了特定环境下的CO2浓度饱和点,为温室CO2增施提供依据。     

基于遥感影像的作物生长监测系统的设计与实现

利用遥感监测技术实时快速地获取作物长势参数和氮素营养状况,可以为作物的精确管理提供决策支持。在已有作物（小麦和水稻）生长监测模型的基础上,采用GDAL和GDI+信息处理方法,使用EM算法对反演的作物长势参数进行聚类分析,在Microsoft .NET平台上构建基于聚类分析和遥感影像的网络化作物生长监测系统。系统具有常见格式遥感影像读取、遥感信息提取、作物长势参数反演、聚类分析、专题图制作以及信息发布等功能,并以江苏省方强农场为案例区,对系统的部分功能进行了测试与检验。结果表明,该系统能够准确的读取遥感影像信息,反演作物生长参数,并可根据聚类分析结果自动制作专题图,通过互联网予以发布,从而初步突破了用户无法直接参与遥感影像分析过程的瓶颈,为区域尺度的作物生长监测和精确管理调控提供了决策支持。     

农业旱情遥感指数验证与不确定性分析

以山西省太谷与山东省济宁试验为例,对极轨气象卫星农业旱情遥感监测指数进行验证,并对其不确定性进行分析。山西省太谷试验结果表明,旬温度条件指数(T),植被条件指数(V),植被健康指数(H)与土壤湿度有较高相关性(R2分别达到0.51,0.50,0.56),日部分指数相关性更高(R2分别达到0.58,0.45,0.60);山东省济宁日指数与土壤湿度相关性比太谷的高(T,V,H的R2分别达到0.93,0.66,0.97),但是两地区叶面缺水指数(W)与土壤湿度的相关性都很低,验证结果表明,利用H与T较适合农业旱情监测。另外在对比分析2个地区试验结果的基础上,从作物种植结构、监测时间尺度、植被生理状况,以及指数本身特性等角度分析了农业旱情监测中的不确定性。     

便携式土壤湿度检测装置用于精准灌溉决策系统

采用最先进的技术进行精准灌溉是现代农业发展的必然趋势,但在准确预测被监测区域的土壤湿度时,面临一个两难的处境:少量土壤湿度固定检测点不能良好地反映作物区域土壤墒情信息,而大量布置传感器检测点又使得投资成本较大。因此该文设计了一种便携式土壤检测装置,同时基于该装置构建了一个精准灌溉决策系统,并把该系统应用于田间的精准灌溉决策。该系统由便携式土壤湿度检测装置和上位机决策软件2部分组成,其中便携式土壤湿度检测装置由FDR原理土壤水分传感器MS-10、低功耗单片机C8051F410、蓝牙无线传输模块、数据显示模块以及部分外围电路组成,可以独立实现时间记录、数据存储和实时显示。经过试验标定,装置的允许最大误差为2.2%,设计精度为95%;上位机决策软件分为数据接收模块、分布式二进制一致性算法模块和系统操作界面3个子模块,分别采用Visual Basic、Matlab和Matlab GUI设计而成,实现对便携式装置所采集数据的无线传输、归一化处理和数据融合处理,能够根据不同区域划分和不同作物灌水下限进行相应的运算,从而得到估计精度较高、区域大小可调的多尺度精准灌溉决策信息。最后通过30 m×30 m草坪的土壤湿度为检测参数的田间验证,该系统的平均决策准确率大于90%,且可以根据需要增减检测点个数。因此既可以独立应用,也可以作为固定检测方式的有效补充,实现作物区域土壤湿度信息的精确采集,有效提高水资源利用率。     

基于物联网的柑橘病虫害智慧防预系统构建

山地柑橘病虫害的传统防治方式存在耗时耗力和防预不及时等问题。基于此,提出了一种优化空气和土壤温湿度传感器的布局策略,实现柑橘生长环境条件参数的精确感知。通过建立山地柑橘病虫繁衍代数随空气温湿度化的模型,对柑橘病虫害发生的区域和时间进行实时预测。实际测试表明,该系统能够及时预防病虫害的发生。     

农业环境远程分布式多功能监控系统

农业环境远程分布式多功能监控系统是一种高度自动化和网络化的监控系统,除了可对农业与生态环境等要素信息（如气象、土壤和作物等）进行实时动态采集监测,而且还可通过图像视频技术对不同场景（如现场景观、作物生长、形念变化等）进行动态监测,真正实现了农业现场图像与数据一体化精准监控。     

农业环境远程分布式多功能监控系统

农业环境远程分布式多功能监控系统是一种高度自动化和网络化的监控系统,除了可对农业与生态环境等要素信息（如气象、土壤和作物等）进行实时动态采集监测,而且还可通过图像视频技术对不同场景（如现场景观、作物生长、形态变化等）进行动态监测,真正实现了农业现场图像与数据一体化精准监控。     

干旱遥感监测模型在中国冬小麦区的应用

温度植被干旱指数（TVDI）和植被供水指数（VSWI）由于其物理意义明确,且数据易于获取,因此成为近些年在遥感旱情监测中应用较多的两个模型。为更好地完成遥感监测任务,提高精度,以全国冬小麦主产区为研究区域,利用EOS/MODIS数据,构建两个干旱指数模型,对2009年冬小麦作物主要生长时期进行干旱监测应用,并将其与不同深度土壤湿度进行相关分析、线性拟合比较及应用验证,认为两指数与10 cm深度土壤湿度相关性较好,TVDI大部表现为极显著相关,VSWI的相关性表现差于TVDI。基于土壤湿度的遥感旱情监测,TVDI比VSWI更能体现区域旱情变化趋势,其优势更明显。     

无线传感器网络终端节点设计与实现

分析了无线传感器网络的发展情况,提出了一种适用于无线传感器网络的基于IEEE802.15.4协议的JN5139终端节点设计,对影响大田作物生长造成影响的诸多因素,如土壤温湿度、空气温湿度、光照强度、二氧化碳浓度、有害气体（二氧化硫）浓度等环境因子提取实时数据,并对这些数据进行存储、分析处理,以及转发。借助GPRS网络实现对数据的上传,并传入到Internet,通过TCP-IP传送到相关用户,及时了解所需信息,指导耕作方向。根据实际需求分析、设计、实现等方面叙述了开发过程,并通过实验测试数据,图片等形象手段体现作者的思路。     

农业环境远程分布式多功能监控系统

农业环境远程分布式多功能监控系统是一种高度自动化和网络化的监控系统，除了可对农业与生态环境等要素信息（如气象、土壤和作物等）进行实时动态采集监测，而且还可通过图像视频技术对不同声景（如现场景观，作物生长、形态变化等）进行动态监测，真正实现了农业现场图像与数据一体化精准监控。     

基于作物缺水指数的农业干旱监测模型构建

农业干旱监测问题对农业生产具有重要影响,因此精确监测农业干旱具有现实意义。该研究基于MOD16A2全球蒸散产品,计算作物缺水指数（Crop Water Stress Index,CWSI）,结合地表温度、植被指数、降水量以及土壤湿度等多源遥感数据为自变量,3个月时间尺度的标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index,SPEI-3）为因变量,基于偏差校正随机森林算法构建山东省2000-2019年作物生长季（4-10月）的偏差校正随机森林干旱状况指数（Bias-corrected Random Forest Drought Condition Index,BRF-DCI）。并分析CWSI对于构建山东省农业干旱监测模型的影响。结果表明：加入CWSI后,所提出的BRF-DCI指数与SPEI-3观测指数的决定系数为0.72～0.85,优于未加入CWSI之前;加入CWSI后提高了干旱监测等级的准确率;BRF-DCI指数能较好地拟合各月份的SPEI-3指数,决定系数均在0.94以上;BRF-DCI指数能够准确反映山东省典型干旱年的干旱情况,有效监测山东省农业干旱情况。该研究对山东省农业旱情监测及旱灾防御具有较大的应用潜力。     

作物生长模型与定量遥感参数结合研究进展与展望

作物生长模型与定量遥感参数的结合,不仅满足前者实现区域应用的需求,也有助于提高后者的反演精度,在生态、农业、资源调查与全球气候变化等研究上意义重大。该文从作物生长模型空间应用拓展的角度,对国内外主流作物生长模型、定量遥感参数以及两者结合的参数与方法进行了概述,分析了典型作物生长模型的主要模拟过程及其驱动、初始化、输出等参数,总结了当前定量遥感正反演结果可为作物生长模型区域应用提供的参数数据;建立了作物生长模型模拟过程与定量遥感参数的对应关系,对比分析了作物生长模型与定量遥感参数的不同结合方式。基于以上内容,对作物生长模型面应用的限制因素及其与定量遥感参数的关系、作物生长模型面应用时参数尺度效应的影响、作物生长模型与定量遥感参数耦合方法的发展3个方面展开了讨论,以期为作物生长模型与定量遥感参数开展更好的结合研究提供参考。