基于物联网+BIM的建筑室内环境质量无线监测系统设计

随着人们对建筑室内环境质量要求越来越高,提出一种基于ZigBee和Wi-Fi混合组网方式,使用STM32嵌入式微处理器的无线传感器网络环境监测系统物联网平台,并对系统整体进行软硬件设计,涵盖底层平台选择、传感器电路设计、监测节点程序设计、电脑与移动端上位机软件的界面设计以及BIM VR基本应用,最终搭建出实物模型并在不同条件下进行数据测量与分析,给出系统的运行状态评价与优势分析。     

基于STM32的超声波精确测距系统设计

为解决现阶段超声波测距装置测量精度不高的问题,设计了一种基于STM32的超声波测距系统,包括超声波传感器、温度传感器、显示模块、报警电路、无线网络模块。超声波测距采用时间渡越法,通过测量环境温度对当前声速进行修正,使用三角修正函数和中位值平均滤波算法对测量过程中出现的偶然误差进行修正。基于LabVIEW配套开发上位机软件,上位机和单片机采用无线网络通信模式。补偿后测量精度达到±1mm,提高了传统的超声波测距装置的精度。     

北京六环内校园林木树冠覆盖与森林结构分析

目的校园是青少年群体的主要活动场所,本文旨在通过探究校园城市森林的数量与质量基础现状,为进一步丰富城市森林内涵,提高未来的校园环境绿化质量提供理论依据和实践参考,使未来校园城市森林的建设及城市森林功能的拓展得到重视,真正满足城市青年群体的需求。方法本论文以2013年北京城区0.5 m分辨率的World -View- 2卫星影像以及树冠覆盖栅格与矢量图为数据源,对北京市六环内984所学校校园林木树冠覆盖率进行统计;并随机抽取了126所学校,对其城市森林结构进行典型样地调查,记录调查样地内乔灌木植物种类、胸径（乔木）或地径（灌木）、树高、冠幅指标,据此进行校园森林群落结构分析。结果大学、中学、小学树冠覆盖率分别为31.91%、16.52%、17.08%,潜在树冠覆盖率分别为4.81%、0.62%、0.42%。学校整体物种丰富度指数（R）、Shannon-Wiener指数（H）、Pielou指数（J）分别为6.30、1.55、0.91,大学新校区物种多样性低于老校区。校园内树木平均胸径、冠幅和树高分别为23.93 cm、6.02 m和7.80 m。结论北京市校园森林群落林木树冠覆盖低于北京市整体林木树冠覆盖水平,且潜在绿化空间不足。大学物种丰富度高于中小学,同类校园内部物种多样性差异也较大,校园绿化水平参差不齐。胸径在10 ~ 20 cm,冠幅在4 ~ 6 m以及树高在5 ~ 10 m等级的青、壮年树木在学校城市森林中的数量占比最多,树冠自然扩展的潜力较强,是今后提高校园林木树冠覆盖的后备力量。校园城市森林树冠覆盖率,树冠覆盖斑块大小,树木胸径平均值均与校园面积显著正相关。      

城市森林主要树种树冠尺度及生长空间需求

目的树冠的大小直接影响树木的生态价值,探明树种合理的生长空间需求对城市森林的规划建设与经营维护有重要意义。方法本文以合肥环城公园内优势度靠前的10个城市森林主要树种为研究对象,运用样方调查法,选取公园6个景区57块固定样地,在对冠幅、胸径及树高等数据调查的基础上,运用线性回归法、异速生长法,利用箱型图检验离群值,比较构建冠幅、树高与胸径的最优模型,并对树木最适宜生长空间大小进行预测。结果不同树种冠幅与胸径、树高与胸径均存在正相关关系,但对两种模型结果进行比较可以发现,除侧柏和栾树外,异速生长模型的决定系数(R2)均大于0.3,R2整体高于一元回归模型;均方根误差(RMSE)分布范围在0.2~0.3之间,整体上小于一元回归;F值除雪松外,均高于一元回归F值。综合比较结果表明,异速生长模型拟合度优于一元回归模型;不是所有树种的冠幅、树高都与胸径高度正相关,在10个树种的研究中,银杏、女贞和椤木石楠的冠幅-胸径模型的拟合度较高,R2分别为0.793、0.757和0.665;银杏、栾树和雪松的树高-胸径模型拟合度较好,R2分别为0.772、0.579和0.547;栾树、侧柏的冠幅-胸径模型相关性较低,R2分别为0.096和0.188;构树、刺槐和桂花的树高-胸径拟合度较差,R2分别为0.065、0.010和0.112;选择分位数回归对异速生长规律进行研究,构建10种树木的异速生长模型并在95%分位数回归下进行讨论,以树木平均胸径15cm为例,预测估算出当胸径为15cm时10种树木在适宜的生长空间中的冠幅和树高大小。结论本文构建的最优模型的参数估计值均显著,说明冠幅、树高变量对合肥环城公园内树木胸径的变化有明显影响,其中冠幅-胸径模型拟合精度略高于树高-胸径模型的拟合精度。      

基于虚拟仪器的粮食水分在线检测系统设计

分析了电容式传感器的工作原理,并在此基础上设计了一种基于专用集成芯片CAV424的粮食水分检测电路。测量时,CAV424将传感器电容变化量转换成电压信号,经AD620放大后送MSP430单片机进行处理并将结果通过串口送上位机。上位机软件采用Lab-VIEW编程,可实现检测结果的图形化显示、数据库存储和报表打印等。整个系统具有电路简单、检测精度高、稳定可靠等优点。     

基于树木雷达的小兴安岭典型树种粗根分布及其影响因素研究

目的  探究小兴安岭典型树种粗根分布规律及其影响因素，为小兴安岭树木良好生长提供科学依据和数据支撑。 方法  以红松、落叶松、红皮云杉、樟子松为研究对象，在凉水实验林场选取了8个样地进行试验。以样木为圆心，采用树木雷达扫描以0.5、1、1.5、2 m为半径的圆周上的根系，采用环刀法和取土样法测定土壤理化性质，并测量树高、胸径、冠幅等树木因子，分析小兴安岭树木粗根分布状况，并对粗根密度与树木因子及土壤因子指标进行相关性分析。 结果  （1）小兴安岭4个典型树种在水平方向粗根密度随着与树干距离的增加而减少；在垂直方向上，随着土壤深度的增加，红松和落叶松粗根密度逐渐减少，红皮云杉和樟子松粗根密度先增加后减少。红松、落叶松、红皮云杉、樟子松分别有82.1%、82.0%、89.6%、67.6%的粗根分布在0 ~ 40 cm土层深度。（2）树木粗根密度与树高、胸径、冠幅呈显著正相关关系（P < 0.05），与树木平均阻力值无显著相关关系（P > 0.05）。（3）树木粗根密度与土壤含水量、饱和持水量、毛管持水量呈显著正相关关系（P < 0.05），与土壤密度呈显著负相关关系（P < 0.05），与毛管持水量相关程度最高（r = 0.538，P = 0.012）。树木粗根密度与土壤有机质、全氮、全磷、水解氮含量呈显著正相关关系（P < 0.05），与全氮含量相关程度最高（r = 0.646，P = 0.002）。 结论  研究结果表明树木因子和土壤因子均对小兴安岭4个典型树种粗根分布产生不同程度影响，树木粗根分布不仅与自身特性有关，还与其生存环境有关，而与树木材质状况无关。      

基于随机森林算法的落叶松?云冷杉混交林单木胸径生长预测

目的单木生长受气候、林分等多种因子影响,需要利用适当的方法厘清气候以及林分中影响林木生长的主导因子。随机森林等机器学习方法提供了一种新的途径,需要检验利用随机森林算法分析气候和林分因子对林木生长影响的可靠性,为森林生长收获预估提供新的方法。方法以吉林省汪清林业局20块落叶松?云冷杉混交林固定样地25年（1986—2010年）间连续调查数据作为研究材料,候选气候和林分因子52个,利用随机森林算法建立了包含气候和林分的单木胸径生长模型,分析气候和林分因子对单木胸径年平均生长量的影响:基于52个超参数组合（决策树数目ntree = 1 000、决策树每个结点随机选择的预测变量个数mtry = {1, 2, ···, 52}）构建了52个随机森林模型,利用10折交叉验证法分别训练和评估52个随机森林模型;基于完整数据集,利用最优随机森林模型分析自变量对单木胸径年平均生长量影响的相对重要性以及偏依赖关系。结果ntree = 1 000、mtry = 12所对应的模型是52个模型中具有最佳泛化能力的模型,该模型具有最大的交叉验证决定系数R2_cv（R2_cv = 0.54）,以及最小的交叉验证均方根误差RMSE_cv、交叉验证平均绝对偏差MAE_cv和交叉验证相对均方根误差rRMSE_cv（RMSE_cv = 0.14 cm、MAE_cv = 0.10 cm、rRMSE_cv = 50%）。单木胸径年平均生长量受林分因子的影响极大,相对重要性超过80.00%。8个林分因子中,大于对象木的林木断面积之和BAL对单木胸径年平均生长量影响最大,林分每公顷株数N对单木胸径年平均生长量影响最小,其他因子对单木胸径年平均生长量影响介于两者之间;单木胸径年平均生长量随BAL、林分每公顷断面积BA、N以及林分断面积平均胸径D_g的增加而下降,随对象木胸径与林分断面积平均胸径之比RD、林木期初胸径D₀以及对象木胸径与林分中最大林木胸径之比DDM的增加而增加。单木胸径年平均生长量受气候因子的影响较小,相对重要性低于20.00%。44个气候因子对单木胸径年平均生长量的影响均较小（相对重要性均 < 1%）,其中,生长季平均降水量（4—9月）与年均降水量之比Pratio、年总太阳辐射时长Asr、生长季平均降水量（4—9月）与生长季相对湿度（4—9月）之比Gspgsrh以及生长季太阳辐射时长（4—9月）Gssr是前4个相对重要的变量。结论随机森林模型能够较好地解析各变量与单木胸径年平均生长量之间复杂的关系,单木胸径年平均生长量受林分因子的影响极大,而受气候因子的影响较小。总体而言,在局部尺度上,林分因子是影响单木胸径生长的主导因子,而气候因子对单木胸径生长的解释能力有限。随机森林模型具有一定的泛化能力和统计可靠性,产生的变量重要性和偏依赖图具有合理的林学意义。      

基于VC的蔬菜大棚监控系统研究

本文主要介绍基于VC的蔬菜大棚监控系统研究,系统以单片机作为主控制器,通过各个传感器采集蔬菜大棚的环境温度、湿度、光照强度以及二氧化碳浓度等数据信息,并将采集到的数据以串口通信的方式与上位机进行数据传输。上位机软件以VC6.0为软件开发平台,采用C++编程语言进行编写,为用户提供可视化的界面,实现了蔬菜大棚环境参数的实时监测、参数上下限的设定、报警显示、历史数据曲线查看、提取历史数据以及实时数据保存等功能。     

基于无线传感器网络的森林碳汇地面监测系统的设计

为解决单纯依靠遥感技术进行森林碳汇监测存在的精度较低的问题,实现高精度的森林碳汇监测,利用基于Zig Bee的无线传感器网络技术和GPRS通讯技术,设计了一种森林碳汇地面监测系统,可在森林中对二氧化碳浓度及其相关要素进行连续详实的监测,并结合上位机软件对数据进行处理。为应对恶劣的野外工作环境,系统还具有节点掉线重连功能及远程控制工作状态功能等。应用情况表明,系统可以可靠地应用于森林地面碳汇监测,并配合遥感技术实现高精度的森林碳汇监测,具有较高的应用价值。     

基于ZigBee的气调粮库二氧化碳气体浓度监测系统设计

介绍了基于ZigBee的气调粮库二氧化碳气体浓度监测系统的设计,该系统以CC2530为核心,采用VB编制上位机软件,对测量数据的进一步处理,实现了上传数据的接收、显示等功能。     

基于16线阵TLS数据的单木识别及林分断面积估测研究

目的地基激光雷达(TLS)可以对林冠下层进行快速、非破坏性的三维测量，与传统森林参数调查相比，节省了大量人力、物力和时间，在林业调查中有广泛应用。目前的研究集中在基于全方位TLS数据的参数提取，全方位扫描获取的点云数据量庞大，所需扫描时间较长，而针对快速扫描的多线阵点云数据的研究较少，相关算法有待提出，多线阵激光雷达数据的应用能力也有待验证。方法以北京市东升八家郊野公园和奥林匹克森林公园内的人工林为研究对象，基于多个单站扫描采集的16线阵TLS点云数据，提出了一种新的树干识别算法。该算法利用点云到达目标单木及周围其他物体距离的差异，检测出树干表面点云，并结合随机采样一致性(RANSAC)算法拟合圆，提取单木胸径；在此基础上引用角规抽样技术，进行林分平均胸高断面积的估测。结果对于多个单站扫描数据，单木检测率均在80%以上，株数密度最小的样地单木检测率可高达95%；对于单站数据，单木平均检测率随着扫描半径的增加而下降，在10 m左右范围内可以达到较高的检测率。以样地中被正确检测到的单木胸径估测值与实测值建立回归方程，单木胸径估测的决定系数R2在0.72~0.82之间；计算各样地单木胸径实测值与估测值的平方平均数，林分平均胸径估测精度均在90%以上，最高可达到99%，表明在样地水平上有较好的胸径估测效果。由TLS提取的胸径值结合角规抽样原理计算林分平均断面积估测值，与实测值相比，林分平均断面积估测精度可以达到90%左右。结论本文提出的算法能够基于单帧16线TLS数据提取单木参数，实现林分平均胸径及单位断面积的快速高效估算，为林业调查提供了一种新方法。      

基于三维激光点云的树木胸径自动提取方法

胸径是评价林木生长状况的重要参数之一。针对接触式人工测量自动化程度低和基于点云的现有算法提取树木胸径精度不高的问题,提出一种基于点云数据的自动准确获取树木胸径的新方法。该方法以树木点云数据为基础,运用蚁群算法和B样条曲线拟合技术,实现树木胸径的自动准确提取。对实验区树木测量计算,结果表明,利用该方法提取树木胸径的均方根误差为±0.19 cm,平均绝对误差为0.15 cm,相对于基于点云的传统算法提取精度分别提高了50%和60.7%。该方法基于高精度点云数据,实现了树木胸径的无损自动提取,在精准林业领域具有推广价值。     

城市森林显著树的认定及分布特征

为扩大城市树木保护的范围,促使城市居民更理性地了解和欣赏树木,更好地关爱和保护树木,积极参与及推进城市森林建设,以安徽省合肥市主城区为研究范围,以历史见证和社会文化为定性指标,以树龄及活力、树木体量、树种、立地位置、美学价值等5个一级定量指标和树高、胸径、冠幅、色彩等12个二级定量指标构建城市森林显著树评定指标体系,以及综合量化评分的显著树认定方法,将城市森林显著树定义为城市中体量大、树型优美、位置重要、种类珍稀,视觉上醒目、突出,且备受公众关注、喜爱,或具有较高历史文化内涵和美学价值的树木。在此基础上运用该认定方法,认定合肥市主城区显著树共23种112株,隶属18科23属,是挂牌古树数量的5倍多,认定的显著树在树种分布、年龄结构、胸径、空间分布、常绿落叶比等方面存在一定的差异。此方法是对古树名木的有效补充,为维护城市生态平衡和生物多样性,扩大对城市中树木个体资源的宣传保护和研究提供了新的思路与建议。     

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。     

基于FPGA的花卉温室环境智能监控系统

针对花卉温室环境参数较难控制问题,设计一种以FPGA、传感器、NRF905无线模块和执行机构为硬件核心,以Kingview 6.55为上位机软件开发平台的实时环境参数智能监控系统。该系统通过无线方式将采集到的花卉温室参数值传到上位机,并对其采集数据进行分析和处理,实现数据的实时采集、传送、显示、存储及远程监控等功能。同时,管理人员也可以借助GSM/GPRS模块和手机终端,以短信方式实现参数远程查询和设备控制等功能。结果表明,该系统能够为花卉提供更佳的生长环境,有利于减轻农民负担,提高花卉的产量和品质,降低死亡率,节约能源和人力成本,在农牧业及其他领域具有广阔的应用前景。     

机油泵质量测试系统上位计算机应用程序设计

论述了汽车用机油泵的质量检测系统中上位计算机的功能和程序设计方法.机油泵质量检测的主要参数有温度、压力、转速和流量等.机油泵参数检测系统由各类相关传感器、单片机数据采集和上位计算机数据处理三部分组成.上位计算机的主要功能是将传感器、数据采集系统采集、转换、传送过来的数据接收到上位计算机、数据保存至相应的数据库、后期参数分析和各种数据应用等.上位计算机的应用程序采用了Visual Basic语言进行设计.     

基于立木胸径生长率模型的乔木林碳汇潜力评估

树木生长产生巨大碳汇，对于缓解碳排放带来的全球变暖等环境问题具有重要意义。为准确评估森林碳汇，基于第6至第9次国家森林资源连续清查数据建立北京市13个主要树种(组)4种形式的立木胸径年生长率模型，预测树木胸径变化的未来趋势，从而为生物量转换因子连续函数法计算碳储量提供计算依据，最终获得2050年北京市乔木林碳储量和碳密度。结果表明：8个树种(组)胸径的年生长率模型R²都大于0.900，椴树的R²最高为0.960；除柳树、水胡黄(水曲柳、胡桃楸、黄菠萝)外的11个树种(组)RMSE都小于0.5 cm；除杨树、其他硬阔类和榆树之外，Bias都小于1.0 cm。胸径预测精度验证中整体R²较高，刺槐最高(0.951)，其他硬阔类最低(0.766)。预测2050年北京市乔木林碳储量为42.71 Tg C，碳密度为43.35 Mg C·hm^-2。基于胸径年生长率模型的树木生长模拟方法可以有效的提高未来北京市乔木林碳汇潜力评估的整体精度，能够为制定温室气体减排政策、实现2060碳中和目标提供基础。     

森林区域机载LiDAR点云数据的改进八叉树滤波算法研究

目的利用机载LiDAR点云数据能准确获取地物点三维坐标的特点,本文对森林区域LiDAR数据进行滤波分析,旨在提高点云滤波精度。方法基于改进的八叉树模型,将复杂地形分解为大量山坡地形,通过改变节点尺寸,既保留了点云的原始信息,又增强了点云数据分割的准确性。针对森林区域地形起伏不定的实际情况,在滤波算法中引入坡度判断,在一定程度上改善了山坡低矮植被易被错分为地面点的情况。结果对于3组不同地形下的点云数据,滤波总错误率分别为4.57%、4.75%和5.83%。这一结果对森林区域不同地形下的点云滤波具有一定的实用性。结论本文提出的改进八叉树滤波算法可以充分利用数据结构特征实现快速、高精度的滤波,从而节约时间成本和运行成本,也为后续森林参数的提取奠定基础。      

基于Android平台的立木胸径测量系统

本文提出了一种基于Android平台的立木胸径快速测量系统.首先,采用张正友标定法实现了相机自动标定功能,并根据标定结果完成立木图像畸变的矫正;然后,通过YCbCr色彩空间对MeanShift算法进行改进,缩短了图像处理耗时,并减弱了光照的影响;通过改进后的MeanShift算法增强了立木图像纹理与边缘信息,并结合GrabCut算法实现了立木图像的准确分割,提取了立木图像前景;最后,根据立木图像前景提取结果与摄影测量原理构建了立木胸径测量模型和深度提取模型,无需参照物即可实现基于移动端的立木胸径快速测量.本系统比算法改进前有效提高了立木胸径测量的速度,耗时缩短不低于80%,测量结果的最大误差不超过6%,可实现立木胸径的快速测量.     

树木苗木评估调查

系统总结了适用于树木苗木评估的调查理论与方法,具体分析了识树和知树两大部分,在知树中详细阐述了测量指标、测量要求、实地测量方法和特殊情况处理,旨在为树木苗木评估工作提供科学可行的基础数据。