施肥量对生菜养分与长势的影响及模型模拟

为了研究不同施肥制度对设施生菜长势及产量的影响,将样本分为氮磷钾重度缺失、中度缺失、轻度缺失、正常及过量施用13个处理.在整个生育期利用机器视觉技术连续获取生菜冠层主视及俯视图像,提取与生菜长势显著相关的冠幅投影面积、冠幅周长及株高信息.利用灰色系统理论,研究生菜养分质量分数、长势及产量三者间的灰色关系.不同营养对生菜长势影响从大到小依次为氮,磷,钾,进一步分析了不同施氮条件下,生菜体内的磷钾质量分数及产量的变化规律,当产量达到最大时,氮磷钾3种元素质量分数分别为4.83%,0.63%和2.82%,且氮磷钾元素间存在一定协同交互作用.结合环境信息和生菜“慢-快-慢”的S型生长规律,建立了3个生长时期的养分质量分数与长势关系模型,为指导设施生菜科学施肥,高产栽培提供依据和理论指导.     

不同灌溉方式下生菜根系生长模型研究

为探明不同栽培方式对蔬菜根系生长的影响,采用滴灌、微喷灌2种灌溉方式和醋糟与草炭复配而成的4种栽培基质对生菜根长、根深和根区半径进行了试验研究。结果显示:不同灌溉方式下可用同一个预测模型;相同灌溉方式下,不同基质栽培生菜根系特征值差异不显著(P0.05),可用同一组模型参数来表示。以试验数据为基础,采用有效积温作为定量发育进程的尺度,构建了预测生菜根长和根深的动态生长模型;以根深和有效积温为自变量,建立了根区半径动态变化模型。运用重复试验数据对所建模型进行验证,滴灌和微喷灌生菜的根长、根深和根区半径的预测值与实际值之间回归估计标准误差和相对误差最大分别为290 cm、0.81 cm、0.63 cm和15%、12%、13%,表明所建立的3个动态变化模型具有较高的预测精度,可为节水型设施基质栽培生菜提供理论依据和决策支持。     

LED红蓝光质对两种叶色生菜产量和光合色素含量的影响

在温室条件下,以荧光灯为对照,以LED灯板为人工光源,探究红蓝光质对水培盆栽绿叶生菜和紫叶生菜生长和光合色素含量的影响,以期为植物工厂条件下生产不同叶色蔬菜提供光环境参数。结果表明,绿叶生菜和紫叶生菜光合色素含量在RB 2∶1（RBⅠ）处理下显著高于对照和其他处理,且随蓝光比例下降而减少,在RB 1∶2（RB Ⅲ）和荧光灯（F）处理下含量最低。且绿叶生菜光合色素含量对红蓝光比例的变化敏感程度低于紫叶生菜。绿叶生菜地上部分鲜质量、根系鲜质量和地上部分干质量均以RB 1∶1（RB Ⅱ）处理最大。紫叶生菜地上部分鲜质量在白光（W）对照处理下最大,根系鲜质量和根系干质量在RB 2∶1（RBⅠ）光照下最高,地上部分干质量则在不同光质变化下没有显著差异。绿叶生菜和紫叶生菜分别以RB 1∶1（RB Ⅱ）和白光（W）光质照射培养最佳。     

基于基质含水率的作物蒸腾量估算与预测模型研究

作物蒸腾作用是基质水分传输的主要驱动力,建立了基于基质含水率变化量的温室番茄作物蒸腾量估算模型和预测模型,并进行对比分析。使用校准后的EC5基质含水率传感器,记录第1次灌溉后与第2次灌溉前基质实时含水率变化量,使用称量法测量作物实时蒸腾量。通过基质含水率变化量与基质栽培槽体积的多元线性回归运算,建立番茄单株日蒸腾量估算模型;将基质含水率变化量、空气温度、空气湿度和光照强度作为输入,利用GABP神经网络算法,建立番茄单株日蒸腾量预测模型。将试验所得温室作物日蒸腾量估算模型和预测模型分别与温室作物实际日蒸腾量进行线性回归分析,结果表明,基于基质含水率变化量建立的估算模型在苗期、花期的预测精度分别为0. 972 9、0. 979 6,预测模型的预测精度分别为0. 991 5、0. 989 0,两者之间差异不大,但估算模型运算速度远高于预测模型的运算速度,估算模型对于温室灌溉管理具有推广应用价值。     

LED红蓝光质对两种叶色生菜产量和光合色素含量的影响

在温室条件下,以荧光灯为对照,以LED灯板为人工光源,探究红蓝光质对水培盆栽绿叶生菜和紫叶生菜生长和光合色素含量的影响,以期为植物工厂条件下生产不同叶色蔬菜提供光环境参数。结果表明,绿叶生菜和紫叶生菜光合色素含量在RB 2∶1(RBⅠ)处理下显著高于对照和其他处理,且随蓝光比例下降而减少,在RB 1∶2(RBⅢ)和荧光灯(F)处理下含量最低。且绿叶生菜光合色素含量对红蓝光比例的变化敏感程度低于紫叶生菜。绿叶生菜地上部分鲜质量、根系鲜质量和地上部分干质量均以RB 1∶1(RBⅡ)处理最大。紫叶生菜地上部分鲜质量在白光(W)对照处理下最大,根系鲜质量和根系干质量在RB 2∶1(RBⅠ)光照下最高,地上部分干质量则在不同光质变化下没有显著差异。绿叶生菜和紫叶生菜分别以RB 1∶1(RBⅡ)和白光(W)光质照射培养最佳。     

基于环境温度模型库分段式加权的数控机床热误差建模

针对环境温度变化较大时常用的热误差模型预测精度低的问题,提出了一种基于环境温度的模型库分段式加权的热误差建模方法,以UPM120型数控铣床为实验对象,通过跨季度的7批次数据,完成了环境温度15～35℃的分段式加权模型建模和预测精度分析。结果表明,环境温度变化在5℃以内时,多元线性回归模型的预测精度优于BP神经网络模型、分布滞后模型、灰色理论模型和支持向量机模型,可以将其作为分段式加权模型库中的基础模型。当环境温度变化较小时,基于多元线性回归的分段式加权模型预测精度为1.39μm;当环境温度变化较大时,其预测精度为1.51μm,均远高于单一环境温度样本的回归模型、多环境温度样本的回归模型和泛化能力强的支持向量机模型的预测精度。     

电子鼻技术在鱼粉酸价检测中的应用

酸价是评价鱼粉新鲜度的一个重要指标,探索酸价含量的快速检测对鱼粉品质快速检测具有重要意义.为此,对不同新鲜度的鱼粉样本进行酸价含量的化学测定和电子鼻数据采集,利用BP神经网络和支持向量回归(SVR)建立酸价含量和电子鼻数据两者之间的回归模型,并用预测集样本进行验证.采用BP神经网络和SVR结果相近,其决定系数R2、预测标准差SEP、最大相对误差RE-max、平均相对误差RE-mean分别为0.97,0.20,7.51%,2.45%和0.97,0.27,10.73%,2.94%.结果表明,利用电子鼻技术检测鱼粉酸价含量是可行的.     

基于SVM的车内非平稳噪声综合烦躁度评价研究

基于采集的汽车匀速与加速工况下的车内噪声信号,提取响度和A计权声压级两个主要心理声学客观参量作为声品质评价模型的输入特征,以参考语义细分法得到的综合烦躁度主观评分作为模型的输出量,基于SVM建立非平稳工况车内声品质客观评价模型。预测检验结果表明,与运用多元线性回归方法建立的评价模型相比,该模型预测误差均值、标准差及平均相对误差更小,车内声品质评价的预测精度、稳定性均有提高,所建的SVM客观评价模型具有较好的泛化能力,可用于非平稳工况车内噪声品质的预测。     

基于小波能量系数和叶面积指数的冬小麦生物量估算

生物量是评价作物长势及产量估算的重要指标,科学、快速、准确地获取生物量信息,对于监测冬小麦生长状况以及产量预测等具有重要意义。以冬小麦为研究对象,通过相关性分析,选取相关性较好的小波能量系数,同时耦合叶面积指数,基于支持向量回归算法、随机森林算法、高斯过程回归3种算法构建冬小麦生物量估算模型。结果显示,基于小波能量系数,分别利用支持向量回归算法、随机森林算法、高斯过程回归进行生物量估算,4个生育期的验证R2分别是0.55、0.40、0.39;0.75、0.70、0.83;0.84、0.92、0.93;0.84、0.89、0.85。表明高斯过程回归模型估算精度最优。叶面积指数耦合小波能量系数,利用支持向量回归算法、随机森林回归算法、高斯过程回归进行生物量估算,4个生育期的验证R2分别是0.76、0.73、0.77;0.76、0.72、0.84;0.87、0.94、0.94;0.85、0.90、0.91。表明高斯过程回归算法估算精度最优,并且在一定程度上能够克服冠层光谱饱和现象,提高模型估算精度。以小波能量系数和叶面积指数为输入变量结合高斯过程回归算法建立冬小麦生物量估算模型,可以提高生物量估算精度,为基于遥感技术的作物参数快速估算提供参考。     

生菜叶片镉含量高光谱预测模型

为了实现无损检测生菜叶片中重金属镉的含量,以高光谱技术为研究手段,研究一种基于高光谱技术的精确、快速和有效检测生菜中重金属镉含量的方法。首先,使用高光谱图像采集系统获取生菜高光谱图像,并提取光谱数据,对提取出的光谱数据采用连续投影算法（SPA）和基于权重回归系数的特征选择算法进行特征提取,建立预测生菜叶片中镉含量的最小二乘支持向量回归（LSSVR）模型。结果表明:SPA-LSSVR模型性能最佳,其中预测集决定系数为0.927 3,均方根误差为0.093 mg/kg。因此,利用高光谱技术结合SPA-LSSVR模型对生菜叶片中重金属镉含量进行预测是可行的,可为实际应用提供技术支持和参考。      

基于近红外光谱技术的蔬菜农药残留种类检测

该文基于近红外光谱技术,提出一种快速无损检测方法,以期实现蔬菜农药残留的分类检测。通过对喷洒了氰戊菊酯溶液、三唑磷溶液和未喷洒农药的生菜样本进行研究,比较不同预处理后的建模效果,选用SNV算法作为最优预处理方法。分别采用连续投影算法（SPA）、自主软收缩法（BOSS）和竞争性自适应重加权算法（CARS）对预处理后的光谱数据进行特征波段选择。采用支持向量机（SVM）和基于灰狼算法（GWO）优化的支持向量机（SVM）算法对特征波长变量分别建立分类模型。再通过对建立的模型进行比较得出:CARS-GWO-SVM模型取得了最佳的分类效果,模型的训练集精度和预测集精度均为100%。因此,利用近红外光谱技术对蔬菜上的农药残留进行分类检测是可行的。该研究为生菜中其他农药残留的快速无损检测分析提供参考。      

小麦茎秆生物力学特性无损检测技术

针对当前小麦生物量的无损检测技术存在精度低、效率低等问题,采用力学传感技术和多元回归分析构建了小麦地上鲜生物量的预测模型,并探究了模型对不同生育期小麦生物量的预测效果.研究结果显示,在测量高度40 cm时,模型的预测效果最好;对抽穗期小麦生物量的预测效果最好,其测试集R2 =0.623,RMSE =0.216 kg;融...     

麦饭石对鱼菜共生系统的影响试验

分别采用麦饭石和陶粒颗粒处理作为鱼菜共生系统无土栽培及养殖水过滤基质，对生菜株高、根长、地上部鲜质量及叶绿素含量等指标测定，以及对乌鳢鱼养殖过程中存活率、增重率和水体pH值、溶解氧含量等水质指标测定。试验结果表明，在鱼菜共生系统中投放麦饭石可有效提高生菜和乌鳢生长发育水平，试验组比对照组根长、株高、单株质量、叶绿素含量分别增加18-4%、15-0%、21-9%、45-8%；乌鳢鱼养殖过程中试验组比对照组的pH值高0-42，溶解氧高0-69 mg/L，死亡率降低7-6%，增加质量提高23-68%。试验证明麦饭石在鱼菜共生系统中性质稳定，对蔬菜、乌鳢的生长发育及水体保持具有较好的效果。      

一种船载式垂直植物工厂设计与应用

本文介绍了一种船载式植物工厂设计与应用,是完全使用人工光源封闭方式进行蔬菜栽培种植,使蔬菜生长不受任何外部自然条件制约,实现蔬菜周年连续生产。该植物工厂是一种适合海环境条件的垂直种植系统,解决了水平层流种植方式的环境适应性问题。通过紫外线、臭氧等方案进行营养液综合处理,提高了营养液循环使用率,减少了对淡水资源的消耗,降低了设备在海环境条件下的保障需求。该植物工厂的应用解决了船在航行中新鲜蔬菜的补给问题,同时也起到了对海上长期漂泊人员心理的一种疗愈功能。     

基于高光谱成像技术的生菜冠层含水率检测

为实现作物含水率的无损检测,以6种水分胁迫水平的生菜为研究对象,利用高光谱成像技术和特征波长选取方法对生菜冠层含水率进行检测研究。采用掩模法去除高光谱图像的背景噪声,并对生菜冠层光谱图像进行光强校正。利用标准正态变量变换法(SNV)去除原始平均光谱数据的噪声,采用蒙特卡罗无信息变量消除法(MCUVE)剔除无关变量,结合基于最小绝对收缩和选择算法(LASSO)、连续投影法(SPA)、LASSO与SPA算法组合(LASSO SPA)筛选特征变量,对数据进行降维处理,采用偏最小二乘法(PLS)建立5个生菜冠层含水率检测模型。经对比发现,全光谱中存在很多冗余信息变量和无关变量,采用全光谱建立的PLS模型复杂度最高,且预测能力最差;以MCUVE LASSO SPA筛选变量后的PLS模型效果最优,其中建模集相关系数R c和预测集相关系数R p分别为0.8827和0.9015,均方根误差分别为1.0662和0.9287。择优选取MCUVE LASSO SPA PLS模型计算生菜冠层每个像素点的干基含水率,生成可视化分布图,实现了生菜冠层叶片干基含水率可视化检测。本研究可为生菜冠层含水率快速无损检测提供参考。     

基质配方和灌溉方式对生菜根系和产量的影响

为筛选高产的生菜栽培基质配方及配套灌溉方式,根据滴灌和微喷灌水分在基质中的分布特点,研究了4种有机基质和2种灌溉方式下生菜产量和根长密度分布状况,分析了在滴灌和微喷灌条件下生菜根长密度剖面相对分布的异同,提出了生菜根长密度垂向分布模型及生菜产量和根长密度的关系模型。结果表明:滴灌处理在12 cm以下基质层含水率明显高于上层基质,微喷灌处理基质水分主要集中在15 cm以上基质层且水分分布较均匀。复配基质栽培生菜的根长密度比纯醋糟基质高27%,且在剖面的垂直分布随深度增加而递减;微喷灌下生菜根系集中于表层(0~6 cm),占71%以上,较滴灌有上移现象。复配基质栽培生菜产量比纯醋糟基质高10%。灌溉方式对生菜产量影响具有季节性,春季滴灌的生菜产量比微喷灌高22%以上,夏季滴灌的生菜产量比微喷灌低11%。选用复配基质进行栽培,春、夏季分别采用滴灌和微喷灌的方式最有利于生菜高产和根系的生长。     

池塘河蟹养殖精准投饵系统设计与试验

传统池塘河蟹养殖主要依靠渔民根据经验来估算投饵量,通过人工撑船投喂饵料,饵料利用率低且劳动强度大。由于河蟹具有领地意识且移动范围较小,池塘各处河蟹分布不均匀,因此河蟹养殖需要科学精准投饵。现有河蟹养殖投饵作业方式粗放,无法满足河蟹高效生态养殖需求。为了掌握河蟹生长规律,更加科学高效地投饵喂料,本文设计基于河蟹生长模型的精准投饵系统。利用灰色关联度分析法确定对河蟹生长发育影响最大的环境因子。在传统水产生物生长模型基础上,加入环境因子进行改进,从线性和指数两个角度对河蟹生长模型进行优化拟合。利用遗传算法（GA）-反向反馈神经网络（BP神经网络）(GA-BP神经网络)对精准投饵预测模型进行训练,通过输入水温、溶解氧含量、pH值等环境参数,推算出最佳环境影响因子数值。根据河蟹生长模型、养殖密度、养殖面积得出河蟹总质量,结合河蟹生长期存活率与投喂率便可得出总投饵量。根据池塘河蟹实际分布密度和水质参数,确定池塘各区域的饵料分配系数,将总投饵量科学地分配到池塘各个区域。通过仿真得出预测投饵量决定系数R²为0.990,预测模型具有较好的拟合效果。池塘投饵试验结果表明,基于河蟹生长...     

基于超轻量化孪生网络的自然场景奶牛单目标跟踪方法

针对跟踪模型泛化能力差、跟踪模型正样本选取质量低、深层模型参数量大不利于部署等问题，本文提出了超轻量化孪生网络模型Siamese-remo。首先结合传统随机采样方法和go-turn方法，设计出新型的正负样本选取策略，增加模型泛化能力；其次采用shiftbox-remo的数据增强方式均匀正样本分布，并提升正样本采集质量；然后通过改进后的超轻量化Mobileone-remo网络提取特征，一定程度减少深层网络对跟踪平移不变性的破坏，并预设不同特征融合参数，单独训练网络分类和回归；最终加入Center-rank loss函数，根据样本点位置影响置信度、IOU排名，对网络分类回归策略进行优化。实验证明，自然场景下奶牛单目标跟踪模型期望平均重合度(Expected average overlap, EAO)达到0.475,相对于基线模型提升0.078,与现有跟踪器对比取得了较好的成绩，且参数量仅为现有主流算法的1/20,为后续自然场景下奶牛身份识别与目标跟踪系统提供了技术支持。