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。     

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。     

基于WebGIS与模型的农业经济监测与评价系统的建立

为动态、准确获取区域农业生产的投入结构、产出水平、经济效益等信息,在时空数据库支持下,以开源SharpMap为地图服务器,利用ASP.NET（C#）语言,建立农业经济监测与评价系统（SHAEWS）,SHAEWS的构建包括农业投入产出监测数据库和模型系统两部分。数据库由样本农户动态监测数据、地形图数据和元数据组成。模型系统包含作物数据聚合与分析模型、轮作茬口识别及数据聚合分析模型、柯布-道格拉斯模型和综合评价模型。SHAEWS包括样本数据采集与编辑、样本数据检验、作物评价、茬口评价、投入产出定量模型分析、时序分析、区域分析、报表输出、元数据浏览等9个功能子系统。结果表明,该系统能够把样本监测数据与地图数据相结合,并通过模型运算,实现区域农业投入产出等信息的在线共享、评价与服务。     

中国作物生长模拟监测系统构建及应用

该文系统阐述了中国作物生长模拟监测系统（Crop Growth Simulating and Monitoring System in China, CGMS-China）的构建方法及其在国家级农业气象业务中的应用。CGMS-China是基于WOFOST、Oryza2000、WheatSM、ChinaAgroys 4个作物模型构建的系统,在作物长势监测评估、农业气象灾害影响评估、作物产量预报等农业气象业务中均有应用。该系统可进行作物长势监测、产量预报、农业气象灾害影响评估。利用CGMS-China模拟输出的地上生物量、叶面积指数、穗质量,建立作物长势评估指标,可对小麦、玉米、水稻进行实时长势监测与评估。通过CGMS-China对2014年8月中旬华北黄淮夏玉米的干旱产量损失评估和2016年6月22日早稻高温热害的产量损失预估表明,CGMS-China对农业气象灾害影响评估的效果较好。利用CGMS-China对2014年冬小麦主产省进行产量预报,各省的平均预报相对误差为7%。与此同时,在CGMS-China中利用遥感数据同化方法,对山西洪洞县进行产量预报,预报相对误差小于11%。该系统在国家级农业气象业务中具有良好的应用前景。     

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。     

作物产量指数设计及在黑龙江省的应用

针对传统基于归一化植被指数（normalized difference vegetation index，NDVI）的作物长势监测方法对于同一时期处于不同生育阶段的作物缺乏可比性，以及NDVI的高低不能直接代表产量的高低的问题，该研究设计了一种可以动态反映作物长势和产量变化的具有时空可比性的统计指数（作物产量指数）。以黑龙江为例，基于单产数据、气象数据、遥感数据、作物分布数据，对3种作物分别进行估产分区，综合使用随机森林重要性评价方法和留一法为各估产分区筛选最优估产建模变量，构建动态估产模型和产量指数计算模型，并在2022年作物生长季（6—9月）进行了大豆、玉米、水稻的动态估产和产量指数预报和分析。结果显示：1）建模指标的重要性从高到低依次为趋势单产、遥感植被指数、气候类指标。2）3种作物整体单产预测精度最高的为水稻，其平均绝对相对精度(mean absolute relative precision，MARP)为95.20%，其次是玉米（MARP为93.81%），最后是大豆（MARP为92.73%）。3）以历史5 a为基期计算的3种作物的6—9月的产量指数的对比结果显示，大部分区县3种作物各月的产量指数差异处于“平”状态。4）生长季产量指数的月环比结果显示大部分区县产量指数的月环比值处于-0.01~0.01之间。该研究设计的作物产量指数可用于比较某一统计单元（如县、市或省）在特定评估时间点相对于其历史平均单产的增减状况，也可以环比相邻两个评估时间点的产量变化情况；在空间维上可以比较同处于某个特定评估时间点的不同统计单元的单产指数的高低情况，在长势监测、产量预报等中具有很好的应用前景。     

深度学习技术在农业干旱监测预测及风险评估中的应用

人工智能技术的发展，特别是深度学习的出现，推进了农业新发展，是农业现代化生产的新方向。深度学习具有学习能力强、覆盖范围广、适应力强、可移植性好等优点，其开发模拟数据集可以解决实际问题，在农业干旱的监测预测及风险评估中的应用越来越广泛。本文采用文献综述方法，归纳农业干旱监测预测评估技术的发展与应用，总结深度学习模型的原理、优势和不足，概述深度学习模型在农业干旱监测预测及风险评估方面的实际应用，探讨深度学习数据集要求大、数据预处理耗时长、预定义类别范围窄、遥感图像复杂的问题，并对未来研究方向进行展望。结果表明，近年来农业干旱监测预测及风险评估技术取得重要进展，然而由于农业系统的非线性及干旱灾害发生的复杂性，现有技术在适用地域、对象和精准性等方面仍难以满足新形势下实际农业生产的需求。深度学习方法为农业干旱研究提供了新手段，但深度学习模型无法准确表达作物生长具体过程与机理，可尝试探索通过深度学习模型和作物生长模型的耦合来确保深度学习模型的可解释性。对于修正预测序列中存在的误差，可建立基于深度学习模型与大气环流模式的耦合模型，进一步提升模型对中长期农业干旱的预测能力。针对灾害样本容量有限问题，加...     

基于GSM的数字农业远程监控系统研究与应用

应用无线网络技术可实现农机作业过程和农田水利设施等的远程监控,为作物生长过程与产量、农业气象等信息的实时采集提供保障。探讨了基于GSM无线技术的数字农业远程测控系统组成结构,阐述了系统监控端软件的实现。在此基础上,采用自行研制的GSM远程通信控制器,开发了智能测产远程数据传输系统,并介绍了该系统的硬件组成和相应软件开发。在测产试验中对现场数据传输的实时性进行了测试,结果表明,GSM无线通信技术能满足农业远程监控的要求。     

基于称重式蒸渗仪及多种传感器的作物表型及蒸散监测系统研制

作物蒸散量测量与估算在农业方面有着重要作用,而当前对于作物蒸散量的估算主要以试验的方式进行,有一定局限性,且测量面积小,与实际应用还有一定距离。针对以上问题,该文在已有24座小型称重式蒸渗仪基础上,集成RGB成像传感器、多光谱成像传感器和二维激光扫描仪于一体,配合龙门架进行移动控制,构建称重式蒸渗仪植物表型监测系统,实现18 m~2植物生长过程中的RGB、红(668 nm)、绿(560 nm)、蓝(475 nm)、红边(717 nm)、近红外(840 nm)图像信息和植株高度信息的自动监测。最后通过试验,在已设定好的常用速度下,系统单趟运行用时142 s,可采集28组RGB、多光谱图像及所有植株高度信息,速度相对误差在1.8%～6.0%之间。通过对获取的夏玉米多光谱图像和激光扫描仪数据信息分析,系统能够可靠获取归一化差异植被指数等作物指数及植株高度信息。并结合气象站数据,对冬小麦主要耗水期的RGB图像进行分析,对其蒸散量进行了估计,与蒸渗仪获取的实际蒸散量对比,其平均相对误差为16.62%。该系统为大面积作物蒸散量的实时监测和精确诊断以及作物生长状况研究提供有效技术与装备支撑。     

作物生长模型的应用研究进展

作物生长模型不仅能够进行单点尺度上作物生长发育的动态模拟,而且能够从系统角度评价作物生长状态与环境要素的关系。本文通过梳理当前作物生长模型应用的诸多研究成果,剖析模型在气候变化对农业生产影响研究、作物生长模型区域应用中的关键问题,总结了当前以作物生长模型为核心的农业决策支持系统开发的研究情况,意在促进作物生长模型在生态、农业、区域气候资源和气候变化等研究中更广泛地应用。结果表明,作物生长模型在国内外的研究与应用广泛而深入,在气候变化背景下,应用作物生长模型进行历史时期气候条件和农业气象灾害对作物生产状况和产量的影响研究已相当广泛且相对成熟。利用全球气候模式（GCM）或区域气候模式（RCM）构建未来气候变化情景,再与作物生长模型耦合已发展成为评估未来气候变化对农业生产影响的重要手段。通过集成与整合多作物生长模型、多气候模式集合模拟、优化气候模拟数据订正方法可有效降低气候变化对农业生产影响评估的不确定性。遥感数据同化技术能够将站点模型运用到区域尺度上评价不同环境因子对农业生产的影响,拓宽了作物生长模型的应用尺度范围并有效提高作物产量估算的精度。以作物生长模型为核心的农业决策支持系统的研究与应用越来越多元化,是辅助农业生产管理和决策的重要工具。然而,由于作物生态系统的复杂性,作物生长模型模拟结果仍存在很大的不确定性,今后对作物生长机理及过程间耦合机制的探索还需加强,以便进一步完善和改进模型,促进作物生长模型更广泛地应用。     

通用农业环境信息监控系统ReGA网关设计

无线传感器网络(WSN)在农业智能化应用中具有良好技术优势和广阔应用前景,网关作为WSN连接外界应用系统的桥梁,在WSN中具有重要作用。已有网关设备主要针对特定应用系统提供数据汇集与转发功能,很少具备监测区域信息组织管理能力。该文以设计通用农业环境信息监控系统架构为背景,提出一种基于WinCE系统的可配置WSN网关体系结构(ReGA),在完成监测数据和控制指令转发的基础上,实现现场可视化设备和监测数据综合管理。ReGA的可配置体现在支持环境监测类型、监测节点属性动态配置,通过定义网关与上下层的交互协议,支持交互指令和封装参数的可配置,系统结构高内聚、低耦合。试验证明ReGA可靠性高,可灵活应用于农田、水产、林业、温室等不同领域。     

国家级作物长势遥感监测业务系统设计与实现

作物长势监测是农情遥感监测的重要组成部分。为了建立稳定的作物长势监测业务系统,该文一方面选取NDVI时间序列提取的时空参数从不同侧面描述作物长势,建立作物长势监测的综合性模型,另一方面建立了一个覆盖全国主要农区、由200个县组成的地面调查网络,采集地面实况信息,并采用客户端/服务器（C/S）和浏览器/服务器（B/S）的混合结构开展系统设计,基于遥感和地面调查两个角度设计实现了国家级作物长势遥感监测业务系统,同时对由于作物种类和监测区域不同引起的长势评价标准不一致、模型定量化和业务系统架构仍需根据应用进一步分解完善等问题进行了讨论。以中国冬小麦主产区为例,进行了作物长势监测试验,取得较好的监测结果。目前该系统已在大尺度作物遥感监测中得到应用。     

密闭式植物工厂的嵌入网络式环境监控系统

21世纪对蔬菜、林木、药草、香料等各类种苗或植物的大量需求将推动完全使用人工光源的密闭式植物工厂的大力发展。为了配合密闭式植物工厂内的适度环境控制和能源收支核算的研究需要，基于关系数据库MSSQLServer2000和面向对象的程序设计语言VisualBasic6．0开发了通用型嵌入网络式环境监控系统软件。用户可根据实际生产需要选择适当的控制策略和控制目标，也可调整控制参数来增减或改善执行机构的运行。植物工厂内所有控制参数和实时监测的数据和图像都可以动态地进行WEB发布，用户界面友好并实施各级安全自动管理。经过近两年的实际运行，该环境监控系统软件有效地实现了人工光型密闭式植物工厂内的嵌入网络式动态环境监控和电能消耗自动计量。     

基于无人机遥感影像的玉米冠层温度提取及作物水分胁迫监测

针对当前无人机热红外遥感提取冠层温度不准确、监测作物水分胁迫状况精度不高的问题,该研究以不同水分处理的拔节期夏玉米为研究对象,利用无人机获取试验区域热红外和可见光图像资料,分别采用Otsu算法、EXG-Kmeans算法和Otsu-EXG-Kmeans算法获取冠层区域图像,并对提取结果进行精度评价,而后采用最优算法求得对应作物水分胁迫指数（Crop Water Stress Index,CWSI）,通过分析CWSI同土壤含水率相关关系以及CWSI日平均变化趋势来监测玉米水分亏缺状况。结果表明：1）相比于其他方法,Otsu-EXG-Kmeans算法对冠层温度提取精度更高（用户精度为95.9%）,提取的冠层温度更接近实测温度（r=0.788）,可以准确获取图像冠层温度。2）相比于冠层温度,CWSI与土壤含水率的相关性更高（r= -0.738）,CWSI日平均变化趋势更符合实际情况,可更加精确地监测玉米缺水状况。该研究为无人机遥感精准监测作物水分胁迫状况提供参考。     

基于“树莓派”三代的农业智慧监测系统研究

为了更实时有效地监测作物生长环境参数,设计并实现了一套基于树莓派(Raspberry Pi)农业智慧监测系统。该系统以树莓派3代B型为核心,连接土壤湿度、空气温湿度、叶面温湿度、光照强度和pH值等传感器,可用于监测作物整个生长周期的土壤湿度、空气温湿度、叶面温湿度、光照强度和pH值等参数。本研究基于树莓派3代成功搭建了农业智慧监测系统,开发了适于电脑端的Web版和移动手机端的App(iOS版和Android版),并已监测获取作物生长相关参数和环境因子的数据。该系统运行可靠,操作简单实用,可扩展性强,为下一步开展作物长期数据监测,进行作物生产参数研究和智能控制奠定了基础。     

桁架式可移动作物生长远程监控系统设计

针对固定式图像采集设备终端在实时采集过程中存在的采集角度和范围有限等问题,研究开发了一种固定桁架式地面移动多点作物图像远程获取系统。系统采用网络摄像机和电动变焦镜头作为图像摄取设备,通过全方位智能控制云台、螺旋四杆机构和水平滑块导轨机构的设计与选型,建立了作物图像摄取设备的水平移动、垂直移动、360°空间转动、俯仰运动等子系统。开发了远程控制软件,建立了作物图像数据库和远程管理系统,实现了监测区域内所有植株不同部位图像信息的远程控制获取和管理。系统在温室中进行了运行测试,运行正常可靠。该系统可为作物远程在线水肥诊断提供了一种空间移动多点实时监测和远程管理平台。     

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。     

资源一号卫星CCD图像在作物面积监测中的应用

该文对资源一号卫星CCD图像在作物面积监测中的应用进行了评价。评价内容包括图像的几何纠正、主要地物类型识别、典型地物图像面积量算与实地面积量测、样区遥感图像解译等几个主要方面。采用的方法为资源一号CCD图像与Landsat TM图像对比的方法。评价结果显示，资源一号CCD图像能够较好地应用于作物种植面积监测。     

中波紫外辐射强度增强对作物影响的研究动态

中波紫外辐射强度增强对作物影响的研究动态洪佳华（中国农业科学院农业气象研究所）人类的活动，使大气成分的比例发生一些变化，从而对全球气候变化影响较大，目前正引起人们重视，进行大量的研究工作，影响气候变化的因素很多，如二氧化碳浓度的增加产生的温室效应，研...     

基于虚拟仪器技术的作物叶片面积测量仪的开发

作物叶片面积的测量，在农业和林业上具有重要意义。传统叶片面积测量方法存在着测量结果不准确、开发周期长、测量范围窄、对作物进行有损测量等一系列问题和缺点。利用美国NI公司的软件开发平台LabVIEW 7.1进行仪器的软件界面开发及图像处理功能实现，并利用VC++6.0对通用图像采集卡进行驱动，从而实现了基于虚拟仪器技术的作物叶片面积测量仪的开发，硬件结构上主要包括工作台、摄像机及灯光、图像采集卡、PC机；软件结构上主要包括图像采集模块、图像处理模块、图像分析模块。试验结果表明，该仪器具有开发周期短、操作简单、测量结果准确、可对作物进行无损测量等优点。