作物生长多传感信息检测系统设计与应

简述了作物生长多传感信息检测系统的硬件平台及实现.光箱系统采用卤素灯和D65型标准光源两组独立可调的均匀光照系统,结合温湿度控制装置,可以实现对多种作物生长环境的模拟.信息采集系统集成了包括光谱、多光谱图像、冠层温度、冠层光照及环境温湿度等多传感信息探测器,可以充分利用多种信息对作物生长信息进行监测.应用该系统就油菜氮素和水分的光谱、多光谱图像特征及光照对检测的影响进行了研究,结果表明:该系统能够克服环境因素的影响,能够利用多传感信息对作物营养进行较准确的定量分析,其中,油菜氮素光谱特征模型的相关系数达到0.92,均方根误差为0.53.     

基于特征波长优化的便携式作物叶绿素检测仪研究

为了满足田间作物长势快速检测与指导变量管理的需求,基于作物叶绿素光谱响应特征波长筛选与优化,开发了一款便携式作物叶绿素检测仪。首先,采用高光谱仪采集玉米冠层325～1 075 nm反射光谱,并采样萃取叶片叶绿素含量真值,开展叶绿素敏感响应波长筛选。经蒙特卡洛无信息变量消除(MC-UVE)算法在10～100个特征波长范围内进行变量筛选,表明采用50个特征波长时具有最优的叶绿素含量检测能力。其次,选择AS7265x型光谱传感器,以半峰宽20 nm的12个区间覆盖筛选的50个波长,设计的叶绿素检测仪包括传感器、主控制器、显示和控制等模块,实现作物冠层反射光数据采集、处理、显示和存储功能。开展传感器反射率标定与田间应用测试,基于传感器获取的反射率构建叶绿素含量偏最小二乘检测模型验证集决定系数为0.628;进一步组合归一化红边植被指数(NDRE:730、900 nm)和绿光归一化差值植被指数(GNDVI:535、900 nm),检测模型精度提高到0.69,模型嵌入系统最终实现了田间叶绿素含量快速检测,为作物长势高效分析提供了技术支持。     

作物生长信息获取多光谱传感器设计与试验

为了实时、快捷、无损获取农作物生长信息,根据作物生长指标的光谱监测机理,研制了一种四波长作物生长信息获取多光谱传感器.采用光学滤波技术提高了光辐射信息输入信噪比,依据作物冠层特征及田间作业环境实际要求,设计了适宜的探测镜头结构参数,确保了多光谱传感器灵敏度与分辨效果,应用T型电阻积分网络搭建了微弱光谱信息放大电路.通过标定,获得了多光谱传感器与FieldSpec Pro FR2500型光谱仪的关系模型,决定系数分别为0.8028、0.8068、0.8185、0.8900.对小麦的试验结果表明,该传感器的平均测量误差分别为5.6％、4.6％、1.4％、4.5％.该传感器能够较好地实现作物冠层反射光谱的实时在线检测,为作物生长监测设备的研发提供了有力支持.     

不同车速车载多光谱成像系统性能分析

为了探索大田冬小麦冠层叶片叶绿素指标的快速检测方法,基于车载式多光谱成像系统进行了大田冬小麦叶绿素含量指标的快速无损诊断研究,并分析了不同车速条件下车载式多光谱成像系统的工作性能。系统以福田欧豹4040型拖拉机为车载平台,搭载了2-CCD多光谱图像智能感知系统。田间试验分别设置了4种行进速度（分别为S1（0.54 m/s）、S2（0.83 m/s）、S3（1.04 m/s）、S4（1.72 m/s））,采集了冬小麦冠层可见-近红外图像,同步获得了车载GPS轨迹坐标信息,并测量了样本叶绿素含量指标SPAD值。图像经滤波和冠层分割预处理后,提取了 R、G、B 、NIR 4个波段平均灰度,并计算了RVI、NDVI等4种常见植被指数、 H 分量的灰度平均值和覆盖度 C ,共10个图像检测参数。分析了各图像检测参数与叶绿素含量指标SPAD值之间的相关关系,结果表明,S1、S2和S3速度下,各图像检测参数与SPAD值相关性高于S4速度。同时,S1、S2、S3速度下,NDVI、NDGI、RVI与SPAD值的相关系数绝对值均达到0.50以上。分别建立了S1~S3不同车速下叶绿素含量指标诊断MLR模型,模型精度满足作物生长空间分布图制图的要求。为了进一步提高车载式大田作物生长参数移动诊断效率,将不同车速下的数据合并,选取NDVI、NDGI、RVI参数建立叶绿素指标MLR模型,结果表明模型具有通用性。该研究可为车载式大田作物生长快速诊断提供支持。     

基于光谱探测的小麦精准追肥机设计与试验

为了实现小麦生长过程中的实时变量追肥,使用近地光谱探测技术,设计了大田实时变量追肥机。追肥光谱监测系统实时获取作物冠层归一化植被指数,结合追肥策略计算出当前的目标施肥量,采用测速和测距法反馈肥料流量信息,并根据追肥机实际行进速度,实时调整追肥量,实现精准变量追肥。试验结果表明,田间小麦长势存在空间差异性,冠层的归一化植被指数可以解析此差异性;追肥机追肥控制精度达到90%以上,可以满足精准追肥的要求;变量追肥比定量均匀追肥增施氮肥28 kg/hm2左右。     

基于移动终端的谷物产量实时监测平台设计

作物产量的空间变异性反映了农田环境和管理等因素对产量的影响,获取准确的产量空间分布信息是实施资源按需最优化投入的前提。为了获取谷物产量空间信息,设计了基于移动终端的农田谷物产量空间分布信息实时监测平台,可实现对联合收获机实时位置、作业状况和产量数据的远程监测,进而对产量数据的空间分布状况进行分析。平台主要由数据接收及存储、数据传输、数据显示和数据分析4个模块构成。其中,数据接收及存储模块接收由收获机传来的位置、谷物流量、升运器转速、谷仓温湿度和割幅宽度等作业状况信息数据包,将数据解析并存入数据库。数据传输模块为移动终端提供Web service服务,提取数据库中相应数据供前端调用。数据显示模块在移动终端上实时显示联合收获机作业位置和作业状况等信息。数据分析模块通过调用ArcGIS Server GP服务,将谷物产量信息的空间分布进行插值分析,分析结果以产量空间分布图的形式显示。经过测试,该监测平台运行稳定,能够实时显示和分析农田谷物产量信息,为农田精细管理提供技术支持。     

作物生长和环境信息多传感检测系统设计

研发了适用于温室高架栽培作物的轨道式移动检测方法,设计了移动检测平台,可搭载作物生长和环境信息多传感检测装置,可实现对高架作物的茎、果、叶长势和冠气温差等生长信息,以及环境温湿度、光照强度等气象环境因子的检测.为了适应温室路面环境,提高行走的稳定性,移动检测平台采用轨道式机构设计,可利用温室加热管道为轨道.移动检测平台...     

基于Android手机平台的冬小麦叶面积指数快速测量系统

叶面积指数（Leaf area index,LAI）是衡量作物生长状况的重要参数,也是科学确定无人机喷药量的主要指标。为了建立一套作物叶面积指数实时测量方法,基于Android手机平台开发了一种冬小麦叶面积指数快速测量系统。在大田条件下选取长势均匀的10个试验区域,在不同生长期采用Android手机平台和ADC多光谱相机分别获取小麦冠层图像,同时手工测量小麦实际叶面积,根据不同测量结果计算3种叶面积指数： 将Android手机图像由RGB空间转换到HSV空间,在H-V双通道组合图像上进行图像分割后计算绿色叶片的面积IArea;由ADC多光谱相机自带软件获取的归一化植被指数（NDVI）和调节土壤植被指数（SAVI）数据反演的叶面积指数ALAI;实际手工测量的叶面积指数LAI。对以上3种叶面积指数的相关分析和建模分析结果表明,随着小麦不同生长期的变化,Android手机平台获取IArea与实际测量叶面积指数LAI的R2大于0.84(P小于0.01),ADC获取的叶面积指数ALAI与实际测量叶面积指数LAI的R2大于0.83。     

四波段作物冠层分析仪设计

为解决当前作物氮素分析成本较高、分析过程复杂、分析时间长等问题,设计了一款基于光谱学原理的四波段作物冠层分析仪,通过快速检测作物冠层植被指数预测作物长势.分析仪主要由控制单元和测量单元组成.控制单元只含一个控制器,该控制器作为整个无线传感网络的协调器,负责将各个传感器节点发送的数据进行分类、显示以及存储等,并根据测量结果计算作物营养成分含量.测量单元则由多个光学传感器组成,主要负责光学信号的采集、放大、发送等.每个传感器可以在4个光学波段进行测量,分别是绿色植物可见光主要反射峰550 nm,可见光主要吸收波段650 nm,近红外波段766、850 nm.标定试验显示光学传感器工作稳定,仪器具有较高的精度.初步玉米田间试验表明,仪器的测量结果与玉米叶片全氮含量的相关系数达到0.884.     

作物长势监测仪数据采集与分析系统设计及应用

针对中小农场对作物长势快速监测与精确诊断的需求,本研究设计了作物长势监测仪（CropSense）数据采集与分析系统,该系统实现了数据采集、处理、分析和管理的一体化集成。系统通过蓝牙技术连接智能手机和作物长势监测仪获取作物采样数据,经服务器中内置光谱模型计算得到地块的作物生长参数分布专题图。依据地块预期产量指标,可提供可视化的专家决策处方。用户只需点击一次按钮,即可实时获取田间作物的监测诊断信息和专业的田间管理指导方案。目前系统已在多个研究机构实验农场试用,其中在小汤山基地的应用示例结果显示：在玉米大喇叭口期使用该系统进行作物诊断和指导施肥,比传统的施肥方案减少约16.67%施肥量。该系统具有采集分析数据高效便利、推荐施肥方案优化合理等特点,在中国家庭农场快速增长的背景下,具有广阔的应用前景。     

基于SMS的冬小麦产量分布图生成技术

研究了美国CASE IH公司AFS谷物测产系统的基本组成,对Ag Leader公司SMSbasic 3．0农田空间管理系统的主要功能进行分析和介绍,其基本功能有：数据处理,文件输入、输出,产量图绘制,文档图表显示等。对AFS系统使用过程中的设置与标定作了描述,并利用SMS生成了一块具有空间分布的冬小麦产量图、含水率分布图和地块高程图。     

基于移动GIS的作物种植环境数据采集技术

野外数据采集具有灵活性强、采集内容多样、准确度高等优势,已成为补充完善农业数据的主要手段之一。作物种植环境数据采集工作存在指标多并随调查区域、作物类型与作物生育期不同而发生变化等特点,采用传统方式设计调查界面与录入模式难以满足数据采集的普适性需求。为此,在分析作物种植环境数据采集工作实际需求的基础上设计并实现了作物种植环境数据采集系统(CPEDCS)原型。一方面,系统针对作物种植环境指标的不确定性特征提出基于结构表的用户可定制种植环境数据录入模式,支持用户自定义录入界面;另一方面,系统集成移动GIS为野外采集工作提供空间信息支持,并可以动态适应空间数据类型、数量、范围的变化。研究的数据组织模型在陕西省杨凌区小麦种植环境野外调查的实际应用中,表现出良好的实用性与稳定性,一定程度上提高了采集工作效率,减少了数据录入出错率并能为调查人员提供空间信息辅助功能。     

A European irrigation map for spatially distributed agricultural modelling

We present a pan-European irrigation map based on regional European statistics, a European land use map and a global irrigation map. The map provides spatial information on the distribution of irrigated areas per crop type which allows determining irrigated areas at the level of spatial modelling units. The map is a requirement for a European scale assessment of the impacts of irrigated agriculture on water resources based on spatially distributed modelling of crop growth and water balance. The irrigation map was compiled in a two step procedure. First, irrigated areas were distributed to potentially irrigated crops at a regional level (European statistical regions NUTS3), combining Farm Structure Survey (FSS) data on irrigated area, crop-specific irrigated area for crops whenever available, and total crop area. Second, crop-specific irrigated area was distributed within each statistical region based on the crop distribution given in our land use map. A global map of irrigated areas with a 5′ resolution was used to further constrain the distribution within each NUTS3 based on the density of irrigated areas. The constrained distribution of irrigated areas as taken from statistics to a high resolution dataset enables us to estimate irrigated areas for various spatial entities, including administrative, natural and artificial units, providing a reasonable input scenario for large-scale distributed modelling applications. The dataset bridges a gap between global datasets and detailed regional data on the distribution of irrigated areas and provides information for various assessments and modelling applications.     

基于数据库的温室作物生长管理智能决策支持系统的研制

以Delphi7．0为软件开发环境，构建了温室作物生长管理智能决策支持系统。提出了温室作物生长管理智能决策支持系统的研究思路及系统实现的技术路线，采用Database Desktop来设计系统中的知识库、模型库和数据库。以数据库为基础的系统，有助于系统对知识、模型和相关数据的管理。对系统决策的过程采用基于数据库的方法进行编写，解决了温室作物生长智能决策过程中推理困难的问题，同时提高了决策的准确程度。经实际运用达到了预期的效果。     

基于Web和作物模型的棉花气象服务系统构建

为便于作物模型的推广和应用,为农业气象服务提供有力工具,以棉花功能结构模型Cotton XL为基础,构建了基于Web的棉花气象服务系统,实现了新疆棉区棉花生长发育状况的逐日动态模拟。系统采用MySQL建立了新疆棉区气象、土壤和主栽品种数据库,采用B/S结构模式,包括前端展示、数据存储和后台分析,运用Java语言实现了棉花模型Cotton XL的内部调用以及模型和数据库之间的信息传递,运用PHP语言实现了决策页面和数据库之间的信息传递。系统以气候、土壤、管理措施和品种特性为基本输入,可提供棉花生长发育动态预测、产量预报和品质预测等服务。经验证,系统能够较好地反应新疆棉区棉花生长发育和产量形成过程,系统的建立对提升气象为农服务能力具有重要的现实意义。      

农田春小麦叶面积指数和覆盖度时空变异性研究

准确获取春小麦叶面积指数和覆盖度的时空变异特征,对春小麦生长参数时空分析至关重要,也是利用遥感准确反演春小麦叶面积指数和覆盖度必须解决的问题,对于尺度转换研究具有十分重要的意义。综合运用传统统计分析方法、地质统计分析方法及时间稳定分析方法,研究了春小麦叶面积指数和覆盖度在不同生育阶段的时空变异特征,并探讨了二者的关系,建立了综合考虑时空特征的春小麦叶面积指数增长模型。研究结果表明:在研究条件下,春小麦覆盖度和叶面积指数随时间的变化趋势相似,但二者变异系数(CV)的变化趋势明显不同,随着春小麦的不断生长,覆盖度CV不断减小,而叶面积指数CV则是先增加后减小;春小麦叶面积指数和覆盖度都具有空间结构,其中在播种-分蘖阶段(头水灌溉前)的空间相关距离最大(50~60 m),头水灌溉后,春小麦叶面积指数和覆盖度的空间相关距都减小,其中叶面积指数相对比较稳定(约20 m);春小麦叶面积指数和覆盖度均具有时间稳定特征,播种-分蘖阶段处于头水灌溉前,这个阶段的春小麦覆盖度对其在整个生育期的稳定性有显著影响,相比之下,这个阶段的叶面积指数对其在整个生育期的稳定性影响不明显;春小麦叶面积指数除了与生育期有密切的时间相关关系外,还在一定范围内与覆盖度有显著的空间相关关系,为此从时空变异角度,建立了一个以生育期和覆盖度为预报因子的叶面积指数增长模型,经检验,拟合模型方程在置信度0.01水平上表现显著。叶面积指数增长模型将不同时间的叶面积结合了空间上的变异特征,较之前的仅基于生育期的Logistic模型适应性更广。     

基于无人机数码影像的大豆育种材料叶面积指数估测

利用低成本的无人机(Unmanned aerial vehicle,UAV)高清数码影像获取系统,于2016年7—9月在山东省济宁市嘉祥县圣丰大豆育种基地,获取大豆育种材料试验区的R1-R2、R3、R5-R6共3个关键生育期的高清数码影像,首先利用高清数码影像中的黑白定标布,对数码影像的DN(Digital number,DN)值进行归一化标定,并构建标定的18个数码影像变量,然后基于900个育种小区的叶面积指数实测数据构建大豆育种材料叶面积指数的一元线性回归、逐步回归、全子集回归、偏最小二乘回归、支持向量机回归和随机森林回归模型,最后基于模型建立和验证的决定系数(R~2)、均方根误差(RMSE)和归一化的均方根误差(nRMSE)3个指标,筛选估测叶面积指数的最佳模型。研究表明,全子集回归模型中采用4个数码影像变量B、RGBVI、GLA和B/(R+G+B)的多元线性回归模型对大豆育种材料叶面积指数的解析精度最优,模型建立的R~2、RMSE和nRMSE分别为0.69、0.99和17.90%,验证模型的R~2、RMSE和nRMSE分别为0.68、1.00和18.10%。结果表明,以无人机为遥感平台,搭载低成本的高清数码相机,利用高清数码影像进行大豆育种材料LAI估测是可行的,可以快速、有效、无损地获取大豆育种材料的长势信息,为筛选高产大豆品种提供一种低成本的可行方法。     

基于Web的农业科技信息服务平台设计与实现

农业科技信息服务平台是将IT技术用于农产品信息的管理,它能够收集并存储农产品的档案信息,提供更新与检索农产品信息档案的接口,从而提高工作效率。该平台提供最完善的农产品供给,促进农业可持续发展,为浏览者提供全面、准确的信息服务体系,解决农产品信息所存在的管理问题。该平台通过充分的市场调研分析,采用SSH框架、JAVA语言进行后台开发,前台采用主流的HTML+CSS+DIV网页布局来实现。测试表明,该信息平台使农业信息实现一体化,能够获取高效、方便和快捷的农业科技信息,实现农业的高效性和可持续发展性。