基于Wi-Fi无线感知技术的奶牛爬跨行为识别

奶牛发情和爬跨行为之间存在着密切的联系,及时发现奶牛的爬跨行为是检测奶牛发情、提高养殖收益需要考虑的重要问题。为了在自然环境下可靠地检测奶牛的爬跨行为,同时避免引起应激反应,研究并提出基于Wi-Fi信号的奶牛爬跨行为检测与识别方法。首先,应用部署在日常生活环境中通用的Wi-Fi设备捕获奶牛的运动状态数据;其次,通过载波聚集、移动加权平均滤波对数据进行预处理;第三,基于局部离群因子LOF算法,实现信号跳变检测并以此为基础获取包含奶牛动作的信道状态信息(Channel State Information, CSI)序列片段;第四,设计并提取CSI序列片段的特征,构建了包含3类奶牛动作,共计8 127个样本的数据集;最后,基于长短时记忆网络(Long Short Term Memory, LSTM)构建奶牛行为识别模型。通过使用数据集中2497个样本作为测试集检验提出的网络模型,检验结果表明,系统能够可靠地捕获包含奶牛动作的CSI序列片段,并以较高的准确率识别奶牛的爬跨行为。模型在测试集上对3类样本的总体分类准确率为96.67%,其Kappa系数为0.943 1,获得了较高的性能。研究结果将...     

基于非损伤微测技术监测贮期鸡蛋氧呼吸规律

鸡蛋作为一个生命体,呼吸作用是其产后重要的生理活动,也是影响鸡蛋贮运效果的重要因素,研究鸡蛋氧呼吸规律对其贮藏保鲜意义重大。该文应用非损伤微测技术,搭建特有的微测试验平台,实时监测鸡蛋与外界微环境的O2交换速率以及交换强度。通过预试验选定探针与鸡蛋表面的最佳距离为50μm,选定鸡蛋最佳测试位置为钝端。试验选取一天中的4个时间点(6:00,12:00,18:00,24:00)来测试鸡蛋O2呼吸,借以研究鸡蛋在一天不同时间点的氧呼吸强弱;另外在每天同一时间点测试鸡蛋O2流速,连续测一个月,来研究鸡蛋贮藏期间的氧呼吸变化规律。试验发现:一天中鸡蛋的氧呼吸存在凌晨高下午低的规律性,无论是受精蛋还是非受精蛋,在每天的不同时间点呼吸强度有差异,受精蛋比非受精蛋的生命活动及新陈代谢变化更强烈,昼夜呼吸差异显著;一个月中,鸡蛋在贮期会产生2次呼吸峰值,分别出现在质变的转折点,并且第2次的峰值明显高于第1次的峰值。试验结果表明鸡蛋存在自身特有呼吸规律,生命代谢活动强时其对应氧呼吸活动也强,反之则弱;刚产下的鸡蛋的呼吸较为活跃。该研究可为如何优化贮藏条件以及提高种蛋的孵化率提供参考。     

基于Wi-Fi网络环境下的高职院校图书馆信息资源建设

Wi-Fi网络环境下高职院校图书馆,要更好的履行其职责并发挥好知识导航和信息服务的功能,需实现信息资源建设从传统环境到网络环境的转变,并积极探索Wi-Fi网络环境下高职院校图书馆信息资源建设模式。     

基于温度感知RFID标签的冷链厢体中温度监测

针对温度感知RFID(radio frequency identification)标签应用于冷链物流温度监测中缺乏有效数据验证的问题,该研究通过将42个温度感知RFID标签部署于冷链模拟平台中,划分了7个横截面、3个纵截面和两个层,设置了机械降温-冷链维持-自然回温3个不同阶段,同时在42个监测位点中选择7个位点同步部署了便携式温度记录仪,获取了不同条件下的温度监测数据,并与便携式温度记录仪数据和CFD(computational fluid dynamics)模拟数据进行了比较。7个温度感知RFID标签与便携式温度记录仪同步监测位点的数据表明,两种监测方法温差分布于±0.5℃范围内的数据点最多,占43.6%,温差分布于-1.0~-0.5℃区间的数据占了24.6%,考虑到2种设备自身的温度采集精度,温差在±0.8℃范围内可接的,其比例占71.3%,因此利用温度感知RFID标签进行冷链温度监测是可行的。对42个位点在3个不同阶段的温度监测数据表明,机械降温阶段各位点用时在1 h以内、冷链维持阶段大部分位点表现出温度在在0~4℃之间振荡的特征、自然回温阶段用时约49 h。深入分析机械降温阶段及冷链维持阶段不同截面的温度监测数据,结果表明3种截面均表现为降温初始阶段温度差值不稳定、稳定后具有明显的分布特征且离出风口较近降温较快的特点。以横截面2和横截面6平均温度为例,将温度感知RFID标签数据采集数据与CFD模拟数据进行比较,去除测量精度的干扰,截面2的均方根误差为0.73℃、平均相对误差为13.58%、截面6的均方根误差为0.56℃、平均相对误差为10.94%,具有较好的空间一致性。研究结果可为实现冷链物流中低成本、连续的温度监测奠定基础。     

基于压缩感知的鲜食葡萄冷链物流监测方法

为了在冷链物流全程监测中,科学而高效地采集信息,该文应用压缩感知（compressed sensing,CS）技术,构建了面向鲜食葡萄冷链物流过程的监测方法,该方法根据感知数据特征构建了双正交小波变换稀疏矩阵,以更好的实现对传感数据的稀疏表示,根据冷链物流的特点构建了数据传输模型,以更好的完成数据的压缩采样传输。同时在模拟冷链条件下对方法系统进行了重构误差性能及节点能耗情况测试验证。结果表明,所提出的方法具有良好的压缩效果,数据的压缩比约为91%,能够通过对传感数据的压缩采样传输,实现数据的高精度重构,恒温下温湿度重构绝对误差分别为0.07℃和0.05%,变温下的则为0.15℃和0.006%。采样压缩采用传输后的汇聚节点电压衰减速率要低于直接传输方式,能有效的延长网络的生命周期。     

基于云原生技术的土壤墒情监测系统设计与应用

该研究针对全中国尺度的土壤墒情监测需求,构建基于自动监测站原位监测与多源专题数据的土壤墒情数据获取感知技术体系,提出数据质量控制清洗策略并建立数据校正插补模型。系统基于云原生技术设计,将模块以微服务形式灵活开发部署,通过容器技术打包运行独立实例,布设了墒情数据上报采集、可视化分析和数据挖掘应用等核心模块。依托空间分析和WebGL技术开发3D WebGIS数据分析功能模块,实现协同土壤墒情、土地利用、海拔高程等多源数据可视化分析与制图,深入挖掘数据价值,实现墒情估算和基于水量平衡的灌溉决策应用服务。系统已在中国21个省份得到应用,建立自动监测站970个,采集监测数据6 000余万条,为用户掌握土壤墒情现状、指导农业节水灌溉、获取可靠科研数据等应用提供数据与技术服务。     

利用计算机视觉技术实现对温室植物生长的无损监测

利用计算机视觉技术对温室植物生长进行无损监测，获取植物生长状态信息，对于提高温室的智能化控制水平具有重要意义。在实验温室中设计了一套计算机视觉系统，对黄瓜幼苗生长进行无损监测，同时利用VC++6.0编制的图像分析处理软件，提取植物的外部形态特征：叶冠投影面积和株高。通过对两组无土栽培的黄瓜幼苗叶冠投影面积的连续监测，发现叶冠投影面积的变化趋势可以较好的反映植物的缺肥情况。用图像处理方法测量植株的平均株高与人工测量结果的相关系数可以达到0.927。研究表明，计算机视觉技术应用于温室植物生长的无损监测是可行的，具有广阔的应用前景。     

基于反射光谱的植物群体叶绿素含量监测系统的研制

针对农业生产环境中植物群体叶绿素的监测,该文提出了一种基于可见-近红外反射光谱的植物群体相对叶绿素含量实时监测系统。系统以太阳光为光源,设计了特殊光路同时获得植物冠层反射的700和830 nm 2种波长光信号以及该2种波长光的入射信号。采用ZigBee协议搭建无线传感器监测网络,由终端节点将以上光路获取的4路信号进行采集和处理,并将其转发至协调器,进而由协调器发送至用户中心进行计算与存储。系统试验研究中测量的有效样本点共124个,将前36个点的两波长吸光度值与样本叶绿素指数值采用最小二乘法进行多元回归,建立定量分析模型,模型决定系数和标准差分别为0.919和9.26958;用后88个点建立预测集,模型预测值与标准值建立的线性函数决定系数为0.913,标准差为9.372,系统稳定性试验变异系数CV1.82%。结果表明,该系统可用于自然光照条件下群体叶绿素的准确测量与实时监测,为精细农业自动无损检测技术提供理论及实践基础。     

基于无线传感器网络的无人机农田信息监测系统

移动无线传感器网络技术为农田信息监测提供了高效可行的技术手段。该研究根据南方农田地块相对分散、丘陵山地多,农情信息获取环境恶劣、采集数据时间周期长、网络分割成块的特点,利用UAV(unmanned aerial vehicle)具有的高效、灵活的特性,结合低功耗无线传感器网络,提出一种满足南方农田信息获取采样和数据业务需求的三层架构的无线传感器网络体系结构TUFSN(three-tire unmanned aerial vehicle farmland sensor network),其由数据采集层、中继传输层和移动汇聚层组成,该体系结构具有系统结构合理、可扩展性好、系统整体能耗低等特点。通过仿真可得中继节点RN（relay node）的缓存大小范围为3～13kB,系统试验中携带移动节点的UAV以1m/s的速度、15 m的高度在农田上空飞过,飞行过程中与地面中继节点通信并采集农田信息,UAV与地面中继节点的平均通信时长为26 s,仿真和试验表明,基于UAV的三层架构农田信息采集无线传感器网络很好地满足了南方地区农田信息数据采集和监控的生命周期长、传输数据可靠、覆盖面积广的要求。     

基于核磁共振成像技术的作物根系无损检测

作物根系三维构型对于作物养分吸收具有十分重要的作用。该研究选用玉米、大豆和茄子3种常见作物根系作为研究对象,利用核磁共振成像(MRI)技术对其根系三维构型进行原位无损检测。试验研究和分析了生长介质、作物根系类型以及三维重建方法对作物根系成像的影响,并探讨了应用MRI技术快速无损进行作物根系研究的优势和不足。研究表明,应用MRI技术进行作物根系三维构型的研究是可行的。该研究为作物根系三维构型的定量描述和分析提供了一种新的途径。     

基于被动微波遥感的中国干旱动态监测

目前用于中国干旱监测的遥感方法大多是可见光和热红外指数法,受云雨、植被和地形的影响较大,不能满足中国南方地区干旱监测的需求。该研究基于被动微波辐射传输方程,首先构建了基于AMSR-E（advanced microwave scanning radiometer-EOS）数据的地表温度反演模型,R2=0.79,RMSE（root mean square error）为2.54℃,实现了中国地表温度的被动微波遥感监测。然后,拟合了不同下垫面归一化植被指数（normalized difference vegetation index,NDVI）与微波极化差异指数（microwave polarization difference index,MPDI）的关系。在此基础上改进了植被供水指数（vegetation supply water index,VSWI）,构建了基于AMSR-E数据的被动微波遥感气象干旱指数,并以中国2009年的旱情为例进行实例验证。研究表明,该干旱指数与AMSR-E L3土壤湿度数据有着显著的负相关关系（R2=0.75）,且能基本表征2009年中国实际的气象干旱状况。     

利用高光谱遥感技术监测小麦土壤重金属污染

为了探讨基于小麦叶片高光谱间接估测土壤重金属含量的潜力,该研究以江苏省宜兴市徐舍镇为研究区域,于2019－2020年采集农田土壤样品和小麦叶片光谱,经7种不同的光谱变换预处理后,以遗传算法（genetic algorithm,GA）优化的偏最小二乘回归算法（partial least squares regression,PLSR）对预处理后的光谱建立土壤重金属镉（Cd）和砷（As）含量的估测模型,并对模型结果进行精度评价。研究结果表明：1）光谱预处理技术能够突出光谱中的一些隐藏信息,对小麦叶片光谱进行微分变换、多元散射校正、标准正态变换等数学变换后更加有利于提取光谱敏感信息。2）GA-PLSR相较于一般的PLSR方法提高了模型精度,将GA用于光谱波段选择可以优化模型精度和提高稳定性。3）土壤Cd含量的最佳估测模型为标准正态变换预处理光谱与GA-PLSR结合,其外部验证的决定系数为0.87、均方根误差为0.04 mg/kg、相对分析误差为2.72;土壤As含量的最佳估测模型为多元散射校正预处理光谱与GA-PLSR结合,其外部验证的决定系数为0.91、均方根误差为0.32 mg/kg,相对分析误差为3.25。因此,能够利用小麦叶片高光谱间接估测土壤重金属Cd和As含量,该研究为将来实现定量、动态、无损遥感监测大面积农田土壤重金属污染状况提供参考依据。     

基于微小型无人机的遥感信息获取关键技术综述

近年来,基于微小型无人机的遥感信息获取技术广泛应用在农业领域。采用微小型无人机遥感信息平台获取农田作物信息,具有运行成本低、灵活性高以及获取数据实时快速等特点,是目前农田作物信息快速获取的主要方法之一,是精准农业发展的重要方向。该文主要对微小型无人机遥感技术平台的发展、遥感信息获取技术、遥感图像的处理与解析、以及微小型无人机遥感平台应用在作物信息监测和生产管理等方面进行了深入剖析,强调了遥感信息获取与解析技术的重要性和存在的问题,受微小型无人机飞行稳定性和载荷量的限制,如何实时快速准确地调整机载遥感传感器的姿态使被测目标始终处于监测视野中,并实现图像信息的远距离获取与传输,以及如何处理和解析无人机遥感系统获取高质量的遥感图像是微小型无人机遥感技术能否被广泛应用在各研究领域的关键技术。最后,提出了增强无人机飞行控制系统的高稳定性、遥感图像的精确获取及数据的实时传输和高精度的图像后处理方法,对作物信息监测技术的发展和应用具有重大意义,是实现大面积精准农业生产管理决策的重要依据。     

小麦苗情远程监测与诊断系统

小麦苗生长状况与后期的长势及产量关系密切,且小麦生长过程经历的环境复杂多变,所以对小麦苗期生长状况进行监测与诊断具有重要意义,该文基于远程监控、遥感和WebGIS技术,初步设计构建了小麦苗情远程监测与智能诊断管理系统.该系统通过远程监控技术获取田间现场环境信息,遥感影像数据获取小麦生长信息,并结合专家知识数据库,可对小麦长势、干旱、冻害进行监测与综合分析,并给出诊断方案,进而为小麦的调控管理提供决策和支持.     

面向对象的湖北省土地覆被变化遥感快速监测

为了快速监测湖北省土地覆被变化,以HJ-CCD、TM以及ETM影像为数据源,探索出了集成面向对象技术与"3S"技术的中尺度土地覆被变化遥感流程和方法。该方法首先基于HJ-CCD影像和面向对象技术进行2010年湖北省土地覆被信息的提取,并用野外采样点对结果进行验证。在保证高精度的情况下利用向量相似性函数对湖北省2000－2005年以及2005－2010年进行变化检测,从而获得2个变化时期影像的变化区域,然后利用面向对象技术中的最邻近分类器对变化区进行自动化分类。最后分别将2期的变化结果与未变化结果融合后获得湖北省2000年、2005年和2010年的土地覆被图,在GIS中处理后建成县、市、省3级行政级别的湖北省土地覆被变化本底数据库。试验表明分类结果的总体精度为93.24%,Kappa系数为0.914;2000－2005年与2005－2010年变化检测的总体精度分别为90.88%和90.75%。同时研究发现景观破碎的地区应用面向对象技术有一定的局限性。     

基于伪球算子边缘模型的猪前景帧检测

针对固定区域监控非刚体前景目标的活动,提出一种基于边缘像素模型的、低计算代价的前景帧检测法。根据帧序列中前景帧的边缘像素稳定性远远小于背景像素的特性,首先采用伪球边缘检测算子提取每帧的帧边缘;接着根据帧序列滑动窗口帧数和背景边缘像素判定阈值,提取非背景边缘图像;然后根据边缘像素点数量阈值,消除噪声边缘;最后根据序列帧噪声边缘判断阈值,判断当前帧是否为前景帧。在具有相当平滑性的条件下,伪球算子的边缘定位误差小于canny算子。猪舍区域检测猪只目标的试验表明,采用不到原图像像素总数的3%的边缘像素点,可以有效地适应背景光线变化及前景运动缓慢或短暂滞留等情况,为后继的猪只运动分析创造有利条件。     

华北平原冬小麦总初级生产力的遥感监测

该文以华北平原冬小麦为研究区,验证MODIS-GPP产品数据在下垫面复杂的农田生态系统的适用性,及农田生态系统的碳源/汇功能。首先采用MODIS-NDVI产品数据,根据冬小麦物候特征,解译出冬小麦种植面积;然后与经过验证并校正后的MODIS-GPP产品数据估算华北平原冬小麦2010年生长季内的GPP总量;最后,由涡度相关实测数据估算出冬小麦的生态系统呼吸量（RE）和净生态系统生产力(NEP)。结果显示：MODIS-NDVI解译出的冬小麦面积结果与TM解译结果的用户精度高达90.6%,总体精度达87.2%;MODIS-GPP产品数据与涡度相关数据估算结果的复相关系数高达0.9227;2010年华北平原冬小麦生长季GPP约为6.24′108 kgC,约占该区所有植被GPP的21.3%;华北平原冬小麦固碳能力较强,净生态系统生产力（NEP）占GPP的58.7%。研究表明,MODIS-GPP产品数据满足华北平原冬小麦GPP统计精度需求,冬小麦生态系统对陆地生态系统起到了重要的碳汇功能。     

基于无人机遥感影像的育种玉米垄数统计监测

为准确、快速的获取区域范围内的育种玉米垄数信息,该研究充分利用无人机(unmanned aerial vehicle,UAV)超低空遥感监测技术,通过提取UAV影像的超绿特征和Hough变换方法提取育种玉米的垄数。研究区为金色农华种业科技股份有限公司崖城育种基地,基地内存在正处于苗期、拔节期和成熟期的玉米试验地块,使用的数据源为利用固定翼瑞士e Bee Ag精细农业用无人机获取的超低空可见光影像。研究过程中,首先计算UAV影像的超绿特征,并进行二值优化与形态学开启运算处理,以分离玉米植株与土壤背景信息,采用3种尺寸的窗口搜索并检测用于垄数提取的定位点;然后,用影像分割投影法提取玉米垄线的中心点,减小后续处理的计算量;最后,对已经提取的直线特征不明显的无人机影像中垄线中心点进行Hough变换,以提取玉米垄数。精度评价结果为:采用3种搜索窗口,苗期地块内的43垄玉米的提取精度分别为97.67%、95.35%、88.37%;拔节期地块内的74垄玉米的提取精度分别为100.00%、100.00%、58.11%;成熟期地块内的44垄玉米的提取精度分别为95.45%、90.91%、88.64%。该研究所提出的基于影像分割投影法和Hough变换可以正确提取不同生育期的玉米垄数,其中以拔节期的玉米垄数提取精度最高,此时的玉米植株在UAV影像上可以识别且又尚未封垄,是提取种植垄数的最佳时相;对于定位点检测,与玉米种植的垄间间隔相近的窗口尺寸(1?15或者1?25)是垄数监测的最佳尺寸。     

无人机遥感技术在生产建设项目水土保持监测中的应用——方法构建

无人机遥感为水土保持监测提供了新的技术支撑手段,但这一技术在水土保持监测工作中的应用尚处于起步阶段,还未形成统一、有效的方法与标准.研究将无人机遥感技术与水土保持监测现行的规范规程相结合,从基础数据获取、监测信息提取及信息在水土保持监测中的应用等3方面,构建基于无人机遥感的生产建设项目水土保持监测方法,并将其应用于工程实例.基础数据获取包括飞行规划设计、原始数据获取及原始数据处理3个步骤,最终生成DEM和DOM成果;监测信息提取可在DEM或DOM成果的基础上进行,通常包括土地利用类型、监测对象位置、长度、面积及体积等;信息应用主要是结合相关规程规范,将提取出的有效信息,逐一应用到生产建设项目水土保持监测工作中.应用结果表明,研究构建的方法简单实用,可提高无人机遥感在水土保持监测中应用的技术水平,为生产建设项目水土流失防治提供技术支撑.