无线传感器网络在农作物信息监测中的应用

传感器已经被广泛的应用于工业、军事等方面。由传感器节点构成的无线网络也已经成为现今研究的热门问题。无线传感器网络在农业中尤其是在农作物信息检测中的运用是将智能化、自动化应用于农业中的最好的手段之一,而选择良好的协议标准也将会是解决问题的关键。     

基于冠层高光谱的油菜角果期红边参数及叶片SPAD值反演模型

以湖南省为研究区,探索不同栽培因子条件下油菜的高光谱特征,建立基于高光谱特征的叶绿素预测模型,并将其应用于田间生产实践,以期为油菜营养诊断、高产栽培和生产管理的信息化提供一定的理论依据和技术支撑。使用便携式地物光谱仪和SPAD-502叶绿素仪分别对油菜冠层反射光谱和SPAD值进行实测,分析不同栽培因子条件下角果期的油菜冠层光谱特征,并得到其相应的红边参数(包括红边位置、红边振幅与红边面积),最后运用多种方法对红边参数与角果期的油菜SPAD值进行相关性分析,以期建立SPAD值的最佳反演模型。结果表明,在红光波段(680～760 nm),油菜角果期的冠层反射光谱趋于稳定,冠层的三峰两谷现象比较明显,而且在整个角果期,红边位置都稳定在760 nm这个点,不随栽培因子的改变而改变。但是栽培因子对红边振幅和红边面积有着明显影响,因此可用红边参数来预测油菜的SPAD值。经过5种不同的建模比较分析可以得出,基于支持向量机(SVM)的预测模型最好,R~2为0.912 6,均方误差为0.326 6。     

数据挖掘技术在农业信息网站中的应用研究

为了在农业网站的海量数据中获取有用信息,运用数据挖掘技术对网站数据进行特征分析,并选择合适的数据抽取算法对网站数据进行抽取,然后根据此模式对农业网站的数据进行了定量、定性分析,从而建立了合适的数据抽取模型。能够为其他的应用提供帮助和服务,并能用于其他的知识应用体系中。     

农业专家系统在植物病虫害防治中的研究进展

农业专家系统自产生以来越来越为人们所认识,并在农业中得到了非常广泛的应用。从20世纪60年代至今,人们研制、开发了大量的农业各领域的专家系统。随着信息技术的发展,农业专家系统开发技术的日趋完善,农业专家系统在现代农业发展中的地位将无可替代。在此,简单总结了农业专家系统的产生和国内外的研究进展。阐述了农业专家系统在植物病虫害防治中的研究概况。简单介绍了中国近几年来研发的植物病虫害防治专家系统及其主要技术特征。分析了植物病虫害防治专家系统研究中主要存在的问题,即对基础研究不够重视、使用“门槛”过高,并提出了相应的解决方案。指出植物病虫害防治专家系统的发展趋势是：与“3S”技术的结合,网络化,综合化。展示了农业专家系统未来的应用前景。     

农业专家系统在植物病虫害防治中的研究进展

农业专家系统自产生以来越来越为人们所认识,并在农业中得到了非常广泛的应用。从20世纪60年代至今,人们研制、开发了大量的农业各领域的专家系统。随着信息技术的发展,农业专家系统开发技术的日趋完善,农业专家系统在现代农业发展中的地位将无可替代。在此,简单总结了农业专家系统的产生和国内外的研究进展。阐述了农业专家系统在植物病虫害防治中的研究概况。简单介绍了中国近几年来研发的植物病虫害防治专家系统及其主要技术特征。分析了植物病虫害防治专家系统研究中主要存在的问题,即对基础研究不够重视、使用“门槛”过高,并提出了相应的解决方案。指出植物病虫害防治专家系统的发展趋势是:与“3S”技术的结合,网络化,综合化。展示了农业专家系统未来的应用前景。     

基于冠层光谱特征参数的油菜品种识别

高光谱技术在农业领域应用广泛，其快速高效、精准无损的特点为农作物品种分类识别提供了一定的技术支持。采集11个油菜品种苗前期、苗后期冠层反射光谱数据，以高光谱位置、振幅、面积、宽度、反射率和植被指数6个方面共23个特征参数为研究指标，衡量特征参数的贡献率大小和方差分析显著性，据此分析其区分、识别油菜不同品种的效果。结果表明：从贡献率的角度，不同类别的高光谱特征参数区分油菜品种的能力不同，振幅参数区分油菜品种的能力最强，宽度参数区分油菜品种的能力最弱，综合效果由强到弱依次为：振幅参数＞面积参数＞反射率参数＞植被指数参数＞位置参数＞宽度参数；从方差分析的角度，不同时期区分油菜品种的效果不同，苗后期的识别效果优于苗前期，其中，以植被指数参数识别油菜品种的综合性效果最好。多重比较方差分析中以D_r、SD_r/SD_b、(SD_r-SD_y)/(SD_r+SD_y)3个特征参数识别效果最优，可以明确区分6个品种。苗期利用冠层光谱特征参数能够较好的对油菜品种进行分类识别，研究结果为快速实现农作物的分类识别及合理制定农作物的种植面积和空间分布奠定了基础。     

图像处理用于设施园艺管理系统的实践分析

以设施园艺管理系统精准化控制为研究对象，基于图像采集与分析处理技术对作物的生长状态进行感知，获取作物植株的特征参数，作为管理系统精准化控制输入参数。实践表明：采用这种方式能够有效提高作物生长过程的控制精度，提高过程管理的精准化控制水平。