太阳能低功耗滴灌控制装置的设计与实现

针对山地果园的自动滴灌需求,研制太阳能供电的滴灌控制装置,该装置由STM8S105S6微控制器、实时时钟模块、脉冲式电磁阀及驱动模块、传感器接口、太阳能充电子系统组成,并提供LCD可定制用户界面。测试太阳能电池、锂电池、磷酸铁锂电池的输出特性与供电电压2.8～4.3V下静态功耗,试验表明,太阳能电池最大输出功率为169mW,系统供电电压在3V以上正常工作。平均静态电流最低为70μA。以容量为800mA·h的3.7V锂电池供电,系统在无太阳能补给下的待机时间达150d。太阳能电池每天以42.25mW的输出功率对系统充电30min可维持系统不间断运行。控制装置功耗低,太阳能充电,防雷击防水,适合于野外果园的滴灌系统自动控制。     

基于图像识别的无人机精准喷雾控制系统的研究

【目的】针对传统的植保无人机喷雾作业时化肥农药浪费大,利用率低,造成环境污染的问题,研制一种基于图像识别的无人机精准喷雾控制系统。【方法】利用中值滤波算法对田间航拍图像进行去噪,采用分层K_means硬聚类算法实现对农田航拍图像的分割,提取非作物区域的颜色、纹理特征空间的22个特征参数,设计支持向量机分类器进行分类识别。根据优选的17个特征参数,利用以径向基函数作为核函数的支持向量机对非作物区域图像进行识别,并根据识别结果控制喷头,实现精准喷雾。【结果】测试样本的识别率可达为76.56%,在无干扰风场情况下,当P_阀为10%时,减施率可达32.7%。【结论】本系统为农业航空精准喷雾控制技术的应用提供了参考方向和决策支持。     

温度对克氏原螯虾胚胎和幼体发育的影响

为确定克氏原螯虾(Procambarus clarkii)胚胎和幼体发育的最佳温度,设置19、22、25、28℃4个温度,观察各温度条件下克氏原螯虾胚胎和幼体发育过程,记录不同温度下胚胎和幼体阶段的成活率、发育速率、生物学零度和有效积温。结果显示:温度对克氏原螯虾胚胎孵化率、孵化时间及幼体发育速率和成活率均有显著影响,在试验温度(19～28℃)范围内,胚胎发育进程随温度升高而加快,19℃和28℃条件下胚胎孵化时间分别为(622.67±6.02) h和(349.67±4.63) h;胚胎孵化率随温度升高呈现"先升后降"的趋势,在22℃时孵化率最高,为91.03%±2.97%,28℃时孵化率最低,仅为40.53%±4.97%;幼体发育时间随温度升高而缩短,19℃和28℃条件下幼体阶段发育所需时间分别为(304.00±10.73) h和(194.00±9.03) h;幼体成活率随温度升高呈现"先升后降"的趋势,水温22℃时,成活率最高(94.37%±1.60%),水温28℃时,成活率最低(82.67%±1.51%)。采用Sanderson-Pearis公式,计算得出克氏原螯虾胚胎和幼体发育的生物学零度分别为7.32、3.29℃。根据所建立的胚胎和幼体发育的温度依赖性发育模型推算出,克氏原螯虾胚胎和幼体发育的最适温度分别为22.06和22.78℃。综合各项指标,建议克氏原螯虾人工繁育过程中胚胎和幼体发育的温度范围设置为22～25℃。     

一种适合大豆MicroRNA鉴定的RT-PCR方法

MicroRNAs(miRNAs)是一类调控真核基因转录后表达的非编码小分子RNA.绝大多数miRNAs由计算机预测得到,其存在与否及时空分布还不清楚.因此建立高效、敏感和特异的检测方法,是探明miRNAs在多种组织中时空调控的基础和前提.研究以Lau等和Shi等的方法为基础设计方案,采用通用反转录引物,以大豆幼叶、老叶、根、茎组织为研究材料,对预测的、且Sanger Institute公布的miR156a进行扩增以检测扩增效率和准确性.经比较,该方法具有反转录引物通用、成本低,操作简单,可快速、敏感、高通量地同时比较一种组织中多个miRNAs,也可比较多个组织中miRNA;且该方法比Northem Blot和Microarray需要的RNA量少得多.     

大豆EST-SSR多态性与EST源序列的关系分析

对200个大豆EST-SSR标记及其能够产生多态性的大豆EST-SSR标记的EST来源进行统计分析,结果表明:来自大豆3′EST的EST-SSR标记产生多态的可能性高于来自大豆5′EST的EST-SSR标记,来自大豆Single序列和来自大豆Contig序列的3′EST产生多态性EST-SSR的比率均高于5′EST和其他来源EST;来自大豆Contig序列的EST-SSR产生多态性的比例明显高于来源于Sin-gle序列的EST-SSR。利用来源于大豆Contig序列3′EST的EST-SSR标记ses71、ses74和ses176验证了这个结论。     

基于发射功率自适应的稻田无线传感器网络节点设计

针对水稻生长过程环境因素变化较大以及传感器节点的能量大部分被无线射频阶段所消耗,设计了发射功率自适应的无线传感器节点,建立了长时间、稳定、高可靠性的稻田无线传感器网络。试验测试了水稻的株高、叶面积与生长天数的关系以及对无线信道的影响,结果表明水稻株高和叶面积的增加会降低无线信号强度和通信成功率;通过增大发射功率可以提高通信质量克服由于水稻生长因数对无线信道的影响。在软件设计方面,传感器节点采用睡眠、苏醒工作机制来降低功耗。同时为了延长工作时间、提高通信质量,提出了根据水稻生长周期、通信距离、接收信号强度、平均丢包率等因素自动调整节点发射功率的能量自适应功耗调整机制。田间试验结果表明,水稻田节点发射功率越大,有效通信距离越远,且水稻的密度和高度等对通信有重要的影响;节点发射功率在5 dBm以下时,发射功率的改变对节点工作电流影响较小,节点工作电流均小于40 mA;采用该机制对发射功率进行调整,增大节点发射功率可使通信成功率有大幅的提升;降低节点发射功率仍然保持良好的通信效果。水稻分蘖和抽穗2个生长时期的田间试验结果表明,采用发射功率自适应策略,提高了通信质量,平均丢包率在5%以下,通信成功率大于97%,达到了预期设计目的。     

小型无人机振动特性对超声波传感器的影响

【目的】安全避障是目前无人机(Unmanned aerial vehicle,UAV)领域迫切需要解决的一个难题,利用超声波传感器是无人机避障的重要手段之一,针对无人机飞行过程中机械振动的特性以及对超声波测距传感器的影响进行了研究,以提高超声波测距传感器的精准度,改善无人机作业稳定性。【方法】通过采集无人机不同油门开度的振动数据,进行多信号分析,得到无人机振动强度的空间和频域分布,并根据振动强度的空间分布,测定无人机振动对于超声波测距传感器的误差影响。【结果】随着离无人机中心距离的增加,无人机机臂上振动强度的空间分布存在减弱和加强交替出现的现象,离无人机中心最远处出现最大振动强度;振动幅度随着频率的增加而降低;无人机在载桨运行过程中对于机载超声波测距传感器水平测距影响最大,最大误差达到0.69 m,垂直方向的误差最大为0.20 m。【结论】随着离无人机中心距离和油门的增大,振动强度增大;调整传感器的振动频率可以减少无人机振动对传感器的影响。本研究结果为超声波传感器在农业无人机安全避障方面的应用提供了参考。     

农情信息智能感知及解析的研究进展

现代农业中,农业生产者需要实时、准确、全面地了解农田环境和农作物的生长状态,并对得到的农田信息数据做出相应分析、归纳和决策。农情信息智能感知和解析技术在现代农业生产中具有不可替代的地位。本文从农情智能感知和信息解析技术2个方面展开论述,重点分析了国内外农业物联网农情信息智能感知技术和基于大数据分析的农情解析方法研究进展,详细介绍了基于农情信息的智能决策技术在农机装备智能化应用的研究现状,总结了目前农用传感器应用存在的问题,并对今后在农情感知、信息解析技术、农业数据库技术以及智能决策技术方面的发展提出了建议,以期为智慧农业的深入发展提供参考。     

与EST-SSR连锁的抗性候选基因潜在功能分析

利用课题组已开发的80个具有良好多态性的EST-SSR标记对已构建的遗传连锁图进行加密.结果表明,共有16个EST-SSR标记在父母本间具有良好的多态性,多态性标记频率为20%;后代群体基因型数据经x2测验符合1:1分离比例;经连锁分析,16个差异EST-SSR标记被整合到已构建的具有19个连锁群的分子遗传连锁图谱中,...     

基于高光谱图像的龙眼叶片叶绿素含量分布模型

针对传统高光谱单点法检测叶绿素含量效率低、精度不足等问题,提出一种基于高光谱图像和卷积神经网络(CNN)多特征融合的深度学习龙眼叶片叶绿素含量分布预测模型。首先进行Savitzky-Golay光谱去噪,然后通过奇异值分解(SVD)和独立成分分析(ICA)提取特征光谱,再对特征光谱图像提取灰度共生矩阵(GLCM)和CNN纹理特征,最后建立粒子群优化(PSO)支持向量回归(SVR)、深度神经网络(DNNs)分布模型。结果表明,基于特征光谱建模的PSO-SVR预测效果最佳,全期的校正集和验证集模型决定系数R2为0.822 0和0.815 2。对比多种主流模型,基于特征光谱、GLCM纹理、CNN纹理特征的ICA-DNNs模型预测精度最高,校正集和验证集R2分别为0.835 8和0.821 0。试验结果表明,高光谱图像可快速无损地对龙眼叶片叶绿素含量分布进行检测,可为龙眼树实时营养监测和病害早期防治提供理论依据。