基于数据库的温室环境调控效果模型

提出了基于数据库的温室环境调控效果模型的建立方法,利用最小二乘支持向量机(LS-SVM)回归方法实现了模型的提取,并给出了模型的修正、数据记录和模型的更新。以BCB6.0为开发平台建立了相应的软件系统,系统能够实现对温室环境调控效果模型的自动提取、分析和更新。试验结果表明,该系统能够进行温室环境调控效果模型的预测,并提高了模型的通用性和自学习功能。     

基于作物生长和控制成本的温室气候控制决策支持系统

根据试验和观察获得的数据建立了温室作物生长模拟模型、温室的环境调控的技术效果模型和温室的环境调控成本模型,并建立相应的模型库;通过收集资料和专家经验建立了温室环境调控的知识库。以温室生产的“产出投入比”最大为目标,综合利用模型预测功能和知识库系统的推理功能,建立了温室环境调控决策支持系统。系统能够根据温室内外的环境信息、作物生长信息和温室调控设备状态信息给出温室环境调控实时最优的温度、湿度、光照和CO₂浓度等参数,并提供相应的调控方案。     

自走跨越式玉米去雄机的设计与试验

新疆的气候条件非常适合制种玉米的种植,针对新疆制种玉米种植的农艺要求,设计了自走跨越式玉米去雄机。该机由液压马达驱动,能够跨越行走在玉米地中,可以根据制种玉米的行距和生长高度,调整去雄装置的位置,并根据母本玉米雄蕊生长的情况和去雄要求,选择盘刀切雄装置或滚轮抽雄装置去除雄蕊。试验结果表明:抽雄合格率可以达到90%,漏抽雄4%,伤茎率6%,机具行走平稳,通过性能较好。     

基于光照的温室加热系统模糊PID控制

为了给冬季作物提供适宜的生长环境,综合考虑自然光和节能因素,提出了一种基于光照的温室加热系统模糊PID控制方法。首先,根据温室的光照强度和天气预报信息,建立温室内温度的设定模型;然后,结合常规PID控制算法简单、鲁棒性好及可靠性的优点,采用模糊控制思想对PID控制参数进行调整,使控制系统可以依据不同的偏差相应地调整;最后,使用Mat Lab中Simulink对控制算法进行了仿真试验。结果表明:该控制方法稳定性高、动态响应好、抗干扰能力强,为提高温室生产的经济效益提供了理论依据。     

利用机器视觉识别麦粒内米象发育规律与龄期

研究麦粒内部粮虫生长规律,判断粮虫所处发育龄期,为制定合理的防治措施提供科学依据,具有重要的社会经济价值。该文提出一种基于机器视觉的麦粒内米象变态发育规律及龄期识别研究方法。试验利用Micro-CT获取侵染麦粒投影数据,应用z-FDK(z-Feldkamp-Davis-Kress)算法重建出侵染粒的二维图像,利用图像分割及形态学方法得到虫体图像。提取了虫体的8个二维特征、4个三维特征、7个不变矩特征和7个基于灰度共生矩阵的显著性纹理特征,构成26维原始特征空间。根据不同龄期虫体特征的变化,研究米象在麦粒内的变态发育规律。利用模拟退火算法(simulated annealing algorithm,SAA)优化虫体原始特征,构建了优化后的10维特征空间。运用人工蜂群算法(artificial bee colony,ABC)优化支持向量机(support vector machine,SVM)的惩罚因子和径向基核函数参数,实现对麦粒内米象所处发育龄期的自动判别。试验结果表明,米象变态发育规律与实际情况一致,且对米象龄期的识别率达到97%,可有效判别出侵染粒中米象所处发育龄期。     

温室生长信息和环境信息多传感检测系统设计

我国设施农业发展迅速,目前对作物长势信息检测主要依靠传统判别方法,但是传统长势信息判断存在主观性强、费时费力等弊端,因此设计了适用于温室高架栽培作物的轨道式移动检测平台,该平台通过搭载作物生长和环境信息多传感检测装置,可实现对高架植物的茎、果、叶长势和冠层-空气温差等生长信息,以及环境温湿度、光照强度等气象环境因子进行监测.为了适应温室行走环境,提高行走的稳定性,移动检测平台采用轨道式移动机构设计,即利用温室加热管道作为轨道,以确保机构的稳定行走,对平台的运动功能进行验证,绝对误差最大值为7.2 mm,相对误差为0.72％.移动检测平台采用高举升升降机构,结合5自由度机械臂系统将传感器放到所需位置,将实际测量高度值与标准高度位置值进行数据对比分析,绝对误差最大值为0.83 mm,相对误差为0.78％,因此能精准地将所要使用到的传感设备放到所需的高度和预定位姿.     

温室内草皮蒸腾量预测的试验研究

研究了温室内草皮蒸腾量和小气候的关系,用彭蔓公式计算参考作物腾发量,用20cm蒸发皿测定温室内的水面蒸发力,并和测定的草皮蒸腾量进行对比。试验结果表明,草皮蒸腾量与温室小气候的回归系数（R^2）为0．938,明显高于蒸腾量与蒸发皿水面蒸发量的回归系数（R^2）0．8683和蒸发量与彭蔓公式计算的参考作物腾发量的回归系数0．7944,以温室小气候计算温室内的作物蒸腾量要优于以参考作物腾发量计算作物蒸腾量和蒸发皿水面蒸发量的方法。温室内草皮的蒸腾量与温室小气候线性相关,可以此计算温室内作物的蒸腾量。     

基于改进卷积神经网络的多种植物叶片病害识别

针对训练收敛时间长,模型参数庞大的问题,该文将传统的卷积神经网络模型进行改进,提出一种批归一化与全局池化相结合的卷积神经网络识别模型.通过对卷积层的输入数据进行批归一化处理,以便加速网络收敛.进一步缩减特征图数目,并采用全局池化的方法减少特征数.通过设置不同尺寸的初始层卷积核和全局池化层类型,以及设置不同初始化类型和激活函数,得到8种改进模型,用于训练识别14种不同植物共26类病害并选出最优模型.改进后最优模型收敛时间小于传统卷积神经网络模型,仅经过3次训练迭代,就能达到90%以上的识别准确率;参数内存需求仅为2.6 MB,平均测试识别准确率达到99.56%,查全率和查准率的加权平均分数为99.41%.改进模型受叶片的空间位置的变换影响较小,能识别多种植物叶片的不同病害.该模型具有较高的识别准确率及较强的鲁棒性,该研究可为植物叶片病害的识别提供参考.     

基于荧光光谱的生菜农药残留检测

为了研究采用荧光光谱技术对生菜农药残留快速无损定性鉴别的可行性,该文通过采集180个生菜样品（3个浓度农药残留生菜,每个浓度农残生菜样本数为60,其中农药与水配比为1：500、1：1000、1：1200,即重度超标、轻微超标、标准农残）的荧光发射光谱,结合Savitzky-Golay（SG）、标准正态变量变换（standard normalized variable,SNV)、标准正态变量变换结合去趋势（standard normalized variable detrending,SNV detrending）、SG与SNV算法组合（SG-SNV）、SG与SNV detrending算法组合（SG-SNV detrending）对提取的荧光光谱进行预处理,基于全光谱、荧光特征峰值、小波特征建立支持向量机（Support Vector Machine, SVM）分类模型。其中,小波特征通过小波变换对原始光谱以及预处理后光谱进行特征选择获取,分别采用 db4、db6、sym5、sym7作为小波基函数。试验结果表明：基于小波特征、荧光特征峰值建立的 SVM 模型预测集识别率要高于基于全光谱建立的 SVM 模型。以 sym5作为小波基函数,基于 SG-SNV detrending预处理光谱选择的小波特征建立的SVM模型取得最优的预测集识别率93.33%,最佳小波分解层数为4。结果表明应用荧光光谱技术对生菜农药残留鉴别是可行的,为生菜农药残留快速、无损检测分析提供了参考。     

机械通风对鸡舍内NH_3浓度影响的研究

[目的]为科学养鸡提供参考依据。[方法]在风机开启与关闭状态下分析鸡舍内不同位置垂直方向上和不同高度水平方向上NH3浓度的变化,并定点监测NH3浓度随时间的变化。[结果]在整个鸡舍空间内,风机通风降低NH3浓度的量占风机关闭时浓度的比重最大值为69.3%,最小值为30.6%,而在定点位置处连续监测到的NH3浓度差占风机关闭时浓度比重的最大值为56.5%。[结论]机械通风可有效地降低鸡舍内NH3的浓度。