光照不变性研究及在农业领域中的应用

对光照不变性的几种研究方法进行了综述,总结了它们的优缺点及局限性;分析了光照变化在农业领域的重要性。对于在室外作业的农业机器人来说,由于光照条件的变化导致了果实识别误差较大和处理时间长;而在农产品品质检测中,光照条件的变化同样会影响检测结果,使得检测的误差率过高。因此,要消除光照变化的影响,为机器视觉识别奠定良好的基础。     

基于近邻传播算法的茶园土壤墒情传感器布局优化

针对节水灌溉的土壤墒情传感器布局问题,提出了基于近邻传播算法(affinity propagation,AP聚类算法)的优化布局策略。策略在保证茶园传感网络全覆盖的基础上,实时采集试验区各节点的土壤墒情数据,构建节点土壤含水率的相似度矩阵,并迭代计算各节点的吸引度和归属度值,得出聚类数和聚类中心。结果表明,采用AP聚类算法对试验区域传感器进行优化布局,优化了传感器数量和位置,使传感器数量由25个减少到2个。在试验区随机采集土壤相对含水率,经验证,聚类中心节点的土壤相对含水率与试验区平均值相近,相对偏差近为0.76%,表明聚类中心节点的土壤墒情数据具有代表性。该方法有效降低了数据的冗余度,节约了系统成本。     

冷链物流车厢微环境感知与调控系统设计

研制了一种应用于冷链物流的车厢微环境感知与调控系统.系统由手持终端模块和车载测控模块两部分组成,手持终端模块通过RFID和按键设置理想环境参数和手机号码等,并与车载控制模块无线通信,车载测控模块实时检测车厢内温度、湿度、CO2含量、震动等参数,并进行短信报警和PID调控.测试结果表明,系统工作正常,性能良好.     

基于聚类和异常检测的作物监测数据预处理研究

针对作物建模过程中监测数据存在的时间段识别分段以及异常数据问题,研究自动、有效的数据预处理方法,以期为后续分析和建模提供可靠的样本。采用改进后的聚类分析对监测获得的多维时间序列数据进行分类,进而获得连续、全面、均匀的时间段,在此基础上,根据样本数据规模选择合适的异常检测准则,用于异常数据检测和处理。通过对黑豆以及番茄、南瓜、黄瓜等作物监测数据的聚类分析及异常检测处理,高效地筛选出适合分析和建模的数据样本集。研究表明,聚类分析与异常检测相结合的数据预处理方法有效避免了作物监测实验中存在的误差和干扰,提高了数据分析与建模的质量和效率,在作物模型尤其是小样本作物模型的研究和应用中具有潜力。     

非饱和土壤水运动模型参数优选方法研究

针对数值反演过程中参数优选方法适用性不明确的问题,研究最小化目标函数、带有自适应差分演化Metropolis的马尔可夫链蒙特卡罗方法(MCMC-DREAM)对数值反演效果的影响,为探索高效的参数优选方法提供参考。数值算例反演结果表明:最小化目标函数方法计算复杂度较低,但对参数初值敏感,适合于对目标区域土壤有较为深入了解的场合使用;MCMC-DREAM对参数初值不敏感,但计算复杂度较高,适合于先验信息有限的场合使用。两种参数优选方法都存在“异参同效”现象,先验信息与敏感性分析有助于克服该问题,提高数值反演解决实际问题的能力。     

基于Android手机的农机作业补贴监管信息采集

为了提高农机作业补贴的客观性和监管效率,开发了一种基于Android手机的农机作业信息采集系统。采用摄像头Intent、Service组件和Alarm Manager服务设计图像采集模块,基于Android平台的GPS技术设计作业量统计模块,采用Http通信协议设计数据传输模块,并集成为信息采集APP。应用试验表明,输入农机编号、拍照间隔、定位间隔和农机宽度参数,即可自动、实时地获取作业时间、地理位置、田间图像和作业亩数等信息,并通过无线传输或人工读取SD卡2种方式将作业信息移交到相关管理部门。该系统操作简便,信息准确,实时性强,为政府部门进行农机作业补贴提供了便捷、可靠的核算和监管依据。     

基于改进K-medoids算法的土壤墒情传感器布局优化

针对茶园土壤墒情传感器布局中传感器数量过多、数据冗余度过大的问题,采用改进的K-medoids方法,优化茶园土壤墒情传感器使用数量及部署位置。在保证茶园传感网络全覆盖的基础上,实时采集各传感节点数据;构造各传感器在不同天气条件下的时间序列数据,并运用三次样条插值法拟合成连续函数;应用谱排直法定义新的时间序列数据的距离函数替换K-medoids中的欧氏距离,将聚类中心作为最终的传感器布点;随机选取位置并采集土壤相对含水率以验证聚类中心作为传感器布点的代表性。采用改进前和改进后的K-medoids方法对2018-07—2018-08（试验Ⅰ）和2020-12（试验Ⅱ）采集的土壤墒情数据进行聚类。结果表明：1）改进的K-medoids将32个传感器减少到4个,改进前后簇中心墒情值与簇均值的相对偏差,试验Ⅰ由2.85%降到1.91%,试验Ⅱ由2.01%降到1.43%;2）改进K-medoids所得聚类中心相对含水率与试验区域平均值相近,相对偏差小于2%;3）以改进的K-medoids算法所得聚类中心作为起点的布点路径长度为82.4m,使用8个传感器,优于改进前的106.5m和10个传感器。基于...     

远程农业监测信息系统设计与实现

针对农业信息远程监测服务需求和物联网农业应用背景,设计开发了农业信息远程监测和服务系统。系统将无线数据采集、远程数据传输和网络服务相结合,实现了远程、多目标、多参数的农业信息实时采集、显示、存储、查询和统计等功能。系统通用性和扩展性较强,在数字农业、农作物防灾减灾等领域具有良好的应用前景。     

基于热扩散探针的便携式植物液流监测仪研究

液流是植物重要的生理指标,在蒸腾耗水规律研究及相关应用中需要对液流进行长期、精准的在线监测。针对国外商用液流仪价格偏高,模块化液流仪在体积、性能、野外供电及通信等方面存在诸多不足的问题,运用集成化设计理念,设计了一款基于热扩散原理的便携式植物液流监测仪。采用嵌入式微处理器STM32作为主控芯片,以AD620和OP07组成的低噪声精密放大电路为核心,设计了探针恒流加热、SD卡存储及GPRS通信、太阳能供电和电量监测报警等电路,运用迭代算法获得当天测量电压最大值,即时计算出植物液流密度。现场测试和对比试验表明,该仪器性能稳定,显示、存储、读取、传输和报警等功能正常,测得的液流密度数据准确,与对比仪器DeltaT数据采集仪测得结果具有良好的一致性。双探针监测时,在没有光照的情况下可连续工作7 d,在有光照天气情况下可实现长期连续工作。该液流仪性价比高、使用方便、通道易于扩展,可替代进口产品,在植物水分传输及利用研究、森林生态系统对环境变化的影响监测以及城市绿地水分管理等领域具有良好的应用前景。     

基于迁移学习的园艺作物叶部病害识别及应用

为给农户提供质优价廉的园艺作物叶部病害识别服务,提出基于迁移学习的模型训练及基于Flask的Web部署方法.对PlantVillage数据集进行预处理,分别使用ResNet18、ResNet50和ResNet152 3种模型进行迁移学习训练,得到3种识别模型.利用Flask将模型部署到服务器上.3种识别模型对苹果等14...