电子村务系统的设计与开发

根据农村村务电子化的需求,研究了电子村务管理的主要内容,提出了电子村务系统框架及其功能要求,对电子村务系统模块进行了详细设计,并利用SAAS云服务技术在Asp.net环境下进行了开发。该系统有助于塑造一个更有效、更精简、更公开、更透明的村委会,以期为公众、企业和社会提供更好的公共服务,推动农村信息化进程。     

甘薯干物质分配及产量形成模拟研究

根据甘薯器官生长与温度和辐射的关系,建立了基于累积辅热积的甘薯干物质分配及产量形成的模拟模型,并利用试验资料对模型进行了检验。研究结果表明,模型对地上部分干重、地下部分干重和块根干重的模拟结果与实测值均符合较好,模拟结果与实测值之间的拟合度值分别为0.97、0.96、0.95(均为0.01水平显著相关),预测相对误差分别为1.23%、1.89%、2.45%。模拟系统是采用C Builder6.0为编程语言,在Pentium(R)4CPU、512MB内存计算机、中文Windows XP操作平台上开发的可执行模型系统。与已有的大田作物生长模型相比,建立的模型不仅预测精度较高和功能全面,而且模型参数易获取,具有较强实用性。模型能够预测甘薯干物质分配及产量指标,从而为甘薯生产管理和环境调控的优化提供决策支持。     

施氮对杂交苏丹草植株硝态氮累积及产量的影响

研究2个施氮水平(中氮300 kg/hm²和高氮600 kg/hm²)和2种施肥方式(一次基施和平均3次分施)对皖草2号植株茎杆、叶片硝态氮(NO₃-N)累积及产量的影响。结果表明:皖草2号叶片NO₃-N含量显著低于茎秆(P<0.05),其第3次收获草(H3)茎杆和叶片中NO₃-N含量最高;施氮处理植株茎秆、叶片NO₃-N含量均高于对照(N0)。同种施肥方式下,各茬收获草(H1、H2、H3)的NO₃-N含量随施氮量增加而升高。所有氮素处理硝酸还原酶(NR)活性均高于对照,且随收获次数的增加NR活性升高。一次性基施处理,鲜干物质产量随施氮量增加而降低;分次施肥处理,鲜干物质产量随施氮量的增加而升高;相同施氮量分次施用(N3和N4)产草量显著高于一次性施用(N1和N2)(P<0.05)。施氮处理粗蛋白产量均显著高于对照(P<0.05),其中N4处理产量最高,达到5218 kg/hm²。随施氮量的增加干物质生产效率、粗蛋白生产效率和氮肥吸收利用率等降低。干物质生产效率和氮肥吸收利用率变化情况是相同施氮量分次施肥处理高于一次性基施处理,即:N3>N1,N4>N2,粗蛋白生产效率是高施氮量分次处理高于一次基施处理。     

基于机器视觉的双孢蘑菇在线自动分级系统设计与试验

针对双孢蘑菇工厂化生产中人工分级劳动量大、生产效率低、标准不统一等问题,该文研究设计了一套基于机器视觉的双孢蘑菇精选分级系统,提出基于分水岭、Canny算子、闭运算等处理的双孢蘑菇图像大小分级算法,设计了基于传送速度、距离、触发时间与算法处理时间的精确控制策略,开发了基于Open CV 2.4.10和visual studio 2010的系统分析与控制软件,在最大限度减少破损情况下,实现双孢蘑菇实时在线精选分级。基于研发的双孢蘑菇自动精选分级系统样机,对新鲜双孢蘑菇进行了分级性能及分级效果的测试。试验结果表明,在输送速度12.7 m/min、相机行频1 900 Hz下,自动分级系统的平均分级速度是102.41个/min、平均准确率97.42%、破损率0.05%、漏检率0.96%,相对于人工分级效率提高38.86%,准确率提高6.84%,破损率降低0.13%,可以连续稳定工作。对于长时间分级,由于人容易疲劳,自动分级的优势更加明显。     

光谱分析技术在水果品质与安全检测中的应用

【目的】对可见光/近红外光谱和拉曼光谱应用于我国水果品质与安全检测领域近年来的研究成果进行总结,并展望其未来发展方向。【方法】文章在纵向梳理基于光谱分析技术检测水果品质与安全研究文献的基础上,深入分析了可见光/近红外光谱和拉曼光谱在我国水果品质(包括内部糖、酸、可溶性固形物、维生素C含量、内部霉变、坚实度及外部缺陷、损伤检测)与安全(农药残留)检测中的研究状况及存在的问题。【结果】在我国,可见光/近红外光谱技术广泛应用于水果各品质指标检测研究,并取得了大量研究成果。拉曼光谱技术在我国水果品质分析领域获得成功应用较少,但在水果农药残留量检测方面比可见光/近红外光谱分析技术更具优势。【结论】可见光/近红外光谱和拉曼光谱在水果品质与安全检测方面应用广泛,但存在较多问题。同时检测指标多、通用性强的便捷式检测系统和痕量检测是未来光谱分析技术在水果质量检测与分级方面的发展方向。     

我国食品质量安全追溯体系建设概况

我国关于食品溯源体系的研究始于2002年,在研究和实施过程中,逐步制定了一些相关的标准和指南,并建立了一批可追溯食品和可追溯企业,形成了一系列的追溯子系统。文章介绍了我国食品质量安全追溯体系建设的重要性,目前建设的基本情况,深入分析存在的问题并提出解决方案。     

基于高光谱成像技术的富士苹果轻微机械损伤检测研究

为降低苹果损伤造成的商业损失,延长苹果的储存期,利用高光谱成像技术实现了基于特征波段的苹果表面轻微机械损伤的快速、无损检测。以120个富士苹果为研究对象,首先利用波段范围在400～1 000nm的高光谱成像光谱仪获取完好和轻微损伤0、2、4 h的富士苹果的高光谱图像,并提取感兴趣区域的平均光谱数据,然后通过两次连续投影法进行分析,去除光谱波段间的冗余信息,找到共线性最小的波段组合(821 nm和940 nm);其次,对特征波段图像进行主成分分析,选择完好与损伤区域差异明显的第二主成分(PC2)作为检测损伤的有效图像;最后,对有效图像进行固定阈值分割和形态学处理,得到苹果表面机械损伤的检测结果。利用该方法对验证组40个正常和轻微损伤不同时间段的苹果进行测试,总体正确率达到94. 4%。     

基于高光谱成像技术识别苹果轻微损伤的有效波段研究

为了筛选出适用于开发苹果轻微损伤自动分级仪器的有效波段,以200个烟台富士苹果为对象进行研究。首先获取400～1 000 nm波长范围内完好和轻微损伤后0、0.5、1 h的苹果高光谱图像,然后提取完好与损伤样本感兴趣区域的平均光谱反射率数据,再利用载荷系数法（x LW）、连续投影法（SPA）和二阶导数（second derivative）法提取特征波长,分别提取3、9和20个特征波长,并根据特征波长建立基于遗传算法优化的BP神经网络（GA BP）和支持向量机（SVM）损伤识别模型。结果显示,三种基于特征波长提取方法建立的SVM模型对测试集的识别率（分别为77.50%、91.88%、96.88%）均高于BP GA模型（分别为75.63%、90.63%、93.75%）,因此,SVM被确定为最佳苹果轻微损伤识别模型。最后,利用每一特征波长分别作为变量建立SVM模型。结果发现,波段811 nm识别率达到90.63%,优于其他波段,被确定为苹果轻微损伤识别的最优波段。     

塑料大棚茶园无线智能监控系统研发

研究了茶树生长所需的环境要素以及在塑料大棚种植茶树的控制要求,进行了塑料大棚茶园无线传感网络、远程数据传输、监控中心、控制输出和控制策略设计,采用基于MPT的分段控制策略,研建了塑料大棚茶园无线智能监控系统。系统具有环境参数与控制状态实时显示、数据存储、趋势显示、报警显示及处理结果显示等功能,实现了基于无线传输技术的塑料大棚茶园的智能化监控。通过在日照塑料大棚茶园的实际应用,减少了生产成本,改善了茶树生长的状态,减少了病虫害的发生,提高了茶叶的色泽、口感、香气等整体品质。     

苹果任意姿态下高光谱图像感兴趣区域选取方法

针对实际生产线上基于高光谱成像技术检测苹果内部品质时由于高亮区、果梗和果萼等区域光谱差异大导致的糖度误差问题,本研究提出了一种随机姿态下苹果高光谱图像感兴趣区域的选取方法,可实现感兴趣区域的自动选取。该方法首先将高光谱图像各像素点按照700 nm波长的光谱强度值进行直方图统计,获取各像素点光谱强度的大小关系,保留光谱强度前40%的区域,对其进行形态学腐蚀操作,去除其中700 nm光谱强度值大于3 900的过度曝光像素点,获得苹果原始感兴趣区域;然后基于原始感兴趣区域,建立不同大小感兴趣区域对应的平均光谱与苹果糖度的偏最小二乘回归(PLSR)模型,探究苹果感兴趣区域大小与预测精度的关系,进一步缩小感兴趣区域。最终选取原始感兴趣区域光谱强度前70%的区域作为感兴趣区域对任意姿态下的苹果糖度进行预测。基于该方法,建立了基于高光谱成像技术的苹果糖度无损检测模型,实测验证结果表明,经黑白校正、标准正态变换(SNV)预处理后建立的竞争性自适应重加权算法偏最小二乘回归模型(CARS-PLSR)的预测精度最高,其校正集决定系数(R■)为0.9206,校正集均方根误差(RMSECV)为0.3203°Br...