温室蔬菜病害预警体系初探——以黄瓜霜霉病为例

【研究目的】温室蔬菜病害预警是保护温室生态环境和蔬菜质量安全的重要途径。预警体系的建立能够为模型和系统开发提供指导。【方法与结果】温室蔬菜病害预警的概念起源于植物病害流行学,经历了从警报系统到预警系统的转变。病害预警的基本逻辑过程,包括从明确警义、监测警兆、追溯警源、预报警情以及排除警情。制作预警指标体系可以为全面分析病害流行问题和研究病害流行预警模型提供参考。提出以经典预警方法为基础,以新预警方法为逻辑框架,以现代预警方法为关键技术,构建温室蔬菜病害预警体系基本框架。以温室黄瓜霜霉病初侵染预警为例,对该预警体系进行了初步验证。【结论】在该体系指导下建立的预警模型和系统,能够为温室黄瓜霜霉病初侵染预警提供决策支持。     

农产品溯源系统研究进展

溯源系统是保障食品质量安全的一种有效手段。从农产品的生产过程和消费者的需求角度,本文综述了近年来溯源技术在农产品(蔬果产品、畜产品、禽产品和鱼产品)中的应用研究进展,分析了农产品的个体标志、溯源标志和溯源方法,探讨了溯源粒度,提出了以企业为追溯单元的大粒度溯源系统更加可行。     

基于监管的分布式水产品追溯系统设计与实现

在比较国内外农产品追溯系统建设模式的基础上,系统地提出了一种基于行政监管的适合中国国情的水产品追溯系统架构方式,设计了一种基于行政区域代码的水产品追溯编码方式,突破了基于AES(advanced encryption standard)的水产品追溯监管码十进制分组压缩加密算法,建立了基于USB Key的水产品监管码密钥动态分配技术,生成了融合一维码、二维码的水产品混合条码标签。经在多省测试应用,水产品追溯监管系统安装部署简便,可护展性强,追溯码输入方便、安全性高。     

基于机器视觉的作物多姿态害虫特征提取与分类方法

由于野外诱捕害虫的姿态存在多样性和不确定性,使得利用机器视觉进行害虫的自动识别与计数仍然是一个难题。该文提出一种基于颜色和纹理等与形态无关的特征相结合和利用多类支持向量机分类器的多姿态害虫分类方法。通过对目标害虫图像进行不同颜色空间特征、基于统计方法的纹理特征和基于小波的纹理特征的提取,构建了6组不同组合的特征向量。将10阶交叉验证的识别率作为适应度函数值,利用遗传算法对各组特征向量进行降维筛选。最后利用基于有向无环图多类支持向量机分类器对多姿态害虫进行识别和特征组选择。结果表明,遗传算法最多可以使特征向量维数降到原来的38.89%,基于HSV三通道颜色图像的小波纹理特征组在建模时间和平均准确率方面都表现最优,可以作为一种有效的多姿态害虫分类特征选择。     

基于养殖流程的水产品质量追溯系统编码体系的构建

本文以HACCP体系为指导原则,从分析水产养殖品的业务流程入手,提出了一种产品编码与过程编码相结合编码方法,建立了适用于国情同时又符合国际标准的水产养殖产品质量追溯编码方案.并以此为基础,首次在国内建立了水产养殖产品质量追溯技术体系.     

蔬菜安全生产管理及质量追溯系统设计与实现

可追溯体系作为控制农产品质量安全的有效方法日益受到世界各国重视.以蔬菜初级产品为研究对象,从信息技术的角度构建了一个以实现质量追溯为目的的蔬菜安全生产管理及质量追溯系统,设计了系统主要功能实现的流程,探讨了关键技术,综合采用数据库技术、网络技术、产品编码技术和生产预警技术,以.net为平台,开发了安全生产管理及质量追溯系统;系统实现了生产企业端的产前管理、产中管理、产后管理、.生产预警、统计分析、条码打印、短信发送和消费者端的质量追溯、质量反馈、健康指导等功能.该系统在北京市多家企业应用,运行结果表明:使用该系统提高了企业生产管理水平,增强了消费者的农产品安全意识.从信息技术的角度,提出了一套从蔬菜初级产品生产直接到消费的管理和追溯模式,为实现全程追溯打下了基础.     

面向安全追溯体系的农产品电子档案管理系统

安全追溯体系建设对于保障农产品安全具有重要意义。农产品档案是提高农产品质量、改进生产、增加农产品附加值的一手资料,对这些档案进行有效的电子化管理是实现安全追溯体系的基础。在分析安全追溯体系和调研农产品生产企业的基础上,利用面向对象和数据库技术建立了B/S结构的农产品电子档案管理系统,该系统结构合理、安全性高、操作简单,具有很大的应用空间。     

基于深度图像的大菱鲆体重估测模型研究

为了对大菱鲆体重进行无损估测,提出了一种基于深度图像的大菱鲆体重估测模型。该方法首先对大菱鲆深度图像进行图像预处理,提取出深度信息与生长数据进行映射建模,拟合出目标特征,并结合网格搜索优化支持向量回归(GS-SVR)算法,实现大菱鲆体重估测。估测结果与实际测量结果进行对比,两者的决定系数(R2)达到0.990 1,均方根误差(RMSE)为0.029 7。该模型具有简单灵活、估测精度高和易于实现等特点,同时具有很好的应用前景。     

基于NB-IoT的农产品原产地可信溯源系统设计与实现

随着人们对农产品企业品牌认知程度的提高,鉴别农产品产地的防伪系统对于维护消费者权益和提高企业竞争力具有重要意义。为保障食品安全,维护农产品生产者利益和消费者权益,设计了一种农产品原产地可信溯源系统,系统主要由溯源电子秤、云检测程序和检测网站三部分组成。溯源电子秤采集商品信息及定位信息,并打印商品标签以供消费者查询,随后将数据通过NB-IoT网络上传至云检测程序;云检测程序通过比对上传的数据与数据库中的数据来判断商品产地真伪;消费者通过扫描标签上的二维码登录检测网站获取检测结果。为加强数据传输的安全性,使用改进RSA加密算法对溯源电子秤上传的数据进行加密,在保证安全性的前提下,减少了计算量及硬件加密时间。各项测试结果表明:系统各部分工作正常且检测成功率大于99%,在信号强度大于-100 dBm时,通信成功率99%, GPS平均定位误差5.25 m,满足实际应用需求。     

基于形状与纹理特征的鱼类摄食状态检测方法

在水产养殖中,检测鱼类的摄食状态对于投喂控制具有重要意义。以镜鲤为实验对象,提出了一种基于鱼群图像的形状及纹理特征和BP神经网络的鱼群摄食行为检测方法。首先,对采集到的图片进行背景减、灰度化、二值化等处理,得到图像形状与纹理信息,然后计算鱼群图像的形状参数和图像熵,最后利用BP神经网络建模,对鱼群的摄食状态进行检测识别。结果显示,本方法的正确识别率达到98.0%。与单一的基于纹理的检测方法相比,不仅可以把因水面抖动、水花等不利因素的干扰作为纹理的特有属性进行分析,而且考虑了图像的形状信息,提高了检测的准确性,可以用于指导水产养殖中的精准投喂控制。