松塔树形盛果期红富士树形修剪参数调查

二仙坡苹果园是松塔树形面积最集中产区,总面积约5000亩,这里有2～13年生不同树龄的树,品种有红富士、华冠、华红、嘎拉等。红富士为主栽品种,栽培砧—穗组合有乔砧—普通型,乔砧—短枝型,乔砧—矮化中间砧—普通型等,栽植株行距     

丙草胺封闭小麦田防治硬草的效果研究

[目的]了解国产丙草胺与进口丙草胺(瑞飞特)土壤封闭麦田硬草[Sclerochloa kengiana(Ohwi)Tzvel.]的防效及安全性。[方法]研究了不同剂量国产丙草胺与进口丙草胺(瑞飞特)小麦田土壤封闭硬草的防效及对小麦的安全性。[结果]不同剂量国产丙草胺与进口丙草胺(瑞飞特)对硬草的防效均达88%以上,其中50%瑞飞特1 200 ml/hm2的防效较好、安全性佳,但国产丙草胺一旦重喷易出现药害,安全性较瑞飞特差。[结论]为硬草的有效防除提供了参考。     

荔枝园智能灌溉决策系统模糊控制器设计与优化

为解决荔枝园灌溉中水资源浪费严重的问题,根据现有装备条件,设计了基于无线传感器网的模糊专家决策系统,并对系统的模糊控制器进行优化以提升系统整体性能。该系统通过网关节点实时接收来自传感器节点采集的荔枝园环境信息,选择土壤实测含水率与预设土壤最佳含水率的误差及其变化率作为决策因子,得出预测灌溉值等决策结果。通过Matlab仿真并进行果园实地试验,分析该系统的有效性。仿真结果表明,该智能灌溉系统能结合荔枝园土壤含水率情况进行适时、适量灌溉,有效实现了经济灌溉,并且优化后的模糊灌溉系统实现了更高的暂态性能、控制精度及抗干扰性,系统响应时间更快。试验结果表明,基于模糊控制器的智能灌溉系统能有效地对荔枝园灌溉进行控制,使荔枝园土壤含水率维持在17.8%左右,符合荔枝树的生长环境;同时,基于优化后的模糊控制器的智能灌溉系统将荔枝园土壤含水率平均值控制在17.6%,更接近系统预设的荔枝园土壤最佳含水率17%,并且具有更高的控制精度、更强的抗干扰性与实用性。     

基于冠层温度的夏玉米旱情指数理论模型和经验模型的比较

对水分胁迫指数(CWSI)的经验模型和理论模型在华北平原夏玉米中的应用进行了对比,分析了2种模型与土壤含水量以及叶水势之间的关系,对比了2种模型得到的CWSI的日际变化.结果表明,经验模型经常性地溢出0～1的范围,理论模型则很少出现溢出0～1的范围,经验模型的日际变化较理论模型大,理论模型1 d中得到的CWSI变化很小;2种CWSI模型与土壤含水量均显著相关,可用于指导作物灌溉时间;CWSI理论模型与夏玉米叶水势的相关性较好,更能反映作物本身的水分状况.     

考虑无线传输损耗的农业物联网节点分布规划算法研究

针对传统的农业物联网路由以及网关选址时,考虑实际地形对传输损耗的影响不够,导致节点电能的浪费以及维护费用增加的问题,本文首先对农场地形以及已布置终端的位置进行建模,使用K-means算法确定路由初始位置以及该路由负责对接的终端。在考虑电磁波自由空间损耗以及绕射损耗的前提下设计合理的适应度函数,基于一种可变惯性系数的粒子群优化算法对路由和网关的位置进行优化。最终模型给出最大的电磁波损耗数据,用于在确定节点的最大发射功率时提供参考。算例仿真发现,路由位置通过PSO算法寻优,最大传输损耗最多可降低27.82%。实地检验发现,本算法所选取的最优点通信质量显著高于其附近的点,RSSI提升达12%～20%。模型最终给出的路由和网关最大传输损耗与最优布局位置对于实际节点铺设具有指导性意义。     

基于改进暗通道先验算法的农田视频实时去雾清晰化系统

为解决雨雾天气条件下基本农田视频监控图像的退化问题,在暗通道先验(dark channel prior,DCP)去雾算法的基础上,利用拉普拉斯金字塔的区域细节重建方法,实现了大面积亮域场景下自适应去雾的改进暗通道先验算法(modified dark channel prior,MDCP),进而基于该算法提出了一种DSP嵌入式系统的前端化视频图像去雾清晰化处理方案。试验表明:MDCP算法相较于DCP算法和Retinex算法在细节强度、色调还原以及结构信息方面均表现得更为突出,综合评测指标可达0.93;处理后的视频图像对比度良好,彩色图像颜色的饱和度和真实性有效保持,轮廓对比度以及远端天空细节明显增强;MDCP算法的处理速度优势随图像尺寸增大而逐渐增大,在图像尺寸为1 280×720时,MDCP算法比DCP算法的平均处理速度提高5.9%。研究结果为雨雾天气下退化视频图像进行前端化去雾处理方案设计提供理论依据和实践指导。     

基于无线传感器网络的茶园信息采集系统设计

设计了一款应用于茶园信息采集的无线传感器网络节点。使用ATmega128L单片机和nRF905射频芯片作为无线传感器网络节点通信电路。基于此节点硬件平台编写了软件系统,并进行30天的组网实验。实验结果表明,节点能耗小、丢包率低,适合低功耗及长时间使用要求的农业应用场合。     

基于长短期记忆的柑橘园蒸散量预测模型

传统的柑橘灌溉方式主要依赖人工经验,一方面有可能导致灌溉时机不准确,另一方面有可能造成灌溉量过高或者过低,对果实的生长都会产生负面影响。柑橘果园水分蒸散量是表征耗水量的重要指标。为了实现对大面积柑橘果园蒸散量(Evapotranspiration, ET)的准确估算,制定更加科学精细化的灌溉策略,基于气象数据集,应用长短期记忆（Long short term memory, LSTM）、极限学习机（Extreme learning machine, ELM）和广义回归神经网络(General regression neural network, GRNN)方法对蒸散量建立预测模型并验证其准确性。结果表明,LSTM模型的平均绝对误差(Mean absolute error, MAE)和均方根误差(Root mean square error, RMSE)是3种模型中最优的,ELM和GRNN模型的性能接近。为了估算3种模型结果的可信度,在训练时加入了蒙特卡洛不确定性分析方法。结果表明,LSTM模型在不同输入特征数量下具有较高的精度,而ELM模型存在预测值偏高的现象,GRNN模型则偏低。     

土槽试验计算机模拟加载系统的研究

针对土槽试验台车进行土槽试验，设计了以ＣＺ－２００型磁粉制动器作为加载装置的计算机模拟加载系统。研制了计算机直接数字控制系统，进行了磁粉制动器的动态性能试验，验证了加载系统的加载精度和响应速度。     

基于物联网的荔枝园信息获取与智能灌溉专家决策系统

为实现荔枝园环境的实时远程监控和精准管理,设计基于农业物联网的荔枝园信息获取与智能灌溉专家决策系统,该系统通过信息采集终端模块实时采集荔枝园的土壤含水率、空气温湿度、光照强度、风速和降雨量等环境信息,通过无线传感网将数据包发送到网关上,网关通过通用无线分组网(general packet radio service,GPRS)将处理后的数据包传输到云服务器,专家系统根据采集到的环境数据,结合专家知识,建立多个决策数学模型,实现计算作物需水量、预报灌溉时间、灌溉最佳定量决策、根据灌溉制度决策等决策功能,将决策结果反馈到控制终端模块进行智能监控。经试验,对比系统多参数决策和一般的单参数决策得出的结论,多参数决策的准确性更高;灌溉区域的土壤含水率平均值为17.4%,满足荔枝树生长所需的土壤含水率条件,说明系统的灌溉决策具有比较强的实时性。且系统预测能达到75%的准确率,说明系统的预测实时性比较好。该系统实现了荔枝园的环境信息获取与智能灌溉,能指导用户更好地管理荔枝园。