APSIM玉米模型中辐射估算的误差传输

以华北地区3个典型站点(山东省莒县站、河南省郑州和南阳站)为研究对象,分析计算玉米生长期间Angstrom-Prescott模型、Ogelman模型、Bahel模型、日照百分率和气温日较差综合模型(简称综合模型)和刘可群等太阳总辐射估算模型的相对误差,分别将该5个模型估算结果和太阳辐射实测值(依次命名为模拟方案1-5和模拟方案0)输入APSIM玉米模型,计算各模型驱动APSIM玉米模型模拟产量的相对误差,分析由于太阳辐射估算误差对模型产量模拟结果造成的误差传输。结果表明,5个日太阳辐射模型在生长期内的平均估算误差(εi)在莒县站以A-P模型最小,在郑州和南阳站点以综合模型最小;各辐射估算模型对APSIM模型的产量模拟结果均有明显影响,综合模型模拟结果最好,其驱动APSIM模拟的玉米产量误差最小;5个辐射模型估算误差对APSIM模型模拟玉米产量的误差均有放大效应,Angstrom-Prescott模型、Ogelman模型、Bahel模型、综合模型和刘可群等模型辐射误差分别以2.23、2.28、1.63、1.85、1.90倍传输到APSIM玉米模型模拟的产量误差,可见,一定要重视辐射模型的选取和辐射模型经验系数的确定;评价5个辐射模型的误差传输到产量的误差,要综合考虑辐射模型本身的误差和辐射误差传输到产量误差中放大的效应两方面的影响,综合模型传输到产量的误差最小。因此,在华北地区无太阳总辐射实测值的地区使用APSIM模型时,本研究推荐辐射方案4即综合模型为首选模型。     

基于T-S模糊模型的TDR土壤水分传感器标定方法研究

利用TDR土壤水分传感器实现土壤水分数值的精确采集具有现实意义[1-3]。为了获得TDR土壤水分传感器水分含量测量所对应输出电压与实际土壤含水量的良好对应关系,在采用取土实验测量法获得实际水分含量数值与对应输出电压数值的基础上,利用Takagi-Sugeno模型逼进精度高、后件参数线性化等优点[2,4]对TDR土壤水分传感器     

RFID在农业中的应用

无线射频识别（RFID）技术是自动识别技术的一种高级形式,被认为是21世纪的十大重要技术之一,在生产制作、销售流通、公共安全等领域正被广泛使用,是我国大力扶持的一个项目,在农业上的应用还处于尝试探索阶段。详细介绍了RFID这项技术,并对其在农业上的应用现状和前景作了分析。     

基于6S模型的山区环境星影像大气校正研究

针对山区地形复杂,高程变化较大的特点,利用6S辐射传输模型建立查找表,结合研究区DEM对影像进行了大气校正。试验结果表明,校正后的影像清晰度、对比度提高了,消除了大气对NDVI的负面影响。     

基于无线传感网络的耕种机具空间力监测系统开发与试验

针对实时监测耕种机具作业中所受空间力大小,该文提出了一种能够在现场和远程实时监测耕种机具受力情况并带有提示报警的监测系统。该系统采用基于Zigbee的WSN（wireless sensor network）完成数据的采集和近程传输,采用嵌入式处理器ARM11作为现场监测终端的中央处理单元CPU,并搭建WinCE6.0操作系统,完成数据交换、处理和监测报警等功能。通过安装在耕种机具上的测力传感器,实现对耕种机具受力情况的实时检测。经土槽试验测试,系统实现了耕种机具空间力的实时监测以及监测数据的存储,人机界面交互性良好,可为耕种机具的研究设计提供技术支持。     

TinyOS的开发

无线传感器网络是微机电系统、通信、传感器和网络等技术相结合的产物,具有广泛的应用领域和使用价值。TinyOS是针对无线传感器网络的特点而设计的一种嵌入式操作系统,简要介绍了TinyOS操作系统和nesC语言的特点。     

基于物联网的内河小型渔船动态信息监控系统设计

为规范内河流域渔业生产秩序,保障渔船作业安全,该文设计了基于物联网的内河小型渔船动态信息监控系统。该系统集成了无线传感器网络、远程信息传输、远端后台监控等多种技术方法。其中,无线传感器网络主要用于获取包括渔船位置、电捕鱼违法监测信息和渔船超载检测信息等渔业现场数据。依靠Zig Bee技术,该网络实现了对不同类别传感器数据的汇聚、判断以及远程播发。远程信息传输是利用GPRS/GSM移动通信网络与互联网传输技术,实现了多渔船作业信息向后台监控中心的实时传输。后台渔政监控中心,具有渔船在电子地图上的识别与定位,渔业生产的实时监控以及渔政执法的决策辅助等功能。该系统经测试,可满足内河流域作业渔船在实时监管和安全保障等方面的需求,提高了农业渔政管理的水平。     

无线传感器网络在农业中的应用

无线传感器网络集传感器技术、微机电系统(MEMS)技术、无线通信技术、嵌入式计算技术和分布式信息处理技术于一体,是多学科高度交叉的、知识高度集中的热点研究领域,因其广阔的应用前景而备受关注.该文综述了无线传感器网络的节点构成、体系结构、研究热点,以及在农业中的应用研究现状,针对性地提出在温室、节水灌溉、畜牧等农业领域应用无线传感器网络的方案与思路,为无线传感器网络在农业中的应用拓宽思路,争取早日将无线传感器网络投入到农业应用领域.     

拖拉机田间作业参数无线检测系统研究

针对当前拖拉机检测系统功能集成度低、检测参数不全面、传输距离有限的问题,开发了拖拉机田间作业参数无线检测系统。该系统由传感器、数据采集仪及上位机软件监测平台3部分组成,能够实现PTO转矩及转速、油耗、发动机转速、悬挂提升力、力位调节加载力、加载角度、行驶速度、车轮转速、牵引力等多种参数的采集、无线发送与存储。系统工作时,数据采集仪中的车载检测仪将采集的传感器数据发送至无线数据接收器,无线数据接收器通过串口将数据传输至上位机软件监测平台,实现对各类试验参数的实时监测与数据处理。为验证检测系统的可行性与稳定性,对系统进行了采集通道的计量,结果显示模拟信号通道绝对误差绝对值最大为0.003V,引用误差最大为0.03%,频率信号通道检测绝对误差最大为2Hz,引用误差最大为0.013%,满足对拖拉机作业参数的采集需求。在此基础上,进行了PTO转矩参数及拖拉机无负载行驶速度采集试验。试验结果表明,检测系统可以实现转矩参数的稳定采集及数据的无线传输;在5、8、14km/h 3挡车速匀速行驶下,拖拉机车轮转速与实际行驶速度基本一致,最大相对误差分别为2.0%、1.2%及0.7%。本系统可满足对拖拉机工作性能参数的无线检测需求,数据采集稳定且采集精度较高,为拖拉机多作业参数的无线采集提供有效手段。     

基于核自适应滤波的无线传感网络定位算法研究

针对动态室内环境的变化及时变的接收信号强度(Received signal strength,RSS)对定位精度的影响,提出了一类基于核自适应滤波算法的农业无线传感器网络室内定位方法。核自适应滤波算法具体包括量化核最小均方(Quantized kernel least mean square,QKLMS)算法及固定预算(Fixed-budget,FB)核递推最小二乘(Kernel recursive least-squares,KRLS)算法。QKLMS算法基于一种简单在线矢量量化方法替代稀疏化,抑制核自适应滤波中径向基函数结构的增长。FB-KRLS算法是一种固定内存预算的在线学习方法,与以往的"滑窗"技术不同,每次时间更新时并不"修剪"最旧的数据,而是旨在"修剪"最无用的数据,从而抑制核矩阵的不断增长。通过构建RSS指纹信息与物理位置之间的非线性映射关系,核自适应滤波算法实现WSN的室内定位,将所提出的算法应用于仿真与物理环境下的不同实例中,在同等条件下,还与其他核学习算法、极限学习机(Extreme learning machine,ELM)等定位算法进行比较。仿真实验中2种算法在3种情形下的平均定位误差分别为0.746、0.443 m,物理实验中2种算法在2种情形下的平均定位误差分别为0.547、0.282 m。实验结果表明,所提出的核自适应滤波算法均能提高定位精度,其在线学习能力使得所提出的定位算法能自适应环境动态的变化。