基于虚拟仪器的淡水鱼鲜度电子鼻测量系统

新鲜度是鱼类或鱼类制品质量的一个重要指标,可以通过测量鱼体气味来评价其新鲜度。该文分析了鱼体死亡后产生的特征挥发性气体,确定了TGS822乙醇类及有机溶剂型传感器、TGS825硫化氢型传感器、TGS826氨气及胺类型传感器以及TGS832 卤烃型气体传感器等4类传感器作为淡水鱼电子鼻的传感器阵列,并采用虚拟仪器平台开发了电子鼻测量系统,用该测量系统对不同新鲜度的鲢鱼鱼肉进行了气味检测。试验结果表明,电子鼻传感器阵列的响应随样品新鲜度的变化而变化,采用PCA（主成分分析）对试验数据进行聚类分析,可以将鱼体新鲜、次新鲜和腐败（包括半腐败）的样本正确区分,证实了自行研制电子鼻测量系统的可行性和适用性。     

作物精量灌溉系统的无线传感网络应用开发

为准确提供作物水分亏缺程度并为精量灌溉提供科学依据,基于作物水分胁迫声发射原理,研究无线传感器网络技术在精量灌溉系统中的应用。采用自适应加权数据融合算法来提高声发射信号精度,提出基于簇的多跳路由算法以减少结点数据传输能耗,利用NB100网关实现无线网和有线网之间的桥接。系统分布式运行,具有鲁棒性强、易于扩充和伸缩性良好等优点。仿真试验表明该系统组网正确、无线传输能耗占总能耗的60%以上,可以使人们远程、精确获取作物需水信息,并实施精量灌溉,能够应用到农田、苗圃、温室等节水农业领域中。     

基于无线传感网络与模糊控制的精细灌溉系统设计

为准确判断作物需水量并确立合适的灌溉控制策略,实现作物的自动、定位、实时与适量灌溉,设计了基于ZigBee无线传感网络与模糊控制方法的精细灌溉系统。该系统通过ZigBee无线传感器网络采集土壤水势与微气象信息（包括环境温度、湿度、太阳辐射与风速等）,并传输灌溉控制指令;结合FAO56 Penman-Monteith公式计算农田蒸散量,并将农田蒸散量和土壤水势作为模糊控制器的输入量,建立了多因素控制规则库,实现了作物灌溉需水量的模糊控制。试验结果表明该系统经济实用、通信可靠、控制准确性高,特别适用于中小型灌溉区域的精细灌溉。     

宽谱带转光棚膜力学与光学特性及提高番茄产量和品质

为探索添加VTR-660转光剂后涂覆型棚膜的力学特性、光学特性及日光温室覆盖该转光膜对番茄产量和果实品质的影响。该研究采用了荧光光度计、红外光谱仪和双光束紫外可见光分光光度计对试样棚膜"传统内添加EVA消雾无滴棚膜"(F1,对照)、"涂覆型持久流滴耐老化消雾无滴棚膜"(F2)和"添加了VTR-660转光剂后涂覆型宽谱带紫外转红棚膜"(F3)的光学特性进行分析;参照国家标准测定了试样棚膜的力学特性(厚度、拉伸强度、断裂伸长率和直角撕裂强度);并对覆盖不同试样棚膜日光温室内的温光环境(光照强度、气温和地温)、番茄的生理和产量指标进行了测试。结果显示:与F1相比,F3纵向的拉伸强度和直角撕裂强度分别显著提高了30.72%和7.20%(P0.05);在4 000~1 430,1 430~770和770~400 cm-13个波段下的红外线透过率积分面积分别显著提高13.69%,61.78%和41.83%(P0.05);紫外吸光度显著降低了49.21%(P0.05);覆盖宽谱带紫转红棚膜日光温室(T3)番茄每公顷产量比覆盖传统内添加型EVA消雾无滴膜(T1)显著提高了25.71%(P0.05),果实维生素C和番茄红素含量分别显著提高了11.11%和33.04%(P0.05)。由此可知,添加VTR-660转光剂的宽谱带紫转红棚膜显著提高了红外线透过率,改善了日光温室内的温光环境,提高了番茄产量并改善了果实品质。     

基于变距光电传感器的小麦精播施肥一体机监测系统设计

为实现小麦精播施肥过程的实时监测,确保播种作业质量,该文设计了一种基于变距光电传感器的小麦精播施肥一体机监测系统。该监测系统以STM32单片机硬件系统为下位机,通过反射式光电传感器和旋转编码器分别获取种肥流动与种肥轴转动信息,判断精播机运行状态,并通过Modbus通讯协议将信息传输至MCGS触摸屏上位机人机交互界面实时显示。下位机排种监测电路仿真测试结果表明,放大电路对种管光电传感器检测距离的改变值为4~7 mm;上下位机通讯测试结果表明,数据传输内容准确率为100%;监测系统样机试验测试结果表明,故障报警准确率≥92.5%,种肥缺失、堵塞、泄漏响应时间分别≤0.2、≤0.3、≤0.3 s。该监测系统实现了对小麦精播施肥机作业的实时高精度监测,有助于提高小麦精播机作业质量。     

MODIS数据辅助的GF-1影像晴空光合有效辐射反演

面向农作物产量监测对中高分辨率遥感数据光合有效辐射(photosynthetically available radiation,PAR)反演的实际需求,该文选择山东省禹城市2014年1月至2014年12月共13景GF-1/WFV卫星影像作为数据源,基于中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)地表反射率产品作为辅助数据源,开发了适于业务运行的WFV数据气溶胶光学厚度(aerosol optical depth,AOD)及PAR的反演算法。算法核心是采用6S(second simulation of satellite signal in the solar spectrum)大气辐射传输模型,建立包括AOD在内的大气参数与查找表(look-up table,LUT),结合大气顶层太阳入射辐照度及卫星入瞳处辐射亮度值反演地表反射率数据,通过与WFV蓝光波段地表反射率数据对比获取大气参数。通过反演的大气参数计算400~700 nm连续光谱区间的PAR值,并建立WFV数据离散红、绿、蓝光波段与连续光谱区间PAR的转换系数,实现WFV数据PAR的反演。其中,WFV蓝光波段反射率数据与MODIS地表反射率数据关系、离散到连续谱段PAR的关系可以从美国地质勘探局(United States Geological Survey,USGS)提供的典型地物波谱库数据理论计算获取。利用中国生态系统研究网络(chinese ecosystem research network,CERN)禹城站地面观测值进行验证结果表明,该文提出的算法总体精度达到92.63%,平均绝对误差为14.56 W/m~2,平均相对误差7.37%,具有业务应用的潜力。     

基于3D扫描技术的木材缺陷定量化分析

木材缺陷检测是有效进行木材分级提高木材使用率的重要途径之一,该文提出了一种基于3D激光扫描点云数据的木材缺陷探测与量化的方法。首先,使用Artec 3D Scanner扫描木材表面后获取3D点云数据,在对3D点云数据进行预处理后,通过比较当前点Z坐标值(深度值)与设置的阈值的大小关系判定读入的点云数据是否为缺陷点;其次,采用深度优先搜索算法对筛选保留的缺陷点进行分类,并且对各个缺陷使用不同的颜色进行标注;最后,再使用积分法计算各个缺陷处所占表面积和体积。试验结果表明,该方法可以比较精确的测量木材表面孔洞等凹陷的表面积和体积,相对误差在5%内,测量精度较高,可为后续的木材分级和合理定价提供定量依据。此外,该方法使用的Artec Scanner仪器质量轻体积小(标准质量为0.85 kg,尺寸为261 mm×158 mm×64 mm),它和笔记本电脑可以组成便携式的木材缺陷定量检测系统。该系统携带方便,可应用于林场、木材加工企业及木材进出口部门的现场测定。     

农业物联网技术研究进展与发展趋势分析

以人力为主的现有生产模式与劳动力持续减少、人均农业资源匮乏与农业资源利用率低、新农民年轻化与劳动力老龄化是阻碍我国农业实现现代化的主要矛盾。依赖智能装备实现精准化、自动化和智能化的农业生产,提高农业生产率、资源利用率和土地产出率,是解决以上矛盾的重要途径。农业物联网是以挖掘农业生产力、提高农业装备精准化水平、实现农业生产智能化的新兴技术,集农业信息感知、数据传输、智能信息处理技术于一体,并根据大田种植、设施园艺、畜禽养殖、水产养殖以及农产品物流的重大需求,形成典型的产业应用。本文重点总结了近年来农业信息感知方向在农业个体标识研究与感知机理及工艺的最新发现、农业信息传输方向在低功耗广域网的最新成果、农业智能信息处理方向的农业大数据技术与农业人工智能技术的重大突破,提出以农业业务模型驱动农业业务控制、以设备管理设备的农业物联网架构,人的主要角色是实时数据与价值信息的消费者,农业物联网驱动的农机装备智能化作业是最主要的劳动力来源;进而对比国内外农业物联网技术应用与集成现状,分析农业物联网发展的制约因素,提出我国农业物联网发展策略,最终得出农业物联网技术的未来研究重点与发展方向。     

基于驻波原理的锥式林区土壤含水率仪设计与性能分析

为了提高现有土壤含水率传感器在林区的测量性能及可使用性,在优化传感器结构的基础上,设计了一种基于驻波原理的锥式林区土壤含水率仪,其锥角30°、探头直径20 mm、探头长度150 mm。实验结果表明:传感器横向测量范围为10 cm、纵向测量范围为18 cm,输出线性拟合决定系数在0.96以上。静动态特性分析表明,传感器测量范围为零到粘壤性土壤饱和含水率,测量精度为3%,稳定性标准差0.49%,超调量为0.48%,过渡时间0.582 s。通过与TDR(TRIME-HD2型传感器、德国)进行对比,测量结果线性拟合决定系数在0.97以上,两者测量性能相当,表明所设计的传感器能够达到实际使用的要求。本文设计的土壤含水率仪性价比更高,更适用于林区土壤含水率测量,使用更为便捷。     

基于Horn-Schunck光流法的多目标反刍奶牛嘴部自动监测

奶牛反刍行为的智能监测对于奶牛健康及提升现代养殖业的水平具有重要意义。奶牛嘴部区域的自动检测是奶牛反刍行为智能监测的关键,该文提出一种基于Horn-Schunck光流法的多目标奶牛嘴部区域自动检测方法。利用Horn-Schunck光流法模型求取奶牛反刍视频中各时间序列图像的光流场,将各帧序列图像中运动较大的光流数据进行叠加,获取奶牛反刍时的候选嘴部区域,最后运用奶牛嘴部区域检测模型实现反刍奶牛嘴部区域的检测。为了验证算法的有效性,利用不同环境下获取的12段视频进行验证,选取的12段视频的每段时长10 s,每段视频帧数在250~280帧之间,结果表明,对于多目标奶牛,12段视频中有8段视频可以成功检测到反刍奶牛的嘴部区域;根据所定义的真实充盈率指标与检测充盈率指标,分别统计了8段成功检测反刍奶牛嘴部区域的视频检测结果,试验表明,8段视频中最大真实充盈率为96.76%,最小真实充盈率为25.36%,总体平均真实充盈率为63.91%;最大检测充盈率为98.51%,最小检测充盈率为43.80%,总体平均检测充盈率为70.06%。研究结果表明,将Horn-Schunck光流法应用于多目标奶牛嘴部区域的自动检测是可行的,该研究可为奶牛反刍行为的智能监测提供参考。