基于无线传感器网络的粮虫声信号采集系统设计

为了解决现有储粮害虫声信号采集系统存在的扩展性差、智能化程度不高、性价比较低、灵活性不强、数据传输能力较弱等问题,该文分析了现有储粮害虫声信号采集系统存在的局限性,在此基础上,利用无线传感器网络和压缩感知技术,设计了一种新型储粮害虫声信号采集系统,给出了系统结构和软硬件实现方法,并将其用于采集储粮罐内赤拟谷盗成虫的爬行声。试验结果表明,系统设计方案合理可行,且由于使用了压缩感知技术,在采样频率为10 KHz的情况下,可实现20个采集节点所产生的声信号原始采样数据的远程、实时、可靠无线传输。该研究为无线传感器网络在储粮害虫防治中的应用做出了探索。     

基于监测数据和BP神经网络的食品安全预警模型

以中国实际食品安全监测数据为样本,研究基于BP神经网络的食品安全预警方法。首先对食品安全日常监测数据进行筛选简化,选择其中与食品安全最为密切的167种检测项目,以此检测项目为指标按月度划分建立数据样本。然后建立以167种检测项为输入层,包含2个隐层,以化学污染、农药残留、兽药残留、重金属、微生物致病菌5大类为输出层的食品安全预警神经网络模型,最后用所得数据样本进行训练和验证。结果表明,基于BP神经网络的食品安全预警方法能有效识别、记忆食品危险特征,能够对输入样本进行有效的预测,研究有助于丰富食品安全数据的处理方法,有助于完善相关预警技术手段。     

农田无线传感器网络的节点部署仿真与实现

应用无线传感器网络进行农田信息采集时,针对农田面积大、传感器节点众多的特点,如何有效地部署节点成为研究的热点之一。利用NS2软件从丢包率、平均延时、剩余能量和接收信号强度等网络性能角度对随机部署、正六边形部署及正四边形部署方式进行了仿真比较,最终确定正六边形部署方案,并在农田中进行实地试验。结果表明系统能够实现无缝覆盖,稳定可靠的采集农田信息,为无线传感器网络在农田环境中的进一步应用提供了参考。     

基于BP-MC网络的张家港市耕地安全定量化分析

近年来城市用地大量侵占农业用地,不断威胁到城市的粮食安全问题,利用遥感快速准确地监测土地利用覆盖变化和城市扩张对保护耕地意义重大。运用BP人工神经网络,结合广义蒙特卡罗思想,利用多年的张家港市TM遥感影像、土地利用图和年鉴,对耕地、道路、城市扩张、GDP及产业经济结构之间的关系进行了深入的分析。研究结果表明：张家港市10 a来耕地面积以每年约2.5%的幅度减少,但在2002年后农业总产值有小幅回升,这与该市落实土地优化政策、农业结构和产业结构调整息息相关。城市扩张主要方式为多核心蔓延式扩展,距主要道路和已建城区2 km内的农业用地最有可能在4 a内转变为城镇用地,并且道路和城区附近500 m内是转化高峰,而且间隔年限越长,道路和已建城区对其缓冲区的影响范围越广、辐射强度越大。经济的快速发展使得耕地大量被占用,导致了农转非概率升高,但随着城市用地与耕地数量逐渐达到平衡,农转非概率降低,使得GDP与非农转化率呈现倒“U”曲线;BP-MC网络通过在图像中采集大量像素点进行训练,有效地避免了人工神经网络陷入局部极小点,是一种定量研究城市扩张驱动力的有效途径。     

基于GPRS的移动式农田信息智能服务系统通信协议

移动式智能服务信息系统中,远程无线网络通信协议至关重要,担负着远程主机和移动终端之间进行信息交换和实现信息同步的功能。由于农田信息复杂多样,无法设计出通用的网络传输协议,必须根据实际应用中具体的需求而制定,因此该文提出了基于TCP/IP远程农田网络通信协议。利用此协议,移动式智能服务信息系统实现了远程主机对移动终端PDA的有效管理,实现了远程主机与无线移动终端之间的信息无缝连接,为实现对农田土壤水分、温度等数据的监控奠定基础。     

小麦田中天线高度对2.4GHz无线信道传播特性的影响

探索农田环境下无线信道传播特性,将为无线传感器网络部署与功率控制方面的研究打下基础。该研究在小麦田地中实地测试了不同生育期 2.4GHz 无线信号的功率衰减情况和丢包率,进而得出传输范围及路径损耗,并用MATLAB对路径损耗进行了回归分析。研究表明,小麦田中,信号衰减的速度随天线高度的变化单调递减,而传输距离随天线高度的变化单调递增,因此,天线的较优位置应略高于成熟植株（1.2 m左右）。同一天线高度下,小麦生长后期无线信号的衰减大于前期。2.4GHz 无线信号的衰减情况可用对数距离路径损耗模型来预测,理论值与测量值的相关系数在0.961～0.996之间。路径损耗指数与天线高度呈现对数衰减趋势;在同一天线高度下,路径损耗指数随着小麦的生长而增大。     

基于BP神经网络的北京昌平山前平原地下水水质评价

该文采用单因子评价方法对昌平区浅层地下水的超标因子进行筛选,结合水文地球化学理论探讨各因子超标原因,分析浅层地下水水质的空间分布特征,并采用BP神经网络法对水质进行综合评级。从综合评级结果来看,12眼监测井中1眼为Ⅴ类水质,5眼为Ⅳ类水质,6眼为Ⅲ类水质。单因子筛选结果表明,总硬度、总溶解性固体、氮素、氟化物等为该区最主要的超标因子。经分析可知,山前平原地带浅层地下水中氟化物为原生污染,氮素污染物主要来源于地表污染物下渗,总硬度和总溶解性固体的升高主要受地表污染物下渗、氮素的迁移转化等因素的影响。研究可为研究区地下水管理工作提供可靠数据。     

分布式多源农林物联网感知数据共享平台研发

由于农业和林业传感器种类繁多、数据传输协议多样,在各个物联网数据应用系统之间形成了信息孤单现象,难以实现物联网传感器数据的交互共享。因此,该文以农林领域常见传感器数据为研究对象,针对不同类型传感器节点及采集数据差异性等特点,采用符号表示法表达传感器节点数据,设计了通用数据交互格式;针对其海量性特点,采用分布式面向服务的结构方法及成熟的开发技术,设计了分布式多源农林物联网感知数据共享平台。该平台由数据中心子系统、数据适配子系统、数据存储子系统、数据发布子系统及数据传输总线5部分组成,分别实现了传感器节点注册、多源差异数据的接入适配、数据的分布式存储、数据标准化发布及数据传输等功能,为农林领域不同物联网设备与数据应用系统之间架起了数据桥梁,实现了农业和林业物联网感知数据的统一管理。目前,平台分别接入了顺义、新疆、杨凌、通州等17个合作单位的550个传感器节点数据,接入数据量每天超过10 000条,运行状态良好。     

基于高光谱和BP神经网络的玉米叶片SPAD值遥感估算

为了进一步提高玉米叶绿素含量的高光谱估算精度,该文测定了西北地区玉米乳熟期叶片的光谱反射率及其对应的叶绿素相对含量（soil and plant analyzer development,SPAD）值,分析了一阶微分光谱、高光谱特征参数与 SPAD的相关关系,构建了基于一阶微分光谱、高光谱特征参数和 BP 神经网络的 SPAD 估算模型,并对模型进行验证;再结合主成分回归（principal component regression,PCR）、偏最小二乘回归（partial least squares regression,PLSR）以及传统回归模型与 BP 神经网络模型进行比较。结果表明：SPAD 值与一阶微分光谱在763nm 处具有最大相关系数（R=0.901）;以763 nm 处的一阶微分值、蓝边内最大一阶微分为自变量建立的传统回归模型可用于玉米叶片 SPAD 估算;将构建传统回归模型时筛选到的光谱参数作为输入,实测 SPAD 值作为输出,构建 BP 神经网络模型,其建模与验模 R2分别为0.887和0.896,RMSE 为2.782,RE 为4.59%,与其他回归模型相比,BP 神经网络模型预测精度最高,研究表明 BP 神经网络对叶绿素具有较好的预测能力,是估算玉米叶片 SPAD 值的一种实时高效的方法。     

大田农业节水物联网技术应用现状与发展趋势

物联网技术与农业领域应用的结合是推动传统农业向现代农业转型升级的重要驱动力,农业节水是中国农业发展长期关注的重点。以物联网技术感知层、传输层、应用层架构为主线,针对大田主要粮食作物水分需求,总结物联网技术在大田农业节水关键环节中的应用发展现状以及存在的局限性,并在大数据、云计算等现代信息技术发展基础上,结合新时期互联网+战略,对物联网技术快速发展态势下农业节水技术、服务、模式的未来发展趋势进行探讨,提出技术向服务转变、决策向预测转变、微观向宏观转变的发展思路。