基于物联网的日光温室环境监测在线校准

[目的]温室环境条件特别是温度对于作物生长和发育具有十分显著的影响。日光温室调控的主要环境因子之一是温度。然而,自然环境下的光照对温度产生作用,影响空气温度的监测精度。大多温度传感要求将传感器置于避光处,然而实际应用中难以保证。[方法]采用机器学习中的支持向量机算法(SVM),对日光温室内的温度智能监测算法进行了研究,根据光照情况对实时监测的温度数据进行校准。[结果]通过与实验测量的数据进行对比分析,结果表明,所提出的监测方法可以较为准确地实时监测空气温度,从而无需使用隔热材料或者遮阳处理,就可以基于监测的数据更精确地对相应的环境因素进行调节。[结论]基于该方法,可采用常用的工业设备实现温室大棚内实时温度数据的监测,既可以节约设备和人力成本,又可以为温室控制提供准确的数据。     

Exploring tree diversity and stand structure of savanna woodlands in southeastern Sudan

Savanna woodlands in Sudan host great biodiversity, provide a plethora of ecosystem goods and services to local communities, and sustain numerous ecological functions. Although the importance of the Acacia trees in these areas is well known, up-to-date information about these woodlands' diversity is limited and changes in their woody vegetation composition, density, diversity and relative frequency are not monitored over time. This study explored tree diversity and stand stage structure in Nuara Reserved Forest, a typical savanna woodland ecosystem in southeastern Sudan. A total of 638 circular sample plots (1000 m² for each) were established using a systematic sampling grid method. The distance between plots was 200 m. In each plot, all living trees with diameter at breast height (DBH) ≥5.00 cm were identified and counted, and their DBH values were recorded. From these data, tree composition, diversity, density and stage structure were assessed. There were 12,259 individual trees representing four species (Acacia seyal, Balanites aegyptiaca, Acacia Senegal and Acacia mellifera) that belong to two families. The dominant species was Acacia seyal. Average tree density was 191 trees/hm² and the Shannon-Weiner index for trees diversity was 0.204. Overall, young trees comprised 86.30% of the forest. The state of tree richness and density in the study area was low compared to other similar environments in the region and around the world. We recommended adoption of a proper management system that includes monitoring of woody vegetation diversity in this forest, and management actions to enhance tree diversity and sustain ecosystem services to local communities. In addition to care for the dominant Acacia seyal stands, more attention and conservation should be devoted to reestablishing Acacia senegal and Acacia mellifera trees because of their high ecological and economic values for local communities.     

4种不同性诱剂对玉米草地贪夜蛾诱集作用

为准确掌握草地贪夜蛾成虫发生动态,筛选对当地种群专一性强、灵敏度高的性诱剂,对深圳百乐宝生物农业科技有限公司(BLB)、宁波纽康生物技术有限公司(NK)、江苏宁录科技股份有限公司(NL)、南京新安中绿生物科技有限公司(XAZL)4个厂家生产的草地贪夜蛾性诱剂在江苏盐城市大丰区进行田间诱捕效果试验,探讨草地贪夜蛾性诱剂的使用技术。结果表明:4种不同性诱剂诱芯对草地贪夜蛾的诱集效果存在明显差异。BLB诱芯和NL诱芯可以有效监测草地贪夜蛾成虫田间发生动态,羽化高峰期明显,且峰值日期一致,NK诱芯诱集的成虫虫峰不明显,XAZL诱芯零星诱到成虫,无明显成虫高峰;BLB诱芯监测期内日均诱蛾量、最高单次诱蛾量、总诱蛾量均显著高于其他3种诱芯,其总诱蛾量达136.75头,分别是NL诱芯、NK诱芯、XAZL诱芯的1.47倍、4.76倍、10.52倍;通过对BLB诱芯进行持续30 d和持续60 d的诱捕对比试验,发现BLB诱芯1~30 d内诱捕性能稳定,诱蛾量大,31~60 d内日均诱蛾量、最高单次诱蛾量、总诱蛾量均有所下降且达显著水平,尤其是50 d后诱捕量下降明显。结果表明:BLB诱芯的诱蛾量大,能够明显反映出草地贪夜蛾的羽化高峰期,符合测报要求,更适合本地区草地贪夜蛾的监测,使用该诱芯时建议30 d更换1次。     

3种引诱剂对松褐天牛成虫引诱效果比较

为了更好地对松褐天牛成虫进行监测和诱杀,在遂昌地区的马尾松林及贮木场内利用3种不同引诱剂对松褐天牛进行诱捕对比试验。结果表明,3种引诱剂对松褐天牛都有较好的引诱效果,但差异显著。其中,APF-Ⅰ型引诱剂的效果最好,F1型引诱剂次之,ST-2型最弱。试验期共诱捕到松褐天牛成虫4 979头,其中雌成虫4 134头,雄成虫845头,雌雄比为1∶0.204。所诱捕到的雌虫数量是雄虫的4.89倍,差异显著(P=0.045,t=-4.551)。引诱剂捕获松褐天牛的高峰期为6月中旬至8月中旬,6月至8月份降雨量及气温对松褐天牛成虫诱捕规律产生较大影响。本研究为遂昌地区松褐天牛成虫的防治提供了科学依据。     

基于物联网的玉米病害环境监测系统研究与实现

为研究和实现基于物联网的玉米病害环境监测系统,笔者设计了包括感知层、传输层、云服务层和应用层的4层架构。在感知层,利用传感器技术实时采集玉米病害环境的温湿度、降雨量、风向风速、光照强度和土壤温湿度等数据;在传输层中使用4G移动通信网络实现数据的远距离传输;云服务层中,基于四川农畜育种攻关云服务平台,应用数据库技术、云服务技术实现数据的存储和管理;最后,在应用层采用B/S模式实现数据展示服务。结果表明,该系统能够准确采集、稳定传输和安全存储数据,降低了人工成本。因此,它能够为玉米病害研究课题组提供有效的信息化服务,具有一定实用价值。     

蜂群箱体关键参数在线监测系统与性能测试

随着信息技术的发展,利用大数据分析、物联网监控、传感器感知、无线通信等技术构建一种蜂箱蜂群实时在线监测系统,是减少因开箱检查造成蜂群应激反应的可行解决方案。本研究针对蜂箱封闭环境进行实时监测困难的现状,利用STM32F103VBT6 32位微控制器,同时融合了温湿度传感器、微麦克风以及激光对射传感器,开发了一套低功耗、可连续工作的蜂群箱体关键参数在线监测系统,实现了养蜂生产过程中多参数信息获取以及蜂箱内蜂群的环境参数和生活状态的实时在线监测。系统主要包括核心处理模块、数据采集模块、数据发送模块以及数据库服务器等。数据采集模块包括蜂箱内部温湿度采集单元、蜂群声音采集单元、蜜蜂进出巢数量计数单元等,通过接入移动通信网络进行数据传输。系统现场部署性能测试结果表明,研制的系统能够实时监测蜂箱内温湿度,有效区别进出蜂箱的蜜蜂并记录进出巢门的蜜蜂数量,且自动获取的蜂群声音与标准的蜂群声音分布相吻合。本系统符合设计要求,采集参数准确可靠,可以作为蜂群相关研究的数据采集方法。     

基于RGB颜色空间的早稻氮素营养监测研究

针对双季稻区水稻过量施肥带来环境污染和成本提高问题,设计不同品种氮肥梯度大田试验,应用数码相机获取早稻冠层数字图像,研究不同色彩参数及早稻氮素营养指标的时空变化特征,以期确立双季早稻氮素营养预测模型。结果表明:不同品种同一氮肥处理下图像色彩参数差异不大;拔节期数字图像参数对氮素营养指标敏感;模型构建结果显示,图像参数INT与水稻氮素营养指标构建的模型决定系数(R2)最大,模型预测效果最佳,R2分别为0.895 7和0.924 7;进一步采用多元回归分析和BP神经网络分析法进行预测,预测效果均较好。对预测结果进行检验,发现品种对于模型的构建影响不大,以BP神经网络分析法构建的叶片氮浓度(LNC)模型和以INT为敏感色彩参数构建的叶片氮积累量(LNA)回归模型效果最优,而多元回归分析方法则效果不佳。早稻冠层RGB颜色空间敏感参数与氮素营养指标间相关性较好,可以实现氮素营养的无损监测诊断。     

农业种植养殖传感器产业发展分析

传感器技术是智慧农业建设中的一项关键技术,目前我国农业传感器的应用存在诸多问题,严重制约着农业产业化的进一步发展。本文对比了国内外农业物联网技术应用与集成的现状,并提出了相应的发展策略,最终提出了关于农业种植养殖产业的未来研究重点与发展方向的观点。     

雪莲果保健冰淇淋的生产工艺研究

通过单因素试验和正交试验,得到雪莲果保健冰淇淋的最优配方为:雪莲果浆 20%、白砂糖 10%、脱脂乳粉 5%、稀奶油 10%、鲜牛乳 45%、蛋黄粉 1%、复合稳定剂 0.5%、水 8.5%。感官评价结果显示,雪莲果冰淇淋组织细腻,具有雪莲果独特风味;营养成分分析结果显示,雪莲果冰淇淋糖(12.38%±0.06%)和脂肪(6.58%±0.22%)的含量较低,而总固形物(39.05%±0.05%)、粗蛋白(15.20%±0.18%)含量较高。此外,雪莲果浆的添加,使冰淇淋中粗纤维(0.06%±0.01%)和Vc(6.54%±0.08%)等功能性成分含量增加,提升了冰淇淋的风味特色和保健功效。雪莲果冰淇淋是一款低糖、低脂、高蛋白、高营养的保健冰淇淋,具有开发价值。