Compatible measurements of volumetric soil water content using a neutron probe and Diviner 2000 after field calibration

Field calibrations for a neutron probe and a capacitance sensor (Diviner 2000) for measuring the soil water content of a shrinking–swelling clay soil were substantially different from commonly used default values. Using our field calibrations, the two instruments estimated similar changes in the cumulative water content of a soil profile (0–1 m depth) over one growing season.     

基于NGO-CNN-SVM的高标准农田灌溉工程施工成本预测

为提高高标准农田项目施工成本的预测精度,控制施工成本在合理范围,减少投资风险,该研究从单体灌溉工程施工成本预测角度出发,通过随机森林（random forest,RF）筛选出高标准农田灌溉工程施工成本的关键影响因素,结合卷积神经网络（convolutional neural networks,CNN）和支持向量机（support vector machine,SVM）两种模型的优点,通过北方苍鹰优化算法（northern goshawk optimization,NGO）对模型里的惩罚因子和核参数进行寻优,构建基于NGO-CNN-SVM的施工成本预测模型。通过辽宁省2018—2023年高标准农田工程中灌溉工程的施工成本数据,选取样本决定系数R²、平均绝对误差MAE、平均绝对百分比误差MAPE和均方根误差RMSE作为精度指标进行分析,结果表明：基于NGO-CNN-SVM的施工成本预测模型在渠道工程中MAE低于0.615万元,RMSE低于0.512万元,R²达到0.968以上,相对误差小于4.210%;在进水闸工程中MAE低于0.610万元,RMSE低于0.536万元,R²达到0.966以上,相对误差小于4.410%;在桥涵工程中MAE低于0.494万元,RMSE低于0.477万元,R²达到0.970以上,相对误差小于3.548%,并相比较于反向传播神经网络,CNN和CNN-SVM模型,NGO-CNN-SVM模型的预测结果均最优。通过特征选择、模型融合、算法优化以及不同模型对比表明NGO-CNN-SVM模型具有更高的预测准确率和泛化性,可为高标准农田灌溉工程施工成本预测提供理论依据。     

理化复合参数和神经网络结合的冬小麦长势遥感监测

准确、及时地监测区域作物长势状况对农业规划和政策的制定与调整具有重要的意义。遥感技术作为一种收集大面积作物长势信息的有效手段,正日益受到关注。为提高冬小麦长势遥感监测的准确性和全面性,该研究基于田间实测的冬小麦拔节期地上鲜生物量（aboveground fresh biomass,AFB）、叶面积指数（leaf area index,LAI）、叶片叶绿素相对含量（soil and plant analyzer development,SPAD）和叶片氮含量（leaf nitrogen content,LNC）4种生长相关理化参数,利用熵值法获取各参数权重构建冬小麦理化复合参数（physico-chemical composite parameter,PCCP）。利用显著性检验和籽粒产量数据分析复合参数在量化冬小麦长势方面的性能。然后,以Sentinel-2A作为数据源,分析不同遥感指数与LAI、SPAD、AFB、LNC和PCCP的相关性。选取相关性较高的遥感指数作为反向传播（back propagation,BP）人工神经网络（artificial neural networks,ANN）的输入,建立冬小麦长势遥感监测模型,对PCCP进行估计。评价模型精度并用于监测研究区冬小麦长势分布特征。赋权结果表明,作物物理参数的权重大于生化参数,其中LAI的权重最大,为0.387,AFB和SPAD次之,LNC的权重最小,为0.105;PCCP性能评估结果表明,与单一理化参数相比,PCCP值能更好地揭示作物长势状况的差异,其与最终籽粒产量的相关性更好, 决定系数提高0.035～0.468,均方根误差减少46.2～520.0 kg/hm²;在遥感监测过程中,PCCP比单一理化参数有更好的应用潜力,BP-ANN长势遥感监测模型模拟PCCP精度较高,在测试集中决定系数为0.830,均方根误差为0.080;研究区冬小麦总体长势稳定且分布集中,呈现"中部差,南北好"的空间分布特征。因此,构建作物理化复合参数用于量化作物长势是提高长势监测可靠性和准确性的一种有效方式,可为冬小麦田间管理提供科学依据,服务于发展智慧农业和建设农业强国的战略需求。     

可穿戴设备部署位置对羊只行为识别的影响与分析

羊只的行为状态能够直接反映其健康状况及所处的生理阶段,为实现自动化的羊只行为识别,以圈养的小尾寒羊为试验对象,构建一个基于加速度传感器的可穿戴式行为监测装置。利用MPU9250为核心的九轴姿态传感器采集羊只静止、行走和进食的行为信息,并将传感器分别部署在羊只颈部、背部靠近前腿处、前腿和后腿四个不同的位置。对于采集的数据,利用去噪和降维进行预处理,并分别利用k-means和SVM进行分类识别。k-means均值聚类算法对颈部处的行为识别准确率最高,为79.34%,SVM支持向量机算法对颈部处的行为识别准确率最高,为92.63%。SVM算法用于羊只行为识别的整体准确率高于k-means,且传感器部署在羊只颈部时在不同识别方法下,识别效率均优于其他部位。研究结果对于构建自动化的羊只行为检测系统具有重要的现实意义。     

平行梁冲量式谷物质量流量传感器弹性元件设计

冲量式传感器具有结构简单、使用方便等优点,但容易受到基础振动的干扰。为此设计了平行梁结构冲量式谷物质量流量传感器弹性元件,对弹性元件安装端部采用了削弱设计。有限元分析表明该设计方案不仅符合应力集中原则,而且可以提高传感器抵抗振动干扰的能力。给出了传感器电桥电路,以及后续放大、电压电流变换等调理电路,使得传感器输出零点可以方便调节,降低了传感器在联合收割机上的安装要求。试验结果表明,传感器线性度误差小于0.1%,输出不受外力作用点的影响,同时具备了合适的工作频带宽度。     

利用微机对温室培育温度进行控制的研究

随着社会的发展和农业的进步,人们在各个季节都能吃上新鲜的蔬菜和水果.单片机和微型计算机在农业的发展中也起到了非常重要的作用.为此,以MCS51单片机温度控制系统对果蔬的培育环境进行温度控制为例,结合国内外先进温度控制系统的设计,对整个温控系统设计的硬件进行了阐述,说明了具体的调试步骤.     

A calibration method of detecting soil water content based on the information-sharing in wireless sensor network

In agricultural production, there is contradiction between the cost and accuracy of detection during the course of acquiring soil water content (θ) online. This conflict is one of the core issues of automatic water-saving irrigation technology in agriculture. At the same time, capacitive soil moisture sensor (CSMS) has received considerable attention, for it can acquire θ with low cost and high precision, and meet the application requirements of wireless sensor network (WSN). But CSMS is vulnerable to the soil temperature (T_s) and salinity (S_s) in the measurement process. Therefore, this study took EC-5 sensor for example to establish water detection calibration models of soil temperature and salinity for single sensor, using Least Squares Support Vector Machines on MatLAB (LS-SVMlab) as the tool. On this basis, we explored the spatial variability of T_s and S_s, and then a method, which could be used to calibrate the output signals of sensors in multi-point network, was proposed based on the information-sharing (T_s or S_s) technology of WSN. Through laboratory experiment, we effectively reduced the impact of soil temperature and salinity on the single sensor. In example analysis, we investigated the detection precision and costs under different information-sharing radiuses (r). And the results indicated that the method we proposed based on the information-sharing technology of WSN could successfully calibrate the influence of soil temperature and salinity on sensors in multi-point network, and it was an efficacious approach to determine the balance between the calibration accuracy of moisture sensor and the investment of agricultural production. For example, while the calibration precision of soil temperature and salinity is respectively 1%, the costs can be reduced by 30%.     

物流企业的社会网络特征与企业间信任的构建

第三方物流企业较之其他企业显示出较强的网络特征，企业之间的社会关系网络及其信任构建对企业的生存和发展具有重要意义。本文通过实证研究发现，物流企业信任的形成与企业社会网络的形成过程密切相关，企业组织社会网络的连接对组织信任的构建产生着重要影响。信任加速了企业获取资源的速度和质量，资源获取是企业网际互动的目的和信任的结果。     

基于WSN的油菜生长环境数据采集系统

针对传统作物生长环境数据获取手段实时性差、劳动强度大以及部署微型自动气象站和商用Zigbee产品成本高、开放性较差等问题，设计并实现了一种基于WSN的油菜生长环境数据采集系统。提出了轻量级的能量感知路由协议CLFP，并给出了软硬件的相关设计方法。仿真和大田试验结果表明，系统温度采集精度最高可达0.01 ℃，测湿精度达±5%，光强采集范围为1~65 535 lx，可并发的数据传输达到36路，可满足农业现场环境数据的较高测量要求。在标称电源供电情况下，系统实际有效生存周期超过142 d，由于采用AT89C51和nRF2401作为基础硬件平台，成本低廉，有助于大规模部署和应用。     

An Overview on Fiberoptic Sensing Technology in Smart Civil Structure

The paper discuss the concept of fiberoptic smart civil structure,and analysis the principle of non destructive evaluation of civil structure with the help of embeded fiberoptic sensor in sensing the inner state and integrity of the structure.The typical experiment and development of fiberoptic sensing system in the health monitoring of dam,highway,bridge and buildings are overriewed.