WebGIS在农业环境物联网监测系统中的设计与实现

近年来物联网技术在农业环境监测领域得到了广泛的应用。物联网能够及时获取监测点上时间连续的数据,但在进行较大尺度的区域监测时,因空间变异性影响,基于节点的物联网监测技术面临着监测点分布设计、数据空间连续表达等诸多难题。针对农业环境监测对象的特点,提出了由点到面的区域模拟与评估方法,设计了一套将物联网基于"点"的监测数据与WebGIS基于"面"的空间数据融合分析的解决方案。在已建立的物联网监控中心系统平台基础上,优化集成WebGIS图形化空间分析技术,建立了物联网监测数据与WebGIS空间数据点面融合的农业环境监测系统。系统实现了数据位置地图显示、由点到面的区域模拟与评估、区域监测专题图管理3个功能。以河南省小麦灾情监测为案例对系统进行了应用分析,结果表明系统能有效地实现农业环境由点到面的区域动态监测,提高了作物长势与灾害的综合诊断能力,并能够为农业生产管理提供更为便捷的应用服务。

基于Web的温室作物模拟系统的实现

基于W eb技术、OOP(面向对象设计)思想,根据作物生长发育模型特点,提出了计算机模拟系统的结构设计方案,并采用ASP.NET技术规范和V isual C#程序语言,初步实现了一个基于W eb技术远程调用的温室作物生长发育计算机模拟系统,该系统目前可对番茄和黄瓜等温室作物光合作用、干物质积累与分配等过程进行模拟与分析。

Ad Hoc网络跨层仿真技术研究

Ad Hoc网络是一种特殊、新型且应用前景广阔的移动无线网络,其发展非常迅速,这也为其网络验证和分析带来了挑战。网络仿真是目前研究Ad Hoc网络协议和算法的一种非常有效的手段。介绍了Ad Hoc网络的体系结构,并对网络仿真建模技术进行了探讨,在此基础上,提出了Ad Hoc网络的跨层仿真方案,以及网络仿真过程及如何进行仿真性能分析。

Ad Hoc网络中QoS技术研究

服务质量保障是Ad Hoc网络环境中的一个复杂的急需解决的问题。首先论述了Ad Hoc网络的网络协议模型、QoS服务模型、QoS路由以及QoS保障策略等方面的问题,然后对其进行了综合分析,在此基础上,给出了Ad Hoc网络中不同层次的QoS路由方案以及其未来的研究方向。

基于ZigBee网络的温室环境远程监控系统设计与应用

针对温室环境数据信息监控特点,本文进行了基于ZigBee协议的传感器节点技术的开发,并在此基础上组成现场监控无线传感器网络,通过网络汇聚节点与无线移动网络(GPRS/CDMA)和INTERNET的无缝连接,实现数据远程传输至指定数据库服务器。无线传感器网络组建采用星型拓扑结构,通过软件设置在需求时唤醒ZigBee网络节点,使监控设备具有组网灵活、拆移便捷等优点。通过在实际生产过程中应用表明,该系统工作性能稳定,在数据采集和传输等方面均达到了设计要求,尤其是有效简化了现场设备安装与拆移等过程,使之更适合各类农业现场数据监控的需要。

基于GPRS和WEB的温室环境信息采集系统的实现

针对农业对象具有的多样性、多变性、以及偏僻分散等特点,提出了一种基于GPRS和W EB技术的远程数据采集和信息发布系统方案。首先,通过RS—485总线与数字传感器连接,并与PC监控计算机构成温室现场监控系统;其次,通过GPRS无线通讯技术建立现场监控系统与互联网的连接,将实时采集信息发送到W EB数据服务器。系统软件核心技术系M S VB.NET和A SP.NET开发而成,构建了基于B/S(B row ser/Server)的“瘦客户”模式,只要通过浏览器不仅可实时浏览监测数据,而且能进行历史数据的查询。该系统的实现为农业网络信息通讯中“最后一公里”瓶颈问题提供了一种便捷的解决方案。

东北中部地区水稻不同生育时期低温处理下生理变化及耐冷性比较

研究水稻不同生育时期低温条件下各种生理指标的变化,选育耐低温水稻新品种,对于东北地区的水稻生产具有重要意义。以东北中部地区目前主要栽培的15个水稻品种为试验材料,利用人工气候箱进行低温处理,分析苗期、孕穗期、抽穗期和灌浆期4个不同生育时期各个品种过氧化物酶(POD)、丙二醛(MDA)、脯氨酸(Pro)和叶绿素(Chlorophyll)4种生理指标含量变化与耐冷系数之间的关系。同时利用不同生理指标隶属函数的加权平均值(D值)对不同水稻品种的耐冷性进行分类划分。结果表明,每个生育时期的低温处理下,过氧化物酶、脯氨酸、叶绿素均呈下降趋势,丙二醛则呈上升趋势,并且4种指标的变化幅度与水稻耐冷系数之间呈极显著相关性(P<0.01),各种指标的D值与耐冷系数之间相关系数达到极显著,并且高于每一个单一指标。因此,D值可以更有效的对水稻进行耐冷评价和分级。

大数据在智慧农业中研究与应用展望

"大数据"是继物联网、云计算之后信息技术产业又一次重要的技术变革,已成为数据挖掘和智慧应用的前沿技术,科技已经进入了"大数据"时代。阐述了大数据发展的背景、大数据与物联网等的关联、大数据基本内涵和关键技术等,并结合农业特点,分析了大数据在农业上的需求、主要应用领域及其在智慧农业中的关键地位。最后针对我国农业大数据和智慧农业未来发展,提出了的一些建议和思考。

不同播期和播量对小麦群体性状和产量的影响

为探索气候变化背景下小麦种植适宜的播期和播量组合,研究不同播期和播量对小麦群体性状和产量的影响,于2008—2009年在河南省商丘市进行了不同品种(‘矮抗58’和‘豫农949’)、不同播期(10月6日、10月13日、10月20日、10月27日和11月3日)和不同播量(60kg/hm2、120kg/hm2和180kg/hm2)3因素裂区试验。结果表明:‘矮抗58’比‘豫农949’产量高597.30kg/hm2;半冬性品种‘矮抗58’最高产量出现在10月6日,弱春性品种‘豫农949’最高产量出现在10月20日,10月20日以后随播期推迟小麦产量显著下降;10月6日、10月13日、10月20日播期下以60～120kg/hm2播量的小麦产量较高,10月27日、11月3日播期下以120～180kg/hm2播量的小麦产量较高。通过对播种期和密度的组合分析,2个品种的适宜播期在10月中上旬,播量60～120kg/hm2较为适宜。随着播种期的推迟小麦全生育期缩短,但缩短天数少于播期推迟天数,密度对生育期的影响不大;适期播种有利于提高群体茎蘖数和叶面积指数,适当晚播可以减少无效分蘖和无效叶面积,提高成穗率。品种、密度对产量的影响达显著水平,而播期、播期与密度的交互作用达极显著。

黄淮平原冬小麦霜冻害时空分布特点的研究

黄淮平原是中国小麦的主产区,而该区又是中国遭受霜冻害最严重的地区之一。霜冻害造成该区小麦产量减少,影响着中国的粮食安全问题,通过研究霜冻害在黄淮平原的时空分布特点,为小麦的种植提供科学的决策依据。选取小麦拔节期后日最低温度及距拔节期天数为指标,构造霜冻害灾度函数,利用该函数得到各个地区的冬小麦霜冻害灾度值,根据灾度值进行霜冻害的等级划分,计算各级霜冻害的发生频率,运用GIS得到霜冻害的时空分布特征。研究结果表明:在时间上,各级霜冻害的发生频率随年代呈减少趋势,轻霜冻害发生最为频繁,在各个年代频率值都在15%左右,重霜冻害次之发生频率约为6%左右,中霜冻害最轻;在空间上,该区的霜冻害多发地区以河南省和山东省霜冻害发生最为频繁且受灾较严重,其发生频率可达30%以上,最高可达70%。总体上北部地区霜冻害的发生频率高于南部地区。通过对冬小麦霜冻害时空分布特点的分析,为该区冬小麦霜冻害的防灾减灾以及冬小麦品种的选择提供一定的理论依据。

脱落酸在植物逆境胁迫研究中的进展

脱落酸(ABA)是一种重要的植物激素,在植物对胁迫环境抗逆性中发挥重要作用。综述了近些年来国内外有关ABA生理功能抗逆性研究的一些最新进展,重点介绍脱落酸在植物干旱、低温、高盐等逆境胁迫中的作用及其研究进展。

日光温室低温寡照灾害监测预警系统设计

根据多年日光温室气象生态观测资料,总结了温室黄瓜和番茄低温寡照灾害指标,结合远程环境监控技术,建立了日光温室低温寡照灾害的监测预警系统,并在河北日光温室蔬菜生产中进行了测试和初步应用。结果表明,该系统可对低温寡照所发生的范围及强度等进行动态监测预警,并可通过自动生成word文档形式提供信息服务,在灾害诊断预警中具有较好的应用前景。

基于物联网的小麦苗情诊断管理系统设计与实现

为提高小麦生产调控管理水平,该文设计并实现了基于物联网技术的小麦苗情远程诊断管理系统。系统采用浏览器/服务器模式(Browser/Server),通过远程监控节点(站点)动态数据计算,并进一步融合小麦生理生态特性和作物气象灾害指标分析,可对小麦生产过程和主要气象灾害进行精准监测、快速诊断,做出综合分析结果和生产管理调优方案,并以文字描述、现场图片与视频、数据表格多种方式输出,用户可通过LED电子显示屏、计算机及智能移动终端等多种设备,便捷快速获得多源数据资源共享和决策支持服务。该系统目前已经在中国主要小麦产区陆续开展示范应用,结果表明在提高小麦苗情的精准监测和智能管理等方面,具有较好的应用前景。

基于μC/OS-II嵌入式技术的农业环境远程监控系统实现

针对农业环境远程监测技术特点,提出了一种基于嵌入式系统和无线远程通信技术相结合的系统解决方案。该系统以ARM CPU为硬件核心,通过μC/OS-II嵌入式操作系统的调度与管理,实现农业现场数据的实时采集与处理,然后经由CDMA/GPRS无线移动通信模块将其发送至数据库服务器。在服务器端,采用ASP.NET技术实现动态WEB发布,用户可以通过INTERNET网络随时浏览和下载各种农业信息数据。此方案的实现明显改善了系统的综合性能,在可靠性、集成性、稳定性和扩展性等方面,更能适合分散远程条件下农业环境信息监测与管理的各种需要。

温室环境无线远程监控系统的优化解决方案

针对农业对象具有的多样性、多变性、以及偏僻分散等特点,提出了一种基于GPRS和WEB技术的远程数据采集和信息发布系统方案。首先,通过RS-485总线与数字传感器连接,并与具有嵌入式系统和TCP/IP协议的现场监控模块构成监控系统;其次,通过GPRS建立现场监控系统与互联网的连接,将实时采集信息发送到WEB数据服务器。系统软件核心技术系MS VB.NET和ASP.NET开发而成,构建了基于B/S(Browser/Server)的服务模式,只要通过浏览器不仅可实时浏览监测数据,而且能进行历史数据的查询。实验表明该设计方案非常适合分散远距离条件下农业环境信息的获取、传输与应用。

可见光光谱的冬小麦苗期地上生物量估算

地上生物量是表征冬小麦苗期长势的重要参数之一,对于监测冬小麦苗期长势,预测产量具有重要的实际意义。目前,通过计算光谱指数进行生物量估算是冬小麦苗期地上生物量无损测量的主要方法,但该方法需要一定的平台支撑,在便捷性方面存在一定的不足。为此,利用可见光图像数据获取方便、准确率高的特点,基于冬小麦苗期冠层可见光图像数据开展冬小麦苗期地上生物量估算研究。采用数码相机,采集冬小麦苗期冠层可见光图像并利用Canopeo进行冬小麦冠层与背景的分割。在获取冠层分割图像后,提取了CC(canopy cover)、 ExG(excessg reen)、 ExR(excess red)、 ExGR(ExG-ExR)、 NGRDI(normalized green-red difference index)、 GLI(green leaf index)、 RGRI(red-green ratio index)和RGBVI(RGB vegetation index)共8个可见光图像特征。利用相关性分析进行特征优选,选择与冬小麦苗期地上生物量实测数据相关性较高的图像特征构建估算模型。利用优选的图像特征,分别构建偏最小二乘回归(PLSR)、 BP神经网络(BPNN)、支持向量机回归(SVR)和随机森林(RF)模型,开展冬小麦苗期地上生物量估算研究,并定量分析特征数量和播种密度对估算模型准确率的影响。结果表明, ExR, GLI和RGBVI与生物量实测数据相关性较低,因此,将这3个特征剔除。 CC, ExG, ExGR, NGRDI和RGRI与生物量实测数据的相关性较高,其中CC, ExG和ExGR与生物量实测数据呈正相关,而NGRDI和RGRI与生物量实测数据呈负相关。利用优选的图像特征构建估算模型,研究结果表明,基于优选的5个图像特征, PLSR的估算准确率最高,模型 R 2为0.801 5, RMSE为0.0788 kg·m^-2 ,表明PLSR能够实现冬小麦苗期地上生物量的准确估算。特征数量是影响估算模型准确率的因素之一,随着特征数量的减少,模型估算的准确率逐步下降。利用不同播种密度数据集对估算模型进行测试,结果表明, PLSR在不同的播种密度数据集上均取得了最高的估算准确率,模型 R 2分别为0.897, 0.827 9和0.788 6, RMSE分别为0.062, 0.072和0.079 1 kg·m^-2 ,表明PLSR估算的冬小麦苗期地上生物量数据与实测生物量数据之间具有良好的相关关系。随着播种密度的增加,所有估算模型的准确率均出现下降,而PLSR的准确率下降程度最小。由此可见,基于可见光图像数据,能够实现冬小麦苗期地上生物量的准确估算,为冬小麦苗期田间管理提供参考。

基于卷积神经网络的冬小麦麦穗检测计数系统

为进一步提高大田环境下麦穗识别与检测计数的准确性,基于图像处理和深度学习技术,设计并实现了基于卷积神经网络的冬小麦麦穗检测计数系统。根据大田环境下采集的开花期冬小麦图像特点,提取麦穗、叶片、阴影3类标签图像构建数据集,研究适用于冬小麦麦穗识别的卷积神经网络结构,构建了冬小麦麦穗识别模型,并采用梯度下降法对模型进行训练;将构建的冬小麦麦穗识别模型与非极大值抑制结合,进行冬小麦麦穗计数。试验结果表明,该系统构建的冬小麦麦穗识别模型能够有效地克服大田环境下的噪声,实现麦穗的快速、准确识别,总体识别正确率达到99. 6%,其中麦穗识别正确率为99. 9%,阴影识别正确率为99. 7%,叶片识别正确率为99. 3%。对100幅冬小麦图像进行麦穗计数测试,采用决定系数和归一化均方根误差(NRMSE)进行正确率定量评价,结果表明,该系统计数结果与人工计数结果线性拟合的R^2为0. 62,NRMSE为11. 73%,能够满足冬小麦麦穗检测计数的实际要求。

基于作物模型的温室环境管理系统设计与实现

为改进温室环境管理系统的性能,获取实时动态生成的决策信息,建立了基于作物模型的温室环境管理系统。在借鉴前人先进研究成果的基础上,通过实验建立了简化的温室番茄和黄瓜作物生长模型;其次,通过收集资料和专家经验建立了温室环境管理知识库;最后,应用农业环境实时监测数据,综合利用模型预测和知识推理建立了温室环境管理决策支持系统。通过实际运行表明,系统可实时动态输出室内温度、光照等参数的优化值及其它相关辅助决策信息,通过进一步完善可望取得更好的应用前景。

基于WEB和RS-485总线的分布式远程环境监控系统的实现

提出了一种针对温室环境监测的基于WEB的数据采集和信息发布系统设计方案,并从软、硬件的角度详细介绍了系统的实现方法。该系统应用MSVB.NET开发工具,采用ASP.NET技术规范,构建了B/S(Browser/Server)模式下的远程监控系统。硬件系统通过RS-485总线与数字传感器连接,并与具有联网功能的PC监控计算机构成温室现场监控系统。该系统不仅能够通过Internet远程浏览访问温室现场数据,而且能对系统运行参数进行远程修改和设置。该系统不仅可以实现对温室环境的异地和远距离数据监控管理,而且也可应用于农业的其它领域。

基于物联网的小麦气象灾害监控诊断系统应用研究

由于小麦生长周期长,很容易遭遇多种气象灾害如干热风、低温霜冻、旱涝灾害等的影响。为提高灾害监测预警和诊断管理能力,基于物联网关键技术,设计并实现了针对小麦气象灾害的远程监控和动态诊断系统。系统采用包括图像视频在内的多种传感器,融合多种网络传输模式,实现了关键气象环境因子的实时采集和远程传输。在广泛汇集多年农学和气象实验研究成果的基础上,初步建立了诊断指标体系和管理技术规范,为小麦气象灾害诊断和管理提供依据。通过集成Web服务和Socket调用技术,实现了数据在多种网络平台下的异地资源共享和分布式管理。经试用检验表明,基于物联网的小麦气象灾害监控诊断系统,为小麦生产科学管理、防灾减灾提供了有力的技术支持,具有良好的可靠性和广阔的应用前景。