科研产出
基于云原生技术的土壤墒情监测系统设计与应用
《农业工程学报 》 2020 EI 北大核心 CSCD
摘要：该研究针对全中国尺度的土壤墒情监测需求,构建基于自动监测站原位监测与多源专题数据的土壤墒情数据获取感知技术体系,提出数据质量控制清洗策略并建立数据校正插补模型.系统基于云原生技术设计,将模块以微服务形式灵活开发部署,通过容器技术打包运行独立实例,布设了墒情数据上报采集、可视化分析和数据挖掘应用等核心模块.依托空间分析和WebGL技术开发3D WebGIS数据分析功能模块,实现协同土壤墒情、土地利用、海拔高程等多源数据可视化分析与制图,深入挖掘数据价值,实现墒情估算和基于水量平衡的灌溉决策应用服务.系统已在中国21个省份得到应用,建立自动监测站970个,采集监测数据6000余万条,为用户掌握土壤墒情现状、指导农业节水灌溉、获取可靠科研数据等应用提供数据与技术服务.
关键词： 土壤墒情 监测 系统设计 数据感知 WebGIS 深度学习
全文链接
请求原文
便携式茶鲜叶品质光谱检测装置研制
《农业工程学报 》 2020 EI 北大核心 CSCD
摘要：品质监测对茶鲜叶适时采摘和茶叶加工品控具有重要意义.该研究基于可见/近红外光谱技术,研发了便携式茶鲜叶品质无损检测装置.该装置分为主机和手柄2部分,主机大小约240 mm×250 mm×240 mm,包括光谱仪、光源、可充电锂电池、稳压板和散热风扇;手柄大小约130 mm×100 mm×30 mm,包括光纤探头、金属灯杯、白参考板和外触发按钮.基于该设备,采集了茶鲜叶500~900 nm范围内可见/近红外漫反射光谱,对比了归一化(Normalize,NOR)、一阶导数(First Derivative,FD)、标准正态变量变换(Standard Normal Variable Transformation,SNV)和概率商归一化(Probabilistic Quotient Normalization,PQNOR)等不同光谱预处理方法对茶叶光谱的处理结果,建立了茶鲜叶干物质含量、水浸出物含量、茶多酚含量的偏最小二乘定量预测模型.结果表明,PQNOR预处理后建立的偏最小二乘预测模型精度最好,干物质、水浸出物和茶多酚含量预测模型在验证集的相关系数分别为0.905、0.896和0.747,均方根误差分别为0.860%、0.559%和0.549%.在茶园对装置的精度进行了现场测试,单片茶鲜叶检测时间约为1 s,干物质、水浸出物和茶多酚含量预测值与测量值的均方根误差分别为0.903%、0.634%和0.551%.该装置可以实现茶鲜叶光谱原位采集和干物质含量、水浸出物、茶多酚的定量分析,对及时掌握茶树生长情况、辅助决策采茶方案和保障茶叶品质具有重要作用.
全文链接
请求原文
基于稳定同位素与稀土元素指纹特征的大桃产地判别分析
《食品科学 》 2020 EI 北大核心 CSCD
摘要：研究建立大桃产地判别技术,为保护地理标志产品、追溯原产地来源提供理论依据。本研究采集河北省顺平县、乐亭县、永清县和北京市平谷区共4个产地的92份普通大桃样品,利用元素分析-稳定同位素质谱仪测定大桃中稳定性碳、氮、氢、氧同位素比值,利用电感耦合等离子体质谱仪测定16种稀土元素含量,结合多重比较分析和一般判别分析建立大桃的产地判别模型。多重比较分析结果表明,平谷大桃的氮同位素与其他产地差异显著(P<0.05),平谷、顺平丘陵山区与乐亭县大桃的碳同位素比值差异显著(P<0.05),稀土元素铈、铕、钆和铒含量的地域分布差异最为明显;根据多重比较分析结果,将4种稳定同位素(δ~(13)C、δ~(15)N、δ~2H和δ~(18)O)结合8种稀土元素作为变量(钇、铈、铕、钐、镨、钕、钆和铒)进行一般判别分析,确定3个具有显著相关性(P<0.05)的判别函数,以此建立的判别模型对不同产地的大桃原始样本回代检验和交叉检验的整体正确判别率分别为97.8%和95.7%。利用稳定同位素和稀土元素指纹特征结合化学计量学方法对小空间尺度下的大桃产地判别具有可行性。
全文链接
请求原文
畜舍自然通风理论分析与通风量估算
《农业工程学报 》 2020 EI 北大核心 CSCD
摘要：自然通风畜舍通常为大开口建筑,由于开口处的风速和压力分布不均匀,受外界环境影响大,难以确定进风口和出风口的位置,因此,自然通风畜舍通风量的估算值存在很大的不确定度.该研究通过分析通风量关键影响因素、对比不同估算方法结果差异、归纳提高估算准确度的方法,对自然通风畜舍通风理论与通风量估算研究进展进行综述,提出了现有研究的不足和需要进一步完善的内容.自然通风量可以通过压差法、风速法和CFD数值模拟法等直接估算或通过热平衡法、水汽平衡法、CO2平衡法和示踪气体法间接估算.不同通风量测算方法之间的结果差异在10%~300%之间,估算准确度受开口流量系数、风压系数、动物产热量和产湿量、传感器布置位置等因素的影响,同时使用多种方法进行通风量测算有助于评估测算结果的准确度.CO2平衡法在实测中应用最为广泛,测算结果相对稳定,但需要规范测试布点和计算取值方法,提高舍内CO2产生量测算的准确度.水汽平衡法在实测中有一定的应用潜力,也需要提高畜舍水汽产生量的测算准确度,建立动态估算方法.自然通风量尚无准确又无争议的测算方法,现有通风量测算方法更适用于畜舍建筑通风设计,缺乏可以实时、动态调节畜舍通风量或通风口面积的测算方法,生产应用中还需要完善现有方法或建立新的测算方法用以直接、有效地指导自然通风量的调控.
全文链接
请求原文
基于紫外-可见光谱与深度学习CNN算法的水质COD预测模型研究
《光谱学与光谱分析 》 2020 EI 北大核心 CSCD
摘要：水是生命之源,作为人类生活的必需品,水质的优劣直接关系到人们的健康生活.目前,关于水质COD在线检测方法的研究主要集中在光谱数据预处理和光谱特征提取,而针对光谱数据建模方法的研究较少.卷积神经网络(CNN)作为目前深度学习领域应用最广泛的网络模型,具有强大的特征提取和特征映射能力,本文将CNN与紫外-可见光谱分析法相结合,建立了基于CNN的水质COD紫外-可见光谱预测模型.模型使用Savitzky-Golay平滑滤波方法去除光谱噪声,光谱输入卷积层提取光谱数据特征、池化层降维、全连接层映射全局特征,通过ReLU和Adam优化方法,从而得到模型的预测值.通过实验发现,CNN模型具有较强的水质COD预测能力,具有较高的预测精度和回归拟合优度,通过与BP,PCA-BP,PLSR和RF等模型比较后发现,CNN模型的预测样本的RMSEP和MAE最小,R2最大,模型拟合效果最优.在与训练样本的模型效果评价对比后发现,模型具有较强的泛化能力.针对吸收光谱的波峰偏移对预测结果所造成的预测结果不准确的问题,作者还提出了一种基于CNN的分类回归模型卷积神经网络增强模型(CNNs),去噪后的光谱数据通过CNN分类模型按照吸收波峰的不同特征分为三类,分别输入对应CNN回归模型进行预测.实验结果表明,分段式CNNs模型比整体式CNN模型的拟合效果更好,预测精度更高,R2达到0.9991,测试样本的MAE和RMSEP分别为2.3143和3.8745,比CNN分别下降了25.9% 和21.33%,效果显著.通过对预测模型的性能测试,计算得出检出限为0.28 mg·L-1,测量范围为2.8~500 mg·L-1.本文创新的将卷积神经网络与光谱分析方法相结合,为光谱分析方法在水质COD吸收光谱建模的应用开拓了新思路.
关键词： 紫外-可见光谱 卷积神经网络 化学需氧量 预测模型
全文链接
请求原文
基于CNN-GRU的菇房多点温湿度预测方法研究
《农业机械学报 》 2020 EI 北大核心 CSCD
摘要：有效获取温室出菇房的温湿度空间分布对于优化食用菌环境胁迫、病害预警、出菇房预调控至关重要,但传统的单点预测不能很好地满足菇房整体环境性能评估的需求.针对出菇房内温湿度时序性、非线性、空间分布差异性的特点,提出一种基于卷积神经网络(CNN)与门控循环单元神经网络(GRU)相结合的菇房多点温湿度预测方法.将温室室外历史气象数据、温室室内历史小气候环境数据、多点环境分布特征、通风信息和加湿信息多特征数据按照时间序列构造二维矩阵作为输入,采用CNN挖掘数据中蕴含的有效信息,提取反映温室环境数据相互联系的高维特征,将提取的特征向量构造为时间序列输入GRU网络进行多点温湿度预测.将该预测方法应用于北京市农林科学院的日光温室出菇房内多点温湿度预测,实验结果表明,该预测方法对于出菇房内各点温度RMSE平均值为0.211℃,MAE平均值为0.140℃,误差控制在±0.5℃范围内的平均比例为97.57%;对于出菇房内各点相对湿度RMSE平均值为2.731%,MAE平均值为1.713%,误差控制在±5%范围内的平均比例为92.62%;相比传统的BP神经网络、长短期记忆神经网络(LSTM)和门控循环单元神经网络(GRU),该预测方法具有更高的预测精度.
关键词： 温室出菇房 环境分布 温湿度预测 卷积神经网络 门控循环单元神经网络
全文链接
请求原文
茉莉酸甲酯结合低温预贮对尖椒采后品质及生理特性的影响
《食品科学 》 2020 EI 北大核心 CSCD
摘要：为探究茉莉酸甲酯(methyl jasmonate,MeJA)结合低温预贮(low temperature conditioning,LTC)对采后尖椒果实生理生化指标的影响,本实验以‘金英达’尖椒为实验材料,将其置于5μmol/L MeJA溶液中浸泡10 min,晾干后置于10℃贮藏2 d后,转入4℃库中贮藏(MeJA+LTC复合处理组),以清水替代MeJA溶液作为LTC处理组,测定贮藏期间尖椒冷害指数、叶绿素含量、VC含量、丙二醛含量、抗氧化酶活力和基因表达量。结果显示:与4℃冷库贮藏和LTC单独处理的尖椒相比,MeJA结合LTC处理可以有效抑制尖椒冷害的发生,延缓尖椒果实叶绿素和VC含量的降低,减缓尖椒丙二醛的积累,保持细胞的完整性,同时提高了贮藏期间尖椒过氧化物酶、过氧化氢酶和抗坏血酸过氧化物酶活性和基因表达量的表达。以上结果表明:经过MeJA结合LTC处理可以降低尖椒在贮藏期间冷害的发生,保持其贮藏品质,可以有效延长尖椒的货架期,为尖椒贮藏保鲜技术的应用提供理论依据。
全文链接
请求原文
基于超声波传感器的小麦追肥精准评估系统研究
《农业机械学报 》 2020 EI 北大核心 CSCD
摘要：针对小麦追肥作业过程中开沟器易损苗伤根、追肥位置准确性无法评估的问题,基于超声波传感器设计了小麦追肥精准评估系统,提出一种基于超声波传感器阵列交叉探测小麦追肥行的方法,实时评估追肥机具作业精度.系统由作业轨迹检测部分、数据采集部分和数据分析评估部分组成,依靠安装在追肥机具上的超声波传感器交叉扫描小麦追肥行,检测追肥机具作业轨迹.采集器实时采集超声波传感器数据,记录追肥机具作业轨迹,采用阈值滤波算法对异常数据进行筛选和剔除,利用卡尔曼滤波算法最优估计当前时刻电压,根据目标电压和最优估计电压计算追肥机具偏移距离,进行追肥机具作业精度评估.田间试验结果表明:追肥机具作业速度为3~4 km/h时,评估系统能够准确检测出追肥机具作业精度,偏移误判率为9%,最大误差距离为3.15 cm,误差距离在2 cm之内的占比超过90%,标准差均值为2.10 cm,与实际作业情况相符.本评估系统可以实现在小麦追肥作业过程中,实时对追肥机具作业精度量化评估,为小麦精准对行追肥作业精度评价提供了一种新的测量手段.
全文链接
请求原文
黄淮海地区县域粮食生产空间分异格局及其影响因素探测
《北京大学学报(自然科学版) 》 2020 EI 北大核心 CSCD
摘要：基于累积分布函数和空间自相关分析方法,系统地分析2015年黄淮海地区县域粮食产量的空间集聚特征,并借助地理探测器分析18个因子对黄淮海地区及不同类型县域粮食产量的影响及其交互作用,提炼出主导因素,得到如下结果。黄淮海地区县域粮食产量呈现"低值集聚、高值离散"的特征,并在空间上呈现显著的同质集聚性。其中,显著高值集聚区主要分布在豫东南、皖北和苏北地区,显著低值集聚区主要分布在京津冀地区和山东临海县域。综合考虑空间约束和粮食产量分布差异,将黄淮海地区分为粮食高产区、中高产区、中低产区和低产区4个类型区。18个因子对黄淮海地区县域粮食产量的影响不一,主要表现为双因子增强型和非线性增强型。其中,高产区的主导因素为第一产业增加值、化肥施用量(折纯)和农业机械总动力,属于社会经济及要素投入作用型;中高产区的主导因素为耕地面积、区域人口、第一产业增加值和农业机械总动力,表现为综合作用型;中低产区的主导因素为耕地面积和化肥施用量(折纯),表现为地理环境及要素投入作用型;低产区的主导因素为植被指数、耕地面积、第一产业增加值、化肥施用量(折纯)和农业机械总动力,表现为综合作用型。针对不同区域的研究结果,提出不同的粮食增产增收策略建议。
全文链接
请求原文
