科研产出
基于长光程的土壤氧化亚氮排放规律的FTIR光谱法研究
《光谱学与光谱分析 》 2015 EI SCI 北大核心 CSCD
摘要：氧化亚氮(N2O)的过量排放会对臭氧层造成破坏,合理施肥和采取减排措施对减缓温室效应具有重要的现实意义。本文利用FTIR光谱法研究了施肥和水分对白菜地土壤排放N2O的影响。为了提高系统的灵敏度,我们利用多个反射镜加长了光程。通过比对施肥前后N2O红外光谱和NIST谱库N2O红外光谱,最终选取2 160~2 225cm-1作为定量计算N2O的特征波段。研究发现,施肥和水分能促进白菜地土壤N2O气体排放,这为农田N2O的减排和减缓温室效应提供了理论依据。最后,还研究了施肥后土壤N2O的昼夜排放规律,结果表明,N2O白天的排放量高于晚上,通过和前人研究结果对比,验证了此方法的可行性。本文研究证实,基于长光程的FTIR光谱法是一种测量土壤排放N2O气体规律的快速有效方法,它可以对施肥后的白菜地土壤N2O气体排放进行测量,相对其他传统测量方法具有高速、简便等优势。
全文链接
请求原文
多架次作业植保无人机最小能耗航迹规划算法研究
《农业机械学报 》 2015 EI 北大核心 CSCD
摘要：利用栅格法对工作区域进行划分,快速得到往复遍历式植保无人机的作业路径,在以作业架次数最少为约束条件的情况下,研究了一种多架次返航路线规划算法,合理地分配了各架次的喷药量和返航点,使无人机的工作总能耗最小,降低了无人机在非作业情况下无效消耗能量,提高了作业效率。仿真结果表明,在同等作业条件下,在一块210 m×200 m的矩形作业区域,采用本算法进行航迹规划,相比于仅以药液耗尽为返航依据的航迹规划,能耗节省率达到了12.89%,而且作业面积越大,能量节省效果越明显,通过田间对比试验,进一步证明了算法的可行性。
关键词： 植保无人机 航迹规划 自主飞行 栅格法 多架次作业
全文链接
请求原文
农业物联网技术应用及创新发展策略
《农业工程学报 》 2015 EI 北大核心 CSCD
摘要：农业是物联网技术应用的重点领域之一,也是物联网技术应用需求最迫切、难度最大、集成性特征最明显的领域。该文对农业物联网国内外技术应用现状、存在的问题以及农业领域关键应用环节进行了深入分析,在此基础上提出了农业物联网未来技术发展重点以及对策措施。农业物联网未来技术发展重点:农业物联网信息感知与识别技术,农业物联网自组织网络部署与信息传输技术,农业物联网自组织网络部署与信息传输技术,农业物联网安全监管与服务质量保障技术。农业物联网对策措施:加强农业物联网技术规范研究,加强核心关键技术产品研发,加强农业物联网技术集成平台建设,加强农业物联网产品设备检测,加强农业物联网应用布局,进一步优化和完善政策环境。该研究为中国农业物联网可持续发展提供决策参考。
全文链接
请求原文
基于序相关的作物育种评价性状特征选择方法
《农业机械学报 》 2015 EI 北大核心 CSCD
摘要：将育种家对作物性状表现的综合评价融入作物育种评价中,提出了一种基于序相关的作物育种评价性状特征选择方法。首先,从育种数据中筛选训练样本集及候选性状特征集合,计算候选性状特征集合中各性状与育种材料评价结果的相关性和作物在性状特征间表现的相似性,然后,利用计算的相关系数同时综合考虑性状表现的相似性系数,以期望选择的性状特征的相关性最大、相似性最小为目标,建立基于序相关的作物育种评价性状特征选择模型。该模型可为不同育种目标提供重点关注的性状特征集合,为数据化育种提供支持及依据。利用该方法对2013年大豆品系鉴定试验中早熟、中熟、毛豆3类育种材料进行了性状特征选择试验,结果验证了方法的有效性。该方法可以作为育种评价方法的前置步骤,与现有的综合评价、模糊综合评价等方法结合作为性状特征权重的确定手段,提高权重确定的科学性。
全文链接
请求原文
日光温室空气余热热泵加温系统应用效果
《农业工程学报 》 2015 EI 北大核心 CSCD
摘要：中国日光温室是低碳节能设施结构类型的代表,但昼夜能量分布极不平衡,白天室内热量富余,而夜间低温高湿,冷害、病虫害时有发生。为实现日光温室内热量在时间、空间上的转移,以提高空气热能利用效率,提升日光温室抵御低温能力,设计了一套日光温室空气余热热泵加温系统。白天适时运行系统,将日光温室内富余空气热能泵取并储存于蓄热水池中;夜间室内气温较低时,首先开启风机和水泵,以对流换热方式通过表冷器直接散热;当蓄热水池水温降至一定温度,逆向运行热泵系统强制放热;此外,在连阴天及极端低温天气条件下,可开启风机与翅片式电加热对温室进行应急加温。对加温系统的应用效果进行试验,试验结果表明:与对照温室相比,系统运行期间,试验温室夜间平均气温高出2.8~4.4℃,相对湿度降低8.0%~11.5%;白天平均气温降低3.7~5.2℃,相对湿度降低12.3%~16.5%。系统不仅夜间加温、降湿效果显著,同时白天降温、除湿效果显著。系统白天集热功率为12.5~16.4 k W,制热性能系数为3.3~4.2;夜间表冷器散热阶段系统放热功率为9.3~10.3 k W,性能系数为6.6~7.4;逆向运行热泵强制放热阶段系统性能系数为3.8~4.1。加温周期内系统集、放热过程始终处于制热工况,整体性能系数达2.7,节能效果显著。该研究为日光温室夜间节能加温提供了新思路。
全文链接
请求原文
基于空间聚类的平原旱作农区土地平整单元区划分方法
《农业工程学报 》 2015 EI 北大核心 CSCD
摘要：平整工程是土地整治项目的重要组成部分,其工程量和投资都占整个项目的很大比例,平整过程中通过合理规划土地平整单元区可以有效降低工程投资,并最大限度地满足农业生产需求。该文提出通过空间聚类划分平整单元区的方法,并基于工程量、平整度和单元区斑块规则度构建了用于确定最佳分区数及其平整单元区分布的目标函数。采用该方法对研究区进行平整单元区划分并计算相应评价参数,结果表明:随着分区数的增加工程量逐渐降低、分区间高程差升高,平整度下降、分区形状指数减小规则度升高,目标函数值随分区数增加呈现先降低后升高的趋势,根据目标函数的低谷可确定最优分区数目;相对于经验法,空间聚类法的工程量下降24%,高程极差下降11%,对于平整后项目区的平整工程量和平整度有较大地改善,但分区斑块形状指数增大11%,分区规则性降低,因此在实践中可将空间聚类法划分结果作为基础,再依靠专家经验对方案进行调整,以充分发挥2种方法各自的优势。
关键词： 土地利用 整治 分区 空间聚类 土地平整 平整单元区
全文链接
请求原文
利用低场核磁共振分析水稻种子浸泡过程中的水分变化
《农业工程学报 》 2015 EI 北大核心 CSCD
摘要：为研究水稻种子在浸泡过程中的水分变化情况,应用核磁共振无损、非侵入的技术优势,根据弛豫时间呈现的多组份特征,通过弛豫谱分析水稻种子不同相态水分的变化和流动过程,确定弛豫谱峰值总面积与水稻种子吸水率的回归方程,研究了水稻品种(沈农9816号、沈农9903号)及浸种温度(18、24、32℃)对水稻种子吸水量的影响。试验结果表明:通过弛豫谱峰值总面积可以合理估测水稻种子的吸水率;水稻种子在6h浸种过程中,随着浸泡时间的增加结合水及总水含量变化趋势为不断上升,自由水则呈现不规则的反复变化态势;水稻种子吸水量在2个水稻品种间差异不明显,对浸种温度高度敏感。该试验提出了一种无损的水分检测方法,能够更加直接准确的揭示水稻种子在浸泡过程中的水分变化规律,为探求种子的最佳浸泡条件提供数据支持和理论依据。
关键词： 水分 核磁共振 种子 横向弛豫时间 反演谱 水稻 浸种
全文链接
请求原文
基于Android手机的水稻剑叶角测量系统
《农业机械学报 》 2015 EI 北大核心 CSCD
摘要：为了快速、无损地测量水稻剑叶角,设计了基于Android智能手机的便携式水稻剑叶角无损测量系统。采用智能手机后置摄像头获取水稻剑叶基部图像,经过图像预处理、直线检测、K-means聚类和向量方法等处理过程,得到水稻剑叶角。基于Android编程技术对系统软件进行设计,实现了在Android平台下利用JNI和Android NDK调用基于Open CV库的剑叶角提取图像处理算法,实现了新建试验、材料信息输入、摄像头获取剑叶基部图像、计算输出剑叶角及保存数据等界面操作流程。利用该测量系统在田间对4个品种的80株水稻进行剑叶角测量试验,以验证系统性能。试验结果表明,和人工用量角器测量结果相比,该系统测量的平均绝对误差为1.34°,相对误差为2.7%,测量值和真实值相关系数为0.997,能有效测量剑叶角。
关键词： 水稻剑叶角 测量系统 Android手机 图像处理 K-means聚类
全文链接
请求原文
基于赤池信息量准则的冬小麦叶面积指数估算
《农业机械学报 》 2015 EI 北大核心 CSCD
摘要：冬小麦叶面积指数(LAI)是重要的农学参数之一,对冬小麦长势分析、产量预测具有重要意义。使用2008/2009年在中国北京市通州区和顺义区获取的整个生育期冬小麦叶面积指数和对应的光谱数据,将相关系数(|r|)-赤池信息量准则(AIC)、灰色关联分析(GRA)-AIC、变量投影重要性(VIP)-AIC、VIP-预测残差平方和(PRESS)系数分别与偏最小二乘法(PLS)进行整合,提出利用AIC择优构建冬小麦LAI估算模型,并与传统PRESS方法构建的冬小麦LAI模型进行比较。结果表明:|r|-PLS-AIC、GRA-PLS-AIC、VIP-PLS-AIC、VIP-PLS-PRESS建模的R2分别为0.72、0.67、0.73和0.70,VIP-PLS-AIC比|r|-PLS-AIC、GRA-PLS-AIC和VIP-PLS-PRESS有更好的冬小麦LAI预测能力。考虑到冬小麦LAI的时域特性,将2009/2010年相关数据引入模型中,评价模型对不同年际的冬小麦估测能力。研究表明VIP-PLS-AIC(RMSE为0.81)较|r|-PLS-AIC(RMSE为0.87)、GRA-PLS-AIC(RMSE为0.96)和VIPPLS-PRESS(RMSE为0.83)有更高的精度。将AIC作为冬小麦LAI最优估测模型筛选条件不仅能获得同年LAI的最优估算模型,而且适用于不同年际的冬小麦LAI探测研究。
全文链接
请求原文
