科研产出
基于嵌入式Linux技术的农产品流通追溯系统设计与实现
《农业工程学报 》 2010 EI 北大核心 CSCD
摘要：农产品流通环节是实现农产品质量追溯系统的关键环节,为改进传统方式如索证、索票等在建立农产品流通追溯系统时存在的操作不足,该文以农产品可信流通控制技术为基础,采用"硬控制"的设计思路,以自主研发的多功能嵌入式农产品流通专用设备为控制工具,以上位机农产品流通追溯系统为业务支撑,建立了基于Linux嵌入式技术的农产品流通阶段质量追溯系统。多功能流通专用设备集RFID(radio frequency identification)身份识别、二维条码打印、无线数据上传于一体,实现了产品准入、市场抽检和市场追溯,并通过网络、POS(point of sales)机实现了公众查询追溯服务,建立了可操作的农产品流通追溯系统模型,具有良好的推广应用前景。
关键词： 农产品 质量控制 嵌入式系统 流通 追溯 汉信码 射频识别
全文链接
请求原文
农田作业机械测速方法试验
《农业工程学报 》 2010 EI 北大核心 CSCD
摘要：实时对地速度测量是精准农业智能装备必备的一项功能。该研究的目的是评价不同农田作业机械地速测量传感器的性能情况,选用多普勒雷达、霍尔元件、RTK-GPS、RTD-GPS和单点定位GPS5种不同测速设备,在小麦地、翻耕地、未耕地和水泥地等4种典型地表环境下进行农田作业机械测速性能试验。试验结果表明:在作业机械匀速行驶过程中,差分GPS(RTK-GPS和RTD-GPS)输出的速度值变异系数较大,单点定位GPS、雷达与霍尔元件传感器输出的速度值相对稳定,与平均速度接近。而在作业机械加速和减速过程中,各种传感器测速误差均增大,其中单点定位GPS速度误差和测速延迟显著增大。田间试验和分析表明,低成本单点定位GPS和霍尔元件在正常旱田作业条件下,可以作为精准农业智能装备有效的测速手段。
全文链接
请求原文
用冠层光谱比值指数反演条锈病胁迫下的小麦含水量
《光谱学与光谱分析 》 2010 EI SCI 北大核心 CSCD
摘要：通过高光谱遥感估测条锈病胁迫下的小麦冠层水分含量。通过人工田间诱发不同等级小麦条锈病,在不同生育期测定感染不同严重程度条锈病的冬小麦冠层光谱、相对含水量(relative water content,RWC)以及调查小麦条锈病病情指数(disease index,DI)。研究发现随着小麦RWC的减少,冠层光谱反射率在近红外区域(900～1 300 nm)逐渐降低,而在短波红外区域(1 300～2 500 nm)逐渐增大,且RWC与DI间具有强负相关性。对冠层光谱进行平滑处理,利用冠层光谱近红外与短波红外水分敏感波段构建比值指数,然后建立以比值指数为变量的反演RWC线性模型,并分析对比各模型反演RWC的精度以及稳定性,结果发现比值指数R1 300/R1 200反演RWC的精度及稳定性(R2=0.63)都优于其他指数,其线性模型反演绝对误差为3.43,相对误差(relative error,RE)为4.78%。该研究结果不仅为判别小麦病害提供辅助信息,而且也为未来利用高光谱图像反演植物含水量提供理论与方法支持。
全文链接
请求原文
基于PLS算法的棉花黄萎病高空间分辨率遥感监测
《农业工程学报 》 2010 EI 北大核心 CSCD
摘要：棉花黄萎病危害程度大,发生范围广,已成为中国乃至世界上棉花主要病害之一。论文基于野外定位调查数据及高空间分辨率遥感影像,利用变量投影重要性(VIP)准则筛选最优变量,用偏最小二乘回归(PLS)方法建立棉花黄萎病病情严重度的定量估测模型,并利用已建立的估测模型和高分辨率IKONOS影像获取了不同病情严重度的空间分布图。研究结果表明:在所分析的13个遥感因子中,增强植被指数(EVI)、再归一化植被指数(RDVI)、全球环境监测指数(GEMI)、差值植被指数(DVI)、修改型土壤调整植被指数(MSAVI)、归一化植被指数(NDVI)为棉花黄萎病病情严重度遥感估测的敏感因子,能够有效估测棉花黄萎病病情严重度,其模型预测值与实测值间的R2、RMSE和RE分别为0.78、0.45、9.2%。论文利用PLS算法和高分辨率卫星影像实现了棉花黄萎病病情严重的遥感监测,研究结果对实现大范围农作物病虫害的遥感监测具有重要的参考价值。
关键词： 遥感监测 偏最小二乘法 高空间分辨率 棉花黄萎病 病情严重度
全文链接
请求原文
冬小麦叶绿素含量高光谱检测技术
《农业机械学报 》 2010 EI 北大核心 CSCD
摘要：以大田冬小麦叶绿素含量为研究对象,首先利用高光谱成像系统以线扫描方式获取其反射光谱图像,选择感兴趣区域(ROI)并计算出光谱平均反射率值;然后分别针对其原始光谱和一阶差分光谱,通过相关分析和逐步回归分析,得到能反映叶绿素含量变化的7个最佳优化波长;进而基于该优化波长采用多元线性回归(MLR)方法组建模型,通过假设检验剔除对模型贡献不显著的3个波长变量。选用剩余的4个波长即710.85、767.42、650和520 nm作为自变量重新建立模型,基于校正集和预测集模型的决定系数R2分别为0.843 4和0.709 3。研究结果表明,利用高光谱技术检测大田冬小麦叶绿素含量的方法是可行的。
全文链接
请求原文
用高光谱微分指数估测条锈病胁迫下小麦冠层叶绿素密度
《光谱学与光谱分析 》 2010 EI SCI 北大核心 CSCD
摘要：通过人工田间诱发不同等级条锈病,在不同生育期测定感染不同严重程度条锈病的冬小麦冠层光谱与冠层叶绿素密度(canopy chlorophyll density,CCD)。把CCD与高光谱指数进行相关性分析,选取相关系数大于0.7的指数构建反演模型,并对模型进行检验,结果表明微分指数(D750-D550)/(D750+D550)反演精度以及稳定性最好,其次是微分指数(D725-D702)/(D725+D702)。对上述两个微分指数分别进行饱和度分析,发现当CCD大于12μg.cm-2时微分指数(D750-D550)/(D750+D550)易达到饱和,因此当CCD小于12μg.cm-2时,微分指数(D750-D550)/(D750+D550)反演CCD结果较好;但当CCD大于12μg.cm-2时,利用微分指数(D725-D702)/(D725+D702)反演CCD较好,该指数不易达到饱和状态。由于CCD与小麦病情指数(diseaseindex,DI)之间存在极显著负相关性,利用高光谱遥感精确估测小麦冠层CCD,不仅可以帮助判断作物的长势,而且可为识别小麦病害提供辅助信息。因此,该研究对于农业防灾减灾也具有重要现实意义。
关键词： 高光谱遥感 小麦 条锈病胁迫 冠层叶绿素密度 饱和度分析 反演模型
全文链接
请求原文
穴盘苗移栽机末端执行器设计与虚拟样机分析
《农业机械学报 》 2010 EI 北大核心 CSCD
摘要：针对现有穴盘苗移栽机工作过程中易伤苗、作业效率低等问题,设计了移栽机末端执行器。根据移栽机实际移栽作业要求,采用SolidWorks进行末端执行器虚拟样机设计,并采用COSMOSMotion插件分析机械手指运动轨迹,联合COSMOSWorks插件进行基质有限元模型分析。运动模拟试验表明机械手指水平位移量主要受斜楔块位移量Δh影响,而垂直位移量主要受机械手指初始插入角度α影响,并且机械手指产生的作用力主要作用于基质块边缘,不会对基质中的幼苗茎产生损伤。移栽试验表明末端机械手指平均移栽成功率为95.76%,平均伤苗率为3.06%,满足移栽作业要求。
全文链接
请求原文
基于扫描成像的作物近地高光谱获取与特征分析
《农业工程学报 》 2010 EI 北大核心 CSCD
摘要：为了验证自主研制的扫描成像光谱仪(PIS)在近地应用的可行性,该文以小麦、玉米为研究对象,利用PIS近地获取作物冠层和叶片的高光谱图像,在对田间和室内获得的成像数据进行对比分析的同时,探讨了成像光谱采集过程中的影响因素。此外,将PIS获取的成像高光谱与地物光谱仪(ASD)测定的高光谱进行比对研究。结果表明:PIS能准确收集作物的光谱信息,且采集的高光谱数据与ASD具有很好的一致性;PIS在田间采集作物光谱信息时,受氧气吸收的影响,在760nm处有明显的干扰吸收;PIS除了能反映作物不同叶位叶片、不同器官光谱的差异,还可依据影像提取杂草、土壤对作物冠层光谱的影响程度。上述初步结果为进一步应用PIS进行农作物长势诊断提供了参考。
关键词： 光谱测定法 作物 特征提取 扫描成像光谱仪 小麦 玉米
全文链接
请求原文
小麦多年产量空间变异与空间关联分析
《农业机械学报 》 2010 EI 北大核心 CSCD
摘要：利用全局空间统计方法Moran's I和局部空间统计方法LISA研究了小汤山国家精准农业基地2001~2006年小麦产量及两种气候模式下产量的空间变异和空间关联。研究结果表明,不同年份产量及气候模式下均存在极显著的空间自相关;全局和局部空间自相关分析表明,试验地块的东北部、西部和南部区域存在极显著的空间自相关,但东北部和西部区域在不同的气候模式下产量变化幅度较大,而南部区域产量趋于稳定。
全文链接
请求原文
基于神经网络的冬小麦蛋白质含量关键生态影响因子分析
《农业工程学报 》 2010 EI 北大核心 CSCD
摘要：温度、降雨、光照和土壤等生态因子影响冬小麦籽粒蛋白质含量,确定这些因子是否有重要影响及影响程度对于小麦种植区划具有重要意义。该文利用北京地区具有代表性的小麦种植点的气象数据和土壤养分数据,通过神经网络方法来评估温度、降雨、光照和土壤等因子对蛋白质含量影响的相对重要程度。研究表明,影响北京地区蛋白质含量的主要因素依次有:6月6日至6月10日的光照时间、气温大于32℃的天数、土壤碱解氮含量、5月上旬至6月上旬的平均气温、5月26日至5月30日的平均气温、5月下旬至6月上旬≥0℃的积温、6月1日至6月5日的平均气温、5月下旬至6月上旬的温差、5月下旬至6月上旬的降雨量和土壤有机质含量;并针对部分关键因子利用神经网络模型制作了响应曲线以反映蛋白质含量随生态因子的变化趋势。
全文链接
请求原文
