文献类型: 中文期刊
作者: 余涵 1 ; 谢德体 1 ; 骆云中 1 ; 张钟莉 1 ; 张石锐 1 ; 李文龙 1 ; 杨利红 1 ;
作者机构: 1.西南大学;北京市农林科学院;农业农村部农业信息软硬件产品质量检测重点实验室;云南省科学技术情报研究院
关键词: 土壤墒情;传感器;对比分析
期刊名称: 农业工程
ISSN: 2095-1795
年卷期: 2019 年 06 期
页码: 26-32
摘要: 针对目前市面上不同传感器测定结果差异过大,导致农业生产中效率低下的问题,选取了市面上常见的4种土壤湿度传感器(编号为A、B、C和D),进行室内与田间试验,测试传感器的精度。试验结果表明,传感器B的测定结果与土壤真实含水量值最为接近(综合误差为5. 14%),而其他3种传感器测定值与真实含水量的差异较大(综合偏差均> 9%)。此外,当测试环境变化时,传感器对于相同含水量土壤的测定结果会随之变化,传感器测定误差值也随之变化,特定条件下误差值变化相当明显。测试也表明传感器厂家对传感器的初步校正具有局限性,如果想得到更为精确的结果,对传感器再次进行针对校正是必不可少的。
- 相关文献
[1]基于S3C2410的土壤墒情监测系统设计. 陈天华,唐海弢,郑文刚. 2011
[2]土壤墒情监测预报技术研究进展. 唐海弢,陈天华,郑文刚. 2010
[3]基于S3C241O的土壤墒情监测系统设计. 陈天华,唐海弢,郑文刚. 2011
[4]基于云原生技术的土壤墒情监测系统设计与应用. 于景鑫,杜森,吴勇,钟永红,张钟莉莉,郑文刚,李文龙. 2020
[5]土壤墒情预测模型对比. 牛宏飞,张钟莉莉,孙仕军,郑文刚,王材源,杨利红. 2018
[6]基于NB-IoT技术的土壤墒情远程智能监测系统设计. 王国杰,赵继春,王敏,王洪彪. 2021
[7]基于三明治估计的全国土壤墒情估计方法. 李淑华,郝星耀,周清波,高秉博,潘瑜春. 2016
[8]便携式地温数字测量仪. 何秀红,北京理工大学,韩力,乔晓军,王成,张云鹤. (Mis
[9]传感器在我国设施农业中的应用现状与需求分析. 乔晓军,姚允龙. 2001
[10]不同施肥决策对冬小麦生长影响的高光谱监测及对比分析. 崔贝,黄文江,杨武德,宋晓宇,陈立平,冯美臣,张东彦,张竞成. 2013
[11]具有CAN接口的低成本农用测速模块开发. 付卫强,黄文倩,孟志军,陈立平. 2008
[12]便携式环境监测产品在设施生产中的研究与应用(下). 张云鹤,乔晓军. 2008
[13]幼树靶标探测器设计与试验. 翟长远,赵春江,王秀,刘遇哲,葛纪帅,马永兵,薛文斌. 2012
[14]多点土壤温度测量系统的设计与实现. 乔晓军,何秀红,杜小鸿,田宏武,王成. 2006
[15]基于CAN总线的24行小麦播种监控系统的研制. 王沛东,孟志军,付卫强,梅鹤波. 2014
[16]基于无人机高光谱遥感的冬小麦叶面积指数反演. 高林,杨贵军,于海洋,徐波,赵晓庆,董锦绘,马亚斌. 2016
[17]集成传感器电子标签在农产品溯源体系中的应用. 张欣露,王成,吴勇,乔晓军,侯瑞锋,王开义. 2009
[18]谷物联合收割机测产技术发展现状与展望. 王志海,王沛东,孟志军,付卫强. 2014
[19]播种机气动式下压力控制系统设计与试验. 高原源,王秀,杨硕,赵学观,窦汉杰,赵春江. 2019
[20]功能纳米材料的"瘦肉精"传感检测技术研究进展. 赵杰,梁刚,李安,满燕,靳欣欣,潘立刚. 2019
作者其他论文 更多>>
-
基于EA-BiLSTM-SCSO的多步逐小时参考作物蒸腾量预测方法
作者:谢伟明;张钟莉莉;陶建平;曲明山;魏一博;张石锐
关键词:BiLSTM;外部注意力机制;沙猫群优化算法;逐小时参考作物蒸腾量预测;模型可解释性
-
2024年北京小麦全生长周期多光谱图像数据集
作者:王建丽;曲明山;刘震宇;史凯丽;张石锐;李光伟;张钟莉莉
关键词:原位实时监测;多光谱图像;北京;小麦
-
基于职业院校教学能力比赛的植物工厂环境调控项目教学设计与实践
作者:尹璐;杨学坤;刘雁征;李小明;李文龙
关键词:教学能力;教学设计;植物工厂;环境调控;设施农业
-
膜下滴灌灌水控制下设施番茄品质和水分利用效率分析
作者:韩玉薪;杨福鑫;岳焕芳;黄媛;张钟莉莉;张石锐
关键词:番茄;膜下滴灌;土壤含水量;产量;水分利用效率
-
基于云原生技术的土壤墒情监测系统设计与应用
作者:于景鑫;杜森;吴勇;钟永红;张钟莉莉;郑文刚;李文龙
关键词:土壤墒情;监测;系统设计;数据感知;WebGIS;深度学习
-
奶牛呼吸频率自动监测技术研究进展
作者:李奇峰;丁露雨;李洁;马为红;肖伯祥;余礼根;高荣华;郑文刚;张石锐
关键词:奶牛;呼吸频率;可穿戴设备;图像分析;自动监测
-
土壤墒情预测模型对比
作者:牛宏飞;张钟莉莉;孙仕军;郑文刚;王材源;杨利红
关键词:土壤墒情;相关分析;线性回归;PCA-RBF神经网络;BP神经网络