摘要：土壤有机碳含量关乎地力强弱、生态均衡及农业的永续经营,是精细农业实践中不可或缺的指标。高光谱定量分析技术以其高效性和成本优势成为评估该指标的首选方法。但当前研究多基于少量单一样本,且在光谱数据处理和建模关键技术等方面,仍需突破以提高有机碳检测的准确度。为此,本研究以欧盟统计局提供的LUCAS多种类型土壤光谱数据集作为分析对象,设计了一种基于频谱图的土壤有机碳(SOC)含量高光谱反演方法。将土壤高光谱数据进行预处理,去除光谱中的噪音和冗余信息;运用小波包变换(WPT)、短时傅里叶变换(STFT)将一维光谱数据分别转换成大小为33×34和128×36的二维频谱图,提高光谱特征信息维度,以更好适应卷积神经网络(CNN)学习结构,同时二维形式呈现了吸收率随波长变化的频率分布,可以更精确地显示不同频率或波长上的吸收率差异;将频谱图输入构建的CNN模型进行回归预测,估测SOC含量。对比偏最小二乘回归(PLSR)和一维卷积模型(1D-RDC)与STFT-CNN、WPT-CNN估测模型。结果表明,经小波包变换和短时傅里叶变换后得到的频谱图能够很好体现光谱中的特征信息,配合CNN模型的特征提取和学习能力能够有效地估测大规模土壤高光谱中SOC含量,WPT-CNN模型估测效果最优(决定系数R 2,0.84;均方根误差RMSE,11.2),STFT-CNN模型的回归预测效果次之(R 2,0.77;RMSE,13.29)。因此,基于频谱图的土壤有机碳含量高光谱反演方法对大型土壤高光谱数据集中的土壤有机碳含量估测有较好的效果,可为构建智能化的土壤属性预测技术提供参考。

摘要：番茄果实营养丰富备受人们喜爱。番茄生长周期长,需水量大,水分含量是影响番茄植株生长发育的主要因素;快速发现番茄植株水分亏缺状态,对于科学有效地进行番茄的灌溉管理,保障和提高番茄的产量和品质具有重要意义。利用高光谱成像技术,实时识别番茄叶片干旱胁迫程度,提出了一种基于高光谱成像技术的番茄叶片干旱胁迫的识别方法。首先,选取红樱桃番茄为实验品种,在室内培养12盆番茄幼苗。在保证其他管理措施相同的基础上,通过控制施水量来控制番茄的胁迫状态,干旱胁迫程度设计3个处理(适宜水分、中度和重度胁迫)。分批次采集不同干旱程度番茄幼苗嫩叶在400~1000 nm范围的高光谱图像,并提取了每个样本的光谱和纹理特征。使用标准化(Norm)、多元散射校正(MSC)、一阶导数(1st)和标准正态变量变换(SNV)四种预处理方法对光谱数据进行预处理去除光谱中的噪声。使用连续投影算法(SPA)、竞争性自适应重加权算法(CARS)以及竞争性自适应重加权算法结合连续投影算法(CARS-SPA)选取光谱重要特征波段,用灰度梯度共生矩阵(GLGCM)提取番茄叶片的纹理特征,用SPA选择纹理特征的重要变量。融合重要光谱特征与重要纹理特征结合支持向量机(SVM)构建识别番茄干旱胁迫模型,同时选用自适应增强算法(AdaBoost)与K-近邻(KNN)与SVM模型对比。结果表明,融合重要光谱特征与重要纹理特征后,基于CARS-SPA波长选择的SNV-SVM模型具有最好的分类效果,训练集的分类准确度(ACC_(T))为94.5%,预测集的分类准确度(ACC_(P))为95%,AdaBoost模型分类效果次之ACC_(T)为86.5%,ACC_(P)为87%,KNN模型分类效果最差ACC_(T)为81.5%,ACC_(P)为79%。因此,该方法对番茄叶片干旱胁迫程度实时识别有较好的效果,可为构建智能化的干旱胁迫分析技术提供参考。

摘要：以节节瓜和日本小黄瓜2个品种为试验对象,设计田间不同氮肥处理试验研究数字图像技术对于黄瓜缺氮无损诊断的可行性。每隔3d利用数码相机和叶绿素仪获取固定叶位的叶片图像和叶绿素测量(SPAD)值,利用图像处理技术获取叶片的颜色特征参数,分析这些参数和SPAD值之间的相关性,并建立回归方程。结果表明,红光标准化值(NRI)、色调(H)、深绿色指数(DGCI)和SPAD值之间存在良好的线性关系,其决定系数分别为0.86、0.70和0.65。利用数码相机和数字图像技术进行黄瓜氮素营养状况诊断具有快速、无损、易于操作的特点,易于在生产实际应用中推广。

摘要：针对量子点荧光猝灭法检测Cu2+大多通过实验室化学分析或大型仪器检测而难以满足现场检测需求的问题,设计了一种可用于现场检测的痕量Cu2+光化学传感器,主要包括光学感知模块与信号处理模块,光学感知模块完成激光光源的输出与荧光的激发,信号处理模块完成微弱荧光信号的光电转换、信号放大、数据处理与显示。利用自行研制的光电采集、转换与信号处理系统完成痕量Cu2+的快速检测,实现了检测仪器的小型化与低成本。实验结果表明,在Cu2+浓度30～1 000nmol.L-1范围内传感器检测结果具有较好的线性关系,拟合后的直线方程为y=0.109 77x+11.872 32,线性度为0.994 82,标准方差3.994 24,检测下限达到30nmol.L-1,传感器响应时间为40s,实验测定了其他共存离子对Cu2+检测结果的干扰,实验结果表明该传感器可以满足痕量Cu2+现场检测的需求。

摘要：农业生产是一个复杂的生命系统,也是一个知识密集型的产业.本文针对传统农业生产控制和智能农业控制在农业生产这一复杂系统中存在的农业知识工程的"获取"、"表示"、"应用"和"管理"的系统性、效能性、精确性、时效性所表现出的局限性、脆弱性、孤立性、单调性,以及不能有效地解决农业信息系统所面临的关键性问题(及时掌控态势、有效控制风险、提高管理效率)进行分析,提出了以复杂系统科学理论为指导,以混合智能计算为基础,注重开展互动性的语言动力学人机交互与信息抽取、系统性的复杂知识结构设计与模型构造、机理性的领域知识关键因素识别与分析、开放型的农业(大)生产模型扩展与改造4个理论技术和病虫预报、肥水运筹、模式栽培、风险提示、价格分析、销售匹配6个科学实践研究.

摘要：为了解决个人计算机不能实时、实地对园艺大棚进行监管的限制,通过对Android系统的分析,该文提出了基于Android系统的园艺大棚监管系统。使用Android智能手机,利用无线网络资源与远程服务器进行交互,使园艺大棚的管理人员可以远程实时、实地观察园艺大棚内的环境信息,并通过对相关设备的控制调控,使花卉处于最佳生长环境。

摘要：由于层叠式鸡舍的饲养密度大,因此对养殖环境要求高,目前,对层叠式鸡舍环境监测多采用功能单一的检测仪器,操作复杂,且监测的位置点较少,很难反映层叠式鸡舍环境的整体情况,该文研制了一种基于物联网技术的蛋鸡养殖环境智能监控系统,针对层叠式鸡舍复杂结构,设计了一种监测布点的拓扑结构,可以实现对层叠式鸡舍环境参数的实时在线监测,可以对采集数据进行本地存储记录和远程发送,用户可以通过网页或智能手机APP进行鸡舍环境数据实时查询。试验发现鸡舍内温度、CO2、硫化氢和氨气浓度分布符合畜禽场环境质量标准,而光照强度、风速、湿度和PM10局部分布不合理,并给出了相应的优化措施。实践表明,该系统运行稳定、测量数据精确,适合对鸡舍环境进行精准监测,在规模化畜禽精准养殖方面具有广泛的应用前景。

摘要：基于红外光谱吸收及谐波检测原理,讨论了谐波信号和气体浓度关系,搭建了基于可调谐激光吸收光谱技术的气体检测系统。该系统采用低频锯齿波和高频正弦波联合调制激光器,并由锁相放大电路提取一次谐波和二次谐波信号幅值,以STM32F103VB控制器为核心,进行数据处理与数据上传,实现对0~0.1%浓度范围氧化亚氮(N_2O)气体实时测量。首先,介绍了系统的总体设计与核心结构,包括系统的硬件结构与软件结构;并进行了系统的标定和性能测试,结果表明二次谐波和一次谐波信号幅值比与浓度具有良好的线性关系,检测精度可达20×10^(-6),满足对N_2O气体实时监测的需求。

摘要：随着计算机技术和人工智能的发展,视觉问答在未来的导盲机器人等领域的应用会越来越广。为了探究这一应用的可行性和更高效地收集视觉问答的数据资源,研究构建了一种基于动态记忆网络的智能视觉问答系统,允许对不同摄像头中的图像或本地输入的图像进行提问,系统会自动地进行处理并给出较为合理的回答。另外,该系统也实现了将人为校验和修正后的视觉问答数据实时地储存到数据库中,为以后的工作提供数据支持。实验结果表明,该智能视觉问答系统在两个不同的测试集上的准确率可以达到60%左右,说明系统是可行有效的。