小麥生長(zhǎng)監(jiān)測(cè)物聯(lián)網(wǎng)關(guān)鍵技術(shù)研究.pdf

1、小麥在生長(zhǎng)發(fā)育過(guò)程中有許多內(nèi)在的規(guī)律，其生長(zhǎng)過(guò)程除了品種因素之外，與氣象因子、土壤生態(tài)因子等因素高度相關(guān)，相應(yīng)的生長(zhǎng)環(huán)境條件會(huì)產(chǎn)生對(duì)應(yīng)的植株生理和物理特征。因此，探索研究以田間監(jiān)測(cè)數(shù)據(jù)計(jì)算和推理小麥的生長(zhǎng)狀況成為可能。如何及時(shí)、準(zhǔn)確和全面的獲取小麥生長(zhǎng)過(guò)程的關(guān)鍵數(shù)據(jù)，對(duì)多源數(shù)據(jù)進(jìn)行有效的融合分析，將監(jiān)測(cè)信息由原始的傳感器數(shù)據(jù)提升至決策應(yīng)用知識(shí)，以提高數(shù)字化、定量化的監(jiān)測(cè)和診斷能力，是當(dāng)前研究的難點(diǎn)和核心內(nèi)容。
　　本文在已初步建設(shè)

2、完成的國(guó)家小麥監(jiān)控物聯(lián)網(wǎng)中心平臺(tái)的基礎(chǔ)上，結(jié)合物聯(lián)網(wǎng)與多源信息融合方法與技術(shù)，針對(duì)小麥生長(zhǎng)環(huán)境與長(zhǎng)勢(shì)特征等數(shù)據(jù)的獲取與應(yīng)用分析環(huán)節(jié)，進(jìn)一步深入開(kāi)展研究。在物聯(lián)網(wǎng)感知層即數(shù)據(jù)獲取環(huán)節(jié)，深入研究田間無(wú)線傳感器組網(wǎng)與網(wǎng)內(nèi)數(shù)據(jù)融合關(guān)鍵技術(shù)；在物聯(lián)網(wǎng)應(yīng)用層即數(shù)據(jù)應(yīng)用分析環(huán)節(jié)，分別深入研究基于點(diǎn)面融合的小麥苗情分類(lèi)分析方法、基于物聯(lián)網(wǎng)與模型耦合的小麥氣象災(zāi)害診斷方法和基于圖像識(shí)別的小麥葉部病害診斷方法；最后，分別設(shè)計(jì)開(kāi)發(fā)以上研究的原型系統(tǒng)并集成應(yīng)用

3、于國(guó)家小麥監(jiān)控物聯(lián)網(wǎng)中心平臺(tái)，作為小麥監(jiān)控物聯(lián)網(wǎng)的核心組成部分，面向用戶提供苗情、災(zāi)情、病情應(yīng)用服務(wù)，為小麥生產(chǎn)管理與災(zāi)害防控提供決策支持。
　　本文研究的創(chuàng)新性成果主要有以下方面：
　　1)提出了基于田間監(jiān)測(cè)數(shù)據(jù)的苗情分類(lèi)動(dòng)態(tài)模擬方法，提出了點(diǎn)面融合方法以實(shí)現(xiàn)小麥苗情分類(lèi)等級(jí)的空間分布監(jiān)測(cè)；
　　2）提出了物聯(lián)網(wǎng)多點(diǎn)、實(shí)時(shí)監(jiān)測(cè)與傳統(tǒng)的小麥氣象災(zāi)害診斷模型的耦合設(shè)計(jì)方法，實(shí)現(xiàn)了小麥氣象災(zāi)害的動(dòng)態(tài)診斷與由點(diǎn)到面的區(qū)域評(píng)估

4、；
　　3）提出了基于圖像特征分類(lèi)識(shí)別的小麥病害診斷方法，確立了以顏色、紋理、形狀三種特征向量組合和徑向基核函數(shù)的最優(yōu)支持向量機(jī)分類(lèi)器，建立了基于現(xiàn)場(chǎng)圖像識(shí)別的小麥葉部病害遠(yuǎn)程診斷。
　　最后，基于以上方法與技術(shù)分別設(shè)計(jì)與實(shí)現(xiàn)了原型系統(tǒng)，作為小麥監(jiān)控物聯(lián)網(wǎng)的核心組成部分集成應(yīng)用于國(guó)家小麥監(jiān)控物聯(lián)網(wǎng)中心平臺(tái)，實(shí)現(xiàn)了面向全國(guó)小麥主產(chǎn)區(qū)用戶（包括政府管理部門(mén)、農(nóng)技人員、種植者）提供苗情長(zhǎng)勢(shì)、氣象災(zāi)害與病害的監(jiān)測(cè)與診斷等綜合應(yīng)用服務(wù)