溫室蔬菜生產(chǎn)過(guò)程農(nóng)業(yè)信息現(xiàn)場(chǎng)快速檢測(cè)及處理技術(shù)研究.pdf

1、溫室蔬菜生產(chǎn)過(guò)程中農(nóng)業(yè)信息的獲取主要包括兩個(gè)環(huán)節(jié):農(nóng)業(yè)信息檢測(cè)和農(nóng)業(yè)信息處理,本文著眼于農(nóng)業(yè)信息現(xiàn)場(chǎng)快速檢測(cè)及處理技術(shù)的研究,是利用農(nóng)產(chǎn)品的物理性質(zhì)如光學(xué)性質(zhì)、聲學(xué)性質(zhì)、電磁學(xué)性質(zhì)和熱學(xué)性質(zhì)等的變化而實(shí)現(xiàn)農(nóng)業(yè)信息獲取。農(nóng)業(yè)信息現(xiàn)場(chǎng)快速檢測(cè)及處理技術(shù)是近年來(lái)發(fā)展起來(lái)的一種高新農(nóng)業(yè)信息獲取技術(shù),它有效地運(yùn)用了計(jì)算機(jī)、傳感器等大量高新技術(shù)和最新研究成果,在國(guó)內(nèi)外得到迅猛發(fā)展。在生產(chǎn)過(guò)程中,主要表現(xiàn)為檢測(cè)項(xiàng)目出表觀(guān)品質(zhì)檢測(cè)向內(nèi)部品質(zhì)檢測(cè)趨勢(shì)發(fā)展

2、,檢測(cè)儀器主要由實(shí)驗(yàn)室分析儀器向便攜式檢測(cè)器和在線(xiàn)檢測(cè)裝置方向邁進(jìn)。目前,農(nóng)業(yè)信息現(xiàn)場(chǎng)快速檢測(cè)及處理技術(shù)包括近紅外技術(shù)、超聲波技術(shù)、軟X射線(xiàn)、計(jì)算機(jī)視覺(jué)技術(shù)、電磁特性的應(yīng)用技術(shù)等。
　　 研究表明,由于近紅外光譜的信息量極為豐富,樣品不需前處理就可以直接透過(guò)樣品的內(nèi)部取得深層信息,被稱(chēng)為“具有解決全球農(nóng)業(yè)分析的潛力”,該項(xiàng)技術(shù)可廣泛用于谷物、果品、肉類(lèi)等多種農(nóng)產(chǎn)品化學(xué)成分分析、物理品質(zhì)分析、色度品質(zhì)分析,可作為核心技術(shù)構(gòu)建我國(guó)農(nóng)

3、產(chǎn)品光學(xué)快速無(wú)損檢測(cè)體系。與常規(guī)的實(shí)驗(yàn)室分析不同,光學(xué)快速無(wú)損檢測(cè)有一系列的要求。首先要求分析速度快、分析樣品不需要或者很少需要前處理、分析設(shè)備小型化或者便攜、分析過(guò)程不產(chǎn)生污染、分析方法簡(jiǎn)便、分析人員不需要經(jīng)過(guò)長(zhǎng)期的訓(xùn)練、對(duì)分析操作要求低等。特別是樣品一般是不經(jīng)過(guò)前處理的、復(fù)雜的自然樣品,是在復(fù)雜、重疊、變動(dòng)的背景中提取弱的信息,因此需要研究相應(yīng)的檢測(cè)模型來(lái)完成現(xiàn)場(chǎng)快速分析任務(wù)。本文以光譜技術(shù)為主,配合專(zhuān)門(mén)的化學(xué)計(jì)量學(xué)算法和數(shù)學(xué)模型,

4、研究設(shè)計(jì)低成本的農(nóng)業(yè)信息現(xiàn)場(chǎng)檢測(cè)設(shè)備。例如,基于作物氮素組分敏感的反射光譜和吸收光譜與該組分含量的定量關(guān)系研究,在此基礎(chǔ)上建立了作物氮素含量軟測(cè)量模型;基于土壤電導(dǎo)率和光譜反射率與土壤鹽漬化的定量關(guān)系研究,在此基礎(chǔ)上建立了土壤鹽漬化快速檢測(cè)模型。
　　 農(nóng)業(yè)信息管理技術(shù),表現(xiàn)在將大量的復(fù)雜的農(nóng)業(yè)信息進(jìn)行加工處理,建立農(nóng)業(yè)數(shù)據(jù)庫(kù)。傳統(tǒng)的農(nóng)業(yè)信息管理軟件都是基于PC機(jī)上實(shí)現(xiàn),而農(nóng)業(yè)生產(chǎn)現(xiàn)場(chǎng)是簡(jiǎn)陋的農(nóng)村工廠(chǎng),所以相關(guān)農(nóng)業(yè)信息管理軟件始

5、終得不到推廣應(yīng)用。本文基于嵌入式系統(tǒng)和嵌入式實(shí)時(shí)數(shù)據(jù)庫(kù)模型的關(guān)鍵技術(shù)研究,在此基礎(chǔ)上實(shí)現(xiàn)了一個(gè)無(wú)線(xiàn)智能的田間檔案信息采集系統(tǒng)。特別是提出了改進(jìn)型β+索引結(jié)構(gòu),真正提高了索引機(jī)制平均利用率,解決了在存儲(chǔ)空間極為有限的嵌入式設(shè)備上處理海量不規(guī)則的農(nóng)業(yè)信息數(shù)據(jù)的瓶頸難題。
　　 具體地,本文主要開(kāi)展了以下幾個(gè)方面的創(chuàng)新研究:
　　 1、基于紅外輻射技術(shù)的植株及葉片溫度檢測(cè)模型研究從黑體輻射原理出發(fā),分析了紅外測(cè)溫的工作原理,推

6、導(dǎo)了它的數(shù)學(xué)模型,描述了植物植株及葉片的輻射功率與波長(zhǎng)、溫度之間的關(guān)系。在理論上系統(tǒng)闡述了紅外測(cè)溫模型中各個(gè)因素所起作用,并通過(guò)黑體實(shí)驗(yàn)得到溫度灰度曲線(xiàn),最后基于理論公式和實(shí)驗(yàn)數(shù)據(jù)得到紅外測(cè)溫模型。
　　 2、基于電磁特性和反射光譜信息的土壤鹽漬度快速檢測(cè)方法研究為完成溫室環(huán)境土壤鹽漬化程度現(xiàn)場(chǎng)快速檢測(cè),采用了基于土壤電導(dǎo)率和土壤光譜反射率與土壤鹽漬化的定量關(guān)系描述技術(shù),建立了一個(gè)能夠測(cè)定土壤鹽漬化的檢測(cè)系統(tǒng)。首先,利用電磁感應(yīng)

7、方法對(duì)土壤鹽漬化程度定量分析,通過(guò)測(cè)量原生磁場(chǎng)和誘導(dǎo)出的次生磁場(chǎng)的相對(duì)關(guān)系來(lái)測(cè)量土壤的電導(dǎo)率,進(jìn)而推算出土壤鹽漬化程度。接著,基于土壤在可見(jiàn)光、紅外和微波各波段的反射特性,將光譜圖和TM數(shù)據(jù)結(jié)合得到的影像,研究采用了TM數(shù)據(jù)作為土壤鹽漬化的基礎(chǔ)圖像,通過(guò)幾何精校正映射至實(shí)際地物點(diǎn),再通過(guò)支持向量機(jī)分類(lèi)法的研究,提高影像識(shí)別率:從土壤的試驗(yàn)結(jié)果看,以電磁特性和光譜特性來(lái)綜合評(píng)價(jià)土壤鹽漬化程度是可行的。
　　 3、基于多元信息融合的

8、作物氮素含量軟測(cè)量模型實(shí)現(xiàn)研究首次提出了多元信息融合的作物氮素含量軟測(cè)量模型。構(gòu)建了一個(gè)“作物氮素組分的反射光譜或吸收光譜與該組分含量的定量關(guān)系樣本庫(kù)”,附加上作物葉片厚度、顏色等形態(tài)結(jié)構(gòu)信息,通過(guò)對(duì)植株形態(tài)結(jié)構(gòu)信息分析融合,實(shí)現(xiàn)了“多元信息融合的作物氮素含量軟測(cè)量模型”。例如,我們以菠菜為研究對(duì)象,建立了菠菜葉片的氮素含量的光譜樣本集。特別指出,為了解決圖像非相似匹配難題,提出了基于互信息圖像匹配技術(shù),并結(jié)合粒子群算法提高光譜圖像匹配

9、速度。
　　 4、基于嵌入式數(shù)據(jù)庫(kù)技術(shù)的田間信息管理系統(tǒng)實(shí)現(xiàn)首次利用嵌入式系統(tǒng)實(shí)現(xiàn)了田間信息管理系統(tǒng)。建立了嵌入式實(shí)時(shí)數(shù)據(jù)庫(kù)模型;提出了三層體系結(jié)構(gòu)實(shí)現(xiàn)嵌入式實(shí)時(shí)數(shù)據(jù)庫(kù)模型:位于最上層的是移動(dòng)終端Flash的數(shù)據(jù)存儲(chǔ)查詢(xún)模塊,位于最低層的是服務(wù)器端后臺(tái)數(shù)據(jù)庫(kù),位于中間層的同步模塊,通過(guò)數(shù)據(jù)同步使得嵌入式數(shù)據(jù)庫(kù)和后臺(tái)數(shù)據(jù)庫(kù)中的數(shù)據(jù)保持一致。特別是提出了改進(jìn)型β+索引結(jié)構(gòu),真正提高了索引機(jī)制平均利用率,解決了在存儲(chǔ)空間極為有限的嵌入