溫室蔬菜生產(chǎn)過程農(nóng)業(yè)信息現(xiàn)場快速檢測及處理技術(shù)研究.pdf

1、溫室蔬菜生產(chǎn)過程中農(nóng)業(yè)信息的獲取主要包括兩個環(huán)節(jié):農(nóng)業(yè)信息檢測和農(nóng)業(yè)信息處理,本文著眼于農(nóng)業(yè)信息現(xiàn)場快速檢測及處理技術(shù)的研究,是利用農(nóng)產(chǎn)品的物理性質(zhì)如光學性質(zhì)、聲學性質(zhì)、電磁學性質(zhì)和熱學性質(zhì)等的變化而實現(xiàn)農(nóng)業(yè)信息獲取。農(nóng)業(yè)信息現(xiàn)場快速檢測及處理技術(shù)是近年來發(fā)展起來的一種高新農(nóng)業(yè)信息獲取技術(shù),它有效地運用了計算機、傳感器等大量高新技術(shù)和最新研究成果,在國內(nèi)外得到迅猛發(fā)展。在生產(chǎn)過程中,主要表現(xiàn)為檢測項目出表觀品質(zhì)檢測向內(nèi)部品質(zhì)檢測趨勢發(fā)展

2、,檢測儀器主要由實驗室分析儀器向便攜式檢測器和在線檢測裝置方向邁進。目前,農(nóng)業(yè)信息現(xiàn)場快速檢測及處理技術(shù)包括近紅外技術(shù)、超聲波技術(shù)、軟X射線、計算機視覺技術(shù)、電磁特性的應用技術(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樣品的內(nèi)部取得深層信息,被稱為“具有解決全球農(nóng)業(yè)分析的潛力”,該項技術(shù)可廣泛用于谷物、果品、肉類等多種農(nóng)產(chǎn)品化學成分分析、物理品質(zhì)分析、色度品質(zhì)分析,可作為核心技術(shù)構(gòu)建我國農(nóng)

3、產(chǎn)品光學快速無損檢測體系。與常規(guī)的實驗室分析不同,光學快速無損檢測有一系列的要求。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、分析設備小型化或者便攜、分析過程不產(chǎn)生污染、分析方法簡便、分析人員不需要經(jīng)過長期的訓練、對分析操作要求低等。特別是樣品一般是不經(jīng)過前處理的、復雜的自然樣品,是在復雜、重疊、變動的背景中提取弱的信息,因此需要研究相應的檢測模型來完成現(xiàn)場快速分析任務。本文以光譜技術(shù)為主,配合專門的化學計量學算法和數(shù)學模型,

4、研究設計低成本的農(nóng)業(yè)信息現(xiàn)場檢測設備。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系研究,在此基礎上建立了作物氮素含量軟測量模型;基于土壤電導率和光譜反射率與土壤鹽漬化的定量關系研究,在此基礎上建立了土壤鹽漬化快速檢測模型。
　　 農(nóng)業(yè)信息管理技術(shù),表現(xiàn)在將大量的復雜的農(nóng)業(yè)信息進行加工處理,建立農(nóng)業(yè)數(shù)據(jù)庫。傳統(tǒng)的農(nóng)業(yè)信息管理軟件都是基于PC機上實現(xiàn),而農(nóng)業(yè)生產(chǎn)現(xiàn)場是簡陋的農(nóng)村工廠,所以相關農(nóng)業(yè)信息管理軟件始

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

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

7、方法對土壤鹽漬化程度定量分析,通過測量原生磁場和誘導出的次生磁場的相對關系來測量土壤的電導率,進而推算出土壤鹽漬化程度。接著,基于土壤在可見光、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圖像,通過幾何精校正映射至實際地物點,再通過支持向量機分類法的研究,提高影像識別率:從土壤的試驗結(jié)果看,以電磁特性和光譜特性來綜合評價土壤鹽漬化程度是可行的。
　　 3、基于多元信息融合的

8、作物氮素含量軟測量模型實現(xiàn)研究首次提出了多元信息融合的作物氮素含量軟測量模型。構(gòu)建了一個“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系樣本庫”,附加上作物葉片厚度、顏色等形態(tài)結(jié)構(gòu)信息,通過對植株形態(tài)結(jié)構(gòu)信息分析融合,實現(xiàn)了“多元信息融合的作物氮素含量軟測量模型”。例如,我們以菠菜為研究對象,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)庫技術(shù)的田間信息管理系統(tǒng)實現(xiàn)首次利用嵌入式系統(tǒng)實現(xiàn)了田間信息管理系統(tǒng)。建立了嵌入式實時數(shù)據(jù)庫模型;提出了三層體系結(jié)構(gòu)實現(xiàn)嵌入式實時數(shù)據(jù)庫模型:位于最上層的是移動終端Flash的數(shù)據(jù)存儲查詢模塊,位于最低層的是服務器端后臺數(shù)據(jù)庫,位于中間層的同步模塊,通過數(shù)據(jù)同步使得嵌入式數(shù)據(jù)庫和后臺數(shù)據(jù)庫中的數(shù)據(jù)保持一致。特別是提出了改進型β+索引結(jié)構(gòu),真正提高了索引機制平均利用率,解決了在存儲空間極為有限的嵌入