【摘 要】
:
数字农业是农业现代化发展的高级形态,推动数字农业建设是实现农业高质量发展的有力支撑,更是决胜全面建成小康社会的关键举措。当前设施番茄的种植存在过度依赖种植户经验、农事操作缺乏规范性等问题。为提高设施番茄种植过程的数字化水平,加强设施番茄种植的规范性,开展设施番茄生长模型和数字化种植研究,具体研究内容如下:(1)基于逐步-主成分回归的设施番茄生长模型研究针对环境要素间存在严重多重共线性、传统方法参数
论文部分内容阅读
数字农业是农业现代化发展的高级形态,推动数字农业建设是实现农业高质量发展的有力支撑,更是决胜全面建成小康社会的关键举措。当前设施番茄的种植存在过度依赖种植户经验、农事操作缺乏规范性等问题。为提高设施番茄种植过程的数字化水平,加强设施番茄种植的规范性,开展设施番茄生长模型和数字化种植研究,具体研究内容如下:(1)基于逐步-主成分回归的设施番茄生长模型研究针对环境要素间存在严重多重共线性、传统方法参数估计结果未通过检验以及与相关性分析结果不符等问题,基于设施番茄苗期、花期和果期生长数据及环境数据,采用逐步回归选取显著环境因子,作为自变量进行主成分回归,构建设施番茄各时期逐步-主成分回归生长模型,结果显示各模型拟合优度均大于90%,拟合效果较好。基于逐步-主成分回归的生长模型不仅研究了日光温室内环境要素对设施番茄生长发育的影响,也探究了环境要素与设施番茄生长发育的量化关系,为设施环境调控提供了参考,也为设施番茄数字化种植研究奠定了基础。(2)基于分段函数的设施番茄数字化种植模型研究针对设施番茄数字化水平较低、种植过程不规范等问题,以分段函数的形式构建设施番茄各时期环境调控判断模型、农事操作判断模型和病虫害判断模型,将各因素对番茄生长发育的影响程度表示出来,从而构建设施番茄全周期数字化种植模型。设施番茄数字化种植模型考虑了多因素对设施番茄生长发育的综合影响,不仅为种植户提供了规范的种植指导,也进一步提高了设施番茄种植的数字化水平。(3)设施番茄数字化种植系统的设计与实现基于设施番茄生长模型和数字化种植模型研究,结合需求调研设计与实现了包含三类用户角色、六大模块的设施番茄数字化种植系统。系统可通过环境因子预测番茄生长状态,查阅不同生长时期种植规范,为用户提供了友好的交互方式,形象地表现了数据的特点,进一步提高了设施番茄种植过程的数字化水平。
其他文献
泡沫混凝土具有质轻、保温、隔热、耐火、隔音等特性,同时具有原料来源广泛、生产施工工艺简便、配比调节方便、综合成本低等优点,并可大量利用固体废弃物。因此,被广泛应用于工业和民用建筑制品与构件制造、大体积回填工程、保温隔热工程等。多孔结构是泡沫混凝土的重要技术特征,对泡沫混凝土性能产生决定性的影响。探究泡沫混凝土孔结构最优测定方法及孔结构对泡沫混凝土宏观性能的影响,建立孔结构指标与宏观性能的相关性,在
滴灌技术作为节水灌溉技术中先进的节水方法,它具有节水、保护土壤、高产等优点。灌水器作为滴灌系统的关键部件,它内部复杂的迷宫流道对主管道的压力水具有消能的作用,能够将压力水均匀、缓慢、稳定的输送到农作物根部。灌水器水力性能的优劣决定了灌水器的灌水质量,灌水器的抗堵塞性能决定灌水系统的稳定耐用性能。为了提高灌水器的消能效率和抗堵塞性能,将水均匀稳定的输送到作物根部,本文设计了一种单内齿矩形迷宫流道灌水
土壤源热泵是利用地热能对目标建筑进行制冷供暖的高效节能环保型空调,其中土壤源热泵系统由于不消耗地下水源、换热性能良好、节约用地,在我国得到了广泛的应用。土壤源热泵的利用成为了应对全球能源危机、气候变暖、发展低碳经济的重要途径。土壤源热泵机组设计的关键技术是地下换热器,钻孔回填材料和埋管循环流速都是关键设计因素。高导热性能的回填材料可以降低换热孔内的热阻,减少地下换热孔深度和换热管长度,而科学合理的
大数据和人工智能等技术在农业方面的应用,有利于加速转变农业生产方式,辅助生产决策,促进农业生产提质增效。中国是世界上最大的苹果生产国和消费国,苹果产量预测是苹果大数据平台重要部分,也是苹果产业体系中必不可少的环节,如何依据气象数据对产量进行精准预测,是苹果产业发展中的一个重要课题。苹果产量常因气象变化产生较大波动,因此依据气象数据对产量精准预测、长期气象产量变化趋势分析,对辅助苹果产业决策、优化种
奶牛行为识别是奶牛精准养殖的重要组成部分,精准高效的行为模式识别对奶牛健康状况监测以及养殖管理规模化具有重要意义。传统奶牛生理监测依靠人工,耗时费力。传感器技术与集成电路设计技术的飞速发展,为精细化、规模化的奶牛生理监测模式提供可能。惯性传感器技术具有抗环境干扰能力强、数据采集精准等优点。在此背景下,采用惯性传感器技术对奶牛行为识别分类展开研究。结合机器学习算法对奶牛行为惯导数据进行分类识别并构建
设施黄瓜作为一种典型设施农产品,其产品的质量安全越来越受到人们的重视。溯源系统在设施黄瓜上的应用,不仅可有效的提高市场上黄瓜产品的整体质量,也可成为质量追责的有效手段。区块链技术具备的不可篡改、可追溯、天然互信等特性使其为农产品信息的可信存储提供了有力保障,但现有的区块链溯源系统在处理设施黄瓜溯源信息时仍存在着些许不足,如无法实现对链上产品品质的把控,对产品的质量安全监管缺乏有效手段,溯源系统崩溃
面对香菇产业中育种环节的精准化服务需求,针对育种过程中菌丝生长程度判断采用手工测量、目测描述浓密程度等经验式方法,存在效率低、识别精度差,缺少快速科学可量化方法等问题,依托于山东省重大科技创新工程项目—食用菌智慧工厂化生产关键技术研发与产业化,使用图像识别技术开发香菇菌丝生长程度识别系统用于代替人工识别。主要研究内容与结果如下:(1)数据集的构建与数据增强。完成了7个不同生长程度的香菇菌丝图像数据
小麦是世界上重要的粮食作物,对小麦产量进行准确预估对保障世界粮食安全具有重要意义。麦穗个数是小麦估产的重要参数,本文使用Faster R-CNN、SSD、Retina Net、YOLOv3 SPP和YOLOv5s五种深度学习模型对不同的麦穗数据集进行了训练、验证和测试,其中YOLOv5s模型对基于无人机数据的麦穗数据集A的麦穗识别准确率最高,达到了97.39%。为进一步提升模型对麦穗的识别准确率,
苹果作为我国第一大水果和优势农产品种类之一,受到越来越多人的喜爱,同时苹果的需求量也在逐年增加,随着农业信息化的不断发展,通过海量数据进行农产品需求量分析有利于推动苹果供需平衡、稳定市场调控与库存信息建设,具有良好的研究意义与应用价值。针对目前我国相关农产品预测中,由于数据处理方式简单、预测模型单一导致的预测效率低、精度差、稳定性不佳等问题,本文提出一种基于小波分解的双结构组合预测模型,具体研究内
食用菌产业是中国农业的重要支柱产业之一,在食用菌生产中香菇产量是最大的,香菇菌棒转色好坏对后期出菇的产量和品质具有重要影响。目前香菇转色的识别只能依靠有经验的生产人员进行判断,存在人为错误、效率低、精度差等问题。本文针对上述问题,依托山东省重大科技创新工程项目——食用菌智慧工厂化生产关键技术研发与产业化,运用深度学习、数据库技术等理论方法,建立了香菇菌棒转色程度识别模型,设计并实现了香菇菌棒转色识