基于移动感知的植物光合监测方法研究

来源 :安徽农业大学 | 被引量 : 0次 | 上传用户:zhanghuatao88
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
光合作用维持植物自身生长,保持生态环境碳氧稳定性,反应光合速率大小成为植物光合监测的关键环节。本课题研制的光合仪因为现有设备中缺少同类型的移动监测方法,监测过程存在操作步骤繁冗、数据共享性偏差、仪器体积大且不方便携带等缺点,影响本系列仪器的用户体验和应用能力。本研究针对植物光合监测操作过程中存在的缺陷,设计以Android移动端监测方法为核心的便携式、可自主拆卸监测仪。通过3D建模集成,以草莓和天竺葵植株为试验对象感知两种植株光合生理信息,最后使用无线通信技术传输至移动端,通过对比验证仪器的准确性。其主要研究工作如下:(1)设计基于移动感知的植物光合监测硬件系统。通过监测植物释放氧含量等测定光合研究方法,采用微处理器Arduino控制板作为嵌入式系统的主控制模块,设计DS3231实时时钟、SD卡存储以及蓝牙通信模块进行数据管理和传输,接入泵吸式氧传感器、AWM3100V流量计等传感器来感知植物生理指标从而计算出植物光合速率反应光合作用强度。(2)开发面向Android移动终端的植物光合监测软件系统。设计嵌入式感知植物光合生理数据信息,采用无线蓝牙和数据收发技术,使客户端拥有强大操纵能力和手持监测的感知效果;使用UI交互、数据库存储以及图表绘制技术,丰富了Android客户端的数据可视化功能以及数据管理能力;利用Web Socket协议使Android客户端存储的本地数据能上传至Web端进行数据管理和分析对比,在一定程度提高监测植物光合数据的实时共享效果。(3)研制基于3D建模机械结构标准的植物光合监测便携式仪器。根据规范光合仪和便携式原理研究整体设计流程,总结出各部分零件结构设计。通过以上基础提出模块化建模和参数化设计,将便携可拆卸式监测仪分为机箱、叶室以及固定组件三个主要部分。对结构特征展开分析并结合CATIA进行参数化绘制,最终用3D打印技术设计一种可多叶片测量、机体可拆卸的便携仪器。本研究研发一种基于移动端监测为方法的植物光合仪器,经过测试、对比分析实验,表明本监测仪弥补原设备操纵上的不足,为植物光合监测方法提供了新的想法。通过本移动感知方法研制的监测仪在使用上方便,提升植物光合监测仪的应用能力。因而本研究对于同类型农业装备信息化的发展具有重大参考价值。
其他文献
以安徽黄山地区太平猴魁茶叶为研究对象,主要研究规划机械臂时间最优的采摘路径以提高机械臂的茶叶采摘效率,对蚁群算法(Ant Colony Algorithm,ACA)、多态蚁群算法(Polymorphic Ant Colony Algorithm,PACA)进行分析,对多态蚁群算法进行改进并运用到三维空间茶叶采摘点路径规划中;对三次多项式插值、五次多项式插值进行分析,将二者相结合形成3-5-3分段多
学位
玉米作为我国三大作物之一,产量关乎着人民的温饱。近些年由于玉米病害愈发加重,对作物造成不可逆转的影响,严重影响了国家的粮食安全。玉米病害种类繁多,部分病斑相似难以区分。以往基于深度学习的玉米病害识别仅对病害类型进行分类,实用性并不高。本文通过引入实例分割技术,提出了基于SOLO的玉米叶片病害实例分割,实现了对病斑的定位和检测以及对病斑轮廓的精确分割,针对单张图片上存在不同病害类型的叶片,本文方法能
学位
光合速率是植物重要的生理参数,光合作用吸收二氧化碳产生氧气的过程是节能减排的重要途径之一,通过监测植物的光合速率来了解植物生理情况,对植物生长发育的研究具有十分重要的意义,也充分符合当下“碳达峰、碳中和”绿色发展理念的科技需求。现有的光合生理监测仪在野外实时监测、网络化测控融合和经济化农业推广等方面支持不够,因此迫切需要一种检测效率更加高效的植物光合生理监测仪。本文针对以上问题,基于红外气体分析法
学位
目的 研究硬通道硬膜下穿刺预减压联合开颅术治疗急性硬膜下血肿并脑疝的临床效果。方法 选取普宁华侨医院颅脑外科2020年6月至2022年6月收治的急性硬膜下血肿并脑疝患者40例,采用随机数表法分为对照组和观察组,每组各20例。对照组实施标准外伤大骨瓣开颅术治疗,观察组采取硬通道硬膜下穿刺预减压联合开颅术治疗。统计致残率、病死率、并发症发生率,采用生活质量评价量表(SF-36)对生存质量进行评定并对比
期刊
<正>国家坚定不移实现双碳战略,故而新能源电动汽车得到了高速发展。中汽协数据显示,2022年我国新能源汽车产销取得产销666.3万辆、649.8万辆的成绩,乘用车市场占有率已超四分之一。新能源汽车汇集了各行业的先进科技,其中无人驾驶技术就是一大亮点。它不仅能够解放驾驶员的双手,还直接关乎驾驶安全,备受行业关注。
期刊
近年来,我国农业信息化建设不断推进,大幅度提高了农业效益,增加了农民收入。但由于目前谷类作物领域信息化建设还不完善,网络中海量的谷类作物知识大多是非结构化或半结构化形式,农民、专家等相关从业者很难及时准确的从传统搜索引擎中获取所需信息。因此,本文拟构建一个基于知识图谱的问答系统,能将网络中碎片化的谷类作物知识转化为结构化知识存储,对促进谷类作物领域信息化发展具有重要意义。本文基于知识图谱和问答系统
学位
鸟害普遍存在于各领域,面向鸟类的目标检测与识别具有重要意义。传统的鸟类检测与识别依赖人工,要求专家有较好的知识与经验储备,稳定性、效率较低。深度学习持续地发展,可将目标检测技术运用于此,以提升检测与识别效率。YOLOv3在该领域展现优异的水平,有结构简单、复现性好等特点。本文采用该算法为原始模型,通过若干改进策略以提升模型性能,且构建鸟类检测系统。主要工作如下:1)构建基于卷积神经网络的鸟类检测模
学位
推荐系统通过分析用户与物品的历史交互行为来获取用户的偏好,挖掘用户的潜在需求,进而向用户推荐其可能感兴趣的商品。在当前常见的农产品推荐系统中,大部分模型没有充分使用用户与农产品的评论、评分等交互数据,因此难以学习到较为准确的用户偏好,导致推荐效果不佳。条件生成对抗网络以生成对抗网络为基础,能够较好地拟合输入的数据的分布。为了学习更为准确的用户偏好,本文通过融合BERT与图卷积神经网络,从用户与农产
学位
花生作为我国常见的油料作物之一,幼苗期草害严重危害了花生的产量和品质,制约了花生生长。人工智能的飞速发展,大大提升了除草机器人的效率,但花生幼苗期伴生杂草叶片相似、田间背景复杂、光照强度多变以及目标遮挡等因素加大了研究难度。现有的机器除草搭载模型大、运算速度慢,多采用拍摄识别。因此,研究一种能够实现田间条件下实时、准确识别花生幼苗和杂草的算法对除草机器人的研发应用具有重要意义。本文主要研究工作和创
学位
小麦在全世界范围内有着广泛的种植面积,小麦赤霉病害导致粮食大规模减产时有发生。为了应对赤霉病害的爆发,通常采用提前喷洒农药预防赤霉病害,但是在农药喷洒过程中经常出现药物滥用问题,不仅污染环境,而且增加了种植成本。为了更好解决农药污染、减少农药的滥用问题,准确、迅速的识别小麦赤霉病害并鉴定等级具有指导生产的作用。随着卷积神经网络发展,为赤霉病害的无损检测提供了理论依据。为了识别小麦赤霉病害并且对赤霉
学位