【摘要】：農(nóng)業(yè)是國(guó)民經(jīng)濟(jì)建設(shè)與發(fā)展的支柱產(chǎn)業(yè),農(nóng)業(yè)的穩(wěn)定與發(fā)展是社會(huì)進(jìn)步的首要條件。信息技術(shù)的發(fā)展及在農(nóng)業(yè)領(lǐng)域的切實(shí)應(yīng)用是保障農(nóng)業(yè)的持續(xù)與穩(wěn)定發(fā)展、確保農(nóng)業(yè)產(chǎn)品長(zhǎng)期優(yōu)質(zhì)供應(yīng)的根本途徑。信息農(nóng)業(yè)技術(shù)的發(fā)展對(duì)于國(guó)家糧食安全、沖破環(huán)境與資源桎梏、加速現(xiàn)代化農(nóng)業(yè)發(fā)展至關(guān)重要。研究并創(chuàng)立適合我國(guó)國(guó)情的信息農(nóng)業(yè)技術(shù)體系,大力發(fā)展農(nóng)田傳感器技術(shù)與農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù),實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)管理過程中對(duì)作物、環(huán)境的實(shí)時(shí)監(jiān)測(cè)和調(diào)控,對(duì)于提高我國(guó)農(nóng)業(yè)現(xiàn)代化程度,發(fā)展精確農(nóng)業(yè)有著深遠(yuǎn)意義。當(dāng)前我國(guó)農(nóng)業(yè)發(fā)展面臨資源短缺以及環(huán)境約束的雙重壓力,存在著管理水平低下與農(nóng)業(yè)資源投入高的矛盾,因此,如何實(shí)現(xiàn)對(duì)農(nóng)業(yè)生產(chǎn)全過程的實(shí)時(shí)掌控,提升農(nóng)業(yè)生產(chǎn)管理水平是我們目前亟需解決的問題。物聯(lián)網(wǎng)技術(shù)可以大幅度較小人力資源的投入,避免對(duì)農(nóng)田環(huán)境的破壞,從而獲得實(shí)時(shí)精確的農(nóng)田環(huán)境信息以及作物的生長(zhǎng)信息。正是在這樣的情況下,物聯(lián)網(wǎng)在農(nóng)業(yè)領(lǐng)域得到了越來越廣泛地應(yīng)用。無線傳感器網(wǎng)絡(luò)是物聯(lián)網(wǎng)體系架構(gòu)中底層網(wǎng)絡(luò)最主要的實(shí)現(xiàn)方式,它由安裝在農(nóng)田區(qū)域的各種無線傳感器節(jié)點(diǎn)構(gòu)成,這些傳感器節(jié)點(diǎn)在田間彼此連通,構(gòu)成多跳式自組織網(wǎng)絡(luò)實(shí)時(shí)采集、傳輸農(nóng)田信息,為農(nóng)業(yè)生產(chǎn)精確管理提供信息支撐。傳感器是構(gòu)成無線傳感網(wǎng)絡(luò)的基本單元,承擔(dān)著信息的采集與處理,其精度與穩(wěn)定性直接影響著感知數(shù)據(jù)的準(zhǔn)確度和可靠性,所以對(duì)于農(nóng)田無線傳感器網(wǎng)絡(luò)而言,研究傳感器校正方法以及數(shù)據(jù)處理方式是提高農(nóng)田感知數(shù)據(jù)精確性,保障農(nóng)業(yè)生產(chǎn)管理決策可靠實(shí)施的前提條件。本文以農(nóng)田土壤水分傳感器、農(nóng)田CO2傳感器、作物生長(zhǎng)傳感器為研究對(duì)象,以提高農(nóng)田感知數(shù)據(jù)精確性為目標(biāo),對(duì)農(nóng)田傳感器校正及感知數(shù)據(jù)清理的方法進(jìn)行了研究,完成的主要研究?jī)?nèi)容及成果如下:對(duì)農(nóng)田信息無線傳感器節(jié)點(diǎn)設(shè)備進(jìn)行了介紹,分析了影響農(nóng)田傳感器測(cè)量精度的主要因素,并闡明了農(nóng)田傳感器校正的必要性。以農(nóng)田土壤水分傳感器、農(nóng)田CO2傳感器、作物生長(zhǎng)傳感器為研究對(duì)象,應(yīng)用最小二乘算法及BP人工神經(jīng)網(wǎng)絡(luò)算法對(duì)上述三種農(nóng)田傳感器進(jìn)行了校正,并對(duì)校正結(jié)果進(jìn)行了對(duì)比分析,結(jié)果表明,最小二乘算法擬合與BP人工神經(jīng)網(wǎng)絡(luò)算法擬合都可以對(duì)農(nóng)田傳感器標(biāo)定的數(shù)據(jù)進(jìn)行校正,但BP人工神經(jīng)網(wǎng)絡(luò)法擬合的線性度較之于最小二乘算法擬合的線性度要小,非線性校準(zhǔn)效果更為顯著。在精度上,BP人工神經(jīng)網(wǎng)絡(luò)算法要優(yōu)于最小二乘算法。由于BP人工神經(jīng)網(wǎng)絡(luò)算法較之于最小二乘算法更為復(fù)雜,所以從應(yīng)用場(chǎng)合的角度考慮,最小二乘算法更加適合在嵌入式系統(tǒng)中應(yīng)用,而BP人工神經(jīng)網(wǎng)絡(luò)算法更加適合服務(wù)器端的應(yīng)用。分析了農(nóng)田物聯(lián)網(wǎng)長(zhǎng)期部署在大田環(huán)境之中,難免受到機(jī)械沖擊、外界震動(dòng)、電磁干擾等測(cè)量條件意外地改變,因此,在農(nóng)田信息的傳感過程中,感知數(shù)據(jù)會(huì)出現(xiàn)比如N失的屬性值,噪聲數(shù)據(jù)和異常值等問題�；贙-means聚類算法和LOF離群值檢測(cè)算法對(duì)感知數(shù)據(jù)進(jìn)行了清理,并對(duì)不同算法的清理結(jié)果進(jìn)行了比較分析,結(jié)果表明,兩種算法都能在農(nóng)田信息感知數(shù)據(jù)清理中達(dá)到良好的效果,但結(jié)果各有差異,其中K-means聚類分析算法的計(jì)算復(fù)雜度低,在數(shù)據(jù)密集而且分類明顯的情況下效果明顯,而LOF離群值檢測(cè)算法的復(fù)雜度較高,但是對(duì)感知數(shù)據(jù)沒有分類的要求,當(dāng)數(shù)據(jù)分類不明顯時(shí),LOF離群值檢測(cè)法更具優(yōu)勢(shì)。通過感知數(shù)據(jù)清理,去除了農(nóng)田感知數(shù)據(jù)中的噪聲數(shù)據(jù)與異常值,提高了農(nóng)田感知數(shù)據(jù)的準(zhǔn)確性。本文通過對(duì)農(nóng)田傳感器校正與感知數(shù)據(jù)清理方法的研究,提升了農(nóng)田傳感器的測(cè)量精度,確保了農(nóng)田感知數(shù)據(jù)的準(zhǔn)確性與穩(wěn)定性。使得農(nóng)田物聯(lián)網(wǎng)采集的農(nóng)田信息數(shù)據(jù)更加符合精準(zhǔn)農(nóng)作管理措施的實(shí)際需求。有利于農(nóng)業(yè)生產(chǎn)決策與管理者更好地根據(jù)農(nóng)田信息感知數(shù)據(jù)做出及時(shí)有效的管理決策與應(yīng)對(duì)措施。分析比較了不同算法在農(nóng)田傳感器校正與感知數(shù)據(jù)清理中的應(yīng)用,為農(nóng)田傳感器校正與感知數(shù)據(jù)清理的進(jìn)一步深化做出了探索性的研究。對(duì)于確保農(nóng)田感知數(shù)據(jù)更好的為農(nóng)田管理與決策提供信息支撐,提升農(nóng)業(yè)生產(chǎn)信息化、數(shù)字化與精細(xì)化水平具有現(xiàn)實(shí)意義。
[Abstract]:......
【學(xué)位授予單位】：南京農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP212;S126

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱春俠;童淑敏;胡景華;畢玉革;武佩;;BP神經(jīng)網(wǎng)絡(luò)在日光溫室濕度預(yù)測(cè)中的應(yīng)用[J];農(nóng)機(jī)化研究;2012年07期

2 劉濤;王華;;傳感器非線性校正的遺傳支持向量機(jī)方法[J];電子測(cè)量與儀器學(xué)報(bào);2011年01期

3 孫忠富;杜克明;尹首一;;物聯(lián)網(wǎng)發(fā)展趨勢(shì)與農(nóng)業(yè)應(yīng)用展望[J];農(nóng)業(yè)網(wǎng)絡(luò)信息;2010年05期

4 孫紅;李民贊;張彥娥;趙勇;王海華;;不同施氮水平下玉米冠層光譜反射特征分析[J];光譜學(xué)與光譜分析;2010年03期

5 王克棟;王一鳴;馮磊;楊衛(wèi)中;;基于相位檢測(cè)原理的土壤水分時(shí)域反射測(cè)量技術(shù)[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2010年01期

6 楊瑋;Nick Sigrimis;李民贊;;基于多光譜圖像分析的溫室黃瓜葉片營(yíng)養(yǎng)元素檢測(cè)與診斷[J];光譜學(xué)與光譜分析;2010年01期

7 孫紅;李民贊;趙勇;張彥娥;王曉敏;李修華;;冬小麥生長(zhǎng)期光譜變化特征與葉綠素含量監(jiān)測(cè)研究[J];光譜學(xué)與光譜分析;2010年01期

8 馮偉;朱艷;姚霞;田永超;郭天財(cái);曹衛(wèi)星;;利用紅邊特征參數(shù)監(jiān)測(cè)小麥葉片氮素積累狀況[J];農(nóng)業(yè)工程學(xué)報(bào);2009年11期

9 王成;趙春江;喬曉軍;侯瑞鋒;;番茄營(yíng)養(yǎng)元素供應(yīng)的光譜檢測(cè)技術(shù)研究進(jìn)展(英文)[J];農(nóng)業(yè)工程學(xué)報(bào);2008年S2期

10 倪效勇;王典洪;張紅劍;;基于SOPC技術(shù)的傳感器非線性軟件校正的實(shí)現(xiàn)[J];傳感器與微系統(tǒng);2008年01期

相關(guān)碩士學(xué)位論文 前1條

1 王華;基于遺傳支持向量機(jī)的傳感器非線性校正方法[D];蘭州理工大學(xué);2011年

，

本文編號(hào)：2363198