精确农业论文范文参考关于精确农业的优秀论文范文【10篇】

精确农业论文范文参考关于精确农业的优秀论文范文【10篇】 本文以精确农业变量施肥技术试验与示范为基础,理论分析与实证分析相结合,以精确农业变量施肥决策与技术经济分析为研究内容,探索有 _的精确农业发展之路. 农业生产方式历经数千年演变,从刀耕火种到机械化大生产、到精确农业.在人口增长而自然资源短缺、生态环境恶化的大背景下,精确农业和精确林业是解决问题的上策.二十多年来,精确农业研究风靡全球,硕果累累,前景看好.本文分析了精确农业的研究现状,并且重点分析了可变量技术和农药精确施用技术. 农业生产过程的精确管理模型及决策支持系统是变量处方生成的数字化基础,是整个精确农作信息流管理中的核心环节.本研究以小麦、水稻为对象,运用系统学分析方法和定量建模技术,基于作物-土壤-气候-技术的动态关系,建立了精确农业管理模型的框架结构及共性算法,重点构建了水氮运筹设计模型、生长指标动态模型,进而建立了基于作物和土壤实时养分及水分状况的精确诊断与动态调控模型；最后,基于农田信息获取技术,结合GIS和数据库,运用软构件设计方法,研制和实现了基于模型和GIS的精确农作决策支持系统.研究成果为构建精确生产管理模型提供了基本框架,也为精确衣作技术的应用奠定了技术基础. 通过综合分析作物生产管理系统的相关成分及影响因子,提出了精确农作管理模型的结构及框架,包括播前栽培方案设计、产中适宜生育指标预测以及基于实时苗情信息的作物生长精确诊断与动态调控三大模块.在此基础上,利用作物栽培理论与技术方面的已有研究资料,借助动态建模技术,对作物生育及栽培管理指标与品种类型、生态环境及生产力水平之间的关系进行解析、提炼和综合,建立了各功能模块的算法框架,为有效利用精确农作管理模型中的通用函数构件,提高精确农作模型系统的开发效率提供了技术指导和基本框架. 通过定量分析和提炼作物水氮管理方案与栽培技术、品种类型、生态环境之间的动态关系,建立了具有时空适应性的作物水氮运筹设计模型.模型包括氮肥运筹和水分管理两个子模块.氮肥运筹模型借鉴养分平衡原理,综合考虑了气候、土壤、品种等多种因子的影响,通过将不同类型稻麦品种按产量和品质进行分类,确定了不同品种类型的百公斤籽粒吸氮量,并根据目标产量和空白区产量计算目标产量需氮量和土壤供氮量,确立了氮的合理用量及基追比.水分管理模型基于水分平衡原理,采用土壤水势作为灌溉指标,动态计算了各主要生育期的适宜水分灌溉量.利用历史文献资料及大田试验资料对氮肥运筹模型和水分管理模型的可靠性和适应性进行了测试与检验,结果表明本模型具有较好的指导性和广适性. 根据作物生理发育时间(PDT)恒定的原理,以PDT为生育期预测器,通过动态计算到达不同环境条件下各主要生育时期所需的累积生长度日(GDD),然后将生长指标和GDD进行归一化处理,以相对GDD和相对生长指标为参数建立了适宜生长指标动态的相对变化曲线.根据有理方程,建立了作物相对叶面积指数动态和相对茎蘖数动态,根据Logistic增长模式,建立了相对干物质积累动态和相对植株氮积累动态.在建立相对生长指标动态模型的基础上,通过进一步计算适宜条件下的最大生长指标值,从而得到实际的适宜生长指标动态.利用不同品种、不同栽培处理的试验资料对模型设计值进行了对比分析,表明模型对于高产条件下的作物生长指标适宜动态具有较好的预测性和指导性. 通过分析作物生长动态与栽培措施、生态环境等之间的关系,确定了作物生长的诊断指标,并结合作物适宜生长指标动态模型及作物水氮运筹设计模型,建立了基于作物和土壤实时养分及水分状况的精确诊断与动态调控模型.模型以适宜生长指标动态模型设计的适宜生长指标为标准“专家曲线”,当田间实时苗情明显偏离标准的“专家曲线”时,模型通过计算作物长势调控因子,再结合作物水氮运筹设计模型,给出适宜的施肥灌溉量及调控时期.经田间资料测试表明,模型对于不同条件下的作物生长动态优化管理具有较好的科学性和适用性,克服了传统作物栽培模式及农业专家系统中经验性知识规则的时空适应性差等弱点,为作物生长动态的优化管理提供了定量化工具和标准化模式. 在构建精确农作管理模型的基础上,应用面向对象的程序设计与构件化技术,并有效耦合GIS技术,在.NET平台上运用C#语言设计和实现了基于模型和GIS的精确农作决策支持系统(MGPFDSS),实现了不同尺度下精确农作生产管理决策的精确化和动态化,为精确农业体系中主要农作物的全过程变量处方生成提供了模型化和系统化的决策工具,为精确农作和数字农作的发展奠定了技术基础. 精确农业是利用GPS、GIS和遥感(RS)等技术,获取农田每一个操作单元的土壤特性以及农作物的生长特性,利用专家系统,按每一地块的具体情况做出决策,变量机械根据地块每一操作单元的决策信息,变量投入种子、肥料、灌溉水等农业资源.精确农业变量施肥的田间实施,首先需要确定田间变量施肥机的位置,然后通过变量控制器根据作业决策指令控制施肥机进行变量作业.施肥机作业位置的确定是精确农业变量施肥中一个重要的技术环节.目前应用于变量施肥机的定位方式主要是DGPS,需要安装基站和流动站两套GPS系统,造价昂贵,而且GPS信号会受到各种因素的影响,其定位精度和稳定性都会受到一定限制. 本文从农业的可持续发展思想出发,旨在寻找一种低价位、高精度的精确农业变量施肥机定位方法.以地块地图的精确管理为基础,以测速传感器结合软件编程实现施肥机的自动网格识别.在综合考虑造成定位累积误差的各种原因后,给出了累积误差校正方法,从算法上提高定位精度.本文还在该定位方法的基础上进行了变量施肥控制系统的设计与开发,最后通过田间试验证明了该定位方法的可行性以及整个系统工作的可靠性.该定位方法适合保护性耕作地面作业的定位,既降低了成本、简化了系统,又符合农业可持续发展的思想,为精确农业在我国推广提供了一种可行的技术和方法. 智能测产(产量实时监测)在精确农业技术作业体系中既是实施精确农业作业的起点,也是其终点.获取作业区域准确的产量信息可以检验当年精确农业的实施效果.即使当年未进行变量作业,产量信息也可以在空间上反映不同区域地块的产量差异、间接反映耕作土地的肥力差异.因此,农田产量信息是指导来年精准变量作业的重要依据,是当前国内外精确农业研究和实践中的一个重要环节. 目前国内外现有产量监测的设备和方法的监测对象主要是农作物的籽粒,应用于玉米果穗产量监测的产品和方法未见报道.由于受玉米品种、土地复种指数、作业方式等因素限制,我国大部分玉米种植地区收获玉米果穗,然后晾晒、脱粒.该收获方式决定国内外现有产量监测方法的应用受到限制,亟需开展适应我国国情的玉米果穗产量监测方法和技术研究. 本文以玉米果穗作为产量监测对象,以冲量式传感器作为产量传感器,结合电子技术、信息技术、农业机械化工程、农学和数学等多学科知识,开展玉米果穗产量监测方法及其应用研究.研究适应我国玉米收获方式的产量监测方法,根据该方法研制出玉米果穗产量实时监测系统,并对该方法进行试验研究. 本文结合导师主持的国家“863”高新技术研究发展计划资助项目(xxAA10A309)和作者主持的吉林大学研究生创新研究计划项目(xx1017、xx1018)开展果穗产量实时监测方法与应用研究.论文的主要研究工作与研究成果如下： (2)根据所提出的玉米果穗产量监测方法,以S3C2410微处理器为核心,在WinCE操作系统上利用EVC开发工具进行开发了果穗产量实时监测系统： 基于S3C2410微处理器进行产量监测系统硬件开发.玉米果穗产量监测系统硬件电路共有七个模块组成：果穗产量信号采集模块、对地速度信号采集模块、基于GPS定位的位置信号采集模块、基于推算定位的位置信号采集模块、升运器转速采集模块、掉电保护模块、数据交换接口. 在Win CE操作系统和EVC平台上开发产量监测系统软件.系统软件分为以下5个子程序：产量信号采集与处理程序、升运器转速信号采集与处理程序、收获机定位程序、系统数据实时存储程序和人机交互程序. (3)本文进行了产量监测方法中产量影响因素的研究工作.将玉米果穗产量的影响因素分为三方面：果穗冲击传感器的冲量、升运器转速和收获机对地速度.分别对速度采集技术、升运器转速采集技术和产量信号采集技术进行试验研究.速度采集技术研究试验中,GPS速度采集的最大误差为3.26%,接近开关作为速度传感器时测速成本最低,且测速稳定性和测速精度较高,为2.33%.升运器转速采集技术研究试验中,当升运器转速为200rpm时,测速误差较大,其最大测速误差为10.00%；当升运器转速为在500rpm600rpm之间时,速度测量值最稳定.不同果穗喂入量情况下,果穗收获量y的变异系数CV为5.86%；当果穗喂入量大于2.5穗/秒时收获量测量值较稳定,果穗喂入量越大测产数据越稳定.果穗以纵向冲击与横向冲击两种姿态冲击传感器时,玉米果穗冲击传感器的姿态对产量的影响较小. (4)本文分别基于数据拟合模型和BP神经网络模型建立产量模型.将两种产量模型分别应用于直接冲击测产和间接冲击测产方案中进行田间试验,得到如下结论： 应用数据拟合方式建立直接测产方案和间接测产方案的产量模型,分别为yi等于471.11 (Ii)/(i)和yi等于0.7506Ii+20.074.以果穗冲量、升运器转速、对地速度为输入量建立三层BP网络,传输函数选择logsig与purelin函数,对BP网络进行训练,得出直接冲击方案中的权值矩阵分别为W1、B1、V1、C1,间接冲击方案中的权值矩阵分别为W2、B2、V2、C2. 以单产平均误差和总产误差作为精度评价指标,对比数据拟合模型和BP网络模型在直接冲击方案和间接冲击方案中的测产效果.直接冲击方案中,数据拟合模型和BP网络模型的平均单产误差分别为13.85%和7.17%.在间接冲击方案中,数据拟合模型和BP网络模型的平均单产误差分别为13.64%和9.28%.在直接冲击和间接冲击两种方案中,两种测产模型的总产误差均小于5%,对掌握玉米的总产量提供试验依据. 进行产量等级划分研究,提出以产量等级划分误差作为测产精度评价指标.将小区产量划分为5个不同的产量等级,对比各小区实际产量等级与测得产量等级的符合程度,以等级划分的误差率来验证两种预测模型的应用效果.直接冲击方案中,数据拟合产量模型和BP网络产量模型的产量等级划分误差分别为17.14%和10.00%.间接冲击测产方案中,数据拟合产量模型和BP网络产量模型的产量等级划分误差分别为28.57%和17.13%. 应用本系统在吉林农业大学试验田进行玉米果穗产量监测试验,田间试验总面积累计1.1hm2.通过对比直接冲击和间接冲击两种方案中的两种测产模型,建议选择直接冲击方案,并以BP神经网络建立产量模型.产量监测系统可以准确的描述小区之间的产量差异,反映小区之间的产量变化趋势,可以为来年