智慧农业3S技术与应用 课件全套 第1-7章 智慧农业与3S技术 -面向智慧农业的3S技术集成与应用

智慧农业3S技术与应用3STechnologyandApplicationofSmartAgriculture智慧农业3S技术第一章：智慧农业与3S技术概述OverviewofSmartAgricultureAnd3STechnology目录CONTENTS01智慧农业概述02智慧农业中的3S技术概述03智慧农业的发展智慧农业概述PARTONE视频存储管理功能支持对存储的视频数据进行管理和设置。可设置当磁盘空间不足时处理方式（提前预警、覆盖）。录像状态（计划、手动、报警、运动检测）显示。可检测存储设备的工作状态，对异常情况报警。视频资料检索功能存储子系统支持客户端的历史视频检索功能。智慧农业与3S技术概述智慧农业定义：智慧农业是以信息和知识为核心要素，通过将3S技术、决策支持系统、互联网、物联网、大数据、云计算、人工智能等现代信息技术与农业产业链深度融合，实现农业信息感知、定量决策、智能控制、精准投入、个性化服务的全新的农业生产方式，从而提升农业产业链的价值创造能力、提高经济效益的一种新型农业生产方式，是农业信息化发展从数字化到网络化再到智能化的高级阶段。视频存储管理功能支持对存储的视频数据进行管理和设置。可设置当磁盘空间不足时处理方式（提前预警、覆盖）。录像状态（计划、手动、报警、运动检测）显示。可检测存储设备的工作状态，对异常情况报警。视频资料检索功能存储子系统支持客户端的历史视频检索功能。智慧农业与3S技术概述智慧农业关键技术及组件THISISATITLEPARAGRAPH物联网技术：实现农业智能化大数据技术：提升农业决策水平人工智能算法：优化农业资源分配智能感知设备：实现农业精细管理视频存储管理功能支持对存储的视频数据进行管理和设置。可设置当磁盘空间不足时处理方式（提前预警、覆盖）。录像状态（计划、手动、报警、运动检测）显示。可检测存储设备的工作状态，对异常情况报警。视频资料检索功能存储子系统支持客户端的历史视频检索功能。智慧农业与3S技术概述完善农业服务体系建立公益性服务平台建立农业电商平台建立农业知识库和专家库新型农业服务平台视频存储管理功能支持对存储的视频数据进行管理和设置。可设置当磁盘空间不足时处理方式（提前预警、覆盖）。录像状态（计划、手动、报警、运动检测）显示。可检测存储设备的工作状态，对异常情况报警。视频资料检索功能存储子系统支持客户端的历史视频检索功能。智慧农业与3S技术概述智慧农业的主要内容：（一）智慧管理（二）智慧生产与经营（三）智慧组织（四）智慧科技（五）智慧生活视频存储管理功能支持对存储的视频数据进行管理和设置。可设置当磁盘空间不足时处理方式（提前预警、覆盖）。录像状态（计划、手动、报警、运动检测）显示。可检测存储设备的工作状态，对异常情况报警。视频资料检索功能存储子系统支持客户端的历史视频检索功能。智慧农业与3S技术概述智慧农业的主要特征：（一）智慧农业具备先进生产力的特征（二）智慧农业具备促进经济增长，推动社会发展的特征智慧农业发展将使农业生产全生命周期管理高度信息化智慧农业发展将会引起农业市场和农业生产方式变革智慧农业发展将推动数字科技及人工智能技术产业的发展智慧农业发展将会促进农村三产融合和催生新业态，呈现出明显的外部溢出效应智慧农业发展具有显著的资本技术密集性和规模经济性（三）智慧农业具备绿色健康，环境友好的特征智慧农业与3S技术概述PARTTWO视频存储管理功能支持对存储的视频数据进行管理和设置。可设置当磁盘空间不足时处理方式（提前预警、覆盖）。录像状态（计划、手动、报警、运动检测）显示。可检测存储设备的工作状态，对异常情况报警。视频资料检索功能存储子系统支持客户端的历史视频检索功能。智慧农业与3S技术概述智慧农业中3S

技术概述：RS：遥感（remotesensing，RS）技术是指以飞机、人造地球卫星、航天飞机等为运载工具，通过其上安装的传感器（探测仪器），获取和记录地球表面上物体或景观的电磁辐射信息，并经过信息的传输及处理，识别出地物或景观的属性、分布及其发展演化的规律，进而对地球的资源、环境等进行研究分析的综合技术。遥感技术在智慧农业中的具体应用：（一）土地资源信息感知（二）作物长势信息感知（三）作物生态环境信息感知（四）作物产量估产（五）灾害损失评估1视频存储管理功能支持对存储的视频数据进行管理和设置。可设置当磁盘空间不足时处理方式（提前预警、覆盖）。录像状态（计划、手动、报警、运动检测）显示。可检测存储设备的工作状态，对异常情况报警。视频资料检索功能存储子系统支持客户端的历史视频检索功能。智慧农业与3S技术概述GIS：地理信息系统（geographicinformationsystem，GIS）是一种特定类型，非常重要的空间信息系统，它是在计算机硬、软件系统支持下，对整个或部分地球表层空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述的技术系统。GIS在智慧农业中的应用：（一）农田信息可视化与专题图制作（二）农业信息空间分析与建模（三）田间管理智能决策2视频存储管理功能支持对存储的视频数据进行管理和设置。可设置当磁盘空间不足时处理方式（提前预警、覆盖）。录像状态（计划、手动、报警、运动检测）显示。可检测存储设备的工作状态，对异常情况报警。视频资料检索功能存储子系统支持客户端的历史视频检索功能。智慧农业与3S技术概述GNSS：GNSS是全球卫星导航系统（globalnavigationsatellitesystem）的简称。它既是对北斗、GPS、格洛纳斯、伽利略系统等全球主要的卫星导航定位系统的统称，也指所有基于人造卫星定位导航、覆盖陆、海、空、天、全天候、高精度的位置、速度和时间信息的无线电导航系统。GNSS在智慧农业中的应用：（一）空间和时间定位（二）土地更新调查（三）监测作物产量3视频存储管理功能支持对存储的视频数据进行管理和设置。可设置当磁盘空间不足时处理方式（提前预警、覆盖）。录像状态（计划、手动、报警、运动检测）显示。可检测存储设备的工作状态，对异常情况报警。视频资料检索功能存储子系统支持客户端的历史视频检索功能。智慧农业与3S技术概述3S

技术的集成应用在3S集成技术中，RS是GIS的一个重要数据源和强有力的数据更新手段，GIS作为一种空间数据管理、分析的有效技术，可以为RS提供各种有用的辅助信息和分析手段，而GNSS则为RS、GIS系统中处理的空间数据获得准确的空间坐标提供了获取和定位手段，并且可以作为一个数据源为GIS提供相关数据，三者已发展成为不可分割的整体，相互渗透、相互补充，3S技术的集成真正将农业空间信息的精确采集和利用变成了现实。智慧农业的发展PARTTHREE视频存储管理功能支持对存储的视频数据进行管理和设置。可设置当磁盘空间不足时处理方式（提前预警、覆盖）。录像状态（计划、手动、报警、运动检测）显示。可检测存储设备的工作状态，对异常情况报警。视频资料检索功能存储子系统支持客户端的历史视频检索功能。智慧农业与3S技术概述智慧农业的发展阶段（一）探索萌芽阶段（20世纪70年代末—20世纪90年代中期）（二）早期创新阶段（20世纪90年代中后期—2008年）（三）理论形成阶段（2009—2014年）（四）数据驱动阶段（2015年至今）视频存储管理功能支持对存储的视频数据进行管理和设置。可设置当磁盘空间不足时处理方式（提前预警、覆盖）。录像状态（计划、手动、报警、运动检测）显示。可检测存储设备的工作状态，对异常情况报警。视频资料检索功能存储子系统支持客户端的历史视频检索功能。智慧农业与3S技术概述国外智慧农业发展现状与特点：（一）美国智慧农业发展现状与特点（二）荷兰智慧农业发展现状与特点（三）日本智慧农业发展现状与特点（四）以色列智慧农业发展现状与特点（五）其他国家（地区）智慧农业发展现状与特点总结视频存储管理功能支持对存储的视频数据进行管理和设置。可设置当磁盘空间不足时处理方式（提前预警、覆盖）。录像状态（计划、手动、报警、运动检测）显示。可检测存储设备的工作状态，对异常情况报警。视频资料检索功能存储子系统支持客户端的历史视频检索功能。智慧农业与3S技术概述我国智慧农业发展的现状及面临的问题中国智慧农业发展的现状政府高度重视智慧农业的发展农村信息化促进了智慧农业的发展农业规模化经营为智慧农业发展创造了条件智慧农业技术创新取得明显进步智慧农业技术在全国范围内均得到初步应用视频存储管理功能支持对存储的视频数据进行管理和设置。可设置当磁盘空间不足时处理方式（提前预警、覆盖）。录像状态（计划、手动、报警、运动检测）显示。可检测存储设备的工作状态，对异常情况报警。视频资料检索功能存储子系统支持客户端的历史视频检索功能。智慧农业与3S技术概述我国智慧农业发展的现状及面临的问题我国智慧农业发展面临的问题我国农田地块规模小、耕地细碎化问题突出我国农业机械化水平比较低农村基础设施薄弱智慧农业技术有效供给不足政策与机制问题视频存储管理功能支持对存储的视频数据进行管理和设置。可设置当磁盘空间不足时处理方式（提前预警、覆盖）。录像状态（计划、手动、报警、运动检测）显示。可检测存储设备的工作状态，对异常情况报警。视频资料检索功能存储子系统支持客户端的历史视频检索功能。智慧农业与3S技术概述我国智慧农业的发展方向和目标我国智慧农业的发展方向由人工走向智能突出个性化与差异性营销方式提供精确、动态、科学的全方位信息服务视频存储管理功能支持对存储的视频数据进行管理和设置。可设置当磁盘空间不足时处理方式（提前预警、覆盖）。录像状态（计划、手动、报警、运动检测）显示。可检测存储设备的工作状态，对异常情况报警。视频资料检索功能存储子系统支持客户端的历史视频检索功能。智慧农业与3S技术概述我国智慧农业的发展方向和目标我国智慧农业的发展目标以提高主要农业产业的劳动生产率、资源利用率和土地产出率为目标，集成建立“信息感知、定量决策、智能控制、精准投入、个性化服务”的智慧农业产业技术体系，建成智慧农（牧、渔）场，建立农产品智慧供应链，实现农业生产智能化、管理数字化、服务网络化，农产品流通智慧化、农业农村信息服务个性化，推进知识替代经验、机器替代人工，培育农业智能装备、农业信息服务、农产品可信流通等新产业。感谢观看！THANKYOUFORWATCHING!智慧农业3S技术第2章智慧农业信息采集与处理主要内容第一节信息采集与处理基础

第二节农业物联网概述

第三节农田生物信息的采集与处理

第四节农田气候信息的采集与处理

第五节土壤信息的采集与处理

第六节设施农业环境监控与管理

第七节农业感官智能分析技术一、信息采集的概念

二、信息处理基础第一节信息采集与处理基础一、信息采集的概念信息采集的概念相对宽泛。在智慧农业中，信息采集既包括利用各类传感器对农作物特性、长势、病虫害等信息的采集，也包括对于当前种植环境的温度、湿度信息的获取，甚至于包括对农业机械运行状态、农药喷洒以及施肥效果的信息采集等等。从系统角度来看，信息采集系统应该包含两个部分：一部分是选择合适的传感器，进而采集确定类型的信息，另外一个部分是构建鲁棒的传感器信息传输网络，保证采集到的信息能够稳定传输到本地设备，如电脑、信号分析仪等等。二、信息处理基础（一）信号分类1、根据信号在时间以及幅值上的连续性，采集到的信号可以分为模拟信号与数字信号。模拟信号是指在采集时间段内，任意时刻都能够获得采集结果，即信号在时间域上是连续的；数字信号是对模拟信号的离散化表示，离散化过程主要包括两个方面，一方面是时间域上的离散化，另外一方面是幅值上的离散化。模拟信号一般表示形式数字信号一般表示形式二、信息处理基础（一）信号分类2、根据信号在时间以及幅值上的连续性，采集到的信号还可以分为连续信号与离散信号。连续信号的定义基本与模拟信号相同，即信号在时间和幅值上均连续，而离散信号与数字信号的定义略有不同，离散信号不需要在幅值上进行量化，而是仅在时间域上进行采样，形成时间离散的信号结果。3、根据信号变化是否具有一定规律性，可以将信号分为周期信号和非周期信号。周期信号在不同周期内信号的变换趋势是相同的，而非周期信号则不会呈现出周期变化的形式。二、信息处理基础（二）信号抽样传感器进行信息采集过程中，对原始数据记录多采用时间上连续的模拟信号，为了将模拟信号转换为数字信号，需要在采集过程中或者数据处理中对模拟数据进行离散化，这种由模拟信号到数字信号的转换过程称为A/D转换。模拟信号输入到AD转换器之后，输出在时间和幅度值上均离散的信号。对于时间域的离散化，需要对模拟信号进行采样完成，进一步是对幅值的离散化，即将不同幅度值划分到不同数量等级上，这一步称为量化。根据某一个描述方式对幅值转换的过程称为编码，A/D转换器最终将编码结果进行输出。因此A/D转换过程可以分为采样、量化和编码三个基本步骤。1、奈奎斯特采样定理信号时间域上离散化一般是在一段连续信号上每隔时间进行一次抽样，根据时间间隔δt，可以确定对应的抽样频率Fs。（Fs=1/δt

）时间间隔过小，无法体现出离散化的优势，时间间隔过大，容易导致信号无法恢复，即产生了信息丢失的现象。为了保证信号能够无失真采样，奈奎斯特等人提出了信号采样定理。采样频率Fs至少为当前信号最高频率的两倍，否则信号的频谱中将出现混叠现象。Fs=2Fmax

式中Fmax：当前信号中最高频率信号采样定理给出了A/D转换过程中最低采样频率，工程实践中采样频率一般设置为最高频率的5倍左右。二、信息处理基础2、量化和编码过程量化过程中的信息丢失问题，因为未进行幅值离散的信号不一定是最小幅值的整数倍，将无法整除的信号划分为不同数值等级不可避免会产生一些误差，这些误差被称为量化误差。假设需要把0到+1V模拟电压信号转换为三位的二进制代码，此时可以取ε=001=1/8V，规定数值在0到1/8V之间的模拟电压都作为0×ε，即000，数值在1/8V到2/8V的模拟电压作为1×ε输出001，并以此类推。但幅值非最小幅值整数倍时，上述转换过程会存在量化误差，且最大量化误差可以达到ε=1/8V。当采用四位二进制代码时ε=0001=1/16V，类似于三位二进制表示，但此时量化误差最大为1/16V。二进制的位数越多量化误差越小。但考虑到传感器中电压和电阻的设置，一般给定输入电压范围之后再选择合适的二进制位数是比较好的，常见的二进制位数包括8，12等等。二、信息处理基础（三）信号的基本运算1、信号的加法与乘法：两个信号的加法，其结果为对应时刻两个信号值的和；两个信号相乘，结果为对应时刻两个信号的积。2、信号的平移、翻转和尺度变换：信号的平移是将信号f（t）沿着时间轴t进行平移形成f（t-τ），平移的大小为τ；信号的翻转是将原始信号f（t）沿着纵轴翻转180度形成f（-t）；信号的尺度变换是将原始信号f（t）变换为f（at）。3、信号的卷积运算与相关性分析：卷积过程主要涉及到了信号翻转、平移、乘法和加法运算；信号相关性是指分析两个信号或者一个信号自身在时间上的依存关系以及相似程度。4、信号的时域分析：重点关注信号幅度信息分析。其中信号幅值域分析可以分为概率密度分析和概率分布分析。二、信息处理基础信号平移二、信息处理基础信号翻转二、信息处理基础信号压缩与扩展二、信息处理基础一、农业物联网概念

二、农业物联网体系架构

三、农业物联网关键技术

四、农业物联网的典型应用第二节农业物联网概述一、农业物联网概念物联网（IoT）由麻省理工学院的KevinAshton教授于1999年提出的，是指通过射频识别（RFID）、红外传感器、全球定位系统（GPS）、激光扫描仪、气体传感器等来捕捉信息。将任何物体按照约定的协议连接到互联网上，进行信息交换和通信，实现智能识别、定位、检测、监控和管理的网络。物联网分为三层，即信息感知层、信息传输层和信息应用层。信息感知层主要包括各种传感器，比如射频识别、遥感技术（RS）、全球定位系统和二维条码等。信息传递层通过各种网络技术收集信息感知层收集到的信息进行传输。信息应用层对信息进行分析和处理，形成对实时情况的数字感知与认知，并且将感知与认知的信息应用于实践系统之中。物联网与农业领域的应用逐渐融合，形成了农业物联网及其应用。农业物联网在推动信息化与农业现代化融合、精准农业应用实践等方面发挥着重要作用。一、农业物联网概念农业物联网的整体架构和关键技术及其应用二、农业物联网体系架构根据计算机网络架构模型的研究方法，农业物联网架构模型分为感知层、传输层（网络层）、处理与应用层3个层次。其中，处理与应用层又包含了处理层和应用层两个层次。农业物联网架构模型三、农业物联网关键技术目前，农业物联网关键技术主要集中在农业信息感知、农业信息传输、农业信息处理等方面，并取得了包括农业信息感知技术研究在内的一系列研究成果。（一）信息感知技术农业物联网中的感知技术基本可以分种植信息感知技术和养殖信息感知技术。种植信息感知技术主要包括环境信息传感技术（如土壤水分检测、土壤农药残留检测等）和作物信息新型传感技术（如作物病虫害检测、农产品重金属检测等）。养殖信息感知技术主要包括畜禽养殖信息感知、畜禽养殖环境信息感知、畜禽生理信息感知。三、农业物联网关键技术（二）信息传输技术1、5G通信技术：时延短，网络的高可靠性、高频谱利用率和低功耗；2、远距离无线电技术：具有传输距离远、功耗低、成本低等优点，用于传输少量数据的场景。3、窄带物联网（NB-IoT）技术：具有功耗低、连接稳定、成本低、架构优化好等优点。4、超窄带（UNB）技术：具有终端成本低、功耗低、链路预算覆盖性能优等方面。三、农业物联网关键技术（三）信息处理技术农业物联网信息处理是将模式识别、复杂计算、智能处理等技术应用到农业物联网中，以此实现对各类农业信息的预测、预警、智能控制和智能决策等。预测是以所获得的各类农业信息为依据，以数学模型为手段，对所研究的农业对象将来的发展进行推测和估计。预警是在预测的基础上，结合实际，给出判断说明，预报不正确的状态及对农业对象造成的危害，最大程度避免或减少遭受的损失。智能控制是通过实时监测农业对象个体信息、环境信息等，根据控制模型和策略，采用智能控制方法和手段，对相关农业设施进行控制。智能决策是预先把专家的知识和经验整理成计算机表示的知识，组成知识库，通过推理机来模拟专家的推理思维，为农业生产提供智能化的决策支持。四、农业物联网的典型应用（一）农业生产环境监控1、农田信息感知与调控：主要进行光照、温湿度、二氧化碳、微气象、水质等信息的自动监测，控制中心根据实时环境信息和植物生长模型进行智能控制，提供环境和植物生长的营养。2、大田作物病虫害诊断与预警：通过传感器采集，结合图像（或视频）诊断模型或专家系统，对病虫害信息进行诊断和预警，指导农药和施肥的科学应用，促进生态防治。（二）养殖物联网技术应用1、畜禽养殖物联网：对养殖环境和动物生命信息的实时跟踪和智能控制，实现智能环境控制、精准饲养、智能养殖、智能屠宰和数字化营销数字化流程管理。2、水产养殖物联网：目前我国水产养殖物联网技术的应用还受限于传感器技术，科研院所积极参与水产养殖水质传感与控制模型，带动了我国水产养殖业的智能化转型。四、农业物联网的典型应用（三）智能农机农业物联网的发展推动着农业信息化与农业现代化的融合，既能推进农机智能化，又能改进农机资源的调度效率。农机自动导航技术的研究主要集中在农机模型、农机定位及导航路径跟踪等方面，将农业物联网技术集成到现代农机自动导航是农机设计的趋势。一、农业生物信息的概念

二、农业生物信息采集

三、农业生物信息处理第三节农田生物信息的采集与处理一、农田生物信息的概念农田生物信息的采集与处理是作物生长动态监测和精准管理的基础，快速、准确、经济地了解作物生长状况，从而改进生产管理决策，是智慧农业的核心。农田生物信息主要包括农作物生理功能信息、农作物结构信息以及农作物病虫草害信息。农作物生理功能信息作物地上部叶片的生理功能主要包括光合速率、呼吸强度和蒸腾速率等；作物地下部根系的生理功能信息主要是根系对养分、水分吸收、运输与转化状况等。农作物结构信息农田作物的结构包括微观结构与宏观结构。作物微观结构指农田作物生物大分子的形态结构及其组成成分；宏观结构包括作物长势、生长速率、基本苗数、叶面积指数、覆盖率、植株高度、分蘖数、植株形态以及作物根系生长及其分布等。农作物病虫草害信息农田作物病虫害发生、流行的状况、危害程度以及发生病虫害的原因以及杂草对农作物生产的胁迫作用，这些信息能为农田植保工作提供有力的决策依据。这些生物信息可以通过化学、物理传感器获得，也可以通过计算机图形、图像处理技术进行采集。二、农田生物信息采集传感器是可以将被测量的物理量按一定规律转换成电信号或者其他形式信息输出的检测装置，具有微型化、数字化、智能化、多功能化、系统化、网络化等优点。农业传感器不仅是农田生物信息采集的基础，也是农业物联网感知的基础。（一）成像传感器RGB传感器：用于植物测量的最常见的成像传感器，其中数码机是一种获取作物表型信息低成本的工具，灵活且易于操作，成像时对外界环境要求相对较低，具有较高的空间分辨率。主要捕获红色R、绿色G和蓝色B光谱。多光谱成像传感器：是RGB传感器的高级版本，它可以提供肉眼无法看到的数据，除了通常由RGB传感器捕获的红色R、绿色G和蓝色B光谱之外，它们还提供来自红边REP、近红外光谱NIR的反射率数据，具有成本较低、影像获取速度快、工作效率高等优点。二、农田生物信息采集高光谱成像传感器：高光谱成像传感器是农业应用中最复杂的光谱传感器之一。由于设备成本非常高且操作程序复杂，没有像其他光谱传感器那样广泛使用。另外，高光谱传感器被用于检测、识别、并区分具有相似视觉症状的作物病害以及作物病害发生的早期预测。热红外成像传感器：也称热红外成像仪，接收的是红外辐射能量，并通过算法将其转换为温度。其主要由红外探测器和光学成像镜头组成，其中红外探测器的核心是红外敏感元件。该类型传感器能够生成时间序列或基于单一时间点数据，由于气孔导度、光合特征和蒸发速率与冠层温度紧密相关，红外热成像技术可以用于探测农作物对胁迫环境的响应。激光雷达：输出的图像被称为“点云”图像，用于农田的3D建模，可以帮助农民了解农田的地形，从而有效地实施灌溉系统实践。还可用于测量各种参数，例如作物高度、作物密度、冠层大小等。激光雷达应用的限制性因素主要是价格高、光束窄、数据处理工作量大，且激光脉冲会被水全吸收，这些因素极大地限制了激光雷达技术的应用。二、农田生物信息采集不同成像传感器图像1.RGB图像2.多光谱图像3.高光谱图像4.热红外图像5.激光雷达点云图像二、农田生物信息采集（二）非成像传感器光合作用测定仪：光合作用测定仪又叫光合作用仪或光合仪，在精确控制环境因子的条件下，通过红外线气体分析仪检测二氧化碳的消耗速率来测定植物光合速率的一种仪器，二氧化碳吸收法因其理论可靠，灵敏度高，可实时、非破坏对样品进行测量。地物光谱仪：与高光谱成像仪不同，地物光谱仪无法成像，通过光纤获取整个视野范围内的平均反射率或透射率，但其相对高光谱成像仪的优点是光谱分辨率更高，可达1nm，基于地物光谱仪的反演模型的准确率更高。植物冠层分析仪：植物冠层分析仪主要用于植物冠层相关参数测量，进行冠层光能资源调查，测量植物冠层中光线的拦截，是研究作物的生长发育、产量品质与光能利用间的关系的专业仪器。叶绿素仪：叶绿素仪可以测量植物的叶绿素相对含量，植物叶片中的叶绿素含量指示了植物本身的状况，长势良好的植物叶片含有更多的叶绿素，其原理是通过测量叶片在两种波长范围内的透光系数来确定叶片当前叶绿素的相对含量。二、农田生物信息采集植被指数测量仪：常见的植被指数测量仪有NDVI测量仪、光化学反射指数（RPI）测量仪，NDVI是由冠层对810nm的反射率与650nm的反射率之差比上两者之和计算得到，RPI是由冠层对532nm的反射率与570nm的反射率之差比上两者之和计算得到，使用时需同时安装向上和向下两个传感器来监测冠层对这两个波长的反射率，可在近地面对作物长势进行长期定位监测。此类传感器坚固耐用，可在各种恶劣天气条件下正常工作。除上述传感器外，常用的非成像传感器还有叶面积仪、气孔计、植物导水率测量仪等。光谱分析仪器、电化学分析仪器、色谱分析仪器等实验室分析仪器准确率高，但缺点是都需要破坏性取样。三、农田生物信息处理（一）图像信息处理农业生产过程的情况复杂，受诸多因素的影响，使得传感器采集到的图像中含有多种干扰因素，而图像质量的下降会直接影响到对其的检测和识别。因此，采集到的图像信息只有经过合适的图像处理，才能将其记录的有用信息准确提取出来，供系统分析计算并智慧地做出控制决策。1.RGB图像处理：RGB图像处理包括图像预处理、图像分割、特征提取、图像识别等（1）图像预处理是相对于图像识别、图像理解而言的一种改善图像质量的前期处理。图像预处理在工程上大致包括以下3种类型：图像增强：常用的图像增强处理有灰度变换法、直方图变换法、锐化和平滑等几何变换：几何变换常作为图像处理应用的预处理步骤，是图像归一化的核心工作之一。图像复原：图像复原亦称图像恢复，将图像重建成接近于或完全无退化的理想图像。三、农田生物信息处理（2）图像分割：指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域，使得这些特征在同一区域内表现出一致性或相似性，而在不同区域间表现出明显的不同。基于深度学习的图像分割主要有：基于特征编码的图像分割：其中VGGNet和ResNet是两个非常有统治力的方法。基于区域选择的图像分割：包括R-CNN、FastR-CNN、MaskR-CNN等。基于RNN的图像分割：RNN来自序列数据的长期学习的能力以及随着序列保存记忆的能力使其在计算机视觉的任务中游刃有余，常见的有ReSeg模型、MDRNNs模型等。基于上采样/反卷积的分割方法：卷积神经网络在进行采样的时候会丢失部分细节信息，通过上采样在一定程度上可以补全一些丢失的信息，从而得到更加准确的分割边界，FCN和SetNet是非常著名的分割模型。三、农田生物信息处理（3）特征提取：图像特征指图像的原始特性或属性。有些是人的视觉可以直接感受到自然特征，如图像颜色、纹理、亮度、灰度、大小、外形轮廓等。有些是需要通过变换或测量才能得到的人为特征，如频谱特性、直方图等。图像特征主要有图像的颜色特征、纹理特征、形状特征和空间关系特征。颜色特征：在农业信息化研究中，根据颜色之间的比值，通常以颜色指数表示（表3-1），定量评价农作物生长状况，它与经验估计相比更具有科学性。常见颜色指数三、农田生物信息处理纹理特征：纹理是一种反映图像中同质现象的视觉特征，它体现了物体表面的具有缓慢变化或者周期性变化的表面结构组织排列属性。纹理具有三大标志：某种局部序列性不断重复、非随机排列、纹理区域内大致为均匀的统一体。纹理不同于灰度、颜色等图像特征，它通过像素及其周围空间邻域的灰度分布来表现，即：局部纹理信息。局部纹理信息不同程度的重复性，即全局纹理信息。纹理提取的方法如右图所示，其中最常用的有灰度共生矩阵（GLCM）、灰度-梯度共矩阵（GGCM）、Gabor小波纹理等。图像纹理特征提取方法三、农田生物信息处理形状特征：图像经过图像分割和轮廓提取等操作，就会得到景物的边缘和区域，也就获得了景物的形状。需要说明的是：形状参数的提取，必须以图像处理及图像分割为前提，参数的准确性必然受到分割效果的影响，对分割效果很差的图像，形状参数甚至无法提取。空间关系特征：是指图像中分割出来的多个目标之间的相互的空间位置或相对方向关系，这些关系也可分为连接/邻接关系、交叠/重叠关系和包含/包容关系等。提取图像空间关系特征可以有两种方法：一种方法是首先对图像进行自动分割，划分出图像中所包含的对象或颜色区域，然后根据这些区域提取图像特征，并建立索引；另一种方法则简单地将图像均匀地划分为若干规则子块，然后对每个图像子块提取特征，并建立索引。三、农田生物信息处理（4）图像识别：传统的图像识别技术是以浅层次结构模型为主，需要人为对图像进行预处理、特征提取等，例如，20世纪90年代起，人工神经网络与支持向量机相结合，在车牌识别、人脸识别、物体检测等方面广泛应用，但准确率并不理想。在此之后，许多深度学习模型被提出，如：深度信念网络DBN、判别特征网络DFN、卷积神经网络CNN、循环神经网络RNN等。深度学习的目的是通过构建一个多层网络，在此网络上计算机自动学习并得到数据隐含在内部的关系，提取出更高维、更抽象的数据，使学习到的特征更具有表达力。AlexNet网络架构Conv、relu、norm、pool、fc、drop、prob、output分别表示2D卷积层、激活函数层、归一化层、最大池化层、全连接层、随机丢弃层、概率分布层、分类输出层。三、农田生物信息处理2、高/多光谱图像处理高/多光谱图像包含一个三维的数据结构，即二维图像及作为第三维的光谱数据，信息丰富，数据量大，且包含不同噪声。根据实际需求，可对高/多光谱图像进行不同处理以获取不同的信息。ENVI（theenvironmentforvisualizingimages）是一个完整的遥感图像处理平台，其软件处理技术覆盖了图像数据的输入/输出、定标、几何校正、正射校正、图像融合、图像镶嵌、图像裁剪、图像增强、图像解译、图像分类、基于知识的决策树分类、面向对象图像分类、动态监测、矢量处理、数字高程模型DEM提取及地形分析、雷达数据处理、制图、与GIS的整合，并提供了专业可靠的波谱分析工具和高光谱分析工具。由于高/多光谱图像同时结合了成像技术与光谱分析技术，因此，高/多光谱图像的分析方法，可以采用数字图像处理与光谱分析的方法进行分析。三、农田生物信息处理3、激光雷达图像处理删除冗余数据：去除设备采集过程中引入的随机噪声点。离群噪声点识别及去除：需要被移除的无用点。数据精简：收集到的三维点云数据数量很多和紧密，对点云数据进行缩减。数据配准：在不同视角情况下，通过不同坐标系点云坐标之间的转换，完成配准。模型重建：对配准后的点云数据曲面进行拟合获得一个与实物模型进行的结果。激光雷达点云数据处理流程三、农田生物信息处理（二）光谱信息处理光谱预处理：在获取样本的光谱数据时，环境、仪器、人为操作及样本自身等影响，易造成光谱曲线中包含大量的噪声和干扰信息，而噪声光谱将不可避免地对光谱数据定性及定量分析产生影响。预处理对光谱数据影响较大，不同的预处理方法得到的结果往往不同，最终模型的效果也不同。常用的预处理方法有归一化、标准化、平滑、导数、多元散射较正、小波变换等。降维：光谱数据虽然包含大量信息，但也增加了有效利用数据的难度。从高维数据中提取有用的信息特征，消除无关或重复因素的影响至关重要。因此需要通过降维来解决，在特征降维过程中实现“低损失”，保持原始数据的性质，找出最佳映射，得到最优的低维数据。现有的降维方法可分为特征提取和特征选择两大类：特征提取后的新特征是原始特征的映射；特征选择出的子集包含于原始特征数据集，没有改变特征的原始空间。三、农田生物信息处理模式识别方法：应用光谱数据解决实际问题的过程中，模式识别是一种重要的分析处理方法。根据学习训练的过程不同，模式识别方法可分为无监督和有监督两类学习方法。分为无监督和有监督两类学习方法，无监督的模式识别方法是对事先样本的类别未知，无需训练学习过程而进行分类的方法；有监督的模式识别方法是对已知样本进行训练，获取已知样本的信息，并由这个学习过程得到分类模型，然后对未知的预测样本类别进行预测。回归分析方法：回归分析是定量分析的重要内容之一。回归分析主要是研究变量之间的函数关系，建立回归模型（方程），用于进一步分析（如回归预测）。在光谱与图像分析中，就是采用光谱信息与图像信息研究对象理化性质值，研究其内在联系，建立回归模型，用于预测未知样本。回归分析按照涉及的变量的多少，分为一元回归和多元回归分析；按照因变量的多少，可分为简单回归分析和多重回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。三、农田生物信息处理（三）多源多模态数据融合不同的传感器产生的响应受到各传感器性质的限制，而多模态信息的有效融合，可以避免因缺少足够的特征导致的瓶颈。智慧农业中的数据融合包括对来自不同传感器的大量异构数据进行适当和有效的组合，目的是收集足够的信息，从而做出最具成本效益和可持续的作物管理决策。当传感器数据为相同物理表现形式时可以直接组合，即传感器级数据融合，如来自多个RGB相机的图像数据；当传感器数据为不同物理表现形式时无法直接组合，如RGB相机的图像数据和地物光谱仪的反射率数据，一般来说，多模态融合技术可以分为三个层次：早期融合、晚期融合和混合融合。多源传感器虽然可收集大量信息，但也增加了有效利用数据的难度。以分类器的性能为例，当数据维度增加时，分类器的性能变得更好；当数据维度继续增加时，分类器的性能变得更差。如何分析海量信息，从高维数据中提取有用的信息特征，消除无关或重复因素的影响至关重要，是今后研究的重点。三、农田生物信息处理数据融合类型一、农田气候信息采集与处理系统硬件构成

二、农田气候信息采集与处理系统应用软件第四节农田气候信息的采集与处理背景农田气候信息的采集与处理：气候是长时间内气象要素和天气现象的平均或统计状态，时间尺度一般为月、季、年、数年到数百年以上，既包括平均状态也包括极端情况。农田气候一般指距农田地面几米内的空间气候，是各种动物、植物、微生物赖以生存的空间气候。农田气候因素包括太阳辐射、大气温度、大气湿度、风速风向、土壤热通量、气压信息、降雨信息等，农田气候随时间、地点、空间发生变化，对农田作物生长、发育与产量形成具有巨大影响。农田气候要素数据的釆集、监控，是实现我国农业可持续、稳定、协调发展的关键。一、农田气候信息采集与处理系统硬件构成农田气候信息采集处理系统（即自动气象站）通常是由一个以微型计算机为核心的特定数据采集器作为中心，将各种输出信号的气象要素传感器以有线或无线的方式连接数据采集器，由数据采集器进行数据采集和转换处理以及气象信息的传输。农田气候信息采集处理系统由信息采集输入通道、数据通信输出通道和单片机功能扩展系统三部分组成。农田气候信息采集处理系统一、农田气候信息采集与处理系统硬件构成（一）信息采集模块太阳辐射信息采集：太阳以电磁波的形式向外传递能量，称太阳辐射，太阳辐射所传递的能量，称太阳辐射能。太阳辐射测量仪的主要功能是进行太阳总辐射照度、红外辐射照度、紫外辐射照度等的测量。空气温度信息采集：太阳以电磁波的形式向外传递能量，称太阳辐射，太阳辐射所传递的能量，称太阳辐射能。太阳辐射测量仪的主要功能是进行太阳总辐射照度、红外辐射照度、紫外辐射照度等的测量。四类测温传感器优缺点一、农田气候信息采集与处理系统硬件构成空气湿度信息采集：空气湿度测量方法是指测量空气中水汽含量的多少或空气干湿程度的方法。目前，气体湿度测量常用的方法有干湿球法、露点法和吸湿法等。干湿球法式中，—气体中水蒸汽的分压力，kPa；—湿球温度下的饱和水汽压，kPa；—干湿球系数；—湿球温度；—干球温度；—通过气球表面的气体绝对压力，kPa一、农田气候信息采集与处理系统硬件构成露点法该原理可以叙述为：当一定体积的湿空气在恒定的总压力下被均匀降温，直到空气中的水汽达到饱和状态，该状态叫做露点；在冷却的过程中，气体和水汽两者的分压力保持不变。如果空气的温度是Ta，露点的温度为Td，则湿空气的相对湿度U可以通过下式算出：吸湿法吸湿法测量相对湿度的基本原理是基于某些材料的物理性质随环境湿度的变化而变化。除以上外，空气湿度测量传感器还有金属氧化物膜湿敏传感器、微波式湿度传感器、红外线吸收式湿度传感器。随着新兴学科的不断的涌现，纳米技术、石墨烯(单层碳原子薄膜)技术也融入到了湿度测定。新型纳米材料已经应用于湿度传感器领域，正逐渐成为成熟的湿度敏感材料。一、农田气候信息采集与处理系统硬件构成风向与风速信息采集：风向信息采集：风向传感器是以风向箭头的转动探测、感受外界的风向信息，并将其传递给同轴码盘，同时输出对应风向相关数值的一种物理装置。通常风向传感器主体都采用风向标的机械结构，当风吹向风向标尾部的尾翼时，风向标的箭头就会指向风吹过来的方向。为了保持对于方向的敏感性，同时还采用不同的内部结构助传感器辨别方向。通常有电磁式风向传感器、光电式风向传感器和电阻式风向传感器三类。风速信息采集：风速传感器是一种可以连续测量风速和风量（风量=风速×横截面积）大小的常见传感器。风速传感器大体上分为机械式（主要有螺旋桨式、风杯式）风速传感器、热风式风速传感器、皮托管风速传感器和基于声学原理的超声波风速传感器。常见的有螺旋桨式风速传感器、风杯式风速传感器、热式风速传感器、皮托管风速传感器和超声波风速传感器。一、农田气候信息采集与处理系统硬件构成土壤热通量信息采集：是指土壤中单位时间内在单位面积上发生的土壤热量交换，当土壤吸收热量时，土壤热通量为正；当土壤释放热量时，土壤热通量为负。土壤热通量传感器采用热电堆测量温度梯度，该热电堆由两种不同的金属材料组成。热电堆探测器接收热辐射，热辐射能使两个不同材料结点之间产生温差电势，以电压的形式输出，电压正比于热通量，其输出电压为毫伏信号。气压信息采集：气压是作用在单位面积上的大气压力，即在数值上等于单位面积上向上延伸到大气上界的垂直空气柱所受到的重力。气压大小与高度、温度等条件有关，一般随高度增大而减小。标准大气压，即表示气压的单位，习惯上常用水银柱高度表示：1个标准大气压=760mm水银（汞柱）柱高=101.3千帕（kpa）。目前，常用的气压测量仪器有很多，按工作原理可分为液体气压表、弹性元件测气压仪器、气体气压表、沸点气压表和固体元件气压表。一、农田气候信息采集与处理系统硬件构成降雨信息采集：常用自动测量雨量的传感器有翻斗式雨量传感器和双阀容栅式雨量传感器。日照时数信息采集：太阳在一个地方实际照射地面的时数，称为“日照时数”。日照时数以小时为单位，可用日照计测定。测定日照时数的仪器有暗筒式日照计、聚焦式日照计和光电日照计。蒸发信息采集：自动气象站测量蒸发用的传感器主要是浮子式数字水面蒸发传感器、超声波蒸发传感器和压力式蒸发传感器。一、农田气候信息采集与处理系统硬件构成（二）数据通信输出模块采集处理系统为方便数据处理、数据存储和图形显示，设置了数据通信输出通道，通过通讯模块将数据送入系统主机，以便对数据做进一步的处理、分析。数据通信输出模块根据数据传输的方式分为并行和串行。并行通信：通常是指将数据字节的各位用多条数据线同时进行传出，并行数据传输是以计算机的字长，通常是8位、16位、32位为传输单位，一次传送一个字长的数据。并行通信控制简单，传输速度快，由于传输线较多，长距离传送时成本高且接收方的各位同时接收存在困难。串行通信：串行通信是将数据字节分成一位一位的形式在一条传输线上逐个地传送。在串行通讯时，要求通讯双方都采用一个标准接口，使不同的设备可以方便地连接起来进行通讯。串行通信便于长距离传送，几米到几千公里，缺点是传送速度较慢。串行通讯协议有很多种，如1RS232、RS422、RS485，甚至现今流行的等都是串行通讯协议。一、农田气候信息采集与处理系统硬件构成（三）系统功能扩展模块为了适应农田气候信息采集、存储、处理的需要，增强单片机系统的功能，系统外扩展程序存储器、数据存储器、输入/输出口以及定时器/计数器。扩展功能模块包括兼容Arduino生态、兼容MiniPCIe接口、兼容树莓派生态等。扩展功能模块1.用于Arduino的PCIE基板2.串口、数码管和显示扩展板3.树莓派扩展板二、农田气候信息采集与处理系统应用软件采集处理系统的软件是实现自动气象站自动化、智能化的关键。软件通常包括系统软件和气象业务软件两类。系统软件完成系统的初始化、对传感器输出进行采样、把传感器输出信号转换成气象数据并进行线性化和平均处理等功能。气象业务软件能对气象数据进行显示、存储，必要时还能接收人工观测数据的输入等功能。采集处理系统应用软件框图一、土壤PH检测

二、土壤氮素检测

三、土壤温湿度检测第五节土壤信息的采集与处理土壤信息监测是农业生产和环保的关键环节，过去半个世纪，研究者对快速土壤监测的传感器技术进行了广泛研究，一些已转化为产品并在特定区域内得到应用。这些新技术为提高监测效率，降低成本，并减少环境影响提供了新的解决方案。监测指标：主要包括土壤酸碱度、氮素、温湿度、有机质等多种。传统监测方法：实地调查和实验室化学分析。问题：存在时间长、成本高、操作复杂和环境污染等。一、土壤pH检测土壤pH是影响土壤肥力和养分状况的关键指标。基于锑电极的土壤pH检测技术：通过整合水分传感器并建立含水量修正模型，提高了土壤PH在线检测的准确性，为智慧农业提供了更可靠的技术支持。（一）检测原理金属锑电极通过氧化还原反应，形成三氧化二锑（Sb2O3）。锑与Sb2O3的电位差与溶液中的氢离子浓度相关，因此，测定电位差可推断pH值。化学反应方程式一、土壤pH检测（二）系统结构

土壤pH检测系统集成了pH传感器和含水量传感器，实时监测土壤pH和含水量，并根据水分含量校正pH值。

工作原理：传感器信号通过信号处理模块（滤波、放大、AD转换）传输至单片机，再通过WiFi

模块传输至上位机，实现实时监控。系统组成部分：含水量传感器、基于锑电极的pH传感器、STM32F103主控芯片和ESP8266无线通信模块。

土壤pH检测系统框图一、土壤pH检测（三）产品实例S-PH-A9X2X3土壤pH传感器采用电化学双盐桥法。优点：具有高稳定性、长寿命、小体积、快速响应、强抗干扰性、再现性和热稳定性好，易于安装和通过电脑、手机读数。测量范围：0~14（pH），精度为±0.02。S-PH-A9X2X3土壤PH传感器二、土壤氮素检测（一）检测原理：通过光在介质界面上的内反射现象获取样品成分信息。光以特定角度入射ATR晶体，反射并多次往返晶体与样品界面，由探测器收集反射信号。（二）系统结构

多波段土壤氮素检测技术利用光谱学原理，通过测量土壤反射光并利用反射率与氮素含量的关系模型计算氮素含量。技术系统组成部分：光学系统、激光二极管驱动电路、模拟信号采集前端、数据处理单元和手机应用。工作原理：光学系统发射并收集近红外光信号，激光二极管驱动电路调节光强度，模拟信号采集前端处理信号，数据处理模块计算数据，手机应用实现人机交互。核心处理器控制激光发射和信号接收，最终通过蓝牙将数据传至手机应用。优点：该技术提高了农业生产的智能化水平，使得土壤养分管理更精准高效。二、土壤氮素检测多波段土壤氮素测量系统结构图二、土壤氮素检测（三）产品实例

JXBS-3001-NPK-WIFI土壤氮磷钾传感器工作原理：利用WiFi传输数据，集传感与通信于一体。测量范围：0-1999mg/kg，分辨率达1mg/kg。优点：无需网关和通信主机，每个设备可独立作为物联网节点。该传感器精度、响应速度和稳定性优异，适用多种土壤类型，且受土壤含盐量影响小。适用环境：设计长期埋置土壤中，耐电解和耐腐蚀，采用抽真空灌封技术确保防水，适用于稻田、大棚、果园等农业环境。测量范围，提供精确数据支持。（实物图如右图所示）

JXBS-3001-NPK-WIFI土壤氮磷钾传感器三、土壤温湿度检测我国农业正向智慧农业转型，需开发低成本、多点、实时土壤温湿度监测系统。为此，结合DS18B20和TDR-3技术，提出高效益、易推广的监测系统。（一）检测原理：DS18B20通过内部的温度传感器和A/D转换器将温度转换为数字信号，并通过单总线接口与主控制器通信。TDR-3该传感器利用晶体振荡器产生高频信号，通过平行金属探针传输并接收返回信号。通过分析信号振幅，测量土壤的介电常数，进而推断水分含量。（二）系统结构模块主要特点：该模块拥有16MHz的32位CPU和2.4GHz无线通信能力，提供多路ADC/DAC输入、串行端口和SPI接口，支持传感器数据采集。系统组成：太阳能组件供电，通过串行端口与上位机通信。湿度监测用TDR-3传感器，温度监测用DS18B20，确保土壤环境参数精确测量。（如图显示了一种集成DS18B20和TDR-3技术的土壤温湿度监测系统）三、土壤温湿度检测

土壤温湿度检测系统结构图三、土壤温湿度检测（三）产品实例

CS650系列30cm土壤湿度和温度传感器是一款多参数智能传感器。产品功能：能监测土壤体积含水量、电导率和温度，输出SDI-12信号。组成部分：由两根30cm不锈钢棒和封装在环氧树脂中的电路板组成，屏蔽电缆连接数据记录器。测量范围：它能测量传播时间、信号衰减和温度，计算介电常数（1~81）、体积含水量（0~100%）和电导率，温度范围-50℃~+70℃。（实物图如右图所示）

CS650系列30cm土壤湿度和温度传感器一、温室环境监控与管理

二、畜禽养殖环境监控与管理系统第六节设施农业环境监控与管理背景设施农业：是一种在可控环境条件下，通过设施和工程技术手段进行动植物高效生产的现代农业方式。它通过调控温湿度等环境因子，为动植物提供良好生长条件，是现代农业和集约高效农业的重要形式。发展设施农业是保障农产品供给、实现农民增收、促进现代农业发展和城乡统筹的重要战略举措。一、温室环境监控与管理温室植物生产效率依赖于优化气候条件，以低成本、高质量和低环境负荷实现高产。现代温室需监控空气温湿度、土壤水分、光照强度和CO2浓度等，以便实时决策。（一）温室环境监测系统空气温湿度监测：空气温湿度传感器是一种装有湿敏和热敏元件，能将温度量和湿度量转换成可用输出电信号的复合传感器装置。土壤水分监测：土壤水分含量的测定方法主要有TDR土壤水分测定法、TDT土壤水分测定法、FDR土壤水分测定法、SWR型系列土壤水分传感器等测定方法。光合有效辐射监测：光合有效辐射是对植物光合作用有效的光谱成分，可以通过光量子传感器进行测量，波段范围为400-700nm。二氧化碳浓度监测：实时监测CO2浓度对植物生长调控至关重要。常用的CO2传感器是红外气体分析仪，基于CO2对特定波长红外光的吸收特性（强烈吸收4.28μm，基本不吸收3.9μm）进行浓度分析。一、温室环境监控与管理（二）温室环境控制系统系统功能：实现湿度调节（加湿、去湿）温度控制（加温、降温）遮阳系统管理照明补充CO2浓度控制调控灌溉阀（灌溉时间、灌溉量）温室环境控制系统一、温室环境监控与管理（三）温室无线传感器网络环境自动控制技术是提高温室环境控制技术的有效手段。无线传感器网络（Wirelesssensornetwork，WSN）是现代温室自动化系统架构的重要组成部分，功能：管理人员可以通过网络监控平台监控各种实时数据。（右图为基于WSN的温室环境监测的一般结构示意图）基于WSN的温室环境监测的一般结构二、畜禽养殖环境监控与管理系统为降低畜禽发病率和死亡率，确保其健康发育，需在封闭区域使用传感器监测环境。系统组成：利用物联网和传感器技术监测、控制和管理环境，主要包含环境监测、控制和管理平台三个模块。（一）禽畜养殖环境监测系统系统功能：主要监测空气温湿度、光照强度、空气流通性和有害气体（CO2、NH3、CH4、H2S）。空气温湿度用温湿度传感器检测，有害气体可用红外气体分析仪或单一气体传感器。（禽畜养殖环境监测系统如右图所示）禽畜养殖环境监测系统二、畜禽养殖环境监控与管理系统（二）禽畜养殖环境控制系统控制系统功能：能远程自动调节畜禽舍环境，如湿度（加湿、去湿）、温度（加温、降温）、光照（时间、强度）和有害气体浓度（通风），确保畜禽生长在最佳环境。（禽畜养殖环境控制和监测系统如右图所示）（三）禽畜养殖环境管理系统系统功能：主要完成对信号数据的存储、分析和管理，设置环境阈值，并作出智能分析与预警。禽畜养殖环境控制与监测系统一、机器视觉技术及其应用

二、电子鼻和电子舌技术及其应用第七节农业感官智能分析技术一、机器视觉技术及其应用（一）机器视觉的概念、特点与基本原理1、概念：机器视觉（machinevision），也称为计算机视觉（computervision），简单地说，就是用机器代替人眼来做测量和判断，是基于视觉技术的机器系统或学科。机器视觉（计算机视觉）就是用计算机模拟人眼的视觉功能，从图像或图像序列中提取信息，对客观世界的三维景物和物体进行形态和运动识别，用机器来完全解释、模拟、重现和处理人的视觉。2、特点：精确性、重复性、客观性、经济性和灵活性。3、基本原理：机器视觉的核心是图像的获取和处理，系统将获取到的目标图像转变成数字化信号，再传送给图像处理系统对图像数字信号进行处理，抽取目标图像特征信息，然后根据预设的容许度和其他条件输出结果。一、机器视觉技术及其应用（二）机器视觉系统组成及其关键技术1、光学系统：统指成像器件，通常包括照明和相机2、图像采集模块：通常采用图像采集卡的形式，将相机采集到的图像传输给图像处理系统。3、图像处理系统（1）图像预处理：图像增强处理、几何变换处理、图像复原处理。（2）图像特征提取：形状特征提取、颜色特征提取、纹理特征提取、图像特征优化。（3）视觉信息的模式识别：特征提取、特征选择、学习和训练、分类识别。4、智能判断决策模块：如作物冠层或叶片上病斑的位置、大小和个数是否达到要求施药的标准，若达到标准，应该是施什么药，施多少。5、机械控制执行模块一、机器视觉技术及其应用（三）农业机器视觉技术的应用1、植物表型检测：高通量筛选的成像技术和表型分析平台，可以利用机器视觉技术对植物叶面积、叶形（如叶长、叶宽、叶倾角等）、光合参数、果实特征（形状、大小、颜色等）、根系结构（数量、长度、直径、表面积等）等形态结构和生理参数进行检测。2、果蔬自动分类和分级：水果根据大小、重量、比重、颜色、成熟度等进行分级，蔬菜根据大小、颜色等进行分级。目前，已有柑橘、橙、苹果、草莓、芒果、柠檬、枣等多种自动分类分选系统。3、农业机械自动化作业：智能识别农田病虫害和杂草，定点对靶施药。南京农业大学研发的北斗导航支持下的小麦无人收获机，在收割同时可进行小麦籽粒产量、蛋白质含量和水分的在线实时检测，并且实现全程无人驾驶。4、动物生长状况监测：分析动物的自然特征（形状、颜色、运动等），来监测动物进食、饮水、运动、攻击性、生殖等行为的准确信息。如从获取的图像中提取奶牛臀高、身长、臀宽和胸深等特征，从而实时进行奶牛活重检测。二、电子鼻和电子舌技术及其应用（一）电子鼻技术及其应用电子鼻技术是一种人工嗅觉识别技术，也称为人工嗅觉、气味扫描仪或气敏传感器阵列技术，是近年来迅速发展起来的一种模拟哺乳动物嗅觉系统用于识别、分析气味的新型检测手段。电子鼻系统是由气体采样系统、气敏传感器阵列（核心部件）、信号处理系统和模式识别系统等部分组成的。电子鼻技术作为一种新兴仿生技术，已广泛应用于饮料、酒类、水果、蔬菜、茶叶、烟草、谷物、畜禽肉类和鱼类等食品挥发气味的识别和分类，进行质量分级和评估。电子鼻识别流程图二、电子鼻和电子舌技术及其应用（二）电子舌技术及其应用电子舌技术一种分析、识别液体“味道”的新型检测技术，也称味觉传感器技术或人工味觉识别技术，是基于生物味觉模式建立起来的检测手段。电子舌系统主要由自动进样系统、味觉传感器阵列（核心部件）、信号处理系统和模式识别系统组成。与人工鉴别相比，电子舌具有有毒物质分析、客观评价、无检测疲劳等优点，最大限度地降低了人类主观性的影响。目前，电子舌已能对甜、酸、苦、鲜味、咸味、涩味和辛辣等味道进行定性和定量分析。二、电子鼻和电子舌技术及其应用（三）电子鼻和电子舌数据联用电子鼻和电子舌数据的联用，也即气味和滋味信息的融合越来越受到人们的关注。数据联用方法主要有直接合并、特征值提取后联用和分别建模后重组有效信息的方法。目前，电子鼻和电子舌的融合数据分析已在产品产地判别、新鲜度监测、品质区分和品种判别等方面得到了应用。电子鼻和电子舌数据联用检测复习思考题1.什么是信息采集？2.信号基本运算方法包括哪些？3.试述农业物联网的典型应用。4.什么是传感器？农田生物信息采集所使用的传感器有哪些？5.如何对所采集的农田生物信息进行处理？6.试述农田气候信息采集处理系统。7.试述土壤氮素检测原理。8.温室环境监测系统包括哪几个方面？9.试述机器视觉在农业上的应用。10.简述机器视觉系统组成及其关键技术。答题要点1.什么是信息采集？信息采集既包括利用各类传感器对农作物特性、长势、病虫害等信息的采集，也包括对于当前种植环境的温度、湿度信息的获取，甚至于包括对农业机械运行状态、农药喷洒以及施肥效果的信息采集等等。2.信号基本运算方法包括哪些？（1）信号的加法与乘法（2）信号的平移、翻转和尺度变换（3）信号的卷积运算与相关性分析（4）信号的时域分析3.试述农业物联网的典型应用。（1）农业生产环境监控：农田信息感知与调控，大田作物病虫害诊断与预警；（2）养殖物联网技术应用：畜禽养殖物联网，水产养殖物联网；（3）智能农机答题要点4.什么是传感器？农田生物信息采集所使用的传感器有哪些？传感器是可以将被测量的物理量按一定规律转换成电信号或者其他形式信息输出的检测装置。农田生物信息采集所使用的传感器有：（1）成像传感器：RGB传感器、多光谱成像传感器、高光谱成像传感器等；（2）非成像传感器：光合作用测定仪、地物光谱仪、植物冠层分析仪等。5.如何对所采集的农田生物信息进行处理？（1）图像信息处理：RGB图像处理、高/多光谱图像处理、激光雷达图像处理；（2）光谱信息处理：光谱预处理、降维、模式识别方法和回归分析方法；（3）多源多模态数据融合答题要点6.试述农田气候信息采集处理系统。（1）农田气候信息采集系统：从信息采集输入通道、数据通信输出通道和单片机功能扩展系统三部分阐述；（2）农田气候信息处理系统：软件通常包括系统软件和气象业务软件两类。7.试述土壤氮素检测原理。通过光在介质界面上的内反射现象获取样品成分信息。光以特定角度入射ATR晶体，反射并多次往返晶体与样品界面，由探测器收集反射信号。8.温室环境监测系统包括哪几个方面？（1）空气温湿度监测（2）土壤水分监测（3）光合有效辐射监测（4）二氧化碳浓度监测答题要点9.试述机器视觉在农业上的应用。从植物表型检测、果蔬自动分类和分级、农业机械自动化作业和动物生长状况监测三方面进行阐述。10.简述机器视觉系统组成及其关键技术。（1）机器视觉系统组成：一般包括光学系统、图像采集模块、图像处理系统、智能判断决策模块和机械控制执行模块等模块；（2）简述机器视觉系统关键技术光学系统：主要完成图像采集环境的搭建；图像采集模块：将相机采集到的图像传输给图像处理系统；图像处理系统：图像预处理、图像特征提取、视觉信息的模式识别；……北斗全球卫星导航系统（GNSS）与智慧农业导航定位北斗全球卫星导航系统（GNSS）与智慧农业导航定位WISDOMAGRICULTURESOLUTION北斗卫星导航智慧农业应用目录CONTENTS01北斗GNSS基础02北斗GNSS原理与技术概述03智慧农业导航定位技术04北斗GNSS智慧农业应用北斗GNSS基础PARTONE全球卫星导航系统也称全球导航卫星系统（globalnavigationsatellitesystem，GNSS），是能在地球表面或近地空间的任何地点为用户提供全天候的三维坐标、速度和时间信息的空基无线电导航定位系统。从广义上说，GNSS泛指所有的全球卫星导航系统以及区域和增强系统，它利用这些卫星导航系统中的一个或多个系统进行导航定位，并同时提供卫星的完备性检验信息和足够的导航安全性告警信息。GPSGLONASSGALILEOBDSWAASEGNOS北斗GNSS基础一、北斗GNSS发展历程意义：北斗全球卫星导航系统（GNSS）由我

国独立自主建造并运营，其建设与应用的目标在于满足国家安全以及社会经济发展需求，旨在为全球用户提供全天候、全天时的高精度定位、导航与授时服务，是我国重要的空间基础设施。历史沿革：2000年底，我国北斗一号卫星导航系统建成，能够为国内相关领域提供相应的服务；2012年底，北斗二号卫星导航系统建成，为亚洲太平洋地区相关领域提供相应服务；2020年左右，北斗三号全球卫星导航系统（北斗GNSS）建成，形成全球覆盖能力，从而为全球提供服务。北斗卫星数据：包括15颗北斗二号卫星和30颗北斗三号卫星；4颗测试卫星。当前北斗系统运行连续稳定，全球范围水平定位精度约1.52m，垂直定位精度约2.64m；测速精度优于0.1m/s，授时精度优于20ns。一、北斗GNSS发展历程北斗GNSS基础何谓天球？——并非地心说的古代天文模型天球是指以地球质心M为中心，半径为任意长度的一个假想的球体。天球坐标系是用以描述自然天体和人造地球卫星在空间的位置或方向的一种坐标系。天球坐标系可表示为天球空间直角坐标系和天球球面坐标系。天球空间直角坐标系的定义为以地球质心为坐标原点O，其Z轴指向北天极，X轴指向春分点，Y轴垂直于XOZ平面并构成右手坐标系。天球球面坐标系定义为以地球质心为天球中心O，赤经α为含天轴和春分点的天球子午面与过空间点的天球子午面之间的夹角，赤纬δ为原点O至空间点S的连线与天球赤道面之间的夹角，向径γ为原点O到空间点S的距离。北斗GNSS基础二、坐标系统(一)天球坐标系为了描述地面观测站的位置，有必要建立一个与地球体相关联的坐标系，即地球坐标系，也称为地固坐标系。该坐标系用于描述物体在地球上的位置或在近地空间的位置。主要有两种表示形式，分别是空间直角坐标系（XYZ）和大地坐标系（BLH）。根据坐标原点位置的不同，地球坐标系可分为参心坐标系和地心坐标系。大地坐标系（BLH）中，地球椭球的中心与地球质心重合，椭球短轴与地球自转轴重合，大地维度B为过地面点的椭球法线与椭球赤道面的夹角，大地经度L为过地面点的椭球子午面与格林尼治子午面之间的夹角，大地高H为地面点沿椭球法线至椭球面的距离。北斗GNSS基础二、坐标系统(二)地球坐标系空间直角坐标系（XYZ）以地球质心为坐标原点O，Z轴指向地球北极，X

轴指向格林尼治平子午面与地球赤道的交点E，Y轴垂直于XOZ平面并构成右手坐标系。各有优劣的两种地球表面空间描述方式大地坐标系包括1954年北京坐标系、1980年西安坐标系和2000国家大地坐标系，其中，2000国家大地坐标系（Chinageodeticcoordinatesystem2000，CCCS-2000）正是我国北斗卫星导航系统采用的坐标系统。（3）2000国家大地坐标系（国家2000）（CGCS-2000）是由2000国家GPS大地控制网、2000国家重力基本网及用常规大地测量技术建立的国家天文大地网联合平差获得的三维地心坐标系统。CGCS-2000的参考历元为2000.0，坐标系的定义为：原点：包括海洋和大气的整个地球的质心；定向：初始定向由1984.0时BIH（国际时间局）定向给定；CGCS-2000是右手地固直角坐标系。原点在地心，Z轴为国际地球旋转局（IERS）参考极（IRP）方向，X轴为IERS的参考子午面（IRM）与垂直于二轴的赤道面的交线，Y轴与Z轴和X轴构成右手正交坐标系。CGCS-2000将是全国统一采用的大地基准。国家平面坐标系统采用高斯-克吕格投影的平面坐标系统，并以经度差6°或3°分带。北斗GNSS基础二、坐标系统——大地坐标系(三)大地坐标系（1）1954年北京坐标系（北京54）20世纪50年代，在我国天文大地网建立初期，由于历史原因和技术的局限性，我国采用了克拉索夫斯基椭球元素，并于前苏联1942年普尔科沃坐标系进行了联测，进而建立了我国的1954年北京坐标系。（2）1980年西安坐标系（西安80）为了进行全国天文大地网