农业云平台下基于环境的蔬菜生长周期预测模型的研究与应用
发布时间：2021-07-12 08:03
“互联网+”这一新思路的诞生,为我国经济发展带来了前所未有的增长,“互联网+农业”这一新兴课题也为我国农业的迅速发展找到一条新的发展之路,因此,农业服务平台便成为近年来农业信息化的热点研究之一,本文主要研究在农业云平台下构建蔬菜生长周期预测模型,为蔬菜产、供、销一体化提供保障。本文充分考虑生产需求,结合蔬菜生长理论知识与前人研究经验,提出将环境中影响蔬菜生长的温度和光照作为主要影响因子,考虑到后期的推广性,通过实际采集的光合有效辐射和光照强度数据拟合,提出用光照强度作为模型输入因子选择,研究并建立了基于环境温度和光照强度的蔬菜生长有效累积温光法AETLU;并构建基于环境的蔬菜生长周期预测模型;应用蔬菜种植数据对模型的预测精度与实用性进行了检验,验证结果表明该预测模型对蔬菜生长周期的预测误差可以保证小于两个自然日,该模型的理论方法可以适用于多种常见蔬菜,具有较强的经济实用性与推广价值。论文中运用软件工程的技术与方法,对预测平台进行了分析与设计,使用Python语言和Django框架实现蔬菜生长周期预测、蔬菜信息管理、环境信息管理与数据可视化功能的应用平台,在实际应用中表明应用平台能够满足...
【文章来源】：贵州大学贵州省 211工程院校
【文章页数】：98 页
【学位级别】：硕士
【部分图文】：
018年贵州某地光合有效辐射与光照强度线性拟合图
长度日法（GDDs）建立相应的数学模型并对拟合结果进行比较。表 3-4 为实验组小白菜实际生长周期与两种方法得出的积累量：表 3-4 不同播期小白菜生长期内气象因子积累量与生长天数组别 积温（℃） 有效累积温光（Lx） 实际生长周期（天）P1 256.3 3.64E+06 32P2 345.3 3.33E+06 32P3 424.5 3.46E+06 31P4 431.4 3.45E+06 30P5 444.3 3.56E+06 26P6 479.2 3.43E+06 25P7 476.7 3.51E+06 20P8 440.2 3.26E+06 22P9 422.5 3.44E+06 27P10 324.1 3.26E+06 34使用工具 Matlab 对小白菜有效光照累积量与生长株高进行拟合，建立二者之间的关系：
图 5-20 预测平台 E-R 图(主体部分)5.3.2 数据库物理设计根据蔬菜生长周期预测平台的类图以及而实体对象与数据库的联系，本文列出了整个业务流程中最主要的五个实体，分别是天气预报信息表，墒情监测数据表、蔬菜属性信息表、种植记录信息表、以及用户信息表。表 5-4 用户信息表字段标识 字段类型及长度 允许空值 键 字段描述User_ID varchar(20) 否 主键 用户编号User_name varchar(36) 是 用户名称User_phone Int 是 用户手机号User_password varchar(50) 是 用户密码User_group_ID varchar(20) 是 外键 用户组 IDUser_Email int 是 注册邮箱Memo varchar(200) 是 备注信息
【参考文献】：
期刊论文
[1]“互联网+”时代的农产品营销与农业经济发展研究[J]. 杨连荣. 中国农业文摘-农业工程. 2019(02)
[2]西藏日太阳总辐射估算模型的优化与时间尺度效应[J]. 于海敬,程梦笛,张庆国,李坦,张宁,董世杰. 地球与环境. 2019(01)
[3]基于Django的RESTful通用程序接口研究与实践[J]. 张云飞,杨明光. 电脑知识与技术. 2018(28)
[4]软件测试概述[J]. 赵伟. 计算机产品与流通. 2018(03)
[5]生鲜蔬菜产地滞销预测模型与应用[J]. 陈军,陈祥云. 江苏农业科学. 2018(02)
[6]环境温度对普通白菜硝酸盐含量、土壤硝态氮及氮代谢关键酶活性的影响[J]. 张春来,杨芸,徐卫红,迟荪琳,王卫中,李彦华,李桃. 中国蔬菜. 2017(10)
[7]基于BPSO-BP的逐时太阳辐射多步预测[J]. 李无言,凌越. 工程技术研究. 2017(09)
[8]贵州因地制宜推进农业供给侧结构性改革[J]. 刘远坤. 行政管理改革. 2017(07)
[9]世界高水平涉农大学科研现状的信息计量分析[J]. 赵勇,李冬,高思嘉,韩明杰,李晨英. 中国农业大学学报. 2016(12)
[10]C3和C4植物光能利用效率和水分利用效率的比较研究[J]. 叶子飘,杨小龙,康华靖. 浙江农业学报. 2016(11)
博士论文
[1]典型设施蔬菜生产系统水肥、农药投入及环境影响的生命周期评价[D]. 郭金花.中国农业大学 2016
[2]支持向量机回归算法与应用研究[D]. 李海生.华南理工大学 2005
[3]基于过程的棉花生长发育模拟模型[D]. 张立桢.南京农业大学 2003
硕士论文
[1]光照传感器及其自动校准系统的研究与设计[D]. 周放.贵州大学 2017
[2]固定式农业小气候智能监测系统的设计与实现[D]. 张宇.贵州大学 2017
[3]基于Scrapy的分布式网络爬虫系统的设计与开发[D]. 樊海英.北京工业大学 2017
[4]专业信息定向采集与多维搜索系统[D]. 白福裕.浙江大学 2017
[5]不同温光对设施黄瓜生长和品质的影响及模拟研究[D]. 谭文.南京信息工程大学 2016
[6]适于蔬菜栽培的LED光源系统的研制与应用[D]. 彭艳艳.山东农业大学 2016
[7]模型驱动的数据可视化平台的设计与实现[D]. 王元光.北京交通大学 2015
[8]基于Django的数据收集系统的设计与实现[D]. 曹骏.南京大学 2013
[9]气候因子和肥料结构对小白菜生长和品质的影响[D]. 刘静静.上海交通大学 2013
[10]基于Django的安全威胁任务管理系统构建[D]. 朱成.复旦大学 2011
本文编号：3279523
【文章来源】：贵州大学贵州省 211工程院校
【文章页数】：98 页
【学位级别】：硕士
【部分图文】：
018年贵州某地光合有效辐射与光照强度线性拟合图
长度日法（GDDs）建立相应的数学模型并对拟合结果进行比较。表 3-4 为实验组小白菜实际生长周期与两种方法得出的积累量：表 3-4 不同播期小白菜生长期内气象因子积累量与生长天数组别 积温（℃） 有效累积温光（Lx） 实际生长周期（天）P1 256.3 3.64E+06 32P2 345.3 3.33E+06 32P3 424.5 3.46E+06 31P4 431.4 3.45E+06 30P5 444.3 3.56E+06 26P6 479.2 3.43E+06 25P7 476.7 3.51E+06 20P8 440.2 3.26E+06 22P9 422.5 3.44E+06 27P10 324.1 3.26E+06 34使用工具 Matlab 对小白菜有效光照累积量与生长株高进行拟合，建立二者之间的关系：
图 5-20 预测平台 E-R 图(主体部分)5.3.2 数据库物理设计根据蔬菜生长周期预测平台的类图以及而实体对象与数据库的联系，本文列出了整个业务流程中最主要的五个实体，分别是天气预报信息表，墒情监测数据表、蔬菜属性信息表、种植记录信息表、以及用户信息表。表 5-4 用户信息表字段标识 字段类型及长度 允许空值 键 字段描述User_ID varchar(20) 否 主键 用户编号User_name varchar(36) 是 用户名称User_phone Int 是 用户手机号User_password varchar(50) 是 用户密码User_group_ID varchar(20) 是 外键 用户组 IDUser_Email int 是 注册邮箱Memo varchar(200) 是 备注信息
【参考文献】：
期刊论文
[1]“互联网+”时代的农产品营销与农业经济发展研究[J]. 杨连荣. 中国农业文摘-农业工程. 2019(02)
[2]西藏日太阳总辐射估算模型的优化与时间尺度效应[J]. 于海敬,程梦笛,张庆国,李坦,张宁,董世杰. 地球与环境. 2019(01)
[3]基于Django的RESTful通用程序接口研究与实践[J]. 张云飞,杨明光. 电脑知识与技术. 2018(28)
[4]软件测试概述[J]. 赵伟. 计算机产品与流通. 2018(03)
[5]生鲜蔬菜产地滞销预测模型与应用[J]. 陈军,陈祥云. 江苏农业科学. 2018(02)
[6]环境温度对普通白菜硝酸盐含量、土壤硝态氮及氮代谢关键酶活性的影响[J]. 张春来,杨芸,徐卫红,迟荪琳,王卫中,李彦华,李桃. 中国蔬菜. 2017(10)
[7]基于BPSO-BP的逐时太阳辐射多步预测[J]. 李无言,凌越. 工程技术研究. 2017(09)
[8]贵州因地制宜推进农业供给侧结构性改革[J]. 刘远坤. 行政管理改革. 2017(07)
[9]世界高水平涉农大学科研现状的信息计量分析[J]. 赵勇,李冬,高思嘉,韩明杰,李晨英. 中国农业大学学报. 2016(12)
[10]C3和C4植物光能利用效率和水分利用效率的比较研究[J]. 叶子飘,杨小龙,康华靖. 浙江农业学报. 2016(11)
博士论文
[1]典型设施蔬菜生产系统水肥、农药投入及环境影响的生命周期评价[D]. 郭金花.中国农业大学 2016
[2]支持向量机回归算法与应用研究[D]. 李海生.华南理工大学 2005
[3]基于过程的棉花生长发育模拟模型[D]. 张立桢.南京农业大学 2003
硕士论文
[1]光照传感器及其自动校准系统的研究与设计[D]. 周放.贵州大学 2017
[2]固定式农业小气候智能监测系统的设计与实现[D]. 张宇.贵州大学 2017
[3]基于Scrapy的分布式网络爬虫系统的设计与开发[D]. 樊海英.北京工业大学 2017
[4]专业信息定向采集与多维搜索系统[D]. 白福裕.浙江大学 2017
[5]不同温光对设施黄瓜生长和品质的影响及模拟研究[D]. 谭文.南京信息工程大学 2016
[6]适于蔬菜栽培的LED光源系统的研制与应用[D]. 彭艳艳.山东农业大学 2016
[7]模型驱动的数据可视化平台的设计与实现[D]. 王元光.北京交通大学 2015
[8]基于Django的数据收集系统的设计与实现[D]. 曹骏.南京大学 2013
[9]气候因子和肥料结构对小白菜生长和品质的影响[D]. 刘静静.上海交通大学 2013
[10]基于Django的安全威胁任务管理系统构建[D]. 朱成.复旦大学 2011
本文编号：3279523
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/3279523.html
