基于Android平台的植物生长信息采集与分析系统的开发

发布时间：2020-03-22 19:13

【摘要】：作为人口和农业大国,如何在提高农业生产效率的同时实现增产是我国农业从事者一直以来期望解决的问题。传统的农业管理方式存在着资源利用不合理、监测设备便捷性差且精准度低等不足。基于此,本文结合光电检测技术、模糊算法,以及物联网技术搭建了集信息采集、存储、显示、智能计算于一体的植物生长分析与诊断系统,且通过实验验证了系统的可靠性。研究对农业种植管理有一定的借鉴价值。本文在研究植物叶片水分、叶绿素含量,以及温湿度、光照强度、CO2浓度对植物生长影响的基础上,提出了基于多传感器融合的植物生长综合分析解决方案,并从硬件和软件的设计入手完成了系统的开发工作。首先,从信息的采集原理出发,完成了传感网络的搭建以及控制框架的设计。并结合主控器STM32F103设计了信号采集时序,确定了基于WiFi的数据传输方式。针对传统的农业种植不能提供可靠的种植指导这一问题,探讨了基于模糊数学的专家系统搭建方法。在模糊专家系统的研究方面,首先,确定了系统的输入输出。其次,考虑到针对某一特定案例,输出中各执行措施可能存在相互矛盾的情况,因此,采用层次分析法得到了各执行措施的重要系数。接着,选取了适当的量化函数及隶属度函数对输入输出进行了模糊化,并完成了模糊专家系统规则库的设计,最终给出了一套针对植物种植管理的智能分析决策系统。为了使得农业管理更加便捷,本文结合Tomcat、MyEclipse、MySQL,以及Android Studio进行了移动端APP的开发。最终实现了集采集、分析、指导于一体的小型农情诊断平台的搭建。为了验证系统的可靠性,以温室中的草莓为研究对象对系统进行了评估。首先对采集的数据进行了标定,验证了采集系统的可靠性,其次,分析了多传感器融合法对草莓生长研究的必要性与模糊专家系统的可靠性,并通过实验对专家规则库进行了检验、修正。研究表明:本文设计的模糊专家系统是可靠的;同时,通过大量实验对专家系统规则库进行修正是有必要的。通过对植物生长信息采集与分析系统的研究,表明了在农业种植管理方面采用多传感器融合技术结合模糊推理可以较好地实现作物信息的精准检测以及生长状况的合理评价,进而给出可靠的种植建议。此外,基于Android平台的移动端APP的开发可以明显地提高农业管理的效率。因此,本文针对农业种植管理所提出的分析方法具有一定的合理性、可行性,可以为以后相关方面的研究提供参考。
【图文】：

框图,技术路线,分析系统,框图

图 1-1 采集与分析系统技术路线框图Fig.1-1 Technical block diagram of the acquisition and analysis system1.4 论文主要内容需要建立一个基于 Andiord 平台的植物生长信息监测与管理系统。其中利用透射光来无损获取植物叶片的水分和叶绿素含量，通过传感网络获取植物生长环境信息，结合智能算法对多路信息进行分析，搭建移动端应用程序进行数据的管理，进而提供一种针对植物生长的智能、快速且可靠的综合评价方法。课题的主要研究内容应包括以下几方面：第一部分为绪论。需要论证多传感器融合技术以及物联网技术在精准农业中的重要性；结合国内外研究现状阐述针对植物生长常规信息获取的各种检测手段及植物生长评价的方法；论证比尔朗伯定律在水分、叶绿素检测中以及模糊算法在植物生长评价中的优势，进而明确论文的主要研究内容。第二部分为植物生长采集系统的设计。需要根据植物叶片水分、叶绿素、温室内温湿度、光照强度等待测量的测量原理确定相应的传感器件；对采集控制的时序进行设计并确定信号传输控制的方式。第三部分为植物生长模糊专家系统的设计。需要对专家系统以及模糊理论进行阐述；

叶绿素吸收光谱,水分

图 2-1 水分及叶绿素吸收光谱Fig. 2-1 Moisture and chlorophyll absorption spectrumlg()21A III Ulg()21A UU 4321//WIlgUUUUK -1)~(2-4)中：K 为常量，U1、U2分别为透过叶片以及空载时波长为 980nm 的近红应的电压，U3、U4分别为透过叶片以及空载时波长为 1450nm 的近红外光强对。植物叶绿素含量测量原理叶绿素作为植物光合作用的主要物质，可以在一定程度上表征作物的生长状况，，集系统中叶绿素含量的测量不可或缺。在叶绿素含量的众多检测方法中，分光光度法最为精准，但是该方法会对叶片造
【学位授予单位】：西安理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP316;S126

【相似文献】