当前位置:主页 > 科技论文 > 农业技术论文 >

基于移动GIS的作物生长状况采集系统研究与实现

发布时间:2020-04-12 15:52
【摘要】:随着我国现代农业的发展,精准农业、智慧农业、农业大数据等新技术不断被应用到农业中,而这些技术的前提和基础是具有相关农业数据的支撑。但国内目前较多的是面向田间气象数据和土壤数据的采集技术,比较缺乏田间作物生长状况相关数据的采集技术,特别是面向农业生产基层单元的作物长势快速无损监测技术,这导致一方面农户无法快速精准的了解作物生长状况,另一方面相关部门在获取大范围、大数量级的作物数据时很困难或需花费大量成本。针对上述情况,本研究用基于双波段的光谱传感器,结合Android平台、移动GIS技术、图像处理技术、ArcGIS server以及相关数据模型,研究了田间作物生长状况数据的采集、管理和分析的相关技术与方法。主要包括:1.光谱数据采集。主要研究了本文所用的便携式传感器采集的光谱数据与标准数据之间的相关性,并根据相关性构建了校正模型,以及通过相关文献与研究建立了通过光谱数据反演作物生长参数的模型库。2.图像数据采集。研究了根据移动设备自带相机来采集作物冠层图像,并与光谱数据在空间位置和时间上保持一一对应关系为后续基于图像识别的作物研究提供数据支持。同时结合图像处理算法和植被指数,实现了从图片中作物的提取,并验证了根据作物冠层的覆盖度计算作物叶面积指数的可行性。3.研究对比了采样点分布的生成方法,并根据移动GIS相关技术,研究实现了方案的管理与导航,增加了采集方案的可复用性与科学性,实现了该系统的集成与应用。本论文研究实现的作物生长状况数据采集系统,很好的实现了集数据采集、处理、分析、传输、管理、可视化等功能的一体化,提供了一个方便快捷的监测作物长势的方法。同时,打通了农业平台-载荷-模型-信息-决策完整信息链、创新链和价值链,为大范围的农业生长状况分析和决策提供了数据参考,提升了农业科技创新及应用水平,扩大了农业信息化的使用范围。
【图文】:

技术路线图


图1.1技术路线图逡逑

作物长势


图2.1作物长势诊断仪逡逑
【学位授予单位】:湖北大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:S127

【参考文献】

相关期刊论文 前10条

1 孙巍;郭敏;;基于SLIC与条件随机场的图像分割算法[J];计算机应用研究;2015年12期

2 叶思菁;朱德海;姚晓闯;岳彦利;黄健熙;李林;;基于移动GIS的作物种植环境数据采集技术[J];农业机械学报;2015年09期

3 南柄飞;穆志纯;;基于SLIC0融合纹理信息的超像素分割方法[J];仪器仪表学报;2014年03期

4 孙涛;刘振波;葛云健;顾祝军;;基于数码相片Gamma校正的水稻叶面积指数估算[J];生态学报;2014年13期

5 周俊;王明军;邵乔林;;农田图像绿色植物自适应分割方法[J];农业工程学报;2013年18期

6 王春瑶;陈俊周;李炜;;超像素分割算法研究综述[J];计算机应用研究;2014年01期

7 李思佳;孙艳楠;李蒙;陈智文;;国内外农作物遥感估产的研究进展[J];世界农业;2013年05期

8 倪军;姚霞;田永超;曹卫星;朱艳;;便携式作物生长监测诊断仪的设计与试验[J];农业工程学报;2013年06期

9 王远;王德建;张刚;王灿;;基于数码相机的水稻冠层图像分割及氮素营养诊断[J];农业工程学报;2012年17期

10 张立周;侯晓宇;张玉铭;李红军;程一松;胡春胜;;数字图像诊断技术在冬小麦氮素营养诊断中的应用[J];中国生态农业学报;2011年05期

相关会议论文 前2条

1 姜伟杰;孙明;孙洁琼;;基于光谱分析及光谱图像技术作物长势检测研究综述[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年

2 唐晶磊;何东健;朱兆龙;;绿色植物与土壤背景图像分割方法研究[A];中国农业工程学会2011年学术年会论文集[C];2011年

相关博士学位论文 前2条

1 王晶;基于多源遥感数据融合与数据同化的水稻信息提取研究[D];浙江大学;2016年

2 胡秋霞;基于图像分析的植物叶部病害识别方法研究[D];西北农林科技大学;2013年

相关硕士学位论文 前10条

1 乐羿成;基于Android的作物冠层抓拍传输及其图像自动管理系统开发[D];浙江理工大学;2017年

2 聂上森;基于ArcGIS Runtime SDK的外业数据采集系统设计与实现[D];西南交通大学;2015年

3 赵晓兰;作物长势监控图像中绿色植物的识别方法研究[D];河北大学;2015年

4 汪京京;复杂背景下小麦病害图像分割方法研究及应用[D];安徽农业大学;2014年

5 李丽君;基于图像处理的玉米叶部病害识别研究[D];四川农业大学;2014年

6 刘双;基于数字图像的农业害虫精准检测算法的研究[D];四川农业大学;2014年

7 张俊;光谱数据采集与处理技术研究[D];天津理工大学;2014年

8 廖野翔;基于GIS的农业气象信息数据挖掘系统的研究与实现[D];长江大学;2013年

9 李梅;基于Otsu算法的图像分割研究[D];合肥工业大学;2011年

10 徐平;土壤样品数据自动化采集与信息管理系统研究[D];电子科技大学;2011年



本文编号:2624903

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/nykj/2624903.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户4be90***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com