基于物联网技术的温室小气候分析及其应用研究
发布时间:2022-02-25 04:52
目前,我国大多数的温室仍以人工经验为依靠进行生产管理,无法科学掌握温室小气候变化,使得温室作物产量和经济效益偏低。因此,本文基于农业物联网技术,针对浙江地区温室,进行温室内小气候分析以及其应用研究。首先,设计并搭建了物联网温室监测系统,利用物联网技术,对温室中的环境数据进行实时、准确的获取。整个系统由无线采集节点、智能网关和控制中心组成。其中无线采集节点集成了各类传感器模块,负责采集环境数据;数据通过Zig Bee网络发送至网关节点,再通过智能网关转发到控制中心的服务器上,实现信息交互;控制中心完成温室环境数据的存储和显示等功能。其次,通过物联网温室监测系统进行温室环境要素的多点测量。以数据为基础,对温室小气候进行分析研究,描述了冬季不同天气条件下温室内光照强度、空气温湿度、土壤温度的变化特征,充分认识和理解温室小气候的时空分布情况。然后,提出了一种基于经验模态分解和小波神经网络(EMD-WNN)的温室温湿度短期预测模型。从研究对象的特性出发,结合各方法的优点,采用多算法融合的组合预测思路。结果表明,EMD-WNN组合模型有效地提高了温室温湿度短期预测的精度。最后,根据对温室小气候的分...
【文章来源】:浙江农林大学浙江省
【文章页数】:73 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
1 绪论
1.1 选题背景
1.1.1 我国温室的发展
1.1.2 农业物联网的迅速发展
1.1.3 温室小气候分析的重要性
1.2 研究现状
1.2.1 温室监测系统
1.2.2 温室小气候建模研究
1.3 研究目的与意义
1.4 主要内容及章节安排
2 物联网温室监测系统的设计与软硬件构成
2.1 引言
2.2 整体设计
2.3 硬件组成
2.3.1 采集节点
2.3.2 网关
2.3.3 中继节点
2.4 服务器管理平台设计
2.4.1 数据库设计
2.4.2 监控软件设计
2.5 本章小结
3 冬季温室小气候时空变化
3.1 引言
3.2 试验内容与方法
3.3 结果分析
3.3.1 光照强度
3.3.2 空气温度
3.3.3 空气湿度
3.3.4 土壤温度
3.4 本章小结
4 基于EMD-WNN神经网络的温室温湿度预测模型研究
4.1 引言
4.2 原理介绍
4.2.1 经验模态分解
4.2.2 小波神经网络
4.3 模型设计
4.4 模型实现
4.4.1 EMD分解
4.4.2 预处理
4.4.3 参数确定
4.5 试验结果与分析
4.6 本章小结
5 应用研究
5.1 作物栽培管理
5.2 温室调控管理
5.3 本章小结
6 结论与展望
6.1 总结
6.2 展望
参考文献
个人简介
致谢
【参考文献】:
期刊论文
[1]基于农业物联网的智能温室系统架构与实现[J]. 高浩天,朱森林,常歌,符凌峰,黄震宇. 农机化研究. 2018(01)
[2]基于STM32F407无线智能网络的PM2.5监控系统[J]. 武津城,曾程程,孙景瑞. 天津师范大学学报(自然科学版). 2017(06)
[3]基于DS18B20的多点温度采集系统设计[J]. 叶小乐. 电子世界. 2017(16)
[4]基于无线传感器网络的温室CO2浓度监控系统[J]. 王嘉宁,牛新涛,徐子明,郑传涛,王一丁. 农业机械学报. 2017(07)
[5]基于PSO-RBF神经网络在温室温度预测中的应用[J]. 夏爽,李丽宏. 计算机工程与设计. 2017(03)
[6]南方连栋塑料温室夏季机械通风优化设计[J]. 黄震宇,高浩天,朱森林,赵春宇,蔡春花. 农业机械学报. 2017(01)
[7]基于小波神经网络和BP神经网络的麦蚜发生期预测对比(英文)[J]. 靳然,李生才. 植物保护学报. 2016(03)
[8]基于物联网的温室大棚环境监控系统设计方法[J]. 廖建尚. 农业工程学报. 2016(11)
[9]基于改进型极限学习机的日光温室温湿度预测与验证[J]. 邹伟东,张百海,姚分喜,贺超兴. 农业工程学报. 2015(24)
[10]日光温室黄瓜小气候适宜度定量评价模型[J]. 魏瑞江,王鑫,朱慧钦. 气象. 2015(05)
博士论文
[1]秋冬季南方单栋塑料温室小气候分析与温湿环境模拟研究[D]. 曹雯.南京信息工程大学 2012
[2]南方现代化温室小气候模拟及其能耗预测研究[D]. 汪小旵.南京农业大学 2003
硕士论文
[1]基于STM32F407的视频采集与传输系统设计[D]. 曾文兵.华中师范大学 2016
[2]光照强度对番茄产量和品质的影响[D]. 杨尚龙.石河子大学 2015
[3]基于物联网的温室环境监测系统研究[D]. 孔蕊.河北农业大学 2013
[4]基于嵌入式系统的温室大棚参数采集与传输[D]. 侯晓茜.沈阳工业大学 2013
[5]基于聚类分析的短期温室小气候拟合[D]. 曹传坤.北京交通大学 2012
[6]基于人工神经网络的水果价格短期预测研究[D]. 任伟宏.中国农业科学院 2012
本文编号:3643779
【文章来源】:浙江农林大学浙江省
【文章页数】:73 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
1 绪论
1.1 选题背景
1.1.1 我国温室的发展
1.1.2 农业物联网的迅速发展
1.1.3 温室小气候分析的重要性
1.2 研究现状
1.2.1 温室监测系统
1.2.2 温室小气候建模研究
1.3 研究目的与意义
1.4 主要内容及章节安排
2 物联网温室监测系统的设计与软硬件构成
2.1 引言
2.2 整体设计
2.3 硬件组成
2.3.1 采集节点
2.3.2 网关
2.3.3 中继节点
2.4 服务器管理平台设计
2.4.1 数据库设计
2.4.2 监控软件设计
2.5 本章小结
3 冬季温室小气候时空变化
3.1 引言
3.2 试验内容与方法
3.3 结果分析
3.3.1 光照强度
3.3.2 空气温度
3.3.3 空气湿度
3.3.4 土壤温度
3.4 本章小结
4 基于EMD-WNN神经网络的温室温湿度预测模型研究
4.1 引言
4.2 原理介绍
4.2.1 经验模态分解
4.2.2 小波神经网络
4.3 模型设计
4.4 模型实现
4.4.1 EMD分解
4.4.2 预处理
4.4.3 参数确定
4.5 试验结果与分析
4.6 本章小结
5 应用研究
5.1 作物栽培管理
5.2 温室调控管理
5.3 本章小结
6 结论与展望
6.1 总结
6.2 展望
参考文献
个人简介
致谢
【参考文献】:
期刊论文
[1]基于农业物联网的智能温室系统架构与实现[J]. 高浩天,朱森林,常歌,符凌峰,黄震宇. 农机化研究. 2018(01)
[2]基于STM32F407无线智能网络的PM2.5监控系统[J]. 武津城,曾程程,孙景瑞. 天津师范大学学报(自然科学版). 2017(06)
[3]基于DS18B20的多点温度采集系统设计[J]. 叶小乐. 电子世界. 2017(16)
[4]基于无线传感器网络的温室CO2浓度监控系统[J]. 王嘉宁,牛新涛,徐子明,郑传涛,王一丁. 农业机械学报. 2017(07)
[5]基于PSO-RBF神经网络在温室温度预测中的应用[J]. 夏爽,李丽宏. 计算机工程与设计. 2017(03)
[6]南方连栋塑料温室夏季机械通风优化设计[J]. 黄震宇,高浩天,朱森林,赵春宇,蔡春花. 农业机械学报. 2017(01)
[7]基于小波神经网络和BP神经网络的麦蚜发生期预测对比(英文)[J]. 靳然,李生才. 植物保护学报. 2016(03)
[8]基于物联网的温室大棚环境监控系统设计方法[J]. 廖建尚. 农业工程学报. 2016(11)
[9]基于改进型极限学习机的日光温室温湿度预测与验证[J]. 邹伟东,张百海,姚分喜,贺超兴. 农业工程学报. 2015(24)
[10]日光温室黄瓜小气候适宜度定量评价模型[J]. 魏瑞江,王鑫,朱慧钦. 气象. 2015(05)
博士论文
[1]秋冬季南方单栋塑料温室小气候分析与温湿环境模拟研究[D]. 曹雯.南京信息工程大学 2012
[2]南方现代化温室小气候模拟及其能耗预测研究[D]. 汪小旵.南京农业大学 2003
硕士论文
[1]基于STM32F407的视频采集与传输系统设计[D]. 曾文兵.华中师范大学 2016
[2]光照强度对番茄产量和品质的影响[D]. 杨尚龙.石河子大学 2015
[3]基于物联网的温室环境监测系统研究[D]. 孔蕊.河北农业大学 2013
[4]基于嵌入式系统的温室大棚参数采集与传输[D]. 侯晓茜.沈阳工业大学 2013
[5]基于聚类分析的短期温室小气候拟合[D]. 曹传坤.北京交通大学 2012
[6]基于人工神经网络的水果价格短期预测研究[D]. 任伟宏.中国农业科学院 2012
本文编号:3643779
本文链接:https://www.wllwen.com/kejilunwen/nykj/3643779.html