北京市中科医院好不好 https://yyk.familydoctor.com.cn/2831/environment/
#设施农业#为实现设施农业的精准化管理,西北农林科技大学、石河子大学、国家农业信息化工程技术研究中心、吉林农业大学、同济大学、北京市农林科学院、上海海洋大学等高校、科研单位,前后投入不少科研力量。目前在黄瓜、草莓、蓝莓、等作物的设施管理上取得了一定进展,从光照、灌溉方式、物候期、土壤PH值等方面,进行精细化的调控。设施农业

一、设施黄瓜立体光环境智能调控系统

光,作为植物进行光合作用的主要能量来源,光照度直接影响作物的产量和品质。西北农林科技大学、农业农村部农业物联网重点实验室与陕西省农业信息感知与智能服务重点实验室联手,展开了对现有植物补光系统,多以功能叶光合能力为基准进行冠层补光,导致冠层新生叶光抑制、株间功能叶位补光不足以及补光位置不能适应作物生长进行动态调整的问题。

以黄瓜为研究对象,设计了一种基于植株需光差异特性的设施黄瓜立体光环境智能调控系统。由智能控制子系统、补光子系统、环境监测子系统和补光灯升降子系统组成,通过无线通讯进行通信。通过在陕西省泾阳县蔬菜产业综合服务区的实验,表明立体补光区黄瓜植株的株高和茎粗显著增长,说明立体光环境调控系统能够提高经济效益,具有应用推广价值。

黄瓜大棚

二、黄瓜叶片湿润时间估算模型研究

叶片湿润时间是植物病害模型的重要输入变量之一,与许多叶部病原菌的侵染有关,对病原侵染和发育速率有一定影响。为了准确地预测日光温室黄瓜病害的发生时间和方位,石河子大学与北京农业信息技术研究中心展开了研究,分别于年3月和9月,在北京两个不同类型日光温室内,部署温湿光传感器,结合目测每隔1h采集一次温度、湿度、辐射和叶片湿润数据,进行定量估算分析。

分析结果表明:基于日光温室空间异质性,天气、地域、季节的变化和差异,对温室黄瓜种群水平方向的叶片湿润时间分布具有重要影响,与大多数高湿性黄瓜病害的发生规律密切相关。该研究为预测温室黄瓜病害分布提供了有价值的参考,对控制病害流行和减少农药使用具有重要意义,为模拟日光温室叶片湿润时间的空间分布提供参考。

农业机器人

三、设施温室影像采集与环境监测机器人系统设计及应用

设施园艺在国内经历了近30年的发展迅速,目前发展规模居世界首位,但由于人口结构问题,农业从事人数的不断下降,如何解决这一问题,机器代替人力成为当前研究热点。为实现设施温室生产的数据感知环节,作物影像和环境监测数据精细化采集,国家农业信息化工程技术研究中心、北京农业信息技术研究中心、农业农村部农业信息技术重点实验室,研究设计了一套多自由度设施温室影像采集与环境监测机器人系统。

通过在北京小汤山国家精准农业基地7号日光温室、石家庄市农林科学研究院5号日光温室进行示范应用,取得了较好的效果。可广泛地应用在设施温室生产与研究中,用于黄瓜、番茄、大棚桃等作物的全生育期图像、实时视频和监测数据收集与分析处理。

草莓温室

四、草莓灌溉方法与验证

灌溉是影响作物产量的重要因素之一,为更加有效、精确地控制设施作物的灌溉,吉林农业大学信息技术学院与北京农业智能装备技术研究中心研究以"章姬"草莓为例,将作物实时生长特征引入灌溉决策模型中,对草莓的灌溉展开研究。

结果表明,在规定时间采收的情况下,通过基于Penman-Monteith模型和路径排序算法,出产的果实总产量、单株果实均产量和果实均重百分比分别提高.5g、20.65g和12.15%(单个果实均重提高1.65g),硬度提升了0.1kg/cm~2。根据作物生长状态对作物灌溉进行调整合理,为精确灌溉提供了新的思路。

蓝莓种植

五、南方蓝莓智能温室促早熟生产多因子协调控制技术

为达到蓝莓提前上市、获得更大经济效益的目的,同济大学团队展开了研究。南方品种蓝莓转移到环境可控型智能温室中试验生产,并探索研究出了南方蓝莓智能温室促早熟生产控制技术,在江苏省苏州市昆山市花桥镇东南部进行实验。

从蓝莓物候期、品种特点、土壤pH、水肥灌溉方式、小气候环境区间等方面进行了调研与总结。基于物联网技术,建立蓝莓植物工厂化生产控制系统,串联硬件层、软件层和云端,实现现场端环境监测调控、数据云存储与远程控制等技术,对温度环境进行多因子协调控制。经实际验证该控制技术效果显著,蓝莓采收时间提早近一个月,且产量与品质也有一定提高,为南方温室蓝莓植物工厂化促早熟生产管理提供示范。

草莓大棚

六、温室环境下草莓生育期识别方法

针对目前设施农业数字化栽培调控技术中对作物的生育期实时检测与分类问题,北京市农林科学院智能装备技术研究中心与上海海洋大学提出一种改进YOLOv4的温室环境下草莓生育期识别方法。

以云南地区的智能设施草莓为实验对象,结果表明,本研究提出的YOLOv4-CBAM模型对开花期、果实膨大期、绿果期和成熟期草莓的检测平均精度,平均精度均值在68.01%-92.38%,具有可行性,对草莓各生育期目标进行精准识别和分类,并为设施草莓栽培的信息化、规模化调控提供有效的理论依据。



转载请注明地址:http://www.abmjc.com/zcmbhl/7222.html