导读:本文包含了农田信息论文开题报告文献综述及选题提纲参考文献，主要关键词:土壤信息采集,DSP处理器,温湿度,pH
农田信息论文文献综述
田二林,朱付保,张永霞,马贺[1]（2020）在《基于DSP的农田土壤信息采集器的改进设计》一文中研究指出以农田土壤信息采集器为研究对象,在传统检测设备的基础上进行了一定的改进。首先介绍了农田土壤信息采集器总体结构,然后从DSP模块、温湿度和pH传感器检测电路等方面进行了系统硬件设计,并设计了主程序控制流程,实现了农田土壤信息采集器系统。试验验证表明:系统具备较强的精确度和稳定性,符合设计要求。(本文来源于《农机化研究》期刊2020年06期）
姚照胜,刘涛,刘升平,邓国强,武威[2]（2019）在《农田信息采集车的设计与试验》一文中研究指出【研究背景】农田信息获取是掌握农田环境和作物生长状况的必要手段,是利用农田大数据实现精准农业的基础。农田信息化采集指通过各类传感器和各项指标来判断环境状况与作物长势,相较于人工调查,更具有标准性和规范性。快速高效获取农田环境与作物长势信息能提供准确的田间前端数据,为制定科学合理的施肥、喷药、灌溉措施提供依据,达到精准施肥、合理施药、节约灌溉的目的。随着物联网和大数据技术的兴起,利用物联网和大数据技术获取农田信息成为当前研究的热点之一。针对传统农业物联网系统传感器少、投入成本高、建设周期长和对环境不友好等问题,设计了一种可移动式农田信息采集智能车。【材料与方法】本文利用低成本部件,搭建一种可移动式田间信息采集车,实现作物行间农田信息和图像的采集。该采集车的系统总体设计,包括动力系统、运动控制系统、供电系统、无线图像传输系统和传感器检测系统等。利用Matlab仿真对关键部件机械臂的构成和运行情况进行了分析和模拟,对采集车进行小麦田间性能测试。【结果与分析】经田间试验,农田信息采集车通过WiFi与手机连接,图传信号强,手机遥控操作延时在200ms内,最大遥控距离45m。低转速大扭力电机和宽履带式车轮可以保持最大0.8m/s的速度行驶,越障最大倾斜角可达30°,在田间复杂环境下通过性强。车身小巧,能在行间距15cm以上的作物行间完成前进、倒退、转向等操作。可以以第1视角观察到作物行间画面,视频画面流畅、清晰,在匀速行驶状态下平均帧率为21.3f/s,视角调整精确。信息采集功能可完整实现,可以获取环境温湿度、光照强度、CO_2浓度、风速等数据,通过搭载的机械臂和土壤传感器,获取土壤温度、湿度信息,单点平均采集时间为45s。结果显示采集车整体设计合理,车辆通过性强,最大倾斜角度达30°,最大遥控距离45m,获取图片清晰。将传感器采集的数据与常用高精度仪器测量结果进行比对,农田信息采集车所采集温度、湿度、光照强度、CO_2浓度、风速、土壤温度和土壤湿度与高精度仪器设备所测数据相关系数均大于0.90,满足采集需求。【结论】(1)针对传统农业物联网系统存在传感器少、投入成本高、建设周期长和对环境不友好等问题,设计了一种以STC11F32XE微处理器为核心,搭载温湿度传感器、光照强度传感器、CO_2浓度传感器、风速传感器和土壤温湿度等传感器的农田信息采集车,通过Wi Fi将控制设备与信息采集车连接,实现远距离遥控行走和农田环境信息采集。(2)为解决土壤温湿度采集的需求,采用特殊设计的钻头,将土壤传感器与加宽钻头结合,利用5自由度机械臂与钻头电机,实现土壤温湿度传感器钻入土下约5cm,获取土壤温湿度信息。(3)田间试验表明:图传画面流畅、清晰,在匀速行驶状态下平均帧率为21.3f/s,视角调整精确;遥控延时在200ms内,最大遥控距离45m,最大行驶速度为0.8m/s,最大越障倾斜角为30°,可在行间距15cm以上的作物行间行走;所采集温度、湿度、光照强度、CO_2浓度、风速、土壤温度和土壤湿度与高精度仪器设备所测数据相关系数均大于0.90;单个农田信息采样点平均采集时间为45s。该采集车可实现定时定点大范围获取田间数据的功能,能够替代和补充传统物联网系统。(本文来源于《2019年中国作物学会学术年会论文摘要集》期刊2019-10-27）
陈超,何新月,傅姣琪,褚衍丽[3]（2019）在《基于缨帽变换的农田洪水淹没范围遥感信息提取》一文中研究指出针对灾后水中悬浮物质增多和高含水量农作物导致常规水体信息提取方法精度较低的问题,提出了一种基于缨帽变换的农田洪水淹没范围遥感信息提取方法。首先,对灾前、灾后遥感图像进行辐射定标和大气校正。其次,通过缨帽变换获取绿度分量和湿度分量;然后,利用最大类间方差法对湿度分量进行分割,结合绿度分量提取水体信息;最后,迭加农田矢量数据,确定农田洪水淹没范围。以湖南省岳阳市及其附近区域为研究区,从定性和定量两个方面对方法进行精度评价。结果表明,该方法所得结果边界清晰,范围准确,生产者精度和用户精度分别为0.97和0.90。该研究能够为农田灾损评估、洪涝灾害动态监测提供参考。(本文来源于《武汉大学学报(信息科学版)》期刊2019年10期）
王茂励,王浩,董振振,唐勇伟,段杰[4]（2019）在《基于物联网技术的数字农田信息监测系统研究》一文中研究指出我国城镇化步伐的加快促使着我国的农业发展从传统农业生产模式向现代农业生产模式转型,在这个大背景下,研究一种基于物联网技术的数字农田信息监测系统。首先分析我国农业生产的现状,将监测系统分为信息采集终端、LoRa网关以及信息监控平台叁部分。建立硬件总体设计架构,微控制器选用MSP430系列单片机,采用LoRa无线通讯技术对数据进行传输,当采集终端通过LoRa进行2 000 m范围的数据传输过程中,丢包率低于3%,满足数据传输的要求。采用"太阳能+3.7 V锂电池"的供电方式向系统供电,确保系统的长时间工作,通过测试发现采集终端的锂电池能够超过143 d正常工作,满足正常采集需求。利用IAR Embedded Workbench开发工具编写开发程序,绘制每个采集节点和功能模块的主程序流程图以及工作时序图,使用户能够时刻观察到农作物的生长情况,从而保证其健康地生长。整个监测系统满足农户对农田环境监测的需要,对于提升现代农业生产信息化水平有重要意义。(本文来源于《中国农机化学报》期刊2019年09期）
吴慧,行鸿彦,吴红军,刘刚,阎妍[5]（2019）在《基于物联网模式的农田信息采集系统》一文中研究指出针对传统农业田间管理系统对非均一环境和作物特性监测的缺失,基于精细化农业发展需求,设计了一种基于物联网模式的农田信息采集系统。本系统集成了多种高精度环境监测传感器、定位芯片和高速数据通信和存储模块,实现了对作物叶绿素含量、空气温湿度、光照强度、土壤温湿度和田间位置等多参数农田信息的实时监测功能,并且配备了完善的云端服务器系统,用户可以通过服务器界面和手机APP实时观察和统计监测信息,具有良好的人机交互性。实验表明该农田信息采集系统可以实时、准确、方便地采集农田信息和农作物的多种信息参数。(本文来源于《电子器件》期刊2019年04期）
莫年发,谢锡锋,梁红[6]（2020）在《基于云计算的农田规划区域信息采集系统设计》一文中研究指出为进一步提高我国农田规划信息获取的实时性与准确性,结合当前数据分析功能强大的云计算技术,对农田规划区域信息采集系统进行了设计。通过理解农田规划的布局设计特征,建立区域信息采集系统的数据控制框架与理论结构模型,对采集系统的软件控制流程与硬件设施配置逐步选型优化,得到较为完善的农田规划区域信息采集系统。基于云计算设计理念输入不同的农田周边环境变化数据进行模拟试验,结果表明:与传统的信息采集方法相比,云计算环境下的区域信息采集系统准确率可由91.8%提升到96.3%,且平均准确率可提升3.9%左右,验证了该采集系统设计的可行性。(本文来源于《农机化研究》期刊2020年05期）
肖利平,全腊珍,余波,霍览宇[7]（2019）在《基于改进CoSaMP的农田信息异常事件检测算法》一文中研究指出针对农田监测区域大、监测节点能量有限以及异常事件具有偶发性等特点,提出了一种基于改进压缩采样匹配追踪的农田信息异常事件检测算法(DP-CoSaMP)。针对传统压缩采样匹配追踪(Compressive sampling matching pursuit,CoSaMP)算法中相似原子选择和稀疏度要求已知问题,引进Dice系数有效区分原子相关性,保证选择最优原子;利用峰值信噪比(Peak signal to noise ratio,PSNR)与匹配信号残差具有相似变化趋势,动态调整算法迭代次数,避免稀疏度获取困难问题。仿真实验结果表明,本文算法异常事件检测成功率较现有算法提高了20%,网络能耗降低了15%,平均检测时间减少了50%。(本文来源于《农业机械学报》期刊2019年10期）
姚照胜,刘涛,刘升平,邓国强,武威[8]（2019）在《农田信息采集车设计与试验》一文中研究指出针对传统农业物联网系统存在传感器少、投入成本高、建设周期长和对环境不友好等问题,设计了一种可移动式农田信息智能采集车。利用Matlab仿真对关键部件机械臂的构成和运行情况进行了分析和模拟,对采集车进行了小麦田间性能测试。结果显示,采集车整体设计合理,车辆通过性强,越障最大倾斜角达30°,最大遥控距离45m,获取图像清晰。将传感器采集的数据与常用高精度仪器测量结果进行了比对,农田信息采集车所采集温度、湿度、光照强度、CO2浓度、风速、土壤温度和土壤湿度与高精度仪器设备所测数据的相关系数均大于0. 90,单个采样点平均采集时间为45 s,数据采集满足需求。该采集车可实现定时、定点大范围获取田间数据的功能,能够替代传统物联网系统或对其进行补充。(本文来源于《农业机械学报》期刊2019年10期）
张帅[9]（2019）在《基于无人机低空遥感的农田信息采集与处理研究》一文中研究指出该文阐述了无人机低空遥感在农田信息采集中的优势,并构建出适用于精细化农情监测的无人机低空遥感系统;介绍了外业航拍作业流程,以及内业影像高精度快速拼接处理流程;分析了无人机低空遥感在农业中的应用实例,以期为无人机低空遥感在现代农业中的精细化监测应用提供参考。(本文来源于《安徽农学通报》期刊2019年13期）
冉颖杭,谢天铧,霍连飞,孙克润,丁启朔[10]（2019）在《农田背景噪声下的土壤结构体数字图像信息特征》一文中研究指出智慧农业的技术基础是基于机器主体的农情信息获取、加工与分析。土壤结构管理是智慧农业的重要子模块,但目前尚不清楚农田背景噪声下土壤结构体的图像信息特征以及目标信息的信噪分离、纯化和加工方法。本研究逐级递进界定田间土壤结构体的数字图像信息特征,并针对自然光源、秸秆及有机质混杂、土壤结构体孔隙等噪声源逐一处理,同时引入了线段法、体视概率法定量土壤结构体信息。筛分法所得结果用于对照。结果表明农田背景下土壤结构体信息受多重环境背景噪声影响,为此需要进行系统补光、噪声过滤、土壤孔隙形态修补等技术处理才能够实现基于机器主体的土壤结构体目标信息获取。运用线段法和体视概率法均能较好地定量土壤结构体的尺度分布信息,线段法与体视概率法所得到的土壤结构体的累积分布数据与筛分数据的相关性(R~2)大于0.96、均方根误差(RMSE)小于0.1 mm。(本文来源于《江苏农业学报》期刊2019年02期）
农田信息论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
【研究背景】农田信息获取是掌握农田环境和作物生长状况的必要手段,是利用农田大数据实现精准农业的基础。农田信息化采集指通过各类传感器和各项指标来判断环境状况与作物长势,相较于人工调查,更具有标准性和规范性。快速高效获取农田环境与作物长势信息能提供准确的田间前端数据,为制定科学合理的施肥、喷药、灌溉措施提供依据,达到精准施肥、合理施药、节约灌溉的目的。随着物联网和大数据技术的兴起,利用物联网和大数据技术获取农田信息成为当前研究的热点之一。针对传统农业物联网系统传感器少、投入成本高、建设周期长和对环境不友好等问题,设计了一种可移动式农田信息采集智能车。【材料与方法】本文利用低成本部件,搭建一种可移动式田间信息采集车,实现作物行间农田信息和图像的采集。该采集车的系统总体设计,包括动力系统、运动控制系统、供电系统、无线图像传输系统和传感器检测系统等。利用Matlab仿真对关键部件机械臂的构成和运行情况进行了分析和模拟,对采集车进行小麦田间性能测试。【结果与分析】经田间试验,农田信息采集车通过WiFi与手机连接,图传信号强,手机遥控操作延时在200ms内,最大遥控距离45m。低转速大扭力电机和宽履带式车轮可以保持最大0.8m/s的速度行驶,越障最大倾斜角可达30°,在田间复杂环境下通过性强。车身小巧,能在行间距15cm以上的作物行间完成前进、倒退、转向等操作。可以以第1视角观察到作物行间画面,视频画面流畅、清晰,在匀速行驶状态下平均帧率为21.3f/s,视角调整精确。信息采集功能可完整实现,可以获取环境温湿度、光照强度、CO_2浓度、风速等数据,通过搭载的机械臂和土壤传感器,获取土壤温度、湿度信息,单点平均采集时间为45s。结果显示采集车整体设计合理,车辆通过性强,最大倾斜角度达30°,最大遥控距离45m,获取图片清晰。将传感器采集的数据与常用高精度仪器测量结果进行比对,农田信息采集车所采集温度、湿度、光照强度、CO_2浓度、风速、土壤温度和土壤湿度与高精度仪器设备所测数据相关系数均大于0.90,满足采集需求。【结论】(1)针对传统农业物联网系统存在传感器少、投入成本高、建设周期长和对环境不友好等问题,设计了一种以STC11F32XE微处理器为核心,搭载温湿度传感器、光照强度传感器、CO_2浓度传感器、风速传感器和土壤温湿度等传感器的农田信息采集车,通过Wi Fi将控制设备与信息采集车连接,实现远距离遥控行走和农田环境信息采集。(2)为解决土壤温湿度采集的需求,采用特殊设计的钻头,将土壤传感器与加宽钻头结合,利用5自由度机械臂与钻头电机,实现土壤温湿度传感器钻入土下约5cm,获取土壤温湿度信息。(3)田间试验表明:图传画面流畅、清晰,在匀速行驶状态下平均帧率为21.3f/s,视角调整精确;遥控延时在200ms内,最大遥控距离45m,最大行驶速度为0.8m/s,最大越障倾斜角为30°,可在行间距15cm以上的作物行间行走;所采集温度、湿度、光照强度、CO_2浓度、风速、土壤温度和土壤湿度与高精度仪器设备所测数据相关系数均大于0.90;单个农田信息采样点平均采集时间为45s。该采集车可实现定时定点大范围获取田间数据的功能,能够替代和补充传统物联网系统。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
农田信息论文参考文献
[1].田二林,朱付保,张永霞,马贺.基于DSP的农田土壤信息采集器的改进设计[J].农机化研究.2020
[2].姚照胜,刘涛,刘升平,邓国强,武威.农田信息采集车的设计与试验[C].2019年中国作物学会学术年会论文摘要集.2019
[3].陈超,何新月,傅姣琪,褚衍丽.基于缨帽变换的农田洪水淹没范围遥感信息提取[J].武汉大学学报(信息科学版).2019
[4].王茂励,王浩,董振振,唐勇伟,段杰.基于物联网技术的数字农田信息监测系统研究[J].中国农机化学报.2019
[5].吴慧,行鸿彦,吴红军,刘刚,阎妍.基于物联网模式的农田信息采集系统[J].电子器件.2019
[6].莫年发,谢锡锋,梁红.基于云计算的农田规划区域信息采集系统设计[J].农机化研究.2020
[7].肖利平,全腊珍,余波,霍览宇.基于改进CoSaMP的农田信息异常事件检测算法[J].农业机械学报.2019
[8].姚照胜,刘涛,刘升平,邓国强,武威.农田信息采集车设计与试验[J].农业机械学报.2019
[9].张帅.基于无人机低空遥感的农田信息采集与处理研究[J].安徽农学通报.2019
[10].冉颖杭,谢天铧,霍连飞,孙克润,丁启朔.农田背景噪声下的土壤结构体数字图像信息特征[J].江苏农业学报.2019