精准播种环境下的油菜品质预测

作     者：姜贵飞 

作者单位：安徽农业大学 

学位级别：硕士

导师姓名：焦俊

授予年度：2015年

学科分类：09[农学] 0901[农学-作物学] 

主      题：飞思卡尔 精准播种 油菜品质 多隐层BP网络 预测 

摘      要：由于我国油菜种植面积大,先进的农业种植技术不仅可以提高油菜品质,还可以大大地提高其经济效益。本文从提高油菜品质目的出发,考虑到油菜籽种植密度对油菜品质存在一定影响,研究了在精准播种合理控制油菜籽种植密度的环境下,利用多隐层BP神经网络对油菜品质进行预测,使得油菜品质预测结果更加精确。主要研究内容如下：首先,结合已有文献资料分析了影响油菜品质的常见因素：农艺措施方面,包括播期、种植密度、施肥量等;环境因素方面,包括温度、土壤、水分、光照、纬度与海拔等。并且,对多隐层BP神经网络的算法原理、结构设计和参数选取进行了深入的分析,为预测模型的构建奠定算法基础。其次,根据合理控制油菜籽播种密度的需求,对小颗粒种子的精准播种检测进行了研究。该精准播种检测以飞思卡尔MC9S12XS128微控制器为核心,红外对管为检测装置,再加以相应的功能模块如ZIGBEE、GPRS等,完成了对油菜籽播种信息的采集与传输。通过软件程序包括主程序、中断子程序、定时子程序、检测子程序等的设计,完成了油菜籽播种计数、计时、超时报警等功能。实验结果表明,基于飞思卡尔和红外对管的油菜籽播种检测是可行的、有效的。最后,在精准播种环境下,结合前面对油菜品质影响因素的分析以及现有的物联网环境检测平台,以油菜籽苗期、蕾苔期、花期、成熟期的日均温度、≥3℃有效积温、日照时数、总光辐、降水量和种植密度、海拔高度、地理纬度等23个为输入元素,以油菜籽的含油量、芥酸含量、硫代葡萄糖苷含量等3个为输出元素,建立了多隐层BP神经网络的油菜品质预测模型。并利用C#和MATLAB混合编程,实现了该预测模型的建立。通过最终的预测结果分析,说明了在精准播种环境下的油菜品质预测精度较高。