南疆沙地苹果生长过程关键指标监测方法与可视化研究

作     者：韩宁 

作者单位：西安理工大学 

学位级别：硕士

导师姓名：曲植;穆卫谊

授予年度：2024年

学科分类：09[农学] 0902[农学-园艺学] 090201[农学-果树学] 

主      题：果园监测 传感器标定 数据处理 时空变异 关联性 

摘      要：苹果园农业生产过程具有季节性、分散性、多样性和变异性的特点,而我国果园监测起步较晚,存在着苹果园生产过程监测不全面、传感器精度低、传感器布设冗余等问题,大量传感器的布设,导致了苹果园生产过程监测数据繁杂冗余、孔洞缺失、关联性程度低等问题异常突出。为此,以南疆沙地苹果园健康生产过程为基础,以果实生长过程关键指标监测为对象,通过理论分析、数据处理与试验研究相结合的方式对苹果园生产过程关键指标监测展开研究,主要研究结论如下: （1）明确了南疆沙地苹果园生产过程及关键监测指标和监测方法。利用重复访问方法,明确了苹果园关键生产过程,分别对土壤、作物与气象三类对象的关键监测指标进行了优选,确定了土壤、茎流、气象的关键指标和监测方法,提出土壤电导率非线性耦合标定方法以及土壤含盐量测量ECWS模型方法。 （2）研究了南疆沙地苹果园土壤与气象关键指标的时空变异特征及优化布设方法。基于克里斯琴森均匀系数与CV评价方法,分析了苹果园土壤与气象关键指标的时空变异性,结合差分法采用线性与非线性布设方法,并对土壤、气象关键指标监测传感器在垂直与水平两个方向进行了优化布设。 （3）设计了南疆沙地苹果园数据可视化系统与苹果园无线传感网络分级节能系统。无线传感器网络分级节能系统设计为数据采集模块、数据传输模块、远程控制模块、可视化模块、故障诊断模块及供电模块。苹果园可视化系统设计为用户管理模块、主界面模块、数据分析模块、数据展示模块。 （4）提出了苹果园传感器监测数据问题的三级数据处理机制,采用灰度关联法分析了土壤、茎流、气象关键指标相关性。针对具有时间序列特征的苹果园监测数据所存在的孔洞、冗余与异常问题,在滑动时间窗口算法基础上对上述三个问题进行了处理;针对孔洞数据在时间上连续和不连续两种不同的特征,提出了孔洞数据统计分析与回归分析的两级处理方法;针对数据冗余问题,提出了结合滑动时间窗口方法的去重处理方法,并采用参数化的SES方法处理了冗余参数的不稳定问题;根据土壤、作物、气象监测数据的变异系数,采用Z分数方法进行处理。土壤温度与气象温度、土壤电导率与气象温度之间为正相关;土壤电导率与气象CO2为负相关性;茎流与土壤温度相关系数为0.62,与光照相关系数为0.51。 （5）采用GDH模型与随机森林算法,分析了土壤热积量与气象热积量对果实生长发育的关系。在不同生育期,土壤在总热积量范围在6035.24 GDH～45519.95 GDH之间;气象总热积量范围7188.85 GDH～33862.38 GDH之间。土壤温度与气温GDH对于幼果发育期、果实膨大期与全生育期预测2不小于0.63。 综上所述,针对南疆沙地苹果生长过程的关键指标监测方法展开理论分析与试验研究,明确了苹果生长过程的关键指标,优化了传感器布设方式,设计了分级节能系统与数据可视化系统,提出了监测数据的处理方式,有效解决了苹果监测中存在在问题,推动了果园监测技术在苹果生长中的应用与发展。