当前位置: 首页 智慧农业

平台简介

发布时间:  作者:本站编辑  来源:本站原创

整合国内外现有卫星遥感数据资源,构建面向农田信息监测需求的特定频次、空间维和光谱维异质条件下的多源遥感光谱、时间和空间分辨率信息融合、提取的关键流程技术与方法,开展多源光学、雷达遥感传感器协同反演农田信息的可参比性研究;探析多源卫星与航空平台遥感反演农田目标信息的融合和挖掘技术,建立基于多源遥感数据的农田参数数据信息精准采集数据库,研发数据预处理和关键参数计算的算法与流程,并进行模块化,为空间决策支持系统的构建提供支持。
       1. 基础数据库构建关键技术研究
       1)基于DW的异构数据集成技术
  数据仓库(Data Warehouse,简写为DW)能更好地支持组织的决策分析处理,数据面向主题进行组织,经过加工与集成把分散的多个数据源中的数据存储在一起。西北旱区作物精准水肥决策涉及遥感、无线传感器、文本等多种类型格式和多个单位,有大量的数据。项目通过构建西北旱区水肥决策DW归集杨凌、扶风等地的气象数据、遥感数据、病虫害发生数据,以及巨良试验区、杏林试验区、揉谷试验区、汇承果业苹果基地等试验区的监测数据和主要栽培作物小麦、玉米、苹果的基础数据。
  2)大文件上传存储
  遥感数据是通过航拍和卫星等技术设备获取的物体的影像性状数据,由于遥感数据包含物体的可见光、紫外线、内部信息等大量的数据信息,所以遥感数据一般都比较大,单个文件可达1G甚至更大,因此遥感数据文件的上传下载是一个很重要的问题。
  因此我们开发了上传下载工具,专门用来处理大文件、海量数据文件的上传下载。当用户需要上传文件时,系统启动工具,工具检查文件的大小,将文件切割成若干数据小块,采用多线程的方式同时上传文件,这样可以最大限度的利用带宽,使文件传输更快。工具将数据块传输的服务器上之后,进行组装,同时对数据进行校验,如果文件有丢失的部分,会重新上传数据块,最后将组装正确的文件存储到磁盘,并且在镜像磁盘备份。当用户服务器请求下载时,服务器根据用户请求找到文件所在的磁盘,并找到镜像磁盘,两个相同的文件可同时进行系在传输,根据源文件越多下载越快的原理,这样可突破当个磁盘的瓶颈,使文件下载传输速率更大,理想情况下载速度达到网络最大下载带宽。软件界面如图 1.图2所示。
 
 
1 Shape文件上传管理
 
图 2 影像文件上传管理
       3)多源数据信息管理技术研究与应用
       杨凌核心试验区小麦、玉米、苹果基础数据库由多个子数据库组成,各个子数据库的数据分别存放在相应子数据库中,基础数据库的集成是通过各个子数据源提供的接口调用相应的数据。根据规范的设计要求对数据进行再处理,处理之后基础数据库将各个子数据源的数据集成到基础数据库中,使得原有数据信息不缺失的前提下对数据进行规范化管理。数据来源有示范区基础数据、地面无线传感网络数据、田间试验及便携设备采集数据、作物和土壤遥感反演数据、遥感影像数据等。
       4)基础数据管理平台的开发
  基于ASP.NET、基础数据库完成了B/S结构的数据管理平台的设计与开发,通过基础数据管理平台可以对数据进行集中管理包括增删改查,数据下载,表格导出,数据批量导入等功能。通过互联网可以使数据共享更加方便快捷,采用权限制度进行管理可以有效保护数据的安全。          
       2. 主要作物领域知识库和水肥诊断模型库建设
       针对小麦、玉米苹果,开展了作物领域知识库与模型库研究,主要包含多源遥感监测水分模型、作物不同生长期水肥诊断知识库构建、小型农业遥感电动无人机开发等关键技术研究,
        1)多源遥感监测土壤水肥诊断模型研究
        在可见光和近红外区间对作物水肥的监测,主要利用土壤及土壤上覆被的光谱特性来估算土壤的水分和施肥水平。当光照、温度等条件变化不大时,作物生长状况主要与水肥条件有关,作物受不同水肥条件胁迫的状态可以通过不同遥感植被指数来表征。
        2)作物不同生长期水肥诊断知识库、模型库系统研发
  系统工作模型如图 10 所示,包括了作物水肥模型相关资源进行分类和维护,支持作物模型的存储、管理、查询、分析、调用的计算机操作应用系统。本系统由作物模型库、模型库管理系统、系统接口、系统用户4个部分组成。
 
 
图3 系统工作模型
 
       系统将陈述型知识、过程型知识、结构型知识,如水分管理知识规则、土壤管理知识规则、叶片养分知识、定量遥感知识规则按照类别,选择合理的知识表示方式,分别入库。
        3)小型农业遥感电动无人机研制  
        3.  基于多源遥感的农田参数解析关键技术研究
        1)小麦生物化学参数与高光谱遥感的相关分析
        2)玉米生物化学参数与高光谱遥感的相关分析
        3)苹果树的高光谱信息特性分析
        4.  无线传感网络节点软硬件关键技术研发
        1)系统总体方案设计
  根据实际系统需求,论证基于无线传感器网络的田间信息采集总体方案,明确了采用基于Zigbee模块或GPRS模块实现采集数据的远程智能发送方案。依据农田可知可测且范围有限的特点,拟采用数据多跳传输方式部署监测区域,调研系统研发的关键技术,确定节点最佳发射能量,研究农田无线传感网络最优采集节点配置技术。采用I2C总线技术,实现标准多类型传感器接入能力,研制可替换扩展功能板方案,以CC2530芯片为核心,研制田间信息采集终端。
  项目基于无线传感器网络技术、海量信息存储与管理技术,研究了无线环境监测网络、远程信息管理中心、网络WEB服务等三个层次的关键技术,形成了通用性强的层次化系统架构,如图4所示。
 
 
图4  基本构架图

     
 
        2)最优采集节点配置方案等关键技术研究
        3)监测节点软硬件开发
        4)信息采集系统开发
        5 . 便携式田间作物信息采集处理终端研发
  为提高农田生产管理及决策的水平,实现便携式农田信息获取的适时定位及传输技术,研究了基于GPS的地理信息(采样点的经纬度)采集技术,研究了基于无线数据适时传输及数据汇接技术,实现了基于GPS的采样点位置信息获取及基于GPRS的无线数据传输、汇接技术,能有效解决野外信息存储的有限性、适时性和移动测量的不便性。
  1)便携式田间作物生长信息采集仪研发
 
 
 
图5 便携式田间作物信息采集仪样机

       2)结合GPS定位的环境信息采集及GPRS适时数据传输技术
  7. 作物水肥管理辅助决策信息系统关键技术
  研发了基于WebService接口的基础数据库、诊断模型库和水肥决策管理辅助决策系统的中间件耦合架构,研究了基于实例学习的多遥感的水肥决策算法,提出了结合主元分析投影和k近邻搜索的水肥决策算法,开发了标签一致性稀疏字典重建式的水肥决策算法中间件和主元分析k近邻搜索的水肥决策算法中间件,实现了基于多尺度遥感监测数据进行水肥的等级预测,在地表植被覆盖较为充分的区域能够获得80%的准确率;开发了水肥决策中间件,现已以虚拟机服务模式部署杨凌示范区生产力中心服务器,为会商系统提供WebService服务支持,为水肥诊断子系统提供Web集成服务。水肥辅助决策系统成果,分为基础数据库、领域专家模型库和水肥辅助决策系统耦合,网页系统集成和基于多光谱遥感数据的水肥等级判别算法三方面。
        1)基础数据库-领域模型库-水肥辅助决策系统耦合集成框架
   基础数据库、领域模型库、水肥辅助决策系统和客户端之间(B/S或C/S方式)均使用WCF(Windows Communication Foundation)技术通信,三平台及客户端之间关系如图6所示。
 
 
图6 数据库平台、模型库平台、决策库平台与客户端间相互关系 

       2)多光谱遥感水肥决策辅助诊断算法
       将专家背景知识与航拍多光谱图像结合,利用计算机训练决策模型,通过使用决策模型对制定区域内的农作物进行水肥决策,再将决策结果通过互联网反馈给农民,可实现快速、大规模、低成本的水肥决策诊断。通过对田块区域的划分,农民只需选择田块区域,即可实现对该区域内作物的水肥决策诊断。
        3)系统网页集成
       为了将地面传感与多平台遥感协同的作物水肥诊断各个子系统有机的整合起来,方便用户更加便捷的查看与使用,项目对各个子系统进行集成。地面传感与多平台遥感协同的作物水肥诊断集成系统采用B/S架构,技术上采用针对企业网开发的J2EE技术架构,同时采用Struts2+Mybatis+MySQL+jquery为主要的技术框架。
 

 
 
图7 系统集成界面图

(资料来源:项目子课题”旱区多遥感平台农田信息精准获取技术集成与服务"2012BAH29B04)