学位论文 > 优秀研究生学位论文题录展示

昆虫实时捕捉、监测与死亡时间诊断的研究

作　者: 余俊霖
导　师: 何勇
学　校: 浙江大学
专　业: 农业生物环境与能源工程
关键词: 高光谱成像技术菜青虫捕虫仪器和设备连续投影算法昆虫计数监测装置
分类号: S433
类　型: 硕士论文
年　份: 2014年
下　载: 18次
引　用: 0次
阅　读: 论文下载

内容摘要

农作物虫害是限制农作物高产的主要因素,也是危害农作物生长、发育,影响农作物品质的主要因素之一。所以对农作物虫害的监测和预测,就成为新形势下农业面临的重要问题。本文以菜青虫等田间害虫为研究对象,围绕田间害虫的实时捕获、快速检测和死亡时间诊断三大问题开展了系统研究。综合研宄分析了目前国内外主流的捕虫仪器和设备,对其外部结构和内部细节构件、适用环境、操作方法以及定期设备维护做了深入细致的分析与总结,概括出现有捕虫仪器和设备的优缺点,并针对其缺点和不足,设计开发出一种新型的昆虫计数监测装置。将以上两部分内容有机结合起来,有助于在未来将高光谱成像技术嵌入到灯光诱虫捕虫器当中,设计开发出具备便携式光谱鉴别功能的新型捕虫设备,完成对昆虫的引诱、捕捉、计数,再到生死状态鉴别和死亡时间诊断的一整套技术流程,实现对害虫的实时、无损检测和智能化监控。本文主要研究内容及结论如下：(1)应用高光谱成像技术对菜青虫的活虫与死虫进行鉴别。基于存活状态下菜青虫反射光谱与死亡状态下菜青虫的反射光谱,建立菜青虫活体与死亡状态的判别分析模型。结果表明预处理方法对判别结果有影响,且能够准确判别菜青虫存活状态与死亡状态。基于Bw与SPA选择特征波长建立的PLS-DA、KNN、BPNN以及SVM模型均取得较好效果,判别正确率达到或接近100%(2)应用高光谱成像技术对菜青虫死虫的死亡时间进行诊断。研究结果发现,本研究中高光谱成像技术在判别死亡时间为120min内的菜青虫时效果较好,随着死亡时间的延长,判别效果变差。结果表明利用高光谱成像技术诊断菜青虫死亡时间具有一定的可行性。(3)综合比较分析了国内外捕虫仪器和设备。对其外部结构和内部细节构件做了详细分析,并结合新科技对未来的捕虫仪器和设备提出了建议和设想。研究结果表明,目前国内外主流的捕虫仪器和设备,在诱杀害虫、控制虫害方面都有非常好的效果,有效诱捕率极高,但在昆虫的实时捕捉、监测和计数方面还存在着一些缺点和不足。(4)设计开发了一种新型、实时昆虫计数监测装置。针对目前国内外捕虫仪器在实时监测和昆虫计数方面的缺陷,采用基于电流变化感应和矩阵按键识别技术的新型计数方法,对昆虫的扑灯行为进行瞬间精准识别,完成对昆虫的实时计数。研究结果表明,在理论推导下,本装置对扑灯昆虫的计数正确率能够达到设计值,侧面验证了昆虫计数监测装置的计数能力。

全文目录

致谢  7-10
摘要  10-12
Abstract  12-14
目录  14-17
第一章绪论  17-23
  1.1 引言  17-18
  1.2 预测虫害发生时间的方法  18-19
  1.3 测定农药对害虫效力的方法  19
  1.4 高光谱成像技术在害虫检测中的应用  19-20
  1.5 国内外捕虫仪器和设备的主要功能  20-21
  1.6 目前存在的问题  21
  1.7 本课题的研究目的及内容  21-23
    1.7.1 研究目的  21-22
    1.7.2 研究内容  22-23
第二章实验材料与方法  23-36
  2.1 实验设备  23-26
    2.1.1 高光谱成像仪  23-26
  2.2 光谱预处理方法  26-28
    2.2.1 平滑处理(Smoothing)  26
    2.2.2 去除趋势校正(Detrending Corection)  26-27
    2.2.3 多元散射校正(Multiplicative Scatter Correction,MSC)  27
    2.2.4 标准正态变量校正(Standard Normal Variate Correction,SNV)  27-28
    2.2.5 导数校正(Derivative Correction)  28
  2.3 特征波长提取方法  28-29
    2.3.1 权重回归系数法(Weighted Regression Coefficient,Bw)  28-29
    2.3.2 连续投影算法(Successive Projections Algorithm,SPA)  29
  2.4 化学计量学建模方法  29-35
    2.4.1 人工神经网络(Artificial Neural Network,ANN)  30-31
    2.4.2 支持向量机(Support Vector Machines,SVM)  31-32
    2.4.3 偏最小二乘法(Partial Least Squares,PLS)  32-33
    2.4.4 K最邻近节点算法(K-Nearest Neighbors,KNN)  33
    2.4.5 主成分分析算法(Principal Component Analysis,PCA)  33-35
  2.5 模型评价标准  35
  2.6 本章小结  35-36
第三章基于高光谱成像技术对菜青虫生命状态诊断的研究  36-54
  3.1 引言  36-37
  3.2 菜青虫样本制备  37
  3.3 菜青虫样本高光谱图像采集  37-38
  3.4 菜青虫样本的光谱信息提取  38-39
  3.5 样本划分与状态类别赋值  39-40
  3.6 PCA定性分析  40-41
  3.7 基于不同预处理方法对光谱特性的影响  41-44
  3.8 菜青虫存活与死亡状态的鉴别  44-47
  3.9 对菜青虫死亡时间诊断的研究  47-48
  3.10 菜青虫不同状态两两判别  48-52
  3.11 本章小结  52-54
第四章国内外捕虫设备和仪器的研究  54-64
  4.1 引言  54
  4.2 捕虫设备和仪器的分类  54-55
  4.3 关于国内外主要捕虫仪器和设备的介绍  55-62
    4.3.1 灯光诱虫捕虫器  55-57
    4.3.2 性信息素引诱捕虫器  57-60
    4.3.3 害虫趋色性诱捕器  60
    4.3.4 昆虫吸捕器  60-61
    4.3.5 飞行障碍捕捉器  61-62
  4.4 现行捕虫仪器和设备的优缺点  62
  4.5 关于捕虫仪器和设备的建议与设想  62-63
  4.6 本章小结  63-64
第五章关于新型昆虫计数监测装置的设计  64-77
  5.1 引言  64
  5.2 传统昆虫计数设备的不足  64-65
  5.3 改进方案  65
  5.4 新型昆虫计数监测装置的总体结构与工作原理  65-74
    5.4.1 电网式灭虫器  68
    5.4.2 电流感应模块  68-71
    5.4.3 昆虫扑灯识别模块  71-73
    5.4.4 主控模块  73
    5.4.5 无线数据传输模块  73-74
  5.5 具体工作流程  74-76
  5.6 本章小结  76-77
第六章结论与展望  77-80
  6.1 结论  77-79
  6.2 展望  79-80
参考文献  80-84
作者简介  84

昆虫实时捕捉、监测与死亡时间诊断的研究

内容摘要

全文目录

相似论文