CN112889612B - 大豆耐低磷筛选装置及筛选方法 - Google Patents

大豆耐低磷筛选装置及筛选方法 Download PDF

Info

Publication number
CN112889612B
CN112889612B CN202110062693.7A CN202110062693A CN112889612B CN 112889612 B CN112889612 B CN 112889612B CN 202110062693 A CN202110062693 A CN 202110062693A CN 112889612 B CN112889612 B CN 112889612B
Authority
CN
China
Prior art keywords
soybean
soybeans
sensing
data
culture
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110062693.7A
Other languages
English (en)
Other versions
CN112889612A (zh
Inventor
赵婧
张伟
孟凡钢
邱强
于德彬
闫晓艳
丛博韬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jilin Academy of Agricultural Sciences
Original Assignee
Jilin Academy of Agricultural Sciences
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jilin Academy of Agricultural Sciences filed Critical Jilin Academy of Agricultural Sciences
Priority to CN202110062693.7A priority Critical patent/CN112889612B/zh
Publication of CN112889612A publication Critical patent/CN112889612A/zh
Application granted granted Critical
Publication of CN112889612B publication Critical patent/CN112889612B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01GHORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G22/00Cultivation of specific crops or plants not otherwise provided for
    • A01G22/40Fabaceae, e.g. beans or peas
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01GHORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G31/00Soilless cultivation, e.g. hydroponics
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01GHORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G31/00Soilless cultivation, e.g. hydroponics
    • A01G31/02Special apparatus therefor
    • A01G31/06Hydroponic culture on racks or in stacked containers
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P60/00Technologies relating to agriculture, livestock or agroalimentary industries
    • Y02P60/20Reduction of greenhouse gas [GHG] emissions in agriculture, e.g. CO2
    • Y02P60/21Dinitrogen oxide [N2O], e.g. using aquaponics, hydroponics or efficiency measures

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Environmental Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Botany (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)

Abstract

本发明公开大豆耐低磷筛选装置及筛选方法,装置包括水培架,水培架上设置主架,主架包括外部外壳、设有温控单元的里壳等;筛选方法通过采用多种综合的传感信号,将传感信号形成传感数据发送给分析判断模块;分析判断模块获取传感数据并且根据传感数据分析和判断大豆的生长情况,并且生成大豆生成情况的重点参数;模型调取模块基于大豆生成情况的重点参数调取数据库中相关的大豆生长预测模型数据;预测模块基于大豆生成情况的重点参数以及大豆生长预测模型数据预测大豆的未来生长状况并且将未来生长状况数据处理为实验数据,实验数据对应大豆的耐低磷筛选指标。可预测大豆未来生长状况,提前获取耐低磷筛选指标,减少获取耐低磷筛选指标的时间。

Description

大豆耐低磷筛选装置及筛选方法
技术领域
本发明涉及大豆筛选技术领域,具体涉及大豆耐低磷筛选装置及筛选方法。
背景技术
在相关的现有研究中,比如,在相关文献中,耐低磷鉴定指标研究:选用8个磷营养利用效率有差异的不同基因型大豆品种,设计0,0.5,1.0,1.5,2.0mmol·L-15种磷元素浓度进行全生育期水培试验,研究了磷对大豆主要农艺性状的影响.结果表明:不同磷营养水平对大豆株高,底荚高,分枝数和主茎节数的影响不显著,对单株荚数,单株粒数,单株产量及盛花期叶面积的影响极显著,对百粒重的影响显著.单株荚数,单株粒数,单株产量,盛花期叶面积,百粒重与磷水平显著相关,初步认为,这些受磷影响显著且与磷显著相关的性状可作为耐低磷鉴定的指标,上述的方法实质也就是对大豆的耐低磷筛选方法,然而在具体应用中存在很多问题,比如,最重要的问题就是上述方法的实施需要经过很长的大豆生产周期,这样才能获取耐低磷鉴定(筛选)的指标,实际上在研究生产中对时效性要求很高,如果能够减少获取耐低磷筛选指标的时间,将首先可以解决关键的问题。另外,相关的大豆耐其他化学元素的筛选装置也有一些相关的现有技术,比如现有技术中国专利CN201410768422.3中公开了一种大豆耐盐及耐盐碱性筛选装置,其包括工作架和溶液搅拌桶,工作架包括上、下两层,工作架的上层设有周转箱、下层设有为周转箱供水的供水塔,供水塔和周转箱之间设有供水管,供水塔与溶液搅拌桶通过进水管连通,所述周转箱内固定设有与周转箱内的液面平行的固定网,固定网的网格内放置有育种管,育种管的侧壁面和底面上均开设有透水孔,育种管的高度大于或等于周转箱的高度。所述周转箱供水塔之间设有将周转箱内的液体排入供水塔内的排水管,排水管上设有电磁阀。所述周转箱和供水塔之间设有水位保持管,水位保持管位于周转箱内的一端的高度与周转箱内液面的高度相等。所述育种管由PVC材料制成,所述育种管侧壁面上的透水孔从下至上共为三组,每组透水孔包括四个沿育种管周面均匀分布的透水孔,所述育种管底面上的透水孔设置在底面的中心位置,所述透水孔的直径小于或等于0.2cm。所述工作架由不锈钢制成,所述工作架的底部设有行走轮,该行走轮为万向轮,所述周转箱为两个或两个以上。所述溶液搅拌桶内设有第一水泵,第一水泵的出口与所述进水管的进水端连接在一起。所述供水塔内设有第二水泵,第二水泵的出口与所述供水管的进水端连接在一起,所述第二水泵上连接有电磁阀,电磁阀上连接有控制电磁阀运行的计时器。在上述技术中实质公开了简单的大豆水培养装置,这种装置也是现有技术中最常见的,类似上述的装置技术也不能够解决“获取耐低磷筛选指标的时间长的问题”。
发明内容
为了克服现有的技术存在的不足,本发明提供大豆耐低磷筛选装置及筛选方法,解决了背景技术中的问题。
本发明解决其技术问题所采用的技术方案是,一方面,大豆耐低磷筛选装置,包括水培架,水培架上设置主架,所述主架包括外部外壳、设有温控单元的里壳;所述水培架外部一侧设置电力单元,所述水培架顶部侧壁设有管理接口单元、内部设有上层采集单元,所述管理接口单元的输入端与所述上层采集单元电连接,所述温控单元一个输出端与电力单元电性连接;所述水培架内底部设有用于放置大豆培养腔的支撑框,具体地,所述支撑框包括大豆培养腔隔板、动力输出杆、竖立框和转轮;所述转轮下部通过动力输出杆连接动力机组;所述竖立框固定在所述转轮上;所述竖立框上下间隔设有多个大豆培养腔隔板;所述大豆培养腔隔板上设有多个大豆培养腔坑,大豆培养腔固定在大豆培养腔坑内;所述的水培架内顶部设置摄像头,所述的摄像头与管理接口单元电性连接;所述的管理接口单元与主控服务器电性连接;所述水培架顶部设有压力信息采集管,所述水培架底部侧壁设有输水道,所述输水道连通水箱;所述水培架侧壁设有气体压力控制单元,所述气体压力控制单元输入端连接有调压通道;所述水培架内侧壁设置下层采集单元;所述下层采集单元的输出端与所述管理接口单元电性连接,所述管理接口单元的输出端与所述气体压力控制单元电性连接。
进一步,主控服务器配置相连接的传感信号汇总模块、分析判断模块、模型调取模块和预测模块,所述的传感信号汇总模块,用于汇总从上层采集单元、下层采集单元、摄像头的源信号获取的传感信号,并将上述的传感信号形成传感数据发送给分析判断模块;
所述的分析判断模块,用于获取传感数据并且根据传感数据分析和判断大豆的生长情况,并且生成大豆生成情况的重点参数;
所述的模型调取模块,用于基于大豆生成情况的重点参数调取数据库中相关的大豆生长预测模型数据;
所述的预测模块,用于基于大豆生成情况的重点参数以及大豆生长预测模型数据预测大豆的未来生长状况并且将未来生长状况数据处理为实验数据,实验数据对应大豆的耐低磷筛选指标,将实验数据作为筛选数据并完成大豆的耐低磷筛选。
进一步,所述的大豆培养腔坑内设置三维传感培养球,所述的三维传感培养球包括由若干传感丝线围成的球体还包括传感丝线相互交叉形成的受测块,所述的传感丝线和受测块均为导电金属材质。
进一步,上述装置还包括三维传感培养球的测试单元,所述的测试单元包括两个半球形的测试总成,每一个测试总成的内壁均分布设置与受测块分布位置对应的测试块,所述的测试块固定在总成壳上,所有的测试块均引出一路导线并且将导线汇总在测试接头上。
进一步,测试接头电连接测试电路,所述的测试电路用于测试选定的每两个受测块之间的电路参数,然后形成基于三维传感培养球的三维电路参数信号,所述的传感信号汇总模块,还用于汇总从测试电路的源信号获取的基于三维传感培养球的三维电路参数信号,并将上述的信号形成基于三维传感培养球的三维电路参数数据发送给分析判断模块。
或者进一步,在至少一个竖直方向的所有大豆培养腔坑底部均设置电磁阀,相应的最上层的大豆培养腔坑顶部设置输水道的出口;所述的转轮中部凸出设置,在转轮两侧的底部设置回收管,所述的回收管通过回收主通道连通回收单元,所述的回收单元连通水箱。
另外一方面,大豆耐低磷筛选方法,包括步骤:
将多组大豆分别放置在不同的大豆培养腔坑内进行培养;在水箱内添加特定条件的低磷溶液,通过输水道对大豆进行喷洒;控制温控单元,调整温度到确定条件的温度,控制气体压力控制单元调整气压到确定条件的气压;培养过程中通过控制动力机组使得转轮旋转并且同时控制摄像头采集图像信号;上层采集单元、下层采集单元也同时采集信号,主控服务器通过管理接口单元获取并存储摄像头、上层采集单元和下层采集单元的信号;
主控服务器的传感信号汇总模块,汇总从上层采集单元、下层采集单元、摄像头的源信号获取的传感信号,并将上述的传感信号形成传感数据发送给分析判断模块;
主控服务器的分析判断模块,获取传感数据并且根据传感数据分析和判断大豆的生长情况,并且生成大豆生成情况的重点参数;
主控服务器的模型调取模块,基于大豆生成情况的重点参数调取数据库中相关的大豆生长预测模型数据;
主控服务器的预测模块,基于大豆生成情况的重点参数以及大豆生长预测模型数据预测大豆的未来生长状况并且将未来生长状况数据处理为实验数据,实验数据对应大豆的耐低磷筛选指标,将实验数据作为筛选数据并完成大豆的耐低磷筛选。
其中,将多组大豆分别放置在不同的大豆培养腔坑内进行培养具体是将大豆放置在三维传感培养球内进行培养,主控服务器通过管理接口单元获取并存储摄像头、上层采集单元和下层采集单元的信号同时也获取并存储三维传感培养球的测试电路的信号;所述的传感信号汇总模块还汇总从测试电路的源信号获取的基于三维传感培养球的三维电路参数信号,并将上述的信号形成基于三维传感培养球的三维电路参数数据发送给分析判断模块。
其中,所述的基于大豆生成情况的重点参数以及大豆生长预测模型数据预测大豆的未来生长状况,通过卷积运算实现:首先大豆生长预测模型数据中单个数据项具体是个体案例的大豆在整个生长周期中相应的重点参数表现与其耐低磷筛选指标数据的对应的关系,所述的个体案例的大豆在整个生长周期中相应的重点参数表现通过卷积运算表征。
本发明的有益效果是,本发明通过采用多种综合的传感信号,将上述的传感信号形成传感数据发送给分析判断模块;分析判断模块获取传感数据并且根据传感数据分析和判断大豆的生长情况,并且生成大豆生成情况的重点参数;模型调取模块,基于大豆生成情况的重点参数调取数据库中相关的大豆生长预测模型数据;所述的预测模块,基于大豆生成情况的重点参数以及大豆生长预测模型数据预测大豆的未来生长状况并且将未来生长状况数据处理为实验数据,实验数据对应大豆的耐低磷筛选指标。这样就可以预测大豆的未来生长状况,提前获取耐低磷筛选指标,减少获取耐低磷筛选指标的时间。基于三维传感培养球的三维电路参数信号可以对应显示大豆生长过程中(尤其是萌芽生长前期)对每两个受测块之间的凸出能力,因为每两个受测块之间的电路参数可以表征因为大豆生长的凸出对传感丝线的影响,传感丝线的变化改变了每两个受测块之间的电路参数,所以通过每两个受测块之间的电路参数可以确定传感丝线的变化,进而可以确定大豆生长过程中三维的凸出能力,所以,基于三维传感培养球的三维电路参数信号对应的数据有利于更加全面和细致预测大豆的生长状况,并且为预测大豆的未来生长提供精准和科学的数据基础。
具体实施方式
下面结合附图具体说明本申请的实施例:
在具体实施中,如图1所示的,大豆耐低磷筛选装置的实施例包括水培架a,水培架a 上设置主架b,所述主架b包括外部外壳ba、设有温控单元c的里壳bb;所述水培架a外部一侧设置电力单元d,所述水培架a顶部侧壁设有管理接口单元e、内部设有上层采集单元f,所述管理接口单元e的输入端与所述上层采集单元f电连接,所述温控单元c一个输出端与电力单元d电性连接;所述水培架a内底部设有用于放置大豆培养腔的支撑框g,具体地,所述支撑框g包括大豆培养腔隔板ga、动力输出杆gb、竖立框gc和转轮gd;所述转轮gd下部通过动力输出杆gb连接动力机组ge;所述竖立框gc固定在所述转轮gd上;所述竖立框gc上下间隔设有多个大豆培养腔隔板ga;所述大豆培养腔隔板ga上设有多个大豆培养腔坑gaa,大豆培养腔固定在大豆培养腔坑gaa内;所述的水培架a内顶部设置摄像头ab,所述的摄像头ab与管理接口单元e电性连接;所述的管理接口单元e与主控服务器af电性连接;所述水培架a顶部设有压力信息采集管h,所述水培架a底部侧壁设有输水道i,所述输水道i连通水箱ia;所述水培架a侧壁设有气体压力控制单元aj,所述气体压力控制单元aj输入端连接有调压通道aja;所述水培架a内侧壁设置下层采集单元aa;所述下层采集单元aa的输出端与所述管理接口单元e电性连接,所述管理接口单元e的输出端与所述气体压力控制单元aj电性连接。
具体实施中,所述的温控单元c采用电热丝,所述的温控单元c用于在管理接口单元 e的控制下增加温度并且在上层采集单元f的反馈下进行闭环控制温度,所述的动力机组 ge采用步进电机,所述的动力机组ge用于驱动动力输出杆gb、转轮gd转动并且间接驱动竖立框gc转动以使的摄像头ab可以拍摄到所有层的大豆培养腔坑gaa,为了使得上层的大豆培养腔坑gaa不会遮挡下层的大豆培养腔坑gaa,在实施中,每一层只设置一行大豆培养腔坑gaa,所述的管理接口单元e采用内嵌模数转换功能的单片机,所述的管理接口单元e用于接收传感的信号或反馈信号,还用于发出控制信号,所述的电力单元d采用蓄电池,所述的上层采集单元f采用温度传感器并用于采集温度信号,所述的下层采集单元 aa采用湿度传感器并用于采集湿度信号,输水道i连通水箱ia上设置水泵,水泵与管理接口单元e电连接,在湿度信号的反馈下或者预设配置命令下,管理接口单元e控制水泵的运行时间和功率并且完成水的运输,所述的气体压力控制单元aj采用气压泵,所述的调压通道aja具体是外部调压的气体通道,所述的压力信息采集管h具体实施中连通电子气压计,电子气压计向管理接口单元e反馈测量气压的信号,管理接口单元e根据反馈的测量气压的信号控制气体压力控制单元aj的运行时间和运行功率以完成对气压的调整。
所述主控服务器af配置相连接的传感信号汇总模块、分析判断模块、模型调取模块和预测模块,所述的传感信号汇总模块,用于汇总从上层采集单元f、下层采集单元aa、摄像头ab的源信号获取的传感信号,并将上述的传感信号形成传感数据发送给分析判断模块;
所述的分析判断模块,用于获取传感数据并且根据传感数据分析和判断大豆的生长情况,并且生成大豆生成情况的重点参数;
所述的模型调取模块,用于基于大豆生成情况的重点参数调取数据库中相关的大豆生长预测模型数据;
所述的预测模块,用于基于大豆生成情况的重点参数以及大豆生长预测模型数据预测大豆的未来生长状况并且将未来生长状况数据处理为实验数据,实验数据对应大豆的耐低磷筛选指标,将实验数据作为筛选数据并完成大豆的耐低磷筛选。
所述的实验数据具体是大豆的耐低磷筛选指标。
在一种优选的实施中,所述的传感信号汇总模块、分析判断模块、模型调取模块和预测模块均通过软件实施,并且所述的传感信号汇总模块直接连接上载传感信号的硬件电路,比如USB通信电路,所述的预测模块直接连接用于输出的硬件电路,比如显示器。
所述的主控服务器af一种实施中,所述的传感信号汇总模块,汇总从上层采集单元f、下层采集单元aa、摄像头ab的源信号获取的传感信号,并将上述的传感信号形成传感数据发送给分析判断模块;
所述的分析判断模块,获取传感数据并且根据传感数据分析和判断大豆的生长情况,并且生成大豆生成情况的重点参数;
所述的模型调取模块,基于大豆生成情况的重点参数调取数据库中相关的大豆生长预测模型数据;
所述的预测模块,基于大豆生成情况的重点参数以及大豆生长预测模型数据预测大豆的未来生长状况并且将未来生长状况数据处理为实验数据,所述的实验数据具体是大豆的耐低磷筛选指标。
在该实施中,首先建立传感数据和大豆的生长情况的具体映射关系,在该映射关系中两方的数据均是多层的数据结构,所以实际上并不是单一的一对一映射,根据该映射关系实际可以支持“根据传感数据分析和判断大豆的生长情况”,大豆生成情况的重点参数则是大豆生长中重点的生理参数。在该实施中,还首先在数据库建立大豆生长预测模型数据,大豆生长预测模型数据具体则是通过分析海量的大豆生成情况的重点参数,然后提取海量的大豆生成情况的重点参数上位特征并且建立海量的大豆生成情况的重点参数上位特征与大豆生长预测模型数据中单个数据项的映射关系,大豆生长预测模型数据中单个数据项具体是个体案例的大豆在整个生长周期中相应的重点参数表现与其耐低磷筛选指标数据的对应的关系,所以实施中,就可以基于大豆生成情况的重点参数以及大豆生长预测模型数据预测大豆的未来生长状况。
所以,实施中,本申请通过采用多种综合的传感信号,将上述的传感信号形成传感数据发送给分析判断模块;分析判断模块获取传感数据并且根据传感数据分析和判断大豆的生长情况,并且生成大豆生成情况的重点参数;模型调取模块,基于大豆生成情况的重点参数调取数据库中相关的大豆生长预测模型数据;所述的预测模块,基于大豆生成情况的重点参数以及大豆生长预测模型数据预测大豆的未来生长状况并且将未来生长状况数据处理为实验数据,实验数据对应大豆的耐低磷筛选指标,将实验数据作为筛选数据并完成大豆的耐低磷筛选。这样就可以预测大豆的未来生长状况,提前获取耐低磷筛选指标,减少获取耐低磷筛选指标的时间。
如图2-3所示的,在更具体的实施中,所述的大豆培养腔坑gaa内设置三维传感培养球gab,所述的三维传感培养球gab包括由若干传感丝线gae围成的球体还包括传感丝线gae相互交叉形成的受测块gaf,所述的传感丝线gae和受测块gaf均为导电金属材质。如图4所示的,在实施中三维传感培养球gab用于放置并具体培养大豆,大豆外围还可以包裹基质,比如砂砾等,正常的状态中,三维传感培养球gab的传感丝线gae电路参数是固定的,比如电阻数值,还是确切已知的,在大豆生长过程中,如图6所示的,传感丝线gae 或者被牵拉或者断裂,而且总是会发生变化的,实际上根据每一段传感丝线gae的电路参数变化就可以确定大豆生长的具体过程。
如图5所示的,在更具体的实施中,本申请还包括三维传感培养球gab的测试单元,所述的测试单元包括两个半球形的测试总成,每一个测试总成的内壁均分布设置若干与受测块分布位置对应的测试块gbj,所述的若干测试块gbj固定在总成壳gai上,所有的测试块gbj均引出一路导线并且将导线汇总在测试接头gba上;在具体实施中,如图4所示的,所述的测试单元两个半球形的测试总成将一个大豆gah培养腔坑gaa包裹之后,对应的测试块gbj与对应的受测块gaf贴合,这样采集任意两个测试块gbj之间的电路参数就可以实际采集对应的受测块gaf之间的电路参数,测试接头gba电连接测试电路,所述的测试电路用于测试选定的每两个受测块之间的电路参数,然后形成基于三维传感培养球gab的三维电路参数信号,具体实施中,所述的测试电路只需要配置在一定周期内遍历采集每两个受测块之间的电路参数即可,比如,所述的测试电路配置在一定周期内遍历采集每两个受测块之间的电阻数值,所以实际上所述的测试电路只需要配置若干切换开关电路和时序控制电路即可。在该实施中,所述的传感信号汇总模块,还用于汇总从测试电路的源信号获取的基于三维传感培养球gab的三维电路参数信号,并将上述的信号形成基于三维传感培养球gab的三维电路参数数据发送给分析判断模块;基于三维传感培养球gab的三维电路参数信号可以对应显示大豆生长过程中(尤其是萌芽生长前期)对每两个受测块gaf之间的凸出能力,因为每两个受测块gaf之间的电路参数可以表征因为大豆gah生长的凸出对传感丝线gae的影响,传感丝线gae的变化改变了每两个受测块gaf之间的电路参数,所以通过每两个受测块gaf之间的电路参数可以确定传感丝线gae的变化,进而可以确定大豆gah生长过程中三维的凸出能力,所以,基于三维传感培养球gab的三维电路参数信号对应的数据有利于更加全面和细致预测大豆的生长状况,并且为预测大豆的未来生长提供精准和科学的数据基础。
在更具体的实施中,本申请在至少一个竖直方向的所有大豆培养腔坑gaa底部均设置电磁阀gac,相应的最上层的大豆培养腔坑gaa顶部设置输水道i的出口;所述的转轮gd中部凸出设置,在转轮gd两侧的底部设置回收管gj,所述的回收管gj通过回收主通道gf 连通回收单元ac,所述的回收单元ac连通水箱ia;在具体实施中,上层大豆培养腔坑gaa 获得输水道i的低磷水溶液之后,通过控制电磁阀开启还可以将过量的低磷水溶液向下层流通,最终低磷水溶液流入到转轮gd,然后沿着转轮gd中部凸出流向两侧并且通过回收管gj、回收主通道gf到达回收单元ac,所述的回收单元ac上设置过滤滤芯和水泵,这样可以将回收的溶液过滤杂质之后二次利用,并且还可以研究多次循环的磷溶液对大豆生长的影响。
附图说明
图1本申请中装置实施例的结构示意图。
图2本申请装置大豆培养腔坑部分实施例结构示意图。
图3本申请装置三维传感培养球部分实施例结构示意图。
图4本申请装置中三维传感培养球在大豆使用中部分实施例结构示意图。
图5本申请装置实施中三维传感培养球的测试单元部分实施例结构示意图。
图6是大豆在三维传感培养球生长凸出趋势示意图。
图中,水培架a;主架b;温控单元c;电力单元d;管理接口单元e;上层采集单元f;支撑框 g;压力信息采集管h;输水道i;气体压力控制单元aj;下层采集单元aa;摄像头ab;回收管gj;回收主通道gf;回收单元ac;主控服务器af;外壳ba;里壳bb;大豆培养腔隔板ga;动力输出杆gb;竖立框gc;转轮gd;动力机组ge;水箱ia;调压通道aja;大豆培养腔坑gaa;三维传感培养球gab;电磁阀gac;传感丝线gae;受测块gaf;大豆gah;总成壳gai;测试块gbj;测试接头gba。
在具体实施中,本申请的大豆耐低磷筛选方法的实施例包括步骤:
将多组大豆分别放置在不同的大豆培养腔坑内进行培养;在水箱内添加特定条件的低磷溶液,通过输水道对大豆进行喷洒;控制温控单元,调整温度到确定条件的温度,控制气体压力控制单元调整气压到确定条件的气压;培养过程中通过控制动力机组使得转轮旋转并且同时控制摄像头采集图像信号;上层采集单元、下层采集单元也同时采集信号,主控服务器通过管理接口单元获取并存储摄像头、上层采集单元和下层采集单元的信号;
主控服务器的传感信号汇总模块,汇总从上层采集单元、下层采集单元、摄像头的源信号获取的传感信号,并将上述的传感信号形成传感数据发送给分析判断模块;
主控服务器的分析判断模块,获取传感数据并且根据传感数据分析和判断大豆的生长情况,并且生成大豆生成情况的重点参数;
主控服务器的模型调取模块,基于大豆生成情况的重点参数调取数据库中相关的大豆生长预测模型数据;
主控服务器的预测模块,基于大豆生成情况的重点参数以及大豆生长预测模型数据预测大豆的未来生长状况并且将未来生长状况数据处理为实验数据,实验数据对应大豆的耐低磷筛选指标,将实验数据作为筛选数据并完成大豆的耐低磷筛选。
具体的,结合上述的使用装置及附图说明:
包括步骤,将多组大豆分别放置在不同的大豆培养腔坑gaa内进行培养;在水箱ia内添加特定条件的低磷溶液,通过输水道i对大豆进行喷洒;控制温控单元c,调整温度到确定条件的温度,控制气体压力控制单元aj调整气压到确定条件的气压;培养过程中通过控制动力机组ge使得转轮gd旋转并且同时控制摄像头ab采集图像信号;上层采集单元f、下层采集单元aa也同时采集信号,主控服务器af通过管理接口单元e获取并存储摄像头 ab、上层采集单元f和下层采集单元aa的信号;
主控服务器af的传感信号汇总模块,汇总从上层采集单元f、下层采集单元aa、摄像头ab的源信号获取的传感信号,并将上述的传感信号形成传感数据发送给分析判断模块;
主控服务器af的分析判断模块,获取传感数据并且根据传感数据分析和判断大豆的生长情况,并且生成大豆生成情况的重点参数;
主控服务器af的模型调取模块,基于大豆生成情况的重点参数调取数据库中相关的大豆生长预测模型数据;
主控服务器af的预测模块,基于大豆生成情况的重点参数以及大豆生长预测模型数据预测大豆的未来生长状况并且将未来生长状况数据处理为实验数据,所述的实验数据对应大豆的耐低磷筛选指标。
通过采用多种综合的传感信号,将上述的传感信号形成传感数据发送给分析判断模块;分析判断模块获取传感数据并且根据传感数据分析和判断大豆的生长情况,并且生成大豆生成情况的重点参数;模型调取模块,基于大豆生成情况的重点参数调取数据库中相关的大豆生长预测模型数据;所述的预测模块,基于大豆生成情况的重点参数以及大豆生长预测模型数据预测大豆的未来生长状况并且将未来生长状况数据处理为实验数据,实验数据对应大豆的耐低磷筛选指标,将实验数据作为筛选数据并完成大豆的耐低磷筛选。这样就可以预测大豆的未来生长状况,提前获取耐低磷筛选指标,减少获取耐低磷筛选指标的时间。
所述的将多组大豆分别放置在不同的大豆培养腔坑gaa内进行培养具体是将大豆放置在三维传感培养球gab内进行培养,主控服务器af通过管理接口单元e获取并存储摄像头 ab、上层采集单元f和下层采集单元aa的信号同时也获取并存储三维传感培养球gab的测试电路的信号;所述的传感信号汇总模块还汇总从测试电路的源信号获取的基于三维传感培养球gab的三维电路参数信号,并将上述的信号形成基于三维传感培养球gab的三维电路参数数据发送给分析判断模块。
基于三维传感培养球gab的三维电路参数信号可以对应显示大豆生长过程中(尤其是萌芽生长前期)对每两个受测块gaf之间的凸出能力,因为每两个受测块gaf之间的电路参数可以表征因为大豆生长的凸出对传感丝线gae的影响,传感丝线gae的变化改变了每两个受测块gaf之间的电路参数,所以通过每两个受测块gaf之间的电路参数可以确定传感丝线gae的变化,进而可以确定大豆生长过程中三维的凸出能力,所以,基于三维传感培养球gab的三维电路参数信号对应的数据有利于更加全面和细致预测大豆的生长状况,并且为预测大豆的未来生长提供精准和科学的数据基础。
所述的基于大豆生成情况的重点参数以及大豆生长预测模型数据预测大豆的未来生长状况,
通过卷积运算实现,首先大豆生长预测模型数据中单个数据项具体是个体案例的大豆在整个生长周期中相应的重点参数表现与其耐低磷筛选指标数据的对应的关系,所述的个体案例的大豆在整个生长周期中相应的重点参数表现通过卷积运算表征,具体的,首先将大豆在整个生长周期中相应的重点参数按照源数据的来源分类为图像参数(即对应摄像头采集的信号)、三维电路参数(即对应三维传感培养球的采集信号)、环境参数(即对温度、湿度和气压传感信号),将上述的图像参数形成结合函数F1,将上述的三维电路参数形成结合函数F2,将上述的环境参数形成结合系数,F1具体的以图像参数源数据为自变量以对大豆生长的影响贡献值为因变量的函数,F2是以三维电路参数源数据为自变量以对大豆生长的影响贡献值为因变量的函数,环境参数形成结合系数具体是对温度、湿度和气压环境对大豆生长影响的贡献率,以F1和F2两个函数做卷积并且通过结合系数对卷积结果赋值,赋值的结果即所述的个体案例的大豆在整个生长周期中相应的重点参数表现。
通过这种方法可以科学结合各种环境参数以及传感参数,科学表征大豆在整个生长周期中相应的重点参数表现与其耐低磷筛选指标数据的对应的关系,为基于大豆生成情况的重点参数以及大豆生长预测模型数据预测大豆的未来生长状况提供科学的数据基础和理论基础。
由技术常识知,本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。上述公开的实施方案,就各方面而言,都只是举例说明,并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。

Claims (4)

1.大豆耐低磷筛选装置,其特征在于,包括水培架,水培架上设置主架,所述主架包括外部外壳、设有温控单元的里壳;所述水培架外部一侧设置电力单元,所述水培架顶部侧壁设有管理接口单元、内部设有上层采集单元,所述管理接口单元的输入端与所述上层采集单元电连接,所述温控单元一个输出端与电力单元电性连接;所述水培架内底部设有用于放置大豆培养腔的支撑框,具体地,所述支撑框包括大豆培养腔隔板、动力输出杆、竖立框和转轮;所述转轮下部通过动力输出杆连接动力机组;所述竖立框固定在所述转轮上;所述竖立框上下间隔设有多个大豆培养腔隔板;所述大豆培养腔隔板上设有多个大豆培养腔坑;所述的水培架内顶部设置摄像头,所述的摄像头与管理接口单元电性连接;所述的管理接口单元与主控服务器电性连接;所述水培架顶部设有压力信息采集管,所述水培架底部侧壁设有输水道,所述输水道连通水箱;所述水培架侧壁设有气体压力控制单元,所述气体压力控制单元输入端连接有调压通道;所述水培架内侧壁设置下层采集单元;所述下层采集单元的输出端与所述管理接口单元电性连接,所述管理接口单元的输出端与所述气体压力控制单元电性连接;所述的大豆培养腔坑内设置三维传感培养球,所述的三维传感培养球包括由若干传感丝线围成的球体还包括传感丝线相互交叉形成的受测块,所述的传感丝线和受测块均为导电金属材质;还包括三维传感培养球的测试单元,所述的测试单元包括两个半球形的测试总成,每一个测试总成的内壁均分布设置与受测块分布位置对应的测试块,所述的测试块固定在总成壳上,所有的测试块均引出一路导线并且将导线汇总在测试接头上;测试接头电连接测试电路,所述的测试电路用于测试选定的每两个受测块之间的电路参数,然后形成基于三维传感培养球的三维电路参数信号,主控服务器配置相连接的传感信号汇总模块、分析判断模块、模型调取模块和预测模块,所述的传感信号汇总模块,用于汇总从上层采集单元、下层采集单元、摄像头的源信号获取的传感信号,并将上述的传感信号形成传感数据发送给分析判断模块;所述的传感信号汇总模块,还用于汇总从测试电路的源信号获取的基于三维传感培养球的三维电路参数信号,并将上述的信号形成基于三维传感培养球的三维电路参数数据发送给分析判断模块;所述的分析判断模块,用于获取传感数据并且根据传感数据分析和判断大豆的生长情况,并且生成大豆生成情况的重点参数;所述的模型调取模块,用于基于大豆生成情况的重点参数调取数据库中相关的大豆生长预测模型数据;所述的预测模块,用于基于大豆生成情况的重点参数以及大豆生长预测模型数据预测大豆的未来生长状况并且将未来生长状况数据处理为实验数据,实验数据对应大豆的耐低磷筛选指标,将实验数据作为筛选数据并完成大豆的耐低磷筛选。
2.根据权利要求1所述的大豆耐低磷筛选装置,其特征在于,在至少一个竖直方向的所有大豆培养腔坑底部均设置电磁阀,相应的最上层的大豆培养腔坑顶部设置输水道的出口;所述的转轮中部凸出设置,在转轮两侧的底部设置回收管,所述的回收管通过回收主通道连通回收单元,所述的回收单元连通水箱。
3.一种权利要求1所述的大豆耐低磷筛选装置的筛选方法,其特征在于,包括步骤:
将多组大豆分别放置在不同的大豆培养腔坑内进行培养;在水箱内添加特定条件的低磷溶液,通过输水道对大豆进行喷洒;控制温控单元,调整温度到确定条件的温度,控制气体压力控制单元调整气压到确定条件的气压;培养过程中通过控制动力机组使得转轮旋转并且同时控制摄像头采集图像信号;上层采集单元、下层采集单元也同时采集信号,主控服务器通过管理接口单元获取并存储摄像头、上层采集单元和下层采集单元的信号;
主控服务器的传感信号汇总模块,汇总从上层采集单元、下层采集单元、摄像头的源信号获取的传感信号,并将上述的传感信号形成传感数据发送给分析判断模块;所述的传感信号汇总模块还汇总从测试电路的源信号获取的基于三维传感培养球的三维电路参数信号,并将上述的信号形成基于三维传感培养球的三维电路参数数据发送给分析判断模块;
主控服务器的分析判断模块,获取传感数据并且根据传感数据分析和判断大豆的生长情况,并且生成大豆生成情况的重点参数;
主控服务器的模型调取模块,基于大豆生成情况的重点参数调取数据库中相关的大豆生长预测模型数据;
主控服务器的预测模块,基于大豆生成情况的重点参数以及大豆生长预测模型数据预测大豆的未来生长状况并且将未来生长状况数据处理为实验数据,实验数据对应大豆的耐低磷筛选指标,将实验数据作为筛选数据并完成大豆的耐低磷筛选;将多组大豆分别放置在不同的大豆培养腔坑内进行培养具体是将大豆放置在三维传感培养球内进行培养,主控服务器通过管理接口单元获取并存储摄像头、上层采集单元和下层采集单元的信号同时也获取并存储三维传感培养球的测试电路的信号。
4.根据权利要求3所述的筛选方法,其特征在于,所述的基于大豆生成情况的重点参数以及大豆生长预测模型数据预测大豆的未来生长状况,通过卷积运算实现:首先大豆生长预测模型数据中单个数据项具体是个体案例的大豆在整个生长周期中相应的重点参数表现与其耐低磷筛选指标数据的对应的关系,所述的个体案例的大豆在整个生长周期中相应的重点参数表现通过卷积运算表征。
CN202110062693.7A 2021-01-18 2021-01-18 大豆耐低磷筛选装置及筛选方法 Active CN112889612B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110062693.7A CN112889612B (zh) 2021-01-18 2021-01-18 大豆耐低磷筛选装置及筛选方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110062693.7A CN112889612B (zh) 2021-01-18 2021-01-18 大豆耐低磷筛选装置及筛选方法

Publications (2)

Publication Number Publication Date
CN112889612A CN112889612A (zh) 2021-06-04
CN112889612B true CN112889612B (zh) 2023-01-31

Family

ID=76115031

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110062693.7A Active CN112889612B (zh) 2021-01-18 2021-01-18 大豆耐低磷筛选装置及筛选方法

Country Status (1)

Country Link
CN (1) CN112889612B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115644055A (zh) * 2022-10-14 2023-01-31 吉林省农业科学院 大豆耐低磷育种培养方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103518610B (zh) * 2013-10-29 2015-09-02 中国农业科学院农业环境与可持续发展研究所 一种利用水培方法快速筛选砷低吸收作物的方法
WO2015140820A1 (en) * 2014-03-21 2015-09-24 Bhattacharya Deb Ranjan An intelligent integrated plant growth system and a process of growing plant thereof
CN104521606B (zh) * 2014-12-11 2017-08-11 南京农业大学 一种大豆耐盐及耐盐碱性筛选装置和鉴定方法
WO2016167580A1 (ko) * 2015-04-16 2016-10-20 연세대학교 산학협력단 3차원 세포 배양 실시간 모니터링 바이오센서
US9603316B1 (en) * 2015-12-07 2017-03-28 Jonathan Mansey Method and system for monitoring and control of hydroponic growing environment
CN106035036A (zh) * 2016-05-30 2016-10-26 吉林省农业科学院 适合大豆全生育期试验的水培装置
KR102046221B1 (ko) * 2017-09-11 2019-12-02 홍의기 소형 식물재배 장치
CN107853154A (zh) * 2017-11-24 2018-03-30 扬州大学 一种筛选耐低磷水稻品种的方法
JP7300796B2 (ja) * 2017-11-29 2023-06-30 株式会社オプティム 生育状況または病害虫発生状況の予測システム、方法およびプログラム
CN209359155U (zh) * 2018-12-21 2019-09-10 云南农业大学 一种大豆耐盐性筛选装置
CN110086890A (zh) * 2019-05-30 2019-08-02 中国计量大学 一种基于光纤传感的大豆监测农业物联网系统
CN110705649A (zh) * 2019-10-12 2020-01-17 沈阳农业大学 一种不同磷效率基因型大豆品种的快速鉴定方法

Also Published As

Publication number Publication date
CN112889612A (zh) 2021-06-04

Similar Documents

Publication Publication Date Title
US9681611B2 (en) Automated gravimetric screening platform system and method
CN109952837B (zh) 多功能蔬菜育苗机及育苗播种方法
CN112889612B (zh) 大豆耐低磷筛选装置及筛选方法
CN213044298U (zh) 一种用于作物培养及储存的环境可控表型墙
CN105159268A (zh) 智能农业控制系统及方法
US11895939B2 (en) Cohort phenotyping system for plant factory with artificial lighting
CN110447509A (zh) 一种植物基质栽培的营养液灌溉控制系统与方法
CN111165229B (zh) 一种用于作物培养及储存的环境可控表型墙
CN107421489B (zh) 一种实时非破环性农作物根系深度判别系统及方法
FI125667B (en) Vertical crop equipment and
CN108293646A (zh) 高寒地区牧草工厂化生产设备与试验方法
CN107278468A (zh) 用于植栽架的栽培自动滴灌系统
US20230309464A1 (en) Method and apparatus for automated crop recipe optimization
CN107527066A (zh) 一种基于嵌入式的杂交稻播种性能检测系统及检测方法
CN113491192A (zh) 大田马铃薯种植智能水肥一体化管理系统
CN108605897A (zh) 一种蚯蚓智能养殖系统
TW202316953A (zh) 水培種植裝置以及包括水培種植裝置的系統
CN107372076B (zh) 一种无土栽培装置及控制方法
KR20210075807A (ko) 급/배액량 측정을 통한 작물의 최적 생육 환경 조성 시스템
CN216906131U (zh) 一种马铃薯育苗用培养箱
AU2014262298B2 (en) Automated gravimetric screening platform system and method
CN112989259B (zh) 盆栽试验作物系数确定方法及装置
CN117193437B (zh) 一种林业育苗培育系统及方法
CN208029600U (zh) 一种莲藕盆栽装置
CN220799366U (zh) 一种食用菌培养环境的智能控制系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant