渔业船联网工程体系应用现状分析

doi:10.11924/j.issn.1000-6850.casb20190700429

中国农学通报 ›› 2020, Vol. 36 ›› Issue (12): 139-151.doi: 10.11924/j.issn.1000-6850.casb20190700429

所属专题：水产渔业；农业工程

渔业船联网工程体系应用现状分析

徐硕¹^,², 鲁峰¹^,²(), 郭宇东¹, 王宇¹^,², 李奥¹

¹中国水产科学研究院渔业工程研究所,北京 100141
²青岛海洋科学与技术试点国家实验室,山东青岛 266237

收稿日期:2019-07-15 修回日期:2019-08-30 出版日期:2020-04-25 发布日期:2020-04-21
通讯作者: 鲁峰
作者简介:徐硕,男,1985年出生,辽宁辽阳人,副研究员,硕士,主要从事渔业信息化及渔业专用频段通信技术研究。通信地址：100141 北京市丰台区永定路南青塔村150号,Tel：010-68693720,E-mail： xush@cafs.ac.cn
基金资助:
国家科技基础条件平台建设项目“渔业科学数据共享平台建设”(2005DKA31800-03);山东省支持青岛海洋科学与技术试点国家实验室重大科技专项“船联网关键技术研究”(2018SDKJ0103-4)

Fishery Internet of Vessels Engineering System: Application Status Analysis

Xu Shuo¹^,², Lu Feng¹^,²(), Guo Yudong¹, Wang Yu¹^,², Li Ao¹

¹Institute of Fisheries Engineering, Chinese Academy of Fishery Sciences, Beijing 100141
²Pilot National Laboratory for Marine Science and Technology (Qingdao), Qingdao Shandong 266237

Received:2019-07-15 Revised:2019-08-30 Online:2020-04-25 Published:2020-04-21
Contact: Feng Lu

摘要/Abstract

摘要：

渔业船联网工程是通过在渔船上搭载信息感知、处理和传输装备,从而实现船与船、船与岸之间的信息交换和智能化服务,在渔业生产、海上通信、安全管理、渔政执法及海洋探测等领域具有的重要科学意义和实用价值。本文分析了渔业船联网工程体系的应用现状及演化趋势,详细总结了渔业船联网感知层、传输层和应用层的国内外现状及发展趋势,梳理了所涉及的关键技术和科学问题。围绕渔船探测、海洋通信、数据融合与挖掘等重大需求,分析了中国渔业船联网发展在基础研究、平台建设、尖端技术、装备工程、标准体系等方面存在的主要问题与障碍,指出了中国渔业船联网工程体系科技创新发展对策,提出了以“突破关键技术、研发核心装备、构建基础平台、形成创新能力”为目标、以“探索期、部署期、拓展期”为路线的系统工程发展建议。

关键词: 渔业船联网, 智能渔船, 船载信息探测, 海洋卫星通信系统, 捕捞努力量分布, 多源数据融合

Abstract:

Fishery Internet of Vessels (FIoV) provides vessel-vessel and vessel-shore information interaction and smart services by carrying information perception, processing and transmission equipment, which has scientific significance and practical value in the fields of fishery production, overocean communication, safety management, fishery law enforcement and ocean detection. The current application situation and the evolution trends of FIoV engineering system are analyzed. The research status and development trends of perception layer, transport layer and application layer are reviewed in detail, then the major technologies and scientific problems involved are summarized. Based on the demands of fishing vessel detection, overocean communication, data fusion and data mining, the major obstacles in the development of FIoV in China are analyzed from the aspects of basic research, platform construction, cutting-edge technology, equipment engineering and standard system. Subsequently, the developing countermeasures of technological innovation for FIoV engineering system are pointed out. Finally, the suggestions are proposed with the goal of "breaking through key technology, developing core equipment, building basic platform and forming innovation ability" and the route of "exploration period, deployment period and expansion period".

Key words: fishery internet of vessel, intelligent fishing vessel, shipborne information detection, maritime satellite communication system, distribution of fishing effort, multi-source data fusion

中图分类号:

TP391

徐硕, 鲁峰, 郭宇东, 王宇, 李奥. 渔业船联网工程体系应用现状分析[J]. 中国农学通报, 2020, 36(12): 139-151.

Xu Shuo, Lu Feng, Guo Yudong, Wang Yu, Li Ao. Fishery Internet of Vessels Engineering System: Application Status Analysis[J]. Chinese Agricultural Science Bulletin, 2020, 36(12): 139-151.

图/表 16

参考文献 85

[1]	覃闻铭, 王晓峰 . 船联网组网技术综述[J]. 中国航海, 2015,38(2):1-8.
[2]	柳晨光, 初秀民 .谢朔 , 等. 船舶智能化研究现状与展望[J]. 船舶工程, 2016,38(3):77-84.
[3]	李国栋, 陈军, 汤涛林 , 等. 渔业船联网应用场景及需求分析研究[J]. 渔业现代化, 2018,45(3):41-48.
[4]	郭曼, 魏峰 . 船联网信息融合关键技术研究[J]. 舰船科学技术, 2016,38(6A):103-105.
[5]	Tian Z, Liu F, Li Z , et al. The Development of Key Technologies in Applications of Vessels Connected to the Internet[J]. Symmetry 2017,9(10), 211. doi: 10.3390/sym9100211 URL
[6]	张兢, 范军 . 欧盟RIS对中国内河航运信息化建设的启示[J]. 船海工程, 2010,39(5):148-150.
[7]	严新平, 柳晨光 . 智能航运系统的发展现状与趋势[J]. 智能系统学报, 2016,11(6):807-817.
[8]	王起超, 王笑琳, 马春超 , 等. 内河船舶智能航行系统设计与实现[J]. 世界海运, 2015,38(6):29-32.
[9]	董耀华, 孙伟, 董丽华 , 等. 中国内河“船联网”建设研究[J]. 水运工程, 2012,8:145-149.
[10]	Ristov P, Perić M, Tomas V . The Implemetation of Cloud Computing in Shipping Companies[J]. Pomorstvo: Scientific Journal of Maritime Research, 2014,28(1):80-87.
[11]	陈明, 冯国富, 池涛 . 渔业船联网技术[M]. 北京: 科学出版社, 2018.
[12]	周洪波 .物联网:技术、应用、标准和商业模式[M]. 北京: 电子工业出版社, 2010.
[13]	Weyrich M, Ebert C . Reference Architectures for the Internet of Things[J]. IEEE Software, 2015,33(1):112-116
[14]	Kim W, Choi J, Jeong O R , et al. On the Internet of Things[J]. International Journal of Web and Grid Services, 2015,11(4):410-426. doi: 10.1504/IJWGS.2015.072808 URL
[15]	Linthicum D . Responsive Data Architecture for the Internet of Things[J]. Computer, 2016,49(10):72-75.
[16]	李冬月, 杨刚, 千博 . 物联网架构研究综述[J]. 计算机科学, 2018,45(11A):27-31.
[17]	Brooks C, Jerad C, Kim H , et al. A Component Architecture for the Internet of Things[J]. Proceedings of the IEEE, 2018,106(9):1527-1542. doi: 10.1109/PROC.5 URL
[18]	Ye M, Li M, Duan M , et al. Design and Verification of the Ship Attitudes Measuring and Monitoring and Analysis System[J]. Ships and Offshore Structures, 2015,10(2):107-121. doi: 10.1080/17445302.2014.912046 URL
[19]	Xiong J, Shu L, Wang Q , et al. A Scheme on Indoor Tracking of Ship Dynamic Positioning Based On Distributed Multi-sensor Data Fusion[J]. IEEE Access, 2016,5:379-392. doi: 10.1109/ACCESS.2016.2607232 URL
[20]	Yang X, Zhang Y . Location Algorithm for Nodes of Ship-Borne Wireless Sensor Networks[J]. International Journal of Distributed Sensor Networks, 2013,9(9):681873. doi: 10.1155/2013/681873 URL
[21]	Nunez J M, Araujo M G, Garcia-Tunon I . Real-Time Telemetry System for Monitoring Motion of Ships Based on Inertial Sensors[J]. Sensors, 2017,17(5):948. doi: 10.3390/s17050948 URL pmid: 28441330
[22]	Paik B G, Cho S R, Park B J , et al. Characteristics of Wireless Sensor Network for Full-scale Ship Application[J]. Journal of Marine Science and Technology, 2009,14(1):115-126. doi: 10.1007/s00773-008-0038-x URL
[23]	Xing B, Liu S, Chen X , et al. Design of Sensor Data Flow for Ship Information System[J]. Journal of Ship Production and Design, 2017,33(4):310-316. doi: 10.5957/JSPD.150022 URL
[24]	Pradhan C, Gupta A . Ship Detection Using Neyman-Pearson Criterion in Marine Environment[J]. Ocean Engineering, 2017,143:106-112. doi: 10.1016/j.oceaneng.2017.03.008 URL
[25]	Lembke C, Lowerre-Barbieri M, Mann D , et al. Using Three Acoustic Technologies on Underwater Gliders to Survey Fish[J]. Marine Technology Society Journal, 2018,52(6):39-52. doi: 10.4031/MTSJ.52.6.1 URL
[26]	MacLennan D N . Reflections on Technology and Science in Fishery Research[J]. ICES Journal of Marine Science, 2017,74(8):2069-2075. doi: 10.1093/icesjms/fsx045 URL
[27]	Geronimo R C, Franklin E C, Brainard R E . Mapping Fishing Activities and Suitable Fishing Grounds Using Nighttime Satellite Images and Maximum Entropy Modelling[J]. Remote Sensing, 2018,10(10):1604. doi: 10.3390/rs10101604 URL
[28]	Perera L P, Ferrari V, Santos F P , et al. Experimental Evaluations on Ship Autonomous Navigation and Collision Avoidance by Intelligent Guidance. IEEE Journal of Oceanic Engineering, 2014,40(2):374-387. doi: 10.1109/JOE.2014.2304793 URL
[29]	Liu S, Xing B, Li B . Ship Information System: Overview and Research Trends[J]. International Journal of Naval Architecture and Ocean Engineering, 2014,6(3):670-684. doi: 10.3390/ijerph111111931 URL pmid: 25411726
[30]	Kotovirta V, Karvonen J, Polach R V U , et al. Ships as a Sensor Network to Observe Ice Field Properties[J]. Cold Regions Science and Technology, 2011,65(3):359-371. doi: 10.1016/j.coldregions.2010.11.005 URL
[31]	岳宏 . 欧洲船舶相关扶持政策分析[J]. 船舶物资与市场, 2018,4:14-18.
[32]	柳晨光, 初秀民, 谢朔 , 等. 船舶智能化研究现状与展望[J]. 船舶工程, 2016,38(3):77-84.
[33]	“大智”号智能散货船[J]. 中国船检, 2017,12:49-50.
[34]	李民, 刘世萱, 王波 , 等. 海洋环境定点平台观测技术概述及发展态势分析[J]. 海洋技术学报, 2015,34(3):36-42.
[35]	Chen G, Peng L, Ma C . Climatology and Seasonality of Upper Ocean Salinity: a Three Dimensional View from Argo Floats[J]. Climate Dynamics, 2018,50(5-6):2169-2182. doi: 10.1007/s00382-017-3742-6 URL
[36]	陈鹿, 潘彬彬, 曹正良 , 等. 自动剖面浮标研究现状及展望[J]. 海洋技术学报, 2017,36(2):1-9.
[37]	Beverly S, Curran D, Musyl M , et al. Effects of Eliminating Shallow Hooks from Tuna Longline Sets on Target and Non-Target Species in the Hawaii-Based Pelagic Tuna Fishery[J]. Fisheries Research, 2009,96(2-3):281-288. doi: 10.1016/j.fishres.2008.12.010 URL
[38]	Houssard P, Lorrain A, Tremblay-Boyer L , et al. Trophic Position Increases with Thermocline Depth in Yellowfin and Bigeye Tuna Across the Western and Central Pacific Ocean[J]. Progress in Oceanography, 2017,154:49-63. doi: 10.1016/j.pocean.2017.04.008 URL
[39]	高虹桥, 邵文渊, 刘婷 , 等. 智慧港口的技术框架[J]. 港口科技, 2017,2:1-5.
[40]	罗本成 . 鹿特丹智慧港口建设发展模式与经验借鉴[J]. 中国港口, 2019,1:20-23.
[41]	高宗江, 张英俊, 孙培廷 , 等. 无人驾驶船舶研究综述[J]. 大连海事大学学报, 2017,43(2):1-7.
[42]	印敏, 冯径, 梁妙元 , 等. 临近空间飞行器在海洋监测及预报中的应用[J]. 海洋测绘, 2014,34(4):79-82.
[43]	Klemas W . Coastal and Environmental Remote Sensing from Unmanned Aerial Vehicles: An Overview[J]. Journal of Coastal Research, 2015,31(5):1260-1267.
[44]	胡青 . 无人机遥感海洋监测应用探讨[J]. 环境与发展, 2017,29(7):117-119.
[45]	Isokangas E, Davids C, Kujala K , et al. Combining Unmanned Aerial Vehicle-Based Remote Sensing and Stable Water Isotope Analysis to Monitor Treatment Peatlands of Mining Areas[J]. Ecological Engineering, 2019,133:137-147. doi: 10.1016/j.ecoleng.2019.04.024 URL
[46]	刘重阳 . 国外无人机技术的发展[J]. 舰船电子工程, 2010,30(1):19-23.
[47]	Kungl P, Schlenker M, Wimmer D A , et al. Instrumentation of Remote Controlled Airship “Lotte” for in-Flight Measurements[J]. Aerospace Science and Technology, 2004,8:599-610. doi: 10.1016/j.ast.2004.06.004 URL
[48]	雷林 . 海洋渔业遥感[M]. 北京: 海洋出版社, 2016.
[49]	蒋兴伟, 林明森, 张有广 , 等. 海洋遥感卫星及应用发展历程与趋势展望[J]. 卫星应用, 2018(05):10-18.
[50]	Lee Y J, Matrai P A, Friedrichs M A M , et al. Net Primary Productivity Estimates and Environmental Variables in the Arctic Ocean: an Assessment of Coupled Physical-Biogeochemical Models[J]. Journal of Geophysical Research: Oceans, 2016,121(12):8635-8669. doi: 10.1002/jgrc.v121.12 URL
[51]	Dauwalter D C, Fesenmyer K A, Bjork R , et al. Satellite and Airborne Remote Sensing Applications for Freshwater Fisheries[J]. Fisheries, 2017,42(10):526-537. doi: 10.1080/03632415.2017.1357911 URL
[52]	Wang L F, Kerr L A, Record N R , et al. Modeling Marine Pelagic Fish Species Spatiotemporal Distributions Utilizing a Maximum Entropy Approach[J]. Fisheries Oceanography, 2018,27(6):571-586. doi: 10.1111/fog.2018.27.issue-6 URL
[53]	Sherman K, O'Reilly J, Belkin I M , et al. The Application of Satellite Remote Sensing for Assessing Productivity in Relation to Fisheries Yields of the World's Large Marine Ecosystems[J]. ICES Journal of Marine Science, 2011,68(4):667-676. doi: 10.1093/icesjms/fsq177 URL
[54]	Feng Y, Cui L, Chen X , et al. Impacts of Changing Spatial Scales on CPUE-Factor Relationships of Ommastrephes Bartramii in the Northwest Pacific[J]. Fisheries Oceanography, 2019,28(2):143-158. doi: 10.1111/fog.2019.28.issue-2 URL
[55]	McCarthy M J, Colna K E, El-Mezayen M M , et al. Satellite Remote Sensing for Coastal Management: A Review of Successful Applications[J]. Environmental Management, 2017,60(2):323-339. doi: 10.1007/s00267-017-0880-x URL pmid: 28484828
[56]	官文江, 高峰, 陈新军 . 卫星遥感在海洋渔业资源开发、管理与保护中的应用[J]. 上海海洋大学学报, 2017,26(3):440-449.
[57]	d'Ovidio F, Pascual A, Wang J , et al. Frontiers in Fine-Scale in situ Studies: Opportunities During the SWOT Fast Sampling Phase[J]. Frontiers in Marine Science
[58]	夏明华, 朱又敏, 陈二虎 , 等. 海洋通信的发展现状与时代挑战[J]. 中国科学:信息科学, 2017,47(6):677-695.
[59]	姜胜明 . 海洋互联网的战略战术与挑战[J]. 电信科学, 2018,34(6):2-8.
[60]	Nautilus International. Connectivity at Sea White Paper [R/OL]. https://www.nautilusint.org/en/news-insight/resources/nautilus-reports/connectivity-at-sea-whitepaper. 2017-06.
[61]	熊娥 . 浅析GMDSS现代化与水上无线电数字通信技术[J]. 珠江水运, 2016,11:49-50.
[62]	熊雅颖 . 海事通信技术新进展-VDES系统[J]. 卫星应用, 2016,2:35-40.
[63]	云泽雨 . 中国VDES现状与发展研究[J]. 中国海事, 2018,3:45-48.
[64]	刘明 . 5G时代的物联网发展与技术[J]. 电子技术与软件工程, 2018,18:2-2.
[65]	李博, 赵琪 . 2018年国外通信卫星发展综述[J]. 国际太空, 2019,2:34-41.
[66]	陈锐, 邵珍珍, 陈侃 , 等. 第五代海事卫星通信系统全球网络架构与技术特性研究[J]. 信息通信, 2015,8:8-10.
[67]	冯小辉 . 海事卫星第五代星通信系统及应用[J]. 中国新通信, 2018,20(1):91-91.
[68]	李博 . 第二代铱星(IridiumNEXT)[J]. 卫星应用, 2017,9:70-70.
[69]	“猎鹰”9一箭十星升空结束下一代铱星组网发射工作[J]. 卫星与网络, 2019,Z1:76-76.
[70]	武秀广, 任培明 . VSAT卫星通信系统综述[J]. 数字通信世界, 2014,6:41-43.
[71]	胡学明, 王先朋, 李旭鹏, 孙博凡 . VSAT卫星通信组网技术研究[J]. 空间电子技术, 2018,15(1):65-69.
[72]	刘鑫瑞 . VSAT通信在海洋船舶上的应用分析[J]. 通讯世界, 2017,21:43-44.
[73]	孙蕊, 林华, 谢非 . 北斗卫星导航系统在海洋渔业生产中的应用[J]. 渔业现代化, 2017,44(6):94-100.
[74]	郑鹏勇 . 基于北斗无线网的海洋渔业通讯系统设计与实现[D]. 杭州:浙江工业大学, 2017.
[75]	张显良 . 深入贯彻十九大精神,加快推进渔业信息化的战略思考[J]. 渔业现代化, 2018,45(1):1-4.
[76]	李明光 . 天通一号数传终端在海洋浮标上的应用[J]. 信息通信, 2017,8:24-26.
[77]	肖娜, 骆盼 . 自主卫星移动通信系统在海上通信中的应用[J]. 电信网技术, 2017,10:6-11.
[78]	周志成, 高素, 范陆海 , 等. 卫星通信助力海洋强国建设[J]. 海洋信息, 2018,33(3):11-13.
[79]	陈静 . 虹云工程首星[J]. 卫星应用, 2019,3:77-77.
[80]	钱程程, 陈戈 . 海洋大数据科学发展现状与展望[J]. 中国科学院院刊, 2018,33(8):884-891.
[81]	Yugui Z H U, Hongbing L V, Jiansong C H U . Prediction of Global Sea Cucumber Capture Production Based on The Exponential Smoothing and ARIMA Models[J]. Iranian Journal of Fisheries Sciences, 2016,15(3):1089-1107.
[82]	Apeti D A, Lauenstein G G, Evans D W , et al. Recent Status of Total Mercury and Methyl Mercury in The Coastal Waters of The Northern Gulf of Mexico Using Oysters and Sediments From NOAA's Mussel Watch Program[J]. Marine Pollution Bulletin, 2012,64(11):2399-2408. doi: 10.1016/j.marpolbul.2012.08.006 URL
[83]	Amoroso R O, Parma A M, Pitcher C R , et al. Comment on “Tracking the global footprint of fisheries”[J]. Science, 2018, 361(6404):eaat6713.
[84]	Rittenschober D, Stadlmayr B, Nowak V , et al. Report on The Development of The FAO/INFOODS User Database for Fish and Shellfish (uFiSh)-Challenges and Possible Solutions[J]. Food Chemistry, 2016,193:112-120. doi: 10.1016/j.foodchem.2014.08.055 URL pmid: 26433296
[85]	Kroodsma D A, Mayorga J, Hochberg T , et al. Tracking the global footprint of fisheries[J]. Science, 2018,359(6378):904-908. doi: 10.1126/science.aao5646 URL pmid: 29472481

类别		覆盖范围	优势	劣势
海上无线电通信	中波/短波	100海里	中远距离、成本低	带宽窄、稳定性低
海上无线电通信	超短波	25~40海里	成本低	视距通信、带宽窄、稳定性低
海洋卫星通信（微波通信）		全球	覆盖全球、支持宽带通信	设备成本高、数据费用高
岸基移动通信		10海里	宽带通信	近岸通信

类别		覆盖范围	优势	劣势
海上无线电通信	中波/短波	100海里	中远距离、成本低	带宽窄、稳定性低
海上无线电通信	超短波	25~40海里	成本低	视距通信、带宽窄、稳定性低
海洋卫星通信（微波通信）		全球	覆盖全球、支持宽带通信	设备成本高、数据费用高
岸基移动通信		10海里	宽带通信	近岸通信

通信方式	应用系统	频率	最高速率/Kbps	通信距离/海里
中波(MF)	NAVTEX	518 KHz或490 KHz	50	250~400
中波(MF)	NATDAT	500 KHz	47.4	400
短波(HF)	PACTOR-4	3~30 MHz	10.5	100
超短波(VHF)	AIS系统	156-162 MHz	9.6	2~40
超短波(VHF)	VDES系统	156~157.4 MHz 160.6~162 MHz	40	星载

通信方式	应用系统	频率	最高速率/Kbps	通信距离/海里
中波(MF)	NAVTEX	518 KHz或490 KHz	50	250~400
中波(MF)	NATDAT	500 KHz	47.4	400
短波(HF)	PACTOR-4	3~30 MHz	10.5	100
超短波(VHF)	AIS系统	156-162 MHz	9.6	2~40
超短波(VHF)	VDES系统	156~157.4 MHz 160.6~162 MHz	40	星载

典型卫星系统		运行轨道	通信频段	通信功能	传输速率/bps
Inmarsat	Inmarsat-4	4颗地球同步轨道卫星	L波段	语音、文字、数据传输	最高492 K
Inmarsat	Inmarsat-5	4颗地球同步轨道卫星	Ka波段	语音、文字、宽带数据传输	最高下行50 M,最高上行5 M
Iridium NEXT		66颗低轨道卫星	L/ Ka波段	语音、文字、宽带数据传输	L波段最高下行：1.5 M Ka波段最高下行：8 M
VSAT		地球同步轨道卫星、中低轨道卫星	Ku波段或Ka波段	语音、文字、宽带数据传输	最高下行70 M 最高上行2 M
北斗		5颗地球同步轨道卫星、35颗中轨道卫星	L/S波段	定位、导航、短报文	19.2 K

渔业船联网工程体系应用现状分析

Fishery Internet of Vessels Engineering System: Application Status Analysis

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 16

参考文献 85

相关文章 15

编辑推荐

Metrics

本文评价

关于本刊

作者中心

审者中心

在线期刊

联系我们

[1]	孙瑜, 张永梅, 武玉军. 基于粒子群算法和支持向量机的黄花菜叶部病害识别[J]. 中国农学通报, 2022, 38(8): 135-140.
[2]	徐硕, 鲁峰, 方辉, 王立华. 渔业生产大数据助推渔业高质量发展建设研究[J]. 中国农学通报, 2022, 38(7): 144-152.
[3]	欧非凡, 张超群. 农业信息处理技术研究与应用进展[J]. 中国农学通报, 2021, 37(20): 113-118.
[4]	李博, 江朝晖, 谢军, 饶元, 张武. 基于迁移学习的园艺作物叶部病害识别及应用[J]. 中国农学通报, 2021, 37(7): 138-143.
[5]	刘永波,雷波,曹艳,唐江云,胡亮. 基于深度卷积神经网络的玉米病害识别[J]. 中国农学通报, 2018, 34(36): 159-164.
[6]	程曦,吴云志,张友华,乐毅. 基于深度卷积神经网络的储粮害虫图像识别[J]. 中国农学通报, 2018, 34(1): 154-158.
[7]	张鹏,朱育强,王丽莉,周胜军. 基于机器视觉技术的黄瓜叶片白粉病识别[J]. 中国农学通报, 2017, 33(21): 134-137.
[8]	施珮,袁永明,张红燕,贺艳辉. 罗非鱼池塘养殖溶解氧预测研究[J]. 中国农学通报, 2016, 32(29): 22-28.
[9]	徐硕,沈丹丹,王宇,王振洲. 一种基于距离和角度的无线传感器网络GPSR协议[J]. 中国农学通报, 2016, 32(23): 181-184.
[10]	袁开放,陶栋材,徐浩,谢巍. 基于最小外接矩形的牛角椒大小分级研究[J]. 中国农学通报, 2016, 32(16): 166-170.
[11]	周惠根,孙松林,肖名涛,曹林,何少明,邹楠. 基于PID 算法对热风炉热风温度控制及仿真分析[J]. 中国农学通报, 2016, 32(15): 182-186.
[12]	闵文芳,江朝晖,李婷婷,姜贯杨. 监测采样间隔对作物模型性能的影响研究[J]. 中国农学通报, 2016, 32(15): 187-192.
[13]	郑小东张晓煜薄树奎. 植物叶裂特征自动提取研究[J]. 中国农学通报, 2012, 28(27): 152-156.
[14]	王远王德建张刚. 基于数码相机的水稻氮素营养诊断[J]. 中国农学通报, 2012, 28(24): 111-117.
[15]	胡小宁郭满才赵忠袁志发. 黄土高原刺槐细根生长的波动性研究[J]. 中国农学通报, 2012, 28(13): 53-55.