首页--农业科学论文--农业基础科学论文--农业物理学论文--电子技术、计算机技术在农业上的应用论文

农田土壤墒情监测与智能灌溉云服务平台构建关键技术研究

摘要第6-8页
Abstract第8-9页
英文缩略表第19-20页
第一章 绪论第20-30页
    1.1 研究背景第20-22页
        1.1.1 我国墒情监测与精量灌溉应用现状第20页
        1.1.2 墒情监测与精量灌溉应用中存在的问题第20-21页
        1.1.3 墒情监测与精量灌溉信息服务发展趋势第21-22页
    1.2 国内外研究现状第22-25页
        1.2.1 墒情监测与灌溉控制信息服务第22页
        1.2.2 云服务平台第22-23页
        1.2.3 服务粒度设计第23-25页
        1.2.4 服务组合第25页
    1.3 存在问题与研究目标第25-26页
    1.4 主要研究内容第26-27页
    1.5 论文组织结构第27-30页
第二章 墒情监测与智能灌溉云服务平台体系结构及关键问题分析第30-42页
    2.1 引言第30页
    2.2 云服务平台体系结构对比与选型方法第30-33页
        2.2.1 云服务、服务、SOA和云服务平台第30-31页
        2.2.2 云服务平台对比与选型方法第31-33页
    2.3 农田土壤墒情监测与智能灌溉领域业务分析第33-34页
    2.4 云服务平台关键问题第34-35页
    2.5 墒情监测与智能灌溉云服务平台体系结构设计第35-40页
        2.5.1 框架设计第35-37页
        2.5.2 需求分析第37-38页
        2.5.3 功能设计第38-40页
    2.6 小结第40-42页
第三章 墒情监测与智能灌溉云服务的按需粒度优化设计方法研究第42-54页
    3.1 引言第42页
    3.2 云服务粒度定义与关键问题分析第42页
    3.3 云服务粒度优化算法第42-47页
        3.3.1 云服务相似性度量模型第43-45页
        3.3.2 云服务粒度优化算法第45-47页
    3.4 云服务粒度优化实现第47-53页
        3.4.1 云服务粒度优化实验第47-50页
        3.4.2 基于Qos的云服务粒度优化评价方法第50-52页
        3.4.3 墒情监测与智能灌溉云服务粒度优化结果与分析第52-53页
    3.5 小结第53-54页
第四章 墒情监测与智能灌溉云服务管理与应用系统快速构建方法第54-66页
    4.1 引言第54页
    4.2 服务管理平台的实现第54-55页
        4.2.1 服务平台实现流程第54-55页
        4.2.2 服务管理功能第55页
    4.3 墒情监测与智能灌溉应用系统前端快速开发方法第55-65页
        4.3.1 基于Web的组态化前端开发架构第55-56页
        4.3.2 模型库构建第56-60页
        4.3.3 应用系统定制开发第60-63页
        4.3.4 应用系统运行第63-65页
    4.4 小结第65-66页
第五章 墒情监测与灌溉控制的数据传输云服务实现第66-80页
    5.1 引言第66页
    5.2 实时数据传输云服务功能设计第66-67页
        5.2.1 功能设计第66页
        5.2.2 关键问题第66-67页
    5.3 监控数据云服务的实时性能分析第67-70页
        5.3.1 数据实时通讯问题分析第67-68页
        5.3.2 数据传输系统结构第68页
        5.3.3 数据传输实时性瓶颈分析第68-70页
    5.4 数据实时推送设计第70-72页
        5.4.1 观察者模式第70-71页
        5.4.2 数据层与逻辑层之间的数据推送设计第71页
        5.4.3 逻辑层与表现层之间的数据推送设计第71-72页
    5.5 实时数据推送的实现与性能测试第72-75页
        5.5.1 关键步骤第72-74页
        5.5.2 测试设计第74页
        5.5.3 结果分析第74-75页
    5.6 海量监测数据的存储优化第75-78页
        5.6.1 数据库结构设计第76-77页
        5.6.2 表分区第77-78页
    5.7 小结第78-80页
第六章 智能灌溉决策分析云服务实现第80-96页
    6.1 引言第80页
    6.2 功能设计与关键问题第80-83页
        6.2.1 智能灌溉决策分析云服务的关键问题第80页
        6.2.2 优化粒度功能设计第80-83页
    6.3 精量灌溉决策模型第83-88页
        6.3.1 基于蒸腾蒸发量的灌溉决策模型第83-85页
        6.3.2 基于土壤水分状况的灌溉决策模型第85-88页
        6.3.3 模型适用性分析第88页
    6.4 精量灌溉决策指标计算方法第88-93页
        6.4.1 作物蒸腾蒸发量ETc的计算方法第88-91页
        6.4.2 灌水量的计算方法第91-92页
        6.4.3 指标计算方法适用性分析第92-93页
    6.5 精量灌溉模型库管理服务第93-95页
        6.5.1 模型管理需求第93-94页
        6.5.2 模型库服务管理接口设计第94-95页
    6.6 小结第95-96页
第七章 墒情监测与智能灌溉安全访问控制第96-110页
    7.1 引言第96页
    7.2 云服务安全访问问题分析第96-99页
    7.3 基于角色和空间属性的访问控制模型第99-101页
    7.4 REBAC模型实现第101-109页
        7.4.1 访问控制算法第101-103页
        7.4.2 访问控制实现第103-109页
    7.5 小结第109-110页
第八章 墒情监测与智能灌溉云服务平台应用案例第110-134页
    8.1 引言第110页
    8.2 墒情监测应用系统第110-120页
        8.2.1 用户业务需求分析第110-111页
        8.2.2 系统开发环境与架构设计第111-112页
        8.2.3 系统主要功能实现第112-120页
    8.3 灌溉决策与控制应用系统第120-133页
        8.3.1 用户业务需求分析第121-122页
        8.3.2 系统开发环境与架构设计第122-123页
        8.3.3 系统数据库设计第123-124页
        8.3.4 系统主要功能实现第124-133页
    8.4 小结第133-134页
第九章 全文结论第134-136页
    9.1 研究工作总结第134-135页
    9.2 主要创新点总结第135页
    9.3 后续研究展望第135-136页
参考文献第136-144页
致谢第144-145页
作者简历第145页

论文共145页,点击 下载论文
上一篇:吴中朝教授火针治痹经验总结及膝骨关节炎火针扬刺临床研究
下一篇:区域生态服务价值关键参数遥感反演研究--以岷江上游地区为例