测产分析

测产分析（精选5篇）

测产分析 篇1

XXX总井数932口，单井25口，丛式井132组907口，长期关停62口。此次测产在7月10日至7月17日一周时间内共对XXX845口生产井进行测产，占生产井总数870口的97%。

现将测产分析汇报如下：

1、通过测产汇总结果分析，XXX日测产产液运出量为646.13方（平均生产时间25.1小时），站在线计量总液量汇总为629.92吨。换算成方量为650.5方，误差4.37方。

2、站在线计量净油汇总为108.03吨，按照安定联合站折算系数1.8计算，折净油194.45吨。

3、根据测产运出量得出XXX综合含水为81.55%，安定联合站收油报表显示综合含水为81.43%，误差为0.12%。

测产总结：

1、通过本次测产，我们认为XXX在油井利用率达到97%以上时，24小时产液量为647.89方；净油103.3吨，按照安定联合站折算系数1.8计算，XXX日产净油185.94吨。

2、XXX油井含水大，建议加强技措改造。

3、建议摸准规律，开展间歇抽油。

4、有部分油井由于注水的原因，不停冒水，导致该队每天安排几个车次专门拉水。

5、对部分特殊罐、高罐台进行计量改造，以便更好的开展油井计量工作。

5、建议XXX以“抓好一批高产井、修复一批低产井、关停一批水大井”的工作思路开展工作。

测产分析 篇2

1.1 硬件产量传感器安置在联合收割机谷仓顶部, 接收来自于刮板的谷物冲量, 如图1所示。

经过其内置的全桥平衡电路, 采用应变感应方式, 完成谷物冲量到电流信号的变换 (这样可实现温度变化的自动补偿和提高传感器的响应特性) 。为整个系统供电方便, 全部传感器电源均为直流24V。24V直流电源由车载电源经升压稳压器得到。这里产量传感器的电源为直流24V, 信号输出为0～10m A, 该原始信号经精密电阻可得到0～5V的TTL电压 (精密电阻阻值, 由实际收割对象的不同———力学性质不同而选择, 以便得到最大的读入精度) 。该TTL电压信号, 由Philips 80C552单片机A/D口读入, 经该控制单元进行处理、显示、保存 (保存在主控制单元上的Compact Flas h卡中, 即CF卡中) 。在该系统中, 刮板冲击频率是15Hz, 每一刮板冲击对应电流波形采样点为200个, 即该系统能保证采样频率为15×200=3kHz, 在实验中一般取2.25kHz。为降低成本, 采用国产产量传感器, 实验证明, 精度满足使用要求。

湿度传感器安置在联合收割机谷仓顶部, 在产量传感器的下面。测量范围:0～100%RH;测量精度:±2%RH;信号输出:0～10m A;输入电源:12～24V。其信号标定由实验数据确定。由于湿度数值在本系统中的变化缓慢, 故其测量的次数较少 (每10m测1次) , 测量精度要求不高。这样做的好处是, 降低了主控制单元单片机的处理负担和CF卡的存储负担, 并能进一步地提高系统的采样频率, 提高系统精度。经实验看, 该湿度传感器能满足系统要求, 且价格极低 (仅是国外类似湿度传感器的1/40) 。

因为该系统中的收割面积等于速度×时间×割幅, 所以速度传感器对实验结果非常重要。使用接近开关记数, 以达到计量收割面积的目的 (速度×时间×割幅) 。但受收割机轮子打滑的影响, 精度较低且受地形影响精度不稳;但成本很低。在收割机的驱动主轴上安装了电容式接近开关, 利用主轴相对于轮毂的转动读取脉冲次数, 并且利用主轴和轮子相对减速比, 计算出每一脉冲所对应收割机前进的距离。同时为防止由于轮子打滑等原因而引起的位移误差, 在软件算法上, 用GPS解算出收割机的相对位移, 而加以校正 (每100m校正一次) 。这样使用安装接近开关辅以GPS解算校正的方法, 实现了国外常用的多普勒雷达的测量精度, 并且价格仅是后者的1/50。

割台传感器使用限位开关, 用以指示收割机是否工作。当割台抬起时, 系统不工作。在GPS25LP基础上开发了全球定位系统, 水平精度可达10m以内。

1.2 软件在软件算法上, 为了保证系统的定位精度, 借鉴卡尔曼滤波 (Kalman Filter) 原理进行最优估计。

在处理产量传感器信号时, 由于在实际情况下收割机会引起机械振动, 而导致测量误差的增大, 严重时该噪声会完全淹没谷物冲击传感器产生的输出信号。这样对这两种信号进行谱分析, 得到其信号源的数字特征, 通过在硬件和软件上的滤波, 增强自适应能力, 以获得更好的数据精度。

2 系统结构设计

该基于GPS的联合收割机智能测产系统, 包括主控制单元 (Philips 80C552单片机, 及液晶屏) 、CF卡, 改进型GPS及相关传感器。

智能测产系统结构框图, 如图2所示。产量传感器和湿度传感器分别取得谷物重量和湿度的信号, 速度传感器反映了当前收割机的速度, 可根据此算出亩产量。GPS指示出每一测试点的经纬度。割台信号控制系统的运行。这些信息通过Philips 80C552处理后, 存入CF卡并在液晶屏上显示。该系统组成具有成本低、可靠性高、软件通用性好及适应市场能力强等优点。选用CF卡作为系统的海量存储器。

CF卡, 如图3所示。由集成的ATA (AT attachm e nt) 控制器和闪速存储器构成。它以512B为擦除单位。不需要在操作系统下装入新的软件, 模拟磁盘功能在集成的ATA控制器上完成。CompactFlash体积小、重量轻, 而它抗冲击能力相当强, 可以承受2000g的冲击;同时读写速率快, 分别为8.0MB/s和4.0MB/s。Com pactFlas h具有良好的硬件兼容性, 可以与PC卡ATA完全兼容, 适用于ATA标准的任何计算机, 只要将CompactFlash的PC卡适配器插入Ⅱ类或Ⅲ类槽中即可使用。它也具有良好的软件兼容性, 在MS-DOS、Windows95、Windows NT等环境下, 可以当作IDE硬盘直接被使用。

3 系统软件程序框图

系统主程序工作框图, 如图4所示。单片机 (Philips 80C552) 上电后, 系统进行初始化。

通过初始化, 更新系统默认值———系统的采样模式、传感器/测距方式、割幅宽度。

因为电子盘使用标准的IDE接口, 是以扇区为单位读写的, 就是最小的读写单位是512B。而Philips 80C552的内部RAM只有256B, 因此, 必须接片外RAM来作为数据缓冲区。当片外RAM的数据达到512B的整数倍时, 一次性的写入电子盘。本设计中选用了静态RAM CY62256, 这样当RAM CY62256写满32kB, 产生标志位, 置Flag为“1”, 进入电子盘存盘中断服务程序。否则, 系统单片机进行A/D转换 (产量传感器和湿度传感器) 、I/O读取 (速度传感器和割台传感器) 、串口操作 (读取GPS经度/纬度) 。

摘要：精准农业是通过地理信息系统、全球卫星定位系统、遥感技术等技术的应用, 按照具体条件, 精细准确地调 (略) 的各项管理措施, 最大限度地优化使用各项农业投入, 以获取最高产量和最大经济效益, 同时保 (略) 境、保护土地等农业自然资源。精准农业包括精准种子工程、精准播种、精准施肥、精准灌溉、作物动态调控及精准收获等技术系统。所以精准农业是一个复杂的综合性系统, 作为多系统交叉的大型系统工程是数据驱动的, 在数据驱动中数据挖掘技术尤为关键。本文探讨了联合收割机智能测产仪器的应用原理及系统设计。

河北省农业厅关于转发测产方法 篇3

发布时间：2011-05-20 00:00:00 编辑：已删除 点击：464 来源：null

冀农粮发[2008]21号

各设区市、各高产创建示范县（市）农业局：

近日，农业部办公厅印发了《全国粮食高产创建测产验收办法（试行）》（农办农〔2008〕82号）。现转发给你们，请结合当地实际，根据作物生长季节，认真组织高产创建示范县完成粮食高产创建万亩示范点测产验收工作。并在作物收获前10天将测产结果（加盖市、县公章）报我厅粮油处。

二〇〇八年六月十三日

主题词：粮食 测产 通知

河北省农业厅办公室

2008年6月13日印发 附件1:

全国粮食高产创建测产验收办法（试行）

第一章

总

则

第一条 主要目的。为了规范粮食作物高产创建万亩示范点测产程序、测产方法和信息发布工作，推动高产创建活动健康发展，特制定本办法。

第二条

适用范围。本办法适用于全国水稻、小麦、玉米、马铃薯等粮食作物高产创建万亩示范点测产验收工作。

第二章 指导思想和工作原则

第三条

指导思想。按照科学规范、公开透明、客观公正、严格公平的要求，突出标准化和可操作性，遵循县级自测、省级复测、部级抽测的程序，统一标准，逐级把关，阳光操作，确保粮食高产创建万亩示范点测产验收顺利开展。

第四条

工作原则。全国粮食作物高产创建万亩示范点测产验收遵循以下原则：

（一）以省为主。县、省、部三级分时间、分层次进行测产，由省（区、市）农业行政主管部门统一组织本地测产验收工作，并对测产结果负责。

（二）科学选点。县、省、部三级测产选择万亩示范点有代表性的区域、有代表性的地块和有代表性样点进行测产，确保选点科学有效。

（三）统一标准。实行理论测产和实收测产相结合，统一标准，规范运作。

第三章 测产程序

第五条

县级自测。水稻、小麦、玉米高产创建示范点在成熟前15～20天组织技术人员进行理论测产，马铃薯示范点在收获前15～20天进行产量预估，并将测产和预估结果及时上报省（区、市）农业行政主管部门。同时报送万亩示范点基本情况，包括：（1）示范点所在乡（镇）、村、组、农户及村组分布简图；（2）高产创建示范点技术实施方案；（3）高产创建示范点工作总结。

部级高产创建示范点县在作物收获前，均要按照本办法对示范点产量进行实收测产，并保存测产资料备验。

第六条

省级复测。各省（区、市）农业行政主管部门对高产创建示范点自测和预估的结果进行汇总、排序，组织专家对产量水平较高的示范点进行复测，并保存测产资料备验。同时，在示范点作物收获前10天推荐1～３个示范点申请部级抽测。

第七条

部级抽测。根据各地推荐，农业部组织专家采取实收测产的办法抽测省（区、市）1～2个示范点。

第八条

结果认定。农业部组织专家对各省（区、市）高产创建示范点测产验收结果进行最终评估认定。

第九条

信息发布。各地粮食作物高产创建万亩示范点测产验收结果由农业部统一对外发布。

第四章 专家组成和测产步骤

第十条

专家组成

（一）专家条件。测产验收专家组由7名以上具有副高以上职称的从事相关作物科研、教学、推广的专家组成，专家成员实行回避制。

（二）责任分工。专家组设正副组长各一名，组长由农业部粮食作物专家指导组成员担任，测产验收实行组长负责制。

（三）工作要求。专家组坚持实事求是、客观公正、科学规范的原则，独立开展测产验收工作。

第十一条

测产步骤

（一）前期准备。专家组首先听取高产创建示范点县农业部门汇报高产创建、测产组织、自测结果等方面情况，然后查阅高产创建有关档案。

（二）制定方案。根据汇报情况和档案记载，专家组制定测产验收工作方案，确认取样方法、测产程序和人员分工。

（三）实地测产。根据专家组制定的测产验收工作方案，专家组进行实地测产验收，并计算结果。

（四）汇总评估。专家组对测产结果进行汇总，并进行评估认定。

（五）出具报告。测产结束后，专家组向农业部提交测产验收报告。

第五章 水稻测产方法

第十二条 理论测产

（一）取样方法。根据自然生态区（畈、片），选取区域内分布均匀、有代表性的50个田块进行理论测产。每块田对角线3点取样。移栽稻每点量取21行，测量行距；量取21株，测定株距，计算每亩穴数；顺序选取20穴计算穗数。直播和抛秧稻每点取1平方米以上调查有效穗数；取平均穗数左右的稻株2～3穴（不少于50穗）调查穗粒数、结实粒。千粒重以品种区试平均千粒重计算。

（二）计算公式。

-6亩产（公斤）＝有效穗（万/亩）×穗粒数（粒）×结实率（％）×千粒重（克）×10×85% 第十三条 实收测产

（一）取样方法。根据自然生态区（畈、片）将万亩示范点划分为5～10个片，随机选择3个片，在每个片随机选取3块田进行实收测产，每块田实收1亩以上。收割前由专家组对收割机进行清仓检查；田间落粒不计算重量。

（二）田间实收。用机械收获后装袋并称重，计算总重量（单位：公斤，用W表示）；专家组对实收面积进行测量（单位：平方米，用S表示）；随机抽取实收数量的1/10左右进行称重、去杂，测定杂质含量（单位：%，用I表示）；取去杂后的稻谷1公斤测定水分和空瘪率，烘干到含水量20%以下，剔出空瘪粒，测定空瘪率（单位：%，用E表示）；用谷物水分速测仪测定含水率，重复10次取平均值（单位：%，用M表示）。

（三）计算公式。

Y＝（666.7÷S）×W×（1－I）×（1－E）×[（1－M）÷（1－Mo）] ；平均产量＝∑Y÷9；Mo为标准干重含水率：籼稻＝13.5%，粳稻＝14.5%。

第六章 小麦测产方法

第十四条 理论测产

（一）取样方法。将万亩示范点平均划分为50个单元，每个单元随机取1块田，每块田3点，每点取1平方米调查亩穗数，并从中随机取20个穗调查穗粒数。

（二）计算公式。

理论产量（公斤/亩）＝每亩穗数×每穗粒数×千粒重（前3年平均值）×85%。第十五条 实收测产

（一）取样方法。在省级理论测产的单元中随机抽取3个单元，每个单元随机用联合收割机实收3亩以上连片田块，除去麦糠杂质后称重并计算产量。实收面积内不去除田间灌溉沟面积，但去除坟地、灌溉主渠道面积；收割前由专家组对联合收割机进行清仓检查；田间落粒不计算重量。

（二）测定含水率。用谷物水分测定仪测定籽粒含水率，10次重复，取平均数。

（三）计算公式。

实收产量（公斤/亩）＝每亩籽粒鲜重（公斤）×[1-鲜籽粒含水量（%）]÷[1-13%]。

第七章 玉米测产方法

第十六条 理论测产

（一）取样方法。根据地块的自然分布将万亩示范点划分为10个左右的自然片，每片随机取3个地块，每个地块随机取3个样点，每个样点量10个行距计算平均行距，在10 行之中选取有代表性的20米双行，计数株数和穗数，并计算亩穗数；在每个测定样段内每隔5穗收取1个果穗，共计收获20穗作为样本测定穗粒数。

（二）产量计算。理论产量（公斤/亩）=亩穗数×穗粒数×百粒重（被测品种前三年平均数）×85%。

第十七条 实收测产

（一）取样方法。根据地块自然分布将万亩示范点划分为10片左右，每片随机取3个地块，22每个地块在远离边际的位置取有代表性的样点6行，面积（S，单位：米）≥67米。

（二）田间实收。每个样点收获全部果穗，计数果穗数目后，称取鲜果穗重Y1(公斤)，按平均穗重法取20个果穗作为标准样本测定鲜穗出籽率和含水率,并准确丈量收获样点实际面积。

（三）计算公式。

每亩鲜果穗重Y（公斤/亩）=（Y1/S）×666.7；

出籽率L（%）＝X2（样品鲜籽粒重）／X1（样品鲜果穗重）；

籽粒含水率M（%）：用国家认定并经校正后的种子水分测定仪测定籽粒含水量，每点重复测定10次，求平均值（M）。样品留存，备查或等自然风干后再校正；

实测产量（公斤／亩）＝鲜穗重（公斤／亩）×出籽率（%）×［1－籽粒含水率（%）］÷（1-14%）。

第八章 马铃薯测产方法

第十八条 实收测产

（一）取样方法。根据具体的自然环境和品种分布情况将万亩示范点平均分为15片，每片随机取样2个点，共取30个点。每个点取长方形小区，面积为行长×行距×行数，不小于45平方米，行数不少于6行。

（二）田间实收。将样点全部植株进行收获，并分商品薯和非商品薯分别称重。其中非商品薯指重量小于50克的小薯以及病薯、烂薯和绿皮薯等薯块。一般情况下，扣除收获薯块总重的1.5%作为杂质、含土量。若收获时薯块带土较多，每点收获时取样5公斤，冲洗前后分别称重，计算杂质率。

（三）计算公式。

平均亩产量（公斤）＝（商品薯平均亩产量＋非商品薯平均亩产量）×（1－杂质率）； 商品薯亩产量＝单个取样点商品薯重量（公斤）×666.7(平方米)×（1－杂质含量）/该取样点面积；

非商品薯亩产量＝单个取样点非商品薯重量（公斤）×666.7(平方米)×（1－杂质率）/取样点面积

万亩示范点商品薯平均亩产量＝各取样点商品薯平均亩产量之和/30个取样点； 非商品薯平均亩产量＝各取样点非商品薯平均亩产量之和/30个取样点； 薯块平均亩产量＝商品薯平均亩产量＋非商品薯平均亩产量。

第九章

附 则

第十九条 归口管理。本办法由农业部种植业管理司负责解释，自发布之日起试行。

>

第八章 马铃薯测产方法

第十八条 实收测产

（一）取样方法。根据具体的自然环境和品种分布情况将万亩示范点平均分为15片，每片随机取样2个点，共取30个点。每个点取长方形小区，面积为行长×行距×行数，不小于45平方米，行数不少于6行。

（二）田间实收。将样点全部植株进行收获，并分商品薯和非商品薯分别称重。其中非商品薯指重量小于50克的小薯以及病薯、烂薯和绿皮薯等薯块。一般情况下，扣除收获薯块总重的1.5%作为杂质、含土量。若收获时薯块带土较多，每点收获时取样5公斤，冲洗前后分别称重，计算杂质率。

（三）计算公式。

平均亩产量（公斤）＝（商品薯平均亩产量＋非商品薯平均亩产量）×（1－杂质率）； 商品薯亩产量＝单个取样点商品薯重量（公斤）×666.7(平方米)×（1－杂质含量）/该取样点面积；

非商品薯亩产量＝单个取样点非商品薯重量（公斤）×666.7(平方米)×（1－杂质率）/取样点面积

万亩示范点商品薯平均亩产量＝各取样点商品薯平均亩产量之和/30个取样点； 非商品薯平均亩产量＝各取样点非商品薯平均亩产量之和/30个取样点； 薯块平均亩产量＝商品薯平均亩产量＋非商品薯平均亩产量。

第九章

附 则

测产分析 篇4

河南省农业科技入户示范工程粮食作物测产办法

第一章总则

第一条 为进一步加强对科技入户示范工程的管理，规范工程测产方法，科学评价工程实施效果，保障工程运行质量，根据《河南省农业科技入户示范工程管理办法》，制定本办法。

第二条 测产验收工作坚持实事求是、客观公正、科学简便、讲求实效的原则。

第三条 本办法适用于粮食作物科技入户示范工程，在作物每季收获期组织测产工作时使用。

第四条 粮食作物农业科技入户示范工程测产工作采用示范户自测上报、专家测产和实地验收相结合的方法。

第五条 各示范县在示范户自报测产结果的基础上，对有疑问的数据和一定数量样点进行专家测产后，方能汇总上报实施成效材料。

第六条省、市农业科技入户示范工程专家组组织、指导、参与各示范县的测产工作。省、市农业科技入户办公室对示范县上报数据有疑问或工作需要时，可组织有关专家实地验收。

第二章示范户自测

第七条 技术指导员应指导示范户学习测产知识和技能，帮助示范户进行小面积测产，记录产量构成因子，并了解主推技术 1

和主导品种对产量构成因子的作用和特色。

第八条 示范户要认真做好田块面积的测量、产量预测和实收产量记录工作，并向技术指导员如实报告产量结果。县专家组负责汇总由技术指导员上报的各示范户自测数据。

第三章专家测产

第九条部级示范县由省级专家组成员牵头，省级示范县县由省科技入户首席专家牵头、省辖市专家组成员参与，组织项目实施县成立测产小组，由7～9名具有中级以上专业技术职称的农技人员和统计部门专业人员组成。

第十条测产小组对有疑问的示范户上报数据进行抽查，并选择2～3个乡镇，每个乡镇抽选3个村，每个村选择3～5户作为全县测产样本，对样本组内示范户、辐射户、普通户的田（地）块进行测产。

第十一条 测产小组根据不同作物特点，采用通用的办法调查产量因子（如水稻的有效穗、穗粒数、千粒重、结实率等），推定测产田块的产量。

第十二条 根据对样本的测产结果测算乡（镇）和示范县的产量。

第四章实地验收

第十三条部级示范县由省级专家组成员牵头，省级示范县县由省科技入户首席专家牵头、省辖市专家组成员参与，组织5～7名省、市专家组成员和知名专家组成实地验收小组。同时邀请

当地有测产验收经验的农民技术员、农民群众参加验收工作。

第十四条 牵头专家对参加验收工作的人员进行培训，同时做好验收准备工作，并请当地相关部门提供项目区面积、产量等有关统计数据。

第十五条 验收小组在各县随机抽取3个乡镇，每个乡镇抽选2个村，每个村分别选择示范户、辐射户、普通农户各2户作为实测样本。

第十六条 选取面积在667m2以上的田（地）块，每块随机选择3～5个测产点，按不同作物的常规测产法，每个测产点划定一定的面积（如水稻12m2）进行实地调查、采收测产。

第五章附则

第十七条 省农业科技入户示范工程各首席专家组织人员根据本行业作物的特点，制定详细测产方案，发各地实施并报省农业科技入户示范工程办公室备案。

第十八条 本办法由省科技入户办公室负责解释。

测产分析 篇5

农业信息远程采集与设备远程监控是精准农业技术发展的一个重要领域[1]。以发展精准农业技术[2]为背景, 开发了针对谷物的远程精准测产系统。系统由两部分组成:1) 前端数据采集部分, 现场端的产量监测仪负责对当时当地联合收割机的速度、GPS位置、作物的产量以及湿度等数据的进行监测;2) 中央数据处理中心, 负责对接收到的数据进行处理、分析以及显示。二者之间的信息传送采用GSM短信息的无线通信技术进行传送。试验表明, GSM短信息技术可以满足精准测产系统的需要。

1 远程精准测产系统的组成

1.1 系统组成

基于GSM的远程精准测产系统由作为上位机的具有短信息收发功能中央数据处理中心和作为下位机的现场数据采集传感器组成[3], 原理如图1所示。上位机由一个具有串口通讯功能的手机模块 (如Siemens的TC35) 和一台普通计算机。下位机由图2所示的工业控制机、数据处理单元和多个通讯端口组成。数据处理单元通过RS-232端口与GPS, 多个传感器以及无线手机模块相连。上位机和下位机之间通过无线移动通信网的GSM短信息实现数据和信息的传送。

带有GSM的农业无线智能远程精准测产系统, 由于利用现有的无线移动通信网, 并通过短信息进行数据和信息传送, 从而可对大范围区域内的分散式联合收割机进行无线远距离监控。系统线路结构简单、操作方便、可靠, 有很强的实用性。

1.2 工作原理

a) 上位机:上位机采用PC机控制。可以使用多种语言编写程序, 流程如图3所示。

为了不让机器占有过多的资源, 采用中断方式来进行对新数据的反应方式。如果有新的短信息进入, 系统关闭中断, 转入查询方式, 防止其他数据干扰。然后使用AT命令对手机模块进行操作。

在系统初始化时, 需要对手机模块的新的短消息的输入方式进行设置, 如:AT+CNMI=1, 1, 2, 0, 1。当数据进入电脑并进行编译后, 可以对数据进行位操作, 最终变成需要的数据。

b) 下位机:在开始运行并初始化以后, 下位机一方面接收来自上位机的控制信息, 另一方面将下位机的运行情况以短信息方式发送给上位机, 下位机的运行流程如下:

1) 数据处理单元判断是否收到来自GPS定位机的短信息, 如果没有, 则继续等待接收, 否则进入下一步。

2) 读取GPS定位机发送的信息, 进而形成该收割机的地理位置码。

3) 将所有传感器收到的信息码发送给工控机CPU。工控CPU根据接收到的信息实施对发送短信息的编码。将收集到的数据处理成短信息格式, 并通过GSM模块发送给上位机, 发送结束后返回步骤1。

下位机可以有很多个, 每个下位机有且仅有一张SIM卡, 上位机可以通过不同的SIM卡卡号对下位机进行区分。一台上位机可以托管许多下位机。

2GSM短信息技术

2.1 硬件部分

短信息服务是一种在移动网络上传送简短信息的无线应用, 是一种信息在移动网络上储存和转寄的过程。但是用手机编辑短信息不方便, 容易出错, 修改费时, 而用计算机则不存在这些问题。西门子公司的GSM模块TC35[4]解决了这一问题。TC35的数据接口 (CMOS电平) 通过AT命令可双向传输指令和数据, 可选波特率为300bit/s～115kbit/s, 自动波特率为1.2～115kbit/s。它支持文本和PDU格式的短消息 (short message service, SMS) , 2.4k, 4.5k, 9.6k的非透明数据和第3组的一类、二类传真。可通过AT命令或关断信号, 实现重新启动和故障恢复。

该终端可在自行开发的软件下实现中英文信息的收发, 其速率可在1.2k～115kbit/s之间自由选择, 现在市场上的大多数手机均支持类似于Modem控制的GSMAT指令集, 该指令集是由诺基亚、爱立信、摩托罗拉和HP等厂家其同为GSM系统研制的, 其中包含了对SMS的控制。对SMS的控制其有3种实现途径:Block Mode、基于AT命令的Text Mode和基于AT命令的PDU Mode Text。西门子的手机大多只支持PDU Mode, PDU Mode是发送或接收手机短信息的一种方法, 短信息正文经过16进制编码后被传至终端, 主要用PDU Mode来发送接收短信息。

2.2PDU格式详解

PDU格式的短消息一共有两种编码方式, 7位码和8位码。

8位码即ASCII码, 如:08916831 08200105 F2040 BA13118686380F70004305052914392200474657374。其中最后8个数字为用户数据, 表示“test”。使用8位码对于发送来说, 要简单许多。

这是典型的8位码编码方式。如果用户数据是7bit编码, 则从前向后, 每个字节从低到高位使用, 最后不足的一个字节的各位全部用0补全。最多可以有160个字符。例子如下:

设字母为x, 编码的1～7bit分别为x1～x7, 如3个字母分别为ABC, 则编码如下:

如“ABC”, ASCII码是41H, 42H, 43H, 二进制表示为0100 0001, 0100 0010, 0100 0011。如上表所示:100 0001 100 0010 100 0011。

以逆序读出, 最后编码为:0100 0001, 1110 0001, 0001 0000, 显示为:41E110。

089168315 8230105 F0240 BA13146612544 F0000880 116161000 020124F605FEB67655E2E83F283F2的具体格式由表1显示。

如果在上位机中编程, 可以读取短信息第40位, 判断其字符是否为0。若为0, 则是7位码编程。VB6.0中对字符串的操作非常方便, 对该位的判断即可由以下语句实现:

Do Until InStr (q, "$$") > 0 Or InStr (q, "OK") > 0 Or InStr (q, "ERROR") > 0

q = q + MDIForm1.MSComm1.Input ‘如果短信息读完, 系统会提示“ok”

Loop

If Mid (q, 40, 1) = "4" Then codetype = 8 ‘表示该短信息由8位码编写

End If

2.3AT命令简介

AT命令是Hayes推出的一套Modem操作命令集, 是Modem通信接口的工业标准, 它的功能包括:配置Modem与软件共同工作、与远程系统通信、发起或应答一个呼叫等。AT指令集最初是在300波特的Hayes smart modem上出现的, 每个制造Modem的大公司大都借用了AT命令集, 都有自己专用的指令控制自己、外来和高级功能, 但它们都兼容Hayes smart modem。本系统的数据接收和发送也是通过AT指令控制TC35T通信终端来完成。

一般使用3条AT命令:1) AT+CNMI:设置新的短信息到来报警的方式;2) AT+CMGS:发送短信息。3) AT+CMGR:读出新的短信息。

3 实践与结论

GSM具有其他通信方式所不可比拟的优越性, 如通信范围广、传输数据可靠性高、短消息业务经济实惠等, 是远程无线数据传输系统比较好的一种传输方式。试验表明, 虽然其传输速度较慢, 但由于采用每次传递两条产量信息的方式, 仍然可以满足智能测产系统对产量数据的采集要求。

4 结 语

GSM通讯技术目前尚未成熟, 仍然不断地扩充新服务。对于使用者而言, 要求有更高数据传输速率, 而GSM也在朝此方向发展, 除了在移动式发报站与网络功能之间采用V.42bis通讯协议进行压缩格式标准化的计划之外, 应用在数据连线作业上的多重TDMA也可望带来更为彻底的结构性质的转变。透过该压缩技术, 将可以提升数据传输的速度达到2～4倍。此外, GSM将来还可能提供多媒体及低速视频传输作业的支援能力。

摘要：介绍了基于GSM短信技术的精准测产系统的设计;分析了基于短信息的格式、原理以及系统功能的开发;构建了远程测产系统。实验表明, 系统可以满足精准农业数据传输的需求。

关键词：GSM,GPS,短信息,精准农业

参考文献

[1]Munack A, Speckman H.Communication technology is the back-bone of precision agriculture.In agricultural Engineering Interna-tional[J].The CIGR Journal of Scientific Research and Devel-opment, 2001.

[2]庞树杰, 杨青, 李莉.基于GPS和GSM短消息的农田信息采集系统[J].农机化研究, 2004 (1) :1-3.