江西财经大学学报杂志论文格式要求是什么?

江西财经大学学报杂志近十年出版发文量：

江西财经大学学报杂志论文格式要求

　　稿件要求

　　本社两刊特别注重论文的理论框架部分。理论框架的构建首先需要明确研究问题和研究目标，然后借助经济学基本理论(或其他学科基本理论)进行概念逻辑推理，进而得到可验证的假设或命题。概念逻辑推理既可以是基于演绎的论证，也可以是基于基本模型的数理推导。而通过简单的事实列举、有限归纳、文献综合等得到的结论只是事件或变量间的联系而不是因果关系。

　　1.论文标题。论文标题应简明、确切，不滥用副标题，不得出现英文缩写。

　　2.摘要与关键词。摘要独立成文，应简明扼要表明论文研究的主要问题、采用方法及主要结论等内容，字数300字左右，禁用“本文”“笔者”“我们”等类似表达。关键词是表示本文核心内容的词、词组或术语，包含研究方法的名称，一般选3~5个。

　　3.论文层级。论文层级不超过三级，各级标题序号格式如下：“一、” “(一)” “1. ”。

　　4.变量与公式。论文(包括其中的公式、图、表)中出现的变量均采用斜体书写，不能用同一符号表示不同的变量。所有单独成行的公式都应编号，而不是选择性编号。引用公式时，采用如“式(1)”的写法。

　　5. 图与表。图、表要精选精简，均采用黑白格式，表格使用三线表。图、表中的文字(包括表格中各栏的各项名称)必须使用汉字，不得使用英文或其他语言(变量、缩略语等除外)。图、表的编号为“图1”“表1”等。图、表应随文插入，且均须在文中注明“如表1(或图1)所示”。 引用表中的列时，应称之为“列(1)、列(2)”等。各表(图)的注释内容即使完全相同，也需重新注释，不能采用“下表同”等缩略形式。

　　6.注释。采用脚注方式，每页重新编号。

　　7.参考文献著录。

　　(1)参考文献正文的著录。文内引用需采用“作者—出版年—序号”制。如“Novy(2009)用不同方法……;Anderson 和 Wincoop(2004)估算了……;Jacks 等(2011)测度了……”。[1-3]两位作者时，用“A和B(××××年)”;三位及以上作者时，用“某某(第一作者)等(××××年)”。对外国作者，只需标注作者的姓。同一文献在文内被多次引用时，序号相同。

　　(2)参考文献列表的著录。参考文献具体格式可参照《当代财经》近期论文(可上“中国知网”下载)。参考文献列表中的文献序号、作者、年份都要与正文一一对应。

　　8. 论文复制率。论文复制率不得高于8%(包括作者引用自己的文献)。

进入期刊首页

1.基于实时土壤光谱提取的可移动式全氮检测仪控制系统

作者：顾义祥,郝珊珊,郑伟健,金诚谦,印祥,李荣昊,周鹏

作者单位：山东理工大学;山东省大田作物智慧农业技术与智能农机装备重点实验室;农业农村部南京农业机械化研究所

关键词：C#软件开发;MSP430 单片机;MATLAB 模型调用;HTML;MySQL;MQTT 协议;OneNet

　　摘要: 为了降低特制光学元件对光谱类土壤检测设备的局限性，增强设备的灵活适应性，开发了一 套基于实时土壤光谱提取的可移动式全氮检测仪控制系统。简述了以 MPS430 单片机为主的硬件系统 及其工作过程，详细介绍了由 C#开发的专属上位机软件并对其进行性能测试。软件与单片机通过无线 通讯配合，实现了数据采集保存，自主提取特征光谱数据供 MATLAB 模型分析土壤全氮值，记录显示设 备轨迹以及云端监测等功能。试验结果表明: 模型动态加载和数据分析时间分别控制在 3 750 ～ 4 400 ms和基本稳定在 4～7 ms，测量误差控制在 0．89%以内，云端界面显示正常，设备能够满足田间检 测需要。 

　　0 引言

　　土壤能够为作物提供必要的有机质、总氮等必须 营养元素。然而，土壤中的养分含量并不是固定的， 具有复杂的动态性与空间异质性［1］。因此，在实际的 农业生产过程中，往往需要通过施用化肥来平衡土壤 中氮、磷、钾等微量元素，并以此来保证作物生长，提 高农产品质量。然而，为了追求作物高产，大量施用 化肥导致了土壤中肥料堆积，长期过量施肥造成了土 地盐碱化以及水体富营养化等环境问题［2－3］。因此， 如何科学把握施肥用量，推动作物保质保量生产与生 态环境保护建设协同发展成为了研究的热点。

　　随着智慧农业的发展，变量施肥技术在把控施肥 用量，保证作物产量及维护生态环境方面展现出了极大的优势。该技术通过获取土壤养分情况后，利用田 间作业机械对不同地块进行变量撒肥［4］。因此，实 时、高效地获取土壤养分信息对于变量施肥的开展有 着重要意义。传统的土壤全氮检测仍然以实验室化 学分析为主，耗时耗力、时效性差且污染严重，很难满 足实际生产需求［5－6］，而光谱测量技术因其快速、无污 染等检测优点被广泛应用于土壤养分检测领域［6－8］。 文献［9－11］通过光谱反射率建立土壤养分预测模型， 其决定系数都在 0．9 以上，预测效果较好。文献［12］ 开发的便携式土壤全氮含量检测仪仅能够对土壤全 氮特征波长的反射率进行采集。试验结束后，仍需将 数据带回实验室进行建模分析才可得到土壤全氮值。 文献［13－14］开发的便携式土壤检测设备虽然能够对 土壤中的全氮和有机质进行现场检测，但在实际工作 过程中所需人工成本高。文献［15］开发的车载式土壤 全氮检测仪虽弥补了上述仪器的不足，但仍未打破传统 开发模式下的壁垒，设备对特制滤光元件依赖性极高。 此外，文献［16］表明滤光片的精度与仪器的精度密切 相关。随着精度要求的提高，其工艺难度与制造成本 也会随之提升，这显著提高了检测仪的开发成本。

　　为了降低检测仪开发成本，增加其灵活适应能 力，并实现大田土壤全氮实时在线检测的目的，自主 研发了基于实时土壤光谱提取的可移动式全氮检测 仪，现对其进行控制系统设计并进行了稳定性测试。

　　1 整体设计

　　1．1 可移动式土壤全氮检测仪系统

　　由于不同土壤之间存在较大差异，采用单个模型 对不同地块进行精确的土壤全氮检测难度较大。传 统开发模式下的土壤检测设备只能通过更换检测模 型及对应的特制光学元件来保证设备的检测精度。 此方法不仅繁琐，还使得设备的适用性显著降低。为 了解决上述问题，本文自主开发了系统控制软件并设计 了可移动式土壤全氮检测系统。该系统具备驱动设备 一次性采集土壤 350～1 100 nm 波段的光谱反射率并对 其进行可视化能力; 具备动态载入全氮预测模型并实时 提取分析所需特征光谱数据获取检测值能力; 具备与下 位机进行数据交互和动作控制的无线通讯能力; 具备检 测信息保存、设备轨迹生成以及云端监测能力。图 1 为检测仪系统设计图。可移动式土壤全氮检测仪通 过导光光纤将检测光束照射到土壤表面，产生的漫反 射信号由光纤传输到光谱仪中，最终由系统控制软件 获取反射率数据并对其进行可视化与分析; 上位机与 下位机通过无线通讯方式进行数据交互及结构动作 控制，以更好地完成检测; 最终获取到的重要数据由 上位机发送至云端，以实现用户的远程监测目的。

　　1．2 硬件系统设计

　　硬件系统以 MSP430 单片机作为核心控制部分，主 要实现无线通讯、控制机械结构动作以及获取当前 GPS 信息功能。通讯模块选用的是 C101 无线通讯模块，能 够在1 500 m 范围内实现数据无线通讯［17］。为了能够 更好地控制检测深度，选用安装长度为255 mm、行程 150 mm、速度 7 mm/s 的电推杆作为松深犁的动力臂。 当单片机接收到上位机发送的检测深度后，电推杆伸长 并推动平行四杆结构，使得松深犁到达指定深度后停 止。通过 NEO－7N GPS 模块连接方形天线获取 GPS 信 息，该模组体积小、功耗低、灵敏度高，能够实现高精度 的定位。图 2 为硬件系统整体设计示意图。

　　1．3 系统控制软件开发

　　根据可移动式土壤全氮在线检测仪的系统设计 理念，本文在 Visual Studio 2019 中使用 C#编程语言创 建了 WinForm 窗体应用。该软件开发采用模块化思 想，将其主要划分为光谱数据采集分析、数据接收与发 送，检测点轨迹图生成以及云端开发 4 大部分。图 3 为 系统控制软件功能开发框架图，软件主要面向 Windows 平台，用于实时采集，分析土壤光谱数据，控制检测仪各 机械结构协调配合工作以及后期数据上传、保存。

　　1．3．1 数据分析处理模块开发

　　数据分析处理功能是可移动式土壤全氮在线检 测仪的核心，主要包含了光谱数据采集，模型载入以 及数据分析、显示与保存模块，具体功能如图 4 所示。

　　检测仪内置微型光谱仪选用的是智能引擎 SE2030 ( 采集范围 350 ～ 1 100 nm，光谱分辨率 0．3 nm) ，体积 小，重 量 轻，性 能 稳 定，适 合 设 备 集 成。本 文 根 据 SE2030 的 SDK 开发文档，调用其特有库函数，实现了基 本的光谱数据采集功能，具体控制过程如图 5( a) 所示。

　　土壤全氮含量预测模型通过对土壤进行光谱检 测、全氮真实含量测定后所得到的数据进行多次建模 分析的结果，能够有效帮助软件快速分析得到土壤全 氮值。本文采用 MATLAB 2018b( 64 bits) 建立土壤全 氮预测模型，并开发了针对 MATLAB 预测模型的加载 功能。该功能的开发主要涉及到模型封装调用以及 动态加载方式的开发设计。

　　为了实现 MATLAB 模型成功加载到软件中并被 实时调用分析土壤全氮含量的目的，本文将训练好的 模型代码封装为 DLL 动态链接库文件，添加至软件程 序引用集中，以方便 C#程序对其进行调用。该方法可 以脱离 MATLAB 的安装环境，仅需配置 MATLAB 的运 行环境即可［18］。具体开发步骤如下:

　　1) 模型文件编译生成动态链接库: 使用 MATLAB 软件中的 Library Compiler 功能，将最终模型的．m 文件 封装成．NET Assembly 实例类型。

　　2) 源程序中添加动态链接库: 通过 Visual Studio 2019 对源程序添加模型的程序集引用，并将预测模型 的 DLL 文件以及 MATLAB 软件中的 MWArray． dll 文 件一并添加到软件开发目录中。

　　3) 生成解决方案: 为了避免软件运行目标平台与 MATLAB 模型版本之间发生冲突，解决方案平台需保 持二者参数一致。

　　由于土壤之间存在差异性，目前，仍然缺少适用 于大范围土壤的通用全氮检测模型。因此，多数设备 需依靠不断更换预测模型来适用于不同地块土壤的检 测工作。为了增强检测仪的适应能力，提高整体便捷 性，本文将原有的模型静态加载方式更新为动态加载方 式。用户便可选择本地任意路径下的 MATLAB 预测模 型进行动态加载，而无需对源代码进行更改。

　　数据分析功能是该模块开发的又一核心部分，主 要的逻辑包括: 监测光谱数据动态，获取预测模型所 需特征波长，筛选对应光谱数据，调用预测模型分析 数据等，具体流程如图 5( b) 所示。

　　当软件正式工作时，数据分析异步任务被同时触 发，软件中的数据获取状态将被实时监测。一旦数据 状态发生变更，软件将按照用户输入的特征波长实时 提取对应的光谱数据，并调用模型进行全氮含量计 算。由于软件获取到的数据类型与 MATLAB 模型识 别的参数类型并不一致，因此在数据分析过程中，需 要将反射率数据转换成 MWArray 类型，以供模型识 别; 在得到全氮含量之后，自动将结果转换成 C#的二 维数组显示。为了方便可移动式土壤全氮检测仪进 行连续性工作，历史检测结果将自动编号，存放于历 史信息区。另外，测试结束后，软件可将检测结果以．txt格式存放与任意路径下，以用于后期分析使用。

　　1．3．2 数据接收与发送功能模块开发

　　数据接收与发送模块主要包括串口通讯功能开 发和 MySQL 数据库开发。串口通讯功能主要包括端 口的识别与选择、波特率设置等。该功能采用 ＲS232 串口通讯协议，用于接收下位机实时回传的 GPS 信息 以及发送指令，控制结构动作，配合完成检测。采用 MySQL 数据库作为检测系统的总数据库，用来实时保 存采样点序号，GPS 信息、采样点土壤 350 ～ 1 100 nm 的光谱信息以及土壤全氮值。

　　1．3．3 检测点轨迹图生成功能模块开发

　　为了更好地实时定位显示土壤检测点，并更加直 观地将检测点与设备运动轨迹展示给用户，该功能模 块采用 HTML5 地理位置定位技术，并结合 JavaScript 调用高德地图 API，实现对检测点位置以及设备运动 轨迹实时动态显示。HTML5 定位是一种利用网页形 式获取用户位置信息的技术，主要实现形式有 3 种: 基 于浏览器 IP 获取用户位置信息; 使用谷歌地图等进行 地理位置信息交互显示用户坐标; 依赖高精度定位设 备定位用户位置［19］。JavaScript 则是一种脚本编程语 言，可使得网页内容实时更新。本文通过使用 GPS 定 位设备获取可移动式土壤全氮在线检测仪的地理位 置信息，并以交互式地图形式通过 WebBrowser 控件实 时动态显示。当用户启用轨迹生成功能后，该模块将 立即定位当前地理位置，随后追踪检测动作获取当前 GPS 信息，并将其与前一次获取到的 GPS 信息进行比 对。若位置发生改变，将在地图上实时更新该位置信 息; 若发现位置相同，则不对地图进行任何标记。

　　1．3．4 云端开发

　　云端平台的开发设计主要采用物联网开发云平台 OneNet，可实现传感器和智能硬件的快速接入，具备数 据流稳定、可视化效果好、成本低等特点［20－21］。图 6 为 检测仪云端监测系统总体框架，按照逻辑分层思想，将 其划分为数据采集层，数据传输层以及数据应用层。

　　1) 数据采集层主要对系统数据源进行筛选、整合 及接入。本文共设置了 GPS、特征光谱数据以及土壤 全氮值 3 个数据源，这些数据均来自于系统控制软件 所整合到的检测仪硬件运行结果。

　　2) 数据传输层是数据采集层与应用层之间的媒 介，数据采集层中打包整合的各项数据源将通过 MQTT 协议输入到应用层。该协议是一种以数据为中 心的快速、轻量级传输协议，具有低功耗、简单、开放、 易于实现等特点［22－23］。

　　3) 数据应用层主要针对数据进行可视化操作，实现 了对检测仪主要采集参数的监测需求，并开发了 Web 端 可视化界面，使得用户更加直观地观察设备工作情况。 1．3．5 系统控制软件工作流程 图 7 为系统控制软件整体工作流程，详述了上述 功能模块之间的运行逻辑。

　　软件运行之初，要对串口通讯、模型选择以及光 谱测量 3 部分进行初始参数设置，为检测工作提供先 决条件; 在检测过程中，检测仪获取到的土壤反射率 光谱数据将暂存于数据缓存区; 与此同时，软件内部 的异步任务触发，根据手动输入波长信息，将特征光 谱数据分离并调用 MATLAB 模型进行土壤全氮分析; 下位机的 GPS 信息模块将通过串口通讯实时上传位 置信息，由上位机软件接收并将其与全氮值匹配记 录，同时 生 成 检 测 轨 迹; 检 测 信 息 将 自 动 保 存 至 MySQL 本地数据库，部分重要参数将通过 MQTT 协议 自主上传云端显示，以供用户远程监控设备状态。

　　2 系统试验

　　2．1 软件稳定性测试

　　为了验证该软件的实用性，设计了软件稳定性测 试试验。该试验主要包括软件响应测试和基础功能 模块测试。 软件响应测试主要针对模型的加载时间以及数 据提取分析的响应时间作统计学分析，具体操作如 下: 将计时代码添加至软件程序中，手动选择试验模 型进行动态载入并调用其分析数据，分别记录模型加 载时间和数据分析时间。该试验在 Windows 10 系统 中进行，共计 50 次，具体数据如图 8 所示。

　　由图 8 可知，模型动态加载时间波动于3 750 ～ 4 400 ms 之间; 而数据分析响应基本稳定在 4 ～ 7 ms 之间。结果表明: 软件与 MATLAB 模型之间集成良 好，数据分析响应速度快，能够满足实际工作中连续 检测的需求。

　　基础功能模块测试主要针对数据采集模块，检验软 件是否具备稳定驱动光谱仪准确获取光谱数据的能力， 具体试验步骤如下: 首先，采用光谱仪原始配套软件驱 动光谱仪获取标准物的光谱反射率数据作为标准值; 其 次，使用本文开发的系统控制软件驱动光谱仪获取同一 标准物的反射率数据，最终计算二者偏差。该试验每 20 min 进行一次，共持续 2 h，期间保持软件及系统处于 运行状态。为了避免仪器本身的噪声干扰导致光谱数 据两端产生较大波动，本研究选取了 500、600、700、800、 900 nm 的光谱数据进行误差对比，具体结果如表 1 所 示。据表格数据显示，本研究开发的系统控制软件与原 始配套软件之间的测量误差控制在 0．89%以内。结果 表明: 本文开发的系统控制软件运行稳定，精度高，具备 稳定驱动光谱仪工作的能力。

　　2．2 田间测试

　　为了测试检测仪系统控制软件的田间实际工作能 力，2024 年 9 月 2 日，在山东理工大学进行了田间试验。 所用系统为 Windows 10，主要检测实际工作过程中软 件各功能模块的稳定性。具体试验方案如下: 将试验 空地划分为 4 列 12 行，共 48 个测试区，并在每个测试 区的中心位置插入小红旗作为标志，便于数据采集与 记录。可移动式土壤全氮在线检测仪设定连续间隔 采样模式并按照“S”型路径以恒定速度前进。此过程中， 当遇到设备转向时，需通过系统控制软件暂停所有检测 事项，待转向完成后，恢复检测动作，以此来保证最终数 据的简洁性。图 9 为软件功能模块实际工作界面。

　　由图 9 可知: 软件运行正常，检测数据按照既定设 置暂存于历史信息区; 轨迹图生成功能运行正常，但 在第 15 与 16 个检测点时出现位置距离偏差，这是由 于 GPS 模块定位有误所导致的; 数据传输功能正常， 云端检测点轨迹以及对应检测值显示无误。

　　3 结论

　　为了降低传统开发模式下特制光学元件对设备 开发的局限性，本文开发了一款基于实时土壤光谱提 取的可移动式土壤全氮检测仪控制系统。该系统以 C#开发的系统控制软件作为核心部分，通过无线通讯 功能与下位机进行信息交互，实现了数据读取、分析、 保存、上传云端以及设备轨迹实时定位显示等功能。 试验证明，该软件在模型动态加载、调用分析光谱数 据方面响应速度快，所用时间分别控制在3 750 ～ 4 400 ms 和基本稳定在 4～ 7 ms 范围内; 数据测量误差控制 在0．89%范围内; 数据传输稳定，云端各项数据显示正 常，且与实际检测值无异。结果表明: 该控制系统整 体性能稳定，能够满足设备大田检测需求。