CN105891420A - 一种大数据智能分析植物生长状态的方法 - Google Patents
一种大数据智能分析植物生长状态的方法 Download PDFInfo
- Publication number
- CN105891420A CN105891420A CN201610214240.0A CN201610214240A CN105891420A CN 105891420 A CN105891420 A CN 105891420A CN 201610214240 A CN201610214240 A CN 201610214240A CN 105891420 A CN105891420 A CN 105891420A
- Authority
- CN
- China
- Prior art keywords
- plant
- data
- organ
- computer
- plant growth
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0098—Plants or trees
Abstract
本发明提供一种大数据智能分析植物生长状态的方法,属于信息化农业技术领域,其包括建立原始植物模型、通过传感器采集实时数据,将实时数据和原始植物模型进行对比,利用网络大数据分析实时数据和原始模型的区别之处,确定植物的实时生长状态,实现通过互联网智能分析植物生长状态的目的,以配合其他现代化农业用具,实现智能化、无人化种植农业,降低人力成本和提高农业种植产量。
Description
技术领域
本发明属于信息化农业技术领域,尤其涉及一种大数据智能分析植物生长状态的方法。
背景技术
随着现代化的发展,传统农业中也逐渐加入了许多的现代化元素,如使用温室种植、机械化种植等,在农业中添加了现代化元素能大大提高农业生产能力,同时也释放出了更多的劳动力去从事其他行业,可以极大地促进经济的发展和社会的进步。
但是目前的现代化农业受到普通机械或其他现代化农具不能识别和分析植物生长状态的缺陷的制约,智能化程度非常低,往往还需要经验丰富的技术员辅助,对人员的依赖性极强,严重制约了现代化农业的发展。
同时植物的生长状态复杂多变,每一棵植物的生长状态都会有区别,病虫害对植物形态产生的影响同样是多种多样,仅仅靠单台计算机的分析计算难以准确分析出植物的生长状态。
发明内容
基于现有技术存在上述问题,本发明提供一种大数据智能分析植物生长状态的方法,其包括建立原始植物模型、通过传感器采集实时数据,将实时数据和原始植物模型进行对比,利用网络大数据分析实时数据和原始模型的区别之处,确定植物的实时生长状态,实现通过互联网智能分析植物生长状态的目的,以配合其他现代化农业用具,实现智能化、无人化种植农业,降低人力成本和提高农业种植产量。
一种大数据智能分析植物生长状态的方法,其包括以下步骤:
步骤S10,使用传感器采集植物的原始基本数据,将数据发送至计算机;
步骤S20,计算机根据接收到的原始数据建立植物原始模型,按照生物学对植物模型各器官进行分割并重新定义植物模型各器官的生物学类型;
步骤S30,传感器实时监测采集植物生长数据并将数据传送至计算机,计算机将数据按照步骤S20所分出的器官类型进行分类,并将数据重新定义成各器官数据;
步骤S40,计算机对步骤S30定义的器官数据进行分析,根据各器官的分析需求将实时数据与原始模型进行对比,记录实时数据与原始数据的不同之处,通过互联网使用大数据对植物不同之处进行分析,确定各器官的生长状态;
步骤S50,计算机将步骤S40分析出的各器官的状态变化进行重新整合,形成植株整体的生长状态变化,确定目前植株的整体生长状态。
所述的计算机与互联网连接,将传感器采集的实时数据使用互联网大数据分析,经过网络云计算确定植物生长状态。
所述的传感器包括颜色传感器、形状识别传感器和气敏传感器。
所述的步骤S20中的植物模型器官的生物学类型包括叶、根、经、花、种植和果实。
所述的步骤S30还包括步骤S31,根据植物的类型和网络物种信息数据库中的植物物种信息预测植物将要长出的器官,建立植物模型虚化器官。
所述的步骤S30在出现无法分类的植物数据时执行步骤S32,分析无法分类数据产生的位置和时间是否与各虚化器官的位置和生长时间吻合,如数据吻合则将虚化器官实化并记录数据,如不吻合则发出错误警报。
所述的步骤S40还包括步骤S41根据将实时数据和原始数据的对比结果确定植物的生长速度。
所述的步骤S50所确定的植物生长状态包括植物健康状态、植物形态的大小、植物的成熟程度。
本发明的有益效果:通过颜色传感器、形状识别传感器和气敏传感器等传感器采集原始数据和实时数据,使用原始数据建立植物模型,将实时数据和原始植物模型进行对比,利用网络大数据分析确定植物的实时生长状态,补充其他现代化农业用具因不能确定植物生长状态而过度依赖技术人员的缺陷,实现智能化、无人化种植农业,降低人力成本,另外还可以做到实时,准确地调控植物生长环境,提高农业种植产量。
具体实施方式
下面结合具体实施例对本发明作进一步的描述。
一种大数据智能分析植物生长状态的方法,首先使用颜色传感器、形状识别传感器和气敏传感器传感器采集植物的原始的形状、颜色和散发出的气体等基本数据,将数据发送至计算机,计算机根据接收到的原始数据建立植物原始模型,计算机与互联网连接,将传感器采集的实时数据使用互联网大数据分析,经过网络云计算确定植物生长状态。
计算机按照生物学对植物模型各器官进行分割并按各器官重新对原始模型作出定义,分为叶片模型、茎模型、根模型、果实模型等器官模型。
使用传感器实时监测采集植物生长数据并将数据传送至计算机,计算机将数据按原始模型的各器官类型进行分类,并将数据重新定义成各器官的数据,同时计算机将根据网络物种信息数据库中的植物物种信息,判断植物未来是否会开花、结果或者生长出其他器官,为植物模型建立将要生长出的器官模型,定义为虚化器官。
当出现计算机无法将传感器采集的数据归类到现有器官中的情况的时候,计算机利用网络大数据分析数据产生的位置和时间是否与各虚化器官的位置和生长时间吻合,如数据吻合则将虚化器官实化并记录数据,如不吻合则发出错误警报。
计算机对器官数据进行分析,根据各器官的分析需求将实时数据与原始模型进行对比,通过互联网使用大数据对植物不同之处进行分析,确定各器官的生长状态,如叶片面积增大情况、长高情况等,并计算出植物的生长速度。
计算机将上面分析出的各器官的状态变化进行重新整合,形成植株整体的生长状态变化,确定目前植物健康状态、植物形态的大小、植物的成熟程度等植物生长状态。
当植物患病或受到病虫害时,植物本身形态会发生变化,计算机根据植物形态的变化数据与网络植物病虫害数据库中的数据对比,进行大数据分析,确定病虫害的类型,发出病虫害提醒,并从数据库中调用相关的处理方法。
使用本发明提供的一种大数据智能分析植物生长状态的方法,配合其他现代化农具可以实现计算机智能化管理和控制种植,减少了人力成本,并且可以提供实时准确的环境调控,保证最佳的种植环境,提高种植产量。
以上所述实施例仅表达了本发明的一种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种大数据智能分析植物生长状态的方法,其特征在于,其包括以下步骤:
步骤S10,使用传感器采集植物的原始基本数据,将数据发送至计算机;
步骤S20,计算机根据接收到的原始数据建立植物初始模型,按照生物学对植物模型各器官进行分割并重新定义植物模型各器官的生物学类型;
步骤S30,传感器实时监测采集植物生长数据并将数据传送至计算机,计算机将数据按照步骤S20所分出的器官类型进行分类,并将数据重新定义成各器官数据;
步骤S40,计算机对步骤S30定义的器官数据进行分析,根据各器官的分析需求将实时数据与原始模型进行对比,记录实时数据与原始数据的不同之处,通过互联网使用大数据对植物不同之处进行分析,确定各器官的生长状态;
步骤S50,计算机将步骤S40分析出的各器官的状态变化进行重新整合,形成植株整体的生长状态变化,确定目前植株的整体生长状态。
2.根据权利要求1的一种大数据智能分析植物生长状态的方法,其特征在于,所述的计算机与互联网连接,将传感器采集的实时数据使用互联网大数据分析,经过网络云计算确定植物生长状态。
3.根据权利要求1的一种大数据智能分析植物生长状态的方法,其特征在于,所述的传感器包括颜色传感器、形状识别传感器和气敏传感器。
4.根据权利要求1的一种大数据智能分析植物生长状态的方法,其特征在于,所述的步骤S20中的植物模型器官的生物学类型包括叶、根、经、花、种植和果实。
5.根据权利要求1的一种大数据智能分析植物生长状态的方法,其特征在于,所述的步骤S30还包括步骤S31,根据植物的类型和网络物种信息数据库中的植物物种信息预测植物将要长出的器官,建立植物模型虚化器官。
6.根据权利要求1的一种大数据智能分析植物生长状态的方法,其特征在于,所述的步骤S30在出现无法分类的植物数据时执行步骤S32,分析无法分类数据产生的位置和时间是否与各虚化器官的位置和生长时间吻合,如数据吻合则将虚化器官实化并记录数据,如不吻合则发出错误警报。
7.根据权利要求1的一种大数据智能分析植物生长状态的方法,其特征在于,所述的步骤S40还包括步骤S41根据将实时数据和原始数据的对比结果确定植物的生长速度。
8.根据权利要求1的一种大数据智能分析植物生长状态的方法,其特征在于,所述的步骤S50所确定的植物生长状态包括植物健康状态、植物形态的大小、植物的成熟程度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610214240.0A CN105891420A (zh) | 2016-04-08 | 2016-04-08 | 一种大数据智能分析植物生长状态的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610214240.0A CN105891420A (zh) | 2016-04-08 | 2016-04-08 | 一种大数据智能分析植物生长状态的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105891420A true CN105891420A (zh) | 2016-08-24 |
Family
ID=57013017
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610214240.0A Pending CN105891420A (zh) | 2016-04-08 | 2016-04-08 | 一种大数据智能分析植物生长状态的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105891420A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106709814A (zh) * | 2016-12-30 | 2017-05-24 | 内蒙古蒙草生态环境(集团)股份有限公司 | 一种基于大数据的植物种类选择的方法 |
CN106874496A (zh) * | 2017-02-23 | 2017-06-20 | 佛山市融信通企业咨询服务有限公司 | 一种基于大数据分析的组培培养基营养检测方法 |
CN106896189A (zh) * | 2017-02-23 | 2017-06-27 | 佛山市融信通企业咨询服务有限公司 | 一种基于大数据分析的组培培养基营养检测系统 |
CN109444937A (zh) * | 2018-08-08 | 2019-03-08 | 北京木业邦科技有限公司 | 树木建模及抚育方法、装置、电子设备及存储介质 |
CN113155188A (zh) * | 2021-04-15 | 2021-07-23 | 浙江天演维真网络科技股份有限公司 | 一种基于大数据和作物生长环境模型的趋势分析方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1561669A (zh) * | 2004-04-12 | 2005-01-12 | 中国科学院合肥智能机械研究所 | 一种用于农作物生长状态监测及营养施肥处方生成装置和方法 |
CN1908834A (zh) * | 2006-08-16 | 2007-02-07 | 中山大学 | 一种数字家庭中的植物智能培育装置 |
CN102735621A (zh) * | 2011-04-13 | 2012-10-17 | 广东工业大学 | 一种基于颜色传感器的水果成熟度检测方法 |
CN103731440A (zh) * | 2012-10-10 | 2014-04-16 | 南京理工大学 | 近红外农作物生长信息实时监测及其灾害预测无线系统 |
CN104484408A (zh) * | 2014-12-16 | 2015-04-01 | 百度在线网络技术(北京)有限公司 | 植物信息的搜索处理方法和系统 |
CN204480090U (zh) * | 2015-03-16 | 2015-07-15 | 苏州科技学院 | 家庭菜园智能控制系统 |
CN105045321A (zh) * | 2015-08-12 | 2015-11-11 | 成都易思科科技有限公司 | 基于物联网应用设计的云平台综合管理方法 |
CN105137932A (zh) * | 2015-08-12 | 2015-12-09 | 成都易思科科技有限公司 | 基于物联网应用的监测信息服务云平台综合管理系统 |
CN105123482A (zh) * | 2015-07-17 | 2015-12-09 | 福建师范大学 | 一种智能植物生长箱及其控制方法 |
-
2016
- 2016-04-08 CN CN201610214240.0A patent/CN105891420A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1561669A (zh) * | 2004-04-12 | 2005-01-12 | 中国科学院合肥智能机械研究所 | 一种用于农作物生长状态监测及营养施肥处方生成装置和方法 |
CN1908834A (zh) * | 2006-08-16 | 2007-02-07 | 中山大学 | 一种数字家庭中的植物智能培育装置 |
CN102735621A (zh) * | 2011-04-13 | 2012-10-17 | 广东工业大学 | 一种基于颜色传感器的水果成熟度检测方法 |
CN103731440A (zh) * | 2012-10-10 | 2014-04-16 | 南京理工大学 | 近红外农作物生长信息实时监测及其灾害预测无线系统 |
CN104484408A (zh) * | 2014-12-16 | 2015-04-01 | 百度在线网络技术(北京)有限公司 | 植物信息的搜索处理方法和系统 |
CN204480090U (zh) * | 2015-03-16 | 2015-07-15 | 苏州科技学院 | 家庭菜园智能控制系统 |
CN105123482A (zh) * | 2015-07-17 | 2015-12-09 | 福建师范大学 | 一种智能植物生长箱及其控制方法 |
CN105045321A (zh) * | 2015-08-12 | 2015-11-11 | 成都易思科科技有限公司 | 基于物联网应用设计的云平台综合管理方法 |
CN105137932A (zh) * | 2015-08-12 | 2015-12-09 | 成都易思科科技有限公司 | 基于物联网应用的监测信息服务云平台综合管理系统 |
Non-Patent Citations (2)
Title |
---|
光峰等: "农业领域大数据的应用研究", 《洛阳师范学院学报》 * |
李德仁等: "论时空大数据及其应用", 《卫星应用》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106709814A (zh) * | 2016-12-30 | 2017-05-24 | 内蒙古蒙草生态环境(集团)股份有限公司 | 一种基于大数据的植物种类选择的方法 |
CN106874496A (zh) * | 2017-02-23 | 2017-06-20 | 佛山市融信通企业咨询服务有限公司 | 一种基于大数据分析的组培培养基营养检测方法 |
CN106896189A (zh) * | 2017-02-23 | 2017-06-27 | 佛山市融信通企业咨询服务有限公司 | 一种基于大数据分析的组培培养基营养检测系统 |
CN109444937A (zh) * | 2018-08-08 | 2019-03-08 | 北京木业邦科技有限公司 | 树木建模及抚育方法、装置、电子设备及存储介质 |
CN113155188A (zh) * | 2021-04-15 | 2021-07-23 | 浙江天演维真网络科技股份有限公司 | 一种基于大数据和作物生长环境模型的趋势分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105891420A (zh) | 一种大数据智能分析植物生长状态的方法 | |
CN102564593B (zh) | 基于计算机视觉及物联网的植物生长状况监测系统 | |
Story et al. | Lettuce calcium deficiency detection with machine vision computed plant features in controlled environments | |
Tian et al. | Application status and challenges of machine vision in plant factory—A review | |
CN102789579B (zh) | 基于计算机视觉技术的温室作物水肥胁迫状态识别方法 | |
CN108346142B (zh) | 一种基于植物光照图像的植物生长状态识别方法 | |
CN106688705A (zh) | 一种智能种植大棚及其采用的监测方法 | |
CN102915446A (zh) | 基于svm机器学习的植物病虫害检测方法 | |
CN105869061A (zh) | 一种计算机分析植物生长状态的方法 | |
Lin et al. | A review on computer vision technologies applied in greenhouse plant stress detection | |
CN106651149A (zh) | 一种植物生长行为分析方法 | |
CN108919768A (zh) | 一种农业管理系统及方法 | |
CN102663396B (zh) | 一种水稻乳熟期自动检测的方法 | |
CN116661530B (zh) | 食用菌工厂化栽培中的智能控制系统及方法 | |
CN112001242A (zh) | 一种智能园艺管理方法和装置 | |
Ahmed et al. | Machine vision-based crop-load estimation using yolov8 | |
Yang et al. | Detection of maize navigation centerline based on machine vision | |
Singla et al. | IoT based monitoring for the growth of basil using machine learning | |
Yihang et al. | Automatic recognition of rape seeding emergence stage based on computer vision technology | |
CN112509029B (zh) | 一种远程分析葡萄长势的方法 | |
CN112329697B (zh) | 一种基于改进YOLOv3的树上果实识别方法 | |
CN109712110B (zh) | 一种基于机器视觉的作物实时耗水量监测方法和装置 | |
CN113989532A (zh) | 一种橡胶树病虫害的智能识别方法及装置 | |
CN110443112A (zh) | 一种沃柑病变的自动识别方法 | |
Widiyanto et al. | Monitoring the growth of tomatoes in real time with deep learning-based image segmentation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160824 |
|
WD01 | Invention patent application deemed withdrawn after publication |