CN111426347A - 一种作物生长状况特征采集系统及方法 - Google Patents
一种作物生长状况特征采集系统及方法 Download PDFInfo
- Publication number
- CN111426347A CN111426347A CN202010296302.3A CN202010296302A CN111426347A CN 111426347 A CN111426347 A CN 111426347A CN 202010296302 A CN202010296302 A CN 202010296302A CN 111426347 A CN111426347 A CN 111426347A
- Authority
- CN
- China
- Prior art keywords
- crop
- module
- station
- automatic
- observation station
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
Abstract
本发明公开了一种作物生长状况特征采集系统,包括一级地面气象观测站、二级地面气象观测站、农田小气候自动观测站和自动土壤水分观测站;农田小气候自动观测站和所述自动土壤水分观测站分别包括数据采集模块和微型控制模块;一级地面气象观测站和二级地面气象观测站分别包括主控制模块、数据存储模块、作物生长状况特征自动识别模块、安全与环境监控模块、识别结果处理模块、综合信息显示模块和信息管理模块。本发明可以实现作物生长连续观测,提高工作效率、增强观测资料的客观性、减少人为误差、提高业务的时效性和针对性。
Description
技术领域
本发明涉及农业气象技术领域,特别是一种作物生长状况特征采集系统及方法。
背景技术
农业气象观测是农业气象业务、服务和科研的基础,是我国综合气象观测系统的重要组成部分,对保障我国粮食安全具有重要意义。增强农业气象观测能力是新世纪和新形势下我国农业生产、防灾减灾和气象事业发展的需要,也是现代气象业务发展的需要。
传统的农业监测系统是对农业的生长环境进行数据采集,并将采集后的数据反馈给监控中心。这种监控是农业气象状况监控,对农作物的实际生长状况并不能提供针对性评估,同时,也不能给予农业气象灾害实况的分析评估,不能对农作物的整个生长状况进行采集和分析。
发明内容
本发明的目的在于克服现有技术的不足,提供一种作物生长状况特征采集系统及方法,解决传统农业监控系统仅仅采集农作物周围环境状态,不能对农作物生长状况进行监控和分析的问题,本申请可以实现作物生长连续观测,提高工作效率、增强观测资料的客观性、减少人为误差、提高业务的时效性和针对性。
本发明的目的是通过以下技术方案来实现的:
一种作物生长状况特征采集系统,所述采集系统包括一级地面气象观测站、二级地面气象观测站、农田小气候自动观测站和自动土壤水分观测站;一级地面气象观测站与二级地面气象观测站相连,二级地面气象观测站分别与农田小气候自动观测站以及自动土壤水分观测站相连;
所述农田小气候自动观测站和所述自动土壤水分观测站分别包括数据采集模块和微型控制模块;
所述数据采集模块用于自动采集作物生长状况的图像数据,以及观测地段农田、仪器及农事活动的实时视频数据;
所述微型控制模块用于将获取的图像数据通过有线/无线通信方式传输到二级地面气象观测站;
所述一级地面气象观测站和二级地面气象观测站分别包括主控制模块、数据存储模块、作物生长状况特征自动识别模块、安全与环境监控模块、识别结果处理模块、综合信息显示模块和信息管理模块;
所述主控制模块用于对作物采集的数据信息进行分析和处理;
所述作物生长状况特征自动识别模块用于对作物生长特征要素自动计算和输出,所述作物生长特征要素包括作物发育期、密度、盖度、密度、冠层高度;
所述安全与环境监控模块用于对视频传感器按照预定采样频率进行扫描,并将获得的电信号转换为数字信号;所述安全与环境监控模块还用于对获取的数字信号进行比对分析,判断该视频传感器是否处于正常状态;
所述识别结果处理模块用于对植物生长状况进行存储、订正和传输,所述植物生长状况包括植物发育期、盖度、密度、冠层高度、叶面积指数和干物质重量;
所述综合信息显示模块用于对农作物及其生长环境信息的显示、查询、提示和报警;
所述信息管理模块用于对数据库参数信息、用户权限信息、文件路径信息、台站信息、台站维护记录以及日志记录等进行保存,且具有管理维护功能。
进一步的,所述数据采集模块包括视频摄像头,所述视频摄像头包括可移动存储器。
进一步的,农田小气候自动观测站和自动土壤水分观测站还分别包括状态监控模块,所述状态监控模块用于获取数据采集模块的状态信息,所述状态信息包括数据采集模块的运行状态、箱门状态、电源电压、供电类型、主板温度、CF卡状态、CF卡剩余空间、LAN终端通信状态和图像传感器连接状态。
进一步的,一级地面气象观测站和二级地面气象观测站分别包括远程配置和系统升级模块,所述远程配置和系统升级模块用于对一级地面气象观测站或二级地面气象观测站进行功能配置和版本升级,所述功能配置包括数据采集模块的通讯参数、IP地址、日期与时间进行配置;所述功能配置还包括对农田小气候自动观测站和自动土壤水分观测站的站号、纬度、经度、海拔高度、地方时差、台站作物名称编码进行配置。
进一步的,农田小气候自动观测站和自动土壤水分观测站还包括校准和标定模块,所述校准和标定模块用于对图像传感器位置进行标定和分析。
一种作物生长状况特征采集方法,所述方法包括:
获取作物特征图像和实景图像;
对作物特征图像进行分析,将作物特征与数据库中预设的数据特征进行比对,判断作物特征的状态;所述作物特征图像包括作物发育期、密度、盖度、冠层高度、生长状况、叶面积指数和干物质重量;
对实景图像进行分析,判断作物的生长状况、农事活动和受灾症状。
进一步的,获取作物特征图像和实景图像包括:
设定数据采集模块在第一预设时间节点启动图像采集动作,设定数据采集模块在第二预设时间节点进入待机状态。
进一步的,对作物特征图像进行分析还包括:
将采集的作物特征与数据库中预设的数据特征进行比对;
将采集的作物特征送入人工分析库,由专家从人工分析库中进行人工分析,并将分析结果更新上传到数据库。
进一步的,对实景图像进行分析还包括:
识别得到作物的发育期;
识别得到作物的盖度;
识别得到作物的密度;
识别得到作物的冠层高度;
识别得到作物的生长状况;
识别得到叶面积指数和干物质重量。
进一步的,对实景图像进行分析还包括:
分析识别判断作物的受灾症状,所述受灾症状包括显性灾害和隐性灾害;所述显性灾害包括干旱、大风倒伏和雹灾;所述隐性灾害包括涝渍、连阴雨、低温冷害、霜冻、冻害、雪灾、高温热害和干热风。
本发明的有益效果是:
(1)分为一级地面气象观测站、二级地面气象观测站、农田小气候自动观测站和自动土壤水分观测站,能实现多层级监控,对采集的图像数据或视频数据进行分析、判断,获得农作物的生长状况和受灾害状况;
(2)能对作物生长特征要素自动计算和输出,分别判断农作物不同生长发育期的状态,采集和观测农作物、仪器和农事活动的实时视频数据;
(3)能对作物发育期、盖度、密度、冠层高度、生长状况评定、叶面积指数和干物质重量等进行识别和分析,并将识别结果上传到一级地面气象观测站、二级地面气象观测站或农田小气候自动观测站,有助于农业气象工作人员直接查看结果;
(4)能对图像采集设备进行状态监控,并对采集设备的故障信息进行提示和报警,增强了使用的安全性和可靠性。
附图说明
图1为本发明的系统连接框图;
图2为本发明数据采集模块的示意图;
图3为本发明作物采集的示意图;
图4为本发明作物生长状况特征采集方法的流程图;
图中,10-一级地面气象观测站,20-二级地面气象观测站,30-农田小气候自动观测站,40-自动土壤水分观测站,101-采集摄像头,102-图像传感器,103-视频传感器。
具体实施方式
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
实施例1:
本实施例提供一种作物生长状况特征采集系统,如图1-图3所示,所述采集系统包括一级地面气象观测站10、二级地面气象观测站20、农田小气候自动观测站30和自动土壤水分观测站40;一级地面气象观测站10与二级地面气象观测站20相连,二级地面气象观测站20分别与农田小气候自动观测站30以及自动土壤水分观测站40相连;所述农田小气候自动观测站30和所述自动土壤水分观测站40分别包括数据采集模块和微型控制模块;所述一级地面气象观测站10和二级地面气象观测站20分别包括主控制模块、数据存储模块、作物生长状况特征自动识别模块、安全与环境监控模块、识别结果处理模块、综合信息显示模块和信息管理模块;
以下针对各个功能模块进行具体说明:
数据采集模块自动采集作物生长状况的图像数据,以及观测地段农田、仪器及农事活动的实时视频数据,实现数据的质量控制及采集功能。
作物生长状况特征自动识别模块结合数字图像处理、模式识别与机器学习等技术完成对作物发育期、盖度、密度、冠层高度等生长特征要素的自动计算和输出。
识别结果处理模块用于将发育期、盖度、密度、冠层高度、生长状况评定、叶面积指数和干物质重量等识别结果存储在服务器上。
信息订正模块用于对识别误差超过要求的数据进行订正。订正后的自动化观测资料上传到服务器。
综合信息显示模块可以实现各种农作物及其生长环境信息的显示、查询、提示和报警,包括发育期、冠层高度、盖度、密度、叶面积指数、大田环境资料等,通过全国综合气象信息共享平台读取农业气象观测地段所处县市的地面气象观测站、区域气象观测站、农田小气候自动观测站及自动土壤水分观测站数据,包括气象观测数据、土壤温度、湿度要素数据等。数据显示的方式包括列表、折线图、实时序列图像、视频等。
信息管理模块能够对数据库参数信息、用户权限信息、文件路径信息、台站信息、台站维护记录以及日志记录等进行保存,且具有管理维护功能。
进一步的,农田小气候自动观测站30和自动土壤水分观测站40还分别包括状态监控模块,所述状态监控模块用于获取数据采集模块的状态信息,所述状态信息包括数据采集模块的运行状态、箱门状态、电源电压、供电类型、主板温度、CF卡状态、CF卡剩余空间、LAN终端通信状态和图像传感器连接状态。
作物气象自动观测站还具有远程配置的功能,可配置的项目包括:图像采集器的通讯参数(波特率、数据位、奇偶校验和停止位)、IP地址、日期与时间,作物气象自动观测站区站号、纬度、经度、观测场拔海高度、地方时差、台站作物名称编码,远程FTP服务器的网络地址、登录账户和使能标记,图像传感器使能标记、图像拍摄时间范围和图像拍摄时间间隔。
支持两种升级方式,一种在不更改任何硬件设备的前提下,通过本地终端对采集器嵌入式软件进行版本升级。另一种为在线升级,即通过中心站软件对采集器发出升级指令,将拟升级的软件从中心站传到采集器,更新采集器上的嵌入式软件,并重启采集器,实现升级的功能。
进一步的,农田小气候自动观测站30和自动土壤水分观测站40还包括校准和标定模块。图像传感器102安装完成或图像传感器102位置发生改变后需要进行标定。标定主要分为三个步骤:首先是按照规格要求制作标定板;其次是在自动观测区域内拍摄不同空间位置与姿态的标定板图像;最后利用计算机自动标定程序对所拍摄的标定板图像进行自动计算,从而获得图像传感器的参数。
作为优选的一个实施例,如图2所示,数据采集模块包含图像传感器102、视频传感器103和采集摄像头101,其中图像传感器102性能为:(1)有效像素:能够满足自动识别要求;(2)图像预处理:自动对焦、自动曝光、自动白平衡等;(3)文件格式:支持JPEG、TIFF格式;(4)数据接口:USB与RJ-45;(5)电源:DC,11.5V~14V。
视频传感器103性能为:(1)有效像素:≥130万像素;(2)变焦能力:至少20倍光学变焦;(3)自动模式:自动对焦、自动曝光、自动白平衡、自动增益等;(4)云台水平角度:0°~360°,垂直角度:0°~90°;(5)视频编码方式:MPEG 4、H.264等压缩编码;(6)支持超低照度、日夜全天候工作模式;(7)支持视频浏览、录像等功能,支持图像实时抓拍功能;(8)网络协议:TCP/IP、HTTP、DHCP、RTP/RTCP;(9)接口类型:RJ-45;(10)防护等级:IP65;(11)电源:DC,12V。
采集摄像头103的性能为:(1)输出图像格式:JPEG或TIFF;(2)有效分辨率:能够满足图像识别需求;(3)采集高度(图像传感器与地面的垂直高度):可调节,最低高度≥4.5m,最高≤6m;(4)拍摄角度:镜头中心延长线与地面垂直间的夹角不大于45度;(5)拍摄目标面积:≥5m2;(6)自动模式:自动对焦、自动曝光、自动白平衡;(6)采集频率,每天自动采集次数不少于4次(固定图像采集时次为10:00、12:00、14:00和16:00),可根据业务需要,实时增加作物图像采集频次。
实施例2:
本实施例在实施例1的基础上,一种作物生长状况特征采集方法,如图4所示,所述方法包括:
获取作物特征图像和实景图像;
对作物特征图像进行分析,将作物特征与数据库中预设的数据特征进行比对,判断作物特征的状态;所述作物特征图像包括作物发育期、密度、盖度、冠层高度、生长状况、叶面积指数和干物质重量;
对实景图像进行分析,判断作物的生长状况、农事活动和受灾症状。
进一步的,获取作物特征图像和实景图像包括:
设定数据采集模块在第一预设时间节点启动图像采集动作,设定数据采集模块在第二预设时间节点进入待机状态。
进一步的,对作物特征图像进行分析还包括:将采集的作物特征与数据库中预设的数据特征进行比对;将采集的作物特征送入人工分析库,由专家从人工分析库中进行人工分析,并将分析结果更新上传到数据库。
作物生长状况特征识别的采集对象包括水稻、玉米、小麦、棉花、油菜、大豆、甘蔗等。
表1作物自动观测项目及单位
作物生长状况特征识别主要对作物发育期、冠层高度、密度、盖度、叶面积指数和干物质重量的识别。凡需逐日统计百分率的发育期,第一次大于或等于10%的日期为发育始期,大于或等于50%的日期为发育普遍期。
当作物为水稻时:
(1)发育普遍期平均误差≤3天,其中移栽期发育期误差≤1天。分蘖、拔节、孕穗、抽穗期需逐日统计发育期百分率。(2)冠层高度自返青期至成熟期逐日识别,平均误差≤3cm。(3)作物密度逐日识别。在移栽期、返青期、拔节期、抽穗期、乳熟期,植株密度误差在±20%之间。(4)盖度自出苗期至成熟期逐日识别,误差在±10%之间。(5)作物生长状况评定,评定等级误差≤1个等级。(6)叶面积指数、干物质重误差均在±20%之间。
当作物为小麦时:
(1)发育普遍期平均误差≤3天。三叶、分蘖、拔节、孕穗、抽穗、开花期需逐日统计发育期百分率。(2)冠层高度自越冬开始期至成熟期逐日识别。拔节普遍期及其以前,要求误差≤2cm;拔节期以后冠层高度要求误差≤3cm。(3)作物密度逐日识别。在三叶期、越冬开始、返青期、拔节期、抽穗期、乳熟期,植株密度误差在±20%之间。(4)盖度自出苗期当日至成熟期逐日识别。误差在±1%之间。(5)作物生长状况评定,评定等级误差≤1个等级。(6)叶面积指数、干物质重量误差均在±20%之间。
当作物为玉米时:
(1)发育普遍期平均误差≤3天。三叶、七叶、拔节、抽雄、开花、吐丝期需逐日统计发育期百分率。(2)冠层高度自三叶期至成熟期逐日进行识别。高度误差≤4cm。(3)作物密度逐日识别。在七叶期、乳熟期,植株密度误差在±5%之间。(4)盖度自出苗期至成熟期逐日识别,误差在±10%之间。(5)作物生长状况评定,评定等级误差≤1个等级。(6)叶面积指数和干物质重量在三叶期、七叶期、拔节期、抽雄期、乳熟期均需识别,成熟期也应识别干物质重量。误差均需在±20%之间。
当作物为棉花时:
(1)发育普遍期平均误差≤3天。三真叶、五真叶、现蕾、开花、裂铃、吐絮期需逐日统计发育期百分率。(2)冠层高度自三真叶期至停止生长期逐日识别,高度误差≤4cm。(3)作物密度逐日识别。在五真叶期、吐絮期、停止生长期,植株密度误差在±10%之间。(4)盖度自出苗期至停止生长期逐日识别,误差在±10%之间。(5)作物生长状况评定,评定等级误差≤1个等级。(6)叶面积指数、干物质重量误差均在±20%之间。
当作物为油菜时:
(1)发育普遍期平均误差≤3天。五真叶、现蕾、抽薹、开花期需逐日统计发育期百分率。(2)冠层高度自成活期(或定苗)至成熟期逐日识别。高度误差≤4cm。(3)作物密度逐日识别。在成活期(或定苗)、绿熟期,植株密度误差在±20%之间。(4)盖度自出苗期至成熟期逐日识别,误差在±10%之间。若进行移栽时,盖度识别自成活期开始。(5)作物生长状况评定,评定等级误差≤1个等级。(6)叶面积指数、干物质重量误差均在±20%之间。
当作物为甘蔗时:
(1)发育普遍期平均误差≤3天。分蘖期需逐日统计发育期百分率。(2)冠层高度自茎伸长期至成熟期逐日识别,高度误差≤5cm。(3)作物密度逐日识别。在茎伸长期、工艺成熟期,植株密度误差在±10%之间。(4)盖度自茎伸长期至工艺成熟期逐日识别,误差在±10%之间。(5)作物生长状况评定,评定等级误差≤1个等级。
实施例3:
本实施例在实施例1和实施例2的基础上,还包括分析作物受灾情况。农业气象灾害分为作物受灾症状明显、可通过图像分析识别的显性灾害和作物受灾症状不明显、图像识别困难的隐性灾害。显性灾害主要包括:干旱、大风倒伏、雹灾;隐性灾害主要包括:涝渍、连阴雨、低温冷害、霜冻、冻害、雪灾、高温热害、干热风。根据各地的实际情况,选择1-2种主要农业气象灾害进行识别,隐性灾害识别可在图像识别的基础上,基于全国综合气象信息共享平台的气象数据,引入农业气象灾害气象指标,结合人工辅助观测进行。
本实施例对采集的图像数据或视频数据进行分析、判断,获得农作物的生长状况和受灾害状况。
实施例4:
本实施例在实施例1-实施例3的基础上,能对作物气象自动观测站的设备进行监控。作物气象自动观测站可监控的状态包括:采集器运行状态、采集箱门状态、采集器电源电压、采集器供电类型、采集器主板温度、采集器CF卡状态、采集器CF卡剩余空间、采集器LAN终端通信状态、图像传感器连接状态。
本实施例能对作物气象自动观测站状态信息的解析及监控,并对故障信息进行提示和报警。
实施例5:
本实施例在实施例1-实施例4的基础上,作物气象自动观测站要求具有远程配置的功能,可配置的项目包括:图像采集器的通讯参数(波特率、数据位、奇偶校验和停止位)、IP地址、日期与时间,作物气象自动观测站区站号、纬度、经度、观测场拔海高度、地方时差、台站作物名称编码,远程FTP服务器的网络地址、登录账户和使能标记,图像传感器使能标记、图像拍摄时间范围和图像拍摄时间间隔。
支持两种升级方式,一种在不更改任何硬件设备的前提下,通过本地终端对采集器嵌入式软件进行版本升级。另一种为在线升级,即通过中心站软件对采集器发出升级指令,将拟升级的软件从中心站传到采集器,更新采集器上的嵌入式软件,并重启采集器,实现升级的功能。
实施例6:
本实施例在实施例1-实施例5的基础上,还包括堆图像传感器的校准和定标。图像传感器安装完成或图像传感器位置发生改变后需要进行标定。标定主要分为三个步骤:首先是按照规格要求制作标定板;其次是在自动观测区域内拍摄不同空间位置与姿态的标定板图像;最后利用计算机自动标定程序对所拍摄的标定板图像进行自动计算,从而获得图像传感器的参数。
以上所述实施例仅表达了本发明的具体实施方式,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。
Claims (10)
1.一种作物生长状况特征采集系统,其特征在于,所述采集系统包括一级地面气象观测站、二级地面气象观测站、农田小气候自动观测站和自动土壤水分观测站;一级地面气象观测站与二级地面气象观测站相连,二级地面气象观测站分别与农田小气候自动观测站以及自动土壤水分观测站相连;
所述农田小气候自动观测站和所述自动土壤水分观测站分别包括数据采集模块和微型控制模块;
所述数据采集模块用于自动采集作物生长状况的图像数据,以及观测地段农田、仪器及农事活动的实时视频数据;
所述微型控制模块用于将获取的图像数据通过有线/无线通信方式传输到二级地面气象观测站;
所述一级地面气象观测站和二级地面气象观测站分别包括主控制模块、数据存储模块、作物生长状况特征自动识别模块、安全与环境监控模块、识别结果处理模块、综合信息显示模块和信息管理模块;
所述主控制模块用于对作物采集的数据信息进行分析和处理;
所述作物生长状况特征自动识别模块用于对作物生长特征要素自动计算和输出,所述作物生长特征要素包括作物发育期、密度、盖度、密度、冠层高度;
所述安全与环境监控模块用于对视频传感器按照预定采样频率进行扫描,并将获得的电信号转换为数字信号;所述安全与环境监控模块还用于对获取的数字信号进行比对分析,判断该视频传感器是否处于正常状态;
所述识别结果处理模块用于对植物生长状况进行存储、订正和传输,所述植物生长状况包括植物发育期、盖度、密度、冠层高度、叶面积指数和干物质重量;
所述综合信息显示模块用于对农作物及其生长环境信息的显示、查询、提示和报警;
所述信息管理模块用于对数据库参数信息、用户权限信息、文件路径信息、台站信息、台站维护记录以及日志记录等进行保存,且具有管理维护功能。
2.根据权利要求1所述一种作物生长状况特征采集系统,其特征在于,所述数据采集模块包括视频摄像头,所述视频摄像头包括可移动存储器。
3.根据权利要求1所述一种作物生长状况特征采集系统,其特征在于,农田小气候自动观测站和自动土壤水分观测站还分别包括状态监控模块,所述状态监控模块用于获取数据采集模块的状态信息,所述状态信息包括数据采集模块的运行状态、箱门状态、电源电压、供电类型、主板温度、CF卡状态、CF卡剩余空间、LAN终端通信状态和图像传感器连接状态。
4.根据权利要求1所述一种作物生长状况特征采集系统,其特征在于,一级地面气象观测站和二级地面气象观测站分别包括远程配置和系统升级模块,所述远程配置和系统升级模块用于对一级地面气象观测站或二级地面气象观测站进行功能配置和版本升级,所述功能配置包括数据采集模块的通讯参数、IP地址、日期与时间进行配置;所述功能配置还包括对农田小气候自动观测站和自动土壤水分观测站的站号、纬度、经度、海拔高度、地方时差、台站作物名称编码进行配置。
5.根据权利要求1所述一种作物生长状况特征采集系统,其特征在于,农田小气候自动观测站和自动土壤水分观测站还包括校准和标定模块,所述校准和标定模块用于对图像传感器位置进行标定和分析。
6.一种根据权1-权5所述作物生长状况特征采集方法,其特征在于,所述方法包括:
获取作物特征图像和实景图像;
对作物特征图像进行分析,将作物特征与数据库中预设的数据特征进行比对,判断作物特征的状态;所述作物特征图像包括作物发育期、密度、盖度、冠层高度、生长状况、叶面积指数和干物质重量;
对实景图像进行分析,判断作物的生长状况、农事活动和受灾症状。
7.根据权利要求6所述一种作物生长状况特征采集方法,其特征在于,获取作物特征图像和实景图像包括:
设定数据采集模块在第一预设时间节点启动图像采集动作,设定数据采集模块在第二预设时间节点进入待机状态。
8.根据权利要求6所述一种作物生长状况特征采集方法,其特征在于,对作物特征图像进行分析还包括:
将采集的作物特征与数据库中预设的数据特征进行比对;
将采集的作物特征送入人工分析库,由专家从人工分析库中进行人工分析,并将分析结果更新上传到数据库。
9.根据权利要求6所述一种作物生长状况特征采集方法,其特征在于,对实景图像进行分析还包括:
识别得到作物的发育期;
识别得到作物的盖度;
识别得到作物的密度;
识别得到作物的冠层高度;
识别得到作物的生长状况;
识别得到叶面积指数和干物质重量。
10.根据权利要求6所述一种作物生长状况特征采集方法,其特征在于,对实景图像进行分析还包括:
分析识别判断作物的受灾症状,所述受灾症状包括显性灾害和隐性灾害;所述显性灾害包括干旱、大风倒伏和雹灾;所述隐性灾害包括涝渍、连阴雨、低温冷害、霜冻、冻害、雪灾、高温热害和干热风。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010296302.3A CN111426347A (zh) | 2020-04-15 | 2020-04-15 | 一种作物生长状况特征采集系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010296302.3A CN111426347A (zh) | 2020-04-15 | 2020-04-15 | 一种作物生长状况特征采集系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111426347A true CN111426347A (zh) | 2020-07-17 |
Family
ID=71558021
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010296302.3A Pending CN111426347A (zh) | 2020-04-15 | 2020-04-15 | 一种作物生长状况特征采集系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111426347A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114830984A (zh) * | 2022-04-07 | 2022-08-02 | 东莞植物园 | 一种水系溪边迁地保育种植秋海棠属植物及管理调控的方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060074560A1 (en) * | 2003-01-31 | 2006-04-06 | Dyer James S | Method and system of evaluating performance of a crop |
CN102102988A (zh) * | 2009-12-22 | 2011-06-22 | 中国农业科学院农业环境与可持续发展研究所 | 农作物产量信息实时测量方法、系统及装置 |
CN102608675A (zh) * | 2012-02-22 | 2012-07-25 | 中国农业科学院农业环境与可持续发展研究所 | 一种农田环境小气候的监测系统、装置及方法 |
CN104881017A (zh) * | 2015-06-11 | 2015-09-02 | 张迪 | 一种基于北斗的农作物生长监管系统 |
CN109470299A (zh) * | 2018-10-19 | 2019-03-15 | 江苏大学 | 一种基于物联网的作物生长信息监测系统和方法 |
CN110244804A (zh) * | 2019-06-14 | 2019-09-17 | 武汉合创源科技有限公司 | 一种大数据农业管理系统及其方法 |
CN110472557A (zh) * | 2019-08-13 | 2019-11-19 | 深圳市睿海智电子科技有限公司 | 一种番茄生长监控的方法及装置 |
-
2020
- 2020-04-15 CN CN202010296302.3A patent/CN111426347A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060074560A1 (en) * | 2003-01-31 | 2006-04-06 | Dyer James S | Method and system of evaluating performance of a crop |
CN102102988A (zh) * | 2009-12-22 | 2011-06-22 | 中国农业科学院农业环境与可持续发展研究所 | 农作物产量信息实时测量方法、系统及装置 |
CN102608675A (zh) * | 2012-02-22 | 2012-07-25 | 中国农业科学院农业环境与可持续发展研究所 | 一种农田环境小气候的监测系统、装置及方法 |
CN104881017A (zh) * | 2015-06-11 | 2015-09-02 | 张迪 | 一种基于北斗的农作物生长监管系统 |
CN109470299A (zh) * | 2018-10-19 | 2019-03-15 | 江苏大学 | 一种基于物联网的作物生长信息监测系统和方法 |
CN110244804A (zh) * | 2019-06-14 | 2019-09-17 | 武汉合创源科技有限公司 | 一种大数据农业管理系统及其方法 |
CN110472557A (zh) * | 2019-08-13 | 2019-11-19 | 深圳市睿海智电子科技有限公司 | 一种番茄生长监控的方法及装置 |
Non-Patent Citations (1)
Title |
---|
余卫东等: "我国农业气象自动化观测现状与展望", 《气象与环境科学》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114830984A (zh) * | 2022-04-07 | 2022-08-02 | 东莞植物园 | 一种水系溪边迁地保育种植秋海棠属植物及管理调控的方法 |
CN114830984B (zh) * | 2022-04-07 | 2024-04-12 | 东莞植物园 | 一种水系溪边迁地保育种植秋海棠属植物及管理调控的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111767802B (zh) | 一种对象异常状态的检测方法和装置 | |
CN109781963A (zh) | 一种大田种植环境监测系统 | |
CN108574737A (zh) | 基于云技术和zynq平台的农业自动监控系统及方法 | |
CN110728332A (zh) | 一种基于物联网的农业数据分析方法及系统 | |
KR101626071B1 (ko) | It 기반의 뱀장어 양식장 성장 및 통합관리 시스템 | |
CN210570820U (zh) | 一种农业检测预警系统 | |
CN113050473A (zh) | 一种智慧农业用虫情远程监控系统 | |
CN102256102A (zh) | 一种基于远程监控的农情信息实时监测方法及系统 | |
CN113295208A (zh) | 一种智慧农业种植数据监测方法 | |
CN107908689A (zh) | 一种烟叶生长环境数据采集装置及其方法 | |
CN113273449A (zh) | 用于日光温室精准监测的数字孪生体构造方法 | |
CN112304902B (zh) | 一种农作物物候的实时监测方法和装置 | |
CN110825931A (zh) | 一种应用于自然保护区管理的三维可视化综合系统 | |
CN114460080A (zh) | 一种水稻病虫智能监控系统 | |
CN111551212B (zh) | 一种基于物联网的农作物信息采集系统 | |
CN111352370A (zh) | 一种基于农业数据与生产的管理系统及农业数据监控终端 | |
CN113867243A (zh) | 一种数字化、智能化的园林绿化养护综合管理系统 | |
CN102117447A (zh) | 作物品质区域预测系统及方法 | |
CN111426347A (zh) | 一种作物生长状况特征采集系统及方法 | |
CN114998767A (zh) | 一种沃柑田间农事信息采集方法 | |
CN111047458A (zh) | 一种农田监控方法 | |
CN111563759B (zh) | 基于ai技术的农产品溯源过程的识别与分析系统 | |
Soontranon et al. | An agricultural monitoring system: field server data collection and analysis on paddy field | |
CN112684765A (zh) | 多信源水情遥测系统 | |
CN111523425A (zh) | 用于农作物的气象自动化观测方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200717 |
|
RJ01 | Rejection of invention patent application after publication |