CN113408935B - 一种养殖生态分析预警方法、装置、介质及终端设备 - Google Patents

一种养殖生态分析预警方法、装置、介质及终端设备 Download PDF

Info

Publication number
CN113408935B
CN113408935B CN202110763374.9A CN202110763374A CN113408935B CN 113408935 B CN113408935 B CN 113408935B CN 202110763374 A CN202110763374 A CN 202110763374A CN 113408935 B CN113408935 B CN 113408935B
Authority
CN
China
Prior art keywords
value
area
comfort
early warning
earthworm
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.)
Active
Application number
CN202110763374.9A
Other languages
English (en)
Other versions
CN113408935A (zh
Inventor
张帆
吴锋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Geographic Sciences and Natural Resources of CAS
Original Assignee
Institute of Geographic Sciences and Natural Resources of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute of Geographic Sciences and Natural Resources of CAS filed Critical Institute of Geographic Sciences and Natural Resources of CAS
Priority to CN202110763374.9A priority Critical patent/CN113408935B/zh
Publication of CN113408935A publication Critical patent/CN113408935A/zh
Application granted granted Critical
Publication of CN113408935B publication Critical patent/CN113408935B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Primary Health Care (AREA)
  • Mining & Mineral Resources (AREA)
  • General Health & Medical Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Health & Medical Sciences (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Animal Husbandry (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种养殖生态分析预警方法、装置、介质及终端设备，通过无人机获取林下生态圈的遥感图像；对遥感图像中的不同圈养区进行区域划分，得到肉鸡、蚯蚓和生猪圈养区域；对各个圈养区域进行特征识别并计算出对应的舒适度值；根据各个舒适度值计算出第一预警值，当第一预警值超过预警阈值时，发出第一预警信号，解决了以往养殖人员依据多年农耕养殖作业经验来确定林下生态圈中各个圈养区的设置位置和范围大小，而缺乏借助大数据、科技的力量进行智能判定目前生态圈是否达到预警状态的缺陷问题，从而提供了一种能够及时、准确地确定生态圈预警状态的方案，以使工作人员调整圈养策略。

Description

一种养殖生态分析预警方法、装置、介质及终端设备
技术领域
本发明涉及养殖生态技术领域，尤其涉及一种养殖生态分析预警方法、装置、介质及终端设备。
背景技术
林下经济，主要是指以林地资源和森林生态环境为依托，发展起来的林下种植业、养殖业、采集业、森林旅游和康养业。林下养殖业又包括林下养殖肉鸡、蚯蚓、生猪等。在实际养殖中，同一个林下生态圈通常会具备肉鸡圈养区、蚯蚓圈养区和生猪圈养区。其中，蚯蚓适合生活在含水率较高的土壤，所在的土壤坡度不适宜太高；而肉鸡则适合生活在土壤坡度较高的地方，并且习惯以该区域的杂草为食；而生猪则需要生活在靠近水源、荫蔽性较高的区域。再者，在林下生态圈中，肉鸡和生猪产生的粪便总量刚好为蚯蚓所需肥料的消耗总量时，该生态资源的平衡为最优。
在现有技术中，林下工作人员往往是依据养殖人员的多年农耕养殖作业经验来确定林下生态圈中各个圈养区的设置位置和范围大小，缺乏借助大数据、科技的力量进行智能判定目前生态圈是否达到预警状态。现有的这种依托人工经验的方式缺乏准确性，当圈养区域中的某一生物繁殖发展到一定时候，该林下生态资源会失去平衡，出现繁殖过度或繁殖受阻的情况，无法达到生态资源平衡最优，而现有的依托人工经验的圈养方式无法及时、准确地确定生态圈的预警状态，以使工作人员调整圈养策略。
随着无人机技术的发展，通过无人机遥感技术能够实现自动化、智能化、专用化快速获取国土资源、自然环境、地震灾区等空间遥感信息，且完成遥感数据处理、建模和应用分析的应用技术；然而，现有技术中没有任一方案将无人机技术应用在林下复合生态中，这将是解决林下复合生态策略的一个强有力的推动力。
发明内容
本发明提供了一种养殖生态分析预警方法，能够及时、准确地确定生态圈的预警状态，以使工作人员调整圈养策略。
为了解决上述技术问题，本发明实施例提供了一种养殖生态分析预警方法，包括：
通过无人机获取林下生态圈的遥感图像；
对所述遥感图像中的不同圈养区进行区域划分，得到肉鸡圈养区域、蚯蚓圈养区域和生猪圈养区域；
对所述肉鸡圈养区域进行特征识别，得到所述肉鸡圈养区域内的土壤坡度值、肉鸡圈养面积值、草丛覆盖率值和肉鸡数量值，并计算出第一舒适度值；
对所述蚯蚓圈养区域进行特征识别，得到所述蚯蚓圈养区域内的土壤坡度值、蚯蚓圈养面积值和蚯蚓数量值，并计算出第二舒适度值；
对所述生猪圈养区域进行特征识别，得到所述生猪圈养区域内的土壤坡度值、生猪圈养面积值、水源距离值和生猪数量值，并计算出第三舒适度值；
根据所述第一舒适度值、第二舒适度值和第三舒适度值计算出第一预警值，当所述第一预警值超过预警阈值时，发出第一预警信号。
作为优选方案，所述养殖生态分析预警方法，还包括：
根据所述肉鸡数量值计算出第一肥料产出值；
根据所述生猪数量值计算出第二肥料产出值；
根据所述蚯蚓数量值计算出第一肥料消耗值；
当所述第一肥料产出值和所述第二肥料产出值的总和不等于所述第一肥料消耗值时，发出第二预警信号。
作为优选方案，所述第一舒适度值的计算公式为：
Figure BDA0003149846020000021
其中，k1为第一舒适度值，S1为肉鸡圈养面积值，m1为肉鸡数量值，v为草丛覆盖率值；
P1为所述肉鸡圈养区域内的土壤坡度值，当P1＞第一预设坡度值时，P1值取1；否则，P1值取0；
a1和a2为常数。
作为优选方案，所述对所述蚯蚓圈养区域进行特征识别，得到所述蚯蚓圈养区域内的土壤坡度值、蚯蚓圈养面积值和蚯蚓数量值，并计算出第二舒适度值的步骤中，还包括：
获取所述蚯蚓圈养区域内的土壤湿度值，根据所述蚯蚓圈养区域内的土壤坡度值、土壤湿度值、蚯蚓圈养面积值和蚯蚓数量值计算出第二舒适度值。
作为优选方案，所述第二舒适度值的计算公式为：
Figure BDA0003149846020000031
其中，k2为第二舒适度值，S2为蚯蚓圈养面积值，m2为蚯蚓数量值,a3为常数；
P2为所述蚯蚓圈养区域内的土壤坡度值，当第二预设坡度值≤P2≤第一预设坡度值时，P2值取1；否则，P2值取0；
T为土壤湿度值，当T＞预设湿度值时，T值取1；否则，T值取0。
作为优选方案，所述对所述生猪圈养区域进行特征识别，得到所述生猪圈养区域内的土壤坡度值、生猪圈养面积值、水源距离值和生猪数量值，并计算出第三舒适度值的步骤中，还包括：
获取生猪圈养区域内的光照强度值，根据所述光照强度值、所述生猪圈养区域内的土壤坡度值、生猪圈养面积值、水源距离值和生猪数量值，计算出第三舒适度值。
作为优选方案，所述第三舒适度值的计算公式为：
Figure BDA0003149846020000032
其中，k3为第三舒适度值，S3为生猪圈养面积值，m3为生猪数量值,a4为常数；
P3为所述生猪圈养区域内的土壤坡度值，当P3＜第二预设坡度值时，P3值取1；否则，P3值取0；
L为光照强度值，当L＜预设光照值时，L值取1；否则，L值取0；
H为水源距离值，当H＜预设距离值时，H值取1；否则，H值取0。
作为优选方案，所述第一预警值的计算公式为：
Figure BDA0003149846020000041
其中，k0为第一预警值，k1为第一舒适度值，k2为第二舒适度值，k3为第三舒适度值；a5、a6、a7和a8均为常数。
相应地，本发明另一实施例还提供了一种养殖生态分析预警装置，包括：
图像获取模块，用于通过无人机获取林下生态圈的遥感图像；
区域划分模块，用于对所述遥感图像中的不同圈养区进行区域划分，得到肉鸡圈养区域、蚯蚓圈养区域和生猪圈养区域；
第一计算模块，用于对所述肉鸡圈养区域进行特征识别，得到所述肉鸡圈养区域内的土壤坡度值、肉鸡圈养面积值、草丛覆盖率值和肉鸡数量值，并计算出第一舒适度值；
第二计算模块，用于对所述蚯蚓圈养区域进行特征识别，得到所述蚯蚓圈养区域内的土壤坡度值、蚯蚓圈养面积值和蚯蚓数量值，并计算出第二舒适度值；
第三计算模块，用于对所述生猪圈养区域进行特征识别，得到所述生猪圈养区域内的土壤坡度值、生猪圈养面积值、水源距离值和生猪数量值，并计算出第三舒适度值；
第一预警模块，用于根据所述第一舒适度值、第二舒适度值和第三舒适度值计算出第一预警值，当所述第一预警值超过预警阈值时，发出第一预警信号。
作为优选方案，所述养殖生态分析预警装置，还包括：
第一产出模块，用于根据所述肉鸡数量值计算出第一肥料产出值；
第二产出模块，用于根据所述生猪数量值计算出第二肥料产出值；
第一消耗模块，用于根据所述蚯蚓数量值计算出第一肥料消耗值；
第二预警模块，用于当所述第一肥料产出值和所述第二肥料产出值的总和不等于所述第一肥料消耗值时，发出第二预警信号。
作为优选方案，所述第一计算模块用于计算第一舒适度值的计算公式为：
Figure BDA0003149846020000051
其中，k1为第一舒适度值，S1为肉鸡圈养面积值，m1为肉鸡数量值，v为草丛覆盖率值；
P1为所述肉鸡圈养区域内的土壤坡度值，当P1＞第一预设坡度值时，P1值取1；否则，P1值取0；
a1和a2为常数。
作为优选方案，所述第二计算模块，还用于：获取所述蚯蚓圈养区域内的土壤湿度值，根据所述蚯蚓圈养区域内的土壤坡度值、土壤湿度值、蚯蚓圈养面积值和蚯蚓数量值计算出第二舒适度值。
作为优选方案，所述第二计算模块用于计算第二舒适度值的计算公式为：
Figure BDA0003149846020000052
其中，k2为第二舒适度值，S2为蚯蚓圈养面积值，m2为蚯蚓数量值,a3为常数；
P2为所述蚯蚓圈养区域内的土壤坡度值，当第二预设坡度值≤P2≤第一预设坡度值时，P2值取1；否则，P2值取0；
T为土壤湿度值，当T＞预设湿度值时，T值取1；否则，T值取0。
作为优选方案，所述第三计算模块，还用于：获取生猪圈养区域内的光照强度值，根据所述光照强度值、所述生猪圈养区域内的土壤坡度值、生猪圈养面积值、水源距离值和生猪数量值，计算出第三舒适度值。
作为优选方案，所述第三计算模块用于计算第三舒适度值的计算公式为：
Figure BDA0003149846020000053
其中，k3为第三舒适度值，S3为生猪圈养面积值，m3为生猪数量值,a4为常数；
P3为所述生猪圈养区域内的土壤坡度值，当P3＜第二预设坡度值时，P3值取1；否则，P3值取0；
L为光照强度值，当L＜预设光照值时，L值取1；否则，L值取0；
H为水源距离值，当H＜预设距离值时，H值取1；否则，H值取0。
作为优选方案，所述第一预警模块用于计算第一预警值的计算公式为：
Figure BDA0003149846020000061
其中，k0为第一预警值，k1为第一舒适度值，k2为第二舒适度值，k3为第三舒适度值；a5、a6、a7和a8均为常数。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如上述任一项所述的养殖生态分析预警方法。
本发明实施例还提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如上述任一项所述的养殖生态分析预警方法。
相比于现有技术，本发明实施例具有如下有益效果：
本发明技术方案通过无人机获取林下生态圈的遥感图像，分别根据遥感图像中的肉鸡圈养区域、蚯蚓圈养区域和生猪圈养区域计算出不同生态圈所对应的舒适度值，从而得到预警值，解决了以往养殖人员依据多年农耕养殖作业经验来确定林下生态圈中各个圈养区的设置位置和范围大小，而缺乏借助大数据、科技的力量进行智能判定目前生态圈是否达到预警状态的缺陷问题，从而提供了一种能够及时、准确地确定生态圈预警状态的方案，以使工作人员调整圈养策略。
附图说明
图1：为本发明实施例提供的一种养殖生态分析预警方法的步骤流程图；
图2：为本发明实施例提供的一种养殖生态分析预警方法的结构示意图；
图3：为本发明实施例提供的终端设备的一种实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
请参照图1，为本发明实施例提供的一种养殖生态分析预警方法的步骤流程图，包括步骤101至步骤106，各步骤具体如下：
步骤101，通过无人机获取林下生态圈的遥感图像。
具体地，为了获取林下生态圈的数据来源，通过无人机技术拍摄目标区域内林下生态圈的遥感图像。可以理解的是，该遥感图像可以是远距离拍摄的图像，也可以是近距离拍摄的图像。
步骤102，对所述遥感图像中的不同圈养区进行区域划分，得到肉鸡圈养区域、蚯蚓圈养区域和生猪圈养区域。
具体地，对遥感图像进行特征识别，可以识别出图像中的不同区域。鉴于在实际养殖中，同一个林下生态圈通常会具备肉鸡圈养区、蚯蚓圈养区和生猪圈养区，所以在遥感图像中通常可以识别出上述三个区域的图像。
步骤103，对所述肉鸡圈养区域进行特征识别，得到所述肉鸡圈养区域内的土壤坡度值、肉鸡圈养面积值、草丛覆盖率值和肉鸡数量值，并计算出第一舒适度值。
具体地，通过将肉鸡圈养区域的图像数据输入到常规的识别模型，可以识别出该区域内的土壤坡度值和肉鸡圈养面积值，而通过计算该区域内的绿色植被占面积的覆盖比值可以计算出草丛覆盖率值，而肉鸡数量值则可以通过对区域内的肉鸡进行识别，确定其数量。而上述多个数值的确定过程中所用到的识别模型和算法公式均为本领域的公知常识，在本处不作累赘陈述。
在本实施例的第一方面中，所述第一舒适度值的计算公式为：
Figure BDA0003149846020000081
其中，k1为第一舒适度值，S1为肉鸡圈养面积值，m1为肉鸡数量值，v为草丛覆盖率值；P1为所述肉鸡圈养区域内的土壤坡度值，当P1＞第一预设坡度值时，P1值取1；否则，P1值取0；a1和a2为常数。
具体地，为了计算出肉鸡圈养区域的适宜程度，我们考虑了土壤坡度值、肉鸡圈养面积值、草丛覆盖率值和肉鸡数量值等四个因素。其中，肉鸡适合生活在土壤坡度较高的地方，所以当土壤坡度值大于第一预设坡度值时，肉鸡的舒适度是正反馈的，否则，肉鸡的舒适度为0；其次，还考虑了肉鸡的密度给其带来的舒适度，通过计算肉鸡圈养面积值与肉鸡数量值的比值，可以简要地计算肉鸡所在的密度，再通过权值a1可以计算出其密度带来的舒适度；另外，肉鸡习惯以该区域的杂草为食，通过计算草丛覆盖率值与肉鸡圈养面积值的比值，可以简要地计算肉鸡所在绿被的覆盖度，再通过权值a2可以计算出其覆盖度带来的舒适度。可以理解的是，a1和a2可以根据实际情况和经验进行适应性调整，此处不作限定。
步骤104，对所述蚯蚓圈养区域进行特征识别，得到所述蚯蚓圈养区域内的土壤坡度值、蚯蚓圈养面积值和蚯蚓数量值，并计算出第二舒适度值。
在本实施例的第一方面中，所述对所述蚯蚓圈养区域进行特征识别，得到所述蚯蚓圈养区域内的土壤坡度值、蚯蚓圈养面积值和蚯蚓数量值，并计算出第二舒适度值的步骤中，还包括：获取所述蚯蚓圈养区域内的土壤湿度值，根据所述蚯蚓圈养区域内的土壤坡度值、土壤湿度值、蚯蚓圈养面积值和蚯蚓数量值计算出第二舒适度值。
具体地，通过将蚯蚓圈养区域的图像数据输入到常规的识别模型，可以识别出该区域内的土壤坡度值和肉鸡圈养面积值，而蚯蚓数量值则可以通过对区域内的蚯蚓进行识别，确定其数量；又或者对该区域内的色度进行识别，通过判断蚯蚓本身颜色所占区域的面积比值来确定其数量，可以理解的是，蚯蚓数量的确定方案有多种，但不属于本方案的改进范围内，通过本领域惯用手段可以获取蚯蚓数量的方案均属于本方案的保护范围之内，本处不做累赘陈述。而上述多个数值的确定过程中所用到的识别模型和算法公式均为本领域的公知常识，在本处不作累赘陈述。
具体地，在本实施例中，所述第二舒适度值的计算公式为：
Figure BDA0003149846020000091
其中，k2为第二舒适度值，S2为蚯蚓圈养面积值，m2为蚯蚓数量值,a3为常数；P2为所述蚯蚓圈养区域内的土壤坡度值，当第二预设坡度值≤P2≤第一预设坡度值时，P2值取1；否则，P2值取0；T为土壤湿度值，当T＞预设湿度值时，T值取1；否则，T值取0。
具体地，为了计算出蚯蚓圈养区域的适宜程度，我们考虑了土壤坡度值、土壤湿度值、蚯蚓圈养面积值和蚯蚓数量值等四个因素。其中，蚯蚓适合生活在含水率较高的土壤，且所在的土壤坡度不适宜太高。所以当土壤坡度值大于或等于第二预设坡度值，而小于或等于第一预设坡度值时，蚯蚓的舒适度是正反馈的，否则，蚯蚓的舒适度为0；可以理解的是，第一预设坡度值肯定是大于第二预设坡度值的。其次，还考虑了蚯蚓的密度给其带来的舒适度，通过计算蚯蚓圈养面积值与蚯蚓数量值的比值，可以简要地计算蚯蚓所在的密度，再通过权值a3可以计算出其密度带来的舒适度；可以理解的是，a3可以根据实际情况和经验进行适应性调整，此处不作限定。另外，由于蚯蚓习惯生活在含水率较高的土壤，通过土壤湿度值可以简要地确定蚯蚓所在土壤湿度带来的舒适度。
步骤105，对所述生猪圈养区域进行特征识别，得到所述生猪圈养区域内的土壤坡度值、生猪圈养面积值、水源距离值和生猪数量值，并计算出第三舒适度值。
在本实施例的第一方面中，所述对所述生猪圈养区域进行特征识别，得到所述生猪圈养区域内的土壤坡度值、生猪圈养面积值、水源距离值和生猪数量值，并计算出第三舒适度值的步骤中，还包括：获取生猪圈养区域内的光照强度值，根据所述光照强度值、所述生猪圈养区域内的土壤坡度值、生猪圈养面积值、水源距离值和生猪数量值，计算出第三舒适度值。
具体地，通过将生猪圈养区域的图像数据输入到常规的识别模型，可以识别出该区域内的土壤坡度值和生猪圈养面积值，而生猪数量值则可以通过对区域内的生猪进行识别，确定其数量，可以理解的是，生猪数量的确定方案有多种，但不属于本方案的改进范围内，通过本领域惯用手段可以获取生猪数量的方案均属于本方案的保护范围之内，本处不做累赘陈述。而水源距离值则可以通过对该区域图像进行识别，识别水源所在区域与生猪圈养区域之间的直线距离大小来确定。而上述多个数值的确定过程中所用到的识别模型和算法公式均为本领域的公知常识，在本处不作累赘陈述。
具体地，在本实施例中，所述第三舒适度值的计算公式为：
Figure BDA0003149846020000101
其中，k3为第三舒适度值，S3为生猪圈养面积值，m3为生猪数量值,a4为常数；P3为所述生猪圈养区域内的土壤坡度值，当P3＜第二预设坡度值时，P3值取1；否则，P3值取0；L为光照强度值，当L＜预设光照值时，L值取1；否则，L值取0；H为水源距离值，当H＜预设距离值时，H值取1；否则，H值取0。
具体地，为了计算出生猪圈养区域的适宜程度，我们考虑了光照强度值、土壤坡度值、生猪圈养面积值、水源距离值和生猪数量值等五个因素。其中，生猪则需要生活在靠近水源、荫蔽性较高的区域，且由于生猪需要长时间睡觉，则平地对于生猪睡眠的舒适度更高。所以当土壤坡度值小于第二预设坡度值时，生猪的舒适度是正反馈的，否则，生猪的舒适度为0。其次，还考虑了生猪的密度给其带来的舒适度，通过计算生猪圈养面积值与生猪数量值的比值，可以简要地计算生猪所在的密度，再通过权值a4可以计算出其密度带来的舒适度；可以理解的是，a4可以根据实际情况和经验进行适应性调整，此处不作限定。另外，由于生猪需要生活在靠近水源的地方，所以通过水源距离值可以简要地确定生猪所在圈养区喝水时带来的舒适度。而由于生猪喜欢在荫蔽处活动，所以通过光照强度值与预设光照值比较，可以简要地确定生猪所在圈养区生活时带来的舒适度。
步骤106，根据所述第一舒适度值、第二舒适度值和第三舒适度值计算出第一预警值，当所述第一预警值超过预警阈值时，发出第一预警信号。
在本实施例的第一方面中，所述第一预警值的计算公式为：
Figure BDA0003149846020000111
其中，k0为第一预警值，k1为第一舒适度值，k2为第二舒适度值，k3为第三舒适度值；a5、a6、a7和a8均为常数。
具体地，经过上述步骤103至步骤105的计算，可以计算得到肉鸡圈养区、蚯蚓圈养区和生猪圈养区所对应的舒适度值，通过上述第一预警值公式可以计算出预警值，当预警值达到一定程度时，会触发预警信号。可以理解的是，第一预警值的计算公式根据实际情况和经验所得，而常数a5、a6、a7和a8可以根据实际应用情况进行变换和修改，此处不作限定。
在本实施例的另一改进方案中，所述养殖生态分析预警方法，还包括步骤107至步骤1010，各步骤具体如下：步骤107，根据所述肉鸡数量值计算出第一肥料产出值。步骤108，根据所述生猪数量值计算出第二肥料产出值。步骤109，根据所述蚯蚓数量值计算出第一肥料消耗值。步骤1010，当所述第一肥料产出值和所述第二肥料产出值的总和不等于所述第一肥料消耗值时，发出第二预警信号。
具体地，对于实施例一的一种改进方案中，为了增加预警触发的规则，进一步提高本技术方案的实用性。考虑到在林下生态圈中，肉鸡和生猪产生的粪便总量刚好为蚯蚓所需肥料的消耗总量时，该生态资源的平衡为最优；本实施例通过计算肉鸡和生猪在养殖过程中的粪便排出量，以及蚯蚓在养殖过程中的肥料消耗量，计算其两者是否达到平衡，来考虑当前生态养殖圈是否达到最优生态。
本发明技术方案通过无人机获取林下生态圈的遥感图像，分别根据遥感图像中的肉鸡圈养区域、蚯蚓圈养区域和生猪圈养区域计算出不同生态圈所对应的舒适度值，从而得到预警值，解决了以往养殖人员依据多年农耕养殖作业经验来确定林下生态圈中各个圈养区的设置位置和范围大小，而缺乏借助大数据、科技的力量进行智能判定目前生态圈是否达到预警状态的缺陷问题，从而提供了一种能够及时、准确地确定生态圈预警状态的方案，以使工作人员调整圈养策略。
实施例二
相应地，请参照图2，为本发明实施例提供的一种养殖生态分析预警装置的结构示意图，包括：图像获取模块、区域划分模块、第一计算模块、第二计算模块、第三计算模块和第一预警模块，各模块具体如下：
图像获取模块，用于通过无人机获取林下生态圈的遥感图像。
区域划分模块，用于对所述遥感图像中的不同圈养区进行区域划分，得到肉鸡圈养区域、蚯蚓圈养区域和生猪圈养区域。
第一计算模块，用于对所述肉鸡圈养区域进行特征识别，得到所述肉鸡圈养区域内的土壤坡度值、肉鸡圈养面积值、草丛覆盖率值和肉鸡数量值，并计算出第一舒适度值。
在本实施例的第一方面中，所述第一计算模块用于计算第一舒适度值的计算公式为：
Figure BDA0003149846020000121
其中，k1为第一舒适度值，S1为肉鸡圈养面积值，m1为肉鸡数量值，v为草丛覆盖率值；P1为所述肉鸡圈养区域内的土壤坡度值，当P1＞第一预设坡度值时，P1值取1；否则，P1值取0；a1和a2为常数。
第二计算模块，用于对所述蚯蚓圈养区域进行特征识别，得到所述蚯蚓圈养区域内的土壤坡度值、蚯蚓圈养面积值和蚯蚓数量值，并计算出第二舒适度值。
在本实施例的第一方面中，所述第二计算模块，还用于：获取所述蚯蚓圈养区域内的土壤湿度值，根据所述蚯蚓圈养区域内的土壤坡度值、土壤湿度值、蚯蚓圈养面积值和蚯蚓数量值计算出第二舒适度值。
具体地，在本实施例中，所述第二计算模块用于计算第二舒适度值的计算公式为：
Figure BDA0003149846020000131
其中，k2为第二舒适度值，S2为蚯蚓圈养面积值，m2为蚯蚓数量值,a3为常数；P2为所述蚯蚓圈养区域内的土壤坡度值，当第二预设坡度值≤P2≤第一预设坡度值时，P2值取1；否则，P2值取0；T为土壤湿度值，当T＞预设湿度值时，T值取1；否则，T值取0。
第三计算模块，用于对所述生猪圈养区域进行特征识别，得到所述生猪圈养区域内的土壤坡度值、生猪圈养面积值、水源距离值和生猪数量值，并计算出第三舒适度值。
在本实施例的第一方面中，所述第三计算模块，还用于：获取生猪圈养区域内的光照强度值，根据所述光照强度值、所述生猪圈养区域内的土壤坡度值、生猪圈养面积值、水源距离值和生猪数量值，计算出第三舒适度值。
具体地，在本实施例中，所述第三计算模块用于计算第三舒适度值的计算公式为：
Figure BDA0003149846020000132
其中，k3为第三舒适度值，S3为生猪圈养面积值，m3为生猪数量值,a4为常数；P3为所述生猪圈养区域内的土壤坡度值，当P3＜第二预设坡度值时，P3值取1；否则，P3值取0；L为光照强度值，当L＜预设光照值时，L值取1；否则，L值取0；H为水源距离值，当H＜预设距离值时，H值取1；否则，H值取0。
第一预警模块，用于根据所述第一舒适度值、第二舒适度值和第三舒适度值计算出第一预警值，当所述第一预警值超过预警阈值时，发出第一预警信号。
在本实施例的第一方面中，所述第一预警模块用于计算第一预警值的计算公式为：
Figure BDA0003149846020000141
其中，k0为第一预警值，k1为第一舒适度值，k2为第二舒适度值，k3为第三舒适度值；a5、a6、a7和a8均为常数。
在本实施例的另一改进方案中，所述养殖生态分析预警装置，还包括：第一产出模块、第二产出模块、第一消耗模块和第二预警模块，各模块具体如下：第一产出模块，用于根据所述肉鸡数量值计算出第一肥料产出值。第二产出模块，用于根据所述生猪数量值计算出第二肥料产出值。第一消耗模块，用于根据所述蚯蚓数量值计算出第一肥料消耗值。第二预警模块，用于当所述第一肥料产出值和所述第二肥料产出值的总和不等于所述第一肥料消耗值时，发出第二预警信号。
实施例三
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行上述任一实施例所述的养殖生态分析预警方法。
实施例四
请参照图3，是本发明实施例提供的终端设备的一种实施例的结构示意图，所述终端设备包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现上述任一实施例所述的养殖生态分析预警方法。
优选地，所述计算机程序可以被分割成一个或多个模块/单元(如计算机程序、计算机程序)，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端设备中的执行过程。
所述处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，通用处理器可以是微处理器，或者所述处理器也可以是任何常规的处理器，所述处理器是所述终端设备的控制中心，利用各种接口和线路连接所述终端设备的各个部分。
所述存储器主要包括程序存储区和数据存储区，其中，程序存储区可存储操作系统、至少一个功能所需的应用程序等，数据存储区可存储相关数据等。此外，所述存储器可以是高速随机存取存储器，还可以是非易失性存储器，例如插接式硬盘，智能存储卡(SmartMedia Card，SMC)、安全数字(Secure Digital，SD)卡和闪存卡(Flash Card)等，或所述存储器也可以是其他易失性固态存储器件。
需要说明的是，上述终端设备可包括，但不仅限于，处理器、存储器，本领域技术人员可以理解，上述终端设备仅仅是示例，并不构成对终端设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种养殖生态分析预警方法，其特征在于，包括：
通过无人机获取林下生态圈的遥感图像；
对所述遥感图像中的不同圈养区进行区域划分，得到肉鸡圈养区域、蚯蚓圈养区域和生猪圈养区域；
对所述肉鸡圈养区域进行特征识别，得到所述肉鸡圈养区域内的土壤坡度值、肉鸡圈养面积值、草丛覆盖率值和肉鸡数量值，并计算出第一舒适度值；
对所述蚯蚓圈养区域进行特征识别，得到所述蚯蚓圈养区域内的土壤坡度值、蚯蚓圈养面积值和蚯蚓数量值，并计算出第二舒适度值；
对所述生猪圈养区域进行特征识别，得到所述生猪圈养区域内的土壤坡度值、生猪圈养面积值、水源距离值和生猪数量值，并计算出第三舒适度值；
根据所述第一舒适度值、第二舒适度值和第三舒适度值计算出第一预警值，当所述第一预警值超过预警阈值时，发出第一预警信号；
其中，所述第一舒适度值的计算公式为：
Figure FDA0003380798290000011
其中，k1为第一舒适度值，S1为肉鸡圈养面积值，m1为肉鸡数量值，v为草丛覆盖率值；
P1为所述肉鸡圈养区域内的土壤坡度值，当P1＞第一预设坡度值时，P1值取1；否则，P1值取0；
a1和a2为常数。
2.如权利要求1所述的养殖生态分析预警方法，其特征在于，还包括：
根据所述肉鸡数量值计算出第一肥料产出值；
根据所述生猪数量值计算出第二肥料产出值；
根据所述蚯蚓数量值计算出第一肥料消耗值；
当所述第一肥料产出值和所述第二肥料产出值的总和不等于所述第一肥料消耗值时，发出第二预警信号。
3.如权利要求1所述的养殖生态分析预警方法，其特征在于，所述对所述蚯蚓圈养区域进行特征识别，得到所述蚯蚓圈养区域内的土壤坡度值、蚯蚓圈养面积值和蚯蚓数量值，并计算出第二舒适度值的步骤中，还包括：
获取所述蚯蚓圈养区域内的土壤湿度值，根据所述蚯蚓圈养区域内的土壤坡度值、土壤湿度值、蚯蚓圈养面积值和蚯蚓数量值计算出第二舒适度值。
4.如权利要求3所述的养殖生态分析预警方法，其特征在于，所述第二舒适度值的计算公式为：
Figure FDA0003380798290000021
其中，k2为第二舒适度值，S2为蚯蚓圈养面积值，m2为蚯蚓数量值,a3为常数；
P2为所述蚯蚓圈养区域内的土壤坡度值，当第二预设坡度值≤P2≤第一预设坡度值时，P2值取1；否则，P2值取0；
T为土壤湿度值，当T＞预设湿度值时，T值取1；否则，T值取0。
5.如权利要求1所述的养殖生态分析预警方法，其特征在于，所述对所述生猪圈养区域进行特征识别，得到所述生猪圈养区域内的土壤坡度值、生猪圈养面积值、水源距离值和生猪数量值，并计算出第三舒适度值的步骤中，还包括：
获取生猪圈养区域内的光照强度值，根据所述光照强度值、所述生猪圈养区域内的土壤坡度值、生猪圈养面积值、水源距离值和生猪数量值，计算出第三舒适度值。
6.如权利要求5所述的养殖生态分析预警方法，其特征在于，所述第三舒适度值的计算公式为：
Figure FDA0003380798290000031
其中，k3为第三舒适度值，S3为生猪圈养面积值，m3为生猪数量值,a4为常数；
P3为所述生猪圈养区域内的土壤坡度值，当P3＜第二预设坡度值时，P3值取1；否则，P3值取0；
L为光照强度值，当L＜预设光照值时，L值取1；否则，L值取0；
H为水源距离值，当H＜预设距离值时，H值取1；否则，H值取0。
7.一种养殖生态分析预警装置，其特征在于，包括：
图像获取模块，用于通过无人机获取林下生态圈的遥感图像；
区域划分模块，用于对所述遥感图像中的不同圈养区进行区域划分，得到肉鸡圈养区域、蚯蚓圈养区域和生猪圈养区域；
第一计算模块，用于对所述肉鸡圈养区域进行特征识别，得到所述肉鸡圈养区域内的土壤坡度值、肉鸡圈养面积值、草丛覆盖率值和肉鸡数量值，并计算出第一舒适度值；
第二计算模块，用于对所述蚯蚓圈养区域进行特征识别，得到所述蚯蚓圈养区域内的土壤坡度值、蚯蚓圈养面积值和蚯蚓数量值，并计算出第二舒适度值；
第三计算模块，用于对所述生猪圈养区域进行特征识别，得到所述生猪圈养区域内的土壤坡度值、生猪圈养面积值、水源距离值和生猪数量值，并计算出第三舒适度值；
第一预警模块，用于根据所述第一舒适度值、第二舒适度值和第三舒适度值计算出第一预警值，当所述第一预警值超过预警阈值时，发出第一预警信号；
其中，所述第一计算模块用于计算第一舒适度值的计算公式为：
Figure FDA0003380798290000032
其中，k1为第一舒适度值，S1为肉鸡圈养面积值，m1为肉鸡数量值，v为草丛覆盖率值；
P1为所述肉鸡圈养区域内的土壤坡度值，当P1＞第一预设坡度值时，P1值取1；否则，P1值取0；
a1和a2为常数。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如权利要求1-6中任一项所述的养殖生态分析预警方法。
9.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如权利要求1-6中任一项所述的养殖生态分析预警方法。
CN202110763374.9A 2021-07-06 2021-07-06 一种养殖生态分析预警方法、装置、介质及终端设备 Active CN113408935B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110763374.9A CN113408935B (zh) 2021-07-06 2021-07-06 一种养殖生态分析预警方法、装置、介质及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110763374.9A CN113408935B (zh) 2021-07-06 2021-07-06 一种养殖生态分析预警方法、装置、介质及终端设备

Publications (2)

Publication Number Publication Date
CN113408935A CN113408935A (zh) 2021-09-17
CN113408935B true CN113408935B (zh) 2022-02-11

Family

ID=77685261

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110763374.9A Active CN113408935B (zh) 2021-07-06 2021-07-06 一种养殖生态分析预警方法、装置、介质及终端设备

Country Status (1)

Country Link
CN (1) CN113408935B (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107219860B (zh) * 2017-07-31 2019-12-13 内蒙古智牧溯源技术开发有限公司 一种无人机草场管理系统及方法
CN111766827A (zh) * 2020-07-09 2020-10-13 霍祥明 一种基于大数据的现代化生猪养殖基地实时监测管理系统
CN112651977A (zh) * 2020-11-30 2021-04-13 北京金交信息通信导航设计院 一种海上船舶渔业养殖监测方法和系统

Also Published As

Publication number Publication date
CN113408935A (zh) 2021-09-17

Similar Documents

Publication Publication Date Title
Zhou et al. Near infrared computer vision and neuro-fuzzy model-based feeding decision system for fish in aquaculture
Parente et al. Assessing the pasturelands and livestock dynamics in Brazil, from 1985 to 2017: A novel approach based on high spatial resolution imagery and Google Earth Engine cloud computing
Xu et al. Aerial images and convolutional neural network for cotton bloom detection
Zhou et al. Wheat ears counting in field conditions based on multi-feature optimization and TWSVM
Schröder et al. An evaluation of whole-farm nitrogen balances and related indices for efficient nitrogen use
Tausen et al. Greenotyper: Image-based plant phenotyping using distributed computing and deep learning
Varga et al. Long-term dynamic simulation of environmental impacts on ecosystem-based pond aquaculture
CN111838027A (zh) 一种纯氧供应水产养殖系统及方法
Arvind et al. Edge computing based smart aquaponics monitoring system using deep learning in IoT environment
CN110547210A (zh) 饲料供给方法及系统、计算机系统、存储介质
Leinonen et al. Applying a process-based livestock model to predict spatial variation in agricultural nutrient flows in Scotland
Stevens et al. Integrating digital technologies to aid grassland productivity and sustainability
Fullman et al. Predicting shifts in large herbivore distributions under climate change and management using a spatially-explicit ecosystem model
Zhou et al. Improve soybean variety selection accuracy using UAV-based high-throughput phenotyping technology
CN113408935B (zh) 一种养殖生态分析预警方法、装置、介质及终端设备
Bai et al. Estimation of soybean yield parameters under lodging conditions using RGB information from unmanned aerial vehicles
Güldenring et al. RumexWeeds: A grassland dataset for agricultural robotics
Sugishita et al. A new approach to study of seabird-fishery overlap: connecting chick feeding with parental foraging and overlap with fishing vessels
CN109581897A (zh) 一种基于物联网的农业大棚数据处理分析系统
Hati et al. AI-driven pheno-parenting: a deep learning based plant phenotyping trait analysis model on a novel soilless farming dataset
Dortel et al. A Dynamic Energy Budget simulation approach to investigate the eco-physiological factors behind the two-stanza growth of yellowfin tuna (Thunnus albacares)
Das et al. Prospects of Smart Aquaculture in Indian Scenario: A New Horizon in the Management of Aquaculture Production Potential
Guo et al. High-throughput estimation of plant height and above-ground biomass of cotton using digital image analysis and Canopeo
CN116128111A (zh) 一种基于种养结合的生态资源利用效率测算方法
Bhowmick et al. Smart irrigation system with data visualization

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
GR01 Patent grant
GR01 Patent grant