CN113506017A - 一种校园用数字园林管养系统 - Google Patents
一种校园用数字园林管养系统 Download PDFInfo
- Publication number
- CN113506017A CN113506017A CN202110844685.8A CN202110844685A CN113506017A CN 113506017 A CN113506017 A CN 113506017A CN 202110844685 A CN202110844685 A CN 202110844685A CN 113506017 A CN113506017 A CN 113506017A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- management
- module
- information
- user
- 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.)
- Granted
Links
- 238000012423 maintenance Methods 0.000 claims abstract description 155
- 230000005540 biological transmission Effects 0.000 claims abstract description 20
- 238000004891 communication Methods 0.000 claims abstract description 4
- 238000012544 monitoring process Methods 0.000 claims description 49
- 239000002689 soil Substances 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 11
- 238000012795 verification Methods 0.000 claims description 11
- 238000007405 data analysis Methods 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 10
- 238000011897 real-time detection Methods 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 4
- 230000006855 networking Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 2
- 238000012797 qualification Methods 0.000 claims description 2
- 238000013079 data visualisation Methods 0.000 abstract description 2
- 241001464837 Viridiplantae Species 0.000 abstract 1
- 238000007726 management method Methods 0.000 description 80
- 241000196324 Embryophyta Species 0.000 description 19
- 238000000034 method Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
-
- 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
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Educational Technology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种校园用数字园林管养系统，包括用于记录用户身份信息的用户模块、用于获取运行设备的信息参数的感知模块、基于用户的身份信息和信息参数进行管养推荐的应用模块、为管养推荐进行能力支撑的支撑模块及用于用户模块、感知模块、应用模块和支撑模块之间相互通信连接传输模块；其中，用户模块获取用户的身份信息后，通过传输模块将用户的身份信息发送至应用模块，应用模块通过传输模块获取感知模块内运行设备的信息参数，基于身份信息、信息参数和支撑模块进行管养推荐，通过对养护项目、养护企业、绿植等建立电子档案，结合电子工单和数据可视化等手段，有效提高管理水平。
Description
技术领域
本发明属于校园领域，涉及园林管养技术，具体是一种校园用数字园林管养系统。
背景技术
校园，指大学、学院或学校校园中的各种景物及其建筑；凡是学校教学用地或生活用地的范围，均可称作校园。校园又分为幼儿园，小学校园，中等学校校园，高等院校校园。为了增加校园的美观性和绿化校园环境，运用工程技术和艺术手段，通过改造地形(或进一步筑山、叠石、理水)、种植树木花草、营造建筑和布置园路等途径，也会在校园中创作美的自然环境和游憩境域，称之为校园园林。
现有技术中，园林养护大多采用人工养护，但是人工养护也有弊端，缺乏必要的数据管理和分析，无法形成全局数据视野，导致园林规划及决策过程仍依赖于日常经验，不能科学地进行养护，难以满足校园养护的要求，为此，我们提出一种校园用数字园林管养系统。
发明内容
针对现有技术存在的不足，本发明目的是提供一种校园用数字园林管养系统。
本发明所要解决的技术问题为：
(1)如何避免园林规划及决策过程仍依赖于日常经验，不能科学地进行养护，难以满足人们的要求的问题。
本发明的目的可以通过以下技术方案实现：
一种校园用数字园林管养系统，包括用于记录用户身份信息的用户模块、用于获取运行设备的信息参数的感知模块、基于用户的身份信息和信息参数进行管养推荐的应用模块、为管养推荐进行能力支撑的支撑模块及用于用户模块、感知模块、应用模块和支撑模块之间相互通信连接传输模块；
用户模块获取用户的身份信息后，通过传输模块将用户的身份信息发送至应用模块，应用模块通过传输模块获取感知模块内运行设备的信息参数，基于身份信息、信息参数和支撑模块进行管养推荐。
进一步的，所述基于身份信息、信息参数和支撑模块进行管养推荐包括：
收集校园区域内的所有植物对应的养护策略并存储至数据库内，其中，养护策略包括多个生长环境及多个生长环境一一对应的管养推荐；
通过支撑模块对校园区域内的所有植物的生存环境进行实时检测，并对比数据库内养护策略；
当植物的生存环境与养护策略内生长环境相吻合时，获取感知模块内的信息参数进行养护核实；
当核实成功后应用模块将对应生长环境的管养推荐发送至指定人员；
其中，将对应生长环境的管养推荐发送至指定人员，具体为：
获取用户模块内的用户身份信息，并调取身份信息对应的历史在线时间段，挑选历史在线时间段内出现频率最高的时间段为喜好时间段；
获取管养推荐发送的时间节点，当时间节点属于喜好时间段时，将喜好时间段对应的用户身份信息标记为预选发送用户；
当时间节点不属于喜好时间段时，获取管养推荐对应的管养区域，获取管养区域的历史管养记录，挑选历史管养记录内用户身份信息对应管养任务系数大于预设系数的标记为预选发送用户；
获取预选发送用户的养护及时率，并将养护及时率大于阈值的预选发送用户标记为指定人员，并推送管养推荐。
进一步的，所述管养任务系数具体为：
获取用户身份信息内的历史管养记录，其中，历史管养记录包括用户的历史管养次数、被标记为指定人员的次数、历史管养总时长及管养好评率；
通过公式
得出管养任务系数，式中，P(i)为管养任务系数，Lc为历史管养次数，Ly为被标记为指定人员的次数，Hp为管养好评率，Sh为历史管养总时长；
其中，历史管养次数为用户被标记为指定人员且按照管养推荐进行管养的次数；历史管养总时长为用户按照管养推荐进行管养的累加时间；
管养好评率通过
得出，式中，Zc为管养推荐的最低操作时间。
进一步的，所述养护及时率具体为：
获取指定人员到达管养区域的时间节点Ic与管养推荐的时间节点Ib，预设时间间隔段，当Ic属于Ib减去时间间隔段时，Ib减Ic的差值为正及时率，当Ic属于Ib加上时间间隔段时，Ic减Ib的差值为负及时率；
其中，正及时率的算数符号为正，负及时率的算数符号为负，将指定人员对应的全部正及时率与负及时率累加得出养护及时率。
进一步的，所述支撑模块包括物联网管理平台、GIS能力平台和大数据分析平台；
其中，物联网管理平台用于获取校园区域内的物联网设备的采集信息，具体的，物联网设备包括无人机、巡检小车、CCD摄像机及物联执行器；
GIS能力平台用于为物联网设备提供导航及定位服务；
大数据分析平台基于物联网设备的采集信息进行实时检测，并与数据库内养护策略进行对比。
进一步的，所述感知模块包括土壤温度监测终端、气象空气监测终端和温度监测终端；
其中，土壤环境监测终端用于监测植物生存环境的土壤温度；
气象空气监测终端用于监测植物生存环境的气象；
温度检测终端用于监测植物生存环境的温度。
进一步的，所述大数据分析平台基于物联网设备的采集信息进行实时检测，包括：
获取联网设备的采集信息；对采集信息进行处理，提取处理后的天气特征；
其中，采集信息包括图像信息及声音信息；
对图像信息进行预处理，计算图像信息内同一云朵在运动轨迹的不同位置上的累积残差值，分别为同一云朵在运动轨迹的不同位置上的累积残差值赋予第一权重，根据第一权重，分割出图像信息中包括天空的天空图像，提取天空图像的图像天气特征；其中，图像天气特征包括HSV特征、PHOW特征和Motion特征；
对声音信息进行预处理，计算同一频率的声音信息在预设时间段内的音调变化，根据音调变化的比值确定声音信息中的声音天气特征；
将图像天气特征和声音天气特征输入至天气类型预测模型，识别物联网设备当前所处环境的天气类型；其中，天气类型预测模型是基于深度置信网络训练得到。
进一步的，所述当植物的生存环境与养护策略内生长环境相吻合时，获取感知模块内的信息参数进行养护核实，具体为：
获取土壤温度监测终端、气象空气监测终端和温度监测终端的检测数据，通过监测模型得出预测天气类型；
当预测天气类型与天气类型相同时，核实成功。
与现有技术相比，本发明的有益效果是：
通过对养护项目、养护企业、绿植等建立电子档案，结合电子工单和数据可视化等手段，有效提高管理水平，通过物联网采集数据，对养护作业工作人员、养护车辆及养护作业效果进行数字化监管，通过为用户提供便捷、友好的平台互动服务，通过对园林绿化数据进行分析和挖掘，为园林绿化规划及决策提供决策依据和数据支撑。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明的整体系统框图。
具体实施方式
下面将结合实施例对本发明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它实施例，都属于本发明保护的范围。
请参阅图1所示，一种校园用数字园林管养系统，包括用于记录用户身份信息的用户模块、用于获取运行设备的信息参数的感知模块、基于用户的身份信息和信息参数进行管养推荐的应用模块、为管养推荐进行能力支撑的支撑模块及用于用户模块、感知模块、应用模块和支撑模块之间相互通信连接传输模块；
其中，用户模块获取用户的身份信息后，通过传输模块将用户的身份信息发送至应用模块，应用模块通过传输模块获取感知模块内运行设备的信息参数，基于身份信息、信息参数和支撑模块进行管养推荐。
下面结合具体实施例对上述方案进行详细阐述：
在具体实施时，收集校园区域内的所有植物对应的养护策略并存储至数据库内，其中，养护策略包括多个生长环境及多个生长环境一一对应的管养推荐，更具体地说，养护策略为预先设定并存储在数据库内的数据。
通过支撑模块对校园区域内的所有植物的生存环境进行实时检测，并对比数据库内养护策略，其中，支撑模块包括物联网管理平台、GIS能力平台和大数据分析平台；
其中，物联网管理平台用于获取校园区域内的物联网设备的采集信息，具体的，物联网设备包括无人机、巡检小车、CCD摄像机及物联执行器；
GIS能力平台用于为物联网设备提供导航及定位服务；
大数据分析平台基于物联网设备的采集信息进行实时检测，并与数据库内养护策略进行对比，具体的说，获取联网设备的采集信息；对采集信息进行处理，提取处理后的天气特征；
其中，采集信息包括图像信息及声音信息；
对图像信息进行预处理，计算图像信息内同一云朵在运动轨迹的不同位置上的累积残差值，分别为同一云朵在运动轨迹的不同位置上的累积残差值赋予第一权重，根据第一权重，分割出图像信息中包括天空的天空图像，提取天空图像的图像天气特征；其中，图像天气特征包括HSV特征、PHOW特征和Motion特征；
对声音信息进行预处理，计算同一频率的声音信息在预设时间段内的音调变化，根据音调变化的比值确定声音信息中的声音天气特征；
将图像天气特征和声音天气特征输入至天气类型预测模型，识别物联网设备当前所处环境的天气类型；其中，天气类型预测模型是基于深度置信网络训练得到。
更具体说，对图像信息进行预处理，分割预处理后的图像信息，根据Gabor滤波器，提取天空图像的图像天气特征，图像天气特征包括HSV特征、PHOW特征和Motion特征。
可以理解，图像信息包括天空图像部分和非天空图像部分，图像天气特征主要来自于图像信息的天空图像部分，例如，在晴天、多云、阴天、下雨、雾霾、下雨、闪电等天气状况下，根据图像信息的天空图像部分的图像天气特征，基本上可以判断出当前所处环境的天气类型，为提升判断的准确性，需要尽可能完整地分割出图像信息的天空图像部分。
在本实施例中，HSV特征用于表征天空图像的颜色特性，PHOW特征用于表征天空图像的形状特性，Motion特征用于表征天空图像的运动特性。其中，HSV特征是根据颜色的直观特性的一种颜色空间，也称六角锥体模型(Hexcone Model)，这个模型中颜色的参数分别是色调(H)，饱和度(S)以及明度(V)。PHOW特征是词的金字塔直方图，用以补偿图像信息特征提取过程中丢失的部分位置信息和结构信息。Motion特征可通过计算连续帧的累积残差值获得。
Gabor滤波器是用于边缘提取的线性滤波器，其频率和方向表达与人类视觉系统类似，能够提供良好的方向选择和尺度选择特性，而且对于光照变化不敏感，适合纹理分析，因此，本实施例采用Gabor滤波器，提取天空图像的HSV特征、PHOW特征和Motion特征。
Gabor滤波方法的主要思想是：不同纹理一般具有不同的中心频率及带宽，根据这些频率和带宽可以设计一组Gabor滤波器对纹理图像进行滤波，每个Gabor滤波器只允许与其频率相对应的纹理顺利通过，而使其他纹理的能量受到抑制，从各滤波器的输出结果中分析和提取纹理特征，用于之后的分类或分割任务。Gabor滤波器提取纹理特征主要包括两个过程：①设计滤波器(例如函数、数目、方向和间隔)；②从滤波器的输出结果中提取有效纹理特征集。Gabor滤波器是带通滤波器，它的单位冲激响应函数(Gabor函数)是高斯函数与复指数函的乘积。它是达到时频测不准关系下界的函数，具有最好的兼顾信号在时频域的分辨能力。
其中，对图像信息进行预处理包括，去除图像信息的数据的量纲单位，将图像信息的数据类型修改为数值型，归一化数值型的图像信息的数据。
预处理指的是对图像信息数据进行标准化和归一化。具体的，去除图像信息数据的量纲单位，将其转化为无量纲的纯数值数据，并将类标签文本型或字符型的数据转换为数值型数据，然后将转换后的数据按照一定的比例进行缩放，使其数值大小限制在某个特定的范围内，有利于不同单位或量级的要素加权和比较。
在本实施例中，预处理的过程为：去除原始图像信息数据中的量纲单位，把数据映射到[0,1]范围内，得到能够在深度置信网络训练的天气类型预测模型中输入的有效数据，从而提高了深度置信网络训练的天气类型预测模型的训练速度，避免了不同数据间差值太大造成的天气类型预测效果不理想的情况。
其中，分割预处理后的图像信息具体包括，计算连续若干帧图像信息的累积残差值，分别为累积残差值赋予第一权重，根据第一权重，分割出图像信息中包括天空的天空图像。
可以理解，要将图像信息中包括天空的天空图像分割出来，可以利用天空的一些基本特征，例如，天空相对于地面处于上方，云朵相对于其他对象是运动的。在本实施例中，云朵的运动特性可以通过计算连续若干帧图像信息的累积残差值，此外，鉴于天空处于图像信息的顶部，对不同位置的累积残差值赋予不同的权重来降低地上运动物体和反射光的影响。
其中，连续若干帧图像信息可以判断同一云朵在连续时间内的运动轨迹，计算连续若干帧图像信息的累积残差值，也即是计算同一云朵在运动轨迹的不同位置上的累积残差值。分别为累积残差值赋予第一权重，即分别为连续若干帧图像信息赋予第一权重，也即分别为同一云朵在运动轨迹的不同位置上的累积残差值赋予第一权重。对较高的累积残差值赋予较大的权重，降低地上运动物体和反射光的影响，从而，根据第一权重，可以分割出图像信息中包括天空的天空图像。
将图像天气特征输入至天气类型预测模型，识别当前所处环境的天气类型，天气类型预测模型是基于深度置信网络训练得到的。
更具体地说，对声音信息进行预处理，计算同一频率的声音信息在预设时间段内的音调变化，根据音调变化的比值确定声音信息中的声音天气特征；
具体的，通过预设的频率的筛选条件可以筛选出合适频率的声音信息，计算同一频率的声音信息在预设时间段内的音调变化，根据音调变化的比值确定空气中的水蒸气百分比，进而得出声音天气特征。
当植物的生存环境与养护策略内生长环境相吻合时，获取感知模块内的信息参数进行养护核实，其中，感知模块包括土壤温度监测终端、气象空气监测终端和温度监测终端；其中，土壤环境监测终端用于监测植物生存环境的土壤温度；气象空气监测终端用于监测植物生存环境的气象；温度检测终端用于监测植物生存环境的温度；
更具体地说获取土壤温度监测终端、气象空气监测终端和温度监测终端的检测数据，通过监测模型得出预测天气类型；
更具体说，通过采集若干土壤温度监测终端、气象空气监测终端和温度监测终端的检测数据，并获取检测数据20分钟内的植物的生长环境；
将若干检测数据和植物的生长环境输入深度神经网络算法进行学习，得出监测模型；
其中，若干土壤温度监测终端、气象空气监测终端和温度监测终端的检测数据，并获取检测数据20分钟内的植物的生长环境通过大数据分析平台通过大数据筛选获得而来。
当预测天气类型与天气类型相同时，核实成功；
当核实成功后应用模块将对应生长环境的管养推荐发送至指定人员，具体的，获取用户模块内的用户身份信息，并调取身份信息对应的历史在线时间段，挑选历史在线时间段内出现频率最高的时间段为喜好时间段；
获取管养推荐发送的时间节点，当时间节点属于喜好时间段时，将喜好时间段对应的用户身份信息标记为预选发送用户；
当时间节点不属于喜好时间段时，获取管养推荐对应的管养区域，获取管养区域的历史管养记录，挑选历史管养记录内用户身份信息对应管养任务系数大于预设系数的标记为预选发送用户；
其中，获取用户身份信息内的历史管养记录具体为，历史管养记录包括用户的历史管养次数、被标记为指定人员的次数、历史管养总时长及管养好评率；
通过公式
得出管养任务系数，式中，P(i)为管养任务系数，Lc为历史管养次数，Ly为被标记为指定人员的次数，Hp为管养好评率，Sh为历史管养总时长；
其中，历史管养次数为用户被标记为指定人员且按照管养推荐进行管养的次数；历史管养总时长为用户按照管养推荐进行管养的累加时间；
管养好评率通过
得出，式中，Zc为管养推荐的最低操作时间
获取预选发送用户的养护及时率，并将养护及时率大于阈值的预选发送用户标记为指定人员，并推送管养推荐
其中，获取预选发送用户的养护及时率具体为，获取指定人员到达管养区域的时间节点Ic与管养推荐的时间节点Ib，预设时间间隔段，当Ic属于Ib减去时间间隔段时，Ib减Ic的差值为正及时率，当Ic属于Ib加上时间间隔段时，Ic减Ib的差值为负及时率；
其中，正及时率的算数符号为正，负及时率的算数符号为负，将指定人员对应的全部正及时率与负及时率累加得出养护及时率。
综上所述，据植物品种设定对应的养护策略，并对养护策略进行标记植物所在区域；收集管辖区域内的所有植物对应的养护策略并存储至数据库；对数据库进行监控，可以保证当出现极端天气或极端情况时，用户可以提前知晓，并进行预警，不再完全依靠人工经验进行管理，且对实际养护操作的工人经验要求也大幅降低，适合校园内没有经验或检验较少的学生进行养护。
对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义；以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.一种校园用数字园林管养系统，其特征在于，包括用于记录用户身份信息的用户模块、用于获取运行设备的信息参数的感知模块、基于用户的身份信息和信息参数进行管养推荐的应用模块、为管养推荐进行能力支撑的支撑模块及用于用户模块、感知模块、应用模块和支撑模块之间相互通信连接的传输模块；
用户模块获取用户的身份信息后，通过传输模块将用户的身份信息发送至应用模块，应用模块通过传输模块获取感知模块内运行设备的信息参数，基于身份信息、信息参数和支撑模块进行管养推荐。
2.根据权利要求1所述的一种校园用数字园林管养系统，其特征在于，基于身份信息、信息参数和支撑模块进行管养推荐包括：
收集校园区域内的所有植物对应的养护策略并存储至数据库内，其中，养护策略包括多个生长环境及多个生长环境一一对应的管养推荐；
通过支撑模块对校园区域内的所有植物的生存环境进行实时检测，并对比数据库内养护策略；
当植物的生存环境与养护策略内生长环境相吻合时，获取感知模块内的信息参数进行养护核实；
当核实成功后应用模块将对应生长环境的管养推荐发送至指定人员；
其中，将对应生长环境的管养推荐发送至指定人员，具体为：
获取用户模块内的用户身份信息，并调取身份信息对应的历史在线时间段，挑选历史在线时间段内出现频率最高的时间段为喜好时间段；
获取管养推荐发送的时间节点，当时间节点属于喜好时间段时，将喜好时间段对应的用户身份信息标记为预选发送用户；
当时间节点不属于喜好时间段时，获取管养推荐对应的管养区域，获取管养区域的历史管养记录，挑选历史管养记录内用户身份信息对应管养任务系数大于预设系数的标记为预选发送用户；
获取预选发送用户的养护及时率，并将养护及时率大于阈值的预选发送用户标记为指定人员，并推送管养推荐。
3.根据权利要求2所述的一种校园用数字园林管养系统，其特征在于，管养任务系数具体为：
获取用户身份信息内的历史管养记录，其中，历史管养记录包括用户的历史管养次数、被标记为指定人员的次数、历史管养总时长及管养好评率；
通过公式
得出管养任务系数，式中，P(i)为管养任务系数，Lc为历史管养次数，Ly为被标记为指定人员的次数，Hp为管养好评率，Sh为历史管养总时长；
其中，历史管养次数为用户被标记为指定人员且按照管养推荐进行管养的次数；历史管养总时长为用户按照管养推荐进行管养的累加时间；
管养好评率通过
得出，式中，Zc为管养推荐的最低操作时间。
4.根据权利要求3所述的一种校园用数字园林管养系统，其特征在于，养护及时率具体为：
获取指定人员到达管养区域的时间节点Ic与管养推荐的时间节点Ib，预设时间间隔段，当Ic属于Ib减去时间间隔段时，Ib减Ic的差值为正及时率，当Ic属于Ib加上时间间隔段时，Ic减Ib的差值为负及时率；
其中，正及时率的算数符号为正，负及时率的算数符号为负，将指定人员对应的全部正及时率与负及时率累加得出养护及时率。
5.根据权利要求4所述的一种校园用数字园林管养系统，其特征在于，所述支撑模块包括物联网管理平台、GIS能力平台和大数据分析平台；
物联网管理平台用于获取校园区域内的物联网设备的采集信息，物联网设备包括无人机、巡检小车、CCD摄像机及物联执行器；
GIS能力平台用于为物联网设备提供导航及定位服务；
大数据分析平台基于物联网设备的采集信息进行实时检测，并与数据库内养护策略进行对比。
6.根据权利要求5所述的一种校园用数字园林管养系统，其特征在于，所述感知模块包括土壤温度监测终端、气象空气监测终端和温度监测终端；
土壤环境监测终端用于监测植物生存环境的土壤温度；
气象空气监测终端用于监测植物生存环境的气象；
温度检测终端用于监测植物生存环境的温度。
7.根据权利要求5所述的一种校园用数字园林管养系统，其特征在于，所述大数据分析平台基于物联网设备的采集信息进行实时检测，包括：
获取联网设备的采集信息；对采集信息进行处理，提取处理后的天气特征；
其中，采集信息包括图像信息及声音信息；
对图像信息进行预处理，计算图像信息内同一云朵在运动轨迹的不同位置上的累积残差值，分别为同一云朵在运动轨迹的不同位置上的累积残差值赋予第一权重，根据第一权重，分割出图像信息中包括天空的天空图像，提取天空图像的图像天气特征；其中，图像天气特征包括HSV特征、PHOW特征和Motion特征；
对声音信息进行预处理，计算同一频率的声音信息在预设时间段内的音调变化，根据音调变化的比值确定声音信息中的声音天气特征；
将图像天气特征和声音天气特征输入至天气类型预测模型，识别物联网设备当前所处环境的天气类型；其中，天气类型预测模型是基于深度置信网络训练得到。
8.根据权利要求2所述的一种校园用数字园林管养系统，其特征在于，当植物的生存环境与养护策略内生长环境相吻合时，获取感知模块内的信息参数进行养护核实，具体为：
获取土壤温度监测终端、气象空气监测终端和温度监测终端的检测数据，通过监测模型得出预测天气类型；
当预测天气类型与天气类型相同时，核实成功。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110844685.8A CN113506017B (zh) | 2021-07-26 | 2021-07-26 | 一种校园用数字园林管养系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110844685.8A CN113506017B (zh) | 2021-07-26 | 2021-07-26 | 一种校园用数字园林管养系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113506017A true CN113506017A (zh) | 2021-10-15 |
| CN113506017B CN113506017B (zh) | 2022-05-24 |
Family
ID=78014019
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110844685.8A Active CN113506017B (zh) | 2021-07-26 | 2021-07-26 | 一种校园用数字园林管养系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113506017B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118096795A (zh) * | 2024-04-24 | 2024-05-28 | 济宁市市政园林养护中心 | 一种园林绿化养护监测预警系统及方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108241333A (zh) * | 2018-01-15 | 2018-07-03 | 闵林海 | 一种智能化园林管理系统 |
| CN109726940A (zh) * | 2019-02-14 | 2019-05-07 | 深圳市木雅园林股份有限公司 | 一种园林植物养护管理方法及系统 |
| CN111401720A (zh) * | 2020-03-10 | 2020-07-10 | 南京慧诺信息科技有限公司 | 基于物联网的智能绿化养护的方法及系统 |
-
2021
- 2021-07-26 CN CN202110844685.8A patent/CN113506017B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108241333A (zh) * | 2018-01-15 | 2018-07-03 | 闵林海 | 一种智能化园林管理系统 |
| CN109726940A (zh) * | 2019-02-14 | 2019-05-07 | 深圳市木雅园林股份有限公司 | 一种园林植物养护管理方法及系统 |
| CN111401720A (zh) * | 2020-03-10 | 2020-07-10 | 南京慧诺信息科技有限公司 | 基于物联网的智能绿化养护的方法及系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118096795A (zh) * | 2024-04-24 | 2024-05-28 | 济宁市市政园林养护中心 | 一种园林绿化养护监测预警系统及方法 |
| CN118096795B (zh) * | 2024-04-24 | 2024-09-06 | 济宁市市政园林养护中心 | 一种园林绿化养护监测预警系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113506017B (zh) | 2022-05-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106971167B (zh) | 基于无人机平台的作物生长分析方法及其分析系统 | |
| CN113221765B (zh) | 一种基于数字相机影像有效像元的植被物候期提取方法 | |
| CN110427798B (zh) | 一种青菜智能识别及叶色环境变化预测的方法 | |
| CN113205014B (zh) | 一种基于图像锐化的时序数据耕地提取方法 | |
| CN116227758B (zh) | 基于遥感技术和深度学习的农产品成熟度预测方法及系统 | |
| Wang et al. | Color-and texture-based image segmentation for improved forest delineation | |
| CN116129260A (zh) | 基于深度学习的牧草图像识别方法 | |
| CN111967441A (zh) | 一种基于深度学习的农作物病害分析方法 | |
| CN115063437B (zh) | 一种红树林冠层可见光图像指数特征分析方法及系统 | |
| CN111476197A (zh) | 基于多源卫星遥感影像油棕识别及面积提取的方法和系统 | |
| CN113506017B (zh) | 一种校园用数字园林管养系统 | |
| CN114663814A (zh) | 一种基于机器视觉的果实检测及产量估计方法及系统 | |
| CN117789037A (zh) | 作物生长期预测方法及装置 | |
| Salem et al. | Detection of land cover classes in agro-ecosystems of northern Egypt by remote sensing | |
| CN116052141B (zh) | 作物生育期的识别方法、装置、设备及介质 | |
| Nelson et al. | Spatial statistical techniques for aggregating point objects extracted from high spatial resolution remotely sensed imagery | |
| Li et al. | Image recognition and empirical application of desert plant species based on convolutional neural network | |
| CN114694048A (zh) | 基于无人机遥感技术的稀疏灌木物种识别方法及系统 | |
| Babykalpana et al. | Classification of land use land cover change detection using remotely sensed data | |
| CN114445719A (zh) | 一种基于遥感数据的植被分类和生物量反演方法 | |
| CN106446331A (zh) | 怒江金丝猴栖息地识别和监测方法 | |
| Nuske | Acquisition and Characterization of Canopy Gap Patterns of Beech Forests | |
| CN115861821B (zh) | 一种基于多目标优化的生态环境监测保护方法 | |
| CN115731465A (zh) | 一种样方框内盖度的测算方法 | |
| CN116842351B (zh) | 滨海湿地碳汇评估模型构建方法、评估方法和电子设备 |
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 | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20211015 Assignee: Nanjing Puyu Ecological Technology Co.,Ltd. Assignor: NANJING FORESTRY University Contract record no.: X2022320000187 Denomination of invention: A digital garden management system for campus Granted publication date: 20220524 License type: Common License Record date: 20220919 Application publication date: 20211015 Assignee: Nanjing Xiangyi cultural and Creative Industry Co.,Ltd. Assignor: NANJING FORESTRY University Contract record no.: X2022320000188 Denomination of invention: A digital garden management system for campus Granted publication date: 20220524 License type: Common License Record date: 20220919 |
|
| EE01 | Entry into force of recordation of patent licensing contract |