CN113850415A - 基于物联网的园林管理方法、装置、设备及存储介质 - Google Patents
基于物联网的园林管理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113850415A CN113850415A CN202110971441.6A CN202110971441A CN113850415A CN 113850415 A CN113850415 A CN 113850415A CN 202110971441 A CN202110971441 A CN 202110971441A CN 113850415 A CN113850415 A CN 113850415A
- Authority
- CN
- China
- Prior art keywords
- soil
- garden
- data
- historical
- determining
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 54
- 239000002689 soil Substances 0.000 claims abstract description 504
- 238000000034 method Methods 0.000 claims abstract description 55
- 238000001914 filtration Methods 0.000 claims abstract description 10
- 230000006855 networking Effects 0.000 claims abstract 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 81
- 238000002347 injection Methods 0.000 claims description 20
- 239000007924 injection Substances 0.000 claims description 20
- 238000001556 precipitation Methods 0.000 claims description 17
- 238000001704 evaporation Methods 0.000 claims description 13
- 230000008020 evaporation Effects 0.000 claims description 13
- 239000003621 irrigation water Substances 0.000 claims description 13
- 238000005056 compaction Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 6
- 230000000246 remedial effect Effects 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000002262 irrigation Effects 0.000 description 2
- 238000003973 irrigation Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/10—Forestry
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/20—Analytics; Diagnosis
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Forests & Forestry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Accounting & Taxation (AREA)
- Environmental & Geological Engineering (AREA)
- Toxicology (AREA)
- Ecology (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于物联网的园林管理方法、装置、设备及存储介质,包括:实时通过物联网传感器采集园林土壤的土壤数据,并滤除土壤数据中的噪声数据得到去噪土壤数据;根据去噪土壤数据和状态量预测算法确定所述园林土壤的预测状态值;根据所述预测状态值确定所述园林土壤的预测风险等级;在所述预测风险等级大于预设等级时,获取所述园林土壤的历史土壤数据,并根据线性加权和法和历史土壤数据确定园林土壤的当前土壤质量分值;在当前质土壤质量分值与土壤质量标准分值的偏差大于预设阈值时,发送土壤质量预警信息至物联网终端设备,解决了现有技术中在园林土壤出现问题时才能采取补救措施的技术问题,提高了园林管理的效率。
Description
技术领域
本发明涉及园林管理技术领域,尤其涉及一种基于物联网的园林管理方法、装置、设备及存储介质。
背景技术
随着社会经济的发展,人们的生活水平得到极大地提升,人们在日常工作之余对户外活动的需求也越来越大,园林为人们提供了休息、娱乐的场所,现在对园林的管理基本都是依靠人力来完成,比如定期给园林里面的树木浇水、施肥和松土等,往往依靠人的主管判断是否需要进行这些操作,不仅工作效率低,而且往往是在出现问题之后才能采取相关措施,错过最佳的解决问题的时刻。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供了一种基于物联网的园林管理方法、装置、设备及存储介质,旨在解决现有技术中园林管理效率低的技术问题。
为实现上述目的,本发明提供了一种基于物联网的园林管理方法,所述方法包括以下步骤:
实时通过物联网传感器采集园林土壤的土壤数据,并滤除所述土壤数据中的噪声数据得到去噪土壤数据;
根据所述去噪土壤数据和状态量预测算法确定所述园林土壤的预测状态值;
根据所述预测状态值确定所述园林土壤的预测风险等级;
在所述预测风险等级大于预设等级时,获取所述园林土壤的历史土壤数据,并根据线性加权和法和所述历史土壤数据确定所述园林土壤的当前土壤质量分值;
在所述当前质土壤质量分值与土壤质量标准分值的偏差大于预设阈值时,发送土壤质量预警信息至物联网终端设备。
可选地,所述实时通过物联网传感器采集园林土壤的土壤数据,并滤除所述土壤数据中的噪声数据得到去噪土壤数据之前,所述方法还包括:
获取园林内树木的的树木品种,并根据所述树木品种在数据库中查找适合所述树木品种生长的标准土壤数据;
根据线性加权和法和所述标准土壤数据确定所述园林土壤的土壤标准质量分值。
可选地,所述在所述预测风险等级大于预设等级时,获取所述园林土壤的历史土壤数据,并根据线性加权和法和所述历史土壤数据确定所述园林土壤的当前土壤质量分值,包括:
在所述预测风险等级大于预设等级时,获取预设历史时间内所述园林土壤的多组历史土壤数据,所述历史土壤数据包括历史土壤湿度值、历史土壤酸碱度值和历史土壤紧实度值;
根据所述多组历史土壤数据填充预设土壤质量分表格,并获取所述预设土壤质量分表格中的最小历史土壤湿度值、最小历史土壤酸碱度值及最小历史土壤紧实度值;
根据所述最小历史土壤湿度值、所述最小历史土壤酸碱度值和所述最小历史土壤紧实度值对所述预设土壤质量分表格中的多组历史土壤数据进行标准化处理,获得各历史土壤数据对应的标准化历史土壤数据;
根据各历史土壤数据对应的标准化历史土壤数据和预设权重确定各历史土壤数据对应的历史土壤质量分值;
根据各历史土壤数据对应的历史土壤质量分值确定历史土壤质量平均分值,并将所述历史土壤质量平均分值作为所述园林土壤的当前土壤质量分值。
可选地,所述在所述当前质土壤质量分值与土壤质量标准分值的偏差大于预设阈值时,发送土壤质量预警信息至物联网终端设备之后,所述方法还包括:
获取园林的位置信息,并根据所述位置信息确定所述园林的气象信息;
从所述标准土壤数据中读取标准土壤湿度值,并根据所述多组历史土壤数据确定土壤湿度值;
根据所述标准土壤湿度值和所述土壤湿度值确定所述园林土壤的需水量;
根据所述气象信息和所述需水量确定所述园林土壤的灌溉水量。
可选地,所述根据所述气象信息和所述需水量确定所述园林土壤的灌溉水量,包括:
根据所述气象信息确定所述园林内在未来预设时段内的平均降水量和平均蒸发量;
根据所述平均降水量和所述平均蒸发量确定所述园林在未来预设时段内的平均得水量;
根据所述平均得水量和所述需水量确定所述园林土壤的灌溉水量。
可选地,所述根据所述平均降水量和所述平均蒸发量确定所述园林在未来预设时段内的平均得水量之后,所述方法还包括:
实时通过物联网传感器采集所述园林内景观水池的当前水位,并根据所述当前水位和所述平均得水量确定所述景观水池在未来预设时段内的注水量;
根据所述注水量生成注水指令,并根据所述注水指令控制所述景观水池的水泵工作。
可选地,所述获取园林的位置信息,并根据所述位置信息确定所述园林的气象信息之后,所述方法还包括:
从所述气象信息中读取风力等级,并根据所述风力等级确定是否需要对所述园林内的树木进行加固。
此外,为实现上述目的,本发明还提出一种基于物联网的园林管理装置,所述装置包括:
采集模块,用于实时通过物联网传感器采集园林土壤的土壤数据,并滤除所述土壤数据中的噪声数据得到去噪土壤数据;
状态值确定模块,用于根据所述去噪土壤数据和状态量预测算法确定所述园林土壤的预测状态值;
风险等级确定模块,用于根据所述预测状态值确定所述园林土壤的预测风险等级;
当前土壤质量分值确定模块,用于在所述预测风险等级大于预设等级时,获取所述园林土壤的历史土壤数据,并根据线性加权和法和所述历史土壤数据确定所述园林土壤的当前土壤质量分值;
预警模块,用于在所述当前质土壤质量分值与土壤质量标准分值的偏差大于预设阈值时,发送土壤质量预警信息至物联网终端设备。
此外,为实现上述目的,本发明还提出一种基于物联网的园林管理设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于物联网的园林管理程序,所述基于物联网的园林管理程序配置为实现如上文所述的基于物联网的园林管理方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有基于物联网的园林管理程序,所述基于物联网的园林管理程序被处理器执行时实现如上文所述的基于物联网的园林管理方法的步骤。
本发明实时通过物联网传感器采集园林土壤的土壤数据,并滤除所述土壤数据中的噪声数据得到去噪土壤数据;根据所述去噪土壤数据和状态量预测算法确定所述园林土壤的预测状态值;根据所述预测状态值确定所述园林土壤的预测风险等级;在所述预测风险等级大于预设等级时,获取所述园林土壤的历史土壤数据,并根据线性加权和法和所述历史土壤数据确定所述园林土壤的当前土壤质量分值;在所述当前质土壤质量分值与土壤质量标准分值的偏差大于预设阈值时,发送土壤质量预警信息至物联网终端设备,由于本发明是通过物联网传感器实时采集园林土壤的土壤数据,在对采集到的土壤数据去噪后,根据去噪土壤数据和状态量预测算法得到原理土壤的预测状态值,再根据预测状态值确定园林土壤的预测风险等级,在预测风险等级大于预设等级时,根据园林土壤的历史土壤数据确定园林土壤的当前土壤质量分,根据当前土壤质量分和土壤质量标准分确定是否发送土壤质量预警信息至物联网终端,解决了现有技术中在园林土壤出现问题时才能采取补救措施的技术问题,提高了园林管理的效率。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的基于物联网的园林管理设备的结构示意图;
图2为本发明基于物联网的园林管理方法第一实施例的流程示意图;
图3为本发明基于物联网的园林管理方法第二实施例的流程示意图;
图4为本发明基于物联网的园林管理装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的基于物联网的园林管理设备结构示意图。
如图1所示,该基于物联网的园林管理设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM),也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对基于物联网的园林管理设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、数据存储模块、网络通信模块、用户接口模块以及基于物联网的园林管理程序。
在图1所示的基于物联网的园林管理设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明基于物联网的园林管理设备中的处理器1001、存储器1005可以设置在基于物联网的园林管理设备中,所述基于物联网的园林管理设备通过处理器1001调用存储器1005中存储的基于物联网的园林管理程序,并执行本发明实施例提供的基于物联网的园林管理方法。
本发明实施例提供了一种基于物联网的园林管理方法,参照图2,图2为本发明基于物联网的园林管理方法第一实施例的流程示意图。
本实施例中,所述基于物联网的园林管理方法包括以下步骤:
步骤S10:实时通过物联网传感器采集园林土壤的土壤数据,并滤除所述土壤数据中的噪声数据得到去噪土壤数据。
需要说明的是,本实施例的执行主体可以是一种具有数据处理、网络通信以及程序运行功能的计算服务设备,例如平板电脑、个人电脑、手机等,或者是一种能够实现上述功能的电子设备、基于物联网的园林管理设备等,以下以基于物联网的园林管理设备为例,对本实施例及下述各实施例进行说明。
可以理解的是,物联网(The Internet of things)是通过射频识别(RFID)、红外感应器、全球定位系统、激光扫描器等信息传感设备,按约定的协议,把任何物品与互联网连接起来,进行信息交换和通讯,以实现智能化识别、定位、跟踪、监控和管理的一种网络,物联网传感器是指物联网中采集信息的传感器。
可以理解的是,本实施例使用的物联网传感器包括但不限于湿度传感器、酸碱度传感器、紧实度传感器和水位传感器等,其中湿度传感器可以用来采集土壤湿度值,酸碱度传感器可以用来采集土壤酸碱度值,紧实度传感器可以用来采集土壤紧实度值。
应该理解的是,土壤数据包括:土壤湿度值、土壤酸碱度值和土壤紧实度值等,土壤数据在一定时间段内是在一定区间范围内变化的,由于其它环境因素的干扰,传感器采集到的数据可能不能准确反应土壤的状态,即传感器采集到了噪声数据,此时需要过滤掉采集到的噪声数据,若采集到土壤数据,处于预设区间范围之外,则将此数据滤除,例如在园林中,园林土壤的土壤湿度值以35%为基准线,在基准线的上下10%内浮动,即土壤湿度值的下限为25%,上限为45%,若湿度传感器采集到的土壤湿度值为11%,则认定该数据为噪声数据,将此数据滤除;土壤酸碱度值以7.8为基准线,上限为8.2,下限为7.3,若采集到的土壤酸碱度值在9,则将此数据滤除;土壤紧实度值以500为基准线,上限为900,下限为300,若采集到土壤紧实度值为200,则将此数据滤除。
步骤S20:根据所述去噪土壤数据和状态量预测算法确定所述园林土壤的预测状态值。
可以理解的是,土壤数据是在不断变化的,可以根据去噪土壤数据和状态量预测算法确定园林土壤的预测状态值,状态量预测算法具体如下:假设土壤数据是一个时间序列的函数y(t),为了得到y(t)的变化趋势,基于最小二乘法采用线性函数对y(t)进行分段拟合,假设在分段后某一个片段数据的线性拟合函数为:y(t)=k(t-t0)+y0,式中,t0为时间段的起点,y0为t0时刻的数据,k为斜率;假设在t1时刻计算出t0、y0和k的值分别为ta、ya和ka,则由y(t)=k(t-t0)+y0可知,在k个采样时间之后,土壤数据的预测值为y(ta+nΔt)=ka(ta+nΔt-ta)+ya,其中k为正整数;将去噪土壤数据带入式y(ta+nΔt)=ka(ta+nΔt-ta)+ya得到土壤数据预测向量,将土壤数据预测向量与权重向量相乘得到园林土壤的预测状态值。
步骤S30:根据所述预测状态值确定所述园林土壤的预测风险等级。
可以理解的是,在基于物联网的园林管理设备的存储器中有风险等级表,在所述风险等级表中园林土壤的预测状态值区间和园林的预测风险等级对应,根据园林土壤的预测状态值可在该表中查找到园林土壤的预测风险等级是。
步骤S40:在所述预测风险等级大于预设等级时,获取所述园林土壤的历史土壤数据,并根据线性加权和法和所述历史土壤数据确定所述园林土壤的当前土壤质量分值。
应该理解的是,在预设风险等级大于预设等级时,有可能表明园林土壤存在潜在危险,也有可能是判断错误,为了进一步确定园林土壤的状态,获取园林土壤的历史数据,该历史数据是以当前时刻为基准,获取距离当前时刻最近的一段时间的历史土壤数据,根据该数据和线性加权和法确定园林土壤的当前土壤质量分值。
步骤S50:在所述当前质土壤质量分值与土壤质量标准分值的偏差大于预设阈值时,发送土壤质量预警信息至物联网终端设备。
应该理解的是,本实施例采取双重判断的方式,来提高园林土壤质量判断的精确度,先通过实时采集的土壤数据确定园林土壤的预测风险等级,在预测风险等级大于预设等级时,再根据离当前时刻最近一段时间的历史土壤数据确定当前土壤质量分值,并在土壤质量分值与土壤质量标准分的偏差大于预设阈值的时候,判定园林土壤存在问题,此时发送土壤质量预警信息至物联网终端设备,以便于工作人员及时采取措施。
进一步地,为了提高园林土壤质量判断的准确度,所述步骤S10之前,所述方法还包括:获取园林内树木的的树木品种,并根据所述树木品种在数据库中查找适合所述树木品种生长的标准土壤数据;根据线性加权和法和所述标准土壤数据确定所述园林土壤的土壤标准质量分值。
可以理解的是,不同的树木品种对土壤的要求是不同的,有的树木需要土壤湿度大,有的树木需要土壤湿度小一些,可以把根据树木品种,将园林划分为若干个区域,每个区域中的树木品种相同。
应该理解的是,数据库是园林中树木品种以及适合各品种生长的土壤的标准土壤数据的数据库,可以从互联网中抓取数据对数据库进行更新,因为互联网数据具有不统一性的特点,从数据库中获取的树木品种的标准土壤数据可能有多组,利用线性加权和法对获取到的多组数据进行处理,即可得到土壤标准质量分值,例如:园林中某块区域的树木品种为S,通过查找数据库得到适合S生长的标准土壤数据为A和B两组数据,具体为:土壤湿度值为35%和28%,土壤酸碱度值8和7,土壤紧实度值600和650,具体计算土壤标准质量分的过程如下:
权重 | A组 | B组 | 最小值 | |
土壤湿度值 | 0.4 | 35% | 28% | 28% |
土壤酸碱度值 | 0.3 | 8 | 7 | 7 |
土壤紧实度值 | 0.3 | 600 | 650 | 600 |
权重 | A组 | B组 | |
土壤湿度值 | 0.4 | 0.8 | 1 |
土壤酸碱度值 | 0.3 | 0.875 | 1 |
土壤紧实度值 | 0.3 | 1 | 0.92 |
根据公式式中z为土壤质量得分,wi为权重,xi为土壤质量参数数据可得到A组合B组的土壤质量分值分别为:0.8825和0.976,求这两组土壤质量分值的平均分为0.929,则将0.929作为土壤标准质量分值。
进一步地,为了提高当前土壤质量分值的准确性,所述步骤S40包括:在所述预测风险等级大于预设等级时,获取预设历史时间内所述园林土壤的多组历史土壤数据,所述历史土壤数据包括历史土壤湿度值、历史土壤酸碱度值和历史土壤紧实度值;根据所述多组历史土壤数据填充预设土壤质量分表格,并获取所述预设土壤质量分表格中的最小历史土壤湿度值、最小历史土壤酸碱度值及最小历史土壤紧实度值;根据所述最小历史土壤湿度值、所述最小历史土壤酸碱度值和所述最小历史土壤紧实度值对所述预设土壤质量分表格中的多组历史土壤数据进行标准化处理,获得各历史土壤数据对应的标准化历史土壤数据;根据各历史土壤数据对应的标准化历史土壤数据和预设权重确定各历史土壤数据对应的历史土壤质量分值;根据各历史土壤数据对应的历史土壤质量分值确定历史土壤质量平均分值,并将所述历史土壤质量平均分值作为所述园林土壤的当前土壤质量分值。
可以理解的是,获取预设历史时间内园林土壤的多组历史土壤数据,例如获取过去24小时内的历史土壤数据,每个小时取一组历史土壤数据,共得到24组历史土壤数据,使用线性加权和法参照土壤标准质量分的计算过程计算得到当前土壤质量分值。
本实施例实时通过物联网传感器采集园林土壤的土壤数据,并滤除所述土壤数据中的噪声数据得到去噪土壤数据;根据所述去噪土壤数据和状态量预测算法确定所述园林土壤的预测状态值;根据所述预测状态值确定所述园林土壤的预测风险等级;在所述预测风险等级大于预设等级时,获取所述园林土壤的历史土壤数据,并根据线性加权和法和所述历史土壤数据确定所述园林土壤的当前土壤质量分值;在所述当前质土壤质量分值与土壤质量标准分值的偏差大于预设阈值时,发送土壤质量预警信息至物联网终端设备,由于本实施例是通过物联网传感器实时采集园林土壤的土壤数据,在对采集到的土壤数据去噪后,根据去噪土壤数据和状态量预测算法得到原理土壤的预测状态值,再根据预测状态值确定园林土壤的预测风险等级,在预测风险等级大于预设等级时,根据园林土壤的历史土壤数据确定园林土壤的当前土壤质量分,根据当前土壤质量分和土壤质量标准分确定是否发送土壤质量预警信息至物联网终端,解决了现有技术中在园林土壤出现问题时才能采取补救措施的技术问题,提高了园林管理的效率。
参考图3,图3为本发明基于物联网的园林管理方法第二实施例的流程示意图。
基于上述第一实施例,在本实施例中,在所述步骤S50之后,所述方法还包括:
步骤S501:获取园林的位置信息,并根据所述位置信息确定所述园林的气象信息。
应该理解的是,位置信息是园林的经度和纬度信息,根据园林的经度和维纬度信息,可以确定园林所在的区域,例如园林位于的市、县和镇的具体信息。
可以理解的是,在确定好园林位于哪个镇时,可以通过互联网获取该镇的天气预报信息,从而获得该镇的气象信息,用该镇的气象信息作为园林在未来一段时间的气象信息,由于园林的气象信息是根据天气预报得到的,而天气预报不是百分之百准确的,可以通过综合园林所在的镇的天气预报信息、园林所在镇的相邻镇的天气预报信息和园林所在的县的天气预报信息确定园林的气象信息,例如:镇的天气预报信息占比60,相邻镇的天气预报信息占30,县的天气预报信息占10,以降水量为例,若镇天气预报未来7天降水量为12,相邻镇为10(相邻镇未来7天总的降水量除以相邻镇的个数),县为11,则园林未来7天的降水量为11.3,蒸发量也可按照此种方法计算。
步骤S502:从所述标准土壤数据中读取标准土壤湿度值,并根据所述多组历史土壤数据确定土壤湿度值。
应该理解的是,若从数据库中读取到多个标准土壤数据,则将土壤数据中多个土壤湿度值的算数平均值作为标准土壤湿度值,将多组历史土壤数据中的多个历史土壤湿度值得算数平均值作为土壤湿度值。
步骤S503:根据所述标准土壤湿度值和所述土壤湿度值确定所述园林土壤的需水量。
可以理解的是,若标准土壤湿度值小于土壤湿度值,则园林土壤不缺水,若标准土壤湿度值大于土壤湿度值,则园林土壤缺水,通过计算可得到述标准土壤湿度值和土壤湿度值得差值,根据该差值和预估的园林土壤的重量可以得到园林土壤的需水量,需水量即需要给园林土壤浇水的量。
步骤S504:根据所述气象信息和所述需水量确定所述园林土壤的灌溉水量。
进一步地,为了提高确定园林土壤灌溉水量的准确度,所述步骤S504包括:根据所述气象信息确定所述园林内在未来预设时段内的平均降水量和平均蒸发量;根据所述平均降水量和所述平均蒸发量确定所述园林在未来预设时段内的平均得水量;根据所述平均得水量和所述需水量确定所述园林土壤的灌溉水量。
可以理解的是,平均得水量为平均降水量和平均蒸发量的差值,根据平均得水量和园林的预估面积可以确定未来预设时间段内的平均得水量,平均得水量和需水量的差值,即为需要的灌溉水量。
进一步地,为了确定园林中景观水池的注水量,所述根据所述平均降水量和所述平均蒸发量确定所述园林在未来预设时段内的平均得水量之后,所述方法还包括:实时通过物联网传感器采集所述园林内景观水池的当前水位,并根据所述当前水位和所述平均得水量确定所述景观水池在未来预设时段内的注水量;根据所述注水量生成注水指令,并根据所述注水指令控制所述景观水池的水泵工作。
可以理解的是,根据景观水池的当前水位和景观水池应该达到的水位之间的水位差和景观水池的预估面积可以得到景观水池的预估注水量,根据平均得水量和景观水池的面积可以得到景观水池在未来预设时间段内的得水量,景观水池的预估注水量和得水量之间的差值即是景观水池的注水量。
进一步地,为了能及时加固园林内的树木,所述获取园林的位置信息,并根据所述位置信息确定所述园林的气象信息之后,所述方法还包括:从所述气象信息中读取风力等级,并根据所述风力等级确定是否需要对所述园林内的树木进行加固。
应该理解的是,气象信息包括未来预设时间段内风力等级信息,若树木承受不住风力,则可根据未来预设时间段内的最大风力等级,及时对树木进行加固,以免造成树木损坏。
本实施例通过获取园林的位置信息,并根据所述位置信息确定所述园林的气象信息;从所述标准土壤数据中读取标准土壤湿度值,并根据所述多组历史土壤数据确定土壤湿度值;根据所述标准土壤湿度值和所述土壤湿度值确定所述园林土壤的需水量;根据所述气象信息和所述需水量确定所述园林土壤的灌溉水量,解决了现有技术中不能根据园林土壤的实际情况灌溉的技术问题,提高了园林土壤灌溉的精度。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有基于物联网的园林管理程序,所述基于物联网的园林管理程序被处理器执行时实现如上文所述的基于物联网的园林管理方法的步骤。
参照图4,图4为本发明基于物联网的园林管理装置第一实施例的结构框图。
如图4所示,本发明实施例提出的基于物联网的园林管理装置包括:采集模块10、预测状态值确定模块20、风险等级确定模块30、当前土壤质量分值确定模块40和预警模块50。
采集模块10,用于实时通过物联网传感器采集园林土壤的土壤数据,并滤除所述土壤数据中的噪声数据得到去噪土壤数据;
预测状态值确定模块20,用于根据所述去噪土壤数据和状态量预测算法确定所述园林土壤的预测状态值;
风险等级确定模块30,用于根据所述预测状态值确定所述园林土壤的预测风险等级;
当前土壤质量分值确定模块40,用于在所述预测风险等级大于预设等级时,获取所述园林土壤的历史土壤数据,并根据线性加权和法和所述历史土壤数据确定所述园林土壤的当前土壤质量分值;
预警模块50,用于在所述当前质土壤质量分值与土壤质量标准分值的偏差大于预设阈值时,发送土壤质量预警信息至物联网终端设备。
本实施例采集模块10实时通过物联网传感器采集园林土壤的土壤数据,并滤除所述土壤数据中的噪声数据得到去噪土壤数据;预测状态值确定模块20根据所述去噪土壤数据和状态量预测算法确定所述园林土壤的预测状态值;风险等级确定模块30根据所述预测状态值确定所述园林土壤的预测风险等级;当前土壤质量分值确定模块40在所述预测风险等级大于预设等级时,获取所述园林土壤的历史土壤数据,并根据线性加权和法和所述历史土壤数据确定所述园林土壤的当前土壤质量分值;预警模块50在所述当前质土壤质量分值与土壤质量标准分值的偏差大于预设阈值时,发送土壤质量预警信息至物联网终端设备,由于本实施例是通过物联网传感器实时采集园林土壤的土壤数据,在对采集到的土壤数据去噪后,根据去噪土壤数据和状态量预测算法得到原理土壤的预测状态值,再根据预测状态值确定园林土壤的预测风险等级,在预测风险等级大于预设等级时,根据园林土壤的历史土壤数据确定园林土壤的当前土壤质量分,根据当前土壤质量分和土壤质量标准分确定是否发送土壤质量预警信息至物联网终端,解决了现有技术中在园林土壤出现问题时才能采取补救措施的技术问题,提高了园林管理的效率。
基于本发明上述基于物联网的园林管理装置第一实施例,提出本发明基于物联网的园林管理装置的第二实施例。
在本实施例中,采集模块10,还用于获取园林内树木的的树木品种,并根据所述树木品种在数据库中查找适合所述树木品种生长的标准土壤数据;根据线性加权和法和所述标准土壤数据确定所述园林土壤的土壤标准质量分值。
所述当前土壤质量分值确定模块40,还用于在所述预测风险等级大于预设等级时,获取预设历史时间内所述园林土壤的多组历史土壤数据,所述历史土壤数据包括历史土壤湿度值、历史土壤酸碱度值和历史土壤紧实度值;根据所述多组历史土壤数据填充预设土壤质量分表格,并获取所述预设土壤质量分表格中的最小历史土壤湿度值、最小历史土壤酸碱度值及最小历史土壤紧实度值;根据所述最小历史土壤湿度值、所述最小历史土壤酸碱度值和所述最小历史土壤紧实度值对所述预设土壤质量分表格中的多组历史土壤数据进行标准化处理,获得各历史土壤数据对应的标准化历史土壤数据;根据各历史土壤数据对应的标准化历史土壤数据和预设权重确定各历史土壤数据对应的历史土壤质量分值;根据各历史土壤数据对应的历史土壤质量分值确定历史土壤质量平均分值,并将所述历史土壤质量平均分值作为所述园林土壤的当前土壤质量分值。
所述预警模块50,还用于获取园林的位置信息,并根据所述位置信息确定所述园林的气象信息;从所述标准土壤数据中读取标准土壤湿度值,并根据所述多组历史土壤数据确定土壤湿度值;根据所述标准土壤湿度值和所述土壤湿度值确定所述园林土壤的需水量;根据所述气象信息和所述需水量确定所述园林土壤的灌溉水量。
所述预警模块50,还用于根据所述气象信息确定所述园林内在未来预设时段内的平均降水量和平均蒸发量;根据所述平均降水量和所述平均蒸发量确定所述园林在未来预设时段内的平均得水量;根据所述平均得水量和所述需水量确定所述园林土壤的灌溉水量。
所述预警模块50,还用于实时通过物联网传感器采集所述园林内景观水池的当前水位,并根据所述当前水位和所述平均得水量确定所述景观水池在未来预设时段内的注水量;根据所述注水量生成注水指令,并根据所述注水指令控制所述景观水池的水泵工作。
所述预警模块50,还用于从所述气象信息中读取风力等级,并根据所述风力等级确定是否需要对所述园林内的树木进行加固。
本发明基于物联网的园林管理装置的其他实施例或具体实现方式可参照上述各方法实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器/随机存取存储器、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于物联网的园林管理方法,其特征在于,所述方法包括:
实时通过物联网传感器采集园林土壤的土壤数据,并滤除所述土壤数据中的噪声数据得到去噪土壤数据;
根据所述去噪土壤数据和状态量预测算法确定所述园林土壤的预测状态值;
根据所述预测状态值确定所述园林土壤的预测风险等级;
在所述预测风险等级大于预设等级时,获取所述园林土壤的历史土壤数据,并根据线性加权和法和所述历史土壤数据确定所述园林土壤的当前土壤质量分值;
在所述当前质土壤质量分值与土壤质量标准分值的偏差大于预设阈值时,发送土壤质量预警信息至物联网终端设备。
2.如权利要求1所述的方法,其特征在于,所述实时通过物联网传感器采集园林土壤的土壤数据,并滤除所述土壤数据中的噪声数据得到去噪土壤数据之前,所述方法还包括:
获取园林内树木的的树木品种,并根据所述树木品种在数据库中查找适合所述树木品种生长的标准土壤数据;
根据线性加权和法和所述标准土壤数据确定所述园林土壤的土壤标准质量分值。
3.如权利要求2所述的方法,其特征在于,所述在所述预测风险等级大于预设等级时,获取所述园林土壤的历史土壤数据,并根据线性加权和法和所述历史土壤数据确定所述园林土壤的当前土壤质量分值,包括:
在所述预测风险等级大于预设等级时,获取预设历史时间内所述园林土壤的多组历史土壤数据,所述历史土壤数据包括历史土壤湿度值、历史土壤酸碱度值和历史土壤紧实度值;
根据所述多组历史土壤数据填充预设土壤质量分表格,并获取所述预设土壤质量分表格中的最小历史土壤湿度值、最小历史土壤酸碱度值及最小历史土壤紧实度值;
根据所述最小历史土壤湿度值、所述最小历史土壤酸碱度值和所述最小历史土壤紧实度值对所述预设土壤质量分表格中的多组历史土壤数据进行标准化处理,获得各历史土壤数据对应的标准化历史土壤数据;
根据各历史土壤数据对应的标准化历史土壤数据和预设权重确定各历史土壤数据对应的历史土壤质量分值;
根据各历史土壤数据对应的历史土壤质量分值确定历史土壤质量平均分值,并将所述历史土壤质量平均分值作为所述园林土壤的当前土壤质量分值。
4.如权利要求3所述的方法,其特征在于,所述在所述当前质土壤质量分值与土壤质量标准分值的偏差大于预设阈值时,发送土壤质量预警信息至物联网终端设备之后,所述方法还包括:
获取园林的位置信息,并根据所述位置信息确定所述园林的气象信息;
从所述标准土壤数据中读取标准土壤湿度值,并根据所述多组历史土壤数据确定土壤湿度值;
根据所述标准土壤湿度值和所述土壤湿度值确定所述园林土壤的需水量;
根据所述气象信息和所述需水量确定所述园林土壤的灌溉水量。
5.如权利要求4所述的方法,其特征在于,所述根据所述气象信息和所述需水量确定所述园林土壤的灌溉水量,包括:
根据所述气象信息确定所述园林内在未来预设时段内的平均降水量和平均蒸发量;
根据所述平均降水量和所述平均蒸发量确定所述园林在未来预设时段内的平均得水量;
根据所述平均得水量和所述需水量确定所述园林土壤的灌溉水量。
6.如权利要求5所述的方法,其特征在于,所述根据所述平均降水量和所述平均蒸发量确定所述园林在未来预设时段内的平均得水量之后,所述方法还包括:
实时通过物联网传感器采集所述园林内景观水池的当前水位,并根据所述当前水位和所述平均得水量确定所述景观水池在未来预设时段内的注水量;
根据所述注水量生成注水指令,并根据所述注水指令控制所述景观水池的水泵工作。
7.如权利要求4所述的方法,其特征在于,所述获取园林的位置信息,并根据所述位置信息确定所述园林的气象信息之后,所述方法还包括:
从所述气象信息中读取风力等级,并根据所述风力等级确定是否需要对所述园林内的树木进行加固。
8.一种基于物联网的园林管理装置,其特征在于,所述装置包括:
采集模块,用于实时通过物联网传感器采集园林土壤的土壤数据,并滤除所述土壤数据中的噪声数据得到去噪土壤数据;
预测状态值确定模块,用于根据所述去噪土壤数据和状态量预测算法确定所述园林土壤的预测状态值;
风险等级确定模块,用于根据所述预测状态值确定所述园林土壤的预测风险等级;
当前土壤质量分值确定模块,用于在所述预测风险等级大于预设等级时,获取所述园林土壤的历史土壤数据,并根据线性加权和法和所述历史土壤数据确定所述园林土壤的当前土壤质量分值;
预警模块,用于在所述当前质土壤质量分值与土壤质量标准分值的偏差大于预设阈值时,发送土壤质量预警信息至物联网终端设备。
9.一种基于物联网的园林管理设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于物联网的园林管理程序,所述基于物联网的园林管理程序配置为实现如权利要求1至7中任一项所述的基于物联网的园林管理方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有基于物联网的园林管理程序,所述基于物联网的园林管理程序被处理器执行时实现如权利要求1至7任一项所述的基于物联网的园林管理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110971441.6A CN113850415A (zh) | 2021-08-23 | 2021-08-23 | 基于物联网的园林管理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110971441.6A CN113850415A (zh) | 2021-08-23 | 2021-08-23 | 基于物联网的园林管理方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113850415A true CN113850415A (zh) | 2021-12-28 |
Family
ID=78976061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110971441.6A Pending CN113850415A (zh) | 2021-08-23 | 2021-08-23 | 基于物联网的园林管理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113850415A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108184626A (zh) * | 2017-12-21 | 2018-06-22 | 合肥草木皆兵环境科技有限公司 | 基于物联网大数据的园林灌溉系统 |
CN110719336A (zh) * | 2019-10-21 | 2020-01-21 | 江苏省农业科学院 | 一种基于物联网的灌溉用水分析监控系统 |
CN112602563A (zh) * | 2020-12-15 | 2021-04-06 | 珠海市现代农业发展中心(珠海市金湾区台湾农民创业园管理委员会、珠海市农渔业科研与推广中心) | 一种节水灌溉系统及精准灌溉方法 |
-
2021
- 2021-08-23 CN CN202110971441.6A patent/CN113850415A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108184626A (zh) * | 2017-12-21 | 2018-06-22 | 合肥草木皆兵环境科技有限公司 | 基于物联网大数据的园林灌溉系统 |
CN110719336A (zh) * | 2019-10-21 | 2020-01-21 | 江苏省农业科学院 | 一种基于物联网的灌溉用水分析监控系统 |
CN112602563A (zh) * | 2020-12-15 | 2021-04-06 | 珠海市现代农业发展中心(珠海市金湾区台湾农民创业园管理委员会、珠海市农渔业科研与推广中心) | 一种节水灌溉系统及精准灌溉方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113040034B (zh) | 一种节水灌溉控制系统及控制方法 | |
EP3179319B1 (en) | Method for irrigation planning and system for its implementation | |
Symeonakis et al. | Monitoring desertification and land degradation over sub-Saharan Africa | |
CN110719336B (zh) | 一种基于物联网的灌溉用水分析监控系统 | |
US9064151B2 (en) | Device and method for detecting plantation rows | |
CN111126662B (zh) | 基于大数据的灌溉决策制定方法、装置、服务器和介质 | |
CN109919515B (zh) | 生态环境质量评价方法及装置 | |
CN111784082B (zh) | 一种基于大数据的gis山洪预防预警系统 | |
CN113870044A (zh) | 园林智能管控方法、装置、设备及存储介质 | |
CN116384591B (zh) | 一种基于大数据的旱情预测方法、系统和介质 | |
CN112585505A (zh) | 确定用于农学决策支持的位置特定的天气信息 | |
CN113204061A (zh) | 一种构建格点风速订正模型的方法及装置 | |
CN111985724A (zh) | 一种农作物产量预估的方法、装置、设备及存储介质 | |
Chen et al. | An integrated GIS tool for automatic forest inventory estimates of Pinus radiata from LiDAR data | |
CN114494909A (zh) | 一种大豆生长季空间分布图的生成方法和系统 | |
CN107437262B (zh) | 作物种植面积预警方法和系统 | |
CN111583050B (zh) | 融合多尺度遥感影像的农作物病虫害预警方法及系统 | |
CN113850415A (zh) | 基于物联网的园林管理方法、装置、设备及存储介质 | |
CN117434235A (zh) | 基于水质监测的水华预警方法、装置、设备及介质 | |
CN112163742B (zh) | 一种宅基地整治潜力预测方法 | |
Hellegers et al. | An interactive water indicator assessment tool to support land use planning | |
CN109544304A (zh) | 根据移动终端信息进行预警的方法 | |
CN115423047B (zh) | 一种综合区域群体特征识别方法及系统 | |
CN117094464B (zh) | 一种湖区水生态安全评价方法 | |
CN117114782B (zh) | 建筑工程造价分析方法 |
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 |