CN114568265A - 一种基于人工智能的园林绿化维护智能监测管理系统 - Google Patents
一种基于人工智能的园林绿化维护智能监测管理系统 Download PDFInfo
- Publication number
- CN114568265A CN114568265A CN202210286297.7A CN202210286297A CN114568265A CN 114568265 A CN114568265 A CN 114568265A CN 202210286297 A CN202210286297 A CN 202210286297A CN 114568265 A CN114568265 A CN 114568265A
- Authority
- CN
- China
- Prior art keywords
- greening
- target
- greening area
- plant
- area
- 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 title claims abstract description 86
- 238000012544 monitoring process Methods 0.000 title claims abstract description 21
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 17
- 241000196324 Embryophyta Species 0.000 claims abstract description 231
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 156
- 239000002689 soil Substances 0.000 claims abstract description 123
- 230000000877 morphologic effect Effects 0.000 claims abstract description 26
- 230000012010 growth Effects 0.000 claims description 31
- 239000002245 particle Substances 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000002776 aggregation Effects 0.000 claims description 12
- 238000004220 aggregation Methods 0.000 claims description 12
- 230000008635 plant growth Effects 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 7
- 230000008676 import Effects 0.000 claims description 5
- 238000005507 spraying Methods 0.000 claims description 5
- 230000006735 deficit Effects 0.000 claims description 4
- 238000012854 evaluation process Methods 0.000 claims description 4
- 238000012806 monitoring device Methods 0.000 claims description 4
- 239000000843 powder Substances 0.000 claims description 4
- 206010063659 Aversion Diseases 0.000 claims description 2
- 230000002209 hydrophobic effect Effects 0.000 description 8
- 208000024891 symptom Diseases 0.000 description 6
- 210000000056 organ Anatomy 0.000 description 5
- 230000002087 whitening effect Effects 0.000 description 5
- 241001464837 Viridiplantae Species 0.000 description 4
- 230000002950 deficient Effects 0.000 description 4
- 238000004383 yellowing Methods 0.000 description 4
- 210000000476 body water Anatomy 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G25/00—Watering gardens, fields, sports grounds or the like
- A01G25/16—Control of watering
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/22—Improving land use; Improving water use or availability; Controlling erosion
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
- Y02P60/40—Afforestation or reforestation
Landscapes
- Engineering & Computer Science (AREA)
- Water Supply & Treatment (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Cultivation Of Plants (AREA)
Abstract
本发明公开一种基于人工智能的园林绿化维护智能监测管理系统，通过在园林的各绿化区域内设置监测设备，以此获取各绿化区域对应的叶部外观形态参数和土壤表面状态参数，同时根据各绿化区域对应种植植物的品种获取相应植物品种对应的习水类型，从而基于各绿化区域对应种植植物的习水类型及叶部外观形态参数和土壤表面状态参数判断各绿化区域是否需要浇水，实现了城市园林绿化区域浇水判断的针对性，有效提高了判断结果的精准度，同时当判断某绿化区域需要浇水时，对目标绿化区域的缺水等级进行客观评估，由此分析目标绿化区域对应的适宜浇水方式，实现了城市园林待浇水绿化区域浇水方式的客观化选择，大大满足了植物的需水要求。
Description
技术领域
本发明属于园林绿化管理技术领域，尤其涉及一种基于人工智能的园林绿化维护智能监测管理系统。
背景技术
园林是在一定的地域运用工程技术和艺术手段，通过改造地形或进一步种植树木花草、营造建筑和布置园路等途径创作而成的美的自然环境和游憩境域。随着我国国民经济水平的提高和城市化进程的加快，园林建设在城市美化中的作用越来越突出，且城市园林的功能也从传统的美化、观赏、休憩等方面逐渐向生态保护和环境改善等综合性功能过渡，这主要体现在城市园林中绿化面积不断增加，苗木种类越来越繁多，鉴于这种现状，城市园林的绿化维护管理显得愈加重要。
众所周知，园林的绿化维护涉及浇水、施肥、除虫等多个方面，其中浇水是众多绿化维护方面中最基础的维护方面，但当前城市园林对绿化区域的浇水维护管理过于笼统，不够细致化，具体体现在以下两个方面：
第一方面：绿化区域浇水判断依据缺乏针对性：现有城市园林中绿化区域种植的植物品种越来越多样，而不同的植物品种具有不同的习水特性，比如有的植物品种喜欢湿润的生长环境，属于喜水类型的植物，有的植物自身会储存一些水分，很怕积水，属于厌水类型的植物，但是当前城市园林对绿化区域的浇水判断没有考虑到植物的习水特性，只是单纯地依据植物主体的生长状态是否存在萎蔫来判断是否需要浇水，该判断方式缺乏针对性，很容易造成判断延迟现象，特别是对于喜水类型的植物，进而耽误最佳浇水时机；
第二方面：绿化区域浇水方式选择过于主观随意化：在判断园林中某绿化区域需要浇水时，现有城市园林对待浇水绿化区域浇水方式的选择基本都是由绿化管理人员主观根据待浇水绿化区域内植物的萎蔫状态进行选择，易导致浇水效果不佳，难以匹配植物的缺水程度。
发明内容
为了克服上述不足，本发明搭建了一种基于人工智能的园林绿化维护智能监测管理系统，能够有效解决相应的技术问题。
本发明是通过以下技术方案实现的：
一种基于人工智能的园林绿化维护智能监测管理系统，包括：
园林绿化地图绘制模块，用于将待绿化维护的园林进行地图绘制，并在绘制的园林地图上标注各绿化区域，形成园林绿化地图，同时对标注的各绿化区域进行编号；
园林基础信息导入模块，用于将园林绿化地图导入到管理系统，并由园林管理人员将各绿化区域对应种植植物的品种名称和绿化维护人员信息录入到管理系统；
绿化区域监测设备设置模块，用于在园林的各绿化区域上方设置第一摄像头，该第一摄像头用来采集各绿化区域对应的植物主体图像，并在各绿化区域下方设置第二摄像头，该第二摄像头用来采集各绿化区域对应的土壤状态图像；
绿化区域图像采集模块，用于按照设定的采集间隔通过各绿化区域内的第一摄像头和第二摄像头分别采集各绿化区域对应的植物主体图像和土壤状态图像；
绿化区域浇水判断模块，用于将各采集时刻各绿化区域对应的植物主体图像聚焦到叶部位置，以此提取叶部外观形态参数，并从各采集时刻各绿化区域的土壤状态图像中提取土壤表面状态参数，进而基于各采集时刻各绿化区域对应的叶部外观形态参数和土壤表面状态参数判断各采集时刻各绿化区域是否需要浇水；
适宜浇水方式分析模块，用于当判断某采集时刻某绿化区域需要浇水时，将该绿化区域记为目标绿化区域，将该采集时刻记为目标维护时刻，此时评估目标维护时刻目标绿化区域对应的缺水等级，以此分析目标维护时刻目标绿化区域对应的适宜浇水方式；
目标绿化区域智能浇水处理终端，用于基于目标维护时刻目标绿化区域对应的适宜浇水方式由绿化维护人员对目标绿化区域进行智能浇水处理。
作为另一种可叠加的实施例，所述绿化维护人员信息包括绿化维护人员人脸图像和绿化维护人员联系方式。
作为另一种可叠加的实施例，所述叶部外观形态参数包括叶片颜色、叶片展示类型和叶柄支撑类型，其中叶片展示类型包括平铺展示类型和卷曲展示类型，叶柄支撑类型包括竖立支撑类型和下垂支撑类型。
作为另一种可叠加的实施例，所述土壤表面状态参数包括土壤颜色和土壤颗粒聚集类型，其中土壤颗粒聚集类型包括粉末状类型和团块状类型。
作为另一种可叠加的实施例，所述基于各采集时刻各绿化区域对应的叶部外观形态参数和土壤表面状态参数判断各采集时刻各绿化区域是否需要浇水的具体判断步骤如下:
第一步：根据录入的各绿化区域对应种植植物的品种名称，从植物习性数据库中提取各绿化区域对应种植植物的习水类型；
第二步：根据各绿化区域对应种植植物的习水类型从预设的各种习水类型植物对应的缺水识别算法中调取各绿化区域对应种植植物所属的缺水识别算法；
第三步：将各采集时刻各绿化区域对应的叶部外观形态参数和土壤表面状态参数导入到各绿化区域对应种植植物所属的缺水识别算法中进行缺水识别；
第四步：若识别出某采集时刻某绿化区域种植的植物处于缺水状态，则判断该采集时刻该绿化区域需要浇水。
作为另一种可叠加的实施例，所述习水类型包括喜水类型和厌水类型。
作为另一种可叠加的实施例，所述评估目标维护时刻目标绿化区域对应缺水等级的具体评估过程包括以下步骤：
步骤1：根据目标绿化区域对应种植植物的品种名称从植物生长数据库中提取该植物品种处于正常生长状态下的植物主体图像与土壤状态图像；
步骤2：将目标维护时刻目标绿化区域对应的植物主体图像和土壤状态图像与目标绿化区域对应种植植物品种处于正常生长状态下的植物主体图像与土壤状态图像进行对比分析，进而从中解析出植物缺水程度指征，并对各植物缺水程度指征依次编号为A1,A2,...,Ai,...,An；
步骤3：根据目标维护时刻目标绿化区域对应的各植物缺水程度指征统计目标维护时刻目标绿化区域对应的植物缺水程度系数，其计算公式为
表示为目标维护时刻目标绿化区域对应的植物缺水程度系数，λAi表示为第个Ai植物缺水程度指征对应的影响因子；
步骤4:将目标绿化区域对应种植植物的品种名称记为指定植物品种，由此将目标维护时刻目标绿化区域对应的植物缺水程度系数与预定义的指定植物品种各缺水等级对应的植物缺水程度系数范围进行对比，从中筛选出目标维护时刻目标绿化区域对应的缺水等级。
作为另一种可叠加的实施例，所述分析目标维护时刻目标绿化区域对应适宜浇水方式的具体分析方法包括：
根据目标绿化区域对应种植植物的习水类型从植物习性数据库中筛选出该习水类型植物对应各种缺水等级的适宜浇水方式；
将目标维护时刻目标绿化区域对应的缺水等级与该习水类型植物各种缺水等级对应的适宜浇水方式进行匹配，从而获取目标维护时刻目标绿化区域对应的适宜浇水方式。
作为另一种可叠加的实施例，所述基于目标维护时刻目标绿化区域对应的适宜浇水方式由绿化维护人员对目标绿化区域进行智能浇水处理的具体执行方法如下：
Y1:记录目标绿化区域对应的编号，进而从录入的绿化维护人员信息中提取目标绿化区域对应的绿化维护人员联系方式；
Y2:在目标维护时刻根据目标绿化区域对应的绿化维护人员联系方式启动自动呼叫平台进行电话联系，若电话已接通，则将目标绿化区域的编号及适宜浇水方式通知绿化维护人员，若电话未接通，则在设置的时间间隔后继续启动自动呼叫平台进行电话联系，若仍未接通，则连接园林内的GPS定位系统，获取当前时刻园林内存在的绿化维护人员所在地理位置，并将其在园林绿化地图上进行标记；
Y3:根据园林绿化地图上标记的绿化维护人员所在地理位置获取该地理位置对应的绿化区域编号，以此控制该绿化区域内的第一摄像头调整摄像角度采集该绿化维护人员的人脸图像，进而根据该绿化维护人员的人脸图像确定该绿化维护人员对应的联系方式，从而启动自动呼叫平台进行电话联系，并在电话接通后将目标绿化区域的编号及适宜浇水方式通知该绿化维护人员。
作为另一种可叠加的实施例，该系统还包括植物习性数据库和植物生长数据库，其中植物习性数据库用于存储各种植物品种对应的习水类型，并存储各习水类型植物对应各种缺水等级的适宜浇水方式，其中浇水方式包括土壤浇水方式和叶部喷水方式，植物生长数据库用于存储各种植物品种处于正常生长状态下的植物主体图像与土壤状态图像。
结合上述的所有技术方案，本发明所具备的优点及积极效果为：
(1)本发明通过在园林的各绿化区域内设置监测设备，以此采集各绿化区域对应的植物主体图像和土壤状态图像，并从上述图像中提取叶部外观形态参数和土壤表面状态参数，同时根据各绿化区域对应种植植物的品种获取相应植物品种对应的习水类型，从而基于各绿化区域对应种植植物的习水类型及叶部外观形态参数和土壤表面状态参数判断各绿化区域是否需要浇水，实现了城市园林绿化区域浇水判断的针对性，有效提高了判断结果的精准度，在一定程度上减少了浇水判断延迟现象的发生率，有利于提升城市园林绿化区域浇水的及时度。
(2)本发明通过设置适宜浇水方式分析模块，当判断某绿化区域需要浇水时，对目标绿化区域的缺水等级进行客观评估，由此分析目标绿化区域对应的适宜浇水方式，实现了城市园林待浇水绿化区域浇水方式的客观化选择，克服了主观随意选择浇水方式造成的浇水效果不佳的问题，提高了浇水方式与植物缺水等级的匹配程度，进一步满足了植物的需水要求。
(3)本发明在对目标绿化区域进行浇水通知时，设置了分级通知方式，首先向目标绿化区域对应的绿化维护人员进行浇水通知，当该绿化维护人员无法通知时，再获取当前园林内存在的绿化维护人员，将其作为目标绿化区域对应的替代绿化维护人员，能够及时保障目标绿化区域的浇水需求，避免目标绿化区域对应的绿化维护人员未及时执行浇水操作造成的影响植物正常生长后果，具有实用性强的特点。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的系统连接结构示意图。
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做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。
图1示出了一种基于人工智能的园林绿化维护智能监测管理系统，该系统包括园林绿化地图绘制模块、园林基础信息导入模块、绿化区域监测设备设置模块、绿化区域图像采集模块、绿化区域浇水判断模块、适宜浇水方式分析模块和目标绿化区域智能浇水处理终端，其中园林绿化地图绘制模块与园林基础信息导入模块连接，绿化区域监测设备设置模块与绿化区域图像采集模块连接，绿化区域图像采集模块分别与绿化区域浇水判断模块和适宜浇水方式分析模块连接，绿化区域浇水判断模块与适宜浇水方式分析模块连接，园林基础信息导入模块和适宜浇水方式分析模块均与目标绿化区域智能浇水处理终端连接。
园林绿化地图绘制模块，用于将待绿化维护的园林进行地图绘制，并在绘制的园林地图上标注各绿化区域，形成园林绿化地图，同时对标注的各绿化区域进行编号。
本实施例中园林绿化地图的形成为为后续目标绿化区域联系不到绿化维护人员时寻找替代绿化维护人员提供了便利。
园林基础信息导入模块，用于将园林绿化地图导入到管理系统，并由园林管理人员将各绿化区域对应种植植物的品种名称和绿化维护人员信息录入到管理系统，其中绿化维护人员信息包括绿化维护人员人脸图像和绿化维护人员联系方式。
绿化区域监测设备设置模块，用于在园林的各绿化区域上方设置第一摄像头，该第一摄像头用来采集各绿化区域对应的植物主体图像，并在各绿化区域下方设置第二摄像头，该第二摄像头用来采集各绿化区域对应的土壤状态图像。
需要说明的是，上述提到的第一摄像头是可旋转摄像头，既可以采集植物主体图像，也可以采集位于对应绿化区域的绿化维护人员人脸图像。
绿化区域图像采集模块，用于按照设定的采集间隔通过各绿化区域内的第一摄像头和第二摄像头分别采集各绿化区域对应的植物主体图像和土壤状态图像。
绿化区域浇水判断模块，用于将各采集时刻各绿化区域对应的植物主体图像聚焦到叶部位置，以此提取叶部外观形态参数，其中叶部外观形态参数包括叶片颜色、叶片展示类型和叶柄支撑类型，且叶片展示类型包括平铺展示类型和卷曲展示类型，叶柄支撑类型包括竖立支撑类型和下垂支撑类型；
在一个具体实施例中，上述叶部外观形态参数中的叶片展示类型和叶柄支撑类型对应的提取方法可以为将各采集时刻各绿化区域对应的植物主体图像依次聚焦在叶片部位和叶柄部位，由此抓取叶片展示形态特征和叶柄支撑形态特征，从而将抓取的叶片展示形态特征与各种叶片展示类型对应的叶片展示形态特征进行比对，从中获取各采集时刻各绿化区域对应的叶片展示类型，再将抓取的叶柄支撑形态特征与各种叶柄支撑类型对应的叶柄支撑形态特征进行比对，从中获取各采集时刻各绿化区域对应的叶柄支撑类型。
绿化区域浇水判断模块接着从各采集时刻各绿化区域的土壤状态图像中提取土壤表面状态参数，其中土壤表面状态参数包括土壤颜色和土壤颗粒聚集类型，且土壤颗粒聚集类型包括粉末状类型和团块状类型，其中土壤颗粒聚集类型的提取方法为从各采集时刻各绿化区域的土壤状态图像中抓取土壤颗粒聚集状态特征，并将其与各种土壤颗粒聚集类型对应的土壤颗粒聚集状态特征进行比对，从中获取各采集时刻各绿化区域对应的土壤颗粒聚集类型，进而基于各采集时刻各绿化区域对应种植植物的叶部外观形态参数和土壤表面状态参数判断各采集时刻各绿化区域是否需要浇水，其具体判断步骤如下:
第一步：根据录入的各绿化区域对应种植植物的品种名称，从植物习性数据库中提取各绿化区域对应种植植物的习水类型，其中习水类型包括喜水类型和厌水类型；
需要说明的是上述提到的习水类型是指植物的习水特性；
第二步：根据各绿化区域对应种植植物的习水类型从预设的各种习水类型植物对应的缺水识别算法中调取各绿化区域对应种植植物所属的缺水识别算法；
示例性地，各种习水类型植物对应的缺水识别算法具体操作步骤如下：
其中喜水类型植物对应的缺水识别算法具体操作步骤包括：
将喜水类型植物对应的叶部外观形态参数与设定植物处于缺水状态下的叶部外观形态参数进行匹配，若任意一项叶部外观形态参数与设定植物处于缺水状态下的叶部外观形态参数匹配成功，则表明喜水类型植物存在植物主体缺水征兆；
将喜水类型植物对应的土壤表面状态参数与设定植物处于缺水状态下的土壤表面状态参数进行匹配，若任意一项土壤表面状态参数与设定植物处于缺水状态下的土壤表面状态参数匹配成功，则表明喜水类型植物存在培育土壤缺水征兆；
需要说明的是，上述提到的设定植物处于缺水状态下的叶部外观形态参数和土壤表面状态参数是指常规绿色植物处于缺水状态下的叶部外观形态参数和土壤表面状态参数，其中常规绿色植物处于缺水状态下的叶片颜色为黄色，叶片展示类型为卷曲展示类型，常规绿色植物处于缺水状态下的土壤颜色为灰白色，土壤颗粒聚集类型为粉末状类型；
只要喜水类型植物存在培育土壤缺水征兆时，则识别喜水类型植物处于缺水状态。
其中厌水类型植物对应的缺水识别算法具体操作步骤包括：
将厌水类型植物对应的叶部外观形态参数与设定植物处于缺水状态下的叶部外观形态参数进行匹配，若任意一项叶部外观形态参数与设定植物处于缺水状态下的叶部外观形态参数匹配成功，则表明厌水类型植物存在植物主体缺水征兆；
将厌水类型植物对应的土壤表面状态参数与设定植物处于缺水状态下的土壤表面状态参数进行匹配，若任意一项土壤表面状态参数与设定植物处于缺水状态下的土壤表面状态参数匹配成功，则表明厌水类型植物存在培育土壤缺水征兆；
只要厌水类型植物存在植物主体缺水征兆时，则识别厌水类型植物处于缺水状态。
具体的，对于土培植物来说，土壤是该类植物的生长环境，也就是说该类植物首先是从土壤中吸收水分来维持自身生长，当土壤中水分不够时，再将自身器官存储的水分作为生长维持水分，当自身器官存储的水分不足以维持生长时，该类植物对应的植物主体就开始存在缺水征兆，如叶片萎蔫，因此该类植物的缺水信号最先体现在土壤的表面状态上，其次才表现在植物主体的叶部外观形态上，由此可见土培植物的缺水信号是存在一个时间递进等级的。
对于喜水类型植物来说，由于其喜欢湿润的土壤环境，且其自身器官存储水分有限，很大程度上是依靠土壤中的水分维持自身生长，因此当土壤存在缺水征兆时，就可以判断该类型植物处于缺水状态，此时就应该进行浇水，如果等到该类型植物对应的植物主体存在缺水征兆时，就说明缺水已经很严重了，假如在这时候才进行浇水，就会错失最佳浇水时机，延长植物的恢复时长，同时还大大增加了养护成本；
对于厌水类型植物来说，由于根、茎等器官一般都较粗壮，能够存储大量的水分，所以当土壤存在缺水征兆，而植物主体不存在缺水征兆时，不需要进行浇水，如果强行进行浇水，就会导致根部积水，进而造成烂根，更加不利于植物生长，只要当植物主体出现缺水征兆时，才表明其自身器官存储的水分不足以维持生长，此时可以判断该类型植物处于缺水状态，应该进行浇水。
第三步：将各采集时刻各绿化区域对应种植植物的叶部外观形态参数和土壤表面状态参数导入到各绿化区域对应种植植物所属的缺水识别算法中进行缺水识别；
第四步：若识别出某采集时刻某绿化区域种植的植物处于缺水状态，则判断该采集时刻该绿化区域需要浇水。
需要说明的是本发明提到的植物不适用于非绿色植物、自然状态下叶片呈现卷曲状态及自然状态下叶柄呈现下垂状态的植物。
本发明实施例通过在园林的各绿化区域内设置监测设备，以此采集各绿化区域对应的植物主体图像和土壤状态图像，并从上述图像中提取叶部外观形态参数和土壤表面状态参数，同时根据各绿化区域对应种植植物的品种获取相应植物品种对应的习水类型，从而基于各绿化区域对应种植植物的习水类型及叶部外观形态参数和土壤表面状态参数判断各绿化区域是否需要浇水，实现了城市园林绿化区域浇水判断的针对性，有效提高了判断结果的精准度，在一定程度上减少了浇水判断延迟现象的发生率，有利于提升城市园林绿化区域浇水的及时度。
植物习性数据库用于存储各种植物品种对应的习水类型，并存储各习水类型植物对应各种缺水等级的适宜浇水方式。
植物生长数据库用于存储各种植物品种处于正常生长状态下的植物主体图像与土壤状态图像。
适宜浇水方式分析模块，用于当判断某采集时刻某绿化区域需要浇水时，将该绿化区域记为目标绿化区域，将该采集时刻记为目标维护时刻，此时评估目标维护时刻目标绿化区域对应的缺水等级，其评估过程包括以下步骤：
步骤1：根据目标绿化区域对应种植植物的品种名称从植物生长数据库中提取该植物品种处于正常生长状态下的植物主体图像与土壤状态图像；
步骤2：将目标维护时刻目标绿化区域对应的植物主体图像和土壤状态图像与目标绿化区域对应种植植物品种处于正常生长状态下的植物主体图像与土壤状态图像进行对比分析，进而从中解析出植物缺水程度指征，并对各植物缺水程度指征依次编号为A1,A2,...,Ai,...,An；
在一个具体实施例中，各植物植物缺水程度指征包括叶片枯黄指数、叶片卷曲占比值、叶柄下垂指数、土壤颜色泛白指数、土壤松散度等。
其中叶片枯黄指数对应的解析方法为从目标维护时刻目标绿化区域对应的植物主体图像中提取叶片颜色色度值，再从目标绿化区域对应种植植物品种处于正常生长状态下的植物主体图像中提取叶片颜色色度值，从而将目标维护时刻目标绿化区域对应的叶片色度值与目标绿化区域对应种植植物品种处于正常生长状态下的叶片色度值代入叶片枯黄指数计算公式，计算出叶片枯黄指数，其中叶片枯黄指数计算公式为
ε表示为叶片枯黄指数，C表示为目标维护时刻目标绿化区域对应的叶片色度值，C0表示为目标绿化区域对应种植植物品种处于正常生长状态下的叶片色度值；
其中叶片卷曲占比值对应的解析方法为从目标维护时刻目标绿化区域对应的植物主体图像中提取叶片展开面积，再从目标绿化区域对应种植植物品种处于正常生长状态下的植物主体图像中提取叶片展开面积，从而将目标维护时刻目标绿化区域对应的叶片展开面积与目标绿化区域对应种植植物品种处于正常生长状态下的叶片展开面积代入叶片卷曲占比值计算公式，计算出叶片卷曲占比值，其中叶片卷曲占比值计算公式为
χ表示为叶片卷曲占比值，S0表示为目标绿化区域对应种植植物品种处于正常生长状态下的叶片展开面积，S表示为目标维护时刻目标绿化区域对应的叶片展开面积，且目标维护时刻目标绿化区域对应的叶片展开面积与目标绿化区域对应种植植物品种处于正常生长状态下的叶片展开面积越接近，叶片卷曲占比值越小，表明叶片卷曲程度越小；
其中叶柄下垂指数对应的解析方法为首先将直立向上方向为参考方向，并从目标维护时刻目标绿化区域对应的植物主体图像中提取叶柄与其直接相连接茎沿着参考方向之间的夹角，进而将其记为叶柄支撑角度，同样地从目标绿化区域对应种植植物品种处于正常生长状态下的植物主体图像中提取叶柄支撑角度，从而将目标维护时刻目标绿化区域对应的叶柄支撑角度与目标绿化区域对应种植植物品种处于正常生长状态下的叶柄支撑角度代入叶柄下垂指数计算公式，计算出叶柄下垂指数，其中叶柄下垂指数计算公式为
δ表示为叶柄下垂指数，θ表示为目标维护时刻目标绿化区域对应的叶柄支撑角度，θ0表示为目标绿化区域对应种植植物品种处于正常生长状态下的叶柄支撑角度，其中目标维护时刻目标绿化区域对应的叶柄支撑角度与目标绿化区域对应种植植物品种处于正常生长状态下的叶柄支撑角度越接近，叶柄下垂指数越小，表明叶片下垂程度越小，一般情况下，目标绿化区域对应种植植物品种处于正常生长状态下的叶柄支撑角度是小于90度的，当叶柄下垂时，其对应的叶柄支撑角度就会呈现大于90度的状态；
其中土壤颜色泛白指数对应的解析方法为从目标维护时刻目标绿化区域对应的土壤状态图像中提取土壤颜色色度值，再从目标绿化区域对应种植植物品种处于正常生长状态下的土壤状态图像中提取土壤颜色色度值，从而将目标维护时刻目标绿化区域对应的土壤颜色色度值与目标绿化区域对应种植植物品种处于正常生长状态下的土壤颜色色度值代入土壤颜色泛白指数计算公式，计算出土壤颜色泛白指数，其中土壤颜色泛白指数计算公式为
γ表示为土壤颜色泛白指数，C′表示为目标维护时刻目标绿化区域对应的土壤颜色色度值，C′0表示为目标绿化区域对应种植植物品种处于正常生长状态下的土壤颜色色度值；
其中土壤松散度对应的解析方法为从目标维护时刻目标绿化区域对应的土壤状态图像中提取土壤颗粒聚集体的直径，再从目标绿化区域对应种植植物品种处于正常生长状态下的土壤状态图像中提取土壤颗粒聚集体的直径，从而将目标维护时刻目标绿化区域对应土壤颗粒聚集体的直径与目标绿化区域对应种植植物品种处于正常生长状态下土壤颗粒聚集体的直径代入土壤松散度计算公式，计算出土壤松散度，其中土壤松散度的计算公式为
其中μ表示为土壤松散度，D0表示为目标绿化区域对应种植植物品种处于正常生长状态下土壤颗粒聚集体的直径，D表示为目标维护时刻目标绿化区域对应土壤颗粒聚集体的直径，一般来说目标绿化区域对应种植植物品种处于正常生长状态下的土壤由于有水分存在，导致有一定的粘性，其土壤颗粒以团块状聚集，使得土壤颗粒聚集体的直径较大，而当土壤缺水时，土壤中的水分缺失，导致粘性降低，土壤颗粒难以聚集成块，使得土壤颗粒聚集体的直径较小。
步骤3：根据目标维护时刻目标绿化区域对应的各植物缺水程度指征统计目标维护时刻目标绿化区域对应的植物缺水程度系数，其计算公式为
表示为目标维护时刻目标绿化区域对应的植物缺水程度系数，λAi表示为第个Ai植物缺水程度指征对应的影响因子；
步骤4:将目标绿化区域对应种植植物的品种名称记为指定植物品种，由此将目标维护时刻目标绿化区域对应的植物缺水程度系数与预定义的指定植物品种各缺水等级对应的植物缺水程度系数范围进行对比，从中筛选出目标维护时刻目标绿化区域对应的缺水等级。
适宜浇水方式分析模块在评估出目标维护时刻目标绿化区域对应的缺水等级后，对目标维护时刻目标绿化区域对应的适宜浇水方式进行分析，具体分析方法包括：
根据目标绿化区域对应种植植物的习水类型从植物习性数据库中筛选出该习水类型植物对应各种缺水等级的适宜浇水方式；
将目标维护时刻目标绿化区域对应的缺水等级与该习水类型植物各种缺水等级对应的适宜浇水方式进行匹配，从而获取目标维护时刻目标绿化区域对应的适宜浇水方式，其中浇水方式包括土壤浇水方式和叶部喷水方式。
需要说明的是，绿化浇水方式大致分为从植物的土壤位置浇水和从植物的叶部位置喷水，一般来说，叶部喷水方式其浇水量只有一部分会渗入土壤，适用于缺水等级较低的植物，而土壤浇水方式是直接将水灌溉到土壤里，适用于缺水等级较高的植物。
本发明实施例通过设置适宜浇水方式分析模块，当判断某绿化区域需要浇水时，对目标绿化区域的缺水等级进行客观评估，由此分析目标绿化区域对应的适宜浇水方式，实现了城市园林待浇水绿化区域浇水方式的客观化选择，克服了主观随意选择浇水方式造成的浇水效果不佳的问题，提高了浇水方式与植物缺水等级的匹配程度，进一步满足了植物的需水要求。
目标绿化区域智能浇水处理终端，用于基于目标维护时刻目标绿化区域对应的适宜浇水方式由绿化维护人员对目标绿化区域进行智能浇水处理，具体执行方法如下：
Y1:记录目标绿化区域对应的编号，进而从录入的绿化维护人员信息中提取目标绿化区域对应的绿化维护人员联系方式；
Y2:在目标维护时刻根据目标绿化区域对应的绿化维护人员联系方式启动自动呼叫平台进行电话联系，若电话已接通，则将目标绿化区域的编号及适宜浇水方式通知绿化维护人员，若电话未接通，则在设置的时间间隔后继续启动自动呼叫平台进行电话联系，若仍未接通，则连接园林内的GPS定位系统，获取当前时刻园林内存在的绿化维护人员所在地理位置，并将其在园林绿化地图上进行标记；
Y3:根据园林绿化地图上标记的绿化维护人员所在地理位置获取该地理位置对应的绿化区域编号，以此控制该绿化区域内的第一摄像头调整摄像角度采集该绿化维护人员的人脸图像，进而根据该绿化维护人员的人脸图像确定该绿化维护人员对应的联系方式，从而启动自动呼叫平台进行电话联系，并在电话接通后将目标绿化区域的编号及适宜浇水方式通知该绿化维护人员。
需要说明的是，若当前时刻园林内存在的绿化维护人员不只一个时，则根据各绿化维护人员所在的地理位置进行就近筛选。
本发明实施例本发明在对目标绿化区域进行浇水通知时，设置了分级通知方式，首先向目标绿化区域对应的绿化维护人员进行浇水通知，当该绿化维护人员无法通知时，再获取当前园林内存在的绿化维护人员，将其作为目标绿化区域对应的替代绿化维护人员，能够及时保障目标绿化区域的浇水需求，避免目标绿化区域对应的绿化维护人员未及时执行浇水操作造成的影响植物正常生长后果，具有智能化水平高和实用性强的特点。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (10)
1.一种基于人工智能的园林绿化维护智能监测管理系统，其特征在于，包括：
园林绿化地图绘制模块，用于将待绿化维护的园林进行地图绘制，并在绘制的园林地图上标注各绿化区域，形成园林绿化地图，同时对标注的各绿化区域进行编号；
园林基础信息导入模块，用于将园林绿化地图导入到管理系统，并由园林管理人员将各绿化区域对应种植植物的品种名称和绿化维护人员信息录入到管理系统；
绿化区域监测设备设置模块，用于在园林的各绿化区域上方设置第一摄像头，该第一摄像头用来采集各绿化区域对应的植物主体图像，并在各绿化区域下方设置第二摄像头，该第二摄像头用来采集各绿化区域对应的土壤状态图像；
绿化区域图像采集模块，用于按照设定的采集间隔通过各绿化区域内的第一摄像头和第二摄像头分别采集各绿化区域对应的植物主体图像和土壤状态图像；
绿化区域浇水判断模块，用于将各采集时刻各绿化区域对应的植物主体图像聚焦到叶部位置，以此提取叶部外观形态参数，并从各采集时刻各绿化区域的土壤状态图像中提取土壤表面状态参数，进而基于各采集时刻各绿化区域对应的叶部外观形态参数和土壤表面状态参数判断各采集时刻各绿化区域是否需要浇水；
适宜浇水方式分析模块，用于当判断某采集时刻某绿化区域需要浇水时，将该绿化区域记为目标绿化区域，将该采集时刻记为目标维护时刻，此时评估目标维护时刻目标绿化区域对应的缺水等级，以此分析目标维护时刻目标绿化区域对应的适宜浇水方式；
目标绿化区域智能浇水处理终端，用于基于目标维护时刻目标绿化区域对应的适宜浇水方式由绿化维护人员对目标绿化区域进行智能浇水处理。
2.根据权利要求1所述的一种基于人工智能的园林绿化维护智能监测管理系统，其特征在于：所述绿化维护人员信息包括绿化维护人员人脸图像和绿化维护人员联系方式。
3.根据权利要求1所述的一种基于人工智能的园林绿化维护智能监测管理系统，其特征在于：所述叶部外观形态参数包括叶片颜色、叶片展示类型和叶柄支撑类型，其中叶片展示类型包括平铺展示类型和卷曲展示类型，叶柄支撑类型包括竖立支撑类型和下垂支撑类型。
4.根据权利要求1所述的一种基于人工智能的园林绿化维护智能监测管理系统，其特征在于：所述土壤表面状态参数包括土壤颜色和土壤颗粒聚集类型，其中土壤颗粒聚集类型包括粉末状类型和团块状类型。
5.根据权利要求1所述的一种基于人工智能的园林绿化维护智能监测管理系统，其特征在于：所述基于各采集时刻各绿化区域对应的叶部外观形态参数和土壤表面状态参数判断各采集时刻各绿化区域是否需要浇水的具体判断步骤如下:
第一步：根据录入的各绿化区域对应种植植物的品种名称，从植物习性数据库中提取各绿化区域对应种植植物的习水类型；
第二步：根据各绿化区域对应种植植物的习水类型从预设的各种习水类型植物对应的缺水识别算法中调取各绿化区域对应种植植物所属的缺水识别算法；
第三步：将各采集时刻各绿化区域对应的叶部外观形态参数和土壤表面状态参数导入到各绿化区域对应种植植物所属的缺水识别算法中进行缺水识别；
第四步：若识别出某采集时刻某绿化区域种植的植物处于缺水状态，则判断该采集时刻该绿化区域需要浇水。
6.根据权利要求5所述的一种基于人工智能的园林绿化维护智能监测管理系统，其特征在于：所述习水类型包括喜水类型和厌水类型。
7.根据权利要求1所述的一种基于人工智能的园林绿化维护智能监测管理系统，其特征在于：所述评估目标维护时刻目标绿化区域对应缺水等级的具体评估过程包括以下步骤：
步骤1：根据目标绿化区域对应种植植物的品种名称从植物生长数据库中提取该植物品种处于正常生长状态下的植物主体图像与土壤状态图像；
步骤2：将目标维护时刻目标绿化区域对应的植物主体图像和土壤状态图像与目标绿化区域对应种植植物品种处于正常生长状态下的植物主体图像与土壤状态图像进行对比分析，进而从中解析出植物缺水程度指征，并对各植物缺水程度指征依次编号为A1,A2,...,Ai,...,An；
步骤3：根据目标维护时刻目标绿化区域对应的各植物缺水程度指征统计目标维护时刻目标绿化区域对应的植物缺水程度系数，其计算公式为
表示为目标维护时刻目标绿化区域对应的植物缺水程度系数，λAi表示为第个Ai植物缺水程度指征对应的影响因子；
步骤4:将目标绿化区域对应种植植物的品种名称记为指定植物品种，由此将目标维护时刻目标绿化区域对应的植物缺水程度系数与预定义的指定植物品种各缺水等级对应的植物缺水程度系数范围进行对比，从中筛选出目标维护时刻目标绿化区域对应的缺水等级。
8.根据权利要求1所述的一种基于人工智能的园林绿化维护智能监测管理系统，其特征在于：所述分析目标维护时刻目标绿化区域对应适宜浇水方式的具体分析方法包括：
根据目标绿化区域对应种植植物的习水类型从植物习性数据库中筛选出该习水类型植物对应各种缺水等级的适宜浇水方式；
将目标维护时刻目标绿化区域对应的缺水等级与该习水类型植物各种缺水等级对应的适宜浇水方式进行匹配，从而获取目标维护时刻目标绿化区域对应的适宜浇水方式。
9.根据权利要求1所述的一种基于人工智能的园林绿化维护智能监测管理系统，其特征在于：所述基于目标维护时刻目标绿化区域对应的适宜浇水方式由绿化维护人员对目标绿化区域进行智能浇水处理的具体执行方法如下：
Y1:记录目标绿化区域对应的编号，进而从录入的绿化维护人员信息中提取目标绿化区域对应的绿化维护人员联系方式；
Y2:在目标维护时刻根据目标绿化区域对应的绿化维护人员联系方式启动自动呼叫平台进行电话联系，若电话已接通，则将目标绿化区域的编号及适宜浇水方式通知绿化维护人员，若电话未接通，则在设置的时间间隔后继续启动自动呼叫平台进行电话联系，若仍未接通，则连接园林内的GPS定位系统，获取当前时刻园林内存在的绿化维护人员所在地理位置，并将其在园林绿化地图上进行标记；
Y3:根据园林绿化地图上标记的绿化维护人员所在地理位置获取该地理位置对应的绿化区域编号，以此控制该绿化区域内的第一摄像头调整摄像角度采集该绿化维护人员的人脸图像，进而根据该绿化维护人员的人脸图像确定该绿化维护人员对应的联系方式，从而启动自动呼叫平台进行电话联系，并在电话接通后将目标绿化区域的编号及适宜浇水方式通知该绿化维护人员。
10.根据权利要求1所述的一种基于人工智能的园林绿化维护智能监测管理系统，其特征在于：该系统还包括植物习性数据库和植物生长数据库，其中植物习性数据库用于存储各种植物品种对应的习水类型，并存储各习水类型植物对应各种缺水等级的适宜浇水方式，其中浇水方式包括土壤浇水方式和叶部喷水方式，植物生长数据库用于存储各种植物品种处于正常生长状态下的植物主体图像与土壤状态图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210286297.7A CN114568265B (zh) | 2022-03-22 | 2022-03-22 | 一种基于人工智能的园林绿化维护智能监测管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210286297.7A CN114568265B (zh) | 2022-03-22 | 2022-03-22 | 一种基于人工智能的园林绿化维护智能监测管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114568265A true CN114568265A (zh) | 2022-06-03 |
| CN114568265B CN114568265B (zh) | 2023-07-18 |
Family
ID=81783306
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210286297.7A Active CN114568265B (zh) | 2022-03-22 | 2022-03-22 | 一种基于人工智能的园林绿化维护智能监测管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114568265B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115147095A (zh) * | 2022-09-02 | 2022-10-04 | 山东慧创信息科技有限公司 | 一种多级联动的政务信息管理用智慧社区开放平台系统 |
| CN116739868A (zh) * | 2023-07-05 | 2023-09-12 | 浙江星宸环境建设有限公司 | 基于人工智能的园林绿化管理系统及其方法 |
| CN116796877A (zh) * | 2022-12-01 | 2023-09-22 | 微纵联合网络科技(武汉)有限公司 | 一种基于图像识别的市政绿化养护计算分析方法、系统及存储介质 |
| CN117079140A (zh) * | 2023-10-13 | 2023-11-17 | 金埔园林股份有限公司 | 一种景观植物种植管理方法 |
| CN117652267A (zh) * | 2023-12-14 | 2024-03-08 | 广东桥信建设安装工程有限公司 | 一种用于园林绿化维护的监测管理方法及系统 |
| CN117877023A (zh) * | 2024-01-18 | 2024-04-12 | 中国农业大学 | 一种冠层叶片卷曲程度的计算方法、系统、设备及介质 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108029534A (zh) * | 2017-12-19 | 2018-05-15 | 合肥草木蕃景生态科技有限公司 | 一种分区园林养护系统 |
| US20180146626A1 (en) * | 2015-05-26 | 2018-05-31 | Jixiang XU | Intelligent growing management method and intelligent growing device |
| US20180181091A1 (en) * | 2016-12-23 | 2018-06-28 | Centurylink Intellectual Property Llc | Smart City Apparatus, System, and Method |
| CN108241333A (zh) * | 2018-01-15 | 2018-07-03 | 闵林海 | 一种智能化园林管理系统 |
| WO2018232860A1 (zh) * | 2017-06-23 | 2018-12-27 | 深圳市盛路物联通讯技术有限公司 | 一种基于物联网的农作物生长管理方法及系统 |
| CN109656211A (zh) * | 2018-12-21 | 2019-04-19 | 王武荣 | 基于gis的城市绿化植被智慧管控系统 |
| CN112070485A (zh) * | 2020-09-14 | 2020-12-11 | 内蒙古农业大学 | 一种城市园林绿化信息管理系统 |
| CN112514779A (zh) * | 2020-12-09 | 2021-03-19 | 广州大学华软软件学院 | 一种智能灌溉系统 |
| CN112861680A (zh) * | 2021-01-29 | 2021-05-28 | 南京谱隘网络科技有限公司 | 一种基于图像分析和云计算的小区物业日常管理方法及云管理平台 |
| CN113229124A (zh) * | 2021-07-13 | 2021-08-10 | 深圳奥雅设计股份有限公司 | 一种智慧园林监测管理方法及系统 |
| CN113409023A (zh) * | 2021-06-30 | 2021-09-17 | 苏州芯景科技有限公司 | 一种智慧园林综合服务管理平台 |
| CN113870044A (zh) * | 2021-08-23 | 2021-12-31 | 湖北工程学院 | 园林智能管控方法、装置、设备及存储介质 |
| CN113867243A (zh) * | 2021-09-24 | 2021-12-31 | 深圳市绿奥环境建设有限公司 | 一种数字化、智能化的园林绿化养护综合管理系统 |
-
2022
- 2022-03-22 CN CN202210286297.7A patent/CN114568265B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180146626A1 (en) * | 2015-05-26 | 2018-05-31 | Jixiang XU | Intelligent growing management method and intelligent growing device |
| US20180181091A1 (en) * | 2016-12-23 | 2018-06-28 | Centurylink Intellectual Property Llc | Smart City Apparatus, System, and Method |
| WO2018232860A1 (zh) * | 2017-06-23 | 2018-12-27 | 深圳市盛路物联通讯技术有限公司 | 一种基于物联网的农作物生长管理方法及系统 |
| CN108029534A (zh) * | 2017-12-19 | 2018-05-15 | 合肥草木蕃景生态科技有限公司 | 一种分区园林养护系统 |
| CN108241333A (zh) * | 2018-01-15 | 2018-07-03 | 闵林海 | 一种智能化园林管理系统 |
| CN109656211A (zh) * | 2018-12-21 | 2019-04-19 | 王武荣 | 基于gis的城市绿化植被智慧管控系统 |
| CN112070485A (zh) * | 2020-09-14 | 2020-12-11 | 内蒙古农业大学 | 一种城市园林绿化信息管理系统 |
| CN112514779A (zh) * | 2020-12-09 | 2021-03-19 | 广州大学华软软件学院 | 一种智能灌溉系统 |
| CN112861680A (zh) * | 2021-01-29 | 2021-05-28 | 南京谱隘网络科技有限公司 | 一种基于图像分析和云计算的小区物业日常管理方法及云管理平台 |
| CN113409023A (zh) * | 2021-06-30 | 2021-09-17 | 苏州芯景科技有限公司 | 一种智慧园林综合服务管理平台 |
| CN113229124A (zh) * | 2021-07-13 | 2021-08-10 | 深圳奥雅设计股份有限公司 | 一种智慧园林监测管理方法及系统 |
| CN113870044A (zh) * | 2021-08-23 | 2021-12-31 | 湖北工程学院 | 园林智能管控方法、装置、设备及存储介质 |
| CN113867243A (zh) * | 2021-09-24 | 2021-12-31 | 深圳市绿奥环境建设有限公司 | 一种数字化、智能化的园林绿化养护综合管理系统 |
Non-Patent Citations (3)
| Title |
|---|
| 王德华等: "浅谈城市园林绿化数字化管理的实现方法", 《内蒙古林业调查设计》 * |
| 谷荣等: "基于园林大数据发展方向下的智慧园林规划与建设", 《现代国企研究》 * |
| 陈凯: "物联网技术在科研单位园林管理中的应用", 《农业开发与装备》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115147095A (zh) * | 2022-09-02 | 2022-10-04 | 山东慧创信息科技有限公司 | 一种多级联动的政务信息管理用智慧社区开放平台系统 |
| CN116796877A (zh) * | 2022-12-01 | 2023-09-22 | 微纵联合网络科技(武汉)有限公司 | 一种基于图像识别的市政绿化养护计算分析方法、系统及存储介质 |
| CN116739868A (zh) * | 2023-07-05 | 2023-09-12 | 浙江星宸环境建设有限公司 | 基于人工智能的园林绿化管理系统及其方法 |
| CN116739868B (zh) * | 2023-07-05 | 2024-04-23 | 浙江星宸环境建设有限公司 | 基于人工智能的园林绿化管理系统及其方法 |
| CN117079140A (zh) * | 2023-10-13 | 2023-11-17 | 金埔园林股份有限公司 | 一种景观植物种植管理方法 |
| CN117079140B (zh) * | 2023-10-13 | 2024-01-23 | 金埔园林股份有限公司 | 一种景观植物种植管理方法 |
| CN117652267A (zh) * | 2023-12-14 | 2024-03-08 | 广东桥信建设安装工程有限公司 | 一种用于园林绿化维护的监测管理方法及系统 |
| CN117877023A (zh) * | 2024-01-18 | 2024-04-12 | 中国农业大学 | 一种冠层叶片卷曲程度的计算方法、系统、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114568265B (zh) | 2023-07-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114568265A (zh) | 一种基于人工智能的园林绿化维护智能监测管理系统 | |
| CN111480557B (zh) | 一种基于大数据物联网的农业灌溉实时监测调控系统 | |
| CN104866970B (zh) | 智能种植管理方法和智能种植设备 | |
| CN112197819A (zh) | 一种基于生产基地的植物生长精准控制方法 | |
| Peters | Ecology of beech forests in the northern hemisphere | |
| CN110598532B (zh) | 一种树木病虫害监控系统及方法 | |
| Torquebiau | Mosaic patterns in dipterocarp rain forest in Indonesia, and their implications for practical forestry | |
| CN112215716A (zh) | 农作物生长干预方法、装置、设备及存储介质 | |
| AU2021105575A4 (en) | Automatic Tea Garden Identification Method Based on Cloud Platform Fusion of Multi-Source Satellite Images and Tea Phenological Period | |
| CN110736809A (zh) | 一种日光温室作物水分胁迫诊断系统 | |
| CN113469112B (zh) | 农作物生长状况图像识别方法及系统 | |
| CN110427798A (zh) | 一种青菜智能识别及叶色环境变化预测的方法 | |
| CN114299393B (zh) | 一种基于光学和雷达时序数据的烟稻种植模式识别方法 | |
| CN113079850B (zh) | 一种鉴定萱草耐涝性的综合评价体系 | |
| CN207164770U (zh) | 一种绿化植物监控系统 | |
| CN117121799A (zh) | 一种基于物联网的规模化农田灌溉系统及方法 | |
| CN116797601A (zh) | 一种基于图像识别的华山松生长动态的监控方法及系统 | |
| CN109684960B (zh) | 落叶剂的喷洒时间的确定方法及系统 | |
| CN115669508A (zh) | 一种用于园林绿化的智能灌溉系统 | |
| CN113506017B (zh) | 一种校园用数字园林管养系统 | |
| CN115601413A (zh) | 一种园林绿化养护监测及预警方法与系统 | |
| CN113609106A (zh) | 农事气象数据处理方法、装置、设备及存储介质 | |
| CN117814095B (zh) | 一种浇水量自适应调控方法、系统、电子设备及存储介质 | |
| CN112598239A (zh) | 一种园林地被用月季品种筛选的评价方法 | |
| CN111563824A (zh) | 一种基于油松人工林地研究系统及方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231022 Address after: 750000 business room 4, Commercial Complex Building 1, Xingguang Huafu, Xingqing District, Yinchuan City, Ningxia Hui Autonomous Region Patentee after: Ningxia Ronglin Ecological Technology Co.,Ltd. Address before: 430074 No. 7, first financial Port Road, Donghu New Technology Development Zone, Wuhan City, Hubei Province Patentee before: Wuhan Hongzhen Landscape Engineering Co.,Ltd. |