CN114868504A - 一种园林植物的生长状态监测方法及装置 - Google Patents
一种园林植物的生长状态监测方法及装置 Download PDFInfo
- Publication number
- CN114868504A CN114868504A CN202210441367.1A CN202210441367A CN114868504A CN 114868504 A CN114868504 A CN 114868504A CN 202210441367 A CN202210441367 A CN 202210441367A CN 114868504 A CN114868504 A CN 114868504A
- Authority
- CN
- China
- Prior art keywords
- growth
- plant
- pest
- data
- pipeline
- 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
- 230000012010 growth Effects 0.000 title claims abstract description 153
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012544 monitoring process Methods 0.000 title claims abstract description 33
- 241000607479 Yersinia pestis Species 0.000 claims abstract description 119
- 230000002159 abnormal effect Effects 0.000 claims abstract description 63
- 230000007613 environmental effect Effects 0.000 claims abstract description 61
- 238000012423 maintenance Methods 0.000 claims abstract description 36
- 241000894007 species Species 0.000 claims abstract description 19
- 241000196324 Embryophyta Species 0.000 claims description 166
- 239000002689 soil Substances 0.000 claims description 72
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 67
- 239000003337 fertilizer Substances 0.000 claims description 53
- 238000005507 spraying Methods 0.000 claims description 50
- 239000003814 drug Substances 0.000 claims description 26
- 238000002156 mixing Methods 0.000 claims description 22
- 239000000575 pesticide Substances 0.000 claims description 21
- 239000007921 spray Substances 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 11
- 239000002904 solvent Substances 0.000 claims description 10
- 235000013619 trace mineral Nutrition 0.000 claims description 9
- 239000011573 trace mineral Substances 0.000 claims description 9
- 239000000203 mixture Substances 0.000 claims description 8
- 230000008635 plant growth Effects 0.000 claims description 8
- 238000011217 control strategy Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 2
- 235000021384 green leafy vegetables Nutrition 0.000 claims 1
- 230000008569 process Effects 0.000 description 7
- 230000006378 damage Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000004720 fertilization Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000003909 pattern recognition Methods 0.000 description 3
- 230000008636 plant growth process Effects 0.000 description 3
- 241000238631 Hexapoda Species 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000002917 insecticide Substances 0.000 description 2
- 238000003973 irrigation Methods 0.000 description 2
- 230000002262 irrigation Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
- 238000009333 weeding Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C23/00—Distributing devices specially adapted for liquid manure or other fertilising liquid, including ammonia, e.g. transport tanks or sprinkling wagons
- A01C23/007—Metering or regulating systems
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C23/00—Distributing devices specially adapted for liquid manure or other fertilising liquid, including ammonia, e.g. transport tanks or sprinkling wagons
- A01C23/04—Distributing under pressure; Distributing mud; Adaptation of watering systems for fertilising-liquids
-
- 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
- A01G25/167—Control by humidity of the soil itself or of devices simulating soil or of the atmosphere; Soil humidity sensors
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
- A01M7/0089—Regulating or controlling systems
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D27/00—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00
- G05D27/02—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00 characterised by the use of electric means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- Y02A40/25—Greenhouse technology, e.g. cooling systems therefor
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Environmental Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Water Supply & Treatment (AREA)
- Soil Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Library & Information Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Automation & Control Theory (AREA)
- Databases & Information Systems (AREA)
- Insects & Arthropods (AREA)
- Pest Control & Pesticides (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明公开了一种园林植物的生长状态监测方法及装置，涉及植物监测技术领域，根据植物的种类建立植物的理想生长模型，根据植物种类建立害虫数据库；获取园林内被监测植物的种类以及生长周期，并根据被监测植物的成长数据与理想生长模型中标准的成长数据进行对比，判断植物的生长状态是否异常；若生长状态异常，获取被监测植物的环境数据与理想生长模型中标准的环境数据进行对比，判断环境数据是否异常；若环境数据异常，标记环境数据中异常的指标；获取植物的图像信息，并识别图像中是否存在害虫；若图像中存在害虫，根据植物的种类与害虫数据库进行匹配，获取害虫信息；提高植物生长状态异常判断的准确性，根据异常因素有针对性的进行养护。
Description
技术领域
本发明涉及植物监测技术领域，具体为一种园林植物的生长状态监测方法及装置。
背景技术
近年来我国的城镇都不同程度地开展了绿化植物的种植、造景和管护工作，但园林绿化植物常常受到环境、害虫的危害；在园林绿化中人们普遍认识到，要达到绿化和美化的效果只注重种植和造景是远远不够的，还应注重绿化植物的有效养护。
绿化植物养护，即是完成绿化施工的后期浇水、修剪、除草、打药、补苗等，工作简单、但必不可少，养护工作没做好会使花费很大成本建造的园林景观不能很好的保持，有的很快出现草地退化、植物死亡，杂草丛生，因此景观维护要实行科学化、规范化的科学养护管理，所谓绿化植物养护就是指绿地、植被等植物的管理与养护；各种植物有着不同的生态习性、特点，要使植物长的健壮，充分发挥绿化效果，就要给植物创造足以满足需要的生活条件，就要满足它对水分的需要，既不能缺水而干旱，也不能因水分过多使其遭受水涝灾害，还不能受到虫害的侵扰。
现有技术中，如专利CN201810013225.9，“一种绿化园林养护系统”，包括设于园林内的环境监测模块、异常监测模块、反馈模块及管理中心；所述环境监测模块通过多个不同功能的传感器对园林内的环境进行监测，并将监测结果提交至管理中心；所述异常监测模块通过传感器及数据采集装置对园林内的异常情况进行监测，并将异常情况提交至管理中心；所述反馈模块与管理中心相连，接收管理中心发出的指令并进行反馈；所述管理中心与环境监测模块、异常监测模块及反馈模块相连，所述管理中心将环境监测模块及异常监测模块传递来的数据进行分析处理，并根据结果向反馈模块发出指令。该专利的上述方案显示，目前，在园林植物的养护方面，植物生长状态是否异常，通常是通过传感器获取环境数据，进行分析来判断植物生长状态是否异常，如果发现不正常，基本上还是要采取人工现场干预处置。现有技术的问题是，在发现植物生长的问题后，由人工进行处置的过程，如施肥会出现人为的多施或者少施，导致一些植物肥料过剩，另一些不足；在浇水的时候，由于人工的操作，或者大水漫灌，或者喷灌，都会出现有的水分过多导致根部腐烂，离水管远的或者没有喷到的水分不足，导致植物干死的现象，特别是观赏性花卉的水分，不同的花卉对水分的需求是很不一样的，如果都是一致量的满灌施水，必然会对其中的一些植物带来较大的损害；在除害方面更是出现很大的问题，目前基本都是选择在同一个时间，由人工，或者无人机对全部养护的植物进行全面的施药，这种一致的行动，会导致药物的过度释放，或者在喷洒药物时，导致药物在空气中飘移，同时，因为在同一个园中，种植的植物品种是不相同的，这些不同的植物也会有不同的虫害种类构成，不当或者过度的一致性施药必然会伤害一些没有虫害的植物，或者对某些病虫无效。另外，过多的量，或者采用无人机满施的方法还会导致农药在空气中的飘移，造成对其他生物的伤害和对环境的危害。另外，现有技术仅仅是对环境数据分析，然后对全部需要养护的植物进行处置，也就是说，当监测到的环境数据不利于园中植物生长时，因为不能，或者说难易改变环境时，就只能处置被保护的植物，包括一些能适应的植物，因此时常导致成片植物的死亡，这是由于不同的植物在生长过程中是存在生长状态的并不一致性，所以仅仅依靠监测环境数据去改善全部植物的环境生长因素是不够准确的，在改变一些植物的生长环境时，也有可能会导致较多的植物被改变了的环境因素所损害。为了解决现有技术的不足，本发明设计了一种能够分别监测园中植物生长过程的环境、水分需求、肥料需求、土壤因素、病害情况，以及智能处置的园林植物的生长状态监测方法及装置，可以有效地解决上述现有技术的不足。
发明内容
本发明的目的在于：克服现有技术的不足，采用监测植物生长过程的环境、水分需求、肥料需求、土壤因素、病害情况，以及智能处置园林植物生长需求的装置，可以解决目前技术存在环境数据分析正常，但是植物生长状态存在异常的问题，提供一种园林植物的生长状态监测方法及装置。
本发明为了实现上述目的具体采用以下技术方案：
一种园林植物的生长状态监测方法，所述监测方法包括以下步骤：
根据植物的种类建立植物的理想生长模型，所述理想生长模型包括根据植物的生长周期建立的标准的生长数据，所述生长数据包括环境数据和成长数据，根据植物种类建立害虫数据库；
获取园林内被监测植物的种类以及生长周期，并根据被监测植物的成长数据与理想生长模型中标准的成长数据进行对比，判断植物的生长状态是否异常；
若生长状态异常，则获取被监测植物的环境数据与理想生长模型中标准的环境数据进行对比，判断环境数据是否异常；
若环境数据异常，则标记环境数据中异常的指标；
获取植物的图像信息，并识别图像中是否存在害虫；
若图像中存在害虫，则根据植物的种类与害虫数据库进行匹配，获取害虫信息。
进一步地，所述环境数据包括空气数据和土壤数据；所述空气数据包括空气湿度或/和空气温度,所述空气温度通过温度传感器检测，所述空气湿度通过湿度传感器检测；所述土壤数据包括土壤水分、土壤微量元素成分或/和土壤PH值，所述土壤水分通过土壤水分检测仪检测，所述土壤微量元素成分通过土壤微量元素检测设备检测，所述土壤PH值通过土壤PH检测仪检测。
进一步地，在所述环境数据检测与害虫信息检测的后端设置有执行管路系统，包括：
在园林的植物的根部地面均预先埋设有输送管道，所述输送管道的进口端设置有均通过管道与输送管道连接的水泵和送风装置，所述输送管道的出口端均通过电动阀门连接有向上设置的第一喷水喷头、向下设置的第二喷水喷头、向上设置的的第一喷药喷头、向下设置的第二喷药喷头、向上设置的第一喷肥喷头、向下设置的第二喷肥喷头。
进一步地，所述执行管路系统的执行方式是：
当空气温度或/和空气湿度达到系统设定值时启动水泵，通过管道输送水分，水分到达输送管道后，通过第一喷水喷头向上喷水，对植物叶面降温或者增湿；
当土壤水分低于系统设定值时，启动水泵通过管道输送水分，水分到输送管道后，通过第二喷水喷头向下喷水，为植物根部浇水；
当获取到害虫信息时，启动送风装置，在设置的管道内充入气体，带动注入的药剂，经输送管道通过第一喷药喷头向上喷施药剂灭虫；
当土壤PH值异常时，启动送风装置，充入气体带动药剂，通过管道经输送管道通过第二喷药喷头向下对土壤喷施药剂，改善土壤PH值；
当土壤微量元素成分异常时，启动送风装置，充入气体，并带动预设的肥料，通过管道经输送管道后通过第一喷肥喷头向上喷施由植物叶面吸收的叶面肥料，或者通过第二喷肥喷头向下喷施土壤吸收的肥料。
进一步地，所述执行管路系统还包括以下装置：
所述输送管道上设置有混合装置，所述混合装置的出口设置有电动阀门，当药剂或肥料需要水溶解时，启动水泵通过管道输送水分到混合装置，同时启动送风装置充入气体带动药剂或者肥料通过管道到混合装置，启动混合装置的电机带动搅拌器进行混合生成溶剂；
混合完成后，开启电动阀门将溶剂输送到输送管道经第一喷药喷头、第二喷药喷头第一喷肥喷头或者第二喷肥喷头喷出。
进一步地，所述成长数据包括生长速度、高度、主杆直径或/和叶片颜色，通过图像采集装置采集被监测植物的图像信息，并将图像信息与前一个周期的图像信息进行对比，并分析获取成长数据。
进一步地，还包括预先建立的策略数据库，所述策略数据库中存储有环境数据异常对应的调整策略和害虫信息对应的防治策略；
若环境数据中存在标记的指标，则根据标记的指标推荐调整策略；
若获取到害虫信息，则根据害虫的种类推荐防治策略。
进一步地，所述策略数据库中还包括养护策略；若植物的生长状态正常，则获取对应的养护策略。
进一步地，若图像中存在害虫，则根据植物的种类与害虫数据库进行匹配，获取害虫信息包括以下步骤：
判断图中害虫的类别；
一个类别选择至少一个害虫图片与害虫数据库进行匹配；
根据植物的种类获取害虫数据库中对应的图片集；
害虫图片与图片集中的图片进行特征提取，然后基于特征进行相似度计算；
取相似度最高且超过预设的阈值的害虫图片作为匹配成功的害虫图片，匹配成功则获取预先存储的害虫信息；
未获取到害虫信息，则根据与被监测植物的种类相似的种类与害虫数据库进行匹配，获取害虫信息。
一种园林植物的生长状态监测装置，包括处理器和与处理器通信连接的存储器，所述存储器存储有被处理器执行的指令，所述指令被程序设置为执行上述所述的园林绿地生态数据监测方法。
本发明的有益效果如下：
1、本发明根据植物的种类建立理想生长模型，获取被监测植物的种类以及生长周期，可以有效地对不同植物品种分类管理，采取不同的适合的方式管理全部植物的生长过程；
2、采集植物的成长数据，根据被监测植物的种类与对应种类的理想生长模型进行匹配，将成长数据与理想生长模型对应的生长周期的标准的成长数据进行对比，可以直观的判断植物的生长状态是否异常，快速的筛选出生长状态异常的植物，可以有效降低需要处理的环境数据的量；
3、获取植物生长状态异常信息，监测植物的环境数据与理想生长模型的标准的环境数据进行对比，判断环境数据是否存在异常，并标记环境数据中异常的数据，从而便于护林员根据异常的数据策划养护方案进行养护；
4、采集被监测植物的图像信息，识别图像中是否存在害虫，并与害虫数据库进行匹配，获取害虫信息，便于护林员根据害虫信息策划养护方案进行养护；
5、先通过成长数据判断植物的生长状态是否存在异常，提高植物生长状态异常判断的准确性，然后再判断是什么因素导致的生长状态异常，根据异常因素有针对性的进行养护；
6、根据获取的包括空气数据和土壤数据在内的环境数据，可以获得不同植物对空气湿度或/和空气温度的需求,并相对应地对环境进行改善，获得的土壤水分、土壤微量元素成分或/和土壤PH值信息，可以通过智能管路对植物或者土壤进行微量元素的释放，改变土壤的水分、土壤的PH值或者微量元素值；
7、设置在环境数据检测与害虫信息检测后端的执行管路系统，可以智能地完成启动水泵或者送风装置，通过管道输送水分对植物叶面降温或者增湿、为植物根部浇水、喷施灭虫药剂，改善土壤PH值及改善土壤微量元素成分成份。
附图说明
图1是本发明实施例1的整体方法流程示意图；
图2是本发明实施例1的获取害虫信息的方法流程示意图；
图3是本发明实施例2的执行管路系统的执行方式方法流程示意图；
图4是本发明实施例4的调整策略、防治策略推荐方法流程示意图；
图5是本发明实施例5的养护策略推荐方法流程示意图；
图6是本发明的装置框架示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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。
实施例1
如图1所示，本实施例提供一种园林植物的生长状态监测方法，所述监测方法包括以下步骤：
根据植物的种类建立植物的理想生长模型，所述理想生长模型包括根据植物的生长周期建立的标准的生长数据，所述生长数据包括环境数据和成长数据，根据植物种类建立害虫数据库；
本实施例中，根据园林内的植物的种类，每一个种类建立一个理想生长模型，理想生长模型是基于植物的生长周期进行建立的，例如根据植物的生长周期的成长阶段，获取植物的标准的生长数据，从而根据标准的生长数据建立理想生长模型。理想生长模型是基于植物的生长周期进行建立的，例如根据植物的生长周期的成长阶段，获取植物成长阶段的标准的生长数据，从而根据标准的生长数据建立理想生长模型。所述环境数据包括空气数据和土壤数据，所述空气数据包括空气湿度或/和空气温度，所述土壤数据包括土壤水分、土壤微量元素成分或/和土壤PH值；生长数据包括生长速度、高度、主杆直径或/和叶片颜色等。需要说明的是，环境数据和成长数据不局限于上述举例的数据，只有是影响植物生长的数据都可以归纳为环境数据，只要植物生长过程中存在变化的量都可以作为成长数据，本申请不对环境数据和成长数据做具体限定。根据植物的种类，获取该植物会遭受到的害虫的种类，根据害虫的种类获取害虫的图片，图片应具有害虫的特征，根据植物的种类对害虫的图片进行类别划分，划分后形成植物种类对应的图片集合，所有的图片集合构成害虫数据库。
获取园林内被监测植物的种类以及生长周期，并根据被监测植物的成长数据与理想生长模型中标准的成长数据进行对比，判断植物的生长状态是否异常；
本实施例中，可以通过园林内设置的图像采集装置，获取园林内的被监测植物的生长状态，例如摄像头或者照相机实时采集被监测植物的图像信息，从而根据图像信息识别被监测植物的种类和生长周期，根据图像信息前后存在的差异，同时可以获取植物的成长数据，例如通过图像采集装置采集被监测植物的图像信息，并将图像信息与前一个周期的图像信息进行对比，并分析获取成长数据，通过的成长数据与理想生长模型中的标准的成长数据进行对比。需要说明的是，的成长数据与标准的成长数据进行比较时，标准的成长数据通常为一个范围值，当然成长数据也可以为一个具体的值，只需要判断的成长数据是否在标准的成长数据对应的范围内或者是否与标准的成长数据的具体值相同，即可判断植物的生长状态是否异常，如成长数据中包含的生长速度、高度，主干直径以及叶片颜色等数据均在范围内则表示植物的生长状态正常，反之植物的生长状态异常。
若生长状态异常，则获取被监测植物的环境数据与理想生长模型中标准的环境数据进行对比，判断环境数据是否异常；
本实施例中，在生长状态异常时，则表示植物不健康，此时需要获取被监测植物不健康是因为什么因素导致的。需要通过数据采集装置采集被监测植物的环境信息，例如所述空气温度通过温度传感器检测，所述空气湿度通过湿度传感器检测；所述土壤水分通过土壤水分检测仪检测，所述土壤微量元素成分通过土壤微量元素检测设备检测，所述土壤PH值通过土壤PH检测仪检测。其中，环境数据通常为一个范围值，当然环境数据也可以为一个具体的值，通过被监测植物的的环境数据与理想生长模型的标准的环境数据进行比较，判断环境数据是否异常。的环境数据均与标准的环境数据相匹配则的环境数据正常，反之的环境数据异常。
若环境数据异常，则标记环境数据中异常的指标；
本实施例中，对环境数据中异常的指标进行标记，便于养护人员了解环境数据中的哪些指标存在异常，从而便于护林员根据异常的数据策划养护方案进行养护。
获取植物的图像信息，并识别图像中是否存在害虫；
本实施例中，通过园林中的图像采集装置，例如摄像头、照相机等采集被监测植物的图像信息，并通过图像识别技术识别图像中是否存在害虫。需要说明的是，图像识别技术是人工智能的一个重要领域，为了编制模拟人类图像识别活动的计算机程序，人们提出了不同的图像识别模型，例如模板匹配模型，这种模型认为，识别某个图像，必须在过去的经验中有这个图像的记忆模式，又叫模板，当前的刺激如果能与大脑中的模板相匹配，这个图像也就被识别了；图像识别中的模式识别，是一种从大量信息和数据出发，在专家经验和已有认识的基础上，利用计算机和数学推理的方法对形状、模式、曲线、数字、字符格式和图形自动完成识别、评价的过程。模式识别包括两个阶段，即学习阶段和实现阶段，前者是对样本进行特征选择，寻找分类的规律，后者是根据分类规律对未知样本集进行分类和识别。这个模式识别的模板匹配模型简单明了，也容易得到实际应用。
若图像中存在害虫，则根据植物的种类与害虫数据库进行匹配，获取害虫信息。
本实施例中，如图2所示，若图像中存在害虫，则对图像包含害虫的部分进行分割，并对图像中的害虫进行特征提取，将具有相同特征的害虫位于一个类别，从而根据类别的个数，判断图中害虫的类别，一个类别选择至少一个害虫图片与害虫数据库进行匹配。在进行匹配时，首选根据植物的种类获取害虫数据库中对应的图片集，便于快速的缩小匹配的范围，包含害虫的图片与图片集中的图片进行特征提取，包含害虫的图片的特征可以采用类别划分时的特征也可以是当前提取的特征，害虫数据库中的图片的特征可以是预先标注的特征也可以是当前提取的特征，然后基于特征进行相似度计算，根据相似度判断是否匹配成功，取相似度最高且超过预设的阈值的害虫图片作为匹配成功的害虫图片，匹配成功则获取预先存储的害虫信息。未获取到害虫信息,则根据与被监测植物的种类相似的种类与害虫数据库进行匹配，获取害虫信息。通过与被监测植物的种类相似的种类与害虫数据库进行匹配，便于进一步扩大害虫检测的范围，避免出现漏检的情况。害虫信息的获取与上述的方法相同，在此不再赘述。从而便于护林员根据害虫信息策划养护方案进行养护。
综上所述，本发明根据植物的种类建立理想生长模型，获取被监测植物的种类以及生长周期，可以有效地对不同植物品种分类管理，采取不同的适合的方式管理全部植物的生长过程；采集植物的成长数据，根据被监测植物的种类与对应种类的理想生长模型进行匹配，将成长数据与理想生长模型对应的生长周期的标准的成长数据进行对比，可以直观的判断植物的生长状态是否异常，快速的筛选出生长状态异常的植物，可以有效降低需要处理的环境数据的量；获取植物生长状态异常信息，监测植物的环境数据与理想生长模型的标准的环境数据进行对比，判断环境数据是否存在异常，并标记环境数据中异常的数据，从而便于护林员根据异常的数据策划养护方案进行养护；采集被监测植物的图像信息，识别图像中是否存在害虫，并与害虫数据库进行匹配，获取害虫信息，便于护林员根据害虫信息策划养护方案进行养护；先通过成长数据判断植物的生长状态是否存在异常，提高植物生长状态异常判断的准确性，然后再判断是什么因素导致的生长状态异常，根据异常因素有针对性的进行养护。
实施例2
在实施例1的基础之上，在所述环境数据检测与害虫信息检测的后端设置有执行管路系统，包括：
在园林的植物的根部地面均预先埋设有输送管道，所述输送管道的进口端设置有均通过管道与输送管道连接的水泵和送风装置，所述输送管道的出口端均通过电动阀门连接有向上设置的第一喷水喷头、向下设置的第二喷水喷头、向上设置的的第一喷药喷头、向下设置的第二喷药喷头、向上设置的第一喷肥喷头、向下设置的第二喷肥喷头。
优选地，如图3所示，所述执行管路系统的执行方式是：
当空气温度或/和空气湿度达到系统设定值时启动水泵，通过管道输送水分，水分到达输送管道后，通过第一喷水喷头向上喷水，对植物叶面降温或者增湿；
当土壤水分低于系统设定值时，启动水泵通过管道输送水分，水分到输送管道后，通过第二喷水喷头向下喷水，为植物根部浇水；
当获取到害虫信息时，启动送风装置，在设置的管道内充入气体，带动注入的药剂，经输送管道通过第一喷药喷头向上喷施药剂灭虫；
当土壤PH值异常时，启动送风装置，充入气体带动药剂，通过管道经输送管道通过第二喷药喷头向下对土壤喷施药剂，改善土壤PH值；
当土壤微量元素成分异常时，启动送风装置，充入气体，并带动预设的肥料，通过管道经输送管道后通过第一喷肥喷头向上喷施由植物叶面吸收的叶面肥料，或者通过第二喷肥喷头向下喷施土壤吸收的肥料。
本实施例中，可以实现水，粉末、溶剂药剂，粉末、溶剂肥料向植物的叶背面输送和向植物的周围的土壤输送。具体为，在空气温度、空气湿度存在异常时，可以启动水泵通过输送管道，开启对应的电动阀门经第一喷水喷头向上喷水，便于对空气温度、空气湿度进行调节。在土壤水分低于系统设定值时，可以启动水泵通过输送管道，开启对应的电动阀门经第二喷水喷头向下喷水，有针对性性的调节土壤的水分。在获取到害虫信息时，启动送风装置充入气体带动害虫防治对应的药剂通过管道经输送管道，启动对应的电动阀门通过第一喷药喷头向上喷药剂，药剂在气体的带动下有效覆盖在叶背面。当土壤PH值异常时，启动送风装置充入气体带动药剂通过管道经输送管道，启动对应的电动阀门通过第二喷药喷头向下喷药剂，在气体的带动可以将药剂覆盖在植物的周围的土壤上，从而有效的改善土壤的PH值。当土壤微量元素成分异常时，启动送风装置充入气体带动肥料通过管道经输送管道后，启动对应的电动阀门通过第一喷肥喷头向上喷肥料或者通过第二喷肥喷头向下喷肥料，从而可以根据缺失的微量元素，在气体的带动下对土壤精准施肥或者对叶背面精准施肥。
现有技术中，在进行加水、打药和施肥时，大部分还是使用人工喷施，最好的有采用无人机空中喷施。但是，在喷施的过程中，由于风向，气候的原因，喷施的水或者用于清除杂草或者病虫害的药，或者喷施的叶面肥，或者需要其他肥料，有较大部分都被流动的风向等环境因素票到了植物覆盖面积以外，有的还会因为风大而飘到较远的地方，因此目前这种方式的喷施方式效率较低，大约只有全部喷洒量的30％左右。而本发明加水、打药和施肥共用一套输送管道，能够有效的降低成本，直接投送到每一颗植物的本部，物料可以直接喷施在植物的叶背面上，或者喷施在植物的周围的土壤，喷施的物料更为精准，投送的物料利用率可以从现在人工或者空中喷施的30％提高至少一倍，达到60％以上。
实施例3
在实施例2的基础之上，所述执行管路系统还包括以下装置：
所述输送管道上设置有混合装置，所述混合装置的出口设置有电动阀门，当药剂或肥料需要水溶解时，启动水泵通过管道输送水分到混合装置，同时启动送风装置充入气体带动药剂或者肥料通过管道到混合装置，启动混合装置的电机带动搅拌器进行混合生成溶剂；
混合完成后，开启电动阀门将溶剂输送到输送管道经第一喷药喷头、第二喷药喷头第一喷肥喷头或者第二喷肥喷头喷出。
本实施例中，在输送管道上设置有混合装置，混合装置的设置主要是为了满足药剂或者肥料需要与水进行混合使用。通过混合装置的电机带动搅拌器使得药剂或者肥料与水混合成溶剂，然后混合装置出口的电动阀门打开，溶剂在气体的带动下通过开启对应的电动阀门经第一喷药喷头或第二喷药喷头向植物的叶背面喷洒覆盖或者向植物的四周的土壤覆盖，能够有效的适用于需要与水混合使用的药剂或者肥料。
实施例4
本实施例与实施例1的不同之处在于，如图4所示，还包括预先建立的策略数据库，所述策略数据库中存储有环境数据异常对应的调整策略和害虫信息对应的防治策略；若环境数据中存在标记的指标，则根据标记的指标推荐调整策略；若获取到害虫信息，则根据害虫的种类推荐防治策略。
本实施例中，通过预先建立的策略数据库进行策略配置，具体包括调整策略和防治策略。实际园林内的植物生长的过程中存在以下几种情况，第一种是判断环境数据异常，存在标记的指标，此时可以通过推荐环境数据异常对应的调整策略即可；第二种是获取到害虫类别时，根据害虫的类别推荐防治策略；第三种是既判断环境数据异常，又获取到害虫信息，此时推荐对应的调整策略和防治策略。便于根据植物的生长状态异常具体存在的问题进行策略推荐，便于养护人员根据策略及时对植物进行防治。
实施例5
在实施例4的基础之上，如图5所示，所述策略数据库中还包括养护策略；若植物的生长状态正常，则获取对应的养护策略。
本实施例中，在策略数据库中还设置有养护策略，在植物的生长状态正常时，及时的推荐养护策略，为养护员养护植物提供一定的参考。
实施例6
如图6所示，本发明提供一种园林植物的生长状态监测装置，包括处理器和与处理器通信连接的存储器，所述存储器存储有被处理器执行的指令，所述指令被程序设置为执行上述所述的园林绿地生态数据监测方法。
本实施例中，处理器可以是中央处理器(CentralProcessingUnit,CPU)，存储器可以是高速的随机存取存储器(RandomAccessMemory,RAM)，也可以是稳定的非易失性存储器(NonVolatileMemory,NVM)，例如磁盘存储器。存储器还可以是独立于前述处理器的存储装置。通过处理器调用存储器存储的指令，即指令被程序设置为执行上述所述的园林绿地生态数据监测方法。
Claims (10)
1.一种园林植物的生长状态监测方法，其特征在于，所述监测方法包括以下步骤：
根据植物的种类建立植物的理想生长模型，所述理想生长模型包括根据植物的生长周期建立的标准的生长数据，所述生长数据包括环境数据和成长数据，根据植物种类建立害虫数据库；
获取园林内被监测植物的种类以及生长周期，并根据被监测植物的成长数据与理想生长模型中标准的成长数据进行对比，判断植物的生长状态是否异常；
若生长状态异常，则获取被监测植物的环境数据与理想生长模型中标准的环境数据进行对比，判断环境数据是否异常；
若环境数据异常，则标记环境数据中异常的指标；
获取植物的图像信息，并识别图像中是否存在害虫；
若图像中存在害虫，则根据植物的种类与害虫数据库进行匹配，获取害虫信息。
2.根据权利要求1所述的一种园林植物的生长状态监测方法，其特征在于，所述环境数据包括空气数据和土壤数据；所述空气数据包括空气湿度或/和空气温度,所述空气温度通过温度传感器检测，所述空气湿度通过湿度传感器检测；所述土壤数据包括土壤水分、土壤微量元素成分或/和土壤PH值，所述土壤水分通过土壤水分检测仪检测，所述土壤微量元素成分通过土壤微量元素检测设备检测，所述土壤PH值通过土壤PH检测仪检测。
3.根据权利要求2所述的一种园林植物的生长状态监测方法，其特征在于，在所述环境数据检测与害虫信息检测的后端设置有执行管路系统，包括：
在园林的植物的根部地面均预先埋设有输送管道，所述输送管道的进口端设置有均通过管道与输送管道连接的水泵和送风装置，所述输送管道的出口端均通过电动阀门连接有向上设置的第一喷水喷头、向下设置的第二喷水喷头、向上设置的的第一喷药喷头、向下设置的第二喷药喷头、向上设置的第一喷肥喷头、向下设置的第二喷肥喷头。
4.根据权利要求3所述的一种园林植物的生长状态监测方法，其特征在于，所述执行管路系统的执行方式是：
当空气温度或/和空气湿度达到系统设定值时启动水泵，通过管道输送水分，水分到达输送管道后，通过第一喷水喷头向上喷水，对植物叶面降温或者增湿；
当土壤水分低于系统设定值时，启动水泵通过管道输送水分，水分到输送管道后，通过第二喷水喷头向下喷水，为植物根部浇水；
当获取到害虫信息时，启动送风装置，在设置的管道内充入气体，带动注入的药剂，经输送管道通过第一喷药喷头向上喷施药剂灭虫；
当土壤PH值异常时，启动送风装置，充入气体带动药剂，通过管道经输送管道通过第二喷药喷头向下对土壤喷施药剂，改善土壤PH值；
当土壤微量元素成分异常时，启动送风装置，充入气体，并带动预设的肥料，通过管道经输送管道后通过第一喷肥喷头向上喷施由植物叶面吸收的叶面肥料，或者通过第二喷肥喷头向下喷施土壤吸收的肥料。
5.根据权利要求4所述的一种园林植物的生长状态监测方法，其特征在于，所述执行管路系统还包括以下装置：
所述输送管道上设置有混合装置，所述混合装置的出口设置有电动阀门，当药剂或肥料需要水溶解时，启动水泵通过管道输送水分到混合装置，同时启动送风装置充入气体带动药剂或者肥料通过管道到混合装置，启动混合装置的电机带动搅拌器进行混合生成溶剂；
混合完成后，开启电动阀门将溶剂输送到输送管道经第一喷药喷头、第二喷药喷头第一喷肥喷头或者第二喷肥喷头喷出。
6.根据权利要求1所述的一种园林植物的生长状态监测方法，其特征在于，所述成长数据包括生长速度、高度、主杆直径或/和叶片颜色，通过图像采集装置采集被监测植物的图像信息，并将图像信息与前一个周期的图像信息进行对比，并分析获取成长数据。
7.根据权利要求1所述的一种园林植物的生长状态监测方法，其特征在于，还包括预先建立的策略数据库，所述策略数据库中存储有环境数据异常对应的调整策略和害虫信息对应的防治策略；
若环境数据中存在标记的指标，则根据标记的指标推荐调整策略；
若获取到害虫信息，则根据害虫的种类推荐防治策略。
8.根据权利要求7所述的一种园林植物的生长状态监测方法，其特征在于，所述策略数据库中还包括养护策略；若植物的生长状态正常，则获取对应的养护策略。
9.根据权利要求1所述的一种园林植物的生长状态监测方法，其特征在于，若图像中存在害虫，则根据植物的种类与害虫数据库进行匹配，获取害虫信息包括以下步骤：
判断图中害虫的类别；
一个类别选择至少一个害虫图片与害虫数据库进行匹配；
根据植物的种类获取害虫数据库中对应的图片集；
害虫图片与图片集中的图片进行特征提取，然后基于特征进行相似度计算；
取相似度最高且超过预设的阈值的害虫图片作为匹配成功的害虫图片，匹配成功则获取预先存储的害虫信息；
未获取到害虫信息，则根据与被监测植物的种类相似的种类与害虫数据库进行匹配，获取害虫信息。
10.一种园林植物的生长状态监测装置，其特征在于，包括处理器和与处理器通信连接的存储器，所述存储器存储有被处理器执行的指令，所述指令被程序设置为执行权利要求1-9任意一项所述的园林绿地生态数据监测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210441367.1A CN114868504A (zh) | 2022-04-21 | 2022-04-21 | 一种园林植物的生长状态监测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210441367.1A CN114868504A (zh) | 2022-04-21 | 2022-04-21 | 一种园林植物的生长状态监测方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114868504A true CN114868504A (zh) | 2022-08-09 |
Family
ID=82671671
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210441367.1A Pending CN114868504A (zh) | 2022-04-21 | 2022-04-21 | 一种园林植物的生长状态监测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114868504A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115294460A (zh) * | 2022-10-08 | 2022-11-04 | 杭州领见数字农业科技有限公司 | 雷竹林退化程度确定方法、介质和电子设备 |
| CN115437431A (zh) * | 2022-08-23 | 2022-12-06 | 芜湖市新城园林建设有限公司 | 基于互联网技术应用的园林管控方法及系统 |
| CN116523352A (zh) * | 2023-07-05 | 2023-08-01 | 浙江榧圣农业科技有限公司 | 一种森林资源信息的管理方法及系统 |
| CN116664332A (zh) * | 2023-08-01 | 2023-08-29 | 安徽金海迪尔信息技术有限责任公司 | 一种基于数字孪生的农业生产的监控系统 |
| CN117178769A (zh) * | 2023-11-08 | 2023-12-08 | 临沂市园林环卫保障服务中心 | 一种基于自动化的园林植物养护方法及系统 |
| CN117378338A (zh) * | 2023-12-12 | 2024-01-12 | 潍坊信博理化检测有限公司 | 一种植物施肥监控管理方法及系统 |
| CN117496196A (zh) * | 2023-11-03 | 2024-02-02 | 廊坊市园林绿化事务中心 | 一种园林植物养护监测方法、系统、设备及介质 |
| 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 |
| CN117854012A (zh) * | 2024-03-07 | 2024-04-09 | 成都智慧城市信息技术有限公司 | 一种基于大数据的农作物环境监测方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190059202A1 (en) * | 2017-08-07 | 2019-02-28 | Michael C. Lorek | Artificial Intelligence System for In-Vivo, Real-Time Agriculture Optimization Driven by Low-Cost, Persistent Measurement of Plant-Light Interactions |
| CN211909662U (zh) * | 2020-01-09 | 2020-11-13 | 海南吾爱生态农业发展有限公司 | 一种百香果种植水肥一体化装置 |
| 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 |
| CN113625639A (zh) * | 2021-08-16 | 2021-11-09 | 上海电机学院 | 农业智能监控系统及其监控方法 |
| CN113925039A (zh) * | 2021-10-12 | 2022-01-14 | 一鼎(福建)生态园林建设有限公司 | 一种基于物联网的园林病虫害智能防护系统及防控方法 |
-
2022
- 2022-04-21 CN CN202210441367.1A patent/CN114868504A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190059202A1 (en) * | 2017-08-07 | 2019-02-28 | Michael C. Lorek | Artificial Intelligence System for In-Vivo, Real-Time Agriculture Optimization Driven by Low-Cost, Persistent Measurement of Plant-Light Interactions |
| CN211909662U (zh) * | 2020-01-09 | 2020-11-13 | 海南吾爱生态农业发展有限公司 | 一种百香果种植水肥一体化装置 |
| 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 |
| CN113625639A (zh) * | 2021-08-16 | 2021-11-09 | 上海电机学院 | 农业智能监控系统及其监控方法 |
| CN113925039A (zh) * | 2021-10-12 | 2022-01-14 | 一鼎(福建)生态园林建设有限公司 | 一种基于物联网的园林病虫害智能防护系统及防控方法 |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115437431A (zh) * | 2022-08-23 | 2022-12-06 | 芜湖市新城园林建设有限公司 | 基于互联网技术应用的园林管控方法及系统 |
| CN115294460A (zh) * | 2022-10-08 | 2022-11-04 | 杭州领见数字农业科技有限公司 | 雷竹林退化程度确定方法、介质和电子设备 |
| CN116523352A (zh) * | 2023-07-05 | 2023-08-01 | 浙江榧圣农业科技有限公司 | 一种森林资源信息的管理方法及系统 |
| CN116523352B (zh) * | 2023-07-05 | 2023-09-22 | 浙江榧圣农业科技有限公司 | 一种森林资源信息的管理方法及系统 |
| CN116664332A (zh) * | 2023-08-01 | 2023-08-29 | 安徽金海迪尔信息技术有限责任公司 | 一种基于数字孪生的农业生产的监控系统 |
| CN116664332B (zh) * | 2023-08-01 | 2023-10-13 | 安徽金海迪尔信息技术有限责任公司 | 一种基于数字孪生的农业生产的监控系统 |
| CN117496196A (zh) * | 2023-11-03 | 2024-02-02 | 廊坊市园林绿化事务中心 | 一种园林植物养护监测方法、系统、设备及介质 |
| CN117178769B (zh) * | 2023-11-08 | 2024-01-19 | 临沂市园林环卫保障服务中心 | 一种基于自动化的园林植物养护方法及系统 |
| CN117178769A (zh) * | 2023-11-08 | 2023-12-08 | 临沂市园林环卫保障服务中心 | 一种基于自动化的园林植物养护方法及系统 |
| CN117378338A (zh) * | 2023-12-12 | 2024-01-12 | 潍坊信博理化检测有限公司 | 一种植物施肥监控管理方法及系统 |
| 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 |
| CN117854012A (zh) * | 2024-03-07 | 2024-04-09 | 成都智慧城市信息技术有限公司 | 一种基于大数据的农作物环境监测方法及系统 |
| CN117854012B (zh) * | 2024-03-07 | 2024-05-14 | 成都智慧城市信息技术有限公司 | 一种基于大数据的农作物环境监测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114868504A (zh) | 一种园林植物的生长状态监测方法及装置 | |
| US7103451B2 (en) | Method and system for spatially variable rate application of agricultural chemicals based on remotely sensed vegetation data | |
| Esau et al. | Machine vision smart sprayer for spot-application of agrochemical in wild blueberry fields | |
| BR112019027406A2 (pt) | processo para dispersão de um produto para pulverização em um campo | |
| US8504234B2 (en) | Robotic pesticide application | |
| US20210029890A1 (en) | Information processing apparatus, information processing method, and vegetation management system | |
| US20220167546A1 (en) | Method for plantation treatment of a plantation field with a variable application rate | |
| CN112699729A (zh) | 一种无人机察打一体除草方法 | |
| JP2022526562A (ja) | 農地の農作物処理のための方法 | |
| DE202022101022U1 (de) | Ein intelligentes landwirtschaftliches System für eine fortschrittliche Landwirtschaft | |
| WO2020142822A1 (pt) | Dispositivo dotado de sistema de visão e identificação instalado em equipamento agrícola | |
| CN113377141A (zh) | 一种人工智能农业自动管理系统 | |
| CN113906987A (zh) | 一种水肥药一体化系统及工作方法 | |
| CN116267857A (zh) | 一种智能控制的梨树病虫害防治系统 | |
| CN115756037A (zh) | 一种设施大棚蔬菜管控方法及系统 | |
| CN114779862A (zh) | 一种智能化葡萄种植环境监测系统 | |
| KR102399956B1 (ko) | 인공지능 분석 기반 스마트 잔디 매니지먼트 시스템 | |
| McCoy et al. | Assessment of three commercial over-the-row sprayer technologies in Eastern Washington vineyards | |
| CN113361377A (zh) | 一种植物生长管控模型构建方法、电子设备、存储介质 | |
| CN112669185A (zh) | 一种基于大数据的城市绿化系统及其方法 | |
| KR20210006213A (ko) | 인공지능 잡초 제거 및 식물 관리에 관한 방법 및 로봇 시스템 | |
| CN111650859A (zh) | 一种园林维护系统 | |
| Halder et al. | Application of Precision Farming in Horticulture: A Comprehensive Review | |
| Joe William | Adoption of drone technology for effective farm management and adequate food availability: The prospects and challenges | |
| US20230364630A1 (en) | Systems and methods for real-time measurement and control of sprayed liquid coverage on plant surfaces |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220809 |
|
| RJ01 | Rejection of invention patent application after publication |