CN114931072B - 基于ai识别与大数据技术的柑橘种植方法及系统 - Google Patents
基于ai识别与大数据技术的柑橘种植方法及系统 Download PDFInfo
- Publication number
- CN114931072B CN114931072B CN202210778429.8A CN202210778429A CN114931072B CN 114931072 B CN114931072 B CN 114931072B CN 202210778429 A CN202210778429 A CN 202210778429A CN 114931072 B CN114931072 B CN 114931072B
- Authority
- CN
- China
- Prior art keywords
- citrus
- growth
- soil
- current
- water
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 235000020971 citrus fruits Nutrition 0.000 title claims abstract description 207
- 241000207199 Citrus Species 0.000 title claims abstract description 200
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000005516 engineering process Methods 0.000 title claims abstract description 22
- 230000012010 growth Effects 0.000 claims abstract description 158
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 117
- 239000002689 soil Substances 0.000 claims abstract description 98
- 238000004590 computer program Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 abstract description 50
- 238000005336 cracking Methods 0.000 abstract description 16
- 230000008569 process Effects 0.000 description 19
- 239000003337 fertilizer Substances 0.000 description 10
- 238000001514 detection method Methods 0.000 description 7
- 238000003973 irrigation Methods 0.000 description 7
- 230000002262 irrigation Effects 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 229930191978 Gibberellin Natural products 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- IXORZMNAPKEEDV-UHFFFAOYSA-N gibberellic acid GA3 Natural products OC(=O)C1C2(C3)CC(=C)C3(O)CCC2C2(C=CC3O)C1C3(C)C(=O)O2 IXORZMNAPKEEDV-UHFFFAOYSA-N 0.000 description 4
- 239000003448 gibberellin Substances 0.000 description 4
- 239000000575 pesticide Substances 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- JLIDBLDQVAYHNE-YKALOCIXSA-N (+)-Abscisic acid Chemical compound OC(=O)/C=C(/C)\C=C\[C@@]1(O)C(C)=CC(=O)CC1(C)C JLIDBLDQVAYHNE-YKALOCIXSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 238000011010 flushing procedure Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000002420 orchard Substances 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 235000006506 Brasenia schreberi Nutrition 0.000 description 1
- 244000267222 Brasenia schreberi Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000010261 cell growth Effects 0.000 description 1
- FCRACOPGPMPSHN-UHFFFAOYSA-N desoxyabscisic acid Natural products OC(=O)C=C(C)C=CC1C(C)=CC(=O)CC1(C)C FCRACOPGPMPSHN-UHFFFAOYSA-N 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003102 growth factor Substances 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 1
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
- A01G22/00—Cultivation of specific crops or plants not otherwise provided for
- A01G22/05—Fruit crops, e.g. strawberries, tomatoes or cucumbers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Probability & Statistics with Applications (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Fuzzy Systems (AREA)
- Environmental Sciences (AREA)
- Quality & Reliability (AREA)
- Botany (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Pretreatment Of Seeds And Plants (AREA)
Abstract
本发明属于智慧农业技术领域,提供了一种基于AI识别与大数据技术的柑橘种植方法及系统,考虑柑橘在一定生长周期内的生长速度,判断土壤含水率是否符合柑橘的生长速度要求;在不符合情况下,通过降低和增加对土壤的用水量来使得土壤含水率符合柑橘的生长速度;具体的,当柑橘生长速度过快时,降低当前对土壤的用水量,避免过多水分进入果肉细胞,而引发裂果的问题;当柑橘生长速度过慢,增加当前对土壤的用水量,避免过度的控制土壤水分,导致的柑橘生长会因为缺水造成柑橘口感差,影响产量的问题。
Description
技术领域
本发明属于智慧农业技术领域,尤其涉及一种基于AI识别与大数据技术的柑橘种植方法及系统。
背景技术
柑橘是我们生活中常见的一种水果,因其价格便宜在市场上销量较大,大部分柑橘的收获季节为秋季;柑橘品种有多类,部分品种也可以在除了秋季的其他季节进行收获。
种植时,柑橘在生长过程中,果实迅速膨大期,如果存在久旱后突然降大雨或暴雨的情况,过多水分进入果肉细胞,会导致细胞膨胀,果皮受到果肉的膨压增大,并超过果皮的耐受时,会而引发裂果。
发明人发现,久旱以后突然降大雨或暴雨,果肉和果皮中赤霉素和脱落酸含量的变化导致果肉和果皮生长速度不协调,从而使果肉对果皮产生的膨压增加而导致裂果。目前橘农常采用喷施赤霉素的方式,这种方式除了增加农药的的使用量,给果品安全带来风险,使用赤霉素也会使柑橘果皮增厚,严重影响口感。裂果的问题主要是前期土壤墒情不好,突然遭遇大雨,柑橘树大量吸收水分,造成果子果肉生长速度大于果皮的生长而造成裂果。但是过度的控制土壤水分,柑橘生长会因为缺水造成柑橘口感差,同时影响产量的问题。所以保持土壤中较高而适中的含水量,不使柑橘的水分供应发生剧烈变化,让柑橘达到口感最好的含水率,同时不会造成裂果,是柑橘种植过程中亟需解决的问题。
发明内容
本发明为了解决上述问题,提出了一种基于AI识别与大数据技术的柑橘种植方法及系统,属于一种基于AI识别与大数据技术的柑橘种植用水量控制方法及系统,本发明基于视频AI实时识别柑橘的生长速度,通过精确的控制土壤的水分含量,基于柑橘生长过程中的给水过程,控制柑橘的含水量以达到最好的口感,同时不裂果的目的,提高了口感品质和产量。
为了实现上述目的,本发明是通过如下的技术方案来实现:
第一方面,本发明提供了一种基于AI识别与大数据技术的柑橘种植方法,包括:
获取柑橘图像和土壤含水率;
根据获取的柑橘图像确定柑橘的生长速度;
基于大数据,判断当前生长周期内的土壤含水率是否符合柑橘的生长速度要求;如果土壤含水率符合柑橘的生长速度要求,则不改变当前对土壤的用水量;
如果土壤含水率不符合柑橘的生长速度要求,则继续判断;如果同一生长周期内,柑橘生长速度过快,则降低当前对土壤的用水量;如果同一生长周期内,柑橘生长速度过慢,则增加当前对土壤的用水量。
进一步的,通过当前生长周期内柑橘大小与历史数据中同一生长周期内柑橘大小的对比,判断柑橘的生长速度。
进一步的,在柑橘周围设置特定大小和带有尺寸标记的参考对象,获取包括参考对象的柑橘图像,通过柑橘和参考对象的尺寸对比,得到柑橘大小。
进一步的,柑橘的生长周期包括结果初期、盛果期和结果末期。
进一步的,通过与历史数据中同一生长周期内相同柑橘大小对应的土壤含水率进行对比,判断当前生长周期内的土壤含水率是否符合柑橘的生长速度要求。
进一步的,通过用水量方程来控制对土壤的用水量大小,用水量方程为:
y=β0+β1x1+β2x2+……+βp-1xp-1+e
其中,y表示用水量;β0表示历史数据中同一生长周期内用水量;βp-1表示p-1生长阶段柑橘的生长周期用水量系数;xp-1表示p-1生长阶段柑橘的生长速度系数;e表示当前阶段的降雨量。
进一步的,如果同一生长周期内,当前柑橘的尺寸大于历史数据中柑橘的尺寸,则判断为生长速度过快;如果同一生长周期内,当前柑橘的尺寸小于历史数据中柑橘的尺寸,则判断为生长速度过慢。
第二方面,本发明还提供了一种基于AI识别与大数据技术的柑橘种植系统,包括:
数据采集模块,被配置为:获取柑橘图像和土壤含水率;
生长速度确定模块,被配置为:根据获取的柑橘图像确定柑橘的生长速度;
生长速度判断模块,被配置为:基于大数据,判断当前生长周期内的土壤含水率是否符合柑橘的生长速度要求;如果土壤含水率符合柑橘的生长速度要求,则不改变当前对土壤的用水量;
水量控制模块,被配置为:如果土壤含水率不符合柑橘的生长速度要求,则继续判断;如果同一生长周期内,柑橘生长速度过快,则降低当前对土壤的用水量;如果同一生长周期内,柑橘生长速度过慢,则增加当前对土壤的用水量。
第三方面,本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现了第一方面所述的基于AI识别与大数据技术的柑橘种植方法的步骤。
第四方面,本发明还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现了第一方面所述的基于AI识别与大数据技术的柑橘种植方法的步骤。
与现有技术相比,本发明的有益效果为:
1、本发明考虑柑橘在一定生长周期内的生长速度,判断土壤含水率是否符合柑橘的生长速度要求;在不符合情况下,通过降低和增加对土壤的用水量来使得土壤含水率符合柑橘的生长速度;具体的,当柑橘生长速度过快时,降低当前对土壤的用水量,避免过多水分进入果肉细胞,而引发裂果的问题;当柑橘生长速度过慢,增加当前对土壤的用水量,避免过度的控制土壤水分,导致的柑橘生长会因为缺水造成柑橘口感差,影响产量的问题;
2、本发明基于柑橘生长过程中的给水过程,控制柑橘的含水量以达到较好的口感,同时不裂果,提高了口感品质和产量;较采用喷施赤霉素的方式相比,避免了农药带来的果品安全风险问题,以及农药中赤霉素使柑橘果皮增厚,严重影响口感等问题。
附图说明
构成本实施例的一部分的说明书附图用来提供对本实施例的进一步理解,本实施例的示意性实施例及其说明用于解释本实施例,并不构成对本实施例的不当限定。
图1为本发明实施例1的控制逻辑流程图;
图2为本发明实施例1的系统功能框架图。
具体实施方式:
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
实施例1:
本实施例提供了一种基于AI识别与大数据技术的柑橘种植方法及系统,属于一种柑橘种植用水量控制方法,包括:
获取柑橘图像和土壤含水率;
根据获取的柑橘图像确定柑橘的生长速度;
基于大数据,判断当前生长周期内的土壤含水率是否符合柑橘的生长速度要求;如果土壤含水率符合柑橘的生长速度要求,则不改变当前对土壤的用水量;
如果土壤含水率不符合柑橘的生长速度要求,则继续判断;如果同一生长周期内,柑橘生长速度过快,则降低当前对土壤的用水量;如果同一生长周期内,柑橘生长速度过慢,则增加当前对土壤的用水量。
获取柑橘图像时,可以通过相机等图像采集设备实现,为了避免树叶或树干等遮挡拍摄的问题,可以在多个角度设置图像采集设备,同时,将多个角度采集的柑橘图像确定的柑橘大小的平均值作为确定生长速度的依据,提高了判断依据;实际柑橘检测时,考虑成本问题,可以在一定柑橘种植区域内选取多个位置的一定数量的果树作为该区域内的代表进行检测,同时,在同一果树上选择多个位置的一定数量的柑橘作为代表进行检测。
获取土壤含水率时,可以通过土壤墒情传感器和土壤水分传感器等实现;可以在一定区域内选取多个检测点进行检测,然后将多个点检测的平均值作为土壤含水率的检测结果。
本实施例中,可以通过当前生长周期内柑橘大小与历史数据中同一生长周期内柑橘大小的对比,判断柑橘的生长速度。可以理解的,通过大数据,将口感和质量较好柑橘的生长过程中每个时间段或时间点对应的柑橘的尺寸大小进行整合,拟合出无裂果以及口感好的柑橘中,每个时间段内,柑橘尺寸大小与时间的关系。
在本实施例中,在柑橘周围设置特定大小和带有尺寸标记的参考对象,获取包括参考对象的柑橘图像,通过柑橘和参考对象的尺寸对比,得到柑橘大小。在其他实施例中,还可以根据摄像头到对象的距离,基于比例尺计算目前果实的大小,基于摄像头定点测量的功能,测量出特定距离下果实的大小,然后通过同比例换算出果实的实际大小,具体的,将带有尺寸标记的参考对象在固定的距离拍一张照片,测出照片中该特定尺寸参考对象的像素面积,根据实际尺寸和像素中的面积尺寸,得到一个特定距离下的比例系数K,然后对果实进行拍照,根据果实像素面积乘以比例系数K得到果实大小。
在一些实施例中,基于摄像头的固定距离安放建立与柑橘的相对距离,基于AI视频算法实现视频测距,实时监测柑橘的生长速率。比如,在开花阶段选定某一株柑橘树上某一簇比较有代表性的柑橘位置,摄像头基于固定的距离定点拍摄柑橘的照片;摄像头可以通过4G或者WLAN网络跟云端服务器建立连接,实时将拍照的数据回传到云端进行分析处理。可以通过两种方式对比和识别果实的大小,一是在果实周围提供特定大小和带有尺寸标记的设备作为参考对象,拍照的过程中,基于尺寸对比自动识别目前的果实的大小,云端的柑橘生长决策系统基于柑橘和对比单元的比例,计算得出柑橘的实际大小;二是柑橘生长决策系统根据摄像头到对象的距离,基于比例尺计算目前果实的大小,基于摄像头定点测量的功能,测量出特定距离下果实的大小,然后通过同比例换算出果实的实际大小。
本实施例中,柑橘的生长周期包括结果初期、盛果期和结果末期;比如结果初期为四月下旬到五月下旬;盛果期为六月上旬到七月下旬;结果末期为七月下旬到九月下旬。
通过与历史数据中同一生长周期内相同柑橘大小对应的土壤含水率进行对比,判断当前生长周期内的土壤含水率是否符合柑橘的生长速度要求。具体的,通过大数据,将口感和质量较好柑橘的生长过程中每个时间段或时间点对应的生长速度下对应的数据进行整合,拟合出无裂果以及口感好的柑橘中,每个时间段内,不同柑橘大小尺寸对应的土壤含水率;判断时,在一定时间段内或时间点上,柑橘的大小尺寸和土壤含水率的对应关系与历史数据拟合的关系相同,则说明当前生长周期内的土壤含水率符合柑橘的生长速度要求,否则当前生长周期内的土壤含水率不符合柑橘的生长速度要求。
如果同一生长周期内,当前柑橘的尺寸大于历史数据中柑橘的尺寸,则判断为生长速度过快;如果同一生长周期内,当前柑橘的尺寸小于历史数据中柑橘的尺寸,则判断为生长速度过慢。
在其他实施例中,可以基于柑橘历史数据的大数据分析,建立柑橘成长速度、裂果和含水率等的动态模型,形成柑橘生长大数据模型;新的结果周期前,根据橘农的历年的种植经验,将关键柑橘生长因素录入系统,包括结果初期、盛果期和结果末期的果实大小,土壤含水率等信息录入系统,形成相关种植大脑模型,指导生产。在新的种结果过程中,基于物联网系统,结合摄像头识别到的高品质柑橘,追溯其生长过程,将生长过程中的土壤的水分变化和相关的灌溉工艺萃取出来,形成新的柑橘生长过程中的生长决策模型。生长决策模型的形成算法基于多元线性回归的方式进行模型构建,具体的,对土壤的用水量大小可以通过用水量方程来控制,水量方程来可以理解为生长决策模型或种植大脑模型;用水量方程为:
y=β0+β1x1+β2x2+……+βp-1xp-1+e
其中,y表示用水量;β0表示历史数据中同一生长周期内用水量;βp-1表示p-1生长阶段柑橘的生长周期用水量系数;xp-1表示p-1生长阶段柑橘的生长速度系数,生长速度系数与生长速度负相关;e表示当前阶段的降雨量,常规为负数。
建立用水量y和柑橘生长影响因素的映射关系方程式,最后在果实需水量与柑橘生长影响因素的映射关系方程式中带入柑橘生长影响因素,得出特定阶段下柑橘需要的需水量值,也就是需要对土壤的用水量。
柑橘生长过程中,主要的影响因素分别是当前生长周期、土壤墒情、果实大小、实际果实生长速度、果实含水率和果实裂果状态等;可以理解的,所述土壤墒情主要为土壤含水率;所述实际果实生长速度可以将两个不同时间段或时间点内柑橘的尺寸大小的差比上时间差得到;可以理解的,将对土壤的用水量分解为土壤本身含水率影响部分、生长周期率影响部分、土壤墒情率影响部分、果实大小率影响部分、实际果实生长速度率影响部分、果实含水率率影响部分和果实裂果状态率影响部分等,通过大数据处理方式或其他神经网络等模型训练的方式,依据对历史数据的拟合或训练,可以得到各部分影响因素下需要的用水量。
在其他实施例中,对土壤的用水量进行控制时,可以通过物联网的方式,基于后台数据模型,也就是用水量方程,实时动态调整水肥一体机的动作,实现生长过程的动态监测和反向控制;具体的,可以借助云端控制系统,基于用水量方程,结合土壤传感器监测的当前的土壤水分含量确定当前的柑橘是否需要补充水分;通过物联网平台,远程控制水肥一体机设备动作进行浇水任务。可以理解的,因为水肥一体机设备上设置有控制水量的阀控器,基于土壤墒情针对于小地块为单元的监测,可以实现特定区域的定制化灌溉。
本实施例,可以通过大数据分析或神经网络模型训练等技术确定柑橘在生长过程中需要的土壤含水率,可以通过墒情传感器实时监测土壤墒情数据,可以通过水肥一体机实时控制灌溉,动态调整土壤含水率,从而达到实时控制柑橘的生长速度和防裂果的动态平衡。具体的,可以通过摄像头识别的技术识别果实的生长速度,基于大数据逻辑形成柑橘生长速度的有效模型数据,通过物联网技术远程形成数据反馈和控制,控制水肥一体机系统,有效控制柑橘的用水,保持合理的土壤水分含量。
通过本实施例中的方法,可以减少传统方式农药的使用量,提高柑橘有机品质;实时监测和控制设备,实现精确按需浇水,实现柑橘精确灌溉,节水节能;控制过程自动化,智能化,有效降低人力运营成本;在防止裂果的前提下,尽量提高柑橘含水率,提高柑橘品质,增加柑橘产量。
实施例2:
本实施例提供了一种基于AI识别与大数据技术的柑橘种植系统,包括云端平台软件、远程监控摄像头系统、物联网传感系统和水肥一体化系统等;
所述云端平台软件的布设,本实施例中,可以在云端部署物联网平台、柑橘生长决策平台和用水决策管理平台等;基于云计算,进行数据的收集、反馈、分析和建模等;最终形成针对于柑橘生长的防裂果,提升含水率的云端决策模型。
所述远程监控摄像头系统的布设,可以在柑橘园内,选定某一株或多柑株橘树上某一簇比较有代表性的柑橘位置,摄像头基于固定的距离定点拍摄柑橘的照片。摄像头可以通过4G或者WLAN网络跟云端服务器建立连接,实时将拍照的数据回传到云端进行分析处理。通过两种方式对比和识别果实的大小,一种在果实周围提供特定大小和带有尺寸标记的设备,拍照的过程中,基于尺寸对比自动识别目前的果实的大小,云端的柑橘生长决策系统基于柑橘和对比单元的比例,计算得出柑橘的实际大小。另一种是柑橘生长决策系统根据摄像头到对象的距离,基于比例尺计算目前果实的大小,基于摄像头定点测量的功能,测量出特定距离下果实的大小,然后通过同比例换算出果实的实际大小。
所述物联网传感系统和水肥一体化系统的布设,在柑橘园内选择合适的位置,布设土壤墒情监测系统,并通过4G网关将数据上传到物联网管理平台。同步布设水肥一体化系统,包括水源(蓄水池/水遁/水塔)+水泵+进排气阀+压力表+泄压阀+止回阀+数据采集终端+塑质离心过滤器/自动反冲洗砂石过滤器+智能水肥一体机+自动反冲洗叠片过滤器+持压阀+电磁阀+灌溉管道+灌溉支管+滴灌带+滴头等。
水肥机头部设备通过网关连接云端物联网平台,实现数据监测和远程控制。
所述系统的工作方法与实施例1的基于AI识别与大数据技术的柑橘种植方法相同,这里不再赘述。
实施例3:
本实施例提供了一种基于AI识别与大数据技术的柑橘种植系统,包括:
数据采集模块,被配置为:获取柑橘图像和土壤含水率;
生长速度确定模块,被配置为:根据获取的柑橘图像确定柑橘的生长速度;
生长速度判断模块,被配置为:基于大数据,判断当前生长周期内的土壤含水率是否符合柑橘的生长速度要求;如果土壤含水率符合柑橘的生长速度要求,则不改变当前对土壤的用水量;
水量控制模块,被配置为:如果土壤含水率不符合柑橘的生长速度要求,则继续判断;如果同一生长周期内,柑橘生长速度过快,则降低当前对土壤的用水量;如果同一生长周期内,柑橘生长速度过慢,则增加当前对土壤的用水量。
所述系统的工作方法与实施例1的基于AI识别与大数据技术的柑橘种植方法相同,这里不再赘述。
实施例4:
本实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现了实施例1所述的基于AI识别与大数据技术的柑橘种植方法的步骤。
实施例5:
本实施例提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现了实施例1所述的基于AI识别与大数据技术的柑橘种植方法的步骤。
以上所述仅为本实施例的优选实施例而已,并不用于限制本实施例,对于本领域的技术人员来说,本实施例可以有各种更改和变化。凡在本实施例的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本实施例的保护范围之内。
Claims (6)
1.基于AI识别与大数据技术的柑橘种植方法,其特征在于,包括:
获取柑橘图像和土壤含水率;
根据获取的柑橘图像确定柑橘的生长速度;
基于大数据,判断当前生长周期内的土壤含水率是否符合柑橘的生长速度要求;如果土壤含水率符合柑橘的生长速度要求,则不改变当前对土壤的用水量;
如果土壤含水率不符合柑橘的生长速度要求,则继续判断;如果同一生长周期内,柑橘生长速度过快,则降低当前对土壤的用水量;如果同一生长周期内,柑橘生长速度过慢,则增加当前对土壤的用水量;
通过当前生长周期内柑橘大小与历史数据中同一生长周期内柑橘大小的对比,判断柑橘的生长速度;
通过与历史数据中同一生长周期内相同柑橘大小对应的土壤含水率进行对比,判断当前生长周期内的土壤含水率是否符合柑橘的生长速度要求;
通过用水量方程来控制对土壤的用水量大小,用水量方程为:
y=β 0 +β 1 x 1 +β 2 x 2 +……+β p−1 x p−1 +e
其中,y表示用水量;β 0表示历史数据中同一生长周期内用水量;β p−1表示p-1生长阶段柑橘的生长周期用水量系数;x p−1表示p-1生长阶段柑橘的生长速度系数;e表示当前阶段的降雨量;
如果同一生长周期内,当前柑橘的尺寸大于历史数据中柑橘的尺寸,则判断为生长速度过快;如果同一生长周期内,当前柑橘的尺寸小于历史数据中柑橘的尺寸,则判断为生长速度过慢。
2.如权利要求1所述的基于AI识别与大数据技术的柑橘种植方法,其特征在于,在柑橘周围设置特定大小和带有尺寸标记的参考对象,获取包括参考对象的柑橘图像,通过柑橘和参考对象的尺寸对比,得到柑橘大小。
3.如权利要求1所述的基于AI识别与大数据技术的柑橘种植方法,其特征在于,柑橘的生长周期包括结果初期、盛果期和结果末期。
4.基于AI识别与大数据技术的柑橘种植系统,其特征在于,该系统实现了如权利要求1-3任一项所述的基于AI识别与大数据技术的柑橘种植方法的步骤,包括:
数据采集模块,被配置为:获取柑橘图像和土壤含水率;
生长速度确定模块,被配置为:根据获取的柑橘图像确定柑橘的生长速度;
生长速度判断模块,被配置为:基于大数据,判断当前生长周期内的土壤含水率是否符合柑橘的生长速度要求;如果土壤含水率符合柑橘的生长速度要求,则不改变当前对土壤的用水量;
水量控制模块,被配置为:如果土壤含水率不符合柑橘的生长速度要求,则继续判断;如果同一生长周期内,柑橘生长速度过快,则降低当前对土壤的用水量;如果同一生长周期内,柑橘生长速度过慢,则增加当前对土壤的用水量。
5.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现了如权利要求1-3任一项所述的基于AI识别与大数据技术的柑橘种植方法的步骤。
6.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现了如权利要求1-3任一项所述的基于AI识别与大数据技术的柑橘种植方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210778429.8A CN114931072B (zh) | 2022-06-30 | 2022-06-30 | 基于ai识别与大数据技术的柑橘种植方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210778429.8A CN114931072B (zh) | 2022-06-30 | 2022-06-30 | 基于ai识别与大数据技术的柑橘种植方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114931072A CN114931072A (zh) | 2022-08-23 |
CN114931072B true CN114931072B (zh) | 2023-09-22 |
Family
ID=82868192
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210778429.8A Active CN114931072B (zh) | 2022-06-30 | 2022-06-30 | 基于ai识别与大数据技术的柑橘种植方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114931072B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104115728A (zh) * | 2014-07-14 | 2014-10-29 | 广东省水利水电科学研究院 | 芒果适宜的土壤含水率及灌溉方法 |
CN105052647A (zh) * | 2015-04-26 | 2015-11-18 | 河北省农林科学院石家庄果树研究所 | 一种果园节水灌溉方法 |
CN106525852A (zh) * | 2016-10-28 | 2017-03-22 | 深圳前海弘稼科技有限公司 | 果实生长时期的检测方法和检测装置 |
CN109598767A (zh) * | 2018-11-22 | 2019-04-09 | 仲恺农业工程学院 | 一种基于无人机定位拍摄的果园监控系统和方法 |
CN209517198U (zh) * | 2019-04-15 | 2019-10-18 | 广州鑫博软件技术有限公司 | 一种智慧农业标准化管理系统 |
CN111771693A (zh) * | 2020-07-10 | 2020-10-16 | 广州大学 | 一种土壤墒情的人工智能控制方法及系统 |
CN113196929A (zh) * | 2021-05-07 | 2021-08-03 | 新疆农业科学院农业机械化研究所 | 水肥一体化智能控制系统及其控制方法 |
CN113412777A (zh) * | 2021-06-23 | 2021-09-21 | 安徽维诚水务科技有限公司 | 一种基于数据采集的节水管控系统 |
CN113741177A (zh) * | 2021-09-26 | 2021-12-03 | 华南农业大学 | 一种用于柑橘果实着色成熟期灌溉仿真的控制方法 |
CN215012264U (zh) * | 2021-04-22 | 2021-12-07 | 筠连县福强农业科技有限公司 | 一种果树种植浇水系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130049567A (ko) * | 2011-11-04 | 2013-05-14 | 한국전자통신연구원 | 작물 관측 장치 및 그 방법 |
-
2022
- 2022-06-30 CN CN202210778429.8A patent/CN114931072B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104115728A (zh) * | 2014-07-14 | 2014-10-29 | 广东省水利水电科学研究院 | 芒果适宜的土壤含水率及灌溉方法 |
CN105052647A (zh) * | 2015-04-26 | 2015-11-18 | 河北省农林科学院石家庄果树研究所 | 一种果园节水灌溉方法 |
CN106525852A (zh) * | 2016-10-28 | 2017-03-22 | 深圳前海弘稼科技有限公司 | 果实生长时期的检测方法和检测装置 |
CN109598767A (zh) * | 2018-11-22 | 2019-04-09 | 仲恺农业工程学院 | 一种基于无人机定位拍摄的果园监控系统和方法 |
CN209517198U (zh) * | 2019-04-15 | 2019-10-18 | 广州鑫博软件技术有限公司 | 一种智慧农业标准化管理系统 |
CN111771693A (zh) * | 2020-07-10 | 2020-10-16 | 广州大学 | 一种土壤墒情的人工智能控制方法及系统 |
CN215012264U (zh) * | 2021-04-22 | 2021-12-07 | 筠连县福强农业科技有限公司 | 一种果树种植浇水系统 |
CN113196929A (zh) * | 2021-05-07 | 2021-08-03 | 新疆农业科学院农业机械化研究所 | 水肥一体化智能控制系统及其控制方法 |
CN113412777A (zh) * | 2021-06-23 | 2021-09-21 | 安徽维诚水务科技有限公司 | 一种基于数据采集的节水管控系统 |
CN113741177A (zh) * | 2021-09-26 | 2021-12-03 | 华南农业大学 | 一种用于柑橘果实着色成熟期灌溉仿真的控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114931072A (zh) | 2022-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN106718695B (zh) | 一种智能节水灌溉物联网控制系统 | |
CN104077725B (zh) | 马铃薯种植物联网监测、控制及信息服务云平台综合系统 | |
CN110692338A (zh) | 水肥一体化灌溉系统控制方法及水肥一体化灌溉系统 | |
CN108446997B (zh) | 一种基于多源信息融合的作物节水灌溉决策方法及测控系统 | |
CN109452146B (zh) | 冬小麦节水灌溉决策方法、控制装置及控制系统 | |
CN109874477B (zh) | 一种农业园区施肥机托管方法及系统 | |
CN111557159B (zh) | 一种带有农作物养分需求分析功能的水肥一体机控制系统及其控制方法 | |
CN104663368A (zh) | 基于反馈控制的农田灌溉系统及方法 | |
CN110119176B (zh) | 一种基于土壤元素资源含量数据检测的农作物种植系统 | |
CN113841595A (zh) | 基于土壤湿度和深度结合的节能型智能精准灌溉系统 | |
CN107491844A (zh) | 农田灌溉层次需水量的分析方法 | |
CN105494033A (zh) | 一种基于作物需求的智能节水灌溉方法 | |
CN111713385A (zh) | 一种自动灌溉方法及系统 | |
CN112042353A (zh) | 一种适用于日光温室的水肥精准决策方法及系统 | |
CN112400676A (zh) | 一种基于大数据的智能灌溉系统 | |
CN105389739A (zh) | 设施葡萄低温灾害天气指数保险纯费率的确定方法 | |
CN113469112A (zh) | 农作物生长状况图像识别方法及系统 | |
CN111802218A (zh) | 一种果树的自动灌溉方法及系统 | |
CN117084155A (zh) | 一种智能农业精准农业技术方法 | |
CN113785759B (zh) | 一种作物间套作种植智能灌溉系统、方法及可存储介质 | |
CN106034987A (zh) | 一种基于物联网技术的智能滴灌系统 | |
CN205987798U (zh) | 基于大数据的物联网云灌溉系统 | |
CN117063821B (zh) | 一种农业灌溉用智能调节系统及方法 | |
CN114931072B (zh) | 基于ai识别与大数据技术的柑橘种植方法及系统 |
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 |