CN115936916A - 一种基于大数据的智慧农业服务平台 - Google Patents
一种基于大数据的智慧农业服务平台 Download PDFInfo
- Publication number
- CN115936916A CN115936916A CN202211641065.5A CN202211641065A CN115936916A CN 115936916 A CN115936916 A CN 115936916A CN 202211641065 A CN202211641065 A CN 202211641065A CN 115936916 A CN115936916 A CN 115936916A
- Authority
- CN
- China
- Prior art keywords
- crop
- farmland
- environment
- growth
- data
- 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
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据的智慧农业服务平台，包括环境监测模块，用于实时获取农田的内部环境数据；环境分析模块，用于根据内部环境数据获取农田环境状态，根据农田环境状态生成农田治理方案；作物监测模块，用于获取农田农作物的生长图像；作物分析模块，用于所述生长图像获取作物生长状态，根据作物生长状态生成作物培育方案；云数据服务器，用于对内部环境数据与生长图像进行存储；灾害预警模块，用于根据生长图像对作物虫害进行识别。本发明通过分别对农田环境以及农作物进行实时监测，采用大数据技术、数据分析以及图像对比技术，对影响农田发展的多方面因素进行分析，实现了农田的有效治理，同时采用卷积神经网络及时识别虫害。
Description
技术领域
本发明属于智慧农业领域，特别是涉及一种基于大数据的智慧农业服务平台。
背景技术
我国是传统农业大国，农业信息化对我国的农业发展具有深远意义，信息化以通信技术为通道，贯通农业发展的各个环节。
智慧农业是将物联网技术运用到传统农业中去，运用传感器和软件，通过移动平台或者电脑平台对农业生产进行控制，使传统农业更具有“智慧”。除了精准感知、控制与决策管理外，从广泛意义上讲，智慧农业还包括农业电子商务、食品溯源防伪、农业休闲旅游、农业信息服务等方面内容。在智慧农业中，实时监测农作物所需的生长要素，如温度、光照、空气成分、土壤条件成为可能，但现有的智慧农业方案中难以实现农田以及作物生长发育的实时分析，且难以准确及时地识别农田灾害。
发明内容
本发明的目的是提供一种基于大数据的智慧农业服务平台，以解决上述现有技术存在的问题。
为实现上述目的，本发明提供了一种基于大数据的智慧农业服务平台，包括环境监测模块、环境分析模块、作物监测模块、云数据服务器、作物分析模块、灾害预警模块；
所述环境监测模块用于实时获取农田的内部环境数据；
所述环境分析模块用于根据所述内部环境数据获取农田环境状态，根据所述农田环境状态生成农田治理方案；
所述作物监测模块用于获取农田农作物的生长图像；
所述作物分析模块用于根据所述生长图像获取作物生长状态，根据所述作物生长状态生成作物培育方案；
所述云数据服务器用于对所述内部环境数据与所述生长图像进行存储；
所述灾害预警模块用于根据所述内部环境数据与所述生长图像对农田灾害进行识别。
可选地，所述内部环境数据包括土壤温湿度、光照强度、二氧化碳浓度、土壤元素含量、有害气体浓度；
所述环境监测模块包括温度传感器、湿度传感器、光照传感器、二氧化碳传感器、光谱仪、烟雾传感器。
可选地，所述环境分析模块根据所述内部环境数据构建农田环境随时间的变化曲线，将所述土壤温湿度、光照强度、二氧化碳浓度、土壤元素含量作为变化量，并获取农田农作物的作物类型，根据所述作物类型的适宜环境分别对土壤温湿度值、光照强度、二氧化碳浓度、土壤元素含量设置最低阈值，并根据所述最低阈值生成所述农田治理方案。
可选地，当所述土壤温湿度值低于所述最低阈值时，所述环境分析模块在所述农田治理方案中生成灌溉措施；当所述光照强度低于所述最低阈值时，在所述农田治理方案中生成人工照射措施；当所述二氧化碳浓度、所述土壤元素含量超出所述最低阈值时，在所述农田治理方案中生成施肥措施。
可选地，所述云数据服务器获取所述内部环境数据与所述生长图像后，分别按照获取时间对所述内部环境数据与所述生长图像进行排序存储；
所述云数据服务器还用于通过互联网自动获取并存储农田作物所对应的常规生长图像。
可选地，所述作物监测模块包括若干个高清成像设备，获取所述生长图像后，所述作物监测模块采用自动色阶算法，将所述生长图像中不同颜色通道的对比度进行色阶调整，对所述生长图像进行图像增强。
可选地，所述作物分析模块根据所述生长图像判断作物的生长阶段，并获取所述云数据服务器中存储的相同生长阶段的常规生长图像，根据作物的外部形态、果实体积、叶片颜色与所述常规生长图像进行比对，根据比对结果生成作物培育方案。
可选地，当所述比对结果显示外部形态与果实体积较小时，所述作物分析模块在所述作物培育方案中生成对应作物生长阶段的增加施肥方案；当所述比对结果显示叶片颜色枯黄时，在所述作物培育方案中生成对应作物生长阶段的增加光照方案。
可选地，所述灾害预警模块获取害虫特征数据，采用卷积神经网络构建虫害识别模型，根据所述害虫特征数据对所述虫害识别模型进行训练，并将所述生长图像输入训练后的所述虫害识别模型，对所述生长图像中作物的虫害部位进行标记。
可选地，所述灾害预警模块根据所述云数据服务器历史存储的内部环境数据中的有害气体浓度构建有害气体变化曲线，根据所述有害气体变化曲线获取有害气体的正常值，当实时存储的有害气体浓度超出实时正常值时，则判断当前农田受到大气污染。
本发明的技术效果为：
本发明通过分别对农田环境以及农作物进行实时监测，采用大数据技术、数据分析以及图像对比技术，对影响农田发展的多方面因素进行分析，实现了农田的有效治理，同时采用卷积神经网络及时识别虫害，为农业生产的正常运作提供保障。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本发明实施例中的基于大数据的智慧农业服务平台结构示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
实施例一
如图1所示，本实施例中提供一种基于大数据的智慧农业服务平台，包括环境监测模块、环境分析模块、作物监测模块、云数据服务器、作物分析模块、灾害预警模块；
所述环境监测模块用于实时获取农田的内部环境数据；具体地，为对农田环境以及对于作物的生长影响进行多方面分析，本实施例中的内部环境数据包括土壤温湿度、光照强度、二氧化碳浓度、土壤元素含量、有害气体浓度；因此，环境监测模块包括对应采集上述数据的温度传感器、湿度传感器、光照传感器、二氧化碳传感器、光谱仪、烟雾传感器。
环境分析模块用于根据监测模块获取的内部环境数据获取农田环境状态，并根据所述农田环境状态生成农田治理方案；具体步骤如下：
环境分析模块根据内部环境数据构建农田环境随时间的变化曲线，将土壤温湿度、光照强度、二氧化碳浓度、土壤元素含量作为变化量，并获取农田农作物的作物类型，根据作物类型的适宜环境分别对土壤温湿度值、光照强度、二氧化碳浓度、土壤元素含量设置最低阈值，并根据所述最低阈值生成农田治理方案。
在生成农田治理方案的过程中，若土壤温湿度值低于最低阈值，环境分析模块则在农田治理方案中生成灌溉措施；当光照强度低于最低阈值时，则在农田治理方案中生成人工照射措施；当二氧化碳浓度、土壤元素含量低于最低阈值时，在农田治理方案中生成施肥措施。
本实施例在对环境监测分析的同时，实现了农作物生长发育的实时监测，即通过作物监测模块获取农田农作物的生长图像，并通过作物分析模块，根据所述生长图像获取作物的生长状态，最后根据作物生长状态生成作物培育方案。具体步骤如下所示：
作物监测模块中包括若干个高清成像设备，通过所述高清成像设备对农田作物进行实时图像监测，获取作物的生长图像，作物监测模块采用自动色阶算法，将生长图像中不同颜色通道的对比度进行色阶调整，对所述生长图像进行图像增强，便于后续的生长分析。
作为本申请的一种较佳实施方式，云数据服务器在获取内部环境数据与生长图像后，分别按照获取时间对所述内部环境数据与所述生长图像进行排序存储；同时，云数据服务器还用于通过互联网自动获取并存储农田作物所对应的常规生长图像。
在获取并存储生长图像后，作物分析模块根据实时存储的生长图像判断作物的生长阶段，并获取所述云数据服务器中存储的相同生长阶段作物的常规生长图像，最后根据作物的外部形态、果实体积、叶片颜色与常规生长图像进行比对，根据比对结果生成作物培育方案。
在生成作物培育方案的过程中，当所述比对结果显示外部形态与果实体积较小时，则在作物培育方案中，对该农田作物的当前生长阶段增加施肥量；当比对结果显示叶片颜色枯黄时，则在作物培育方案中，对该作物当前的生长阶段增加光照处理。
灾害预警模块可分别根据云数据服务器中存储的内部环境图像与生长图像，分别对环境污染以及作物虫害进行识别。具体方法如下：
灾害预警模块获取该农田中害虫的特征数据，采用卷积神经网络构建虫害识别模型，根据害虫特征数据对所述虫害识别模型进行训练，并将所述生长图像输入训练后的所述虫害识别模型，对生长图像中作物的虫害部位进行标记，完成作物虫害的实时判断。
在作物虫害识别的过程中，基于卷积神经网络构建虫害识别模型，将虫害生长图像输入训练后的虫害识别模型进行识别，在网络的卷积层对所述虫害生长图像进行特征提取，获取虫害特征图，在池化层进行下采样运算，减少数据运算量，获取最能表征虫害特征的特征图，并重复进行采样识别，最后在输出层输出带有虫害位置标记的生长图像。
灾害预警模块根据所述云数据服务器历史存储的内部环境数据中的有害气体浓度构建有害气体变化曲线，根据所述有害气体变化曲线获取有害气体的正常值，当实时存储的有害气体浓度超出实时正常值时，则判断当前农田受到大气污染。
本领域内的技术人员应明白，本发明的实施例可提供为系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
以上所述，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。
Claims (10)
1.一种基于大数据的智慧农业服务平台，其特征在于，包括环境监测模块、环境分析模块、作物监测模块、云数据服务器、作物分析模块、灾害预警模块；
所述环境监测模块用于实时获取农田的内部环境数据；
所述环境分析模块用于根据所述内部环境数据获取农田环境状态，根据所述农田环境状态生成农田治理方案；
所述作物监测模块用于获取农田农作物的生长图像；
所述作物分析模块用于根据所述生长图像获取作物生长状态，根据所述作物生长状态生成作物培育方案；
所述云数据服务器用于对所述内部环境数据与所述生长图像进行存储；
所述灾害预警模块用于根据所述内部环境数据与所述生长图像对农田灾害进行识别。
2.根据权利要求1所述的基于大数据的智慧农业服务平台，其特征在于，所述内部环境数据包括土壤温湿度、光照强度、二氧化碳浓度、土壤元素含量、有害气体浓度；
所述环境监测模块包括温度传感器、湿度传感器、光照传感器、二氧化碳传感器、光谱仪、烟雾传感器。
3.根据权利要求1所述的基于大数据的智慧农业服务平台，其特征在于，所述环境分析模块根据所述内部环境数据构建农田环境随时间的变化曲线，将所述土壤温湿度、光照强度、二氧化碳浓度、土壤元素含量作为变化量，并获取农田农作物的作物类型，根据所述作物类型的适宜环境分别对土壤温湿度值、光照强度、二氧化碳浓度、土壤元素含量设置最低阈值，并根据所述最低阈值生成所述农田治理方案。
4.根据权利要求3所述的基于大数据的智慧农业服务平台，其特征在于，当所述土壤温湿度值低于所述最低阈值时，所述环境分析模块在所述农田治理方案中生成灌溉措施；当所述光照强度低于所述最低阈值时，在所述农田治理方案中生成人工照射措施；当所述二氧化碳浓度、所述土壤元素含量超出所述最低阈值时，在所述农田治理方案中生成施肥措施。
5.根据权利要求1所述的基于大数据的智慧农业服务平台，其特征在于，所述云数据服务器获取所述内部环境数据与所述生长图像后，分别按照获取时间对所述内部环境数据与所述生长图像进行排序存储；
所述云数据服务器还用于通过互联网自动获取并存储农田作物所对应的常规生长图像。
6.根据权利要求1所述的基于大数据的智慧农业服务平台，其特征在于，所述作物监测模块包括若干个高清成像设备，获取所述生长图像后，所述作物监测模块采用自动色阶算法，将所述生长图像中不同颜色通道的对比度进行色阶调整，对所述生长图像进行图像增强。
7.根据权利要求1所述的基于大数据的智慧农业服务平台，其特征在于，所述作物分析模块根据所述生长图像判断作物的生长阶段，并获取所述云数据服务器中存储的相同生长阶段的常规生长图像，根据作物的外部形态、果实体积、叶片颜色与所述常规生长图像进行比对，根据比对结果生成作物培育方案。
8.根据权利要求7所述的基于大数据的智慧农业服务平台，其特征在于，当所述比对结果显示外部形态与果实体积较小时，所述作物分析模块在所述作物培育方案中生成对应作物生长阶段的增加施肥方案；当所述比对结果显示叶片颜色枯黄时，在所述作物培育方案中生成对应作物生长阶段的增加光照方案。
9.根据权利要求1所述的基于大数据的智慧农业服务平台，其特征在于，所述灾害预警模块获取害虫特征数据，采用卷积神经网络构建虫害识别模型，根据所述害虫特征数据对所述虫害识别模型进行训练，并将所述生长图像输入训练后的所述虫害识别模型，对所述生长图像中作物的虫害部位进行标记。
10.根据权利要求1所述的基于大数据的智慧农业服务平台，其特征在于，所述灾害预警模块根据所述云数据服务器历史存储的内部环境数据中的有害气体浓度构建有害气体变化曲线，根据所述有害气体变化曲线获取有害气体的正常值，当实时存储的有害气体浓度超出实时正常值时，则判断当前农田受到大气污染。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211641065.5A CN115936916A (zh) | 2022-12-20 | 2022-12-20 | 一种基于大数据的智慧农业服务平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211641065.5A CN115936916A (zh) | 2022-12-20 | 2022-12-20 | 一种基于大数据的智慧农业服务平台 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115936916A true CN115936916A (zh) | 2023-04-07 |
Family
ID=86550341
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211641065.5A Pending CN115936916A (zh) | 2022-12-20 | 2022-12-20 | 一种基于大数据的智慧农业服务平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115936916A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116757509A (zh) * | 2023-08-18 | 2023-09-15 | 长春市辰奇农业科技有限公司 | 一种生态农业信息化用信息服务管理方法及管理系统 |
| CN116824380A (zh) * | 2023-08-30 | 2023-09-29 | 山东孟子居生态农业股份有限公司 | 一种智慧农业云平台监控系统 |
| CN116843188A (zh) * | 2023-05-17 | 2023-10-03 | 南京邮电大学 | 一种基于大数据分析的精细农业栽培与管理平台 |
| CN117132883A (zh) * | 2023-05-08 | 2023-11-28 | 江苏商贸职业学院 | 一种基于gis的智慧农业灾害判别方法及系统 |
| CN117132138A (zh) * | 2023-05-08 | 2023-11-28 | 江苏商贸职业学院 | 基于gis的智慧农业产量预测评估方法及系统 |
| CN117634738A (zh) * | 2023-11-28 | 2024-03-01 | 北京发祥地科技发展有限责任公司 | 基于人工智能的物联网农业环保一体化平台 |
-
2022
- 2022-12-20 CN CN202211641065.5A patent/CN115936916A/zh active Pending
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117132883A (zh) * | 2023-05-08 | 2023-11-28 | 江苏商贸职业学院 | 一种基于gis的智慧农业灾害判别方法及系统 |
| CN117132138A (zh) * | 2023-05-08 | 2023-11-28 | 江苏商贸职业学院 | 基于gis的智慧农业产量预测评估方法及系统 |
| CN117132883B (zh) * | 2023-05-08 | 2024-03-19 | 江苏商贸职业学院 | 一种基于gis的智慧农业灾害判别方法及系统 |
| CN117132138B (zh) * | 2023-05-08 | 2024-03-22 | 江苏商贸职业学院 | 基于gis的智慧农业产量预测评估方法及系统 |
| CN116843188A (zh) * | 2023-05-17 | 2023-10-03 | 南京邮电大学 | 一种基于大数据分析的精细农业栽培与管理平台 |
| CN116757509A (zh) * | 2023-08-18 | 2023-09-15 | 长春市辰奇农业科技有限公司 | 一种生态农业信息化用信息服务管理方法及管理系统 |
| CN116757509B (zh) * | 2023-08-18 | 2023-10-27 | 长春市辰奇农业科技有限公司 | 一种生态农业信息化用信息服务管理方法及管理系统 |
| CN116824380A (zh) * | 2023-08-30 | 2023-09-29 | 山东孟子居生态农业股份有限公司 | 一种智慧农业云平台监控系统 |
| CN116824380B (zh) * | 2023-08-30 | 2023-11-28 | 山东孟子居生态农业股份有限公司 | 一种智慧农业云平台监控系统 |
| CN117634738A (zh) * | 2023-11-28 | 2024-03-01 | 北京发祥地科技发展有限责任公司 | 基于人工智能的物联网农业环保一体化平台 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115936916A (zh) | 一种基于大数据的智慧农业服务平台 | |
| CN108346142B (zh) | 一种基于植物光照图像的植物生长状态识别方法 | |
| CN109242201A (zh) | 一种预测农作物产量的方法、装置及计算机可读存储介质 | |
| CN110479636B (zh) | 基于神经网络自动分拣烟叶的方法及装置 | |
| CN109991911A (zh) | 一种基于物联网的果园综合监控系统 | |
| CN109344699A (zh) | 基于分层深度卷积神经网络的冬枣病害识别方法 | |
| Sharma et al. | RETRACTED ARTICLE: SVM-based compliance discrepancies detection using remote sensing for organic farms | |
| CN112001242B (zh) | 一种智能园艺管理方法和装置 | |
| CN113034301A (zh) | 一种农作物生长管理系统及方法 | |
| Ji et al. | In-field automatic detection of maize tassels using computer vision | |
| CN114818909A (zh) | 一种基于作物长势特征的杂草检测方法和装置 | |
| CN114269041A (zh) | 一种基于led植物补光智能控制方法及其系统 | |
| CN115661650A (zh) | 一种基于物联网数据监测的农场管理系统 | |
| CN116030343A (zh) | 一种基于机器视觉识别的农作物病虫害监管系统 | |
| CN113377141A (zh) | 一种人工智能农业自动管理系统 | |
| CN116452358B (zh) | 基于物联网的智慧农业管理系统 | |
| CN117036926A (zh) | 一种融合深度学习与图像处理的杂草识别方法 | |
| CN115903568A (zh) | 一种基于区块链大数据的智能农业监管系统及方法 | |
| CN114663652A (zh) | 图像处理方法、装置、管理系统、电子设备和存储介质 | |
| Feng et al. | A real-time monitoring and control system for crop | |
| Yihang et al. | Automatic recognition of rape seeding emergence stage based on computer vision technology | |
| CN109685815A (zh) | 一种基于图像处理的玉米行间的路径规划方法 | |
| CN117973702B (zh) | 一种智慧农业害虫信息采集共享系统 | |
| US11763452B2 (en) | Training method, evaluation method, electronic device and storage medium | |
| Johnson et al. | Vision-Based Cranberry Crop Ripening Assessment |
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 |