CN116298202A - 柑橘育苗水分胁迫监测系统、方法、计算机设备及介质 - Google Patents
柑橘育苗水分胁迫监测系统、方法、计算机设备及介质 Download PDFInfo
- Publication number
- CN116298202A CN116298202A CN202310239132.9A CN202310239132A CN116298202A CN 116298202 A CN116298202 A CN 116298202A CN 202310239132 A CN202310239132 A CN 202310239132A CN 116298202 A CN116298202 A CN 116298202A
- Authority
- CN
- China
- Prior art keywords
- data
- preset time
- transmission terminal
- data transmission
- seedling
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 90
- 238000000034 method Methods 0.000 title claims abstract description 48
- 241000207199 Citrus Species 0.000 title claims abstract description 42
- 235000020971 citrus fruits Nutrition 0.000 title claims abstract description 42
- 208000005156 Dehydration Diseases 0.000 title claims abstract description 31
- 239000002689 soil Substances 0.000 claims abstract description 80
- 230000005540 biological transmission Effects 0.000 claims abstract description 60
- 238000004891 communication Methods 0.000 claims abstract description 18
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 18
- 238000002474 experimental method Methods 0.000 claims abstract description 17
- 230000012010 growth Effects 0.000 claims description 40
- 238000011156 evaluation Methods 0.000 claims description 38
- 241000196324 Embryophyta Species 0.000 claims description 25
- 230000006378 damage Effects 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 24
- 238000003860 storage Methods 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 12
- 238000003973 irrigation Methods 0.000 claims description 11
- 230000002262 irrigation Effects 0.000 claims description 11
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 10
- 239000000523 sample Substances 0.000 claims description 5
- 241000675108 Citrus tangerina Species 0.000 claims description 4
- 230000002786 root growth Effects 0.000 claims description 4
- 230000004913 activation Effects 0.000 claims description 3
- 230000003203 everyday effect Effects 0.000 claims description 3
- 210000002569 neuron Anatomy 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 230000002035 prolonged effect Effects 0.000 claims description 2
- 230000002194 synthesizing effect Effects 0.000 claims description 2
- 201000010099 disease Diseases 0.000 abstract description 14
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 14
- 230000008859 change Effects 0.000 abstract description 10
- 230000002159 abnormal effect Effects 0.000 abstract description 4
- 241000607479 Yersinia pestis Species 0.000 description 17
- 230000008569 process Effects 0.000 description 17
- 230000002265 prevention Effects 0.000 description 11
- 238000004590 computer program Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000036541 health Effects 0.000 description 5
- 241000238631 Hexapoda Species 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 235000015097 nutrients Nutrition 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 241001517923 Douglasiidae Species 0.000 description 2
- 241000918585 Pythium aphanidermatum Species 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229930002875 chlorophyll Natural products 0.000 description 1
- 235000019804 chlorophyll Nutrition 0.000 description 1
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G01N33/245—
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
- G01N33/246—Earth materials for water content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F13/00—Interconnection of, or transfer of information or other signals between, memories, input/output devices or central processing units
- G06F13/38—Information transfer, e.g. on bus
- G06F13/382—Information transfer, e.g. on bus using universal interface adapter
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F13/00—Interconnection of, or transfer of information or other signals between, memories, input/output devices or central processing units
- G06F13/38—Information transfer, e.g. on bus
- G06F13/42—Bus transfer protocol, e.g. handshake; Synchronisation
- G06F13/4282—Bus transfer protocol, e.g. handshake; Synchronisation on a serial bus, e.g. I2C bus, SPI bus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2213/00—Indexing scheme relating to interconnection of, or transfer of information or other signals between, memories, input/output devices or central processing units
- G06F2213/0042—Universal serial bus [USB]
Abstract
本发明提出一种柑橘育苗水分胁迫监测系统、方法、计算机设备及介质,所述系统包括上位机、第一无线数传终端、第二无线数传终端和土壤温湿度传感器,所述第一无线数传终端为USB转LoRa无线数传终端,所述第二无线数传终端为RS485转LoRa无线数传终端,所述上位机以串口通信的方式与第一无线数传终端相连,所述第一无线数传终端以广播的通信方式与第二无线数传终端建立通信,所述第二无线数传终端与土壤温湿度传感器相连。本发明在无损监测的基础上,可实现无人化,无线化监测幼苗变化及状态,同时通过数据的查看,可以精准定位数据异常的区域,为实现预防土壤病害的出现,更高精度地灌溉,更科学地育苗,及对幼苗进行根部水分梯度实验提供帮助。
Description
技术领域
本发明涉及一种柑橘育苗水分胁迫监测系统、方法、计算机设备及介质,属于幼苗培育技术领域及算法应用领域。
背景技术
未来主流的柑橘育苗逐渐从让幼苗生长在土地上转变为用育苗袋及营养土培育幼苗。目前国内育苗环境大多数是育苗袋装上泥土并将育苗袋埋在土里,生长到一定阶段就连袋拔出进行迁移或售卖,同时并无大棚环境,整体环境跟以前直接栽培在土里并无区别,好处就是加入的育苗袋可以起到在迁移时保护根部,同时节省部分人力,比如与土地接触可以让水分维持的更久,缺点就是幼苗处于野外环境,可能会遭遇强降水等自然灾害,及土地里隐藏的病虫害等;国外的育苗整体更现代化,主要体现在育苗大棚,包括封闭型和开放型,育苗袋摆放在地面上或者是特定的架子上,育苗袋内装的是营养土,其特点是更加透气,养分充足,不足之处就是保水性较差,需要保持灌溉,也因此根部的水分及氧气更加充足。整体来说,大棚中的育苗环境生产的幼苗更少病害,根部的生长也更粗壮充分。
柑橘幼苗涝害和旱害的研究文献都比较有限,目前并无相关电子系统或者是现代化的设备介入提高幼苗质量这一重要的环节中。目前主要存在的相关问题及不足包括旱害,涝害的明确分界及具体数据;在不适合的环境中,难以及时,提前地观察到幼苗变化。柑橘幼苗本身存在对环境一定的抵抗力,对于环境短时间内的涝害和旱害并不会在让其的表征出现明显变化,从表面看着无异样的幼苗,可能已经处于抵抗环境的状态中,对此只有通过叶绿素仪及刨开泥土观察根部的方式才能看到其对环境敏感的变化,此时的变化是为了抵抗环境而做出的动作,而非已经失去抵抗力,对于育苗基地的幼苗数量来说这两个检查方式明显不可能实现,同时刨开泥土会对根部造成一定的损伤。另外灌溉决策仍是传统的观察叶片是否卷曲及蜷缩来判断是否缺水,对于水分过多只能等幼苗表面出现明显问题才进行处理,这两种情况的出现对于幼苗已经失去抵抗环境的能力,进入受损状态,以上两种情况都说明了传统的灌溉方式并不能一直为柑橘幼苗提供一个舒适的环境,对环境的处理只能在幼苗发出信号之后,此时幼苗已经不能维持正常健康的状态。
传统的育苗可能存在的问题包括不明显的旱害导致植株生长缓慢,影响后续成树的过程及果实质量,根部脆弱;不明显的涝害导致植物根部受刺激生长过长,导致根茎较细,整体脆弱,同时由于氧气不足,长时间后会导致根部整体发烂发臭,缓慢杀死植株;对于泥土,高温高湿也会容易产生潜叶蛾、立枯病、疫病等病害及虫害等。因此,实现对育苗过程中的监测及防害,对于未来更大的育苗基地,更高的幼苗质量,进一步实现“数字农业”“精准农业”显得尤为重要。
发明内容
本发明的第一个目的是为了克服上述现有技术的缺点与不足,提出一种柑橘育苗水分胁迫监测系统,该系统可以对幼苗根部所在环境进行监测,获取并记录数据,对大型的育苗基地,在无损监测的基础上,可实现无人化,无线化监测幼苗变化及状态,同时通过数据的查看,可以精准定位数据异常的区域,为实现预防土壤病害的出现,更高精度地灌溉,更科学地育苗,及对幼苗进行根部水分梯度实验提供帮助。
本发明的第二个目的在于提供一种柑橘育苗水分胁迫监测方法。
本发明的第三个目的在于提供一种计算机设备。
本发明的第四个目的在于提供一种计算机可读存储介质。
本发明的第一个目的可以通过采取如下技术方案达到:
一种柑橘育苗水分胁迫监测系统,包括上位机、第一无线数传终端、第二无线数传终端和土壤温湿度传感器,所述第一无线数传终端为USB转LoRa无线数传终端,所述第二无线数传终端为RS485转LoRa无线数传终端,所述上位机以串口通信的方式与第一无线数传终端相连,所述第一无线数传终端以广播的通信方式与第二无线数传终端建立通信,所述第二无线数传终端与土壤温湿度传感器相连;
所述土壤温湿度传感器,用于采集柑橘幼苗所在育苗袋的土壤环境信息;
所述上位机,用于定时获取土壤温湿度传感器的数据并记录;接收用户输入的选择指令;若选择指令为评估指令,则获取过去第一预设时间内的数据,并对数据进行处理,生成第一监测数据集,将第一监测数据集放入训练完成的多层感知器模型,得到过去第一预设时间内幼苗生长的评估结果;若选择指令为防害指令,则获取过去第二预设时间内的数据,并对数据进行处理,生成第二监测数据集,将第二监测数据集放入训练完成的多层感知器模型,得到以过去第二预设时间的环境保持第一预设时间后幼苗的预测生长状态;其中,所述第一预设时间大于第二预设时间。
进一步的,所述多层感知器模型包括一个输入层、两个隐藏层和一个输出层,所述第一预设时间为7天,所述第二预设时间为1天;
所述输入层为504个神经元,对应每7天的504个数据;所述隐藏层分别为168个和7个,分别对应小时数及天数;所述输出层为3个,对应3个类别;所述隐藏层中的激活函数选择了sigmoid函数,所述输出层选择softmax函数,各层之间设置BatchNorm1d函数。
进一步的,所述土壤温湿度传感器竖直插入柑橘幼苗所在育苗袋的土壤环境,使探头完全没入泥土,同时所插位置在距离柑橘幼苗主干4cm处。
进一步的,还包括延长天线,所述第一无线数传终端和第二无线数传终端的SMA接口与延长天线相连,实现100m范围内的数据收发。
本发明的第二个目的可以通过采取如下技术方案达到:
一种柑橘育苗水分胁迫监测方法,所述方法包括:
定时获取土壤温湿度传感器的数据并记录;
接收用户输入的选择指令;
若选择指令为评估指令,则获取过去第一预设时间内的数据,并对数据进行处理,生成第一监测数据集,将第一监测数据集放入训练完成的多层感知器模型,得到过去第一预设时间内幼苗生长的评估结果;
若选择指令为防害指令,则获取过去第二预设时间内的数据,并对数据进行处理,生成第二监测数据集,将第二监测数据集放入训练完成的多层感知器模型,得到以过去第二预设时间的环境保持第一预设时间后幼苗的预测生长状态;
其中,所述第一预设时间大于第二预设时间。
进一步的,所述方法还包括:
制作温湿度数据及幼苗状态的数据集,所述数据集表示在第一预设时间的时长内,根部处在的各个含水量环境,所述数据集包括训练集和测试集,所述训练集的数据及分类来源于原生的实验数据及对实验数据的模拟和搭配,所述测试集的数据及分类来自每天单独的数据;
对数据集中的数据进行处理,将处理后的数据集放入多层感知器模型中进行训练,经过各层函数调整优化,得到训练完成的多层感知器模型。
进一步的,所述对数据集中的数据进行处理,具体包括:
将每条数据中数值按大到小排列;
针对同类数据,在同类实验的单独一天数据中随机抽取并合成第一预设时间的数据,得到的该类实验新的数据,并将异类数据按比例混合;
将原生数据整体往上或往下平移几个小单位,为不同类的边界填充数据。
进一步的,所述获取土壤温湿度传感器的数据,具体包括:
按顺序设置每个土壤温湿度传感器的问询帧,初始化各个土壤温湿度传感器存放数据的dataframe,检测串口是否开启,逐个发送土壤温湿度传感器的问询帧,接受返回的信息,逐个转码,计算出温湿度,获取当前时间,将时间及温湿度写入各个土壤温湿度传感器对应的dataframe。
进一步的,所述将第一监测数据集放入训练完成的多层感知器模型,得到过去第一预设时间内幼苗生长的评估结果之后,还包括:
针对评估结果是非健康的状态,若评估结果是旱害,建议未来第一预设时间的灌溉在健康的范围内提高土壤含水量,让植物进行补充储存;若评估结果是涝害,建议未来第一预设时间的灌溉在健康的范围内降低土壤含水量,让植物的根部减缓继续延长生长的趋势,加大植物的根部径向的生长趋势,使植物的根部生长更加强壮。
本发明的第三个目的可以通过采取如下技术方案达到:
一种计算机设备,包括处理器以及用于存储处理器可执行程序的存储器,所述处理器执行存储器存储的程序时,实现上述的柑橘育苗水分胁迫监测方法。
本发明的第四个目的可以通过采取如下技术方案达到:
一种计算机可读存储介质,存储有程序,所述程序被处理器执行时,实现上述的柑橘育苗水分胁迫监测方法。
本发明相对于现有技术具有如下的有益效果:
本发明在无损监测的基础上,实现了育苗过程中幼苗监测的数字化,对幼苗根部所在环境进行监测,获取并记录数据,对大型的育苗基地,可实现无人化,无线化监测幼苗变化及状态。对于新品种植株,可以通过对叶片和根部的实验,通过收集的数据,得到该品种最适合的生长环境。同时通过数据的查看,可以为实现预防土壤病害的出现,更高精度地灌溉,更科学地育苗,及对幼苗进行根部水分梯度实验提供帮助;通过收集记录的数据,选择评估或防害模块,对数据进行处理,放入自行搭建及训练完成的MLP模型中,在完全不用接触幼苗的情况下,即可得出对应的幼苗生长状态(健康、旱害和涝害);通过生长状态,结合当前对幼苗的已知信息,提前调整环境,可以预防旱害,涝害的出现;在旱害涝害出现后结合数据及系统所给结果,更合理地调整幼苗环境;在及时的调整及预防下,可以使幼苗的育苗过程中始终处于理想的生长环境中,让幼苗期的植株根部生长兼顾粗壮与长度,让主干生长更加粗壮,减少发生病害的可能,为后续移植入土,开花结果做好准备。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明实施例1的柑橘育苗水分胁迫监测系统的组成框图。
图2为本发明实施例1的柑橘育苗水分胁迫监测系统的结构示意图。
图3为本发明实施例1的多层感知器模型的结构示意图。
图4为本发明实施例1的评估模块及防害模块的结构示意图。
图5为本发明实施例2的柑橘育苗水分胁迫监测方法的流程图。
图6为本发明实施例3的计算机设备的结构框图。
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,显然,所描述的实施例是本发明的一部分实施例,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。
实施例1:
如图1和图2所示,本实施例提供了一种柑橘育苗水分胁迫监测系统,该系统包括上位机、第一无线数传终端、第二无线数传终端、延长天线、土壤温湿度传感器、220V电源和DC12V1A电源适配器。
其中,土壤温湿度传感器,用于采集柑橘幼苗所在育苗袋的土壤环境信息;上位机,用于定时获取土壤温湿度传感器的数据并记录;接收用户输入的选择指令;若选择指令为评估指令,则获取过去第一预设时间内的数据,并对数据进行处理,生成第一监测数据集,将第一监测数据集放入训练完成的多层感知器模型,得到过去第一预设时间内幼苗生长的评估结果;若选择指令为防害指令,则获取过去第二预设时间内的数据,并对数据进行处理,生成第二监测数据集,将第二监测数据集放入训练完成的多层感知器模型,得到以过去第二预设时间的环境保持第一预设时间后幼苗的预测生长状态;其中,第一预设时间为7天,第二预设时间为1天。
本实施例中,上位机为PC机,上位机通过ch430驱动以串口通信的方式与第一无线数传终端相连,上位机的USB接口为LoRa提供5v的电源及作为通信的接口,上位机包括excel、pycharm等软件;整体操作系统包括python、pytorch等环境;以及自行搭建及训练完成的多层感知器(Multi-Layer Perceptron,简称MLP)模型;上位机主要有两个工作任务,分别是作为上位机与土壤温湿度传感器等下位机进行通信,获取并对数据进行记录保存,实现监测功能,另外是作为监测系统的主要承担者,保存传感器数据及运行算法。
进一步地,excel与pycharm通过python程序的编写运行,完成数据采集的任务。具体过程为:按顺序设置每个传感器的问询帧,初始化不同传感器存放数据的dataframe,检测串口是否开启,逐个发送传感器的问询帧,间隔为0.2s,接受返回的信息,逐个转码,计算出温湿度,获取当前时间,将时间及温湿度写入各个传感器对应的dataframe,在获取一定的数据后或一定的时间后,将每个dataframe以日期+传感器序号的方式命名并写入excel表格,监测系统自启动起每24小时生成一个表格。
如图3所示,本实施例的多层感知器模型包括一个输入层、两个隐藏层和一个输出层,输入层为504个神经元,对应每7天的504个数据;隐藏层分别为168个和7个,分别对应小时数及天数;输出层为3个,对应3个类别;隐藏层中的激活函数选择了sigmoid函数,输出层选择softmax函数,各层之间设置BatchNorm1d函数。
进一步地,对于幼苗来说,其枝叶较少,同时处于生长的阶段,无论是营养还是水分,根部在幼苗期起到不可替代的作用。在育苗过程中,对根部造成影响的归根结底都是由水分变化所引起。通过进行实验,制作温湿度数据及幼苗状态的数据集,所得数据集的含水量为hi(i=1,2,…504),其意义为每个含水量对应根部处在20分钟该含水量的环境,整个数据集即表示在7天的时长内,根部处在的各个含水量环境;数据集包括训练集和测试集,训练集的数据及分类来源于原生的实验数据及对实验数据的模拟和搭配,其分类是完全符合真实情况的,共有700个张量,测试集的数据及分类来自每天单独的数据,其分类的结果按照各天所属的实验组,共有73个张量,每个张量为1*504,步长为35,学习率为0.0001;网络学习完后理想的状态可以对测试集中73条以防害为目的的数据进行正确分类,将处理完的数据集放入多层感知器模型中训练,经过各层函数调整优化,最终得到一个较理想的多层感知器模型,该模型训练集准确率超过99.5%,测试集超过97.5%。
进一步地,实验包括旱害、涝害和健康三种实验,实验时长为7天,所得数据集经过数据处理,包括同类内部混合,异类按比例混合,最终得出来整体数据集共有773条数据(训练集700条,测试集73条)。
进一步地,数据处理包括以下三个部分:第一个部分每条数据中数值按大到小排列,由于湿度主要变化趋势是从大到小,育苗过程中灌溉等外因会使数值上升,将整体排列得到的曲线更加分明;第二个部分是数据填充,同类内部混合即在同类实验的单独一天数据中随机抽取并合成成7天的数据,得到的该类实验新的数据。异类按比例混合,健康的混合数据有健康天数为5、6天,非健康数据混合有健康天数为1-4天;第三个部分是将原生数据整体往上或往下平移几个小单位,用于为不同类的边界填充数据;通过数据处理,几乎将现实可能出现的所有非极端情况涵盖进去,得到一个合理且充分的数据集。
进一步地,上位机中评估和防害功能可以划分为评估模块和防害模块,监测系统在启动后,自动按照程序所设定的时间间隔和顺序进行数据获取及记录,并自动生成数据文件,等待查看或者运行评估模块或防害模块。
进一步地,上位机中还包含监测系统运行前对土壤温湿度传感器、无线数传终端等的调试软件,调试结束后运行监测系统程序,上位机自动定时获取每个传感器数据并记录。经过一段时间后,查阅生成的文件数据,运行可视化程序,查看这段时间内各个区域的幼苗根部环境状,结合这段时间内的环境变化,如气温、降水、灾害等,调整灌溉策略,给予幼苗一个舒适的成长环境,让幼苗整体的成长更加理想。如自然灾害等对环境造成较大的改变和数据较大的波动的情况下,通过实时监测的数据,可以尽快地调整环境,让土壤环境尽快恢复到理想的状态,降低土壤环境改变带来的虫害病害,如高温高湿也会容易产生潜叶蛾、立枯病、疫病等病害及虫害;对于新品种植株,可以通过植株叶片、根部的实验,结合监测所得数据,得到该品种最适合的生长环境;对育苗过程整体实现数字化监测,为育苗过程提供有用实时的信息,也为育苗过程出现问题提供数据进行分析处理,建立幼苗更理想的育苗环境。
如图4所示,评估模块需要满足监测数据集大于7天,运行后获取过去7天的数据并对数据进行处理,生成算法所需数据集(第一监测数据集),并放入自行搭建并训练完成的多层感知器模型,得到对过去7天幼苗生长的评估结果,评估结果包括旱害、健康和涝害;防害模块需要满足监测数据集大于1天,运行后获取过去1天的数据并对数据进行处理,生成算法所需的数据集(第二监测数据集),并放入自行搭建并训练完成的多层感知器模型,得到以过去1天的环境保持7天后幼苗的生长状态,生长状态包括旱害、健康和涝害。
进一步地,选择评估模块,程序运行后得到一个评估的结果。查看结果为非健康状态所对应的区域,查看对应过去7天的数据,若数据与健康的范围偏差较大,应尽快观察幼苗表面特征是否已经发生改变,尽快对其做出治疗。若数据无法明显看出问题,此时植物表面仍能维持正常,但内部已经逐渐失去对环境的抵抗力,在幼苗受伤前尽快调整环境,恢复适合幼苗生长的环境。同时,在评估结果是非健康的状态下,未来的灌溉策略可以稍微调整,促进植物的恢复。若评估结果是旱害,未来一周的灌溉可以在健康的范围内稍微提高土壤含水量,让植物进行补充储存;若评估结果是涝害,未来一周的灌溉可以在健康的范围内稍微降低土壤含水量,让植物的根部减缓继续延长生长的趋势,加大其根部径向的生长趋势,使其根部的生长更加强壮,同时也会让根部也更容易获取氧气。
进一步地,选择防害模块,程序运行后得到一个预测的结果。查看结果为非健康状态所对应的区域,查看过去1天的数据,是否有数值突变或其他异常的情况。查看所对应的区域,查看是否有意外破坏了环境,并尽快解决数值异常的现状。若处理及时,在此一小段时间内,幼苗并未受环境的改变而产生影响,又回到适合的环境里面,继而继续在理想的环境生长。同时对于大型的育苗基地,出现意外往往难以及时发现,监测系统及防害模块可以在短时间内发出信号对管理者进行提醒。
本实施例中,第一无线数传终端为USB转LoRa无线数传终端,第二无线数传终端为RS485转LoRa无线数传终端,第一无线数传终端和第二无线数传终端在安装前需对波特率,设备id,无线信道,无线发送功率,速率等级进行设置,以建立稳定的无线通信网络和避免设备冲突。
进一步地,第一无线数传终端和第二无线数传终端的SMA接口与延长天线相连,可轻易实现100m范围内的稳定数据收发。
进一步地,第一无线数传终端以广播的通信方式与第二无线数传终端建立通信,所述第二无线数传终端与土壤温湿度传感器相连,无线数传终端以广播的形式进行组网通信,即任何终端设备向广播域内的其他设备发送数据包,所有设备根据不同的设置选择接收与否和反馈与否;具有网络设备简单,维护简单,布网成本低廉;服务器不用向每个客户机单独发送数据,服务器流量负载极低等优点;缺点是无法提供个性化服务,对于本系统,可以忽略这个缺点,其精准的信息互传可以由土壤温湿度传感器承担。
进一步地,第二无线数传终端的DC直流插口与DC12V1A电源适配器相连,电源适配器接入220V电源;RS485a,RS485b口与土壤温湿度传感器对应的通信线相连,vcc和gnd端与土壤温湿度传感器的电源端相连,为土壤温湿度传感器供电;第二无线数传终端、220V电源、DC12V1A电源适配器的安放位置应保证远离潮湿环境,确保安全。
本实施例中,土壤温湿度传感器为RS485土壤温湿度传感器,竖直插入柑橘幼苗所在育苗袋的土壤环境,使探头完全没入泥土,同时所插位置在距离柑橘幼苗主干4cm处,土壤温湿度传感器所获取数据包括温湿度,该温湿度代表了当前探针所在位置及邻域内的土壤环境信息,若是在育苗袋环境下,在几乎一致的外部环境下,可以代表以探针所在育苗袋为中央,周围一圈的环境情况,即一个土壤温湿度传感器至少可以监测9棵幼苗,若是种植在泥土上,则可监测邻域1m范围内的空间。
进一步地,可以将多个土壤温湿度传感器组合在一条485总线使用,即可实现LoRa无线数传终端一拖多传感器,基于LoRa无线数传终端的硬件条件,最多建议一个LoRa无线数传终端接三个传感器,此外,RS485通信标准可以设置不同设备的地址码,工作前在上位机进行设置,就可以使每个不同的土壤温湿度传感器有一个单独标记,使得从上位机通过广播发送出去的问询帧送到每个土壤温湿度传感器上,土壤温湿度传感器可以通过地址码判断是否对其进行回应,以此实现上位机与各土壤温湿度传感器的单独通信。
实施例2:
如图5所示,本实施例提供了一种柑橘育苗水分胁迫监测方法,该方法包括以下步骤:
S501、定时获取土壤温湿度传感器的数据并记录。
S502、接收用户输入的选择指令,若选择指令为评估指令,则进入步骤S503,若选择指令为防害指令,则进入步骤S504。
S503、获取过去第一预设时间内的数据,并对数据进行处理,生成第一监测数据集,将第一监测数据集放入训练完成的多层感知器模型,得到过去第一预设时间内幼苗生长的评估结果。
S503、获取过去第二预设时间内的数据,并对数据进行处理,生成第二监测数据集,将第二监测数据集放入训练完成的多层感知器模型,得到以过去第二预设时间的环境保持第一预设时间后幼苗的预测生长状态。
本实施例的柑橘育苗水分胁迫监测方法各个步骤的具体实现过程可以参见上述实施例1的柑橘育苗水分胁迫监测系统,在此不再一一赘述。
实施例3:
本实施例提供了一种计算机设备,如图6所示,其包括通过装置总线601连接的处理器602、存储器、输入装置603、显示器504和网络接口605,该处理器用于提供计算和控制能力,该存储器包括非易失性存储介质606和内存储器607,该非易失性存储介质606存储有操作装置、计算机程序和数据库,该内存储器607为非易失性存储介质中的操作装置和计算机程序的运行提供环境,处理器602执行存储器存储的计算机程序时,实现上述实施例2的柑橘育苗水分胁迫监测方法,如下:
定时获取土壤温湿度传感器的数据并记录;
接收用户输入的选择指令;
若选择指令为评估指令,则获取过去第一预设时间内的数据,并对数据进行处理,生成第一监测数据集,将第一监测数据集放入训练完成的多层感知器模型,得到过去第一预设时间内幼苗生长的评估结果;
若选择指令为防害指令,则获取过去第二预设时间内的数据,并对数据进行处理,生成第二监测数据集,将第二监测数据集放入训练完成的多层感知器模型,得到以过去第二预设时间的环境保持第一预设时间后幼苗的预测生长状态;
其中,所述第一预设时间大于第二预设时间。
实施例4:
本实施例提供了一种为计算机可读存储介质,其存储有计算机程序,计算机程序被处理器执行时,实现上述实施例2的柑橘育苗水分胁迫监测方法,如下:
定时获取土壤温湿度传感器的数据并记录;
接收用户输入的选择指令;
若选择指令为评估指令,则获取过去第一预设时间内的数据,并对数据进行处理,生成第一监测数据集,将第一监测数据集放入训练完成的多层感知器模型,得到过去第一预设时间内幼苗生长的评估结果;
若选择指令为防害指令,则获取过去第二预设时间内的数据,并对数据进行处理,生成第二监测数据集,将第二监测数据集放入训练完成的多层感知器模型,得到以过去第二预设时间的环境保持第一预设时间后幼苗的预测生长状态;
其中,所述第一预设时间大于第二预设时间。
需要说明的是,本实施例的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的装置、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
在本实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行装置、装置或者器件使用或者与其结合使用。而在本实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行装置、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的计算机程序可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读存储介质可以以一种或多种程序设计语言或其组合来编写用于执行本实施例的计算机程序,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Python、C++,还包括常规的过程式程序设计语言—诸如C语言或类似的程序设计语言。程序可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN)连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
综上所述,本发明在无损监测的基础上,实现了育苗过程中幼苗监测的数字化,对幼苗根部所在环境进行监测,获取并记录数据,对大型的育苗基地,可实现无人化,无线化监测幼苗变化及状态。对于新品种植株,可以通过对叶片和根部的实验,通过收集的数据,得到该品种最适合的生长环境。同时通过数据的查看,可以为实现预防土壤病害的出现,更高精度地灌溉,更科学地育苗,及对幼苗进行根部水分梯度实验提供帮助;通过收集记录的数据,选择评估或防害模块,对数据进行处理,放入自行搭建及训练完成的MLP模型中,在完全不用接触幼苗的情况下,即可得出对应的幼苗生长状态(健康、旱害和涝害);通过生长状态,结合当前对幼苗的已知信息,提前调整环境,可以预防旱害,涝害的出现;在旱害涝害出现后结合数据及系统所给结果,更合理地调整幼苗环境;在及时的调整及预防下,可以使幼苗的育苗过程中始终处于理想的生长环境中,让幼苗期的植株根部生长兼顾粗壮与长度,让主干生长更加粗壮,减少发生病害的可能,为后续移植入土,开花结果做好准备。
以上所述,仅为本发明的具体实施方式,但本发明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发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种柑橘育苗水分胁迫监测系统,其特征在于,包括上位机、第一无线数传终端、第二无线数传终端和土壤温湿度传感器,所述第一无线数传终端为USB转LoRa无线数传终端,所述第二无线数传终端为RS485转LoRa无线数传终端,所述上位机以串口通信的方式与第一无线数传终端相连,所述第一无线数传终端以广播的通信方式与第二无线数传终端建立通信,所述第二无线数传终端与土壤温湿度传感器相连;
所述土壤温湿度传感器,用于采集柑橘幼苗所在育苗袋的土壤环境信息;
所述上位机,用于定时获取土壤温湿度传感器的数据并记录;接收用户输入的选择指令;若选择指令为评估指令,则获取过去第一预设时间内的数据,并对数据进行处理,生成第一监测数据集,将第一监测数据集放入训练完成的多层感知器模型,得到过去第一预设时间内幼苗生长的评估结果;若选择指令为防害指令,则获取过去第二预设时间内的数据,并对数据进行处理,生成第二监测数据集,将第二监测数据集放入训练完成的多层感知器模型,得到以过去第二预设时间的环境保持第一预设时间后幼苗的预测生长状态;其中,所述第一预设时间大于第二预设时间。
2.根据权利要求1所述的柑橘育苗水分胁迫监测系统,其特征在于,所述多层感知器模型包括一个输入层、两个隐藏层和一个输出层,所述第一预设时间为7天,所述第二预设时间为1天;
所述输入层为504个神经元,对应每7天的504个数据;所述隐藏层分别为168个和7个,分别对应小时数及天数;所述输出层为3个,对应3个类别;所述隐藏层中的激活函数选择了sigmoid函数,所述输出层选择softmax函数,各层之间设置BatchNorm1d函数。
3.根据权利要求1所述的柑橘育苗水分胁迫监测系统,其特征在于,所述土壤温湿度传感器竖直插入柑橘幼苗所在育苗袋的土壤环境,使探头完全没入泥土,同时所插位置在距离柑橘幼苗主干4cm处。
4.根据权利要求1所述的柑橘育苗水分胁迫监测系统,其特征在于,还包括延长天线,所述第一无线数传终端和第二无线数传终端的SMA接口与延长天线相连,实现100m范围内的数据收发。
5.一种柑橘育苗水分胁迫监测方法,其特征在于,所述方法包括:
定时获取土壤温湿度传感器的数据并记录;
接收用户输入的选择指令;
若选择指令为评估指令,则获取过去第一预设时间内的数据,并对数据进行处理,生成第一监测数据集,将第一监测数据集放入训练完成的多层感知器模型,得到过去第一预设时间内幼苗生长的评估结果;
若选择指令为防害指令,则获取过去第二预设时间内的数据,并对数据进行处理,生成第二监测数据集,将第二监测数据集放入训练完成的多层感知器模型,得到以过去第二预设时间的环境保持第一预设时间后幼苗的预测生长状态;
其中,所述第一预设时间大于第二预设时间。
6.根据权利要求5所述的柑橘育苗水分胁迫监测方法,其特征在于,所述方法还包括:
制作温湿度数据及幼苗状态的数据集,所述数据集表示在第一预设时间的时长内,根部处在的各个含水量环境,所述数据集包括训练集和测试集,所述训练集的数据及分类来源于原生的实验数据及对实验数据的模拟和搭配,所述测试集的数据及分类来自每天单独的数据;
对数据集中的数据进行处理,将处理后的数据集放入多层感知器模型中进行训练,经过各层函数调整优化,得到训练完成的多层感知器模型。
7.根据权利要求6所述的柑橘育苗水分胁迫监测方法,其特征在于,所述对数据集中的数据进行处理,具体包括:
将每条数据中数值按大到小排列;
针对同类数据,在同类实验的单独一天数据中随机抽取并合成第一预设时间的数据,得到的该类实验新的数据,并将异类数据按比例混合;
将原生数据整体往上或往下平移几个小单位,为不同类的边界填充数据。
8.根据权利要求5所述的柑橘育苗水分胁迫监测方法,其特征在于,所述获取土壤温湿度传感器的数据,具体包括:
按顺序设置每个土壤温湿度传感器的问询帧,初始化各个土壤温湿度传感器存放数据的dataframe,检测串口是否开启,逐个发送土壤温湿度传感器的问询帧,接受返回的信息,逐个转码,计算出温湿度,获取当前时间,将时间及温湿度写入各个土壤温湿度传感器对应的dataframe。
9.根据权利要求5-8所述的柑橘育苗水分胁迫监测方法,其特征在于,所述将第一监测数据集放入训练完成的多层感知器模型,得到过去第一预设时间内幼苗生长的评估结果之后,还包括:
针对评估结果是非健康的状态,若评估结果是旱害,建议未来第一预设时间的灌溉在健康的范围内提高土壤含水量,让植物进行补充储存;若评估结果是涝害,建议未来第一预设时间的灌溉在健康的范围内降低土壤含水量,让植物的根部减缓继续延长生长的趋势,加大植物的根部径向的生长趋势,使植物的根部生长更加强壮。
10.一种计算机可读存储介质,存储有程序,其特征在于,所述程序被处理器执行时,实现权利要求5-9任一项所述的柑橘育苗水分胁迫监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310239132.9A CN116298202A (zh) | 2023-03-14 | 2023-03-14 | 柑橘育苗水分胁迫监测系统、方法、计算机设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310239132.9A CN116298202A (zh) | 2023-03-14 | 2023-03-14 | 柑橘育苗水分胁迫监测系统、方法、计算机设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116298202A true CN116298202A (zh) | 2023-06-23 |
Family
ID=86837455
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310239132.9A Pending CN116298202A (zh) | 2023-03-14 | 2023-03-14 | 柑橘育苗水分胁迫监测系统、方法、计算机设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116298202A (zh) |
-
2023
- 2023-03-14 CN CN202310239132.9A patent/CN116298202A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pitakphongmetha et al. | Internet of things for planting in smart farm hydroponics style | |
Holzkämper et al. | Identifying climatic limitations to grain maize yield potentials using a suitability evaluation approach | |
CN106354184B (zh) | 农业生产高效智能化管控系统 | |
CN106657401A (zh) | 一种基于物联网的农作物生长监测平台及其监测方法 | |
JP2018517220A (ja) | インテリジェント栽培管理方法及びインテリジェント栽培設備 | |
Acevedo-Opazo et al. | Assessment of an empirical spatial prediction model of vine water status for irrigation management in a grapevine field | |
CN112070297A (zh) | 农事活动的天气指标预测方法、装置、设备及存储介质 | |
CN107609078A (zh) | 长势监测模型更新方法、传感器、服务器及系统 | |
JPH11346578A (ja) | 農業作業支援装置 | |
CN111415085A (zh) | 一种作物种植的生产质量监测方法与系统 | |
Meeks et al. | Assessing the utility of primed acclimation for improving water savings in cotton using a sensor‐based irrigation scheduling system | |
Wondafrash Mulugeta et al. | Quantifying yield potential and yield gaps of Faba bean in Ethiopia | |
Kwanmuang et al. | Small-scale farmers under Thailand’s smart farming system | |
CA2761682C (en) | Real-time process for targeting trait phenotyping of plant breeding experiments | |
KR102355211B1 (ko) | 농작물 재배 모니터링 시스템 | |
JP2021128756A (ja) | 先物取引情報表示プログラム | |
Elenzano | Smart farming for lowland strawberry (Fragaria x ananassa) production | |
CN113010529A (zh) | 基于知识图谱的作物管理方法和装置 | |
CN116298202A (zh) | 柑橘育苗水分胁迫监测系统、方法、计算机设备及介质 | |
Zhang et al. | PVIDSS: developing a WSN-based irrigation decision support system (IDSS) for viticulture in protected area, Northern China | |
Amiri et al. | Monitoring land suitability for mixed livestock grazing using Geographic Information System (GIS) | |
CN111563824B (zh) | 一种基于油松人工林地研究系统及方法 | |
Wiegand et al. | Simulation models for semi‐arid rangelands of southern Africa | |
Tjeuw et al. | Tree or shrub: a functional branch analysis of Jatropha curcas L. | |
Chen et al. | Modelling the comparative growth, water use and productivity of the perennial legumes, tedera (Bituminaria bituminosa var. albomarginata) and lucerne (Medicago sativa) in dryland mixed farming systems |
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 |