CN116757509B - 一种生态农业信息化用信息服务管理方法及管理系统 - Google Patents
一种生态农业信息化用信息服务管理方法及管理系统 Download PDFInfo
- Publication number
- CN116757509B CN116757509B CN202311041778.2A CN202311041778A CN116757509B CN 116757509 B CN116757509 B CN 116757509B CN 202311041778 A CN202311041778 A CN 202311041778A CN 116757509 B CN116757509 B CN 116757509B
- Authority
- CN
- China
- Prior art keywords
- data
- threshold value
- monitoring point
- management
- early warning
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 66
- 238000003891 environmental analysis Methods 0.000 claims abstract description 58
- 238000013523 data management Methods 0.000 claims abstract description 36
- 238000004458 analytical method Methods 0.000 claims abstract description 33
- 230000009471 action Effects 0.000 claims abstract description 23
- 230000008859 change Effects 0.000 claims abstract description 16
- 230000007613 environmental effect Effects 0.000 claims abstract description 16
- 230000000007 visual effect Effects 0.000 claims abstract description 9
- 238000003384 imaging method Methods 0.000 claims abstract description 7
- 238000012544 monitoring process Methods 0.000 claims description 98
- 239000002689 soil Substances 0.000 claims description 57
- 230000005465 channeling Effects 0.000 claims description 33
- 238000000034 method Methods 0.000 claims description 19
- 238000005516 engineering process Methods 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 7
- 238000012732 spatial analysis Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 239000002344 surface layer Substances 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 7
- 238000005507 spraying Methods 0.000 description 3
- 238000012271 agricultural production Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000000889 atomisation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
- G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Remote Sensing (AREA)
- Development Economics (AREA)
- Computer Graphics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种生态农业信息化用信息服务管理方法及管理系统，涉及农业信息化技术领域，包括如下步骤：搭建数据管控平台，使用搭载机器视觉系统的无人机，依据深度相机对农田地域进行成像并构建三维地域模型；其技术要点为：将天气预报数据和环境数据作为预测模型的分析数据，能够结合未来天气完成对环境分析系数En的有效预测，并对各个数据进行可视化展示，结合预测模型的使用，可获取环境分析系数En的变化趋势，管理人员能够提前获取环境分析系数En达到预警阈值和警示阈值的时间节点，从而为后续确定管理人员执行管控行为提供了启动的时间点和执行管控行为所限定的最短工作时间值，体现了实际管理的效果。
Description
技术领域
本发明涉及农业信息化技术领域，具体为一种生态农业信息化用信息服务管理方法及管理系统。
背景技术
农业信息化是指在农业领域全面地发展和应用现代信息技术使之渗透到农业生产、市场、消费以及农村社会、经济、技术、等各个具体环节的全过程；农业中所应用的信息技术包括:计算机、信息存储和处理、通讯、网格、多媒体、人工智能以及3S技术，概括而言具有以下特征；第一是网络化，第二是综合化，第三是全程化。
为了更方便的对农业信息进行有效管理，需要使用到对应的信息管理系统，可收集和加工农业生产管理过程中的有关数据，至少包括：天气信息、农作物生长信息以及地质环境信息，该类型的管理信息系统可根据管理的项目而建立，为管理决策过程提供帮助，在上述数据的支撑下能够有效的分析出农作物所处生长环境的适宜度。
然而，在传统的农业信息管理系统中，虽然能够根据农作物所处环境变化进行相应的调整，调整过程中可选用无人机雾化喷洒，增加土壤湿度，或是使用工具进行人工开渠，排除多余水分，但是上述调整操作的时间无法精准把控，在农业覆盖区域较大的地域上，进行喷洒或是开渠操作所耗费的时间较长，部分农作物可能得不到及时有效的喷洒就出现衰败、死亡的情况，在管理效果方面有待得到进一步的提高。
发明内容
针对现有技术的不足，本发明提供了一种生态农业信息化用信息服务管理方法及管理系统，将天气预报数据和环境数据作为预测模型的分析数据，能够结合未来天气完成对环境分析系数En的有效预测，并对各个数据进行可视化展示，结合预测模型的使用，可获取环境分析系数En的变化趋势，管理人员能够提前获取环境分析系数En达到预警阈值和警示阈值的时间节点，从而为后续确定管理人员执行管控行为提供了启动的时间点和执行管控行为所限定的最短工作时间值，体现了实际管理的效果，解决了背景技术中提出的问题。
为实现以上目的，本发明通过以下技术方案予以实现：
一种生态农业信息化用信息服务管理方法，包括如下步骤：
搭建数据管控平台，使用搭载机器视觉系统的无人机，依据深度相机对农田地域进行成像并构建三维地域模型，在三维地域模型中运用空间分析技术，将农田地域划分为若干监测点，并在数据管控平台内进行可视化展示；
对各个监测点内的环境数据进行采集，该环境数据至少包括：土壤温度T和土壤湿度C，在选定的时间区间内，将天气预报数据和环境数据加入选取的时间序列模型中，经过训练和验证后建立预测模型，基于环境数据和天气预报数据获取每个监测点内的环境分析系数En，预测模型用于预测环境分析系数En的变化趋势；
若是预测的环境分析系数En≤预警阈值，则在数据管控平台中显示二级预警；
若是预测的环境分析系数En≤警示阈值，则在数据管控平台中显示一级预警；
获取环境分析系数En达到预警阈值的时间节点，再次获取环境分析系数En达到警示阈值的时间点，记录前后两个时间点之间的时间差，确定管理人员执行管控行为的启动时间点和最短工作时间值；
在启动时间点下监测并获取目标监测点内环境数据与对应标准阈值的差值，判断两个差值的大小，若是土壤温度T与对应标准阈值的差值＞土壤湿度C与对应标准阈值的差值，则启动搭载雾化器的无人机，并将飞行轨迹覆盖目标监测点；若是土壤湿度C与对应标准阈值的差值＞土壤温度T与对应标准阈值的差值，则启动开渠机器人，并将行动轨迹覆盖目标监测点。
进一步的，在搭建的数据管控平台中实施显示农田地域中的各个监测点，并在三维地域模型中对各个监测点的边界进行二次建模，将依据深度相机获取到的地形和土地类型结合到各个监测点内。
具体的，在搭建的数据管控平台中实时显示农田地域中的各个监测点，并在三维地域模型中对各个监测点的边界进行二次建模，将依据深度相机获取到的地形和土地类型结合到各个监测点内，使三维地域模型更加逼真，方便结合实际农田地域完成有效的监测工作。
进一步的，在数据管控平台内对各个监测点进行可视化展示，通过添加标记的方式完成对各个监测点的区分，标记内容包括：目标监测点的环境数据和环境分析系数En。
进一步的，各个监测点内土壤温度T的获取方式均为：采用温度传感器直接获取，各个监测点内土壤湿度C的获取方式均为：采用湿度传感器直接获取；
所述天气预报数据包括平均气温K和平均空气湿度G；
获取同一目标监测点内的土壤温度T、土壤湿度C、平均气温K以及平均空气湿度G，无量纲处理后，关联获取环境分析系数En；
环境分析系数En的获取方式如下：
；
其中，，/>，且/>，/>为权重，其具体值由用户调整设置，C为常数修正系数。
进一步的，在将天气预报数据和环境数据加入选取的时间序列模型中之前进行特征提取，将土壤温度T、土壤湿度C、平均气温K以及平均空气湿度G作为提取到的关键特征加入时间序列模型中，而后将土壤温度T、土壤湿度C、平均气温K以及平均空气湿度G汇总形成统一数据集，对统一数据集按照3:1的比例划分为训练集和验证集，最后使用训练好的预测模型，预测未来一定时间内环境分析系数En的变化趋势，其中的3:1为等分比例，可也选用其他的比例，只需确保每一份中的数据均相同即可。
进一步的，在数据管控平台中显示二级预警的预警等级低于一级预警，且预警阈值＞警示阈值，其中，二级预警在三维地域模型中的表现形式为：目标监测点的标记内容发生频闪，一级预警在三维地域模型中的表现形式为：目标监测点的标记内容显示红色，若是预测的环境分析系数En＞预警阈值，则目标监测点的标记内容显示绿色。
进一步的，将环境分析系数En达到预警阈值的时间节点记为第一时间节点，将环境分析系数En达到警示阈值的时间点记为第二时间节点，计算并获取第一时间节点与第二时间节点之间的时间差，该时间差为启动执行管控行为后的最短工作时间值，且执行管控行为至少包括：启动搭载雾化器的无人机和启动开渠机器人。
进一步的，所述开渠机器人包括行走单元、通信单元以及开渠单元；
其中，所述行走单元用于驱动整个开渠机器人自由行走；
所述通信单元设置于行走单元内，用于无线连接开渠机器人和远程操控端；
所述开渠单元设置于行走单元的末端，直接作用于监测点内的土壤表层，且开渠单元与行走单元保持同步作业。
一种生态农业信息化用信息服务管理系统，包括平台搭建模块、环境采集模块以及管理调控模块；
其中，平台搭建模块、搭建数据管控平台，使用搭载机器视觉系统的无人机，依据深度相机对农田地域进行成像并构建三维地域模型，在三维地域模型中运用空间分析技术，用于将农田地域划分为若干监测点，并在数据管控平台内进行可视化展示；
环境采集模块、通过采集单元对各个监测点内的环境数据进行采集，该环境数据至少包括：土壤温度T和土壤湿度C，在选定的时间区间内，将天气预报数据和环境数据加入选取的时间序列模型中，经过训练和验证后建立预测模型，基于环境数据和天气预报数据获取每个监测点内的环境分析系数En，预测模型用于预测环境分析系数En的变化趋势；
采用判断单元对环境分析系数En进行判定，若是预测的环境分析系数En≤预警阈值，则在数据管控平台中显示二级预警；若是预测的环境分析系数En≤警示阈值，则在数据管控平台中显示一级预警；
管理调控模块、获取环境分析系数达到预警阈值的时间节点，并将该时间节点作为启动时间点，获取环境分析系数达到警示阈值的时间点，记录前后两个时间点之间的时间值，确定管理人员执行管控行为的启动时间点和最短工作时间值。
本发明提供了一种生态农业信息化用信息服务管理方法及管理系统，具备以下有益效果：
构建三维地域模型，并将农田地域在三维地域模型中划分为若干监测点，完成不同区域的实时监测工作，将天气预报数据和环境数据作为预测模型的分析数据，能够结合未来天气完成对环境分析系数En的有效预测，并对各个数据进行可视化展示，实时反映各个监测点的农业情况，具有较高的实用性，当环境分析系数En越高时，则表示对应的农业监测点的环境指标越好，适宜农作物生长；
结合预测模型的使用，可获取环境分析系数En的变化趋势，管理人员能够提前获取环境分析系数En达到预警阈值和警示阈值的时间节点，从而为后续确定管理人员执行管控行为提供了启动的时间点和执行管控行为所限定的最短工作时间值，避免目标监测点内，管控行为还未覆盖到的区域中发生农作物死亡的情况，保证农作物始终保持处于可控的环境内，在一定程度上能够提高农作物的品质，体现了实际管理的效果。
附图说明
图1为本发明生态农业信息化用信息服务管理方法流程图；
图2为本发明生态农业信息化用信息服务管理系统的结构框图。
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。
实施例1：请参阅图1，本发明提供一种生态农业信息化用信息服务管理方法，包括如下步骤：
步骤一、搭建数据管控平台，使用搭载机器视觉系统的无人机，依据深度相机对农田地域进行成像并构建三维地域模型，在三维地域模型中运用空间分析技术，将农田地域划分为若干监测点，并在数据管控平台内进行可视化展示；
所述步骤一包括如下内容：
在搭建的数据管控平台中实施显示农田地域中的各个监测点，并在三维地域模型中对各个监测点的边界进行二次建模，将依据深度相机获取到的地形和土地类型结合到各个监测点内，使三维地域模型更加逼真，方便结合实际农田地域完成有效的监测工作。
需要说明的是，空间分析技术是一种应用于地理信息系统中的分析方法，用于研究和理解地理空间数据的关系、模式和趋势，它利用地理空间数据的地理位置和属性信息，结合统计学、数学建模和空间分析算法，揭示地理现象的空间分布规律和空间关系，同时也可在该空间分析技术的基础上，根据空间分布规律来划分监测点，使得农田地域中被分为多个监测点，并于数据管控平台上实时显示。
具体的，构建三维地域模型，并将农田地域在三维地域模型中划分为若干监测点，完成不同区域的实时监测工作，将天气预报数据和环境数据作为预测模型的分析数据，能够结合未来天气完成对环境分析系数En的有效预测，并对各个数据进行可视化展示，实时反映各个监测点的农业情况，具有较高的实用性，当环境分析系数En越高时，则表示对应的农业监测点的环境指标越好，适宜农作物生长。
步骤二、对各个监测点内的环境数据进行采集，该环境数据至少包括：土壤温度T和土壤湿度C，在选定的时间区间内，将天气预报数据和环境数据加入选取的时间序列模型中，经过训练和验证后建立预测模型，基于环境数据和天气预报数据获取每个监测点内的环境分析系数En，预测模型用于预测环境分析系数En的变化趋势；
若是预测的环境分析系数En≤预警阈值，则在数据管控平台中显示二级预警；
若是预测的环境分析系数En≤警示阈值，则在数据管控平台中显示一级预警；
需要说明的是，该处的预警阈值为对应农作物所处适宜环境区间内靠近临界值下获取的环境分析系数En，通过对历史数据进行分析和统计得到若干组环境分析系数En，通过计算标准差，从而获取预警阈值，显示二级预警的目的为：提醒管理人员需要关注并对目标监测点采取相应措施；该处的警示阈值则是根据农业管理人员和农业专家的经验获取，在环境分析系数En达到警示阈值表示农作物所处的环境可能会导致农作物发生死亡或是无法再继续生长，显示一级预警的目的为：警示管理人员目标监测点达的环境达到不可控的情况，需要派遣专业人员进行长期修复作业。
所述步骤二包括如下内容：
步骤201、在数据管控平台内对各个监测点进行可视化展示，通过添加标记的方式完成对各个监测点的区分，标记内容包括：目标监测点的环境数据和环境分析系数En。
步骤202、各个监测点内土壤温度T的获取方式均为：采用温度传感器直接获取，各个监测点内土壤湿度C的获取方式均为：采用湿度传感器直接获取；
所述天气预报数据包括平均气温K和平均空气湿度G；
获取同一目标监测点内的土壤温度T、土壤湿度C、平均气温K以及平均空气湿度G，无量纲处理后，关联获取环境分析系数En；
环境分析系数En的获取方式如下：
；
其中，，/>，且/>，/>为权重，其具体值由用户调整设置，C为常数修正系数。
步骤203、在将天气预报数据和环境数据加入选取的时间序列模型中之前进行特征提取，将土壤温度T、土壤湿度C、平均气温K以及平均空气湿度G作为提取到的关键特征加入时间序列模型中，而后将土壤温度T、土壤湿度C、平均气温K以及平均空气湿度G汇总形成统一数据集，对统一数据集按照3:1的比例划分为训练集和验证集，最后使用训练好的预测模型，预测未来一定时间内环境分析系数En的变化趋势，按照时间轴的方向上，获取各个时间节点对应的环境分析系数En，并将各个环境分析系数En进行连接，从而得到曲线图，用于表示环境分析系数En的变化趋势；
其中，在数据管控平台中显示二级预警的预警等级低于一级预警，且预警阈值＞警示阈值，其中，二级预警在三维地域模型中的表现形式为：目标监测点的标记内容发生频闪，一级预警在三维地域模型中的表现形式为：目标监测点的标记内容显示红色，若是预测的环境分析系数En＞预警阈值，则目标监测点的标记内容显示绿色。
步骤三、获取环境分析系数En达到预警阈值的时间节点，再次获取环境分析系数En达到警示阈值的时间点，记录前后两个时间点之间的时间差，确定管理人员执行管控行为的启动时间点和最短工作时间值；
在启动时间点下监测并获取目标监测点内环境数据与对应标准阈值的差值，判断两个差值的大小，若是土壤温度T与对应标准阈值的差值＞土壤湿度C与对应标准阈值的差值，则启动搭载雾化器的无人机，并将飞行轨迹覆盖目标监测点；若是土壤湿度C与对应标准阈值的差值＞土壤温度T与对应标准阈值的差值，则启动开渠机器人，并将行动轨迹覆盖目标监测点；
需要说明的是：对应土壤温度T的标准阈值为10℃，根据不同地域的情况，该标准阈值会有所波动，根据实际经验和农作物的生长条件可以得知该温度下适合农作物生长，对应土壤湿度C的标准阈值为44％，根据不同地域的情况，该标准阈值会有所波动，根据实际经验和农作物的生长条件可以得知该湿度下适合农作物生长；本申请的管理方法多用于夏季雨水多，导致湿度高的环境，以及夏季阳光充足，导致温度高的环境。
在具体运用过程中：若是目标监测点的温度高，湿度低，判定土壤温度T与对应标准阈值的差值＞土壤湿度C与对应标准阈值的差值，则启动搭载雾化器的无人机，水管连接无人机后，在最短工作时间值内，通过雾化器完成对目标监测点的全面喷洒处理；若是目标监测点的温度低，湿度高，判定土壤湿度C与对应标准阈值的差值＞土壤温度T与对应标准阈值的差值，则启动开渠机器人，在最短工作时间值内将行动轨迹覆盖目标监测点，完成对目标监测点的全面开渠处理。
所述步骤三包括如下内容：
将环境分析系数En达到预警阈值的时间节点记为第一时间节点，将环境分析系数En达到警示阈值的时间点记为第二时间节点，计算并获取第一时间节点与第二时间节点之间的时间差，该时间差为启动执行管控行为后的最短工作时间值，且执行管控行为至少包括：启动搭载雾化器的无人机和启动开渠机器人；
本申请中使用的开渠机器人包括行走单元、通信单元以及开渠单元；
其中，所述行走单元用于驱动整个开渠机器人自由行走，具体可选用带机壳的履带；
所述通信单元设置于行走单元内，用于无线连接开渠机器人和远程操控端，使用者通过操作远程操控端机壳驱动整个开渠机器人按照规定方向进行行走；
所述开渠单元设置于行走单元的末端，直接作用于监测点内的土壤表层，且开渠单元与行走单元保持同步作业，在驱动开渠机器人行走的过程中，利用开渠单元完成对土壤表层进行开渠操作。
具体的，结合步骤二和步骤三可以得知：
使用预测模型可获取环境分析系数En的变化趋势，管理人员能够提前获取环境分析系数En达到预警阈值和警示阈值的时间节点，从而为后续确定管理人员执行管控行为提供了启动的时间点和执行管控行为所限定的最短工作时间值，避免目标监测点内，管控行为还未覆盖到的区域中发生农作物死亡的情况，保证农作物始终保持处于可控的环境内，在一定程度上能够提高农作物的品质，体现了实际管理的效果。
实施例2：请参阅图2，本发明提供一种生态农业信息化用信息服务管理系统，包括平台搭建模块、环境采集模块以及管理调控模块；
其中，平台搭建模块、搭建数据管控平台，使用搭载机器视觉系统的无人机，依据深度相机对农田地域进行成像并构建三维地域模型，在三维地域模型中运用空间分析技术，用于将农田地域划分为若干监测点，并在数据管控平台内进行可视化展示；
环境采集模块、通过采集单元对各个监测点内的环境数据进行采集，该环境数据至少包括：土壤温度T和土壤湿度C，在选定的时间区间内，将天气预报数据和环境数据加入选取的时间序列模型中，经过训练和验证后建立预测模型，基于环境数据和天气预报数据获取每个监测点内的环境分析系数En，预测模型用于预测环境分析系数En的变化趋势；
采用判断单元对环境分析系数En进行判定，若是预测的环境分析系数En≤预警阈值，则在数据管控平台中显示二级预警；若是预测的环境分析系数En≤警示阈值，则在数据管控平台中显示一级预警；
管理调控模块、获取环境分析系数达到预警阈值的时间节点，并将该时间节点作为启动时间点，获取环境分析系数达到警示阈值的时间点，记录前后两个时间点之间的时间值，确定管理人员执行管控行为的启动时间点和最短工作时间值。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述，仅为本申请的具体实施方式，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，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。
Claims (8)
1.一种生态农业信息化用信息服务管理方法，其特征在于：包括如下步骤：
搭建数据管控平台，使用搭载机器视觉系统的无人机，依据深度相机对农田地域进行成像并构建三维地域模型，在三维地域模型中运用空间分析技术，将农田地域划分为若干监测点，并在数据管控平台内进行可视化展示；
对各个监测点内的环境数据进行采集，该环境数据至少包括：土壤温度T和土壤湿度C，在选定的时间区间内，将天气预报数据和环境数据加入选取的时间序列模型中，经过训练和验证后建立预测模型，基于环境数据和天气预报数据获取每个监测点内的环境分析系数En，预测模型用于预测环境分析系数En的变化趋势；
所述天气预报数据包括平均气温K和平均空气湿度G；
获取同一目标监测点内的土壤温度T、土壤湿度C、平均气温K以及平均空气湿度G，无量纲处理后，关联获取环境分析系数En；
环境分析系数En的获取方式如下：
；
其中，，/>，且/>，/>为权重，其具体值由用户调整设置，C为常数修正系数；
若是预测的环境分析系数En≤预警阈值，则在数据管控平台中显示二级预警；
若是预测的环境分析系数En≤警示阈值，则在数据管控平台中显示一级预警；
获取环境分析系数En达到预警阈值的时间节点，再次获取环境分析系数En达到警示阈值的时间点，记录前后两个时间点之间的时间差，确定管理人员执行管控行为的启动时间点和最短工作时间值；
在启动时间点下监测并获取目标监测点内环境数据与对应标准阈值的差值，判断两个差值的大小，若是土壤温度T与对应标准阈值的差值＞土壤湿度C与对应标准阈值的差值，则启动搭载雾化器的无人机，并将飞行轨迹覆盖目标监测点；若是土壤湿度C与对应标准阈值的差值＞土壤温度T与对应标准阈值的差值，则启动开渠机器人，并将行动轨迹覆盖目标监测点；
在将天气预报数据和环境数据加入选取的时间序列模型中之前进行特征提取，将土壤温度T、土壤湿度C、平均气温K以及平均空气湿度G作为提取到的关键特征加入时间序列模型中，而后将土壤温度T、土壤湿度C、平均气温K以及平均空气湿度G汇总形成统一数据集，对统一数据集按照3:1的比例划分为训练集和验证集，最后使用训练好的预测模型，预测未来一定时间内环境分析系数En的变化趋势。
2.根据权利要求1所述的一种生态农业信息化用信息服务管理方法，其特征在于：在搭建的数据管控平台中实施显示农田地域中的各个监测点，并在三维地域模型中对各个监测点的边界进行二次建模，将依据深度相机获取到的地形和土地类型结合到各个监测点内。
3.根据权利要求1所述的一种生态农业信息化用信息服务管理方法，其特征在于：在数据管控平台内对各个监测点进行可视化展示，通过添加标记的方式完成对各个监测点的区分，标记内容包括：目标监测点的环境数据和环境分析系数En。
4.根据权利要求1所述的一种生态农业信息化用信息服务管理方法，其特征在于：各个监测点内土壤温度T的获取方式均为：采用温度传感器直接获取，各个监测点内土壤湿度C的获取方式均为：采用湿度传感器直接获取。
5.根据权利要求3所述的一种生态农业信息化用信息服务管理方法，其特征在于：在数据管控平台中显示二级预警的预警等级低于一级预警，且预警阈值＞警示阈值，其中，二级预警在三维地域模型中的表现形式为：目标监测点的标记内容发生频闪，一级预警在三维地域模型中的表现形式为：目标监测点的标记内容显示红色，若是预测的环境分析系数En＞预警阈值，则目标监测点的标记内容显示绿色。
6.根据权利要求1所述的一种生态农业信息化用信息服务管理方法，其特征在于：将环境分析系数En达到预警阈值的时间节点记为第一时间节点，将环境分析系数En达到警示阈值的时间点记为第二时间节点，计算并获取第一时间节点与第二时间节点之间的时间差，该时间差为启动执行管控行为后的最短工作时间值，且执行管控行为至少包括：启动搭载雾化器的无人机和启动开渠机器人。
7.根据权利要求6所述的一种生态农业信息化用信息服务管理方法，其特征在于：所述开渠机器人包括行走单元、通信单元以及开渠单元；
其中，所述行走单元用于驱动整个开渠机器人自由行走；
所述通信单元设置于行走单元内，用于无线连接开渠机器人和远程操控端；
所述开渠单元设置于行走单元的末端，直接作用于监测点内的土壤表层，且开渠单元与行走单元保持同步作业。
8.一种生态农业信息化用信息服务管理系统，其特征在于：包括平台搭建模块、环境采集模块以及管理调控模块；
其中，平台搭建模块、搭建数据管控平台，使用搭载机器视觉系统的无人机，依据深度相机对农田地域进行成像并构建三维地域模型，在三维地域模型中运用空间分析技术，用于将农田地域划分为若干监测点，并在数据管控平台内进行可视化展示；
环境采集模块、通过采集单元对各个监测点内的环境数据进行采集，该环境数据至少包括：土壤温度T和土壤湿度C，在选定的时间区间内，将天气预报数据和环境数据加入选取的时间序列模型中，经过训练和验证后建立预测模型，基于环境数据和天气预报数据获取每个监测点内的环境分析系数En，预测模型用于预测环境分析系数En的变化趋势；
所述天气预报数据包括平均气温K和平均空气湿度G；
获取同一目标监测点内的土壤温度T、土壤湿度C、平均气温K以及平均空气湿度G，无量纲处理后，关联获取环境分析系数En；
环境分析系数En的获取方式如下：
；
其中，，/>，且/>，/>为权重，其具体值由用户调整设置，C为常数修正系数；
采用判断单元对环境分析系数En进行判定，若是预测的环境分析系数En≤预警阈值，则在数据管控平台中显示二级预警；若是预测的环境分析系数En≤警示阈值，则在数据管控平台中显示一级预警；
管理调控模块、获取环境分析系数达到预警阈值的时间节点，并将该时间节点作为启动时间点，获取环境分析系数达到警示阈值的时间点，记录前后两个时间点之间的时间值，确定管理人员执行管控行为的启动时间点和最短工作时间值；
在启动时间点下监测并获取目标监测点内环境数据与对应标准阈值的差值，判断两个差值的大小，若是土壤温度T与对应标准阈值的差值＞土壤湿度C与对应标准阈值的差值，则启动搭载雾化器的无人机，并将飞行轨迹覆盖目标监测点；若是土壤湿度C与对应标准阈值的差值＞土壤温度T与对应标准阈值的差值，则启动开渠机器人，并将行动轨迹覆盖目标监测点；
在将天气预报数据和环境数据加入选取的时间序列模型中之前进行特征提取，将土壤温度T、土壤湿度C、平均气温K以及平均空气湿度G作为提取到的关键特征加入时间序列模型中，而后将土壤温度T、土壤湿度C、平均气温K以及平均空气湿度G汇总形成统一数据集，对统一数据集按照3:1的比例划分为训练集和验证集，最后使用训练好的预测模型，预测未来一定时间内环境分析系数En的变化趋势。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311041778.2A CN116757509B (zh) | 2023-08-18 | 2023-08-18 | 一种生态农业信息化用信息服务管理方法及管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311041778.2A CN116757509B (zh) | 2023-08-18 | 2023-08-18 | 一种生态农业信息化用信息服务管理方法及管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116757509A CN116757509A (zh) | 2023-09-15 |
| CN116757509B true CN116757509B (zh) | 2023-10-27 |
Family
ID=87957625
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311041778.2A Active CN116757509B (zh) | 2023-08-18 | 2023-08-18 | 一种生态农业信息化用信息服务管理方法及管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116757509B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117636056B (zh) * | 2023-12-13 | 2024-06-18 | 中南大学 | 基于大数据的农业信息监控方法及系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108761570A (zh) * | 2018-03-14 | 2018-11-06 | 南京中科九章信息技术有限公司 | 一种机坪雷电安全防护系统和方法 |
| CN109376909A (zh) * | 2018-09-27 | 2019-02-22 | 中国农业科学院农业信息研究所 | 一种农产品监测预警模型系统 |
| CN110070690A (zh) * | 2019-05-13 | 2019-07-30 | 上海荷福人工智能科技（集团）有限公司 | 一种基于深度学习的智能消防分级预警方法及系统 |
| CN110132218A (zh) * | 2019-04-17 | 2019-08-16 | 青岛理工大学 | 基于边坡稳定性监测的多等级预警测定方法 |
| CN112136667A (zh) * | 2020-11-26 | 2020-12-29 | 江苏久智环境科技服务有限公司 | 一种基于边缘机器学习的智能喷灌方法及系统 |
| CN115345466A (zh) * | 2022-08-10 | 2022-11-15 | 国网江苏省电力有限公司泰州供电分公司 | 基于网架拓扑与多源数据融合的配电网在线评估系统 |
| CN115936916A (zh) * | 2022-12-20 | 2023-04-07 | 齐齐哈尔大学 | 一种基于大数据的智慧农业服务平台 |
| CN116362571A (zh) * | 2023-06-02 | 2023-06-30 | 北京建工环境修复股份有限公司 | 一种基于深度学习的多源污染时空特征分析方法及系统 |
| CN116362570A (zh) * | 2023-06-02 | 2023-06-30 | 北京建工环境修复股份有限公司 | 一种基于大数据平台的多维度污染分析方法及系统 |
-
2023
- 2023-08-18 CN CN202311041778.2A patent/CN116757509B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108761570A (zh) * | 2018-03-14 | 2018-11-06 | 南京中科九章信息技术有限公司 | 一种机坪雷电安全防护系统和方法 |
| CN109376909A (zh) * | 2018-09-27 | 2019-02-22 | 中国农业科学院农业信息研究所 | 一种农产品监测预警模型系统 |
| CN110132218A (zh) * | 2019-04-17 | 2019-08-16 | 青岛理工大学 | 基于边坡稳定性监测的多等级预警测定方法 |
| CN110070690A (zh) * | 2019-05-13 | 2019-07-30 | 上海荷福人工智能科技（集团）有限公司 | 一种基于深度学习的智能消防分级预警方法及系统 |
| CN112136667A (zh) * | 2020-11-26 | 2020-12-29 | 江苏久智环境科技服务有限公司 | 一种基于边缘机器学习的智能喷灌方法及系统 |
| CN115345466A (zh) * | 2022-08-10 | 2022-11-15 | 国网江苏省电力有限公司泰州供电分公司 | 基于网架拓扑与多源数据融合的配电网在线评估系统 |
| CN115936916A (zh) * | 2022-12-20 | 2023-04-07 | 齐齐哈尔大学 | 一种基于大数据的智慧农业服务平台 |
| CN116362571A (zh) * | 2023-06-02 | 2023-06-30 | 北京建工环境修复股份有限公司 | 一种基于深度学习的多源污染时空特征分析方法及系统 |
| CN116362570A (zh) * | 2023-06-02 | 2023-06-30 | 北京建工环境修复股份有限公司 | 一种基于大数据平台的多维度污染分析方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116757509A (zh) | 2023-09-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11126886B2 (en) | Cloud detection on remote sensing imagery | |
| US10699185B2 (en) | Crop yield estimation using agronomic neural network | |
| US20180350054A1 (en) | Organism growth prediction system using drone-captured images | |
| CN116757509B (zh) | 一种生态农业信息化用信息服务管理方法及管理系统 | |
| JP6820625B1 (ja) | サーバ、森林データ利用システム、森林データ利用方法およびプログラム | |
| CN114331753B (zh) | 农事智能化的方法、装置及控制设备 | |
| CN111784082B (zh) | 一种基于大数据的gis山洪预防预警系统 | |
| JP6906824B1 (ja) | 情報処理装置、樹木の成長率予測システム、樹木の成長率予測方法及びプログラム | |
| CN111062526B (zh) | 一种冬小麦单产预测方法及系统 | |
| CN115205695B (zh) | 一种根据种植数据确定种植策略的方法和系统 | |
| CN117575834A (zh) | 一种油茶智能种植管理系统 | |
| CN117770106A (zh) | 一种基于数字孪生的农田灌溉方法 | |
| CN115761475A (zh) | 一种用于玉米小麦幼苗的在线监控识别系统 | |
| CN114971212A (zh) | 一种基于农业物联网的元宇宙交互系统及其方法 | |
| CN114091774A (zh) | 一种作物产量预估方法及装置 | |
| Huang et al. | Digital image analysis technologies for decision support systems in agricultural | |
| Sayad et al. | Crop management using Big Data | |
| CN111866464B (zh) | 一种基于虚拟现实技术的农用拖拉机远程控制系统 | |
| CN113240196A (zh) | 农业气象数据确定方法、装置、农业管理平台及存储介质 | |
| JP2021197085A (ja) | サーバ、路網計画策定システム、路網計画策定方法およびプログラム | |
| CN113031547B (zh) | 智慧农业生产系统智能闭环控制方法 | |
| CN117390552A (zh) | 基于数字孪生的智能灌溉系统及方法 | |
| Zhang et al. | Generating time series of medium-resolution albedo images by Kalman filtering algorithm | |
| US20240210170A1 (en) | Method for tracking and monitoring a scan order for a geographic region | |
| CN117456363A (zh) | 基于数字孪生的果园监测系统 |
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 |