CN117057946A - 一种智慧农业园区数据监控装置及方法 - Google Patents

Abstract

本发明公开了一种智慧农业园区数据监控装置及方法，涉及智慧农业技术领域，所示装置包括远程监测模块、信息处理模块、农作物评估模块、信息显示模块和警报模块。本发明通过设置的远程监测模块、信息处理模块、农作物评估模块、信息显示模块和警报模块配合使用，利用物联网大数据对农业生产中的各种数据进行采集处理，针对农户在农业生产的各个环节中遇到的各种问题提供相应的识别、预警、教学指导和解决方案，且可对农作物收成和市场需求量估算提供有效帮助，构成一个完整的智慧农业系统，可以有效地提高农作物的产量，实现对农作物生长的智能化、自动化监控，可以极大地减轻农民的负担，真正实现了智慧农业。

Description

一种智慧农业园区数据监控装置及方法

技术领域

本发明涉及农业技术领域，具体涉及一种智慧农业园区数据监控装置及方法。

背景技术

智慧农业园区就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，智慧农业运去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的内容，智慧农业园区物联网技术在现代农业领域的应用，主要有监控功能系统、监测功能系统、实时图像与视频监控功能，例如在现有的中国专利号201910902340.6中提出了一种基于大数据的智能化、自动化农业数据采集系统，它具有根据对环境中的不同数据进行采集，计算出不同环境数据对农作物生长周期的影响，使得可以准确的推算出当前环境因素下农作物的的生长周期，不需要农民前往田间去观察农作物的成熟情况，可以通过收割时间点的天气变化选择最佳合适的收割时间，可以有效地避免人为判断上的失误对农作物产量的影响的优点，但是智慧农业系统不应只用于农作物的收割环节，还应用于帮助农户监控作物生长过程、识别解决病虫害、评估农作物收成及不同农产品的市场需求，这样才能构成一个完整的智慧农业系统。

为了解决上述问题，本发明提出一种智慧农业运去数据监控装置及方法。

发明内容

针对现有技术中的不足，本发明提供一种智慧农业运去数据监控装置及方法，以解决现有技术中的技术问题。

为了实现以上目的，本发明提供的技术方案如下：

一方面，一种智慧农业园区数据监控装置，包括远程监测模块、信息处理模块、风险评估模块、信息显示模块和警报模块；

所述远程监测模块用于对农业环境图像信息和农业生理信息进行全面监测；

所述信息处理模块用于对远程监控模块所采集的信息进行数据化处理，进而对农作物的生长状态进行评估，所述生长状态包括病虫害情况、农作物生长情况、灾害情况；

所述风险评估模块用于根据农作物的生长状态和生产作业信息对质量安全进行评估，生成生产风险分析报告，根据农作物的生长状态和销售作业信息对销售安全进行评估，生成销售风险分析报告；

所述信息显示模块用于显示所述生长状态的评估结果、生产风险分析报告和销售风险分析报告；

所述报警模块对异常信息进行报警。

优选的，通过监控摄像头对农业环境图像信息进行采集，通过传感器对农业生理信息进行采集，所述传感器包括土壤温度传感器、土壤湿度传感器、土壤PH传感器、光合作用测定仪、叶绿素仪、气象监测仪、虫情测报灯中的一种或者多种。

优选的，所述信息处理模块包括：

信息预处理模块，用于所述农业环境图像信息进行第一预处理，对所述农业生理信息进行第二预处理，所述第一预处理包括：数据清洗、数据插补、数据标准化、数据降噪中的一种或者多种，所述第二预处理包括图像去噪、图像增强、图像裁剪和缩放、图像旋转和矫正中的一种或者多种。

优选的，所述信息处理模块还包括：

病虫害情况评估模块，用于根据预处理后的数据确定害虫种类、密度和活动水平；

灾害情况评估模块，用于根据预处理后的数据确定灾害类型、灾害程度；

生长情况评估模块，用于根据预处理后的数据、结合病虫害情况和灾害情况确定农作物的生长阶段及阶段状态。

优选的，所述病虫害情况评估模块具体用于：

利用轮廓搜索算法提取初始害虫轮廓，根据轮廓的大小和形状特征提取害虫轮廓；

利用目标识别算法结合所述害虫轮廓的形状特征和纹理特征确定害虫类型和害虫数量；

根据各个时段害虫类型和害虫数量的变化情况以及害虫季节特征确定害虫活动水平。

优选的，所述灾害情况评估模块具体用于：

利用轮廓搜索算法确定灾害范围，根据所述灾害范围确定灾害广度；

利用目标识别算法确定灾害类型和灾害农作物；

利用特征识别算法确定灾害农作物的损害程度和损害部位；

根据农作物类型、损害程度和损害部位确定农作物损害程度；

根据农作物损害程度和灾害广度确定灾害程度。

优选的，所述生长情况评估模块具体用于：

利用轮廓搜索算法确定农作物的冠层的覆盖面积和密度，根据所述覆盖面积和密度确定冠层覆盖度；

利用特征识别算法确定农作物的高度、株型和枝叶展开情况，根据所述高度、株型和枝叶展开情况确定生长速度；

利用特征识别算法提取农作物的生物学特征，根据所述生物学特征确定农作物的生长阶段；

根据土壤元素变化情况确定植株的营养吸收率；

根据所述冠层覆盖度、生长速度、生长阶段、营养吸收率和病害虫情况和灾害情况确定农作物的阶段状态。

优选的，所述风险评估模块包括生产风险分析模块，所述生产风险分析模块具体用于：

根据农作物在当前生长状态评估节点的生长状态控制生产设备工作，获取生产作业信息，所述生产作业信息包括作业人员信息和作业设备运行信息；

根据所述生产作业信息预测农作物在下一生长状态评估节点的生长状态；

对两个节点的生长状态进行分析，根据分析结果生成生产风险分析报告。

优选的，所述风险评估模块还包括销售风险分析模块，所述销售风险分析模块具体用于：

根据农作物在当前生产状态评估节点的生长状态预测收获时间和收获量；

根据销售作业信息预测收货时间时的销售作业信息，根据收货时间对应的销售作业信息确定生产过程损耗量和市场需求量，对所述收货量、生产过程损耗量和市场需求量进行分析，根据分析结果生成销售风险分析报告。

另一方面，一种智慧农业园区数据监控装置，包括：

通过远程监测模块对农业环境图像信息和农业生理信息进行全面监测；

对远程监控模块所采集的信息进行数据化处理，进而对农作物的生长状态进行评估和预测，所述生长状态包括病虫害情况、农作物生长情况、灾害情况；

根据农作物的生长状态和生产作业信息对质量安全进行评估，生成生产风险分析报告，根据农作物的生长状态和销售作业信息对销售安全进行评估，生成销售风险分析报告；

显示所述生长状态的评估结果、生产风险分析报告和销售风险分析报告；

对异常信息进行报警。

本发明的有益效果体现在：本发明通过设置的远程监测模块、信息处理模块、风险评估模块、信息显示模块和警报模块配合使用，利用物联网大数据对农业生产中的各种数据进行采集处理，针对农户在农业生产的各个环节中遇到的各种问题提供相应的识别、预警、教学指导和解决方案，且可对农作物收成和市场需求量估算提供有效帮助，构成一个完整的智慧农业系统，可以有效地提高农作物的产量，实现对农作物生长的智能化、自动化监控，可以极大地减轻农民的负担，真正实现了智慧农业。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1为本发明实施例提供的一种智慧农业园区数据监控装置的结构示意图；

图2为本发明实施例提供的信息处理模块的结构示意图；

图3为本发明实施例提供的的风险评估模块的结构示意图；

图4为本发明实施例提供的一种智慧农业园区数据监控方法的流程示意图。

具体实施方式

下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。

需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。

如图1所示，一种智慧农业园区数据监控装置，包括远程监测模块、信息处理模块、风险评估模块、信息显示模块和警报模块。

所述远程监测模块用于对农业环境图像信息和农业生理信息进行全面监测。

在本实施例中，通过监控摄像头对农业环境图像信息进行采集，通过传感器对农业生理信息进行采集，所述传感器包括土壤温度传感器、土壤湿度传感器、土壤PH传感器、光合作用测定仪、叶绿素仪、气象监测仪、虫情测报灯中的一种或者多种。

所述信息处理模块用于对远程监控模块所采集的信息进行数据化处理，进而对农作物的生长状态进行评估，所述生长状态包括病虫害情况、农作物生长情况、灾害情况；

如图2所示，在本实施例中，所述信息处理模块包括：信息预处理模块，用于所述农业环境图像信息进行第一预处理，对所述农业生理信息进行第二预处理；所述第一预处理包括：数据清洗、数据插补、数据标准化、数据降噪中的一种或者多种，所述第二预处理包括图像去噪、图像增强、图像裁剪和缩放、图像旋转和矫正中的一种或者多种。

具体的，数据清洗：对采集到的数据进行筛选和过滤，去除异常值和噪声数据，确保数据的准确性和可靠性；数据插补：对采集到的数据进行插值填补，填补缺失数据，使得数据连续完整，方便后续分析和处理；数据标准化：对采集到的数据进行标准化处理，将数据转化为相同的量纲和范围，消除不同传感器之间的差异，方便后续的数据分析和比较；数据降噪：对采集到的数据进行平滑处理，去除数据中的高频噪声，提取数据的趋势和规律。

具体的，图像去噪：对采集到的图像数据进行去噪处理，消除图像中的噪点和伪像，提高图像的质量和清晰度；图像增强：对采集到的图像数据进行增强处理，调整图像的亮度、对比度和色彩等，使得图像更加清晰和易于分析；图像裁剪和缩放：对采集到的图像进行裁剪和缩放，选择感兴趣的区域并调整图像的尺寸和比例，方便后续的特征提取和分析；图像旋转和矫正：对采集到的图像进行旋转和矫正处理，使得图像的方向和角度与参考标准一致，方便后续的图像识别和分析。

本实施例中的信息预处理模块通过对农业环境图像信息和农业生理信息进行预处理，能提高数据质量和图像质量，为后续的数据分析和决策提供可靠的数据基础，从而优化农业生产决策和管理效果。

如图2所示，在本实施例中，所述信息处理模块还包括：病虫害情况评估模块，用于根据预处理后的数据确定害虫种类、密度和活动水平；灾害情况评估模块，用于根据预处理后的数据确定灾害类型、灾害程度；生长情况评估模块，用于根据预处理后的数据、结合病虫害情况和灾害情况确定农作物的生长阶段及阶段状态。

具体的，所述病虫害情况评估模块具体用于：利用轮廓搜索算法提取初始害虫轮廓，根据轮廓的大小和形状特征提取害虫轮廓；利用目标识别算法结合所述害虫轮廓的形状特征和纹理特征确定害虫类型和害虫数量；根据各个时段害虫类型和害虫数量的变化情况以及害虫季节特征确定害虫活动水平。

进一步的，运用轮廓搜索算法，在预处理后的农业环境图像中检测并提取出害虫的初步轮廓；根据害虫轮廓的大小和形状特征，利用图像处理算法进一步提取害虫轮廓；利用目标识别算法对提取的害虫轮廓进行分析，提取轮廓的形状特征和纹理特征，结合害虫轮廓的特征和预设的害虫特征数据库，确定害虫的具体类型，根据害虫轮廓数量和密度，估算害虫的数量；分析各个时间段内不同害虫类型和数量的变化情况，综合考虑害虫的季节特征(如温度、湿度等)，确定害虫的活动水平。

监控摄像头与虫情测报灯配合使用实现病虫害图像信息的采集；每个监控区域的用于监控病虫害的监控摄像头与虫情测报灯根据该区域农作物密度和农作物范围决定。

具体的，所述灾害情况评估模块具体用于：利用轮廓搜索算法确定灾害范围，根据所述灾害范围确定灾害广度；利用目标识别算法确定灾害类型和灾害农作物；利用特征识别算法确定灾害农作物的损害程度和损害部位；根据农作物类型、损害程度和损害部位确定农作物损害程度；根据农作物损害程度和灾害广度确定灾害程度。

进一步的，运用轮廓搜索算法，检测出农作物图像中受灾的范围，分析轮廓检测结果，确定受灾范围的大小；使用目标识别算法对受灾范围内的图像进行分析，根据图像中的特征，确定灾害的类型和受灾农作物，对受灾农作物进行图像分析，提取农作物的特征(如颜色、形状等)，根据特征，确定农作物的损害程度和损害部位，例如，对于庄稼类作物，可以根据受灾部位和程度来确定作物的损害程度，如叶片受害、果实受害等。综合考虑损害部位，使用特征识别算法来确定不同农作物部位的受损程度，例如，对于果树来说，可以根据果实的数量、形状和发育状况等特征来确定受损的程度。

具体的，所述生长情况评估模块具体用于：利用轮廓搜索算法确定农作物的冠层的覆盖面积和密度，根据所述覆盖面积和密度确定冠层覆盖度；利用特征识别算法确定农作物的高度、株型和枝叶展开情况，根据所述高度、株型和枝叶展开情况确定生长速度；利用特征识别算法提取农作物的生物学特征，根据所述生物学特征确定农作物的生长阶段；根据土壤元素变化情况确定植株的营养吸收率；根据所述冠层覆盖度、生长速度、生长阶段、营养吸收率和病害虫情况和灾害情况确定农作物的阶段状态。

具体的，利用轮廓搜索算法等技术，通过对农作物图像或实地观测的处理，确定农作物冠层的覆盖面积和密度，从而计算出冠层覆盖度的指标。冠层覆盖度反映了作物群体对地面的遮阴程度，能够评估作物光合作用的效率和竞争性。利用特征识别算法，对农作物的高度、株型和枝叶展开情况进行识别和测量。根据所得数据，计算农作物的生长速度指标，如生长高度的增长速率，株型的发育状况等。生长速度是评估作物生长强度和发育情况的重要指标之一。生长阶段识别：利用特征识别算法和农作物的生物学特征(如叶片形态、颜色、花期等)，对农作物的生长阶段进行分类和识别。这些信息用于确定农作物的生长阶段，例如幼苗、生长期、开花期和成熟期等。营养吸收率评估：结合土壤元素含量和作物叶片或根系的养分含量分析，计算作物的营养吸收率，评估作物对土壤中养分的吸收和利用情况。这有助于确定作物的养分供给状态和植物的健康水平。

通过上述评估指标，农作物生长情况评估模块能够提供农作物的阶段状态、生长速度、冠层覆盖度、营养吸收率以及病虫害和灾害情况等信息，为农业管理者提供农作物生长的综合评估和决策依据。

本实施例的信息处理模块可以及时准确地对农作物的病虫害情况、灾害情况和生长情况进行评估和监测，用户可以根据评估结果，及时采取相应的措施来保护农作物，提高农作物的产量和质量，从而增加农民的收益，进而可以提高农作物的综合管理水平，促进农业的可持续发展。

所述风险评估模块用于根据农作物的生长状态和生产作业信息对质量安全进行评估，生成生产风险分析报告，根据农作物的生长状态和销售作业信息对销售安全进行评估，生成销售风险分析报告。

如图3所示，在本实施例中，所述风险评估模块包括生产风险分析模块，所述生产风险分析模块具体用于：根据农作物在当前生长状态评估节点的生长状态控制生产设备工作，获取生产作业信息，所述生产作业信息包括作业人员信息和作业设备运行信息；根据所述生产作业信息预测农作物在下一生长状态评估节点的生长状态；对两个节点的生长状态进行分析，根据分析结果生成生产风险分析报告。

风险评估模块与农业生产设备和作业人员的信息系统连接，通过实时监测农作物的生长状态，调控相关生产设备的工作。例如，在当前节点的生长状态评估中，该模块通过传感器技术获取作物的生长指标，如冠层覆盖度、生长速度等，并根据这些指标控制灌溉设备、施肥设备等进行作业操作，同时，记录作业人员信息和作业设备运行信息。根据所获取的生产作业信息，生产风险分析模块能够利用数据分析和机器学习算法预测农作物在下一个生长状态评估节点的生长状态。这样就能够提前了解作物的生长情况，辅助农业管理者制定下一步的作业计划和决策，减少生产风险。

在分析两个节点的生长状态之后，生产风险分析模块将根据分析结果生成生产风险分析报告，报告会依据农作物的生长情况、作业设备的运行情况、作业人员的操作等因素，评估当前生产过程的风险程度，并提供相应的建议和措施。这样，农业管理者可以根据报告中的风险分析结果，及时调整和优化作业方案，提高农作物的产量和质量。

在本实施例中，所述风险评估模块还包括销售风险分析模块，所述销售风险分析模块具体用于：根据农作物在当前生产状态评估节点的生长状态预测收获时间和收获量；根据销售作业信息预测收货时间时的销售作业信息，根据收货时间对应的销售作业信息确定生产过程损耗量和市场需求量，对所述收货量、生产过程损耗量和市场需求量进行分析，根据分析结果生成销售风险分析报告。

风险评估模块通过对农作物生长状态的预测，可以推测出预计的收获时间和收获量，根据当前的生产状态评估节点的生长情况，结合历史数据和模型预测，可以估计农作物的成熟和收获时间，并预测收获量的范围。根据销售作业信息预测收货时间时的销售作业信息，可以了解市场销售的需求情况，例如订购量、销售合同等，结合预测的收获时间，可以计算出收货时的销售作业信息，包括销售量、生产过程损耗量等。

销售风险分析模块将根据预测的收货量、生产过程损耗量和市场需求量进行分析。通过对这些数据的比较和分析，可以评估销售风险的程度，如供需失衡、过量供应或不足等情况。根据分析结果，销售风险分析模块将生成销售风险分析报告，提供关于销售风险的详细信息和建议,这样，风险评估模块中的销售风险分析模块能够结合农作物的生长状态、销售作业信息和市场需求数据，预测收获时间和收获量，并分析销售风险的情况。通过销售风险分析报告，农业管理者可以了解销售风险的因素，针对风险情况进行调整和优化，以提高销售效益和市场竞争力。

所述信息显示模块用于显示所述生长状态的评估结果、生产风险分析报告和销售风险分析报告。

信息显示模块负责将农业园区数据监控装置所采集和评估的生长状态、生产风险分析报告和销售风险分析报告展示给用户，可以通过显示屏、手机应用或者网页等形式将这些信息直观地呈现出来。具体的，将农作物的生长状态以图表、曲线或者文字形式显示出来，让用户了解农作物的健康状况、生长速度以及可能存在的病虫害或灾害情况，同时，通过生产风险分析报告和销售风险分析报告的展示，用户可以了解农作物当前的风险情况、预测的生产和销售情况，从而作出相应的决策。

本实施例提供的信息显示模块提供全面的农作物信息和数据分析结果，帮助用户实时了解园区的运营状况和决策依据，促进农作物的高效生产和市场销售。

所述报警模块对异常信息进行报警。

报警模块负责监测异常信息并及时报警，以便用户可以迅速采取措施进行处理，可以设置不同的报警阈值和方式，根据农作物生长情况、病虫害情况、灾害情况等因素来触发报警。具体的，当农作物的生长状态达到危险指标或者出现严重的病虫害或灾害情况时，报警模块可以通过声音、光线、短信、手机应用等方式发送警报给用户，提醒他们采取相应的应急措施，保护农作物的健康和安全。

本实施例提供的报警模块能够及时发现和处理农作物生长过程中的异常情况，减少损失并提高生产效益，帮助用户快速响应和调整生产计划，有效应对各种风险和挑战。

综上，本实施例提供的智慧农业园区数据监控装置具有以下有益效果：

1)提高农业生产效率：该装置利用传感器和监控摄像头对农业环境图像信息和生理信息进行全面监测，并通过信息处理模块对这些数据进行处理和评估。这样一来，用户无需亲自去田间观察作物生长情况，可以及时了解到农作物的生长状态、病虫害情况和灾害情况，从而更加精准地进行农作物管理和农业生产决策，提高生产效率。

2)优化生产和销售风险分析：装置中的风险评估模块通过对预处理后的数据进行分析，可以实时评估农作物的生产和销售风险。它能根据农作物的生长状态和生产作业信息预测下一生长状态的情况，进而分析生产风险并生成相应的报告。同时，它还可以通过销售作业信息预测收获时间和收获量，分析销售风险并生成相应的报告。这样用户可以更好地控制生产和销售风险，提高农产品的质量和市场竞争力。

3)实现智慧农业全流程管理：该装置不仅可以监测和评估农作物的生长情况和病虫害情况，还可以根据数据分析识别灾害情况、评估农作物的质量安全和销售安全，生成相应的报告。这样可以帮助农户全面监控作物生长的过程，及时识别和解决病虫害问题，评估农作物收成和市场需求，实现整个农业生产过程的智能化管理，提高农作物的产量和品质。

4)实现可视化和远程监控：通过信息显示模块，该装置可以将农作物的生长状态评估结果、生产风险分析报告和销售风险分析报告直观地显示出来，用户可以通过移动平台或电脑平台随时随地查看。此外，装置还具备报警模块，可以对异常信息进行及时报警。这样用户可以通过可视化界面进行农业数据监控和管理，远程掌握农作物的情况，更加方便和高效地进行农业生产管理。

总之，该智慧农业园区数据监控装置可以提高农业生产效率，优化生产和销售风险分析，实现智慧农业全流程管理，并且具备可视化和远程监控的特点。这将有助于推动农业现代化，提高农产品的质量和市场竞争力。

如图4所示，一种智慧农业园区数据监控方法，包括：通过远程监测模块对农业环境图像信息和农业生理信息进行全面监测；对远程监控模块所采集的信息进行数据化处理，进而对农作物的生长状态进行评估和预测，所述生长状态包括病虫害情况、农作物生长情况、灾害情况；根据农作物的生长状态和生产作业信息对质量安全进行评估，生成生产风险分析报告，根据农作物的生长状态和销售作业信息对销售安全进行评估，生成销售风险分析报告；显示所述生长状态的评估结果、生产风险分析报告和销售风险分析报告；对异常信息进行报警。

应当理解地，本发明实施例提供的一种智慧农业园区数据监控装置与上述实施例出于相同的发明构思，关于本发明实施例中各个流程更加具体的工作原理可参考上述实施例，在此不做赘述。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (10)

1.一种智慧农业园区数据监控装置，其特征在于，包括远程监测模块、信息处理模块、风险评估模块、信息显示模块和警报模块；

所述远程监测模块用于对农业环境图像信息和农业生理信息进行全面监测；

所述信息处理模块用于对远程监控模块所采集的信息进行数据化处理，进而对农作物的生长状态进行评估，所述生长状态包括病虫害情况、农作物生长情况、灾害情况；

所述风险评估模块用于根据农作物的生长状态和生产作业信息对质量安全进行评估，生成生产风险分析报告，根据农作物的生长状态和销售作业信息对销售安全进行评估，生成销售风险分析报告；

所述信息显示模块用于显示所述生长状态的评估结果、生产风险分析报告和销售风险分析报告；

所述报警模块对异常信息进行报警。

2.根据权利要求1所述的一种智慧农业园区数据监控装置，其特征在于，通过监控摄像头对农业环境图像信息进行采集，通过传感器对农业生理信息进行采集，所述传感器包括土壤温度传感器、土壤湿度传感器、土壤PH传感器、光合作用测定仪、叶绿素仪、气象监测仪、虫情测报灯中的一种或者多种。

3.根据权利要求1所述的一种智慧农业园区数据监控装置，其特征在于，所述信息处理模块包括：

信息预处理模块，用于所述农业环境图像信息进行第一预处理，对所述农业生理信息进行第二预处理，所述第一预处理包括：数据清洗、数据插补、数据标准化、数据降噪中的一种或者多种，所述第二预处理包括图像去噪、图像增强、图像裁剪和缩放、图像旋转和矫正中的一种或者多种。

4.根据权利要求3所述的一种智慧农业园区数据监控装置，其特征在于，所述信息处理模块还包括：

病虫害情况评估模块，用于根据预处理后的数据确定害虫种类、密度和活动水平；

灾害情况评估模块，用于根据预处理后的数据确定灾害类型、灾害程度；

生长情况评估模块，用于根据预处理后的数据、结合病虫害情况和灾害情况确定农作物的生长阶段及阶段状态。

5.根据权利要求4所述的一种智慧农业园区数据监控装置，其特征在于，所述病虫害情况评估模块具体用于：

利用轮廓搜索算法提取初始害虫轮廓，根据轮廓的大小和形状特征提取害虫轮廓；

利用目标识别算法结合所述害虫轮廓的形状特征和纹理特征确定害虫类型和害虫数量；

根据各个时段害虫类型和害虫数量的变化情况以及害虫季节特征确定害虫活动水平。

6.根据权利要求4所述的一种智慧农业园区数据监控装置，其特征在于，所述灾害情况评估模块具体用于：

利用轮廓搜索算法确定灾害范围，根据所述灾害范围确定灾害广度；

利用目标识别算法确定灾害类型和灾害农作物；

利用特征识别算法确定灾害农作物的损害程度和损害部位；

根据农作物类型、损害程度和损害部位确定农作物损害程度；

根据农作物损害程度和灾害广度确定灾害程度。

7.根据权利要求4所述的一种智慧农业园区数据监控装置，其特征在于，所述生长情况评估模块具体用于：

利用轮廓搜索算法确定农作物的冠层的覆盖面积和密度，根据所述覆盖面积和密度确定冠层覆盖度；

利用特征识别算法确定农作物的高度、株型和枝叶展开情况，根据所述高度、株型和枝叶展开情况确定生长速度；

利用特征识别算法提取农作物的生物学特征，根据所述生物学特征确定农作物的生长阶段；

根据土壤元素变化情况确定植株的营养吸收率；

根据所述冠层覆盖度、生长速度、生长阶段、营养吸收率和病害虫情况和灾害情况确定农作物的阶段状态。

8.根据权利要求1所述的一种智慧农业园区数据监控装置，其特征在于，所述风险评估模块包括生产风险分析模块，所述生产风险分析模块具体用于：

根据农作物在当前生长状态评估节点的生长状态控制生产设备工作，获取生产作业信息，所述生产作业信息包括作业人员信息和作业设备运行信息；

根据所述生产作业信息预测农作物在下一生长状态评估节点的生长状态；

对两个节点的生长状态进行分析，根据分析结果生成生产风险分析报告。

9.根据权利要求8所述的一种智慧农业园区数据监控装置，其特征在于，所述风险评估模块还包括销售风险分析模块，所述销售风险分析模块具体用于：

根据农作物在当前生产状态评估节点的生长状态预测收获时间和收获量；

根据销售作业信息预测收货时间时的销售作业信息，根据收货时间对应的销售作业信息确定生产过程损耗量和市场需求量，对所述收货量、生产过程损耗量和市场需求量进行分析，根据分析结果生成销售风险分析报告。

10.一种智慧农业园区数据监控装置，适用于权利要求1-9任一项所述的智慧农业园区数据监控装置，其特征在于，包括：

通过远程监测模块对农业环境图像信息和农业生理信息进行全面监测；

对远程监控模块所采集的信息进行数据化处理，进而对农作物的生长状态进行评估和预测，所述生长状态包括病虫害情况、农作物生长情况、灾害情况；

根据农作物的生长状态和生产作业信息对质量安全进行评估，生成生产风险分析报告，根据农作物的生长状态和销售作业信息对销售安全进行评估，生成销售风险分析报告；

显示所述生长状态的评估结果、生产风险分析报告和销售风险分析报告；

对异常信息进行报警。