CN117371727A - 一种基于物联网的智慧农业监测与规划方法及系统 - Google Patents

Abstract

本发明公开了一种基于物联网的智慧农业监测与规划方法及系统，旨在提高农田生产效率和资源利用效率。首先，使用物联网技术获取目标农田的土壤健康数据，通过分析土壤健康数据，识别异常因子，评估土壤健康，生成土壤健康报告。根据土壤健康报告，筛选适宜的农作物，制定种植规划。建立数字孪生模型，预测土壤健康恢复，生成恢复报告。调整规划方案，以优化土壤健康和农作物生长。本方法整合了物联网、数字孪生技术和土壤健康监测，可提升农业可持续性和产能，减少资源浪费和环境不良影响，实现有效的土壤健康恢复。

Description

一种基于物联网的智慧农业监测与规划方法及系统

技术领域

本发明涉及农业监测技术领域，特别涉及一种基于物联网的智慧农业监测与规划方法及系统。

背景技术

传统农业监测和规划通常依赖于经验和手动方法，这限制了生产效率和资源利用的最优化。随着物联网技术的快速发展，智慧农业应用正在引领农业现代化的浪潮。然而，目前市场上的智慧农业系统大多仅提供基本的监测和数据收集功能，缺乏综合性的土壤健康评估和农田规划。

土壤健康对于农作物生长至关重要，包括土壤温度、湿度、pH值、微生物群落信息、有机物含量和污染物质浓度等多方面因素。传统的农田管理方法未能提供即时且全面的土壤健康信息，这导致了资源浪费、降低了生产效率，并可能对环境造成不可逆的损害。

此外，现有的农田规划方法通常基于单一数据点，未能充分利用先进技术，如数字孪生模型，来进行农作物生长模拟和土壤健康预测。这限制了规划的精确性和可持续性。

因此，需要一种综合的基于物联网技术的智慧农业监测与规划方法及系统，能够在实时性、全面性和可持续性方面提高农业生产水平。本发明旨在填补这一技术缺口，提供了一种全面的土壤健康监测和规划解决方案，有望为现代农业带来显著的效益。

发明内容

为了解决上述至少一个技术问题，本发明提出了一种基于物联网的智慧农业监测与规划方法及系统。

本发明第一方面提供了一种基于物联网的智慧农业监测与规划方法，包括：

基于物联网技术获取目标农田的第一土壤健康监测数据，所述土壤健康监测数据包括土壤温度、湿度、pH值、微生物群落信息、有机物含量、土壤污染物质浓度；

根据第一土壤健康监测数据识别出影响土壤健康的因素，得到异常因子，根据异常因子对土壤健康状况进行评估，得到土壤健康状况报告；

筛选具有调节异常因子的农作物，得到农作物列表，基于农作物列表和土壤健康状况报告生成目标农田种植规划方案；

在目标农田中实施目标农田种植规划方案，获取预设时间段内目标农田中的所种植的农作物的生长状况和第二土壤健康监测数据；

基于数字孪生技术构建农田种植环境模拟模型，将农作物的生长状况和第二土壤健康监测数据导入农田种植环境模拟模型中，对土壤健康恢复情况进行预测，得到土壤健康恢复报告；

基于土壤健康恢复报告判断目标农田中所种植的农作物对土壤健康的调节效果，基于所述调节效果更新目标农田种植规划方案。

本方案中，所述获取目标农田的第一土壤健康监测数据，所述土壤健康监测数据包括土壤温度、湿度、pH值、微生物群落信息、有机物含量、土壤污染物质浓度，具体为：

将目标农田划分为N个农田子区域；

在每个农田子区域中安装采集土壤健康监测数据的传感器；

基于物联网技术将所述采集土壤健康监测数据的传感器构建为数据采集网络；

通过数据采集网络获取目标农田中的土壤温度、湿度、pH值、有机物含量、土壤污染物质浓度；

获取每个农田小区域的土壤样本，对所述土壤样本进行检测，得到土壤中的微生物群落信息，所述微生物群落信息包括微生物种类和多样性、微生物数量；

将所述土壤温度、湿度、pH值、有机物含量、土壤污染物质浓度和微生物群落信息综合为第一土壤健康监测数据。

本方案中，所述根据第一土壤健康监测数据识别出影响土壤健康的因素，得到异常因子，根据异常因子对土壤健康状况进行评估，得到土壤健康状况报告，具体为：

获取目标农田的土壤健康状态的土壤参数变化范围，并对各个土壤参数设置土壤健康影响权重；

将每个农田子区域的第一土壤健康监测数据与所述土壤健康状态的土壤参数变化范围进行对比，计算第一土壤健康监测数据与土壤参数变化范围的差值，得到参数对比结果；

根据参数对比结果识别出影响土壤健康状态的因素，得到异常因子；

根据参数对比结果对异常因子进行评分，得到异常因子分值；

将异常因子分值与土壤健康影响权重进行综合计算，得到每个农田子区域的土壤健康评估分数；

根据所述土壤健康评估分数，生成土壤健康状况报告，所述土壤健康状况报告包括土壤健康评估分数、土壤健康评估等级、异常因子。

本方案中，所述筛选具有调节异常因子的农作物，得到农作物列表，基于农作物列表和土壤健康状况报告生成目标农田种植规划方案，具体为：

基于大数据技术构建农作物数据库，在互联网中基于爬虫技术爬取农作物信息，所述农作物信息包括农作物名称、农作物适生环境、农作物对土壤环境的作用信息；

将所述农作物信息导入农作物数据库中进行存储；

将异常因子根据异常因子分值与异常因子对土壤健康的影响权重进行乘积，得到乘积结果；

根据乘积结果对异常因子进行调控优先级计算，得到异常因子的调控优先级，根据异常因子的调控优先级生成异常因子调节方案；

根据异常因子调节方案和农作物数据库中农作物对土壤环境的作用信息进行匹配分析，筛选出具有调节异常因子的农作物，得到农作物列表；

获取每个农田子区域的环境信息，将所述环境信息与所述农作物列表中的农作物适生环境进行对比，得到每个农田子区域的适生农作物；

根据所述适生农作物和土壤健康状况报告生成对每个农田子区域具有针对性的目标农田种植规划方案。

本方案中，所述在目标农田中实施目标农田种植规划方案，获取预设时间段内目标农田中的所种植的农作物的生长状况和第二土壤健康监测数据，具体为：

在目标农田中实施目标农田种植规划方案；

获取预设时间段内的目标农田中的所种植的农作物的生长状况；

通过数据采集网络获取预设时间段内目标农田中每个农田子区域的第二土壤健康监测数据。

本方案中，所述基于数字孪生技术构建农田种植环境模拟模型，将农作物的生长状况和第二土壤健康监测数据导入农田种植环境模拟模型中，对土壤健康恢复情况进行预测，得到土壤健康恢复报告，具体为：

基于数字孪生技术构建农田种植环境模拟模型；

将农作物在预设时间段内的生长状况变化绘制成农作物生长变化曲线图，基于农作物生长变化曲线图进行分析，得到农作物的生长趋势；

将预设时间段内目标农田中每个农田子区域的第二土壤健康监测数据的数据变化绘制为第二土壤监测数据变化曲线图，基于第二土壤监测数据变化曲线图进行分析，得到第二土壤监测数据的变化趋势；

获取农田的气象数据和土壤分层数据，将气象数据和土壤分层数据、农作物的生长趋势、第二土壤监测数据的变化趋势导入农田种植环境模拟模型中，对农作物生长和土壤健康监测数据进行模拟；

获取当前农作物的生长状况、土壤监测数据，将当前农作物的生长状况、土壤监测数据导入农田种植环境模拟模型中，对未来预设时间的土壤健康恢复情况进行预测，得到土壤健康恢复报告。

本方案中，所述基于土壤健康恢复报告判断目标农田中所种植的农作物对土壤健康的调节效果，基于所述调节效果更新目标农田种植规划方案，具体为：

基于目标调节效果制定土壤健康的调节效果标准；

基于所述调节效果标准和土壤健康恢复报告判断目标农田中所种植的农作物对土壤健康的调节效果；

若调节效果低于调节效果标准，调整农作物的种植物种和种植周期，并实行轮作计划，得到调节方案；

根据调节方案更新目标农田种植规划方案。

本发明第二方面还提供了一种基于物联网的智慧农业监测与规划系统，该系统包括：存储器、处理器，所述存储器中包括基于物联网的智慧农业监测与规划方法程序，所述基于物联网的智慧农业监测与规划方法程序被所述处理器执行时，实现如下步骤：

基于物联网技术获取目标农田的第一土壤健康监测数据，所述土壤健康监测数据包括土壤温度、湿度、pH值、微生物群落信息、有机物含量、土壤污染物质浓度；

根据第一土壤健康监测数据识别出影响土壤健康的因素，得到异常因子，根据异常因子对土壤健康状况进行评估，得到土壤健康状况报告；

筛选具有调节异常因子的农作物，得到农作物列表，基于农作物列表和土壤健康状况报告生成目标农田种植规划方案；

在目标农田中实施目标农田种植规划方案，获取预设时间段内目标农田中的所种植的农作物的生长状况和第二土壤健康监测数据；

基于数字孪生技术构建农田种植环境模拟模型，将农作物的生长状况和第二土壤健康监测数据导入农田种植环境模拟模型中，对土壤健康恢复情况进行预测，得到土壤健康恢复报告；

基于土壤健康恢复报告判断目标农田中所种植的农作物对土壤健康的调节效果，基于所述调节效果更新目标农田种植规划方案。

本方案中，所述基于数字孪生技术构建农田种植环境模拟模型，将农作物的生长状况和第二土壤健康监测数据导入农田种植环境模拟模型中，对土壤健康恢复情况进行预测，得到土壤健康恢复报告，具体为：

基于数字孪生技术构建农田种植环境模拟模型；

将农作物在预设时间段内的生长状况变化绘制成农作物生长变化曲线图，基于农作物生长变化曲线图进行分析，得到农作物的生长趋势；

将预设时间段内目标农田中每个农田子区域的第二土壤健康监测数据的数据变化绘制为第二土壤监测数据变化曲线图，基于第二土壤监测数据变化曲线图进行分析，得到第二土壤监测数据的变化趋势；

获取农田的气象数据和土壤分层数据，将气象数据和土壤分层数据、农作物的生长趋势、第二土壤监测数据的变化趋势导入农田种植环境模拟模型中，对农作物生长和土壤健康监测数据进行模拟；

获取当前农作物的生长状况、土壤监测数据，将当前农作物的生长状况、土壤监测数据导入农田种植环境模拟模型中，对未来预设时间的土壤健康恢复情况进行预测，得到土壤健康恢复报告。

本方案中，所述基于土壤健康恢复报告判断目标农田中所种植的农作物对土壤健康的调节效果，基于所述调节效果更新目标农田种植规划方案，具体为：

基于目标调节效果制定土壤健康的调节效果标准；

基于所述调节效果标准和土壤健康恢复报告判断目标农田中所种植的农作物对土壤健康的调节效果；

若调节效果低于调节效果标准，调整农作物的种植物种和种植周期，并实行轮作计划，得到调节方案；

根据调节方案更新目标农田种植规划方案。

本发明公开了一种基于物联网的智慧农业监测与规划方法及系统，旨在提高农田生产效率和资源利用效率。首先，使用物联网技术获取目标农田的土壤健康数据，通过分析土壤健康数据，识别异常因子，评估土壤健康，生成土壤健康报告。根据土壤健康报告，筛选适宜的农作物，制定种植规划。建立数字孪生模型，预测土壤健康恢复，生成恢复报告。调整规划方案，以优化土壤健康和农作物生长。本方法整合了物联网、数字孪生技术和土壤健康监测，可提升农业可持续性和产能，减少资源浪费和环境不良影响，实现有效的土壤健康恢复。

附图说明

图1示出了本发明一种基于物联网的智慧农业监测与规划方法的流程图；

图2示出了本发明得到土壤健康恢复报告的流程图；

图3示出了本发明更新目标农田种植规划方案的流程图；

图4示出了本发明一种基于物联网的智慧农业监测与规划系统的框图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

图1示出了本发明一种基于物联网的智慧农业监测与规划方法的流程图。

如图1所示，本发明第一方面提供了一种基于物联网的智慧农业监测与规划方法，包括：

S102，基于物联网技术获取目标农田的第一土壤健康监测数据，所述土壤健康监测数据包括土壤温度、湿度、pH值、微生物群落信息、有机物含量、土壤污染物质浓度；

S104，根据第一土壤健康监测数据识别出影响土壤健康的因素，得到异常因子，根据异常因子对土壤健康状况进行评估，得到土壤健康状况报告；

S106，筛选具有调节异常因子的农作物，得到农作物列表，基于农作物列表和土壤健康状况报告生成目标农田种植规划方案；

S108，在目标农田中实施目标农田种植规划方案，获取预设时间段内目标农田中的所种植的农作物的生长状况和第二土壤健康监测数据；

S110，基于数字孪生技术构建农田种植环境模拟模型，将农作物的生长状况和第二土壤健康监测数据导入农田种植环境模拟模型中，对土壤健康恢复情况进行预测，得到土壤健康恢复报告；

S112，基于土壤健康恢复报告判断目标农田中所种植的农作物对土壤健康的调节效果，基于所述调节效果更新目标农田种植规划方案。

需要说明的是，通过对目标农田的的土壤健康状况进行评估，并通过目标农田种植规划方案在目标农田中种植农作物对土壤健康进行修复，并根据数字孪生技术构建农田种植环境模拟模型，对土壤健康恢复情况进行预测，最终根据土壤健康恢复情况进行更新目标农田种植规划方案；通过本发明实施例，可有效对土壤健康进行修复，提高农业生产的效率，减少资源浪费，并促进土壤的可持续健康管理；所述第一土壤健康监测数据为未根据目标农田种植规划方案种植农作物前的土壤健康监测数据；所述第二土壤健康监测数据为实施目标农田种植规划方案后土壤健康监测数据。

根据本发明实施例，所述获取目标农田的第一土壤健康监测数据，所述土壤健康监测数据包括土壤温度、湿度、pH值、微生物群落信息、有机物含量、土壤污染物质浓度，具体为：

将目标农田划分为N个农田子区域；

在每个农田子区域中安装采集土壤健康监测数据的传感器；

基于物联网技术将所述采集土壤健康监测数据的传感器构建为数据采集网络；

通过数据采集网络获取目标农田中的土壤温度、湿度、pH值、有机物含量、土壤污染物质浓度；

获取每个农田小区域的土壤样本，对所述土壤样本进行检测，得到土壤中的微生物群落信息，所述微生物群落信息包括微生物种类和多样性、微生物数量；

将所述土壤温度、湿度、pH值、有机物含量、土壤污染物质浓度和微生物群落信息综合为第一土壤健康监测数据。

需要说明的是，通过物联网技术构建数据采集网络可以实时、精细地监测农田中各个区域的土壤健康参数，并且能够确保数据的采集效率和采集准确性；所述物联网技术包括传感器和执行器之间的相互连接和数据交换、数据分析。

根据本发明实施例，所述根据第一土壤健康监测数据识别出影响土壤健康的因素，得到异常因子，根据异常因子对土壤健康状况进行评估，得到土壤健康状况报告，具体为：

获取目标农田的土壤健康状态的土壤参数变化范围，并对各个土壤参数设置土壤健康影响权重；

将每个农田子区域的第一土壤健康监测数据与所述土壤健康状态的土壤参数变化范围进行对比，计算第一土壤健康监测数据与土壤参数变化范围的差值，得到参数对比结果；

根据参数对比结果识别出影响土壤健康状态的因素，得到异常因子；

根据参数对比结果对异常因子进行评分，得到异常因子分值；

将异常因子分值与土壤健康影响权重进行综合计算，得到每个农田子区域的土壤健康评估分数；

根据所述土壤健康评估分数，生成土壤健康状况报告，所述土壤健康状况报告包括土壤健康评估分数、土壤健康评估等级、异常因子。

需要说明的是，通过对第一土壤健康监测数据识别影响土壤健康的因素，评估土壤健康状况并生成土壤健康状况报告，能够实现对土壤健康的智能化评估；通过考虑不同土壤参数的变化范围和权重，可以为每个农田子区域提供个性化的土壤健康评估，以更准确地了解土壤状况；所述各个土壤参数包含了土壤健康监测数据的范围；所述异常因子为土壤健康监测数据中不在土壤健康状态的土壤参数变化范围之内的土壤环境因子；所述异常因子分值越高，说明异常因子的参数与土壤健康状态的土壤参数变化范围的差距越小，分值越低，异常因子的参数与土壤健康状态的土壤参数变化范围的差距越大；在所述土壤健康状况报告中，若土壤健康评估分数小于预设土壤健康分数，则认为土壤健康存在问题；所述土壤健康影响权重是指土壤环境的参数能够影响土壤健康的程度。

根据本发明实施例，所述筛选具有调节异常因子的农作物，得到农作物列表，基于农作物列表和土壤健康状况报告生成目标农田种植规划方案，具体为：

基于大数据技术构建农作物数据库，在互联网中基于爬虫技术爬取农作物信息，所述农作物信息包括农作物名称、农作物适生环境、农作物对土壤环境的作用信息；

将所述农作物信息导入农作物数据库中进行存储；

将异常因子根据异常因子分值与异常因子对土壤健康的影响权重进行乘积，得到乘积结果；

根据乘积结果对异常因子进行调控优先级计算，得到异常因子的调控优先级，根据异常因子的调控优先级生成异常因子调节方案；

根据异常因子调节方案和农作物数据库中农作物对土壤环境的作用信息进行匹配分析，筛选出具有调节异常因子的农作物，得到农作物列表；

获取每个农田子区域的环境信息，将所述环境信息与所述农作物列表中的农作物适生环境进行对比，得到每个农田子区域的适生农作物；

根据所述适生农作物和土壤健康状况报告生成对每个农田子区域具有针对性的目标农田种植规划方案。

需要说明的是，通过大数据和爬虫技术对互联网中的农作物进行爬取，能够实现快速精准的获取农作物信息；所述优先级调整方案是通过对土壤中异常因子对土壤健康影响程度较大的排在前面，优先对该异常因子进行植物修复；所述具有针对性的目标农田种植规划方案为根据每个农田子区域的土壤健康状况的不同、影响土壤健康的异常因子的不同、农田子区域的环境的不同形成的既实现了对土壤健康的治理，又考虑了植物是否适宜在农田子区域中进行种植；所述大数据技术包括数据存储、数据清洗、数据可视化。

根据本发明实施例，所述在目标农田中实施目标农田种植规划方案，获取预设时间段内目标农田中的所种植的农作物的生长状况和第二土壤健康监测数据，具体为：

在目标农田中实施目标农田种植规划方案；

获取预设时间段内的目标农田中的所种植的农作物的生长状况；

通过数据采集网络获取预设时间段内目标农田中每个农田子区域的第二土壤健康监测数据。

需要说明的是，通过对实施目标农田种植规划方案后目标农田中的农作物的生长状况和第二土壤健康监测数据进行获取，能够通过对农作物的生长状况和第二土壤健康监测数据进行判定目标农田中的土壤健康恢复程度进行评估。

图2示出了本发明得到土壤健康恢复报告的流程图。

根据本发明实施例，所述基于数字孪生技术构建农田种植环境模拟模型，将农作物的生长状况和第二土壤健康监测数据导入农田种植环境模拟模型中，对土壤健康恢复情况进行预测，得到土壤健康恢复报告，具体为：

S202，基于数字孪生技术构建农田种植环境模拟模型；

S204，将农作物在预设时间段内的生长状况变化绘制成农作物生长变化曲线图，基于农作物生长变化曲线图进行分析，得到农作物的生长趋势；

S206，将预设时间段内目标农田中每个农田子区域的第二土壤健康监测数据的数据变化绘制为第二土壤监测数据变化曲线图，基于第二土壤监测数据变化曲线图进行分析，得到第二土壤监测数据的变化趋势；

S208，获取农田的气象数据和土壤分层数据，将气象数据和土壤分层数据、农作物的生长趋势、第二土壤监测数据的变化趋势导入农田种植环境模拟模型中，对农作物生长和土壤健康监测数据进行模拟；

S210，获取当前农作物的生长状况、土壤监测数据，将当前农作物的生长状况、土壤监测数据导入农田种植环境模拟模型中，对未来预设时间的土壤健康恢复情况进行预测，得到土壤健康恢复报告。

需要说明的是，通过数据孪生技术构建农田种植环境模拟模型，所述农田种植环境模拟模型能够模拟农作物在目标农田中的生长情况、农田健康监测数据的变化情况；通过农田种植环境模拟模型对未来预设时间段内的土壤健康恢复情况进行预测，可提前了解农作物对农田土壤健康进行修复的效果，给农田管理人员提供充足的时间进行决策管理和制定相应的土壤健康修复措施，提高农田土壤健康修复的效率，为农田种植农作物、提高农作物产量奠定了基础。

图3示出了本发明更新目标农田种植规划方案的流程图。

根据本发明实施例，所述基于土壤健康恢复报告判断目标农田中所种植的农作物对土壤健康的调节效果，基于所述调节效果更新目标农田种植规划方案，具体为：

S302，基于目标调节效果制定土壤健康的调节效果标准；

S304，基于所述调节效果标准和土壤健康恢复报告判断目标农田中所种植的农作物对土壤健康的调节效果；

S306，若调节效果低于调节效果标准，调整农作物的种植物种和种植周期，并实行轮作计划，得到调节方案；

S308，根据调节方案更新目标农田种植规划方案。

需要说明的是，通过制定土壤健康的调节效果标准，能够明确衡量和评估农作物对土壤健康的影响，建立衡量体系；通过对目标农田种植规划方案的更新能够确保土壤在种植季节内得到最好的保护和维护，有助于减少土壤贫瘠、退化和污染等问题；通过根据实际土壤健康情况调整种植规划，农业生产可以更有效地提高，适当的种植规划可以增加农作物产量，并减少资源浪费，从而提高生产效率，提高土壤健康恢复的效果。

根据本发明实施例，还包括：

收集目标农田种植规划方案中的农作物的历史种植数据，所述历史种植数据包括农作物类型、生长周期、产量、气象数据、施肥和灌溉记录、种植环境，对所述历史种植数据进行数据清洗；

对历史种植数据进行特征选择，得到种植特征数据，所述种植特征数据包括农作物产量、气象数据、种植环境；

基于神经网络构建农作物轮作优化模型，将所述特征数据导入农作物轮作优化模型中作为农作物轮作优化模型中，并初始化所述农作物轮作优化模型的特征权重和激活函数；

将所述历史种植数据导入农作物轮作优化模型中，通过反向传播算法和梯度下降优化器对历史种植数据进行拟合，得到训练后的农作物轮作优化模型；

将当前目标农田中所种植的农作物类型、气象数据、种植环境导入训练后的农作物轮作优化模型中，预测不同农作物的生长状况和产量，得到预测结果；

根据预测结果制定农作物轮作计划，所述农作物轮作计划包括农作物种植周期、农作物种植类型、轮换时间。

需要说明的是，通过神经网络构建农作物优化模型，对目标农田所种植的农作物进行生长状况和产量的预测，根据预测结果制定农作物轮作计划；通过本发明实施例，通过轮作不同种类的农作物，可以减轻土壤特定养分的耗竭，减少土壤中害虫和病害的传播，从而提高土壤的健康和肥力；所述农作物轮作计划能够使农田管理人员更准去的进行种植规划，提高种植效率和农作物产量；所述农作物轮作优化模型具有对不同农作物的生长状况和产量进行预测的功能，并且具有通过神经网络对历史种植数据进行分析和处理的功能。

根据本发明实施例，还包括：

对农作物轮作计划进行农作物分析，得到一年内所进行轮作的农作物种类信息；

基于农业大数据检索出所述农作物种类信息中每一种农作物对生态的影响信息，所述影响信息包括有机物影响、无机物影响、pH值影响、微生物群落影响；

对每个农作物种类的影响信息进行融合分析，得到轮作的农作物种类对土壤的农作物复合影响；

对每个农田子区域的土壤性质进行分析，得到土壤中对每个农田子区域中的土壤具有负面影响的污染物质；

基于所述农作物复合影响对所述污染物质的影响，分析出所述轮作的农作物种类对不同农田子区域的土壤性质的改变情况；

基于农作物复合影响与负面影响的污染物质，判断分析出农作物复合影响对每个农田子区域的改变情况，得到影响情况；

根据影响情况对存在负面影响的农田子区域进行方案调整，生成子区域轮作修正方案。

需要说明的是，根据农作物轮作计划分析出一年中在目标农田中需要种植的多种农作物种类，根据不同农作物种类对土壤的影响效果的不同，得到农作物复合影响，所述农作物复合影响是进行轮作的农作物对土壤形成的累积影响，例如在有机物的复合影响中，将多种农作物种植后的有机物浓度变化进行线性分析并融合多个有机物浓度变化曲线形成有机物复合变化曲线，分析出每个农田子区域的土壤性质，判断农作物复合影响对土壤性质的改变情况，并根据改变情况调整农作物轮作计划；通过本发明实施例对农作物轮作计划进行优化，以最大程度地减少土壤负面影响，并提高生态系统的稳定性和健康，使轮作的农作物最大程度适应农田子区域的土壤性质，并有效改善土壤性质，避免因每个农田子区域采取统一的农作物轮作计划造成土壤性质两极分化，最大程度避免部分农田的土壤性质变差；所述影响情况包括正面影响和负面影响；所述子区域轮作修正方案包括对不同农田子区域更换农作物种类、减少农作物种植数量等；所述轮作的农作物种类对不同农田子区域的土壤性质的改变情况中包括正面影响和负面影响，例如：轮作的农作物种类对土壤中的pH值进行了改变，使土壤中的pH值趋向土壤正常的pH值，则认为轮作的农作物种类对土壤性质的改变产生了正面影响，反之则认为产生了负面影响。

图4示出了本发明一种基于物联网的智慧农业监测与规划系统的框图。

本发明第二方面还提供了一种基于物联网的智慧农业监测与规划系统4，该系统包括：存储器41、处理器42，所述存储器中包括基于物联网的智慧农业监测与规划方法程序，所述基于物联网的智慧农业监测与规划方法程序被所述处理器执行时，实现如下步骤：

基于物联网技术获取目标农田的第一土壤健康监测数据，所述土壤健康监测数据包括土壤温度、湿度、pH值、微生物群落信息、有机物含量、土壤污染物质浓度；

根据第一土壤健康监测数据识别出影响土壤健康的因素，得到异常因子，根据异常因子对土壤健康状况进行评估，得到土壤健康状况报告；

筛选具有调节异常因子的农作物，得到农作物列表，基于农作物列表和土壤健康状况报告生成目标农田种植规划方案；

在目标农田中实施目标农田种植规划方案，获取预设时间段内目标农田中的所种植的农作物的生长状况和第二土壤健康监测数据；

基于数字孪生技术构建农田种植环境模拟模型，将农作物的生长状况和第二土壤健康监测数据导入农田种植环境模拟模型中，对土壤健康恢复情况进行预测，得到土壤健康恢复报告；

基于土壤健康恢复报告判断目标农田中所种植的农作物对土壤健康的调节效果，基于所述调节效果更新目标农田种植规划方案。

需要说明的是，通过对目标农田的的土壤健康状况进行评估，并通过目标农田种植规划方案在目标农田中种植农作物对土壤健康进行修复，并根据数字孪生技术构建农田种植环境模拟模型，对土壤健康恢复情况进行预测，最终根据土壤健康恢复情况进行更新目标农田种植规划方案；通过本发明实施例，可有效对土壤健康进行修复，提高农业生产的效率，减少资源浪费，并促进土壤的可持续健康管理；所述第一土壤健康监测数据为未根据目标农田种植规划方案种植农作物前的土壤健康监测数据；所述第二土壤健康监测数据为实施目标农田种植规划方案后土壤健康监测数据。

根据本发明实施例，所述获取目标农田的第一土壤健康监测数据，所述土壤健康监测数据包括土壤温度、湿度、pH值、微生物群落信息、有机物含量、土壤污染物质浓度，具体为：

将目标农田划分为N个农田子区域；

在每个农田子区域中安装采集土壤健康监测数据的传感器；

基于物联网技术将所述采集土壤健康监测数据的传感器构建为数据采集网络；

通过数据采集网络获取目标农田中的土壤温度、湿度、pH值、有机物含量、土壤污染物质浓度；

获取每个农田小区域的土壤样本，对所述土壤样本进行检测，得到土壤中的微生物群落信息，所述微生物群落信息包括微生物种类和多样性、微生物数量；

将所述土壤温度、湿度、pH值、有机物含量、土壤污染物质浓度和微生物群落信息综合为第一土壤健康监测数据。

需要说明的是，通过物联网技术构建数据采集网络可以实时、精细地监测农田中各个区域的土壤健康参数，并且能够确保数据的采集效率和采集准确性；所述物联网技术包括传感器和执行器之间的相互连接和数据交换、数据分析。

根据本发明实施例，所述根据第一土壤健康监测数据识别出影响土壤健康的因素，得到异常因子，根据异常因子对土壤健康状况进行评估，得到土壤健康状况报告，具体为：

获取目标农田的土壤健康状态的土壤参数变化范围，并对各个土壤参数设置土壤健康影响权重；

将每个农田子区域的第一土壤健康监测数据与所述土壤健康状态的土壤参数变化范围进行对比，计算第一土壤健康监测数据与土壤参数变化范围的差值，得到参数对比结果；

根据参数对比结果识别出影响土壤健康状态的因素，得到异常因子；

根据参数对比结果对异常因子进行评分，得到异常因子分值；

将异常因子分值与土壤健康影响权重进行综合计算，得到每个农田子区域的土壤健康评估分数；

根据所述土壤健康评估分数，生成土壤健康状况报告，所述土壤健康状况报告包括土壤健康评估分数、土壤健康评估等级、异常因子。

需要说明的是，通过对第一土壤健康监测数据识别影响土壤健康的因素，评估土壤健康状况并生成土壤健康状况报告，能够实现对土壤健康的智能化评估；通过考虑不同土壤参数的变化范围和权重，可以为每个农田子区域提供个性化的土壤健康评估，以更准确地了解土壤状况；所述各个土壤参数包含了土壤健康监测数据的范围；所述异常因子为土壤健康监测数据中不在土壤健康状态的土壤参数变化范围之内的土壤环境因子；所述异常因子分值越高，说明异常因子的参数与土壤健康状态的土壤参数变化范围的差距越小，分值越低，异常因子的参数与土壤健康状态的土壤参数变化范围的差距越大；在所述土壤健康状况报告中，若土壤健康评估分数小于预设土壤健康分数，则认为土壤健康存在问题；所述土壤健康影响权重是指土壤环境的参数能够影响土壤健康的程度。

根据本发明实施例，所述筛选具有调节异常因子的农作物，得到农作物列表，基于农作物列表和土壤健康状况报告生成目标农田种植规划方案，具体为：

基于大数据技术构建农作物数据库，在互联网中基于爬虫技术爬取农作物信息，所述农作物信息包括农作物名称、农作物适生环境、农作物对土壤环境的作用信息；

将所述农作物信息导入农作物数据库中进行存储；

将异常因子根据异常因子分值与异常因子对土壤健康的影响权重进行乘积，得到乘积结果；

根据乘积结果对异常因子进行调控优先级计算，得到异常因子的调控优先级，根据异常因子的调控优先级生成异常因子调节方案；

根据异常因子调节方案和农作物数据库中农作物对土壤环境的作用信息进行匹配分析，筛选出具有调节异常因子的农作物，得到农作物列表；

获取每个农田子区域的环境信息，将所述环境信息与所述农作物列表中的农作物适生环境进行对比，得到每个农田子区域的适生农作物；

根据所述适生农作物和土壤健康状况报告生成对每个农田子区域具有针对性的目标农田种植规划方案。

需要说明的是，通过大数据和爬虫技术对互联网中的农作物进行爬取，能够实现快速精准的获取农作物信息；所述优先级调整方案是通过对土壤中异常因子对土壤健康影响程度较大的排在前面，优先对该异常因子进行植物修复；所述具有针对性的目标农田种植规划方案为根据每个农田子区域的土壤健康状况的不同、影响土壤健康的异常因子的不同、农田子区域的环境的不同形成的既实现了对土壤健康的治理，又考虑了植物是否适宜在农田子区域中进行种植；所述大数据技术包括数据存储、数据清洗、数据可视化。

根据本发明实施例，所述在目标农田中实施目标农田种植规划方案，获取预设时间段内目标农田中的所种植的农作物的生长状况和第二土壤健康监测数据，具体为：

在目标农田中实施目标农田种植规划方案；

获取预设时间段内的目标农田中的所种植的农作物的生长状况；

通过数据采集网络获取预设时间段内目标农田中每个农田子区域的第二土壤健康监测数据。

需要说明的是，通过对实施目标农田种植规划方案后目标农田中的农作物的生长状况和第二土壤健康监测数据进行获取，能够通过对农作物的生长状况和第二土壤健康监测数据进行判定目标农田中的土壤健康恢复程度进行评估。

根据本发明实施例，所述基于数字孪生技术构建农田种植环境模拟模型，将农作物的生长状况和第二土壤健康监测数据导入农田种植环境模拟模型中，对土壤健康恢复情况进行预测，得到土壤健康恢复报告，具体为：

基于数字孪生技术构建农田种植环境模拟模型；

将农作物在预设时间段内的生长状况变化绘制成农作物生长变化曲线图，基于农作物生长变化曲线图进行分析，得到农作物的生长趋势；

将预设时间段内目标农田中每个农田子区域的第二土壤健康监测数据的数据变化绘制为第二土壤监测数据变化曲线图，基于第二土壤监测数据变化曲线图进行分析，得到第二土壤监测数据的变化趋势；

获取农田的气象数据和土壤分层数据，将气象数据和土壤分层数据、农作物的生长趋势、第二土壤监测数据的变化趋势导入农田种植环境模拟模型中，对农作物生长和土壤健康监测数据进行模拟；

获取当前农作物的生长状况、土壤监测数据，将当前农作物的生长状况、土壤监测数据导入农田种植环境模拟模型中，对未来预设时间的土壤健康恢复情况进行预测，得到土壤健康恢复报告。

需要说明的是，通过数据孪生技术构建农田种植环境模拟模型，所述农田种植环境模拟模型能够模拟农作物在目标农田中的生长情况、农田健康监测数据的变化情况；通过农田种植环境模拟模型对未来预设时间段内的土壤健康恢复情况进行预测，可提前了解农作物对农田土壤健康进行修复的效果，给农田管理人员提供充足的时间进行决策管理和制定相应的土壤健康修复措施，提高农田土壤健康修复的效率，为农田种植农作物、提高农作物产量奠定了基础。

根据本发明实施例，所述基于土壤健康恢复报告判断目标农田中所种植的农作物对土壤健康的调节效果，基于所述调节效果更新目标农田种植规划方案，具体为：

基于目标调节效果制定土壤健康的调节效果标准；

基于所述调节效果标准和土壤健康恢复报告判断目标农田中所种植的农作物对土壤健康的调节效果；

若调节效果低于调节效果标准，调整农作物的种植物种和种植周期，并实行轮作计划，得到调节方案；

根据调节方案更新目标农田种植规划方案。

需要说明的是，通过制定土壤健康的调节效果标准，能够明确衡量和评估农作物对土壤健康的影响，建立衡量体系；通过对目标农田种植规划方案的更新能够确保土壤在种植季节内得到最好的保护和维护，有助于减少土壤贫瘠、退化和污染等问题；通过根据实际土壤健康情况调整种植规划，农业生产可以更有效地提高，适当的种植规划可以增加农作物产量，并减少资源浪费，从而提高生产效率，提高土壤健康恢复的效果。

根据本发明实施例，还包括：

收集目标农田种植规划方案中的农作物的历史种植数据，所述历史种植数据包括农作物类型、生长周期、产量、气象数据、施肥和灌溉记录、种植环境，对所述历史种植数据进行数据清洗；

对历史种植数据进行特征选择，得到种植特征数据，所述种植特征数据包括农作物产量、气象数据、种植环境；

基于神经网络构建农作物轮作优化模型，将所述特征数据导入农作物轮作优化模型中作为农作物轮作优化模型中，并初始化所述农作物轮作优化模型的特征权重和激活函数；

将所述历史种植数据导入农作物轮作优化模型中，通过反向传播算法和梯度下降优化器对历史种植数据进行拟合，得到训练后的农作物轮作优化模型；

将当前目标农田中所种植的农作物类型、气象数据、种植环境导入训练后的农作物轮作优化模型中，预测不同农作物的生长状况和产量，得到预测结果；

根据预测结果制定农作物轮作计划，所述农作物轮作计划包括农作物种植周期、农作物种植类型、轮换时间。

需要说明的是，通过神经网络构建农作物优化模型，对目标农田所种植的农作物进行生长状况和产量的预测，根据预测结果制定农作物轮作计划；通过本发明实施例，通过轮作不同种类的农作物，可以减轻土壤特定养分的耗竭，减少土壤中害虫和病害的传播，从而提高土壤的健康和肥力；所述农作物轮作计划能够使农田管理人员更准去的进行种植规划，提高种植效率和农作物产量；所述农作物轮作优化模型具有对不同农作物的生长状况和产量进行预测的功能，并且具有通过神经网络对历史种植数据进行分析和处理的功能。

根据本发明实施例，还包括：

对农作物轮作计划进行农作物分析，得到一年内所进行轮作的农作物种类信息；

基于农业大数据检索出所述农作物种类信息中每一种农作物对生态的影响信息，所述影响信息包括有机物影响、无机物影响、pH值影响、微生物群落影响；

对每个农作物种类的影响信息进行融合分析，得到轮作的农作物种类对土壤的农作物复合影响；

对每个农田子区域的土壤性质进行分析，得到土壤中对每个农田子区域中的土壤具有负面影响的污染物质；

基于所述农作物复合影响对所述污染物质的影响，分析出所述轮作的农作物种类对不同农田子区域的土壤性质的改变情况；

基于农作物复合影响与负面影响的污染物质，判断分析出农作物复合影响对每个农田子区域的改变情况，得到影响情况；

根据影响情况对存在负面影响的农田子区域进行方案调整，生成子区域轮作修正方案。

需要说明的是，根据农作物轮作计划分析出一年中在目标农田中需要种植的多种农作物种类，根据不同农作物种类对土壤的影响效果的不同，得到农作物复合影响，所述农作物复合影响是进行轮作的农作物对土壤形成的累积影响，例如在有机物的复合影响中，将多种农作物种植后的有机物浓度变化进行线性分析并融合多个有机物浓度变化曲线形成有机物复合变化曲线，分析出每个农田子区域的土壤性质，判断农作物复合影响对土壤性质的改变情况，并根据改变情况调整农作物轮作计划；通过本发明实施例对农作物轮作计划进行优化，以最大程度地减少土壤负面影响，并提高生态系统的稳定性和健康，使轮作的农作物最大程度适应农田子区域的土壤性质，并有效改善土壤性质，避免因每个农田子区域采取统一的农作物轮作计划造成土壤性质两极分化，最大程度避免部分农田的土壤性质变差；所述影响情况包括正面影响和负面影响；所述子区域轮作修正方案包括对不同农田子区域更换农作物种类、减少农作物种植数量等；所述轮作的农作物种类对不同农田子区域的土壤性质的改变情况中包括正面影响和负面影响，例如：轮作的农作物种类对土壤中的pH值进行了改变，使土壤中的pH值趋向土壤正常的pH值，则认为轮作的农作物种类对土壤性质的改变产生了正面影响，反之则认为产生了负面影响。

本发明公开了一种基于物联网的智慧农业监测与规划方法及系统，旨在提高农田生产效率和资源利用效率。首先，使用物联网技术获取目标农田的土壤健康数据，通过分析土壤健康数据，识别异常因子，评估土壤健康，生成土壤健康报告。根据土壤健康报告，筛选适宜的农作物，制定种植规划。建立数字孪生模型，预测土壤健康恢复，生成恢复报告。调整规划方案，以优化土壤健康和农作物生长。本方法整合了物联网、数字孪生技术和土壤健康监测，可提升农业可持续性和产能，减少资源浪费和环境不良影响，实现有效的土壤健康恢复。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。

上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，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全部单元来实现本实施例方案的目的。

另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

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，可轻易想到变化或替换，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所述权利要求的保护范围为准。

Claims (10)

1.一种基于物联网的智慧农业监测与规划方法，其特征在于

基于物联网技术获取目标农田的第一土壤健康监测数据，所述土壤健康监测数据包括土壤温度、湿度、pH值、微生物群落信息、有机物含量、土壤污染物质浓度；

根据第一土壤健康监测数据识别出影响土壤健康的因素，得到异常因子，根据异常因子对土壤健康状况进行评估，得到土壤健康状况报告；

筛选具有调节异常因子的农作物，得到农作物列表，基于农作物列表和土壤健康状况报告生成目标农田种植规划方案；

在目标农田中实施目标农田种植规划方案，获取预设时间段内目标农田中的所种植的农作物的生长状况和第二土壤健康监测数据；

基于数字孪生技术构建农田种植环境模拟模型，将农作物的生长状况和第二土壤健康监测数据导入农田种植环境模拟模型中，对土壤健康恢复情况进行预测，得到土壤健康恢复报告；

基于土壤健康恢复报告判断目标农田中所种植的农作物对土壤健康的调节效果，基于所述调节效果更新目标农田种植规划方案。

2.根据权利要求1所述的一种基于物联网的智慧农业监测与规划方法，其特征在于，所述获取目标农田的第一土壤健康监测数据，所述土壤健康监测数据包括土壤温度、湿度、pH值、微生物群落信息、有机物含量、土壤污染物质浓度，具体为：

将目标农田划分为N个农田子区域；

在每个农田子区域中安装采集土壤健康监测数据的传感器；

基于物联网技术将所述采集土壤健康监测数据的传感器构建为数据采集网络；

通过数据采集网络获取目标农田中的土壤温度、湿度、pH值、有机物含量、土壤污染物质浓度；

获取每个农田小区域的土壤样本，对所述土壤样本进行检测，得到土壤中的微生物群落信息，所述微生物群落信息包括微生物种类和多样性、微生物数量；

将所述土壤温度、湿度、pH值、有机物含量、土壤污染物质浓度和微生物群落信息综合为第一土壤健康监测数据。

3.根据权利要求1所述的一种基于物联网的智慧农业监测与规划方法，其特征在于，所述根据第一土壤健康监测数据识别出影响土壤健康的因素，得到异常因子，根据异常因子对土壤健康状况进行评估，得到土壤健康状况报告，具体为：

获取目标农田的土壤健康状态的土壤参数变化范围，并对各个土壤参数设置土壤健康影响权重；

将每个农田子区域的第一土壤健康监测数据与所述土壤健康状态的土壤参数变化范围进行对比，计算第一土壤健康监测数据与土壤参数变化范围的差值，得到参数对比结果；

根据参数对比结果识别出影响土壤健康状态的因素，得到异常因子；

根据参数对比结果对异常因子进行评分，得到异常因子分值；

将异常因子分值与土壤健康影响权重进行综合计算，得到每个农田子区域的土壤健康评估分数；

根据所述土壤健康评估分数，生成土壤健康状况报告，所述土壤健康状况报告包括土壤健康评估分数、土壤健康评估等级、异常因子。

4.根据权利要求3所述的一种基于物联网的智慧农业监测与规划方法，其特征在于，所述筛选具有调节异常因子的农作物，得到农作物列表，基于农作物列表和土壤健康状况报告生成目标农田种植规划方案，具体为：

基于大数据技术构建农作物数据库，在互联网中基于爬虫技术爬取农作物信息，所述农作物信息包括农作物名称、农作物适生环境、农作物对土壤环境的作用信息；

将所述农作物信息导入农作物数据库中进行存储；

将异常因子根据异常因子分值与异常因子对土壤健康的影响权重进行乘积，得到乘积结果；

根据乘积结果对异常因子进行调控优先级计算，得到异常因子的调控优先级，根据异常因子的调控优先级生成异常因子调节方案；

根据异常因子调节方案和农作物数据库中农作物对土壤环境的作用信息进行匹配分析，筛选出具有调节异常因子的农作物，得到农作物列表；

获取每个农田子区域的环境信息，将所述环境信息与所述农作物列表中的农作物适生环境进行对比，得到每个农田子区域的适生农作物；

根据所述适生农作物和土壤健康状况报告生成对每个农田子区域具有针对性的目标农田种植规划方案。

5.根据权利要求1所述的一种基于物联网的智慧农业监测与规划方法，其特征在于，所述在目标农田中实施目标农田种植规划方案，获取预设时间段内目标农田中的所种植的农作物的生长状况和第二土壤健康监测数据，具体为：

在目标农田中实施目标农田种植规划方案；

获取预设时间段内的目标农田中的所种植的农作物的生长状况；

通过数据采集网络获取预设时间段内目标农田中每个农田子区域的第二土壤健康监测数据。

6.根据权利要求1所述的一种基于物联网的智慧农业监测与规划方法，其特征在于，所述基于数字孪生技术构建农田种植环境模拟模型，将农作物的生长状况和第二土壤健康监测数据导入农田种植环境模拟模型中，对土壤健康恢复情况进行预测，得到土壤健康恢复报告，具体为：

基于数字孪生技术构建农田种植环境模拟模型；

将农作物在预设时间段内的生长状况变化绘制成农作物生长变化曲线图，基于农作物生长变化曲线图进行分析，得到农作物的生长趋势；

将预设时间段内目标农田中每个农田子区域的第二土壤健康监测数据的数据变化绘制为第二土壤监测数据变化曲线图，基于第二土壤监测数据变化曲线图进行分析，得到第二土壤监测数据的变化趋势；

获取农田的气象数据和土壤分层数据，将气象数据和土壤分层数据、农作物的生长趋势、第二土壤监测数据的变化趋势导入农田种植环境模拟模型中，对农作物生长和土壤健康监测数据进行模拟；

获取当前农作物的生长状况、土壤监测数据，将当前农作物的生长状况、土壤监测数据导入农田种植环境模拟模型中，对未来预设时间的土壤健康恢复情况进行预测，得到土壤健康恢复报告。

7.根据权利要求1所述的一种基于物联网的智慧农业监测与规划方法，其特征在于，所述基于土壤健康恢复报告判断目标农田中所种植的农作物对土壤健康的调节效果，基于所述调节效果更新目标农田种植规划方案，具体为：

基于目标调节效果制定土壤健康的调节效果标准；

基于所述调节效果标准和土壤健康恢复报告判断目标农田中所种植的农作物对土壤健康的调节效果；

若调节效果低于调节效果标准，调整农作物的种植物种和种植周期，并实行轮作计划，得到调节方案；

根据调节方案更新目标农田种植规划方案。

8.一种基于物联网的智慧农业监测与规划系统，其特征在于，所述基于物联网的智慧农业监测与规划系统包括储存器以及处理器，所述储存器包括基于物联网的智慧农业监测与规划方法程序，所述基于物联网的智慧农业监测与规划方法程序被所述处理器执行时，实现如下步骤：

基于物联网技术获取目标农田的第一土壤健康监测数据，所述土壤健康监测数据包括土壤温度、湿度、pH值、微生物群落信息、有机物含量、土壤污染物质浓度；

根据第一土壤健康监测数据识别出影响土壤健康的因素，得到异常因子，根据异常因子对土壤健康状况进行评估，得到土壤健康状况报告；

筛选具有调节异常因子的农作物，得到农作物列表，基于农作物列表和土壤健康状况报告生成目标农田种植规划方案；

在目标农田中实施目标农田种植规划方案，获取预设时间段内目标农田中的所种植的农作物的生长状况和第二土壤健康监测数据；

基于数字孪生技术构建农田种植环境模拟模型，将农作物的生长状况和第二土壤健康监测数据导入农田种植环境模拟模型中，对土壤健康恢复情况进行预测，得到土壤健康恢复报告；

基于土壤健康恢复报告判断目标农田中所种植的农作物对土壤健康的调节效果，基于所述调节效果更新目标农田种植规划方案。

9.根据权利要求8所述的一种基于物联网的智慧农业监测与规划系统，其特征在于，所述基于数字孪生技术构建农田种植环境模拟模型，将农作物的生长状况和第二土壤健康监测数据导入农田种植环境模拟模型中，对土壤健康恢复情况进行预测，得到土壤健康恢复报告，具体为：

基于数字孪生技术构建农田种植环境模拟模型；

将农作物在预设时间段内的生长状况变化绘制成农作物生长变化曲线图，基于农作物生长变化曲线图进行分析，得到农作物的生长趋势；

将预设时间段内目标农田中每个农田子区域的第二土壤健康监测数据的数据变化绘制为第二土壤监测数据变化曲线图，基于第二土壤监测数据变化曲线图进行分析，得到第二土壤监测数据的变化趋势；

获取农田的气象数据和土壤分层数据，将气象数据和土壤分层数据、农作物的生长趋势、第二土壤监测数据的变化趋势导入农田种植环境模拟模型中，对农作物生长和土壤健康监测数据进行模拟；

获取当前农作物的生长状况、土壤监测数据，将当前农作物的生长状况、土壤监测数据导入农田种植环境模拟模型中，对未来预设时间的土壤健康恢复情况进行预测，得到土壤健康恢复报告。

10.根据权利要求8所述的一种基于物联网的智慧农业监测与规划方法，其特征在于，所述基于土壤健康恢复报告判断目标农田中所种植的农作物对土壤健康的调节效果，基于所述调节效果更新目标农田种植规划方案，具体为：

基于目标调节效果制定土壤健康的调节效果标准；

基于所述调节效果标准和土壤健康恢复报告判断目标农田中所种植的农作物对土壤健康的调节效果；

若调节效果低于调节效果标准，调整农作物的种植物种和种植周期，并实行轮作计划，得到调节方案；

根据调节方案更新目标农田种植规划方案。