CN117557399A - 一种丹参生长适宜分布区域分析系统及其分析方法 - Google Patents
一种丹参生长适宜分布区域分析系统及其分析方法 Download PDFInfo
- Publication number
- CN117557399A CN117557399A CN202410040753.9A CN202410040753A CN117557399A CN 117557399 A CN117557399 A CN 117557399A CN 202410040753 A CN202410040753 A CN 202410040753A CN 117557399 A CN117557399 A CN 117557399A
- Authority
- CN
- China
- Prior art keywords
- planting
- area
- sub
- evaluation
- value
- 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.)
- Granted
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 109
- 230000012010 growth Effects 0.000 title claims abstract description 41
- 238000004458 analytical method Methods 0.000 title claims abstract description 20
- 235000011135 Salvia miltiorrhiza Nutrition 0.000 title description 2
- 241000304195 Salvia miltiorrhiza Species 0.000 title 1
- 238000011156 evaluation Methods 0.000 claims abstract description 170
- 238000000034 method Methods 0.000 claims abstract description 110
- 239000002689 soil Substances 0.000 claims abstract description 90
- 240000007164 Salvia officinalis Species 0.000 claims abstract description 50
- 235000005412 red sage Nutrition 0.000 claims abstract description 49
- 239000002245 particle Substances 0.000 claims description 31
- 239000011259 mixed solution Substances 0.000 claims description 17
- 239000002244 precipitate Substances 0.000 claims description 16
- 238000005096 rolling process Methods 0.000 claims description 15
- 238000005286 illumination Methods 0.000 claims description 14
- 238000013507 mapping Methods 0.000 claims description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 13
- 238000007873 sieving Methods 0.000 claims description 12
- 238000012935 Averaging Methods 0.000 claims description 9
- 239000004575 stone Substances 0.000 claims description 7
- 241000196324 Embryophyta Species 0.000 claims description 6
- 239000007788 liquid Substances 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 238000002156 mixing Methods 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 6
- 239000000243 solution Substances 0.000 claims description 6
- 238000003756 stirring Methods 0.000 claims description 6
- 238000005303 weighing Methods 0.000 claims description 6
- 238000001035 drying Methods 0.000 claims description 3
- 230000002786 root growth Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 238000007405 data analysis Methods 0.000 abstract description 2
- 235000019506 cigar Nutrition 0.000 description 5
- 238000012216 screening Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000012466 permeate Substances 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 241000207923 Lamiaceae Species 0.000 description 1
- 235000017276 Salvia Nutrition 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002175 menstrual effect Effects 0.000 description 1
- 230000005906 menstruation Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 244000132619 red sage Species 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000017423 tissue regeneration Effects 0.000 description 1
- 238000009423 ventilation 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
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/17—Terrestrial scenes taken from planes or by drones
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Animal Husbandry (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Marketing (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Agronomy & Crop Science (AREA)
- Pretreatment Of Seeds And Plants (AREA)
Abstract
本发明涉及数据分析技术领域，本发明公开了一种丹参生长适宜分布区域分析系统及其分析方法；通过采集综合健康数据计算适宜度评估系数，与预设的适宜度评估阈值对比，获得适宜度差值，判断是否存在适宜分布区域，并结合可种植面积获得种植评估量，生成相对应的种植评估量降序表，对种植评估量降序表中排名第一的种植评估量对应的适宜分布区域进行推荐；相对于现有技术，可以对选定区域的土壤进行多方面的综合分析，并基于适宜度评估系数对选定区域进行判定，同时在判定结果的基础上，结合可种植面积进行分析，能够准确的推荐出选定区域内适宜度最高的适宜分布区域，进而实现丹参正常且健康的生长种植效果。
Description
技术领域
本发明涉及数据分析技术领域，更具体地说，本发明涉及一种丹参生长适宜分布区域分析系统及其分析方法。
背景技术
丹参是唇形科、鼠尾草属多年生直立草本植物，将丹参的根茎入药后，具有强壮性通经剂，有祛瘀、生新、活血、调经等效用，而丹参种植生长需要种植区域具备特定的条件，由于不同种植区域的综合环境不同，为了提高丹参种植的产量，提高丹参的品质，就需要对种植地区进行丹参生长适宜分布区域进行分析，以获得符合需求的区域。
申请公开号为CN114186423A的中国专利公开了一种雪茄烟品的适宜种植区预测评估方法及系统，其采用多元线性逐步回归的方法，构建基于关键气候影响因子的雪茄烟品质动态预报模型；根据雪茄烟品质动态预报模型进行雪茄烟品质的年际预测，筛选指定地区的雪茄烟品适宜种植区；
现有技术存在以下不足：
现有的适宜区域分析系统通过对区域内气象环境数据、基础地形环境数据以及植物样本数据进行分析，获得区域的相对评估值，从而为区域的筛选提供数据支持，由于基础地形环境为区域内裸露在外且可直接观测采集的数据，不能够准确的代表地形中隐藏的且不可直接观测的土壤属性数据，从而导致适宜区域的分析结果不够准确，导致分析误差较大，进而降低了适宜区域的筛选推荐准确度。
鉴于此，本发明提出一种丹参生长适宜分布区域分析系统及其分析方法以解决上述问题。
发明内容
为了克服现有技术的上述缺陷，为实现上述目的，本发明提供如下技术方案：一种丹参生长适宜分布区域分析系统，系统包括：
数据采集模块，将选定区域划分为个子区域，采集个子区域对应的个综合健康数据；
适宜度计算模块，基于个综合健康数据，生成个适宜度评估系数；
分析判断模块，将个适宜度评估系数分别与预设的适宜度评估阈值对比分析，获得个适宜度差值，根据个适宜度差值，判定个子区域内是否存在适宜分布区域；
种植评估模块，一一测量个适宜分布区域的可种植面积，并结合对应的适宜度评估系数，生成个种植评估量；
第一排序模块，将个大小不一致的种植评估量降序排列，第一次推荐排名第一的种植评估量对应的适宜分布区域；
第二排序模块，获取个大小一致的种植评估量的优先级，按照优先级对个种植评估量降序排列，第二次推荐排名第一的种植评估量对应的适宜分布区域。
进一步的，个子区域的划分方法包括：
通过操控无人机沿选定区域的边界上空飞行，拍摄得到选定区域的测绘图像，并标记测绘图像的边界；
在测绘图像中标记出条固有的行走路径；
以条行走路径为分隔线，将测绘图像分隔为个子图像，则个子图像分别对应个子区域。
进一步的，综合健康数据包括酸碱变化差值、光照时长、土壤松弛度、地理高度差值和土壤颗粒含量；
酸碱变化差值的获取方法包括：
以相同重量为标准，在个子区域内分别随机挖取个待测土壤；
将个待测土壤分别与水混合搅拌，得到稀释混合液；
将PH电极浸入到稀释混合液内，直至PH电极对应的读数不再变化时，将不再变化的PH读数记为土壤酸碱度；
将个土壤酸碱度累加后求平均，获得子酸碱度；
子酸碱度的表达式为：
；
式中，为第个子区域的子酸碱度，为第个子区域第个土壤酸碱度；
将子酸碱度与标准酸碱度差值比较，获得酸碱变化差值；
酸碱变化差值的表达式为：
；
式中，为第个子区域的酸碱变化差值，为标准酸碱度。
进一步的，土壤松弛度的获取方法包括：
以相同深度为标准，在个子区域内分别随机挖取个待测土壤；
从个待测土壤的顶部分别添加足量的清水，经过预设时间后，从个待测土壤的底部收集渗出混合液；
将个渗出混合液过筛后分离出清液，称取清液的重量，记为子松弛度；
去除掉子松弛度的最大值和最小值，将个子松弛度累加后求平均，获得土壤松弛度；
土壤松弛度的表达式为：
；
式中，第个子区域的土壤松弛度，为第个子区域第个子松弛度；
地理高度差值的获取方法包括：
通过无人机携带激光测距仪沿个子区域的上空飞行，测绘得到个子区域对应的等高线地形图；
在个等高线地形图上分别标记等高线的最大值和最小值；
将等高线的最大值和最小值差值比较，获得地理高度差值；
地理高度差值的表达式为：
；
式中，为第个子区域的地理高度差值，为第个子区域的等高线的最大值，为第个子区域的等高线的最小值。
进一步的，土壤颗粒含量的获取方法包括：
以相同宽度、长度和高度为标准，在个子区域内分别随机挖取个待测土壤；
将个待测土壤分别与水混合搅拌，得到溶解混合液；
将个溶解混合液一次过筛后分离出第一沉淀物，将第一沉淀物干燥后，按照预设辊压次数进行反复辊压，获得个辊压混合物；
将个辊压混合物二次过筛后分离出第二沉淀物，并称取第二沉淀物中石块颗粒的重量，记为子含量；
将个子含量累加后求平均，获得土壤颗粒含量；
土壤颗粒含量的表达式为：
；
式中，为第个子区域的土壤颗粒含量，为第个子区域第个子含量；
适宜度评估系数的表达式为：
；
式中，为第个子区域的适宜度评估系数，为第个子区域的光照时长，光照时长通过在子区域内设置的光照传感器获取，为常数，、、、、为权重因子。
进一步的，适宜度差值的表达式为：
；
式中，为第个子区域的适宜度差值，为预设的适宜度评估阈值；
个子区域内是否存在适宜分布区域的判定方法包括：
当大于等于0时，个子区域内存在适宜分布区域；
当小于0时，个子区域内不存在适宜分布区域。
进一步的，可种植面积的测量方法包括：
在测绘图像中标记个适宜分布区域对应的个子区域，分别描绘个子区域的边界线；
将个子区域按照预设长度划分为个小方格，根据正方形面积公式，求得个完整形状的小方格面积并累加，获得第一子种植面积；
第一子种植面积的表达式为：
；
式中，为第个适宜分布区域的第一子种植面积，为第个适宜分布区域的第个完整形状的小方格面积；
在不完整形状的小方格内，分别统计位于小方格内侧和外侧的像素点的数量；
将内侧像素点的数量大于外侧的像素点的数量的小方格记为目标小方格，根据正方形面积公式，求得个目标小方格面积并累加，获得第二子种植面积；
第二子种植面积的表达式为：
；
式中，为第个适宜分布区域的第二子种植面积，为第个适宜分布区域的第个目标小方格面积；
将第一子种植面积与第二子种植面积累加后，获得可种植面积；
可种植面积的表达式为：
；
式中，为第个适宜分布区域的可种植面积；
种植评估量的表达式为：
；
式中，为第个适宜分布区域的种植评估量，、为权重因子。
进一步的，适宜分布区域的第一次推荐方法包括：
将个种植评估量由大到小降序排列，生成第一种植评估量排序表；
标记第一种植评估量排序表中排名第一的种植评估量；
追踪排名第一的种植评估量对应的子区域，第一次推荐为适宜分布区域。
进一步的，优先级包括：当种植评估量相等时，可种植面积的最大值对应的适宜分布区域的优先级名次位于第一位，当可种植面积与适宜度评估系数的最大值相等时，优先级名次一致；
适宜分布区域的第二次推荐方法包括：
比较个种植评估量对应的可种植面积；
当个可种植面积不相等时，将个可种植面积由大到小降序排列，生成第二种植评估量排序表；
当出现个可种植面积相等时，小于等于，且个可种植面积的最大值并列位于第一位时，将个可种植面积随机排列，生成第二种植评估量排序表；
标记第二种植评估量排序表中排名第一的种植评估量；
追踪排名第一的种植评估量对应的子区域，第二次推荐为适宜分布区域。
一种丹参生长适宜分布区域分析方法，基于一种丹参生长适宜分布区域分析系统实现，方法包括：
S1：将选定区域划分为个子区域，采集个子区域对应的个综合健康数据；
S2：基于个综合健康数据，生成个适宜度评估系数；
S3：将个适宜度评估系数分别与预设的适宜度评估阈值对比分析，获得个适宜度差值，根据个适宜度差值，判定个子区域内是否存在适宜分布区域；
S4：一一测量个适宜分布区域的可种植面积，并结合对应的适宜度评估系数，生成个种植评估量；
S5：将个大小不一致的种植评估量降序排列，获得第一种植评估量排序表，推荐排名第一的种植评估量对应的适宜分布区域；
S6：获取个大小一致的种植评估量的优先级，按照优先级对个种植评估量降序排列，获得第二种植评估量排序表，推荐排名第一的种植评估量对应的适宜分布区域。
本发明一种丹参生长适宜分布区域分析系统及其分析方法的技术效果和优点：
本发明通过采集个子区域的综合健康数据，可以计算个子区域对应的适宜度评估系数，并将适宜度评估系数与预设的适宜度评估阈值对比，获得适宜度差值，从而判定个子区域内是否存在适宜分布区域，对存在适宜分布区域的情况，结合可种植面积获得种植评估量，基于种植评估量的大小，生成相对应的种植评估量降序表，并对种植评估量降序表中排名第一的种植评估量对应的适宜分布区域进行推荐，进而对个子区域中进行丹参生长适宜分布区域分析的完整处理，相对于现有技术，可以对选定区域的土壤进行多方面的综合分析，并基于适宜度评估系数对选定区域进行判定，同时在判定结果的基础上，结合可种植面积进行分析，能够准确的推荐出选定区域内适宜度最高的适宜分布区域，进而实现丹参正常且健康的生长种植效果。
附图说明
图1为本发明实施例1提供的一种丹参生长适宜分布区域分析系统的示意图；
图2为本发明实施例2提供的一种丹参生长适宜分布区域分析方法的示意图。
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所示，本实施例所述一种丹参生长适宜分布区域分析系统，系统包括：
数据采集模块，将选定区域划分为个子区域，采集个子区域对应的个综合健康数据；
选定区域是指未经丹参生长适宜分布区域分析的待定地区，当选定区域的地理面积较大时，无法快速且准确的对选定区域内的相关数据进行采集、分析和处理，因此需要将面积较大的选定区域划分为多个小区域，这样能够方便数据的采集、分析和处理；
个子区域的划分方法包括：
通过操控无人机沿选定区域的边界上空飞行，拍摄得到选定区域的测绘图像，并标记测绘图像的边界；
在测绘图像中标记出条固有的行走路径；
以条行走路径为分隔线，将测绘图像分隔为个子图像，则个子图像分别对应个子区域；通过将行走路径作为分隔线，能够避免在测绘图像中重新选取分隔线带来的负担，同时也能够利用固有的行走路径的便捷性，方便后续对子区域进行相关操作，提高子区域划分的效率；
综合健康数据是指选定区域内能到影响丹参正常生长的各类参数，由于丹参正常生长需要受到多方面因素的影响，多方面因素包括气象环境因素、土壤环境因素以及地理环境因素，多方面因素会对选定区域是否满足丹参正常生长的适宜度造成影响；
综合健康数据包括酸碱变化差值、光照时长、土壤松弛度、地理高度差值和土壤颗粒含量；
酸碱变化差值是指子区域内土壤的酸碱度与标准酸碱度的差值，当酸碱变化差值越大时，说明子区域内土壤的酸碱度与标准酸碱度的差值越大，则子区域越不适合丹参生长；
酸碱变化差值的获取方法包括：
以相同重量为标准，在个子区域内分别随机挖取个待测土壤；
将个待测土壤分别与水混合搅拌，得到稀释混合液；
将PH电极浸入到稀释混合液内，直至PH电极对应的读数不再变化时，将不再变化的PH读数记为土壤酸碱度；
将个土壤酸碱度累加后求平均，获得子酸碱度；
子酸碱度的表达式为：
；
式中，为第个子区域的子酸碱度，为第个子区域第个土壤酸碱度；
将子酸碱度与标准酸碱度差值比较，获得酸碱变化差值；标准酸碱度是符合丹参正常且健康生长的最佳土壤酸碱度，当子酸碱度越接近标准酸碱度时，说明土壤的酸碱度越符合丹参正常且健康生长的最佳酸碱要求，此时子酸碱度对应的子区域为丹参生长适宜分布区域，标准酸碱度是通过统计大量历史丹参产量和土壤酸碱度的基础上，通过系数优化后得到的；
酸碱变化差值的表达式为：
；
式中，为第个子区域的酸碱变化差值，为标准酸碱度；
光照时长是指子区域一天内能够被太阳光照射到的最大时长，当光照时长越大时，说明子区域内的丹参能够接收到光照的时间越长，则子区域越适合丹参生长；光照时长通过在子区域内设置的光照传感器获取；
土壤松弛度是指子区域内土壤内部中缝隙数量的多少，当土壤松弛度越大时，说明土壤内部之间的缝隙越多，此时土壤内部的通风性越好，则子区域越适合丹参生长；
土壤松弛度的获取方法包括：
以相同深度为标准，在个子区域内分别随机挖取个待测土壤；
从个待测土壤的顶部分别添加足量的清水，经过预设时间后，从个待测土壤的底部收集渗出混合液；预设时间是指能够满足清水从待测土壤底部流出的时间，使得待测土壤在经过预设时间后，能够从底部渗出混合液，从而满足混合液的收集需求，预设时间通过采集历史大量不同种类待测土壤得到渗出混合液的时间后，经过系数优化后得到的；
将个渗出混合液过筛后分离出清液，称取清液的重量，记为子松弛度；
去除掉子松弛度的最大值和最小值，将个子松弛度累加后求平均，获得土壤松弛度；去除掉最大值和最小值能够避免渗出混合液过筛较重和较轻情况下带来的数据误差，从而能够确保子松弛度数据的准确性，规避了过筛操作带来的误差影响；
土壤松弛度的表达式为：
；
式中，为第个子区域的土壤松弛度，为第个子区域第个子松弛度；
地理高度差值是指子区域中海拔高度最高点和海拔高度最低点的差值，当地理高度差值越大时，说明子区域内的地势越陡峭，可供丹参生长的面积越小，则子区域越不适合丹参生长；
地理高度差值的获取方法包括：
通过无人机携带激光测距仪沿个子区域的上空飞行，测绘得到个子区域对应的等高线地形图；
在个等高线地形图上分别标记等高线的最大值和最小值；
将等高线的最大值和最小值差值比较，获得地理高度差值；
地理高度差值的表达式为：
；
式中，为第个子区域的地理高度差值，为第个子区域的等高线的最大值，为第个子区域的等高线的最小值；
土壤颗粒含量是指子区域内土壤中单位体积中含有固体石块颗粒的含量，当子区域内的土壤颗粒含量越大时，说明子区域的土壤内石块颗粒的占比越大，此时丹参的根须在土壤内能够生长的土壤空间会变小，则子区域越不适合丹参生长；
土壤颗粒含量的获取方法包括：
以相同宽度、长度和高度为标准，在个子区域内分别随机挖取个待测土壤；
将个待测土壤分别与水混合搅拌，得到溶解混合液；
将个溶解混合液一次过筛后分离出第一沉淀物，将第一沉淀物干燥后，按照预设辊压次数进行反复辊压，获得个辊压混合物；一次过筛能够对溶解混合液内的石块颗粒进行初步过滤，而预设辊压次数是能够确保第一沉淀物中的土壤颗粒块状结构可以被辊压粉碎的次数，从而保证第一沉淀物中的石块颗粒与土壤颗粒分离，预设辊压次数通过采集历史大量的土壤颗粒与石块颗粒辊压后分离的次数，并经过系数优化后得到的；
将个辊压混合物二次过筛后分离出第二沉淀物，并称取第二沉淀物中石块颗粒的重量，记为子含量；二次过筛能够确保第二沉淀物中的颗粒均为石块颗粒，因此，二次过筛的筛孔直径小于一次过筛的筛孔直径，使得第二沉淀物中的石块颗粒的含量达到较高状态；
将个子含量累加后求平均，获得土壤颗粒含量；
土壤颗粒含量的表达式为：
；
式中，为第个子区域的土壤颗粒含量，为第个子区域第个子含量；
适宜度计算模块，基于个综合健康数据，生成个适宜度评估系数；
适宜度评估系数是用于判断子区域的综合环境满足丹参正常且健康生长需求的好坏程度，当适宜度评估系数越大时，说明子区域的综合环境越适合丹参的生长，则子区域为适宜分布区域；
适宜度评估系数的表达式为：
；
式中，为第个子区域的适宜度评估系数，为第个子区域的光照时长，光照时长通过在子区域内设置的光照传感器获取，为常数，、、、、为权重因子；将设定的权重因子和采集的综合健康数据代入公式，任意五个公式构成五元一次方程组，将计算得到的权重因子进行筛选并取均值，得到、、、、的均值；
另外，需要说明的是，权重因子的大小是为了将各个数据进行量化得到的一个具体的数值，便于后续比较，关于权重因子的大小，取决于综合健康数据的多少及本领域技术人员对每一组综合健康数据初步设定对应的权重因子；
分析判断模块，将个适宜度评估系数分别与预设的适宜度评估阈值对比分析，获得个适宜度差值，根据个适宜度差值，判定个子区域内是否存在适宜分布区域；
适宜度差值的表达式为：
；
式中，为第个子区域的适宜度差值，为预设的适宜度评估阈值；预设的适宜度评估阈值是用于区分子区域是否为丹参生长适宜分布区域的判断基础，由于每一个子区域均对应一个适宜度评估系数，为了对每一个子区域的适宜度评估系数进行区分，就需要设定一个适宜度评估系数的界限，从而将适宜度评估系数进行划分，预设的适宜度评估阈值通过采集大量历史子区域作为适宜分布区域时对应的适宜度评估系数，并通过系数优化后得到的；
个子区域内是否存在适宜分布区域的判定方法包括：
当大于等于0时，说明第个子区域的适宜度评估系数大于等于预设的适宜度评估阈值，则个子区域内存在适宜分布区域；
当小于0时，说明第个子区域的适宜度评估系数小于预设的适宜度评估阈值，则个子区域内不存在适宜分布区域；
种植评估模块，一一测量个适宜分布区域的可种植面积，小于等于，并结合对应的适宜度评估系数，生成个种植评估量；
可种植面积的测量方法包括：
在测绘图像中标记个适宜分布区域对应的个子区域，分别描绘个子区域的边界线；
将个子区域按照预设长度划分为个小方格，根据正方形面积公式，求得个完整形状的小方格面积并累加，获得第一子种植面积；
第一子种植面积的表达式为：
；
式中，为第个适宜分布区域的第一子种植面积，为第个适宜分布区域的第个完整形状的小方格面积；
在不完整形状的小方格内，分别统计位于小方格内侧和外侧的像素点的数量；
将内侧像素点的数量大于外侧的像素点的数量的小方格记为目标小方格，根据正方形面积公式，求得个目标小方格面积并累加，获得第二子种植面积；
第二子种植面积的表达式为：
；
式中，为第个适宜分布区域的第二子种植面积，为第个适宜分布区域的第个目标小方格面积；
将第一子种植面积与第二子种植面积累加后，获得可种植面积；
可种植面积的表达式为：
；
式中，为第个适宜分布区域的可种植面积；
种植评估量的表达式为：
；
式中，为第个适宜分布区域的种植评估量，、为权重因子；、的设定逻辑与上述、、、、的设定逻辑一致；
第一排序模块，将个大小不一致的种植评估量降序排列，获得第一种植评估量排序表，第一次推荐排名第一的种植评估量对应的适宜分布区域；
当个种植评估量的大小均不一致时，说明个适宜分布区域种植丹参的预估产量都不一样，则可对适宜分布区域进行直接推荐；
适宜分布区域的第一次推荐方法包括：
将个种植评估量由大到小降序排列，生成第一种植评估量排序表；
标记第一种植评估量排序表中排名第一的种植评估量；
追踪排名第一的种植评估量对应的子区域，第一次推荐为适宜分布区；
示例性的，根据上述内容，将个大小不一致种植评估量降序排列，获得第一种植评估量排序表，详情请见表1：
表1：第一种植评估量排序表
第二排序模块，获取个大小一致的种植评估量的优先级，小于等于，按照优先级对个种植评估量降序排列，获得第二种植评估量排序表，第二次推荐排名第一的种植评估量对应的适宜分布区域；
当出现个种植评估量的大小一致时，说明个适宜分布区域种植丹参的预估产量一样，且当个种植评估量为最大值时，则不可对适宜分布区域进行直接推荐，需要对个种植评估量对应的适宜分布区域制定优先级；
由于适宜分布区域的适宜度评估系数会被多个综合因素影响，使得适宜度评估系数出现变化的概率较大，而可种植面积为种植地区的地理环境，其受到外界因素干扰而出现变化的概率较低，使得可种植面积的稳定性较强，因此可种植面积越大，优先级越高；
综上，优先级包括：当种植评估量相等时，可种植面积的最大值对应的适宜分布区域的优先级名次位于第一位，当可种植面积与适宜度评估系数的最大值相等时，优先级名次一致；
适宜分布区域的第二次推荐方法包括：
比较个种植评估量对应的可种植面积；
当个可种植面积不相等时，将个可种植面积由大到小降序排列，生成第二种植评估量排序表；
当出现个可种植面积相等时，小于等于，且个可种植面积的最大值并列位于第一位时，将个可种植面积随机排列，生成第二种植评估量排序表；
标记第二种植评估量排序表中排名第一的种植评估量；
追踪排名第一的种植评估量对应的子区域，第二次推荐为适宜分布区域；
示例性的，根据上述内容，将个大小一致种植评估量降序排列，获得第一种植评估量排序表，详情请见表2：
表2：第一种植评估量排序表
本实施例中，通过采集个子区域的综合健康数据，可以计算个子区域对应的适宜度评估系数，并将适宜度评估系数与预设的适宜度评估阈值对比，获得适宜度差值，从而判定个子区域内是否存在适宜分布区域，对存在适宜分布区域的情况，结合可种植面积获得种植评估量，基于种植评估量的大小，生成相对应的种植评估量降序表，并对种植评估量降序表中排名第一的种植评估量对应的适宜分布区域进行推荐，进而对个子区域中进行丹参生长适宜分布区域分析的完整处理，相对于现有技术，可以对选定区域的土壤进行多方面的综合分析，并基于适宜度评估系数对选定区域进行判定，同时在判定结果的基础上，结合可种植面积进行分析，能够准确的推荐出选定区域内适宜度最高的适宜分布区域，进而实现丹参正常且健康的生长种植效果。
实施例2：请参阅图2所示，本实施例未详细叙述部分见实施例1描述内容，提供一种丹参生长适宜分布区域分析方法，基于一种丹参生长适宜分布区域分析系统实现，方法包括：
S1：将选定区域划分为个子区域，采集个子区域对应的个综合健康数据；
S2：基于个综合健康数据，生成个适宜度评估系数；
S3：将个适宜度评估系数分别与预设的适宜度评估阈值对比分析，获得个适宜度差值，根据个适宜度差值，判定个子区域内是否存在适宜分布区域；
S4：一一测量个适宜分布区域的可种植面积，并结合对应的适宜度评估系数，生成个种植评估量；
S5：将个大小不一致的种植评估量降序排列，获得第一种植评估量排序表，推荐排名第一的种植评估量对应的适宜分布区域；
S6：获取个大小一致的种植评估量的优先级，按照优先级对个种植评估量降序排列，获得第二种植评估量排序表，推荐排名第一的种植评估量对应的适宜分布区域。
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)
1.一种丹参生长适宜分布区域分析系统，其特征在于，系统包括：
数据采集模块，将选定区域划分为个子区域，采集个子区域对应的个综合健康数据；
适宜度计算模块，基于个综合健康数据，生成个适宜度评估系数；
分析判断模块，将个适宜度评估系数分别与预设的适宜度评估阈值对比分析，获得个适宜度差值，根据个适宜度差值，判定个子区域内是否存在适宜分布区域；
种植评估模块，一一测量个适宜分布区域的可种植面积，并结合对应的适宜度评估系数，生成个种植评估量；
第一排序模块，将个大小不一致的种植评估量降序排列，第一次推荐排名第一的种植评估量对应的适宜分布区域；
第二排序模块，获取个大小一致的种植评估量的优先级，按照优先级对个种植评估量降序排列，第二次推荐排名第一的种植评估量对应的适宜分布区域。
2.根据权利要求1所述的一种丹参生长适宜分布区域分析系统，其特征在于，所述个子区域的划分方法包括：
通过操控无人机沿选定区域的边界上空飞行，拍摄得到选定区域的测绘图像，并标记测绘图像的边界；
在测绘图像中标记出条固有的行走路径；
以条行走路径为分隔线，将测绘图像分隔为个子图像，则个子图像分别对应个子区域。
3.根据权利要求2所述的一种丹参生长适宜分布区域分析系统，其特征在于，所述综合健康数据包括酸碱变化差值、光照时长、土壤松弛度、地理高度差值和土壤颗粒含量；
酸碱变化差值的获取方法包括：
以相同重量为标准，在个子区域内分别随机挖取个待测土壤；
将个待测土壤分别与水混合搅拌，得到稀释混合液；
将PH电极浸入到稀释混合液内，直至PH电极对应的读数不再变化时，将不再变化的PH读数记为土壤酸碱度；
将个土壤酸碱度累加后求平均，获得子酸碱度；
子酸碱度的表达式为：
；
式中，为第个子区域的子酸碱度，为第个子区域第个土壤酸碱度；
将子酸碱度与标准酸碱度差值比较，获得酸碱变化差值；
酸碱变化差值的表达式为：
；
式中，为第个子区域的酸碱变化差值，为标准酸碱度。
4.根据权利要求3所述的一种丹参生长适宜分布区域分析系统，其特征在于，所述土壤松弛度的获取方法包括：
以相同深度为标准，在个子区域内分别随机挖取个待测土壤；
从个待测土壤的顶部分别添加足量的清水，经过预设时间后，从个待测土壤的底部收集渗出混合液；
将个渗出混合液过筛后分离出清液，称取清液的重量，记为子松弛度；
去除掉子松弛度的最大值和最小值，将个子松弛度累加后求平均，获得土壤松弛度；
土壤松弛度的表达式为：
；
式中，第个子区域的土壤松弛度，为第个子区域第个子松弛度；
地理高度差值的获取方法包括：
通过无人机携带激光测距仪沿个子区域的上空飞行，测绘得到个子区域对应的等高线地形图；
在个等高线地形图上分别标记等高线的最大值和最小值；
将等高线的最大值和最小值差值比较，获得地理高度差值；
地理高度差值的表达式为：
；
式中，为第个子区域的地理高度差值，为第个子区域的等高线的最大值，为第个子区域的等高线的最小值。
5.根据权利要求4所述的一种丹参生长适宜分布区域分析系统，其特征在于，所述土壤颗粒含量的获取方法包括：
以相同宽度、长度和高度为标准，在个子区域内分别随机挖取个待测土壤；
将个待测土壤分别与水混合搅拌，得到溶解混合液；
将个溶解混合液一次过筛后分离出第一沉淀物，将第一沉淀物干燥后，按照预设辊压次数进行反复辊压，获得个辊压混合物；
将个辊压混合物二次过筛后分离出第二沉淀物，并称取第二沉淀物中石块颗粒的重量，记为子含量；
将个子含量累加后求平均，获得土壤颗粒含量；
土壤颗粒含量的表达式为：
；
式中，为第个子区域的土壤颗粒含量，为第个子区域第个子含量；
适宜度评估系数的表达式为：
；
式中，为第个子区域的适宜度评估系数，为第个子区域的光照时长，光照时长通过在子区域内设置的光照传感器获取，为常数，、、、、为权重因子。
6.根据权利要求5所述的一种丹参生长适宜分布区域分析系统，其特征在于，所述适宜度差值的表达式为：
；
式中，为第个子区域的适宜度差值，为预设的适宜度评估阈值；
个子区域内是否存在适宜分布区域的判定方法包括：
当大于等于0时，个子区域内存在适宜分布区域；
当小于0时，个子区域内不存在适宜分布区域。
7.根据权利要求6所述的一种丹参生长适宜分布区域分析系统，其特征在于，所述可种植面积的测量方法包括：
在测绘图像中标记个适宜分布区域对应的个子区域，分别描绘个子区域的边界线；
将个子区域按照预设长度划分为个小方格，根据正方形面积公式，求得个完整形状的小方格面积并累加，获得第一子种植面积；
第一子种植面积的表达式为：
；
式中，为第个适宜分布区域的第一子种植面积，为第个适宜分布区域的第个完整形状的小方格面积；
在不完整形状的小方格内，分别统计位于小方格内侧和外侧的像素点的数量；
将内侧像素点的数量大于外侧的像素点的数量的小方格记为目标小方格，根据正方形面积公式，求得个目标小方格面积并累加，获得第二子种植面积；
第二子种植面积的表达式为：
；
式中，为第个适宜分布区域的第二子种植面积，为第个适宜分布区域的第个目标小方格面积；
将第一子种植面积与第二子种植面积累加后，获得可种植面积；
可种植面积的表达式为：
；
式中，为第个适宜分布区域的可种植面积；
种植评估量的表达式为：
；
式中，为第个适宜分布区域的种植评估量，、为权重因子。
8.根据权利要求7所述的一种丹参生长适宜分布区域分析系统，其特征在于，所述适宜分布区域的第一次推荐方法包括：
将个种植评估量由大到小降序排列，生成第一种植评估量排序表；
标记第一种植评估量排序表中排名第一的种植评估量；
追踪排名第一的种植评估量对应的子区域，第一次推荐为适宜分布区域。
9.根据权利要求8所述的一种丹参生长适宜分布区域分析系统，其特征在于，所述优先级包括：当种植评估量相等时，可种植面积的最大值对应的适宜分布区域的优先级名次位于第一位，当可种植面积与适宜度评估系数的最大值相等时，优先级名次一致；
适宜分布区域的第二次推荐方法包括：
比较个种植评估量对应的可种植面积；
当个可种植面积不相等时，将个可种植面积由大到小降序排列，生成第二种植评估量排序表；
当出现个可种植面积相等时，小于等于，且个可种植面积的最大值并列位于第一位时，将个可种植面积随机排列，生成第二种植评估量排序表；
标记第二种植评估量排序表中排名第一的种植评估量；
追踪排名第一的种植评估量对应的子区域，第二次推荐为适宜分布区域。
10.一种丹参生长适宜分布区域分析方法，基于权利要求1-9中任一项所述的一种丹参生长适宜分布区域分析系统实现，其特征在于，方法包括：
S1：将选定区域划分为个子区域，采集个子区域对应的个综合健康数据；
S2：基于个综合健康数据，生成个适宜度评估系数；
S3：将个适宜度评估系数分别与预设的适宜度评估阈值对比分析，获得个适宜度差值，根据个适宜度差值，判定个子区域内是否存在适宜分布区域；
S4：一一测量个适宜分布区域的可种植面积，并结合对应的适宜度评估系数，生成个种植评估量；
S5：将个大小不一致的种植评估量降序排列，获得第一种植评估量排序表，推荐排名第一的种植评估量对应的适宜分布区域；
S6：获取个大小一致的种植评估量的优先级，按照优先级对个种植评估量降序排列，获得第二种植评估量排序表，推荐排名第一的种植评估量对应的适宜分布区域。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410040753.9A CN117557399B (zh) | 2024-01-11 | 2024-01-11 | 一种丹参生长适宜分布区域分析系统及其分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410040753.9A CN117557399B (zh) | 2024-01-11 | 2024-01-11 | 一种丹参生长适宜分布区域分析系统及其分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117557399A true CN117557399A (zh) | 2024-02-13 |
| CN117557399B CN117557399B (zh) | 2024-03-12 |
Family
ID=89815134
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410040753.9A Active CN117557399B (zh) | 2024-01-11 | 2024-01-11 | 一种丹参生长适宜分布区域分析系统及其分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117557399B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104517030A (zh) * | 2014-11-06 | 2015-04-15 | 北京师范大学 | 一种人工草地生长适宜区提取方法 |
| CN104899786A (zh) * | 2015-05-13 | 2015-09-09 | 中国农业大学 | 玉米品种种植适宜性精细区划方法与系统 |
| CN109902879A (zh) * | 2019-03-07 | 2019-06-18 | 云南省农业科学院甘蔗研究所 | 基于综合适宜度指数的甘蔗种植区划方法 |
| CN112819343A (zh) * | 2021-02-04 | 2021-05-18 | 南京珀煦软件科技有限公司 | 基于特征识别和大数据分析的智慧农业农作物区域种植监测分析方法 |
| CN114186423A (zh) * | 2021-12-14 | 2022-03-15 | 湖北省烟草科学研究院 | 一种雪茄烟品的适宜种植区预测评估方法及系统 |
| CN115618021A (zh) * | 2022-12-19 | 2023-01-17 | 北京市农林科学院信息技术研究中心 | 农作物品种适宜种植区域推荐方法及装置 |
-
2024
- 2024-01-11 CN CN202410040753.9A patent/CN117557399B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104517030A (zh) * | 2014-11-06 | 2015-04-15 | 北京师范大学 | 一种人工草地生长适宜区提取方法 |
| CN104899786A (zh) * | 2015-05-13 | 2015-09-09 | 中国农业大学 | 玉米品种种植适宜性精细区划方法与系统 |
| CN109902879A (zh) * | 2019-03-07 | 2019-06-18 | 云南省农业科学院甘蔗研究所 | 基于综合适宜度指数的甘蔗种植区划方法 |
| CN112819343A (zh) * | 2021-02-04 | 2021-05-18 | 南京珀煦软件科技有限公司 | 基于特征识别和大数据分析的智慧农业农作物区域种植监测分析方法 |
| CN114186423A (zh) * | 2021-12-14 | 2022-03-15 | 湖北省烟草科学研究院 | 一种雪茄烟品的适宜种植区预测评估方法及系统 |
| CN115618021A (zh) * | 2022-12-19 | 2023-01-17 | 北京市农林科学院信息技术研究中心 | 农作物品种适宜种植区域推荐方法及装置 |
Non-Patent Citations (5)
| Title |
|---|
| SAKI GERASSIS 等: "Future habitat suitability for species under climate change – Lessons learned from the strawberry tree case study", 《FOREST ECOLOGY AND MANAGEMENT 》, 31 March 2021 (2021-03-31), pages 1 - 9 * |
| 何钊全 等: "基于 GIS 的陕北红枣生态适宜性空间分布格局研究", 《生态科学》, vol. 41, no. 5, 30 September 2022 (2022-09-30), pages 177 * |
| 尚雪 等: "陕北黄芪生长适宜性分布及其地理探测研究", 《中国药学杂志》, vol. 56, no. 6, 31 March 2021 (2021-03-31), pages 440 - 448 * |
| 张斌 等: "未来气候变化下贵州杜仲气候适宜性区划研究", 《西北林学院学报》, vol. 37, no. 2, 8 March 2022 (2022-03-08) * |
| 赵金鹏 等: "川明参生态适宜性及四川潜在分布区预测", 《中国农业气象》, vol. 44, no. 8, 31 August 2023 (2023-08-31), pages 664 - 674 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117557399B (zh) | 2024-03-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113468964B (zh) | 一种基于高光谱的农业病虫害监测方法及设备 | |
| CN111670668B (zh) | 基于高光谱遥感处方图的水稻农用无人机精准追肥方法 | |
| Noori et al. | Site-specific management of common olive: Remote sensing, geospatial, and advanced image processing applications | |
| Kotsuki et al. | SACRA–a method for the estimation of global high-resolution crop calendars from a satellite-sensed NDVI | |
| Apangu et al. | Air mass trajectories and land cover map reveal cereals and oilseed rape as major local sources of Alternaria spores in the Midlands, UK | |
| Maimaitijiang et al. | UAV-based sorghum growth monitoring: A comparative analysis of lidar and photogrammetry | |
| CN112986158B (zh) | 基于无人机多光谱数据的甜菜氮素营养检测方法及系统 | |
| Kuiawski et al. | Vegetation indexes and delineation of management zones for soybean | |
| CN113885060A (zh) | 基于无人机遥感技术的放牧强度监测方法 | |
| Fernández-Rodríguez et al. | Understanding hourly patterns of Olea pollen concentrations as tool for the environmental impact assessment | |
| Belal et al. | Precision farming technologies to increase soil and crop productivity | |
| Zhu et al. | Predicting plant diversity in beach wetland downstream of Xiaolangdi reservoir with UAV and satellite multispectral images | |
| CN105930863A (zh) | 一种卫星相机谱段设置的确定方法 | |
| CN117557399B (zh) | 一种丹参生长适宜分布区域分析系统及其分析方法 | |
| CN113570273B (zh) | 一种灌溉耕地统计数据的空间化方法及系统 | |
| Viney et al. | Assessment of the external contribution to Olea pollen levels in southeastern Spain | |
| Nasron et al. | Soil suitability assessment for harumanis mango cultivation in UiTM Arau, Perlis | |
| CN105184234B (zh) | 一种冬小麦秸秆焚烧污染物排放量的测算方法及装置 | |
| McGraw et al. | Landsat computer-aided analysis techniques for range vegetation mapping. | |
| CN113873459B (zh) | 土壤成分采集的多传感器优化部署方法 | |
| CN109041875A (zh) | 基于农艺性状的油菜的产量和抗倒性的预测方法 | |
| de Souza et al. | Parameters of the phytosociological survey to evaluate the abundance, distribution, and diversity of the weed community | |
| CN110367066B (zh) | 一种基于多梯度多性状综合抗旱系数的水稻抗旱性评价方法 | |
| CN109241866A (zh) | 一种基于历史作物分布图的农作物自动分类方法及装置 | |
| Skjøth et al. | Crop harvest in Central Europe causes episodes of high airborne Alternaria spore concentrations in Copenhagen. |
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 |