CN218974206U

CN218974206U - 一种茶叶病虫害趋势预测系统

Info

Publication number: CN218974206U
Application number: CN202222297178.XU
Authority: CN
Inventors: 都洋; 刘学兵; 刘华平; 杨捷成
Original assignee: Chengdu Boyuntong Technology Co ltd
Current assignee: Chengdu Boyuntong Technology Co ltd
Priority date: 2022-08-30
Filing date: 2022-08-30
Publication date: 2023-05-05
Anticipated expiration: 2032-08-30

Abstract

本实用新型提供一种茶叶病虫害趋势预测系统，涉及智慧农业技术领域。本实用新型通过茶叶遥感图像采集单元和茶叶地面图像采集单元分别采集茶叶病虫害分布情况和茶叶病虫害各植株的患病情况，再通过土壤采集器和土壤成份分析仪采集土壤成份，通过环境数据采集器采集温度、湿度和光照数据；通过地面数据收发单元对数据进行收集，并通过数据调度单元控制数据的存储、调用和增删，最后，整理数据并存入训练数据库单元，再通过病虫害趋势预测训练单元进行训练、学习和预测，得到最后的茶叶病虫害趋势预测结果；相较于现有技术，本实施例具备预测准确率高、操作简单、预测面积广、预测效率高的好处。

Description

一种茶叶病虫害趋势预测系统

技术领域

本实用新型涉及智慧农业技术领域，尤其涉及一种茶叶病虫害趋势预测系统。

背景技术

茶叶是一种具有悠久历史的冲泡饮品，深受各国人民欢迎。中国作为茶叶种植、生产与消费大国，其种植面积已超4500万亩，西南茶区保持中国茶叶种植面积最大的地位，茶叶上游产业的良好发展为中游、下游及后市场的前景提供了坚固的后盾。

根据中国茶叶流通协会统计，中国共有18个主要产茶省(直辖市，地区)，由于中国主要茶叶种植地多集中于长江中下游，气候因素、行业景气度以及规模经济效应等因素均会对茶园面积产生影响，其中，对茶叶品质、产量、种植面积最大的便是茶叶病虫害；因此，我们必须对茶叶病虫害进行防治。

针对茶叶病虫害的防治主要包括病虫害的防范和病虫害发展趋势的限制，其中，病虫害发展趋势的限制需要结合对茶叶病虫害趋势预测才能达到；通过对茶叶病虫害趋势预测便能得知病虫害发展趋势的限制效果如何，从而动态调整茶叶病虫害整治手段。

但是现有技术未有针对茶叶病虫害趋势预测的方法、装置或者系统，因此，有必要提供一种茶叶病虫害趋势预测系统来解决上述之一技术问题。

实用新型内容

为解决上述之一技术问题，本实用新型提供的一种茶叶病虫害趋势预测系统，包括茶叶遥感图像采集单元、茶叶地面图像采集单元、地面数据收发单元、无人机控制台、数据存储单元、土壤采集器、土壤成份分析仪、环境数据采集器、数据调度单元、训练数据库单元、病虫害趋势预测训练单元。

具体的，所述茶叶遥感图像采集单元包括无人机、无人机通信模块、GPS定位模块、图像数据传输单元、高清图像拍摄单元和红外图像拍摄单元；所述无人机对无人机通信模块、高清图像拍摄单元、红外图像拍摄单元提供载体，并与无人机通信模块电性连接；所述高清图像拍摄单元、红外图像拍摄单元通过安装支架安装在无人机上；所述高清图像拍摄单元、红外图像拍摄单元采集茶叶遥感图像，并与图像数据传输单元电性连接；所述图像数据传输单元和无人机通信模块分别与地面数据收发单元进行通信连接。

具体的，所述茶叶地面图像采集单元包括茶叶图像拍摄单元、茶叶图像处理单元和茶叶图像上传单元；所述茶叶图像拍摄单元与茶叶图像处理单元电性连接；所述茶叶图像处理单元与茶叶图像上传单元电性连接；所述茶叶图像上传单元与地面数据收发单元电性连接。

具体的，所述土壤采集器采集茶叶种植区的土壤，并通过土壤成份分析仪进行成份分析，得到土壤成份数据；所述环境数据采集器采集茶叶种植区的环境数据；所述环境数据、土壤成份数据和茶叶遥感图像均存储至数据存储单元。

具体的，所述无人机控制台通过地面数据收发单元与茶叶遥感图像采集单元的无人机通信模块电性连接；所述数据调度单元与数据存储单元电性连接，所述训练数据库单元与数据调度单元电性连接，所述训练数据库单元与病虫害趋势预测训练单元电性连接。

作为更进一步的解决方案，所述无人机是型号为DJI Mavic 3的无人机，所述无人机通信模块为对应型号无人机自带的通信模块。

作为更进一步的解决方案，所述高清图像拍摄单元是型号为SEQUOIA的5通道农用无人机多光谱相机；所述红外图像拍摄单元是型号为MINI30的动植物监测红外感应相机。

作为更进一步的解决方案，所述地面数据收发单元是型号为Link800的无人机数据链数传电台；所述无人机控制台通过中控电脑进行安装，所述中控电脑为天瀚无人机双屏地面站控制终端。

作为更进一步的解决方案，所述GPS定位模块通过北斗定位模块进行部署；其中，所述北斗定位模块通过型号为G500-GL GSM的定位通信二合一模块进行部署。

作为更进一步的解决方案，所述茶叶地面图像采集单元选择带摄像头的智能手机或者平板电脑。

作为更进一步的解决方案，所述数据存储单元为NAS网络存储服务器，具体型号为群晖Synology DS218 play存储服务器。

作为更进一步的解决方案，所述数据调度单元是通用网络交换机，具体型号为TP-LINK8口千兆交换机。

作为更进一步的解决方案，所述环境数据采集器包括温度传感器、湿度传感器和光照传感器。

作为更进一步的解决方案，所述训练数据库单元和病虫害趋势预测训练单元通过深度学习训练计算机进行设置；所述深度学习训练计算机包括计算机硬盘、计算机主板、计算机CPU、计算机内存和深度学习GPU阵列。

与相关技术相比较，本实用新型提供的一种茶叶病虫害趋势预测系统具有如下有益效果：

本实用新型针对茶叶病虫害，提出了一种茶叶病虫害趋势预测系统，该系统首先是通过茶叶遥感图像采集单元和茶叶地面图像采集单元分别采集茶叶病虫害分布情况和茶叶病虫害各植株的患病情况，再通过土壤采集器和土壤成份分析仪采集土壤成份，通过环境数据采集器采集温度、湿度和光照数据；通过地面数据收发单元对数据进行收集，并通过数据调度单元控制数据的存储、调用和增删，最后，整理数据并存入训练数据库单元，再通过病虫害趋势预测训练单元进行训练、学习和预测，得到最后的茶叶病虫害趋势预测结果；本实用新型通过采集不同维度的图像对茶叶病虫害现状进行全方位掌控，通过土壤采集器、土壤成份分析仪、环境数据采集器对影响茶叶病虫害发展的要素进行采集，最后通过机器学习进行预测，从而完成对茶叶病虫害趋势预测，相较于现有技术，本实用新型具备预测准确率高、操作简单、预测面积广、预测效率高的好处。

附图说明

图1为本实用新型实施例提供的一种茶叶病虫害趋势预测系统的模块结构图；

图2为本实用新型实施例提供的茶叶遥感图像采集单元的模块结构图；

图3为本实用新型实施例提供的茶叶地面图像采集单元的模块结构图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

如图1、图2、图3所示，本实施例提供的一种茶叶病虫害趋势预测系统，包括茶叶遥感图像采集单元、茶叶地面图像采集单元、地面数据收发单元、无人机控制台、数据存储单元、土壤采集器、土壤成份分析仪、环境数据采集器、数据调度单元、训练数据库单元、病虫害趋势预测训练单元。

需要说明的是：茶叶病虫害主要包括茶饼病、茶白星病、茶云纹叶枯病、茶轮斑病、茶跗线螨、茶蚜等，这些病虫害都有着明显的外部特征，如1、茶饼病：发病初期，嫩叶上出现透明病斑，形状为圆形或椭圆形，一段时间后病斑逐渐凹陷，背面开始突出。2、茶白星病：发病初期，嫩叶和幼茎上出现针头状的褐色小点，并逐渐形成病斑，发病后期病斑会互相融合。

因此，我们可以采集茶叶的图像进行病虫害识别，再结合病虫害的整体分布、种植区域的温度、湿度、日照等因素，结合先验的病虫害发展状况，并将这些数据进行整理，训练机器学习模型，便能得到茶叶病虫害趋势预测结果。

为此，本实施例针对茶叶病虫害，提出了一种茶叶病虫害趋势预测系统，该系统首先是通过茶叶遥感图像采集单元和茶叶地面图像采集单元分别采集茶叶病虫害分布情况和茶叶病虫害各植株的患病情况，再通过土壤采集器和土壤成份分析仪采集土壤成份，通过环境数据采集器采集温度、湿度和光照数据；通过地面数据收发单元对数据进行收集，并通过数据调度单元控制数据的存储、调用和增删，最后，整理数据并存入训练数据库单元，再通过病虫害趋势预测训练单元进行训练、学习和预测，得到最后的茶叶病虫害趋势预测结果；本实用新型通过采集不同维度的图像对茶叶病虫害现状进行全方位掌控，通过土壤采集器、土壤成份分析仪、环境数据采集器对影响茶叶病虫害发展的要素进行采集，最后通过机器学习进行预测，从而完成对茶叶病虫害趋势预测，相较于现有技术，本实施例具备预测准确率高、操作简单、预测面积广、预测效率高的好处。

以上仅为本实用新型的实施例，并非因此限制本实用新型的专利范围，凡是利用本实用新型说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本实用新型的专利保护范围内。

Claims

1.一种茶叶病虫害趋势预测系统，其特征在于，包括茶叶遥感图像采集单元、茶叶地面图像采集单元、地面数据收发单元、无人机控制台、数据存储单元、土壤采集器、土壤成份分析仪、环境数据采集器、数据调度单元、训练数据库单元、病虫害趋势预测训练单元；

所述茶叶遥感图像采集单元包括无人机、无人机通信模块、GPS定位模块、图像数据传输单元、高清图像拍摄单元和红外图像拍摄单元；所述无人机对无人机通信模块、高清图像拍摄单元、红外图像拍摄单元提供载体，并与无人机通信模块电性连接；所述高清图像拍摄单元、红外图像拍摄单元通过安装支架安装在无人机上；所述高清图像拍摄单元、红外图像拍摄单元采集茶叶遥感图像，并与图像数据传输单元电性连接；所述图像数据传输单元和无人机通信模块分别与地面数据收发单元进行通信连接；

所述茶叶地面图像采集单元包括茶叶图像拍摄单元、茶叶图像处理单元和茶叶图像上传单元；所述茶叶图像拍摄单元与茶叶图像处理单元电性连接；所述茶叶图像处理单元与茶叶图像上传单元电性连接；所述茶叶图像上传单元与地面数据收发单元电性连接；

所述土壤采集器采集茶叶种植区的土壤，并通过土壤成份分析仪进行成份分析，得到土壤成份数据；所述环境数据采集器采集茶叶种植区的环境数据；所述环境数据、土壤成份数据和茶叶遥感图像均存储至数据存储单元；

所述无人机控制台通过地面数据收发单元与茶叶遥感图像采集单元的无人机通信模块电性连接；所述数据调度单元与数据存储单元电性连接，所述训练数据库单元与数据调度单元电性连接，所述训练数据库单元与病虫害趋势预测训练单元电性连接。

2.根据权利要求1所述的一种茶叶病虫害趋势预测系统，其特征在于，所述无人机是型号为DJI Mavic 3的无人机，所述无人机通信模块为对应型号无人机自带的通信模块。

3.根据权利要求1所述的一种茶叶病虫害趋势预测系统，其特征在于，所述高清图像拍摄单元是型号为SEQUOIA的5通道农用无人机多光谱相机；所述红外图像拍摄单元是型号为MINI30的动植物监测红外感应相机。

4.根据权利要求1所述的一种茶叶病虫害趋势预测系统，其特征在于，所述地面数据收发单元是型号为Link800的无人机数据链数传电台；所述无人机控制台通过中控电脑进行安装，所述中控电脑为天瀚无人机双屏地面站控制终端。

5.根据权利要求1所述的一种茶叶病虫害趋势预测系统，其特征在于，所述GPS定位模块通过北斗定位模块进行部署；其中，所述北斗定位模块通过型号为G500-GL GSM的定位通信二合一模块进行部署。

6.根据权利要求1所述的一种茶叶病虫害趋势预测系统，其特征在于，所述茶叶地面图像采集单元选择带摄像头的智能手机或者平板电脑。

7.根据权利要求1所述的一种茶叶病虫害趋势预测系统，其特征在于，所述数据存储单元为NAS网络存储服务器，具体型号为群晖Synology DS218 play存储服务器。

8.根据权利要求1所述的一种茶叶病虫害趋势预测系统，其特征在于，所述数据调度单元是通用网络交换机，具体型号为TP-LINK 8口千兆交换机。

9.根据权利要求1所述的一种茶叶病虫害趋势预测系统，其特征在于，所述环境数据采集器包括温度传感器、湿度传感器和光照传感器。