CN112492027A - 一种生态农业智能监测*** - Google Patents

Abstract

本发明涉及农业监测的技术领域，具体为一种生态农业智能监测***，包括采集终端和服务器，采集终端用于采集农作物的第一图像信息，发送给服务器；服务器用于接收第一图像信息，服务器还用于根据第一图像信息生成作物实际信息，根据作物实际信息与预设的异常条件进行判断，当作物实际信息与异常条件存在匹配项时，生成异常分析信号；采集终端还用于采集农作物生长的环境信息，发送给服务器；服务器还用于接收环境信息，当生成异常分析信号时，根据匹配项筛选出影响因素，根据环境信息和影响因素生成异常原因。采用本方案能够解决现有技术中无法对农作物的早期病虫害进行监测的技术问题。

Description

一种生态农业智能监测***

技术领域

本发明涉及农业监测的技术领域，具体为一种生态农业智能监测***。

背景技术

由于农作物病虫害具有种类多、影响大、时长暴发成灾的特点，使得农作物病虫害成为制约农业增产增收的重要因素，因此如何及时发现、治理病虫害成为当今社会亟待解决的问题。通过现代科技的手段，基于图像识别的方式对农作物的状态进行识别，例如对农作物的叶面进行识别，通过叶面的颜色、完整度和姿态等判断农作物是否发生病虫害，及时对发生病虫害的农作物进行治理。

但是由于图像识别存在误差，因此为减小误判情况的发生，设定相关阈值，以叶面完整度为例，设定完整度阈值为90％，当叶面完整度低于90％时认为农作物发生病虫害。但是实际情况下此时病虫害已经造成，并且进入了发展阶段，此时进行治理的难度较大，无法对病虫害的发展进行快速、有效的治理。

发明内容

本发明意在提供一种生态农业智能监测***，以解决现有技术中无法对农作物的早期病虫害进行监测的技术问题。

本发明提供如下基础方案：

一种生态农业智能监测***，包括采集终端和服务器，采集终端用于采集农作物的第一图像信息，发送给服务器；服务器用于接收第一图像信息，服务器还用于根据第一图像信息生成作物实际信息，根据作物实际信息与预设的异常条件进行判断，当作物实际信息与异常条件存在匹配项时，生成异常分析信号；

采集终端还用于采集农作物生长的环境信息，发送给服务器；服务器还用于接收环境信息，当生成异常分析信号时，根据匹配项筛选出影响因素，根据环境信息和影响因素生成异常原因。

基础方案的有益效果：基于图像识别技术对农作物的第一图像信息进行图像识别，从而得知农作物的作物实际信息，例如生长状态、叶面信息等。通过作物实际信息与异常条件进行判断，判断农作物是否出现异常情况，当作物实际信息与异常条件存在匹配项时，代表农作物出现异常情况，例如生长缓慢、叶面发黄、叶面缺损、叶面卷曲等，此时生成异常分析信号。

在发现农作物异常时，对农作物异常的原因进行分析，根据农作物的异常项筛选可能造成该异常的影响因素，例如叶面发黄，其影响因素可能为农作物缺水、缺肥和病虫害导致，此时结合环境信息进行分析，从而找到导致农作物异常的异常原因，便于农作物管理人员及时采取对应的措施，保证农作物的正常生长。本申请能够及时发现农作物的异常情况，结合农作物生长的环境信息，对造成农作物异常的影响因素进行分析，找到导致农作物异常的异常原因，从而实现在农作物的早期病虫害时，及时发现和防治。

进一步，异常原因包括可调控因素和非调控因素，服务器用于判断根据环境信息和影响因素生成异常原因是否为可调控因素，当异常原因为可调控因素时，根据异常原因生成调控方案，当异常原因为非调控因素时，生成预警信号。

有益效果：可调控因素为可通过智能设备进行调控的因素，例如环境湿度、温度、光照等，非调控因素为无法通过智能设备进行调控的因素，例如土壤元素、授粉、去顶、病虫害等。当异常原因为可调控因素时，根据异常原因智能生成调控方案，通过调控方案对农作物生长环境中的智能设备进行调控，例如农田内的土壤滴灌设备、温度调节设备和光照调节设备等，通过自动调控解决农作物的异常问题。当异常原因为非调控因素时，生成预警信号，通过预警信号提示农作物的管理人员，及时查看农作物的情况，避免早期的病虫害进入发展阶段，降低病虫害对农作物的影响。

进一步，作物实际信息包括农作物的叶面颜色、叶面完整度和叶面姿态，异常条件包括颜色条件、完整度条件和姿态条件，服务器包括异常判断模块，异常判断模块用于根据颜色条件判断叶面颜色是否异常，根据完整度条件判断叶面完整度是否异常，根据姿态条件判断叶面姿态是否异常；

当叶面颜色异常时，作物实际信息与异常条件存在匹配项，匹配项为叶面颜色；当叶面完整度异常时，作物实际信息与异常条件存在匹配项，匹配项为叶面完整度；当叶面姿态异常时，作物实际信息与异常条件存在匹配项，匹配项为叶面姿态。

有益效果：本方案以叶面异常的情况为例，根据叶面的颜色、完整度、姿态判断农作物是否异常，在农作物异常时及时进行智能化控制或预警。同时匹配项的确定，能够便于后续对造成农作物异常的异常原因进行分析。

进一步，服务器包括原因分析模块，原因分析模块用于根据匹配项筛选出与匹配项对应的影响因素，根据环境信息和影响因素生成异常原因。

有益效果：原因分析模块的设置，根据环境信息对造成农作物异常的影响因素进行筛选，例如农作物异常为叶面发黄，影响因素为缺水、缺肥和病虫害，此时若土壤水分充足，则导致农作物异常的异常原因不可能为缺水，同样若此时土壤的元素含量正常，则导致农作物异常的异常原因不可能为缺肥，因此剔除缺肥的影响因素，因此最终导致农作物异常的异常原因为剩余的病虫害。反之，若此时土壤水分不足，则导致农作物异常的异常原因为缺水。

进一步，采集终端包括套袋器，套袋器上设有图像采集模块，图像采集模块用于采集套袋器附近农作物的第二图像信息，服务器生成的作物实际信息根据第一图像信息和第二图像信息生成。

有益效果：通过套袋器实现第二图像信息的采集，由于套袋器的设置，用于对农作物进行套袋，其设置在农作物中，与采集终端采集的第一图像信息相比，第二图像信息能够更清楚的获取农作物信息，例如被上层树叶遮挡的内部树叶，因此通过第一图像信息和第二图像信息生成作物实际信息，弥补第一图像信息的不足，使得作物实际信息更能准确的反馈农作物的实际情况。

进一步，套袋器上设有作物采集模块，作物采集模块用于采集套袋农作物的套袋作物信息，发送给服务器；服务器还用于根据套袋作物信息生成作物成熟度，根据作物成熟度和预设的可采成熟度阈值进行判断，当作物成熟度达到可采成熟度阈值时，生成果品成熟信号。

有益效果：套袋作物信息为套袋内农作物的情况，通过套袋作物信息生成作物成熟度，从而判断农作物是否达到可采摘的成熟状态。当农作物达到可采收的状态时，生成果品成熟信号提醒农作物的管理人员，便于实施农作物的采摘。

进一步，服务器还用于获取农作物套袋的套袋信号，当接收到套袋信号时，根据第一图像信息生成套袋方案，套袋方案包括套袋器的总体数量和坐标。

有益效果：在农作物进行套袋时，根据第一图像信息生成套袋方案，套袋方案为套袋器的套袋方案，由于套袋器具备采集套袋作物信息和第二图像信息的功能，因此其与普通套袋相比，造价更高。因此为了实现达到采集目的的同时，有效控制成本，对套袋器的总体数据和坐标进行规划，在农作物中采用套袋器选择性套袋，其余农作物仍采用常规纸袋进行套袋，有效控制成本。同时通过套袋方案实现对套袋器的规划，分布更加合理，降低采集同一区域的重复度。

进一步，服务器还用于统计作物成熟度达到可采成熟度阈值对应的套袋器的成熟数量，根据成熟数量和预设的数量阈值进行判断，当成熟数量大于数量阈值时，生成果品采摘信号。

有益效果：通过套袋器内农作物的成熟情况，表征套袋器附近所有农作物的成熟情况。当农作物种植区域内大部分农作物达到可采摘的成熟状态后，生成果品采摘信号，提醒农作物的管理人员及时进行采摘。

进一步，套袋器还用于上传终端编号，服务器还用于接收终端编号，当生成果品采摘信号时，根据当前的套袋作物信息对各套袋器内的农作物进行分类，根据分类结果和终端编号生成采摘方案。

有益效果：由于不同大小的农作物售卖价格存在差异，一般情况是采摘后进行分类挑选，需要花费大量的人力。管理人员根据果品采摘信号进行农作物的采摘，在生成果品采摘信号时，根据当前的套袋作物信息对各套袋器内的农作物进行分类，例如根据农作物的大小进行分类，根据分类结果生成采摘方案，采摘时根据采摘方案进行采摘，从而实现对农作物的分类，降低后续分类挑选的工作量，降低人力成本。

进一步，服务器还用于当生成果品采摘信号时，根据分类结果、套袋作物信息、环境信息和异常原因进行分析生成农作物管理方案。

有益效果：通过分类结果、套袋作物信息、环境信息和异常原因进行分析，获知农作物成熟时间较长的原因、影响农作物品质的原因等。生成农作物管理方案，实现对农作物管理的优化，通过采用农作物管理方案，以获得成熟期更短、品质更好的农作物。

附图说明

图1为本发明一种生态农业智能监测***实施例一的逻辑框图；

图2为本发明一种生态农业智能监测***实施例二的逻辑框图。

具体实施方式

下面通过具体实施方式进一步详细说明：

实施例一

一种生态农业智能监测***，如附图1所示，包括采集终端和服务器，服务器包括数据库、图像识别模块、异常判断模块、原因分析模块和原因判断模块，数据库中预设有异常条件、匹配项与影响因素映射表，异常条件包括颜色条件、完整度条件和姿态条件。采集终端包括设置在农作物生长环境的摄像设备，以及对农作物生长环境进行检测的检测设备，检测设备包括土壤湿度传感器、土壤微量元素传感器、空气湿度传感器、空气温度传感器和光照传感器中的一种或多种。在本实施例中，以农作物叶面发黄为例进行说明，而导致农作物叶面发黄的原因包括缺水、缺肥和病虫害，因此在本实施例中，检测设备包括土壤湿度传感器和土壤微量元素传感器。

采集终端用于采集农作物的第一图像信息和农作物生长的环境信息，将第一图像信息和环境信息发送给服务器，环境信息包括土壤湿度和土壤微量元素。

图像识别模块用于接收第一图像信息，根据第一图像信息生成作物实际信息，由于本实施例中以农作物叶面发黄为例，因此作物实际信息包括农作物的叶面颜色、叶面完整度和叶面姿态。基于图像识别技术对农作物的叶面情况进行识别，从而生成农作物的叶面颜色、叶面完整度和叶面姿态。

异常判断模块用于从数据库中调用异常条件，根据作物实际信息与异常条件进行判断，当作物实际信息与异常条件存在匹配项时，生成异常分析信号。具体的，异常判断模块用于根据颜色条件判断叶面颜色是否异常，根据完整度条件判断叶面完整度是否异常，根据姿态条件判断叶面姿态是否异常。例如叶面颜色是否为正常的绿色，若绿色偏浅或者绿色中带有黄色，则认为叶面颜色异常。异常判断模块还用于当叶面颜色异常时，作物实际信息与异常条件存在匹配项，匹配项为叶面颜色；当叶面完整度异常时，作物实际信息与异常条件存在匹配项，匹配项为叶面完整度；当叶面姿态异常时，作物实际信息与异常条件存在匹配项，匹配项为叶面姿态，在作物实际信息与异常条件存在匹配项时，生成异常分析信号。

原因分析模块用于接收环境信息，当异常判断模块生成异常分析信号时，调用匹配项与影响因素映射表，根据匹配项从匹配项与影响因素映射表中筛选出与匹配项对应的影响因素，根据环境信息和影响因素生成异常原因。异常原因包括可调控因素和非调控因素，可调控因素为可通过智能设备进行调控的因素，非调控因素为无法通过智能设备进行调控的因素，可调控因素包括土壤湿度、空气湿度、空气温度和光照度，非调控因素包括土壤元素。

原因判断模块用于判断根据环境信息和影响因素生成的异常原因是否为可调控因素，由于本实施例中以农作物叶面发黄为例，因此可调控因素为土壤湿度。原因判断模块用于当异常原因为可调控因素时，即异常原因为缺水时，根据异常原因生成调控方案；当异常原因为非调控因素时，生成预警信号。

通过调控方案实现对农作物生长环境进行调控，例如本方案中还包括执行终端，执行终端包括设置在农作物生长环境中的土壤滴灌设备，原因判断模块还用于将调控方案发送给执行终端，执行终端用于根据调控方案控制土壤滴灌设备启动，实现对农作物进行补水。通过预警信号提示农作物的管理人员，及时查看农作物的情况，避免早期的病虫害进入发展阶段，降低病虫害对农作物的影响。

实施例二

本实施例与实施例一的不同之处在于：

部分农作物在生长过程中，为保证农作物的外观品质以及减少农药残留，需要进行套袋处理，例如葡萄、苹果、桃子等。本实施例中，对套袋进行改进，通过套袋对其内的农作物以及其附近的农作物情况进行采集。

如附图2所示，采集终端还包括套袋器，套袋器上设有图像采集模块和作物采集模块，作物采集模块用于采集套袋农作物的套袋作物信息，图像采集模块用于采集套袋器附近农作物的第二图像信息，套袋器用于将套袋作物信息和第二图像信息发送给服务器，同时将唯一的终端编码上传服务器。在本实施例中，以农作物为苹果为例，作物采集模块和图像采集模块均为摄像设备，作物采集模块用于采集套袋器内苹果的套袋作物信息，图像采集模块用于采集套袋器附近果树的第二图像信息。在其他实施例中，作物采集模块为重量传感器，作物采集模块采集的套袋作物信息为套袋农作物的重量。

由于农作物的枝叶会存在重叠的情况，设置在农作物生长环境的摄像设备采集的第一图像信息多为农作物表层的信息，而套袋器位于枝叶之间，能够采集更多农作物内部的信息。因此本实施例中，图像采集模块还用于接收第二图像信息，作物实际信息根据第一图像信息和第二图像信息生成。通过第二图像信息弥补第一图像信息的不足，使得作物实际信息更能准确的反馈农作物的实际情况。

还包括用户终端，用户终端为管理人员使用的智能设备，例如手机。服务器还包括作物识别模块、成熟判断模块、套袋规划模块、采摘判断模块、采摘规划模块和作物分析模块。数据库中还预设有终端编号与坐标映射表。

作物识别模块用于接收套袋作物信息，根据套袋作物信息生成作物成熟度，将作物成熟度发送给成熟判断模块。成熟判断模块预设有可采成熟度阈值，成熟判断模块用于根据作物成熟度和预设的可采成熟度阈值进行判断，当作物成熟度达到可采成熟度阈值时，生成果品成熟信号，发送给用户终端。具体的，本实施例中以苹果的大小判断是否可进行采摘，即作物成熟度为套袋器内苹果的直径，可采成熟度阈值为可采摘苹果的最小直径，当套袋器内的苹果直径达到最小直径时，即代表该苹果可进行采摘，生成果品成熟信号，提醒管理人员。

用户终端用于当农作物需要套袋时，获取管理人员的套袋信号，上传服务器。套袋规划模块用于获取农作物套袋的套袋信号，当接收到套袋信号时，根据第一图像信息生成套袋方案，套袋方案包括套袋器的总体数量和坐标。具体的，套袋规划模块根据第一图像信息对果树的果品数量进行预测，根据预测结果按比例生成套袋器的总体数量，根据第一图像信息分析果树的树冠直径，根据树冠直径对套袋器的分布进行规划生成套袋器的坐标，根据套袋器的总体数量和坐标生成套袋方案。管理人员在套袋时，根据套袋方案采用套袋器进行套袋，其余仍采用常规纸袋进行套袋，通过套袋器表征其附近所有农作物的情况。通过套袋方案，一是有效控制成本，二是实现对套袋器的规划，分布更加合理，降低采集同一区域的重复度。

采摘判断模块预设有数量阈值，数量阈值为N％的总体数量，管理人员根据需求设定N的取值，在本实施例中，N的取值为60。采摘判断模块用于统计作物成熟度达到可采成熟度阈值对应的套袋器的成熟数量，根据成熟数量和数量阈值进行判断，当成熟数量大于数量阈值时，生成果品采摘信号。

采摘规划模块用于接收终端编号，当生成果品采摘信号时，根据当前的套袋作物信息对各套袋器内的农作物进行分类，根据分类结果和终端编号生成采摘方案。具体的，当生成果品采摘信号时，根据当前的套袋作物信息对各套袋器内的农作物进行分类，例如以苹果的直径进行分类，获取分类结果，根据分类结果对应套袋作物信息的套袋器的终端编号，调用终端编号与坐标映射表获得套袋器的坐标，从而得知不同套袋器内农作物的分类，因此根据分类结果和终端编号生成采摘方案。采摘时根据采摘方案进行采摘，从而实现对农作物的分类，降低后续分类挑选的工作量，降低人力成本。

作物分析模块用于当生成果品采摘信号时，根据分类结果、套袋作物信息、环境信息和异常原因进行分析生成农作物管理方案。具体的，根据分类结果获取品质较好的农作物的套袋作物信息、环境信息和异常原因作为最优方案，获取其余品质的农作物的套袋作物信息、环境信息和异常原因作为待优化方案，根据最优方案对待优化方案中异常项进行分析和标记，根据标记后的待优化方案和最优方案生成农作物管理方案。异常项的分析为获取同一时间下最优方案和待优化方案的环境信息，对比环境信息，将待优化方案中与最优方案相差较大的指标作为异常项，例如土壤湿度。通过采用农作物管理方案，实现对农作物管理的优化，以获得成熟期更短、品质更好的农作物

以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (10)

1.一种生态农业智能监测***，包括采集终端和服务器，采集终端用于采集农作物的第一图像信息，发送给服务器；服务器用于接收第一图像信息，其特征在于：服务器还用于根据第一图像信息生成作物实际信息，根据作物实际信息与预设的异常条件进行判断，当作物实际信息与异常条件存在匹配项时，生成异常分析信号；

采集终端还用于采集农作物生长的环境信息，发送给服务器；服务器还用于接收环境信息，当生成异常分析信号时，根据匹配项筛选出影响因素，根据环境信息和影响因素生成异常原因。

2.根据权利要求1所述的一种生态农业智能监测***，其特征在于：异常原因包括可调控因素和非调控因素，服务器用于判断根据环境信息和影响因素生成异常原因是否为可调控因素，当异常原因为可调控因素时，根据异常原因生成调控方案，当异常原因为非调控因素时，生成预警信号。

3.根据权利要求1所述的一种生态农业智能监测***，其特征在于：作物实际信息包括农作物的叶面颜色、叶面完整度和叶面姿态，异常条件包括颜色条件、完整度条件和姿态条件，服务器包括异常判断模块，异常判断模块用于根据颜色条件判断叶面颜色是否异常，根据完整度条件判断叶面完整度是否异常，根据姿态条件判断叶面姿态是否异常；

当叶面颜色异常时，作物实际信息与异常条件存在匹配项，匹配项为叶面颜色；当叶面完整度异常时，作物实际信息与异常条件存在匹配项，匹配项为叶面完整度；当叶面姿态异常时，作物实际信息与异常条件存在匹配项，匹配项为叶面姿态。

4.根据权利要求1所述的一种生态农业智能监测***，其特征在于：服务器包括原因分析模块，原因分析模块用于根据匹配项筛选出与匹配项对应的影响因素，根据环境信息和影响因素生成异常原因。

5.根据权利要求1所述的一种生态农业智能监测***，其特征在于：采集终端包括套袋器，套袋器上设有图像采集模块，图像采集模块用于采集套袋器附近农作物的第二图像信息，服务器生成的作物实际信息根据第一图像信息和第二图像信息生成。

6.根据权利要求5所述的一种生态农业智能监测***，其特征在于：套袋器上设有作物采集模块，作物采集模块用于采集套袋农作物的套袋作物信息，发送给服务器；服务器还用于根据套袋作物信息生成作物成熟度，根据作物成熟度和预设的可采成熟度阈值进行判断，当作物成熟度达到可采成熟度阈值时，生成果品成熟信号。

7.根据权利要求6所述的一种生态农业智能监测***，其特征在于：服务器还用于获取农作物套袋的套袋信号，当接收到套袋信号时，根据第一图像信息生成套袋方案，套袋方案包括套袋器的总体数量和坐标。

8.根据权利要求7所述的一种生态农业智能监测***，其特征在于：服务器还用于统计作物成熟度达到可采成熟度阈值对应的套袋器的成熟数量，根据成熟数量和预设的数量阈值进行判断，当成熟数量大于数量阈值时，生成果品采摘信号。

9.根据权利要求8所述的一种生态农业智能监测***，其特征在于：套袋器还用于上传终端编号，服务器还用于接收终端编号，当生成果品采摘信号时，根据当前的套袋作物信息对各套袋器内的农作物进行分类，根据分类结果和终端编号生成采摘方案。

10.根据权利要求9所述的一种生态农业智能监测***，其特征在于：服务器还用于当生成果品采摘信号时，根据分类结果、套袋作物信息、环境信息和异常原因进行分析生成农作物管理方案。

Images