CN116090902A - 一种农田远程监测方法及*** - Google Patents
一种农田远程监测方法及*** Download PDFInfo
- Publication number
- CN116090902A CN116090902A CN202310128933.8A CN202310128933A CN116090902A CN 116090902 A CN116090902 A CN 116090902A CN 202310128933 A CN202310128933 A CN 202310128933A CN 116090902 A CN116090902 A CN 116090902A
- Authority
- CN
- China
- Prior art keywords
- farmland
- information
- acquiring
- agricultural condition
- monitoring
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000011156 evaluation Methods 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 29
- 238000001514 detection method Methods 0.000 claims abstract description 16
- 241000238631 Hexapoda Species 0.000 claims abstract description 10
- 238000004891 communication Methods 0.000 claims description 14
- 238000011161 development Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012806 monitoring device Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000011269 treatment regimen Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 241000607479 Yersinia pestis Species 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种农田远程监测方法及***,涉及农田监控领域,其方法包括:获取监测区域中的一块或多块农田的农情信息,所述农情信息包括多种不同农情参数类型的农情参数,所述农情参数类型包括苗情和/或虫情和/或灾情;基于所述农情信息获取所述农田的监测评价信息;基于所述监测评价信息获取所述农田的处理策略。本申请通过安装与农田内的农情检测设备对监测区域内的农田进行实时监测,降低了农田信息监测过程中的偏差,服务器对农情检测设备发送的数据进行分析、处理,进而得到关于农田当前现状的处理策略,提高了农田远程监测的智能性。
Description
技术领域
本申请涉及农田监控领域,尤其是涉及一种农田远程监测方法及***。
背景技术
农业是中国国民经济的基础。农田信息监测信息是组织和指导农业生产的重要依据,对各级政府指导生产和制定政策都至关重要。农田生长环境和农作物生长发育状况等作为农田信息监测的重要内容,亦是作物产量评估和预报的必要前提,还可为作物灾损和农业灾害风险评价提供数据支撑与科学依据。
传统的人工观测方法不但耗费人力物力,而且将观测结果逐级向上汇报有一定的时间滞后性。如今,引进的气象台站监测设备在农田信息监测领域得到了较为广泛的应用。但是,气象台站监测设备并不是专门针对农田作物配置的,故安放位置通常距农田较远,因此,用其反映农田信息存在较大偏差。
发明内容
为了降低农田信息监测过程中的偏差,本申请提供一种农田远程监测方法及***。
第一方面,本申请提供一种农田远程监测方法,采用如下的技术方案:
一种农田远程监测方法,包括:
获取监测区域中的一块或多块农田的农情信息,所述农情信息包括多种不同农情参数类型的农情参数,所述农情参数类型包括苗情和/或虫情和/或灾情;
基于所述农情信息获取所述农田的监测评价信息;
基于所述监测评价信息获取所述农田的处理策略。
通过采用上述技术方案,通过安装与农田内的农情检测设备对监测区域内的农田进行实时监测,降低了农田信息监测过程中的偏差,服务器对农情检测设备发送的数据进行分析、处理,进而得到关于农田当前现状的处理策略,提高了农田远程监测的智能性。
可选的,所述获取一块或多块农田的农情信息包括获取摄像设备拍摄的农田图像信息;
所述基于所述农情信息获取所述农田的监测评价信息包括:
基于当前农田图像信息识别当前农田种植作物的种类信息;
基于所述种类信息获取所述当前农田所需监测的农情参数类型以及所述农情参数类型的对比阈值;
获取所述当前农田的农情参数,将所述农情参数与所述对比阈值进行对比,基于对比结果生成监测评价信息。
通过采用上述技术方案,根据农田种植的作物种类对农情参数类型及其对比阈值进行更新,从而提高了监测评价信息的准确性。
可选的,每类农情参数对应的对比阈值为多个,若所述监测区域包括多块种类信息相同的农田,则在所述基于所述监测评价信息获取所述农田的处理策略之后,还包括:
获取不同农情参数与对应的对比阈值的对比差值,对多个所述对比差值进行加权计算,得到所述当前农田的评价总分;
基于所述评价总分获取所述当前农田的农情等级信息;
基于所述农情等级信息获取各块种类信息相同的农田的处理策略执行的优先级。
通过采用上述技术方案,当种类信息相同的不同农田的处理策略相同时,可以根据优先级不同优先执行某块农田的处理策略,因此,可优先执行现状更为不利的农田对应的处理策略。
可选的,若所述监测区域为多块农田,则所述获取所述当前农田的农情参数包括:
获取所述当前农田的作物等级信息;
基于所述作物等级信息获取相邻农田的摄像设备拍摄的其他农田图像信息;
将所述其他农田图像信息中关于所述当前农田区域的图像部分作为参考图像信息;
基于所述参考图像信息和所述当前农田图像信息获取所述农情参数。
通过采用上述技术方案,服务器通过对参考图像信息和当前农田图像信息进行图像识别得到农田中作物的农情参数;通过将参考图像信息与当前农田图像信息结合,提高了农情参数判断的准确性。
可选的,所述监测评价信息包括预警信息;
在所述获取摄像设备拍摄的农田图像信息之后,还包括:
若所述相邻农田存在不良农情,则判断所述不良农情是否存在向所述当前农田发展的趋势;
若是,则生成所述预警信息。
通过采用上述技术方案,通过预警信息对工作人员进行提醒,便于工作人员提前对当前农田及其他有可能受影响的农田采取处理措施。
可选的,所述判断所述不良农情是否存在向所述当前农田发展的趋势包括:
获取所述相邻农田的多个历史图像信息;
对比所述其他农田图像信息和多个所述历史图像信息,得到所述不良农情的发展趋势信息;
基于所述发展趋势信息判断所述不良农情是否存在向所述当前农田发展的趋势。
第二方面,本申请提供一种农田远程监测装置,采用如下的技术方案:
一种农田远程监测装置,包括:
第一获取模块,用于获取一块或多块农田的农情信息,所述农情信息包括多种不同农情参数类型的农情参数,所述农情参数类型包括苗情和/或虫情和/或灾情;
第二获取模块,用于基于所述农情信息获取所述农田的监测评价信息;
第三获取模块,用于基于所述监测评价信息获取所述农田的处理策略。
第三方面,本申请提供一种电子设备,采用如下的技术方案:
一种电子设备,包括存储器和处理器;所述存储器上存储有能够被所述处理器加载并执行如第一方面任一项所述方法的计算机程序。
第四方面,本申请提供一种农田远程监测***,采用如下的技术方案:
一种农田远程监测***,包括服务器、农情检测设备和用户终端;
所述服务器分别与所述农情检测设备和所述用户终端通信连接;
所述服务器用于执行如第一方面任一项所述的方法。
第五方面,本申请提供一种计算机可读存储介质,采用如下的技术方案:
一种计算机可读存储介质,存储有能够被处理器加载并执行第三方面所述的方法的计算机程序。
附图说明
图1是本申请实施例的一种农田远程监测方法的流程示意图。
图2是本申请实施例的一种农田远程监测装置的结构框图。
图3是本申请实施例的一种电子设备的结构框图。
图4是本申请实施例的一种农田远程监测***的结构框图。
实施方式
以下结合附图对本申请作进一步详细说明。
本申请实施例提供一种农田远程监测方法,该方法可由设备执行,该设备可以为服务器也可以为终端设备,其中该服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式***,还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、台式计算机等,但并不局限于此。
如图1所示,一种农田远程监测方法,以服务器为执行主体,其方法的主要流程描述如下(步骤S101~S103):
步骤S101:获取监测区域中的一块或多块农田的农情信息,农情信息包括多种不同农情参数类型的农情参数,农情参数类型包括苗情和/或虫情和/或灾情。
监测区域为需要检测的农业区域,监测区域可以为一块或多块农田,当监测区域为多块农田时,同一块农田种植一种作物。每块农田均对应有用于采集农情参数的农情检测设备,农情检测设备均安装于对应农田内。
其中,苗情为农田中作物不同生长时期的长势,虫情为农田中病虫害情况,灾情为包括火灾、旱灾和涝灾等影响作物生长的自然灾害情况。农情检测设备包括摄像设备,摄像设备用于采集对应农田的农田图像信息。
步骤S102:基于农情信息获取农田的监测评价信息。
服务器内存储有农情信息对应的监测评价信息;监测评价信息包括农田所需监测农情参数与对比阈值的对比结果,服务器通过农情信息中的农情参数对当前农田的农情进行判断,得到一种或多种农情参数的监测评价。
步骤S103:基于监测评价信息获取农田的处理策略。
服务器内存储有与监测评价信息对应的处理策略,示例性地,处理策略包括向监控室内得到移动终端发送弹窗报警、向预存的工作人员移动终端发送短信提醒以及向农田执行设备发送动作指令,其中,农田执行设备为安装于农田中的水泵、灭虫器和自动施肥器等设备。例如,当前农田的监测评价信息中关于灾情的干旱等级为a级时,处理策略为向水泵发送启动指令,通过开启水泵对当前农田进行灌溉。
通过安装与农田内的农情检测设备对监测区域内的农田进行实时监测,降低了农田信息监测过程中的偏差,服务器对农情检测设备发送的数据进行分析、处理,进而得到关于农田当前现状的处理策略,提高了农田远程监测的智能性。
由于不同作物的判断标准以及所需检测的侧重点不同,因此为了提高农田远程监测的智能性,步骤S102还包括如下处理:
步骤S1021:基于当前农田图像信息识别当前农田种植作物的种类信息。
服务器内存储有作物识别模型,作物识别模型为经过不同作物图像进行训练后的模型。将农田图像信息作为作物识别模型的输入,作物识别模型对农田图像信息进行识别并输出农田种植作物的识别结果。
步骤S1022:基于种类信息获取当前农田所需监测的农情参数类型以及农情参数类型的对比阈值。
服务器内存储有不同种类的作物对应所需的农情参数类型和对比阈值。
步骤S1023:获取当前农田的农情参数,将农情参数与对比阈值进行对比,基于对比结果生成监测评价信息。
根据农田种植的作物种类对农情参数类型及其对比阈值进行更新,从而提高了监测评价信息的准确性。
本实施例中,监测评价信息中每类农情参数的评价等级为多级,每类农情参数对应的对比阈值为多个,若监测区域包括多块种类信息相同的农田,则在步骤S103之后还包括如下处理:获取不同农情参数与对应的对比阈值的对比差值,对多个对比差值进行加权计算,得到当前农田的评价总分;基于评价总分获取当前农田的农情等级信息;基于农情等级信息获取各块种类信息相同的农田的处理策略执行的优先级。
农情等级信息对应有处理策略执行的优先级,当种类信息相同的不同农田的处理策略相同时,可以根据优先级不同优先执行某块农田的处理策略。本实施例中,评价总分越高时该农田的现状越不利于作物的生长且农情等级越高,农情等级越高时对应的优先级越高,因此,可优先执行现状更为不利的农田对应的处理策略。
本实施例中,若监测区域为多块农田且相邻不同农田的图像信息存在交叉区域,则获取当前农田的农情参数包括:
步骤a:获取当前农田的作物等级信息。
服务器内预设有作物与作物等级之间的对应关系,当作物等级越高时,种植在农田中的作物越需要被重点监测。
步骤b:基于作物等级信息获取相邻农田的摄像设备拍摄的其他农田图像信息。
服务器内存储有作物等级信息与其他农田图像信息获取数量的对应关系,示例性地,作物等级信息包括第一等级、第二等级和第三等级,其中第一等级的作物更需要被重点监测,第一等级对应的其他农田图像信息的获取数量为五个,第二等级对应的其他农田图像信息的获取数量为三个,第三等级对应的其他农田图像信息的获取数量为一个。本实施例中,选取的多个其他农田图像信息对应的其他农田位于当前农田的不同方向。
步骤c:将其他农田图像信息中关于当前农田区域的图像部分作为参考图像信息。
通过将其他农田图像信息与当前农田图像信息进行对比,得到其他农田图像信息中关于当前农田区域的图像部分,也就是说,将其他农田图像信息中关于当前农田的图像信息部分作为参考图像信息。
步骤d:基于参考图像信息和当前农田图像信息获取农情参数。
服务器通过对参考图像信息和当前农田图像信息进行图像识别得到农田中作物的农情参数;本实施例中,通过将参考图像信息与当前农田图像信息结合,提高了农情参数判断的准确性。
本实施例中,监测评价信息包括预警信息;在获取摄像设备拍摄的农田图像信息之后,还包括:若相邻农田存在不良农情,则判断不良农情是否存在向当前农田发展的趋势;若是,则生成预警信息。
不良农情包括田地干旱、虫灾和作物病害等,当相邻农田存在不良农情且具有向当前农田发展的趋势且当前农田不存在不良农情时,当前农田存在受相邻农田不良农情影响的可能性,因此,可通过预警信息对工作人员进行提醒,便于工作人员提前对当前农田及其他有可能受影响的农田采取处理措施。
其中,判断不良农情是否存在向当前农田发展的趋势包括如下处理:获取相邻农田的多个历史图像信息;对比其他农田图像信息和多个历史图像信息,得到不良农情的发展趋势信息;基于发展趋势信息判断不良农情是否存在向当前农田发展的趋势。
发展趋势信息通过多个不同时期的历史图像信息之间进行图像对比所得,发展趋势信息包括不良农情的发展方向和发展速度。
基于相同的技术构思,本申请还提供一种农田远程监测装置,如图2所示,该农田远程监测装置200主要包括:
第一获取模块201,用于获取一块或多块农田的农情信息,农情信息包括多种不同农情参数类型的农情参数,农情参数类型包括苗情和/或虫情和/或灾情;
第二获取模块202,用于基于农情信息获取农田的监测评价信息;
第三获取模块203,用于基于监测评价信息获取农田的处理策略。
可选的,第二获取模块202包括:
识别子模块,用于基于当前农田图像信息识别当前农田种植作物的种类信息;
第一获取子模块,用于基于种类信息获取当前农田所需监测的农情参数类型以及农情参数类型的对比阈值;
第二获取子模块,用于获取当前农田的农情参数,将农情参数与对比阈值进行对比,基于对比结果生成监测评价信息。
可选的,在第三获取模块203之后还包括:
第三获取模块,用于获取不同农情参数与对应的对比阈值的对比差值,对多个对比差值进行加权计算,得到当前农田的评价总分;
第四获取模块,用于基于评价总分获取当前农田的农情等级信息;
第五获取模块,用于基于农情等级信息获取各块种类信息相同的农田的处理策略执行的优先级。
可选的,第二获取子模块包括:
第三获取子模块,用于获取当前农田的作物等级信息;
第四获取子模块,用于基于作物等级信息获取相邻农田的摄像设备拍摄的其他农田图像信息;
作为子模块,用于将其他农田图像信息中关于当前农田区域的图像部分作为参考图像信息;
第五获取子模块,用于基于参考图像信息和当前农田图像信息获取农情参数。
可选的,在获取摄像设备拍摄的农田图像信息之后,还包括:
判断模块,用于在相邻农田存在不良农情时,判断不良农情是否存在向当前农田发展的趋势;若是,则生成预警信息。
可选的,判断模块包括:
第一获取子模块,用于获取相邻农田的多个历史图像信息;
对比得到子模块,用于对比其他农田图像信息和多个历史图像信息,得到不良农情的发展趋势信息;
判断子模块,用于基于发展趋势信息判断不良农情是否存在向当前农田发展的趋势。
在一个例子中,以上任一装置中的模块可以是被配置成实施以上农田远程监测方法的一个或多个集成电路,例如:一个或多个专用集成电路(application specificintegratedcircuit,ASIC),或,一个或多个数字信号处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列(field programmable gate array,FPGA),或这些集成电路形式中至少两种的组合。
再如,当装置中的模块可以通过处理元件调度程序的形式实现时,该处理元件可以是通用处理器,例如中央处理器(central processing unit,CPU)或其它可以调用程序的处理器。再如,这些模块可以集成在一起,以片上***(system-on-a-chip,SOC)的形式实现。
在本申请中可能出现的对各种消息/信息/设备/网元/***/装置/动作/操作/流程/概念等各类客体进行了赋名,可以理解的是,这些具体的名称并不构成对相关客体的限定,所赋名称可随着场景,语境或者使用习惯等因素而变更,对本申请中技术术语的技术含义的理解,应主要从其在技术方案中所体现/执行的功能和技术效果来确定。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***、装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的模块及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
基于相同的技术构思,本申请还提供一种电子设备,如图3所示,该电子设备300包括处理器301和存储器302,还可以进一步包括信息输入/信息输出(I/O)接口303、通信组件304中的一种或多种以及通信总线305。
其中,处理器301用于控制电子设备300的整体操作,以完成上述的农田远程监测方法中的全部或部分步骤;存储器302用于存储各种类型的数据以支持在电子设备300的操作,这些数据例如可以包括用于在该电子设备300上操作的任何应用程序或方法的指令,以及应用程序相关的数据。该存储器302可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,SRAM)、电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,EPROM)、可编程只读存储器(Programmable Read-Only Memory,PROM)、只读存储器(Read-OnlyMemory,ROM)、磁存储器、快闪存储器、磁盘或光盘中的一种或多种。
I/O接口303为处理器301和其他接口模块之间提供接口,上述其他接口模块可以是键盘,鼠标,按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件304用于测试电子设备300与其他设备之间进行有线或无线通信。无线通信,例如Wi-Fi,蓝牙,近场通信(NearField Communication,简称NFC),2G、3G或4G,或它们中的一种或几种的组合,因此相应的该通信组件104可以包括:Wi-Fi部件,蓝牙部件,NFC部件。
通信总线305可包括一通路,在上述组件之间传送信息。通信总线305可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA (ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。通信总线305可以分为地址总线、数据总线、控制总线等。
电子设备300可以被一个或多个应用专用集成电路 (ApplicationSpecificIntegrated Circuit,简称ASIC)、数字信号处理器(Digital Signal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field ProgrammableGate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述实施例给出的农田远程监测方法。
电子设备300可以包括但不限于数字广播接收器、PDA(个人数字助理)、PMP(便携式多媒体播放器)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端,还可以为服务器等。
基于相同的技术构思,本申请还提供一种农田远程监测***,如图4所示,该农田远程监测***400包括服务器401、农情检测设备402和用户终端403;服务器401分别与农情检测设备402和用户终端403通信连接;服务器401用于执行上述的农田远程监测方法的步骤。
基于相同的技术构思,本申请还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现上述的农田远程监测方法的步骤。
该计算机可读存储介质可以包括:U盘、移动硬盘、只读存储器 (R ead-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的申请范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离前述申请构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中申请的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种农田远程监测方法,其特征在于,包括:
获取监测区域中的一块或多块农田的农情信息,所述农情信息包括多种不同农情参数类型的农情参数,所述农情参数类型包括苗情和/或虫情和/或灾情;
基于所述农情信息获取所述农田的监测评价信息;
基于所述监测评价信息获取所述农田的处理策略。
2.根据权利要求1所述的方法,其特征在于,所述获取一块或多块农田的农情信息包括获取摄像设备拍摄的农田图像信息;
所述基于所述农情信息获取所述农田的监测评价信息包括:
基于当前农田图像信息识别当前农田种植作物的种类信息;
基于所述种类信息获取所述当前农田所需监测的农情参数类型以及所述农情参数类型的对比阈值;
获取所述当前农田的农情参数,将所述农情参数与所述对比阈值进行对比,基于对比结果生成监测评价信息。
3.根据权利要求2所述的方法,其特征在于,每类农情参数对应的对比阈值为多个,若所述监测区域包括多块种类信息相同的农田,则在所述基于所述监测评价信息获取所述农田的处理策略之后,还包括:
获取不同农情参数与对应的对比阈值的对比差值,对多个所述对比差值进行加权计算,得到所述当前农田的评价总分;
基于所述评价总分获取所述当前农田的农情等级信息;
基于所述农情等级信息获取各块种类信息相同的农田的处理策略执行的优先级。
4.根据权利要求2所述的方法,其特征在于,若所述监测区域为多块农田,则所述获取所述当前农田的农情参数包括:
获取所述当前农田的作物等级信息;
基于所述作物等级信息获取相邻农田的摄像设备拍摄的其他农田图像信息;
将所述其他农田图像信息中关于所述当前农田区域的图像部分作为参考图像信息;
基于所述参考图像信息和所述当前农田图像信息获取所述农情参数。
5.根据权利要求4所述的方法,其特征在于,所述监测评价信息包括预警信息;
在所述获取摄像设备拍摄的农田图像信息之后,还包括:
若所述相邻农田存在不良农情,则判断所述不良农情是否存在向所述当前农田发展的趋势;
若是,则生成所述预警信息。
6.根据权利要求5所述的方法,其特征在于,所述判断所述不良农情是否存在向所述当前农田发展的趋势包括:
获取所述相邻农田的多个历史图像信息;
对比所述其他农田图像信息和多个所述历史图像信息,得到所述不良农情的发展趋势信息;
基于所述发展趋势信息判断所述不良农情是否存在向所述当前农田发展的趋势。
7.一种农田远程监测装置,其特征在于,包括:
第一获取模块,用于获取一块或多块农田的农情信息,所述农情信息包括多种不同农情参数类型的农情参数,所述农情参数类型包括苗情和/或虫情和/或灾情;
第二获取模块,用于基于所述农情信息获取所述农田的监测评价信息;
第三获取模块,用于基于所述监测评价信息获取所述农田的处理策略。
8.一种电子设备,其特征在于,包括存储器和处理器;所述存储器上存储有能够被所述处理器加载并执行如权利要求1至6任一项所述方法的计算机程序。
9.一种农田远程监测***,其特征在于,包括服务器、农情检测设备和用户终端;
所述服务器分别与所述农情检测设备和所述用户终端通信连接;
所述服务器用于执行如权利要求1至6任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,存储有能够被处理器加载并执行如权利要求1至6任一项所述方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310128933.8A CN116090902A (zh) | 2023-02-13 | 2023-02-13 | 一种农田远程监测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310128933.8A CN116090902A (zh) | 2023-02-13 | 2023-02-13 | 一种农田远程监测方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116090902A true CN116090902A (zh) | 2023-05-09 |
Family
ID=86211947
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310128933.8A Pending CN116090902A (zh) | 2023-02-13 | 2023-02-13 | 一种农田远程监测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116090902A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116883875A (zh) * | 2023-07-18 | 2023-10-13 | 仲恺农业工程学院 | 一种无人机与地面机器人协同的农情监测方法及*** |
-
2023
- 2023-02-13 CN CN202310128933.8A patent/CN116090902A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116883875A (zh) * | 2023-07-18 | 2023-10-13 | 仲恺农业工程学院 | 一种无人机与地面机器人协同的农情监测方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Channe et al. | Multidisciplinary model for smart agriculture using internet-of-things (IoT), sensors, cloud-computing, mobile-computing & big-data analysis | |
Rekha et al. | High yield groundnut agronomy: An IoT based precision farming framework | |
CN107609666B (zh) | 使用历史农药使用信息进行害虫预测的***和方法 | |
US20180342020A1 (en) | System, method and apparatus for management of agricultural resource | |
CN111460990B (zh) | 一种基于大数据的高寒牧区草原虫害监测预警***及方法 | |
CN107463958A (zh) | 昆虫识别预警方法及*** | |
CN111767802B (zh) | 一种对象异常状态的检测方法和装置 | |
CN107742290A (zh) | 植物病害识别预警方法及装置 | |
Chiu et al. | Modelling and forecasting of greenhouse whitefly incidence using time-series and ARIMAX analysis | |
CN116012720B (zh) | 基于高分遥感影像的农作物长势监测方法、设备及介质 | |
KR20200044216A (ko) | 빅데이터를 이용한 병해충 발생 예측 시스템 및 방법 | |
CN116090902A (zh) | 一种农田远程监测方法及*** | |
CN111048214A (zh) | 外来畜禽疫病传播态势的预警方法及装置 | |
CN110991222A (zh) | 一种物体状态监测、母猪发情监测方法、装置及*** | |
JPWO2020137085A1 (ja) | 情報処理装置及び情報処理システム | |
CN113449917A (zh) | 一种农业精准种植预警管理方法及*** | |
CN111464780A (zh) | 一种基于边云协同的风险行为预警***、方法及装置 | |
CN114550848A (zh) | 作物病害处理方法、装置、电子设备及计算机可读介质 | |
CN108182444A (zh) | 基于场景分类的视频质量诊断的方法及装置 | |
CN116259078B (zh) | 一种杀虫剂推荐方法、装置、设备及存储介质 | |
CN110751092B (zh) | 基于物联网的农业监控方法及装置、存储介质及电子设备 | |
Tahir et al. | Intelli-farm: IoT based Smart farming using Machine learning approaches | |
CN117058518A (zh) | 基于yolo改进的深度学习目标检测方法、装置和计算机设备 | |
CN108171417B (zh) | 种植任务调整方法、电子设备及存储介质 | |
CN114332613A (zh) | 基于遥感影像的农地健康状态预测方法、装置、设备和存储介质 |
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 |