【技術實現步驟摘要】
本專利技術涉及智能控制領域，具體涉及一種基于物聯網的田間環境控制方法及裝置。
技術介紹
1、隨著現代農業的發展，人們對農產品的產量和品質提出了更高的要求。田間環境控制是農業生產中的關鍵環節，其精準度直接影響作物生長和農業生產效率。
2、目前，物聯網技術在農業領域有所應用，通過布設各類傳感器采集農田環境參數。然而，現有方案在數據粒度和時空全面性方面還有不足，傳感器部署不夠貼合具體農田情況，獲取的環境數據精細程度有限，難以充分反映農田內部的信息。
3、此外，當前的農田環境調控主要基于預設閾值或單一模型，調控措施相對靜態，缺乏與作物長勢的動態反饋。農作物在不同生長階段對環境條件的需求有所不同，而現有調控方式很難做到因勢利導，精準滿足作物生長的實時需求。
4、總的來說，由于農田環境監測數據粒度不夠精細，環境調控手段動態適應性不足，導致現有技術難以充分實現田間環境調控的精準化。
技術實現思路
1、本專利技術通過提供了一種基于物聯網的田間環境控制方法及裝置，旨在解決現有技術中由于農田環境監測數據粒度不夠精細，環境調控手段動態適應性不足，導致田間環境控制精準度不足的技術問題。
2、鑒于上述問題，本專利技術提供了一種基于物聯網的田間環境控制方法及裝置。
3、本專利技術公開的第一個方面，提供了一種基于物聯網的田間環境控制方法，包括：
4、對農田進行數據采集，建立農田數據集，其中，所述農田數據集包括土壤類型、土壤地貌、土壤濕度、歷
5、通過所述農田數據集進行自適應區域劃分，建立n個管理分區，其中，n個管理分區分別設置有聚類中心和分區適應值，根據所述聚類中心和分區適應值在所述n個管理分區配置監測點，其中，每個監測點均集成有傳感器組，且傳感器組能與中央數據處理中心數字通信；
6、獲取作物信息，并通過無人機組執行農田內作物數據采集，生成n個管理分區的作物分布；
7、交互傳感器組的監測數據，并執行附加數據采集，附加數據包括氣象數據和光照數據，通過中央數據處理中心根據作物分布、監測數據、附加數據進行作物階段生長評價，根據階段生長評價結果建立階段預測結果；
8、以無人機組執行同監測點的同角度圖像采集，并執行圖像采集結果的時序階段透視識別，建立作物實際生長結果；
9、基于作物實際生長結果和所述階段生長評價結果進行一致性認證，基于一致性偏差生成懲罰因子，通過所述懲罰因子對所述階段預測結果懲罰處理；
10、根據懲罰處理的結果生成田間環境的控制方案。
11、本專利技術一個較佳方案中，通過所述農田數據集進行自適應區域劃分，建立n個管理分區，還包括：
12、對所述農田數據集進行各特征的關鍵度評價，依據關鍵度評價結果確定唯一特征；
13、基于所述唯一特征進行分布分析，配置初始聚類中心數量，并按照分布分析結果在對應空間內新建聚類中心；
14、基于關鍵度評價結果對農田數據集加權計算，執行空間的連續聚類，并根據聚類區域更新聚類中心位置；
15、執行多次聚類迭代，根據聚類迭代結果建立n個管理分區。
16、本專利技術一個較佳方案中，通過所述農田數據集進行自適應區域劃分，建立n個管理分區，還包括：
17、建立聚類區域的合并規則，并執行各個聚類區域的聚類速度評價；
18、若任意聚類區域的聚類速度不能滿足預設閾值，則生成新增聚類中心指令，基于所述新增聚類中心指令在未聚類區域隨機新增聚類中心；
19、當任意兩個聚類區域滿足所述合并規則，則執行聚類區域合并，以完成自適應區域劃分。
20、本專利技術一個較佳方案中，根據所述聚類中心和分區適應值在所述n個管理分區配置監測點，還包括：
21、基于所述聚類中心對聚類中心所在分區進行位置適應值評價，建立分區適應值；
22、根據所述分區適應值劃分多個適應等級，并依據適應等級內的區域數量分布監測點數量；
23、執行監測點分布尋優，獲取監測點的最大覆蓋面積下的尋優結果，以此來完成n個管理分區的監測點配置。
24、本專利技術一個較佳方案中，以無人機組執行同監測點的同角度圖像采集，并執行圖像采集結果的時序階段透視識別，還包括：
25、配置監測通道，其中，所述監測通道包括第一特征提取通道和第二特征提取通道；
26、執行初始時序圖像的圖像分析，建立關注錨框；
27、配置第一特征提取通道的第一特征數量，并在關注錨框內進行高頻率的圖像采集結果特征透視識別，建立第一時序生長結果；
28、配置第二特征通道的第二特征數量，并在關注錨框內進行低頻率的圖像采集結果特征識別，建立第二時序生長結果；
29、根據所述第一時序生長結果和所述第二時序生長結果完成時序階段透視識別。
30、本專利技術一個較佳方案中，配置第一特征提取通道的第一特征數量，還包括：
31、對所述初始時序圖像進行錨框內作物特征分析，建立初始特征數量；
32、以所述初始時序圖像作為作物基態，執行生長預測，根據預測結果建立時序增長數量；
33、通過所述初始特征數量和所述時序增長數量配置第一特征數量。
34、本專利技術一個較佳方案中，配置第二特征提取通道的第二特征數量，還包括：
35、對所述初始時序圖像進行錨框內作物特征分析，建立初始特征數量；
36、以所述初始時序圖像作為作物基態，執行生長預測，根據預測結果建立時序增長數量；
37、通過所述初始特征數量和所述時序增長數量配置第二特征數量。
38、本專利技術一個較佳方案中，每個傳感器組集成了土壤溫度傳感器、土壤濕度傳感器、土壤養分傳感器。
39、本專利技術一個較佳方案中，所述的基于物聯網的田間環境控制方法，還包括：
40、以控制方案的執行節點作為區塊節點，建立控制區塊鏈，其中，所述控制區塊鏈通過多個共享設備共同記錄；
41、配置控制區塊鏈的訪問讀寫權限；
42、當用戶滿足對應的訪問讀寫權限，且驗證密鑰正確，則允許用戶根據對應的訪問讀寫權限進行控制區塊鏈處理；
43、以所述控制區塊鏈進行作物追溯管理。
44、本專利技術一個較佳方案中，一種基于物聯網的田間環境控制裝置，用于實施所述的基于物聯網的田間環境控制方法，所述裝置包括：
45、數據集建立單元，所述數據集建立單元用于對農田進行數據采集，建立農田數據集，其中，所述農田數據集包括土壤類型、土壤地貌、土壤濕度、歷史產量數據；
46、區域劃分單元，所述區域劃分單元用于通過所述農田數據集進行自適應區域劃分，建立n個管理分區，其中，n個管理分區分別設置有聚類中心和分區適應值，根據所述聚類中心和分區適應值在所述n個管理分區配置監測點，其中，每個監測點均集成有傳感器組，且傳感器組能與中央數據處理本文檔來自技高網...
【技術保護點】
1.一種基于物聯網的田間環境控制方法，其特征在于，包括：
2.根據權利要求1所述的基于物聯網的田間環境控制方法，其特征在于，所述通過所述農田數據集進行自適應區域劃分，建立N個管理分區，還包括：
3.根據權利要求2所述的基于物聯網的田間環境控制方法，其特征在于，所述通過所述農田數據集進行自適應區域劃分，建立N個管理分區，還包括：
4.根據權利要求1所述的基于物聯網的田間環境控制方法，其特征在于，所述根據所述聚類中心和分區適應值在所述N個管理分區配置監測點，還包括：
5.根據權利要求1所述的基于物聯網的田間環境控制方法，其特征在于，所述以無人機組執行同監測點的同角度圖像采集，并執行圖像采集結果的時序階段透視識別，還包括：
6.根據權利要求5所述的基于物聯網的田間環境控制方法，其特征在于，所述配置第一特征提取通道的第一特征數量，還包括：
7.根據權利要求5所述的基于物聯網的田間環境控制方法，其特征在于，所述配置第二特征提取通道的第二特征數量，還包括：
8.根據權利要求1所述的基于物聯網的田間環境控制方法
9.根據權利要求1所述的基于物聯網的田間環境控制方法，其特征在于，還包括：
10.一種基于物聯網的田間環境控制裝置，其特征在于，用于實施權利要求1-9任意一項所述的基于物聯網的田間環境控制方法，所述裝置包括：
...【技術特征摘要】
1.一種基于物聯網的田間環境控制方法，其特征在于，包括：
2.根據權利要求1所述的基于物聯網的田間環境控制方法，其特征在于，所述通過所述農田數據集進行自適應區域劃分，建立n個管理分區，還包括：
3.根據權利要求2所述的基于物聯網的田間環境控制方法，其特征在于，所述通過所述農田數據集進行自適應區域劃分，建立n個管理分區，還包括：
4.根據權利要求1所述的基于物聯網的田間環境控制方法，其特征在于，所述根據所述聚類中心和分區適應值在所述n個管理分區配置監測點，還包括：
5.根據權利要求1所述的基于物聯網的田間環境控制方法，其特征在于，所述以無人機組執行同監測點的同角度圖像采集，并執行圖像采集結果的時序階段...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。