【技術實現步驟摘要】
本專利技術涉及種植監控，更具體地說，本專利技術涉及一種基于農作物生長數據的種植監控方法。
技術介紹
1、傳統的農業管理方法往往依賴經驗，難以實現科學化、智能化的管理，尤其是在溫室和大棚種植中，環境因素對作物的生長和產量具有決定性影響，因此，實時監測和分析作物生長環境，及時識別并解決潛在的病害和生長異常，成為提升農業生產效率和質量的重要手段，傳統的農業監測方法往往依賴人工觀察，導致病害識別速度慢、準確性低，不容易實現對番茄生長環境的實時監控，缺乏對農作物生長過程中存在的潛在異常情況進行預警。
2、為了解決上述缺陷，現提供一種技術方案。
技術實現思路
1、為了克服現有技術的上述缺陷，本專利技術的實施例提供一種基于農作物生長數據的種植監控方法，以解決上述
技術介紹
中提出的問題。
2、為實現上述目的，本專利技術提供如下技術方案：
3、一種基于農作物生長數據的種植監控方法，具體包括以下步驟：
4、s1：基于risc-v+openharmony對番茄生長環境進行實時監測，通過傳感器采集番茄生長過程的環境特征值，并采集番茄的生長圖像，利用yolov8卷積神經網絡對番茄的生長圖像進行分析；
5、s2：通過實際采集的環境特征值與歷史記錄中的理想環境特征值進行對比，并通過自回歸模型確定番茄生長環境特征值的預測值與實際值的差異，獲得番茄的生長環境信息，構建生長環境評估模型；
6、s3：通過歷史番茄生長過程中存在的病害以及通過對番茄生長
7、s4：將番茄的生長環境信息和生長狀態信息綜合性分析，通過神經網絡模型對番茄在生長的過程中存在的異常情況及時預警。
8、在一個優選地實施方式中，番茄的生長環境信息，包括：
9、將生長環境信息通過生長環境相似系數和生長環境不穩定性系數表示；
10、所述生長環境相似系數的獲取邏輯為：實時獲取番茄的環境特征值，其中，番茄的環境特征值為溫度、濕度、二氧化碳濃度、光照強度、營養液tds值，將實時獲取番茄的環境特征值通過向量的形式表示：，將番茄的理想環境特征值通過向量的形式表示：;
11、將番茄的環境特征值和理想環境特征值通過最小-最大歸一化處理，包括對于每個環境特征值，確定合理的最小值和最大值，或者使用歷史數據確定最小和最大范圍，并將歸一化處理后番茄的環境特征值和理想環境特征值分別標記為：和，n=1、2、3、4、5，n為環境特征值的編號；
12、計算生長環境相似系數，計算公式為：；其中，為生長環境相似系數。
13、在一個優選地實施方式中，生長環境不穩定性系數，包括：
14、所述生長環境不穩定性系數的獲取邏輯為：基于番茄的歷史環境特征值構建自回歸模型，自回歸模型中的自回歸系數過最小二乘法等方法估計，自回歸模型的表達式為：；其中,是當前時刻t的預測值，、、……是自回歸模型中的自回歸系數，、、……是番茄的歷史環境特征值，是噪聲項；
15、設置監測區間，采集監測區間內歸一化處理后的番茄的環境特征值，并將歸一化處理后番茄的環境特征值在監測區間內的實際值標記為：，其中，m=1、2、3、……、m，m為正整數，m為監測區間內采集番茄的環境特征值的次數編號，將自回歸模型在監測區間內預測的環境特征值標記為：；
16、計算生長環境不穩定性系數，計算公式為：；其中，為生長環境不穩定性系數。
17、在一個優選地實施方式中，構建生長環境評估模型，包括：
18、將生長環境相似系數和生長環境不穩定性系數進行加權計算，構建生長環境評估模型，生成生長環境評估系數，生長環境評估系數的表達式為：；其中，為生長環境評估系數，為生長環境相似系數的比例系數，為生長環境不穩定性系的比例系數，、分別都大于0。
19、在一個優選地實施方式中，確定番茄的生長狀態信息，包括：
20、將番茄的生長狀態信息通過病害影響系數和成熟狀態差異系數表示；
21、所述病害影響系數的獲取邏輯為：通過番茄的生長圖像，提取病害特征，并根據番茄生長的歷史數據中提取番茄存在的病害類型，結合當前番茄存在的病害特征，確定當前番茄存在的病害特征導致番茄出現的病害類型，即當前番茄存在的病害特征對應一種或多種病害類型，根據番茄生長的歷史數據，確定番茄存在的病害特征導致番茄出現病害的概率，即番茄存在的病害特征可能在之后的培養過程中會出現對應的一種或多種病害類型；
22、檢測到病害特征后，確定病害特征下番茄實際的發病概率，并將確定病害特征下番茄實際的發病概率標記為：，其中，k=1、2、3、……、k，k為正整數，k為識別到病害特征的編號；
23、將番茄存在的病害特征導致番茄出現病害的概率標記為：，其中，i=1、2、3、……、i，i為正整數，i為病害特征導致番茄出現的病害類型的編號；
24、計算番茄存在的病害特征的熵，計算公式為：；
25、計算病害影響系數，計算公式為：；其中，為病害影響系數。
26、在一個優選地實施方式中，成熟狀態差異系數，包括：
27、所述成熟狀態隱匿系數的獲取邏輯為：提取番茄果實的生長圖像，確定番茄果實部位各個像素的r值和g值，并將番茄果實部位各個像素的r值和g值分別標記為：和，其中，j=1、2、3、……、j，j為正整數，j為番茄果實部位像素的編號；
28、設置r值閾值范圍和g值閾值范圍，并將r值閾值范圍標記為：，將g值閾值范圍標記為：，將番茄果實部位各個像素的r值和g值分別與r值閾值范圍和g值閾值范圍對比，分別獲取不在r值閾值范圍和g值閾值范圍的像素，將不在r值閾值范圍的像素r值標記為：，將不在g值閾值范圍的像素g值標記為：，其中，a=1、2、3、……、a，a為正整數，a為不在r值閾值范圍的像素編號，b=1、2、3、……、b，b為正整數，b為不在g值閾值范圍的像素編號;
29、計算成熟狀態隱匿系數，計算公式為：；其中，為成熟狀態隱匿系數。
30、在一個優選地實施方式中，構建健康評估模型，包括：
31、將病害影響系數和成熟狀態差異系數進行加權計算，構建健康評估模型，生成健康評估系數，健康評估系數的表達式為：；其中，為健康評估系數，、分別為病害影響系數和成熟狀態差異系數的比例系數，、分別都大于0。
32、在一個優選地實施方式中，將番茄的生長環境信息和生長狀態信息綜合性分析，包括：
33、通過將當前番茄的生長環境評估系數、健康評估系數以及番茄的生長階段作為神經網絡模型訓練的輸入特征，將生長預警系數作為神經網絡模型訓練的輸出特征，并將其賦值為0或1對模型進行訓練，其中0表示生長預警系數小于生長預警系數閾值，1表示生長預警系數大于生長預警系數閾值。
34、本專利技術的技術效果和優點：
35、本專利技術通過鴻蒙系統，實時監控番茄的溫度本文檔來自技高網...
【技術保護點】
1.一種基于農作物生長數據的種植監控方法，其特征在于，具體包括以下步驟：
2.根據權利要求1所述的一種基于農作物生長數據的種植監控方法，其特征在于，番茄的生長環境信息，包括：
3.根據權利要求2所述的一種基于農作物生長數據的種植監控方法，其特征在于，生長環境不穩定性系數，包括：
4.根據權利要求3所述的一種基于農作物生長數據的種植監控方法，其特征在于，構建生長環境評估模型，包括：
5.根據權利要求4所述的一種基于農作物生長數據的種植監控方法，其特征在于，確定番茄的生長狀態信息，包括：
6.根據權利要求5所述的一種基于農作物生長數據的種植監控方法，其特征在于，成熟狀態差異系數，包括：
7.根據權利要求6所述的一種基于農作物生長數據的種植監控方法，其特征在于，構建健康評估模型，包括：
8.根據權利要求7所述的一種基于農作物生長數據的種植監控方法，其特征在于，將番茄的生長環境信息和生長狀態信息綜合性分析，包括：
【技術特征摘要】
1.一種基于農作物生長數據的種植監控方法，其特征在于，具體包括以下步驟：
2.根據權利要求1所述的一種基于農作物生長數據的種植監控方法，其特征在于，番茄的生長環境信息，包括：
3.根據權利要求2所述的一種基于農作物生長數據的種植監控方法，其特征在于，生長環境不穩定性系數，包括：
4.根據權利要求3所述的一種基于農作物生長數據的種植監控方法，其特征在于，構建生長環境評估模型，包括：
5.根據權利要求4...
【專利技術屬性】
技術研發人員：錢春花，強鶴群，卓清琪，孫彤，倪成功，
申請(專利權)人：蘇州農業職業技術學院，
類型：發明
國別省市：
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。