【技術實現步驟摘要】
本專利技術屬于適用于監測目的的數據處理方法，進一步的說是一種基于物聯網的農業科技遠程監測系統及方法。
技術介紹
1、農作物病蟲害是我國的主要農業災害之一，它具有種類多、影響大、并時常暴發成災的特點，其發生范圍和嚴重程度對我國國民經濟、特別是農業生產常造成重大損失，農作物從播種、生長至收獲，經常受到病蟲害的危害，從而影響農田的產量和質量，我國農作物常見的有以下種類的病蟲害：稻飛虱、白粉病、玉米螟、棉鈴蟲、小麥銹病、棉蚜、稻紋枯病、稻瘟病、麥蚜、麥紅蜘蛛、蝗蟲、麥類赤霉病等，已成為嚴重影響我國農業生產的重大病蟲害，因此對于農作物的病蟲害防治是極為重要的。
2、現有技術大多為根據圖片或傳感器監測的病蟲害情況確定農田用藥的位置和劑量，缺乏采集農作物的生長指標和病蟲害信息，將農作物的生長狀態和病蟲害感染情況結合共同分析農作物健康狀況，再根據農作物健康狀況分析農藥噴灑量，從而無法精確控制農田的用藥量，導致農田治理效果不佳。
技術實現思路
1、針對現有技術的不足，本專利技術提出了一種基于物聯網的農業科技遠程監測系統及方法，本專利技術采集農作物的生長指標，根據農作物生長狀態評估模型評估農作物的生長狀態；采集病蟲害圖片，根據病蟲害感染分析模型分析農作物病蟲害感染的嚴重程度；將農作物的生長狀態和農作物病蟲害感染的嚴重程度導入農作物健康狀態綜合評估模型中評估農作物的健康程度；將農作物的健康程度導入用藥量分析模型中獲取農藥的噴灑量；本專利技術通過采集農作物的生長指標和病蟲害信息，將農作物的生長
2、為實現上述目的，本專利技術提供如下技術方案：
3、一種基于物聯網的農業科技遠程監測方法，包括以下具體步驟：
4、采集農作物的生長指標，根據農作物生長狀態評估模型評估農作物的生長狀態；
5、采集病蟲害圖片，根據病蟲害感染分析模型分析農作物病蟲害感染的嚴重程度；
6、將農作物的生長狀態和農作物病蟲害感染的嚴重程度導入農作物健康狀態綜合評估模型中評估農作物的健康程度；
7、將農作物的健康程度導入用藥量分析模型中獲取農藥的噴灑量。
8、進一步的，所述采集農作物的生長指標，根據農作物生長狀態評估模型評估農作物的生長狀態包括以下具體步驟：
9、s11、采集農作物的生長指標，所述農作物的生長指標包括株高、葉面積和葉綠素含量；
10、s12、將采集的農作物生長指標導入農作物生長狀態評估模型中評估農作物的生長狀態，所述農作物生長狀態評估模型包括生長狀態異常評估值計算公式，所述生長狀態異常評估值計算公式為：
11、；
12、式中，為株高異常占比系數，為葉面積異常占比系數，為葉綠素含量異常占比系數，，為采集的第i個農作物的株高，為待采農田中農作物的個數，為農作物對應生長周期的標準株高，為采集的第i個農作物的第x個葉片的葉面積，為每個農作物的葉片個數，為農作物對應生長周期的標準葉面積，為采集的第i個農作物的第x個葉片的葉綠素含量，為農作物對應生長周期的標準葉綠素含量。
13、進一步的，所述采集病蟲害圖片，根據病蟲害感染分析模型分析農作物病蟲害感染的嚴重程度包括以下具體步驟：
14、s21、采集病蟲害圖片，對病蟲害圖片進行預處理，獲取病蟲害區域信息，所述病蟲害區域信息包括病蟲害區域個數、病蟲害區域面積和兩個病蟲害區域之間的距離；
15、s22、將病蟲害區域個數、病蟲害區域面積和兩個病蟲害區域之間的距離導入病蟲害感染分析模型中分析農作物病蟲害感染的嚴重程度，所述病蟲害感染分析模型包括病蟲害感染嚴重值計算公式，所述病蟲害感染嚴重值計算公式為：
16、；
17、式中，為采集的病蟲害圖片的個數，為采集的第u張圖片中第v個病蟲害感染區域的面積，為預設的病蟲害感染區域安全面積的最大閾值，為病蟲害感染區域的個數，為采集的第u張圖片中第v個病蟲害感染區域與其最近的一個病蟲害感染區域的距離，為預設的兩個病蟲害感染區域之間安全距離的最小閾值。
18、進一步的，所述將農作物的生長狀態和農作物病蟲害感染的嚴重程度導入農作物健康狀態綜合評估模型中評估農作物的健康程度包括以下具體步驟：
19、獲取計算得到的生長狀態異常評估值和病蟲害感染嚴重值，將生長狀態異常評估值和病蟲害感染嚴重值導入農作物健康狀態綜合評估模型中評估農作物的健康程度，所述農作物健康狀態綜合評估模型包括農作物健康評估值計算公式，所述農作物健康評估值計算公式為：，式中，為生長狀態異常評估值占比系數，為病蟲害感染嚴重值占比系數，。
20、進一步的，所述將農作物的健康程度導入用藥量分析模型中獲取農藥的噴灑量包括以下具體步驟：
21、獲取計算得到的農作物健康評估值，將農作物健康評估值導入用藥量分析模型中獲取農藥的噴灑量，所述用藥量分析模型包括農作物用藥量計算公式，所述農作物用藥量計算公式為：，式中，為預設的農作物健康評估標準閾值，為單位農田區域面積的標準用藥量，為需要噴灑農藥的農田區域面積。
22、一種基于物聯網的農業科技遠程監測系統，用于實現上述一種基于物聯網的農業科技遠程監測方法，包括控制模塊、數據采集模塊、圖片采集模塊、圖片處理模塊、生長狀態評估模塊、病蟲害感染分析模塊、健康狀態綜合評估模塊和用藥量分析模塊；
23、進一步的，所述數據采集模塊用于采集農作物的株高、葉面積和葉綠素含量；所述圖片采集模塊用于采集病蟲害圖片；所述圖片處理模塊用于對病蟲害圖片進行預處理，獲取病蟲害區域個數、病蟲害區域面積和兩個病蟲害區域之間的距離；所述生長狀態評估模塊用于將采集的農作物生長指標導入農作物生長狀態評估模型中評估農作物的生長狀態；所述病蟲害感染分析模塊用于將采集的病蟲害圖片導入病蟲害感染分析模型中分析農作物病蟲害感染的嚴重程度；所述健康狀態綜合評估模塊用于將農作物的生長狀態和農作物病蟲害感染的嚴重程度導入農作物健康狀態綜合評估模型中評估農作物的健康程度；所述用藥量分析模塊用于將農作物的健康程度導入用藥量分析模型中獲取農藥的噴灑量；
24、進一步的，所述控制模塊用于控制數據采集模塊、圖片采集模塊、圖片處理模塊、生長狀態評估模塊、病蟲害感染分析模塊、健康狀態綜合評估模塊和用藥量分析模塊的運行。
25、一種電子設備，包括：處理器和存儲器，其中，所述存儲器中存儲有可供處理器調用的計算機程序，所述處理器通過調用所述存儲器中存儲的計算機程序，執行上述的一種基于物聯網的農業科技遠程監測方法。
26、一種計算機可讀存儲介質，儲存有指令，當所述指令在計算機上運行時，使得計算機執行上述的一種基于物聯網的農業科技遠程監測方法。
27、與現有技術相比，本專利技術的有益效果是：本專利技術采集農作物的生長指標，根據農作物生長狀態評估模本文檔來自技高網...
【技術保護點】
1.一種基于物聯網的農業科技遠程監測方法，其特征在于，包括以下具體步驟：
2.如權利要求1所述的一種基于物聯網的農業科技遠程監測方法，其特征在于，所述采集農作物的生長指標，根據農作物生長狀態評估模型評估農作物的生長狀態包括以下具體步驟：
3.如權利要求2所述的一種基于物聯網的農業科技遠程監測方法，其特征在于，所述采集病蟲害圖片，根據病蟲害感染分析模型分析農作物病蟲害感染的嚴重程度包括以下具體步驟：
4.如權利要求3所述的一種基于物聯網的農業科技遠程監測方法，其特征在于，所述將農作物的生長狀態和農作物病蟲害感染的嚴重程度導入農作物健康狀態綜合評估模型中評估農作物的健康程度包括以下具體步驟：
5.如權利要求4所述的一種基于物聯網的農業科技遠程監測方法，其特征在于，所述將農作物的健康程度導入用藥量分析模型中獲取農藥的噴灑量包括以下具體步驟：
6.一種基于物聯網的農業科技遠程監測系統，用于實現如權利要求1-5任一項的所述一種基于物聯網的農業科技遠程監測方法，其特征在于，包括控制模塊、數據采集模塊、圖片采集模塊、圖片處理模塊、生長
7.如權利要求6所述的一種基于物聯網的農業科技遠程監測系統，其特征在于，所述健康狀態綜合評估模塊用于將農作物的生長狀態和農作物病蟲害感染的嚴重程度導入農作物健康狀態綜合評估模型中評估農作物的健康程度；
8.一種電子設備，其特征在于，包括：存儲器和處理器，其中，所述存儲器中存儲有可供處理器調用的計算機程序，所述處理器通過調用所述存儲器中存儲的計算機程序，執行權利要求1-5任一項所述的一種基于物聯網的農業科技遠程監測方法。
9.一種計算機可讀存儲介質，其特征在于：儲存有指令，當所述指令在計算機上運行時，使得計算機執行如權利要求1-5任一項所述的一種基于物聯網的農業科技遠程監測方法。
...【技術特征摘要】
1.一種基于物聯網的農業科技遠程監測方法，其特征在于，包括以下具體步驟：
2.如權利要求1所述的一種基于物聯網的農業科技遠程監測方法，其特征在于，所述采集農作物的生長指標，根據農作物生長狀態評估模型評估農作物的生長狀態包括以下具體步驟：
3.如權利要求2所述的一種基于物聯網的農業科技遠程監測方法，其特征在于，所述采集病蟲害圖片，根據病蟲害感染分析模型分析農作物病蟲害感染的嚴重程度包括以下具體步驟：
4.如權利要求3所述的一種基于物聯網的農業科技遠程監測方法，其特征在于，所述將農作物的生長狀態和農作物病蟲害感染的嚴重程度導入農作物健康狀態綜合評估模型中評估農作物的健康程度包括以下具體步驟：
5.如權利要求4所述的一種基于物聯網的農業科技遠程監測方法，其特征在于，所述將農作物的健康程度導入用藥量分析模型中獲取農藥的噴灑量包括以下具體步驟：
6.一種基于物聯網的農業科技遠程監測系統，用于實現如權利要求1-5任...
【專利技術屬性】
技術研發人員：蔡紹博，鄭嘉瑞，張偉強，張夢迪，易雨薇，蘇東雪，劉偉光，
申請(專利權)人：杭州聚先源農業科技有限公司，
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。