首页 > 分享 > 基于机器学习与农业物联网的智慧大棚虫害识别、预测、防控系统

基于机器学习与农业物联网的智慧大棚虫害识别、预测、防控系统

花匠小妙招
2024-11-01 12:22

基于机器学习与农业物联网的智慧大棚虫害识别、预测、防控系统

发布日期：2023-12-06 10:32 来源：芜湖市产业创新中心浏览次数：220

项目持有方：江苏大学
项目简介
作为全球经济的核心领域和最具资源和劳动密集型的产业之一，农业拥有最具活力的物联网采用率，其面临的挑战包括但不限于以下几个方面：机械的定期维护、正确的用水估算、合理的种植时间、适应的温湿度和微量元素、有效的虫害防治等。通过实施智慧农业物联网解决方案，有望让现代农业种植摆脱了对自然环境的强大依赖，降低农业工作劳力投入，为种植提供准确、及时、科学的指导意见，实现高产高质的目标。农田温室病虫害识别、预测、防控系统主要针对温室大棚常见害虫（蓟马、白虱等）进行精准识别和数量统计，并结合害虫生理特性和发育周期状况对虫害规模和威胁程度给出有效预测和智能化预警，并启动完善的灾害响应机制。为温室大棚作物种植在虫害杀灭期以及巩固期阶段提供合理的操作模式，开展针对性的防控措施。系统运行环境如图1所示，主要构件包括虫害采集设备和通用物联网云平台。其中虫害采集设备用于获取农田中粘虫板的高清影像数据，通过通用物联网云平台虫害识别模块进行虫害品种识别，数量统计，生成农田虫害热力分布图，并依据当前害虫数量与幼虫成虫比例结合害虫生长发育模型预测虫害高峰，并提供预警和相应的防治措施建议。通用物联网管理平台为物联网设备产生数据的收集、处理、可视化展示及集中式管理提供支持，使用行业标准的物联网协议（MQTT，COAP和HTTP）实现不同设备类型的连接和通信，支持云端和本地部署。良好的可扩展性和容错性使其能够为各类IOT场景例如智慧农业、智慧工业提供底层支持。内置的多种系统角色，为设备生厂商、物联网设备用户提供统一的功能接口和安全选项。搭配边缘计算网关进一步降低设备响应延迟，提高数据的安全性和永久储存的能力，物联网平台主体与云端大数据预测系统采用docker一键安装部署，可实现生产环境的快速启动和统一维护。
产品、性能指标
温室病虫害检测识别算法提取害虫9个颜色特征和5个形态特征对温室常见害虫进行精确计数和识别，并从采集设备层面和图像处理算法（灰度拉伸、伽马矫正、边缘检测）层面进一步控制环境光、虫影以及无关昆虫对图像数据造成的扰乱（理论上害虫识别和计数的准确率均可达到93%）。
温室病虫害识别、预测、防控系统基于模块化的前端部署与成熟的分布式微服务架构，可根据农田规模自由拓展业务承载能力。在通用物联网平台的加持下为市面上主流物联网协议提供支持，为多设备的接入与良好联动提供了基础，为虫害预测与启动防控机制的一系列设备响应提供了可靠的保障。可根据虫害预测结果自动调节温室室温，抑制虫害发展；针对虫害密度实施定点定量给药，精确科学，节约人力。
适用范围、市场前景
基于机器学习的温室病虫害识别、预测、防控系统，在实现害虫精确识别的基础上，进一步探索虫害预测与防控机制，为全天候温室状况监控与智能化的灾害响应创造条件。一改以往以虫害识别为主体的层次、更深入地践行“智慧农业”利用大数据、物联网为农业生产活动提供科学理论指导的理念。适用于任何以温室大棚为主要种植环境，具有研究性质的农业实验或以大规模生产为目的农业活动。
智慧农业物联网是现代农业发展的高级阶段，也是中国农业的新方向、新目标、新战略。目前，智慧农业物联网的发展受到全社会的关注，市场应用非常广阔，据 IBM 预测，到 2050 年底，物联网的使用将使农民的生产效率提高 70%。然而，与农业相关的物联网设备开发商很少能提供健全的、成熟的、可扩展软件平台，同时与虫害识别的相关的应用众多但并未形成针对温室虫害预测及防控的一系列解决方案。本系统在平台架构与虫害防控机制上的深度探索有望为“智慧农业”在虫害管控上提供新的思路和选择。
投资概算
以市场价格为准。
合作方式
技术转让或产学研合作开发。
联系方式：0553—3993786