首页 > 分享 > 一种基于数字农场的智能施肥及施药系统

一种基于数字农场的智能施肥及施药系统

花匠小妙招
2024-11-13 13:32

摘要：本发明公开了一种基于数字农场的智能施肥及施药系统，涉及农场种植管理技术领域，解决了现有技术未考虑针对种植区域的土壤或病虫害的不同问题，采取针对性的措施，导致施肥或施药的类型没有针对性技术问题；本发明对土壤进行检测，当土壤的状态没有达到种植的条件时，生成种植区域的基肥处方图；采集农作物生长过程中的环境数据，当土壤肥力不能够满足农作物生长时，根据土壤肥力传感监测数据和预测肥力消耗数据计算施肥含量；有利于针对不同采集区域农作物所需的肥力分区进行施肥；对采集种植区域的实时图像数据进行分析，当出现病虫害时分析得到病虫害的类型，针对病虫...

权利要求：

1.一种基于数字农场的智能施肥及施药系统，包括：处理分析模块，以及与之相连的数据采集模块、执行控制模块；其特征在于，数据采集模块：采集农作物种植区域的若干土壤样本，对若干土壤样本进行检测得到检测数据；通过数据传感器采集农作物生长过程中的环境数据；通过图像采集设备采集种植区域的实时图像数据；其中，检测数据包括有机质、氮、磷、钾含量、酸碱度；环境数据包括温度数据、湿度数据、光照强度以及土壤肥力传感监测数据；实时图像数据包括农作物的叶片特征；处理分析模块：基于检测数据判断土壤是否达到能够种植的标准，是，则对农作物进行种植；否，则生成基肥施肥处方图；根据环境数据判断设定时间段内土壤传感监测肥力是否能够满足农作物生长，是，则持续对环境数据进行监测分析；否，则根据环境数据生成追肥处方图；以及，基于实时图像数据判断种植区域内是否有病虫害，是，则分析病虫害类型；否，则持续对实时图像数据进行检测；根据病虫害类型生成施药处方图；执行控制模块：根据处方图控制植保无人机执行对应的作业任务，将作业任务上传至管理数据库中，农场管理人员通过管理数据库对植保无人机的作业任务进行查询和监控；其中，处方图包括基肥施肥处方图、追肥处方图以及施药处方图；作业任务包括施肥任务或者施药任务。 2.根据权利要求1所述的一种基于数字农场的智能施肥及施药系统，其特征在于，所述采集农作物种植区域的若干土壤样本，包括：获取种植区域的面积，将种植区域划分成n个面积相同的采集区域，将采集区域按照位置顺序进行编号i；从n个面积相同的采集区域内随机采集对应的土壤样本i；其中，i＝1,2，…，n，n为正整数。 3.根据权利要求2所述的一种基于数字农场的智能施肥及施药系统，其特征在于，所述基于检测数据判断土壤是否达到能够种植的标准，包括：调取检测数据中的有机质、氮、磷、钾含量，判断检测数据含量是否大于阈值，是，则对土壤的酸碱度进行判断；否，则将检测结果标记为有机质、氮、磷、钾不合格；调取检测数据中的酸碱度，判断酸碱度是否在标准范围之内，是，则将检测结果标记为合格；否，则将检测结果标记为酸性或碱性。 4.根据权利要求3所述的一种基于数字农场的智能施肥及施药系统，其特征在于，所述生成基肥施肥处方图，包括：调取对应土壤样本的检测结果，当检测结果为合格时，则直接在对应采集区域进行种植；当检测结果为有机质、氮、磷、钾不合格时，计算对应采集区域的有机质含量与阈值之间的差值；根据差值构建有基肥施肥处方图；当检测结果为酸性或碱性时，将该区域从种植区域中剔除。 5.根据权利要求1所述的一种基于数字农场的智能施肥及施药系统，其特征在于，所述根据环境数据判断设定时间段内土壤传感监测肥力是否能够满足农作物生长，包括：将环境数据中的温度数据、湿度数据以及光照强度整合成肥力检测序列；调用肥力预测模型，将肥力检测序列输入肥力预测模型，得到肥力消耗数据；其中，肥力预测模型基于人工智能模型构建；调取环境数据中的土壤肥力传感监测数据，判断土壤肥力传感监测数据是否大于肥力消耗数据，是，则判定设定时间段内的土壤肥力能够满足农作物生长；否，则根据环境数据生成追肥处方图；其中，设定时间段根据经验设定。 6.根据权利要求5所述的一种基于数字农场的智能施肥及施药系统，其特征在于，所述肥力预测模型基于人工智能模型构建，包括：获取标准训练数据，其中，标准训练数据包括与肥力检测序列内容属性相一致的标准输入数据，以及与肥力消耗数据内容属性相一致的标准输出数据；利用标准训练数据对人工智能模型进行训练，将训练好的人工智能模型标记为肥力预测模型；其中，人工智能模型包括卷积神经网络模型或者BP神经网络模型。 7.根据权利要求5所述的一种基于数字农场的智能施肥及施药系统，其特征在于，所述根据环境数据生成追肥处方图，包括：调取环境数据中的土壤肥力传感监测数据TF，提取预测的肥力消耗数据RX；通过公式SF＝α×(RX-TF)计算得到施肥含量；将施肥含量相同的采集区域进行整合得到施肥区域；根据施肥区域需要施肥含量的大小生成追肥处方图；其中，α为大于0的比例系数。 8.根据权利要求1所述的一种基于数字农场的智能施肥及施药系统，其特征在于，所述基于实时图像数据判断种植区域内是否有病虫害，包括： S1：调取实时图像数据，对实时图像数据进行预处理得到检测图像；其中，预处理包括去噪、图像增强以及图像灰度处理； S2：提取检测图像的特征，将检测图像的特征整合成检测序列；利用病虫害识别模型对检测序列进行检测，得到识别数据；判断种植区域内是否有病虫害，是，则分析病虫害的类型；否，则持续对实时图像进行分析；其中，病虫害识别模型包括AlexNet模型或者GoogleNet模型；特征包括颜色、纹理、形状。 9.根据权利要求8所述的一种基于数字农场的智能施肥及施药系统，其特征在于，所述分析病虫害类型，包括：调取识别数据，将识别数据与病虫害数据库中的病虫害类型进行匹配；其中，病虫害数据库根据历史数据构建；将相匹配的病虫害类型作为对应采集区域的病虫害类型。 10.根据权利要求9所述的一种基于数字农场的智能施肥及施药系统，其特征在于，所述根据病虫害类型生成施药处方图，包括：调取采集区域的病虫害类型，将病虫害类型相同的采集区域进行整合，得到若干施药区域；根据若干施药区域的病虫害类型构建不同的施药处方图。