本發(fā)明涉及農業(yè)種植監(jiān)測，具體為一種基于大數(shù)據(jù)的農業(yè)種植監(jiān)測方法及裝置。

背景技術：

1、隨著全球人口的持續(xù)增長，對糧食和農業(yè)產品的需求急劇增加，農業(yè)生產面臨的挑戰(zhàn)也日益嚴峻?，F(xiàn)代農業(yè)不僅要提高產量，還必須應對土地資源有限、環(huán)境污染加劇以及氣候變化等多重不利因素。其中，土壤肥力的下降、不可持續(xù)的耕作方式、化肥和農藥的過度使用、以及水資源的日益匱乏，導致了土壤質量和水資源的逐步惡化，嚴重影響農作物的生長和產量。此外，氣候變化帶來的極端天氣，如干旱、洪水和高溫等，增加了農業(yè)生產的不確定性和風險。

2、傳統(tǒng)的農業(yè)管理方式主要依賴農民的經驗或局部數(shù)據(jù)進行決策，如土壤成分分析或簡單的氣象數(shù)據(jù)采集。這種經驗驅動和單一數(shù)據(jù)來源的方式，很難應對現(xiàn)代農業(yè)中復雜多變的環(huán)境條件，尤其是在大型農田、區(qū)域性氣候差異顯著的條件下，農作物的生長狀態(tài)無法得到精確的監(jiān)測和評估。此外，現(xiàn)有的農業(yè)監(jiān)測技術通常只關注某一方面的因素，缺乏對農業(yè)生態(tài)系統(tǒng)的整體觀和多維度的綜合分析。例如，僅通過土壤分析或氣候數(shù)據(jù)來評估作物生長，忽略了作物覆蓋率、作物健康狀態(tài)、土壤水分、養(yǎng)分、病害狀況等其他關鍵參數(shù)，這種方法導致了農業(yè)生產決策的不準確性，無法及時有效地應對環(huán)境的變化和風險，最終影響了農業(yè)生產的效率和產品質量。

3、基于此，現(xiàn)代農業(yè)亟需一種整合多維數(shù)據(jù)、能夠對作物生長狀態(tài)和環(huán)境狀況進行精準監(jiān)測和預測的解決方案，以提高農業(yè)管理的科學性和智能化水平，降低資源浪費，提升農作物的產量和質量，同時促進農業(yè)的可持續(xù)發(fā)展。

4、現(xiàn)有技術中的，公開號為cn117993705b公開了一種基于大數(shù)據(jù)的智慧農業(yè)種植監(jiān)測系統(tǒng)及方法，包括圖像采集模塊、土壤采集模塊、天氣采集模塊、水源采集模塊、大數(shù)據(jù)分析模塊、數(shù)據(jù)庫、信息處理模塊與信息發(fā)送模塊；圖像采集模塊為無人機圖像采集設備，用于采集農作物種植實時圖像信息，土壤采集模塊用于采集種植區(qū)土壤成分信息，天氣采集模塊用于獲取天氣預測信息，水源集模塊用于獲取種植區(qū)水源質量信息與種植區(qū)水源距離信息。該現(xiàn)有技術能夠更好的進行農業(yè)種植監(jiān)測，有助于推動智慧農業(yè)的發(fā)展，實現(xiàn)農業(yè)生產的智能化和精細化，減少人工干預的時間和成本，更準確獲得農作物種植情況，對農作物進行精確調整。但是現(xiàn)有技術依舊存在缺陷，植物生長的每個狀態(tài)需要的環(huán)境條件都不一樣，如果對植物狀態(tài)的識別出現(xiàn)錯誤，將會導致監(jiān)測失去意義，從而無法有效滿足植物的實際需求。這種技術缺陷不僅影響了環(huán)境調控的準確性，還可能導致資源浪費、產量下降以及植物健康狀況的惡化。

5、在所述背景技術部分公開的上述數(shù)據(jù)僅用于加強對本公開的背景的理解，因此它可以包括不構成對本領域普通技術人員已知的現(xiàn)有技術的數(shù)據(jù)。

技術實現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于大數(shù)據(jù)的農業(yè)種植監(jiān)測方法及裝置，以解決上述背景技術中提出的問題。

2、為實現(xiàn)上述目的，本發(fā)明提供如下技術方案：

3、一種基于大數(shù)據(jù)的農業(yè)種植監(jiān)測方法及裝置，具體步驟包括：

4、步驟1：采集農業(yè)種植區(qū)域的圖像數(shù)據(jù)、土壤數(shù)據(jù)和水源數(shù)據(jù)，所述圖像數(shù)據(jù)包括種植區(qū)域遙感圖像；所述土壤數(shù)據(jù)包括n含量、p含量、k含量、有機物含量、土壤ph值和密實度；所述水源數(shù)據(jù)包括溶氧量、水源ph和重金屬含量；

5、步驟2:將圖像數(shù)據(jù)、土壤數(shù)據(jù)和水源數(shù)據(jù)存入大數(shù)據(jù)存儲平臺，對圖像數(shù)據(jù)、土壤數(shù)據(jù)和水源數(shù)據(jù)進行特征提取得到農作物特征，土壤特征和水源特征；所述農作物特征包括農作物覆蓋率和農作物顏色系數(shù)；所述土壤特征包括土壤養(yǎng)分指數(shù)和土壤阻生指數(shù)；所述水源特征為益植生指數(shù)；

6、步驟3：通過農作物特征進行分析生成農作物狀態(tài)系數(shù)，通過將農作物狀態(tài)系數(shù)與預設的閾值進行比較的方式，確定農作物的生長期，生長期包括幼年期、成長期和成熟期，并獲取對應生長期的標準土壤數(shù)據(jù)和標準水源數(shù)據(jù)；

7、步驟4：計算標準土壤特征和標準水源特征，根據(jù)土壤特征與標準土壤特征間的差值、水源特征與標準水源特征間的差值對土壤、水源分別進行評分；

8、步驟5：對土壤和水源評級結果進行綜合分析，生成環(huán)境評估指數(shù)，將環(huán)境評估指數(shù)與預設閾值進行比較，根據(jù)比較結果將種植條件分為良好、正常和風險。

9、進一步地，提取農作物特征所依據(jù)的具體邏輯為:對種植區(qū)域遙感圖像進行灰度化處理，并計算灰度直方圖中各個閾值的類間方差，通過類間方差選取最佳分隔閾值，使用最佳分隔閾值對進行種植區(qū)域遙感圖像進行閾值分割，將種植區(qū)域遙感圖像分為農作物部分和其他部分，計算農作物部分像素點與總區(qū)域遙感圖像像素點的比值以作為農作物覆蓋率；計算農作物部分的平均灰度值得到農作物顏色系數(shù)；獲取農作物覆蓋率所依據(jù)的具體邏輯為：

10、

11、其中，g為農作物覆蓋率，q為農作物部分像素點個數(shù)，m為總區(qū)域遙感圖像像素點個數(shù)；

12、獲取農作物顏色系數(shù)所依據(jù)的具體邏輯為：

13、

14、其中，cl為農作物顏色系數(shù)，hi為農作物部分第i個像素點的灰度值。

15、進一步地，對n含量、p含量、k含量、有機物含量進行去量綱化處理生成土壤養(yǎng)分指數(shù)；對土壤ph值和密實度進行數(shù)學分析生成土壤阻生指數(shù)；生成土壤養(yǎng)分指數(shù)所依據(jù)的具體公式為：

16、

17、其中，ns為土壤養(yǎng)分指數(shù)，n為n含量，p為p含量，k為k含量，ch為有機物含量；

18、生成土壤阻生指數(shù)所依據(jù)的具體公式為：

19、

20、其中，hz為土壤阻生指數(shù)，ph為土壤ph值，σ為密實度。

21、進一步地，提取水源特征所依據(jù)的具體邏輯為：通過溶氧量、水源ph和重金屬含量生成益植生指數(shù)；生成所依據(jù)的具體公式為：

22、

23、其中，gow為益植生指數(shù)，co為溶氧量，phw為水源ph，z為重金屬含量。

24、進一步地，劃分農作物狀態(tài)所依據(jù)的具體邏輯為：對農作物特征進行分析生成農作物狀態(tài)系數(shù)，所依據(jù)的具體公式為：

25、su＝g*cl

26、其中，su為農作物狀態(tài)系數(shù)，g為農作物覆蓋率，cl為農作物顏色系數(shù)；

27、預設農作物狀態(tài)閾值su0，當su<0.2su0時，將農作物狀態(tài)定義為幼年期；當0.2su0≤su<0.7su0時，將農作物狀態(tài)定義為成長期，當0.7su0≤su<su0時，將農作物狀態(tài)定義為成熟期。

28、進一步地，

29、對土壤和水源進行評分所依據(jù)的具體邏輯為：基于標準土壤數(shù)據(jù)計算標準土壤特征，計算土壤特征與標準土壤特征間的差值，根據(jù)土壤特征與標準土壤特征間的差值生成土壤評分；基于標準水源數(shù)據(jù)計算標準水源特征，計算水源特征與標準水源特征間的差值，根據(jù)水源特征與標準水源特征間的差值生成水源評分；生成土壤評分所依據(jù)的具體公式為：

30、ss＝|ns-ns0|+(hz-hz0)2

31、其中，sco為土壤評分，ns為土壤養(yǎng)分指數(shù)，ns0為標準土壤養(yǎng)分指數(shù)，hz為土壤阻生指數(shù)，hz0為標準土壤阻生指數(shù)；

32、生成水源評分所依據(jù)的具體公式為：

33、

34、其中，sw為水源評分，gow為益植生指數(shù)，gow0為標準益植生指數(shù)。

35、進一步地，對土壤和水源評級結果進行綜合分析生成環(huán)境評估指數(shù)，生成環(huán)境評估指數(shù)所依據(jù)的具體公式為：

36、

37、其中，sz為環(huán)境評估指數(shù)，sco為土壤評分，sw為水源評分；

38、設置環(huán)境評估閾值sz0，將sz<0.3sz0時，將農作物種植情況定義為風險；將0.2sz0≤sz<0.8sz0時，將農作物種植情況定義為正常；將0.8sz0≤sz<sz0時，將農作物種植情況定義為良好。

39、本發(fā)明另外提供一種基于大數(shù)據(jù)的農業(yè)種植監(jiān)測裝置，所述裝置用于所述基于大數(shù)據(jù)的農業(yè)種植監(jiān)測方法的任一步驟，具體包括：

40、數(shù)據(jù)采集模塊：用于采集農業(yè)種植區(qū)域的圖像數(shù)據(jù)、土壤數(shù)據(jù)和水源數(shù)據(jù)，所述圖像數(shù)據(jù)包括種植區(qū)域遙感圖像；所述土壤數(shù)據(jù)包括n含量、p含量、k含量、有機物含量、土壤ph值和密實度；所述水源數(shù)據(jù)包括溶氧量、水源ph和重金屬含量；

41、特征提取模塊：用于將圖像數(shù)據(jù)、土壤數(shù)據(jù)和水源數(shù)據(jù)存入大數(shù)據(jù)存儲平臺，對圖像數(shù)據(jù)、土壤數(shù)據(jù)和水源數(shù)據(jù)進行特征提取得到農作物特征，土壤特征和水源特征；所述農作物特征包括農作物覆蓋率和農作物顏色系數(shù)；所述土壤特征包括土壤養(yǎng)分指數(shù)和土壤阻生指數(shù)；所述水源特征為益植生指數(shù)；

42、狀態(tài)確定模塊：用于通過農作物特征進行分析生成農作物狀態(tài)系數(shù)，通過將農作物狀態(tài)系數(shù)與預設的閾值進行比較的方式，確定農作物的生長期，生長期包括幼年期、成長期和成熟期，并獲取對應生長期的標準土壤數(shù)據(jù)和標準水源數(shù)據(jù)；

43、數(shù)據(jù)評分模塊：用于計算標準土壤特征和標準水源特征，根據(jù)土壤特征與標準土壤特征間的差值、水源特征與標準水源特征間的差值對土壤、水源分別進行評分；

44、狀態(tài)分類模塊：用于對土壤和水源評級結果進行綜合分析，生成環(huán)境評估指數(shù)，將環(huán)境評估指數(shù)與預設閾值進行比較，根據(jù)比較結果將種植條件分為良好、正常和風險。進一步地。

45、與現(xiàn)有技術相比，本發(fā)明的有益效果是：

46、本發(fā)明通過可以實時采集的圖像信息生成了一個可以量化農作物生長時間的農作物狀態(tài)系數(shù)，并通過對農作物狀態(tài)系數(shù)進行閾值處理將農作物分為幼年期、成長期和成熟期，不但可以精確識別農作物生長階段，還能根據(jù)不同階段提供相應監(jiān)測，從而提高農作物的產量和質量，優(yōu)化資源利用率，促進農業(yè)生產的智能化和精細化管理。