[发明专利]一种智慧绿地的健康判定方法及养护管理方法

权利要求书

1.一种智慧绿地的健康判定方法，其特征在于，包括：

步骤1：对树冠进行健康信息采集，得到树冠的健康状况数据和树冠的三维模型，对获得的树冠健康状况数据进行标签化训练深度学习，在将相应的病害特征进行标签对应，自动批量得到多颗树冠的健康状况打分；

步骤2：对树干进行健康信息采集，得到树干的健康状况数据和树干模型，将获得的树干健康状况数据进行标签化训练深度学习，再将相应的病害特征进行标签对应，自动批量得到多颗树干的健康状况打分；

步骤3：对树根进行健康信息采集，得到树根的健康数据和树根模型，将获得的树根健康数据进行标签化训练深度学习，再将相应的病害特征进行标签对应，自动批量得到多颗树根的健康状况打分；

步骤4：将获得的树冠三维模型、树干模型和树根模型构建成树木的整体性三维稳态模型，将三维稳态模型进行三维深度学习模型训练，融入气候条件、植物类型和水热条件进行分析，自动批量得到多颗树木整体结构稳定性与健康打分；

步骤5：构建整体打分数学模型，将以上四个要素的打分根据树龄条件、微气候条件、城市条件进行加权平均，得到树木健康状况综合评分，从而判定树木整体健康状况。

2.根据权利要求1所述的一种智慧绿地的健康判定方法，其特征在于，所述步骤1具体包括：

利用无人机进行航测获取多角度树冠叶片影像图片；

将树冠叶片影像图片采用自制TensorFlow训练集进行标签化训练深度学习，将树叶病虫害特征进行标签对应，自动批量得到多颗树冠叶片的病虫害健康状况打分。

3.根据权利要求1所述的一种智慧绿地的健康判定方法，其特征在于，所述步骤2具体包括：

利用集合层析仪对树干进行透析采集，得到树干截面的水分、病虫害和木质的影像图片；

采用自制TensorFlow训练集对树干截面的水分、病虫害和木质的影像图片进行标签化训练深度学习；

将相应的水分特征、病虫害特征和木质特征一一进行标签对应，自动批量得到多颗树干的健康状况打分。

4.根据权利要求1所述的一种智慧绿地的健康判定方法，其特征在于，所述步骤3具体包括：

利用探地雷达对树根进行透析采集，得到树根的连接度、完整度和病虫害的影像图片；

采用自制TensorFlow训练集对树根的连接度、完整度和病虫害的影像图片进行标签化训练深度学习；

将相应的树根连接度特征、完整度特征和病虫害特征一一进行标签对应，自动批量得到多颗树根的健康状况打分。

5.根据权利要求1所述的一种智慧绿地的健康判定方法，其特征在于，在对树冠进行健康信息采集时，利用航测分析构建树冠三维模型；在对树干进行健康信息采集时，利用集合层析仪分析构建树干模型；在对树根进行健康信息采集时，利用探地雷达分析构建树根模型。