[发明专利]基于物联网的农作物病虫害监控方法、系统及存储介质在审

专利信息
申请号: 202110345066.4 申请日: 2021-03-31
公开(公告)号: CN113095555A 公开(公告)日: 2021-07-09
发明(设计)人: 徐杰柱 申请(专利权)人: 佛山一本农业科技有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G06Q50/02;G16Y10/05
代理公司: 佛山粤进知识产权代理事务所(普通合伙) 44463 代理人: 王余钱
地址: 528000 广东省佛山市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 联网 农作物 病虫害 监控 方法 系统 存储 介质
【说明书】:

发明公开的一种基于物联网的农作物病虫害监控方法、系统及存储介质,包括:采集农作物图像信息,根据所述农作物图像信息获取农作物植株生长状况信息及受虫害状况信息;根据所述农作物植株生长状况信息及受虫害状况信息,建立农作物信息数据库;引入农作物病虫害预测模型,根据所述农作物植株生长状况信息结合目标区域内环境变化信息预测病虫害,进行提前防治,并根据获取农作物的实际受病虫害情况生成病情指数偏差率,通过判断所述病情指数偏差率进行农作物病虫害的科学防治,且在获取农作物图像信息的同时,通过数据筛选及更新,经常对农作物信息数据库进行调整,以提高农作物信息数据库的时效性与准确性。

技术领域

本发明涉及一种农作物病虫害监控方法,更具体的,涉及一种基于物联网的农作物病虫害监控方法、系统及存储介质。

背景技术

病虫害是影响作物产量的直接因素,是世界各国的主要农业灾害之一。大规模的病虫害会给农业生产和国民经济造成巨大损失。据联合国粮农组织统计,世界粮食产量因病虫害造成的损失占粮食总产量的20%以上,在治理病虫害过程中,如果不注意控制农药使用的剂量,很容易造成环境的破坏和污染或防治效果不佳等现象,在种植活动中,为了保证其最终不会在人体中残留并实现病虫害的科学防治,在使用过程中应当合理控制使用剂量,在保证农作物最终产量和对环境的保护下进行农药的使用。

为了能够实现对农作物病虫害的有效监控,并对病虫害进行科学防治,需要开发一款系统与之相匹配,该系统通过农作物图像信息获取农作物植株生长状况信息及受虫害状况信息;根据所述农作物植株生长状况信息结合目标区域内环境变化信息预测病虫害,进行提前防治;根据所述农作物植株生长状况信息及受虫害状况信息,建立农作物信息数据库;通过定期获取农作物图像信息,对所述农作物信息数据库进行数据筛选及更新;在进行实现的过程中,如何建立病虫害预测模型及如何对病虫害进行科学有效的防治都是亟不可待需要解决的问题。

发明内容

为了解决上述至少一个技术问题,本发明提出了一种基于物联网的农作物病虫害监控方法、系统及存储介质。

本发明第一方面提供了一种基于物联网的农作物病虫害监控方法,包括:

采集农作物图像信息,根据所述农作物图像信息获取农作物植株生长状况信息及受虫害状况信息;

根据所述农作物植株生长状况信息及受虫害状况信息,建立农作物信息数据库;

根据所述农作物植株生长状况信息结合目标区域内环境变化信息建立农作物病虫害预测模型,预测病虫害,进行提前防治;

通过定期获取农作物图像信息,对所述农作物信息数据库进行数据筛选及更新。

本方案中,所述农作物植株生长状况信息包括植株高度、叶片面积及植株上昆虫、线虫和微生物信息;所述目标区域内环境变化信息包括温度信息、湿度信息、光照信息和土壤结构信息。

本方案中,所述的根据农作物植株生长状况信息结合目标区域内环境变化信息建立农作物病虫害预测模型,具体为:

获取目标区域内环境变化信息、农作物植株生长状况信息及历史病虫害信息;

基于神经网络建立农作物病虫害预测模型并根据所述历史病虫害信息数据对所述病虫害预测模型进行训练;

将所述目标区域内环境变化信息和农作物植株生长状况信息导入所述病虫害预测模型中预测各影响因素对农作物病虫害的影响值;

根据所述各影响因素对农作物病虫害的影响值预测目标区域内农作物病虫害发生概率;

通过判断所述目标区域内农作物病虫害发生概率对病虫害进项提前防治。

本方案中,所述的根据各影响因素对农作物病虫害的影响值预测目标区域内农作物病虫害发生概率,具体为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于佛山一本农业科技有限公司,未经佛山一本农业科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110345066.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top