【技术实现步骤摘要】
本专利技术属于数字农业管理，具体涉及一种数字农业智能管理平台。
技术介绍
1、随着科技的不断进步和农业现代化的推进，传统的农业管理方式已经难以满足现代农业高效、精准、智能的管理需求，因此，开发一种能够实时监测农田环境、精准分析农作物生长状态，并智能预测和干预农作物生长的数字农业智能管理平台显得尤为重要。
2、在现有的农业管理系统中，虽然部分系统已经实现了对农田环境的监测和农作物生长数据的收集，但在数据分析和处理方面仍存在诸多不足，例如，对于收集到的环境数据和农作物生长数据，往往只是进行实时性的分析，其虽然能够反映农作物的生长状态，但农作物在异常状态下生长显然会造成相应的营养缺失，从而就可能导致农作物减产的现象发生，基于此，本专利技术提出了一种能够对农作物生长状态进行预测，并根据预测结果匹配对应方案进行及时维护的数字农业智能管理平台。
技术实现思路
1、本专利技术的目的是提供一种数字农业智能管理平台，能够对农作物生长状态进行预测，并根据预测结果匹配对应方案进行及时维护，以此保证农作物能够在良好的生长环境下进行生长。
2、本专利技术采取的技术方案具体如下：
3、一种数字农业智能管理平台，包括数据采集模块、特征提取模块、状态输出模块、第一干预模块和第二干预模块；
4、所述数据采集模块用于收集农田监测信息，所述农田监测信息包括环境数据和农作物生长数据；
5、所述特征提取模块用于从所述环境数据和农作物生长数据中提取需求特征信息，并对
6、所述状态输出模块用于获取农作物生长周期，以及所述农作物生长周期下的标准特征参数，再将所述标准特征参数与基准特征参数进行比较，得到农作物生长状态，其中，所述农作物生长状态包括正常状态和异常状态；
7、所述第一干预模块用于在所述正常状态下，输出农作物的正常生长偏量，并依据所述正常生长偏量构建评估段，并结合所述评估段内农作物的实时生长偏量输出农作物的预测生长状态，并在所述预测生长状态异常时进行干预；
8、所述第二干预模块用于在所述异常状态下，输出农作物的异常生长偏量，以及异常区域，并依据所述异常生长偏量匹配校正方案对异常区域进行干预。
9、在一种优选方案中，所述数据采集模块包括环境采集单元和农作物采集单元，所述环境采集单元包括多个传感器，所述传感器布置在农田中，用于实时监测并记录土壤温度、湿度、光照强度以及二氧化碳浓度，所述农作物采集单元包括摄像头，用于捕捉农作物的生长图像和视频。
10、在一种优选方案中，所述特征提取模块包括特征筛选单元和预处理单元，所述特征筛选单元中预设多个需求特征，并根据所述需求特征对环境数据和农作物生长数据进行筛选处理，输出与所述需求特征相匹配的需求特征信息，其中，所述需求特征信息包括土壤湿度、温度、光照强度、二氧化碳浓度、农作物的叶片颜色、叶片大小和生长高度；
11、所述预处理单元用于对筛选出的需求特征信息进行数据清洗、数据转换和数据标准化，将所述需求特征信息输出为格式统一的基准特征参数，并分别汇总为多个基准特征子集。
12、在一种优选方案中，所述状态输出模块包括状态比对单元和状态输出单元，所述状态比对单元内设置有标准特征参数库，用于将所述基准特征参数与对应周期内的标准特征参数进行逐项比对，计算出参数差异度，且根据所述参数差异度输出农作物生长状态；
13、所述状态输出单元对参数差异度和农作物生长状态进行汇总处理，并同步输出为状态评估报告。
14、在一种优选方案中，所述根据所述参数差异度输出农作物生长状态的具体过程如下：
15、对当前节点进行回溯偏移处理，并依据偏移结果输出样本时段；
16、采集所述样本时段内农作物的基准特征参数，并从所述标准特征参数中匹配与基准特征参数对应的标准特征参数；
17、对所述样本时段内的基准特征参数和标准特征参数进行结合运算，并将其运算结果输出为参数差异度；
18、将所述参数差异度与预设的标准差异区间进行比较；
19、若所述参数差异度归属于标准差异区间内，则表明农作物生长正常，并将农作物生长状态输出为正常状态，且将其对应的参数差异度记录为正常生长偏量；
20、若所述参数差异度未归属于标准差异区间内，则表明农作物生长异常，并将农作物生长状态输出为异常状态，且将其对应的参数差异度记录为异常生长偏量。
21、在一种优选方案中，所述第一干预模块包括评估段构建单元和预测干预单元，所述评估段构建单元用于对农作物的当前生长节点进行顺延偏移，并依据偏移结果构建评估段；
22、所述预测干预单元用于实时采集评估段内农作物的实时生长偏量，并对所述实时生长偏量和正常生长偏量进行结合运算，且将其运算结果输出为预测正常生长时长，再记录为条件参数；
23、将所述条件参数与预设的评价参数进行比较，且在所述条件参数小于评价参数时，表明农作物的生长存在异常，并发出预警信号，再同步匹配校正方案进行维护。
24、在一种优选方案中，所述评估段内的实时生长偏量采集后，立即与标准差异区间进行比较，且在所述评估段内，所述实时生长偏量连续未归属于标准差异区间，则停止预测干预单元的执行，且将农作物生长状态记录为异常状态。
25、在一种优选方案中，所述第二干预模块包括异常偏量分析单元和校正方案匹配单元，所述异常偏量分析单元用于识别对应异常偏量的农作物的生长区域，并将其标定为异常区域，且根据农作物的异常区域确定异常面积；
26、所述校正方案匹配单元内预设有校正方案库，所述校正方案库内设置多个校正方案，且所述校正方案与异常面积和异常偏量一一对应。
27、本专利技术还提供了，一种数字农业智能管理方法，应用于上述的数字农业智能管理平台，其步骤如下：
28、收集农田监测信息，所述农田监测信息包括环境数据和农作物生长数据；
29、从所述环境数据和农作物生长数据中提取需求特征信息，并对所述需求特征信息进行预处理，得到基准特征参数；
30、获取农作物生长周期，以及所述农作物生长周期下的标准特征参数，再将所述标准特征参数与基准特征参数进行比较，得到农作物生长状态，其中，所述农作物生长状态包括正常状态和异常状态；
31、所述正常状态下，输出农作物的正常生长偏量，并依据所述正常生长偏量构建评估段，并结合所述评估段内农作物的实时生长偏量输出农作物的预测生长状态，并在所述预测生长状态异常时进行干预；
32、所述异常状态下，输出农作物的异常生长偏量，以及异常区域，并依据所述异常生长偏量匹配校正方案对异常区域进行干预。
33、以及，一种电子设备，所述电子设备包括：
34、至少一个处理器；
35、以及与所述至少一个处理器通信连接的存储器；
36、其中，所述存储器存储有可被所述本文档来自技高网...
【技术保护点】
1.一种数字农业智能管理平台，包括数据采集模块、特征提取模块、状态输出模块、第一干预模块和第二干预模块，其特征在于：
2.根据权利要求1所述的一种数字农业智能管理平台，其特征在于：所述数据采集模块包括环境采集单元和农作物采集单元，所述环境采集单元包括多个传感器，所述传感器布置在农田中，用于实时监测并记录土壤温度、湿度、光照强度以及二氧化碳浓度，所述农作物采集单元包括摄像头，用于捕捉农作物的生长图像和视频。
3.根据权利要求1所述的一种数字农业智能管理平台，其特征在于：所述特征提取模块包括特征筛选单元和预处理单元，所述特征筛选单元中预设多个需求特征，并根据所述需求特征对环境数据和农作物生长数据进行筛选处理，输出与所述需求特征相匹配的需求特征信息，其中，所述需求特征信息包括土壤湿度、温度、光照强度、二氧化碳浓度、农作物的叶片颜色、叶片大小和生长高度；
4.根据权利要求1所述的一种数字农业智能管理平台，其特征在于：所述状态输出模块包括状态比对单元和状态输出单元，所述状态比对单元内设置有标准特征参数库，用于将所述基准特征参数与对应周期内的标准特征参数进
5.根据权利要求4所述的一种数字农业智能管理平台，其特征在于：所述根据所述参数差异度输出农作物生长状态的具体过程如下：
6.根据权利要求1所述的一种数字农业智能管理平台，其特征在于：所述第一干预模块包括评估段构建单元和预测干预单元，所述评估段构建单元用于对农作物的当前生长节点进行顺延偏移，并依据偏移结果构建评估段；
7.根据权利要求6所述的一种数字农业智能管理平台，其特征在于：所述评估段内的实时生长偏量采集后，立即与标准差异区间进行比较，且在所述评估段内，所述实时生长偏量连续未归属于标准差异区间，则停止预测干预单元的执行，且将农作物生长状态记录为异常状态。
8.根据权利要求1所述的一种数字农业智能管理平台，其特征在于：所述第二干预模块包括异常偏量分析单元和校正方案匹配单元，所述异常偏量分析单元用于识别对应异常偏量的农作物的生长区域，并将其标定为异常区域，且根据农作物的异常区域确定异常面积；
9.一种数字农业智能管理方法，应用于权利要求1至8中任意一项所述的数字农业智能管理平台，其特征在于：包括：
10.一种电子设备，其特征在于：所述电子设备包括：
...【技术特征摘要】
1.一种数字农业智能管理平台，包括数据采集模块、特征提取模块、状态输出模块、第一干预模块和第二干预模块，其特征在于：
2.根据权利要求1所述的一种数字农业智能管理平台，其特征在于：所述数据采集模块包括环境采集单元和农作物采集单元，所述环境采集单元包括多个传感器，所述传感器布置在农田中，用于实时监测并记录土壤温度、湿度、光照强度以及二氧化碳浓度，所述农作物采集单元包括摄像头，用于捕捉农作物的生长图像和视频。
3.根据权利要求1所述的一种数字农业智能管理平台，其特征在于：所述特征提取模块包括特征筛选单元和预处理单元，所述特征筛选单元中预设多个需求特征，并根据所述需求特征对环境数据和农作物生长数据进行筛选处理，输出与所述需求特征相匹配的需求特征信息，其中，所述需求特征信息包括土壤湿度、温度、光照强度、二氧化碳浓度、农作物的叶片颜色、叶片大小和生长高度；
4.根据权利要求1所述的一种数字农业智能管理平台，其特征在于：所述状态输出模块包括状态比对单元和状态输出单元，所述状态比对单元内设置有标准特征参数库，用于将所述基准特征参数与对应周期内的标准特征参数进行逐项比对，计算出参数差异度，且根据所述参数差异度输出农...
【专利技术属性】
技术研发人员：高安国，罗奇，陈玉萍，阚晓军，何金波，王安辉，陈照永，景军，
申请(专利权)人：江苏煤炭地质物测队，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。