【技术实现步骤摘要】
本申请涉及智慧农业的领域，尤其是涉及一种基于物联网的智慧农业监管方法及系统。
技术介绍
1、随着农业种植技术的发展以及人们对饮食的追求越来越丰富，使用农业大棚技术种植反季节农作物以及其他经济作物越来越普及。但使用大棚种植农作物对大棚内的土壤、空气、光照等因素具有较高的要求，当农作物所需的生长因素发生变化时会导致农作物生长缓慢甚至枯萎等，目前预防农作物异常生长主要通过人工巡视并注意土壤以及空气等因素的变化情况进行浇水、增加光照等操作，从而出现对大棚内如灌溉设备、加热设备等设备操作不精准的情况发生，进而降低农作物的生长质量。
技术实现思路
1、为了提高大棚内各设备的操作准确度，本申请提供一种基于物联网的智慧农业监管方法及系统。
2、第一方面，本申请提供一种基于物联网的智慧农业监管方法，采用如下的技术方案：
3、一种基于物联网的智慧农业监管方法，包括：
4、获取农业大棚中农作物在生长过程中产生的实时数据，所述实时数据包括土壤的ph值、土壤元素含量值、土壤水份值、土壤氧分值、大棚环境温度值、大棚光照值、二氧化碳总量值、大棚环境噪声值以及大气环境值；
5、将所述实时数据作为生长数据上传至云平台中的数据库，并以订阅或发布的形式通过订阅表与云平台中的客户端实现双向通信；
6、获取订阅表中的生长数据建立决策模型，根据所述决策模型判断农作物当前所处节令环境的预测生长状况；
7、确定所述农业大棚内的不同区域的目标植株，获取每个目标
8、基于所述真实生长状况确定每个目标植株的健康度；
9、若存在健康度小于预设健康度的异常目标植株，则基于所述预测生长状况以及所述目标植株的真实生长状况调整与所述异常目标植株所在区域相关的各设备的运行参数。
10、通过采用上述技术方案，获取实时数据从而便于后续进行分析，实时数据上传到云平台以订阅或发布的形式便于云平台与客户端实现更高效地通信，以一年中不同节令的方式构建云平台中的数据库，从而得到更符合当前时间的预测生长状况，获取每个区域内目标植株在不同生长高度处的真实生长情况，并根据真实生长情况确定健康度，根据健康度判断出异常目标植株，并根据预测生长状况以及目标植株的真实生长状况调整异常目标植株所在区域相关的各设备的运行参数，从而使得对大棚内设备的调控操作更精确。
11、在另一种可能实现的方式中，所述基于所述真实生长状况确定每个目标植株的健康度，包括：
12、确定每个高度处叶长与叶宽的比值，基于所述比值以及主干直径确定每个高度的长势得分；
13、确定所述叶片轮廓与每个高度处叶片的预设标准轮廓的第一相似度，以及所述叶片颜色与每个高度处叶片的预设标准颜色的第二相似度；
14、基于所述第一相似度以及第二相似度确定每个高度处的营养得分；
15、基于所述长势得分以及营养得分确定每个高度处的生长得分；
16、基于所述每个高度处的生长得分确定每个目标植株的整体生长得分，所述整体生长得分表征所述每个目标植株的健康度。
17、在另一种可能实现的方式中，所述基于所述每个高度处的生长得分确定每个目标植株的整体生长得分，包括：
18、确定每个高度处的生长得分与对应的基准得分的差值；
19、确定所述差值为负数的第一高度处以及所述差值为非负数的第二高度处；
20、基于每个第二高度处的权重以及第二高度处的数量确定基准生长得分；
21、基于每个第一高度处的权重以及差值确定全部第一高度处的分值；
22、确定全部第一高度处的差值的方差，并基于所述方差、分值以及各自对应的系数确定全部第一高度处的生长得分；
23、基于所述基准生长得分以及所述全部第一高度处的生长得分确定所述整体生长得分。
24、在另一种可能实现的方式中，所述获取农业大棚中农作物在生长过程中产生的实时数据，包括：
25、从传感网络中收集农作物的实时数据，所述传感器网络由大棚内农作物数据采集设备连接北斗射频收发芯片以及若干传感器构成，每个传感器节点通过连接协调器收集农作物不同参数下的实时数据；
26、获取当前预设时间内若干组农作物的实时数据，计算出预设时间m小时内的实时数据分为别n1，n2，n3…nm的平均值将每一项实时数据减去平均值作为生长数据的残差值fi；
27、根据残差值fi计算在预设时间m内的标准差值s并计算
28、根据格拉布斯准则g(n，a)，n为传感器采集实时数据的节点个数，a为预设的实时数据的显著性水平，比较与g(n，a)的大小；
29、若小于g(n，a)，则说明存在异常值，对采集到的异常值进行剔除，最后保留未剔除的实时作为预设时间内的生长数据。
30、在另一种可能实现的方式中，所述获取订阅表中的生长数据建立决策模型，根据所述决策模型判断农作物当前所处节令环境的预测生长状况，包括：
31、收集每个订阅表中的生长数据作为模型样本，提取所述模型样本中的可用特征进行训练，并得到用于构建决策模型的训练样本；
32、设定决策模型中模型参数的约束条件，将所述约束条件的参数变量差值范围作为第一阈值范围；
33、设定决策模型中农作物最优环境生长参数的目标函数，将所述目标函数的数值范围作为第二阈值范围；
34、判断生长数据是否在处于第一阈值范围内的情况下，同时处于第二阈值范围。
35、在另一种可能实现的方式中，所述基于所述预测生长状况以及所述目标植株的真实生长状况调整与所述异常目标植株所在区域相关的各设备的运行参数，包括：
36、对决策模型中模型参数的生长数据进行模糊控制，将生长数据输入至模糊控制器中，根据模糊规则预测农作物未来时间内的预测生长状况，并将预测生长状况输出；
37、基于所述预测生长状况以及异常目标植株的真实生长状况确定异常因素，并确定异常因素的相关设备；
38、获取预测生长状况并计算定农作物生长参数的控制区间阈值，并根据控制区间阈值控制所述异常目标植株所在区域相关设备的运行参数。
39、在另一种可能实现的方式中，所述方法还包括：
40、定时获取模型构建模块与参数调节模块中的异常数据后分别设置预警信号，并通过云平台传输给客户端的用户进行预警提示；
41、设定异常规则并判断异常数据是否属于真实的生长数据，对异常数据进行降噪处理，若处理完成后仍匹配异常规则，则在云平台中发出预警信息；
42、云平台在接收预警信息后，根据传感网络中的北斗射频收发芯片对预警信息所在的农作物区域进行定位，并将地理位置上传到云平台服务器中，云平台接收后将农作物的异常数据与地理位置生成消息队列推送给客户端的用户。
43、第二方本文档来自技高网...
【技术保护点】
1.一种基于物联网的智慧农业监管方法，其特征在于，包括：
2.根据利要求1所述的一种基于物联网的智慧农业监管方法，其特征在于，所述基于所述真实生长状况确定每个目标植株的健康度，包括：
3.根据权利要求2所述一种基于物联网的智慧农业监管方法,其特征在于，所述基于所述每个高度处的生长得分确定每个目标植株的整体生长得分，包括：
4.根据权利要求1所述一种基于物联网的智慧农业监管方法,其特征在于，所述获取农业大棚中农作物在生长过程中产生的实时数据，包括：
5.根据权利要求1所述的一种基于物联网的智慧农业监管方法，其特征在于，所述获取订阅表中的生长数据建立决策模型，根据所述决策模型判断农作物当前所处节令环境的预测生长状况，包括：
6.根据权利要求1所述一种基于物联网的智慧农业监管方法，其特征在于，所述基于所述预测生长状况以及所述目标植株的真实生长状况调整与所述异常目标植株所在区域相关的各设备的运行参数，包括：
7.根据权利要求1所述的一种基于物联网的智慧农业监管方法，其特征在于，所述方法还包括：
8.一种基
9.一种电子设备，其特征在于，其包括：
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，当所述计算机程序在计算机中执行时，令所述计算机执行权利要求1～7任一项所述的一种基于物联网的智慧农业监管方法。
...【技术特征摘要】
1.一种基于物联网的智慧农业监管方法，其特征在于，包括：
2.根据利要求1所述的一种基于物联网的智慧农业监管方法，其特征在于，所述基于所述真实生长状况确定每个目标植株的健康度，包括：
3.根据权利要求2所述一种基于物联网的智慧农业监管方法,其特征在于，所述基于所述每个高度处的生长得分确定每个目标植株的整体生长得分，包括：
4.根据权利要求1所述一种基于物联网的智慧农业监管方法,其特征在于，所述获取农业大棚中农作物在生长过程中产生的实时数据，包括：
5.根据权利要求1所述的一种基于物联网的智慧农业监管方法，其特征在于，所述获取订阅表中的生长数据建立决策模型，根据所述决策模型判断农作物当前...
【专利技术属性】
技术研发人员：余双迎，晁伟，夏祥胜，任杰，陈世霖，霍娅丹，
申请(专利权)人：杭州丰回科技有限公司，
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。