基于云服务的农作物种植托管系统及方法技术方案

本发明专利技术实施例提供一种基于云服务的农作物种植托管系统及方法，所述系统包括：信息采集子系统，用于对目标农作物的生长过程数据和目标农作物种植区的环境数据进行实时采集；数据分析服务子系统，用于对信息采集子系统采集的数据进行存储和处理，基于深度学习构建目标农作物的种植管理决策模型；视觉子系统用于对目标农作物进行生育期识别、病虫害识别、长势识别、入侵识别和产量预测；托管服务决策子系统用于实现播种控制、施肥控制、灌溉控制、环境控制、生产档案管理、病虫害控制、设备智能巡检和预警报警；展示推送子系统用于将决策结果发送至智能设备终端和用户终端进行展示。本发明专利技术实施例可用于实现农业种植管理的智能化、科学化和无人化。

【技术实现步骤摘要】
基于云服务的农作物种植托管系统及方法
本专利技术涉及农业智能化
，更具体地，涉及一种基于云服务的农作物种植托管系统及方法。
技术介绍
随着社会的进步，农业土地集约化程度进一步提升，现代化的技术装备在农业中的应用越来越多，农业水利化、机械化和信息化水平也逐渐提高，但是园区作物种植管理更多的是依赖人的经验，缺乏科学的依据和系统的管理方法，且人力成本日益增加，能源消耗日益严重，这些问题的解决需要更依靠智能化的管理系统与方法。现有农业种植管理的智能化装置包括：水肥一体化设备和环境管控装置、基于数据采集的作物种植装置等智能化装置。目前农业种植管理的智能化装置存在以下问题：1)当前农业领域没有成熟的针对作物种植的全生育期管理装置或方法，现有的灌溉和环境管控设备相对独立，灌溉施肥多采用水肥一体化设备，环境管理仅仅监控气象和墒情信息，没有将环境信息和水肥管理与作物的生长需求结合起来；2)现有的水肥一体化设备和环境管控装置，仍然是依靠粗放的经验或者是定时定量管理模式，缺乏科学的依据和智能化的决策方法，没有从影响作物生长因素的层面进行考虑；3)市场上的作物种植装置的云平台仅是数据采集平台，可以实现远程控制，没有数据分析和智能决策算法，只能起到辅助生产作用，生产中仍然需要大量的人员参与；4)市场上的作物种植智能装置专业性较强，大多操作复杂，需要专业的技术人进行维护，在技术人员缺乏的情况下，极易造成设备的闲置浪费。因此园区大多高薪聘请专业的人员，需要投入大量的资金；5)设备运维作为一个劳动密集型行业，面临着人力成本上升、经费不足、作业效率及管理效率低下等现实问题。专利技术内容本专利技术实施例提供一种克服上述问题或者至少部分地解决上述问题的基于云服务的农作物种植托管系统及方法。第一方面，本专利技术实施例提供一种基于云服务的农作物种植托管系统，包括：信息采集子系统、数据分析服务子系统、视觉子系统、托管服务决策子系统和展示推送子系统，其中，所述信息采集子系统，用于对目标农作物的生长过程数据和目标农作物种植区的环境数据进行实时采集，并发送给所述数据分析服务子系统；所述数据分析服务子系统，用于对所述信息采集子系统采集的目标农作物的生长过程数据和目标农作物种植区的环境数据进行存储和处理，构建目标农作物的生长模型，并基于深度学习构建目标农作物的种植管理决策模型；所述视觉子系统，用于对目标农作物进行生育期识别、病虫害识别、长势识别、入侵识别和产量预测；所述托管服务决策子系统，用于基于所述数据分析服务子系统和视觉子系统提供的数据实现播种控制、施肥控制、灌溉控制、环境控制、生产档案管理、病虫害控制、设备智能巡检和预警报警；所述展示推送子系统，用于将所述托管服务决策子系统输出的决策结果发送至智能设备终端和用户终端进行展示。第二方面，本专利技术实施例提供一种基于云服务的农作物种植托管方法，包括：对目标农作物的生长过程数据和目标农作物种植区的环境数据进行实时采集；对所述目标农作物的生长过程数据和目标农作物种植区的环境数据进行存储和处理，构建目标农作物的生长模型，并基于深度学习构建目标农作物的种植管理决策模型；对目标农作物进行生育期识别、病虫害识别、长势识别、入侵识别和产量预测；进行播种控制、施肥控制、灌溉控制、环境控制、生产档案管理、病虫害控制、设备智能巡检和预警报警；将决策结果发送至智能设备终端和用户终端进行展示。第三方面，本专利技术实施例提供一种基于云服务的农作物种植托管系统，包括：信息数据库服务器、托管服务器和一个托管种植区，其中，所述托管种植区包括：现场托管控制器、网关、大型农业气象站、环境监测设备、水肥一体化设备、植保系统、摄像头、本地显示器和智能显示终端；所述信息数据库服务器用于采集和存储种植区的全信息数据，并对所述数据进行挖掘整理、剔除不可用的信息，将所述数据整理成机器可识别、可训练的样本集；所述托管服务器用于对整理挖掘后的数据进行深度学习训练，形成决策方法，为种植区的作物提供全生育期的管理服务，生成托管决策，并将托管决策信息发送至所述现场托管控制器；所述现场托管控制器通过所述网关接收所述托管服务器的决策信息后对所述托管种植区内的其他所有设备进行智能管控；所述大型农业气象站、环境监测设备、水肥一体化设备、植保系统、摄像头、本地显示器和智能显示终端通过现场信号线或本地自组网通信连接到所述现场托管控制器上。本专利技术实施例提供的基于云服务的农作物种植托管系统及方法，将影响作物产量的多因素融合分析，从解决作物生产全流程生产管理问题出发利用全流程智慧化生产托管服务模式建立作物生产托管式的云服务平台，形成全新的生产模式和技术体系，可以实现园区作物种植的托管式服务，实现农业种植管理的智能化、科学化和无人化。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种基于云服务的农作物种植托管系统的结构示意图；图2为本专利技术另一实施例提供的基于云服务的农作物种植托管方法的流程示意图；图3为本专利技术实施例还提供一种基于云服务的农作物种植托管系统的结构示意图；附图标记说明：1——大型农业气象站，2——环境监测设备，3——水肥一体化设备，4——灌溉电磁阀，5——植保系统，6——摄像头，7——执行机构，8——水泵，9——现场托管控制器，10——本地显示器，11——网关，12——智能显示终端，13——托管服务器，14——信息数据库服务器。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。如图1所示，为本专利技术实施例提供的基于云服务的农作物种植托管系统的结构示意图，包括：信息采集子系统101、数据分析服务子系统102、视觉子系统103、托管服务决策子系统104和展示推送子系统105，其中，所述信息采集子系统101，用于对目标农作物的生长过程数据和目标农作物种植区的环境数据进行实时采集，并发送给所述数据分析服务子系统；所述数据分析服务子系统102，用于对所述信息采集子系统采集的目标农作物的生长过程数据和目标农作物种植区的环境数据进行存储和处理，构建目标农作物的生长模型，并基于深度学习构建目标农作物的种植管理决策模型；所述视觉子系统103，用于对目标农作物进行生育期识别、病虫害识别、长势识别、入侵识别和产量预测；所述托管服务决策子系统104，用于基于所述数据分析服务子系统和视觉子系统提供的数据实现播种控制、施肥控制、灌溉控制、环境控制、生产档案管理、病虫害控制、设备智能巡检和预警报警；所述展示推送子系统105，用于将所述托管服务决策子系统输出的决策结果发送至智能设备终端和用户终端进行展示。具体地，本专利技术实施例从种植的角度来设计，考虑到整个作物生育期，将影响作物产量和品质的关键因素(气象、环本文档来自技高网...

【技术保护点】
1.一种基于云服务的农作物种植托管系统，其特征在于，包括：信息采集子系统、数据分析服务子系统、视觉子系统、托管服务决策子系统和展示推送子系统，其中，所述信息采集子系统，用于对目标农作物的生长过程数据和目标农作物种植区的环境数据进行实时采集，并发送给所述数据分析服务子系统；所述数据分析服务子系统，用于对所述信息采集子系统采集的目标农作物的生长过程数据和目标农作物种植区的环境数据进行存储和处理，构建目标农作物的生长模型，并基于深度学习构建目标农作物的种植管理决策模型；所述视觉子系统，用于对目标农作物进行生育期识别、病虫害识别、长势识别、入侵识别和产量预测；所述托管服务决策子系统，用于基于所述数据分析服务子系统和视觉子系统提供的数据实现播种控制、施肥控制、灌溉控制、环境控制、生产档案管理、病虫害控制、设备智能巡检和预警报警；所述展示推送子系统，用于将所述托管服务决策子系统输出的决策结果发送至智能设备终端和用户终端进行展示。

【技术特征摘要】
1.一种基于云服务的农作物种植托管系统，其特征在于，包括：信息采集子系统、数据分析服务子系统、视觉子系统、托管服务决策子系统和展示推送子系统，其中，所述信息采集子系统，用于对目标农作物的生长过程数据和目标农作物种植区的环境数据进行实时采集，并发送给所述数据分析服务子系统；所述数据分析服务子系统，用于对所述信息采集子系统采集的目标农作物的生长过程数据和目标农作物种植区的环境数据进行存储和处理，构建目标农作物的生长模型，并基于深度学习构建目标农作物的种植管理决策模型；所述视觉子系统，用于对目标农作物进行生育期识别、病虫害识别、长势识别、入侵识别和产量预测；所述托管服务决策子系统，用于基于所述数据分析服务子系统和视觉子系统提供的数据实现播种控制、施肥控制、灌溉控制、环境控制、生产档案管理、病虫害控制、设备智能巡检和预警报警；所述展示推送子系统，用于将所述托管服务决策子系统输出的决策结果发送至智能设备终端和用户终端进行展示。2.根据权利要求1所述的基于云服务的农作物种植托管系统，其特征在于，所述数据分析服务子系统进一步包括：作物生长模型构建模块、农业信息数据库模块、深度学习模块和数据挖掘分析模块；其中，所述作物生长模型构建模块用于构建以作物的生长发育规律为基础的灌溉施肥模型；所述农业信息数据库模块用于存储生产过程中产生的过程数据和实时采集的环境数据，为深度学习模块提供样本集，为所述托管服务决策子系统提供数据支撑；所述深度学习模块用于基于农业信息数据库模块中的样本集进行训练，获得种植管理决策模型；所述数据挖掘分析模块用于对种植区的多个信息源进行综合、过滤及合成，生成决策算法基础数据，所述信息源至少包括：田间环境信息、水体信息、土壤信息、生长信息和生理信息。3.根据权利要求1所述的基于云服务的农作物种植托管系统，其特征在于，所述托管服务决策子系统进一步包括：播种控制模块、施肥控制模块、灌溉控制模块、环境控制模块、生产档案管理模块、病虫害控制模块、设备智能巡检模块和预警报警模块；其中，所述播种控制模块用于实现播种管理，为种子提供最佳的发育环境；所述施肥控制模块用于根据不同地区、不同土壤纬度、土壤田间持水量、土壤容重和土壤有机质含量情况，并结合种植作物产量和特性，生成作物生长必须的微量元素配方；所述灌溉控制模块用于进行管道容量和流量分析，根据种植区的地理条件和气象条件，结合作物表面实际太阳辐射情况调节作物灌溉量；所述环境控制模块用于根据气象信息和温室内的环境信息，综合考虑作物生长需求，自动调节温室内的环境；所述生成档案管理模块用于对产前、产中和产后各环节的生产信息进行记录；所述病虫害控制模块用于根据气象数据和摄像头的数据提前预警病虫草害信息，调度植保系统将病虫草害消灭于危害之前；所述设备智能巡检模块用于对设备进行智能巡检；所述预警报警模块用于至少实现以下预警报警功能：采收、自然灾害、环境信息超限、生育期、病虫害、作物长势、入侵，并将所生成的预警报警信息通过所述展示推送子系统发送给用户。4.根据权利要求1所述的基于云服务的农作物种植托管系统，其特征在于，...

【专利技术属性】
技术研发人员：林森，郭文忠，李银坤，赵倩，王少磊，温江丽，陈红，
申请(专利权)人：北京农业智能装备技术研究中心，
类型：发明
国别省市：北京,11