一种智慧绿地的健康判定方法及养护管理方法技术

本发明专利技术涉及树木管理领域，公开了一种智慧绿地的健康判定方法及养护管理方法，本发明专利技术提供的判定方法包括：利用航测的方式获取树木树冠的健康状况并构建相应的树冠三维模型，利用集合层析仪分析树干的健康状况并构建树干模型，利用探地雷达分析树根的健康状况并构建树根模型，利用树冠三维模型、树干模型和树根模型构成树木整体三维稳态模型，结合多项条件参数获取树木整体的健康状况，最后，构建整体的数学模型，将上述四个要素的健康状况进行平均打分，得到树木整体的健康状况。本发明专利技术可以全面的判定树木的健康状况，且本发明专利技术可以批量判定和管理树木，提高了工作效率。提高了工作效率。提高了工作效率。

【技术实现步骤摘要】
一种智慧绿地的健康判定方法及养护管理方法


[0001]本专利技术涉及树木管理领域，尤其涉及一种智慧绿地的健康判定方法及养护管理方法。

技术介绍

[0002]长期以来，由于自然因素和人为因素，我国的绿地树木损坏严重。虽然最近几年，人们开始关注我国的绿地树木，但是，由于缺乏科学的管理与养护，很难对绿地树木形成很好的保护，而且，人们也很难对绿地树木的健康状况作出准确的判断，因此，有必要对现在这种情况进行改善。

技术实现思路

[0003]本专利技术所要解决的技术问题是：针对上述存在的问题，提供了一种智慧绿地的健康判定方法及养护管理方法，通过深度学习来获取树木的树冠、树干、树根以及整体的健康信息，从而判定树木的健康状况。
[0004]本专利技术采用的技术方案如下：一种智慧绿地的健康判定方法，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。
[0005]进一步的，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。
[0006]进一步的，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。
[0007]进一步的，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。
[0008]进一步的，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。
[0009]本专利技术还提供一种智慧绿地的养护管理方法，包括：构建智慧绿地的管理系统，将树木的地理信息数据、采集数据与判定得到的健康状况数据进行存储与可视化管理，并制定规则自动发出树木养护的工作任务单。
[0010]进一步的，所述树木地理信息数据的可视化管理具体为：将树木地理信息可视化成果开放成为网络参与平台。
[0011]进一步的，所述网络参与平台包括小程序APP 和网站。
[0012]本专利技术还提供一种智慧绿地的养护管理方法，包括：将树木的地理信息数据、采集数据与判定得到的健康状况数据进行存储与可视化管理，并制定规则自动发出树木养护的工作任务单。
[0013]进一步的，所述树木地理信息数据的可视化管理具体为：将树木地理信息可视化成果开放成为网络参与平台。
[0014]进一步的，所述网络参与平台包括小程序APP 和网站。
[0015]与现有技术相比，采用上述技术方案的有益效果为：本专利技术可以科学的对绿地树木的健康作出准确的判断，同时，可以根据得到的判断结果对树木进行综合的管理及养护，解决了绿地树木难以管理的难题。
附图说明
[0016]图1是本专利技术一种智慧绿地的健康判定方法的流程示意图。
具体实施方式
[0017]下面结合附图对本专利技术做进一步描述。
[0018]如图1 所示，本专利技术实施例提供一种智慧绿地的健康判定方法，包括以下步骤：S1：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；
S2：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；S3：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；S4：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；S5：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。
[0019]具体的，在本实施例中，所述步骤S1具体为：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。
[0020]具体的，在本实施例中，所述步骤S2具体为: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。
[0021]具体的，在本实施例中，所述步骤S3具体为：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。
[0022]具体的，步骤S1中，在获利用无人机进行航测获取多角度树冠叶片影像图片的同时，利用无人机航测分析树冠，构建树冠的三维模型；步骤S2中，在利用集合层析仪对本文档来自技高网...

【技术保护点】

【技术特征摘要】
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...

【专利技术属性】
技术研发人员：梁逍，罗榆淇，黄振华，
申请(专利权)人：中国建筑西南设计研究院有限公司，
类型：发明
国别省市：