一种基于大数据的农业环境监测系统技术方案

本发明专利技术提供了一种基于大数据的农业环境监测系统，包括环境采样模块对T时刻全区域农业环境数据进行采集，存储至大数据云端服务器；大数据匹配模块获取大数据云端服务器的全区域农业环境数据并与样本数据进行逐一匹配，获得全区域农业环境数据与样本数据的差异情况，根据差异情况划分子区域；环境建模模块根据子区域内的农业环境数据构建区域环境模型；质量监测分析模块将T+1时刻的子区域农业环境数据输入至当前区域环境模型，获得T+1时刻的环境调控指令。本发明专利技术实现了全区域农业环境的分区监测，能够实时将土壤及作物生长的情况进行分级建模预测，提高了农田监测的自动化程度以及分区管控精度。以及分区管控精度。以及分区管控精度。

【技术实现步骤摘要】
一种基于大数据的农业环境监测系统


[0001]本专利技术涉及电线电缆
，具体涉及一种基于大数据的农业环境监测系统。

技术介绍

[0002]现有技术中，信息化技术在推动农业的发展上越来越受到重视。农业环境监测设备采集农业生产过程中的重要指标，如：气象信息、土壤养分情况等，监控所有农事生产情况、农作物长势情况等。按照需求配备无线控制系统，远程控制灌溉、施肥等硬件设备，实现农业基地的信息检测和标准化生产监控。为农业专家咨询系统和农业大数据分析提供持续可靠的基地农业环境参数。帮助使用者了解土地灌溉情况、农作物长势、病虫害情况、农业环境情况等，最终实现农产品生产全程监控和灾害预警。
[0003]目前的信息化农业生态环境监控经验，往往采取大面积统一管控，而忽视了对不同农作物或相同农作物种植区域生态环境的分区管控策略，从而导致目前的监测手段无法对农业环境进行准确的、有针对性地灌溉或施肥或空气环境改善，存在监测水平低，管理不科学的问题。
[0004]因此，如何提供一种具有分区管控能力的基于大数据的农业环境监测系统是本领域技术人员亟需解决的问题。

技术实现思路

[0005]有鉴于此，本专利技术提供了一种基于大数据的农业环境监测系统，通过对全区域农业环境大数据进行采集，并根据样本匹配建立区域环境模型，实施对区域内数据进行环境质量等级预测，并更新所述区域，实现实时、有针对性的农业环境区域监控。
[0006]为了实现上述目的，本专利技术采用如下技术方案：
[0007]一种基于大数据的农业环境监测系统，包括环境采样模块、大数据匹配模块、环境建模模块和质量监测分析模块；其中，
[0008]所述环境采样模块对T时刻全区域农业环境数据进行采集，存储至大数据云端服务器；
[0009]所述大数据匹配模块获取大数据云端服务器的全区域农业环境数据并与样本数据进行逐一匹配，获得全区域农业环境数据与样本数据的差异情况，根据所述差异情况划分子区域；
[0010]所述环境建模模块根据子区域内的农业环境数据构建区域环境模型；
[0011]所述质量监测分析模块将T+1时刻所述环境采样模块实时采集的子区域农业环境数据输入至当前区域环境模型，获得T+1时刻的环境调控指令。
[0012]优选的，所述环境采集模块根据农业环境数据的属性进行分类，并按照所分类别存储至所述大数据云端服务器；所述农业环境数据包括土壤质量数据和农作物遥感图像。
[0013]优选的，所述样本数据根据所述属性进行分类，同一类别的N个农业环境数据和样本数据进行匹配比对，获得N个差异值；根据N个差异值构成的差异区间划分子区域。
[0014]优选的，所述农作物遥感图像进行分类包括：根据样本影像信息，利用J
‑
M距离可分性进行遥感影像最优分类时相组合的判断，通过计算各类别样本影像信息和遥感影像间的差异度来对遥感影像内的农作物进行分类。
[0015]优选的，所述区域环境模型采用神经网络学习方法，神经网络输入为子区域内的农业环境数据，输出为当前区域农业环境数据所属的环境质量等级，不同环境质量等级对应不同环境调控指令。
[0016]优选的，所述环境采样模块包括分布在全区域内的多个采样点，所述质量监测分析模块根据当前采样点第T+1时刻的环境质量等级，为该采样点重新分配子区域。
[0017]优选的，采样点采集的分类后的土壤质量数据发送至汇聚节点，汇聚节点汇聚所接收的土壤质量数据，并发送至所述质量监测分析模块，所述质量监测分析模块对土壤质量数据进行缺失检测，并对检测出的缺失序列进行数据填补；将填补后的农业环境数据输入至当前区域环境模型；填补的方式包括均值化取值处理。
[0018]优选的，采样点采集的分类后的农作物遥感图像发送至汇聚节点，汇聚节点汇聚所接收的农作物遥感图像，并发送至所述质量监测分析模块，所述质量监测分析模块对土壤质量数据进行噪点检测，并对检测出的噪点进行剔除处理；将剔除噪点的农业环境数据输入至当前区域环境模型。
[0019]经由上述的技术方案可知，与现有技术相比，本专利技术的有益效果包括：
[0020]本专利技术基于大数据技术，实现了全区域农业环境的分区监测，能够实时将土壤及作物生长的情况进行分级建模预测，提高了农田监测的自动化程度以及分区管控精度。本专利技术还可以根据农业数据实时变化情况，对采样点进行实时区域划分，即针对当前时刻的采样点环境情况进行环境调控指令的实时调整，减轻了人为调控的负担。本专利技术对不同农作物或相同农作物种植区域生态环境实现了分区管控策略，便于对农业环境进行准确的、有针对性地灌溉或施肥或空气环境改善，有效提高了监测水平，市农业生态环境的管理更加科学。
附图说明
[0021]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简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，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，还可以根据提供的附图获得其他的附图；
[0022]图1为本专利技术实施例提供的一种基于大数据的农业环境监测系统的框图；
[0023]图2为本专利技术实施例提供的一种基于大数据的农业环境监测系统的工作流程图。
具体实施方式
[0024]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，所描述的实施例仅仅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做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。
[0025]本实施例公开的一种基于大数据的农业环境监测系统，需要基于云端服务器提供
的大数据存储技术支持，实现对区域性农业环境数据的采集及处理技术需求。本系统包括环境采样模块、大数据匹配模块、环境建模模块和质量监测分析模块；环境采样模块对T时刻全区域农业环境数据进行采集，存储至大数据云端服务器；大数据匹配模块获取大数据云端服务器的全区域农业环境数据并与样本数据进行逐一匹配，获得全区域农业环境数据与样本数据的差异情况，根据差异情况划分子区域；环境建模模块根据子区域内的农业环境数据构建区域环境模型；质量监测分析模块将T+1时刻环境采样模块实时采集的子区域农业环境数据输入至当前区域环境模型，获得T+1时刻的环境调控指令。
[0026]本实施例的执行过程为：
[0027]环境采样模块首先发挥建模数据采集功能，针对全区域内的农业环境数据进行全方面采集，这里的全区域是根据技术实施范围所需来确定。采集的数据为当前的农业环境数据。
[0028]样本数据为预先存储的标准农业环境数据，将当前农业环境数据与标准农业环境数据进行匹配比对，比对的差异值划分差异区间，判断当前农业环境数据的差异值位于哪一个差异区间，从而确定其所属的子区域。所有的子区域构成全区域。
[0029]每一个子区域均构建一个区域环境模型，用于预测当前子区域内农业环境数据表征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的农业环境监测系统，其特征在于，包括环境采样模块、大数据匹配模块、环境建模模块和质量监测分析模块；其中，所述环境采样模块对T时刻全区域农业环境数据进行采集，存储至大数据云端服务器；所述大数据匹配模块获取大数据云端服务器的全区域农业环境数据并与样本数据进行逐一匹配，获得全区域农业环境数据与样本数据的差异情况，根据所述差异情况划分子区域；所述环境建模模块根据子区域内的农业环境数据构建区域环境模型；所述质量监测分析模块将T+1时刻所述环境采样模块实时采集的子区域农业环境数据输入至当前区域环境模型，获得T+1时刻的环境调控指令。2.根据权利要求1所述的基于大数据的农业环境监测系统，其特征在于，所述环境采集模块根据农业环境数据的属性进行分类，并按照所分类别存储至所述大数据云端服务器；所述农业环境数据包括土壤质量数据和农作物遥感图像。3.根据权利要求2所述的基于大数据的农业环境监测系统，其特征在于，所述样本数据根据所述属性进行分类，同一类别的N个农业环境数据和样本数据进行匹配比对，获得N个差异值；根据N个差异值构成的差异区间划分子区域。4.根据权利要求2所述的基于大数据的农业环境监测系统，其特征在于，所述农作物遥感图像进行分类包括：根据样本影像信息，利用J
‑
M距离可分性进行遥感影像最优分类时相组合的判断，通过...

【专利技术属性】
技术研发人员：王晓卉，孙玉林，
申请(专利权)人：山东商务职业学院，
类型：发明
国别省市：