【技术实现步骤摘要】
本专利技术属于农业规划，具体涉及一种基于物联网技术的土壤精准施肥方法。
技术介绍
1、智慧农业主要是利用信息化的管理方式开展农业生产经营。在生产环节，通过“35”技术可以及时获取感知农作物生产的环境因素如湿度、温度等，并通过“物物相联”自动调节生产条件、干预生产过程，从而有效提高农产品质量、提高农业生产效率和竞争力。在传统农业生产过程中，因人口原因逐渐扩大开垦面积，导致很多地区出现资源过度开发现象，影响生态环境，严重的还会出现水土流失等问题。
2、由于实际灌溉利用率并不高，农业生产使用水资源在我国水资源消耗中占比较大。通过发展智慧农业，实现对农业生产过程的精准化管理，可以显著提高各类生产资源的配置水平和应用效果，对保护生态环境、节约水资源具有重要意义。目前我国智慧农业的发展还处于探索和起步阶段，各地在温室种植、畜牧及水产养殖等领域进行了诸多成功的示范应用，也积累了一定的经验。但总体上，我国智慧农业相关技术与设备并不完善。
3、在智慧农业的布局过程当中，基于智慧农业的土壤精准施肥方法是一个值得深入研究的课题，传统的智慧农业往往根据土壤中成分的含量来判断作物是否出现缺肥的情况，并及时对土壤进行施肥作业，但是却缺少一种能够自动判断作物的种类以及生长状态并预测土壤成分的缺失情况，最终来实现对土壤进行针对性的精准施肥工作的方法。
技术实现思路
1、有鉴于此，本专利技术的目的在于提出了一种基于物联网技术的土壤精准施肥方法，能够通过物联网实现对土壤数据、作物情况的自动采集
2、为达到上述目的，本专利技术提供如下技术方案：
3、本专利技术所提供的一种基于物联网技术的土壤精准施肥方法，包括：
4、通过分布在农田各处的土质检测仪采集其对应位置上的土壤状态参数，并通过无人机采集农田各处位置上作物的生长图像；
5、通过预设的物联网端口分别获取所采集的土壤状态参数以及生长图像并上传至云端平台；
6、通过云端分析平台分别建立土壤状态参数以及生长图像在二维平面上的位置对应关系，并生成观测模型；
7、基于观测模型任意位置上作物的生长图像对作物的生长状态进行分析确定作物的肥耗需求，并基于该位置上的土壤状态参数确定肥料缺口；
8、通过云端平台基于各处位置所对应的肥料缺口制定对应的施肥策略，并将施肥策略下发至撒肥设备执行。
9、优选的，通过云端分析平台分别建立土壤状态参数以及生长图像在二维平面上的位置对应关系，并生成观测模型包括：
10、预先建立二维平面坐标系，确定土壤参数所对应土质检测仪在二维平面坐标系上所对应的坐标参数，并基于坐标参数将土壤状态参数在二维平面坐标系上进行标注；
11、获取无人机所采集的生长图像以及无人机在采集生长图像的飞行过程当中的位置定位信息，基于时间线确定所采集的生长图像与位置定位信息的对应关系并利用生长图像在二维平面坐标系上相对应位置进行标注；
12、基于二维平面坐标系所标注的土壤状态参数以及生长图像生成观测模型。
13、优选的，基于观测模型任意位置上作物的生长图像对作物的生长状态进行分析确定作物的肥耗需求包括：
14、对生长图像中的作物图像进行分割并提取作物特征，并根据作物特征基于预设的作物特征对比库进行生长图像中作物类型的识别，确定作物类型；
15、基于所提取的作物特征以及生长图像的拍摄角度，测量并计算作物的植株高度、叶数、叶长、叶宽、叶间距以及花期状态作为作物的生长状态特征集合；
16、将生长状态特征集合与预设的该作物类型在各个生长阶段的理想生长状态特征集合分别进行匹配，确定匹配度最高的理想生长状态特征集合所对应的生长阶段；
17、确定该生长阶段所映射存储的作物对各种肥料的肥耗需求。
18、优选的，对生长图像中的作物图像进行分割包括：
19、通过颜色分割获得生长图像中的绿色区域，在分割过程当中利用3个颜色矩阵扫描采用rgb模型的生长图像，将图像中g分量小于r分量或者b分量的像素点进行删除，得到第一类图像；
20、对第一类图像进行平滑处理，在进行平滑处理的过程当中，对于第一类图像中的每一个像素点，通过以下公式计算该像素点在第一类图像中的平滑度：
21、
22、其中，smooth(i)表示像素点i在第一类图像中的平滑度，d表示以像素点i为中心的一个固定大小的图像区域，k表示区域d中的像素总数量，j表示区域d中第j个不为i的像素点，ψ()表示取像素点对应的r，g，b分量值，μ表示平滑度修正系数；
23、对第一类图像中平滑度高于预设的第一阈值的像素点进行删除，得到第二类图像；
24、对第二类图像进行边界腐蚀处理后，对于图像中存在的任意一个g分量非零的第一类像素点，检查该第一类像素点周围的8个相邻像素点，并确定其中g分量非零的相邻像素点与该第一类像素点之间形成一个连通域，从而将第二类图像分割成多个连通域；
25、设定第二阈值并统计每个连通域内g分量非零的像素点个数，对第二类图像中g分量非零的像素点个数小于第二阈值的连通域进行删除，得到第二类图像存在的多个保留区域；
26、对生长图像进行基于第二类图像的位置对应关系，并对生长图像中对应保留区域的像素点进行保留，得到第三类图像；
27、基于第三类图像进行膨胀处理并确定膨胀处理后的图像轮廓，基于图像轮廓对生长图像进行切割，得到作物图像。
28、优选的，基于生长图像对作物的生长状态进行分析确定作物的肥耗需求还包括：
29、对生长图像中的作物图像进行分割，并计算生长图像中作物叶面的生长密度；
30、基于历史数据计算作物生长密度的变化速率以及不同生长密度情况下作物对土壤中各种肥料的消耗速率，并拟合随生长密度变化的作物对土壤中各种肥料的消耗速率的第一函数曲线；
31、基于作物的生长密度的变化速率预测作物在预设的第一时间段后的第二生长密度；
32、基于第二生长密度以及第一函数曲线计算第二生长密度下作物对土壤中各种肥料的消耗速率；
33、基于当前生长密度下作物对土壤中各种肥料的消耗速率至第二生长密度下作物对土壤中各种肥料的消耗速率做定积分计算，得到作物从当前状态生长第一时间段后对土壤中各种肥料的消耗总量。
34、优选的，通过云端平台基于各处位置所对应作物的肥料缺口制定对应的施肥策略，并将施肥策略下发至撒肥设备执行包括：
35、基于云端平台预先存储的作物数据库，查找确定当前所种植的作物类型在各个生长阶段当中对各种肥料的最优区间，其中，当土壤中任意一种肥料处于其对应的最优区间内时，该种类型的作物不会因该种肥料的含量高低出现异常生长情况；
36、基于当前所种植的作物类型本文档来自技高网...
【技术保护点】
1.一种基于物联网技术的土壤精准施肥方法，其特征在于，包括：
2.根据权利要求1所述的一种基于物联网技术的土壤精准施肥方法，其特征在于，所述通过云端分析平台分别建立土壤状态参数以及生长图像在二维平面上的位置对应关系，并生成观测模型包括：
3.根据权利要求1所述的一种基于物联网技术的土壤精准施肥方法，其特征在于，所述基于观测模型任意位置上作物的生长图像对作物的生长状态进行分析确定作物的肥耗需求包括：
4.根据权利要求3所述的一种基于物联网技术的土壤精准施肥方法，其特征在于，所述对生长图像中的作物图像进行分割包括：
5.根据权利要求1所述的一种基于物联网技术的土壤精准施肥方法，其特征在于，所述基于生长图像对作物的生长状态进行分析确定作物的肥耗需求还包括：
6.据权利要求5所述的一种基于物联网技术的土壤精准施肥方法，其特征在于，所述通过云端平台基于各处位置所对应作物的肥料缺口制定对应的施肥策略，并将施肥策略下发至撒肥设备执行包括：
7.据权利要求6所述的一种基于物联网技术的土壤精准施肥方法，其特征在于，所述撒肥设备
...【技术特征摘要】
1.一种基于物联网技术的土壤精准施肥方法，其特征在于，包括：
2.根据权利要求1所述的一种基于物联网技术的土壤精准施肥方法，其特征在于，所述通过云端分析平台分别建立土壤状态参数以及生长图像在二维平面上的位置对应关系，并生成观测模型包括：
3.根据权利要求1所述的一种基于物联网技术的土壤精准施肥方法，其特征在于，所述基于观测模型任意位置上作物的生长图像对作物的生长状态进行分析确定作物的肥耗需求包括：
4.根据权利要求3所述的一种基于物联网技术的土壤精准施肥方法，其特征在于，...
【专利技术属性】
技术研发人员：李杰，张坤，李东伟，李景元，
申请(专利权)人：中国科学院沈阳应用生态研究所，
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。