【技术实现步骤摘要】
本专利技术涉及智慧农业，具体是一种基于大数据的智慧农业智能化监测系统及方法。
技术介绍
1、农业机械现代化、管理现代化进程不断推进，促使着农业朝着集群化、规模化生产方向不断发展，而在我国不断推行农业土地流转的趋势下，在大集中、小分散的农田结构中,如何通过对农业作物信息的智能化监测，对于水稻、小麦等主流作物，针对不同耕种时间进行精准收割决策，实现收割成效最大化是当下现代化农业发展中较为关键的问题。
技术实现思路
1、本专利技术的目的在于提供一种基于大数据的智慧农业智能化监测系统及方法，以解决现有技术中提出的的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种基于大数据的智慧农业智能化监测方法，包括以下分析步骤：
4、步骤s100：设置农田网格单元宽度，将所有农田网格化分割为农田网格单元，通过遥感技术监测农田图像信息，并测量各农田网格单元中填充度；
5、步骤s200：通过遥感技术获取各农田网格单元作物生长过程中各时间段遥感图像历史数据，记录遥感图像历史数据采集时间点，同步获取遥感图像历史数据中作物最终收割时间数据，计算获取遥感图像历史数据中各农田网格单元作物成熟度数据进行作物生长状态预测模型构建；
6、步骤s300：预测各农田网格单元中作物的预计成熟期，获取未来时间段的气象参数预告信息，分析各农田网格单元作物的截止收割期限；
7、步骤s400：使用外部导航接口实时监测汇总管理范围内所有农机方位数据及
8、步骤s500：计算各时间节点内各农机分配至各农田网格单元的收割成效，使用动态规划法分析监管区域内所有农田总收割成效最大策略。
9、上述技术方案中，步骤s100中包括以下内容：
10、设置农田网格单元宽度a，其中农田网格单元形状取正方形，边长为a，并对所有农田区域进行密铺，并使所有农田区域被农田网格单元覆盖；
11、获取农田区域遥感图像数据，对于农田区域边缘的不规则区域，根据公式：，计算覆盖该区域农田网格单元的填充度；
12、其中，r为覆盖该区域农田网格单元的填充度，为覆盖该区域农田网格单元遥感图像中农田区域所包含的像素点数，a为农田网格单元宽度， 为单位面积遥感图像中所包含的像素点数；
13、通过遥感技术对监管区域内农田进行图像获取和网格化分割，确保了规模化农业发展趋势下的对农田区域信息的精确采集与分析，为后续的策略决策提供了良好的数据基础，在对农田区域图像信息进行处理时，采取像素级的填充度计算，对农田区域信息的反馈更加详细。
14、上述技术方案中，步骤s200中包括以下内容：
15、提取各农田网格单元中作物生长过程中遥感图像历史数据，获取各波段反射光谱反射率，计算不同时间点遥感图像历史数据中各农田网格单元中作物成熟度，对于任一农田网格单元x，根据公式：
16、；
17、其中，为农田网格单元x作物成熟度，为农田网格单元x中农田区域所包含像素点数，i为农田网格单元x中农田区域所包含像素点编号，g为数字放大增益，为像素点i的近红外波段反射率，为像素点i红光波段反射率，为像素点i蓝光波段反射率，和分别指红光及蓝光波段大气散射校正系数，l为地面反射校正系数；
18、针对不同作物类型，分别使用遥感数据采集时间点与最终收割时间点之间间隔及作物成熟度进行作物生长状态曲线拟合，获取作物生长状态预测模型，所述模型如下：
19、；
20、其中，为农田网格单元x预计作物成熟度，a和b分别为预测模型参数，e为自然对数，k为当前类型作物生长速率系数，t为预测时间点与作物最终收割的时间差；
21、对农田作物遥感图像使用光谱拆分提取不同波段的反射光波信息，结合增强型植被指数分析农田作物的生长成熟状态，对作物在生长过程中逐渐成熟的过程进行有效的图像反馈，相较归一化植被指数也拥有更强的抗大气干扰能力，进一步实现作物成熟度的精确评估。
22、上述技术方案中，步骤s300中包括以下内容：
23、根据作物类型分别设置作物成熟度阈值范围，对于任一农田网格单元，计算当前时间点作物成熟度，使用所述作物生长状态预测模型计算作物距离成熟收割的预计时间差，进而分析未来时间点的预计作物成熟度；
24、计算当前农田网格单元中预计作物成熟度包含于成熟度阈值范围的时间点中最早的时间点，设置该时间点为农田网格单元的初始成熟时间点；计算当前农田网格单元中预计作物成熟度包含于成熟度阈值范围的时间点中最迟的时间点，设置该时间点为农田网格单元的截止成熟时间点；设置从初始成熟时间点至截止成熟时间点为农田网格单元x截止收割期限tx，记为；其中，为农田网格单元x截止收割期限左阈值，表示农田网格单元x初始成熟时间点，为农田网格单元x截止收割期限左阈值，表示农田网格单元x截止成熟时间点；
25、获取所有监测农田区域截止收割期限内气象参数预告信息，筛选对各农田网格单元生长作物收割存在影响的参数，设置干扰收割阈值范围；
26、对于任一农田网格单元，若存在截止收割期限内任一时间点所筛选参数数值包含于干扰收割阈值范围，将当前农田网格单元截止收割期限修正为从初始成熟时间点至所述参数数值包含于干扰收割阈值范围中的时间点；
27、充分考虑各农田区域作物成熟存在的收割窗口期，同步分析天气变化对作物收割的负面干扰，进一步限定作物收割时间，为后续农机收割分配提供分析数据基础。
28、上述技术方案中，步骤s500中包括以下内容：
29、获取各监测农田网格单元截止收割期限数据，将所有农田网格单元根据截止收割期限左阈值排序，再设置收割时间窗口，对排序农田网格单元以收割时间窗口进行框选，将处于相同收割时间窗口的农田网格单元设置为同一收割批次，再将相同收割批次中地理位置相邻连接的农田网格单元划分为同一收割区域；
30、当进行收割策略分析时，获取各收割区域所述收割时间窗口，当时间点到达任一时间窗口内时，将该时间窗口内的所有收割区域进行农机分配策略分析；对于正在进行收割作业的农机，当时间点达到其完成收割作业的预计时间点后再进行收割成效计算；
31、对地理位置相邻、成熟时间相近的农田网格单元进行区域归纳，确保农田作物收割细化分配的同时，减少农机在各农田网格单元间冗余的往返，避免由于精确的收割策略矫枉过正导致农机在各网格单元间往返产生冗余交通损耗。
32、上述技术方案中，步骤s500中各时间节点内不同农机分配至各收割区域的收割成效计算及总收割成效最大策略分析方法如下：
33、计算各时间节点内不同农机分配至各收割区域的收割成效，对于任一农机m及任一收割区域p，根据公式：
34、；
35、；
36、；
37、其中，为农机m分配至收割区域p的收割成效,为本文档来自技高网...
【技术保护点】
1.一种基于大数据的智慧农业智能化监测方法，其特征在于,所述方法包括以下分析步骤：
2.根据权利要求1中所述的一种基于大数据的智慧农业智能化监测方法，其特征在于,所述步骤S100中包括以下内容：
3.根据权利要求1中所述的一种基于大数据的智慧农业智能化监测方法，其特征在于,所述步骤S200中包括以下内容：
4.根据权利要求1中所述的一种基于大数据的智慧农业智能化监测方法，其特征在于,所述步骤S300中包括以下内容：
5.根据权利要求4中所述的一种基于大数据的智慧农业智能化监测方法，其特征在于,所述步骤S500中包括以下内容：
6.根据权利要求5中所述的一种基于大数据的智慧农业智能化监测方法，其特征在于,所述步骤S500中各时间节点内不同农机分配至各收割区域的收割成效计算及总收割成效最大策略分析方法如下：
7.应用权利要求1-6中任一项所述的一种基于大数据的智慧农业智能化监测方法的一种基于大数据的智慧农业智能化监测系统，其特征在于,所述系统包括：农业数据监测模块、作物生长预测模块、农机收割分配模块；
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。