一种基于农业物联网的监控方法及系统与流程

本发明涉及智慧农业，尤其涉及一种基于农业物联网的监控方法及系统。

背景技术：

1、基于农业物联网的监控系统通过获取农作物的环境信息及生长信息，并对其进行分析来获取农作物的监控方式并控制监控设备的运行状态，提高了对农作物的监控效率，同时减少了设备功耗。

2、农业是人类社会的基础产业之一，但面临着诸如人口增长、资源短缺、气候变化等挑战。农业物联网的发展旨在通过数字化、自动化和智能化的手段，提高农业生产的效率和可持续性，以满足不断增长的食品需求,农业物联网是将物联网技术应用于农业领域，以提高农业生产效率、资源利用率和农产品质量。它借助传感器、通信技术、数据分析等手段，实现对农田、农作物、畜禽等农业要素的实时监测、控制和管理。

3、中国专利公开号：cn116127168a公开了一种基于物联网的农作物生长实时监控系统及方法，包括：农作物生长特别事件收集模块，用于收集农作物生长特别事件；事件发生条件分析模块，用于分析农作物生长特别事件的事件发生条件；农作物信息获取模块，用于获取农业园的分园内种植的农作物的农作物信息；目标事件确定模块，用于基于事件发生条件和农作物信息，确定可能发生于分园内的农作物生长特别事件，并作为目标事件；事件特征分析模块，用于分析目标事件的事发特征；物联网监控任务生成模块，用于基于事发特征，生成物联网监控任务并下发；由此可见，该方案在生成监控任务时仅对农作物生长特别事件进行分析，未针对农作物的成长状态采取不同监控方式进行监控，存在对农作物的监控效率低、监控设备功耗高的问题。

技术实现思路

1、为此，本发明提供一种基于农业物联网的监控方法及系统，用以克服现有技术中对农作物的监控效率低、监控设备功耗高的问题。

2、为实现上述目的，本发明提供一种基于农业物联网的监控系统，所述系统包括，

3、信息获取模块，用以获取环境信息和农作物的生长信息；

4、分析模块，用以根据获取的环境温度、环境湿度和co2浓度对农作物的生长环境状态进行分析；

5、调整模块，用以根据获取的基质的ph值和通风时间对农作物生长环境状态的分析过程进行调整，所述调整模块设有调节单元，其用以根据获取的基质ph值对农作物生长环境的分析过程进行调节，所述调整模块还设有修正单元，其用以根据获取的通风时间对农作物生长环境的分析过程的调节过程进行修正；

6、监控模块，用以根据农作物生长环境状态的分析结果设置农作物的监控方式；

7、调控模块，用以根据农作物的监控方式和获取的农作物的图像控制下一监控周期监控设备的运行状态，所述调控模块设有系数计算单元，所述系数计算单元将获取的农作物的图像与各预设图像进行匹配，以计算出均方误差，并对均方误差进行排序，并根据均方误差的排序结果计算生长系数，所述调控模块还设有调控单元，所述调控单元根据农作物监控方式的设置结果和生长系数的计算结果对下一监控周期监控设备的运行状态进行调控；

8、优化模块，用以根据获取的光照强度和基质湿度对下一监控周期监控设备的运行状态的控制过程进行优化；

9、反馈优化模块，用以根据当前生长周期内的农作物的产量对下一生长周期的监控方式的设置过程进行优化。

10、进一步地，所述温度分析单元将获取的各预设时间节点的环境温度t0与各预设温度进行比对，并根据比对结果对农作物的生长环境状态进行分析，其中：

11、当t0＜t1或t0＞t2时，所述温度分析单元判定该预设时间节点农作物的生长环境状态为温度异常，并判定此预设时间节点为温度异常时间节点；

12、当t1≤t0≤t2时，所述温度分析单元判定该预设时间节点农作物的生长环境状态为温度正常；

13、当预设时间节点农作物的生长环境状态为温度正常时，所述湿度分析单元将获取的环境湿度s0与各预设湿度进行比对，并根据比对结果对农作物的生长环境状态进行二次分析，其中：

14、当s0＜s1或s0＞s2时，所述湿度分析单元判定该预设时间节点农作物的生长环境状态为湿度异常，并判定此预设时间节点为湿度异常时间节点；

15、当s1≤s0≤s2时，所述湿度分析单元判定该预设时间节点农作物的生长环境状态为湿度正常；

16、当预设时间节点农作物的生长环境状态为湿度正常时，所述co2浓度分析单元将获取各预设时间节点的co2浓度与各预设浓度进行比对，并根据比对结果对农作物的生长环境状态进行三次分析，其中：

17、当f0＜f1或f0＞f2时，所述co2浓度分析单元判定该预设时间节点农作物的生长环境状态为co2浓度异常，并判定该预设时间节点为co2浓度异常时间节点；

18、当f1≤f0≤f2时，所述co2浓度分析单元判定该预设时间节点农作物的生长环境状态为co2浓度正常。

19、进一步地，所述调节单元将获取的监控周期内基质ph值e0与各预设ph值进行比对，并根据比对结果计算出调节系数对农作物生长环境状态的分析过程进行调节，其中：

20、当e0＜e1时，所述调节单元设置第一调节系数α1对预设温度t2进行调节，设定α1=1-（e1-e0）/(e1+e0);

21、当e1≤e0≤e2时，所述调节单元不进行调节；

22、当e0＞e2时，所述调节单元设置第二调节系数α2对预设温度t2进行调节，设定α2=1-（e2-e0）/(e2+e0);

23、所述调节单元根据调节系数对预设温度t2进行调节，并将调节后的预设温度设为t2’，设定t2’=t2×αe,e=1,2；

24、其中，e1为预设ph的最小值，e2为预设ph的最大值。所述修正单元将获取的监控周期内的通风时间t0与各预设时间进行比对，并根据比对结果计算出修正系数对农作物生长环境状态的分析过程的调节过程进行修正，其中：

25、当t0＜tc1时，所述修正单元设置第一修正系数β1对调节系数进行修正，设定β1=1-（tc1-t0）/(tc1+t0);

26、当tc1≤t0≤tc2时，所述修正单元不进行修正；

27、当t0＞tc2时，所述修正单元设置第二修正系数β2对调节系数进行修正，设定β2=1-（tc2-t0）/(tc2+t0);

28、所述修正单元根据修正系数对调节系数进行修正，并将修正后的调节系数设为αe’，设定αe’=αe×βf,f=1,2；

29、其中，tc1为预设通风时间的最小值，tc2为预设通风时间的最大值,c为监控周期的类别，当c=1时，监控周期为w1,当c=2时，监控周期为w2，当c=3时，监控周期为w3。

30、进一步地，所述监控模块根据农作物的生长环境状态对农作物的监控方式进行设置，其中：

31、当r1/ub＞b时，所述监控模块将下一监控周期设为w1,将预设时间节点的数量设为u1，并发出温度异常预警，其中，r1为温度异常时间节点的数量，ub为监控周期预设时间节点的数量,b为预设状态系数;

32、当r1/ub≤b且r2/ub＞b时，所述监控模块将下一监控周期设为w2，将预设时间节点的数量设为u2，并发出湿度异常预警，其中，r2为湿度异常时间节点的数量；

33、当r1/ub≤b且r2/ub≤b且r3/ub＞b时，所述监控模块将下一监控周期设为w3，将预设时间节点的数量设为u3，并发出通风时间异常预警，其中，r3为co2浓度异常时间节点的数量；

34、当r1/ub≤b且r2/ub≤b且r3/ub≤b时，所述监控模块将下一监控周期监控设备运行状态设为关闭；

35、其中，w3＞w2＞w1。

36、进一步地，所述系数计算单元将获取的监控周期内农作物的监控图像与各预设图像进行匹配，以计算出均方误差，并根据计算结果对各均方误差进行排序，以得到最小均方误差，所述排序单元将均方误差设为mxu，设定 ，0＜x≤x,0＜u≤ub，其中，n是像素总数，u表示第u个预设时间节点，ub为预设时间节点的数量，i1[i]表示获取的农作物的监控图像第i个像素位置的像素值，i2[i]表示预设图像在第i个像素位置的像素值，x表示第x个预设图像，x为预设图像的数量，所述排序单元将计算出的各均方误差按照冒泡排序法按照从大到小的顺序进行排序，并将最小的均方误差设为mxu’；

37、所述系数计算单元将最小均方误差与预设均方误差h进行比对，并根据比对结果计算生长系数，其中：

38、当mxu’＜h时，所述系数计算单元将生长系数设为q1,设定q1=0.5×[1-(h-mxu’)/(h+mxu’)]；

39、当mxu’≥h时，所述系数计算单元将生长系数设为q2，设定q2=0.8×[1-(h1-mxu’)/(h1+mxu’)]。

40、进一步地，当所述监控模块将下一监控周期监控设备运行状态设为关闭时，所述调控单元将生长系数与预设生长系数j进行比对，并根据比对结果对下一监控周期监控设备的运行状态进行调控，其中：

41、当qq＜j时，所述调控单元将下一监控周期监控设备的状态判定为开启,其中q=1,2；

42、当qq≥j，所述调控单元将下一监控周期监控设备的状态判定为关闭，并在下一监控周期结束后将监控设备重新开启，所述监控模块将下一监控周期设为w2，预设时间节点的数量设为d2。

43、进一步地，所述优化模块设有优化调节单元，所述优化调节单元用以将获取的光照强度g0与各预设光照强度进行比对，并根据比对结果计算出优化调节系数对下一监控周期监控设备的运行状态的调控过程进行调节，其中：

44、当g0＜g1时，所述优化调节单元设置第一优化调节系数y1对预设生长系数j进行调节,以调整设备的运行状态，设定y1=1-（g1-g0）/(g1+g0);

45、当g1≤g0≤g2时，所述优化调节单元不进行调节；

46、当g0＞g2时，所述优化调节单元设置第二优化调节系数y2对预设生长系数j进行调节,以调整设备的运行状态，设定y2=1-（g2-g0）/(g2+g0)；

47、所述优化调节单元根据优化调节系数对预设生长系数j进行调节，并将调节后的预设生长系数设为j1，设定j1=j×yy,y=1,2；

48、其中，g1为预设最弱光照强度，g2为预设最强光照强度。

49、进一步地，所述优化模块还设有优化修正单元，所述优化修正单元用以将获取的基质湿度k0与预设基质湿度进行比对，并根据比对结果计算出优化修正系数对下一监控周期监控设备运行状态的调控过程的调节过程进行修正，其中：

50、当k0＜k1时，所述优化修正单元设置第一优化修正系数z1对优化调节系数yy进行修正，设定z1=1-（k1-k0）/(k1+k0);

51、当k1≤k0≤k2时，所述优化修正单元不进行修正；

52、当k0＞k2时，所述优化修正单元设置第二优化修正系数z2对优化调节系数yy进行修正,设定z2=1-（k2-k0）/(k2+k0);

53、所述优化修正单元根据优化修正系数对优化调节系数yy进行修正，并将修正后的优化调节系数设为yy’，设定yy’=zz×yy,z=1,2,其中，k1为预设最小基质湿度，k2为预设最大基质湿度。

54、进一步地，所述反馈优化模块将获取的当前生长周期农作物的产量p0与预设产量进行比对，并根据比对结果对下一生长周期监控方式的设置过程进行优化，其中：

55、当p0＜p1时，所述反馈优化模块设置第一优化系数v1对预设状态系数b进行优化，以优化下一生长周期的监控方式，设定v1=1+（p1-p0）/(p1+p0);

56、当p1≤p0≤p2时，所述反馈优化模块不进行优化；

57、当p0＞p2时，所述反馈优化模块设置第二优化系数v2对预设状态系数b进行优化，以优化下一生长周期的监控方式，设定v2=1-（p2-p0）/(p2+p0);

58、所述反馈优化模块根据优化系数对预状态系数b进行优化，并将优化后的预设状态系数b设为b’，设定b’=b×pp,p=1,2;

59、其中，p1为预设最小产量，p2为预设最大产量。

60、另一方面，本发明还提供一种基于农业物联网的监控方法，包括，

61、步骤s1：获取环境信息和农作物的生长信息；

62、步骤s2：根据获取的环境温度、环境湿度和co2浓度对农作物的生长环境状态进行分析；

63、步骤s3：根据获取的基质的ph值和通风时间对农作物生长环境状态的分析过程进行调整；

64、步骤s4：根据农作物生长环境状态的分析结果设置农作物的监控方式；

65、步骤s5：根据农作物的监控方式和获取的农作物的图像控制下一监控周期监控设备的运行状态；

66、步骤s6：根据获取的光照强度和基质湿度对下一监控周期监控设备的运行状态的控制过程进行优化；

67、步骤s7：根据当前生长周期内的农作物的产量对下一生长周期的监控方式的设置过程进行优化。

68、与现有技术相比，本发明的有益效果在于，所述温度分析单元通过设置温度阈值对农作物的生长环境进行分析，根据分析结果设置所对应的监控方式对农作物进行监控，以提高监控效率，同时减少设备功耗，所述湿度分析单元通过设置湿度阈值对农作物的生长环境进行分析，根据分析结果设置所对应的监控方式对农作物进行监控，以提高监控效率，同时减少设备功耗，所述co2浓度分析单元通过设置浓度阈值对农作物的生长环境进行分析，根据分析结果设置所对应的监控方式对农作物进行监控，以提高监控效率，同时减少设备功耗，所述调节单元通过设置预设ph值以提高调节系数的准确性，从而提高对于农作物生长环境状态分析的准确性，进而提高监控方式设置的准确性，最终提高监控效率，同时减少设备功耗，所述修正单元通过设置预设时间以提高修正系数的准确性，从而提高对于农作物生长环境状态分析的准确性，进而提高监控方式设置的准确性，最终提高监控效率，同时减少设备功耗，所述监控模块通过设置不同的监控方式对处于不同生长环境的农作物进行监控，以提高监控效率，同时可以减少设备功耗，所述系数计算单元利用均方误差计算两个图片的相似度，所述均方误差是在统计学和机器学习中常用的一个指标，用于衡量预测值与实际观测值之间的差异，以提高系数计算的准确性，从而提高控制监控设备运行状态的准确性，所述调控单元通过设置预设生长系数对计算出的生长系数进行判断，以提高对下一监控周期监控设备的运行状态调控的准确性，以提高监控效率，同时减少监控设备的功耗，所述优化调节单元通过设置预设光照强度以提高优化调节系数的准确性，从而提高对下一监控周期监控设备的运行状态调控的准确性，进而提高监控效率，同时减少设备功耗，所述优化修正单元通过设置预设基质湿度以提高优化修正系数的准确性，从而提高对下一监控周期监控设备的运行状态调控的准确性，进而提高监控效率，同时减少设备功耗，述反馈优化模块通过设置预设产量以提高优化系数的准确性，从而提高对下一监控周期监控方式设置的准确性，进而提高监控效率，同时减少设备功耗。