农作物土壤微量元素及病虫害智能分析查询系统及方法与流程

本发明涉及智能农业，尤其涉及农作物土壤微量元素及病虫害智能分析查询系统及方法。

背景技术：

1、智能农业技术领域利用现代信息技术和自动化技术，提高农业生产效率和进行作物管理，通过物联网、人工智能、机器学习、遥感技术和大数据分析，结合土壤分析、作物监控、气象数据利用、农业机器人、无人机技术，应用农业生产过程，实现精准种植、灌溉、施肥和病虫害管理，实时监控作物和土壤的状况，预测农作物的生长需求和问题，提高作物的产量和质量，优化资源的合理分配和环境保护，实现可持续的农业发展，

2、其中，农作物土壤微量元素及病虫害智能分析查询系统通过集成便携式检测设备和智能软件，用于分析土壤的微量元素、ph值、温湿度多种关键参数，诊断农作物的病虫害问题，旨在为农业生产者提供实时数据和科学建议，帮助管理土壤条件和应对病虫害，提高农业生产效率，优化作物健康并提高产出，减少对化学农药的依赖，支持环保和可持续的农业实践，通过科学的数据支持进行精确的土壤管理和病虫害控制，提高作物的生长效率和产量。

3、传统土壤微量元素和病虫害智能分析方法依赖传统的土壤和作物检测方法，无法实时反映土壤和作物的实际状况，导致施肥和灌溉策略效率不佳，增加资源浪费和环境压力，在病虫害管理方面反应滞后，缺乏预测和防治机制，导致作物损失和农药的过度使用，影响作物品质和环境健康，缺乏实时监测和分析使得农户不能及时发现并应对早期的病虫害，造成农业损失，减少资源利用率影响农业环保。

技术实现思路

1、本发明的目的是解决现有技术中存在的缺点，而提出的农作物土壤微量元素及病虫害智能分析查询系统及方法。

2、为了实现上述目的，本发明采用了如下技术方案，农作物土壤微量元素及病虫害智能分析查询系统包括：

3、土壤数据收集模块基于农田土壤样本信息，采集土壤的温度、湿度、ph值数据，评估多种营养元素、微量元素和有机质含量，得到样本数据分析结果；

4、营养状态评估模块基于所述样本数据分析结果，分析土壤样本信息，评估土壤营养状态并进行分类，得到土壤质量评估结果；

5、样本图像处理模块基于所述土壤质量评估结果，采集作物图像并进行处理，得到作物样本图像数据；

6、类型和阶段分析模块基于所述作物样本图像数据，分析作物图像的多种视觉特征，识别作物类型和生长阶段，评估作物品质和多种损伤特征，得到作物品质评估信息；

7、作物病虫害查询模块基于所述作物品质评估信息，对损伤作物图像进行分析，识别图像中的损伤类型和程度，分析多种病虫害类型对作物的影响，得到损伤病害识别信息；

8、查询信息反馈模块基于所述损伤病害识别信息，结合土壤质量和作物品质信息，预测病害发展趋势，匹配防治信息，得到病害分析查询结果。

9、作为本发明的进一步方案，所述样本数据分析结果包括土壤温湿度和ph值分析结果、氮磷钾含量信息、微量元素含量数据，所述土壤质量评估结果包括土壤营养等级、土壤物理性质评估信息、土壤化学性质评估数据，所述作物样本图像数据包括图像色彩校正后信息、图像光照调整信息、作物尺寸数据，所述作物品质评估信息包括作物类型识别结果、作物生长阶段评估数据、作物损伤特征分析结果，所述损伤病害识别信息包括机械损伤类型识别信息、病虫害类型识别信息、损伤程度分析数据，所述病害分析查询结果包括病害发展趋势预测结果、作物损伤影响评估结果、防治信息匹配结果。

10、作为本发明的进一步方案，所述土壤数据收集模块包括：

11、物理数据采集子模块基于农田土壤样本信息，利用土壤温湿度传感器和ph试纸，采集并记录土壤温度、湿度和ph值数据，得到土壤温湿度数据集；

12、化学性质分析子模块基于所述土壤温湿度数据集，采集并分析土壤样本中的氮磷钾含量，记录检测结果，得到营养元素数据集；

13、土壤数据记录子模块基于所述营养元素数据集，采集并评估土壤中的微量元素和有机质含量，得到样本数据分析结果。

14、作为本发明的进一步方案，所述营养状态评估模块包括：

15、成分数据分析子模块基于所述样本数据分析结果，采用支持向量机算法，对土壤的物理和化学数据进行分析，评估土壤的营养成分平衡和缺陷，结合历史数据趋势进行比较分析，得到土壤信息评估记录；

16、农田土壤分类子模块基于所述土壤信息评估记录，对目标农田的土壤进行分类和识别，包括沙质土、黏土或壤土，记录目标土壤的营养状态，得到土壤状态分类数据；

17、改良信息匹配子模块基于所述土壤状态分类数据，为目标土壤类别和营养状态匹配改良信息，结合土壤样本测量信息，得到土壤质量评估结果。

18、作为本发明的进一步方案，所述支持向量机算法，按照公式：

19、

20、计算土壤状态评估分数，其中，y为预测结果，αi为支持向量的拉格朗日乘子，yi为第i个样本的目标值，xi为第i个支持向量的特征向量，x为当前输入的土壤样本特征向量，k(xi,x)为径向基函数核，k为核函数，b为偏置项，i为用于遍历所有的支持向量的索引，n为支持向量的总数和样本的数量。

21、作为本发明的进一步方案，所述样本图像处理模块包括：

22、图像数据优化子模块基于所述土壤质量评估结果，采集农作物图像并进行处理，包括调整图像亮度和对比度，优化图像质量，得到作物采集图像信息；

23、作物图像分析子模块基于所述作物采集图像信息，分析作物成熟度、尺寸和色泽，并提取关键视觉信息，对作物当前状态进行评估，得到图像状态评估数据；

24、数据集构建子模块基于所述图像状态评估数据，构建作物样本图像数据集，包括成熟度等级、尺寸分类和颜色偏差，得到作物样本图像数据。

25、作为本发明的进一步方案，所述类型和阶段分析模块包括：

26、类型识别分析子模块基于所述作物样本图像数据，通过分析图像中作物的形状和结构特征，对作物类型进行识别，生成植物类型识别结果；

27、生长进度分析子模块基于所述植物类型识别结果，通过图像序列比较和生长曲线分析，评估作物的生长阶段，形成生长阶段评估结果；

28、受损程度评估子模块基于所述生长阶段评估结果，分析作物图像中的颜色均匀性、尺寸标准和外观缺陷，评估作物受损状况并记录损伤特征，得到作物品质评估信息。

29、作为本发明的进一步方案，所述作物病虫害查询模块包括：

30、损伤特征识别子模块基于所述作物品质评估信息，对损伤作物图像进行分析，识别农作物损伤类型并评估损伤程度，包括机械损伤和病虫害损伤，生成损伤类型分析记录；

31、病虫迹象分析子模块基于所述损伤类型分析记录，结合病害的生物学特征和生态影响，对多种病虫害迹象进行分析，识别病虫害类型并评估对作物生长的影响，得到病虫害影响分析结果；

32、损伤影响评估子模块基于所述病虫害影响分析结果，预测病虫害对作物生长和产量的影响，评估损伤对作物品质和产量的影响程度，得到损伤病害识别信息。

33、作为本发明的进一步方案，所述查询信息反馈模块包括：

34、病害趋势分析子模块基于所述损伤病害识别信息，结合实时土壤质量和作物品质信息，预测病害的发展趋势和影响，生成病害发展预测结果；

35、病害成因评估子模块基于所述病害发展预测结果，结合损伤类型和土壤类型分析信息，分析并匹配受病害农作物的致病原因和致病害虫名称，得到致病原因分析记录；

36、反馈结果匹配子模块基于所述致病原因分析记录，为多种损伤病害类型匹配防治措施和改进信息，包括化学喷洒、生物控制方法和栽培技术调整，得到病害分析查询结果。

37、农作物土壤微量元素及病虫害智能分析查询方法，所述农作物土壤微量元素及病虫害智能分析查询方法基于上述农作物土壤微量元素及病虫害智能分析查询系统执行，包括以下步骤：

38、s1：基于农田土壤样本信息，收集土壤的温度、湿度和ph值数据，测定土壤中的营养元素和微量元素的浓度，生成土壤数据测量记录；

39、s2：基于所述土壤数据测量记录，对土壤样本进行分类，评估质量和营养水平，得到营养水平评估信息；

40、s3：基于所述营养水平评估信息，采集作物的生长图像，并进行色彩校正和清晰度增强，得到图像数据优化结果；

41、s4：基于所述图像数据优化结果，通过作物的视觉特征分析作物类型和生长阶段，评估品质并识别损伤和病害迹象，得到病害特征分析结果；

42、s5：基于所述病害特征分析结果，结合土壤营养综合评估，预测病害发展趋势，匹配防治策略、管理建议和治疗方案，得到病害分析查询结果。

43、与现有技术相比，本发明的优点和积极效果在于：

44、本发明中，通过对土壤样本进行数据收集和测量，分析土壤营养状态，实现了对土壤类型的分类和土壤质量的评估，优化了施肥和灌溉策略，结合对作物图像进行分析，识别作物的种类和生长阶段，优化作物品质和损伤评估能力的精确性和效率，预测了病虫害的发展趋势，提高防治信息和病虫害的一致性，减少化学农药的使用，支持环保的农业实践，提高作物产量和质量，优化资源的合理分配，促进可持续的农业发展。