基于水稻生长环境监测与叶龄识别的移动式探测装置及施肥预测方法

本发明涉及水稻生长环境监测与叶龄识别的施肥领域。

背景技术：

1、水稻施肥技术是提高水稻产量和品质的重要手段。在传统的水稻种植过程中，种植者通常根据自身的经验对水稻进行施肥，这要求种植者有一定的经验和农作知识，而且采用人工的方式不仅会耗费大量的人力，还会导致作物受到不合理或过度的施肥，从而影响作物的生长。

2、现有技术中存在通过监测叶龄情况对水稻进行合理施肥，保证作物健康生长。但是，作物的生长环境，例如：水温、含氧量等对肥料中各元素的转化效率存在影响，因此，现有技术中并没有将生长环境监测与叶龄识别相结合，来准确确定施肥量的方法。

3、而为了保证水稻更好地生长，需要根据其生长环境同时结合叶龄合理地进行施肥。现有的水稻种植环境监测装置对于种植面积大的水稻种植，可以分区域进行环境检测。免去了人工检测的繁琐工作，种植管理者只需要通过云端后台就可以实施可视化的了解到所有水稻种植区域内的温度、湿度等多种环境参数情况。但是现有的装置只能对固定区域范围内的环境进行监测，无法实现对指定特定位置甚至更小区域更精确的环境监测，而环境监测的准确性，直接影响施肥的准确性，并且现有技术考虑水稻生长环境对施肥量的影响时没有综合考虑环境对水稻养分吸收的影响进一步影响施肥准确性。

4、综上，现有水稻施肥过程中，无法灵活、且实时的对指定区域的水稻的生长环境和叶龄进行监测，以及无法对指定区域的水稻施肥量准确预测，以上问题需要解决。

技术实现思路

1、本发明目的是为了解决现有水稻施肥过程中，无法灵活且实时的对指定区域的水稻的生长环境和叶龄进行监测，以及无法对指定区域的水稻施肥量准确预测的问题，本发明提供了一种基于水稻生长环境监测与叶龄识别的移动式探测装置及施肥预测方法。

2、基于水稻生长环境监测与叶龄识别的移动式探测装置，包括智能小船、环境监测装置、叶龄识别装置和电动云台；环境监测装置和电动云台均设置在智能小船上，叶龄识别装置固定在电动云台上；

3、智能小船，用于根据接收的远方终端通过无线传输方式发送的定位指令，运动至目标区域；

4、智能电动云台，用于根据接收的远方终端通过无线传输方式发送的转动信息，带动叶龄识别装置转动至预设位置；

5、叶龄识别装置，用于根据目标区域的水稻叶龄图像，预测其目标区域水稻叶龄；

6、环境监测装置，用于监测目标区域的空气温度、空气湿度、水的温度、水的含氧量、水的ph值和水的电导率。

7、作为优选，环境监测装置包括支撑柱、下开口壳体、空气温湿度检测仪、伸缩杆、安装板、气泵电源、气泵、智能开关、水温传感器、溶解氧传感器、ph水质传感器和电导率传感器；

8、支撑柱的底端固定在智能小船上，支撑柱的顶端设置安装板，下开口壳体的侧壁固定在安装板上；

9、气泵电源和智能开关均固定在下开口壳体上；

10、智能开关设置在气泵电源和气泵之间，智能开关用于根据接收到通断指令控制气泵电源对气泵进行供电或断电；

11、气泵固定在下开口壳体的内顶面上，气泵用于驱动伸缩杆伸缩，伸缩杆的底端固定有水温传感器、溶解氧传感器、ph水质传感器和电导率传感器；

12、水温传感器、溶解氧传感器、ph水质传感器、电导率传感器分别用于采集水的温度、水的含氧量、水的ph值和水的电导率。

13、作为优选，叶龄识别装置包括图像采集模块和叶龄识别模块；

14、图形采集模块用于采集水稻叶龄图像，并将采集的水稻叶龄图像发送至叶龄识别模块，叶龄识别模块用于对水稻叶龄进行识别。

15、作为优选，叶龄识别模块采用bp神经网络实现。

16、作为优选，图形采集模块采用相机实现。

17、作为优选，所述的基于水稻生长环境监测与叶龄识别的移动式探测装置，还包括太阳板和储能设备；

18、储能设备用于存储太阳能板生成的电能；

19、储能设备还用于给智能电动云台供电。

20、采用所述的基于水稻生长环境监测与叶龄识别的移动式探测装置实现的施肥预测方法，该施肥预测方法包括如下步骤：

21、步骤s1、构建数据集；

22、采集各采样时刻下生长环境数据、水稻叶龄和施肥量，并将所采集的数据作为一个样本，形成数据集；

23、将每个样本中由空气温度、空气湿度、水的温度、水的含氧量、水的ph值和水的电导率所构成的生长环境数据和水稻叶龄作为模型输入数据，每个样本中的施肥量作为模型输出数据；

24、步骤s2、利用数据集中各样本对bp神经网络模型进行训练；

25、步骤s3、通过移动式探测装置运动至待测地点，并采集待测地点的空气温度、空气湿度、水的温度、水的含氧量、水的ph值、水的电导率和水稻叶龄；并将采集的数据通过训练后的bp神经网络模型进行预测，获得水稻施肥量。

26、本发明的优点：

27、本发明所提供的基于水稻生长环境监测与叶龄识别的移动式探测装置及施肥预测方法，可以远程控制移动式探测装置的位置，实时监测水稻田间任意指定位置的环境情况，从而更精准更合理地对水稻施肥量进行预测。本发明可对指定地点进行施肥量预测，且预测过程中综合考虑环境对水稻养分吸收的影响，进一步提高施肥准确性。

28、具体应用时，本发明主要通过水稻生长环境和所处生长环境下的水稻叶龄对水稻的施肥量进行预测。本发明可根据水稻不同的生长环境和生长时期，精确得到水稻需要的施肥量，从而对水稻进行合理的施肥。

技术特征：

1.基于水稻生长环境监测与叶龄识别的移动式探测装置，其特征在于，包括智能小船、环境监测装置、叶龄识别装置和电动云台；环境监测装置和电动云台均设置在智能小船上，叶龄识别装置固定在电动云台上；

2.根据权利要求1所述的基于水稻生长环境监测与叶龄识别的移动式探测装置，其特征在于，环境监测装置包括支撑柱(1)、下开口壳体(2)、空气温湿度检测仪(3)、伸缩杆(4)、安装板(5)、气泵电源、气泵、智能开关、水温传感器、溶解氧传感器、ph水质传感器和电导率传感器；

3.根据权利要求1所述的基于水稻生长环境监测与叶龄识别的移动式探测装置，其特征在于，叶龄识别装置包括图像采集模块和叶龄识别模块；

4.根据权利要求3所述的基于水稻生长环境监测与叶龄识别的移动式探测装置，其特征在于，叶龄识别模块采用bp神经网络实现。

5.根据权利要求1所述的基于水稻生长环境监测与叶龄识别的移动式探测装置，其特征在于，图形采集模块采用相机实现。

6.根据权利要求1所述的基于水稻生长环境监测与叶龄识别的移动式探测装置，其特征在于，还包括太阳板和储能设备；

7.采用权利要求1或2所述的基于水稻生长环境监测与叶龄识别的移动式探测装置实现的施肥预测方法，其特征在于，该施肥预测方法包括如下步骤：

技术总结基于水稻生长环境监测与叶龄识别的移动式探测装置及施肥预测方法，涉及水稻生长环境监测与叶龄识别的施肥领域。解决了现有水稻施肥过程中，无法灵活且实时的对指定区域的水稻的生长环境和叶龄进行监测，以及无法对指定区域的水稻施肥量准确预测的问题。本发明通过移动式探测装置运动至待测地点，并采集待测地点的空气温度、空气湿度、水的温度、水的含氧量、水的PH值、水的电导率和水稻叶龄；并将采集的数据通过训练后的BP神经网络模型进行预测，获得水稻施肥量。本发明主要通过水稻生长环境和所处生长环境下的水稻叶龄对水稻的施肥量进行预测。技术研发人员：郑琦,刘勇受保护的技术使用者：黑龙江大学技术研发日：技术公布日：2024/6/5