面向智慧植物工厂的植物生长监测方法与流程

本发明涉及数据处理领域。更具体地，本发明涉及面向智慧植物工厂的植物生长监测方法。

背景技术：

1、随着人口增长、城市化进程加速以及土地资源的日益紧张，传统农业面临着生产效率低下、资源消耗大、受气候条件限制严重等问题。智慧植物工厂作为一种集成了高科技设备、信息技术、环境调控技术和精准农业理念的新型农业生产模式，旨在实现作物周年高效、精准、环保的生产。其通过封闭或半封闭的设施，实现了对光照、温度、湿度、二氧化碳浓度、营养液成分等生长环境参数的精确控制。在这种高度可控的环境中，植物生长监测方法需要更加精细化和智能化，以便实时捕捉细微的生长变化，快速响应环境条件的微调，确保植物始终处于最佳生长状态。精准的生长监测有助于实现按需供给养分、水分和光照，减少资源浪费，提高作物品质和产量。

2、发明人发现，在对植物生长进行监测的过程中，若植物的生长环境中某一参数的数据不在预定范围内时，说明植物可能发生病害，此时需要向相关工作人员发出报警信号，使工作人员对植物进行检查。例如：通过箱线图识别获得二氧化碳浓度这一参数中的异常数据，当某一区域的二氧化碳浓度异常时，工作人员会检查该区域的植物的生理状态是否正常。但是，植物的环境参数与多种因素有关，例如，当工作人员进出封闭的植物园区时，园区内（特别是进出口处）的二氧化碳浓度会发生改变。此时，若植物所在环境的二氧化碳浓度不在预定范围内，相关工作人员仍会接收到报警信号，并去检查并未发生病害的植物，造成人力资源的浪费。

技术实现思路

1、本发明提供一种面向智慧植物工厂的植物生长监测方法，旨在解决相关技术中在一些情况下，植物工厂的环境可能会被影响，使得植物未发生病害的区域可能仍会向相关人员发出报警信号，造成人力资源的浪费的问题。

2、本发明提供了面向智慧植物工厂的植物生长监测方法，该方法包括：根据预定时间段内的二氧化碳浓度值搭建箱线图，并获得箱线图的上限 u、下限 d以及二氧化碳浓度值中的异常值 xy，其中，异常值 xy为第 y时刻采集的二氧化碳浓度值，异常值 xy的大小满足： xy< d、或 xy> u；计算第 y时刻的二氧化碳浓度变化速率δ xy；采集光照强度值，并计算第 y时刻光照强度变化速率δgy；计算异常数据为目标异常数据的概率 xy：，其中， n为植物园区当时的种植面积， s为植物园区的最大种植面积， c1为植物园区的植物成活率， c0为植物园区的死亡率， norm()为归一化函数；；响应于所述概率 xy大于概率阈值 x，确定所述异常值 xy为正常值，并根据异常值 xy、所述上限 u和所述下限 d计算修正系数 γ，其中，上限 u和下限 d的中值与异常值 xy的差的绝对值与修正系数 γ成正比关系；根据所述修正系数 γ对所述上限 u和所述下限 d进行修正以扩大所述上限 u和所述下限 d之间的范围，得到修正上限 u’和修正下限 d’；响应于根据修正上限 u’和修正下限 d’识别到异常值，发出异常预警。

3、本发明的有益效果为：

4、发明人考虑到在植物（非全寄生植物）通常会进行光合作用，因此植物园区的环境不被干扰的情况下，单位时间内，光照强度的变化速度的绝对值和二氧化碳浓度的变化速度的绝对值正相关（单位时间内，光照强度增加的越快，二氧化碳浓度减小的越快）。同时，发明人植物种植密度以及养护管理效果会对变化产生一定影响，因此在检测到异常值时，发明人通过二氧化碳浓度变化速率、光照强度变化速率、植物园区的种植密度、植物成活率和死亡率得到异常值被误判的概率（即植物未发生病害，但是二氧化碳浓度在外部因素影响下超出上下限之间的区间的概率），因此上述概率是检测得到的异常值实际上是正常值的概率。当上述概率较大时，通过对上限和下限进行修正以扩大上限和下限之间的范围，避免后续继续误判得到异常值。基于此，减少了因外部因素对影响二氧化碳浓度而将二氧化碳浓度确认为正常值的可能性，增加了获取真正的异常值的准确性，避免了植物未发生病害，但工作人员前去检查而造成人力资源的浪费。

5、在一个实施例中，面向智慧植物工厂的植物生长监测方法还包括：比较异常值 xy与修正上限 u’之间的大小，以及较异常值 xy与修正下限 d’之间的大小；响应于所述异常值 xy大于修正上限 u’，或所述异常值 xy小于修正下限 d’，再次对修正上限 u’和修正下限 d’进行修正，直到所述异常值 xy的大小、所述修正上限 u’和所述修正下限 d’满足： d’≤ xy≤ u’，停止迭代。对上限和下限进行迭代更新，响应异常值的大小、迭代更新后的上限 u’’和更新后的下限 d’’满足： d’≤ xy≤ u’，停止迭代；响应于根据修正上限 u’和修正下限 d’识别到异常值，发出异常预警。

6、在一个实施例中，所述获得箱线图的上限 u和下限 d包括：获得预定时间段内所有时刻采集的二氧化碳浓度值，并获得下四分位数 q1以及上四分位数q2；计算下四分位数和第二四分位数的距离iqr，其中，iqr= q2- q1；计算上限 u以及下限 d，其中， u= q2+1.5iqr， d= q1-1.5iqr。

7、有益效果在于，通过构建箱线图确定是否存在非典型的二氧化碳浓度变化，进而识别出那些偏离正常范围的异常值。异常值的存在可能表示植物发生病害等情况，需要工作人员进行植物护理等操作。

8、在一个实施例中，所述计算第 y时刻的二氧化碳浓度变化速率δ xy的公式为：；其中， xy+1为第 y+1时刻采集的二氧化碳浓度值， xy-1为第 y-1时刻采集的二氧化碳浓度值。

9、有益效果在于，通过计算二氧化碳浓度在相邻时刻的差分值，并进行二阶差分平滑处理，降低噪音的干扰，以更准确地反映二氧化碳浓度的变化趋势。

10、在一个实施例中，所述计算第 y时刻的二氧化碳浓度变化速率δ xy的公式为：；其中， xy+a为第 y+ a时刻采集的二氧化碳浓度值， xy-a为第 y- a时刻采集的二氧化碳浓度值， a为预定大小的第一系数， a为大于1的自然数。

11、在一个实施例中，所述计算第 y时刻的光照强度变化速率δgy的公式为：；其中， gy-1为第 y-1时刻采集的光照强度值， gy为第 y时刻采集的光照强度值， gy+1为第 y+1时刻采集的光照强度值。

12、有益效果在于，通过计算光照强度值在相邻时刻的差分值，并进行二阶差分平滑处理，降低噪音的干扰，以更准确地反映光照强度值的变化趋势。

13、在一个实施例中，所述计算第 y时刻的光照强度变化速率δgy的公式为：；其中， gy-b为第 y- b时刻采集的光照强度值， gy为第 y时刻采集的光照强度值， gy+b为第 y+ b时刻采集的光照强度值， b为预定大小的第二系数， b为大于1的自然数。

14、在一个实施例中，所述根据所述异常值 xy、所述上限 u和所述下限 d计算修正系数 γ包括：计算所述异常值偏离上限和下限的偏离程度p：p=( xy-( u+ d)/2)2；计算预定时间段内的二氧化碳浓度值的波动程度b：

15、，其中， m为预定时间段内的二氧化碳浓度值的数量， xj为第 j时刻采集的二氧化碳浓度；计算修正系数 γ： γ=p/b。

16、在一个实施例中，所述根据所述修正系数对所述上限和所述下限进行修正以扩大所述上限和所述下限之间的范围，得到修正上限 u’和修正下限 d’包括：根据所述修正系数 γ修正所述上限 u： u’= u+ γ；根据所述修正系数 γ修正所述下限 d：。

17、有益效果在于，在确定检测到的一个异常值实际为正常值时，说明对植物是否发生病害发生了误判，因此通过增加上限的并减小下限，增加上限和下限之间的区间，以避免下一次所搭建的箱线图又将该实际为正常值的异常值确认为异常值。

18、在一个实施例中，所述根据所述修正系数对所述上限和所述下限进行修正以扩大所述上限和所述下限之间的范围，得到修正上限 u’和修正下限 d’包括：根据所述修正系数 γ修正所述上限 u得到修正上限 u’： u’= u(1+ γ)；根据所述修正系数 γ修正所述下限 d得到修正下限 d’： d’= d/(1+ γ)。