专利名称：作物长势的监测方法
技术领域：
本发明属于作物监测技术领域，具体涉及一种作物长势的监测方法。
背景技术：
作物长势是指作物生长的状况与趋势，或者说，作物生长的态势，通过监测作物的长势情况，可以及时了解作物的生长状况、病虫害或作物营养状况，从而指导人们采取对应的管理措施，进而保证作物的正常生长。现有作物长势的监测方法主要为人工直接观察法，即观察者通过观察作物的几何尺寸、形状或颜色等外观特征来判别作物生长的情况，例如作物缺水、缺肥或病虫害等。人工直接观察法存在的主要缺陷为(一)需要耗费大量人力，并且，效率极低。(二)需要观察者具有丰富的经验和农作知识，并且，通常只能给出定性结论，所以，观察结果的主观性强，无法更客观的反映作物的实际长势情况。

发明内容
针对现有技术存在的缺陷，本发明提供一种作物长势的监测方法，通过在待监测作物所处的不同空间位置点分别安装多个各种类型的传感器，能够更精确的获得作物的长势情况，因此，一方面，可以指导人们及时改变作物所处环境，从而增加作物产量；另一方面，还可以更全面精确的预测作物的产量。本发明所采用的技术方案如下本发明提供一种作物长势的监测方法，包括以下步骤SI，一个以上传感器分别采集指定监测区域内作物的原始长势信息；S2，将采集到的所述原始长势信息发送给远程监控平台；S3，所述远程监控平台对采集到的所述原始长势信息进行预处理，得到处理后的长势信息；S4，所述远程监控平台从处理后的所述长势信息中按预设算法提取特征参数；S5，根据所述特征参数与预设值的偏离程度评估所述指定监测区域内作物的长势情况。优选的，SI具体为在所述指定监测区域的不同空间位置点分别固定安装固定式传感器，所述固定式传感器按一定频率采集所述指定监测区域内作物的原始长势信息；和/或通过便携式传感器和/或无人机传感器按一定频率采集所述指定监测区域内作物的原始长势信息。优选的，所述固定式传感器包括地上固定式传感器和/或地下固定式传感器；所述地上固定式传感器为近红外传感器和/或可见光传感器；所述地下固定式传感器为湿度传感器和/或用于测量土壤肥力的传感器和/或用于测量土壤酸碱度的传感器；所述便携式传感器为近红外传感器和/或可见光传感器；
所述无人机传感器为近红外传感器和/或可见光传感器。优选的，所述用于测量土壤肥力的传感器包括以下传感器中的一种或几种交流阻抗式传感器、电容式传感器、电感电容LC振荡器式传感器、电阻电容RC振荡器式传感器、电阻电感电容RLC振荡器式传感器、离子敏传感器；所述用于测量土壤酸碱度的传感器包括以下传感器中的一种或几种PH传感器、交流阻抗式传感器、电容式传感器、电感电容LC振荡器式传感器、电阻电容RC振荡器式传感器、电阻电感电容RLC振荡器式传感器；所述近红外传感器为具有固定频率的近红外水份传感器。优选的，所述原始长势信息包括以下信息中的一种或几种作物影像图片信息、作物的红外谱图信息、作物所处土壤的肥力原始信息、作物所处土壤的水分原始信息和作物所处土壤的酸碱度原始信息；所述作物影像图片信息通过所述可见光传感器获取，所述作物的红外谱图信息通过所述近红外传感器获取。优选的，一个以上传感器分别采集指定监测区域内作物的原始长势信息具体为·
S11，在种子种植时，每隔第一固定数量的正常种子，播撒第二固定数量的异常种子；其中，所述正常种子生长成的作物为正常作物，所述异常种子生长成的作物为异常作物；S12，所述一个以上传感器采集所述异常作物的各生长阶段的所述原始长势信息；S5，根据所述特征参数与预设值的偏离程度评估所述指定监测区域内作物的长势情况，具体为根据所述正常作物的特征参数与所述异常作物的特征参数的偏离程度评估所述正常作物的长势情况。优选的，所述异常种子包括以下种子的一种或几种对病虫害敏感的种子、对土壤水份敏感的种子、对土壤肥力变化敏感的种子和对重金属敏感的种子。优选的，S2具体为将采集到的所述原始长势信息通过有线网络和/或无线网络发送给远程监控平台。优选的,S4中,提取到的所述特征参数包括作物个体特征参数和/或作物群体特征参数。优选的，所述作物个体特征参数包括以下信息中的一种或几种株高值、茎粗信息、叶子的颜色信息、叶子的形状信息、叶子的水分信息、叶子的养分信息、叶面积信息、果实或谷粒的几何尺寸信息、果实或谷粒的形状信息、果实或谷粒的颜色信息、果实或谷粒的水分信息、果实或谷粒的养分信息、土壤的水分信息、土壤的酸碱度信息和土壤的肥力信息；所述作物群体特征参数包括以下信息中的一种或几种株距、行距、株高平均值和
株高方差值。优选的，所述果实或谷粒的养分信息包括以下信息中的一种或几种纤维信息、淀粉信息和蛋白质信息。优选的，S5具体为综合以下各项的偏离程度评估所述指定监测区域内作物的长势情况(I)将所述指定监测区域内各个植株的所述株高值与期望株高均值作方差运算，得到实际株高方差值；判断所述实际株高方差值与预设方差值的偏离程度；(2)求所述指定监测区域内各个植株的所述株高值的平均值，得到实际株高均值；判断所述实际株高均值与所述期望株高均值的偏离程度；(3)分别判断所述茎粗信息、叶子的颜色信息、叶子的形状信息、叶子的水分信息、叶子的养分信息、叶面积信息、果实或谷粒的几何尺寸信息、果实或谷粒的形状信息、果实或谷粒的颜色信息、果实或谷粒的水分信息、果实或谷粒的氧分信息、土壤的水分信息、土壤的酸碱度信息、土壤的肥力信息与各自对应的期望值的偏离程度。优选的，S5之后，还包括S6，根据S5获得的所述指定监测区域内作物的长势情况预测所述指定监测区域内作物的产量和/或预测所述指定监测区域中土壤的重金属污染情况。 优选的，S5之后，还包括S7，根据S5获得的所述指定监测区域内作物的长势情况，给出改善所述指定监测区域内作物长势的合理建议。优选的，所述合理建议包括以下信息中的一种或几种向所述指定监测区域内的作物施加肥料、向所述指定监测区域内的作物喷洒杀虫剂和向所述指定监测区域内的作物
实施灌溉。本发明的有益效果如下通过使用本发明提供的作物长势的监测方法，通过在待监测作物所处的不同空间位置点分别安装多个各种类型的传感器，从而通过传感器获取待监测作物的各种反映作物长势的参数，通过综合分析各种参数值，能够更精确的获得作物的长势情况，因此，一方面，可以指导人们及时改变作物所处环境，从而增加作物产量；另一方面，还可以更全面精确的预测作物的产量。


图I为本发明实施例提供的作物长势的监测方法的流程示意图。
具体实施例方式以下结合附图对本发明的具体实施方式
进行说明。如图I所示，为本发明实施例提供的作物长势的监测方法的流程示意图，包括以下步骤SI，一个以上传感器分别采集指定监测区域内作物的原始长势信息。根据实际需要，为全面准确的获得作物的原始长势信息，需要在指定监测区域的不同空间位置点分别采用对应的传感器。具体的，可以采用固定式传感器、便携式传感器和无人机传感器相结合的方式；以及，采用近红外传感器和可见光传感器结合的方式。其中，固定式传感器可以包括地上固定式传感器和地下固定式传感器；地上固定式传感器可以为近红外传感器、可见光传感器；地下固定式传感器可以为湿度传感器、用于测量土壤肥力的传感器、用于测量土壤酸碱度的传感器。进一步的，用于测量土壤肥力的传感器包括以下传感器中的一种或几种交流阻抗式传感器、电容式传感器、电感电容LC振荡器式传感器、电阻电容RC振荡器式传感器、电阻电感电容RLC振荡器式传感器、离子敏传感器；用于测量土壤酸碱度的传感器包括以下传感器中的一种或几种PH传感器、交流阻抗式传感器、电容式传感器、电感电容LC振荡器式传感器、电阻电容RC振荡器式传感器、电阻电感电容RLC振荡器式传感器；近红外传感器为具有固定频率的近红外水份传感器。便携式传感器为近红外传感器或可见光传感器。无人机传感器为近红外传感器或可见光传感器。通过上述各类传感器的结合，获取的原始长势信息包括作物影像图片信息、作物的红外谱图信息、作物所处土壤的肥力原始信息、作物所处土壤的水分原始信息和作物所处土壤的酸碱度原始信息；其中，作物影像图片信息通过可见光传感器获取，作物的红外谱图信息通过近红外传感器获取。另外，本发明中，SI具体包括S11，在种子种植时，每隔第一固定数量的正常种子，播撒第二固定数量的异常种子；其中，正常种子生长成的作物为正常作物，异常种子生长成的作物为异常作物；其中，第一固定数量和第二固定数量的具体值根据实际需要进行调整。异常种子包括以下种子的一种或几种对病虫害敏感的种子、对土壤水份敏感的种子、对土壤肥力变化敏感的种子和对重金属敏感的种子。本发明中，对病虫害敏感的种子具体指抗病虫害能力差的种子；对土壤水份敏感的种子具体指抗干旱能力差的种子；对土壤肥力变化敏感的种子具体指对土壤肥力依赖很大的种子；对重金属敏感的种子具体指接触重金属时变化显著的种子。当使用这些异常种子时，有利于传感器监测系统对异常种子生长成的异常作物进行监测，从而提前发出病虫害、缺水、缺肥的预警。而且，通过种植对重金属敏感的种子，通过地面以上光学传感器对特异种子生长成的特异作物进行监测，比如，坏死，颜色变化，等等，还可以提供土壤的重金属污染情况，从而可以实时广泛监测大面积的土地，省去时间上滞后以及昂贵的实验室分析过程。S12，一个以上传感器采集异常作物的各生长阶段的所述原始长势信息。根据正常作物的特征参数与异常作物的特征参数的偏离程度评估所述正常作物的长势情况。由于异常作物对虫害、肥力、水分等特别敏感，所以，监测异常作物在不同生长阶段的长势情况，并与异常作物周围的正常作物的长势情况进行比较，可以对预防正常作物的病虫害进行早期预警，或者，为正常作物提供施肥，灌水等前期信息。这些信息结合地表下的土壤肥力和土壤水份传感器的数据，提供更可靠的信息，增加了系统的冗余度。S2，将采集到的所述原始长势信息发送给远程监控平台；具体的，可以通过有线网络和/或无线网络的方式将采集到的所述原始长势信息发送给远程监控平台，从而方便远程监控平台实时获得作物的长势情况，提高了监测效率。S3，所述远程监控平台对采集到的所述原始长势信息进行预处理，得到处理后的长势信息。由于作物影像图片信息和作物的红外谱图信息中通常会同时含有大量干扰信息，所以，需要采用多种图像处理算法对拍摄的图片进行一定的预处理，从而方便后续提取反映作物长势的特征参数。
S4，所述远程监控平台从处理后的所述长势信息中按预设算法提取特征参数。本步骤中，提取到的特征参数包括作物个体特征参数和作物群体特征参数。其中，作物个体特征参数包括以下信息中的一种或几种株高值、茎粗信息、叶子的颜色信息、叶子的形状信息、叶子的水分信息、叶子的养分信息、叶面积信息、果实或谷粒的几何尺寸信息、果实或谷粒的形状信息、果实或谷粒的颜色信息、果实或谷粒的水分信息、果实或谷粒的养分信息、土壤的水分信息、土壤的酸碱度信息和土壤的肥力信息。其中，所述果实或谷粒的养分信息包括纤维信息、淀粉信息和蛋白质信息。作物群体特征参数包括以下信息中的一种或几种株距、行距、株高平均值和株高
方差值。
S5，根据所述特征参数与预设值的偏离程度评估所述指定监测区域内作物的长势情况。本步骤具体为综合以下各项的偏离程度评估所述指定监测区域内作物的长势情况(I)将指定监测区域内各个植株的株高值与期望株高均值作方差运算，得到实际株高方差值；判断实际株高方差值与预设方差值的偏离程度。植株的株高分布情况和株距直接影响作物的长势情况，例如如果植株的株高分布不均匀，会导致高的植株阻碍低的植株吸收太阳光；同时，由于高的植株在土壤中的根深度也高于低的植株，所以高的植株过多吸收土壤中的水分和肥力，从而导致低的植株无法吸取到土壤中充足的水分和肥力，最终导致低的植株的长势情况较差。所以，本发明中，将株高值与期望株高均值运算得到的方差值作为评估作物长势情况的一个参考因素。(2)求所述指定监测区域内各个植株的所述株高值的平均值，得到实际株高均值；判断所述实际株高均值与所述期望株高均值的偏离程度；(3)分别判断所述茎粗信息、叶子的颜色信息、叶子的形状信息、叶子的水分信息、叶子的养分信息、叶面积信息、果实或谷粒的几何尺寸信息、果实或谷粒的形状信息、果实或谷粒的颜色信息、果实或谷粒的水分信息、果实或谷粒的氧分信息、土壤的水分信息、土壤的酸碱度信息、土壤的肥力信息与各自对应的期望值的偏离程度。由于本发明中，在作物所在的指定监测区域中布置了多个各种类型的传感器，所以，通过对各个传感器采集到的信息进行后续处理后，可以得到各种类型的反映作物长势情况的参数，从而能够更全面准确的预测作物的长势情况。S5之后，还包括S6，根据S5获得的指定监测区域内作物的长势情况预测指定监测区域内作物的产量。S5之后，还包括S7，根据S5获得的指定监测区域内作物的长势情况，给出改善指定监测区域内作物长势的合理建议。其中，合理建议包括以下信息中的一种或几种向指定监测区域内的作物施加肥料、向指定监测区域内的作物喷洒杀虫剂和向指定监测区域内的作物实施灌溉。例如如果S5获得的指定监测区域内作物的长势情况为缺少水分，则可以给出需要灌溉的水的量的建议。综上所述，通过使用本发明提供的作物长势的监测方法，通过在待监测作物所处的不同空间位置点分别安装多个各种类型的传感器，从而通过传感器获取待监测作物的各种反映作物长势的参数，通过综合分析各种参数值，能够更精确的获得作物的长势情况，因此，一方面，可以指导人们及时改变作物所处环境，从而增加作物产量；另一方面，还可以更全面精确的预测作物的产量。以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视本发明的保护范围。·
权利要求
1.一种作物长势的监测方法，其特征在于，包括以下步骤 SI，一个以上传感器分别采集指定监测区域内作物的原始长势信息； S2，将采集到的所述原始长势信息发送给远程监控平台； S3，所述远程监控平台对采集到的所述原始长势信息进行预处理，得到处理后的长势信息； S4，所述远程监控平台从处理后的所述长势信息中按预设算法提取特征参数； S5，根据所述特征参数与预设值的偏离程度评估所述指定监测区域内作物的长势情况。
2.根据权利要求I所述的作物长势的监测方法，其特征在于，SI具体为 在所述指定监测区域的不同空间位置点分别固定安装固定式传感器，所述固定式传感器按一定频率采集所述指定监测区域内作物的原始长势信息；和/或 通过便携式传感器和/或无人机传感器按一定频率采集所述指定监测区域内作物的原始长势信息。
3.根据权利要求2所述的作物长势的监测方法，其特征在于， 所述固定式传感器包括地上固定式传感器和/或地下固定式传感器；所述地上固定式传感器为近红外传感器和/或可见光传感器；所述地下固定式传感器为湿度传感器和/或用于测量土壤肥力的传感器和/或用于测量土壤酸碱度的传感器； 所述便携式传感器为近红外传感器和/或可见光传感器； 所述无人机传感器为近红外传感器和/或可见光传感器。
4.根据权利要求3所述的作物长势的监测方法，其特征在于，所述用于测量土壤肥力的传感器包括以下传感器中的一种或几种交流阻抗式传感器、电容式传感器、电感电容LC振荡器式传感器、电阻电容RC振荡器式传感器、电阻电感电容RLC振荡器式传感器、离子敏传感器；所述用于测量土壤酸碱度的传感器包括以下传感器中的一种或几种PH传感器、交流阻抗式传感器、电容式传感器、电感电容LC振荡器式传感器、电阻电容RC振荡器式传感器、电阻电感电容RLC振荡器式传感器；所述近红外传感器为具有固定频率的近红外水份传感器。
5.根据权利要求3所述的作物长势的监测方法，其特征在于，所述原始长势信息包括以下信息中的一种或几种作物影像图片信息、作物的红外谱图信息、作物所处土壤的肥力原始信息、作物所处土壤的水分原始信息和作物所处土壤的酸碱度原始信息；所述作物影像图片信息通过所述可见光传感器获取，所述作物的红外谱图信息通过所述近红外传感器获取。
6.根据权利要求I所述的作物长势的监测方法，其特征在于，一个以上传感器分别采集指定监测区域内作物的原始长势信息具体为 S11，在种子种植时，每隔第一固定数量的正常种子，播撒第二固定数量的异常种子；其中，所述正常种子生长成的作物为正常作物，所述异常种子生长成的作物为异常作物； S12，所述一个以上传感器采集所述异常作物的各生长阶段的所述原始长势信息； S5，根据所述特征参数与预设值的偏离程度评估所述指定监测区域内作物的长势情况，具体为 根据所述正常作物的特征参数与所述异常作物的特征参数的偏离程度评估所述正常作物的长势情况。
7.根据权利要求6所述的作物长势的监测方法，其特征在于，所述异常种子包括以下种子的一种或几种对病虫害敏感的种子、对土壤水份敏感的种子、对土壤肥力变化敏感的种子和对重金属敏感的种子。
8.根据权利要求I所述的作物长势的监测方法，其特征在于，S2具体为 将采集到的所述原始长势信息通过有线网络和/或无线网络发送给远程监控平台。
9.根据权利要求I所述的作物长势的监测方法，其特征在于，S4中，提取到的所述特征参数包括作物个体特征参数和/或作物群体特征参数。
10.根据权利要求9所述的作物长势的监测方法，其特征在于，所述作物个体特征参数包括以下信息中的一种或几种株高值、茎粗信息、叶子的颜色信息、叶子的形状信息、叶子的水分信息、叶子的养分信息、叶面积信息、果实或谷粒的几何尺寸信息、果实或谷粒的形状信息、果实或谷粒的颜色信息、果实或谷粒的水分信息、果实或谷粒的养分信息、土壤的水分信息、土壤的酸碱度信息和土壤的肥力信息； 所述作物群体特征参数包括以下信息中的一种或几种株距、行距、株高平均值和株高方差值。
11.根据权利要求10所述的作物长势的监测方法，其特征在于，所述果实或谷粒的养分信息包括以下信息中的一种或几种纤维信息、淀粉信息和蛋白质信息。
12.根据权利要求10所述的作物长势的监测方法，其特征在于，S5具体为综合以下各项的偏离程度评估所述指定监测区域内作物的长势情况 (1)将所述指定监测区域内各个植株的所述株高值与期望株高均值作方差运算，得到实际株高方差值；判断所述实际株高方差值与预设方差值的偏离程度； (2)求所述指定监测区域内各个植株的所述株高值的平均值，得到实际株高均值；判断所述实际株高均值与所述期望株高均值的偏离程度； (3)分别判断所述茎粗信息、叶子的颜色信息、叶子的形状信息、叶子的水分信息、叶子的养分信息、叶面积信息、果实或谷粒的几何尺寸信息、果实或谷粒的形状信息、果实或谷粒的颜色信息、果实或谷粒的水分信息、果实或谷粒的氧分信息、土壤的水分信息、土壤的酸碱度信息、土壤的肥力信息与各自对应的期望值的偏离程度。
13.根据权利要求I所述的作物长势的监测方法，其特征在于，S5之后，还包括 S6，根据S5获得的所述指定监测区域内作物的长势情况预测所述指定监测区域内作物的产量和/或预测所述指定监测区域中土壤的重金属污染情况。
14.根据权利要求I所述的作物长势的监测方法，其特征在于，S5之后，还包括 S7，根据S5获得的所述指定监测区域内作物的长势情况，给出改善所述指定监测区域内作物长势的合理建议。
15.根据权利要求14所述的作物长势的监测方法，其特征在于，所述合理建议包括以下信息中的一种或几种向所述指定监测区域内的作物施加肥料、向所述指定监测区域内的作物喷洒杀虫剂和向所述指定监测区域内的作物实施灌溉。
全文摘要
本发明公开了一种作物长势的监测方法，包括以下步骤S1，一个以上传感器分别采集指定监测区域内作物的原始长势信息；S2，将采集到的所述原始长势信息发送给远程监控平台；S3，所述远程监控平台对采集到的所述原始长势信息进行预处理，得到处理后的长势信息；S4，所述远程监控平台从处理后的所述长势信息中按预设算法提取特征参数；S5，根据所述特征参数与预设值的偏离程度评估所述指定监测区域内作物的长势情况。通过在待监测作物的不同空间位置点分别安装多个各种类型的传感器，能够更精确的获得作物的长势情况，因此，一方面，可以指导人们及时改变作物所处环境，从而增加作物产量；另一方面，还可以更全面精确的预测作物的产量。
文档编号G01D21/02GK102954816SQ20121001089
公开日2013年3月6日 申请日期2012年1月13日 优先权日2012年1月13日
发明者詹姆斯·刘 申请人:北京盈胜泰科技术有限公司