基于人工智能的水稻精准农业信息系统

发布时间：2020-09-05 10:46

　　当今世界环境污染、能源枯竭、耕地面积减少等问题都在影响着农业生产,要养活中国13亿的庞大人口,就要提高农业粮食产量。本文提出了一种基于人工智能的水稻精准农业信息系统,该系统能实时获取水稻农田信息,智能监测水稻的生长环境,以便及时采取措施,提高水稻的产量,节省人力物力。本文系统的整体设计采用四层物联网结构,同时结合人工智能的图像处理分析技术,实现从农田采集数据并对其进行分析的功能。数据采集功能通过不同类型的传感器完成,采集的信息分为两类,一类是气象信息,一类是图像与GPS信息。采集到的数据通过农田内部传输以及互联网传输两个过程,传送到云存储平台。农田内部数据传输依赖田间数据传输模块实现,该模块上装无线接收模块,可以接收气象传感器发出的无线信号。在田间数据传输模块上搭建FTP服务器,将接收到的气象数据做分类存储,将网络数据传输模块作为FTP客户端,两者之间实现数据的田间远距离传输。互联网传输通过网络数据传输模块实现,该模块上设有4G单元,能接入4G网络,将数据上传到云存储平台。在任意装有酷痞物联客户端的终端,通过账号与密码获取权限,就可以查看数据,真正实现农业数据共享。数据分析包括图像处理与分类两步。图像数据会借助OpenCV进行分割以及特征提取等操作,然后送入卷积神经网络分类器进行分类,得出水稻病虫害种类。在PC客户端,将上述气象数据、GPS数据、图像数据以及分类结果在软件交互界面上进行系统化的显示。用户登陆客户端软件系统可查看传感器采集的数据以及分析结果等信息。经过实际测试,网络数据传输模块能正常将所有数据分类上传,在PC端能下载这些数据,图像数据处理分类过程正常。但是由于单一分类器的分类结果不稳定,正确率达不到要求,最终引入随机森林算法的思想,基于多个模型的分类结果统计得出最终结果,使分类的正确率达到96.32%。最后对客户端应用程序的工作过程进行了测试,数据调用与数据显示功能均正常。
【学位单位】：哈尔滨理工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP18;S511
【部分图文】：

结构图,联网系统,结构图

哈尔滨理工大学工学硕士学位论文第 2 章水稻精准农业系统的构建将物联网应用于农业的方式通常是利用不同的传感器做为节点来构成网络用于监控，通过不同类型的传感器来感知农田的环境信息，达到实时监测农作物实际生长情况的目的，以便及时发现农田异常情况，定位发生问题的具体位置，进行相应调整。通过这种方法使传统农业从以人为中心的、依赖单个机械的生产模式慢慢转向以信息及应用软件为中心的、局部自动化的生产模式。2.1 系统整体结构本文通过温度传感器、湿度传感器、风向风速传感器、光照强度传感器、大气压强传感器、雨量传感器以及CO2气体浓度传感器等设备感知土壤的温度、湿度、风向风速、光照强度、大气压强、降雨量以及 CO2 浓度等农田环境信息，通过远程数据传输，实现对农田的远程实时监测。图 2-1 为整个系统结构图。

气象传感器,实物,传感器

2.2 农田环境信息感知层传感器选择感知层由不同功能的不同类型的传感器组成，传感器分为气象信息传感器、图像信息传感器与 GPS 传感器三类。2.2.1 气象信息传感器气象数据传感器包括土壤温湿度传感器，风向风速传感器，光照强度传感器，大气压强传感器，农田雨量传感器以及 CO2 气体浓度传感器八种。下图 2-2 为气象传感器的实物图。a) 土壤温度 b) 土壤湿度 c) 风向 d) 风速a) soil temperature b) soil moisture c) wind direction d) wind speed

图像传感器,实物

信号输出：脉冲型单干簧管通传感器利用非色散红外的原理来检测空气及无氧气的依赖性。它内置温度补偿功能方式。是高性能、高灵敏度、高分辨率的快、线性输出、抗干扰等特点。测量范围：出：电流型，范围：4～20mA，气体流速与 GPS 传感器器选用的是高清室外摄像头，支持无线数摄像头。它的有效监控距离最高可达 40mm 四种参数可供调节，清晰度有 720p 与 1B。最大图像尺寸可达1920×1080，数据传输式，可以连接网络传输模块发出 WiFi 信号它的焦距可调，可以拍摄不同距离的水稻度。摄像头可以 360 度旋转，扩大了拍摄。

【相似文献】