农作物小区域智能补肥系统及其补肥方法

本发明涉及作物栽培，具体涉及一种农作物小区域智能补肥系统及其补肥方法。

背景技术：

1、无论是农作物还是经济作物，在其生长的过程中都需要对其进行肥料施加，尤其是氮肥，它是农业增产中效果最突出的一类肥料，对农业生产一直发挥着重要作用。但是，目前全世界对于作物施用氮肥这方面，只能依靠经验性的指导。施用氮肥与环境、气候等影响密切相关。在环境、气候适宜的地区，作物的施氮时期、施氮量以及布洒均匀程度也会受到降雨量、温度等当年的气候条件和人为因素的影响，这就导致了施肥过程中不可避免的出现作物欠肥情况的发生，进而影响产量、品质和经济效益。

2、公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

技术实现思路

1、为克服现有技术所存在的缺陷，现提供一种农作物小区域智能补肥系统及其补肥方法，以解决现有的农作物施用氮肥凭经验观察作物生长情况，存在补肥量不精准的问题。

2、为实现上述目的，提供一种农作物小区域智能补肥系统，包括：

3、无人机，所述无人机安装有用于采集种植区域图像信息的图像采集装置和定位装置，所述无人机挂载有氮肥；

4、控制器，包括信号连接于所述无人机、所述图像采集装置和所述定位装置的控制模块、用于识别所述种植区域图像中每一农作物的顶部的多张功能叶片的实时叶色值的图像识别模块、用于基于所述种植区域的地理位置信息和所述实时叶色值构建所述种植区域的叶色分布模型的建模模块、用于存储所述农作物的叶色值数据库及施肥配方数据库的存储模块、用于基于所述叶色分布模型将所述实时叶色值与标准叶色阈值比对以判定所述叶色分布模型的欠肥区域的判定模块、用于基于所述叶色值数据库将所述欠肥区域内的所述实时叶色值数据匹配到所述施肥配方数据库中相应的一补肥方案的匹配模块、用于基于所述无人机的位置以及所述欠肥区域在所述叶色分布模型上的分布生成补肥路径的规划模块，所述图像识别模块和所述存储模块分别连接于所述控制模块，所述建模模块连接于所述图像识别模块，所述判定模块连接于所述建模模块，所述匹配模块连接于所述控制模块、所述存储模块和所述判定模块，所述规划模块连接于所述控制模块、所述建模模块和所述判定模块；

5、所述控制模块获取所述欠肥区域的补肥方案和所述补肥路径、生成携带所述补肥方案和所述补肥路径的执行信号并对外发送，所述无人机接收所述执行信号并基于所述补肥路径和所述补肥方案向每个所述欠肥区域布洒所述氮肥。

6、进一步的，还包括显示装置，所述显示装置连接于所述控制模块。

7、进一步的，所述显示装置为触摸屏。

8、进一步的，所述图像采集装置为高帧速率彩色相机。

9、进一步的，所述叶色值为spad值或lcc值。

10、进一步的，所述功能叶片的数量为三张。

11、进一步的，所述叶色值为顶层的所述功能叶片的叶色值与底层的所述功能叶片的叶色值的比值。

12、进一步的，所述无人机为植保无人机。

13、本发明提供一种农作物小区域智能补肥系统的补肥方法，包括以下步骤：

14、无人机于种植区域的上方并采集种植区域图像；

15、控制器的控制模块获取所述种植区域图像；

16、所述控制器的图像识别模块识别所述种植区域图像中每一农作物的顶部的多张功能叶片的实时叶色值；

17、所述控制器的建模模块基于所述种植区域的地理位置信息和所述实时叶色值以构建所述种植区域的叶色分布模型；

18、所述控制器的判定模块基于所述叶色分布模型将所述实时叶色值与标准叶色阈值比对以判定所述叶色分布模型的欠肥区域；

19、所述控制器的匹配模块基于所述控制器的存储模块中的叶色值数据库将所述欠肥区域内的所述实时叶色值数据匹配到所述存储模块中的施肥配方数据库中相应的一补肥方案；

20、所述控制模块获取所述欠肥区域的补肥方案和所述补肥路径、生成携带所述补肥方案和所述补肥路径的执行信号并对外发送；

21、所述无人机接收所述执行信号并基于所述补肥路径和所述补肥方案向每个所述欠肥区域布洒所述氮肥。

22、本发明的有益效果在于，本发明的农作物小区域智能补肥系统，通过图像采集装置捕捉采集农作物种植目标区域内的农作物的功能叶片表面颜色，并利用人工智能图像处理算法提取图像中农作物功能叶片的叶色值以构建叶色分布模型，再将其与标准叶色值阈值范围进行比对以精准判定农作物目标区域内的作物是否存在欠肥的现象，若该农作物目标区域内存在有欠肥域，则通过机器学习算法将欠肥区域内农作物的功能叶片的实时叶色值与叶色值数据库进行匹配以获取施肥配方数据库中的数据，即最优的施肥方案，最后由无人机针对欠肥区域进行精准补肥。本发明的农作物小区域智能补肥系统，彻底改变了传统的肉眼观测的弊端，提高了农作物的栽培管理精细化、定量化水平，提高了农作物的品质和产量，即节省肥料成、人工成本，又能避免肥料滥用而导致的土壤板结等一系列不良影响。

技术特征：

1.一种农作物小区域智能补肥系统，其特征在于，包括：

2.根据权利要求1所述的农作物小区域智能补肥系统，其特征在于，还包括显示装置，所述显示装置连接于所述控制模块。

3.根据权利要求2所述的农作物小区域智能补肥系统，其特征在于，所述显示装置为触摸屏。

4.根据权利要求1所述的农作物小区域智能补肥系统，其特征在于，所述图像采集装置为高帧速率彩色相机。

5.根据权利要求1所述的农作物小区域智能补肥系统，其特征在于，所述叶色值为spad值或lcc值。

6.根据权利要求1所述的农作物小区域智能补肥系统，其特征在于，所述功能叶片的数量为三张。

7.根据权利要求6所述的农作物小区域智能补肥系统，其特征在于，所述叶色值为顶层的所述功能叶片的叶色值与底层的所述功能叶片的叶色值的比值。

8.根据权利要求1所述的农作物小区域智能补肥系统，其特征在于，所述无人机为植保无人机。

9.一种如权利要求1～8中任意一项所述的农作物小区域智能补肥系统的补肥方法，其特征在于，包括以下步骤：

技术总结
本发明公开了一种农作物小区域智能补肥系统及其补肥方法，通过图像采集装置捕捉采集农作物种植目标区域内的农作物的功能叶片表面颜色，并利用人工智能图像处理算法提取图像中农作物功能叶片的叶色值以构建叶色分布模型，再将其与标准叶色值阈值范围进行比对以精准判定农作物目标区域内的作物是否存在欠肥的现象，若该农作物目标区域内存在有欠肥域，则通过机器学习算法将欠肥区域内农作物的功能叶片的实时叶色值与叶色值数据库进行匹配以获取施肥配方数据库中的数据，即最优的施肥方案，最后由无人机针对欠肥区域进行精准补肥。本发明解决了现有的农作物施用氮肥凭经验观察作物生长情况，存在补肥量不精准的问题。

技术研发人员：张耗,顾嘉怡,王源,张伟杨,顾骏飞,刘立军,杨建昌
受保护的技术使用者：扬州大学
技术研发日：
技术公布日：2024/1/12