一种用于大棚葡萄的水肥监测分析系统及方法

1.本发明属于大数据及图像处理技术在农田种植领域尤其是葡萄种植方面的应用，涉及用于大棚葡萄的水肥监测分析系统及方法。


背景技术：

2.随着社会的不断发展和人民生活水平的显著提高，人们越来越注重饮食的营养与健康，水果已成为日常消费品之一。葡萄富含维生素与纤维素，口感酸甜美味，越来越受到人们的青睐。我国幅员辽阔，地大物博，是葡萄生产大国，同时需求量也位居世界前列。品种、土壤、气候、温度、光照、降水等因素均会影响葡萄的品质，随着人类科学技术水平的提升，大棚技术在葡萄种植方面的应用，使得葡萄种植脱离了地域限制，也为葡萄的品质提供了坚实保障。
3.然而，如果种植方式不当，葡萄的含糖量、维生素含量等均会受到较大影响，其色泽、饱满度也会大打折扣，进而影响其口感及营养价值。
4.为了解决上述问题，已发展出了多种监测土壤水分及养分的控制系统及方法，但是现有技术广泛存在以下几方面问题：第一，土壤湿度及养分的测量手段单一，且测量精度不高；第二，对葡萄长势的图像采集手段单一，往往存在失真、噪点、分辨率低等问题；第三，对葡萄长势的分析手段单一，无法从多个维度准确、客观的判断并预测长势情况；第四，缺少对所采集各项数据的再次利用，无法对下一步水肥供应计划进行高效预测；第五，缺少利用气象数据对当前生长环境的合理研判。


技术实现要素：

5.本发明重点针对上述种种不足，提供一种用于大棚葡萄的水肥监测分析系统及方法。
6.本发明首先提供了一种用于大棚葡萄的水肥监测分析系统，包括云服务器、无线通讯模块、处理器、第一ccd摄像机、滤色板以及反光板，所述滤色板能够滤除蓝光，并允许红光、绿光及近红外光透过；
7.其中，在第一时刻，由所述反光板反射的自然光经滤色板进入第一ccd摄像机，在第二时刻，由位于所述反光板附近的葡萄藤反射的自然光经滤色板进入第一ccd摄像机。
8.优选的，水肥监测分析系统还包括能够同时检测水分含量、肥料浓度以及ph值的多参数传感探测器，所述多参数传感探测器埋设于土壤中，由在第一方向上依次堆叠的第一传感检测单元、第二传感检测单元、第三传感检测单元构成，所述第一传感检测单元、第二传感检测单元、第三传感检测单元在第二方向上长度依次增大，且一端对齐。
9.优选的，所述第一传感检测单元上设置有具有第一孔径的第一开孔，第二传感检测单元上设置有具有第二孔径的第二开孔，第三传感检测单元上设置有具有第三孔径的第三开孔，所述第一孔径小于所述第二孔径，所述第二孔径小于所述第三孔径。
10.优选的，水肥监测分析系统还包括第二ccd摄像机以及红外摄像机。
11.优选的，水肥监测分析系统还包括渗灌系统，所述渗灌系统具体包括储水罐、液肥罐、第一泵、第二泵、第一流量计、第二流量计、第一换路阀、第二换路阀、供水插管以及供肥插管；所述储水罐、第一泵、第一流量计依次串接，构成第一供给支路，所述液肥罐、第二泵依次串接，构成第二供给支路，所述第一供给支路与第二供给支路一端共同连接到第一换路阀；所述供水插管顺次连接于第一流出支路，所述供肥插管顺次连接于第二流出支路，所述第一流出支路与第二流出支路一端共同连接到第二换路阀；且，所述第二流量计串接于所述第一换路阀与第二换路阀之间。
12.同时，本发明还提供了一种应用于水肥监测分析系统的水肥监测分析方法，包括如下步骤：
13.s1：第一ccd摄像机采集由反光板反射后经滤色板滤色的自然光，生成参考度量值；
14.s2：第一ccd摄像机采集由位于反光板附近的葡萄藤反射后经滤色板滤色的自然光，生成实测结果值；
15.s3：根据参考度量值对实测结果值中的红光、绿光和近红外光的反射度进行补偿校正；
16.s4：利用补偿校正后的红光及近红外光，通过下式计算葡萄藤的正规化指数：
[0017][0018]
其中，ρ
nir
表示近红外波长的反射率，ρ
red
表示红外波长的反射率；
[0019]
s5：通过所述第二ccd摄像机获取葡萄藤作物影像，计算像素的超绿值，分析叶面情况；
[0020]
s6：通过红外摄像机获取葡萄藤红外影像，结合第二ccd摄像机获取的葡萄藤作物影像，对葡萄长势进行判断；
[0021]
s7：基于步骤s4-s6的分析结果，结合多参数传感探测器测得的水分含量、肥料浓度、ph值，向土壤提供适当的水分及液肥。
[0022]
优选的，上述步骤s5具体包括：
[0023]
s51：对作物影像的rgb像素值进行标准化：
[0024][0025]
s52：基于标准化的rgb值计算相对参数r，g，b：
[0026][0027]
s53：通过下式计算超绿值：
[0028]
egi＝2g-r-b
[0029]
s54：基于计算的超绿值将作物和背景进行分离，获取作物区域的掩膜层；
[0030]
s55：计算叶面面积对应的像素数，除以掩膜层总面积对应的像素数，得到叶面积指数。
[0031]
优选的，上述步骤s6具体包括：
[0032]
s61：将由第二ccd摄像机采集的rgb图像与由红外摄像机采集的深度图像的参考点进行匹配映射，实现视角校正；
[0033]
s62：对由红外摄像机采集的深度图像进行边缘检测，去除背景，并分离作物器官；
[0034]
s63：将分离的作物器官与rgb图像对应部位进行比较识别，并赋予id识别码；
[0035]
s64：测量并存储标记有id识别码的作物生长数据，借助生长诊断算法诊断并预测作物生长变化量。
[0036]
优选的，上述步骤s7还包括如下步骤：
[0037]
s71：根据气温、相对湿度、日照时间、风速等气象因素计算潜在蒸发量，以对供水量进行进一步调节。
[0038]
优选的，在上述步骤s7之后，还包括如下步骤：
[0039]
s8：根据多参数传感探测器测得的水分含量、肥料浓度、ph值，以及温度传感器测得的空气温度数据、湿度传感器测得的空气湿度数据、日照量传感器测得的日照量数据，通过机器学习对正规化指数进行预测；
[0040]
s9：根据正规化指数预测值、超绿值以及葡萄长势的历史变化情况，预测期望长势及期望营养供给量。
[0041]
与现有技术相比，本发明对土壤修复湿度调节系统及方法进行升级改造，其一，通过重新设计多参数传感探测器，使其一方面能够同时检测水分含量、肥料浓度以及ph值，另一方面能够提高测量精度；其二，通过反光板、滤色板的设置对所采集图像的色度、色域进行补偿、调节，并结合红外相机对采集图像进行联合处理；其三，通过正规化指数、超绿值、特征提取以及土壤多维参数等数据全方位预测葡萄长势；其四，根据正规化指数预测值、超绿值以及葡萄长势的历史变化情况，预测期望营养供给量；其五，根据多项气象因素计算潜在蒸发量，以对供水量进行进一步调节。
附图说明
[0042]
图1为本发明水肥监测分析系统地面配置框图；
[0043]
图2为本发明多参数传感探测器结构图；
[0044]
图3为本发明供水插管及供肥插管结构图；
[0045]
图4为本发明水肥监测分析方法流程图。
[0046]
附图标记说明：第一ccd摄像机1、滤色板2、反光板3、第二ccd摄像机4、红外摄像机5、多参数传感探测器6、第一传感检测单元61、第二传感检测单元62、第三传感检测单元63、第一开孔64、第二开孔65、第三开孔66、电阻67、电缆68、插管7、外管71、内管72、尖端73、阻水环74、第一部分75、第二部分76、第一开口77、第二开口78。
具体实施方式
[0047]
以下说明的技术可进行多种变换，并可具有多种实施例，在此结合附图以特定实施例进行详细说明。然而，这并不意味着将下文描述的技术限制于特定实施例。应当理解，在不脱离下文所描述的技术的精神和技术范围的情况下，本发明包括所有类似的修改、等同及替代。
[0048]
如图1-3所示，本发明提供了一种用于大棚葡萄的水肥监测分析系统，包括云服务
器、无线通讯模块、处理器、第一ccd摄像机1、滤色板2以及反光板3，所述滤色板2能够滤除蓝光，并允许红光、绿光及近红外光透过；
[0049]
其中的红光以及近红外光可被用于计算正规化植被指数，绿光可被用于校正超绿值。
[0050]
其中，在第一时刻，由所述反光板3反射的自然光经滤色板2进入第一ccd摄像机1，在第二时刻，由位于所述反光板3附近的葡萄藤反射的自然光经滤色板2进入第一ccd摄像机1。
[0051]
其中，水肥监测分析系统还包括能够同时检测水分含量、肥料浓度以及ph值的多参数传感探测器6，所述多参数传感探测器6埋设于土壤中，由在第一方向上依次堆叠的第一传感检测单元61、第二传感检测单元62、第三传感检测单元63构成，所述第一传感检测单元61、第二传感检测单元62、第三传感检测单元63在第二方向上长度依次增大，且一端对齐。
[0052]
由于水分子、各种养分离子及有机质在重力作用下会在土壤中不断向下沉降，因此，第一传感检测单元61、第二传感检测单元62、第三传感检测单元63呈台阶状布置，能够更好地承载沉降过程中的水分子、各种养分离子及有机质，从而提高检测精度。
[0053]
其中，所述第一传感检测单元61上设置有具有第一孔径的第一开孔64，第二传感检测单元62上设置有具有第二孔径的第二开孔65，第三传感检测单元63上设置有具有第三孔径的第三开孔66，所述第一孔径64小于所述第二孔径65，所述第二孔径65小于所述第三孔径66。
[0054]
由于水分子、各种养分离子及有机质在土壤不同深度处的浓度不同，其本身尺寸大小也不同，对不同孔径有着不同的渗透率，因此，通过分层设置不同孔径的多孔陶瓷质地传感检测单元，能够更为充分、准确的获取对应位置处的水分含量、肥料浓度以及ph值。例如，由于水分表面张力的存在，当水分少时，首先会进入小孔径的孔，当水分变多时，会依次进入大孔径的孔。之后，通过在第一传感检测单元61、第二传感检测单元62、第三传感检测单元63对齐的一端处分别设置电阻67，便能够测定各孔处水分的有无及含量，并通过电缆68输出电信号。电缆输出的电信号进一步通过数模转换、滤波整流、放大去噪、模数转换后，由控制单元接收。
[0055]
其中，水肥监测分析系统还包括第二ccd摄像机4以及红外摄像机5。
[0056]
其中，水肥监测分析系统还包括渗灌系统，所述渗灌系统具体包括储水罐、液肥罐、第一泵、第二泵、第一流量计、第二流量计、第一换路阀、第二换路阀、供水插管以及供肥插管；所述储水罐、第一泵、第一流量计依次串接，构成第一供给支路，所述液肥罐、第二泵依次串接，构成第二供给支路，所述第一供给支路与第二供给支路一端共同连接到第一换路阀；所述供水插管顺次连接于第一流出支路，所述供肥插管顺次连接于第二流出支路，所述第一流出支路与第二流出支路一端共同连接到第二换路阀；且，所述第二流量计串接于所述第一换路阀与第二换路阀之间。
[0057]
更进一步的，所述供水插管及供肥插管7均包括外管71及内管72，所述内管72外径为外管71内径的2/3，所述内管72能够相对于外管71伸缩。水或液肥首先进入内管72，并经内管72与外管71之间的间隙到达外管壁，最后从外管71进入土壤。此外，供水插管及供肥插管7的长度可调节，在不同的灌溉阶段，内管72相对于外管71处于不同的伸缩状态。
[0058]
更进一步的，所述内管的下端为尖端73，上端外圆周设有与所述外管71的内壁相贴合的阻水环74。
[0059]
更进一步的，所述外管71自上而下被配置为具有第一部分75和第二部分76，所述第一部分75不具有开口，所述第二部分76外周均匀设置有第一开口77，所述第一开口77具有第一孔径。考虑到葡萄喜肥，且其根系较深，因此，供肥插管更包括位于第一部分75上方的第三部分，第三部分不具有开口。第三部分与第一部分75可以是一体成型，也可以是螺接、套接或卡接。
[0060]
更进一步的，可在供水插管外管71的第二部分76的外壁上套设水扩散层，水扩散层由多孔长纤维构成，包括靠近外管壁的第一扩散层及远离外管壁的第二扩散层，第一扩散层的表观密度大于第二扩散层的表观密度。通过水扩散层的毛细现象能够使水充分、缓慢、均匀的渗透到周围的土壤中。
[0061]
更进一步的，所述内管72外周均匀设置有第二开口78，所述第二开口78的孔径自上而下依次减小，且所述第二开口78的最大孔径为第一孔径。由于液压自源头至末端依次减小，为确保流速稳定，第二开口78孔径依次渐变，且自上而下逐渐减小，以使内管72在收缩状态下，水或液肥能够稳定输出，同时内管72在伸出状态下，插管7开口的孔径总体呈大-大-小分布，从而实现流率以及流速的平稳过渡。此外，可根据需要在内管72下端的尖端73也开设小孔径开口，促进水或液肥对深层土壤的冲击与疏松。
[0062]
如图4所示，本发明还提供了一种应用于水肥监测分析系统的水肥监测分析方法，包括如下步骤：
[0063]
s1：第一ccd摄像机1采集由反光板3反射后经滤色板2滤色的自然光，生成参考度量值；
[0064]
s2：第一ccd摄像机1采集由位于反光板3附近的葡萄藤反射后经滤色板2滤色的自然光，生成实测结果值；
[0065]
s3：根据参考度量值对实测结果值中的红光、绿光和近红外光的反射度进行补偿校正；
[0066]
s4：利用补偿校正后的红光及近红外光，通过下式计算葡萄藤的正规化指数：
[0067][0068]
其中，ρ
nir
表示近红外波长的反射率，ρ
red
表示红外波长的反射率；
[0069]
s5：通过所述第二ccd摄像机4获取葡萄藤作物影像，计算像素的超绿值，分析叶面情况；
[0070]
s6：通过红外摄像机5获取葡萄藤红外影像，结合第二ccd摄像机4获取的葡萄藤作物影像，对葡萄长势进行判断；
[0071]
s7：基于步骤s4-s6的分析结果，结合多参数传感探测器6测得的水分含量、肥料浓度、ph值，向土壤提供适当的水分及液肥。
[0072]
其中，上述步骤s5具体包括：
[0073]
s51：对作物影像的rgb像素值进行标准化：
[0074]
[0075]
s52：基于标准化的rgb值计算相对参数r，g，b：
[0076][0077]
s53：通过下式计算超绿值：
[0078]
egi＝2g-r-b
[0079]
s54：基于计算的超绿值将作物和背景进行分离，获取作物区域的掩膜层；
[0080]
s55：计算叶面面积对应的像素数，除以掩膜层总面积对应的像素数，得到叶面积指数。
[0081]
其中，上述步骤s6具体包括：
[0082]
s61：将由第二ccd摄像机4采集的rgb图像与由红外摄像机5采集的深度图像的参考点进行匹配映射，实现视角校正；
[0083]
s62：对由红外摄像机5采集的深度图像进行边缘检测，去除背景，并分离作物器官；
[0084]
s63：将分离的作物器官与rgb图像对应部位进行比较识别，并赋予id识别码；
[0085]
s64：测量并存储标记有id识别码的作物生长数据，借助生长诊断算法诊断并预测作物生长变化量。
[0086]
其中，上述步骤s7还包括如下步骤：
[0087]
s71：根据气温、相对湿度、日照时间、风速等气象因素计算潜在蒸发量，以对供水量进行进一步调节。
[0088]
潜在蒸发量可通过下式进行计算：
[0089]et
＝c*[w*rn+(1-w)*f(u)*(e
s-ea)]
[0090]
其中，e
t
表示潜在蒸发量，c表示根据气候条件决定的调整系数，为一经验值，通常设定为1，w表示温度加权因子，rn表示净日照量，f(u)表示与风速相关的函数，es表示饱和蒸气压，ea表示实际蒸气压。
[0091]
其中，在上述步骤s7之后，还包括如下步骤：
[0092]
s8：根据多参数传感探测器6测得的水分含量、肥料浓度、ph值，以及温度传感器测得的空气温度数据、湿度传感器测得的空气湿度数据、日照量传感器测得的日照量数据，通过机器学习对正规化指数进行预测；
[0093]
s9：根据正规化指数预测值、超绿值以及葡萄长势的历史变化情况，预测期望长势及期望营养供给量。
[0094]
一方面，对于土壤水分含量、肥料浓度以及ph值的采集，以及正规化指数、超绿值、叶面积指数、作物器官长势的计算，能够帮助科学、合理的制定水肥灌溉量，另一方面，通过机器学习以及神经网络算法对上述数据进行分析处理，结合潜在蒸发量的计算，能够预测并制定合理的水肥灌溉计划，从而使灌水及施肥效率最大化。
[0095]
虽然上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进。以上所述仅为本发明的较佳实施例而已，并不以本发明专利范围为限制，对本领域的技术人员在不背离本发明的精神和保护范围的情况下做出的其它变化和修改，仍包括在本发明保护范围之内。