技术特征：
1.一种基于大数据的农业环境监测系统，其特征在于，包括环境采样模块、大数据匹配模块、环境建模模块和质量监测分析模块；其中，所述环境采样模块对t时刻全区域农业环境数据进行采集，存储至大数据云端服务器；所述大数据匹配模块获取大数据云端服务器的全区域农业环境数据并与样本数据进行逐一匹配，获得全区域农业环境数据与样本数据的差异情况，根据所述差异情况划分子区域；所述环境建模模块根据子区域内的农业环境数据构建区域环境模型；所述质量监测分析模块将t+1时刻所述环境采样模块实时采集的子区域农业环境数据输入至当前区域环境模型，获得t+1时刻的环境调控指令。2.根据权利要求1所述的基于大数据的农业环境监测系统，其特征在于，所述环境采集模块根据农业环境数据的属性进行分类，并按照所分类别存储至所述大数据云端服务器；所述农业环境数据包括土壤质量数据和农作物遥感图像。3.根据权利要求2所述的基于大数据的农业环境监测系统，其特征在于，所述样本数据根据所述属性进行分类，同一类别的n个农业环境数据和样本数据进行匹配比对，获得n个差异值；根据n个差异值构成的差异区间划分子区域。4.根据权利要求2所述的基于大数据的农业环境监测系统，其特征在于，所述农作物遥感图像进行分类包括：根据样本影像信息，利用j
‑
m距离可分性进行遥感影像最优分类时相组合的判断，通过计算各类别样本影像信息和遥感影像间的差异度来对遥感影像内的农作物进行分类。5.根据权利要求1所述的基于大数据的农业环境监测系统，其特征在于，所述区域环境模型采用神经网络学习方法，神经网络输入为子区域内的农业环境数据，输出为当前区域农业环境数据所属的环境质量等级，不同环境质量等级对应不同环境调控指令。6.根据权利要求5所述的基于大数据的农业环境监测系统，其特征在于，所述环境采样模块包括分布在全区域内的多个采样点，所述质量监测分析模块根据当前采样点第t+1时刻的环境质量等级，为该采样点重新分配子区域。7.根据权利要求2所述的基于大数据的农业环境监测系统，其特征在于，采样点采集的分类后的土壤质量数据发送至汇聚节点，汇聚节点汇聚所接收的土壤质量数据，并发送至所述质量监测分析模块，所述质量监测分析模块对土壤质量数据进行缺失检测，并对检测出的缺失序列进行数据填补；将填补后的农业环境数据输入至当前区域环境模型；填补的方式包括均值化取值处理。8.根据权利要求2所述的基于大数据的农业环境监测系统，其特征在于，采样点采集的分类后的农作物遥感图像发送至汇聚节点，汇聚节点汇聚所接收的农作物遥感图像，并发送至所述质量监测分析模块，所述质量监测分析模块对土壤质量数据进行噪点检测，并对检测出的噪点进行剔除处理；将剔除噪点的农业环境数据输入至当前区域环境模型。
技术总结
本发明提供了一种基于大数据的农业环境监测系统，包括环境采样模块对T时刻全区域农业环境数据进行采集，存储至大数据云端服务器；大数据匹配模块获取大数据云端服务器的全区域农业环境数据并与样本数据进行逐一匹配，获得全区域农业环境数据与样本数据的差异情况，根据差异情况划分子区域；环境建模模块根据子区域内的农业环境数据构建区域环境模型；质量监测分析模块将T+1时刻的子区域农业环境数据输入至当前区域环境模型，获得T+1时刻的环境调控指令。本发明实现了全区域农业环境的分区监测，能够实时将土壤及作物生长的情况进行分级建模预测，提高了农田监测的自动化程度以及分区管控精度。以及分区管控精度。以及分区管控精度。
技术研发人员：王晓卉 孙玉林
受保护的技术使用者：山东商务职业学院
技术研发日：2021.08.04
技术公布日：2021/12/30