一种基于多源信息融合的园林绿化浇灌决策方法及系统与流程

本发明涉及园林管理，更具体地，涉及一种基于多源信息融合的园林绿化浇灌决策方法及系统。

背景技术：

1、随着城市化进程的不断加快，城市中的园林绿化越来越受到人们的关注。园林绿化不仅能够美化城市环境，还能够改善城市生态环境，提高人们的生活质量。然而，在城市园林绿化中，浇灌管理一直是一个重要的问题。

2、目前城市中园林绿化浇灌的现状和缺点：

3、(1)无法实现精准浇灌：城市园林绿化面积逐年增长，不同地区园林绿化所受的气象、土壤等环境因子也各不相同。传统的园林绿化浇灌方式无法根据不同地区的环境因子进行精准浇灌，导致部分地区的浇灌效果不佳，甚至出现浇灌不足或过量的情况。此外，传统的浇灌方式往往采用定时定量的方式，无法根据植物的实际需水量进行调节，造成了大量的水资源浪费，同时也会对植物的生长产生不利影响。

4、(2)缺失精准的决策调度系统：在缺失精准浇灌计划的同时，目前也缺少一种智能化浇灌调度系统。由于传统的园林绿化浇灌方式往往采用人工浇灌或者定时定量的方式，无法根据植物的实际需水量进行调节，缺乏灵活性和精准性。现有的灌溉系统(公开号：cn105706862b)进行了固定点位灌溉设备的智能化调度，但仍无法控制非固定点的灌溉要求，导致了浇灌人员、浇灌车辆无法精确预估、准备浇灌用水量，从而导致浇灌水量缺失或过剩，浪费了大量的水资源，同时也会对植物的生长产生不利影响。

5、公开号：cn105706862b，园林智能灌溉系统及灌溉方法，包括水箱、铺设于园林地下且末端伸出地上的至少两条输送管道、连接于水源和每条输送管道之间的加压设备和流量控制设备、安装于每条输送管道末端的喷头、用于提供养料的供养设备、用于采集气象信息的气象信息采集模块、用于采集土壤信息的土壤信息采集模块、用于对灌溉进行控制的控制终端；气象信息采集模块和土壤信息采集模块无线连接于控制终端以将气象信息和土壤信息反馈至控制终端，加压设备、流量控制设备和供养设备无线连接于控制终端以在控制终端的控制下进行灌溉。

6、有鉴于此，本发明提供一种基于多源信息融合的园林绿化浇灌决策方法及系统，能够根据不同地区的环境因子和植物的实际需水量进行精准浇灌，以提高浇灌效率和质量，减少水资源的浪费。

技术实现思路

1、本发明的目的在于，提供一种基于多源信息融合的园林绿化浇灌决策方法及系统，能够根据不同地区的环境因子和植物的实际需水量进行精准浇灌，以提高浇灌效率和质量，减少水资源的浪费。

2、一种基于多源信息融合的园林绿化浇灌决策的方法，其特征在于，包括步骤：

3、s1，获取基础数据，基础数据包括气象信息、遥感信息，气象信息包括历史信息、天气预报信息，历史信息：包括降雨量、气温信息，历史信息通过收集过去十年内的降雨量(p)、气温(temp)，按月进行均值计算，获取当地每个月的月均降雨量和月均气温，天气预报信息获取未来七天的气温和降水量，遥感信息包括正射影像、土壤湿度信息，

4、获取地理信息，地理信息包括工作人员实时定位信息、浇灌车辆实时定位信息、作业区位置信息、园林绿化数量信息、园林绿化空间位置分布信息、园林绿化种类信息。

5、s2，基于基础数据通过浇灌水量预估模块进行浇灌量测算，输出浇灌量信息。

6、s3，基于地理信息、浇灌量信息进行数据分析，生成浇灌任务工单。

7、s4，将浇灌任务工单通过终端平台推送给工作人员进行执行。

8、在一些实施例中，在s1中,还包括以下步骤,所述作业区位置信息、园林绿化数量信息、园林绿化空间位置分布信息、园林绿化种类信息通过gis软件获取，

9、在一些实施例中，在s1中,还包括以下步骤,所述工作人员实时定位信息、浇灌车辆实时定位信息通过北斗卫星导航系统获取。

10、在一些实施例中，在s1中，还包括以下步骤，所述遥感信息通过无人机进行获取数据，无人机通过挂载高精度相机和微波辐射计对园林绿化种植区进行扫描，所述高精度相机用于获取区域的正射影像，通过正射影像提取区域中的树木、地被、草坪的地理位置、分布范围信息，并通过mask r-cnn深度学习模型，完成上述的目标检测和图像分割任务，所述微波辐射计用于计算出土壤中的水分含量得出土壤湿度信息。

11、微波辐射计的原理是利用微波辐射与土壤中的水分发生相互作用的特性，当微波辐射通过土壤时，一部分能量被土壤中的水分吸收，另一部分则被反射回来，通过测量反射回来的微波辐射强度，可以计算出土壤中的水分含量，从而得出土壤湿度信息。

12、在一些实施例中，在s1中，还包括以下步骤，所述遥感信息中土壤湿度信息的计算公式：θ＝(ε-εd)/(εw-εd)，其中，θ表示土壤湿度，ε表示土壤介电常数，εw表示水的介电常数，εd表示干燥土壤的介电常数。

13、在一些实施例中，在s1中，还包括以下步骤，所述月均降雨量的计算公式为：其中pi为每日的气温，n为当月天数，月均气温的计算公式为：其中tempi为每日的气温，n为当月天数，最终将每月的均值拟合成一个降雨、气温变化曲线，拟合方式采用最小二乘拟合法，拟合公式为：y＝ax2+bx+c，其中y为降水量或气温，x为年积日(即当天为本年度的第几天)，a、b、c为拟合系数，拟合曲线用年积日推算出当日的降雨量和气温，用于浇灌量计算。

14、在一些实施例中，在s2中，还包括以下步骤，所述浇灌水量预估模块通过先对作业区进行浇灌量信息测算。

15、进一步的，所述获取浇灌量信息所使用的浇灌量计算公式：其中，w绿化养护区理论日需浇灌量，n为绿化养护对象数量，xi每个绿化养护对象的理论日需浇灌量，在计算出理论值后，再同时考虑上气温、降水量、土壤湿度的影像因素，能够计算出实际日需浇灌量，计算公式如下：wr＝w+wt+wp+ws，其中，wr为实际浇灌量，w为理论浇灌量，wt为温度补偿量，wp为降雨补偿量，ws为土壤补偿量。

16、进一步的，预估作业区所需浇灌车数量，所述作业区所需浇灌车数量n＝实际日需浇灌量/单位浇灌车容量。

17、进一步的，以作业区为中心点，结合浇灌车辆实时定位信息，通过最短路径分析算法，获取作业区中心点至各浇灌车辆定位点的最短路径，搜索最新一次的浇灌量信息中的浇灌车数量，生成浇灌任务工单。

18、所述作业区一般为不规则多边形，中心点可以选取多边形的重心作为中心点(重心是指多边形内所有点的平均位置，同时，重心也是多边形内部所有对称轴的交点)，结合浇灌车辆实时定位信息，通过最短路径分析算法，所述最短路径分析算法采用迪克斯特拉算法(dijkstra)，

19、所述算法的原理是采用广度优先搜索，从起始节点开始，不断地寻找下一个距离最短的节点，并更新所有经过的路径长度，直到找到目标节点，生成最短路径，。

20、一种基于多源信息融合的园林绿化浇灌决策系统，包括智能浇灌计划模块、智能浇灌调度决策模块、终端平台，其特征在于：所述智能浇灌计划模块输出端与智能浇灌调度决策模块输入端连接，智能浇灌调度决策模块输出端与终端平台输入端连接，所述智能浇灌计划模块用于为提供决策的基础数据，智能浇灌调度决策模块用于提供浇灌调度决策任务，终端平台用于接收灌调度决策任务并派发给终端使用者，所述智能浇灌计划模块包括气象信息收集模块、遥感信息收集模块、浇灌水量预估模块，所述遥感信息收集模块、气象信息收集模块输出端均与浇灌水量预估模块输入端连接，浇灌水量预估模块输出端与智能浇灌调度决策模块输入端连接，所述气象信息收集模块用于收集历史信息和天气预报信息，所述遥感信息收集模块用于收集土壤湿度信息，浇灌水量预估模块用于根据气象信息收集模块、遥感信息收集模块输出数据进行浇灌水量预估并生成浇灌任务工单。

21、进一步的，所述气象信息收集模块包括历史信息、天气预报信息，历史信息包括降雨量、气温信息，历史信息通过收集过去十年内的降雨量(p)、气温(temp)，按月进行均值计算，获取当地每个月的月均降雨量和月均气温，天气预报信息包括未来七天的气温、降水量。

22、进一步的，所述智能浇灌调度决策模块包括地理信息模块、计划制定模块，浇灌水量预估模块输出端、地理信息模块输入端均与计划制定模块输入端连接，地理信息模块包括工作人员实时定位信息、浇灌车辆实时定位信息、作业区位置信息、园林绿化数量信息、园林绿化空间位置分布信息、园林绿化种类信息，计划制定模块用于接受地理信息模块、浇灌水量预估模块输出信息生成浇灌任务。

23、本发明的有益效果：本发明提出一种基于多源信息融合的园林绿化浇灌决策方法及系统，获取基础数据、地理信息，基于基础数据通过浇灌水量预估模块进行浇灌量测算，输出浇灌量信息，基于地理信息、浇灌量信息进行数据分析，生成浇灌任务工单，将浇灌任务工单通过终端平台推送给工作人员进行执行，可根据不同地区的环境因子和植物的实际需水量进行实时工单输出，做到精准浇灌，提高浇灌效率和质量，减少水资源的浪费。