基于无人机航拍的茶园长势监控系统及方法与流程

本发明涉及农业智能化技术，特别是涉及一种茶园长势监控系统及方法。

背景技术：

1、茶叶是我国重要的经济作物之一，茶园的管理水平直接影响茶叶的品质和产量。传统的茶园管理方式依赖人工观察和经验判断，存在人工成本高、监测数据不准确、决策效率低等问题。随着信息技术和物联网技术的发展，利用无人机、传感器、云计算、人工智能等技术实现茶园的智能化管理，已成为茶叶产业发展的趋势和需求。

2、现有技术中，已有一些关于茶园智能化管理的研究和应用，但仍然存在以下不足：1现有技术只实现了对茶园图像信息的采集或者只实现了对土壤环境数据的采集，数据来源单一，信息维度有限，不能全面反映茶园的多方面特征和变化；

3、2现有技术只对茶园的长势进行单一的监测，不能对茶园的长势和产量进行评估和预测；3基于物联网的管理系统数据处理和分析能力弱，只能对茶园的数据进行简单的处理和分析，不能提供有效的技术支持。

4、因此，如何设计一种茶园长势监控系统及方法，能够实现茶园的低成本、高效率、高精度、多维度、动态的智能监控，是目前亟待解决的技术问题。

技术实现思路

1、本发明的目的是提供一种茶园长势监控系统及方法，解决现有技术中存在的人工成本高、监测数据不准确、决策效率低等技术问题。

2、为了实现上述目的，本发明采用以下技术方案：

3、一种茶园长势监控系统，包括：

4、无人机，配置有普通摄像头、多光谱摄像头、红外摄像头、激光雷达和无人机无线通信模块，用于对茶园进行定期或者按需的空中巡航，采集茶园的图像信息、光谱信息、温度信息和高程信息，并通过无人机无线通信模块将采集的数据发送至云平台；

5、传感器网络，由多个分布在茶园内的传感器节点组成，每个传感器节点包括温湿度传感器、光照传感器、土壤水分传感器、土壤肥力传感器和传感器无线通信模块，用于对茶园的环境参数和土壤参数进行实时监测，并通过传感器无线通信模块将监测的数据发送至云平台；

6、云平台，包括数据存储模块、数据处理模块、数据分析模块和数据展示模块，用于接收、存储、处理、展示和分析无人机和传感器网络发送的数据，以及向用户提供茶园管理的指导建议和操作方案；

7、用户终端，包括pc端和移动端，用于与云平台进行交互，查看茶园的监测结果和管理效果，以及接收和执行云平台提供的指导建议和操作方案。

8、本发明的有益效果是解决了现有的茶园长势监控系统主要依靠人工巡检和抽样检测，效率低、成本高的问题。采用无人机和传感器网络相结合的方式，实现对茶园的空间信息、环境参数、生理指标等数据的实时采集、传输、存储和分析，提高了茶园监测的精度和效率。

9、作为上述技术方案的进一步改进：无人机的普通摄像头用于采集茶园的可见光图像，所述的多光谱摄像头用于采集茶园的近红外和红光波段上的反射数据，近红外和红光波段上的反射和吸收差异用于计算植被指数，所述的红外摄像头用于采集茶园的茶叶表面温度，所述的激光雷达用于采集茶园的高程信息，所述的无人机无线通信模块用于将采集的数据发送至云平台。

10、本发明的有益效果是准确采集茶园的植被参数和环境参数，实现对茶树状况的准确监控。

11、作为上述技术方案的进一步改进：植被指数是指归一化差异的茶叶的植被指数ndvi，其计算公式为：其中，nir表示近红外波段的反射率，vis表示可见光波段的反射率，ndvi的取值范围为-1—1，其值越大，表示植被的生长状况越好。

12、本发明的有益效果是计算茶园的植被指数，更加直观地看出茶树的生长状况。

13、作为上述技术方案的进一步改进：所述传感器网络的传感器节点采用无线自组网的方式进行通信，传感器节点的布置位置、数量、密度参数可以进行设置和调节，所述的温湿度传感器用于监测茶园的空气温湿度，所述的光照传感器用于监测茶园的光照强度，所述的土壤水分传感器用于监测茶园的土壤水分含量，所述的土壤肥力传感器用于监测茶园的土壤肥力指数，所述的传感器无线通信模块用于将监测的数据发送至云平台。

14、本发明的有益效果是根据需要增加或减少传感器节点时，不影响网络的正常运行并且自动检测和修复网络中的故障节点，减少人工投入，准确采集茶园的环境参数和土壤参数，实现对茶树生长环境的准确监控。

15、作为上述技术方案的进一步改进：所述的土壤肥力指数是指土壤有机质含量、土壤氮素含量、土壤磷素含量和土壤钾素含量的综合评价指标，土壤有机质含量、土壤氮素含量、土壤磷素含量和土壤钾素含量通过

16、所述土壤肥力指数的计算公式为：其中om表示土壤有机质含量，n表示土壤氮素含量，p表示土壤磷素含量，k表示土壤钾素含量，sfi取值范围0-1，其值越大表示土壤肥力状况越好。

17、本发明的有益效果是计算茶园的土壤肥力指数，更加直观地看出茶树的环境状况。

18、本发明还提供了一种茶园长势监控方法，包括以下步骤：

19、s1:无人机对茶园按预设的时间间隔或者用户的指令进行空中巡航，采集茶园的图像信息、光谱信息、温度信息和高程信息，并通过无人机无线通信模块将采集的数据发送至云平台；

20、s2:传感器网络对茶园的环境参数和土壤参数进行实时监测，并通过传感器无线通信模块将监测的数据发送至云平台；

21、s3:云平台接收、存储无人机和传感器网络发送的数据，数据分析模块用于对接收的数据进行数据处理、数据融合、数据解译、数据应用，数据展示模块用于将数据分析的结果以图表的形式展示，数据服务模块用于根据数据分析结果向用户提供茶园管理的补肥补水操作方案；

22、s4:用户终端与云平台进行交互，查看茶园的监测结果和管理效果，以及接收和执行云平台提供的补肥补水操作方案。

23、本发明的有益效果是本发明通过云平台和用户终端的交互，实现茶园的可视化展示和远程控制，提高了茶园管理的便捷性和灵活性。

24、作为上述技术方案的进一步改进：无人机航拍步骤包括以下步骤：

25、s11.根据茶园的地形、面积、分布等特点，规划飞行路线和参数，选择指定无人机；

26、s12.无人机按指令飞行，实时采集茶园的多光谱影像、激光雷达点云、视频数据；

27、s13.无人机将采集的数据和飞行的信息存储在本地存储器或实时传输到云平台。

28、本发明的有益效果是根据具体的环境选择合适的无人机，设置合适的指令，可以更准确的采集信息。

29、作为上述技术方案的进一步改进：所述的用户终端通过pc端或者移动端进行访问云平台，用户终端具有设置功能、权限控制、调节参数和指令的功能。

30、本发明的有益效果是用户终端可以灵活的改变参数和指令以适应不同环境的需求。

31、作为上述技术方案的进一步改进：所述的云平台的数据处理包括校正、配准、去噪和裁剪；所述的数据融合包括特征提取、特征融合和特征选择，提取茶树的信息特征；所述的数据解译包括茶树的识别、分类和分割，标记茶树的位置、范围、类别、属性、结构和形态；所述的数据应用包括茶树的长势评估和产量预测，评估茶树的生长状况和健康程度以及预测茶树的未来的生长趋势和产量水平。

32、本发明的有益效果是用云平台的计算功能将茶树生理信息进行分析，更加直观的监控茶树状态，及时发现茶树的病虫害。

33、作为上述技术方案的进一步改进：所述的长势评估和产量预测的具体步骤如下：

34、计算茶树的叶面积指数lai、叶绿素含量chl、氮磷钾含量npk和水分含量w，根据多光谱影像和激光雷达点云，采用以下公式：

35、其中r为多光谱影像的反射率，k为光吸收系数，l为激光雷达点云的平均叶片厚度；

36、chl＝a+brred+crnir,其中rred和rnir分别为多光谱影像的红光和近红外光的反射率，a、b和c为经验系数；

37、npk＝d+ergreen+frred edge，其中rgreen和rred edge分别为多光谱影像的绿光和红边光的反射率，d、e和f为经验系数；

38、w＝g+hrswir，其中rswir为多光谱影像的短波红外光的反射率，g和h为经验系数；

39、建立茶树的生长模型和产量模型，根据茶树的生理特性、生态需求、遗传特征等因素，综合考虑茶园的气候条件、土壤条件、管理措施等影响因素，采用以下公式：

40、y＝α+β1lai+β2chl+β3npk+β4w+∈，z＝γ+δ1lai+δ2chl+δ3npk+δ4w+η,其中y表示茶树的生长量，z为茶树的产量，α、γ为截距，β1、β2、β3、β4,δ1、δ2、δ3和δ4为回归系数，∈、η为误差项；

41、采用决策算法，对茶园管理的各项措施进行评价、排序、选择和调整，以达到提高茶树的产量和质量的目的，采用以下公式：g＝g(p1,p2,p3,...,pm),其中g表示茶园管理的最优方案，p1,p2,p3,...,pm表示茶园管理的各项措施，g表示茶园管理的决策函数，可以采用加权和、层次分析、模糊综合方法进行计算和选择。

42、本发明的有益效果是对茶树的长势评估和产量预测，对茶树的长势、产量和影响茶树产量的要素进行评估，实现数字化更直观更科学的管理茶园。