CN119444472A 基于智能决策系统的植物农药施用管理方法及系统 （青岛农科卓越化学品安全科技有限公司）

基于智能决策系统的植物农药施用管理方本发明公开了一种基于智能决策系统的植农药漂移数据分析不同移动速度和环境风条件下的影响，最终根据实时环境数据优化施药方2基于聚类算法对所述植物病虫害识别结果进行分析，确定目标农田构建目标农田的农药施用决策系统，基于农药施用决策获取无人机在不同施药移动速度和不同环境风条件下进行施药的历史农药漂移数据，根据所述历史农药漂移数据确定无人机在不同施药移动速度和不同环境风条件下进行施根据所述影响数据和目标农田的实时环境风条件对所述农药施用2.根据权利要求1所述的一种基于智能决策系统的植物农药施用管理方法，其特征在所述植物病虫害识别模型对每个子区域的植物病虫害进行识别，得到植物病虫害识别结获取目标农田中种植的植物名称，根据所述植物名称获取农田中基于图像识别算法对所述不同种类病虫害侵害下的植物病叶图像数据进行病叶特征构建植物病叶特征数据库，将所述病叶特征导入所述植物图像数据提取每个子区域中预设位置的植物将所述植物叶片特征与所述植物病叶特征数据库进行对比匹配，确定根据所述每个子区域中预设位置的病虫害类型确定每个子区域中存在病虫害的区域3.根据权利要求1所述的一种基于智能决策系统的植物农药施用管理方法，其特征在根据所述植物病虫害识别结果获取目标农田中存在植物病虫害的子区域的坐标信息，3将所述聚类结果在目标农田地图中进行可视化，确定目标农田的植物病虫害分布区4.根据权利要求1所述的一种基于智能决策系统的植物农药施用管理方法，其特征在构建农药数据库，基于互联网搜索获取不同种类农基于A*算法构建无人机施药路径规划模型，将所述施药路径规划获取目标农田中植物的生长阶段数据，根据所述植物病虫害识别结果将所述植物病虫害识别结果、植物的生长阶段数据、获取无人机的农药喷洒直径数据和每个植物病虫害分布区获取目标农田中植物病虫害分布区域的面积数据和农药喷面积数据和农药喷洒效率需求数据计算无人机的当前施5.根据权利要求1所述的一种基于智能决策系统的植物农药施用管理方法，其特征在获取无人机在历史预设时间段内每次施药过程中的历史农药将所述历史农药漂移数据、无人机施药移动速度和环境风条件按基于多元线性回归方法构建农药漂移影响模型，将所述特征矩4通过方差分析方法对所述特征矩阵进行分析，确定不同根据所述每个特征对农药漂移的贡献度和不同环境风条件和施药速度下历史农药漂移数据的差异性确定每个特征对农药发生漂移根据所述特征矩阵绘制农药在无人机不同施药移动速度和不同环境风条件下的漂移6.根据权利要求1所述的一种基于智能决策系统的植物农药施用管理方法，其特征在于，所述根据所述影响数据和目标农田的实时环境风条件对所述农药施用方案进行优化，基于所述影响数据对所述农药施用方案中无人机的当前施药移动无人机的当前施药移动速度造成的第一农药作用位置漂移量和第一农药作用位置漂移方根据所述第一农药作用位置漂移量和第一农药作用位置漂移方向计算无人机的第一获取目标农田中的实时环境风条件数据，基于所述影响数据根据所述第二农药作用位置漂移量计算无人机的第二喷药基于聚类算法对所述植物病虫害识别结果进行分析，确定目标农田构建目标农田的农药施用决策系统，基于农药施用决策获取无人机在不同施药移动速度和不同环境风条件下进行施药的历史农药漂移数据，根据所述历史农药漂移数据确定无人机在不同施药移动速度和不同环境风条件下进行施根据所述影响数据和目标农田的实时环境风条件对所述农药施用8.根据权利要求7所述的一种基于智能决策系统的植物农药施用管理系统，其特征在于，所述根据所述影响数据和目标农田的实时环境风条件对所述农药施用方案进行优化，5基于所述影响数据对所述农药施用方案中无人机的当前施药移动速度进行分析，无人机的当前施药移动速度造成的第一农药作用位置漂移量和第一农药作用位置漂移方根据所述第一农药作用位置漂移量和第一农药作用位置漂移方向计算无人机的第一获取目标农田中的实时环境风条件数据，基于所述影响数据根据所述第二农药作用位置漂移量计算无人机的第二喷药6所述植物病虫害识别模型对每个子区域的植物病虫害进行识别，得到植物病虫害识别结[0011]获取无人机在不同施药移动速度和不同环境风条件下进行施药的历史农药漂移7[0015]基于图像识别算法对所述不同种类病虫害侵害下的植物病叶图像数据进行病叶所述植物图像数据提取每个子区域中预设位置的植[0019]根据所述每个子区域中预设位置的病虫害类型确定每个子区域中存在病虫害的[0021]根据所述植物病虫害识别结果获取目标农田中存在植物病虫害的子区域的坐标8所述面积数据和农药喷洒效率需求数据计算无人机的当前施药移次施药过程中的无人机施药移动速度和环境风条件，所述历史农药漂移数据包括漂移方移影响模型中进行学习和训练，利用最小二乘法计算所述农药漂移影响模型的回归系数，根据所述回归系数确定每个特征对农药漂移[0038]根据所述每个特征对农药漂移的贡献度和不同环境风条件和施药速度下历史农药漂移数据的差异性确定每个特征对农药发生[0039]根据所述特征矩阵绘制农药在无人机不同施药移动速度和不同环境风条件下的[0041]基于所述影响数据对所述农药施用方案中无人机的当前判断无人机的当前施药移动速度造成的第一农药作用位置漂移量和第一农药作用位置漂[0042]根据所述第一农药作用位置漂移量和第一农药作用位置漂移方向计算无人机的9所述植物病虫害识别模型对每个子区域的植物病虫害进行识别，得到植物病虫害识别结[0049]获取无人机在不同施药移动速度和不同环境风条件下进行施药的历史农药漂移[0052]基于所述影响数据对所述农药施用方案中无人机的当前判断无人机的当前施药移动速度造成的第一农药作用位置漂移量和第一农药作用位置漂[0053]根据所述第一农药作用位置漂移量和第一农药作用位置漂移方向计算无人机的[0064]如图1所示，本发明第一方面提供了一种基于智能决策系统的植物农药施用管理[0065]S102，将目标农田划分为N个子区域，基于图像处理算法构建植物病虫害识别模物病虫害识别模型，根据所述植物病虫害识别模型对每个子区域的植物病虫害进行识别，[0073]基于图像识别算法对所述不同种类病虫害侵害下的植物病叶图像数据进行病叶所述植物图像数据提取每个子区域中预设位置的植[0077]根据所述每个子区域中预设位置的病虫害类型确定每个子区域中存在病虫害的所述面积数据和农药喷洒效率需求数据计算无人机的当前施药移害分布区域中最适宜的农药种类和施用剂量；所述A*算法能够有效构建无人机的施药路次施药过程中的无人机施药移动速度和环境风条件，所述历史农药漂移数据包括漂移方移影响模型中进行学习和训练，利用最小二乘法计算所述农药漂移影响模型的回归系数，根据所述回归系数确定每个特征对农药漂移[0100]根据所述每个特征对农药漂移的贡献度和不同环境风条件和施药速度下历史农药漂移数据的差异性确定每个特征对农药发生[0101]根据所述特征矩阵绘制农药在无人机不同施药移动速度和不同环境风条件下的响模型来进行识别无人机在不同施药移动速度和不同环境风条件下进行施药对农药漂移所述农药漂移位置为农药受到环境风或无人机移动速度的影响所造成的实际施药位置与药漂移程度较高，还包括不同施药移动速度和不同环境风条件下对农药漂移位置的影响，域边界时即暂停喷药，使临近植物病虫害分布区域边界区域的农药能够利用惯性即可喷[0109]S308，根据所述第二农药作用位置漂移量计算无人机的[0112]本发明第二方面还提供了一种基于智能决策系统的植物农药施用管理系统4，该所述植物病虫害识别模型对每个子区域的植物病虫害进行识别，得到植物病虫害识别结[0116]获取无人机在不同施药移动速度和不同环境风条件下进行施药的历史农药漂移[0119]基于所述影响数据对所述农药施用方案中无人机的当前判断无人机的当前施药移动速度造成的第一农药作用位置