“智农万感”监管平台

1.项目情况

团队已成立初创公司桂林壹斗米信息科技有限公司。目前项目正与灌阳县芳土地农业综合开发有限公司、桂林市农业科学研究中心进行初步合作沟通。

图3-1 智农万感平台首页图

系统框架图如下：

图3-2 智农万感整体框架图

2.技术水平

①数据融合技术

数据融合技术是指利用计算机对按时序获得的若干观测信息，在一定准则下加以自动分析、综合，以完成所需的决策和评估任务而进行的信息处理技术。

②水肥一体化技术

水肥一体化技术指灌溉与施肥融为一体的农业新技术。该技术借助压力系统（或地形自然落差），将可溶性固体或液体肥料，按土壤养分含量和作物种类的需肥规律和特点，配兑成的肥液与灌溉水一起，通过可控管道系统供水、供肥，使水肥相融后，通过管道和滴头形成滴灌，均匀、定时、定量浸润作物根系发育生长区域。

③虫情监测技术

虫情监测系统是一种基于现代科技手段，用于实时监测农田中虫害发生情况的智能化系统。该系统包括数据采集设备（如昆虫诱捕器、摄像头、传感器等）、数据传输系统、数据处理与分析平台以及用户界面。

④实景三维技术

实景三维（3D real scene）是对一定范围内人类生产、生活和生态空间进行真实、立体、时序化反映和表达的数字空间。

⑤地理信息系统技术（GIS）

地理信息系统（GIS）是一种特定的空间信息系统，它在计算机硬、软件系统支持下，对整个或部分地球表层（包括大气层）空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述。

⑥空间数据库技术

空间数据库是一种专门用于处理空间数据（如地图、地理位置、GPS轨迹等）的数据库。特点：空间数据库能够存储和管理各种空间数据类型，提供空间索引和高效的空间查询，支持空间关系和拓扑分析等操作。

⑦大数据技术

大数据技术是指对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，并从中发现新知识、创造新价值、提升新能力的技术。

⑧人工智能（深度学习yolov8）技术

人工智能是一种模拟、延伸和扩展人的智能的理论、方法、技术及应用系统。深度学习作为人工智能的一个重要分支，通过模拟人脑神经网络的工作方式，实现对数据的分析和处理。Yolov8是深度学习领域中的一种目标检测算法，主要用于识别图像或视频中的对象。

3.模式的创新性

为实现农作物的精准信息监测和智能化管理，首先深入研究农作物的生长特性及参数体系，拟通过对种植区域进行持续的跟踪调查，结合田间试验，收集农作物生长的各类数据，同时进行实地调研和广泛查阅相关文献，获取农作物生长特性的全面信息，再依据知识类别和产生式规则法建立农作物栽培管理知识图谱和规则库，对不同时期农作物的生长特性构建完善的参数体系。以期能够指导管理者在农作物的各个生长阶段做出相应的栽培处理，为农作物的精准信息监测和智能管理决策奠定理论基础。

图3-3数据处理图

虫情监测技术结合GIS地图和深度学习可以实现害虫的诱集、分类统计、实时报传、远程检测、虫害预警，此项监测技术还有防治指导的自动化、智能化；具有可视化程度高；性能稳定操作简便；设置灵活等特点。夜间自动开灯诱集害虫，利用远红外技术处理虫体，避免农药化学物品对人体的健康造成侵害，减少对周围的环境造成污染。该技术通过远程自动拍照将图片和采集地点的经纬度以无线形式发送至平台，平台能记录每个检测区和时间段采集的照片数据。在远程界面中直观地展示虫体种类、治理方法。结合害虫的发生情况对虫害数据进行分析，平台将提供更加准确的害虫的发生趋势，方便管理者进行预警和防治。

图3-4 虫情检测

图3-5 苗情监测流程图

4)   水量检测

针对各灌溉、监测区域安装LORA水表，自动抄表，显示用水量，可根据农作物不同情况，不同区域，不同时间对灌溉的水量进行记录和统计。

图3-6 水量监测图

5)      病害分析

采用GIS及物联网技术，利用监测站点获取的作物信息，进行缓冲区分析及生成作物病害热力图，通过离散数值、权重算法与分析模型等技术手段，将有病害的作物集中地以高亮区域的形式展现出来，帮助管理者处理。

图3-7 病害分析

6)      传感器数据实时监测与对比

平台通过实时监测与分析传感器网络、视频流数据，以及将农田内部数据与外部气象信息相结合，提供近乎即时的农田环境变化情况，更新作物的状态。实时数据的收集和分析能使管理者能够即时响应农田中的变化。根据实时的气象与作物生长数据，系统可以动态调整灌溉、施肥等操作，确保资源高效利用，避免过度或不足，提高资源管理的精准度。基于实时数据将数据的实时流动与处理能力转化为即时行动，确保数据驱动的决策与行动同频共振，实现农业生产的高效运作与资源优化。

图3-8 土壤传感器图

通过对比不同传感器的数据，在地图上将异常数据进行标红。管理者可以通过其监测和分析该种植区域环境的变化，及时发现异常情况，从而及时采取措施，修正问题，避免对作物生长造成不利影响。       

图3-9 传感器数据对比

图3-10 闯入报警与异常点报警

8)      智能水肥一体化灌溉技术与精准培育

运用GIS，物联网、大数据、云计算与传感器技术相结合的方式，在地图中创建三维管网通过实时数据检测管网健康状态，一旦发生管网破裂就会在平台产生告警，并呼叫相应人员进修维修。对农业生产中的环境温度、湿度、光照强度、土壤墒情等参数进行实时监控，通过可控管道系统供水、供肥，使水肥相融后通过管道、喷枪或喷头进行喷灌，均匀、定时、定量的喷洒在农作物发育生长区域，使主要发育生长区域土壤始终保持疏松和适宜的含水量，同时通过平台分析处理传感器数据信息，把水分、养分定时定量，按比例直接提供给农作物，实现智能化灌溉。

采用多传感器融合技术，定时监测作物各项数值，并将各项数值反馈给后台系统中，系统结合大数据算法进行精准化定制浇灌，定制方案经过云计算处理与分析，得出最佳结果并采取相应浇灌措施。

图3-11 精准培育

9)      多端联动

移动端和Web端的多端联动可以实现对农业大棚的实时监控和管理。管理者可以通过移动设备随时随地查看农田的状况、设备的运行状态和数据，进行远程操作和调整。同时，Web端提供更大屏幕和更丰富的功能，方便管理者进行更复杂的数据分析和决策制定。

并且提供了更好的灵活性和便利性。管理者可以根据自己的需求选择使用移动设备或电脑进行操作和管理，无论是在户外巡视农田还是在办公室进行数据分析，都能够方便地访问和控制平台。

10)   信息查询

采用GIS及物联网技术，通过点击信息查询，可以实现地块与数据的联动。选择种植区域，即可出现该种植区域的地块信息，以及其储罐水位、施肥量、温湿度、土壤元素含量等实时数据，帮助管理者了解园区的情况。

图3-12 信息查询

11)   多方面数据实时监测与智能识别

实时监测可以更好帮助管理者及时发现农田中的问题，如土壤湿度异常、病虫害的出现等。此系统基于物联网新一代信息技术，链接传感器监测站点，实时获取温度、湿度、二氧化碳浓度、土壤导电率等数据，通过4G遥测终端可将前端所采集的数据反馈至数据库，进而在大屏幕、手机显示。

通过实时监测，管理者可以迅速采取措施，防止问题进一步扩大，减少损失。并且提供预警和风险预测功能，通过实时监测病虫害、环境数据等，管理者可以及时发现潜在的风险和威胁，采取相应的措施进行防范和管理，减少损失和风险。

建立在物联网基础上，实时获取园区内监控信息，并将信息储存在数据库中，系统通过对存储好的视频监控中的虫害、植株抓拍的视频逐帧提取进行深度学习算法监测出异常事件并预警，如虫害、植株病害等，以便用户及时发现并处理。

图3-13 智能识别数据处理图

12)   轨道机器人

轨道机器人可以通过设定的轨道路径在大棚内部移动，进行巡视和观察，可以有效的减少园区的人力资源应用。它们可以搭载摄像头，用于记录大棚内环境的变化，还可以通过视觉识别技术来检测大棚内是否存在病虫害。它们利用摄像头抓拍、扫描作物，分析图像来识别病害或害虫的迹象，将采集到的信息及时的发送给管理者，以便管理者做出决策。这有助于及早发现和治理病虫害，以减少损失并保持作物的健康状态。

图3-14 轨道机器人

13)   定制化预警

葡萄日灼病是葡萄生产上的常见病害，在高温干旱的夏季尤为严重，通常表现为果实在成熟前或接近成熟时发生日灼病，轻者出现日灼斑，影响果实着色和品质，重者出现大量落果。

图3-15 葡萄日灼病

常见原因是在高温干旱的夏季，葡萄成熟前若遇久旱无雨天气时或土壤含水量不足时，易造成果实日灼病的发生；葡萄果实采收过早过晚或采后遇雨也易导致日灼病的发生；偏施氮肥、没有及时修剪或负载量过大也易引发日灼病；偏施钾肥使葡萄枝叶徒长，导致叶片表面制造养分能力下降而使果实发育受阻易诱发日灼病；夏季高温干旱时葡萄叶片气孔关闭影响光合作用、容易导致日灼病发生。

本平台通过引入当地气象局的天气预警和部署气象传感器和土壤传感器，再对数据进行分析得出预警信息。

图3-16 数据处理图

4.先进性和独特性

本项目在多个方面展现出其先进性和独特性，主要体现在以下几个层面：

1)   技术集成与创新：项目融合了多种前沿技术，包括地理信息系统（GIS）、深度学习、物联网（IoT）技术等，形成了一个综合的智能农业管理系统。特别是，通过引入YoloV8算法，项目实现了对农业区域中人与动物行为的实时识别和监控，提高了农业生产的智能化水平。

2)   精准农业知识库：项目建立了一个详尽的农业知识库，通过收集和分析农作物生长数据，结合实地调研和文献综述，构建了农作物栽培管理知识图谱和规则库。这一知识库能够为农作物的精准监测和管理提供科学依据，增强决策的智能化。

3)   虫情监测技术：项目采用了结合GIS地图和深度学习的虫情监测技术，实现了害虫的自动诱集、分类统计、实时报传和远程检测。该技术通过无线方式将数据发送至平台，实现了虫害的可视化管理和预警，减少了农药的使用，保护了环境和人体健康。

4)   数据时效性：项目平台通过实时监测和分析传感器网络、视频流数据，结合外部气象信息，提供即时的农田环境变化情况和作物状态更新。这种近乎实时的数据收集和分析能力，确保了管理者能够快速响应农田中的变化，优化资源管理。

5.竞争优势

项目在市场中具有明显的竞争优势，主要表现在：

1)   创新技术应用：项目在农业生产中引入了先进的技术手段，如YoloV8算法和深度学习技术，这些技术的应用在当前市场上具有较高的创新性和竞争力。

2)   定制化解决方案：项目提供的不是一个标准化的产品，而是根据农作物的生长特性和农业环境的具体情况，提供定制化的精准农业解决方案。

3)   环境友好：项目注重环境保护，通过减少化学农药的使用，采用更为环保的虫情监测和治理方法，符合当前绿色农业和可持续发展的趋势。

4)   高效运营：项目通过实时数据的收集和分析，提高了农业生产的效率和资源的优化配置，减少了资源浪费，提高了农业生产的经济效益。

5)   强大的团队支持：项目背后有一支由经验丰富的开发人员、系统维护人员和市场推广人员组成的专业团队，他们为项目的持续发展和市场竞争力提供了坚实的支持。

6)   合作伙伴网络：项目已经与多家企业和研究机构建立了合作关系，这些合作伙伴的资源和支持为项目的市场推广和实施提供了有力保障。