首页分享基于花期预测的花卉生长监测系统及方法

基于花期预测的花卉生长监测系统及方法

来源：花匠小妙招时间：2024-10-25 19:34

基于花期预测的花卉生长监测系统及方法

本发明属于植物生长监测领域，具体涉及一种花卉生长监测及花期预测的方法。

背景技术：

1、随着园林花卉种植规模的扩大,花卉种植管理难度越来越大。传统的花卉种植管理主要以人工干预为主,管理手段落后,对花卉的生长信息和需求预判不准, 导致花卉管理系统紊乱,花卉种植效率低、产量小。

2、花卉的生长受很多环境因素的影响，如温湿度、土壤酸碱度、光照强度等。监测花卉生长区域的环境因素，可以帮助花卉管理人员及时掌握花卉生长情况并采取相应的养护应对措施。除此之外，对花卉的始花期进行预测，能够帮助花卉管理人员确定花卉的最佳观测时间，从而制定出合理的赏花日程规划。

技术实现思路

1、为了克服现有技术的上述缺点，本发明提供一种基于花期预测的花卉生长监测系统及方法。

2、本发明通过训练始花期预测模型，能够实现根据气象数据预测花卉始花期的功能。同时，本发明能够实现花卉生长实时监测的功能。具体通过传感器实时监测花卉生长环境参数，通过摄像头采集花卉生长图像，将以上数据信息发送到云服务器，便于用户监测。

3、本发明能够帮助花卉管理人员实时监测花卉生长状态，以便更好地采取措施养护花卉；同时通过预测始花期，帮助花卉管理人员确定花卉的最佳观测时间。

4、本发明解决技术问题采用如下技术方案：

5、1、训练始花期预测模型并预测始花期，具体包括以下步骤：

6、s1、获取数据集：收集历史数据，包括气象数据和花卉物候数据。

7、s2、数据预处理：处理气象数据中的缺失值和错误值，并将处理后的数据做标准化处理；

8、s3、特征选择：利用嵌入法得出各个特征的贡献度，选择能使模型准确度达到90％的最小特征个数；

9、s4、训练模型：将s3中选定的气象特征作为输入值，距离始花期的天数作为目标值，进行基于随机森林回归算法的始花期预报模型构建。对训练集进行随机森林回归算法拟合，使用测试集对拟合结果进行评价；

10、s5、保存训练好的模型。将选定年份的逐日气象数据作为输入值，带入模型，即可预测出花卉在该年份的始花期。

11、进一步地，所述步骤s1中的气象数据为历年的逐日气象数据，包括日最高温度、日最低温度、日平均温度、日最高地温、日最低地温、日均地温、日最低湿度、日均湿度、日降水量、日照时数、日蒸发量，日平均气压、日均风速、日最高风速。花卉物候数据为历年始花期的日期。

12、进一步地，所述步骤s2中数据预处理，具体包括以下步骤：

13、a1、气象数据中有值为32700的数据，表示微量，对这些值直接以数据0 填补；

14、a2、气象数据中有值为32766的数据，表示缺测，对这些值以对应特征的均值填补。

15、进一步地，所述步骤s4中训练花期预测模型，具体包括以下步骤：

16、b1、在历年数据中，筛选从1月1日开始，到始花期日截止的数据作为完整的数据集；将s3中选定的气象特征作为输入值，距离始花期的天数作为目标值；

17、b2、调用sklearn库，搭建随机森林回归模型；

18、b3、利用网格搜索和交叉验证，调整回归模型参数，将r2的值作为模型评价指标，选取令r2的值最大的一组参数作为模型的最终参数；

19、b4、利用最终模型对数据集进行训练，得到始花期预测模型，并利用模型对花期进行预测。

20、进一步地，所述s5中根据模型预测始花期，具体包括以下步骤：

21、c1、统计历年花卉始花期的最早日期，记为d；从该日期的前十天作为开始日期，连续向后选取五天，分别记为d-10，d-9,d-8，d-7,d-6；

22、c2、根据选定的五个日期，将截止到该日期的逐日气象数据分别带入模型 (包括该日期的气象数据)，预测各个日期距离始花期的天数，从而得到五个始花期的预测值；

23、c3、对于预测的五个始花期的日期值，取平均值作为该花卉在选定年份的始花期。

24、2、搭建花卉生长实时监测系统

25、搭建花卉生长实时监测系统包括以下几个模块：控制模块，数据采集模块、数据传输模块、云服务器模块和web平台。

26、所述控制模块采用stm32系列单片机。

27、控制模块与数据采集模块、数据传输模块进行通信。将数据采集模块采集到的数据进行预处理，保存于控制模块的存储器中，在一次通信周期后将存储器中的数据传输至云服务器模块，并可以接受云服务器模块发出的指令。

28、所述数据采集模块，包括空气温湿度传感器、土壤温湿度传感器、光照度传感器、土壤ph传感器、二氧化碳浓度传感器和摄像头，用于采集花卉生长环境参数以及花卉生长图像。

29、所述数据传输模块，采用esp8266型号的wifi芯片。

30、esp8266模块连接指定的云服务器的地址、端口号，并和云服务器模块之间进行通讯。数据传输模块既能将环境参数以及图像数据传送给云服务器模块，也能接收云服务器模块下发的指令，并传送给控制模块。

31、所述云服务器模块接收数据采集模块定时采集的花卉生长环境数据和图像数据，其中，生长环境数据包括空气温湿度、土壤温湿度、光照度、土壤ph值以及二氧化碳浓度；

32、进一步地，所述云服务器模块根据全天定时采集的空气温度数据，取采集数据的最大值作为对应的日最高温度，取采集数据的最小值作为日最低温度，取全天采集数据的均值作为日平均温度；同理，根据全天的土壤温度数据计算出对应的日最高地温、日最低地温和日均地温；根据全天的空气湿度数据计算出日最低湿度和日均湿度，根据全天的光照度数据计算出对应的日照时数。并将计算出得日最高温度、日最低温度、日平均温度、日最高地温、日最低地温、日均地温、日最低湿度、日均湿度、日照时数的数据作为花卉逐日气象数据存储到数据库。

33、进一步地，所述云服务器模块通过读取数据库中存储的花卉逐日气象数据，调用花卉始花期预测模型，将花卉逐日气象数据作为输入值，预测出对应年份的花卉始花期；

34、所述web平台用于和用户进行交互，将花卉生长环境的监测数据和花期预报的结果展示在web端供用户查看。

35、本发明的有益效果是：本发明通过对花卉的生长环境进行实时监测，能够帮助花卉管理人员及时掌握花卉的生长情况，便于采取对应的养护管理措施。同时，本发明利用已知的历史气象数据和花卉物候数据实现了花卉始花期预测的功能，便于花卉管理人员确定最佳的花卉观赏时间，从而制定最佳的赏花日程。

技术特征：

1.基于花期预测的花卉生长监测系统及方法，其特征在于，包括控制模块，数据采集模块、数据传输模块、云服务器模块和web平台；

2.根据权利要求1所述的基于花期预测的花卉生长监测系统及方法，其特征在于，所述数据采集模块包括空气温湿度传感器、土壤温湿度传感器、光照度传感器、土壤ph传感器、二氧化碳浓度传感器和摄像头，分别用于采集花卉生长区域空气温湿度、土壤温湿度、光照强度、土壤ph值、二氧化碳浓度和花卉图像。

3.根据权利要求1所述的基于花期预测的花卉生长监测系统及方法，其特征在于，所述云服务器模块根据全天定时采集的空气温度数据，取采集数据的最大值作为对应的日最高温度，取采集数据的最小值作为日最低温度，取全天采集数据的均值作为日平均温度；同理，根据全天的土壤温度数据计算出对应的日最高地温、日最低地温和日均地温；根据全天的空气湿度数据计算出日最低湿度和日均湿度，根据全天的光照度数据计算出对应的日照时数。并将计算出的日最高温度、日最低温度、日平均温度、日最高地温、日最低地温、日均地温、日最低湿度、日均湿度、日照时数的数据作为花卉逐日气象数据存储到数据库中。

4.根据权利要求1所述的基于花期预测的花卉生长监测系统及方法，其特征在于，所述花卉始花期预测模型，模型训练包括以下步骤：

5.根据权利要求4所述的基于花期预测的花卉生长监测系统及方法，其特征在于，所述步骤s1中气象数据为近15年的逐日气象数据，包括日最高温度、日最低温度、日平均温度、日最高地温、日最低地温、日均地温、日最低湿度、日均湿度、日降水量、日光照强度、日蒸发量，日平均气压、日均风速、日最高风速。花卉物候数据为历年始花期的日期。

6.根据权利要求4所述的基于花期预测的花卉生长监测系统及方法，其特征在于，所述步骤s2中数据预处理，具体包括以下步骤：

7.根据权利要求4所述的基于花期预测的花卉生长监测系统及方法，其特征在于，所述步骤s4中训练花期预测模型，具体包括以下步骤：

8.根据权利要求1所述的基于花期预测的花卉生长监测系统及方法，其特征在于，所述s5中根据模型预测始花期，具体包括以下步骤：

技术总结
本发明的目的是提供一种基于花期预测的花卉生长监测系统及方法，实现根据气象数据预测花卉始花期以及花卉生长实时监测的功能。本发明中要解决的问题是：实现花卉生长实时监测的功能，以及预测花卉始花期，帮助花卉管理人员确定花卉的最佳观测时间。为了解决背景技术所存在的问题，本发明采用了以下技术方案：通过训练始花期预测模型，实现根据气象数据预测花卉始花期的功能。同时，搭建一个花卉生长监测系统，具体通过传感器实时监测花卉生长环境参数，通过摄像头采集花卉生长图像，将以上数据信息发送到云服务器，便于用户监测，实现花卉生长实时监测的功能。

技术研发人员：徐凯宏,许轩,庄倩,常帅,丁明宇
受保护的技术使用者：东北林业大学
技术研发日：
技术公布日：2024/1/16