[发明专利]基于物联网传感器的虫害远程监测方法、系统及存储介质

权利要求书

1.一种基于物联网传感器的虫害远程监测方法，其特征在于，包括：

利用传感器和摄像头采集目标区域内环境状况信息和植株图像信息；

建立物联网云平台，并通过数据传输模块将所采集的信息传输到所述物联网云平台；

将所述环境状况信息和植株图像信息进行预处理；

建立环境状况数据库，通过所述环境状况数据库对当前环境状况进行分析，同时对环境状况变化进行预测，判断环境状况变化引发的虫害概率并及时预警；

基于所述植株图像信息建立神经网络模型，通过所述神经网络模型识别病虫害信息，进行病虫害的防治。

2.根据权利要求1所述的一种基于物联网传感器的虫害远程监测方法，其特征在于，所述的利用传感器和摄像头采集目标区域内环境状况信息和植株图像信息，具体为：

确定目标区域内面积、地形信息，布置用于采集环境状况信息的传感器节点；

基于无线通信协议建立无线传感器网络模型；

所述无线传感器网络模型中的采集节点将节点位置信息及环境状况信息发送到汇聚节点，所述汇聚节点将信息进行融合，以多跳方式发送给网关；

所述网关通过无线传输介质将融合后的信息传输到预设物联网云平台。

3.根据权利要求1所述的一种基于物联网传感器的虫害远程监测方法，其特征在于，所述的建立环境状况数据库，具体为：

获取目标区域内环境状况信息，根据环境状况信息中的类别特征将环境状况信息进行聚类分析；

从环境状况信息中提取影响因子，并将影响因子及类别特征融合，得到各影响因子的权重；

通过所述权重对所述影响因子进行评估，生成评估信息，将所述评估信息设置相应标签序列；

建立环境信息中各类别信息、影响因子、评估信息及标签序列之间的关系，将所述关系进行储存，建立环境状况信息数据库。

4.根据权利要求1所述的一种基于物联网传感器的虫害远程监测方法，其特征在于,所述的通过所述环境状况数据库对当前环境状况进行分析，同时对环境状况变化进行预测，具体为：

从环境状况信息中提取影响因子，将所述影响因子与预设权重进行匹配计算出评估信息；

通过所述评估信息生成目标区域内环境状况指数；

利用机器学习的方法进行环境变化预测模型构建，得到环境变化预测模型；

将所述环境状况指数导入所述环境变化预测模型，对目标区域内环境变化进行预测；

根据所述环境变化预测模型的预测结果判断环境状况变化引发的虫害概率；

通过所述虫害概率对目标区域内植株进行虫害的提前防治。

5.根据权利要求1所述的一种基于物联网传感器的虫害远程监测方法，其特征在于，所述的基于所述植株图像信息建立神经网络模型，具体为：

采集目标区域内植株图像，利用图像分割提取出植株重要部位图像信息；

设定植株重要部位病虫害数量预警阈值；

建立用于识别植株病虫害信息的神经网络模型模型，并进行初始化训练；

将所述植株重要部位图像信息导入神经网络模型，生成输出信息；

通过所述输出信息判断植株是否存在某种病症或出现虫害现象。

6.根据权利要求5所述的一种基于物联网传感器的虫害远程监测方法，其特征在于，所述的建立用于识别植株病虫害信息的神经网络模型，具体为：

获取足够数量的病虫害图像数据，将所述的病虫害图像数据通过处理分成不同组训练集；

将所述训练集导入神经网络模型进行卷积计算及最大池化，得到不同组训练集中的特征图像；

通过所述特征图像确定每个训练集的特征向量，对所述特征向量进行处理，得到训练集中训练图像的分类向量；

根据所诉分类向量和训练集的初始类别计算得到类别误差，根据所得类别误差对卷积核进行调整；

通过调整后的神经网络模型进行多次迭代训练，当误差值小于预设误差值时，神经网络模型训练结束。