[发明专利]一种基于区块链的农作物生长环境监测方法及系统

权利要求书

1.一种基于区块链的农作物生长环境监测方法，其特征在于，包括以下步骤：

获取地块图像数据并构建地块变化检测模型；

获取农作物产量遥感数据并构建农作物产量估算模型；

获取农作物病虫害图像数据并构建病虫害检测模型；

获取农作物播种数据与生长数据并基于联盟区块链构建农作物溯源模型；

基于区块链技术整合地块变化检测模型、农作物产量估算模型、病虫害检测模型和农作物溯源模型，得到农作物生长环境监测模型。

2.根据权利要求1所述一种基于区块链的农作物生长环境监测方法，其特征在于，所述获取地块图像数据并构建地块变化检测模型这一步骤，具体包括：

获取地块图像数据并构建地块数据库；

从地块数据库中选取两张待融合地块图像并分别计算对应的信息熵；

对两张待融合地块图像及其对应的信息熵进行小波分解，得到多分辨率结构；

在多分辨率结构上，比较两张待融合地块图像的信息熵在水平、垂直、对角方向对应的小波系数，选择其中一张待融合地块图像的系数作为融合图像在该分辨率上的重建系数；

基于小波系数，通过二维图像小波重建得到融合图像；

在融合图像中标识出发生变化的位置并输出二值化图；

重新选取地块图像数据执行循环训练，得到地块变化检测模型。

3.根据权利要求1所述一种基于区块链的农作物生长环境监测方法，其特征在于，所述获取农作物产量遥感数据并构建农作物产量估算模型这一步骤，具体包括：

获取农作物产量遥感数据并构建农作物产量数据库；

从农作物产量数据库中选取农作物产量遥感数据并进行数据融合；

利用最小二乘拟合方法确定随机森林中决策树的节点；

利用农作物产量遥感数据训练决策树，计算出每个特征平均减少的不纯度作为特征选择的值；

利用特征选择的值和对应的农作物产量训练人工神经网络，得到各个位置的产量并输出产量彩图；

重新选取农作物产量遥感数据执行循环训练，得到农作物产量估算模型。

4.根据权利要求1所述一种基于区块链的农作物生长环境监测方法，其特征在于，所述获取农作物病虫害图像数据并构建病虫害检测模型这一步骤，具体包括：

获取农作物病虫害图片并构建病虫害数据库；

从病虫害数据库中选取训练数据并进行预处理和图像增强，得到图像增强后的预处理数据；

利用图像增强后的预处理数据对残差网络Resnet 50模型进行训练，以focal loss作为损失函数输出病虫害类别分布结果，得到病虫害检测模型。

5.根据权利要求1所述一种基于区块链的农作物生长环境监测方法，其特征在于，所述获取农作物播种数据与生长数据并基于联盟区块链构建农作物溯源模型这一步骤，具体包括：

获取农作物播种数据与生长数据并构建农作物溯源数据库；

以播种数据构建播种链，以生长数据构建生长链，基于联盟区块链整合播种链与生长链，得到农作物溯源模型。

6.根据权利要求5所述一种基于区块链的农作物生长环境监测方法，其特征在于，所述播种链用于记录播种情况，具体包括：

播种前通过记录农作物种子的来源和检测分析报告作为播种链的起始位置；

播种中通过记录肥药施用量和肥药使用记录对播种阶段进行实时数字化描述；

播种后将播种前和播种中的播种情况进行上链。

7.根据权利要求5所述一种基于区块链的农作物生长环境监测方法，其特征在于，所述生长链包括环境精准监测、除草除虫记录、生长收割记录三个节点，具体包括：

所述环境精准监测通过对抗神经网络预测未来天气情况，选择最佳生长收割时间；

所述除草除虫记录用于记录除草除虫所使用的药剂、药量及其时间；

所述生长收割记录用于记录农作物收割数量及其对应的收割时间。