本技術(shù)涉及園林管理，更具體地說，涉及一種基于智能化養(yǎng)護(hù)的園林苗木智慧管理方法及系統(tǒng)。

背景技術(shù)：

1、園林苗木能凈化空氣，吸收二氧化碳、釋放氧氣，還能吸附空氣中的塵埃與有害氣體，改善空氣質(zhì)量。像常見的懸鈴木，葉片大且表面有絨毛，能有效吸附灰塵。同時，苗木根系可固土保水，防止水土流失，降低暴雨洪澇等災(zāi)害風(fēng)險。合理的苗木管理能塑造優(yōu)美景觀，通過搭配不同季節(jié)、色彩和形態(tài)的苗木，營造出四季有景的園林景觀。比如春季的櫻花、夏季的荷花、秋季的銀杏、冬季的臘梅，讓園林隨季節(jié)變化展現(xiàn)獨特魅力。精心修剪的造型苗木，如球形、錐形的黃楊，還能增添園林的藝術(shù)感。健康生長的園林苗木能提升園林的觀賞價值和商業(yè)價值，吸引更多游客，為旅游景區(qū)、公園等帶來經(jīng)濟(jì)效益。對于城市房地產(chǎn)，優(yōu)質(zhì)園林景觀能提升房產(chǎn)價值，促進(jìn)銷售。良好的苗木管理還能減少病蟲害防治成本，延長苗木壽命，節(jié)約資源。豐富的園林苗木種類為各種生物提供棲息地和食物來源，促進(jìn)生物多樣性發(fā)展。例如，鳥類在樹上筑巢棲息，昆蟲以植物為食，形成完整生態(tài)鏈，維護(hù)生態(tài)平衡。

2、現(xiàn)有技術(shù)公開號為cn119228069a的文獻(xiàn)提供一種基于立體感知的園林苗木智慧管理方法，該發(fā)明基于雙目立體視覺技術(shù)獲取園林的三維點云數(shù)據(jù)，并結(jié)合圖像分割和聚類算法，分析園林內(nèi)的櫻花樹分布，得到各個櫻花管理區(qū)域；通過獲取各區(qū)域的環(huán)境數(shù)據(jù)和圖像數(shù)據(jù)，根據(jù)第一櫻花數(shù)據(jù)計算區(qū)域櫻花水分需求系數(shù)；其次，構(gòu)建櫻花異常識別模型，利用深度卷積神經(jīng)網(wǎng)絡(luò)對區(qū)域圖像數(shù)據(jù)進(jìn)行處理，識別區(qū)域害蟲異常特征并計算區(qū)域櫻花異常系數(shù)；最后，根據(jù)水分需求系數(shù)與區(qū)域櫻花異常系數(shù)，綜合計算區(qū)域櫻花調(diào)度迫切度系數(shù)，進(jìn)而根據(jù)區(qū)域櫻花調(diào)度迫切度系數(shù)實現(xiàn)智能化的資源分配與調(diào)度?？蓪崿F(xiàn)園林資源的智能化調(diào)度，從而提升園林的管理效率。

3、上述中的現(xiàn)有技術(shù)方案雖然通過現(xiàn)有技術(shù)的結(jié)構(gòu)可以實現(xiàn)有關(guān)的有益效果，但是仍存在以下缺陷：1、法實現(xiàn)全方位、多維度的實時監(jiān)測。導(dǎo)致對園林氣象和苗木生長狀況的了解存在盲區(qū)，錯過一些關(guān)鍵信息，無法及時掌握園林內(nèi)的整體情況。2、難以精準(zhǔn)識別苗木的生長階段、長勢以及病蟲害等異常情況?？赡軙霈F(xiàn)誤判或者漏判，無法為園林養(yǎng)護(hù)提供可靠的科學(xué)依據(jù)，使得養(yǎng)護(hù)工作缺乏針對性，降低園林養(yǎng)護(hù)效果。3、無法充分整合多源數(shù)據(jù)，對苗木生長環(huán)境和狀況的評估不夠全面。也難以基于歷史和實時數(shù)據(jù)進(jìn)行有效的潛在風(fēng)險預(yù)測，導(dǎo)致在面對突發(fā)情況時，無法提前做好應(yīng)對準(zhǔn)備，容易造成損失。4、不能依據(jù)科學(xué)的分析和評估結(jié)果，結(jié)合專家經(jīng)驗與知識庫給出養(yǎng)護(hù)建議。養(yǎng)護(hù)建議可能只是簡單的經(jīng)驗總結(jié)，缺乏對灌溉、施肥、修剪等多方面的詳細(xì)規(guī)劃和指導(dǎo)，養(yǎng)護(hù)人員難以進(jìn)行科學(xué)作業(yè)，影響園林苗木的健康生長。

4、鑒于此，我們提出一種基于智能化養(yǎng)護(hù)的園林苗木智慧管理方法及系統(tǒng)。

技術(shù)實現(xiàn)思路

1、1.要解決的技術(shù)問題

2、本技術(shù)的目的在于提供一種基于智能化養(yǎng)護(hù)的園林苗木智慧管理方法及系統(tǒng)，解決了上述背景技術(shù)中提出的技術(shù)問題，實現(xiàn)了通過定點監(jiān)測模塊與巡航監(jiān)測模塊全方位采集園林苗木高清圖像，實現(xiàn)對園林氣象和苗木生長狀況的多維度實時監(jiān)測；通過圖像分析模塊可精準(zhǔn)識別苗木生長階段、長勢以及病蟲害等異常情況，為園林養(yǎng)護(hù)提供科學(xué)依據(jù)；通過綜合評估模塊結(jié)合多源數(shù)據(jù)建立評估模型，全面評估苗木生長環(huán)境與狀況，基于歷史和實時數(shù)據(jù)預(yù)測潛在風(fēng)險的技術(shù)效果。

3、2.技術(shù)方案。

4、本技術(shù)技術(shù)方案提供了一種基于智能化養(yǎng)護(hù)的園林苗木智慧管理系統(tǒng)，包括：

5、數(shù)據(jù)收集模塊：收集園林的地質(zhì)數(shù)據(jù)、建筑數(shù)據(jù)和苗木數(shù)據(jù)；對數(shù)據(jù)進(jìn)行標(biāo)注，作為參考樣本；將收集到的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，為后續(xù)的數(shù)據(jù)分析和模型訓(xùn)練提供高質(zhì)量的參考樣本。

6、數(shù)據(jù)采集模塊：根據(jù)園林的地質(zhì)數(shù)據(jù)和苗木種類分布數(shù)據(jù)，合理布設(shè)多種傳感器，實時采集環(huán)境數(shù)據(jù)。

7、氣象數(shù)據(jù)采集模塊：包括氣象儀，實時采集氣象數(shù)據(jù)，包括溫度、濕度、風(fēng)速、風(fēng)向、降雨量、氣壓等氣象數(shù)據(jù)。

8、定點監(jiān)測模塊：包括多個高清攝像頭，根據(jù)園林的地質(zhì)數(shù)據(jù)和苗木種類分布數(shù)據(jù)，利用地理信息系統(tǒng)(gis)技術(shù)進(jìn)行分析，合理布設(shè)多個高清攝像頭，對園林內(nèi)苗木進(jìn)行定點監(jiān)測。

9、路線規(guī)劃模塊：根據(jù)園林的地質(zhì)數(shù)據(jù)和苗木種類分布數(shù)據(jù)，規(guī)劃出無人機(jī)的最優(yōu)飛行路線。

10、巡航監(jiān)測模塊：包括無人機(jī)和高清攝像頭，按照規(guī)劃好的路線，對園林苗木進(jìn)行巡航監(jiān)測，全面采集高清圖像。

11、圖像預(yù)處理模塊：對定點監(jiān)測模塊采集到的圖像和拼接融合后的圖像進(jìn)行預(yù)處理，包括過濾去噪、圖像增強(qiáng)、灰度化和歸一化等。

12、特征提取模塊：對預(yù)處理后的圖像進(jìn)行特征提取，提取的特征包括顏色、紋理和形狀。

13、圖像融合模塊：將巡航監(jiān)測模塊采集到的圖像和定點監(jiān)測模塊實時采集的圖像進(jìn)行拼接融合。

14、圖像分析模塊：構(gòu)建基于深度學(xué)習(xí)的resnet模型，對特征提取后的圖像進(jìn)行識別分析，及時識別出苗木的生長階段和長勢情況；及時識別出病蟲害等異常情況；識別出苗木需要修剪的情況。

15、綜合評估模塊：將數(shù)據(jù)采集模塊實時采集環(huán)境數(shù)據(jù)(溫度、濕度、土壤養(yǎng)分含量、光照)、氣象數(shù)據(jù)與圖像分析模塊的分析結(jié)果相結(jié)合，運用多元線性回歸、主成分分析(pca)等數(shù)據(jù)分析方法，建立綜合評估模型，全面評估園林苗木的生長環(huán)境和生長狀況?；跉v史數(shù)據(jù)和實時監(jiān)測數(shù)據(jù)，采用時間序列分析和支持向量機(jī)svm方法，預(yù)測潛在風(fēng)險。

16、養(yǎng)護(hù)建議模塊：根據(jù)圖像分析模塊的分析結(jié)果和綜合評估模塊的評估結(jié)果，結(jié)合專家經(jīng)驗和養(yǎng)護(hù)知識庫，運用規(guī)則推理和智能決策算法，給出園林苗木的養(yǎng)護(hù)建議，養(yǎng)護(hù)建議涵蓋灌溉、施肥、修剪、清理落葉等方面，為養(yǎng)護(hù)人員提供詳細(xì)、可操作的指導(dǎo)。

17、報警模塊：當(dāng)監(jiān)測到有異常情況時，及時發(fā)出警報；包括聲光報警器，在控制中心發(fā)出警報的同時，通過短信、app推送等方式將報警信息及時通知相關(guān)管理人員，確保異常情況得到及時處理。

18、plc控制中心：與數(shù)據(jù)收集模塊、數(shù)據(jù)采集模塊、氣象數(shù)據(jù)采集模塊、定點監(jiān)測模塊、路線規(guī)劃模塊、巡航監(jiān)測模塊、圖像預(yù)處理模塊、特征提取模塊、圖像分析模塊、綜合評估模塊、養(yǎng)護(hù)建議模塊和報警模塊網(wǎng)絡(luò)連接。

19、通過上述技術(shù)方案，數(shù)據(jù)采集模塊實時采集環(huán)境數(shù)據(jù)；氣象數(shù)據(jù)采集模塊實時采集氣象數(shù)據(jù)，定點監(jiān)測模塊對園林內(nèi)苗木進(jìn)行定點監(jiān)測；路線規(guī)劃模塊根據(jù)園林的地質(zhì)數(shù)據(jù)和苗木種類分布數(shù)據(jù)，規(guī)劃出無人機(jī)的最優(yōu)飛行路線；巡航監(jiān)測模塊按照規(guī)劃好的路線，對園林苗木進(jìn)行巡航監(jiān)測，全面采集高清圖像；圖像預(yù)處理模塊對定點監(jiān)測模塊采集到的圖像和拼接融合后的圖像進(jìn)行預(yù)處理；特征提取模塊對預(yù)處理后的圖像進(jìn)行特征提?。粓D像融合模塊將巡航監(jiān)測模塊采集到的圖像和定點監(jiān)測模塊實時采集的圖像進(jìn)行拼接融合；圖像分析模塊構(gòu)建基于深度學(xué)習(xí)的resnet模型，對特征提取后的圖像進(jìn)行識別分析，及時識別出苗木的生長階段和長勢情況；及時識別出病蟲害等異常情況；識別出苗木需要修剪的情況；綜合評估模塊將數(shù)據(jù)采集模塊實時采集環(huán)境數(shù)據(jù)、氣象數(shù)據(jù)與圖像分析模塊的分析結(jié)果相結(jié)合，全面評估園林苗木的生長環(huán)境和生長狀況。預(yù)測潛在風(fēng)險。養(yǎng)護(hù)建議模塊根據(jù)圖像分析模塊的分析結(jié)果和綜合評估模塊的評估結(jié)果，結(jié)合專家經(jīng)驗和養(yǎng)護(hù)知識庫，運用規(guī)則推理和智能決策算法，給出園林苗木的養(yǎng)護(hù)建議。

20、進(jìn)一步的，綜合評估模塊將數(shù)據(jù)采集模塊實時采集環(huán)境數(shù)據(jù)、氣象數(shù)據(jù)與圖像分析模塊的分析結(jié)果相結(jié)合，建立綜合評估模型，全面評估園林苗木的生長環(huán)境和生長狀況?；跉v史數(shù)據(jù)和實時監(jiān)測數(shù)據(jù)，預(yù)測潛在風(fēng)險，包括以下步驟：

21、1、數(shù)據(jù)整理：獲取實時的環(huán)境數(shù)據(jù)，包括溫度、濕度、土壤養(yǎng)分含量、光照強(qiáng)度等數(shù)據(jù)，這些數(shù)據(jù)反映了園林苗木生長的實時環(huán)境條件。同步收集氣象數(shù)據(jù)，如降雨量、風(fēng)速、氣壓等，了解園林所處區(qū)域的氣象狀況。從圖像分析模塊獲取苗木生長階段、長勢情況、病蟲害等異常情況以及是否需要修剪等分析結(jié)果。將所有收集到的數(shù)據(jù)按照時間順序和監(jiān)測區(qū)域進(jìn)行分類整理，確保數(shù)據(jù)的準(zhǔn)確性和完整性，方便后續(xù)分析使用。

22、2、數(shù)據(jù)預(yù)處理：檢查數(shù)據(jù)的完整性，對于缺失的數(shù)據(jù)，根據(jù)數(shù)據(jù)特點和實際情況，采用合適的方法進(jìn)行填補(bǔ)。對數(shù)據(jù)進(jìn)行歸一化處理，將不同量級和單位的數(shù)據(jù)統(tǒng)一到一個合理的范圍，消除數(shù)據(jù)之間的量綱差異，使后續(xù)的數(shù)據(jù)分析和模型訓(xùn)練更加穩(wěn)定和準(zhǔn)確。去除數(shù)據(jù)中的異常值，通過設(shè)定合理的閾值范圍，識別并剔除那些明顯偏離正常范圍的數(shù)據(jù)點，避免異常值對分析結(jié)果產(chǎn)生較大影響。

23、3、構(gòu)建綜合評估模型：

24、3.1、運用多元線性回歸方法，將環(huán)境數(shù)據(jù)、氣象數(shù)據(jù)與圖像分析結(jié)果作為自變量，苗木的生長狀況指標(biāo)(如生長速度、健康指數(shù)等)作為因變量，建立多元線性回歸模型。通過分析自變量與因變量之間的線性關(guān)系，評估不同因素對苗木生長狀況的影響程度。

25、3.2、采用主成分分析(pca)方法，對大量的環(huán)境數(shù)據(jù)和氣象數(shù)據(jù)進(jìn)行降維處理。將多個相關(guān)的原始變量轉(zhuǎn)換為少數(shù)幾個不相關(guān)的綜合變量(主成分)。

26、3.3、將多元線性回歸和主成分分析的結(jié)果相結(jié)合，構(gòu)建綜合評估模型，全面評估園林苗木的生長環(huán)境和生長狀況。根據(jù)模型的輸出結(jié)果，對園林苗木的生長環(huán)境進(jìn)行打分，判斷生長環(huán)境是否適宜；對生長狀況進(jìn)行分級，明確苗木的生長處于良好、一般還是較差的狀態(tài)。

27、4、構(gòu)建風(fēng)險預(yù)測模型：

28、4.1、收集園林苗木的歷史數(shù)據(jù)，包括過去的環(huán)境數(shù)據(jù)、氣象數(shù)據(jù)、病蟲害發(fā)生情況以及苗木的生長狀況等信息。

29、4.2、采用時間序列分析方法，對歷史數(shù)據(jù)進(jìn)行分析，挖掘數(shù)據(jù)隨時間變化的規(guī)律和趨勢。例如，通過分析過去幾年的病蟲害發(fā)生時間和程度，預(yù)測未來病蟲害爆發(fā)的可能性和時間節(jié)點。

30、4.3、運用支持向量機(jī)(svm)方法，將環(huán)境數(shù)據(jù)、氣象數(shù)據(jù)以及歷史病蟲害發(fā)生數(shù)據(jù)等作為輸入特征，病蟲害爆發(fā)情況、極端天氣對苗木的影響等作為輸出標(biāo)簽，訓(xùn)練svm模型。通過svm模型的分類和預(yù)測能力，對潛在風(fēng)險進(jìn)行評估和預(yù)測，如預(yù)測不同氣象條件下病蟲害爆發(fā)的概率，以及極端天氣可能對苗木造成的損害程度。

31、5、風(fēng)險評估：根據(jù)風(fēng)險預(yù)測模型的結(jié)果，對園林苗木面臨的潛在風(fēng)險進(jìn)行評估，確定風(fēng)險的等級和影響范圍。例如，將病蟲害爆發(fā)的可能性分為高、中、低三個等級，將極端天氣對苗木的影響程度分為嚴(yán)重、中度、輕度三個級別。

32、6、應(yīng)對措施制定：針對不同等級的風(fēng)險，提前制定相應(yīng)的應(yīng)對措施。對于高風(fēng)險的病蟲害爆發(fā)可能性，制定詳細(xì)的病蟲害防治計劃，包括提前準(zhǔn)備防治藥劑、安排專業(yè)人員進(jìn)行定期巡查和防治工作；對于可能受到極端天氣嚴(yán)重影響的區(qū)域，提前采取防護(hù)措施，如搭建防風(fēng)棚、設(shè)置排水系統(tǒng)等，以降低風(fēng)險對園林苗木的損害。

33、7、模型更新優(yōu)化：定期收集新的環(huán)境數(shù)據(jù)、氣象數(shù)據(jù)和圖像分析結(jié)果，對綜合評估模型和風(fēng)險預(yù)測模型進(jìn)行更新和優(yōu)化。隨著時間的推移和數(shù)據(jù)的積累，模型能夠不斷學(xué)習(xí)新的信息，提高評估和預(yù)測的準(zhǔn)確性。根據(jù)實際的園林養(yǎng)護(hù)經(jīng)驗和反饋信息，調(diào)整模型的參數(shù)和算法，使模型更加符合實際情況。例如，如果發(fā)現(xiàn)實際的病蟲害發(fā)生情況與模型預(yù)測存在較大偏差，分析原因并對風(fēng)險預(yù)測模型進(jìn)行改進(jìn)，調(diào)整輸入特征和模型參數(shù)，以提升模型的預(yù)測能力。

34、本發(fā)明提供一種基于智能化養(yǎng)護(hù)的園林苗木智慧管理方法，包括以下步驟：

35、s1、數(shù)據(jù)收集模塊收集園林的地質(zhì)數(shù)據(jù)、建筑數(shù)據(jù)和苗木數(shù)據(jù)；對數(shù)據(jù)進(jìn)行標(biāo)注，作為參考樣本；將收集到的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。數(shù)據(jù)采集模塊根據(jù)園林的地質(zhì)數(shù)據(jù)和苗木種類分布數(shù)據(jù)，合理布設(shè)多種傳感器，實時采集環(huán)境數(shù)據(jù)。

36、s2、氣象數(shù)據(jù)采集模塊實時采集氣象數(shù)據(jù)，包括溫度、濕度、風(fēng)速、風(fēng)向、降雨量、氣壓等氣象數(shù)據(jù)。

37、s3、定點監(jiān)測模塊定點對園林內(nèi)苗木采集高清圖像。

38、s4、路線規(guī)劃模塊根據(jù)園林的地質(zhì)數(shù)據(jù)和苗木種類分布數(shù)據(jù)，規(guī)劃出無人機(jī)的最優(yōu)飛行路線。

39、s5、巡航監(jiān)測模塊按照規(guī)劃好的路線，對園林苗木進(jìn)行巡航監(jiān)測，全面采集高清圖像。

40、s6、圖像融合模塊將巡航監(jiān)測模塊采集到的圖像和定點監(jiān)測模塊實時采集的圖像進(jìn)行拼接融合。

41、s7、圖像預(yù)處理模塊對定點監(jiān)測模塊采集到的圖像和拼接融合后的圖像進(jìn)行預(yù)處理，包括過濾去噪、圖像增強(qiáng)、灰度化和歸一化等；特征提取模塊：對預(yù)處理后的圖像進(jìn)行特征提取，提取的特征包括顏色、紋理和形狀。

42、s8、圖像分析模塊對特征提取后的圖像進(jìn)行識別分析，及時識別出苗木的生長階段和長勢情況；及時識別出病蟲害等異常情況；識別出苗木需要修剪的情況。

43、s9、綜合評估模塊將數(shù)據(jù)采集模塊實時采集環(huán)境數(shù)據(jù)、氣象數(shù)據(jù)與圖像分析模塊的分析結(jié)果相結(jié)合，建立綜合評估模型，全面評估園林苗木的生長環(huán)境和生長狀況?；跉v史數(shù)據(jù)和實時監(jiān)測數(shù)據(jù)，采用時間序列分析和支持向量機(jī)svm方法，預(yù)測潛在風(fēng)險。

44、s10、養(yǎng)護(hù)建議模塊根據(jù)圖像分析模塊的分析結(jié)果和綜合評估模塊的評估結(jié)果，結(jié)合專家經(jīng)驗和養(yǎng)護(hù)知識庫，運用規(guī)則推理和智能決策算法，給出園林苗木的養(yǎng)護(hù)建議，養(yǎng)護(hù)建議涵蓋灌溉、施肥、修剪、清理落葉等方面，為養(yǎng)護(hù)人員提供詳細(xì)、可操作的指導(dǎo)。

45、s11、報警模塊：當(dāng)監(jiān)測到有異常情況時，及時發(fā)出警報。

46、3.有益效果

47、本技術(shù)技術(shù)方案中提供的一個或多個技術(shù)方案，至少具有如下技術(shù)效果或優(yōu)點：

48、1、本發(fā)明通過定點監(jiān)測模塊與巡航監(jiān)測模塊全方位采集園林苗木高清圖像，實現(xiàn)對園林氣象和苗木生長狀況的多維度實時監(jiān)測。

49、2、本發(fā)明通過圖像分析模塊可精準(zhǔn)識別苗木生長階段、長勢以及病蟲害等異常情況，為園林養(yǎng)護(hù)提供科學(xué)依據(jù)。

50、3、本發(fā)明通過綜合評估模塊結(jié)合多源數(shù)據(jù)建立評估模型，全面評估苗木生長環(huán)境與狀況，基于歷史和實時數(shù)據(jù)預(yù)測潛在風(fēng)險，提前做好應(yīng)對準(zhǔn)備。

51、4、本發(fā)明通過養(yǎng)護(hù)建議模塊依據(jù)分析和評估結(jié)果，結(jié)合專家經(jīng)驗與知識庫給出涵蓋灌溉、施肥、修剪等多方面的詳細(xì)養(yǎng)護(hù)建議，指導(dǎo)養(yǎng)護(hù)人員科學(xué)作業(yè)。