[发明专利]一种耕地质量监测方法及系统

说明书

本发明公开了一种耕地质量监测方法及系统，该方法包括如下步骤：基于卫星图像及DSSD_Xception_coco模型实现监测区域内耕地面积、耕地用途的监测，获取耕地面积参数、耕地用途参数；基于巡检机器人实现耕地土壤的定点取样及理化性质检测，生成对应的土壤理化性质表；实现耕地周围天气环境、耕地作物种植流程的监测，获取耕地周围天气环境参数、耕地作物种植流程参数；基于预设的模型根据耕地面积参数、耕地用途参数和/土壤理化性质表和/耕地周围天气环境参数和/耕地作物种植流程参数实现耕地质量的评估，并获取对应的评估结果。本发明可以实现耕地质量的全面实时监测，大大提高了耕地质量评估结果的精确度。

技术领域

本发明涉及耕地监测技术领域，具体涉及一种耕地质量监测方法及系统。

背景技术

开展耕地质量调查监测，全面掌握耕地质量状况和变化趋势，落实耕地质量保护提升技术措施，对实现“藏粮于地、藏粮于技”战略、保护生态环境、促进农业可持续发展具有十分重要的意义。

目前，耕地质量的监测全程依靠人为调查、检测、登记、整理实现，费时费力的同时，数据普遍存在滞后性，在无法实现耕地质量全面实时监测的同时，大大降低了耕地质量评估结果的精确度。

发明内容

为解决上述问题，本发明提供了一种耕地质量监测方法及系统，可以实现耕地质量的全面实时监测，大大提高了耕地质量评估结果的精确度。

为实现上述目的，本发明采取的技术方案为：

一种耕地质量监测方法，包括如下步骤：

S1、基于卫星图像及DSSD_ Xception_coco 模型实现监测区域内耕地面积、耕地用途的监测，获取耕地面积参数、耕地用途参数；

S2、基于巡检机器人实现耕地土壤的定点取样及理化性质检测，生成对应的土壤理化性质表；

S3、实现耕地周围天气环境、耕地作物种植流程的监测，获取耕地周围天气环境参数、耕地作物种植流程参数；

S4、基于预设的模型根据耕地面积参数、耕地用途参数和/土壤理化性质表和/耕地周围天气环境参数和/耕地作物种植流程参数实现耕地质量的评估，并获取对应的评估结果。

进一步地，所述步骤S1中，首先根据监测区域内耕地所在的地理位置截取对应的耕地区域卫星图像，然后基于DSSD_Xception_coco 模型实现耕地区域卫星图像内载耕地用途的识别，并基于连通分量外接矩形的长宽比实现每种用途对应的耕地区域形状、尺寸的识别，完成耕地面积的计算。

进一步地，所述DSSD_ Xception_coco 模型采用DSSD目标检测算法，用coco数据集预训练Xception神经网络，然后用先前准备好的数据集训练该模型，微调深度神经网络中的各项参数，最后得到合适的用于检测耕地用途的目标检测模型。

进一步地，所述步骤S2中，巡检机器人根据预设的采样点导航地图到达目标采样点完成土壤的采样、装罐操作，每一个土壤样品罐均携带有其对应的取样点地理位置信息；然后通过人为试验分析获取各土壤样品的理化性质参数，生成对应的土壤理化性质表。

进一步地，所述步骤S3中，基于传感器组实现耕地周围环境参数的采集，耕地作物种植流程参数包括耕地作物名称、品种、种植期间施肥、灌溉、施药参数。

进一步地，还包括：基于预设的模板根据耕地面积参数、耕地用途参数、土壤理化性质表、耕地周围天气环境参数、耕地作物种植流程参数、耕地质量评估结果实现耕地质量报表的编制的步骤。

本发明还提供了一种耕地质量监测系统，包括：

耕地面积、用途监测模块，用于基于卫星图像及DSSD_ Xception_coco 模型实现监测区域内耕地面积、耕地用途的监测；