[发明专利]基于神经网络模型的土壤监测方法、系统和可读存储介质

权利要求书

1.一种基于神经网络模型的土壤监测方法，其特征在于，包括以下步骤：基于预设的压力传感器获取目标区域内所述土壤的压力分布信息，输入到训练好的路径识别神经网络模型中，得到牲畜行进路径；

基于采集到的畜牧图像信息识别所述牲畜行进路径上的所述土壤表层的草群数据信息；

利用大数据分析对所述畜牧图像信息中的所述土壤表层的所有草群进行筛选，获取所述目标区域内目标草群的坐标集；

基于所述目标草群的坐标集输出监测区域，并调用所述监测区域内的预设传感器组识别对应位置的土壤信息；

所述基于预设的压力传感器获取目标区域内所述土壤的压力分布信息，输入到训练好的路径识别神经网络模型中，得到牲畜行进路径，具体为：基于预设周期建立与所述压力传感器的通信连接；

获取所述压力传感器采集的土壤压力值，得到所述土壤的压力分布信息；

将所述压力分布信息输入到训练好的所述路径识别神经网络模型中得到模拟输出值，基于模拟输出值获得所述牲畜行进路径；

所述基于采集到的畜牧图像信息识别所述牲畜行进路径上的所述土壤表层的草群数据信息，具体为：建立与预设无人机的通信连接，基于所述周期获取所述畜牧图像信息；

基于所述牲畜行进路径获取对应所述畜牧图像信息上的位置信息；

基于所述位置信息获取对应的所述土壤表层的草群数据信息；

所述利用大数据分析对所述畜牧图像信息中的所述土壤表层的所有草群进行筛选，获取所述目标区域内目标草群的坐标集，具体为：待所述牲畜行进路径上的草群数据信息被获取后，利用大数据分析对所述畜牧图像信息中的所有草群进行筛选；

将筛选成功后的结果作为所述目标草群输出；

提取每个所述目标草群的位置坐标以获取所述目标区域内所述目标草群的坐标集。

2.根据权利要求1所述的一种基于神经网络模型的土壤监测方法，其特征在于，所述路径识别神经网络模型训练方法为：获取历史检测数据的土壤压力值与土壤压力分布信息；

将所述历史检测数据的土壤压力值与土壤压力分布信息进行预处理，得到训练样本集；

将所述训练样本集输入至初始化的所述路径识别神经网络模型中训练；

获取输出结果的准确率；

若所述准确率大于预设的准确率阈值，则停止训练，得到所述路径识别神经网络模型。

3.根据权利要求1所述的一种基于神经网络模型的土壤监测方法，其特征在于，所述基于所述目标草群的坐标集输出监测区域，并调用所述监测区域内的预设传感器组识别对应位置的土壤信息，具体为：获取到所述坐标集后基于所述目标区域输出所述监测区域；

建立与所述监测区域内的所述传感器组的通信连接，基于所述周期获取所述传感器组中各传感器采集的数据，其中，所述传感器组包括但不限于土壤湿度传感器，土壤PH传感器，以及无机元素传感器；

基于所述各传感器采集的数据识别对应位置的所述土壤信息。