(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210976875.X (22)申请日 2022.08.15 (71)申请人 南京稻可道智能科技有限公司 地址 211225 江苏省南京市溧水区白马镇 白朱路111号 (72)发明人 曾镇　刘毅雄　 (74)专利代理 机构 深圳市洪荒之力专利代理有 限公司 4 4541 专利代理师 刘真 (51)Int.Cl. G01D 21/02(2006.01) G06V 20/10(2022.01) G06V 10/774(2022.01) (54)发明名称 基于浮空器机载光谱的茶园智能监测系统 及方法 (57)摘要 本发明涉及茶园监测技术领域， 具体公开了 一种基于浮空器机载光谱的茶园智能监测系统 及方法， 所述方法包括建立茶树生长模型， 确定 浮空器的工作路径； 将所述工作路径向浮空器发 送， 接收反馈的田间作物表型数据和光谱图谱； 对田间作物表型数据和光谱图谱进行植被指数 分析， 确定异常点； 根据异常点确定浮空器控制 指令， 将所述控制指令向浮空器发送， 获取异常 点处的细 节图像； 将所述细 节图像输入训练好的 图像识别模型， 确定作物 状态， 读取防治方案。 本 发明可以实现对农林信息数据大范围、 高精度和 多维度的实时监控， 单平台可搭载多种任务载 荷， 结合多种功能， 提高农林信息化水平， 为智慧 农业、 智慧林业的发展提供一种新的路径和更为 坚实的基础。 权利要求书2页 说明书6页 附图3页 CN 115183820 A 2022.10.14 CN 115183820 A 1.一种基于浮空器机载光谱的茶园智能监测系统， 其特 征在于， 所述系统包括： 工作路径确定模块， 用于获取气象信 息， 建立茶树生长模型， 根据 所述茶树生长模型和 所述气象信息确定浮空器的工作路径； 数据获取模块， 用于将所述工作路径向浮空器发送， 接收浮空器反馈的田间作物表型 数据和光谱图谱； 异常点确定模块， 用于根据训练好的光谱分析模型对田间作物表型数据和光谱图谱进 行植被指数分析， 确定异常点； 细节图像获取模块， 用于根据异常点确定浮空器控制指令， 将所述控制指令向浮空器 发送， 获取异常点处的细节图像； 作物状态确定模块， 用于将所述细节图像输入训练好的图像识别模型， 确定作物状态； 根据所述作物状态读取防治方案 。 2.根据权利要求1所述的基于浮空器机载光谱的茶园智能监测系统， 其特征在于， 所述 工作路径确定模块包括： 气象信息获取 单元， 用于建立与气象服 务器的连接通道， 获取气象信息； 茶树参数获取单元， 用于获取茶树品种、 栽种时期、 生长期和历史病虫害发生记录； 所 述历史病虫害发生记录包括历史病虫害发生时期、 持续时长和历史病虫害发生时期天气温 湿度数据； 建模单元， 用于根据气象信息、 茶树品种、 栽种时期、 生长期和历史病虫害发生记录建 立茶树生长模型。 3.根据权利要求1所述的基于浮空器机载光谱的茶园智能监测系统， 其特征在于， 所述 作物状态确定模块包括： 实际状态确定单元， 用于将所述细节图像输入训练好的图像识别模型， 确定作物的实 际生长状态； 理论状态确定单 元， 用于基于所述茶树 生长模型确定作物的理论 生长状态； 比对评级单元， 用于比对所述实 际生长状态和 理论生长状态， 根据比对结果生成作物 评级； 方案查询单 元， 用于根据作物评级在预设的防治方案数据库中查询防治方案 。 4.根据权利要求1所述的基于浮空器机载光谱的茶园智能监测系统， 其特征在于， 所述 浮空器含有空基土壤采集设备， 当接 收土壤采集指令时， 空基土壤采集设备执行土壤采集 动作。 5.一种基于浮空器机载光谱的茶园智能监测方法， 其特 征在于， 所述方法包括： 获取气象信息， 建立茶树生长模型， 根据所述茶树生长模型和所述气象信息确定浮空 器的工作路径； 将所述工作路径向浮空器发送， 接收浮空器反馈的田间作物 表型数据和光谱图谱； 根据训练好的光谱分析模型对田间作物表型数据和光谱图谱进行植被指数分析， 确定 异常点； 根据异常点确定浮空器控制指令， 将所述控制指令向浮空器发送， 获取异常点处的细 节图像； 将所述细节图像输入训练好的图像识别模型， 确定作物状态； 根据所述作物状态读取权　利　要　求　书 1/2 页 2 CN 115183820 A 2防治方案 。 6.根据权利要求5所述的基于浮空器机载光谱的茶园智能监测方法， 其特征在于， 所述 获取气象信息， 建立茶树 生长模型的步骤 包括： 建立与气象服 务器的连接通道， 获取气象信息； 获取茶树品种、 栽种时期、 生长期和历史病虫害发生记录； 所述历史病虫害发生记录包 括历史病虫害发生时期、 持续时长和历史病虫害发生时期天气温湿度数据； 根据气象信息、 茶树品种、 栽种时期、 生长期和历史病虫害发生记录建立茶树生长模 型。 7.根据权利要求5所述的基于浮空器机载光谱的茶园智能监测方法， 其特征在于， 所述 将所述细节图像输入训练好的图像识别模型， 确定作物状态； 根据所述作物状态读取防治 方案的步骤 包括： 将所述细节图像输入训练好的图像识别模型， 确定作物的实际生长状态； 基于所述茶树 生长模型确定作物的理论 生长状态； 比对所述实际生长状态和理论 生长状态， 根据比对结果 生成作物评级； 根据作物评级在预设的防治方案数据库中查询防治方案 。权　利　要　求　书 2/2 页 3 CN 115183820 A 3