数字农业产业园玉米数字云平台

数字农业产业园玉米数字云平台项目建设内容分析。 玉米长势遥感一张图，主要运用天空地一体化数据监测模块获取的卫星遥感数据。以两区划定和国土三调中的水田、旱地等地类为底图，展示该区域玉米生育 期内的遥感RGB图像，可以实现动态循环切换，点击每个地块后，单独展示该地图 的卫星图像数据。

数字农业产业园玉米数字云平台

• 数字玉米一张图
  • 领导驾驶舱
    • 通过领导驾驶舱以一张图的形式展现直观地显示本项目建设的内 容。对智慧农业园的种植基地、土壤、植保、作物长势等信息进行综合集成和展 示。连接相关业务数据库，形成了领导驾驶舱基本框架，为用户提供直观、及时、 准确掌握玉米种植资源现状和变化情况。
  • 种植基地一张图
    • 以可视化的形式直观展示基地种植情况、设备分布及环境监 测数据概览。运用地理信息可视化配置技术，将地块、传感器、设备以色块和图 标的形式标定在地图上，形成可视化的基地实景图。结合农业物联设备，基于IoT、 智能算法、数据分析等能力，提供专业可靠的环境实时监测服务、异常传感数据 告警、设备远程控制、数据分析应用服务。
  • 土壤肥力分布一张图
    • 土壤肥力质量作为土壤最本质的属性，是土壤提供植物 养分和生产生物物质的能力，是保障粮食生产的根本。通过获取基地区域土壤肥 力数据分布，依托GIS系统构建区域土壤肥力热力图分布，通过构建肥料效应田间 试验是获得各种作物最佳施肥量、施肥比例、施肥时期、施肥方法的根本途径， 也是筛选、验证土壤养分测试方法、建立施肥指标体系的基本环节。通过田间试 验，掌握各个施肥单元不同作物优化施肥数量，基、追肥分配比例，施肥时期和 施肥方法；摸清土壤养分校正系数、土壤供肥能力、不同作物养分吸收量和肥料 利用率等基本参数；构建作物施肥模型，为施肥分区和肥料配方提供依据。
  • 植保动态监测一张图
    • 通过构建海量植保数据资源库，通过人工智能图像识别 技术应用于农业种植环节的植保领域，为农业生产者提供基AI技术的农业病虫害 田间识别、即时诊断和专家咨询服务，并基于此构建移动终端及线上线下联动平 台，打造作物全生长周期的病虫害管理体系；平台将逐步整合农业专家、农资、 农技服务等行业资源，构建产业前后端联动的资源平台和技术服务联盟。
  • 玉米长势遥感一张图
    • 主要运用天空地一体化数据监测模块获取的卫星遥感数据。以两区划定和国土三调中的水田、旱地等地类为底图，展示该区域玉米生育 期内的遥感RGB图像，可以实现动态循环切换，点击每个地块后，单独展示该地图 的卫星图像数据。
• 天空地一体智慧农业监管平台
  • 卫星遥感监测
    • 利用遥感技术进行农业资源调查、土地利用现状分析、农业病虫害监测、农作物遥感估产等农业应用的综合技术。通过获取不同尺度的遥感影像数据，农业遥感能够为农业资源调查和土地利用分析提供大数据资源，能够进行农作物种植面积提取和遥感估产，能够进行农作物病虫害预测预报。
  • 无人机监测
    • 快速实时地掌握农田信息是实时精准农作的基础。以无人机为平台的低空多光谱探测技术，具有空间分辨率高、时效性强和成本低等特点，配合地面物联网设备监测，能够更好的对作物生长状况、生育期以及营养水平及时掌握。
  • 气象环境监测
    • 通过对接气象数据感知单元，整合作物生长的环境数据，结合阈值报警机制，实现对作物生长环境的动态监测。
  • 土壤墒情监测
    • 通过对接土壤墒情感知单元，整合作物生长的土壤环境数据，结合阈值报警机制，实现对作物生长的土壤环境的动态监测。
  • 虫情监测
    • 基于30多万张害虫标准图库的积累，运用人工智能技术，构建害虫自动识别技术模型，目前已能识别数百种害虫，识别率高达90%以上。借助大数据、可视化等技术手段，对虫害情况进行实时展示与分析，结合历史数据和趋势分析，实现虫害的预报预警，为针对性防控方案制定预留时间，可有效遏制虫害的爆发，最大程度地降低虫害的影响和损失。
  • 田间苗情监测
    • 苗情监测系统实现苗情数据的采集、分类、分时管理和维护，支持对不同数据类型的模块化维护，苗情监测模块通过可视化监控设备，实时采集现场作物生长情况，通过高清视频了解作物的生长态势来判断整体发育与生长是否良好，并且提供定时拍照功能，将每个特定时期的作物长势图片拍照并上传至数据中心，以备后期的作物长势分析提供依据，设备还可以通过识别玉米田间的杂草生长状况，进行草害防控。
• 智能决策分析系统
  • 玉米产前规划决策
    • 产前规划决策模块抓取相关文献数据，再依托物联网设备及遥感技术采集田间环境温度、湿度、 日照时数，特别是积温等数据，确定合适的玉米栽培品种，通过客户端及移动端将分析结果进行发送。
  • 玉米养分管理决策
    • 按照测土配方规程，建立氮磷钾施肥模型，根据产前规划的产量目标，每百公斤产量所需养分数量，施肥产量，有效养分校正系数，肥料 养分含量，肥料利用率等参数，可以通过调用GP（地理信息）服务的方法，得到 “项目区域”地块，片区不同尺度的氮磷钾基肥方案。方案包括所需氮磷钾配方比，单质基肥使用比例，追肥方案等结果。在玉米的关键生长阶段，运用卫星遥感数据，开展追肥推荐，根据苗情监测得到的生物量和地上部吸氮量和当地的作物的氮临界曲线。根据：推荐施肥量=区域优化施肥量 - （地上部真实氮吸氮量 - 临界吸氮量、） / 氮利用效率公式，得到地块尺度的追肥推荐施用量。最终形成了玉米全生育期的养分运筹决策模型。
  • 玉米病虫害防治决策
    • 基于用户端手持设备、虫情在线诊断系统、环境在线监测系统以及生产过程追溯等各子系统有效数据积累分析。该模块分为两个部分： 一个是原始数据库建设，即将现有的病虫草害等数据通过发病时间、发病季节、所属科目、预防办法、治疗办法等分类方案对原始数据进行划分，在相应季节通 过调用数据库数据，在综合服务平台进行信息推送，发布相关季节病虫草害一些 预防方法，在病虫草害发生时也可以通过调阅专家数据库，查阅相关整治方法。二是通过建立自有专家数据库，录入全省或全国相关领域专家，在病虫草害发生后，通过调取系统病虫害视频和照片，虫情专家系统累积的虫情历史数据、环境 数据等相关基础数据，通过对病害的分类划分，分别将所获取的基础数据包发送至相关领域专家邮箱或平台账号内，然后通过短信形式通知相关领域专家进行数据查收。
  • 玉米草害除治决策
    • 利用大数据、物联网、AI、机器学习等现代技术建立田间种植模型，通过田间摄像头，对玉米田内杂草进行识别，通过客户端和手机端向用户发送提示信息。
  • 在线专家咨询系统
    • 建立在线专家咨询系统，对展示热门问题、专家领域、专家引进情况、专家信息等进行可视化展示，为基地工作者提供种植问题解决方案。