本發(fā)明涉及農(nóng)業(yè)管理,更具體地說,本發(fā)明涉及一種面向智慧農(nóng)業(yè)的肥料溯源與質(zhì)量安全管理平臺(tái)。
背景技術(shù):
1、土壤肥料作為農(nóng)業(yè)可持續(xù)生產(chǎn)的基礎(chǔ)保障,不僅是影響農(nóng)作物生長(zhǎng)和繁育效果的關(guān)鍵要素,更是推動(dòng)農(nóng)業(yè)發(fā)展的重要基礎(chǔ)資料,在當(dāng)今數(shù)字經(jīng)濟(jì)高速發(fā)展的背景下,智慧農(nóng)業(yè)作為一個(gè)新興概念應(yīng)運(yùn)而生,數(shù)字技術(shù)為傳統(tǒng)農(nóng)業(yè)注入了新的發(fā)展動(dòng)能,推動(dòng)了農(nóng)業(yè)生產(chǎn)方式從傳統(tǒng)向現(xiàn)代的轉(zhuǎn)變,在智慧農(nóng)業(yè)中,對(duì)肥料的質(zhì)量把控和溯源是其重要應(yīng)用之一,通過數(shù)字化手段,智慧農(nóng)業(yè)不僅能確保肥料的高質(zhì)量和可追溯性,還能為農(nóng)田管理者提供科學(xué)的指導(dǎo),優(yōu)化農(nóng)作物的種植和管理,促進(jìn)農(nóng)業(yè)的可持續(xù)發(fā)展。
2、例如,公開號(hào)為cn115879961a的中國(guó)專利申請(qǐng)公開了一種基于區(qū)塊鏈的農(nóng)業(yè)生產(chǎn)信息溯源方法,該專利通過溯源平臺(tái)生成與目標(biāo)產(chǎn)品對(duì)應(yīng)的溯源碼,該溯源碼對(duì)應(yīng)該目標(biāo)農(nóng)產(chǎn)品的溯源地址,通過掃描所述溯源碼可訪問區(qū)塊鏈網(wǎng)絡(luò)中存儲(chǔ)的所述目標(biāo)農(nóng)產(chǎn)品的溯源信息。
3、盡管上述專利實(shí)現(xiàn)了信息的溯源,但采用的生成溯源碼的方式較為常規(guī),難以實(shí)現(xiàn)精確溯源,此外,該專利僅建立溯源信息,并未對(duì)溯源信息對(duì)應(yīng)的農(nóng)產(chǎn)品進(jìn)行檢測(cè),這可能導(dǎo)致輸入到區(qū)塊鏈中的溯源信息不準(zhǔn)確,從而引發(fā)后續(xù)繁瑣的更改問題。
4、鑒于此,本發(fā)明提出一種面向智慧農(nóng)業(yè)的肥料溯源與質(zhì)量安全管理平臺(tái)以解決上述問題。
技術(shù)實(shí)現(xiàn)思路
1、為了克服現(xiàn)有技術(shù)的上述缺陷,本發(fā)明提供一種面向智慧農(nóng)業(yè)的肥料溯源與質(zhì)量安全管理平臺(tái)。
2、為實(shí)現(xiàn)上述目的,本發(fā)明提供如下技術(shù)方案:
3、一種面向智慧農(nóng)業(yè)的肥料溯源與質(zhì)量安全管理平臺(tái),包括:
4、區(qū)塊鏈構(gòu)建模塊:用于為肥料經(jīng)銷商、監(jiān)管平臺(tái)和農(nóng)場(chǎng)管理者分別構(gòu)建出經(jīng)銷區(qū)塊鏈、監(jiān)管區(qū)塊鏈和交互區(qū)塊鏈;
5、標(biāo)記模塊:用于從經(jīng)銷區(qū)塊鏈中獲取肥料經(jīng)銷商信息和初始肥料數(shù)據(jù),根據(jù)肥料經(jīng)銷商信息構(gòu)建目標(biāo)水印信息,將目標(biāo)水印信息嵌入到初始肥料數(shù)據(jù),得到目標(biāo)肥料數(shù)據(jù);
6、檢測(cè)模塊:用于將目標(biāo)肥料數(shù)據(jù)輸入到監(jiān)管區(qū)塊鏈中,對(duì)目標(biāo)肥料數(shù)據(jù)對(duì)應(yīng)的肥料進(jìn)行資質(zhì)檢測(cè),獲取肥料檢測(cè)數(shù)據(jù),基于肥料檢測(cè)數(shù)據(jù)生成肥料質(zhì)量系數(shù),根據(jù)肥料質(zhì)量系數(shù)判斷是否將目標(biāo)肥料數(shù)據(jù)輸入到交互區(qū)塊鏈中;
7、策略生成模塊:用于從交互區(qū)塊鏈中獲取農(nóng)田信息,將目標(biāo)肥料數(shù)據(jù)和農(nóng)田信息輸入到預(yù)構(gòu)建的策略生成模型中,獲得施肥策略。
8、進(jìn)一步地,根據(jù)肥料經(jīng)銷商信息構(gòu)建目標(biāo)水印信息的方法包括:
9、將肥料經(jīng)銷商信息中m個(gè)經(jīng)銷商子信息進(jìn)行哈希運(yùn)算,生成相應(yīng)的m個(gè)哈希值,根據(jù)m個(gè)哈希值生成大小為m的目標(biāo)單位矩陣,將目標(biāo)單位矩陣作為目標(biāo)水印信息,m為大于0的整數(shù)。
10、進(jìn)一步地,將目標(biāo)水印信息嵌入到初始肥料數(shù)據(jù)的方法包括:
11、調(diào)取預(yù)構(gòu)建數(shù)據(jù)庫中的視圖顯示函數(shù),通過視圖顯示函數(shù)將目標(biāo)水印信息嵌入到初始肥料數(shù)據(jù)中。
12、進(jìn)一步地,肥料檢測(cè)數(shù)據(jù)包括肥料溶解度、肥料含水量、肥效持續(xù)時(shí)間、肥料酸堿值和肥料顆粒直徑方差,基于肥料檢測(cè)數(shù)據(jù)生成肥料質(zhì)量系數(shù)的方法包括:
13、
14、fqc為肥料質(zhì)量系數(shù),fsy為肥料溶解度,fmcre為肥料含水量,fmcsd為標(biāo)準(zhǔn)含水量,fpvre為肥料酸堿值,fpvsd為標(biāo)準(zhǔn)酸堿值,tan-1(·)為反正切函數(shù),fedre為肥效持續(xù)時(shí)間,fedsd為標(biāo)準(zhǔn)持續(xù)時(shí)間,log2(·)是以2為底的對(duì)數(shù)函數(shù),fdv為肥料顆粒直徑方差,cosh(·)為雙曲余弦函數(shù),e為自然常數(shù)。
15、進(jìn)一步地,根據(jù)肥料質(zhì)量系數(shù)判斷是否將目標(biāo)肥料數(shù)據(jù)輸入到交互區(qū)塊鏈的方法包括:
16、判斷肥料質(zhì)量系數(shù)是否大于預(yù)設(shè)質(zhì)量系數(shù)閾值,若是,則將目標(biāo)肥料數(shù)據(jù)輸入到交互區(qū)塊鏈,若否,則不將目標(biāo)肥料數(shù)據(jù)輸入到交互區(qū)塊鏈。
17、進(jìn)一步地,策略生成模型的構(gòu)建方法包括:
18、獲取樣本數(shù)據(jù)集,所述樣本數(shù)據(jù)集中包括歷史肥料數(shù)據(jù)、歷史農(nóng)田信息和歷史施肥策略,將樣本數(shù)據(jù)集劃分為樣本訓(xùn)練集和樣本測(cè)試集,構(gòu)建回歸網(wǎng)絡(luò),以樣本訓(xùn)練集中的歷史肥料數(shù)據(jù)和歷史農(nóng)田信息作為回歸網(wǎng)絡(luò)的輸入數(shù)據(jù),以樣本訓(xùn)練集中的歷史施肥策略作為回歸網(wǎng)絡(luò)的輸出數(shù)據(jù),對(duì)回歸網(wǎng)絡(luò)進(jìn)行訓(xùn)練,得到用于預(yù)測(cè)實(shí)時(shí)施肥策略的初始回歸網(wǎng)絡(luò),利用樣本測(cè)試集對(duì)初始回歸網(wǎng)絡(luò)進(jìn)行測(cè)試,輸出滿足小于預(yù)設(shè)誤差值的初始回歸網(wǎng)絡(luò)作為策略生成模型。
19、進(jìn)一步地,還包括:
20、策略調(diào)整模塊:用于從交互區(qū)塊鏈中獲取農(nóng)田子區(qū)域圖像和施肥記錄信息,基于農(nóng)田子區(qū)域圖像獲取實(shí)際農(nóng)作物長(zhǎng)勢(shì)信息,將施肥記錄信息輸入到預(yù)構(gòu)建的長(zhǎng)勢(shì)預(yù)測(cè)模型中,獲得預(yù)測(cè)農(nóng)作物長(zhǎng)勢(shì)信息,根據(jù)預(yù)測(cè)農(nóng)作物長(zhǎng)勢(shì)信息以及實(shí)際農(nóng)作物長(zhǎng)勢(shì)信息判斷施肥過程是否正常,所述施肥記錄信息是根據(jù)施肥策略進(jìn)行施肥生成。
21、進(jìn)一步地,基于農(nóng)田子區(qū)域圖像獲取實(shí)際農(nóng)作物長(zhǎng)勢(shì)信息的方法包括:
22、獲取農(nóng)田子區(qū)域圖像的實(shí)際區(qū)域面積,根據(jù)實(shí)際區(qū)域面積與標(biāo)準(zhǔn)區(qū)域面積之比確定檢測(cè)點(diǎn)數(shù)量,基于農(nóng)田子區(qū)域圖像的幾何中心點(diǎn)和最遠(yuǎn)邊界點(diǎn)構(gòu)建目標(biāo)等分線,基于檢測(cè)點(diǎn)數(shù)量在目標(biāo)等分線上劃分n個(gè)等距檢測(cè)點(diǎn),獲取n個(gè)等距檢測(cè)點(diǎn)的初始農(nóng)作物長(zhǎng)勢(shì)信息,將n個(gè)初始農(nóng)作物長(zhǎng)勢(shì)信息的均值作為實(shí)際農(nóng)作物長(zhǎng)勢(shì)信息,所述最遠(yuǎn)邊界點(diǎn)為農(nóng)田子區(qū)域圖像的邊界上離幾何中心點(diǎn)最遠(yuǎn)的點(diǎn)。
23、進(jìn)一步地,長(zhǎng)勢(shì)預(yù)測(cè)模型的構(gòu)建方法為:
24、預(yù)設(shè)滑動(dòng)步長(zhǎng)以及滑動(dòng)窗口長(zhǎng)度,將歷史施肥記錄信息使用滑動(dòng)窗口方法將其轉(zhuǎn)化為多個(gè)訓(xùn)練樣本,將訓(xùn)練樣本作為長(zhǎng)勢(shì)預(yù)測(cè)模型的輸入,預(yù)設(shè)滑動(dòng)步長(zhǎng)后的歷史農(nóng)作物長(zhǎng)勢(shì)信息作為輸出,每個(gè)訓(xùn)練樣本的后續(xù)歷史農(nóng)作物長(zhǎng)勢(shì)信息作為預(yù)測(cè)目標(biāo),以預(yù)測(cè)準(zhǔn)確率作為訓(xùn)練目標(biāo),對(duì)長(zhǎng)勢(shì)預(yù)測(cè)模型進(jìn)行訓(xùn)練;生成根據(jù)實(shí)時(shí)施肥記錄信息預(yù)測(cè)未來時(shí)刻農(nóng)作物長(zhǎng)勢(shì)信息的長(zhǎng)勢(shì)預(yù)測(cè)模型。
25、進(jìn)一步地,根據(jù)預(yù)測(cè)農(nóng)作物長(zhǎng)勢(shì)信息以及實(shí)際農(nóng)作物長(zhǎng)勢(shì)信息判斷施肥過程的方法包括:
26、將預(yù)測(cè)農(nóng)作物長(zhǎng)勢(shì)信息與實(shí)際農(nóng)作物長(zhǎng)勢(shì)信息進(jìn)行一一比對(duì),生成長(zhǎng)勢(shì)信息差值集合,將長(zhǎng)勢(shì)信息差值集合中的各個(gè)元素與相應(yīng)的預(yù)設(shè)差值閾值做對(duì)比,當(dāng)存在任一元素大于預(yù)設(shè)差值閾值時(shí),則判斷施肥過程不正常。
27、相比于現(xiàn)有技術(shù),本發(fā)明的有益效果為:
28、本發(fā)明先是構(gòu)建出經(jīng)銷區(qū)塊鏈、監(jiān)管區(qū)塊鏈和交互區(qū)塊鏈,根據(jù)肥料經(jīng)銷商信息構(gòu)建目標(biāo)水印信息,將目標(biāo)水印信息嵌入到初始肥料數(shù)據(jù),得到目標(biāo)肥料數(shù)據(jù),對(duì)目標(biāo)肥料數(shù)據(jù)對(duì)應(yīng)的肥料進(jìn)行資質(zhì)檢測(cè),獲取肥料檢測(cè)數(shù)據(jù),基于肥料檢測(cè)數(shù)據(jù)生成肥料質(zhì)量系數(shù),根據(jù)肥料質(zhì)量系數(shù)判斷是否將目標(biāo)肥料數(shù)據(jù)輸入到交互區(qū)塊鏈中,從交互區(qū)塊鏈中獲取農(nóng)田信息,將目標(biāo)肥料數(shù)據(jù)和農(nóng)田信息輸入到預(yù)構(gòu)建的策略生成模型中,獲得施肥策略,本發(fā)明通過生成目標(biāo)水印信息,實(shí)現(xiàn)了肥料經(jīng)銷商信息與初始肥料數(shù)據(jù)之間的強(qiáng)關(guān)聯(lián),這樣能夠防止初始肥料數(shù)據(jù)被修改,便于后續(xù)進(jìn)行溯源,還能夠?qū)r(nóng)產(chǎn)品進(jìn)行檢測(cè),在檢測(cè)完成后再根據(jù)目標(biāo)肥料數(shù)據(jù)和農(nóng)田信息生成施肥策略,根據(jù)施肥策略,為農(nóng)場(chǎng)管理者提供生產(chǎn)指導(dǎo)。
1.一種面向智慧農(nóng)業(yè)的肥料溯源與質(zhì)量安全管理平臺(tái),其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的一種面向智慧農(nóng)業(yè)的肥料溯源與質(zhì)量安全管理平臺(tái),其特征在于,所述根據(jù)肥料經(jīng)銷商信息構(gòu)建目標(biāo)水印信息的方法包括:
3.根據(jù)權(quán)利要求2所述的一種面向智慧農(nóng)業(yè)的肥料溯源與質(zhì)量安全管理平臺(tái),其特征在于,所述將目標(biāo)水印信息嵌入到初始肥料數(shù)據(jù)的方法包括:
4.根據(jù)權(quán)利要求1所述的一種面向智慧農(nóng)業(yè)的肥料溯源與質(zhì)量安全管理平臺(tái),其特征在于,所述肥料檢測(cè)數(shù)據(jù)包括肥料溶解度、肥料含水量、肥效持續(xù)時(shí)間、肥料酸堿值和肥料顆粒直徑方差,基于肥料檢測(cè)數(shù)據(jù)生成肥料質(zhì)量系數(shù)的方法包括:
5.根據(jù)權(quán)利要求4所述的一種面向智慧農(nóng)業(yè)的肥料溯源與質(zhì)量安全管理平臺(tái),其特征在于,所述根據(jù)肥料質(zhì)量系數(shù)判斷是否將目標(biāo)肥料數(shù)據(jù)輸入到交互區(qū)塊鏈的方法包括:
6.根據(jù)權(quán)利要求1所述的一種面向智慧農(nóng)業(yè)的肥料溯源與質(zhì)量安全管理平臺(tái),其特征在于,所述策略生成模型的構(gòu)建方法包括:
7.根據(jù)權(quán)利要求1所述的一種面向智慧農(nóng)業(yè)的肥料溯源與質(zhì)量安全管理平臺(tái),其特征在于,還包括:
8.根據(jù)權(quán)利要求7所述的一種面向智慧農(nóng)業(yè)的肥料溯源與質(zhì)量安全管理平臺(tái),其特征在于,所述基于農(nóng)田子區(qū)域圖像獲取實(shí)際農(nóng)作物長(zhǎng)勢(shì)信息的方法包括:
9.根據(jù)權(quán)利要求7所述的一種面向智慧農(nóng)業(yè)的肥料溯源與質(zhì)量安全管理平臺(tái),其特征在于,所述長(zhǎng)勢(shì)預(yù)測(cè)模型的構(gòu)建方法為:
10.根據(jù)權(quán)利要求7所述的一種面向智慧農(nóng)業(yè)的肥料溯源與質(zhì)量安全管理平臺(tái),其特征在于,所述根據(jù)預(yù)測(cè)農(nóng)作物長(zhǎng)勢(shì)信息以及實(shí)際農(nóng)作物長(zhǎng)勢(shì)信息判斷施肥過程的方法包括: