本发明涉及农作物环境管理，具体一种基于物联网的农作物生长环境监测分析系统。
背景技术：
1、随着物联网技术的发展，农业领域也开始广泛应用物联网技术，以提高农业生产效率、加快农业信息化建设。在农业种植环境中，物联网技术可以帮助人们实现全方位、立体化监测，如监测土壤含水量、土壤温度、光照强度、空气湿度和温度等。通过配备数据采集设备，将相关数据传输至信息控制中心，帮助人们对农业种植环境进行调整和改善，为农作物生长提供健康良好的环境。
2、现有的农作物生长环境监测方法主要通过对环境监测参数进行实时监测管理等方式，使得各项环境参数处于适宜农作物生长的区间，当传感器监测到某项参数过高或者过低的情况时，通过自动控制或者人工干预的方式进行调整，进而实现对农作物生长环境的调控管理。
3、然而，在环境调控过程中，很难使得控制的温度达到较为准确的范围，同时由于不同批次农作物品种的细微差别，因此现有的农作物生长环境监测管理方法只能在较大的范围内进行判断，即判断的精度较大。
技术实现思路
1、本发明的目的在于提供一种基于物联网的农作物生长环境监测分析系统，解决以下技术问题：
2、如何如果提高对农作物环境监测的准确性。
3、本发明的目的可以通过以下技术方案实现：
4、一种基于物联网的农作物生长环境监测分析系统，所述系统包括：
5、图像采集模块，用以实时采集农作物的图像信息；
6、图像识别模型，用以按区域对图像采集模块采集的图像信息进行识别，获取每个区域农作物的生长状态信息；
7、环境参数采集模块，用以采集农作物生长环境的参数信息；
8、分析端，根据各个区域农作物的生长状态信息及生长环境的参数信息进行协同分析，根据协同分析结果对环境参数进行反馈调节。
9、进一步地，所述环境参数采集模块包括土壤参数传感器组、气体参数传感器组、温度传感器及湿度传感器；
10、所述生长状态信息包括农作物的成长系数；
11、所述分析端工作的过程包括：
12、按照固定时段获取农作物的成长系数，根据成长系数对应的时间拟合出每个区域的成长系数变化曲线；
13、根据每个区域的成长系数变化曲线用于该类农作物的理想成长系数变化曲线进行比对，根据比对结果对农作物生长状况进行判断，并在判断生成速度低于预设条件时对环境参数进行协同分析，根据分析结果进行反馈调节。
14、进一步地，对农作物生长状态进行判断的过程包括：
15、通过公式：
16、
17、
18、
19、计算获得农作物的整体生长偏离值xgrow及生长一致性系数sgrow；
20、将一致性系数与预设一致性阈值s1进行比对：
21、若sgrow≥s1，判断生长状况均匀性存在异常；
22、若sgrow＜s1，将整体生长偏离值与预设偏离阈值x1进行比对：
23、若xgrow＞x1，则判断整体生长状况存在异常；
24、若xgrow≤x1，则判断生长状态正常；
25、其中，n为分析的区域数，i∈[1，n]，gi为第i个区域的偏离值均值，为所有区域gi的均值，t1为距离种植起始点的相对时间，rt(t)为农作物的理想成长系数变化曲线，ri(t)为第i个区域的成长系数变化曲线，δr为标准偏离值误差函数。
26、进一步地，当判断整体生长状况存在异常时，对环境参数进行协同分析的过程包括：
27、对每项环境参数的变化曲线与标准曲线进行偏差值计算，获得每项环境参数的偏差值；
28、基于大数据获取对应农作物生长的异常原因及其对应典型环境参数模型，将各项环境参数的偏差值与不同异常原因的对应典型环境参数模型进行模型比对，根据比对结果确定农作物生长的异常原因作为溯源结果，根据溯源结果确定对应的反馈调节策略。
29、进一步地，所述偏差值的计算过程包括：
30、通过公式：
31、
32、计算获得第j项环境参数的偏差值devj；
33、所述模型比对的过程包括：
34、通过公式：
35、
36、计算获得当前环境参数与第k个典型环境参数模型的模型偏离度copk，选取模型偏离度copk最小值对应的的异常原因作为溯源结果；
37、其中，pj(t)为第j项环境参数的变化曲线，ptj(t)为第j项环境参数的标准曲线，δpj为第j项环境参数的去量纲系数，mk为第k个典型环境参数模型中关联环境参数的项数，j∈[1，mk]，devjk为第k个典型环境参数模型中第j项环境参数的典型值，γjk为第k个典型环境参数模型中第j项环境参数的关联性系数。
38、进一步地，当判断生长状况均匀性存在异常时，对环境参数进行协同分析的过程包括：
39、对每个区域的偏离值均值gi从低到高进行排序，以排序序号num为x轴、gi大小为y轴建立区域偏离值均值分布曲线g(num)；
40、以排序序号num为x轴、gi对应的devj为y轴建立每个环境参数的特征分布曲线devj(num)；
41、分别计算g(num)与每个环境参数对应的特征分布曲线devj(num)的相关度，根据获取的相关度结果确定溯源结果。
42、进一步地，所述相关度计算的过程包括：
43、通过公式：
44、
45、计算获得第j个环境参数与g(num)的相关度rj，将rj与预设阈值r1进行比对：
46、若rj＞r1时，将第j个环境参数作为关键影响参数；
47、根据所有的关键影响参数确定溯源结果；
48、其中，σ为精度调整系数，且σ≥2，[]为取整符号，[σ*n]表示在num中选取的分析点数，y∈[1，[σ*n]]，为所有分析点对应的g(y)均值，为所有分析点对应的devj(y)均值。
49、进一步地，根据所有的关键影响参数确定溯源结果的过程包括：
50、基于大数据获取对应农作物生长的异常原因及其对应典型环境参数模型，将各项关键影响参数的偏差值与不同异常原因的对应典型环境参数模型进行模型比对，通过公式：
51、
52、计算获得当前关键影响参数与第k个典型环境参数模型的模型偏离度copk，选取模型偏离度copk最小值对应的的异常原因作为溯源结果；
53、其中，u为关键影响参数的数量，z∈[1，u]，devz为第z个关键影响参数的偏离度，devzk为第k个典型环境参数模型中第z项环境参数的典型值，γzk为第k个典型环境参数模型中第j项环境参数的关联性系数。
54、一种基于物联网的农作物生长环境监测分析方法，所述方法采用一种基于物联网的农作物生长环境监测分析系统，包括：
55、s1、通过图像采集模块实时采集农作物的图像信息，并通过图像识别模型按区域对图像采集模块采集的图像信息进行识别，获取每个区域农作物的生长状态信息；
56、s2、通过环境参数采集模块采集农作物生长环境的参数信息；
57、s3、通过分析端根据各个区域农作物的生长状态信息及生长环境的参数信息进行协同分析，根据协同分析结果对环境参数进行反馈调节。
58、本发明的有益效果：
59、(1)本发明通过反馈调整的方式，能够在基于对环境参数主动调整的基础上，通过农作物的生长状况对环境参数进行判断并反馈式调整，能够提高判断及调控的精准性，进而更加利于农作物的生长周期的缩短及生长的一致性。
1.一种基于物联网的农作物生长环境监测分析系统，其特征在于，所述系统包括：
2.根据权利要求1所述的一种基于物联网的农作物生长环境监测分析系统，其特征在于，所述环境参数采集模块包括土壤参数传感器组、气体参数传感器组、温度传感器及湿度传感器；
3.根据权利要求2所述的一种基于物联网的农作物生长环境监测分析系统，其特征在于，对农作物生长状态进行判断的过程包括：
4.根据权利要求3所述的一种基于物联网的农作物生长环境监测分析系统，其特征在于，当判断整体生长状况存在异常时，对环境参数进行协同分析的过程包括：
5.根据权利要求4所述的一种基于物联网的农作物生长环境监测分析系统，其特征在于，所述偏差值的计算过程包括：
6.根据权利要求5所述的一种基于物联网的农作物生长环境监测分析系统，其特征在于，当判断生长状况均匀性存在异常时，对环境参数进行协同分析的过程包括：
7.根据权利要求6所述的一种基于物联网的农作物生长环境监测分析系统，其特征在于，所述相关度计算的过程包括：
8.根据权利要求7所述的一种基于物联网的农作物生长环境监测分析系统，其特征在于，根据所有的关键影响参数确定溯源结果的过程包括：
9.一种基于物联网的农作物生长环境监测分析方法，其特征在于，所述方法采用如权利要求1所述的一种基于物联网的农作物生长环境监测分析系统，包括：
