ICS35.240.01CCSL67Technicalspecificationsforintelligentmanagementanddecision-makingofcropsthroughouttheentiregrowthcycleofsmar2024-03-18發布2024-03-18實施中國國際科技促進會發布IT/CI301-2024 II 12規范性引用文件 13術語和定義 14總體要求 15農場作物雜草病蟲害識別系統 26農場作物生長態勢識別系統 37農場作物個體狀態識別系統 48農場作物農事活動精準決策系統 5T/CI301-2024本文件按照GB/T1.1-2020《標準化工作導則第1部分：標準化文件的結構和起草規則》的規定起草。請注意本文件的某些內容可能涉及專利。本文件的發布機構不承擔識別專利的責任。本文件由河南科技大學提出。本文件由中國國際科技促進會歸口。本文件起草單位：河南科技大學、北京交通大學、洛陽理工學院、清華大學、龍門實驗室、洛陽辰漢農業裝備科技股份有限公司、中國聯合網絡通信有限公司智能城市研究院、河南群智信息技術有限公司、佳訊飛鴻（北京）智能科技研究院有限公司、北京京鵬環球科技股份有限公司、黃河水利職業技術學院、國科聯盟(北京)國際信息科學研究院。本文件主要起草人：吳慶濤、朱軍龍、王國勇、劉牧華、張明川、權偉、劉云浩、蘇偉、王曉軍、劉琪、王天偉、梁琦、金鑫、鄭瑞娟、冀治航、趙旭輝、王琳、張茉莉、董永生、李響、舒鵬。1T/CI301-2024智慧農場作物全生長周期智慧化管理決策技術規范本文件規定了農場作物全生長周期智慧化管理決策技術的總體要求、農場作物雜草病蟲害識別系統要求、農場作物生長態勢識別系統要求、農場作物個體狀態識別系統要求、農場作物農事活動精準決策系統要求。本文件適用于農場作物全生長周期中種植規劃、作物生長監測、病蟲害預測與防治等的管理決策，不適用智能決策系統準確性可能受到影響的極端天氣。2規范性引用文件本文件沒有規范性引用文件。3術語和定義3.1全生長周期entireGrowthCycle作物從種植、生長、成熟到收獲的整個過程。3.2智慧化管理決策intelligentmanagementdecision-making利用先進的信息技術和農業知識，對農業生產過程中的各種問題和挑戰進行智能分析和判斷，從而做出科學、合理、高效的決策過程。4總體要求4.1基本要求農場作物全生長周期智慧化管理決策技術應滿足以下要求：——系統性。應能全面覆蓋作物全生長周期，從播種到收獲，確保每一環節都得到智能化管理。——實時性。決策應基于實時的環境數據、作物生長數據等，確保決策的及時性和準確——可持續性。應考慮環保和長期效益，確保決策有利于作物的健康生長和土地的可持續利用。4.2決策要求農場作物全生長周期智慧化管理決策應實現以下功能：2T/CI301-2024——作物識別與監測。能夠準確識別作物種類，實時監測作物生長狀態，包括株高、葉面積、病蟲害等。——精準決策建議。基于數據分析結果，提供精準的灌溉、施肥、病蟲害防治等決策建——預測與預警。能夠預測作物生長趨勢，及時發現并預警潛在的生長問題。4.3設計框架農場作物全生長周期智慧化管理決策技術框架如圖1所示。圖1設計框架圖5農場作物雜草病蟲害識別系統5.1數據集構建策略5.1.1確定采集區域和作物種類，選擇具有代表性的地塊作為采集樣本區域，收集不同生長階段、時間、地點的雜草、病蟲害、作物的樣本數據，雜草數據為禾本科雜草，病蟲害數據為葉斑病枯萎病蚜蟲害，作物數據為小麥玉米。5.1.2對收集到的數據進行核對，確保采集的數據與實際場景相符。5.1.3各個數據集收集樣本量應大于5000條。5.1.4數據增強，采用圖像處理技術對采集到的數據進行預處理，去噪、增強對比度。5.2數據標注策略5.2.1利用圖像標注工具標注出目標的具體輪廓。5.2.2為每個邊界框或輪廓分配相應的標簽，“作物”、“雜草”及具體的病蟲害名5.2.3隨機抽樣檢查已標注的圖像，驗證標注的正確性。5.2.4劃分數據集，以70%為訓練集，30%為測試集。3T/CI301-20245.3識別系統性能要求5.3.1識別準確率作物識別準確率應大于等于95%，雜草識別準確率應大于等于90%，病蟲害識別準確率應大于等于90%。5.3.2系統響應時間農場作物識別流程框架見圖2。系統響應時間應小于等于5s。圖2農場作物識別流程圖6農場作物生長態勢識別系統6.1基本要求識別系統應能確定作物的幼苗期、結實期和成熟期等農作物生長環節。6.2生長環節判斷標準6.2.1作物幼苗期為種子已經發芽，幼苗開始生長，但還未形成明顯的莖葉結構。6.2.2作物結實期為作物開始開花、結實。6.2.3作物成熟期為果實已經成熟。6.3識別模型的構建6.3.1從收集的數據集中挑選3000張作物生長環節數據集，其中幼苗期、結實期、成熟期6.3.2劃分數據集，以70%為訓練集，30%為測試集。6.3.3尋找合適的模型，對模型進行訓練驗證，使其準確率達到90%以上，方可投入使用。6.4識別系統的構建6.4.1識別系統應具有農場作物生長態勢系別APP，能夠在安卓、IOS設備上運行，每張圖片的識別響應時間不應超過1s。6.4.2嵌入式設備的農場作物生長態勢識別系統應能在無人機、無人施肥機等設備上有效運4T/CI301-2024行，識別速度應大于或等于75fps/s。7農場作物個體狀態識別系統7.1基本要求個體狀態識別系統應能確定干旱程度和缺肥程度等作物的個體狀態。其中干旱程度分為無干旱、一級干旱、二級干旱和三級干旱；缺肥程度分為無缺肥、一級缺肥、二級缺肥和三級缺肥。7.2個體狀態判斷標準7.2.1干旱程度干旱程度按表1的要求判定。表1干旱程度要求序號干旱程度相對土壤濕度H植被狀況1無干旱H＞70%植被狀況良好，覆蓋率高，無明顯的干旱跡象2一級干旱50%＜H≤70%植被開始出現輕微的枯黃或凋萎現象，覆蓋率稍有下降3二級干旱30%＜H≤50%植被大面積枯黃、凋萎或死亡，覆蓋率明顯降低4三級干旱H≤30%大部分植被嚴重枯死或消失，覆蓋率極低7.2.2缺肥程度缺肥程度按表2的要求判定。表2缺肥程度要求序號干旱程度葉片狀況1無缺肥葉片呈正常的綠色，形態健壯2一級缺肥葉片呈輕微的黃綠色，形態稍弱3二級缺肥葉片呈明顯的黃綠色或黃色，形態較弱4三級缺肥葉片呈嚴重的黃色或白色，形態極為弱小7.3模型的構建7.3.1從收集的數據集中挑選4000張作物個體狀態數據集，其中干旱程度和缺肥程度各2000張，每種程度各500張。7.3.2劃分數據集，以70%為訓練集，30%為測試集。7.3.3尋找合適的模型，對模型進行訓練驗證，使其準確率達到90%以上，方可投入使用。5T/CI301-20247.4識別系統的構建7.4.1識別系統應具有農場作物生長態勢系別APP，能夠在安卓、IOS設備上運行，每張圖片的識別響應時間不應超過1s。7.4.2嵌入式設備的農場作物生長態勢識別系統應能在無人機、無人施肥機等設備上有效運行，識別速度應大于或等于75fps/s。8農場作物農事活動精準決策系統8.1基本要求決策的農事活動應包含揭膜、施肥、灌溉、植保、收割等環節。8.2地塊作物狀態信息的確定8.2.1采用搭載農作物識別、農作物病蟲害識別、農作物生長態勢識別、農作物個體狀態識別系統的無人機對整個地塊作物進行識別。8.2.2確定地塊作物的蟲害等級。在無人機對農作物病蟲害的結果中，統計每個作物的病蟲害的種類個數，對整個地塊統計每棵作物的病蟲害種類，如果大于50%的作物發生蟲害且蟲害類型不低于兩種時，則該地塊為三級蟲害；如果在30%至50%之間的作物發生蟲害且蟲害類型不低于兩種時，則該地塊為二級蟲害；如果在5%至30%之間的作物發生蟲害且蟲害類型不低于兩種時，則該地塊為一級蟲害；如果低于5%的作物發生蟲害且蟲害類型不低于兩種時，則該地塊為無蟲害。8.2.3確定地塊作物的生長態勢。在無人機對農作物生長態勢的結果中，統計幼苗期、結實期和成熟期三個階段的數量，其中數量最多的時期確定為整個地塊作物的生長階段。8.2.4確定地塊作物的個體狀態。在無人機對農作物生長態勢的結果中，統計干旱程度和缺肥程度四個等級程度各個作物數量，其中數量最多的等級確定為整個地塊作物的干旱程度和缺肥程度。8.3農場作物農事活動精準決策8.3.1決策要求8.3.1.1揭膜只會發生在作物生長的幼苗期。8.3.1.2施肥會發生在地塊缺肥等級不低于二級，且生長態勢為幼苗期和結實期。8.