18、基于机器学习的农业移动应用开发

基于机器学习的农业移动应用开发

1. 害虫检测与模块请求

在农业生产中，利用物联网摄像头与树莓派模块结合进行害虫检测。当检测到害虫时，会通过农民使用的移动应用发送通知。农民可通过应用内的功能选择，发起对应用其他模块的 API 请求，这些模块包括作物选择、产量预测和市场价格预测等。为获取所需数据，托管 API 会使用天气 API 和 Firebase（用于产量预测和作物选择模块的天气数据）。通过对可用输入数据进行模型训练，实现预期结果，并将结果返回给应用，最终展示在农民的应用屏幕上。

1.1 实时田间状态监测

该模块负责获取土壤湿度的实时信息，并在需要浇水时提醒农民。它会将土壤湿度与预设的阈值进行比较，若低于阈值，就会向农民的手机发送通知。为实现这一功能，使用了名为 NodeMCU（ESP8266）的土壤湿度传感器，持续记录田间的实时状态。数据被推送至 Firebase 的实时数据库进行处理，该数据库可实现用户间的实时数据同步和存储，使用的是 FirebaseESP8266.h 库进行传输。

2. 作物检测与市场预测

2.1 数据收集

• NPK 值 ：通过 STCR 研究针对不同土壤类型确定了各种作物所需的 NPK 值。
• 作物产量数据 ：在印度的开放政府数据平台上可获取包含作物产量信息的数据集，涵盖作物年份、季节、面积和产量等因素。
• 气象数据 ：最低和最高温度以及降雨量数据由 Skymet 的气象服务提供。