项目概述
针对传统烟草种植依赖人工经验、巡田效率低、决策不精准、专家资源稀缺等问题，本平台融合无人机遥感、智能分析与大语言模型决策辅助，构建了一套覆盖"数据采集---智能分析---决策支持---任务执行"全链条的数字化管理流程，帮助管理人员精确掌握烟草生长状态，提升巡田与决策效率。
三大核心能力
-
生长状态评价：基于无人机影像识别，实现全生育期监测
-
AI农事顾问：大模型智能决策，输出个性化管理建议
-
智能巡查规划：异常区域自动识别，生成最优巡田路线
技术方案
整体架构：
前端Vue 3 + TypeScript + Vite，后端接口联调，YOLOv8视觉算法库支撑目标检测。
核心算法：
改进的YOLO模型对无人机影像中每一株烟草进行识别，自动提取颜色、纹理、形态三大类生长特征，综合计算TGI（烟草长势综合指数），将长势划分为优、良、中、一般、差五个等级。生育期识别采用K-Means聚类+日期锚定。产量预测仅在成熟期启动，估算公式为：亩产量 = 植株密度 × 单株产量系数 × 长势修正系数。
AI决策：
外接DeepSeek大语言模型，基于农业领域Prompt推理框架，融合遥感分析结果、环境监测数据及烟草栽培规范知识，支持上下文记忆、数据冲突检测与决策可追溯。
地图引擎：
基于Mapbox Satellite v9实现地块边界精准绘制与空间可视化。
数据流程：
无人机GeoTIFF影像经滑窗分块（640×640，重叠100px）输入YOLOv8网络，经多尺度翻转增强与跨块NMS去重，输出植株位置与数量密度，再经生长指标计算与TGI综合评价，最终生成热力图与产量预测。
核心功能
功能一：地块管理
地图可视化绘制
基于Mapbox Satellite v9实现地块边界精准绘制，支持多边形工具圈定地块范围，系统自动计算面积，地块边界可随时修改更新，适配实际种植调整。
地块信息数字化管理
地块名称、种植品种、种植面积、地理位置等基本信息统一录入与管理。支持地块的新增、修改、删除、查询等完整操作。
多地块统一管理
支持多个地块集中展示与管理，列表视图与地图视图双模式切换，快速定位任意地块位置，一键跳转。
种植档案全程记录
每个地块独立记录种植品种、种植日期、历史监测数据。所有检测报告、工单记录自动归档至对应地块，形成完整的地块种植档案，可追溯可复盘。
功能二：目标识别检测
平台的核心功能之一。用户选择目标地块与对应日期后，上传无人机影像，点击"整图数据分析"即可启动分析。
多维度长势评价：
YOLOv8模型对影像中每株烟草进行识别，自动提取颜色、纹理、形态三大类共15项生长指标，综合评价烟草长势。
空间化分布展示：
可视化结果中，每一株烟草被自动标记，并按长势综合指数分为5个等级（从绿色到红色代表由优到差），与系统界面热力图一致。可以直观展示哪里长得好、哪里有问题，精准定位异常区域。
动态趋势分析：
支持生长指标（TGI、颜色指标、纹理指标、形态指标）的时间序列动态分析。
分析完成后，用户可下载完整结果包，包含可视化结果与分析报告。
功能三：产量预测
界面动态展示单位面积产量、单位面积植株数、单株平均产量系数、长势修正系数等关键指标。不仅展示总产量，还能查看每个区域的产量分布，精准定位高产与低产区。
成熟期响应，仅在成熟期启动估产，避免早期数据不足导致误差。
功能四：环境分析
气象与环境数据监测：
实时展示当日温度、湿度、土壤pH、日照时长等关键环境指标；以仪表盘、折线图等直观形式呈现数据变化趋势
数据接口实时同步：
系统预留标准数据接口，支持与实体传感器实时对接，点击"同步数据"即可拉取最新环境信息；当前展示示例数据，接口具备"即插即用"能力。
同时，提供土壤中氮、磷、钾、镁、硼等元素含量对比图表，基于多元素含量自动计算土壤综合肥力等级（优/良/中/差），为精准施肥提供科学依据。
功能五：智能决
智能决策流程：数据采集与状态评估 → 知识检索与信息融合 → LLM推理与建议生成
外接DeepSeek大语言模型，构建烟草栽培领域专门推理框架，融合遥感分析结果、环境监测数据及烟草栽培规范知识。用户可通过示例提问，也可自由输入问题，系统综合多元数据给出风险研判与可执行的管理建议。
另外，系统集成地块智能体验功能，自动生成待办农事任务清单，以任务卡片形式呈现，可直接派发给巡田或作业人员，实现从分析诊断到任务执行的业务闭环。
功能六：巡查规划
基于TGI热力图自动判断地块长势等级，结合环境数据对所有点位排序，实现异常区域判定和评级。在风险排序基础上，结合地形与道路条件，自动计算覆盖所有点位且路径最短的巡查路线。
点击"生成巡田任务"一键创建工作单，明确每个点位的检查内容与优先级；巡田人员现场回写检查结果，任务状态自动更新，归档至地块档案，形成"识别→规划→执行→反馈"的完整闭环。
未来规划
持续迭代，打造更智能的种植管理平台
-
作物扩展：从烟草延伸至水稻、小麦、茶叶、果树、蔬菜、花卉等
-
功能升级：病虫害智能识别、精准灌溉控制、自动化农事调度、供应链管理
-
技术深化：边缘端部署与无人机端实时推理、多模态融合（遥感+物联网+气象）、移动端APP、物联网设备自动接入
-
开放与合作：开放API接口、合作伙伴计划、开发者社区、行业标准制定
更多GIS开发入门教程、学习路线、就业前景及案例
点个关注不迷路👇