CN103604462A - 一种粮食生产风险数据采集方法 - Google Patents
一种粮食生产风险数据采集方法 Download PDFInfo
- Publication number
- CN103604462A CN103604462A CN201310500590.XA CN201310500590A CN103604462A CN 103604462 A CN103604462 A CN 103604462A CN 201310500590 A CN201310500590 A CN 201310500590A CN 103604462 A CN103604462 A CN 103604462A
- Authority
- CN
- China
- Prior art keywords
- data
- collection
- acquisition
- module
- sensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 17
- 238000004891 communication Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000012544 monitoring process Methods 0.000 claims abstract description 11
- 230000004927 fusion Effects 0.000 claims abstract description 4
- 238000007726 management method Methods 0.000 claims description 44
- 230000006870 function Effects 0.000 claims description 16
- 238000013480 data collection Methods 0.000 claims description 7
- 239000002689 soil Substances 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 4
- 238000001556 precipitation Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 2
- 238000013523 data management Methods 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims description 2
- 230000005855 radiation Effects 0.000 claims description 2
- 230000008447 perception Effects 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 10
- 235000013339 cereals Nutrition 0.000 description 16
- 238000004458 analytical method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000012010 growth Effects 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 7
- 238000000605 extraction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 201000004569 Blindness Diseases 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 230000003698 anagen phase Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
- 230000005619 thermoelectricity Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
一种粮食生产风险数据采集方法，包括野外采集设备、采集管理模块和气象预报数据采集模块。其中野外采集设备包括感知模块、数据处理模块和通讯模块，所述感知模块携带可定制的8个传感器通过A／D数据采集接口与数据处理模块相连；所述数据处理模块负责采集策略定制，控制数据的采集、缓存、融合及上报；所述通讯模块用于与该采集管理模块进行通信，以实现采集数据的上报和指令的接收。其中采集管理模块负责设备的部署管理、数据的收发和采集策略的制定。其中气象预报数据采集模块是一种Web数据抓取软件，自动抓取定制区域的气象预报信息。该采集方法首先根据气象预报数据采集模块采集气象预报信息制定初始的数据采集策略，在采集过程中根据上报的监测数据实时修正采集策略，以预报信息和监测数据指导数据采集，形成一个反馈回路。
Description
技术领域
本发明涉及一种粮食生产风险数据采集方法，该方法以气象预报数据为基础，制定初始的数据采集策略，采集过程中根据所采集的实时监测数据修正采集策略，形成一个采集反馈回路。
背景技术
粮食数量安全是新阶段国家安全的基础，农作物生长基础数据采集是粮食数量安全分析与预警的基础。粮食生长是一个复杂的过程，受温度、光照、降水、湿度、土壤、种子等因素影响的很大，实时监测能有效地掌握粮食生产状况，为及时制定预案、预警和灾后重建提供有力的数据支持。
粮食的生产条件要求数据采集设备能够在野外、无人值守的条件下自动采集多种环境数据信息，不同地区的同种作物，相同地区的不同作物，对自然条件的要求也由所区别；即使同一地区、同一作物在生长的不同阶段受外界的影响程度也不尽相同；同时，影响农作物生长的风险因子众多，在农作物生产监测中只能选择一些主要的参数进行采集，因此要求采集系统能够适应所携带传感器的定制需求。
数据采集的目的是为应用分析服务。过于密集的数据采集频率不但会增加野外采集设备的能量消耗，同时会增加通讯的负担；过于少的数据采集频率又可能错过需要的数据细节信息；上报周期过长会降低实时性，上报周期过短又会降低数据融合的效率和增加通信的代价。采用国定的采集策略很难找到一个平衡点。
发明内容
本发明实施例要解决的问题是提供一种新的粮食生产风险数据采集方法，该方法在数据采集过程中能过利用已有的气象预报数据信息和实时采集的监测数据信息指导后续数据的采集，克服数据采集的盲目性。
为达到上述目的，本发明实施例的技术方案提供了一种粮食生产风险数据采集方法。该数据采集方法包括野外采集设备、采集管理模块和气象预报数据采集模块。
所述气象预报数据采集模块是一款基于Java的Web数据获取软件。目前，通过互联网能够获取县级以上行政区域未来3天的气象预报信息，包括温度范围、适度范围、预计将水规模、最大风力等信息，这些天气预报信息对制定未来一天的数据采集策略会有很大的帮助。该气象预报数据采集模块通过模仿人们浏览网页的行为，自动获取网页信息，再利用网页自动分析技术从中获取指定地点的相关气象预报数据信息。网页信息的采集和有用信息的抽取是两个重要技术问题。网页信息采集是从被监测网站上采集新更新的网页信息；有用信息自动抽取是从采集回来的非结构化网页中，按照指定目标抽取所需要的气象预报数据信息。
所述野外采集设备是一种嵌入式系统，包括包括感知模块、数据处理模块和通讯模块。所述感知模块包括8路10位数据采集接口，及连接其上的最多8个传感器；所述数据处理模块具有64Kb数据的存储能力，最多可缓存10天的采集数据，同时具有简单的数据融合和异常数据过滤能力；所述通讯模块采用SIM300GSM模块，支持短信和GPRS两种通讯方式。
进一步，所述野外采集设备支持对每个采集设备、每个传感器的采集策略和上报策略的定制，以及遇警阈值的设定。所述采集策略是指指定传感器的采集频率，包括日常采集频率和遇警采集频率；所述上报策略是指指定传感器的数据上报频率，包括日常数据上报频率和遇警上报频率；所述警阈值是指某类数据的正常取值范围。
进一步，所述野外采集设备支持三类输出信号的传感器，分别是：脉冲型、电压型和电流型，其中支持脉冲型信号输出的传感器有：降水传感器、风速传感器；支持电压型信号输出的传感器有：日照时数传感器或净辐射传感器、风速风向传感器、温湿度传感器或土壤水分传感器；支持电流型信号输出的传感器有：风速风向传感器、温湿度传感器或土壤水分传感器。通过开关电路将所述传感器的不同信号转换为标准的电压信号，以适应不同传感器的信号输出方式。对于电流型或脉冲型的传感器，将所述开关电路置于联通状态，经过中心电阻150欧姆的可变电阻将所述传感器的输出信号转换为0-3.3伏的电压信号；而对于电压型的传感器，将所述开关电路置于断开状态，使得所述传感器的输出信号通过保护电路连接到A／D端口，以进行数据的采集。
所述采集管理模块是一种运行于数据中心的管理软件，主要功能包括数据收发、设备管理、传感器管理、采集管理、采集数据存储、采集数据展示等。所述数据收发主要完成驱动GSM模块与所述野外采集设备进行通讯；所述设备管理主要完成设备的注册、注销以及运行状态的管理；所述传感器管理主要完成已注册设备所携带的传感器的注册、注销、更改这些管理功能，其中包括传感器类型、信号输出类型、对应端口这些信息；所述采集管理包括采集策略管理和采集数据管理。该采集管理模块根据所述气象预报数据采集模块采集气象预报数据和所述采集模块上报的采集数据，自动调整采集策略。
所述数据采集方法的工作流程如下：
1)设备启动，通过通讯模块向采集管理模块发送设备启动消息；
2)采集管理模块到数据库查询设备的相关注册信息，同时根据设备部署地的气象预报信息，制定数据采集策略，之后将上述信息下发给采集设备。
3)采集设备收到上述信息后，进行设备和传感器的初始化，按下发的采集策略进行数据采集和数据上报。
4)采集管理模块收到上报数据后，根据监测数据调整采集策略，并下发给采集设备。
5)采集设备收到采集策略更正消息后，按新的采集策略进行数据采集和数据上报。
6)重复步骤4)和5)。
附图说明
图1是本发明的原理逻辑图；
图2是本发明的系统部署结构图；
图3是本发明的野外采集设备原理图；
图4是本发明的农产品生产风险因子数据采集系统的系统结构框架图。
图5是本发明的野外采集设备印刷电路板图。
图6是本发明的野外采集设备CPU的电路图。
图7是本发明的野外采集设备传感器接口的电路图。
图8是本发明的野外采集设备GSM模块的电路图。
图9本发明的野外采集设备JTAG接口的电路图。
图10本发明的野外采集设备电源的电路图。
图11本发明的野外采集设备辅助外围的电路图。
具体实施方式
下边结合附图和具体实施方式对本发明作进一步的详细阐述。
粮食生产风险数据采集方法利用现有气象预报数据资源、粮食作物生长模型、分析预测模型和实时采集的监测数据指导后续的数据采集。
如图1是该方法的原理逻辑图。首先，根据气象预报数据、粮食作物生长模型、当前时间、作物所处的生长阶段、当前风险因子的特点，制定初步的粮食生产风险数据采集策略，进行数据采集；在采集过程中，根据上报的所采集数据，判断粮食生产的风险程度，再根据风险程度，重新调整数据采集策略，进而指导下一步的数据采集，形成一个数据采集反馈回路。数据采集是为分析服务的，分析的目的是对粮食生产状况进行评估，进而预测粮食的产量。不同的分析预测模型对数据的需求也会有所差异，在进行常规数据采集的同时，如果分析预测模型对数据有个性化的需求，也体现在数据采集策略的调整上。
如图2所示是该方法的系统部署结构图。部署的系统主要由野外采集设备、采集管理模块、气象预报数据采集模块及相应的数据库和人机界面组成。
采集设备部署在粮食作物生长区的田间，能够在无人值守的环境下自主运行。该设备由感知模块、数据处理模块和通讯模块组成。数据采集模块可根据需求定制最多8个传感器，进行不同风险因子数据的采集，传感器的输出接口可以是脉冲、电压或者电流；数据处理模块是野外采集设备的核心，它负责数据采集控制、存储、融合和上报；野外采集设备通过通讯模块与采集管理模块进行交互，完成采集数据的上报和采集指令的接收。采集设备采用220伏火电供电，以6伏可充电电池作为备用电源，在电池充电完全时，电池可提供48小时电力供应；采集设备封装在防尘、防水机箱中，以适应野外的运行环境。
采集管理模块部署在中心机房，通过GSM模块与野外采集设备相连接，通过计算机网络与数据库、人机界面和其它组件相联接。采集管理模块的主要功能包括：设备管理、传感器管理、采集策略管理、采集管理、采集数据存储、采集数据展示、遇警等功能。
设备管理功能主要完成设备的注册、注销以及运行状态的管理；传感器管理主要完成已注册设备所携带的传感器的注册、注销、更改等管理功能，包括传感器类型、信号输出类型、对应端口等信息；采集策略管理功能计算和设定采集设备和设备上各传感器的数据采集策略；采集管理功能用于完成数据采集的实时监控，及时发现设备或传感器是否发生故障或异常；采集管理功能采集数据存储将采集的数据按设备、分类、时间存储到数据库中；采集数据功能展示以地理信息系统的方式展示所采集的数据；遇警功能是当发现有粮食生产险情后，发出警报。
气象预报数据采集模块是一款基于Java的Web数据获取软件，部署在中心机房中，通过计算机网络与数据库相连接，通过互联网与气象预报数据发布网站相联接。目前，通过互联网能够获取县级以上行政区域未来3天的气象预报信息，包括温度范围、适度范围、预计将水规模、最大风力等信息，这些天气预报信息对制定未来一天的数据采集策略会有很大的帮助。该气象预报数据采集模块通过模仿人们浏览网页的行为，自动获取网页信息，再利用网页自动分析技术从中获取指定地点的相关气象预报数据信息。网页信息的采集和有用信息的抽取是两个重要技术问题。网页信息采集是从被监测网站上采集新更新的网页信息；有用信息自动抽取是从采集回来的非结构化网页中，按照指定目标抽取所需要的气象预报数据信息。
如图3所示是野外采集设备原理图，该设备支持最多8路数据采集接口，每个接口均可以定制连接电流、电压和脉冲型传感器。标准的电流输入为4-20毫安，标准的电压输入为0-3.3伏。为了能够在电气接口上能适应不同传感器的信号输出方式，通过8路开关进行控制。对于电流型和脉冲型的传感器，要将开关电路置于联通状态，经过可变电阻将其变为0-3.3伏的电压信号。对于电压型的传感器，将开关电路置于断开状态，信号通过保护电路连接到A／D端口，进行数据的采集。要能够自适应地定制传感器类型，一个重要的问题是采集设备如何识别是何种类型的传感器。由于采集设备是一种嵌入式设备，且要求安装调试尽可能地简单、易用，因此将对传感器的配置认为移到数据中心软件系统中，在进行设备注册的同时进行其所携带的各个传感器的注册，包括注册传感器的类型、接口类型、采集频率、上报频率、灾害阈值、传感器状态等信息。在设备启动后，数据中心将上述信息下发给采集设备。采集设备在接收到上述消息后，对各个A／D采集接口进行初始化，并按指定频率进行数据采集。对于电流型传感器来说，由于其通过可变电阻及其配套电路已转换成电压信号，因此可以与电压型传感器采取同样策略进行处理，采集的信号为0至1023的离散数据，数据的含义由数据中心按传感器的类型进行转换。对于脉冲型传感器需要中断进程进行脉冲信号的捕捉。对于采集后的脉冲信号也有两种类型需要处理，一种是累加型的，如降雨；另一种是频率型的，如风速。对于累加型传感器的处理比较简单，只记录脉冲的累加值，上报后将其清零；对于频率型的传感器来说，首先在一个采集周期内进行累加计数，采集周期结束后，再除以其采集频率的时间间隔，获得脉冲的平均频率信息。
下面介绍农作物生长模型。农作物的生长是一个漫长的过程，这一过程可以划分成多个阶段。作物不同，划分的阶段也有所不同，例如冬小麦从种植到成熟可分为：出苗、三叶、分蘖、越冬、返青、起身、拔节、孕穗、抽穗、开花、灌浆、成熟期等十二个阶段。在每个阶段，影响作物生长的主要风险因子有所不同；同时同一种作物由于种植区域不同，各阶段所在日期、持续的时间长短也会有所不同。因此，要根据种植区域、种植农作物的种类、所处的生长发育期实时设定各传感器的上下阈值。
下面介绍消息传输面临的问题。
野外采集设备的管理、数据的上报均需通过数据采集模块和野外采集设备之间的信息交互来完成，它们之间通过GSM网络进行消息的传递。
第一个面临的问题是传输成本。由于3G网络在野外环境下还没有大范围部署，因此在消息的传递依然通过2G网络。传输的费用与数据的传输量成正比。
数据采集的另一个关键问题是数据安全问题。这主要涉及到：1)垃圾数据轰炸问题，数据中心要能够过滤掉非认证客户端设备的上报数据；2)伪造数据中心指令问题，采集设备的配置、初始化、采集任务都是通过数据中心指令下发完成的，采集设备要能够识别合法的数据中心；3)数据保密问题，采集的数据在传输的过程中要以密文的形式进行传输，防止数据被监听和篡改。前两个问题可以通过握手协议来解决。
同时由于上述工作要在采集设备上完成，由于采集设备是一种嵌入式设备，其处理器处理速度和存储空间均有限，因此需要协议尽可能的简单、轻量。
现有的通信协议不能满足上述对设备和传感器的管理功能、数据的上报功能和数据压缩功能，因此本发明提出了一种新的通信协议。
下面介绍协议模型。
与OSI和TCP／IP模型相似，协议采用分层模型，自底向上分别是物理层、网络层、传输层和应用层。其中传输层可支持传统的TCP／IP模型，以及基于GSM网络的短信服务SMS和GPRS分组服务等。协议被定义在应用层中，其报文可被任意符合协议规范的应用程序创建或解析。
表1协议层次表
本发明提出并实现了一种粮食生产风险数据采集方法，该方法克服原有方法数据采集的盲目性，增加了数据采集的智能性，主要体现在：1)利用公共的气象预报数据资源指导粮食生产风险数据的采集；2)利用已采集的监测数据回馈指导后续数据的采集；3)根据分析预警模型有针对性的进行数据采集。
Claims (10)
1.一种粮食生产风险数据采集方法，该方法包括野外采集设备、采集管理模块和气象预报数据采集模块。该采集方法首先根据气象预报数据采集模块采集气象预报信息制定初始的数据采集策略，在采集过程中根据上报的监测数据实时修正采集策略，以预报信息和监测数据指导数据采集，形成一个采集控制反馈回路。
2.根据权利要求1所述的采集方法，其特征在于：所述野外采集设备包括感知模块、数据处理模块和通讯模块。所述感知模块包括8路10位数据采集接口，及连接其上的最多8个传感器；所述数据处理模块具有64Kb数据的存储能力，最多可缓存10天的采集数据，同时具有简单的数据融合和异常数据过滤能力；所述通讯模块采用SIM300GSM模块，支持短信和GPRS两种通讯方式。
3.根据权利要求1所述的采集方法，其特征在于：所述采集管理模块，主要功能包括数据收发、设备管理、传感器管理、采集管理、采集数据存储、采集数据展示等。所述数据收发主要完成驱动GSM模块与所述野外采集设备进行通讯；所述设备管理主要完成设备的注册、注销以及运行状态的管理；所述传感器管理主要完成已注册设备所携带的传感器的注册、注销、更改这些管理功能，其中包括传感器类型、信号输出类型、对应端口这些信息；所述采集管理包括采集策略管理和采集数据管理。
4.根据权利要求1所述的采集方法，其特征在于：所述采集方法，所述野外采集设备的初始化、数据采集和数据上报依赖所述采集管理模块下发的指令来完成。所述野外采集设备启动后首先向所述采集管理模块发送设备初始化申请，所述采集管理模块根据所述设备的注册信息下发设备初始化参数；所述设备根据收到的参数完成各端口的初始化，并根据既定策略进行数据采集、数据处理和数据上报。
5.根据权利要求2所述的野外采集设备，其特征在于：所述传感器的输出信号主要有三类：脉冲型、电压型和电流型，其中支持 脉冲型信号输出的传感器有：降水传感器、风速传感器；支持电压型信号输出的传感器有：日照时数传感器或净辐射传感器、风速风向传感器、温湿度传感器或土壤水分传感器；支持电流型信号输出的传感器有：风速风向传感器、温湿度传感器或土壤水分传感器。
6.根据权利要求5所述的系统，其特征在于：对于电流型或脉冲型的传感器，将所述开关电路置于联通状态，经过中心阻值150欧姆的可变电阻将所述传感器的0-20毫安或4-20毫安输出信号转换为0-3.3伏的电压信号；而对于电压型的传感器，将所述开关电路置于风速风向传感器、温湿度传感器或土壤水分传感器。
7.根据权利要求2所述的野外采集设备，其特征在于：对于电流型或脉冲型的传感器，将所述开关电路置于联通状态，经过中心阻值150欧姆的可变电阻将所述传感器的0-20毫安或4-20毫安输出信号转换为0-3.3伏的电压信号；而对于电压型的传感器，将所述开关电路置于断开状态，使得所述传感器的输出信号通过保护电路连接到A/D端口，以进行数据的采集。
8.根据权利要求1所述的采集方法，其特征在于：所述气象预报数据采集模块是一个Web数据抓取软件，该软件实时抓取所述野外采集设备部署地的气象预报数据信息，包括风速、风向、温度、湿度、降水等信息。
9.根据权利要求1所述的采集方法，其特征在于：所述采集管理模块根据所述气象预报数据采集模块采集气象预报数据和所述采集模块上报的采集数据，自动调整采集策略。
10.根据权利要求1-10中任一项所述的采集方法，其特征在于：所述采集方法根据预测数据(气象预报数据)和实时监测数据，指导后续数据的采集。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310500590.XA CN103604462A (zh) | 2013-10-23 | 2013-10-23 | 一种粮食生产风险数据采集方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310500590.XA CN103604462A (zh) | 2013-10-23 | 2013-10-23 | 一种粮食生产风险数据采集方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103604462A true CN103604462A (zh) | 2014-02-26 |
Family
ID=50122707
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310500590.XA Pending CN103604462A (zh) | 2013-10-23 | 2013-10-23 | 一种粮食生产风险数据采集方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103604462A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107742157A (zh) * | 2017-08-25 | 2018-02-27 | 东莞市智物信息科技有限公司 | 一种数据采集系统及方法 |
| CN109725610A (zh) * | 2018-11-30 | 2019-05-07 | 厦门钰德服装有限公司 | 工厂生产信息分析处理方法、装置及设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1389767A1 (en) * | 2002-08-13 | 2004-02-18 | Eastman Kodak Company | A method for using remote imaging to predict quality parameters for agricultural commodities |
| CN101916337A (zh) * | 2010-08-23 | 2010-12-15 | 湖南大学 | 一种基于地理信息系统的水稻生产潜力动态预测方法 |
| CN101930662A (zh) * | 2009-10-10 | 2010-12-29 | 中国农业科学院农业资源与农业区划研究所 | 基于远程监控的农田信息实时监测系统及方法 |
| CN102176278A (zh) * | 2011-01-12 | 2011-09-07 | 首都师范大学 | 高适用性农产品生产风险因子数据采集系统 |
| CN202003497U (zh) * | 2011-01-12 | 2011-10-05 | 首都师范大学 | 农产品生产风险因子数据采集设备 |
| CN102230976A (zh) * | 2011-03-25 | 2011-11-02 | 首都师范大学 | 一种粮食生产风险数据采集方法 |
| CN102779391A (zh) * | 2012-07-24 | 2012-11-14 | 中国农业科学院农田灌溉研究所 | 一种干旱预警方法和预警系统 |
-
2013
- 2013-10-23 CN CN201310500590.XA patent/CN103604462A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1389767A1 (en) * | 2002-08-13 | 2004-02-18 | Eastman Kodak Company | A method for using remote imaging to predict quality parameters for agricultural commodities |
| CN101930662A (zh) * | 2009-10-10 | 2010-12-29 | 中国农业科学院农业资源与农业区划研究所 | 基于远程监控的农田信息实时监测系统及方法 |
| CN101916337A (zh) * | 2010-08-23 | 2010-12-15 | 湖南大学 | 一种基于地理信息系统的水稻生产潜力动态预测方法 |
| CN102176278A (zh) * | 2011-01-12 | 2011-09-07 | 首都师范大学 | 高适用性农产品生产风险因子数据采集系统 |
| CN202003497U (zh) * | 2011-01-12 | 2011-10-05 | 首都师范大学 | 农产品生产风险因子数据采集设备 |
| CN102230976A (zh) * | 2011-03-25 | 2011-11-02 | 首都师范大学 | 一种粮食生产风险数据采集方法 |
| CN102779391A (zh) * | 2012-07-24 | 2012-11-14 | 中国农业科学院农田灌溉研究所 | 一种干旱预警方法和预警系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107742157A (zh) * | 2017-08-25 | 2018-02-27 | 东莞市智物信息科技有限公司 | 一种数据采集系统及方法 |
| CN109725610A (zh) * | 2018-11-30 | 2019-05-07 | 厦门钰德服装有限公司 | 工厂生产信息分析处理方法、装置及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102165876B (zh) | 智能节水灌溉施肥系统及方法 | |
| CN202854575U (zh) | 一种农业物联网系统 | |
| CN108574737B (zh) | 基于云技术和zynq平台的农业自动监控系统及方法 | |
| US8078711B2 (en) | Front-end gateway unit for remote ecological environment monitoring system | |
| CN102230976A (zh) | 一种粮食生产风险数据采集方法 | |
| CN106254476A (zh) | 基于物联网、大数据和云计算的农业生态环境信息管理及监控方法与系统 | |
| CN201662705U (zh) | 大棚自动管理及防盗报警系统 | |
| CN107278832A (zh) | 农田智能节水灌溉系统及方法 | |
| CN101295176B (zh) | 基于无线传感网的水产养殖浮头监控自动报警方法 | |
| CN202083940U (zh) | 智能节水灌溉施肥系统 | |
| CN108011965A (zh) | 一种基于微云的农业远程监控系统及其方法 | |
| CN104035755B (zh) | 一种温室远程智能控制系统通用开发装置及开发方法 | |
| CN108061571B (zh) | 基于物联网的智能农业墒情监测系统 | |
| CN109298684A (zh) | 一种基于云平台的远程智能植保监控管理系统 | |
| Pusatkar et al. | Implementation of wireless sensor network for real time monitoring of agriculture | |
| CN102510397A (zh) | 一种农情信息采集装置和系统 | |
| CN102438036A (zh) | 一种建筑工程结构安全施工实时监测系统及应用方法 | |
| CN103604462A (zh) | 一种粮食生产风险数据采集方法 | |
| CN206594472U (zh) | 一种多源采集与数据建模的机房动力环境监控系统 | |
| CN202870546U (zh) | 新型智能虫情测报灯可编程控制系统 | |
| CN102176278A (zh) | 高适用性农产品生产风险因子数据采集系统 | |
| CN205987401U (zh) | 一种基于无线传感网络的农田信息采集系统 | |
| CN203338108U (zh) | 农作物病虫害监测及预警系统 | |
| CN206115670U (zh) | 一种自动化分析作物产量影响因素的系统 | |
| CN105652821A (zh) | 智能温室环境监控系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140226 |
|
| RJ01 | Rejection of invention patent application after publication |