CN105379609A - 一种区域内绿化带智能洒水方法 - Google Patents
一种区域内绿化带智能洒水方法 Download PDFInfo
- Publication number
- CN105379609A CN105379609A CN201510822436.3A CN201510822436A CN105379609A CN 105379609 A CN105379609 A CN 105379609A CN 201510822436 A CN201510822436 A CN 201510822436A CN 105379609 A CN105379609 A CN 105379609A
- Authority
- CN
- China
- Prior art keywords
- image
- plant
- nutrient solution
- collection
- greenbelt
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000003973 irrigation Methods 0.000 claims abstract description 36
- 230000002262 irrigation Effects 0.000 claims abstract description 36
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 21
- 241000196324 Embryophyta Species 0.000 claims description 69
- 235000015097 nutrients Nutrition 0.000 claims description 44
- 238000007689 inspection Methods 0.000 claims description 5
- 239000007921 spray Substances 0.000 claims description 5
- 238000003756 stirring Methods 0.000 claims description 5
- 230000001419 dependent effect Effects 0.000 claims description 3
- 230000004083 survival effect Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 4
- 238000002955 isolation Methods 0.000 description 3
- 241000167854 Bourreria succulenta Species 0.000 description 2
- 241000544061 Cuculus canorus Species 0.000 description 2
- 241000157835 Gardenia Species 0.000 description 2
- 241000662021 Ligustrum x vicaryi Species 0.000 description 2
- 240000007019 Oxalis corniculata Species 0.000 description 2
- 235000016499 Oxalis corniculata Nutrition 0.000 description 2
- 241000219793 Trifolium Species 0.000 description 2
- 235000019693 cherries Nutrition 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 208000003464 asthenopia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G25/00—Watering gardens, fields, sports grounds or the like
- A01G25/16—Control of watering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
Landscapes
- Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Water Supply & Treatment (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种区域内绿化带智能洒水方法,属于绿化灌溉技术领域。首先,针对区域内绿化带中所有品种的植物,建立植物信息数据库;其次,建立图像识别模板库;然后,进行现场图像采集,并将采集的图像传送给控制中心,控制中心对采集的信息进行综合处理后,根据综合处理的结果向执行单元发送相关指令;最后,执行单元执行接收到的指令。本发明为绿化带洒水提供一种科学、合理的解决方案,不仅节约了水资源,大幅度提高了工作效率,且有效提高了植物的成活率,同时,在很大程度上对绿化带智能化洒水解决方案做出了探索。
Description
技术领域
本发明涉及一种区域内绿化带智能洒水方法,属于绿化灌溉技术领域。
背景技术
城市绿化带作为都市一道靓丽的风景线,不仅能滞尘减噪,净化、美化环境,且能有效的诱导司机的视线,消除视觉疲劳,减少交通事故的发生,在城市中占据着不可取代的重要地位。目前,随着科技的日益发展和水资源压力的日益加剧,如何高效率的利用水资源并最大化的发挥科技效益,成为了当今各行各业的所面临一个重要问题。城市绿化带的洒水灌溉作为一个高耗水产业,其不仅水资源能耗高,且配套的洒水装置多智能化程度低,工作效率差,在很大程度上阻碍了相关工作的开展。
现有的有关绿化带洒水的相关专利,比如申请公布号:CN102577914A,申请者设计的绿化带洒水装置,在该专利中申请者通过采用测距仪和可控角度的喷头,有效避免了水资源的外洒;比如申请公布号:CN104005357A,申请者设计的一种多功能洒水车,在该专利中申请者在传统洒水装置考虑到了灭虫情况,添置了药壶。但在以上专利中,均没有涉及到根据植物的不同品种设定浇水量,且通过采用数字图像处理技术对绿化带内植物品种进行智能识别,并根据智能识别的结果精确灌溉,有效避免水资源浪费。
发明内容
本发明要解决的技术问题是提出一种区域内绿化带智能洒水方法,用以解决上述问题。
本发明的技术方案是:一种区域内绿化带智能洒水方法,首先,针对区域内绿化带中所有品种的植物,建立植物信息数据库;其次,建立图像识别模板库;然后,进行现场图像采集,并将采集的图像传送给控制中心,控制中心对采集的信息进行综合处理后,根据综合处理的结果向执行单元发送相关指令;最后,执行单元执行接收到的指令。
具体步骤为:
Step1:建立植物信息数据库:收集区域内绿化带中的所有品种植物的信息,根据植物品种的不同,通过查阅资料设定其浇水量xi、营养液配比率并登记存储以上信息,建立植物信息数据库;
Step2:建立图像识别模板库:首先,采集区域内绿化带中所有品种植物的叶片图像;然后,基于Matlab软件平台,依次对采集的图像进行数字图像处理,并对数字图像处理的结果进行标识存储;登记存储以上信息,建立图像识别模板库;
Step3:现场图像采集;在对区域内绿化带实际洒水的过程中,采用摄像头对绿化带中植物的叶片进行图像采集,并将现场采集的图像实时传送到控制中心;
Step4:综合处理:
Step4.1:控制中心接收到现场采集的图像后,对图像进行数字图像处理,并调用图像识别模板库中的数据,通过模板匹配,对当前现场采集的图像进行智能识别:
1、识别出现场采集的图像中没有植物,则控制中心向执行单元发出停止洒水的指令;
2、识别出现场采集的图像中植物的品种,则控制中心调用植物信息数据库中的数据,并通过建立模型计算出营养液剂量;最后,控制中心将被识别的植物的浇水量xi、营养液剂量pi发送到执行单元;
(1)建立营养液剂量计算模型;
式中:pi表示营养液剂量,表示营养液配比率,xi表示浇水量;
(2)针对当前现场采集图像的中的被识别的植物,控制中心将浇水量xi、营养液剂量pi及洒水指令发送到执行单元;
Step5:指令执行:执行单元根据接收的指令执行指令内容。
1、执行单元接收到停止洒水的指令后,则关闭阀门,停止洒水;
2、执行单元接收到浇水量xi、营养液剂量pi及洒水指令后,则按量取出实际浇水量xi、营养液剂量pi,且搅拌均匀后,进行喷洒。
本发明的有益效果是:
1、本发明专利通过建立植物信息数据库、图像识别模板库,并采用数字图像处理等技术,实现了对区域内绿化带中植物的品种的智能识别;并针对智能识别的结果,实现了对绿化带中不同品种植物的浇水量、营养液剂量的精确计算及精确灌溉。
2、本发明专利针对现有绿化带洒水装置智能化程度低,工作效率差,水资源浪费严重等一系列问题,提出了一种高效、科学的解决方案,不仅节约了水资源,大幅度提高了工作效率,且有效提高了植物的成活率,实现了针对绿化带的智能化洒水,同时,在很大程度上对智能化洒水解决方案做出了探索。
附图说明
图1是本发明中区域内绿化带智能洒水方法的总体流程图;
图2是本发明中区域内绿化带智能洒水方法的结构框图。
具体实施方式
下面结合附图和具体实施方式,对本发明作进一步说明。
实施例1:如图1所示,一种区域内绿化带智能洒水方法,首先,针对区域内绿化带中所有品种的植物,建立植物信息数据库;其次,建立图像识别模板库;然后,进行现场图像采集,并将采集的图像传送给控制中心,控制中心对采集的信息进行综合处理后,根据综合处理的结果向执行单元发送相关指令;最后,执行单元执行接收到的指令。
具体步骤如下:
Step1:建立植物信息数据库:收集区域内绿化带中的所有品种植物的信息,根据植物品种的不同,通过查阅资料设定其浇水量xi、营养液配比率在MySQL数据库软件中登记存储以上信息,建立植物信息数据库;
Step2:建立图像识别模板库:首先,采集区域内绿化带中所有品种植物的叶片图像;然后,基于Matlab软件平台,依次对采集的图像进行数字图像处理,并对数字图像处理的结果进行标识存储;登记存储以上信息,建立图像识别模板库;
所述标识存储就是以植物的品种名称进行命名存储;
Step3:现场图像采集;在对区域内绿化带实际洒水的过程中,采用摄像头对绿化带中植物的叶片进行图像采集,并将现场采集的图像实时传送到控制中心;
Step4:综合处理:
Step4.1:控制中心接收到现场采集的图像后,对图像进行数字图像处理,并调用图像识别模板库中的数据,通过模板匹配,对当前现场采集的图像进行智能识别:
1、识别出现场采集的图像中没有植物,则控制中心向执行单元发出停止洒水的指令;
所述图像中没有识别出植物,主要原因在于摄像头采集到了绿化带之间的隔离路面的图像,所以没有识别出植物;
2、识别出现场采集的图像中植物的品种,则控制中心调用植物信息数据库中的数据,并通过建立模型计算出营养液剂量;最后,控制中心将被识别的植物的浇水量xi、营养液剂量pi发送到执行单元;
(1)建立营养液剂量计算模型;
式中:pi表示营养液剂量,表示营养液配比率,xi表示浇水量;
(2)针对当前现场采集图像的中的被识别的植物,控制中心将浇水量xi、营养液剂量pi及洒水指令发送到执行单元;
Step5:指令执行:执行单元根据接收的指令执行指令内容。
1、执行单元接收到停止洒水的指令后,则关闭阀门,停止洒水;
2、执行单元接收到浇水量xi、营养液剂量pi及洒水指令后,则按量取出实际浇水量xi、营养液剂量pi,且搅拌均匀后,进行喷洒。
实施例2:已知区域A内绿化带中共有四种植物,通过查阅资料,设定其浇水量xi、营养液配比率并在MySQL数据库软件中登记存储以上信息,建立植物信息数据库;具体如表1所示:
表1:
植物名称 | 浇水量 | 营养液配比率 |
矮紫樱 | 32g/dm2 | 1:20 |
杜鹃 | 25g/dm2 | 1:16 |
栀子花 | 40g/dm2 | 1:12 |
金叶女贞 | 35g/dm2 | 1:15 |
Step2:针对以上四种植物,分别采集其叶片图像各5张;然后,基于Matlab软件平台,依次对采集的图像进行数字图像处理,并对数字图像处理的结果以“植物的品种名称_数字标号”进行命名存储;登记存储以上信息,建立图像识别模板库;
Step3:现场图像采集;在对区域内绿化带实际洒水的过程中,采用摄像头对绿化带中植物的叶片进行图像采集,并将现场采集的图像实时传送到控制中心;
Step4:综合处理:
Step4.1:控制中心接收到现场采集的图像后,对图像进行数字图像处理,并调用图像识别模板库中的数据,通过模板匹配,对当前现场采集的图像进行智能识别:
1、识别出现场采集的图像中没有植物,则控制中心向执行单元发出停止洒水的指令;
所述图像中没有识别出植物,主要原因在于摄像头采集到了绿化带之间的隔离路面的图像,所以没有识别出植物;
3、识别出现场采集的图像中植物的品种,则控制中心调用植物信息数据库中的数据,并通过建立模型计算出营养液剂量(计算结果如表2所示);最后,控制中心将被识别的植物的浇水量xi、营养液剂量pi发送到执行单元;
表2:
植物名称 | 浇水量 | 营养液配比率 | 营养液剂量 |
矮紫樱 | 32g/dm2 | 1:20 | 1.6g/dm2 |
杜鹃 | 20g/dm2 | 1:16 | 1.25g/dm2 |
栀子花 | 40g/dm2 | 1:12 | 3.3g/dm2 |
金叶女贞 | 35g/dm2 | 1:15 | 2.3g/dm2 |
Step5:指令执行:执行单元根据接收的指令执行指令内容。
1、执行单元接收到停止洒水的指令后,则关闭阀门,停止洒水;
2、执行单元接收到浇水量、营养液剂量及洒水指令后,则按量取出实际浇水量、营养液剂量,且搅拌均匀后,进行喷洒。
实施例3:
已知区域B内绿化带中共有四种植物,通过查阅资料,设定其浇水量xi、营养液配比率并在MySQL数据库软件中登记存储以上信息,建立植物信息数据库;具体如表1所示:
表1:
植物名称 | 浇水量 | 营养液配比率 |
冷季型草坪 | 40g/dm2 | 1:24 |
白三叶 | 30g/dm2 | 1:22 |
红花酢浆草 | 35g/dm2 | 1:16 |
Step2:针对以上四种植物,分别采集其叶片图像各4张;然后,基于Matlab软件平台,依次对采集的图像进行数字图像处理,并对数字图像处理的结果以“植物的品种名称_数字标号”进行命名存储;登记存储以上信息,建立图像识别模板库;
Step3:现场图像采集;在对区域内绿化带实际洒水的过程中,采用摄像头对绿化带中植物的叶片进行图像采集,并将现场采集的图像实时传送到控制中心;
Step4:综合处理:
Step4.1:控制中心接收到现场采集的图像后,对图像进行数字图像处理,并调用图像识别模板库中的数据,通过模板匹配,对当前现场采集的图像进行智能识别:
1、识别出现场采集的图像中没有植物,则控制中心向执行单元发出停止洒水的指令;
所述图像中没有识别出植物,主要原因在于摄像头采集到了绿化带之间的隔离路面的图像,所以没有识别出植物;
4、识别出现场采集的图像中植物的品种,则控制中心调用植物信息数据库中的数据,并通过建立模型计算出营养液剂量(计算结果如表2所示);最后,控制中心将被识别的植物的浇水量xi、营养液剂量pi发送到执行单元;
表2:
植物名称 | 浇水量 | 营养液配比率 | 营养液剂量 |
冷季型草坪 | 40g/dm2 | 1:24 | 1.67g/dm2 |
白三叶 | 30g/dm2 | 1:20 | 1.5g/dm2 |
红花酢浆草 | 28g/dm2 | 1:16 | 1.75g/dm2 |
Step5:指令执行:执行单元根据接收的指令执行指令内容。
1、执行单元接收到停止洒水的指令后,则关闭阀门,停止洒水;
2、执行单元接收到浇水量、营养液剂量及洒水指令后,则按量取出实际浇水量、营养液剂量,且搅拌均匀后,进行喷洒;
以上结合附图对本发明的具体实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (2)
1.一种区域内绿化带智能洒水方法,其特征在于:首先,针对区域内绿化带中所有品种的植物,建立植物信息数据库;其次,建立图像识别模板库;然后,进行现场图像采集,并将采集的图像传送给控制中心,控制中心对采集的信息进行综合处理后,根据综合处理的结果向执行单元发送相关指令;最后,执行单元执行接收到的指令。
2.根据权利要求1所述的区域内绿化带智能洒水方法,其特征在于具体步骤为:
Step1:建立植物信息数据库:收集区域内绿化带中的所有品种植物的信息,根据植物品种的不同,通过查阅资料设定其浇水量xi、营养液配比率并登记存储以上信息,建立植物信息数据库;
Step2:建立图像识别模板库:首先,采集区域内绿化带中所有品种植物的叶片图像;然后,基于Matlab软件平台,依次对采集的图像进行数字图像处理,并对数字图像处理的结果进行标识存储;登记存储以上信息,建立图像识别模板库;
Step3:现场图像采集;在对区域内绿化带实际洒水的过程中,采用摄像头对绿化带中植物的叶片进行图像采集,并将现场采集的图像实时传送到控制中心;
Step4:综合处理:
Step4.1:控制中心接收到现场采集的图像后,对图像进行数字图像处理,并调用图像识别模板库中的数据,通过模板匹配,对当前现场采集的图像进行智能识别:
1、识别出现场采集的图像中没有植物,则控制中心向执行单元发出停止洒水的指令;
2、识别出现场采集的图像中植物的品种,则控制中心调用植物信息数据库中的数据,并通过建立模型计算出营养液剂量;最后,控制中心将被识别的植物的浇水量xi、营养液剂量pi发送到执行单元;
(1)建立营养液剂量计算模型;
式中:pi表示营养液剂量,表示营养液配比率,xi表示浇水量;
(2)针对当前现场采集图像的中的被识别的植物,控制中心将浇水量xi、营养液剂量pi及洒水指令发送到执行单元;
Step5:指令执行:执行单元根据接收的指令执行指令内容。
1、执行单元接收到停止洒水的指令后,则关闭阀门,停止洒水;
2、执行单元接收到浇水量xi、营养液剂量pi及洒水指令后,则按量取出实际浇水量xi、营养液剂量pi,且搅拌均匀后,进行喷洒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510822436.3A CN105379609B (zh) | 2015-11-24 | 2015-11-24 | 一种区域内绿化带智能洒水方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510822436.3A CN105379609B (zh) | 2015-11-24 | 2015-11-24 | 一种区域内绿化带智能洒水方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105379609A true CN105379609A (zh) | 2016-03-09 |
CN105379609B CN105379609B (zh) | 2018-04-24 |
Family
ID=55412871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510822436.3A Active CN105379609B (zh) | 2015-11-24 | 2015-11-24 | 一种区域内绿化带智能洒水方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105379609B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105867492A (zh) * | 2016-05-03 | 2016-08-17 | 昆明理工大学 | 一种大棚内智能温控培育多种植物的方法 |
CN105926523A (zh) * | 2016-07-01 | 2016-09-07 | 蔡雄 | 一种能够自主导航洒水车 |
CN107912189A (zh) * | 2017-12-26 | 2018-04-17 | 苏州爱达荷农业信息科技有限公司 | 一种移动式植物养护装置及其使用方法 |
CN114431122A (zh) * | 2022-01-27 | 2022-05-06 | 山东交通学院 | 一种道路绿化洒水智能控制系统及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5315671A (en) * | 1990-08-06 | 1994-05-24 | Canon Kabushiki Kaisha | Image processing method and apparatus |
CN1442805A (zh) * | 2002-03-06 | 2003-09-17 | 昆明利普机器视觉工程有限公司 | 基于彩色数字图像识别的商标图样检索系统 |
CN101099446A (zh) * | 2006-07-07 | 2008-01-09 | 上海大学 | 基于计算机视觉的灌溉水车系统 |
CN103155839A (zh) * | 2013-03-18 | 2013-06-19 | 苏州诺特丹信息技术有限公司 | 自动浇水施肥系统 |
CN103685923A (zh) * | 2012-09-14 | 2014-03-26 | 巴法络股份有限公司 | 图像信息处理系统、图像信息处理装置以及方法 |
JP2014060933A (ja) * | 2012-09-20 | 2014-04-10 | Casio Comput Co Ltd | 植物育成支援システム、プログラム及び植物育成支援方法 |
CN104521699A (zh) * | 2014-11-18 | 2015-04-22 | 华北水利水电大学 | 田间智能灌溉在线控制管理方法 |
CN104871942A (zh) * | 2015-05-04 | 2015-09-02 | 北京航空航天大学 | 一种多用途自动灌溉控制系统 |
-
2015
- 2015-11-24 CN CN201510822436.3A patent/CN105379609B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5315671A (en) * | 1990-08-06 | 1994-05-24 | Canon Kabushiki Kaisha | Image processing method and apparatus |
CN1442805A (zh) * | 2002-03-06 | 2003-09-17 | 昆明利普机器视觉工程有限公司 | 基于彩色数字图像识别的商标图样检索系统 |
CN101099446A (zh) * | 2006-07-07 | 2008-01-09 | 上海大学 | 基于计算机视觉的灌溉水车系统 |
CN103685923A (zh) * | 2012-09-14 | 2014-03-26 | 巴法络股份有限公司 | 图像信息处理系统、图像信息处理装置以及方法 |
JP2014060933A (ja) * | 2012-09-20 | 2014-04-10 | Casio Comput Co Ltd | 植物育成支援システム、プログラム及び植物育成支援方法 |
CN103155839A (zh) * | 2013-03-18 | 2013-06-19 | 苏州诺特丹信息技术有限公司 | 自动浇水施肥系统 |
CN104521699A (zh) * | 2014-11-18 | 2015-04-22 | 华北水利水电大学 | 田间智能灌溉在线控制管理方法 |
CN104871942A (zh) * | 2015-05-04 | 2015-09-02 | 北京航空航天大学 | 一种多用途自动灌溉控制系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105867492A (zh) * | 2016-05-03 | 2016-08-17 | 昆明理工大学 | 一种大棚内智能温控培育多种植物的方法 |
CN105926523A (zh) * | 2016-07-01 | 2016-09-07 | 蔡雄 | 一种能够自主导航洒水车 |
CN107912189A (zh) * | 2017-12-26 | 2018-04-17 | 苏州爱达荷农业信息科技有限公司 | 一种移动式植物养护装置及其使用方法 |
CN114431122A (zh) * | 2022-01-27 | 2022-05-06 | 山东交通学院 | 一种道路绿化洒水智能控制系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105379609B (zh) | 2018-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105379609A (zh) | 一种区域内绿化带智能洒水方法 | |
CN208739789U (zh) | 一种用于农业种植的自动化移动灌溉装置 | |
CN105867492A (zh) | 一种大棚内智能温控培育多种植物的方法 | |
CN105557476A (zh) | 一种基于土壤湿度调节的智能高效喷灌系统和方法 | |
CN207305619U (zh) | 一种绿化用洒水装置 | |
CN111066441A (zh) | 智慧灌溉系统 | |
CN108450117A (zh) | 基于无线通讯的高杆水肥一体机 | |
CN101904290B (zh) | 集雨型双能节水浇灌器 | |
CN105594511A (zh) | 一种花卉种植用大棚 | |
CN107646447A (zh) | 用于大棚的灌溉系统 | |
CN204898775U (zh) | 一种灌溉水收集系统 | |
CN207754267U (zh) | 一种城市雨水回收灌溉装置 | |
CN207626086U (zh) | 一种智慧农业地下灌溉装置 | |
CN203105247U (zh) | 一种移动式喷灌设备 | |
CN105028132A (zh) | 一种移动式喷灌机 | |
CN204180526U (zh) | 一种可以施肥的微喷装置 | |
CN209120889U (zh) | 一种农业用灌溉设备 | |
CN208742186U (zh) | 一种农业机械用除尘装置 | |
CN207269445U (zh) | 一种新型高层商业建筑垂直绿化装置 | |
CN204968786U (zh) | 一种生态园林循环用水系统 | |
CN206993808U (zh) | 一种喷雾盆栽结构 | |
CN206393775U (zh) | 人造板加湿机 | |
Wang et al. | Integrated Intelligent Management system of Water and Fertilizer based on Internet of things | |
CN204392842U (zh) | 一种遮口微灌喷带 | |
CN104521722A (zh) | 一种智能高能量信息场叶菜水培装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |