CN106500775B - 一种有效的农作物生长监测系统 - Google Patents
一种有效的农作物生长监测系统 Download PDFInfo
- Publication number
- CN106500775B CN106500775B CN201611248141.0A CN201611248141A CN106500775B CN 106500775 B CN106500775 B CN 106500775B CN 201611248141 A CN201611248141 A CN 201611248141A CN 106500775 B CN106500775 B CN 106500775B
- Authority
- CN
- China
- Prior art keywords
- soil
- crop growth
- value
- module
- data
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种有效的农作物生长监测系统,包括传感器监测模块、数据传输模块和管理模块;传感器监测模块用于采集反映农作物生长情况的参数信息,并通过数据传输模块将采集到的原始数据发送给管理模块,管理模块对接收到的原始数据进行分析处理,并对农作物的生长情况进行评估。本发明的有益效果为:设置传感器监测模块、数据传输模块和管理模块,结构简单,灵活方便,主要通过传感器监测农作物生长的环境参数信息,并根据采集的参数进行处理,评估农作物的生长环境情况,当出现异常时及时预警,方便用户根据预警情况进行相应的措施。
Description
技术领域
本发明创造涉及农业监测领域,具体涉及一种有效的农作物生长监测系统。
背景技术
农业在我国的国民经济中占据着重要的地位,因此农作物的生长情况不仅关系着人们的生活,还影响着经济的发展。然而,农作物的生长因其占地面积大,生长周期长等特点,使得人们无法随时掌握其生长情况,传统的农业监测系统大多采用人工监测,但这种方式需要耗费大量劳动力,而且对那些无法肉眼观察的参数信息并不能很好的进行全面的监测,因此,开发一种能够实时有效的进行全面的农作物生长情况的监测系统有着重要的社会价值。
发明内容
针对上述问题,本发明旨在提供一种有效的农作物生长监测系统。
本发明创造的目的通过以下技术方案实现:
一种有效的农作物生长监测系统,包括传感器监测模块、数据传输模块和管理模块;传感器监测模块用于采集反映农作物生长情况的参数信息,并通过数据传输模块将采集到的原始数据发送给管理模块,管理模块对接收到的原始数据进行分析处理,并对农作物的生长情况进行评估。
优选地,还包括预警模块,与管理模块相连,用于根据管理模块的评估结果进行相应的预警。
优选地,所述数据采集模块包括用于监测农作物生长的土壤环境的第一传感器组件和用于监测农作物生长地面环境的第二传感器组件,所述第一传感器组件包括用于分别监测土壤温度、土壤湿度和土壤PH值的传感器,所述第二传感器组件包括用于分别监测光照强度、空气温度和空气湿度的传感器。
优选地,所述数据传输模块由无线传感器网络构成,其采用遗传算法寻找数据传输的最优路径,定义网络节点的初始路径是Di={d1,d2,…,dk},则算法中的适应度函数定义为:
其中,l(di)是路径di的长度,e(di)是路径di的能耗,α和θ分别是路径di的长度和消耗的能量在适应度函数中所占的权重,根据实践选取α=0.3,θ=0.7;
优选地,所述管理模块包括数据处理模块和分析评估模块,所述数据处理模块与数据传输模块连接,用于对接收到的原始数据进行处理,所述分析评估模块与数据处理模块连接,用于根据处理后的数据分析评估农作物的生长状态。
本发明的有益效果为:设置传感器监测模块、数据传输模块和管理模块,结构简单,灵活方便,主要通过传感器监测农作物生长的环境参数信息,并根据采集的参数进行处理,评估农作物的生长环境情况,当出现异常时及时预警,方便用户根据预警情况进行相应的措施。采用一种改进的遗传算法寻找网络最佳传输路径,既考虑了节点能耗又考虑了路径的长度,能够有效节约网络传输能耗。
附图说明
利用附图对发明创造作进一步说明,但附图中的实施例不构成对本发明创造的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明结构示意图;
图2是本发明分析评估模块结构示意图。
附图标记:
传感器监测模块1、数据传输模块2、管理模块3、预警模块4、数据处理模块31、分析评估模块32、土壤状态评估单元321、表面环境评估单元322、综合评估单元323。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1、图2,本实施例的一种有效的农作物生长监测系统,包括传感器监测模块1、数据传输模块2和管理模块3;传感器监测模块1用于采集反映农作物生长情况的参数信息,并通过数据传输模块2将采集到的原始数据发送给管理模块3,管理模块3对接收到的原始数据进行分析处理,并对农作物的生长情况进行评估。
优选地,还包括预警模块4,与管理模块3相连,用于根据管理模块3的评估结果进行相应的预警。
优选地,所述传感器监测模块1包括用于监测农作物生长的土壤环境的第一传感器组件和用于监测农作物生长的表面环境的第二传感器组件,所述第一传感器组件包括用于分别监测土壤温度、土壤湿度和土壤PH值的传感器,所述第二传感器组件包括用于分别监测光照强度、空气温度和空气湿度的传感器。
本优选实施例设置传感器监测模块、数据传输模块和管理模块,结构简单,灵活方便,主要通过传感器监测农作物生长的环境参数信息,并根据采集的参数进行处理,评估农作物的生长环境情况,当出现异常时及时预警,方便用户根据预警情况进行相应的措施。
优选地,所述数据传输模块由无线传感器网络构成,其采用遗传算法寻找数据传输的最优路径,定义网络节点的初始路径是Di={d1,d2,…,dk},则算法中的适应度函数定义为:
其中,l(di)是路径di的长度,e(di)是路径di的能耗,α和θ分别是路径di的长度和消耗的能量在适应度函数中所占的权重,根据实践选取α=0.3,θ=0.7;
本优选实施例采用一种改进的遗传算法寻找最佳网络传输路径,既考虑了节点能耗又考虑了路径的长度,能够有效节约网络传输能耗,因此节约了农作物生长监测系统的能耗,增加了监测系统的使用寿命。
优选地,所述管理模块3包括数据处理模块31和分析评估模块32,所述数据处理模块31与数据传输模块2连接,用于对接收到的原始数据进行处理,所述分析评估模块32与数据处理模块31连接,用于根据处理后的数据分析评估农作物的生长状态。
优选地,所述数据处理模块31用于对传感器采集得到的数据进行处理,其主要包括数据修正和数据平均算法,设xj为j时刻采集得到的数据,对数据进行修正处理的修正公式为:
其中,xj′为修正后的数据,xj为修正前的原始数据,T0为传感器使用标准温度,t为传感器使用时的实际环境温度,S0为传感器使用标准湿度,s为传感器使用时的实际环境湿度;
对修正后的数据进行平均处理:
其中,n为3个小时内采集得到的数据个数。
本优选实施例采用数据修正及加权平均算法对数据进行处理,进一步提高了数据的准确性,在一定程度上增加了农作物生长监测系统的精确性。
优选地,所述分析评估模块32包括土壤状态评估单元321、表面环境评估单元322和综合评估单元323。
其中,所述土壤状态评估单元321用于根据上述所得的土壤温度、土壤湿度和土壤PH值对影响农作物生长的土壤情况进行评估,具体包括:
a.基于模糊算法建立土壤状态评估单元,以土壤温度、土壤湿度和土壤PH值作为输入变量,对各输入变量设定上下限值,并根据各输入量对土壤状态的影响程度分别制定相应的权重,对输入变量定义相同的模糊状态,即“高”、“正常”、“低”。以土壤状态作为输出量,对土壤状态定义模糊状态,即“优秀”、“良好”、“正常”、“差”和“极差”;
b.根据历年数据库的数据,制定以土壤温度、土壤湿度和土壤PH值为依据来判断土壤状态的模糊规则;
c.输入变量值,当变量值超出上下限范围时,判定传感器故障,当变量值在范围内时,根据模糊规则推理得到各输入变量在模糊集中的隶属度,从而计算土壤状态,设定第i时刻的土壤温度、土壤湿度和土壤PH值分别为t(i)、s(i)和o(i),则土壤状态R(i)的表达式:
R(i)=δ1τ(t)+δ2τ(s)+δ3τ(o)
其中,δ1和τ(t)分别为土壤温度t(i)的权重和隶属度,δ2和τ(s)分别为土壤湿度s(i)的权重和隶属度,δ3和τ(o)分别为土壤PH值o(i)的权重和隶属度;
本优选实施例提供的基于模糊算法的土壤状态评估单元321,与现有技术相比,根据对影响土壤状态的土壤温度、土壤湿度和土壤PH值的监测数据,利用模糊评估模型评估土壤状态,较好地处理了多因素、模糊性及主观判断等问题,有效的评估出农作物生长的土壤状态。
优选地,所述表面环境评估单元322,用于根据上述所得的光照强度、空气温度和空气湿度对农作物生长的表面环境状态进行评估,具体包括:
a.基于模糊算法建立表面环境评估单元,以光照强度、空气温度和空气湿度作为输入变量,对各输入变量设定上下限值,并根据各输入量对影响农作物生长的表面环境制定相应的权重,对输入变量定义相同的模糊状态,即“很高”、“高”、“正常”、“低”、“很低”。以农作物生长的表面环境状态作为输出量,对表面环境状态定义五个模糊状态,即“优秀”、“良好”、“正常”、“差”和“极差”;
b.根据历年收集的监测数据库,制定以光照强度、空气温度和空气湿度为依据推理农作物生长的表面环境状态的规则表;
c.输入变量值,当变量值超出上下限范围时,判定传感器故障,当变量值在范围内时,根据模糊规则推理得到各输入变量在模糊集中的隶属度,从而计算农作物生长的表面环境状态,设定第i时刻的光照强度、空气温度和空气湿度的值分别为g(i)、kt(i)和ks(i),则表面环境状态K(i)的表达式为:
K(i)=β1τ(g)+β2τ(kt)+β3τ(ks)
其中,β1和τ(g)分别为光照强度g(i)的权重和隶属度,β2和τ(kt)分别为空气温度kt(i)的权重和隶属度,β3和τ(ks)分别为空气湿度ks(i)的权重和隶属度;
本优选实施例提供的基于模糊算法的表面环境评估单元322,与现有技术相比,根据对影响农作物生长的表面环境状态的光照强度、空气温度和空气湿度的监测数据,利用模糊评估模型评估农作物生长的表面环境状态,较好地处理了多因素、模糊性及主观判断等问题,有效的对农作物生长的表面环境状态进行评估。
优选地,所述综合评估单元323,用于根据土壤状态和表面环境状态进一步对农作物生长的环境进行综合评价,
定义农作物生长环境的评估系数为:
其中,α为农作物生长环境的评估系数,R(i)为土壤状态,K(i)为表面环境状态。
根据历年的数据库制定分界值f,根据农作物生长环境的评估系数α与分界值f之间的关系定义划分预警情况,具体为:
等级划分 | 预警情况 |
0.5f≤α≤0.8f | 农作物生长环境正常,无预警 |
0.8f<α≤1.1f | 农作物生长环境差,蓝色预警 |
1.1f<α | 农作物生长环境极差,红色预警 |
本优选实施例提出的综合评估单元323,根据上述评估所得的土壤状态和农作物生长的表面环境状态进行农作物生长状态综合评估,与现有技术相比,多参数、多模块的评估模式,保证了评估结果的准确性。
基于上述实施例,以小麦为例,根据数据库中不同参数对小麦生长的影响进行了一系列测试,以下是测试得到的评估结果:
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (3)
1.一种有效的农作物生长监测系统,其特征是,包括传感器监测模块、数据传输模块和管理模块;传感器监测模块用于采集反映农作物生长情况的参数信息,并通过数据传输模块将采集到的原始数据发送给管理模块,管理模块对接收到的原始数据进行分析处理,并对农作物的生长情况进行评估,所述数据传输模块由无线传感器网络构成,所述无线传感器网络采用遗传算法寻找数据传输的最优路径,定义网络节点的初始路径是Di={d1,d2,...,dk},则算法中的适应度函数定义为:
其中,l(di)是路径di的长度,e(di)是路径di的能耗,α和θ分别是路径di的长度和消耗的能量在适应度函数中所占的权重,根据实践选取α=0.3,θ=0.7,所述管理模块包括数据处理模块和分析评估模块,所述数据处理模块与数据传输模块连接,用于对接收到的原始数据进行处理,所述分析评估模块与数据处理模块连接,用于根据处理后的数据分析评估农作物的生长状态,所述分析评估模块包括土壤状态评估单元、表面环境评估单元和综合评估单元,所述土壤状态评估单元用于根据土壤温度、土壤湿度和土壤PH值对影响农作物生长的土壤情况进行评估,具体包括:
a.基于模糊算法建立土壤状态评估单元,以土壤温度、土壤湿度和土壤PH值作为输入变量,对各输入变量设定上下限值,并根据各输入量对土壤状态的影响程度分别制定相应的权重,对输入变量定义相同的模糊状态,即“高”、“正常”、“低”,以土壤状态作为输出量,对土壤状态定义模糊状态,即“优秀”、“良好”、“正常”、“差”和“极差”;
b.根据历年数据库的数据,制定以土壤温度、土壤湿度和土壤PH值为依据来判断土壤状态的模糊规则;
c.输入变量值,当变量值超出上下限范围时,判定传感器故障,当变量值在范围内时,根据模糊规则推理得到各输入变量在模糊集中的隶属度,从而计算土壤状态,设定第i时刻的土壤温度、土壤湿度和土壤PH值分别为t(i)、s(i)和o(i),则土壤状态R(i)的表达式:
R(i)=δ1τ(t)+δ2τ(s)+δ3τ(o)
其中,δ1和τ(t)分别为土壤温度t(i)的权重和隶属度,δ2和τ(s)分别为土壤湿度s(i)的权重和隶属度,δ3和τ(o)分别为土壤PH值o(i)的权重和隶属度;所述表面环境评估单元用于根据光照强度、空气温度和空气湿度对农作物生长的表面环境状态进行评估,具体包括:
a.基于模糊算法建立表面环境评估单元,以光照强度、空气温度和空气湿度作为输入变量,对各输入变量设定上下限值,并根据各输入量对影响农作物生长的表面环境制定相应的权重,对输入变量定义相同的模糊状态,即“很高”、“高”、“正常”、“低”、“很低”,以农作物生长的表面环境状态作为输出量,对表面环境状态定义五个模糊状态,即“优秀”、“良好”、“正常”、“差”和“极差”;
b.根据历年收集的监测数据库,制定以光照强度、空气温度和空气湿度为依据推理农作物生长的表面环境状态的规则表;
c.输入变量值,当变量值超出上下限范围时,判定传感器故障,当变量值在范围内时,根据模糊规则推理得到各输入变量在模糊集中的隶属度,从而计算农作物生长的表面环境状态,设定第i时刻的光照强度、空气温度和空气湿度的值分别为g(i)、kt(i)和ks(i),则表面环境状态K(i)的表达式为:
K(i)=β1τ(g)+β2τ(kt)+β3τ(ks)
其中,β1和τ(g)分别为光照强度g(i)的权重和隶属度,β2和τ(kt)分别为空气温度kt(i)的权重和隶属度,β3和τ(ks)分别为空气湿度ks(i)的权重和隶属度;所述综合评估单元用于根据土壤状态和表面环境状态进一步对农作物生长的环境进行综合评价,定义农作物生长环境的评估系数为:
其中,ω为农作物生长环境的评估系数,R(i)为土壤状态,K(i)为表面环境状态,根据历年的数据库制定分界值f,根据农作物生长环境的评估系数ω与分界值f之间的关系定义划分预警情况。
2.根据权利要求1所述的一种有效的农作物生长监测系统,其特征是,还包括预警模块,与管理模块相连,用于根据管理模块的评估结果进行相应的预警。
3.根据权利要求2所述的一种有效的农作物生长监测系统,其特征是,数据采集模块包括用于监测农作物生长的土壤环境的第一传感器组件和用于监测农作物生长地面环境的第二传感器组件,所述第一传感器组件包括用于分别监测土壤温度、土壤湿度和土壤PH值的传感器,所述第二传感器组件包括用于分别监测光照强度、空气温度和空气湿度的传感器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611248141.0A CN106500775B (zh) | 2016-12-29 | 2016-12-29 | 一种有效的农作物生长监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611248141.0A CN106500775B (zh) | 2016-12-29 | 2016-12-29 | 一种有效的农作物生长监测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106500775A CN106500775A (zh) | 2017-03-15 |
CN106500775B true CN106500775B (zh) | 2019-10-11 |
Family
ID=58334704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611248141.0A Active CN106500775B (zh) | 2016-12-29 | 2016-12-29 | 一种有效的农作物生长监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106500775B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107240030B (zh) * | 2017-05-18 | 2020-05-12 | 湖南大酉橘海农业生态发展有限公司 | 基于物联网的个性化生态农业休闲执行方法、系统及设备 |
CN107967898B (zh) * | 2017-11-01 | 2020-12-29 | 昆山龙腾光电股份有限公司 | 背光调节电路以及背光调节方法 |
CN108318071A (zh) * | 2017-12-26 | 2018-07-24 | 潘荣兰 | 一种监测准确的农作物生长监测系统 |
CN108535415A (zh) * | 2018-04-04 | 2018-09-14 | 深圳智达机械技术有限公司 | 一种农作物生长监测系统 |
CN108628973B (zh) * | 2018-04-25 | 2020-12-25 | 深圳市诚意信科技有限公司 | 一种基于区块链的农业数据共享系统 |
CN109886551A (zh) * | 2019-01-23 | 2019-06-14 | 北京绿里生态科技有限公司 | 通过大数据对农田环境监测模块装置产生的布置误差及量化误差进行纠正的方法 |
GB2582610B (en) * | 2019-03-27 | 2021-12-08 | Anuland Ltd | A system for crop management |
CN112052582A (zh) * | 2020-08-31 | 2020-12-08 | 东莞火萤科技有限公司 | 一种降落伞质量状况评估系统 |
CN113884138B (zh) * | 2021-10-14 | 2022-05-17 | 一鼎(福建)生态园林建设有限公司 | 基于大数据的种植智能监控系统 |
CN115127693A (zh) * | 2022-06-30 | 2022-09-30 | 浙江天演维真网络科技股份有限公司 | 一种基于农产品作物生长环境温度监测系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102255959A (zh) * | 2011-06-28 | 2011-11-23 | 淮阴师范学院 | 基于WSN及移动agent的混凝土施工信息监测系统 |
CN202957989U (zh) * | 2012-10-29 | 2013-05-29 | 西安迅腾科技有限责任公司 | 一种基于Zigbee的农作物生长环境监测设备 |
CN103442052B (zh) * | 2013-08-22 | 2017-04-12 | 南京农业大学 | 农田作物生长信息远程监测装置及方法 |
CN105116947A (zh) * | 2015-08-17 | 2015-12-02 | 苏州田园优贡电子商务有限公司 | 基于无线传感器网络的农作物远程监控系统 |
CN105511529B (zh) * | 2015-12-28 | 2017-11-03 | 安徽科技学院 | 一种设施农业环境智能控制方法 |
CN205563328U (zh) * | 2016-03-08 | 2016-09-07 | 林洁 | 一种农业育苗监控管理系统 |
CN106210043A (zh) * | 2016-07-11 | 2016-12-07 | 太原理工大学 | 一种基于物联网的设施农业环境信息远程智能监测系统 |
-
2016
- 2016-12-29 CN CN201611248141.0A patent/CN106500775B/zh active Active
Non-Patent Citations (1)
Title |
---|
基于遗传算法的无线传感器网络路径优化;雷霖 等;《电子科技大学学报》;20090331;第38卷(第2期);第227-230页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106500775A (zh) | 2017-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106500775B (zh) | 一种有效的农作物生长监测系统 | |
Manoharan et al. | Smart home autonomous water management system for agricultural applications | |
CN101953287B (zh) | 基于多数据的作物需水检测系统 | |
CN105739575B (zh) | 一种设施蔬菜环境参数的数据融合方法 | |
TWI546759B (zh) | 遠距環境資料分類系統及其方法 | |
CN105792110A (zh) | 一种多数据来源的数据融合、智能搜索的处理方法 | |
CN107783522A (zh) | 一种基于物联网的农作物病虫害智能防治系统 | |
Babu | A software model for precision agriculture for small and marginal farmers | |
CN107786957B (zh) | 一种用于精细农业的农田生态环境监测系统 | |
CN106686084A (zh) | 一种基于智能家居设备的异常预警系统 | |
CN104008633A (zh) | 一种设施菠菜病害预警方法及系统 | |
CN106092212A (zh) | 仓储环境监测系统 | |
KR100767765B1 (ko) | 환경 파라미터 취합 시스템 | |
CN107835504A (zh) | 一种农田生态环境信息智能采集系统 | |
CN108053597A (zh) | 一种有效的森林火灾监测系统 | |
El Houssaini et al. | Wireless sensor networks in agricultural applications | |
Al Rasyid et al. | Application to determine water volume for agriculture based on temperature & humidity using wireless sensor network | |
Alfin et al. | Soil irrigation fuzzy estimation approach based on decision making in sugarcane industry | |
CN110414859B (zh) | 一种基于物联网技术的稻谷收储作业5t评价方法 | |
Jiang et al. | Precisely forecasting population dynamics of agricultural pests based on an interval type-2 fuzzy logic system: Case study for oriental fruit flies and the tobacco cutworms | |
CN206133265U (zh) | 一种温室虫害远程监控服务器 | |
Rahu et al. | Agricultural environmental monitoring: a WSN perspective | |
Rodriguez-Moreno et al. | Spatial interpretation of plant parameters in winter wheat | |
Masupha et al. | Drought analysis on maize in the Luvuvhu River Catchment, South Africa | |
Navaneethan et al. | Advanced Technologies for Precision Agriculture and Farming |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20190909 Address after: 753499 North Side of Toushi Highway of Eight Teams in Guanghua Village, Gaozhuang Township, Pingluo County, Shizuishan City, Ningxia Hui Autonomous Region Applicant after: Ningxia Yuanyi Agricultural Technology Co., Ltd. Address before: 518000 Guangdong city of Shenzhen province Nanshan District Guangdong streets High-tech Park South Road SKYWORTH building 6 Room 601 Applicant before: Shenzhen magic Joint Technology Co. Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |