CN109389516A - 一种实时智能的土壤污染监测系统 - Google Patents
一种实时智能的土壤污染监测系统 Download PDFInfo
- Publication number
- CN109389516A CN109389516A CN201811419423.1A CN201811419423A CN109389516A CN 109389516 A CN109389516 A CN 109389516A CN 201811419423 A CN201811419423 A CN 201811419423A CN 109389516 A CN109389516 A CN 109389516A
- Authority
- CN
- China
- Prior art keywords
- node
- data
- heavy metals
- alternate
- sensor node
- 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
- 238000003900 soil pollution Methods 0.000 title claims abstract description 14
- 238000012544 monitoring process Methods 0.000 title claims abstract description 13
- 229910001385 heavy metal Inorganic materials 0.000 claims abstract description 59
- 239000002689 soil Substances 0.000 claims abstract description 59
- 238000007781 pre-processing Methods 0.000 claims abstract description 13
- 238000013523 data management Methods 0.000 claims abstract description 12
- 238000012546 transfer Methods 0.000 claims description 27
- 230000002776 aggregation Effects 0.000 claims description 18
- 238000004220 aggregation Methods 0.000 claims description 18
- 238000007726 management method Methods 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 239000012141 concentrate Substances 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 6
- 238000012217 deletion Methods 0.000 claims description 5
- 230000037430 deletion Effects 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 241001269238 Data Species 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 claims description 2
- 230000005856 abnormality Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- XOOUIPVCVHRTMJ-UHFFFAOYSA-L zinc stearate Chemical compound [Zn+2].CCCCCCCCCCCCCCCCCC([O-])=O.CCCCCCCCCCCCCCCCCC([O-])=O XOOUIPVCVHRTMJ-UHFFFAOYSA-L 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
- G01N33/245—Earth materials for agricultural purposes
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Mining & Mineral Resources (AREA)
- Medical Informatics (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Quality & Reliability (AREA)
- Manufacturing & Machinery (AREA)
- Computing Systems (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种实时智能的土壤污染监测系统,包括:数据采集模块,被配置为获取农田土壤重金属浓度数据;数据预处理模块,被配置为对获取的农田土壤重金属浓度数据进行预处理,并发送至数据管理模块处进行存储;数据管理模块,被配置为对存储的数据进行管理;数据比较模块,被配置为将农田土壤重金属浓度数据与设定的浓度阈值进行比较并输出比较结果;预警模块,被配置为接收所述比较结果,并在农田土壤重金属浓度数据大于设定的浓度阈值时向设定的用户终端输出报警信息。
Description
技术领域
本发明涉及农田重金属污染防治技术领域,具体涉及一种实时智能的土壤污染监测系统。
背景技术
目前,农田土壤重金属污染的管理手段仍十分落后,管理工作主要是依靠人工为主,管理模式往往都是采用临时抽查或巡查的方式进行,管理成本高、效率低、管理到位难,管理手段迫切需要从“人工巡查式”方式向“基于信息技术支撑”的管理方式转变。由于缺乏基于现代信息技术的农田土壤重金属污染决策系统做支撑,难以综合考虑多方面因素以及时对某一区域的农田土壤重金属污染状况进行预警。
发明内容
针对上述问题,本发明提供一种实时智能的土壤污染监测系统。
本发明的目的采用以下技术方案来实现:
提供了一种实时智能的土壤污染监测系统,包括:
数据采集模块,被配置为获取农田土壤重金属浓度数据;
数据预处理模块,被配置为对获取的农田土壤重金属浓度数据进行预处理,并发送至数据管理模块处进行存储;
数据管理模块,被配置为对存储的数据进行管理;
数据比较模块,被配置为将农田土壤重金属浓度数据与设定的浓度阈值进行比较并输出比较结果;
预警模块,被配置为接收所述比较结果,并在农田土壤重金属浓度数据大于设定的浓度阈值时向设定的用户终端输出报警信息。
优选地,所述数据采集模块包括汇聚节点和多个采集农田土壤重金属浓度数据的传感器节点,初始时传感器节点将自己的发送距离调至最大,若传感器节点到汇聚节点的距离未超过传感器节点的当前发送距离,传感器节点直接将采集的农田土壤重金属浓度数据发送至汇聚节点,否则,传感器节点将采集的农田土壤重金属浓度数据发送至下一跳节点,以通过多跳转发的形式将农田土壤重金属浓度数据发送至汇聚节点,汇聚节点将接收的农田土壤重金属浓度数据发送至数据预处理模块。
优选地,所述数据管理模块包括:
元数据管理子模块,被配置为元数据的添加、删除和更新;
数据融合子模块,被配置为对相关数据进行融合处理;
数据查询子模块,被配置为根据用户自定义的查询条件实时查询相关数据;
所述相关数据包括所述农田土壤重金属浓度数据、所述元数据。
本发明的有益效果为:可实现农田土壤重金属污染的风险评估和预警,解决了现有技术中存在的智能化水平低、成本高、效率低等问题;可以对海量的农田土壤重金属浓度数据进行融合和统一管理,解决了农田土壤重金属浓度数据零散分布、共享程度低、难以实时查询和高效汇总等问题,能够显著提高农田土壤重金属污染的管理精度。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,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是本发明一个示例性实施例的一种实时智能的土壤污染监测系统的结构示意框图;
图2是本发明一个示例性实施例的数据预处理模块的结构示意框图。
附图标记:
数据采集模块1、数据预处理模块2、数据管理模块3、数据比较模块4、预警模块5、异常数据处理单元10、缺失数据处理单元20。
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,本发明实施例提供了一种实时智能的土壤污染监测系统,包括:
数据采集模块1,被配置为获取农田土壤重金属浓度数据;
数据预处理模块2,被配置为对获取的农田土壤重金属浓度数据进行预处理,并发送至数据管理模块3处进行存储;
数据管理模块3,被配置为对存储的数据进行管理;
数据比较模块4,被配置为将农田土壤重金属浓度数据与设定的浓度阈值进行比较并输出比较结果;
预警模块5,被配置为接收所述比较结果,并在农田土壤重金属浓度数据大于设定的浓度阈值时向设定的用户终端输出报警信息。
其中,所述数据采集模块1包括汇聚节点和多个采集农田土壤重金属浓度数据的传感器节点,初始时传感器节点将自己的发送距离调至最大,若传感器节点到汇聚节点的距离未超过传感器节点的当前发送距离,传感器节点直接将采集的农田土壤重金属浓度数据发送至汇聚节点,否则,传感器节点将采集的农田土壤重金属浓度数据发送至下一跳节点,以通过多跳转发的形式将农田土壤重金属浓度数据发送至汇聚节点,汇聚节点将接收的农田土壤重金属浓度数据发送至数据预处理模块2。
在一种可能实现的方式中,所述数据管理模块3包括:
元数据管理子模块,被配置为元数据的添加、删除和更新;
数据融合子模块,被配置为对相关数据进行融合处理;
数据查询子模块,被配置为根据用户自定义的查询条件实时查询相关数据;
所述相关数据包括所述农田土壤重金属浓度数据、所述元数据。
在一个实施例中,如图2所示,数据预处理模块2包括异常数据处理单元10和缺失数据处理单元20,异常数据处理单元10被配置为对获取的农田土壤重金属浓度数据进行异常检测,并将检测出的异常数据进行修正处理;缺失数据处理单元20被配置为对农田土壤重金属浓度数据进行缺失检测,并对检测出的缺失序列进行数据填补。
本发明上述实施例可实现农田土壤重金属污染的风险评估和预警,解决了现有技术中存在的智能化水平低、成本高、效率低等问题;可以对海量的农田土壤重金属浓度数据进行融合和统一管理,解决了农田土壤重金属浓度数据零散分布、共享程度低、难以实时查询和高效汇总等问题,能够显著提高农田土壤重金属污染的管理精度。
在一种能够实现的方式中,设邻居节点为位于传感器节点通信范围内的其他传感器节点,网络初始时,传感器节点通过信息交互获取邻居节点信息并构建邻居节点集;传感器节点从其邻居节点集中选择一个邻居节点作为下一跳节点,包括:
(1)传感器节点从其邻居节点集中选择相对于其距离汇聚节点更近的一跳邻居节点作为备选节点,构建备选节点集;
(2)传感器节点向各备选节点发送请求信息,每个备选节点接收到所述请求信息后计算自身的转发能力值并反馈至传感器节点,所述请求信息包括各备选节点的总带宽和初始缓存空间、传感器节点i的邻居节点的数量和对应的节点标识;
(3)传感器节点从当前的备选节点集中选择转发能力值最大的备选节点作为下一跳节点;
其中,所述转发能力值的计算公式为:
式中,Hij为传感器节点i的备选节点j的转发能力值,Zj为所述备选节点j的总带宽,Qj为所述备选节点j的初始缓存空间,ni为传感器节点i的备选节点集中的备选节点数量,Zs为传感器节点i的备选节点集中第s个备选节点的总带宽,Qs为传感器节点i的备选节点集中第s个备选节点的初始缓存空间;ui为传感器节点i的邻居节点数量,uj为所述备选节点j的邻居节点数量,ui∩uj为传感器节点i与备选节点j所拥有的共同邻居节点的数量,w1、w2为预设的影响因子,满足w1+w2=1;b1、b2为预设的权重系数,满足b1+b2=1。
本实施例创新性地设定了转发能力值的指标,传感器节点将相对于其距离汇聚节点更近的一跳邻居节点作为备选节点,构建备选节点集,并向各备选节点发送请求信息,由备选节点根据自身资源情况以及与传感器节点的相似度情况计算转发能力值,在需要选择下一跳节点时,传感器节点从当前的备选节点集中选择转发能力值最大的备选节点作为下一跳节点。
本实施例有利于平衡各传感器节点的资源利用率,从而平衡各传感器节点的能耗和负载,减少网络拥塞现象的发生,改善网络在农田土壤重金属浓度数据传输方面的性能,进一步有利于延长无线传感器网络的寿命。本实施例由备选节点自己进行转发能力值的计算,相对于由传感器节点统一计算的方式,提高了下一跳节点选择的效率,平衡了计算开销。
在一个实施例中,传感器节点每隔一个时间段Δt重新从当前的备选节点集中选择转发能力值最大的备选节点作为下一跳节点;下一跳节点每隔一个时间段Δt/2判断自身是否符合中继条件,若不符合,下一跳节点向对应的上一跳传感器节点发送反馈信息,收到反馈信息的上一跳传感器节点更新该下一跳节点的转发能力值。
本实施例中,传感器节点每隔一个时间段Δt重新从当前的备选节点集中选择转发能力值最大的备选节点作为下一跳节点,实现了下一跳节点的更新,有利于最大化地平衡各传感器节点的资源利用率。
所述中继条件为:
式中,Pa为下一跳节点a的当前剩余能量,Pa0为所述下一跳节点a的初始能量,Ka为所述下一跳节点a的缓存列表中的农田土壤重金属浓度数据包数量,PT为预设的转发一个农田土壤重金属浓度数据包的能耗,Pmin为预设的保持转发能力的能量下限;za为所述下一跳节点a的剩余带宽,ba为所述下一跳节点a的剩余缓存空间,Ma所述下一跳节点a的上一跳传感器节点数量,zmin为预设的协助一个传感器节点转发农田土壤重金属浓度数据所需的带宽下限,bmin为预设的协助一个传感器节点转发农田土壤重金属浓度数据所需的缓存空间下限,为判断取值函数,当时,当时,
进一步地,本实施例创新性地设定了中继条件的计算公式,下一跳节点每隔一个时间段Δt/2判断自身是否符合中继条件,若不符合,下一跳节点向对应的上一跳传感器节点发送反馈信息,收到反馈信息的上一跳传感器节点更新该下一跳节点的转发能力值,实现了备选节点的转发能力值的更新。
本实施例能够有效保证传感器节点的下一跳节点始终能够有足够的资源执行农田土壤重金属浓度数据转发的任务,提高了农田土壤重金属浓度数据传输的可靠性。
其中,Δt为预设的时间阈值。作为一种优选的实施方式,传感器节点设置有计时器,用于进行时间段Δt或者时间段Δt/2的计时。
在一个实施例中,收到反馈信息的上一跳传感器节点,按照下列公式更新该下一跳节点的转发能力值:
式中,Hdk(v)为上一跳传感器节点d的下一跳节点k在第v次更新后的转发能力值,Hdk(v-1)为所述下一跳节点k在第v-1次更新后的转发能力值,Hds为上一跳传感器节点d的第s个备选节点初始的转发能力值,nd为上一跳传感器节点d的备选节点集中的备选节点数量,e为预设的能力衰减系数,e的取值范围为[0.2,0.3];
当传感器节点的一个备选节点更新后的转发能力值低于预设的转发能力值下限时,传感器节点将该一个备选节点从自己的备选节点集中剔除。
本实施例设计了下一跳节点的转发能力值的更新公式,并进一步考虑到备选节点的更新情况对于转发的不利影响,即当传感器节点的一个备选节点更新后的转发能力值低于预设的转发能力值下限时,传感器节点将该一个备选节点从自己的备选节点集中剔除。本实施例能够去除那些没有足够资源而无法接入新的农田土壤重金属浓度数据流的备选节点,有效保障可选的备选节点有足够的资源执行农田土壤重金属浓度数据转发的任务,提高了农田土壤重金属浓度数据传输的可靠性,并缩小了备选节点集中备选节点的数量,有利于减少整个网络中的路由开销。
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 (6)
1.一种实时智能的土壤污染监测系统,其特征是,包括:
数据采集模块,被配置为获取农田土壤重金属浓度数据,所述数据采集模块包括汇聚节点和多个采集农田土壤重金属浓度数据的传感器节点,初始时传感器节点将自己的发送距离调至最大,若传感器节点到汇聚节点的距离未超过传感器节点的当前发送距离,传感器节点直接将采集的农田土壤重金属浓度数据发送至汇聚节点,否则,传感器节点将采集的农田土壤重金属浓度数据发送至下一跳节点,以通过多跳转发的形式将农田土壤重金属浓度数据发送至汇聚节点,汇聚节点将接收的农田土壤重金属浓度数据发送至数据预处理模块;
数据预处理模块,被配置为对获取的农田土壤重金属浓度数据进行预处理,并发送至数据管理模块处进行存储;
数据管理模块,被配置为对存储的数据进行管理;
数据比较模块,被配置为将农田土壤重金属浓度数据与设定的浓度阈值进行比较并输出比较结果;
预警模块,被配置为接收所述比较结果,并在农田土壤重金属浓度数据大于设定的浓度阈值时向设定的用户终端输出报警信息。
2.根据权利要求1所述的一种实时智能的土壤污染监测系统,其特征是,设邻居节点为位于传感器节点通信范围内的其他传感器节点,网络初始时,传感器节点通过信息交互获取邻居节点信息并构建邻居节点集;传感器节点从其邻居节点集中选择一个邻居节点作为下一跳节点,包括:
(1)传感器节点从其邻居节点集中选择相对于其距离汇聚节点更近的一跳邻居节点作为备选节点,构建备选节点集;
(2)传感器节点向各备选节点发送请求信息,每个备选节点接收到所述请求信息后计算自身的转发能力值并反馈至传感器节点,所述请求信息包括各备选节点的总带宽和初始缓存空间、传感器节点i的邻居节点的数量和对应的节点标识;
(3)传感器节点从当前的备选节点集中选择转发能力值最大的备选节点作为下一跳节点;
其中,所述转发能力值的计算公式为:
式中,Hij为传感器节点i的备选节点j的转发能力值,Zj为所述备选节点j的总带宽,Qj为所述备选节点j的初始缓存空间,ni为传感器节点i的备选节点集中的备选节点数量,Zs为传感器节点i的备选节点集中第s个备选节点的总带宽,Qs为传感器节点i的备选节点集中第s个备选节点的初始缓存空间;ui为传感器节点i的邻居节点数量,uj为所述备选节点j的邻居节点数量,ui∩uj为传感器节点i与备选节点j所拥有的共同邻居节点的数量,w1、w2为预设的影响因子,满足w1+w2=1;b1、b2为预设的权重系数,满足b1+b2=1。
3.根据权利要求2所述的一种实时智能的土壤污染监测系统,其特征是,所述数据管理模块包括:
元数据管理子模块,被配置为元数据的添加、删除和更新;
数据融合子模块,被配置为对相关数据进行融合处理;
数据查询子模块,被配置为根据用户自定义的查询条件实时查询相关数据;
所述相关数据包括所述农田土壤重金属浓度数据、所述元数据。
4.根据权利要求2所述的一种实时智能的土壤污染监测系统,其特征是,数据预处理模块包括异常数据处理单元,异常数据处理单元被配置为对获取的农田土壤重金属浓度数据进行异常检测,并将检测出的异常数据进行修正处理。
5.根据权利要求4所述的一种实时智能的土壤污染监测系统,其特征是,数据预处理模块还包括缺失数据处理单元,缺失数据处理单元被配置为对农田土壤重金属浓度数据进行缺失检测,并对检测出的缺失序列进行数据填补。
6.根据权利要求2所述的一种实时智能的土壤污染监测系统,其特征是,传感器节点每隔一个时间段Δt重新从当前的备选节点集中选择转发能力值最大的备选节点作为下一跳节点;下一跳节点每隔一个时间段Δt/2判断自身是否符合中继条件,若不符合,下一跳节点向对应的上一跳传感器节点发送反馈信息,收到反馈信息的上一跳传感器节点更新该下一跳节点的转发能力值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811419423.1A CN109389516B (zh) | 2018-11-26 | 2018-11-26 | 一种实时智能的土壤污染监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811419423.1A CN109389516B (zh) | 2018-11-26 | 2018-11-26 | 一种实时智能的土壤污染监测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109389516A true CN109389516A (zh) | 2019-02-26 |
CN109389516B CN109389516B (zh) | 2020-01-10 |
Family
ID=65429790
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811419423.1A Active CN109389516B (zh) | 2018-11-26 | 2018-11-26 | 一种实时智能的土壤污染监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109389516B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116500240A (zh) * | 2023-06-21 | 2023-07-28 | 江西索立德环保服务有限公司 | 一种土壤环境质量监测方法、系统及可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104010337A (zh) * | 2014-05-12 | 2014-08-27 | 华南师范大学 | 一种rfid无线传感器网络路由协议 |
CN107247083A (zh) * | 2017-06-08 | 2017-10-13 | 北京农业信息技术研究中心 | 一种农田重金属污染在线监测预警与实时处理系统及方法 |
CN108737510A (zh) * | 2018-04-28 | 2018-11-02 | 深圳万发创新进出口贸易有限公司 | 基于增强现实的智能消防监控系统 |
CN108746193A (zh) * | 2018-07-25 | 2018-11-06 | 梧州市兴能农业科技有限公司 | 农田重金属污染在线预警系统 |
-
2018
- 2018-11-26 CN CN201811419423.1A patent/CN109389516B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104010337A (zh) * | 2014-05-12 | 2014-08-27 | 华南师范大学 | 一种rfid无线传感器网络路由协议 |
CN107247083A (zh) * | 2017-06-08 | 2017-10-13 | 北京农业信息技术研究中心 | 一种农田重金属污染在线监测预警与实时处理系统及方法 |
CN108737510A (zh) * | 2018-04-28 | 2018-11-02 | 深圳万发创新进出口贸易有限公司 | 基于增强现实的智能消防监控系统 |
CN108746193A (zh) * | 2018-07-25 | 2018-11-06 | 梧州市兴能农业科技有限公司 | 农田重金属污染在线预警系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116500240A (zh) * | 2023-06-21 | 2023-07-28 | 江西索立德环保服务有限公司 | 一种土壤环境质量监测方法、系统及可读存储介质 |
CN116500240B (zh) * | 2023-06-21 | 2023-12-29 | 江西索立德环保服务有限公司 | 一种土壤环境质量监测方法、系统及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109389516B (zh) | 2020-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104363300B (zh) | 一种服务器集群中计算任务分布式调度装置 | |
CN104661275B (zh) | 一种机会网络中数据传输方法 | |
CN103763751B (zh) | 无线传感器网络的数据传输方法和系统 | |
CN108965417A (zh) | 农田土壤污染无线监测系统 | |
CN108419304A (zh) | 一种无线传感器网络水质监控系统 | |
CN106292645B (zh) | 一种新能源车辆故障数据采集系统 | |
CN109194715A (zh) | 水利工程渗流智能监测系统 | |
CN109389516A (zh) | 一种实时智能的土壤污染监测系统 | |
CN109257720A (zh) | 一种基于云计算的数据采集系统 | |
CN108966169A (zh) | 针对农田土壤的重金属污染分析预警系统 | |
CN104822150B (zh) | 中心多跳认知蜂窝网络中的信息主动缓存的频谱管理方法 | |
CN109067872A (zh) | 用于精细农业的土壤质量监测系统 | |
Sharma et al. | Ant based cluster head election algorithm in wireless sensor network to avoid redundancy | |
Shen et al. | Buffer scheme optimization of epidemic routing in delay tolerant networks | |
CN109347969A (zh) | 基于大数据的农业种植环境智能监控系统 | |
CN108632371A (zh) | 基于区块链技术的重症医疗室环境数据管理系统 | |
CN108600986A (zh) | 一种基于区块链的农业数据采集及共享系统 | |
CN108390936A (zh) | 一种基于缓存分布感知的概率缓存算法 | |
CN107612797A (zh) | 一种智能家居系统 | |
CN109151752A (zh) | 农田土壤重金属污染智能预警系统 | |
CN108922124A (zh) | 海洋有机污染物信息采集系统 | |
CN107659474B (zh) | 一种智能家居控制系统 | |
CN109348445A (zh) | 用于精细农业的土壤环境高精度实时监控系统 | |
CN109246646A (zh) | 基于大数据的农业种植环境智能监控系统 | |
CN109348447A (zh) | 区域化种植物土壤质量实时无线监控系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |
Effective date of registration: 20191212 Address after: 414000 Yueyang, Hunan economic and Technological Development Zone, Tonghai Road, sun bridge building materials market 8, 23-29 facade. Applicant after: Hunan Katie Engineering Technology Co., Ltd. Address before: 528000 K004, Sixth Floor, No. 1 Building, No. 117 Zhangcha Road, Chancheng District, Foshan City, Guangdong Province Applicant before: Foshan Shanchang Technology Co., Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |