CN110309340A - 农作物生长异常状况的预警方法及预警装置 - Google Patents

农作物生长异常状况的预警方法及预警装置 Download PDF

Info

Publication number
CN110309340A
CN110309340A CN201910547797.XA CN201910547797A CN110309340A CN 110309340 A CN110309340 A CN 110309340A CN 201910547797 A CN201910547797 A CN 201910547797A CN 110309340 A CN110309340 A CN 110309340A
Authority
CN
China
Prior art keywords
information
unusual condition
reply
reply information
history
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
Application number
CN201910547797.XA
Other languages
English (en)
Inventor
周航
陈功
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Jiahao Ecological Agriculture Technology Co Ltd
Original Assignee
Hangzhou Jiahao Ecological Agriculture Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Jiahao Ecological Agriculture Technology Co Ltd filed Critical Hangzhou Jiahao Ecological Agriculture Technology Co Ltd
Priority to CN201910547797.XA priority Critical patent/CN110309340A/zh
Publication of CN110309340A publication Critical patent/CN110309340A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02Agriculture; Fishing; Forestry; Mining
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • G06T7/0014Biomedical image inspection using an image reference approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30181Earth observation
    • G06T2207/30188Vegetation; Agriculture

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Library & Information Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Mining & Mineral Resources (AREA)
  • Quality & Reliability (AREA)
  • Radiology & Medical Imaging (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了农作物生长异常状况的预警方法及预警装置。本申请实施例先通过图像比对以得到异常状况的类型、严重等级,再据此将应对信息展示给用户。由此,实现在农作物生产出现异常时向用户推荐异常应对信息,提高了农民的高效生产。

Description

农作物生长异常状况的预警方法及预警装置
技术领域
本发明涉及农产品种植的技术领域,具体涉及农作物生长异常状况的预警方法及预警装置。
背景技术
农业耕作是一项特殊、复杂、独立的工作,同时也是最重要的工作,它关系到人类健康和整个生态循环。农作物生长过程中,生产异常状况的管理是最为关键的一环。
目前对农作物生长状况的管理通常是通过对土壤环境的监测来实现。诸如中国专利CN 106841564 A公开了一种土壤成分监测系统,该监测系统通过氧气浓度检测器、温湿度传感器、pH值检测器检测土壤成分变化情况并实时分析提醒用户采取相应措施。用户在使用前,先将手机与系统整体连接,系统即开始正常工作;温湿度传感器检测土壤中温度和湿度的实时状况,氧气浓度检测器开始土壤中各个点的氧气浓度,pH值检测器采集土壤中的pH值,三者的数据传送给处理器,处理器根据得到的信息,将其与处理器中预先设定的土壤正常值进行比较,首先处理器将计算分析所得到的信息给LCD显示器显示,若土壤中温湿度、pH值和氧气浓度中有一个值超出安全值,处理器就给蜂鸣器、和GPRS模块发送信号,蜂鸣器进行声音报警、GPRS模块通过将处理器所发送的信息进行编码后发送给手机,用户若在装置附近,则可以通过蜂鸣器发出的报警声进行警示,若用户不在设备附近,则可以通过手机进行信息的接受,以最快的速度路对土壤发生的问题进行处理。
以上现有技术中,依赖位于种植区布设的多种类型的传感器对土壤环境的各种参数进行监测,例如氧气浓度检测器、温湿度传感器、pH值检测器。对于一些农业科技不发达、农民农业知识普遍比较薄弱的偏远地区而言,这些传感器的日常维护的成本较高。并且即使这些参数出现异常,农民也不知道如何应对。
发明内容
为解决上述问题,本申请实施例提供农作物生长异常状况的预警方法及预警装置,能够在农作物生产出现异常时向用户推荐异常应对方法,提高了农民的高效生产。
本申请实施例提供一种农作物生长异常状况的预警方法,包括:
获取用户农作物种植区域的实时图像;
将所述实时图像和预置图像进行图像比对,以获取异常状况的类型、严重等级;
根据所述异常状况的类型、严重等级获取旨在克服所述异常状况的应对信息;
向所述用户展示所述应对信息。
相应地,本申请实施例还提供一种农作物生长异常状况的预警装置,包括:
第一获取单元,用以获取用户农作物种植区域的实时图像;
比对单元,用以将所述实时图像和预置图像进行图像比对,以获取异常状况的类型、严重等级;
第二获取单元,根据所述异常状况的类型、严重等级获取旨在克服所述异常状况的应对信息;
展示单元,向所述用户展示所述应对信息。
本申请实施例先通过图像比对以得到异常状况的类型、严重等级,再据此将应对信息展示给用户。由此,实现在农作物生产出现异常时向用户推荐异常应对信息,提高了农民的高效生产。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的预警方法的流程示意图;
图2是本申请一实施例提供的预警装置的结构示意图。
具体实施方式
以下是本申请实施例的具体实施例,对本申请的技术方案作进一步的描述,但本申请并不限于这些实施例。
本发明实施例提供了一种农作物生长异常状况的预警系统,该预警系统包括:摄像设备、服务器以及网络。
摄像设备与服务器通过网络连接。其中,网络包括路由器、网关等等网络实体,图中并未示意出。摄像设备可以是安装在用户端(即后文所述农作物种植区域的)监控摄像头(可以为多处设置),当然还包括以及将多出辅助监控摄像头的用以显示监控摄像头所采集的图像的显示器,和用以连接多处摄像头的网络实体。不局限于此,摄像设备还可以是具有摄像的一切智能终端,例如手机、平板电脑、笔记本电脑、可穿戴设备等设备。
服务器可以包括至少具有处理器、存储器和通讯模块。处理器上用于储存各种执行后文所述预警方法的程序。储存器用以存储以数据库管理形式存在的数据,例如可以在储存器上建立溯系统平台。通讯模块用以与摄像设备网络连接。于此所提及的服务器不仅仅为单机,还可以为由多个服务器通过网络连接所构成的云服务器。此种情况下,上述通讯模块用以实现本地服务器与云服务器实现连接。
服务器在前述摄像设备、服务器以及网络的基础上还可包含显示装置。显显示装置可以是任何具有显示功能的设备,诸如智能终端或显示屏等。
在一实施例中,提供了一种农作物生长异常状况的预警方法,可以由服务器的处理器执行。请参阅图1。该预警方法可以包括:
S101,获取用户农作物种植区域的实时图像。
作为一种示范性实施例,用户在管理农产品种植区时,可以在农产品种植区设置固定式的摄像设备即视频监控设备,从而对农产品进行拍摄,采集农产品种植区的图像信息。除此固定方式的摄像设备,还可以是移动式的摄像设备,例如无人机,或是具有拍摄功能的移动终端等智能设备。无人机通过对农产品种植区进行拍摄从而采集图像信息。在实际应用中,还可以结合各种不同的传感器采集农产品种植区的图像信息。当然采集农产品种植区的图像信息可以为实时采集,也可以为周期性采集,还可以根据用户的要求随时采集。
需要补充的是,所采集的实时图像可以自动保存在上述服务器的储存器所建立的追溯系统平台上。此处,追溯系统平台为本领域公知的技术。在本申请的实施例中,其用来对农作物生长例如从种子的筛选到播种到弄产品采摘的各种植环节数据进行存储,这些数据可以是用户主动上传的。这样,消费者可以对农产品的各种种植充分了解。
可以理解的是,在摄像设备为固定式的视频监控设备的情况下,所采集的视频图像通过有线方式传输至服务器。在摄像设备为移动式摄像设备的情况下,所采集的视频图像通过无线方式(如蓝牙、wifi或者GPRS)或有线方式(USB数据线)传输至服务器。
S102,将实时图像和预置图像进行图像比对,以获取异常状况的类型、严重等级。
此处,异常状况的严重等级可以用“轻度、中度、重度”三个等级表示,或者用“一级、二级、三级、四级”,或者用“Ⅰ级”、 “Ⅱ级”、“Ⅲ级”、“Ⅳ级”等依赖于自己的习惯来表示。异常状况的类型可以为虫害、缺肥(或者营养成分不均衡,如缺钾、钙等)、缺水等。虫害可以涵盖蚜虫、线虫、椿蝮、叶蝉和瞒类等;缺肥可以涵盖缺钾、缺磷、缺铁、缺锌等。
可以理解的是,鉴于异常状态是体现在症状的表观上,因而所采集的实时图像和预置图像均包含该症状的症状区域(可以包含诸如土地、非异常状态等背景图)。举例而言,
预置图像是将异常状况的类型、严重等级、农作物品种与预先图像建立标准对应关系。具体而言,将表观为Ⅰ级虫害的带有烂叶等症状的土豆植株的外貌图界定为预置图像等。
预置图像可以保存在上述追溯系统平台上。
作为一种示范性实施例,将实时图像和预置图像进行图像比对”可以包括:提取实时图像的关键特征;根据关键特征在预置图像中查找与关联特征的相似度在预设范围内的预置图像。
此处,关键特征是表观异常状态的症状的区域的典型特征。提取关键特征的具体方式为图像处理领域所公知的形式,诸如一些现有图形处理APP(photoshop CS)所应用的图章工具,或者地可参照专利文献CN201810881947.6、CN201610504128.0等。同理地,对预置图像的关键特征的提取也采用如实时图像相同的方式。
可以对相似度预先设置一预设值,即在此预设值范围内的相似度被认定为相似。相似度的表征形式可以是诸如专利CN 109447980 A的高斯相似度。对相似度获得的方式可以采用诸如专利CN 108985321 A所提及的近邻排斥度量学习算法。
S103,根据异常状况的类型、严重等级获取旨在克服异常状况的应对信息。
作为一种示范性实施例,上述的获取应对信息可以是从本地历史记录中。具体而言:在本地历史记录数据库中是否匹配到异常状况的类型、严重等级相关联的历史应对信息;若匹配到,则根据历史应对信息得到应对信息;若未匹配到,则通过互联网搜索与异常状况的类型、严重等级相关联的资讯,并根据资讯得到应对信息。
这里,本地历史记录来源于追溯系统平台。
互联网的途径可以涵盖一切能提高文献服务的平台,例如提供期刊文献的平台,如CNKI,或者提供专利文献的平台,如soopat等。至于搜索的方式可采用常规的搜索引擎所用到的语音、近义词检索等。
作为一种示范性实施例,根据历史应对信息得到应对信息,包括:
当异常状况的严重等级不高于预设等级时,将历史应对信息确定为应对信息;
当异常状况的严重等级高于预设等级时,获取历史应对信息对应的历史反馈应对信息,根据反馈信息从历史应对信息中确定至少部分为应对信息。
应当理解的是,历史反馈应对信息是指对应对信息所对应的用户的反馈效果,此时衡量该应对信息的有效性的评价指标之一。以异常状况为虫害为例来说明如何获取历史反馈应对信息。
追溯系统平台可以存有针对同一批次农产品的病虫害信息与用药信息的第一对应关系,以及针对同一批次农产品的用药信息与用药反馈信息的第二对应关系。在数据库中查询与农产品种植区的病虫害信息相匹配的病虫害信息,若查询到匹配的病虫害信息,则根据第一对应关系查询到与匹配的病虫害信息属于同一批次的用药信息;根据查询到的用药信息,以及第二对应关系,获取到与匹配的病虫害信息属于同一批次的用药反馈信息。也就是说,病虫害信息与用药信息以及用药反馈信息都是同一批次中的农产品信息。比如说,追溯系统平台存有的病虫害信息可以为黄瓜第一批次的病虫齐信息,那么相应的用药信息和用药反馈信息也为针对黄瓜第一批次的信息。比如病虫害信息以蚜虫为例,若获取的第一批次黄瓜的病虫害信息为蚜虫,则在数据库中查询蚜虫,若查询到蚜虫,则查询第一批次黄瓜在出现蚜虫时的用药信息,井获取对第一批次黄瓜在出现蚜虫后进行上述用药后的用药反馈信息。在查询用药信息和用药反馈信息时,将查询的范围锁定在同一批次,使得查询到的用药信息和用药反馈信息更具针对性,有利于对症下药,从而及时消除病虫害对农产品的危害。
前文“根据反馈信息从历史应对信息中确定至少部分为应对信息”简单地理解为,应对信息可能有多条,但是在多条应对信息中反馈信息显示效果不明显或者不显效的是被剔除的,这些不会被确立为应对信息。可以想到的是,若所有的反馈信息显示均为不显效,则将所有的对应消息都确定为目标的应对消息。
在一个示范的实施例中,根据资讯得到应对信息,可以包括:
当异常状况的严重等级不高于预设等级时,将资讯所含有的应对信息确定为应对信息;
当异常状况的严重等级高于预设等级时,根据资讯中所含有的反馈应对信息从资讯中所含有的应对信息中确定至少部分。
这里,可类比于前文 “根据所述历史应对信息得到所述应对信息”,于此不详述。
S104,向用户展示应对信息。
此处,展示形式可以是短消息。可以理解的是,为了便于短消息的接收,需要用户实现预留收信人手机号。该手机号可以是用户ID(即注册所填写的手机号)对应的手机号。该短信的发信人可以显示为“××种植平台”。
作为另外的实施例,收信人手机号可以是该终端的本机号。具体而言,获取该本机号可举例为通过读取终端的SIM卡信息(在获得终端读取SIM卡的权限后)。当终端无插入SIM卡时,可以读取终端存储的通讯录的信息或通话记录信息(在获得终端读取通讯录或通话记录的权限后)。已为本领域技术人员所知晓的是,读取权项的具体操作是,以读取SIM权限为例,弹出一对话框“是否允许读取SIM卡的权限后”,该对话框中具有“是”、“否”的选择按钮。
上述,即时通讯软件消息可以涵盖微信、QQ、钉钉。服务器生成该即时通讯软件消息的具体过程是,以终端安装一个即时通讯(假设为微信应用)为例,具体包括以下步骤:
检测所述微信应用是否存在登录状态;
若检测到微信应用处于登录状态,获取该微信账户的信息,其中,微信账号的信息至少包含微信号(获取登录的微信账户的账号的方式可以是,在接收到用户确认读取微信应用的前提下,读取微信账号的ID信息);
当检测到终端处于未登录状态,获取终端关联的手机号;(此处,该关联的手机号可以是用户ID手机号或者所登录终端的手机号或者通讯录。获取该手机号的方式同前文短消息的手机号相同,于此不赘述。)。
以终端安装多个即时通讯应用为例,服务器生成该即时通讯软件消息的具体过程是,具体包括以下步骤:
检测所述即时通讯应用是否存在登录状态;
若检测到即时通讯应用处于登录状态,获取用户指定的即时通讯应用;
获取所述用户指定的即时通讯应用的账户的信息,其中,该账户的信息至少包含账号;
当检测到终端处于未登录状态,获取终端关联的手机号。
图2是根据本申请一示例性实施例提供的一种农作物生长异常状况的预警装置的结构示意图。该结构示意图的执行主体为服务器。该预警装置可以包括:
第一获取单元201,用以获取用户农作物种植区域的实时图像;
比对单元202,用以将所述实时图像和预置图像进行图像比对,以获取异常状况的类型、严重等级;
第二获取单元203,根据所述异常状况的类型、严重等级获取旨在克服所述异常状况的应对信息;
展示单元204,向所述用户展示所述应对信息。
作为一个优选的示范例,所述第二获取单元203,还包括:
匹配单元,用以在本地历史记录数据库中是否匹配到所述异常状况的类型、严重等级相关联的历史应对信息;
第一得到单元,用以若匹配到则根据所述历史应对信息得到所述应对信息;
第二得到单元,用以若未匹配到,则通过互联网搜索与所述异常状况的类型、严重等级相关联的资讯,并根据所述资讯得到所述应对信息。
作为一个优选的示范例,所述第一得到单元还包括:
第一确定单元,用以当所述异常状况的严重等级不高于预设等级时,将所述历史应对信息确定为所述应对信息;
第二确定单元,用以当所述异常状况的严重等级高于预设等级时,获取所述历史应对信息对应的历史反馈应对信息,根据所述反馈信息从所述历史应对信息中确定至少部分为应对信息。
作为一个优选的示范例,第二得到单元包括:
第三确定单元,用以当所述异常状况的严重等级不高于预设等级时,将所述资讯所含有的应对信息确定为所述应对信息;
第四确定单元,用以当所述异常状况的严重等级高于预设等级时,根据所述资讯中所含有的反馈应对信息从所述资讯中所含有的应对信息中确定至少部分。
作为一个优选的示范例,比对单元202可以包括:
提取单元,用以提取所述实时图像的关键特征;
查找单元,用以根据所述关键特征在预置图像中查找与所述关联特征的相似度在预设范围内的预置图像。
不难发现,本申请的预警装置为上述预警方法相对应,本申请实施例的预警装置可以与预警方法相关的实施例互相配合实施。预警装置相关实施例中提到的相关技术细节在本申请预警装置的实施例中依然有效,为了减少重复,这里不再赘述。相应地,本实施例中提到的相关技术细节也可应用在预警方法的相关实施例中。
为了更好地地实施以上方法,本发明实施例还提供一种存储介质,该存储介质存储有指令,所述指令被处理器执行时实现如上述方法的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM),动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
本文中所描述的具体实施例仅仅是对本申请精神作举例说明。本申请所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本申请的精神或者超越所附权利要求书所定义的范围。

Claims (10)

1.一种农作物生长异常状况的预警方法,其特征在于,包括:
获取用户农作物种植区域的实时图像;
将所述实时图像和预置图像进行图像比对,以获取异常状况的类型、严重等级;
根据所述异常状况的类型、严重等级获取旨在克服所述异常状况的应对信息;
向所述用户展示所述应对信息。
2.根据权利要求1所述的预警方法,其特征在于,所述“根据所述异常状况的类型、严重等级获取旨在克服所述异常状况的应对信息”包括:
在本地历史记录数据库中是否匹配到所述异常状况的类型、严重等级相关联的历史应对信息;
若匹配到,则根据所述历史应对信息得到所述应对信息;
若未匹配到,则通过互联网搜索与所述异常状况的类型、严重等级相关联的资讯,并根据所述资讯得到所述应对信息。
3.根据权利要求2所述的预警方法,其特征在于,所述“根据所述历史应对信息得到所述应对信息”包括:
当所述异常状况的严重等级不高于预设等级时,将所述历史应对信息确定为所述应对信息;
当所述异常状况的严重等级高于预设等级时,获取所述历史应对信息对应的历史反馈应对信息,根据所述反馈信息从所述历史应对信息中确定至少部分为应对信息。
4.根据权利要求3所述的预警方法,其特征在于,所述“根据所述资讯得到所述应对信息”包括:
当所述异常状况的严重等级不高于预设等级时,将所述资讯所含有的应对信息确定为所述应对信息;
当所述异常状况的严重等级高于预设等级时,根据所述资讯中所含有的反馈应对信息从所述资讯中所含有的应对信息中确定至少部分。
5.根据权利要求1所述的预警方法,其特征在于,所述“将所述实时图像和预置图像进行图像比对”包括:
提取所述实时图像的关键特征;
根据所述关键特征在预置图像中查找与所述关联特征的相似度在预设范围内的预置图像。
6.一种农作物生长异常状况的预警装置,其特征在于,包括:
第一获取单元,用以获取用户农作物种植区域的实时图像;
比对单元,用以将所述实时图像和预置图像进行图像比对,以获取异常状况的类型、严重等级;
第二获取单元,根据所述异常状况的类型、严重等级获取旨在克服所述异常状况的应对信息;
展示单元,向所述用户展示所述应对信息。
7.根据权利要求6所述的预警装置,其特征在于,所述第二获取单元,还包括:
匹配单元,用以在本地历史记录数据库中是否匹配到所述异常状况的类型、严重等级相关联的历史应对信息;
第一得到单元,用以若匹配到则根据所述历史应对信息得到所述应对信息;
第二得到单元,用以若未匹配到,则通过互联网搜索与所述异常状况的类型、严重等级相关联的资讯,并根据所述资讯得到所述应对信息。
8.根据权利要求7所述的预警装置,其特征在于,所述第一得到单元还包括:
第一确定单元,用以当所述异常状况的严重等级不高于预设等级时,将所述历史应对信息确定为所述应对信息;
第二确定单元,用以当所述异常状况的严重等级高于预设等级时,获取所述历史应对信息对应的历史反馈应对信息,根据所述反馈信息从所述历史应对信息中确定至少部分为应对信息。
9.根据权利要求8所述的预警装置,其特征在于,所述第二得到单元包括:
第三确定单元,用以当所述异常状况的严重等级不高于预设等级时,将所述资讯所含有的应对信息确定为所述应对信息;
第四确定单元,用以当所述异常状况的严重等级高于预设等级时,根据所述资讯中所含有的反馈应对信息从所述资讯中所含有的应对信息中确定至少部分。
10.根据权利要求6所述的预警装置,其特征在于,所述比对单元包括:
提取单元,用以提取所述实时图像的关键特征;
查找单元,用以根据所述关键特征在预置图像中查找与所述关联特征的相似度在预设范围内的预置图像。
CN201910547797.XA 2019-06-24 2019-06-24 农作物生长异常状况的预警方法及预警装置 Pending CN110309340A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910547797.XA CN110309340A (zh) 2019-06-24 2019-06-24 农作物生长异常状况的预警方法及预警装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910547797.XA CN110309340A (zh) 2019-06-24 2019-06-24 农作物生长异常状况的预警方法及预警装置

Publications (1)

Publication Number Publication Date
CN110309340A true CN110309340A (zh) 2019-10-08

Family

ID=68077387

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910547797.XA Pending CN110309340A (zh) 2019-06-24 2019-06-24 农作物生长异常状况的预警方法及预警装置

Country Status (1)

Country Link
CN (1) CN110309340A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112492027A (zh) * 2020-11-26 2021-03-12 重庆电子工程职业学院 一种生态农业智能监测系统
CN113127464A (zh) * 2021-03-24 2021-07-16 防城港市动物疫病预防控制中心 农业大数据环境特征处理方法、装置及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106021449A (zh) * 2016-05-17 2016-10-12 北京金山安全软件有限公司 用于移动终端的搜索方法、装置以及移动终端
CN106649442A (zh) * 2016-09-13 2017-05-10 上海斐讯数据通信技术有限公司 一种植物生长查询系统以及植物生长查询方法
CN106645155A (zh) * 2016-12-29 2017-05-10 深圳前海弘稼科技有限公司 一种基于温室环境的植物生长状态监控方法及装置
CN107315381A (zh) * 2017-08-02 2017-11-03 宿松县玖索科技信息有限公司 一种农作物病虫害的监测方法
CN108197266A (zh) * 2017-12-29 2018-06-22 深圳春沐源控股有限公司 一种农产品用药的推荐方法和系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106021449A (zh) * 2016-05-17 2016-10-12 北京金山安全软件有限公司 用于移动终端的搜索方法、装置以及移动终端
CN106649442A (zh) * 2016-09-13 2017-05-10 上海斐讯数据通信技术有限公司 一种植物生长查询系统以及植物生长查询方法
CN106645155A (zh) * 2016-12-29 2017-05-10 深圳前海弘稼科技有限公司 一种基于温室环境的植物生长状态监控方法及装置
CN107315381A (zh) * 2017-08-02 2017-11-03 宿松县玖索科技信息有限公司 一种农作物病虫害的监测方法
CN108197266A (zh) * 2017-12-29 2018-06-22 深圳春沐源控股有限公司 一种农产品用药的推荐方法和系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112492027A (zh) * 2020-11-26 2021-03-12 重庆电子工程职业学院 一种生态农业智能监测系统
CN113127464A (zh) * 2021-03-24 2021-07-16 防城港市动物疫病预防控制中心 农业大数据环境特征处理方法、装置及电子设备
CN113127464B (zh) * 2021-03-24 2022-11-18 防城港市动物疫病预防控制中心 农业大数据环境特征处理方法、装置及电子设备

Similar Documents

Publication Publication Date Title
US20210256256A1 (en) Automated diagnosis and treatment of crop infestations
CN109146130A (zh) 农产品定制化种植与全程溯源平台及方法
CN106971307A (zh) 基于互联网+物联网的果蔬园艺产品质量安全追溯系统
CN110458032B (zh) 荔枝生长状况全程监控方法、系统、云服务器及存储介质
CN111479459A (zh) 生长状况或病虫害发生状况的预测系统、方法以及程序
US9436959B2 (en) Individual product identification system, individual product identification method, and device and program used by same
CN104484408A (zh) 植物信息的搜索处理方法和系统
CN109784945A (zh) 基于大数据和区块链的食品溯源方法、系统及存储介质
CN110309340A (zh) 农作物生长异常状况的预警方法及预警装置
CN110298675A (zh) 一种农产品信息的追溯方法及系统
KR20210109575A (ko) 정보 처리 장치 및 정보 처리 시스템
CN103970891A (zh) 一种基于情境的用户兴趣信息查询方法
Liopa-Tsakalidi et al. Application of mobile technologies through an integrated management system for agricultural production
CN115661650A (zh) 一种基于物联网数据监测的农场管理系统
CN112329709A (zh) 农产品智能品控系统、方法、计算机设备及存储介质
CN115630967A (zh) 一种农产品的智能溯源方法、装置、电子设备及存储介质
US10761862B2 (en) Method and device for adding indicative icon in interactive application
CN114066480A (zh) 一种溯源信息的生成方法、装置、系统、设备及存储介质
CN208027393U (zh) 农产品质量溯源系统及监管系统
CN211015616U (zh) 一种基于区块链技术的农产品质量安全监控系统
CN210666867U (zh) 一种基于物联网的智慧农业大数据服务平台
KR102214008B1 (ko) 식물생장 관리 시스템 및 이를 이용한 식물생장 관리방법
CN114219512A (zh) 一种农作物信息推送方法、装置、计算机设备及存储介质
Bhatia et al. IoT Enabled Smart Irrigation Techniques With Leaf Disease Detection
KR102010413B1 (ko) 반려식물 케어에 기반한 커뮤니티 서비스 시스템

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191008

RJ01 Rejection of invention patent application after publication