CN110771442A - 基于物联网的农业种植方法和系统 - Google Patents
基于物联网的农业种植方法和系统 Download PDFInfo
- Publication number
- CN110771442A CN110771442A CN201910942686.9A CN201910942686A CN110771442A CN 110771442 A CN110771442 A CN 110771442A CN 201910942686 A CN201910942686 A CN 201910942686A CN 110771442 A CN110771442 A CN 110771442A
- Authority
- CN
- China
- Prior art keywords
- planting
- information
- database
- crop
- crops
- 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 35
- 241000607479 Yersinia pestis Species 0.000 claims abstract description 122
- 201000010099 disease Diseases 0.000 claims abstract description 97
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 97
- 241000238631 Hexapoda Species 0.000 claims abstract description 76
- 239000002689 soil Substances 0.000 claims description 21
- 238000003306 harvesting Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000003967 crop rotation Methods 0.000 claims description 7
- 230000036541 health Effects 0.000 claims description 7
- 230000001939 inductive effect Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 5
- 238000009331 sowing Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 3
- 241000196324 Embryophyta Species 0.000 description 41
- 230000006870 function Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 6
- 238000003973 irrigation Methods 0.000 description 5
- 230000002262 irrigation Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 4
- 230000004720 fertilization Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 229910052760 oxygen Inorganic materials 0.000 description 4
- 239000001301 oxygen Substances 0.000 description 4
- 241000018137 Trialeurodes vaporariorum Species 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 235000013311 vegetables Nutrition 0.000 description 3
- 238000012271 agricultural production Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 244000038559 crop plants Species 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000575 pesticide Substances 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- 240000002234 Allium sativum Species 0.000 description 1
- 240000007087 Apium graveolens Species 0.000 description 1
- 235000015849 Apium graveolens Dulce Group Nutrition 0.000 description 1
- 235000010591 Appio Nutrition 0.000 description 1
- 235000001405 Artemisia annua Nutrition 0.000 description 1
- 240000000011 Artemisia annua Species 0.000 description 1
- 240000008067 Cucumis sativus Species 0.000 description 1
- 235000010799 Cucumis sativus var sativus Nutrition 0.000 description 1
- 244000300264 Spinacia oleracea Species 0.000 description 1
- 235000009337 Spinacia oleracea Nutrition 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008029 eradication Effects 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 238000003958 fumigation Methods 0.000 description 1
- 235000004611 garlic Nutrition 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000009333 weeding Methods 0.000 description 1
Images
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
- A01G22/00—Cultivation of specific crops or plants not otherwise provided for
-
- 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
- A01G13/00—Protecting plants
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Environmental Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Botany (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Toxicology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于物联网的农业种植方法和系统,方法包括以下步骤:获取种植区域的自然环境信息和种植更迭历史信息;根据预设数据库、自然环境信息和种植更迭历史信息,确定种植方案;根据种植方案和预设数据库,进行农作物种植;获取种植农作物的实时信息,以控制病虫害。通过本发明和能实现资源利用最大化、有效控制病虫害和为农作物提供良好的生长条件的效果。本发明作为一种基于物联网的农业种植方法和系统,可广泛应用于农业技术领域。
Description
技术领域
本发明涉及农业技术领域,尤其是一种基于物联网的农业种植方法和系统。
背景技术
近些年来随着国家“三农问题”的提出,以及科技的发展进步,自动化控制越来越被广泛应用到农业生产中。而现今的自动化控制都建立于种植农作物之后,对已种植的农作物进行灌溉、施肥等自动化操作,且灌溉量和施肥量都是人为的经验进行设置所得,因此存在诸多缺点。例如,没有对种植区域适宜种植的农作物进行事先分析,因此没达到种植区域资源利用最大化;通过人为的经验判断农作物所需的条件,未能准确控制农作物所需要的生长条件;不能对农作物进行实时监控,使病虫害未能得到控制,严重影响农作物产量。
发明内容
有鉴于此,为了解决上述技术问题,本发明的目的是提供基于物联网的农业种植方法和系统,以实现资源利用最大化、有效控制病虫害和为农作物提供良好的生长条件的效果。
本发明采用的技术方案是:基于物联网的农业种植方法,包括以下步骤:
获取种植区域的自然环境信息和种植更迭历史信息;
根据预设数据库、自然环境信息和种植更迭历史信息,确定种植方案;
根据种植方案和预设数据库,进行农作物种植;
获取种植农作物的实时信息,以控制病虫害;
其中,预设数据库包括农作物种植数据库和农作物生长数据库。
进一步,所述根据预设数据库、自然环境信息和种植更迭历史信息,确定种植方案这一步骤,具体地:
根据农作物种植数据库、自然环境信息和种植更迭历史信息,确定种植区域适宜播种的农作物类别;
其中,农作物种植数据库包括多种农作物与不同自然环境相匹配的种植信息;
自然环境信息包括空气信息和土壤信息;
种植更迭历史信息包括种植区域历年种植更迭的历史信息。
进一步,所述根据种植方案和预设数据库,进行农作物种植的步骤中,包括以下步骤:
根据种植方案提供种植设备;
根据农作物生长数据库和所述种植设备,进行农作物种植,其中,所述预设农作物生长数据库包括多种农作物生长周期、生长规律,以及各生长阶段所需条件种植数据。
进一步,所述获取种植农作物的实时信息,以控制病虫害的步骤中,包括以下步骤:
根据预设数据库,建立病虫害模型,其中预设数据库包括病虫害数据库,所述病虫害数据库包括多种农作物患病虫害历史数据和病虫害诱发条件数据的至少一种;
根据实时信息和病虫害模型,控制病虫害。
进一步,所述根据实时信息和病虫害模型,控制病虫害这一步骤,具体为:
当实时信息与病虫害模型匹配时,提供解决方案,其中实时信息包括虫情数据和/或气候信息。
进一步,还包括以下步骤:
根据实时信息,确定农作物的种植状况,其中种植状况包括生长状况和/或健康状况;
根据种植状况进行农作物的收获预测,其中收获预测包括产量预测和/或生态轮作预测。
本发明还提供,基于物联网的农业种植系统,包括:
作物区域划分模块,用于获取种植区域的自然环境信息和种植更迭历史信息,以及根据预设数据库、自然环境信息和种植更迭历史信息,确定种植方案;
精准种植模块,用于根据种植方案和预设数据库,进行农作物种植;
病虫害分析模块,用于获取种植农作物的实时信息,以控制病虫害;
其中,预设数据库包括农作物种植数据库和农作物生长数据库。
进一步,还包括大数据平台,所述作物区域划分模块包括:
自然环境信息采集单元,用于获取种植区域的自然环境信息,所述自然环境信息包括:空气信息和土壤信息;
农产品数据采集单元,用于获取种植区域的种植更迭的历史信息,并将种植更迭的历史信息存入大数据平台;
智能分析单元,用于根据农作物种植数据库、自然环境信息和种植更迭的历史信息,确定种植方案;
其中,大数据平台包括预设数据库和种植更迭的历史信息。
进一步,所述病虫害分析模块包括:
信息采集单元,用于获取实时信息,所述实时信息包括虫情数据;
病虫害模型建立单元,用于根据病虫害数据库,建立病虫害模型,其中预设数据库包括病虫害数据库,所述病虫害数据库包括多种农作物患病虫害历史数据和病虫害诱发条件数据的至少一种;
处理单元,用于根据实时信息和病虫害模型控制病虫害、根据实时信息确定农作物种植状况,所述种植状况包括生长状况和/或健康状况,以及根据种植状况进行农作物的收获预测,所述收获预测包括产量预测和/或生态轮作预测。
进一步,所述精准种植模块包括:
农作物生长数据库单元,用于存储农作物生长数据库,其中,农作物生长数据库包括多种农作物生长周期、生长规律,以及各生长阶段所需条件种植数据;
设备管理单元,用于根据种植方案接入种植设备,以及根据农作物生长数据库,控制种植设备进行农作物种植;
信息回流单元,用于将实时信息、农作物种植状况回流进入大数据平台。
本发明的有益效果是:根据包含农作物种植数据库的预设数据库、自然环境信息和种植更迭历史信息,确定种植方案,使得种植方案能够准确适用于种植区域,达到种植区域资源利用最大化;根据种植方案和包含农作物生长数据库的预设数据库,进行农作物种植,为农作物提供良好的生长条件;获取种植农作物的实时信息,以控制病虫害,使虫害能得到有效控制,不会影响农作物的产量。
附图说明
图1为本发明基于物联网的农业种植方法的步骤流程示意图;
图2为本发明基于物联网的农业种植系统的结构框图。
具体实施方式
下面结合说明书附图和具体实施例对本发明作进一步解释和说明。对于本发明实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
如图1所示,基于物联网的农业种植方法,包括以下步骤:
获取种植区域的自然环境信息和种植更迭历史信息;
根据预设数据库、自然环境信息和种植更迭历史信息,确定种植方案;
根据种植方案和预设数据库,进行农作物种植;
获取种植农作物的实时信息,以控制病虫害;
其中,预设数据库包括农作物种植数据库和农作物生长数据库。
在本实施例中,预设数据库通过大数据从各种专业农业网站上或国家农业部获取而建立,同时也可以包括对大量种植案例分析得到的各种数据,具有各种农作物信息,包括种植、病虫害、对应措施等相关信息。农作物种植数据库包括大量不同农作物与种植自然环境条件相匹配的种植信息,例如不同农产品的在不同土壤、不同空气等其他自然环境条件下,农产品的具体生长信息、产量等等。农作物生长数据库包括全部农作物信息,包括各种农作物的生长周期、规律等数据以及各个生长阶段需要的光照、浇水和施肥数据。
进一步作为优选的实施方式,所述根据预设数据库、自然环境信息和种植更迭历史信息,确定种植方案这一步骤,具体地:
根据农作物种植数据库、自然环境信息和种植更迭历史信息,确定种植区域适宜播种的农作物类别;其中,
农作物种植数据库包括多种农作物与不同自然环境相匹配的种植信息;
自然环境信息包括空气信息和土壤信息;
种植更迭历史信息包括种植区域历年种植更迭的历史信息。
在本实施例中,自然环境信息包括田间(包括多个种植区域)的空气湿度、温度、光照和气压、土壤温湿度、土壤水分、光强度、氧气浓度等数据,通过百叶箱进行实时采集及无线传感器获取,无线传感器包括空气温湿度传感器、空气温度传感器、土壤温湿度传感器、土壤水分传感器、光强度传感器、氧气传感器等。
种植更迭历史信息包括种植区域历年种植更迭的历史信息(市场信息),例如:包括某种植区域从未种植过某一农产品,或种植某一农产品曾出现重大田间灾害、或在农业生产过程中,人们为延长农作物的生长周期、提高种子成活率及节约土地,曾在某种植区域积极推广使用育苗技术(育苗技术主要包括无土育苗、露地育苗及保护地育苗)等相关研究数据,该些研究数据、预设数据库和自然环境信息均被存储在大数据平台之中,方便后续结合不同的具体种植区域进行具体分析,并给出客观而真实的调查结果。
根据预设农作物种植数据库、自然环境信息和种植更迭历史信息,通过大数据平台储存与云运算,对比不同种植区域、不同农作物的种植方式和生长规律等种植数据,给出具体可行的种植方案,确定不同种植区域分别适宜播种的农作物类别。
进一步作为优选的实施方式,所述根据种植方案和预设数据库,进行农作物种植的步骤中,包括以下步骤:
根据种植方案提供种植设备;
根据农作物生长数据库和所述种植设备,进行农作物种植,其中,所述农作物生长数据库包括多种农作物生长周期、生长规律,以及各生长阶段所需条件种植数据。
在本实施例中,根据大数据平台及云运算给出的种植方案,提供具体的种植设备供选择,如灌溉设备、施肥设备、水肥一体化、智能机器人等各类型的种植设备,还提供不同功能作用的种植设备供选择,例如对应的某种灌溉设备注重的是高效节能、智能控制或增压节能的作用。
农作物生长数据库包括全部农作物信息,包括各种农作物的生长周期、规律等数据以及各个生长阶段需要的光照、浇水和施肥数据。接入选择后的种植设备,自动或远程控制机械种植设备;然后根据农作物生长数据库,根据实际需求对农作物进行灌溉、施肥等操作,实现农作物种植,并将相应的种植设备操作记录保存。
进一步作为优选的实施方式,所述获取种植农作物的实时信息,以控制病虫害的步骤中,包括以下步骤:
根据预设数据库,建立病虫害模型,其中预设数据库包括病虫害数据库,所述病虫害数据库包括多种农作物患病虫害历史数据和病虫害诱发条件数据的至少一种;
根据实时信息和病虫害模型,控制病虫害。
进一步作为优选的实施方式,所述根据实时信息和病虫害模型,控制病虫害这一步骤,具体为:
当实时信息与病虫害模型匹配时,提供解决方案,其中实时信息包括虫情数据和/或气候信息。
进一步作为优选的实施方式,还包括以下步骤:
根据实时信息,确定农作物的种植状况,其中种植状况包括生长状况和/或健康状况;
根据种植状况进行农作物的收获预测,其中收获预测包括产量预测和/或生态轮作预测。
在本实施例中,实时信息包括通过智能虫情信息采集器(采集系统)、无线传感器、图像采集等方式实时获取的每种种植农作物的信息。例如:通过智能虫情信息采集器,获取的虫情数据;通过无线传感器获取的土壤数据、气候信息;通过图像采集获取的用于确定农作物的种植状况(包括生长状况和健康状况)的农作物株高、茎粗、形态等数据。同时,所述实时信息会自动上传至大数据平台,实现对农作物以及自然环境的实时监控。
另外,根据收集的实时信息,具体地为农作物的种植状况、土壤数据、气候等信息,在大数据平台中的各种农作物的生长模型中,能够得出农作物的收获预测,收获预测包括产量预测和生态轮作预测,同时将预测结果储存在大数据平台中。得出的预测结果对日后制订农作物种植计划和收购计划具有非常重要的参考价值。
预设数据库还包括病虫害数据库,所述病虫害数据库包括各种农作物历年病虫害爆发数据(病虫害历史数据),和物联网历年采集的空气温湿度、降雨量、风速、光照强度、土壤数据等气象数据、各种农作物患病害虫的诱发条件、各种农作物患病虫害时的存活几率等数据。根据上述病虫害数据库的数据,对历史病虫害爆发数据的研究,以及对爆发时的气象数据的规律做数理总结,例如通过云运算等方式,可以得出各种农作物生长过程中气象数据和病虫害爆发的必然关系。然后,通过分析得出的必然关系,可以根据气象条件、农作物、时间、病虫害四个条件,建立四个条件之间关联关系的病虫害模型。
然后,基于气象条件、农作物、时间三个条件的进行达到或即将达到病虫害条件的阈值设置。收集的实时信息,会实时上传至大数据平台,不断将实时信息与病虫害模型匹配分析,对病虫害进行监控,如果匹配分析结果是等于或超出了病虫害爆发的阈值,则输出某检测区域可能爆发对应的病虫害的判定结果,能够基于农作物种植常识或从预设数据库中分析,由大数据平台提供农作物病虫害爆发的预防和防治措施,自动提供解决方案(提高农药用药针对性以直接灭虫或采取其他种植方法等措施),以控制病虫害。或者,向用户给出提示此监测区域可能爆发的对应病虫害的种类、爆发范围、爆发时间、防治方法等。其中发出提示的方式为:是短信、App推送消息;图片和文字结合展示预测结果和防治方法,方便用户能够及时的进行预防和防治,从而达到控制病虫害的目的。
例如,当检测出蔬菜中的黄瓜患上虫害白粉虱时,提供轮作倒茬或者根除虫源的解决方案供选择,轮作倒茬是指白粉虱发生猖撅的地区,室秋冬茬或棚室周围的露天蔬菜种类应选芹菜、筒篙、菠菜、油菜、蒜苗等白粉虱不喜食而又耐低温的蔬菜,既免受危害又可防止向棚室蔓延;根除虫源是指育苗或定植时,清除基地内的残株杂草,熏杀或喷杀残余成虫。然后在苗床上或温室大棚放风口设置避虫网,防止外来虫源迁入。
在本实施例中,当收集的实时信息,如土壤数据、气候信息、农作物的种植状况出现问题时,如土壤数据、气候信息与最初获取相应数据时产生异常变化、或严重偏离持续测量的对应数据的平均值、农作物的种植状况与预设数据库中的数据具有明显异常差异,根据大数据平台存储收集的数据,利用人工智能技术提供合理的处理措施提议,供种植人员选择,实现区别化的针对性种植,例如种植环境条件的改变、农药用药针对性方案,在尽可能对具体某一农作物除虫除草的情况下而对其它的作物不造成生长周期的影响。
综上所述,基于物联网的农业种植方法的步骤描述如下:
1)建立预设数据库,预设数据库包括农作物种植数据库、农作物生长数据库和病虫害数据库;
2)获取种植区域的自然环境信息和种植更迭历史信息;
3)根据农作物种植数据库、自然环境信息和种植更迭历史信息,通过大数据平台储存预设数据库、自然环境信息和种植更迭历史信息,结合云运算确定种植方案;
4)根据种植方案和农作物生长数据库,控制种植设备按照农作物不同生长阶段的需求,进行农作物种植;
5)获取种植农作物的实时信息;
6)根据病虫害数据库建立病虫害模型,大数据平台根据收集的实时信息和病虫害模型作分析,以控制病虫害。
如图2所示,本发明还提供一种基于物联网的农业种植系统,包括:
作物区域划分模块,用于获取种植区域的自然环境信息和种植更迭历史信息,以及根据预设数据库、自然环境信息和种植更迭历史信息,确定种植方案;
精准种植模块,用于根据种植方案和预设数据库,进行农作物种植;
病虫害分析模块,用于获取种植农作物的实时信息,以控制病虫害;
其中,预设数据库包括农作物种植数据库和农作物生长数据库。
如图2所示,进一步作为优选的实施方式,还包括大数据平台,所述作物区域划分模块包括:
自然环境信息采集单元,用于获取种植区域的自然环境信息,所述自然环境信息包括:空气信息和土壤信息;
农产品数据采集单元,用于获取种植区域的种植更迭的历史信息,并将种植更迭的历史信息存入大数据平台;
智能分析单元,用于根据农作物种植数据库、自然环境信息和种植更迭的历史信息,确定种植方案;
其中,大数据平台包括预设数据库和种植更迭的历史信息。
在本实施例中,自然环境信息采集单元包括百叶箱和多个无线传感器,用于采集自然环境信息,自然环境信息包括田间(包括多个种植区域)的空气湿度、温度、光照和气压、土壤温湿度、土壤水分、光强度、氧气浓度等数据,无线传感器包括空气温湿度传感器、空气温度传感器、土壤温湿度传感器、土壤水分传感器、光强度传感器、氧气传感器等。所述自然环境信息采集单元用于实现:基本地理信息系统功能如图形和属性编辑、视图控制、综合查询、空间分析、产量图、养分图生成与分析。
智能分析单元,用于根据农作物种植数据库、自然环境信息和种植更迭的历史信息等存储与大数据平台中的数据,通过云运算给出具体可行的种植方案,确定不同种植区域分别适宜播种的农作物类别。
如图2所示,进一步作为优选的实施方式,所述作物区域划分模块还包括设备控制管理单元,用于根据大数据平台及云运算给出的种植方案,提供具体的种植设备供选择。
进一步作为优选的实施方式,所述病虫害分析模块包括:
信息采集单元,用于获取实时信息,所述实时信息包括虫情数据;
病虫害模型建立单元,用于根据病虫害数据库,建立病虫害模型,其中预设数据库包括病虫害数据库,所述病虫害数据库包括多种农作物患病虫害历史数据和病虫害诱发条件数据的至少一种;
处理单元,用于根据实时信息和病虫害模型控制病虫害、根据实时信息确定农作物种植状况,所述种植状况包括生长状况和/或健康状况,以及根据种植状况进行农作物的收获预测,所述收获预测包括产量预测和/或生态轮作预测。
在本实施例中,信息采集单元包括虫情信息采集器(采集系统)、无线传感器、图像获取装置,实时信息包括:虫情数据、土壤数据、气候信息、农作物株高、茎粗、形态等数据,实现对农作物以及自然环境的实时监控。
病虫害模型建立单元,用于为每种作物建立的独立的病虫害模型(独立信息档案);
处理单元还用于各种农作物生长状况的记录以及对各种农作物使用种植设备的操作记录。
如图2所示,进一步作为优选的实施方式,所述病虫害分析模块还包括分析单元,该单元具有两个功能:1)当大数据平台根据收集到的实时信息与建立的病虫害模型作分析,且当收集到的实时信息与病虫害模型匹配时,通过大数据平台提供解决方案;2)当收集的实时信息出现问题时,根据大数据平台存储收集的数据,利用人工智能技术提供合理的处理措施提议,供种植人员选择。
如图2所示,进一步作为优选的实施方式,所述精准种植模块包括:
农作物生长数据库单元,用于存储农作物生长数据库,其中,农作物生长数据库包括多种农作物生长周期、生长规律,以及各生长阶段所需条件种植数据;
设备管理单元,用于根据种植方案接入种植设备,以及根据农作物生长数据库,控制种植设备进行农作物种植;
信息回流单元,用于将实时信息、农作物种植状况回流进入大数据平台。
在本实施例中,设备管理单元,能够根据农作物生长数据库,给出科学指导,进而控制种植设备按照科学指导的信息,进行农作物种植。
信息回流单元,用于将实时信息(包括虫情数据)、农作物种植状况、种植设备使用记录、预测结果等信息回流进入大数据平台,帮助大数据平台进行实时更新、丰富农作物的病虫害详情数据,同时实现数据的可持续循环。
上述方法实施例中的内容均适用于本系统实施例中,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
综上所述,相较于现有技术,本发明具有以下优点:
1)根据包含农作物种植数据库的预设数据库、自然环境信息和种植更迭历史信息,确定种植方案,使得种植方案能够准确适用于种植区域,达到种植区域资源利用最大化;
2)根据种植方案和包含农作物生长数据库的预设数据库,进行农作物种植,使得种植人员在系统的操作推荐下实现对目标作物的精准种植,为农作物提供良好的生长条件;
3)获取种植农作物的实时信息,以控制病虫害,使虫害能得到有效控制,不会影响农作物的产量;
4)根据实时信息,确定农作物的种植状况,并根据种植状况进行农作物的收获预测,为日后制订农作物种植计划和收购计划提高重要的参考;
5)当收集的实时信息出现问题时,提供合理的处理措施提议,供种植人员进行选择。
在一些可选择的实施例中,在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如,取决于所涉及的功能/操作,连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外,在本发明的流程图中所呈现和描述的实施例以示例的方式被提供,目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的,其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外,虽然在功能性模块的背景下描述了本发明并且采用方块图的形式举例说明,但应当理解的是,除非另有相反说明,所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中,或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是,有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说,考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下,在工程师的常规技术内将会了解该模块的实际实现。因此,本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是,所公开的特定概念仅仅是说明性的,并不意在限制本发明的范围,本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
本发明实施例还提供了一种存储介质,存储有处理器可执行的指令,处理器执行所述处理器可执行的指令时执行所述基于物联网的农业种植方法。
同样可见,上述方法实施例中的内容均适用于本存储介质实施例中,实现的功能和有益效果与方法实施例相同。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
在本说明书的描述中,参考术语“一个实施例”、“本实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.基于物联网的农业种植方法,其特征在于,包括以下步骤:
获取种植区域的自然环境信息和种植更迭历史信息;
根据预设数据库、自然环境信息和种植更迭历史信息,确定种植方案;
根据种植方案和预设数据库,进行农作物种植;
获取种植农作物的实时信息,以控制病虫害;
其中,预设数据库包括农作物种植数据库和农作物生长数据库。
2.根据权利要求1所述基于物联网的农业种植方法,其特征在于:所述根据预设数据库、自然环境信息和种植更迭历史信息,确定种植方案这一步骤,具体地:
根据农作物种植数据库、自然环境信息和种植更迭历史信息,确定种植区域适宜播种的农作物类别;
其中,农作物种植数据库包括多种农作物与不同自然环境相匹配的种植信息;
自然环境信息包括空气信息和土壤信息;
种植更迭历史信息包括种植区域历年种植更迭的历史信息。
3.根据权利要求1所述基于物联网的农业种植方法,其特征在于:所述根据种植方案和预设数据库,进行农作物种植的步骤中,包括以下步骤:
根据种植方案提供种植设备;
根据农作物生长数据库和所述种植设备,进行农作物种植,其中,所述预设农作物生长数据库包括多种农作物生长周期、生长规律,以及各生长阶段所需条件种植数据。
4.根据权利要求1所述基于物联网的农业种植方法,其特征在于:所述获取种植农作物的实时信息,以控制病虫害的步骤中,包括以下步骤:
根据预设数据库,建立病虫害模型,其中预设数据库包括病虫害数据库,所述病虫害数据库包括多种农作物患病虫害历史数据和病虫害诱发条件数据的至少一种;
根据实时信息和病虫害模型,控制病虫害。
5.根据权利要求4所述基于物联网的农业种植方法,其特征在于:所述根据实时信息和病虫害模型,控制病虫害这一步骤,具体为:
当实时信息与病虫害模型匹配时,提供解决方案,其中实时信息包括虫情数据和/或气候信息。
6.根据权利要求4所述基于物联网的农业种植方法,其特征在于:还包括以下步骤:
根据实时信息,确定农作物的种植状况,其中种植状况包括生长状况和/或健康状况;
根据种植状况进行农作物的收获预测,其中收获预测包括产量预测和/或生态轮作预测。
7.基于物联网的农业种植系统,其特征在于,包括:
作物区域划分模块,用于获取种植区域的自然环境信息和种植更迭历史信息,以及根据预设数据库、自然环境信息和种植更迭历史信息,确定种植方案;
精准种植模块,用于根据种植方案和预设数据库,进行农作物种植;
病虫害分析模块,用于获取种植农作物的实时信息,以控制病虫害;
其中,预设数据库包括农作物种植数据库和农作物生长数据库。
8.根据权利要求7所述基于物联网的农业种植系统,其特征在于:还包括大数据平台,所述作物区域划分模块包括:
自然环境信息采集单元,用于获取种植区域的自然环境信息,所述自然环境信息包括:空气信息和土壤信息;
农产品数据采集单元,用于获取种植区域的种植更迭的历史信息,并将种植更迭的历史信息存入大数据平台;
智能分析单元,用于根据农作物种植数据库、自然环境信息和种植更迭的历史信息,确定种植方案;
其中,大数据平台包括预设数据库和种植更迭的历史信息。
9.根据权利要求8所述基于物联网的农业种植系统,其特征在于:所述病虫害分析模块包括:
信息采集单元,用于获取实时信息,所述实时信息包括虫情数据;
病虫害模型建立单元,用于根据病虫害数据库,建立病虫害模型,其中预设数据库包括病虫害数据库,所述病虫害数据库包括多种农作物患病虫害历史数据和病虫害诱发条件数据的至少一种;
处理单元,用于根据实时信息和病虫害模型控制病虫害、根据实时信息确定农作物种植状况,所述种植状况包括生长状况和/或健康状况,以及根据种植状况进行农作物的收获预测,所述收获预测包括产量预测和/或生态轮作预测。
10.根据权利要求9所述基于物联网的农业种植系统,其特征在于:所述精准种植模块包括:
农作物生长数据库单元,用于存储农作物生长数据库,其中,农作物生长数据库包括多种农作物生长周期、生长规律,以及各生长阶段所需条件种植数据;
设备管理单元,用于根据种植方案接入种植设备,以及根据农作物生长数据库,控制种植设备进行农作物种植;
信息回流单元,用于将实时信息、农作物种植状况回流进入大数据平台。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910942686.9A CN110771442A (zh) | 2019-09-30 | 2019-09-30 | 基于物联网的农业种植方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910942686.9A CN110771442A (zh) | 2019-09-30 | 2019-09-30 | 基于物联网的农业种植方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110771442A true CN110771442A (zh) | 2020-02-11 |
Family
ID=69385103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910942686.9A Pending CN110771442A (zh) | 2019-09-30 | 2019-09-30 | 基于物联网的农业种植方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110771442A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108510107A (zh) * | 2018-03-07 | 2018-09-07 | 深圳远佳智慧科技有限公司 | 一种农业种植指导方法、电子设备及存储介质 |
CN112690163A (zh) * | 2020-12-29 | 2021-04-23 | 武汉天之域网络技术有限公司 | 一种基于苗木物联网的智能养护方案方法 |
CN113016508A (zh) * | 2021-03-02 | 2021-06-25 | 华南师范大学 | 面向药效和生态的药材种植人工智能方法和机器人 |
CN113095555A (zh) * | 2021-03-31 | 2021-07-09 | 佛山一本农业科技有限公司 | 基于物联网的农作物病虫害监控方法、系统及存储介质 |
CN113295208A (zh) * | 2021-05-19 | 2021-08-24 | 天津现代职业技术学院 | 一种智慧农业种植数据监测方法 |
CN113379188A (zh) * | 2021-05-06 | 2021-09-10 | 贵州省烟草公司贵阳市公司 | 基于物联网的烟草轮作种植方法和系统 |
CN113763195A (zh) * | 2020-08-21 | 2021-12-07 | 北京京东振世信息技术有限公司 | 种植计划的控制方法、装置及计算机可读介质 |
CN114666375A (zh) * | 2022-05-27 | 2022-06-24 | 广东邦盛北斗科技股份公司 | 一种基于北斗卫星的智慧农业物联网方法、系统及云平台 |
CN115752562A (zh) * | 2022-10-17 | 2023-03-07 | 青芥一合碳汇(武汉)科技有限公司 | 农作物的种植管理方法、装置、终端设备及存储介质 |
CN116029860A (zh) * | 2023-03-29 | 2023-04-28 | 山东科翔智能科技有限公司 | 基于gis的智慧农业种植区域规划辅助决策系统 |
CN117056599A (zh) * | 2023-08-12 | 2023-11-14 | 布瑞克(苏州)农业互联网股份有限公司 | 一种农作物种植推荐方法与系统 |
CN117974348A (zh) * | 2024-04-01 | 2024-05-03 | 中通服建设有限公司 | 一种智慧农业物联网监测系统 |
CN118333579A (zh) * | 2024-06-14 | 2024-07-12 | 山东阳信润丰农业科技有限公司 | 一种基于生态农业的智慧管理方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1381166A (zh) * | 2002-06-13 | 2002-11-27 | 北京智能谷科技有限公司 | 苜草种植管理与病虫害防治专家系统 |
CN101052147A (zh) * | 2007-05-24 | 2007-10-10 | 中国科学院合肥物质科学研究院 | 大田作物病虫害智能预警系统 |
CN104885760A (zh) * | 2015-06-08 | 2015-09-09 | 肖万里 | 一种自动选择种植蔬菜种类的方法及装置 |
CN108919768A (zh) * | 2018-08-31 | 2018-11-30 | 北京唐冠天朗科技开发有限公司 | 一种农业管理系统及方法 |
CN109191074A (zh) * | 2018-08-27 | 2019-01-11 | 宁夏大学 | 智慧果园种植管理系统 |
-
2019
- 2019-09-30 CN CN201910942686.9A patent/CN110771442A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1381166A (zh) * | 2002-06-13 | 2002-11-27 | 北京智能谷科技有限公司 | 苜草种植管理与病虫害防治专家系统 |
CN101052147A (zh) * | 2007-05-24 | 2007-10-10 | 中国科学院合肥物质科学研究院 | 大田作物病虫害智能预警系统 |
CN104885760A (zh) * | 2015-06-08 | 2015-09-09 | 肖万里 | 一种自动选择种植蔬菜种类的方法及装置 |
CN109191074A (zh) * | 2018-08-27 | 2019-01-11 | 宁夏大学 | 智慧果园种植管理系统 |
CN108919768A (zh) * | 2018-08-31 | 2018-11-30 | 北京唐冠天朗科技开发有限公司 | 一种农业管理系统及方法 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108510107B (zh) * | 2018-03-07 | 2022-04-15 | 深圳远佳智慧科技有限公司 | 一种农业种植指导方法、电子设备及存储介质 |
CN108510107A (zh) * | 2018-03-07 | 2018-09-07 | 深圳远佳智慧科技有限公司 | 一种农业种植指导方法、电子设备及存储介质 |
CN113763195A (zh) * | 2020-08-21 | 2021-12-07 | 北京京东振世信息技术有限公司 | 种植计划的控制方法、装置及计算机可读介质 |
CN112690163A (zh) * | 2020-12-29 | 2021-04-23 | 武汉天之域网络技术有限公司 | 一种基于苗木物联网的智能养护方案方法 |
CN113016508B (zh) * | 2021-03-02 | 2022-09-16 | 华南师范大学 | 药材种植人工智能方法和机器人 |
CN113016508A (zh) * | 2021-03-02 | 2021-06-25 | 华南师范大学 | 面向药效和生态的药材种植人工智能方法和机器人 |
CN113095555A (zh) * | 2021-03-31 | 2021-07-09 | 佛山一本农业科技有限公司 | 基于物联网的农作物病虫害监控方法、系统及存储介质 |
CN113095555B (zh) * | 2021-03-31 | 2024-01-23 | 容城县爱家卫生用品有限公司 | 基于物联网的农作物病虫害监控方法、系统及存储介质 |
CN113379188A (zh) * | 2021-05-06 | 2021-09-10 | 贵州省烟草公司贵阳市公司 | 基于物联网的烟草轮作种植方法和系统 |
CN113295208A (zh) * | 2021-05-19 | 2021-08-24 | 天津现代职业技术学院 | 一种智慧农业种植数据监测方法 |
CN114666375A (zh) * | 2022-05-27 | 2022-06-24 | 广东邦盛北斗科技股份公司 | 一种基于北斗卫星的智慧农业物联网方法、系统及云平台 |
CN114666375B (zh) * | 2022-05-27 | 2022-08-09 | 广东邦盛北斗科技股份公司 | 一种基于北斗卫星的智慧农业物联网方法、系统及云平台 |
CN115752562A (zh) * | 2022-10-17 | 2023-03-07 | 青芥一合碳汇(武汉)科技有限公司 | 农作物的种植管理方法、装置、终端设备及存储介质 |
CN116029860A (zh) * | 2023-03-29 | 2023-04-28 | 山东科翔智能科技有限公司 | 基于gis的智慧农业种植区域规划辅助决策系统 |
CN117056599A (zh) * | 2023-08-12 | 2023-11-14 | 布瑞克(苏州)农业互联网股份有限公司 | 一种农作物种植推荐方法与系统 |
CN117974348A (zh) * | 2024-04-01 | 2024-05-03 | 中通服建设有限公司 | 一种智慧农业物联网监测系统 |
CN117974348B (zh) * | 2024-04-01 | 2024-06-11 | 中通服建设有限公司 | 一种智慧农业物联网监测系统 |
CN118333579A (zh) * | 2024-06-14 | 2024-07-12 | 山东阳信润丰农业科技有限公司 | 一种基于生态农业的智慧管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110771442A (zh) | 基于物联网的农业种植方法和系统 | |
RU2688234C1 (ru) | Способ интеллектуального управления выращиванием и интеллектуальное устройство для выращивания | |
Krishnan et al. | Robotics, IoT, and AI in the automation of agricultural industry: a review | |
CN109191074A (zh) | 智慧果园种植管理系统 | |
KR20200029657A (ko) | 작물 이미지 빅데이터를 이용한 영농 자동화 시스템 | |
CN205883318U (zh) | 一种农业物联网远程监测与控制系统 | |
Mithunesh et al. | Aeroponic based controlled environment based farming system | |
Hemathilake et al. | High-productive agricultural technologies to fulfill future food demands: Hydroponics, aquaponics, and precision/smart agriculture | |
CN110119901A (zh) | 一种芦笋种植综合管理平台及其管理办法 | |
Zaman | Precision agriculture technology: A pathway toward sustainable agriculture | |
Wamiq et al. | Modern Technologies in Horticulture | |
CN114580865A (zh) | 一种基于物联网的农业园区管理方法、设备及介质 | |
CN114779862A (zh) | 一种智能化葡萄种植环境监测系统 | |
CN114342787A (zh) | 一种基于物联网监控的烟叶精准种植管理系统 | |
Abhilash Joseph et al. | Precision Farming for Sustainable Agriculture | |
CN115471354A (zh) | 一种植物的自动化种植系统及方法 | |
Azman et al. | Smart Agricultural Monitoring System using IoT Application for Chili Plants | |
Rekha et al. | Sustainable and Portable Low Cost IOT Based Terrace Model to Grow True Organic Greens | |
KR101870639B1 (ko) | 색깔맞춤 영농시스템 | |
Halder et al. | Application of Precision Farming in Horticulture: A Comprehensive Review | |
Lohitha et al. | Automation in vertical gardening using LABVIEW | |
Goh | Indoor hydroponics farming system monitoring via internet of things (IoT) | |
Dhannia et al. | Hydroponic Intelligent Portable System (HIPS) | |
Dua et al. | Cost Effective Internet of Things Based Agritech Solution | |
Jayathilaka et al. | Investigation of the potential to introduce internet of things (Iot) based micro-climate controlling system for salad cucumber (Cucumis sativus) in conventional protected houses. |
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: 20200211 |
|
RJ01 | Rejection of invention patent application after publication |