CN111418332A - 一种基于大数据的智慧农业实时监测管理系统 - Google Patents
一种基于大数据的智慧农业实时监测管理系统 Download PDFInfo
- Publication number
- CN111418332A CN111418332A CN202010413824.7A CN202010413824A CN111418332A CN 111418332 A CN111418332 A CN 111418332A CN 202010413824 A CN202010413824 A CN 202010413824A CN 111418332 A CN111418332 A CN 111418332A
- Authority
- CN
- China
- Prior art keywords
- rice
- rice field
- growth period
- remote server
- pesticide
- 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.)
- Withdrawn
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C23/00—Distributing devices specially adapted for liquid manure or other fertilising liquid, including ammonia, e.g. transport tanks or sprinkling wagons
- A01C23/04—Distributing under pressure; Distributing mud; Adaptation of watering systems for fertilising-liquids
- A01C23/047—Spraying of liquid fertilisers
-
- 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
- A01G25/167—Control by humidity of the soil itself or of devices simulating soil or of the atmosphere; Soil humidity sensors
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
- A01M7/0025—Mechanical sprayers
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
- A01M7/0089—Regulating or controlling systems
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
Abstract
本发明公开一种基于大数据的智慧农业实时监测管理系统,包括稻田环境参数检测模块、土壤养分参数检测模块、参数预处理模块、图像采集模块、虫病分类识别模块、管理数据库、远程服务器、灌溉分析模块、执行终端和显示终端,本发明通过对稻田相关环境参数的采集处理,统计稻田的灌溉环境影响系数,再根据水稻各生长期对应的单位稻田面积需水量,获取稻田所占面积对应的灌溉量;结合水稻生长图像的采集处理,分析识别虫病种类,确定农药种类及农药量;同时对稻田土壤的养分种类及含量进行检测,分析稻田土壤缺失的养分种类及含量,控制执行终端定量地执行灌溉、施肥和农药喷洒操作,大大提高了水稻灌溉量、施肥量和农药喷洒量的精准控制。
Description
技术领域
本发明属于大数据监测系统领域,涉及到一种基于大数据的智慧农业实时监测管理系统。
背景技术
智慧农业就是将物联网技术运用到传统农业中去,通过布设于农田、温室、园林等目标区域的大量传感节点,实时地收集温度、湿度、光照、气体浓度以及土壤水分、电导率等信息并汇总到中控系统;农业生产人员可通过监测数据对环境进行分析,从而有针对性地投放农业生产资料,并根据需要调动各种执行设备,实现对农业生长环境的智能控制,智慧农业是传统农业的未来发展方向。
传统农业中的灌溉、施肥和农药喷洒,大多是依靠农业水利管理人员的个人经验来控制,而凭经验控制灌溉、施肥和农药喷洒不能根据农作物的实际需求来科学地进行控制,无法为农作物在各生长阶段提供最佳的灌溉量、施肥量和农药喷洒量,影响农作物的生长,进而导致农作物产量低;针对以上问题,现设计一种基于大数据的智慧农业实时监测管理系统。
发明内容
本发明的目的在于提供一种基于大数据的智慧农业实时监测管理系统,通过对稻田内各生长期内的空气温度、空气湿度、光照强度和土壤含水量的检测及处理,统计稻田的各生长期灌溉环境影响系数,再根据水稻各生长期对应的单位稻田面积需水量,提取稻田的面积,进而获取稻田各生长期所占面积对应的灌溉量;结合水稻生长图像的采集处理,分析水稻的病斑特征及病斑面积,识别虫病种类,进而确定农药种类及农药量;与此同时对稻田土壤的养分种类及含量进行检测,与水稻各生长期对应的土壤养分种类及含量标准值进行对比,控制执行终端定量地执行灌溉、施肥和农药喷洒操作,解决了背景技术中存在的问题。
本发明的目的可以通过以下技术方案实现:
一种基于大数据物联网的农业灌溉实时监测调控系统,包括稻田环境参数检测模块、土壤养分参数检测模块、参数预处理模块、图像采集模块、虫病分类识别模块、管理数据库、远程服务器、灌溉分析模块、执行终端和显示终端;
参数预处理模块与稻田环境参数检测模块连接,虫病分类识别模块与图像采集模块、管理数据库和远程服务器连接,灌溉分析模块分别与参数预处理模块、管理数据库和远程服务器连接,远程服务器分别与参数预处理模块、执行终端和显示终端连接;
稻田环境参数检测模块包括温度传感器、湿度传感器、光照强度传感器和土壤熵情测试仪,其中温度传感器、湿度传感器和光照强度传感器均安置在稻田的四周,用于实时对稻田间的空气温度、空气湿度和光照强度进行检测,土壤熵情测试仪安置在稻田土壤内,用于实时对土壤含水量进行检测,并将检测到的空气温度、空气湿度、光照强度和土壤含水量数据发送参数预处理模块;
土壤养分参数检测模块包括土壤养分测试仪,其安插在稻田土壤内,用于对稻田土壤中氮、磷、钾、钙、镁等养分的种类及含量进行检测,并将检测到的数据发送至远程服务器;
参数预处理模块用于接收稻田环境参数检测模块发送的空气温度、空气湿度、光照强度和土壤含水量,并按照水稻的各生长期进行划分,获取水稻各生长期内的环境参数集合Wl(wl1,wl2,...,wlp,wl5),wlp表示为水稻第p个生长期内第 l个环境参数对应的数值,p=1,2,3,4,5,p表示为生长期,l表示为环境参数, l等于v1,v2,v3,v4,v1,v2,v3,v4分别表示为空气温度、空气湿度、光照强度、土壤含水量,参数预处理模块将水稻各生长期内的环境参数集合发送至灌溉分析模块;
同时,参数预处理模块用于接收土壤养分参数检测模块发送的氮、磷、钾、钙、镁等养分的种类及含量,并按照水稻的各生长期进行划分,获取水稻各生长期内的土壤养分参数集合Um(um1,um2,...,ump,um5),ump表示为水稻第p个生长期内土壤中第m种类养分的含量,p=1,2,3,4,5,p表示为生长期,m表示为土壤养分种类,参数预处理模块将水稻各生长期的土壤养分参数集合发送至远程服务器;
灌溉分析模块用于接收参数预处理模块发送的各生长期内的环境参数集合,统计水稻的各生长期灌溉环境影响系数,并提取管理数据库中水稻在各生长期对应的单位稻田面积需水量,统计水稻的各生长期的单位稻田面积灌溉量,灌溉分析模块将水稻各生长期的单位稻田面积灌溉量发送至远程服务器;
图像采集模块包括图像采集器,其设置在稻田周边位置处,用于采集水稻的生长图像,并将采集到的生长图像发送至虫病分类识别模块;
虫病分类识别模块用于接收图像采集模块发送的水稻生长图像,对接收的水稻生长图像进行滤除噪声、提高对比度处理,再进行图像增强、图像分割操作,提取出完整的单株水稻图像,对提取的单株水稻图像抓取其病斑特征,将抓取的病斑特征与管理数据库中的各种虫病对应的病斑特征进行逐一对比,通过统计提取的病斑特征与管理数据库中的各种虫病对应的病斑特征的相似度,筛选相似度最高的虫病种类,当筛选的最大相似度大于设定的相似度阈值,输出相似度最大的虫病种类,并发送至远程服务器,当筛选的最大相似度小于设定的相似度阈值,则不进行图像的处理;
同时,所述虫病分类识别模块还包括病斑面积检测单元,所述病斑面积检测单元对提取出的所述单株水稻图像进行图像灰度化得到灰度化图像,利用边界提取技术提取所述灰度图像的病斑边界外框线,其中病斑边界外框线为病斑区域与非病斑区域的分割线,利用边界填充算法将病斑边界外框线内的区域填充为外框线的像素值,使得病斑区域填充的像素值等于所述病斑边界外框线的像素值,得到二值图像,确定所述二值图像中病斑区域的面积,虫病分类识别模块将病斑区域面积发送至远程服务器;
管理数据库存储稻田间原始水量和水稻各个生长期对应的单位稻田面积需水量,存储各种虫病对应的病斑特征和各种虫病对应的农药种类以及单位植株不同病斑面积对应的农药量,并存储水稻各个生长期土壤养分种类及含量标准值;
远程服务器用于接收灌溉分析模块发送的各生长期单位稻田面积灌溉量,提取需灌溉稻田的面积,统计稻田各生长期供水量,同时提取管理数据库中稻田间的原始水量,并将统计的稻田各生长期供水量与稻田间原始水量进行对比,当稻田各生长期供水量大于稻田间原始水量时,远程服务器发送灌溉控制指令至执行终端,且接收执行终端反馈的补水量,当采集的补水量大于统计的供水量与稻田原始水量的差值时,则远程服务器发送停止灌溉控制指令至执行终端,当稻田供水量小于稻田原始水量时,远程服务器不发送灌溉控制指令至执行终端,同时远程服务器将稻田所需的补水量数据信息发送至显示终端;
远程服务器接收虫病分类识别模块发送的虫病种类与单位植株病斑面积,提取管理数据库中各种虫病对应的农药种类和单位植株不同病斑面积对应的农药量,筛选该虫病种类对应的农药种类和该病斑面积对应的农药量,并提取稻田内的水稻植株数,统计稻田需喷洒的农药量,且发送农药喷洒控制指令至执行终端,且接收执行终端反馈的供药量,当采集的供药量大于统计的供药量,则远程服务器停止发送农药喷洒控制指令至执行终端,同时远程服务器将稻田需喷洒的农药种类及农药量发送至显示终端;
同时,远程服务器接收参数预处理模块发送的水稻各生长期的土壤养分参数集合,提取管理数据库中水稻各生长期对应的土壤养分种类及含量标准值,并将获取的水稻各生长期的土壤养分参数集合与水稻各生长期对应的土壤养分种类及含量标准值进行对比,统计得到水稻各生长期土壤养分对比参数集合ΔUm(Δum1,Δum2,...,Δump,Δum5),Δump表示为水稻第p个生长期内土壤中第m种类养分含量与第p个生长期对应的土壤中第m种类养分标准值间的差值,当统计的Δump<0时,远程服务器发送施肥控制指令至执行终端,且接收执行终端反馈的第m种类土壤养分补给量,当第m种类土壤养分补给量大于Δump时,远程服务器不发送施肥控制指令至执行终端,同时远程服务器将稻田所需补给的土壤养分素种类及补给量数据发送至显示终端;
执行终端用于接收远程服务器发送的灌溉控制指令,控制蓄水池由关闭切换成打开状态,并实时采集补水量,将采集的补水量反馈至远程服务器,同时接收远程服务器发送的停止灌溉控制指令,控制蓄水池由打开状态切换成关闭状态;
执行终端用于接收远程服务器发送的农药喷洒控制指令,控制农药池对应农药种类的储料腔道由关闭切换成打开状态,并实时采集供药量,将采集的供药量反馈至远程服务器,同时接收远程服务器发送的停止农药喷洒控制指令,控制农药池对应农药种类的储料腔道由打开状态切换成关闭状态;
执行终端接收远程服务器发送的施肥控制指令,控制营养肥料池对应养分种类的储料腔道由关闭切换成打开状态,并实时采集补给量,将采集的补给量反馈至远程服务器,同时接收远程服务器发送的停止施肥控制指令,控制营养肥料池对应养分种类的储料腔道由打开状态切换成关闭状态;
显示终端用于接收远程服务器发送的稻田各生长期所需的补水量、稻田需喷洒的农药种类及农药量和稻田各生长期所需补给的土壤养分种类及补给量数据,并进行显示。
优选地,所述稻田环境参数采集模块包括水位计,用于测量稻田间的水位,通过测量的水位,提取稻田的面积,获得稻田间的原始水量,并发送至管理数据库。
进一步地,所述水稻各生长期灌溉环境影响系数的计算公式为σp表示为水稻第p个生长期的灌溉环境影响系数,wv1p、wv2p、wv3p、wv4p分别表示为水稻第p个生长期对应的空气温度、空气湿度、光照强度、土壤含水量,c表示为预设常量,取值为2.2,α、β、γ、λ分别表示为空气温度、空气湿度、光照强度、土壤含水量的比例系数,且α取值为1.2,β取值为1.4,γ取值为1.6,λ取值为1.8;
所述水稻各生长期的单位稻田面积灌溉量的计算公式为ηp=gp*σp,gp表示为水稻第p个生长期对应的单位稻田面积需水量,σp表示为水稻第p个生长期的灌溉环境影响系数。
进一步地,所述执行终端包括喷洒装置、输送管、混合搅拌池和储料池;所述喷洒装置为若干个,且喷洒装置均布在稻田中间位置处,输送管一端依次与喷洒装置相连通连接,输送管另一端通过流量控制阀和增压泵与混合搅拌池相连接,混合搅拌池与储料池之间采用流量控制阀门相连接;
喷洒装置包括固定支架、喷洒主管和喷洒头;喷洒主管下端通过管接头与固定支架相连接,固定支架下端设置有倾斜布置的尖状插杆,喷洒主管沿其轴向方向等间距套装有喷洒头,且喷洒主管与喷洒头之间相连通,喷洒头为空心环形结构,且喷洒头轴向方向均匀设置有喷嘴;
储料池底部为向混合搅拌池一侧倾斜的结构,储料池由营养肥料池、农药池和蓄水池组成,且营养肥料池和农药池均设置有若干个用于储存不同营养肥料和农药种类的储料腔道,且每个储料腔道与混合搅拌池之间都采用单独的流量控制阀相连接。
进一步地,所述混合搅拌池为上端开口的钢筋混凝土浇筑框体结构,混合搅拌池内部设置有搅拌执行端,搅拌执行端包括搅拌轴、搅拌单元和电机,搅拌轴一端与混合搅拌池后壁转动连接安装,搅拌轴另一端穿过混合搅拌池前壁与电机输出轴相连接,电机固定在混合搅拌池前壁外侧面上,搅拌单元沿搅拌轴轴向方向均匀布置安装。
进一步地,所述搅拌单元包括搅拌盘和搅拌轮,搅拌盘中部设置有与搅拌轴相配合安装的安装孔,搅拌盘周向侧壁上均匀开设有弧形槽,弧形槽内设置有安装耳座;搅拌轮为圆柱状结构,搅拌轮通过转轴安装在弧形槽的安装耳座上,搅拌轮可在安装耳座上进行转动,搅拌盘圆周外侧壁上均匀设置有拨齿。
本发明的有益效果:
(1)本发明提供的基于大数据的智慧农业实时监测管理系统,通过对稻田内各生长期内的空气温度、空气湿度、光照强度和土壤含水量的检测及处理,统计稻田的各生长期灌溉环境影响系数,再根据水稻各生长期对应的单位稻田面积需水量,提取稻田的面积,进而获取稻田各生长期所占面积对应的灌溉量;结合水稻生长图像的采集处理,分析水稻的病斑特征及病斑面积,识别虫病种类,进而确定农药种类及农药量;与此同时对稻田土壤的养分种类及含量进行检测,与水稻各生长期对应的土壤养分种类及含量标准值进行对比,能够合理地根据当前水稻的实际情况分析水稻灌溉量、施肥量和农药喷洒量,控制执行终端定量地执行灌溉、施肥和农药喷洒操作,其中执行终端集灌溉、施肥和农药喷洒于一体,大大提高了水稻灌溉量、施肥量和农药喷洒量的精准控制,减少了水资源、肥料和农药的浪费。
(2)本发明提供的一种基于大数据的智慧农业实时监测管理系统,通过稻田环境参数检测模块、参数预处理模块、灌溉分析模块和执行终端,并结合远程服务器,根据水稻在各个生长期的需水量及各个生长期灌溉环境影响系数,统计水稻各个生长期灌溉量,与稻田间原始水量进行对比,当稻田灌溉量大于稻田原始水量时,远程服务器发送灌溉控制指令至执行终端,且接收执行终端反馈的补水量,当采集的补水量大于统计的灌溉量与稻田原始水量的差值时,则远程服务器发送停止灌溉控制指令至执行终端,实现稻田实时定量化智能灌溉,节省了大量的人力成本。
(3)本发明提供的一种基于大数据的智慧农业实时监测管理系统,通过图像采集模块、虫病分类识别模块和执行终端,并结合远程服务器,根据不同种类虫病导致的病斑特征不同,利用图像采集模块采集水稻的完整单株生长图像,抓取其病斑特征与管理数据库中各种虫病对应的病斑特征进行对比,筛选出虫病种类,进而确定农药种类,同时通过病斑面积检测单元检测的病斑面积,并提取稻田内的水稻植株数,统计稻田需喷洒的农药量,远程服务器控制执行终端进行实时定量地农药喷洒,防止农药喷洒得过多或过少,造成水稻生长不良。
(4)本发明提供的一种基于大数据的智慧农业实时监测管理系统,通过土壤养分参数检测模块、参数预处理模块,并结合远程服务器,通过对水稻各个生长期的土壤养分种类及含量进行检测,与水稻各生长期对应的土壤养分种类及含量标准值进行对比,当统计的土壤中某种养分含量低于该种养分含量标准值时,远程服务器发送施肥控制指令至执行终端,控制执行终端进行定时定量地施肥,防止施肥过少导致水稻叶片发黄和施肥过多导致烧苗现象。
(5)本发明提供的一种基于大数据的智慧农业实时监测管理系统,其执行终端可根据反馈情况进行相应定量的水量喷洒灌溉补充、农药喷洒除虫害和营养水肥喷洒补充三种功能于一体,实现了一机多能的效果;同时通过采取不同高度层次的环向喷洒,覆盖面积广,喷洒效果佳;除此之外,在搅拌混合池内设置搅拌功能,且采用多头式的搅拌执行端,搅拌更加充分,避免了农药颗粒物、肥料颗粒物的留存和粘壁情况,利用率高。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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,对于本领域普通技术人员来讲,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为本发明各模块的连接示意图;
图2为本发明执行终端的示意图;
图3为本发明喷洒装置的示意图;
图4为本发明的搅拌单元结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,一种基于大数据的智慧农业实时监测管理系统,包括稻田环境参数检测模块、土壤养分参数检测模块、参数预处理模块、图像采集模块、虫病分类识别模块、管理数据库、远程服务器、灌溉分析模块、执行终端和显示终端。
参数预处理模块与稻田环境参数检测模块连接,虫病分类识别模块与图像采集模块、管理数据库和远程服务器连接,灌溉分析模块分别与参数预处理模块、管理数据库和远程服务器连接,远程服务器分别与参数预处理模块、执行终端和显示终端连接。
稻田环境参数检测模块包括温度传感器、湿度传感器、光照强度传感器和土壤熵情测试仪,其中温度传感器、湿度传感器和光照强度传感器均安置在稻田的四周,用于实时对稻田间的空气温度、空气湿度和光照强度进行检测,土壤熵情测试仪安置在稻田土壤内,用于实时对土壤含水量进行检测,并将检测到的空气温度、空气湿度、光照强度和土壤含水量数据发送参数预处理模块。
优选地,稻田环境参数采集模块包括水位计,用于测量稻田间的水位,通过测量的水位,提取稻田的面积,获得稻田间的原始水量,并发送至管理数据库。
土壤养分参数检测模块包括土壤养分测试仪,其安插在稻田土壤内,用于对稻田土壤中氮、磷、钾、钙、镁等养分的种类及含量进行检测,并将检测到的数据发送至远程服务器。
参数预处理模块用于接收稻田环境参数检测模块发送的空气温度、空气湿度、光照强度和土壤含水量,并按照水稻的各生长期进行划分,获取水稻各生长期内的环境参数集合Wl(wl1,wl2,...,wlp,wl5),wlp表示为水稻第p个生长期内第 l个环境参数对应的数值,p=1,2,3,4,5,p表示为生长期,其中各生长期 p1,p2,p3,p4,p5分别对应的是苗期、分蘖期、有穗分化期、抽穗扬花期、灌浆成熟期,l表示为环境参数,l等于v1,v2,v3,v4,v1,v2,v3,v4分别表示为空气温度、空气湿度、光照强度、土壤含水量,参数预处理模块将水稻各生长期内的环境参数集合发送至灌溉分析模块;
参数预处理模块用于接收土壤养分参数检测模块发送的氮、磷、钾、钙、镁等养分的种类及含量,并按照水稻的各生长期进行划分,获取水稻各生长期内的土壤养分参数集合Um(um1,um2,...,ump,um5),ump表示为水稻第p个生长期内土壤中第m种类养分的含量,p=1,2,3,4,5,p表示为生长期,m表示为土壤养分种类,包括但不局限于氮、磷、钾、钙、镁,参数预处理模块将水稻各生长期的土壤养分参数集合发送至远程服务器。
灌溉分析模块用于接收参数预处理模块发送的水稻各生长期内的环境参数集合,统计水稻各生长期灌溉环境影响系数σp表示为水稻第p个生长期的灌溉环境影响系数,wv1p、wv2p、wv3p、wv4p分别表示为水稻第p个生长期对应的空气温度、空气湿度、光照强度、土壤含水量,c表示为预设常量,取值为2.2,α、β、γ、λ分别表示为空气温度、空气湿度、光照强度、土壤含水量的比例系数,且α取值为1.2,β取值为1.4,γ取值为1.6,λ取值为1.8;
所述水稻各生长期的单位稻田面积灌溉量的计算公式为ηp=gp*σp,gp表示为水稻第p个生长期对应的单位稻田面积需水量,σp表示为水稻第p个生长期的灌溉环境影响系数,并提取管理数据库中水稻在各生长期对应的单位稻田面积需水量,统计水稻的各生长期的单位稻田面积灌溉量,灌溉分析模块将水稻各生长期的单位稻田面积灌溉量发送至远程服务器。
图像采集模块包括图像采集器,其设置在稻田周边位置处,用于采集水稻的生长图像,并将采集到的生长图像发送至虫病分类识别模块,其图像采集器采用摄像设备,可以为高清摄像头。
虫病分类识别模块用于接收图像采集模块发送的水稻生长图像,进行虫病分析识别前,需要对图像采集模块采集到的水稻生长图像进行滤除噪声、提高对比度处理,再进行图像增强、图像分割操作,提取出完整的单株水稻图像,图像中包含但不局限于水稻的根、茎、叶部位,图像采集器采集的水稻生长图像一般包含多株水稻,提取单株水稻图像目的是从多株水稻聚焦到具体的单株水稻上,能够快速准确地提取其病斑特征,方便进一步进行虫病种类识别。
对提取的单株水稻图像从根、茎、叶部位依次抓取病斑特征,病斑特征包括外形、几何形状、颜色等,将抓取的病斑特征与管理数据库中的各种虫病对应的病斑特征图像,进行逐一对比,通过统计提取的病斑特征与管理数据库中的各种虫病对应的病斑特征的相似度,筛选相似度最高的虫病种类,当筛选的最大相似度大于设定的相似度阈值,输出相似度最大的虫病种类,并发送至远程服务器,当筛选的最大相似度小于设定的相似度阈值,则不进行图像的处理。
同时虫病分类识别模块还包括病斑面积检测单元,对提取的单株水稻生长图像进行图像灰度化处理得到灰度图像,利用边界提取技术提取所述灰度图像的病斑边界外框线,其中病斑边界外框线为病斑区域与非病斑区域的分割线,病斑边界外框线将病斑区域分割出来,对提取出病斑边界外框线的病斑灰度图像进行二值化处理,利用边界填充算法将病斑边界外框线内的区域填充为外框线的像素值,进而形成两个区域:病斑区域和非病斑区域,根据病斑区域图像确定病斑区域的二值图像面积,虫病分类识别模块将病斑区域面积发送至远程服务器。
管理数据库存储稻田间原始水量和水稻各个生长期对应的单位稻田面积需水量,各个生长期的需水量为水稻在该生长期生长发育所需的水量;
管理数据库存储各种虫病对应的病斑特征和各种虫病对应的农药种类以及单位植株不同病斑面积对应的农药量,水稻不同种类虫病导致的病斑外形特征不同,其危害的水稻部位也不同,如水稻纹枯病,其病斑形状为椭圆形、水渍状,颜色为灰绿色或淡褐色,危害部位为叶鞘、叶片,每种虫病对应一种农药种类,其单位植株病斑面积不同,导致喷洒的农药量也不同。
同时,管理数据库存储水稻各个生长期对应的土壤养分种类及含量标准值。
远程服务器用于接收灌溉分析模块发送的各生长期单位稻田面积灌溉量,提取需灌溉稻田的面积,统计稻田各生长期供水量,同时提取管理数据库中稻田间的原始水量,并将统计的稻田各生长期供水量与稻田间原始水量进行对比,当稻田各生长期供水量大于稻田间原始水量时,远程服务器发送灌溉控制指令至执行终端,且接收执行终端反馈的补水量,当采集的补水量大于统计的供水量与稻田原始水量的差值时,则远程服务器发送停止灌溉控制指令至执行终端,当稻田供水量小于稻田原始水量时,远程服务器不发送灌溉控制指令至执行终端,同时远程服务器将稻田所需的补水量数据信息发送至显示终端;
远程服务器接收虫病分类识别模块发送的虫病种类与单位植株病斑面积,提取管理数据库中各种虫病对应的农药种类和单位植株不同病斑面积对应的农药量,筛选该虫病种类对应的农药种类和该病斑面积对应的农药量,并提取稻田内的水稻植株数,统计稻田需喷洒的农药量,且发送农药喷洒控制指令至执行终端,且接收执行终端反馈的供药量,当采集的供药量大于统计的供药量,则远程服务器停止发送农药喷洒控制指令至执行终端,同时远程服务器将稻田需喷洒的农药种类及农药量发送至显示终端;
同时,远程服务器接收参数预处理模块发送的水稻各生长期的土壤养分参数集合,提取管理数据库中水稻各生长期对应的土壤养分种类及含量标准值,并将获取的水稻各生长期的土壤养分参数集合与水稻各生长期对应的土壤养分种类及含量标准值进行对比,统计得到水稻各生长期土壤养分对比参数集合ΔUm(Δum1,Δum2,...,Δump,Δum5),Δump表示为水稻第p个生长期内土壤中第m种类养分含量与第p个生长期对应的土壤中第m种类养分标准值间的差值,当统计的Δump<0时,远程服务器发送施肥控制指令至执行终端,且接收执行终端反馈的第m种类土壤养分补给量,当第m种类土壤养分补给量大于Δump时,远程服务器不发送施肥控制指令至执行终端,同时远程服务器将稻田所需补给的土壤养分素种类及补给量数据发送至显示终端。
执行终端用于接收远程服务器发送的灌溉控制指令,控制蓄水池由关闭切换成打开状态,并实时采集补水量,将采集的补水量反馈至远程服务器,同时接收远程服务器发送的停止灌溉控制指令,控制蓄水池由打开状态切换成关闭状态;
执行终端用于接收远程服务器发送的农药喷洒控制指令,控制农药池对应农药种类的储料腔道由关闭切换成打开状态,并实时采集供药量,将采集的供药量反馈至远程服务器,同时接收远程服务器发送的停止农药喷洒控制指令,控制农药池对应农药种类的储料腔道由打开状态切换成关闭状态;
执行终端接收远程服务器发送的施肥控制指令,控制营养肥料池对应养分种类的储料腔道由关闭切换成打开状态,并实时采集补给量,将采集的补给量反馈至远程服务器,同时接收远程服务器发送的停止施肥控制指令,控制营养肥料池对应养分种类的储料腔道由打开状态切换成关闭状态;
显示终端用于接收远程服务器发送的稻田各生长期所需的补水量、稻田需喷洒的农药种类及农药量和稻田各生长期所需补给的土壤养分种类及补给量数据,并进行显示。
参阅图2-4所示,所述执行终端包括喷洒装置1、输送管2、混合搅拌池3 和储料池4;所述喷洒装置1为若干个,且喷洒装置1均布在稻田中间位置处,输送管2一端依次与喷洒装置1相连通连接,输送管2另一端通过流量控制阀和增压泵与混合搅拌池3相连接,混合搅拌池3与储料池4之间采用流量控制阀门相连接;
喷洒装置1包括固定支架11、喷洒主管12和喷洒头13;喷洒主管12下端通过管接头与固定支架11相连接,固定支架11下端设置有倾斜布置的尖状插杆,尖状插杆便于整个喷洒装置1快速插入稻田并固定,喷洒主管12沿其轴向方向等间距套装有喷洒头13,且喷洒主管12与喷洒头13之间相连通,喷洒头 13为空心环形结构,且喷洒头13轴向方向均匀设置有喷嘴,喷洒头13可进行大面积的环向喷洒,喷洒面积大,喷洒装置1作为营养元素肥料水肥、农药喷洒和水量补给的共同输送执行灌溉终端,降低了整体设备的成本,且减小了稻田固定设备所占用的面积;
储料池4底部为向混合搅拌池一侧倾斜的结构,储料池4由营养肥料池41、农药池42和蓄水池43组成,且营养肥料池41和农药池42均设置有若干个用于储存不同营养肥料和农药种类的储料腔道,且每个储料腔道与混合搅拌池3 之间都采用单独的流量控制阀相连接;营养肥料池41的储料腔道分别储存一定量的土壤养分参数检测模块检测的氮、磷、钾、钙、镁等养分的种类肥料。
进一步地,所述混合搅拌池3为上端开口的钢筋混凝土浇筑框体结构,混合搅拌池3内部设置有搅拌执行端5,搅拌执行端5包括搅拌轴51、搅拌单元 52和电机53,搅拌轴51一端与混合搅拌池3后壁转动连接安装,搅拌轴51另一端穿过混合搅拌池3前壁与电机53输出轴相连接,电机53固定在混合搅拌池3前壁外侧面上,搅拌单元52沿搅拌轴51轴向方向均匀布置安装;混合搅拌池3作为储料池4的中间储存和过渡输送的介质,能够对储料池输入的物质进行搅拌混合,避免了固体颗粒物的沉淀和粘壁,同时能够促进喷洒装置1的灌溉物质的均匀性,一定程度上促进了水稻生长灌溉喷洒的均匀性,从而提高了水稻生长的质量。
进一步地,所述搅拌单元52包括搅拌盘521和搅拌轮522,搅拌盘521中部设置有与搅拌轴51相配合安装的安装孔,搅拌盘521周向侧壁上均匀开设有弧形槽,弧形槽内设置有安装耳座;搅拌轮522为圆柱状结构,搅拌轮522通过转轴安装在弧形槽的安装耳座上,搅拌轮522可在安装耳座上进行转动,搅拌盘521圆周外侧壁上均匀设置有拨齿,搅拌轮522可以带动混合搅拌池物质的搅动性。
其执行终端可根据反馈情况进行相应定量的水量喷洒灌溉补充、农药喷洒除虫害和营养水肥喷洒补充三种功能于一体,实现了一机多能的效果;同时通过采取不同高度层次的环向喷洒,覆盖面积广,喷洒效果佳;除此之外,在搅拌混合池内设置搅拌功能,且采用多头式的搅拌执行端,搅拌更加充分,避免了农药颗粒物、肥料颗粒物的留存和粘壁情况,利用率高。
本发明通过对稻田内各生长期内的空气温度、空气湿度、光照强度和土壤含水量的检测及处理,统计水稻各生长期灌溉环境影响系数,再根据水稻各生长期对应的单位稻田面积需水量,提取稻田的面积,进而获取稻田各生长期所占面积对应的灌溉量;结合水稻生长图像的采集处理,分析水稻的病斑特征及病斑面积,识别虫病种类,进而确定农药种类及农药量;与此同时对稻田土壤的养分种类及含量进行检测,与水稻各生长期对应的土壤养分种类及含量标准值进行对比,能够合理地根据当前水稻的实际情况分析水稻灌溉量、施肥量和农药喷洒量,控制执行终端定量地执行灌溉、施肥和农药喷洒操作,大大提高了水稻灌溉量、施肥量和农药喷洒量的精准控制,减少了水资源、肥料和农药的浪费。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员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,只要不偏离发明的构思或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (6)
1.一种基于大数据的智慧农业实时监测管理系统,其特征在于:包括稻田环境参数检测模块、土壤养分参数检测模块、参数预处理模块、图像采集模块、虫病分类识别模块、管理数据库、远程服务器、灌溉分析模块、执行终端和显示终端;
所述参数预处理模块与稻田环境参数检测模块连接,虫病分类识别模块与图像采集模块、管理数据库和远程服务器连接,灌溉分析模块分别与参数预处理模块、管理数据库和远程服务器连接,远程服务器分别与参数预处理模块、执行终端和显示终端连接;
所述稻田环境参数检测模块包括温度传感器、湿度传感器、光照强度传感器和土壤熵情测试仪,其中温度传感器、湿度传感器和光照强度传感器均安置在稻田的四周,用于实时对稻田间的空气温度、空气湿度和光照强度进行检测,土壤熵情测试仪安置在稻田土壤内,用于实时对土壤含水量进行检测,并将检测到的空气温度、空气湿度、光照强度和土壤含水量数据发送参数预处理模块;
所述土壤养分参数检测模块包括土壤养分测试仪,其安插在稻田土壤内,用于对稻田土壤中氮、磷、钾、钙、镁等养分的种类及含量进行检测,并将检测到的数据发送至远程服务器;
所述参数预处理模块用于接收稻田环境参数检测模块发送的空气温度、空气湿度、光照强度和土壤含水量,并按照水稻的各生长期进行划分,获取水稻各生长期内的环境参数集合Wl(wl1,wl2,...,wlp,wl5),wlp表示为水稻第p个生长期内第l个环境参数对应的数值,p=1,2,3,4,5,p表示生长期,l表示为环境参数,l等于v1,v2,v3,v4,v1,v2,v3,v4分别表示为空气温度、空气湿度、光照强度、土壤含水量,参数预处理模块将水稻各生长期内的环境参数集合发送至灌溉分析模块;
同时,参数预处理模块用于接收土壤养分参数检测模块发送的氮、磷、钾、钙、镁等养分的种类及含量,并按照水稻的各生长期进行划分,获取水稻各生长期内的土壤养分参数集合Um(um1,um2,...,ump,um5),ump表示为水稻第p个生长期内土壤中第m种类养分的含量,p=1,2,3,4,5,p表示为生长期,m表示为土壤养分种类,参数预处理模块将水稻各生长期的土壤养分参数集合发送至远程服务器;
所述灌溉分析模块用于接收参数预处理模块发送的水稻各生长期内的环境参数集合,统计水稻的各生长期灌溉环境影响系数,并提取管理数据库中水稻在各生长期对应的单位稻田面积需水量,统计水稻的各生长期的单位稻田面积灌溉量,灌溉分析模块将水稻各生长期的单位稻田面积灌溉量发送至远程服务器;
所述管理数据库存储稻田间原始水量和水稻各个生长期对应的单位稻田面积需水量,存储各种虫病对应的病斑特征和各种虫病对应的农药种类以及单位植株不同虫害面积对应的农药量,并存储水稻各个生长期土壤养分种类及含量标准值;
所述图像采集模块包括图像采集器,其设置在稻田周边位置处,用于采集水稻的生长图像,并将采集到的生长图像发送至虫病分类识别模块;
所述虫病分类识别模块用于接收图像采集模块发送的水稻生长图像,对接收的水稻生长图像进行滤除噪声、提高对比度处理,再进行图像增强、图像分割操作,提取出完整的单株水稻图像,对提取的单株水稻图像抓取其病斑特征,将抓取的病斑特征与管理数据库中的各种虫病对应的病斑特征图像进行逐一对比,通过统计提取的病斑特征与管理数据库中的各种虫病对应的病斑特征的相似度,筛选相似度最高的虫病种类,当筛选的最大相似度大于设定的相似度阈值,输出相似度最大的虫病种类,并发送至远程服务器,当筛选的最大相似度小于设定的相似度阈值,则不进行图像的处理;
所述虫病分类识别模块还包括病斑面积检测单元,所述病斑面积检测单元对提取出的所述单株水稻图像进行图像灰度化得到灰度化图像,利用边界提取技术提取所述灰度图像的病斑边界外框线,其中病斑边界外框线为病斑区域与非病斑区域的分割线,利用边界填充算法将病斑边界外框线内的区域填充为外框线的像素值,使得病斑区域填充的像素值等于所述病斑边界外框线的像素值,得到二值图像,确定所述二值图像中病斑区域的面积,虫病分类识别模块将病斑区域面积发送至远程服务器;
所述远程服务器用于接收灌溉分析模块发送的各生长期单位稻田面积灌溉量,提取需灌溉稻田的面积,统计稻田各生长期供水量,同时提取管理数据库中稻田间的原始水量,并将统计的稻田各生长期供水量与稻田间原始水量进行对比,当稻田各生长期供水量大于稻田间原始水量时,远程服务器发送灌溉控制指令至执行终端,且接收执行终端反馈的补水量,当采集的补水量大于统计的供水量与稻田原始水量的差值时,则远程服务器发送停止灌溉控制指令至执行终端,当稻田供水量小于稻田原始水量时,远程服务器不发送灌溉控制指令至执行终端,同时远程服务器将稻田所需的补水量数据信息发送至显示终端;
所述远程服务器接收虫病分类识别模块发送的虫病种类与单位植株病斑面积,提取管理数据库中各种虫病对应的农药种类和单位植株不同病斑面积对应的农药量,筛选该虫病种类对应的农药种类和该病斑面积对应的农药量,并提取稻田内的水稻植株数,统计稻田需喷洒的农药量,且发送农药喷洒控制指令至执行终端,且接收执行终端反馈的供药量,当采集的供药量大于统计的供药量,则远程服务器停止发送农药喷洒控制指令至执行终端,同时远程服务器将稻田需喷洒的农药种类及农药量发送至显示终端;
同时,远程服务器接收参数预处理模块发送的水稻各生长期的土壤养分参数集合,提取管理数据库中水稻各生长期对应的土壤养分种类及含量标准值,并将获取的水稻各生长期的土壤养分参数集合与水稻各生长期对应的土壤养分种类及含量标准值进行对比,统计得到水稻各生长期土壤养分对比参数集合ΔUm(Δum1,Δum2,...,Δump,Δum5),Δump表示为水稻第p个生长期内土壤中第m种类养分含量与第p个生长期对应的土壤中第m种类养分标准值间的差值,当统计的Δump<0时,远程服务器发送施肥控制指令至执行终端,且接收执行终端反馈的第m种类土壤养分补给量,当第m种类土壤养分补给量大于Δump时,远程服务器不发送施肥控制指令至执行终端,同时远程服务器将稻田所需补给的土壤养分素种类及补给量数据发送至显示终端;
所述执行终端用于接收远程服务器发送的灌溉控制指令,控制蓄水池由关闭切换成打开状态,并实时采集补水量,将采集的补水量反馈至远程服务器,同时接收远程服务器发送的停止灌溉控制指令,控制蓄水池由打开状态切换成关闭状态;
所述执行终端用于接收远程服务器发送的农药喷洒控制指令,控制农药池对应农药种类的储料腔道由关闭切换成打开状态,并实时采集供药量,将采集的供药量反馈至远程服务器,同时接收远程服务器发送的停止农药喷洒控制指令,控制农药池对应农药种类的储料腔道由打开状态切换成关闭状态;
所述执行终端接收远程服务器发送的施肥控制指令,控制营养肥料池对应养分种类的储料腔道由关闭切换成打开状态,并实时采集补给量,将采集的补给量反馈至远程服务器,同时接收远程服务器发送的停止施肥控制指令,控制营养肥料池对应养分种类的储料腔道由打开状态切换成关闭状态;
所述显示终端用于接收远程服务器发送的稻田各生长期所需的补水量、稻田需喷洒的农药种类及农药量和稻田各生长期所需补给的土壤养分种类及补给量数据,并进行显示。
2.根据权利要求1所述的基于大数据的智慧农业实时监测管理系统,其特征在于:所述稻田参数采集模块包括水位计,用于测量稻田间的水位,通过测量的水位,提取稻田的面积,获得稻田间的原始水量,并发送至管理数据库。
3.根据权利要求1所述的基于大数据的智慧农业实时监测管理系统,其特征在于:所述水稻各生长期灌溉环境影响系数的计算公式为σp表示为水稻第p个生长期的灌溉环境影响系数,wv1p、wv2p、wv3p、wv4p分别表示为水稻第p个生长期对应的空气温度、空气湿度、光照强度、土壤含水量,c表示为预设常量,取值为2.2,α、β、γ、λ分别表示为空气温度、空气湿度、光照强度、土壤含水量的比例系数,且α取值为1.2,β取值为1.4,γ取值为1.6,λ取值为1.8;
所述水稻各生长期的单位稻田面积灌溉量的计算公式为ηp=gp*σp,gp表示为水稻第p个生长期对应的单位稻田面积需水量,σp表示为水稻第p个生长期的灌溉环境影响系数。
4.根据权利要求1所述的基于大数据的智慧农业实时监测管理系统,其特征在于:所述执行终端包括喷洒装置、输送管、混合搅拌池和储料池;所述喷洒装置为若干个,且喷洒装置均布在稻田中间位置处,输送管一端依次与喷洒装置相连通连接,输送管另一端通过流量控制阀和增压泵与混合搅拌池相连接,混合搅拌池与储料池之间采用流量控制阀门相连接;
所述喷洒装置包括固定支架、喷洒主管和喷洒头;喷洒主管下端通过管接头与固定支架相连接,固定支架下端设置有倾斜布置的尖状插杆,喷洒主管沿其轴向方向等间距套装有喷洒头,且喷洒主管与喷洒头之间相连通,喷洒头为空心环形结构,且喷洒头轴向方向均匀设置有喷嘴;
所述储料池底部为向混合搅拌池一侧倾斜的结构,储料池由营养肥料池、农药池和蓄水池组成,且营养肥料池和农药池均设置有若干个用于储存不同营养肥料和农药种类的储料腔道,且每个储料腔道与混合搅拌池之间都采用单独的流量控制阀相连接。
5.根据权利要求4所述的基于大数据的智慧农业实时监测管理系统,其特征在于:所述混合搅拌池为上端开口的钢筋混凝土浇筑框体结构,混合搅拌池内部设置有搅拌执行端,搅拌执行端包括搅拌轴、搅拌单元和电机,搅拌轴一端与混合搅拌池后壁转动连接安装,搅拌轴另一端穿过混合搅拌池前壁与电机输出轴相连接,电机固定在混合搅拌池前壁外侧面上,搅拌单元沿搅拌轴轴向方向均匀布置安装。
6.根据权利要求5所述的基于大数据的智慧农业实时监测管理系统,其特征在于:所述搅拌单元包括搅拌盘和搅拌轮,搅拌盘中部设置有与搅拌轴相配合安装的安装孔,搅拌盘周向侧壁上均匀开设有弧形槽,弧形槽内设置有安装耳座;搅拌轮为圆柱状结构,搅拌轮通过转轴安装在弧形槽的安装耳座上,搅拌轮可在安装耳座上进行转动,搅拌盘圆周外侧壁上均匀设置有拨齿。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010413824.7A CN111418332A (zh) | 2020-05-15 | 2020-05-15 | 一种基于大数据的智慧农业实时监测管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010413824.7A CN111418332A (zh) | 2020-05-15 | 2020-05-15 | 一种基于大数据的智慧农业实时监测管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111418332A true CN111418332A (zh) | 2020-07-17 |
Family
ID=71555301
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010413824.7A Withdrawn CN111418332A (zh) | 2020-05-15 | 2020-05-15 | 一种基于大数据的智慧农业实时监测管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111418332A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112400676A (zh) * | 2020-10-26 | 2021-02-26 | 安徽工程大学 | 一种基于大数据的智能灌溉系统 |
CN112715120A (zh) * | 2020-12-18 | 2021-04-30 | 重庆电子工程职业学院 | 一种智慧农业物联网系统 |
CN112934016A (zh) * | 2021-01-20 | 2021-06-11 | 广东省农业科学院植物保护研究所 | 一种农药防药害自动配药装置 |
CN113377141A (zh) * | 2021-05-31 | 2021-09-10 | 捷佳润科技集团股份有限公司 | 一种人工智能农业自动管理系统 |
CN113505987A (zh) * | 2021-07-08 | 2021-10-15 | 江苏省海洋资源开发研究院(连云港) | 一种基于大数据的苗木播种施肥一体化监管反馈系统 |
CN113925039A (zh) * | 2021-10-12 | 2022-01-14 | 一鼎(福建)生态园林建设有限公司 | 一种基于物联网的园林病虫害智能防护系统及防控方法 |
CN113925042A (zh) * | 2021-11-13 | 2022-01-14 | 四川邦通农业机械有限公司 | 一种果园绿色防控用立体式灌溉系统 |
CN115443890A (zh) * | 2022-09-05 | 2022-12-09 | 郑州信息科技职业学院 | 一种园林景观的智慧灌溉管理系统 |
CN115711967A (zh) * | 2022-10-27 | 2023-02-24 | 青芥一合碳汇(武汉)科技有限公司 | 一种水稻种植的碳排放管理监测方法及相关装置 |
CN116188196A (zh) * | 2023-03-13 | 2023-05-30 | 华厦筑工(广州)技术有限公司 | 一种智慧园区设备可视化运营系统 |
CN116703909A (zh) * | 2023-08-07 | 2023-09-05 | 威海海泰电子有限公司 | 一种电源适配器生产质量智能检测方法 |
CN116843493A (zh) * | 2023-07-03 | 2023-10-03 | 惠州可道科技股份有限公司 | 一种基于物联网的油茶林种植生态数字监测管理系统 |
CN117441700A (zh) * | 2023-12-21 | 2024-01-26 | 北京市农林科学院智能装备技术研究中心 | 自主导航的玻璃温室绿色防控机器人及其喷洒消杀的方法 |
-
2020
- 2020-05-15 CN CN202010413824.7A patent/CN111418332A/zh not_active Withdrawn
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112400676B (zh) * | 2020-10-26 | 2023-02-28 | 安徽工程大学 | 一种基于大数据的智能灌溉系统 |
CN112400676A (zh) * | 2020-10-26 | 2021-02-26 | 安徽工程大学 | 一种基于大数据的智能灌溉系统 |
CN112715120A (zh) * | 2020-12-18 | 2021-04-30 | 重庆电子工程职业学院 | 一种智慧农业物联网系统 |
CN112934016A (zh) * | 2021-01-20 | 2021-06-11 | 广东省农业科学院植物保护研究所 | 一种农药防药害自动配药装置 |
CN113377141A (zh) * | 2021-05-31 | 2021-09-10 | 捷佳润科技集团股份有限公司 | 一种人工智能农业自动管理系统 |
CN113505987A (zh) * | 2021-07-08 | 2021-10-15 | 江苏省海洋资源开发研究院(连云港) | 一种基于大数据的苗木播种施肥一体化监管反馈系统 |
CN113925039A (zh) * | 2021-10-12 | 2022-01-14 | 一鼎(福建)生态园林建设有限公司 | 一种基于物联网的园林病虫害智能防护系统及防控方法 |
CN113925042A (zh) * | 2021-11-13 | 2022-01-14 | 四川邦通农业机械有限公司 | 一种果园绿色防控用立体式灌溉系统 |
CN115443890B (zh) * | 2022-09-05 | 2023-09-29 | 郑州信息科技职业学院 | 一种园林景观的智慧灌溉管理系统 |
CN115443890A (zh) * | 2022-09-05 | 2022-12-09 | 郑州信息科技职业学院 | 一种园林景观的智慧灌溉管理系统 |
CN115711967A (zh) * | 2022-10-27 | 2023-02-24 | 青芥一合碳汇(武汉)科技有限公司 | 一种水稻种植的碳排放管理监测方法及相关装置 |
CN116188196A (zh) * | 2023-03-13 | 2023-05-30 | 华厦筑工(广州)技术有限公司 | 一种智慧园区设备可视化运营系统 |
CN116188196B (zh) * | 2023-03-13 | 2024-01-02 | 华厦筑工(广州)技术有限公司 | 一种智慧园区设备可视化运营系统 |
CN116843493A (zh) * | 2023-07-03 | 2023-10-03 | 惠州可道科技股份有限公司 | 一种基于物联网的油茶林种植生态数字监测管理系统 |
CN116843493B (zh) * | 2023-07-03 | 2024-01-02 | 惠州可道科技股份有限公司 | 一种基于物联网的油茶林种植生态数字监测管理系统 |
CN116703909A (zh) * | 2023-08-07 | 2023-09-05 | 威海海泰电子有限公司 | 一种电源适配器生产质量智能检测方法 |
CN116703909B (zh) * | 2023-08-07 | 2023-10-27 | 威海海泰电子有限公司 | 一种电源适配器生产质量智能检测方法 |
CN117441700A (zh) * | 2023-12-21 | 2024-01-26 | 北京市农林科学院智能装备技术研究中心 | 自主导航的玻璃温室绿色防控机器人及其喷洒消杀的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111418332A (zh) | 一种基于大数据的智慧农业实时监测管理系统 | |
CN111480557B (zh) | 一种基于大数据物联网的农业灌溉实时监测调控系统 | |
CN109191074A (zh) | 智慧果园种植管理系统 | |
CN112450056A (zh) | 一种基于机器学习算法的水肥药一体化智能灌溉系统 | |
CN108323295A (zh) | 一种基于多尺度生境信息的苗期作物水肥检测和控制方法及装置 | |
CN111507857A (zh) | 一种基于物联网技术的数字化农业种植系统和方法 | |
CN113439520A (zh) | 一种农作物灌溉施肥智慧决策方法及系统 | |
CN110110595A (zh) | 一种基于卫星遥感影像的农田画像及药肥大数据分析方法 | |
CN205883318U (zh) | 一种农业物联网远程监测与控制系统 | |
CN110771442A (zh) | 基于物联网的农业种植方法和系统 | |
CN111418326B (zh) | 一种可根据设施作物长势灌溉施肥的智能系统及方法 | |
CN110825139A (zh) | 基于物联网的温室大棚智慧化管理系统 | |
CN114723113A (zh) | 一种农业自动化生产管理系统 | |
Das et al. | Precision farming a promising technology in horticulture: a review | |
CN109087211A (zh) | 一种沃柑智慧种植系统 | |
CN112488467A (zh) | 一种基于多尺度生境信息的水培作物施肥装置 | |
CN114862338A (zh) | 一种大数据农林智慧监测系统 | |
Tangwongkit et al. | Development of a real-time, variable rate herbicide applicator using machine vision for between-row weeding of sugarcane fields | |
CN108876649A (zh) | 一种基于大数据分析的葡萄种植管理系统 | |
Wang et al. | Research on application of smart agriculture in cotton production management | |
CN113642729A (zh) | 基于机器学习的智能沼液施用方法、系统及存储介质 | |
CN114577262A (zh) | 一种具有病理分析功能的农作物监控系统 | |
Kunhare et al. | Role of Artificial Intelligence in the Agricultural System | |
Modina et al. | Variable rate irrigation in a vineyard and an orchard | |
CN113448368A (zh) | 一种物联网智能农业控制检测方法及系统 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200717 |
|
WW01 | Invention patent application withdrawn after publication |