CN111818146A - Soa云雾计算智慧农业数据处理方法及系统 - Google Patents
Soa云雾计算智慧农业数据处理方法及系统 Download PDFInfo
- Publication number
- CN111818146A CN111818146A CN202010619547.5A CN202010619547A CN111818146A CN 111818146 A CN111818146 A CN 111818146A CN 202010619547 A CN202010619547 A CN 202010619547A CN 111818146 A CN111818146 A CN 111818146A
- Authority
- CN
- China
- Prior art keywords
- farmland
- cloud
- prediction result
- crop
- information
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 74
- 238000007781 pre-processing Methods 0.000 claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 9
- 239000002689 soil Substances 0.000 claims description 48
- 238000003860 storage Methods 0.000 claims description 24
- 238000013527 convolutional neural network Methods 0.000 claims description 14
- 125000004122 cyclic group Chemical group 0.000 claims description 13
- 238000003062 neural network model Methods 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 11
- 238000009331 sowing Methods 0.000 claims description 10
- 241000238631 Hexapoda Species 0.000 claims description 8
- 241000607479 Yersinia pestis Species 0.000 claims description 7
- 238000010899 nucleation Methods 0.000 claims description 5
- 238000007726 management method Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
-
- 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
- H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
-
- 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
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/565—Conversion or adaptation of application format or content
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Business, Economics & Management (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Agronomy & Crop Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Medical Informatics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明所提供的SOA云雾计算智慧农业数据处理方法及系统，包括：边缘计算站收集并存储农田信息，将所述农田信息进行预处理，并将预处理后得到的农田信息数据上传至云端；云端接收到农田信息数据，将所述农田信息数据分类存储；云端根据预设模型和农田信息数据得到农田预测结果及与所述农田预测结果相对应的作物处理建议，将所述农田预测结果和作物处理建议进行存储，并发送至展示终端；展示终端接收所述农田预测结果和作物处理建议，将所述农田预测结果和作物处理建议进行展示。本发明通过有效的监测农田情况，利用预设模型得出预测结果，使得用户根据预测结果对作物进行有效的管理，可有效提升作物产量，并且提高了资源利用率。
Description
技术领域
本发明涉及农业耕种技术领域，尤其涉及的是SOA云雾计算智慧农业数据处理方法及系统。
背景技术
随着我国经济与科技的发展，智能化、精准化、信息化已普及至各行各业。在农业领域中，如何运用新的科技手段，解决实现增产、减少虫害、科学耕种等农业问题已成为新的挑战。传统耕种模式相比过去并未有较大突破，仍以人们的经验为主导，这就导致了作物产量无法得到有效提升，同时也降低了资源利用率。
因此，现有技术存在缺陷，有待改进与发展。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种SOA云雾计算智慧农业数据处理方法及系统，旨在解决传统的耕种模式无法有效提升作物产量的问题。
本发明解决技术问题所采用的技术方案如下：
一种SOA云雾计算智慧农业数据处理方法，其中，包括：
边缘计算站收集并存储农田信息，将所述农田信息进行预处理，并将预处理后得到的农田信息数据上传至云端；
云端接收到农田信息数据，将所述农田信息数据分类存储；
云端根据预设模型和农田信息数据得到农田预测结果及与所述农田预测结果相对应的作物处理建议，将所述农田预测结果和作物处理建议进行存储，并发送至展示终端；
展示终端接收所述农田预测结果和作物处理建议，将所述农田预测结果和作物处理建议进行展示。
进一步地，所述SOA云雾计算智慧农业数据处理方法还包括：
预先建立由农业信息数据训练得到的卷积神经网络模型和循环神经网络模型；所述卷积神经网络模型用于根据农田信息数据输出农田预测结果，所述循环神经网络模型用于输出与所述农田预测结果相对应的作物处理建议。
进一步地，所述边缘计算站收集并存储农田信息，将所述农田信息进行预处理，并将预处理后得到的农田信息数据上传至云端的步骤具体包括：
利用无人机和/或传感器收集作物图片、土壤温度和土壤湿度；
边缘计算站将所述作物图片、土壤温度和土壤湿度存储为农田信息；
将所述农田信息进行由pythonlist格式转换为json格式的预处理，并将预处理后得到的农田信息数据上传至云端。
进一步地，所述云端根据预设模型和农田信息数据得到农田预测结果及与所述农田预测结果相对应的作物处理建议，将所述农田预测结果和作物处理建议进行存储，并发送至展示终端的步骤具体包括：
云端读取农田信息数据，利用卷积神经网络模型进行数据分析，得到作物预计产量，以及利用循环神经网络模型，获得播种建议；
将所述农田预计产量和播种建议存储为农田预测结果和作物处理建议，并将所述农田预测结果和作物处理建议发送至展示终端。
进一步地，所述SOA云雾计算智慧农业数据处理方法还包括：
边缘计算站将预处理后的农田信息数据上传至云端；
云端对预设模型进行模型训练更新，并将训练更新信息传输至边缘计算站。
进一步地，所述智慧农业管理方法还包括：
展示终端接收用户指令，向云端发送查看信息的请求；
云端下发农田实时信息、农田预测结果至展示终端。
本发明还提供了一种SOA云雾计算智慧农业数据处理系统，其中，包括：边缘计算站、云端及展示终端，所述边缘计算站、展示终端均与云端建立通信连接；
所述边缘计算站用于收集并存储农田信息，将所述农田信息进行预处理，并将预处理后得到的农田信息数据上传至云端；
所述云端用于接收到农田信息数据，将所述农田信息数据分类存储；以及根据预设模型和农田信息数据得到农田预测结果及与所述农田预测结果相对应的作物处理建议，将所述农田预测结果和作物处理建议进行存储，并发送至展示终端；
所述展示终端用于接收所述农田预测结果和作物处理建议，将所述农田预测结果和作物处理建议进行展示。
进一步地，所述边缘计算站包括：
信息收集模块，用于利用无人机和/或传感器收集作物图片、土壤温度和土壤湿度，以及将所述作物图片、土壤温度和土壤湿度存储为农田信息；
预处理模块，用于将所述农田信息进行由pythonlist格式转换为json格式的预处理；
所述云端包括：
云存储模块，用于存储农田信息数据；
云处理模块，用于读取云存储模块的数据，利用卷积神经网络模型进行数据分析，得到作物预计产量，以及利用循环神经网络模型，获得播种建议；
所述展示终端包括：
服务展示模块，用于向用户展示经云端处理后的土壤湿度、土壤温度、虫害情况、作物预计产量及播种建议。
本发明还提供了一种边缘计算站，其中，所述边缘计算站包括：
信息收集模块，用于利用无人机和/或传感器收集作物图片、土壤温度和土壤湿度，以及将所述作物图片、土壤温度和土壤湿度存储为农田信息；
预处理模块，用于将所述农田信息进行由pythonlist格式转换为json格式的预处理；
网络模块，用于与云端建立连接，并将预处理后的农田信息上传至云端。
本发明还提供了一种存储介质，其中，所述存储介质存储有计算机程序，所述计算机程序能够被执行以用于实现如上所述的SOA云雾计算智慧农业数据处理方法。
本发明所提供的SOA云雾计算智慧农业数据处理方法及系统，包括：边缘计算站收集并存储农田信息，将所述农田信息进行预处理，并将预处理后得到的农田信息数据上传至云端；云端接收到农田信息数据，将所述农田信息数据分类存储；云端根据预设模型和农田信息数据得到农田预测结果及与所述农田预测结果相对应的作物处理建议，将所述农田预测结果和作物处理建议进行存储，并发送至展示终端；展示终端接收所述农田预测结果和作物处理建议，将所述农田预测结果和作物处理建议进行展示。本发明通过有效的监测农田情况，利用预设模型得出预测结果，并输出对作物的处理建议，使得用户根据预测结果对作物进行有效的管理，可有效提升作物产量，并且提高了资源利用率。
附图说明
图1是本发明中SOA云雾计算智慧农业数据处理方法较佳实施例的流程图。
图2是本发明中SOA云雾计算智慧农业数据处理方法进一步较佳实施例的原理框图。
图3是本发明中SOA云雾计算智慧农业数据处理系统较佳实施例的功能原理框图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明是基于深度学习、大数据、云计算、边缘计算、IoT的一种新型SOA云雾计算智慧农业数据处理方法和系统，目的是提供一种农业辅助系统，用以解决农业生产中资源配置的问题，从而实现作物增产、降低虫害等功能。SOA是指面向服务的架构，是一个组件模型，它将应用程序的不同功能单元(称为服务)进行拆分，并通过这些服务之间定义良好的接口和契约联系起来。边缘计算站即雾端，代表云雾计算平台中的雾。
该发明提供从硬件到软件系统，从用户端到服务器端的完整解决方案，主要包含四个模块，依次为：服务展示模块、云计算模块、云存储模块、信息收集模块，四个模块分别包括若干个对应配置项。在一种实现方式中，可以在边缘计算站中设置信息收集模块、预处理模块；在云端设置云存储模块和云计算模块；服务展示模块则为展示终端，即为用户的终端，例如手机、电脑等终端。
请参见图1，图1是本发明中一种SOA云雾计算智慧农业数据处理方法的流程图。如图1所示，本发明实施例所述的SOA云雾计算智慧农业数据处理方法包括以下步骤：
S100、边缘计算站收集并存储农田信息，将所述农田信息进行预处理，并将预处理后得到的农田信息数据上传至云端。
在一种实现方式中，所述步骤S100包括：
S110、利用无人机和/或传感器收集作物图片、土壤温度和土壤湿度；
S120、边缘计算站将所述作物图片、土壤温度和土壤湿度存储为农田信息；
S130、将所述农田信息进行由pythonlist格式转换为json格式的预处理，并将预处理后得到的农田信息数据上传至云端。
具体的，本发明利用无人机和/或传感器收集作物图片、土壤温度、土壤湿度等信息；所述作物图片为农田的实时图片，这样，用户可获得农田的实时情况。也就是说，信息收集模块即为传感设备，传感设备可设置有多个，所有的传感设备均与预处理模块网络连接。边缘计算站的预处理模块将所述农田信息进行由pythonlist格式转换为json格式的预处理。
S200、云端接收到农田信息数据，将所述农田信息数据分类存储。
具体的，云端的云存储模块用于存储来源于边缘计算站的农田信息数据，并将农田信息数据进行分类存储。
在一种实现方式中，所述步骤S200之后还包括：将所述农田信息数据发送至展示终端进行展示。也就是说，云端上存储好的农田信息数据可直接发送至展示终端，向用户展示，使得用户及时获知农田的实时照片、土壤温度、土壤湿度及虫害情况等信息。
S300、云端根据预设模型和农田信息数据得到农田预测结果及与所述农田预测结果相对应的作物处理建议，将所述农田预测结果和作物处理建议进行存储，并发送至展示终端。
在一种实现方式中，所述步骤S300具体包括：
S310、云端读取农田信息数据，利用卷积神经网络模型进行数据分析，得到作物预计产量，以及利用循环神经网络模型，获得播种建议；
S320、将所述农田预计产量和播种建议存储为农田预测结果和作物处理建议，并将所述农田预测结果和作物处理建议发送至展示终端。
具体的，所述预设模型是指预先建立由农业信息数据训练得到的卷积神经网络模型和循环神经网络模型；所述卷积神经网络模型用于根据农田信息数据输出农田预测结果，所述循环神经网络模型用于输出与所述农田预测结果相对应的作物处理建议。也就是说，本发明的卷积神经网络模型和循环神经网络模型均源于对现有神经网络改进，且使用相关农业信息数据训练得到。进一步地，卷积神经网络模型用于估计作物预计产量，循环神经网络用于提供合理的播种建议。即，本发明中的农田预测结果包括作物预计产量，作物处理建议包括播种建议。云计算模块读取云存储模块数据，进行分析，将结果返回至服务展示模块。本发明通过有效的监测农田情况，利用预设模型得出预测结果，并发送给用户。
S400、展示终端接收所述农田预测结果和作物处理建议，将所述农田预测结果和作物处理建议进行展示。
也就是说，云端直接向用户提供经云计算处理分析后的信息，例如土壤湿度、土壤温度、虫害情况、作物预计产量、播种建议等，使得用户可根据预测结果对作物进行有效的管理，可有效提升作物产量，并且提高了资源利用率。
进一步地，所述智慧农业管理方法还包括：展示终端接收用户指令，向云端发送查看信息的请求；云端下发农田实时信息、农田预测结果至展示终端。具体的，展示终端接收用户指令，向云端发送查看农田实时信息的请求；云端下发农田实时信息至展示终端。展示终端接收用户指令，向云端发送查看作物产量预测的请求；云端下发农田预测结果至展示终端。
在一种实现方式中，所述SOA云雾计算智慧农业数据处理方法还包括：缘计算站将预处理后得到的农田信息数据上传至云端；云端对预设模型进行模型训练更新，并将训练更新信息传输至边缘计算站。也就是说，边缘计算站将存储的数据传输到云端后，云端进行模型训练、更新，提高了农务作业分析与预测的可靠性，并将训练更新信息传输给边缘计算站(雾端)。
在一种具体的实施例中，如图2所示，设置多个信息收集模块，例如11、12、13、14，多个信息收集模块均与预处理模块20网络连接，预处理模块20将数据传输至云存储模块30，云存储模块30的数据一部分可直接传输至信息展示模块50，一部分传输至云计算模块40进行数据处理，得到农田预测数据，云计算模块40又将农田预测数据保存至云存储模块30，然后再传输至信息展示模块50。具体的数据处理步骤如下：
信息收集模块采集数据，并将湿度、温度、图片等农田信息传递至预处理模块(雾端)；
预处理模块(雾端)对农田信息进行清洗，经过格式转换及分类归档后形成农田信息数据上传至云存储模块；
云存储模块接收来自预处理模块的农田信息数据，进行分类存储，并将更新的数据上传至云计算模块及信息展示模块；
云计算模块接收来自云存储模块的数据，依据现有模型及新的上传数据，更新预测结果，并将预测结果传递回云存储模块；
云存储模块接收来自云计算模块的数据，将最新的预测数据上传至信息展示模块；
通过调用云存储模块的数据，用户可查看农田实时状态(温度、湿度、图片、虫害情况)或查看作物产量预测。
本发明提供了一种SOA云雾计算智慧农业数据处理系统，请参阅图3，包括：边缘计算站100、云端200及展示终端300，所述边缘计算站100、展示终端300均与云端200建立通信连接；
所述边缘计算站100用于收集并存储农田信息，将所述农田信息进行预处理，并将预处理后得到的农田信息数据上传至云端；
所述云端200用于接收到农田信息数据，将所述农田信息数据分类存储；以及根据预设模型和农田信息数据得到农田预测结果及与所述农田预测结果相对应的作物处理建议，将所述农田预测结果和作物处理建议进行存储，并发送至展示终端；
所述展示终端300用于接收所述农田预测结果和作物处理建议，将所述农田预测结果和作物处理建议进行展示。
进一步地，所述边缘计算站包括：
信息收集模块，用于利用无人机和/或传感器收集作物图片、土壤温度和土壤湿度，以及将所述作物图片、土壤温度和土壤湿度存储为农田信息；
预处理模块，用于将所述农田信息进行由pythonlist格式转换为json格式的预处理；具体如上所述。
所述云端包括：
云存储模块，用于存储农田信息数据；
云处理模块，用于读取云存储模块的数据，利用卷积神经网络模型进行数据分析，得到作物预计产量，以及利用循环神经网络模型，获得播种建议；具体如上所述。
所述展示终端包括：
服务展示模块，用于向用户展示经云端处理后的土壤湿度、土壤温度、虫害情况、作物预计产量及播种建议；具体如上所述。
本发明还提供了一种边缘计算站，所述边缘计算站包括：
信息收集模块，用于利用无人机和/或传感器收集作物图片、土壤温度和土壤湿度，以及将所述作物图片、土壤温度和土壤湿度存储为农田信息；
预处理模块，用于将所述农田信息进行由pythonlist格式转换为json格式的预处理；
网络模块，用于与云端建立连接，并将预处理后的农田信息上传至云端；具体如上所述。
本发明还提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序能够被执行以用于实现如上所述的SOA云雾计算智慧农业数据处理方法；具体如上所述。
综上所述，本发明公开的SOA云雾计算智慧农业数据处理方法及系统，包括：边缘计算站收集并存储农田信息，将所述农田信息进行预处理，并将预处理后得到的农田信息数据上传至云端；云端接收到农田信息数据，将所述农田信息数据分类存储；云端根据预设模型和农田信息数据得到农田预测结果及与所述农田预测结果相对应的作物处理建议，将所述农田预测结果和作物处理建议进行存储，并发送至展示终端；展示终端接收所述农田预测结果和作物处理建议，将所述农田预测结果和作物处理建议进行展示。本发明通过有效的监测农田情况，利用预设模型得出预测结果，使得用户根据预测结果对作物进行有效的管理，可有效提升作物产量，并且提高了资源利用率。
应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种SOA云雾计算智慧农业数据处理方法，其特征在于，包括：
边缘计算站收集并存储农田信息，将所述农田信息进行预处理，并将预处理后得到的农田信息数据上传至云端；
云端接收到农田信息数据，将所述农田信息数据分类存储；
云端根据预设模型和农田信息数据得到农田预测结果及与所述农田预测结果相对应的作物处理建议，将所述农田预测结果和作物处理建议进行存储，并发送至展示终端；
展示终端接收所述农田预测结果和作物处理建议，将所述农田预测结果和作物处理建议进行展示。
2.根据权利要求1所述的SOA云雾计算智慧农业数据处理方法，其特征在于，所述SOA云雾计算智慧农业数据处理方法还包括：
预先建立由农业信息数据训练得到的卷积神经网络模型和循环神经网络模型；所述卷积神经网络模型用于根据农田信息数据输出农田预测结果，所述循环神经网络模型用于输出与所述农田预测结果相对应的作物处理建议。
3.根据权利要求1所述的SOA云雾计算智慧农业数据处理方法，其特征在于，所述边缘计算站收集并存储农田信息，将所述农田信息进行预处理，并将预处理后得到的农田信息数据上传至云端的步骤具体包括：
利用无人机和/或传感器收集作物图片、土壤温度和土壤湿度；
边缘计算站将所述作物图片、土壤温度和土壤湿度存储为农田信息；
将所述农田信息进行由pythonlist格式转换为json格式的预处理，并将预处理后得到的农田信息数据上传至云端。
4.根据权利要求1所述的SOA云雾计算智慧农业数据处理方法，其特征在于，所述云端根据预设模型和农田信息数据得到农田预测结果及与所述农田预测结果相对应的作物处理建议，将所述农田预测结果和作物处理建议进行存储，并发送至展示终端的步骤具体包括：
云端读取农田信息数据，利用卷积神经网络模型进行数据分析，得到作物预计产量，以及利用循环神经网络模型，获得播种建议；
将所述农田预计产量和播种建议存储为农田预测结果和作物处理建议，并将所述农田预测结果和作物处理建议发送至展示终端。
5.根据权利要求1所述的SOA云雾计算智慧农业数据处理方法，其特征在于，所述SOA云雾计算智慧农业数据处理方法还包括：
边缘计算站将预处理后得到的农田信息数据上传至云端；
云端对预设模型进行模型训练更新，并将训练更新信息传输至边缘计算站。
6.根据权利要求1所述的SOA云雾计算智慧农业数据处理方法，其特征在于，所述智慧农业管理方法还包括：
展示终端接收用户指令，向云端发送查看信息的请求；
云端下发农田实时信息、农田预测结果至展示终端。
7.一种SOA云雾计算智慧农业数据处理系统，其特征在于，包括：边缘计算站、云端及展示终端，所述边缘计算站、展示终端均与云端建立通信连接；
所述边缘计算站用于收集并存储农田信息，将所述农田信息进行预处理，并将预处理后得到的农田信息数据上传至云端；
所述云端用于接收到农田信息数据，将所述农田信息数据分类存储；以及根据预设模型和农田信息数据得到农田预测结果及与所述农田预测结果相对应的作物处理建议，将所述农田预测结果和作物处理建议进行存储，并发送至展示终端；
所述展示终端用于接收所述农田预测结果和作物处理建议，将所述农田预测结果和作物处理建议进行展示。
8.根据权利要求7所述的SOA云雾计算智慧农业数据处理系统，其特征在于，所述边缘计算站包括：
信息收集模块，用于利用无人机和/或传感器收集作物图片、土壤温度和土壤湿度，以及将所述作物图片、土壤温度和土壤湿度存储为农田信息；
预处理模块，用于将所述农田信息进行由pythonlist格式转换为json格式的预处理；
所述云端包括：
云存储模块，用于存储农田信息数据；
云处理模块，用于读取云存储模块的数据，利用卷积神经网络模型进行数据分析，得到作物预计产量，以及利用循环神经网络模型，获得播种建议；
所述展示终端包括：
服务展示模块，用于向用户展示经云端处理后的土壤湿度、土壤温度、虫害情况、作物预计产量及播种建议。
9.一种边缘计算站，其特征在于，所述边缘计算站包括：
信息收集模块，用于利用无人机和/或传感器收集作物图片、土壤温度和土壤湿度，以及将所述作物图片、土壤温度和土壤湿度存储为农田信息；
预处理模块，用于将所述农田信息进行由pythonlist格式转换为json格式的预处理；
网络模块，用于与云端建立连接，并将预处理后的农田信息上传至云端。
10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序能够被执行以用于实现如权利要求1-6任一项所述的SOA云雾计算智慧农业数据处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010619547.5A CN111818146A (zh) | 2020-07-01 | 2020-07-01 | Soa云雾计算智慧农业数据处理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010619547.5A CN111818146A (zh) | 2020-07-01 | 2020-07-01 | Soa云雾计算智慧农业数据处理方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111818146A true CN111818146A (zh) | 2020-10-23 |
Family
ID=72855404
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010619547.5A Pending CN111818146A (zh) | 2020-07-01 | 2020-07-01 | Soa云雾计算智慧农业数据处理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111818146A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112465109A (zh) * | 2020-11-16 | 2021-03-09 | 中国科学院合肥物质科学研究院 | 一种基于云边协同的农业大棚控制装置 |
| CN112528912A (zh) * | 2020-12-19 | 2021-03-19 | 扬州大学 | 基于边缘计算的作物生长监测嵌入式系统及方法 |
| CN113434295A (zh) * | 2021-06-30 | 2021-09-24 | 平安科技（深圳）有限公司 | 基于边缘计算的农田监控方法、装置、设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105872030A (zh) * | 2016-03-25 | 2016-08-17 | 湖南省农业信息与工程研究所 | 一种病虫情测报系统及方法 |
| CN107392398A (zh) * | 2017-08-28 | 2017-11-24 | 济南浪潮高新科技投资发展有限公司 | 一种农业管理方法、雾计算平台及系统 |
| US20170374042A1 (en) * | 2015-01-09 | 2017-12-28 | Verisign, Inc. | Registering, managing, and communicating with iot devices using domain name system processes |
| CN108574737A (zh) * | 2018-06-13 | 2018-09-25 | 成都信息工程大学 | 基于云技术和zynq平台的农业自动监控系统及方法 |
| CN109242201A (zh) * | 2018-09-29 | 2019-01-18 | 上海中信信息发展股份有限公司 | 一种预测农作物产量的方法、装置及计算机可读存储介质 |
-
2020
- 2020-07-01 CN CN202010619547.5A patent/CN111818146A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170374042A1 (en) * | 2015-01-09 | 2017-12-28 | Verisign, Inc. | Registering, managing, and communicating with iot devices using domain name system processes |
| CN105872030A (zh) * | 2016-03-25 | 2016-08-17 | 湖南省农业信息与工程研究所 | 一种病虫情测报系统及方法 |
| CN107392398A (zh) * | 2017-08-28 | 2017-11-24 | 济南浪潮高新科技投资发展有限公司 | 一种农业管理方法、雾计算平台及系统 |
| CN108574737A (zh) * | 2018-06-13 | 2018-09-25 | 成都信息工程大学 | 基于云技术和zynq平台的农业自动监控系统及方法 |
| CN109242201A (zh) * | 2018-09-29 | 2019-01-18 | 上海中信信息发展股份有限公司 | 一种预测农作物产量的方法、装置及计算机可读存储介质 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112465109A (zh) * | 2020-11-16 | 2021-03-09 | 中国科学院合肥物质科学研究院 | 一种基于云边协同的农业大棚控制装置 |
| CN112528912A (zh) * | 2020-12-19 | 2021-03-19 | 扬州大学 | 基于边缘计算的作物生长监测嵌入式系统及方法 |
| CN113434295A (zh) * | 2021-06-30 | 2021-09-24 | 平安科技（深圳）有限公司 | 基于边缘计算的农田监控方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106060174A (zh) | 一种基于数据分析的农业指导系统 | |
| US11176623B2 (en) | Crop component count | |
| CN111818146A (zh) | Soa云雾计算智慧农业数据处理方法及系统 | |
| Channe et al. | Multidisciplinary model for smart agriculture using internet-of-things (IoT), sensors, cloud-computing, mobile-computing & big-data analysis | |
| JP7300796B2 (ja) | 生育状況または病害虫発生状況の予測システム、方法およびプログラム | |
| CN109952754A (zh) | 用于弱连接设置的iot网关 | |
| CN111008733B (zh) | 一种作物生长管控方法和系统 | |
| CN202696660U (zh) | 一站式农业信息实时采集装置 | |
| CN102868749A (zh) | 一种农业种植、饲养的物联网云服务系统及服务流程方法 | |
| CN104122865A (zh) | 农机故障分析维修方法和系统 | |
| CN107609078B (zh) | 长势监测模型更新方法、传感器、服务器及系统 | |
| CN105208344A (zh) | 分布式移动农业病虫害信息采集与诊断系统及嵌入式相机 | |
| EP3903566A1 (en) | Information processing device, and information processing system | |
| Mishra | Emerging Technologies—Principles and Applications in Precision Agriculture | |
| CN115661650A (zh) | 一种基于物联网数据监测的农场管理系统 | |
| EP4147167A1 (en) | System and method for managing and processing agricultural field data | |
| CN114911174A (zh) | 一种植物仿生的方法和装置 | |
| CN111563759B (zh) | 基于ai技术的农产品溯源过程的识别与分析系统 | |
| Rathod et al. | Cloud computing and networking for SmartFarm AgriTech | |
| Manideep et al. | Smart agriculture farming with image capturing module | |
| Vikranth | An implementation of IoT and data analytics in smart agricultural system–A systematic literature review | |
| CN106791597A (zh) | 一种可对作物进行监控的无人机 | |
| CN115205677A (zh) | 识别图像信息的方法、装置、电子设备和计算机可读介质 | |
| CN111586616A (zh) | 一种区域环境参数采集系统、方法以及设备 | |
| Xie et al. | Design and Implementation of a Smart Orchard Comprehensive Service Platform |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201023 |