CN112118306A - 基于边缘计算的胡柚生长环境及病虫害物联网监测系统 - Google Patents
基于边缘计算的胡柚生长环境及病虫害物联网监测系统 Download PDFInfo
- Publication number
- CN112118306A CN112118306A CN202010959358.2A CN202010959358A CN112118306A CN 112118306 A CN112118306 A CN 112118306A CN 202010959358 A CN202010959358 A CN 202010959358A CN 112118306 A CN112118306 A CN 112118306A
- Authority
- CN
- China
- Prior art keywords
- grapefruit
- pest
- growth environment
- monitoring system
- internet
- 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
- 240000000560 Citrus x paradisi Species 0.000 title claims abstract description 68
- 238000012544 monitoring process Methods 0.000 title claims abstract description 57
- 241000607479 Yersinia pestis Species 0.000 title claims abstract description 48
- 201000010099 disease Diseases 0.000 title claims abstract description 37
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 37
- 238000004364 calculation method Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 18
- 230000007613 environmental effect Effects 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims abstract description 17
- 230000006855 networking Effects 0.000 claims description 11
- 238000004140 cleaning Methods 0.000 claims description 9
- 239000002689 soil Substances 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 8
- 230000000737 periodic effect Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 230000003203 everyday effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 241000854291 Dianthus carthusianorum Species 0.000 description 14
- 241000238631 Hexapoda Species 0.000 description 5
- 230000002035 prolonged effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 241001124076 Aphididae Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 240000009088 Fragaria x ananassa Species 0.000 description 1
- 241000219094 Vitaceae Species 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 235000021021 grapes Nutrition 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 235000021012 strawberries Nutrition 0.000 description 1
- 235000013311 vegetables Nutrition 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
- 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
- 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
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
- H04W16/20—Network planning tools for indoor coverage or short range network deployment
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Mining & Mineral Resources (AREA)
- Tourism & Hospitality (AREA)
- Agronomy & Crop Science (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明公开了基于边缘计算的胡柚生长环境及病虫害物联网监测系统，属于胡柚生长环境及病虫害监测领域。基于边缘计算的胡柚生长环境及病虫害物联网监测系统，可以通过将边缘计算引入到胡柚生长环境及病虫害监测中，包括监测模块、传感器节点、网关节点、智能监测端和云平台，监测模块与云平台信号连接并用于监测胡柚生长过程中的环境参数和胡柚病虫害参数信息，可以培育最适宜胡柚生长的环境并且高效的预防病虫害，极大地提高了胡柚种植的信息化和智能化程度，是在现代农业信息化应用上的重大突破，是实现“精细农业”的基础，也是实施乡村振兴战略的关键举措之一。
Description
技术领域
本发明涉及胡柚生长环境及病虫害监测领域，更具体地说，涉及基于边缘计算的胡柚生长环境及病虫害物联网监测系统。
背景技术
胡柚种植地域分布广泛，近年来，部分地区胡柚的产量有所下降，品质有所降低，原因是胡柚在生长过程中受环境因素及发生炭疽病、桔蚜等病虫害的影响，病害的发生会造成胡柚大量落叶，树势衰弱，胡柚果面形成点点，严重影响柑橘品质、产量和外观。
传统的胡柚生长环境及病虫害信息单纯依靠人工采集和识别，测控精度低、劳动强度大、成本高，缺乏量化指标和配套集成技术，无法对胡柚生长过程中的必备环境参数及病虫害信息进行精确测量，导致胡柚生长环境难以有效监管，极大地影响胡柚的产量和品质。
现有的物联网技术对环境监测和病虫害预测等方面取得了较好的成果，但病虫害预测的研究主要是针对温室及农田，环境监测主要是针对蔬菜、葡萄和草莓等水果，边缘计算研究领域主要是电力行业和家居，将边缘计算应用于胡柚的生长环境和病虫害等信息监测的研究尚未出现。
发明内容
1.要解决的技术问题
针对现有技术中存在的问题，本发明的目的在于提供基于边缘计算的胡柚生长环境及病虫害物联网监测系统，它可以通过将边缘计算引入到胡柚生长环境及病虫害监测中，可以培育最适宜胡柚生长的环境并且高效的预防病虫害，极大地提高了胡柚种植的信息化和智能化程度，是在现代农业信息化应用上的重大突破，是实现“精细农业”的基础，也是实施乡村振兴战略的关键举措之一。
2.技术方案
为解决上述问题，本发明采用如下的技术方案。
基于边缘计算的胡柚生长环境及病虫害物联网监测系统，包括监测模块、传感器节点、网关节点、智能监测端和云平台；
所述监测模块与云平台信号连接并用于监测胡柚生长过程中的环境参数和胡柚病虫害参数信息；
所述传感器节点与监测模块信号连接并用于采集胡柚生长环境及病虫害参数信息；
所述网关节点与传感器节点信号连接并用于将传感器节点采集到的数据传输至云平台；
所述智能监测端与云平台信号连接并用于实时查询整个胡柚园林的环境参数及病虫害预测的情况；
所述云平台用于存储胡柚生长过程中各个区域的环境参数及病虫害相关数据，并进行数据的上传。
进一步的，所述胡柚生长过程中的环境参数包括空气温湿度、光照强度、CO2浓度、土壤含水率、土壤温湿度和土壤PH值等。
进一步的，所述传感器节点的部署采用自适应簇半径组网策略进行部署，可以有效的提高能量利用率，减缓节点死亡速度，延长网络生命周期。
进一步的，所述网关节点采用边缘计算网关进行部署，在所述云平台增加边缘管理功能，形成云、网、边和端四层架构，所述边缘计算网关通过数据采集、解析和清洗规则对数据进行处理，且边缘计算网关通过控制规则来控制本地设备，所述数据采集规则用于定义数据采集方式，所述数据解析规则用于格式化数据，所述数据清洗规则用于过滤掉大部分温度不变或变化极少的数据，所述控制规则用于定位设备控制方式或者本地决策联动控制设备。
进一步的，所述数据采集规则由设备标识、采集方式和采集时间组成。
进一步的，所述设备标识包括设备ID和RS-485通信地址等。
进一步的，所述采集方式包括单次、定时和周期三种采集方式，单次为在指定时间采集一次，定时为每天在指定时间采集，周期为每隔多长时间采集一次。
进一步的，所述采集时间用于标识定时的指定时间和周期的间隔时间，配置“传感设备1、周期、180s”的采集规则，边缘网关将每隔180s从传感设备1采集一次数据，配置“10次、5％”清洗规则，边缘计算网关将对每10条数据做一次清洗，过滤掉相对于第一条数据，数值变化绝对值的百分比不大于5％的数据。
进一步的，所述智能监测端为电脑或手机终端。
进一步的，所述云平台为腾讯云服务器。
3.有益效果
相比于现有技术，本发明的优点在于：
(1)本方案可以通过将边缘计算引入到胡柚生长环境及病虫害监测中，可以培育最适宜胡柚生长的环境并且高效的预防病虫害，极大地提高了胡柚种植的信息化和智能化程度，是在现代农业信息化应用上的重大突破，是实现“精细农业”的基础，也是实施乡村振兴战略的关键举措之一。
(2)可以实现低成本、低能耗、低延时和高精度的对胡柚生长环境及病虫害信息进行监测。
(3)在网关节点部分引入边缘计算网关，定义边缘网关采用的数据处理分析决策规则，有效解决网络系统资源卡销过大、实时性差、过度依赖网络、缺乏安全与隐私保护问题。
(4)采用自适应簇半径组网策略部署传感器及网关节点，可以有效的提高能量利用率，减缓节点死亡速度，延长网络生命周期，可以显著缩短网络的建立时间，增加目标获取区域的覆盖范围，降低网络消耗、网络延迟、网络容量，进而延长网络寿命。
附图说明
图1为本发明的模块框图；
图2为本发明的边缘计算网关部分的架构图；
图3为本发明的数据采集、解析和清洗规则关系图。
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做出创造性劳动前提下所获得的所有其他实施例；都属于本发明保护的范围。
请参阅图1-3的基于边缘计算的胡柚生长环境及病虫害物联网监测系统，它包括监测模块、传感器节点、网关节点、智能监测端和云平台。
监测模块与云平台信号连接并用于监测胡柚生长过程中的环境参数和胡柚病虫害参数信息。
胡柚生长过程中的环境参数包括空气温湿度、光照强度、CO2浓度、土壤含水率、土壤温湿度和土壤PH值等。
传感器节点与监测模块信号连接并用于采集胡柚生长环境及病虫害参数信息。
传感器节点的部署采用自适应簇半径组网策略进行部署，合理有效的节点部署策略可以显著缩短网络的建立时间，增加目标获取区域的覆盖范围，降低网络消耗、网络延迟、网络容量，进而延长网络寿命。
传感器节点发送信号距离最大为10km，且每隔2min发送一次测量数据，并且通讯和从休眠状态激活时间延短。
由于胡柚园林的地势、气候等特殊环境，网络负荷、物理器件等随机因素的影响，节点呈现出多元素化且随机化的异构特性，从簇首选举-分簇组网-路由规划的组网全流程中，都应考虑面向传感器网络异构性的多极化和随机化特征，通过采用自适应簇半径高效组网策略部署传感器节点，由于分簇组网过程中的能量利用效率主要受簇首选举和分粗结构两方面影响，而且节点之间存在能量差异，以高能量节点作为数据转发的枢纽，可以有效避免个别节点由于负荷过大提前死亡，确保网络稳定运行。
为缩短通信路径的长度，可以充分利用RF信号的全向特征，将数据的汇聚中心Sink安置在网络的物理中心位置，引入参考圆将网络场景虚拟为一个圆形区域，形成一个发散形式的全向数据收集网络。
组网阶段的动态簇首竞争，网络中能量消耗主要与簇的物理空间大小和簇内成员数目有关，簇首的管理半径关系着簇的物理空间大小，引入适应值半径，用以调控簇的跨度大小，定位簇首的选举公式为：W(i)＝a∣TN(μi,ri-ck)∣/∣TN(μi,ri)∣+βEi/Emax,W(i)体现了μi成为簇首的配重价值，值越高则越容易当选簇首，改选举公式综合考虑了节点的剩余能量Ei以及相邻节点数量TN(μi,ri)对μi当选簇首节点的积极影响。
对任意节点μi∈TN(μj,rj-ck)，若满足W(j)>W(i)，则节点μj当选为簇首。
在两个相等距离的簇中，μj选择具有高能剩余能量簇首的簇加入，find[max(Eμi-header,Ej)]表示高能剩余能量簇首的编号。
簇首节点负责数据转发工作，路由决定着数据被转发次数，因此选择一条最优路径进行数据通信，将有利于簇首节点的能耗，通过采用单跳与多跳结合的路由方式进行数据通信，成员节点首先将采集到的数据传输个簇首节点，簇首节点进行数据融合并进行数据转发，选择一条最优路径将数据发送至Sink。
对任意簇首节点μi收到信息Message_header(μj,Ej)后，采用最短路径Dijkstra算法，计算簇首间的通信代价，可以找出向Sink节点数据传输的最优路径，作为一种分布式工作的算法，在网络初始阶段，根据簇首选举公式将节点区分为簇首与普通节点，普通节点根据与簇首节点之间的距离，并参考能量，择优加入最近的簇。
对于每个节点μi，通过算法的调度，最终可以实现对一个随机异构传感器网络的快速、效优的组网，对于网络中的任意节点μi可采用本算法实现自适应半径的分簇组网，通过自适应半径分簇组网策略部署传感器节点，可以有效的提高能量利用率，减缓节点死亡速度，延长网络生命周期。
网关节点与传感器节点信号连接并用于将传感器节点采集到的数据传输至云平台。
网关节点采用边缘计算网关进行部署，在云平台增加边缘管理功能，形成云、网、边和端四层架构，边缘计算网关通过数据采集、解析和清洗规则对数据进行处理，且边缘计算网关通过控制规则来控制本地设备，数据采集规则用于定义数据采集方式，数据解析规则用于格式化数据，数据清洗规则用于过滤掉大部分温度不变或变化极少的数据，控制规则用于定位设备控制方式或者本地决策联动控制设备。
数据采集规则由设备标识、采集方式和采集时间组成。
设备标识包括设备ID和RS-485通信地址等。
采集方式包括单次、定时和周期三种采集方式，单次为在指定时间采集一次，定时为每天在指定时间采集，周期为每隔多长时间采集一次。
采集时间用于标识定时的指定时间和周期的间隔时间，例如配置“传感设备1、周期180s”的采集规则，边缘网关将每隔180s从传感设备1采集一次数据，配置“10次、5％”清洗规则，边缘计算网关将对每10条数据做一次清洗，过滤掉相对于第一条数据，数值变化绝对值的百分比不大于5％的数据。
智能监测端与云平台信号连接并用于实时查询整个胡柚园林的环境参数及病虫害预测的情况，智能监测端为电脑或手机终端。
云平台用于存储胡柚生长过程中各个区域的环境参数及病虫害相关数据，并进行数据的上传，云平台为腾讯云服务器。
可以通过将边缘计算引入到胡柚生长环境及病虫害监测中，可以培育最适宜胡柚生长的环境并且高效的预防病虫害，极大地提高了胡柚种植的信息化和智能化程度，是在现代农业信息化应用上的重大突破，是实现“精细农业”的基础，也是实施乡村振兴战略的关键举措之一。
以上所述；仅为本发明较佳的具体实施方式；但本发明的保护范围并不局限于此；任何熟悉本技术领域的技术人员在本发明揭露的技术范围内；根据本发明的技术方案及其改进构思加以等同替换或改变；都应涵盖在本发明的保护范围内。
Claims (10)
1.基于边缘计算的胡柚生长环境及病虫害物联网监测系统，其特征在于：包括监测模块、传感器节点、网关节点、智能监测端和云平台；
所述监测模块与云平台信号连接并用于监测胡柚生长过程中的环境参数和胡柚病虫害参数信息；
所述传感器节点与监测模块信号连接并用于采集胡柚生长环境及病虫害参数信息；
所述网关节点与传感器节点信号连接并用于将传感器节点采集到的数据传输至云平台；
所述智能监测端与云平台信号连接并用于实时查询整个胡柚园林的环境参数及病虫害预测的情况；
所述云平台用于存储胡柚生长过程中各个区域的环境参数及病虫害相关数据，并进行数据的上传。
2.根据权利要求1所述的基于边缘计算的胡柚生长环境及病虫害物联网监测系统，其特征在于：所述胡柚生长过程中的环境参数包括空气温湿度、光照强度、CO2浓度、土壤含水率、土壤温湿度和土壤PH值等。
3.根据权利要求1所述的基于边缘计算的胡柚生长环境及病虫害物联网监测系统，其特征在于：所述传感器节点的部署采用自适应簇半径组网策略进行部署。
4.根据权利要求1所述的基于边缘计算的胡柚生长环境及病虫害物联网监测系统，其特征在于：所述网关节点采用边缘计算网关进行部署，在所述云平台增加边缘管理功能，形成云、网、边和端四层架构，所述边缘计算网关通过数据采集、解析和清洗规则对数据进行处理，且边缘计算网关通过控制规则来控制本地设备，所述数据采集规则用于定义数据采集方式，所述数据解析规则用于格式化数据，所述数据清洗规则用于过滤掉大部分温度不变或变化极少的数据，所述控制规则用于定位设备控制方式或者本地决策联动控制设备。
5.根据权利要求4所述的基于边缘计算的胡柚生长环境及病虫害物联网监测系统，其特征在于：所述数据采集规则由设备标识、采集方式和采集时间组成。
6.根据权利要求5所述的基于边缘计算的胡柚生长环境及病虫害物联网监测系统，其特征在于：所述设备标识包括设备ID和RS-485通信地址等。
7.根据权利要求5所述的基于边缘计算的胡柚生长环境及病虫害物联网监测系统，其特征在于：所述采集方式包括单次、定时和周期三种采集方式，单次为在指定时间采集一次，定时为每天在指定时间采集，周期为每隔多长时间采集一次。
8.根据权利要求7所述的基于边缘计算的胡柚生长环境及病虫害物联网监测系统，其特征在于：所述采集时间用于标识定时的指定时间和周期的间隔时间。
9.根据权利要求1所述的基于边缘计算的胡柚生长环境及病虫害物联网监测系统，其特征在于：所述智能监测端为电脑或手机终端。
10.根据权利要求1所述的基于边缘计算的胡柚生长环境及病虫害物联网监测系统，其特征在于：所述云平台为腾讯云服务器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010959358.2A CN112118306A (zh) | 2020-09-14 | 2020-09-14 | 基于边缘计算的胡柚生长环境及病虫害物联网监测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010959358.2A CN112118306A (zh) | 2020-09-14 | 2020-09-14 | 基于边缘计算的胡柚生长环境及病虫害物联网监测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112118306A true CN112118306A (zh) | 2020-12-22 |
Family
ID=73802559
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010959358.2A Pending CN112118306A (zh) | 2020-09-14 | 2020-09-14 | 基于边缘计算的胡柚生长环境及病虫害物联网监测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112118306A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113435825A (zh) * | 2021-05-06 | 2021-09-24 | 中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所) | 一种基于土传病害防治的智能管理方法、系统及存储介质 |
| CN113639793A (zh) * | 2021-08-03 | 2021-11-12 | 吉林大学 | 一种基于边缘计算的环境监测方法及系统 |
| CN113933299A (zh) * | 2021-10-12 | 2022-01-14 | 一鼎(福建)生态园林建设有限公司 | 基于物联网的果蔬种植管理系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106899670A (zh) * | 2017-02-23 | 2017-06-27 | 上海耐相智能科技有限公司 | 基于大数据病虫害监测预警系统 |
| US20180262571A1 (en) * | 2016-03-04 | 2018-09-13 | Sabrina Akhtar | Integrated IoT (Internet of Things) System Solution for Smart Agriculture Management |
| CN108965477A (zh) * | 2018-08-30 | 2018-12-07 | 广元量知汇科技有限公司 | 林业物联网系统 |
| CN110121200A (zh) * | 2019-05-09 | 2019-08-13 | 江南大学 | 一种异质传感网中能量高效的组网方法 |
| CN110940636A (zh) * | 2019-12-05 | 2020-03-31 | 华南农业大学 | 柑橘林病虫害智能识别与林间信息监测系统 |
-
2020
- 2020-09-14 CN CN202010959358.2A patent/CN112118306A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180262571A1 (en) * | 2016-03-04 | 2018-09-13 | Sabrina Akhtar | Integrated IoT (Internet of Things) System Solution for Smart Agriculture Management |
| CN106899670A (zh) * | 2017-02-23 | 2017-06-27 | 上海耐相智能科技有限公司 | 基于大数据病虫害监测预警系统 |
| CN108965477A (zh) * | 2018-08-30 | 2018-12-07 | 广元量知汇科技有限公司 | 林业物联网系统 |
| CN110121200A (zh) * | 2019-05-09 | 2019-08-13 | 江南大学 | 一种异质传感网中能量高效的组网方法 |
| CN110940636A (zh) * | 2019-12-05 | 2020-03-31 | 华南农业大学 | 柑橘林病虫害智能识别与林间信息监测系统 |
Non-Patent Citations (2)
| Title |
|---|
| 朱秋琴: "支持精细农业的信息采集节点的设计", 《福建电脑》 * |
| 赵书田等: "物联网环境下跨区域的现代农业病虫害监控系统设计", 《科技通报》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113435825A (zh) * | 2021-05-06 | 2021-09-24 | 中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所) | 一种基于土传病害防治的智能管理方法、系统及存储介质 |
| CN113639793A (zh) * | 2021-08-03 | 2021-11-12 | 吉林大学 | 一种基于边缘计算的环境监测方法及系统 |
| CN113933299A (zh) * | 2021-10-12 | 2022-01-14 | 一鼎(福建)生态园林建设有限公司 | 基于物联网的果蔬种植管理系统 |
| CN113933299B (zh) * | 2021-10-12 | 2022-10-14 | 一鼎(福建)生态园林建设有限公司 | 基于物联网的果蔬种植管理系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112118306A (zh) | 基于边缘计算的胡柚生长环境及病虫害物联网监测系统 | |
| Feng et al. | Study of wireless communication technologies on Internet of Things for precision agriculture | |
| Nikolidakis et al. | Energy efficient automated control of irrigation in agriculture by using wireless sensor networks | |
| Sales et al. | Wireless sensor and actuator system for smart irrigation on the cloud | |
| Beckwith et al. | Unwired wine: Sensor networks in vineyards | |
| Chehri et al. | A framework of optimizing the deployment of IoT for precision agriculture industry | |
| CN103605353B (zh) | 一种基于云服务的农业智能优化监控系统及优化监控方法 | |
| CN107328916B (zh) | 一种有效的土壤环境监测系统 | |
| CN111504371A (zh) | 大数据服务系统 | |
| Carlos et al. | Monitoring system of environmental variables for a strawberry crop using IoT tools | |
| CN107835504A (zh) | 一种农田生态环境信息智能采集系统 | |
| Chen et al. | Connectivity of wireless sensor networks for plant growth in greenhouse | |
| CN204989838U (zh) | 一种基于互联网的农作物管理系统 | |
| Mathi et al. | An Internet of Things-based Efficient Solution for Smart Farming | |
| Kaushik et al. | Applicability of IoT for smart agriculture: Challenges & future research direction | |
| CN214151461U (zh) | 一种基于物联网的玉米大田监测系统 | |
| Fasciolo et al. | A smart aeroponic system for sustainable indoor farming | |
| Singla et al. | IoT based monitoring for the growth of basil using machine learning | |
| Pandiyaraju et al. | An optimal energy utilization model for precision agriculture in WSNs using multi-objective clustering and deep learning | |
| CN108241395A (zh) | 一种蔬菜温室大棚互联网环境自动控制系统设计方法 | |
| Pierre et al. | Smart Crops Irrigation System with Low Energy Consumption | |
| CN111262948A (zh) | 基于互联网的种植智能管理系统 | |
| CN111148179B (zh) | 基于NB-IoT山地果园的三维WSN节点部署方法 | |
| CN111311427B (zh) | 基于互联网的种植智能管理系统 | |
| CN112146710A (zh) | 一种环境实时监测系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201222 |
|
| RJ01 | Rejection of invention patent application after publication |