CN112540563A - 一种基于物联网的智慧农业控制系统及控制方法 - Google Patents
一种基于物联网的智慧农业控制系统及控制方法 Download PDFInfo
- Publication number
- CN112540563A CN112540563A CN202011595114.7A CN202011595114A CN112540563A CN 112540563 A CN112540563 A CN 112540563A CN 202011595114 A CN202011595114 A CN 202011595114A CN 112540563 A CN112540563 A CN 112540563A
- Authority
- CN
- China
- Prior art keywords
- data
- grade
- stage
- cloud platform
- sensor
- 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
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims abstract description 82
- 239000002689 soil Substances 0.000 claims abstract description 44
- 229910052757 nitrogen Inorganic materials 0.000 claims abstract description 41
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims abstract description 32
- 229910052698 phosphorus Inorganic materials 0.000 claims abstract description 32
- 239000011574 phosphorus Substances 0.000 claims abstract description 32
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 24
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 claims abstract description 23
- 239000011591 potassium Substances 0.000 claims abstract description 23
- 229910052700 potassium Inorganic materials 0.000 claims abstract description 23
- 238000001514 detection method Methods 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 22
- 238000007405 data analysis Methods 0.000 claims description 22
- 230000004720 fertilization Effects 0.000 claims description 21
- 239000003337 fertilizer Substances 0.000 claims description 20
- 230000007812 deficiency Effects 0.000 claims description 18
- 238000007726 management method Methods 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 14
- 241000238631 Hexapoda Species 0.000 claims description 9
- 208000019025 Hypokalemia Diseases 0.000 claims description 9
- 241000607479 Yersinia pestis Species 0.000 claims description 9
- 239000003814 drug Substances 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 9
- 208000007645 potassium deficiency Diseases 0.000 claims description 9
- 239000013589 supplement Substances 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 229930002875 chlorophyll Natural products 0.000 claims description 6
- 235000019804 chlorophyll Nutrition 0.000 claims description 6
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000005286 illumination Methods 0.000 claims description 6
- 239000000523 sample Substances 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 4
- 230000010365 information processing Effects 0.000 claims description 4
- 239000000575 pesticide Substances 0.000 claims description 4
- 238000005507 spraying Methods 0.000 claims description 4
- 230000000087 stabilizing effect Effects 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000013523 data management Methods 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims description 3
- 238000012271 agricultural production Methods 0.000 abstract description 3
- 230000001276 controlling effect Effects 0.000 description 8
- 239000002699 waste material Substances 0.000 description 2
- KWYUFKZDYYNOTN-UHFFFAOYSA-M Potassium hydroxide Chemical compound [OH-].[K+] KWYUFKZDYYNOTN-UHFFFAOYSA-M 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 244000037666 field crops Species 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000618 nitrogen fertilizer Substances 0.000 description 1
- 239000002686 phosphate fertilizer Substances 0.000 description 1
- 229940072033 potash Drugs 0.000 description 1
- 235000015320 potassium carbonate Nutrition 0.000 description 1
- BWHMMNNQKKPAPP-UHFFFAOYSA-L potassium carbonate Substances [K+].[K+].[O-]C([O-])=O BWHMMNNQKKPAPP-UHFFFAOYSA-L 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0423—Input/output
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24215—Scada supervisory control and data acquisition
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Fertilizing (AREA)
Abstract
本发明提出了一种基于物联网的智慧农业控制系统及控制方法，本发明的控制系统包括客户应用端、自主信息采集系统、智能网关、云平台、终端控制器和智能农机设备；本发明通过获取的土壤元素数据，根据数据资讯系统信息和云平台农作物管理系统的历史施肥数据得到预测施肥量范围，根据农作物的适宜施肥量，并结合土壤含水量信息，确定氮磷钾的施肥需求，根据施肥需求，制定施肥方案，最后根据施肥方案控制终端控制器进行施肥作业；本发明实现了智慧农业，加强了农业生产的精准化、自动化。
Description
技术领域
本发明涉及物联网领域，具体地，涉及一种基于物联网的智慧农业控制系统及控制方法。
背景技术
随着物联网进步的速度越来越快，现代农业发展利用物联网与自动控制技术的结合来帮助和提升工作效率，我国作为世界上的农业大国，在农业领域与现代科技的结合目前还处于初级阶段。现代农业已经从传统的种植模式转变为机械化、智能的种植方式。在发达国家，机械化、智能化的农业管理系统已经十分普及。在农场中，植物的种植、监测、收割和存储都通过无线传感网络和自动化的方式实现，能够有效的提高作物的产量和品质。在国内，这种智慧农业的生产模式还没有被大范围推广，但是随着国家的大力支持和技术水平的不断进步，已经建成了很多智慧农业示范园。
目前我国农业仍然普遍采用较为传统的人力耕作方式，不可避免的是入力传统的经验判断会受到主管因素影响，造成肥料、农药的浪费，比如观察田间作物长势、施肥和灌溉等操作，都需要人力去现场查看和劳作。此外，当发生病害和虫害时需要用什么药物，农作物长势不好时需要施用什么肥料，都是凭借以往的工作经验去判断，因此容易受到主观人为影响，很大程度上会造成物料的浪费。
发明内容
本发明为了解决上述问题，实现农业生产的精准化、自动化，利用传感器来采集农业环境和农作物多项数据，云平台根据收集到的信息对农业现场进行即时监控、数据分析决策处理，实现智慧农业，提出了一种基于物联网的智慧农业控制系统及控制方法。
一种基于物联网的智慧农业控制系统，其特征在于：所述控制系统包括客户应用端、自主信息采集系统、智能网关、云平台、终端控制器和智能农机设备；
所述客户应用端设计了物联网自动控制系统web界面，web界面可以通过智能手机、智能电视和PC机进行远程控制；
所述自主信息采集系统包括若干个传感器和若干个形态识别分析系统，形态识别分析系统用于采集和分析农作物和智能农机设备的图片和视频；
所述智能网关利用协同信息处理技术对感知数据进行处理，本地缓存后主动发送到云平台，同时设有优先级管理模块，用于提供消息的优先级上报；
所述云平台对智能网关传送的感知数据进行处理和存储，同时根据预设的触发条件，对数据做出决策，云平台使用MQTT协议通过加密数据传输方式对终端控制器发送指令，终端控制器在收到指令后进行验证并对智能农机设备进行控制；
所述终端控制器是基于ARM的高性能嵌入式处理器，终端控制器控制若干作业控制器完成对智能农机设备的控制，所述作业控制器包括定时控制器、流量控制器、电磁阀和变频泵，终端控制器根据采集的各项监测信息对喷洒流量进行相应调整，并将作业参数信息发送至云平台。
进一步地：所述控制系统包括数据资讯系统、农作物管理系统、靶向虫害控制系统和大数据分析与决策系统；数据资讯系统包括生长预测数据、气象监控和专家诊断系统；农作物管理系统包括生产资料管理、作物培育指导和农药使用溯源记录；靶向虫害控制系统包括声波发射器、光源、电网；大数据分析与决策系统，包括农作物价格预测、生产管理决策分析以及商业智能多维分析；
所述控制系统还包括农作物数据分析库，农作物数据分析库中记录包括农作物生长过程中各个节点药剂使用量、药剂浓度信息、环境数据、视频记录文件，通过农作物数据分析库可以对农作物生长过程记录进行信息读取。
进一步地：所述云平台用于接收自主信息采集系统和终端控制器发送的数据，并根据接收的数据建立精准水肥控制模型，实现农作物水肥控制精准作业。
进一步地：所述云平台采用太阳能电池板为整个系统供电，太阳能电池板将光能转化为电能，经过稳压模块将电能转换为稳定的12V电压为蓄电池充电，系统通过蓄电池获取电能，为控制板卡、采集板卡和传感器供电。
进一步地：所述传感器为大气温度传感器、大气湿度传感器、光照强度传感器、土壤水分传感器、土壤温度传感器、植物叶绿素含量传感器、氮含量光谱传感器以及叶面温度传感器中的一种或多种；所述大气温度传感器的检测范围为-80～150℃；所述大气湿度传感器的检测范围为0～100％；所述光照强度传感器的检测范围为0～65000LUX；所述土壤水分传感器的检测范围为0～100；所述土壤温度传感器的检测范围为-40～60℃；所述植物叶绿素含量传感器的检测范围为0～85SPAD；所述氮含量光谱传感器的检测范围为0～20mg；所述叶面温度传感器的检测范围为-30～60℃。
进一步地：所述智能农机设备包括测距定位系统，该测距定位系统包括高性能CMOS8位微控制器、收发分体式超声波发射和接收探头、红外发射管、一体化红外接收探头和温度修正补偿处理器。
进一步地：一种基于物联网的智慧农业控制系统的控制方法，所述控制方法包括以下步骤：
步骤1：获取土壤元素传感器数据、土壤含水量信息、农作物生长信息；
步骤2：根据数据资讯系统信息和云平台农作物管理系统的历史施肥数据得到预测施肥量范围；
步骤3：根据农作物采集数据及农作物数据分析库农作物生长期的适宜施肥量阈值，确定目标农作物的适宜施肥量；
步骤4：根据农作物的适宜施肥量，并结合土壤含水量信息，确定施肥需求；
步骤5：根据施肥需求，制定施肥方案；
步骤6：根据施肥方案控制终端控制器进行施肥作业。
进一步地：在步骤3中：在氮元素施肥量计算程序中，传感器采集土壤中氮元素数据，经过控制器反馈到云平台中进行算法处理，得出缺氮处理相对产量，计算公式为：
y1＝27.74lnx1+77.921
其中，y1为缺氮处理相对产量，单位为％；x1为土壤氮含量，单位为g/kg；
计算得出缺氮处理相对产量数值为100％、90％、80％、70％、60％和50％，云平台将相对产量数值分为7个级别：1级<50％，2级50％～60％，3级60％～70％，4级70％～80％，5级80％～90％，6级90％～100％，7级≥100％；
对应适宜施氮量比例系数k1分为7个级别：1级3.6，2级3.0，3级2.4，4级1.8，5级1.2，6级0.6，7级0；
计算得出适宜施氮量，计算公式为：a1＝k1b1/0.4；
其中，a1为适宜施氮量，单位为kg/hm2；
b1为用户提前设定的目标产量，单位为t/hm2；
由此计算得出数据可通过控制智能水肥一体机实现补充农作物的适宜施氮量。
进一步地：在步骤3中：在磷元素施肥量计算程序中，传感器采集土壤中磷元素数据，经过控制器反馈到云平台中进行算法处理，得出缺磷处理相对产量，计算公式为：
y2＝27.74lnx2+77.921
其中，y2为缺磷处理相对产量，单位为％；x2为土壤磷含量，单位为mg/kg；
计算得出缺磷处理相对产量数值为100％、95％、90％、80％、70％、60％和50％，云平台将相对产量数值分为7个级别：1级<50％，2级50％～60％，3级60％～70％，4级70％～80％，5级80％～90％，6级90％～100％，7级≥100％；
对应适宜施磷量比例系数k2分为7个级别：1级1.92，2级1.6，3级1.28，4级0.96，5级0.64，6级0.32，7级0；
计算得出适宜施氮量，计算公式为：a2＝k2b2/0.4；
其中，a2为适宜施磷量，单位为kg/hm2；
b2为用户提前设定的目标产量，单位为t/hm2；
由此计算得出数据可通过控制智能水肥一体机实现补充农作物的适宜施磷量。
进一步地：在钾元素施肥量计算程序中，传感器采集土壤中钾元素数据，经过控制器反馈到云平台中进行算法处理，得出缺钾处理相对产量，计算公式为：
y3＝-0.00043x3 2+0.28971x3+51.58519
其中，y3为缺钾处理相对产量，单位为％；x3为土壤钾含量，单位为mg/kg；
计算得出缺钾处理相对产量数值为100％、95％、90％、80％、70％、60％和50％，云平台将相对产量数值分为6个级别：1级<60％，2级60％～70％，3级70％～80％，4级80％～90％，5级90％～100％，6级≥100％；
对应适宜施钾量比例系数k3分为6个级别：1级2.8，2级2.24，3级1.68，4级1.12，5级0.56，6级0；
计算得出适宜施钾量，计算公式为：a3＝k3b3/0.4；
其中，a3为适宜施钾量，单位为kg/hm2；
b3为用户提前设定的目标产量，单位为t/hm2；
由此计算得出数据可通过控制智能水肥一体机实现补充农作物的适宜施钾量。
本发明有益效果：
(1)本发明通过互联网云平台实现了各个系统之间的信息交互，通过多项传感器和终端控制器的配合，能够即时调解作物所处环境参数：智能网关利用协同信息处理技术对感知数据进行处理，智能网关设有优先级管理模块，用于提供消息的优先级上报；本地缓存后主动发送到云平台，云平台对智能网关传送的感知数据进行处理和存储，同时根据预设的触发条件，对数据做出决策；云平台使用MQTT协议通过加密数据传输方式对终端控制器发送指令，终端控制器在收到指令后进行验证并对智能农机设备进行控制，自主信息采集系统包括若干个传感器和若干个形态识别分析系统，形态识别分析系统用于采集和分析农作物和智能农机设备的图片和视频，终端控制器是基于ARM的高性能嵌入式处理器，终端控制器控制若干作业控制器完成对智能农机设备的控制，终端控制器根据采集的各项监测信息对喷洒流量进行相应调整，并将作业参数信息发送至云平台。
(2)本发明的智能农机设备测距定位系统，测距定位系统能够保证智能农机设备实现避障功能。
(3)本发明的云平台能够接收自主信息采集系统和终端控制器发送的数据，并根据接收的数据建立精准水肥控制模型，实现农作物水肥控制精准作业；
云平台包括靶向虫害控制系统，能够精准控制虫害数量，保证农作物正常生长环境；
云平台还包括农作物数据分析库，农作物数据分析库中记录包括农作物生长过程中各个节点药剂使用量、药剂浓度信息、环境数据、视频记录文件，通过农作物数据分析库可以对农作物生长过程记录进行信息读取；采用太阳能电池板为整个系统供电，太阳能电池板将光能转化为电能，经过稳压模块将电能转换为稳定的12V电压为蓄电池充电，系统通过蓄电池获取电能，为控制板卡、采集板卡、和传感器供电，达到节能环保的要求，实现了智慧农业，加强了农业生产的精准化、自动化。
附图说明
图1为本发明的结构框图；
图2为本发明的土壤氮数据运算处理施肥流程图；
图3为本发明的土壤磷数据运算处理施肥流程图；
图4为本发明的土壤钾数据运算处理施肥流程图
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。
一种基于物联网的智慧农业控制系统，其特征在于：所述控制系统包括客户应用端、自主信息采集系统、智能网关、云平台、终端控制器和智能农机设备；
所述客户应用端设计了物联网自动控制系统web界面，web界面可以通过智能手机、智能电视和PC机进行远程控制；
所述自主信息采集系统包括若干个传感器和若干个形态识别分析系统，形态识别分析系统用于采集和分析农作物和智能农机设备的图片和视频；
所述智能网关利用协同信息处理技术对感知数据进行处理，本地缓存后主动发送到云平台，同时设有优先级管理模块，用于提供消息的优先级上报；
所述云平台对智能网关传送的感知数据进行处理和存储，同时根据预设的触发条件，对数据做出决策，云平台使用MQTT协议通过加密数据传输方式对终端控制器发送指令，终端控制器在收到指令后进行验证并对智能农机设备进行控制；
所述终端控制器是基于ARM的高性能嵌入式处理器，终端控制器控制若干作业控制器完成对智能农机设备的控制，所述作业控制器包括定时控制器、流量控制器、电磁阀和变频泵，终端控制器根据采集的各项监测信息对喷洒流量进行相应调整，并将作业参数信息发送至云平台。
所述控制系统包括数据资讯系统、农作物管理系统、靶向虫害控制系统和大数据分析与决策系统；数据资讯系统包括生长预测数据、气象监控和专家诊断系统；农作物管理系统包括生产资料管理、作物培育指导和农药使用溯源记录；靶向虫害控制系统包括声波发射器、光源、电网；大数据分析与决策系统，包括农作物价格预测、生产管理决策分析以及商业智能多维分析；
所述控制系统还包括农作物数据分析库，农作物数据分析库中记录包括农作物生长过程中各个节点药剂使用量、药剂浓度信息、环境数据、视频记录文件，通过农作物数据分析库可以对农作物生长过程记录进行信息读取。
所述云平台用于接收自主信息采集系统和终端控制器发送的数据，并根据接收的数据建立精准水肥控制模型，实现农作物水肥控制精准作业。
所述云平台采用太阳能电池板为整个系统供电，太阳能电池板将光能转化为电能，经过稳压模块将电能转换为稳定的12V电压为蓄电池充电，系统通过蓄电池获取电能，为控制板卡、采集板卡和传感器供电。
所述传感器为大气温度传感器、大气湿度传感器、光照强度传感器、土壤水分传感器、土壤温度传感器、植物叶绿素含量传感器、氮含量光谱传感器以及叶面温度传感器中的一种或多种；所述大气温度传感器的检测范围为-80～150℃；所述大气湿度传感器的检测范围为0～100％；所述光照强度传感器的检测范围为0～65000LUX；所述土壤水分传感器的检测范围为0～100；所述土壤温度传感器的检测范围为-40～60℃；所述植物叶绿素含量传感器的检测范围为0～85SPAD；所述氮含量光谱传感器的检测范围为0～20mg；所述叶面温度传感器的检测范围为-30～60℃。
所述智能农机设备包括测距定位系统，该测距定位系统包括高性能CMOS8位微控制器、收发分体式超声波发射和接收探头、红外发射管、一体化红外接收探头和温度修正补偿处理器。
一种基于物联网的智慧农业控制系统的控制方法，所述控制方法包括以下步骤：
步骤1：获取土壤元素传感器数据、土壤含水量信息、农作物生长信息；
步骤2：根据数据资讯系统信息和云平台农作物管理系统的历史施肥数据得到预测施肥量范围；
步骤3：根据农作物采集数据及农作物数据分析库农作物生长期的适宜施肥量阈值，确定目标农作物的适宜施肥量；
步骤4：根据农作物的适宜施肥量，并结合土壤含水量信息，确定施肥需求；
步骤5：根据施肥需求，制定施肥方案；
步骤6：根据施肥方案控制终端控制器进行施肥作业。
在步骤3中：在氮元素施肥量计算程序中，传感器采集土壤中氮元素数据，经过控制器反馈到云平台中进行算法处理，得出缺氮处理相对产量，计算公式为：：
y1＝27.74lnx1+77.921，R2＝0.8527，n＝36，P＜0.01
其中，y1为缺氮处理相对产量，单位为％；x1为土壤氮含量，单位为g/kg；
计算得出缺氮处理相对产量数值为100％、90％、80％、70％、60％和50％，云平台将相对产量数值分为7个级别：1级<50％，2级50％～60％，3级60％～70％，4级70％～80％，5级80％～90％，6级90％～100％，7级≥100％；
对应适宜施氮量比例系数k1分为7个级别：1级3.6，2级3.0，3级2.4，4级1.8，5级1.2，6级0.6，7级0；
计算得出适宜施氮量，计算公式为：a1＝k1b1/0.4；
其中，a1为适宜施氮量，单位为kg/hm2；
b1为用户提前设定的目标产量，单位为t/hm2；
0.4为氮肥当季40％利用率；
由此计算得出数据可通过控制智能水肥一体机实现补充农作物的适宜施氮量。
在步骤3中：在磷元素施肥量计算程序中，传感器采集土壤中磷元素数据，经过控制器反馈到云平台中进行算法处理，得出缺磷处理相对产量，计算公式为：
y2＝27.74lnx2+77.921，R2＝0.7896，n＝54，P＜0.01
其中，y2为缺磷处理相对产量，单位为％；x2为土壤磷含量，单位为mg/kg；
计算得出缺磷处理相对产量数值为100％、95％、90％、80％、70％、60％和50％，云平台将相对产量数值分为7个级别：1级<50％，2级50％～60％，3级60％～70％，4级70％～80％，5级80％～90％，6级90％～100％，7级≥100％；
对应适宜施磷量比例系数k2分为7个级别：1级1.92，2级1.6，3级1.28，4级0.96，5级0.64，6级0.32，7级0；
计算得出适宜施氮量，计算公式为：a2＝k2b2/0.4；
其中，a2为适宜施磷量，单位为kg/hm2；
b2为用户提前设定的目标产量，单位为t/hm2；
0.4为磷肥当季40％利用率；
由此计算得出数据可通过控制智能水肥一体机实现补充农作物的适宜施磷量。
在步骤3中：在钾元素施肥量计算程序中，传感器采集土壤中钾元素数据，经过控制器反馈到云平台中进行算法处理，得出缺钾处理相对产量，计算公式为：
y3＝-0.00043x3 2+0.28971x3+51.58519，R2＝0.69202，n＝90，P＜0.01
其中，y3为缺钾处理相对产量，单位为％；x3为土壤钾含量，单位为mg/kg；
计算得出缺钾处理相对产量数值为100％、95％、90％、80％、70％、60％和50％，云平台将相对产量数值分为6个级别：1级<60％，2级60％～70％，3级70％～80％，4级80％～90％，5级90％～100％，6级≥100％；
对应适宜施钾量比例系数k3分为6个级别：1级2.8，2级2.24，3级1.68，4级1.12，5级0.56，6级0；
计算得出适宜施钾量，计算公式为：a3＝k3b3/0.4；
其中，a3为适宜施钾量，单位为kg/hm2；
b3为用户提前设定的目标产量，单位为t/hm2；
0.4为钾肥当季40％利用率；
由此计算得出数据可通过控制智能水肥一体机实现补充农作物的适宜施钾量
以上对本发明所提出的一种基于物联网的智慧农业控制系统及控制方法，进行了详细介绍，对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于物联网的智慧农业控制系统，其特征在于：所述控制系统包括客户应用端、自主信息采集系统、智能网关、云平台、终端控制器和智能农机设备；
所述客户应用端设计了物联网自动控制系统web界面，web界面可以通过智能手机、智能电视和PC机进行远程控制；
所述自主信息采集系统包括若干个传感器和若干个形态识别分析系统，形态识别分析系统用于采集和分析农作物和智能农机设备的图片和视频；
所述智能网关利用协同信息处理技术对感知数据进行处理，本地缓存后主动发送到云平台，同时设有优先级管理模块，用于提供消息的优先级上报；
所述云平台对智能网关传送的感知数据进行处理和存储，同时根据预设的触发条件，对数据做出决策，云平台使用MQTT协议通过加密数据传输方式对终端控制器发送指令，终端控制器在收到指令后进行验证并对智能农机设备进行控制；
所述终端控制器是基于ARM的高性能嵌入式处理器，终端控制器控制若干作业控制器完成对智能农机设备的控制，所述作业控制器包括定时控制器、流量控制器、电磁阀和变频泵，终端控制器根据采集的各项监测信息对喷洒流量进行相应调整，并将作业参数信息发送至云平台。
2.根据权利要求1所述的一种基于物联网的智慧农业控制系统，其特征在于：所述控制系统包括数据资讯系统、农作物管理系统、靶向虫害控制系统和大数据分析与决策系统；数据资讯系统包括生长预测数据、气象监控和专家诊断系统；农作物管理系统包括生产资料管理、作物培育指导和农药使用溯源记录；靶向虫害控制系统包括声波发射器、光源、电网；大数据分析与决策系统，包括农作物价格预测、生产管理决策分析以及商业智能多维分析；
所述控制系统还包括农作物数据分析库，农作物数据分析库中记录包括农作物生长过程中各个节点药剂使用量、药剂浓度信息、环境数据、视频记录文件，通过农作物数据分析库可以对农作物生长过程记录进行信息读取。
3.根据权利要求1所述的一种基于物联网的智慧农业控制系统，其特征在于：所述云平台用于接收自主信息采集系统和终端控制器发送的数据，并根据接收的数据建立精准水肥控制模型，实现农作物水肥控制精准作业。
4.根据权利要求1所述的一种基于物联网的智慧农业控制系统，其特征在于：所述云平台采用太阳能电池板为整个系统供电，太阳能电池板将光能转化为电能，经过稳压模块将电能转换为稳定的12V电压为蓄电池充电，系统通过蓄电池获取电能，为控制板卡、采集板卡和传感器供电。
5.根据权利要求1所述的一种基于物联网的智慧农业控制系统，其特征在于：所述传感器为大气温度传感器、大气湿度传感器、光照强度传感器、土壤水分传感器、土壤温度传感器、植物叶绿素含量传感器、氮含量光谱传感器以及叶面温度传感器中的一种或多种；所述大气温度传感器的检测范围为-80～150℃；所述大气湿度传感器的检测范围为0～100％；所述光照强度传感器的检测范围为0～65000LUX；所述土壤水分传感器的检测范围为0～100；所述土壤温度传感器的检测范围为-40～60℃；所述植物叶绿素含量传感器的检测范围为0～85SPAD；所述氮含量光谱传感器的检测范围为0～20mg；所述叶面温度传感器的检测范围为-30～60℃。
6.根据权利要求1所述的一种基于物联网的智慧农业控制系统，其特征在于：所述智能农机设备包括测距定位系统，该测距定位系统包括高性能CMOS8位微控制器、收发分体式超声波发射和接收探头、红外发射管、一体化红外接收探头和温度修正补偿处理器。
7.一种如权利要求1-6中任一项所述的基于物联网的智慧农业控制系统的控制方法，所述控制方法包括以下步骤：
步骤1：获取土壤元素传感器数据、土壤含水量信息、农作物生长信息；
步骤2：根据数据资讯系统信息和云平台农作物管理系统的历史施肥数据得到预测施肥量范围；
步骤3：根据农作物采集数据及农作物数据分析库农作物生长期的适宜施肥量阈值，确定目标农作物的适宜施肥量；
步骤4：根据农作物的适宜施肥量，并结合土壤含水量信息，确定施肥需求；
步骤5：根据施肥需求，制定施肥方案；
步骤6：根据施肥方案控制终端控制器进行施肥作业。
8.根据权利要求7所述的控制方法：其特征在于：在步骤3中：在氮元素施肥量计算程序中，传感器采集土壤中氮元素数据，经过控制器反馈到云平台中进行算法处理，得出缺氮处理相对产量，计算公式为：
y1＝27.74lnx1+77.921
其中，y1为缺氮处理相对产量，单位为％；x1为土壤氮含量，单位为g/kg；
计算得出缺氮处理相对产量数值为100％、90％、80％、70％、60％和50％，云平台将相对产量数值分为7个级别：1级<50％，2级50％～60％，3级60％～70％，4级70％～80％，5级80％～90％，6级90％～100％，7级≥100％；
对应适宜施氮量比例系数k1分为7个级别：1级3.6，2级3.0，3级2.4，4级1.8，5级1.2，6级0.6，7级0；
计算得出适宜施氮量，计算公式为：a1＝k1b1/0.4；
其中，a1为适宜施氮量，单位为kg/hm2；
b1为用户提前设定的目标产量，单位为t/hm2；
由此计算得出数据可通过控制智能水肥一体机实现补充农作物的适宜施氮量。
9.根据权利要求8所述的控制方法：其特征在于：在步骤3中：在磷元素施肥量计算程序中，传感器采集土壤中磷元素数据，经过控制器反馈到云平台中进行算法处理，得出缺磷处理相对产量，计算公式为：
y2＝27.74lnx2+77.921
其中，y2为缺磷处理相对产量，单位为％；x2为土壤磷含量，单位为mg/kg；
计算得出缺磷处理相对产量数值为100％、95％、90％、80％、70％、60％和50％，云平台将相对产量数值分为7个级别：1级<50％，2级50％～60％，3级60％～70％，4级70％～80％，5级80％～90％，6级90％～100％，7级≥100％；
对应适宜施磷量比例系数k2分为7个级别：1级1.92，2级1.6，3级1.28，4级0.96，5级0.64，6级0.32，7级0；
计算得出适宜施氮量，计算公式为：a2＝k2b2/0.4；
其中，a2为适宜施磷量，单位为kg/hm2；
b2为用户提前设定的目标产量，单位为t/hm2；
由此计算得出数据可通过控制智能水肥一体机实现补充农作物的适宜施磷量。
10.根据权利要求9所述的控制方法：其特征在于：在步骤3中：在钾元素施肥量计算程序中，传感器采集土壤中钾元素数据，经过控制器反馈到云平台中进行算法处理，得出缺钾处理相对产量，计算公式为：
y3＝-0.00043x3 2+0.28971x3+51.58519
其中，y3为缺钾处理相对产量，单位为％；x3为土壤钾含量，单位为mg/kg；
计算得出缺钾处理相对产量数值为100％、95％、90％、80％、70％、60％和50％，云平台将相对产量数值分为6个级别：1级<60％，2级60％～70％，3级70％～80％，4级80％～90％，5级90％～100％，6级≥100％；
对应适宜施钾量比例系数k3分为6个级别：1级2.8，2级2.24，3级1.68，4级1.12，5级0.56，6级0；
计算得出适宜施钾量，计算公式为：a3＝k3b3/0.4；
其中，a3为适宜施钾量，单位为kg/hm2；
b3为用户提前设定的目标产量，单位为t/hm2；
由此计算得出数据可通过控制智能水肥一体机实现补充农作物的适宜施钾量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011595114.7A CN112540563A (zh) | 2020-12-28 | 2020-12-28 | 一种基于物联网的智慧农业控制系统及控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011595114.7A CN112540563A (zh) | 2020-12-28 | 2020-12-28 | 一种基于物联网的智慧农业控制系统及控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112540563A true CN112540563A (zh) | 2021-03-23 |
Family
ID=75017839
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011595114.7A Pending CN112540563A (zh) | 2020-12-28 | 2020-12-28 | 一种基于物联网的智慧农业控制系统及控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112540563A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114051810A (zh) * | 2021-11-10 | 2022-02-18 | 上海联适导航技术股份有限公司 | 一种无人驾驶高精度农机施肥控制方法、系统及智慧农机 |
| CN114119536A (zh) * | 2021-11-22 | 2022-03-01 | 河南省农业科学院农业经济与信息研究所 | 基于云平台技术的作物氮含量快速监测与诊断方法 |
| CN114296348A (zh) * | 2021-12-27 | 2022-04-08 | 山东钧龙新能源科技有限公司 | 一种用于无焰热能发生器的物联网远程监控方法 |
| CN114902947A (zh) * | 2022-07-18 | 2022-08-16 | 黑龙江大学 | 白菜糖度在线监测装置及采用该装置实现的滴灌调控系统 |
| CN115951602A (zh) * | 2022-12-08 | 2023-04-11 | 安徽泗州拖拉机制造有限公司 | 基于北斗导航的农机精准定位作业控制系统 |
| CN117158175A (zh) * | 2023-10-24 | 2023-12-05 | 北京市农林科学院 | 施肥控制方法、装置、电子设备及介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103959973A (zh) * | 2014-04-18 | 2014-08-06 | 浙江大学 | 一种精细化作物施肥系统及氮肥施肥方法 |
| CN106717405A (zh) * | 2016-11-21 | 2017-05-31 | 江西省土壤肥料技术推广站 | 养分丰缺指标调整系数法施肥方法 |
| CN207911352U (zh) * | 2018-01-31 | 2018-09-28 | 黑龙江东部节水设备有限公司 | 水肥一体化滴灌装置 |
| CN109544047A (zh) * | 2018-12-30 | 2019-03-29 | 云南瀚哲科技有限公司 | 基于海拔分区的玉米土壤养分丰缺指标体系的建立方法 |
| CN110036738A (zh) * | 2019-05-30 | 2019-07-23 | 中国农业科学院农业资源与农业区划研究所 | 一种基于秸秆还田的中稻钾肥用量预测方法及系统 |
| CN111061322A (zh) * | 2019-12-04 | 2020-04-24 | 山东沐雨天禾智慧农业有限公司 | 一种基于人工智能水肥一体化系统 |
| CN111512910A (zh) * | 2020-06-05 | 2020-08-11 | 山东省农业科学院作物研究所 | 一种根据土壤基础肥力调节氮肥施用时期和施用量的冬小麦种植方法 |
-
2020
- 2020-12-28 CN CN202011595114.7A patent/CN112540563A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103959973A (zh) * | 2014-04-18 | 2014-08-06 | 浙江大学 | 一种精细化作物施肥系统及氮肥施肥方法 |
| CN106717405A (zh) * | 2016-11-21 | 2017-05-31 | 江西省土壤肥料技术推广站 | 养分丰缺指标调整系数法施肥方法 |
| CN207911352U (zh) * | 2018-01-31 | 2018-09-28 | 黑龙江东部节水设备有限公司 | 水肥一体化滴灌装置 |
| CN109544047A (zh) * | 2018-12-30 | 2019-03-29 | 云南瀚哲科技有限公司 | 基于海拔分区的玉米土壤养分丰缺指标体系的建立方法 |
| CN110036738A (zh) * | 2019-05-30 | 2019-07-23 | 中国农业科学院农业资源与农业区划研究所 | 一种基于秸秆还田的中稻钾肥用量预测方法及系统 |
| CN111061322A (zh) * | 2019-12-04 | 2020-04-24 | 山东沐雨天禾智慧农业有限公司 | 一种基于人工智能水肥一体化系统 |
| CN111512910A (zh) * | 2020-06-05 | 2020-08-11 | 山东省农业科学院作物研究所 | 一种根据土壤基础肥力调节氮肥施用时期和施用量的冬小麦种植方法 |
Non-Patent Citations (1)
| Title |
|---|
| 洪仁等: "中国五大自然区域玉米土壤速效钾丰缺指标推荐施肥系统" * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114051810A (zh) * | 2021-11-10 | 2022-02-18 | 上海联适导航技术股份有限公司 | 一种无人驾驶高精度农机施肥控制方法、系统及智慧农机 |
| CN114119536A (zh) * | 2021-11-22 | 2022-03-01 | 河南省农业科学院农业经济与信息研究所 | 基于云平台技术的作物氮含量快速监测与诊断方法 |
| CN114296348A (zh) * | 2021-12-27 | 2022-04-08 | 山东钧龙新能源科技有限公司 | 一种用于无焰热能发生器的物联网远程监控方法 |
| CN114902947A (zh) * | 2022-07-18 | 2022-08-16 | 黑龙江大学 | 白菜糖度在线监测装置及采用该装置实现的滴灌调控系统 |
| CN115951602A (zh) * | 2022-12-08 | 2023-04-11 | 安徽泗州拖拉机制造有限公司 | 基于北斗导航的农机精准定位作业控制系统 |
| CN115951602B (zh) * | 2022-12-08 | 2024-03-26 | 安徽泗州拖拉机制造有限公司 | 基于北斗导航的农机精准定位作业控制系统 |
| CN117158175A (zh) * | 2023-10-24 | 2023-12-05 | 北京市农林科学院 | 施肥控制方法、装置、电子设备及介质 |
| CN117158175B (zh) * | 2023-10-24 | 2024-02-20 | 北京市农林科学院 | 施肥控制方法、装置、电子设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112540563A (zh) | 一种基于物联网的智慧农业控制系统及控制方法 | |
| CN205594695U (zh) | 一种基于物联网的农业智能应用系统 | |
| CN106657401B (zh) | 一种基于物联网的农作物生长监测平台及其监测方法 | |
| CN111557159B (zh) | 一种带有农作物养分需求分析功能的水肥一体机控制系统及其控制方法 | |
| CN111316896B (zh) | 一种精细化栽培技术的灌溉控制系统 | |
| CN111061322A (zh) | 一种基于人工智能水肥一体化系统 | |
| CN110825139A (zh) | 基于物联网的温室大棚智慧化管理系统 | |
| CN205883318U (zh) | 一种农业物联网远程监测与控制系统 | |
| CN114442705B (zh) | 一种基于物联网的智慧农业系统及控制方法 | |
| CN108919768A (zh) | 一种农业管理系统及方法 | |
| CN115362811A (zh) | 一种基于数字孪生的山地农作物智慧栽培系统 | |
| CN105512950A (zh) | 一种地理信息系统 | |
| CN113110036A (zh) | 一种基于fod-pid控制方法的农业无线自动化监测控制系统 | |
| CN112526909A (zh) | 一种基于物联网的智慧农业设备系统 | |
| CN104285763A (zh) | 基于物联网的太阳能精准灌溉系统 | |
| CN204132106U (zh) | 基于物联网的太阳能精准灌溉系统 | |
| 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 | |
| CN203870459U (zh) | 一种玉米生长过程智能监控系统 | |
| Shukla et al. | IoT Based Monitoring of environment in a Smart Hydroponic System | |
| CN108205345A (zh) | 一种蔬菜温室大棚互联网环境自动控制系统 | |
| CN203038085U (zh) | 应用于农业的智能环境监控系统 | |
| Lin et al. | The Design and Application of Intelligent Agricultural Greenhouse in Big Data Era | |
| Wang et al. | A greenhouse environmental monitoring system based on Arduino for the Dendrobium | |
| CN108801355A (zh) | 一种物联网大棚种植数据监控方法 | |
| CN205103626U (zh) | 一种室外农业智能化生产管控系统 |
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: 20210323 |
|
| RJ01 | Rejection of invention patent application after publication |