CN113110655B - 一种农产品智能监测方法和系统 - Google Patents

Abstract

本申请公开了一种农产品智能监测方法及系统，该方法应用于云端，包括获取各个环境参数控制设备处于当前状态时待管控环境的各项环境参数；确定各项环境参数与对应的预设参数阈值的差值，并判断差值是否在对应的预设差值区间；若不在对应的预设差值区间，则确定各个环境参数控制设备的模拟状态，以使差值在预设差值区间内；根据模拟状态生成控制指令，以控制各个环境参数控制设备由当前状态至模拟状态。本申请当判断出环境参数与预设参数阈值的差值不在预设差值区间，则确定出各个环境参数控制设备的模拟状态，即模拟出当差值在预设差值区间内时各个环境参数控制设备的状态，进而控制各个环境参数控制设备至模拟状态，实现自动控制，节约人力成本。

Description

一种农产品智能监测方法和系统

技术领域

本申请涉及农业信息技术领域，特别是涉及一种农产品智能监测方法和系统。

背景技术

在农作物的生长过程中，农作物的生长环境如温度、湿度、光照强度等，对长势有非常重要的影响，因此给农作物提供一种适宜的生长环境至关重要。

目前，农作物监测系统一般采用局域网、单个电脑或者多个单片机作为系统核心，主要结构图如图1所示。在调整农作物的生长环境时，通过布置好的传感器采集生长环境的各项环境参数，并上传到单个的电脑服务器或者单片机上，但是现有系统无法通过采集上来的各项环境参数形成解决方案及控制命令，需要管理人员以各项环境参数作为参考，调整各个影响环境参数的设备，从而为农作物提供良好的生长环境。目前，电脑服务器或者单片机可扩展性差，无法实现对多种硬件设备、软件系统的兼容管理；调整设备的过程需要反复多次才能达到理想的生长环境，人工参与度高，很多控制需人工操作，需要耗费大量的人力资源。

因此，如何解决上述技术问题应是本领域技术人员重点关注的。

发明内容

本申请的目的是提供一种农产品智能监测方法和系统，以实现对环境的自动控制，节约人力成本。

为解决上述技术问题，本申请提供一种农产品智能监测方法，应用于云端，包括：

获取各个环境参数控制设备处于当前状态时待管控环境的各项环境参数；

确定各项所述环境参数与对应的预设参数阈值的差值，并判断所述差值是否在对应的预设差值区间；

若不在对应的所述预设差值区间，则确定各个所述环境参数控制设备的模拟状态，以使所述差值在所述预设差值区间内；

根据所述模拟状态生成控制指令，以控制各个所述环境参数控制设备由当前状态至所述模拟状态。

可选的，所述确定各个所述环境参数控制设备的模拟状态，以使所述差值在所述预设差值区间内包括：

步骤S1：模拟各个所述环境参数控制设备处于预设状态；

步骤S2：判断在所述预设状态下所述差值是否在对应的所述预设差值区间；

步骤S3：若不在对应的所述预设差值区间，则模拟各个所述环境参数控制设备联动以处于新的预设状态，并返回步骤S2，直至所述差值在对应的所述预设差值区间。

可选的，在所述确定各个所述环境参数控制设备的模拟状态，以使所述差值在所述预设差值区间内之前，还包括：

确定影响非正常环境参数的所述环境参数控制设备，其中，所述非正常环境参数为与对应的预设参数阈值的差值不在所述预设差值区间的环境参数。

可选的，所述获取各个环境参数控制设备处于当前状态时待管控环境的各项环境参数包括：

通过数据处理网关分批获取各个环境参数控制设备处于当前状态时待管控环境的各项环境参数。

可选的，还包括：

保存数据信息，所述数据信息包括各项所述环境参数、所述模拟状态以及模拟出所述模拟状态的过程；

利用学习模型强化学习所述数据信息，以生成备用模拟状态。

可选的，还包括：

根据所述数据信息修正所述预设参数阈值。

可选的，还包括：

发送各项所述环境参数至移动终端。

可选的，还包括：

判断各项所述环境参数是否超过对应的预设参数上限值；

若超过对应的所述预设参数上限值，则发送报警信息至所述移动终端。

本申请还提供一种农产品智能监测系统，包括：

多个传感器，用于采集待管控环境的各项环境参数；

多个环境参数控制设备，用于调整对应的所述环境参数；

通信模组，用于将所述传感器采集的所述环境参数传输至网关模组；

所述网关模组，用于接收所述环境参数并传输所述环境参数至云端；

所述云端，用于实现上述任一种所述的农产品智能监测方法。

可选的，还包括：

包括移动终端和固定终端的显示控制终端，用于显示和调整各项所述环境参数。

本申请所提供的一种农产品智能监测方法，应用于云端，包括获取各个环境参数控制设备处于当前状态时待管控环境的各项环境参数；确定各项所述环境参数与对应的预设参数阈值的差值，并判断所述差值是否在对应的预设差值区间；若不在对应的所述预设差值区间，则确定各个所述环境参数控制设备的模拟状态，以使所述差值在所述预设差值区间内；根据所述模拟状态生成控制指令，以控制各个所述环境参数控制设备由当前状态至所述模拟状态。

可见，本申请中的农产品智能监测方法在云端上实现，通过获取到各项环境参数，计算出各项环境参数与对应的预设参数阈值的差值后，判断差值是否在对应的预设差值区间，若不在预设差值区间，则确定出各个环境参数控制设备的模拟状态，在模拟状态时各项环境参数差值在预设差值区间内，也即模拟出当差值在预设差值区间内时，各个环境参数控制设备的状态，进而根据模拟状态生成控制指令，控制各个环境参数控制设备至模拟状态，也即使到各项环境参数与预设参数阈值的差值在预设差值区间，完成了对环境的自动控制，无需人工参与，节约人力成本；由于环境参数的数量众多，对环境参数的计算以及分析运算量大，而云端响应速度快、计算速度高，可快速完成大量数据的对比和逻辑配对，从而实现一条或者多条逻辑链的建立，实现动态扩展虚拟化的层次达到对应用进行扩展的目的。此外，本申请还提供一种具有上述优点的农产品智能监测系统。

附图说明

为了更清楚的说明本申请实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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为现有技术中农产品智能监测系统的结构示意图；

图2为本申请实施例所提供的一种农产品智能监测方法的流程图；

图3为本申请实施例所提供的确定各个环境参数控制设备的模拟状态的流程图；

图4为本申请实施例所提供的另一种农产品智能监测方法的流程图；

图5为本申请中的云端进行农产品智能监测方法的流程图；

图6为本申请实施例所提供的一种农产品智能监测系统的结构示意图；

图7为本申请所提供的另一种农产品智能监测系统的结构示意图；

图8为本申请所提供的农产品智能监测系统进行检测的流程图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面结合附图和具体实施方式对本申请作进一步的详细说明。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

正如背景技术部分所述，目前在对环境进行控制时，通过布置好的传感器采集生长环境的各项环境参数，并上传到单个的电脑服务器或者单片机上，管理人员以各项环境参数作为参考，调整各个影响环境参数的设备，调整设备的过程需要反复多次才能达到理想的生长环境，人工参与度高，需要耗费大量的人力资源。

有鉴于此，本申请提供一种农产品智能监测方法，应用于云端，请参考图2，图2为本申请实施例所提供的一种农产品智能监测方法的流程图，包括：

步骤S101：获取各个环境参数控制设备处于当前状态时待管控环境的各项环境参数。

需要说明的是，本申请中对环境参数的种类以及数量不做具体限定，视情况而定。例如，环境参数可以包括空气湿度、空气温度、土壤湿度、土壤温度、光照强度、二氧化碳浓度、土壤中药剂的含量等等。

环境参数控制设备是指可以调整待管控环境的环境参数的设备，例如，加热器、喷淋设备、喷药器、通风设备、气体发生器等，例如，通过加热器可以调整环境中的空气温度、土壤温度，喷淋设备可以调整环境中空气湿度、空气温度、土壤湿度，喷药器可以调整土壤中药剂的含量，通风设备可以调整空气温度。

环境参数控制设备的状态指环境参数控制设备的打开、关闭、打开时间、打开的程度等。

步骤S102：确定各项所述环境参数与对应的预设参数阈值的差值，并判断所述差值是否在对应的预设差值区间。

每一项环境参数对应一个预设参数阈值，本申请中对每个预设参数阈值的大小不做具体限定，可自行设置。同理，每一项环境参数对应一个预设差值区间，本申请中对每个预设差值区间也不做具体限定，可自行设置。

以空气温度为例，假设当前状态下待管控环境中的空气温度为27℃，预设空气温度阈值为20℃，预设差值区间为±5℃，则空气温度与预设空气温度阈值的差值为7℃，则超过了预设差值区间。

步骤S103：若不在对应的所述预设差值区间，则确定各个所述环境参数控制设备的模拟状态，以使所述差值在所述预设差值区间内。

差值不在对应的所述预设差值区间包括差值超过或者没有达到预设差值区间。模拟状态指虚拟各个环境参数控制设备达到的状态，在模拟状态下时，待管控环境中的各项环境参数与对应的预设参数阈值的差值均在对应的预设差值区间。

步骤S104：根据所述模拟状态生成控制指令，以控制各个所述环境参数控制设备由当前状态至所述模拟状态。

其中，所述控制各个所述环境参数控制设备至所述模拟状态包括：

发送所述控制指令至网关模组，以便所述网关模组解析所述控制指令，并转发所述控制指令至对应的所述环境参数控制设备，使各个所述环境参数控制设备至所述模拟状态。

可以理解的是，若差值在对应的预设差值区间，则生成保持当前状态不变的指令，以使各个所述环境参数控制设备维持当前的状态。

其中，所述确定各个所述环境参数控制设备的模拟状态，以使所述差值在所述预设差值区间内的过程如图3，包括：

步骤S1：模拟各个所述环境参数控制设备处于预设状态。

本申请中对各个环境参数控制设备的预设状态不做具体限定，视情况而定。例如，可以为模拟各个环境参数控制设备全部打开，或者只模拟一个环境参数控制设备的状态为打开，其他的环境参数控制设备关闭，或者只模拟一个环境参数控制设备的状态为关闭，其他的环境参数控制设备打开，等等。

步骤S2：判断在所述预设状态下所述差值是否在对应的所述预设差值区间。

步骤S3：若不在对应的所述预设差值区间，则模拟各个所述环境参数控制设备联动以处于新的预设状态，并返回步骤S2，直至所述差值在对应的所述预设差值区间。

各个环境参数控制设备联动是指两个及以上的环境参数控制设备的状态发生改变。例如，当预设状态为模拟各个环境参数控制设备全部打开，模拟各个环境参数控制设备联动，可以为各个环境参数控制设备状态仍为打开，但是模拟改变各个环境参数控制设备的打开程度和/或打开时间；或者，关闭两个环境参数控制设备，其余的环境参数控制设备模拟改变打开程度和/或打开时间，等等。

该方法在云端上实现，具有以下优点：第一，云端具有高效的运算能力和高的响应速度，使计算速度迅速提高，可快速完成大量环境参数的对比和逻辑配对，从而实现一条或者多条逻辑链的建立，最终实现动态扩展虚拟化的层次达到对应用进行扩展的目的；第二，云端包括中控软件系统和由单个物理服务器组成的服务器集群，倘若服务器故障也不影响计算与应用的正常运行，因为单点服务器出现故障可以通过虚拟化技术将分布在不同物理服务器上面的应用进行恢复或利用动态扩展功能部署新的服务器进行计算；第三，将资源放在虚拟资源池中统一管理，在一定程度上优化了物理资源，用户不再需要昂贵、存储空间大的主机，可以选择相对廉价的PC(Personal Computer，个人计算机)组成云，一方面减少费用，另一方面计算性能不逊于大型主机，第四，云端可以兼容低配置机器、不同厂商的硬件产品，还能够外设获得更高性能计算。

本实施例中的农产品智能监测方法在云端上实现，通过获取到各项环境参数，计算出各项环境参数与对应的预设参数阈值的差值后，判断差值是否在对应的预设差值区间，若不在预设差值区间，则确定出各个环境参数控制设备的模拟状态，在模拟状态时各项环境参数差值在预设差值区间内，也即模拟出当差值在预设差值区间内时，各个环境参数控制设备的状态，进而根据模拟状态生成控制指令，控制各个环境参数控制设备至模拟状态，也即使到各项环境参数与预设参数阈值的差值在预设差值区间，完成了对环境的自动控制，无需人工参与，节约人力成本；由于环境参数的数量众多，对环境参数的计算以及分析运算量大，而云端响应速度快、计算速度高，可快速完成大量数据的对比和逻辑配对，从而实现一条或者多条逻辑链的建立，实现动态扩展虚拟化的层次达到对应用进行扩展的目的。

在本申请的一个实施例中，在所述确定各个所述环境参数控制设备的模拟状态，以使所述差值在所述预设差值区间内之前，还包括：

确定影响非正常环境参数的所述环境参数控制设备，其中，所述非正常环境参数为与对应的预设参数阈值的差值不在所述预设差值区间的环境参数。

本实施例中当差值不在对应的所述预设差值区间时，利用平方差、矩阵、序列等对差值进行处理，确定出影响这个环境参数的环境参数控制设备，在后续模拟各个环境参数控制设备联动时，优先模拟影响这个环境参数的环境参数控制设备的状态联动，以加快模拟状态的确定过程，提升环境管控的控制速度。

传感器会采集大量的环境参数，为了避免大量数同时传输给传输路径造成比较大的压力，精简传输到云端的环境数据，提高云端处理环境数据的效率，以及加快传输响应速度，所述获取各个环境参数控制设备处于当前状态时待管控环境的各项环境参数包括：

通过数据处理网关分批获取各个环境参数控制设备处于当前状态时待管控环境的各项环境参数。

数据处理网关通过不同的通讯方式(如，4G通讯方式、WiFi通讯方式等)从传感器接收到环境参数，先对环境参数进行解析，然后再将环境参数传输至云端。

需要指出的是，本申请中对环境参数分批的条件不做具体限定，可自行设置。例如，温湿度数据每10分钟上传一次，光照强度的数据每30分钟上传一次；4G通讯的数据为一笔传输数据，其他通讯的数据为一笔传输数据等等。

进一步的，本申请中对云端从网关模组获取各项环境参数的方式也不做具体限定，可自行设置。例如，可以采用无线通讯方式，或者有线通讯的方式。

云端获取各项环境参数时，作为另一种可实施例的方式，还可以通过网络交换机获取各个环境参数控制设备处于当前状态时待管控环境的各项环境参数。

请参考图4，图4为本申请实施所提供的另一种农产品智能监测方法的流程图，该方法包括：

步骤S201：获取各个环境参数控制设备处于当前状态时待管控环境的各项环境参数。

步骤S202：确定各项所述环境参数与对应的预设参数阈值的差值，并判断所述差值是否在对应的预设差值区间。

步骤S203：若不在对应的所述预设差值区间，则确定各个所述环境参数控制设备的模拟状态，以使所述差值在所述预设差值区间内。

步骤S204：根据所述模拟状态生成控制指令，以控制各个所述环境参数控制设备由当前状态至所述模拟状态。

步骤S205：保存数据信息，所述数据信息包括各项所述环境参数、所述模拟状态以及模拟出所述模拟状态的过程。

其中，模拟出模拟状态的过程指上述步骤S1至S3的过程。

步骤S206：利用学习模型强化学习所述数据信息，以生成备用模拟状态。

本申请中对学习模型的种类不做具体限定，能够进行强化学习即可。例如，比较常见的学习模型可以为马尔可夫决策过程等等。

本实施例中通过强化学习生成备用模拟状态，当云端在后续再次采集到类似的各项环境参数时，可以直接使用备用模拟状态，控制各个环境参数控制设备至备用模拟状态，无需再次根据获取的各项环境参数进行差值确定、判断差值是否在预设差值区间以及确定模拟状态的过程，提升农产品智能监测方法的智能化程度。

需要指出的是，云端还可以对管理人员输入的大量环境参数数据进行强化学习，生成备用模拟状态；或者管理人员直接在云端设定备用模拟状态，等等。

进一步的，农产品智能监测方法还包括：

根据所述数据信息修正所述预设参数阈值。

利用学习模型强化学习数据信息，还可以得到新的预设参数阈值，预设参数阈值一般是在理想状态下的理论值，利用新的预设参数阈值对预设参数阈值进行修正，可以使得预设参数阈值更加符合实际情况，云端持续优化农产品智能监测方法，然后进行调整，在多次迭代中自主地重新修正算法和逻辑，直到找到最优方案，即改善各个环境参数控制设备的模拟状态，使模拟状态更加接近待管控环境所需的状态。

修正预设参数阈值包括但不限于利用新的预设参数阈值替换原有的预设参数阈值，或者，利用新的预设参数阈值使原有的预设参数阈值提升或者下降一定程度。

在上述任一实施例的基础上，在本申请的一个实施例中，农产品智能监测方法还包括：

发送各项所述环境参数至移动终端，以便管理人员可以实现在远程及时了解待管控环境的环境参数信息。

移动终端包括但不限于手机、iPad、电脑、PDA(Personal Digital Assistant，掌上电脑)等。

当待管控环境中的环境参数过高，会严重影响农作物生长，为了防止出现环境参数过高，及时通知管理人员采取相应的措施，农产品智能监测方法还包括：

判断各项所述环境参数是否超过对应的预设参数上限值；

若超过对应的所述预设参数上限值，则发送报警信息至所述移动终端。

报警信息包括但不限于声音报警信息和/或文字报警信息。

若环境参数没有超过对应的预设参数上限值，不做任何处理。

可以理解的是，一项环境参数对应一个预设参数上限值，本申请中对每个环境参数对应的预设参数上限值不做具体限定，视情况而定。

下面对本申请中云端进行农产品智能监测方法的过程进行阐述，请参见图5。

1.通过数据处理网关分批获取各项环境参数，将各分批数据分别和预设参数阈值进行对比，确定差值；

2.全部分批数据对比完成；

3.判断各个差值是否在预设差值区间；

4.当各个差值在预设差值区间，生成控制指令，控制各个环境参数控制设备保持原状态；

5.当各个差值不在预设差值区间，对差值进行处理；

6.根据差值模拟各个环境参数控制设备联动；

7.联动运算完成；

8.得出各个环境参数控制设备的调整数据，即确定各个环境参数控制设备的模拟状态；同时进行强化学习；

9.根据模拟状态生成控制指令，控制各个环境参数控制设备至模拟状态。

本申请还提供一种农产品智能监测系统，请参考图6，图6为本申请实施所提供的一种农产品智能监测系统的结构示意图，包括：

多个传感器1，用于采集待管控环境的各项环境参数；

多个环境参数控制设备2，用于调整对应的所述环境参数；

通信模组3，用于将所述传感器1采集的所述环境参数传输至网关模组4；

所述网关模组4，用于接收所述环境参数并传输所述环境参数至云端5；

所述云端5，用于实现上述实施例所述的农产品智能监测方法。

其中，多个环境传感器1包括但不限于空气温湿度传感器、土壤温湿度传感器、光照强度传感器、二氧化碳浓度传感器、药剂含量传感器、风速检测传感器等。多个环境参数控制设备2包括但不限于加热器、喷淋设备、喷药器、通风设备、光照设备、气体发生器等，其中，加热器可以调整环境中的空气温度、土壤温度，喷淋设备可以调整环境中空气湿度、空气温度、土壤湿度，通风设备、气体发生器可以调整二氧化碳浓度，喷药器可以调整土壤中药剂的含量，光照设备可以调整光照强度。

本申请中对网关模组4不做具体限定，自行选择。例如，网关模组4可以为网络交换机，或者数据处理网关，其中，网络交换机可以为子网络提供连接端口，数据处理网关不仅可以为子网络提供连接端口，还可以对传感器1采集的环境参数进行处理和存储，以精简传输至云端5的环境参数，提高云端5处理环境数据的效率，以及加快传输响应速度。

不同的传感器1使用的通讯方式可以不同，例如，空气温湿度传感器使用CAN通讯，土壤温湿度传感器使用蓝牙通讯，药剂传感器使用以太网(Ethernet)通讯，风速检测传感器使用4G通讯，即传感器通讯不统一，当网关模组4为数据处理网关时，可以将不同通讯方式的环境参数统一管理和整合，上传到云端5。

云端5包括中控软件系统和由单个物理服务器组成的服务器集群。

通信模组3可以为无线通讯模组或者有线通讯模组。为了减少通信线路铺设的施工量、降低施工难度、节省费用，可选择无线通信方式将传感器采集的环境参数传输到网络交换机或数据处理网关。为保证环境参数安全及保密性，数据处理中心、监控室、机房等区域，须使用有线方式。为保证系统兼容及数据多样和完整性，部分环境参数控制设及传感器的数据采集可以使用总线方式，如CAN/485通讯、TCP/IP通讯等。

请参考图7，图7为本申请所提供的农产品智能监测系统的结构示意图。

农产品智能监测系统还包括：

包括移动终端和固定终端的显示控制终端，用于显示和调整各项所述环境参数。其中，当环境参数超过对应的预设参数上限值时，固定终端用于显示超过预设参数上限值的环境参数；以及实时显示现场环境情况及相关统计数据等。移动终端，用于接收各项所述环境参数；当环境参数超过对应的预设参数上限值时，接收云端5发送的报警信息。

进一步的，当移动终端接收报警信息后，移动终端还用于发出调整指令，以调整多个所述环境参数控制设备2的状态，使待管控环境处于良好的环境中。

可选的，农产品智能监测系统还包括：控制面板，用于管理人员集中监察及控制环境参数控制设备2的状态。控制面板可以为HMI(Human Machine Interface，人机界面)设备等。

管理人员通过控制面板控制环境参数控制设备2的状态的过程为：管理人员通过控制面板选择一键模式或者逐个设置模式。其中，一键模式是指农产品智能监测系统已预设处理方式，已打包控制命令；逐个设置是指根据分批的环境参数对农产品智能监测系统中各个环境参数、环境参数控制设备2一一进行设置，设置完成后系统根据设置生成控制命令。

本实施例中的农产品智能监测系统不仅可以通过云端对环境参数控制设备进行自动控制，还可以人工进行控制，控制方式灵活、多样化。

下面对本申请中的农产品智能监测系统进行检测的过程进行阐述，请参见图8。

1.多个传感器采集待管控环境的各项环境参数；

2.通信模组上传各项环境参数至数据处理网关；

3.数据处理网关对各项环境参数进行简单处理和存储，精简传输到云端的数据；

4.数据处理网关将各项环境参数分批上传到云端；

5.云端进行处理；

6.云端根据系统设置选择是由云端自动处理或者人工操作；

7.当进行人工操作时，管理人员可通过控制面板或者移动终端，对系统进行操作，人工操作可选择一键模式或者逐个设置，其中，一键模式是指系统已预设处理方式，已打包控制命令；逐个设置是指根据分批的环境参数对农产品智能监测系统中各个环境参数、环境参数控制设备一一进行设置。设置完成后系统根据设置生成控制命令。

8.当进行自动处理时，云端根据接收到的各项环境参数进行处理，处理过程可参考前述实施例，此处不再详细赘述；

9.云端处理完成后生成控制指令；

10.对数据信息，或者对管理人员输入的大量环境参数数据进行强化学习；

11.云端下发控制指令至数据处理网关；

12.数据处理网关发送控制指令至环境参数控制设备；

13.环境参数控制设备响应控制指令，整个流程到此结束。此流程可根据设置多次循环进行。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上对本申请所提供的农产品智能监测方法及系统进行了详细介绍。本文中应用了具体个例对本申请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申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。

Claims (9)

1.一种农产品智能监测方法，其特征在于，应用于云端，包括：

获取各个环境参数控制设备处于当前状态时待管控环境的各项环境参数；

确定各项所述环境参数与对应的预设参数阈值的差值，并判断所述差值是否在对应的预设差值区间；

若不在对应的所述预设差值区间，则确定各个所述环境参数控制设备的模拟状态，以使所述差值在所述预设差值区间内；

根据所述模拟状态生成控制指令，以控制各个所述环境参数控制设备由当前状态至所述模拟状态；

所述确定各个所述环境参数控制设备的模拟状态，以使所述差值在所述预设差值区间内包括：

步骤S1：模拟各个所述环境参数控制设备处于预设状态；

步骤S2：判断在所述预设状态下所述差值是否在对应的所述预设差值区间；

步骤S3：若不在对应的所述预设差值区间，则模拟各个所述环境参数控制设备联动以处于新的预设状态，并返回步骤S2，直至所述差值在对应的所述预设差值区间。

2.如权利要求1所述的农产品智能监测方法，其特征在于，在所述确定各个所述环境参数控制设备的模拟状态，以使所述差值在所述预设差值区间内之前，还包括：

确定影响非正常环境参数的所述环境参数控制设备，其中，所述非正常环境参数为与对应的预设参数阈值的差值不在所述预设差值区间的环境参数。

3.如权利要求1所述的农产品智能监测方法，其特征在于，所述获取各个环境参数控制设备处于当前状态时待管控环境的各项环境参数包括：

通过数据处理网关分批获取各个环境参数控制设备处于当前状态时待管控环境的各项环境参数。

4.如权利要求2所述的农产品智能监测方法，其特征在于，还包括：

保存数据信息，所述数据信息包括各项所述环境参数、所述模拟状态以及模拟出所述模拟状态的过程；

利用学习模型强化学习所述数据信息，以生成备用模拟状态。

5.如权利要求4所述的农产品智能监测方法，其特征在于，还包括：

根据所述数据信息修正所述预设参数阈值。

6.如权利要求1至5任一项所述的农产品智能监测方法，其特征在于，还包括：

发送各项所述环境参数至移动终端。

7.如权利要求6所述的农产品智能监测方法，其特征在于，还包括：

判断各项所述环境参数是否超过对应的预设参数上限值；

若超过对应的所述预设参数上限值，则发送报警信息至所述移动终端。

8.一种农产品智能监测系统，其特征在于，包括：

多个传感器，用于采集待管控环境的各项环境参数；

多个环境参数控制设备，用于调整对应的所述环境参数；

通信模组，用于将所述传感器采集的所述环境参数传输至网关模组；

所述网关模组，用于接收所述环境参数并传输所述环境参数至云端；

所述云端，用于实现如权利要求1至7任一项所述的农产品智能监测方法。

9.如权利要求8所述的农产品智能监测系统，其特征在于，还包括：

包括移动终端和固定终端的显示控制终端，用于显示和调整各项所述环境参数。

Images