CN113377727B - 基于区块链的农业数据共享系统 - Google Patents
基于区块链的农业数据共享系统 Download PDFInfo
- Publication number
- CN113377727B CN113377727B CN202110616834.5A CN202110616834A CN113377727B CN 113377727 B CN113377727 B CN 113377727B CN 202110616834 A CN202110616834 A CN 202110616834A CN 113377727 B CN113377727 B CN 113377727B
- Authority
- CN
- China
- Prior art keywords
- data
- hash value
- model
- agricultural
- stations
- 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.)
- Active
Links
- 238000013499 data model Methods 0.000 claims abstract description 150
- 238000003860 storage Methods 0.000 claims abstract description 49
- 238000004891 communication Methods 0.000 claims abstract description 4
- 239000000284 extract Substances 0.000 claims description 19
- 241000607479 Yersinia pestis Species 0.000 claims description 18
- 238000012544 monitoring process Methods 0.000 claims description 18
- 239000003337 fertilizer Substances 0.000 claims description 10
- 239000002689 soil Substances 0.000 claims description 8
- 238000013480 data collection Methods 0.000 claims description 7
- 239000003102 growth factor Substances 0.000 claims description 7
- 238000012795 verification Methods 0.000 claims description 7
- 238000005286 illumination Methods 0.000 claims description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 238000013500 data storage Methods 0.000 claims description 4
- 239000000575 pesticide Substances 0.000 claims description 4
- 238000005507 spraying Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 239000013589 supplement Substances 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 240000008042 Zea mays Species 0.000 description 63
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 63
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 63
- 235000005822 corn Nutrition 0.000 description 63
- 241000220223 Fragaria Species 0.000 description 29
- 235000016623 Fragaria vesca Nutrition 0.000 description 21
- 235000011363 Fragaria x ananassa Nutrition 0.000 description 21
- 239000000047 product Substances 0.000 description 19
- 238000012271 agricultural production Methods 0.000 description 14
- 238000000034 method Methods 0.000 description 11
- 238000011160 research Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 235000021012 strawberries Nutrition 0.000 description 8
- 201000010099 disease Diseases 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 208000003643 Callosities Diseases 0.000 description 5
- 206010020649 Hyperkeratosis Diseases 0.000 description 5
- 235000009508 confectionery Nutrition 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000003306 harvesting Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 241000238631 Hexapoda Species 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 238000012550 audit Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000004720 fertilization Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000009331 sowing Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/17—Details of further file system functions
- G06F16/176—Support for shared access to files; File sharing support
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/17—Details of further file system functions
- G06F16/178—Techniques for file synchronisation in file systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6227—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database where protection concerns the structure of data, e.g. records, types, queries
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Bioethics (AREA)
- Business, Economics & Management (AREA)
- Mining & Mineral Resources (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Agronomy & Crop Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及区块链技术领域,具体涉及基于区块链的农业数据共享系统,包括若干个数据站和若干个服务站,数据站下设若干个数据采集模块,数据站运行有加密存储模块、数据模型模块、数据存证模块以及模型存证模块,数据模型模块执行若干个数据模型,数据模型按照预设的规则将数据采集模块收集到的农业数据转换为模型数据,模型存证模块将数据模型进行存证,服务站与数据站通信连接,服务站运行有若干个汇总模型,按照预设的统计规则进行统计,统计结果作为待共享的数据,服务站将汇总模型存证。本发明的实质性效果是:保护原始的农业数据的安全,促进农业数据的流通;在各方之间建立互信;能够汇集足够多的农产品供需数据,实现更为合理的定价。
Description
技术领域
本发明涉及区块链技术领域,具体涉及基于区块链的农业数据共享系统。
背景技术
农业生产安全关乎国计民生,是我国政府和社会力量近年来大力推动发展的重要领域之一。虽然目前我国的农业生产在现代化和机械化方面,取得较为显著的成效。大幅提高了农业生产的效率,方便了农业生产的管理。但目前的农业生产机械化水平仍然还比较低,粗放式生产仍然为主要的生产方式,造成农业生产消耗的能源较高,单位产量与发达国家相比仍然存在差距。且农村社会存在信息化程度不高,影响了农产品的销售。且导致农业产业链参与主体之间信任度较低,开展合作较少。究其原因是因为农业生产数据多且杂、数据提供者不能证明数据真实性、不同主体对数据的需求各有不同等,造成农业数据难以流通共享,限制了农业及农村的发展。
区块链技术虽然能够解决数据可信问题,但单纯的数据,并不能满足农业产业链主体的需求。如农作物的生长过程的光照数据,对于收购企业来讲用处不大。农作物产生的农产品的品质评级彩色收购企业进行收购和定价所需要的数据。然而,农产品的品质评级缺乏统一标准,且不同收购方对农产品有不同的品性要求。如玉米的甜度和糯性是用于餐饮的收购方所推崇的品性。而用于畜牧养殖的收购方则更注重玉米的颗粒饱满程度和灌浆充分程度。即使同样用于餐饮的收购方,对玉米的品性注重点也不一定相同。难以构成统一的评级标准。在农业产业中形成大量的信息孤岛,造成农产品品相和价格不匹配,农业生产缺乏专家指导,政府监管难以形成穿透等诸多的问题。
发明内容
本发明要解决的技术问题是:目前农业数据流动度低的技术问题。提出了一种基于区块链的农业数据共享系统,本系统通过建立数据模型,解决了农业数据需求多样且可信度低的问题,提高了农业数据的流动性。
为解决上述技术问题,本发明所采取的技术方案为:基于区块链的农业数据共享系统,用于农业产业链参与主体之间进行数据共享,包括若干个数据站和若干个服务站,所述数据站下设若干个数据采集模块,所述数据采集模块包括若干个传感采集单元、网络数据同步单元和数据输入单元,所述传感采集单元收集农业传感器数据,所述网络数据同步单元获取预设的网络数据,所述数据输入单元接收人工输入或文件输入的数据,所述数据站运行有加密存储模块、数据模型模块、数据存证模块以及模型存证模块,所述加密存储模块将数据采集模块收集到的农业数据进行加密存储,所述数据模型模块执行若干个数据模型,所述数据模型按照预设的规则将数据采集模块收集到的农业数据转换为模型数据,所述数据存证模块周期性将所述数据采集模块采集到的农业数据进行存证,所述模型存证模块将数据站运行的数据模型进行存证,所述服务站与数据站通信连接,所述服务站运行有若干个汇总模型,每个所述汇总模型均收集多个数据站的流通数据,并按照预设的统计规则进行统计,统计结果作为待共享的数据,所述服务站将汇总模型存证,农业产业链的参与主体与数据服务站连接,获取对应的汇总模块输出的结果。
作为优选,所述农业传感器包括环境监测传感器、生长要素控制监测传感器、长势传感器和病虫害传感器,所述环境监测传感器监测农作物生长的空气环境数据、土壤环境数据、光照数据和温度数据,所述生长要素控制监测传感器监测农作物的温度控制数据、补光数据、水肥数据和喷药数据,所述长势传感器周期性拍摄农作物生长现场图像,所述病虫害传感器监测病虫害种类和病虫害程度;所述网络数据同步单元同步标准时间、天气数据、降雨量数据和风速数据。
作为优选,数据模型模块包括数据模型编辑单元、数据模型上线单元和数据模型运行单元,所述数据模型编辑单元编辑数据模型所需要导入的数据字段、数据类型规则、数据取值范围规则、数据转换规则和用途介绍文本,所述数据模型上线单元将数据模型编辑单元编辑好的数据模型分配唯一编号并关联编辑者标识后成为待上线数据模型,提取待上线数据模型的哈希值,并将哈希值与唯一编号关联后上传到区块链存证,将待上线数据模型提交给服务站完成上线,所述数据模型运行单元从服务站下载已上线的数据模型,从数据站获取数据模型所需要导入的数据字段对应的数据并导入数据模型,获得数据模型输出。
作为优选,所述数据模型上线单元为数据模型关联分类标识、权限等级、制作者标识和唯一标识,所述分类标识包括品质评级应用类、生长控制应用类、灾害评估应用类及信用评价应用类,所述权限等级指定数据模型能够获取的农业数据范围以及能够获取对应的模型数据的农业产业链参与主体的范围,所述数据模型上线单元将数据模型上线运行。
作为优选,所述模型存证模块提取所收到的数据模型的哈希值,将数据模型的哈希值与关联分类标识、权限等级、制作者标识和唯一标识关联后,上传到区块链存储。
作为优选,所述加密存储模块周期性将数据采集模块收集到的数据打包成数据包,将数据包连同上一个数据包的哈希值一起提取哈希值,将数据包加密并关联哈希值而后存储,所述数据存证模块周期性将最后一个数据包的哈希值关联时间戳后上传到区块链存储。
作为优选,若干个数据站轮流担任工作量证明服务器,所述工作量证明服务器在时间周期T内,产生16个随机哈希值和穷举数对,所述随机哈希值和穷举数一起提取哈希值满足预设的工作量证明条件,16个随机哈希值的尾数互不相同,所述加密存储模块周期性将数据采集模块收集到的数据打包成数据包,将数据包连同上一个数据包的哈希值一起提取哈希值,作为存证哈希值,所述存证哈希值为十六进制数,选择与存证哈希值尾数相同的随机哈希值,将数据包、存证哈希值、时间戳以及所选择的随机哈希值和穷举数对关联存储,时间周期T结束时,所述工作量证明服务器销毁当前周期使用的随机哈希值和穷举数对;服务站对数据站的某个周期内的农业数据进行验证时,验证所选择的随机哈希值和穷举数对满足预设的工作量证明条件,且随机哈希值的尾数与存证哈希值尾数相同后,还读取其他数据站相同时间周期T内的随机哈希值和穷举数对,数据站内存储的与存证哈希值尾数相同的随机哈希值和穷举数对为同一对,则验证通过,证明农业数据未被更改过。
作为替代方案,若干个数据站轮流担任工作量证明服务器,所述工作量证明服务器在时间周期T内,产生16xN个随机哈希值和穷举数对,所述随机哈希值和穷举数一起提取哈希值满足预设的工作量证明条件,16xN个随机哈希值的末尾N位数互不相同,所述加密存储模块周期性将数据采集模块收集到的数据打包成数据包,将数据包连同上一个数据包的哈希值一起提取哈希值,作为存证哈希值,所述存证哈希值为十六进制数,选择与存证哈希值末尾N位数相同的随机哈希值,将数据包、存证哈希值、时间戳以及所选择的随机哈希值和穷举数对关联存储,时间周期T结束时,所述工作量证明服务器将当前周期使用的随机哈希值和穷举数对使用服务站的公钥加密后发送给服务站存储;服务站对数据站的某个周期内的农业数据进行验证时,验证所选择的随机哈希值和穷举数对满足预设的工作量证明条件,且随机哈希值的末尾N位数与存证哈希值尾数相同后,验证所存储的对应周期内的随机哈希值和穷举数对是否包含数据站所使用的随机哈希值和穷举数对,若包含则验证通过,证明农业数据未被更改过。
本发明的实质性效果是:1)构建数据模型,将农业数据转换为模型数据,模型数据对接政府、收购企业、信贷机构或种植专家等主体的数据需求,而原始的农业数据得以不出私域,即保护了原始的农业数据的安全,又解决了数据需求多样复杂的问题,促进了农业数据的流通;2)采用基于区块链的数据存证,能够在各方之间建立互信,有助于促成合作,减少成本;3)能够汇集足够多的农产品供需数据,实现更为合理的农产品定价,有利于通过市场时段调节农业生产,提供农业资源利用率。
附图说明
图1为实施例一农业数据共享系统构成示意图。
图2为实施例一数据采集模块构成示意图。
图3为实施例一数据模型模块工作方式示意图。
图4为实施例一数据包存储示意图。
其中:其中:11、收购企业,12、农业监管机构,13、农业科研机构,14、银行,20、服务站,30、数据站,311、数据模型编辑单元,312、数据模型上线单元,313、数据模型运行单元,320、数据包,321、存证哈希值,40、数据采集模块,41、传感采集单元,42、网络数据同步单元,43、数据输入单元,411、环境监测传感器,412、生长要素控制监测传感器,413、长势传感器,414、病虫害传感器,50、农户。
具体实施方式
下面通过具体实施例,并结合附图,对本发明的具体实施方式作进一步具体说明。
实施例一:
基于区块链的农业数据共享系统,用于农业产业链参与主体之间进行数据共享,请参阅附图1,本实施例包括若干个数据站30和若干个服务站20,数据站30下设若干个数据采集模块40,数据采集模块40包括若干个传感采集单元41、网络数据同步单元42和数据输入单元43,传感采集单元41收集农业传感器数据,网络数据同步单元42获取预设的网络数据,数据输入单元43接收人工输入或文件输入的数据,数据站30运行有加密存储模块、数据模型模块、数据存证模块以及模型存证模块,加密存储模块将数据采集模块40收集到的农业数据进行加密存储,数据模型模块执行若干个数据模型,数据模型按照预设的规则将数据采集模块40收集到的农业数据转换为模型数据,数据存证模块周期性将数据采集模块40采集到的农业数据进行存证,模型存证模块将数据站30运行的数据模型进行存证,服务站20与数据站30通信连接,服务站20运行有若干个汇总模型,每个汇总模型均收集多个数据站30的流通数据,并按照预设的统计规则进行统计,统计结果作为待共享的数据,服务站20将汇总模型存证,农业产业链的参与主体与数据服务站20连接,获取对应的汇总模块输出的结果。服务站20也可以建立数据模型,即数据模型模块运行在服务站20上,用于接入外部数据模型。
农业传感器包括环境监测传感器411、生长要素控制监测传感器412、长势传感器413和病虫害传感器414,请参阅附图2,环境监测传感器411监测农作物生长的空气环境数据、土壤环境数据、光照数据和温度数据,生长要素控制监测传感器412监测农作物的温度控制数据、补光数据、水肥数据和喷药数据,长势传感器413周期性拍摄农作物生长现场图像,病虫害传感器414监测病虫害种类和病虫害程度;网络数据同步单元42同步标准时间、天气数据、降雨量数据和风速数据。
数据模型模块包括数据模型编辑单元311、数据模型上线单元312和数据模型运行单元313,请参阅附图3,数据模型编辑单元311编辑数据模型所需要导入的数据字段、数据类型规则、数据取值范围规则、数据转换规则和用途介绍文本,为保证数据模型不被修改以及保证数据模型被真实的执行,本实施例借助区块链对数据模型进行了存证。数据模型上线单元312将数据模型编辑单元311编辑好的数据模型分配唯一编号并关联编辑者标识后成为待上线数据模型,提取待上线数据模型的哈希值,并将哈希值与唯一编号关联后上传到区块链存证。
将待上线数据模型提交给服务站20完成上线,数据模型运行单元313从服务站20下载已上线的数据模型,从数据站30获取数据模型所需要导入的数据字段对应的数据并导入数据模型,获得数据模型输出。其中,数据模型上线单元312为数据模型关联分类标识、权限等级、制作者标识和唯一标识,分类标识包括品质评级应用类、生长控制应用类、灾害评估应用类及信用评价应用类,权限等级指定数据模型能够获取的农业数据范围以及能够获取对应的模型数据的农业产业链参与主体的范围,数据模型上线单元312将数据模型上线运行。
为保证数据站30上的数据安全性和真实性,本实施例借助区块链进行数据的存证,请参阅附图4,模型存证模块提取所收到的数据模型的哈希值,将数据模型的哈希值与关联分类标识、权限等级、制作者标识和唯一标识关联后,上传到区块链存储。加密存储模块周期性将数据采集模块40收集到的数据打包成数据包320,将数据包320连同上一个数据包320的哈希值一起提取哈希值,将数据包320加密并关联哈希值而后存储,数据存证模块周期性将最后一个数据包320的哈希值关联时间戳后上传到区块链存储。
若干个数据站30结成工作组,并在工作组内轮流担任工作量证明服务器,工作量证明服务器在时间周期T内,产生16个随机哈希值和穷举数对,随机哈希值和穷举数一起提取哈希值满足预设的工作量证明条件,16个随机哈希值的尾数互不相同,加密存储模块周期性将数据采集模块40收集到的数据打包成数据包320,将数据包320连同上一个数据包320的哈希值一起提取哈希值,作为存证哈希值321,存证哈希值321为十六进制数,选择与存证哈希值321尾数相同的随机哈希值,将数据包320、存证哈希值321、时间戳以及所选择的随机哈希值和穷举数对关联存储,时间周期T结束时,工作量证明服务器销毁当前周期使用的随机哈希值和穷举数对;服务站20对数据站30的某个周期内的农业数据进行验证时,验证所选择的随机哈希值和穷举数对满足预设的工作量证明条件,且随机哈希值的尾数与存证哈希值321尾数相同后,还读取其他数据站30相同时间周期T内的随机哈希值和穷举数对,数据站30内存储的与存证哈希值321尾数相同的随机哈希值和穷举数对为同一对,则验证通过,证明农业数据未被更改过。
表1工作量证明服务器提供的16个随机哈希值和穷举数
本实施例采用HASH256进行哈希值的运算。如表1所示,工作量证明服务器在周期T内,给出了16个随机哈希值和穷举数对,16个随机产生的哈希值的尾数分别为0至f,当数据站在周期T内,获得存证哈希值时,找到表1中与存证哈希值尾数相同的随机哈希值,将随机哈希值及对应的穷举数和工作量证明条件一起复制下来,与数据包320一同存储。当数据站内的数据被恶意修改时,其存在哈希值必然发生改变,存证哈希值的尾数将发生变化。由于数据站在每个周期T内仅能请求一次随机哈希值和穷举数对。因而恶意更改数据的工作站需要重新获得一个满足工作量证明条件的穷举数。即使数据站填入了一个满足条件的随机哈希值和穷举数对。该随机哈希值也难以和工作量证明服务器提供的相匹配,因而能够轻松发现数据造假的痕迹。对数据站进行惩罚使其更改数据的收益小于惩罚代价,就可以避免数据站的数据造假。由于尾数只有16中可能,因而更改数据后,有1/16的概率尾数不变,仍然存在较高风险,因而本实施例提供了替代方案,使用存证哈希值的末尾两位数据与随机哈希值匹配。工作量证明服务器需要提供16x16个随机哈希值和穷举数对。工作量证明条件为随机哈希值和穷举数一起提取的哈希值的前5位取值为0。
本实施例中的工作量证明还具有如下替代方案:若干个数据站30轮流担任工作量证明服务器,工作量证明服务器在时间周期T内,产生16xN个随机哈希值和穷举数对,随机哈希值和穷举数一起提取哈希值满足预设的工作量证明条件,16xN个随机哈希值的末尾N位数互不相同,加密存储模块周期性将数据采集模块40收集到的数据打包成数据包320,将数据包320连同上一个数据包320的哈希值一起提取哈希值,作为存证哈希值321,存证哈希值321为十六进制数,选择与存证哈希值321末尾N位数相同的随机哈希值,将数据包320、存证哈希值321、时间戳以及所选择的随机哈希值和穷举数对关联存储,时间周期T结束时,工作量证明服务器将当前周期使用的随机哈希值和穷举数对使用服务站20的公钥加密后发送给服务站20存储;服务站20对数据站30的某个周期内的农业数据进行验证时,验证所选择的随机哈希值和穷举数对满足预设的工作量证明条件,且随机哈希值的末尾N位数与存证哈希值321尾数相同后,验证所存储的对应周期内的随机哈希值和穷举数对是否包含数据站30所使用的随机哈希值和穷举数对,若包含则验证通过,证明农业数据未被更改过。
本实施例的有益技术效果为:将农业数据通过数据采集模块40收集并通过数据站30进行存储,实现了大数据的积累,同时数据站30内的原始数据不流出,保证了数据的安全性和隐私性。通过建立数据模型,将原始农业数据转换为模型数据后,提供给数据需求方,即解决了大量原始农业数据流动,带来的隐私性和安全性问题,有满足了农业产业中各参与方纷繁复杂的数据需求。结合区块链进行数据的存储和数据模型的上线,采用外部共识协议保证数据模型中的代码不被更改,使农业产业个参与方能够互相信任彼此的数据,极大的降低了假数据带来的风险,有效促进合作,降低成本。本系统具有开放性,能够方便的引入新的数据站30、服务站20,并且能够方便的新增和上线数据模型,为构建数字化农业提供了可行的技术途径。
实施例二:
借助基于区块链的农业数据共享系统,完成收购企业11对某玉米产地玉米的品质评级和定价。
玉米产地农户50接入数据采集模块40:
玉米产地包括若干个县,每个县具有若干个村镇的农户50栽培有玉米。部分农户50采用了大棚种植,具有控制玉米生长环境的手段,其他农户50则采用露天种植,玉米生长环境基本由自然环境决定。每个县建立一个数据站30,每个数据站30将县属村镇中的农户50接入,农户50通过安装数据采集模块40对接入数据站30。对于采用大棚种植的农户50,在大棚内安装温度传感器、空气CO2含量传感器、空气湿度传感器、土壤温湿度传感器、土壤酸碱度传感器、光照强度传感器及病虫害数据,同时生长要素控制监测传感器412接入大棚控制中心的日志文件,获得大棚的控制数据。采用露天种植的农户50以村为单位,安装空气CO2含量传感器、空气温湿度传感器、风速传感器、土壤温湿度传感器、土壤酸碱度传感器、病虫害数据及光照强度传感器。农户50以村为单位共享典型生长环境数据,对于明显处于非典型环境下的玉米地,则应加装对应的传感器。
以每亩玉米地为单位,建立生长数据记录。对每亩玉米地建立索引标识,关联对应的农户50和主要的生长环境。如张三-露天-3号地、李户-大棚-1号棚。在每个索引标识下,记录每天的生长环境数据情况。通过对大棚的画面拍摄和识别,自动获得玉米的每日长势数据。露天种植则需要人工录入。以村为单位,在重要的生长节点录入即可。如某日期播种、某日期出芽、某日期出芽率、某日期生长高度为XX、某日期孕穗、某日期抽穗、某日期开花、某日期灌浆等。以村为单位,对每亩玉米地采用水肥数据和喷药数据通过数据输入单元43录入。同时对玉米地所在地理位置、气候环境、当年降雨量等通用数据,应当以村为单位统一录入,或者由网络数据同步单元42从气象单位同步。
玉米种子对最终玉米的品性有重要的影响,因此需要将每亩玉米地采用的种子进行录入登记。若当地或者玉米种子提供方,建立有溯源系统,则将溯源系统通过网络数据同步单元42同步入数据站30,并存证保存。若无溯源系统,则由当地政府或者生产组织提供证明。
以上建立了以亩为单位的玉米地数据体系,记录了每亩玉米地采用的种子、每天的生长环境状态、生长过程、所属农户50及所属地区信息。
玉米收获前:
玉米临近成熟期,玉米收购企业11即可自行建立数据模型。该数据模型根据玉米种子、玉米地所在区域气候环境、玉米生长期、玉米生长过程的水肥供应情况以及玉米生长节点间隔期,推断出玉米的灌浆量、甜糯程度。
对于筛选出较佳甜糯度玉米的数据模型为:玉米种子属于预设的范围,预设的范围包括了市面上的甜糯玉米种子的品种。对每个品种给予评分。
玉米生长时间长度大于预设的值,保证了玉米有足够的时间生长。根据每日长势数据判断玉米出芽是否过晚或过早。同时判断出芽后是否经过除蘖芽以及除蘖芽的效果。以玉米出芽时间适中,蘖芽去除干净为佳进行评分。
种植密度是否低于设定的阈值。以低密度为佳进行评分。
土壤湿度超出预设的适宜范围的时间长度。以超出预设的适宜范围的时间长度短为佳进行评分。
出苗时施加苗肥、灌浆时施加穗肥,化肥成分是否即包含化学肥料也包含生物肥料。以施肥适时且组合施肥为佳进行评分。
根据病虫害数据判断玉米是否出现过病害或虫害,以病害或虫害的具体种类进行评分。
玉米生长需要适宜的温度,根据温度监控数据判断超出适宜温度的生长时间所占时长,以超出适宜生长温度的时长短为佳进行评分。玉米生长需要适宜的温差,根据温度监控数据对昼夜温差进行评分。
综合上述评分后,进行加权求和获得总分,根据总分对每亩玉米进行评分。评分越高则表示该亩玉米的甜糯属性越好。
收购企业11将上述评分方法构建成数据模型,提交给服务站20,由农业监管机构12或者民间农产品交易市场主体审核后予以上线,或者采用自动上线的方式。数据站30从服务站20下载标注有该收购企业11的数据模型,将本数据站30采集到的本县的全部农户50的玉米种植数据代入,获得每亩玉米的评分。将超过收购企业11划出的最低得分线的农户50数据及总分提供给收购企业11。
收购企业11根据总分排序,根据自身的需求量,提前联系对应的农户50,商定收购价格。农户50则根据自身对价格的要求和对本季市场的判断,决定是否接受收购企业11的报价。若接受则签订购销合同,当玉米成熟后,进行收获,并按最终收获量或最终成交量支付货款。
玉米收获后:
当地上门收购的收购企业11较少,因而存在已收获的玉米并没有被及时销售。当地惠农机构或农贸市场主体,建立玉米的品性数据模型,如仍然采用上述收购企业11建立的数据模型,也可另行调整输入数据及权重等,重新建立数据模型。携带数据模型获得的评分结果,到外地市场寻找收购方。
外地收购方根据评分,能够基本可信的判断该批玉米的品性,因而能够放心的进行收购,而无需担心收购到品相相差太大的玉米。在此基础上,双方进行议价后,即可达成交易。外地收购商即无需到本地进行调查,也无需担心玉米的品相。仅根据需求量和价格承受能力商定收购价和收购量即可。
若外地收购方不认可当前采用的数据模型,则外地收购方可自行建立数据模型,提交给服务站20审核上线,上线后对应的数据站30下载并执行数据模型,得出对应的品性评分。外地收购方根据自己的数据模型得出的品性评分决定是否出价收购以及商定最终的收购价和收购量。在此过程中,农户50的相关种植数据始终未离开本地的数据站30,因而数据站30是属于农户50的私域数据站30,能够有效保护农户50的种植数据的安全性和隐私性。同时本地收购企业11以及外地收购方,虽然没有看到任何原始数据,却能够可信的判断玉米品性,为收购决策提供可信可靠的数据支持。
同样的,若收购企业11无力建立准确的数据模型,可由农业科研机构13建立数据模型,关联农业科研机构13的标识后,提交给服务站20上线。数据站30下载数据模型并执行后,获得玉米的品性数据。收购企业11认可该农业科研机构13出具的数据模型即可。农业科研机构13也可以公开该数据模型,并公开每个参数的变化所代表的含义,收购企业11自行调整该数据模型即可。因收购企业11对数据模型得出的结果承担后果,因而收购企业11提交的仅供自用的数据模型,审核可较为宽松。农业科研机构13若能够建立出区分玉米糯度和甜度的详细模型,则可将该数据模型上线,收购企业还可以针对甜度、糯度作出相应的选择和作出收购价。
其他数据模型的审核,应审核提交方的资质。若资质符合,则应当审核通过并上线。农业产业各参与方对数据模型结果有认可或不认可的自由。
实施例三:
玉米能够在常温下进行保存,对运输链的要求不高。本实施例在实施例二考虑农产品品质的基础上,对农产品的运输链纳入了考虑。本实施例用于易变质农产品草莓的种植数据共享。
草莓的种苗及生长过程控制,同样对草莓最终的品质和口感有重要的影响,类似于实施例二,建立基于种苗和生长过程数据,得出草莓品质的数据模型。该数据模型既可以由农业科研机构13建立,也可以由草莓收购方或农产品交易市场建立。由于该模型的建立过程与玉米品性评价模型十分类似,且建立该评价模型为农业科研机构13长期研究的项目,属于本领域的公开技术,在此不作赘述,仅对运输链部分的数据共享做示例性说明。
本地草莓种植户接入数据站30,并将草莓种植数据收集到数据站30中。本地进行草莓运输的主体,也接入数据站30。以保温车厢为运输单位,在保温车厢内安装温湿度传感器和摄像头。草莓采摘后放入纸箱,并在种植大棚内放置等待运输,该部分数据纳入草莓生长数据,由草莓种植户接入的数据站30负责收集该部分的数据。运输链接入的数据站30收集草莓装车后的数据。由车厢内的摄像头判断装车时间,由运输车驾驶员录入装车量和对应的草莓种植户、对应的大棚标识。并在纸箱外贴附二维码或其他标识。保温车厢内的温湿度传感器周期性上传车厢内的温湿度。
农业科研机构13、草莓收购方或农产品交易市场建立数据模型,首先将数据模型发送给草莓种植户接入的数据站30,获得草莓种植出的品质评分,此部分同实施例二。而后再将数据模型发送给运输链接入的数据站30。
根据种植数据中包含的采摘时间,和运输链的装车时间,判断采摘后的等待时间,该等待时间越短越好,同时监控大棚内的温度,对等待时间内的温度是否高于预设阈值,及温度高于阈值的持续时长进行评分。
而后对运输过程中保温车厢内的温度情况进行评分。两个评分以及草莓本身的品质评分综合后,可以获得草莓到达收购方或农产品交易市场时的综合评分。根据该综合评分进行交易及交易定价即可。同时草莓种植户也可以发布上线数据模型,该模型判断运输链是否存在违规运输,即是否存在导致草莓暴露在超过预设温度的环境下,若存在,则草莓种植户可以根据草莓实际折损要求赔偿。而运输链参与方,也难以将草莓折损归咎于草莓本身品质差,或者在大棚内等待时,即已暴露在较高温度下,而推卸责任。因而能够平衡农户50及运输链的利益。
在此过程中,草莓种植户及运输链参与者均未暴露任何具体数据,但不影响草莓种植及运输数据的流通共享,并在草莓种植及运输数据的流通共享基础上,平衡产业各参与方的利益。
实施例四:
农业生产不仅涉及农产品的栽培和销售,还包括农业生产设施的建设。如在建设大棚时,农户50通常需要进行贷款。在现有情况下,农户50申请贷款需要填写复杂的表格去银行14申请贷款。银行14则需要花费大量时间进行调查核实。而后才进行核准授信额度,并签订贷款协议,发放贷款。
本实施例借助了基于区块链的农业数据共享系统,实现借贷审批相关数据的共享,大幅加快了贷款审批的效率,降低了银行14的成本,并减少了坏账。
以若干个村镇为单位,建立数据站30,相应村镇的农户50均接入数据站30。数据站30因而收集了大量的农户50进行农业生产的数据。如每年种植了哪些作物,收成如何以及收入多少。这些数据仅存储在数据站30,不会流出,因而不用担心隐私泄露问题。
当农户50需要贷款时,或者刚接入数据站30时,农户50就将自己名下的房产、车产、耕地面积、年龄及健康状态登记并上传到数据站30。当地征信部门将全部农户50的历史征信情况同步到数据站30。
银行14建立一个通用的数据模型,该数据模型输出授信额度。该数据模型的输入为银行14建立的各种能够授信或提高授信的条件。如存在房产则进行授信,否则不授信。若无房产但有担保,则可进行授信。有车产则提高授信额度。若历年种植的农作物品质较佳,表明农户50具有较高的农业生产技术,则提高授信额度。若历年农产品收益在本县中的排名较前,则说明农户50具有较高的市场把握能力,则提高授信额度。
银行14将该数据模型提交给服务站20,审核通过后上线运行。其中,数据模型中历年农产品收益在本县中的排名较前,需要用到其他数据站30中的数据。可采用本县的多个数据站30之间建立安全多方计算,得出该排名数据。
欲申请贷款的农户50对应的数据站30下载在数据模型,将农户50数据代入数据模型,得出授信额度。将该授信额度反馈给银行14,则银行14可以根据此授信额度,以及农户50欲实际申请的额度,直接办理贷款手续。省去了调查核实环节,大幅提高了贷款的效率,降低了时间成本。
本实施例中,农户50申请贷款过程中,农户50的敏感数据,资产数据,不再需要提交给银行14。银行14也不需要对这些数据一一进行审核验证。即保护了农户50的隐私,又方便了银行14的业务。由于借助区块链进行存证,因而农户50登记的数据以及历年农产品收益数据难以造假。同样的,若区域内存在多家银行14提供农业类贷款,农户50可以通过多次运行对应银行14的数据模型,即可找到能够获得最高授信额度的银行14,而无需每个银行14都提交一遍申请材料,十分费时费力。
本实施例基于区块链构建的可信农业数据共享系统,方便了农户50申请贷款,也方便了银行14进行贷款额度的审核,提高了农业生产的效率。
以上所述的实施例只是本发明的一种较佳的方案,并非对本发明作任何形式上的限制,在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。
Claims (7)
1.基于区块链的农业数据共享系统,用于农业产业链参与主体之间进行数据共享,其特征在于,
包括若干个数据站和若干个服务站,所述数据站下设若干个数据采集模块,
所述数据站运行有加密存储模块、数据模型模块、数据存证模块以及模型存证模块,所述加密存储模块将数据采集模块收集到的农业数据进行加密存储,所述数据模型模块执行若干个数据模型,所述数据模型按照预设的规则将数据采集模块收集到的农业数据转换为模型数据,所述数据存证模块周期性将所述数据采集模块采集到的农业数据进行存证,所述模型存证模块将数据站运行的数据模型进行存证,
所述服务站与数据站通信连接,所述服务站运行有若干个汇总模型,每个所述汇总模型均收集多个数据站的流通数据,并按照预设的统计规则进行统计,统计结果作为待共享的数据,所述服务站将汇总模型存证,农业产业链的参与主体与数据服务站连接,获取对应的汇总模块输出的结果;
若干个数据站轮流担任工作量证明服务器,所述工作量证明服务器在时间周期T内,产生16个随机哈希值和穷举数对,所述随机哈希值和穷举数一起提取哈希值满足预设的工作量证明条件,16个随机哈希值的尾数互不相同,
所述加密存储模块周期性将数据采集模块收集到的数据打包成数据包,将数据包连同上一个数据包的哈希值一起提取哈希值,作为存证哈希值,所述存证哈希值为十六进制数,选择与存证哈希值尾数相同的随机哈希值,将数据包、存证哈希值、时间戳以及所选择的随机哈希值和穷举数对关联存储,时间周期T结束时,所述工作量证明服务器销毁当前周期使用的随机哈希值和穷举数对;
服务站对数据站的某个周期内的农业数据进行验证时,验证所选择的随机哈希值和穷举数对满足预设的工作量证明条件,且随机哈希值的尾数与存证哈希值尾数相同后,还读取其他数据站相同时间周期T内的随机哈希值和穷举数对,数据站内存储的与存证哈希值尾数相同的随机哈希值和穷举数对为同一对,则验证通过,证明农业数据未被更改过。
2.根据权利要求1所述的基于区块链的农业数据共享系统,其特征在于,
所述数据采集模块包括若干个传感采集单元、网络数据同步单元和数据输入单元,所述传感采集单元收集农业传感器数据,所述网络数据同步单元获取预设的网络数据,所述数据输入单元接收人工输入或文件输入的数据,
所述农业传感器包括环境监测传感器、生长要素控制监测传感器、长势传感器和病虫害传感器,所述环境监测传感器监测农作物生长的空气环境数据、土壤环境数据、光照数据和温度数据,所述生长要素控制监测传感器监测农作物的温度控制数据、补光数据、水肥数据和喷药数据,所述长势传感器周期性拍摄农作物生长现场图像,所述病虫害传感器监测病虫害种类和病虫害程度;所述网络数据同步单元同步标准时间、天气数据、降雨量数据和风速数据。
3.根据权利要求1或2所述的基于区块链的农业数据共享系统,其特征在于,
数据模型模块包括数据模型编辑单元、数据模型上线单元和数据模型运行单元,
所述数据模型编辑单元编辑数据模型所需要导入的数据字段、数据类型规则、数据取值范围规则、数据转换规则和用途介绍文本,所述数据模型上线单元将数据模型编辑单元编辑好的数据模型分配唯一编号并关联编辑者标识后成为待上线数据模型,提取待上线数据模型的哈希值,并将哈希值与唯一编号关联后上传到区块链存证,将待上线数据模型提交给服务站完成上线,所述数据模型运行单元从服务站下载已上线的数据模型,从数据站获取数据模型所需要导入的数据字段对应的数据并导入数据模型,获得数据模型输出。
4.根据权利要求3所述的基于区块链的农业数据共享系统,其特征在于,
所述数据模型上线单元为数据模型关联分类标识、权限等级、制作者标识和唯一标识,所述分类标识包括品质评级应用类、生长控制应用类、灾害评估应用类及信用评价应用类,所述权限等级指定数据模型能够获取的农业数据范围以及能够获取对应的模型数据的农业产业链参与主体的范围,所述数据模型上线单元将数据模型上线运行。
5.根据权利要求4所述的基于区块链的农业数据共享系统,其特征在于,
所述模型存证模块提取所收到的数据模型的哈希值,将数据模型的哈希值与关联分类标识、权限等级、制作者标识和唯一标识关联后,上传到区块链存储。
6.根据权利要求1或2所述的基于区块链的农业数据共享系统,其特征在于,
所述加密存储模块周期性将数据采集模块收集到的数据打包成数据包,将数据包连同上一个数据包的哈希值一起提取哈希值,将数据包加密并关联哈希值而后存储,所述数据存证模块周期性将最后一个数据包的哈希值关联时间戳后上传到区块链存储。
7.根据权利要求1或2所述的基于区块链的农业数据共享系统,其特征在于,
若干个数据站轮流担任工作量证明服务器,所述工作量证明服务器在时间周期T内,产生16的N次方个随机哈希值和穷举数对,所述随机哈希值和穷举数一起提取哈希值满足预设的工作量证明条件,16的N次方个随机哈希值的末尾N位数互不相同,
所述加密存储模块周期性将数据采集模块收集到的数据打包成数据包,将数据包连同上一个数据包的哈希值一起提取哈希值,作为存证哈希值,所述存证哈希值为十六进制数,选择与存证哈希值末尾N位数相同的随机哈希值,将数据包、存证哈希值、时间戳以及所选择的随机哈希值和穷举数对关联存储,时间周期T结束时,所述工作量证明服务器将当前周期使用的随机哈希值和穷举数对使用服务站的公钥加密后发送给服务站存储;
服务站对数据站的某个周期内的农业数据进行验证时,验证所选择的随机哈希值和穷举数对满足预设的工作量证明条件,且随机哈希值的末尾N位数与存证哈希值尾数相同后,验证所存储的对应周期内的随机哈希值和穷举数对是否包含数据站所使用的随机哈希值和穷举数对,若包含则验证通过,证明农业数据未被更改过。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110616834.5A CN113377727B (zh) | 2021-06-02 | 2021-06-02 | 基于区块链的农业数据共享系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110616834.5A CN113377727B (zh) | 2021-06-02 | 2021-06-02 | 基于区块链的农业数据共享系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113377727A CN113377727A (zh) | 2021-09-10 |
CN113377727B true CN113377727B (zh) | 2022-07-15 |
Family
ID=77575540
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110616834.5A Active CN113377727B (zh) | 2021-06-02 | 2021-06-02 | 基于区块链的农业数据共享系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113377727B (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107194822A (zh) * | 2017-05-25 | 2017-09-22 | 河南嘉禾智慧农业科技有限公司 | 一种基于区块链的农业数据共享系统及方法 |
KR20200020153A (ko) * | 2018-08-16 | 2020-02-26 | 주식회사 글로벌아트 | 블록체인 기반 농산물 유통 시스템 및 방법 |
CN109729168B (zh) * | 2018-12-31 | 2021-10-01 | 浙江成功软件开发有限公司 | 一种基于区块链的数据共享交换系统及方法 |
-
2021
- 2021-06-02 CN CN202110616834.5A patent/CN113377727B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113377727A (zh) | 2021-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Salasya et al. | Factors influencing adoption of stress-tolerant maize hybrid (WH 502) in western Kenya | |
Fike et al. | Switchgrass nitrogen response and estimated production costs on diverse sites | |
Fernandez et al. | Effects of nitrogen fertilization and planting density on intermediate wheatgrass yield | |
CN113256314B (zh) | 一种基于区块链的农产品溯源系统 | |
CN109858921A (zh) | 基于区块链的农副产品溯源与销售方法及系统 | |
Timsina et al. | Lessons for promotion of new agricultural technology: a case of Vijay wheat variety in Nepal | |
Msuya et al. | Estimation of technical efficiency in Tanzanian sugarcane production: A case study of Mtibwa sugar Estate outgrowers scheme | |
McEwan | Sweetpotato seed systems in sub-saharan Africa: A literature review to contribute to the preparation of conceptual frameworks to guide practical interventions for root, tuber and banana seed systems. | |
CN113469800B (zh) | 一种基于区块链的农业信贷系统 | |
CN111369376A (zh) | 一种惠农大数据系统平台 | |
CN113469830A (zh) | 基于区块链及生长模型的农产品竞价交易系统 | |
Asare-Marfo et al. | Assessing the adoption of high-iron bean varieties and their impact on iron intakes and other livelihood outcomes in Rwanda: Main survey report | |
CN113377727B (zh) | 基于区块链的农业数据共享系统 | |
Sredojević et al. | Investment in Sweet and Sour Cherry Production and New Processing Programs in terms of Serbian Agriculture Competitiveness. | |
Ouya et al. | Effects of agricultural intensification practices on smallholder farmers’ livelihood outcomes in Kenyan hotspots of Climate Change | |
Swinkels et al. | Assessing the adoption potential of hedgerow intercropping for improving soil fertility, Western Kenya. | |
Watkins et al. | Stochastic dominance analysis of returns to stocker grazing on conservation tillage winter wheat forage in Arkansas | |
Izhar et al. | Dissemination of soybean technologies in Jambi | |
CN113487443B (zh) | 基于数据模型的农业数据可信流通平台 | |
CN113487404B (zh) | 一种基于区块链的农业信贷融资担保业务平台 | |
Lindara et al. | Technical efficiency in the spice based agroforestry sector in Matale, Sri Lanka | |
Stathers et al. | Everything you ever wanted to know about sweetpotato: Reaching agents of change ToT manual. 3: Sweetpotato seed systems | |
Smith et al. | Adapting the Cropcheck Extension Model to Rice Population Systems in Lao PDR | |
Bravo-Ureta et al. | Baseline Descriptive analysis of Farm and Household Data Collected in Three Districts in Malawi During 2017-2018 | |
De Young et al. | An Assessment of the local bean seed production and marketing model: The case of community seed banks in Nicaragua |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |