CN113570177A - 农产品的品质确定系统及其使用方法 - Google Patents
农产品的品质确定系统及其使用方法 Download PDFInfo
- Publication number
- CN113570177A CN113570177A CN202010350267.9A CN202010350267A CN113570177A CN 113570177 A CN113570177 A CN 113570177A CN 202010350267 A CN202010350267 A CN 202010350267A CN 113570177 A CN113570177 A CN 113570177A
- Authority
- CN
- China
- Prior art keywords
- unit
- agricultural product
- production
- agricultural
- product quality
- 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 38
- 238000004519 manufacturing process Methods 0.000 claims abstract description 88
- 238000007726 management method Methods 0.000 claims abstract description 27
- 230000008569 process Effects 0.000 claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims abstract description 18
- 238000005457 optimization Methods 0.000 claims abstract description 17
- 238000012544 monitoring process Methods 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 5
- 230000006872 improvement Effects 0.000 claims description 5
- 238000013473 artificial intelligence Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 12
- 238000011161 development Methods 0.000 description 9
- 238000007689 inspection Methods 0.000 description 9
- 239000003337 fertilizer Substances 0.000 description 8
- 239000000575 pesticide Substances 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000003908 quality control method Methods 0.000 description 4
- 240000007124 Brassica oleracea Species 0.000 description 3
- 235000003899 Brassica oleracea var acephala Nutrition 0.000 description 3
- 241000282414 Homo sapiens Species 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 235000012905 Brassica oleracea var viridis Nutrition 0.000 description 2
- 241000296615 Celastrus strigillosus Species 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 2
- 235000005205 Pinus Nutrition 0.000 description 2
- 241000218602 Pinus <genus> Species 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 235000001674 Agaricus brunnescens Nutrition 0.000 description 1
- 235000011301 Brassica oleracea var capitata Nutrition 0.000 description 1
- 235000001169 Brassica oleracea var oleracea Nutrition 0.000 description 1
- 244000067456 Chrysanthemum coronarium Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 244000127818 Phalaenopsis amabilis Species 0.000 description 1
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 1
- 235000011613 Pinus brutia Nutrition 0.000 description 1
- 241000018646 Pinus brutia Species 0.000 description 1
- 240000007263 Pinus koraiensis Species 0.000 description 1
- 235000011615 Pinus koraiensis Nutrition 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 235000015134 garland chrysanthemum Nutrition 0.000 description 1
- 238000010353 genetic engineering Methods 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000006041 probiotic Substances 0.000 description 1
- 235000018291 probiotics Nutrition 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000275 quality assurance Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Agronomy & Crop Science (AREA)
- Primary Health Care (AREA)
- Mining & Mineral Resources (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种农产品的品质确定系统及一种农产品的品质确定系统的使用方法，其中该农产品品质确定系统用于整合多个供应端，主要结构包括一生产记录单元、一品质管理单元、一预设生长信息、一级别区分单元、一生产最适化智能分析单元、一比对排名单元、一生产建议单元及一销售单元。通过上述结构，供应端登入农产品品质确定系统中后，将至少一农产品的生长过程记录于生产记录单元中，收成后级别区分单元及比对排名单元即会对供应端进行评鉴与排名，再通过生产建议单元给予供应端合适的生产建议。以此，即可结合人工智能与大数据，达到生产过程一致性，进而确保农产品的生长品质及农场整体环境品质，以协助整体产业升级。
Description
技术领域
本发明为提供一种农产品的品质确定系统及其使用方法，尤指一种利用人工智能结合物联网，达到生产过程一致性，进而确保农产品的生长品质及农场整体环境品质，以协助整体产业升级的农产品的品质确定系统及其使用方法。
背景技术
农业属初级生产，为人类重要的经济活动之一。简单地说是人类运用其智慧去创造更有利于农业发展的环境，利用驯养动植物的生长繁殖来获得产品，更进一步换取经济收益的一种系统。
农业史可以追溯到数千年前，不同地区的农业发展随着气候、文化及技术有很大的不同。各种农业的出现是人类定居社会兴起的关键因素，种植或养育驯化后的物种，有助于文明的发展。
随着基因工程技术的应用，以及可持续发展理念的深入人心，未来农业生产将减少化肥、农药使用量，从而降低或消除相关残留，使农产品品质得到提高。消费者对优质安全农产品的需求日益强烈，也将促使农产品的供应端越来越注重产品质量。同时，随着区块链等新兴技术的应用，“从田间到餐桌”的全程透明可追溯体系将受大众所看重。
关于现代农业中的“生产履历”，是指农产品在生产、加工、流通、销售每一阶段中的相关信息，都可以向上游或下游追溯查询，针对原材料的来源或食品的制造厂或贩卖点作记账及保管的记录，使其能对农产品及其情报信息追究根源。农业的发展与人们饮食息息相关，属于生活中重要课题之一，若农民无法确保农产品的品质并做到精准的分类分级，就无法根本解决食品安全问题，欲追求持续成长，则有赖于创新与进步。
然而上述现代农业发展，存在下列问题与缺失尚待改进：
第一，无法确保生产的一致性，容易导致良莠不齐的问题。
第二，大多以抽检的方式进行品质检测，精确度较低。
第三，生产履历仅用于记录作物的生长，却无法活用。
第四，现今的农产品进行品检，皆在收成后才将该农产品送去检验，但农产品的生长过程及农场本身不具备实时品质检知验证与回馈控制管理的功能，因此品质检测不足以表达农场与农产品的品质水准。
第五，现有IQC、OQC或FQC等品管程序，仅于产品出货前进行较品检更加仔细的检验，依然并未于产品生长过程中对其进行管控，同样无法代表农场及农产品的品质。
第六，现今的科技产业、人工智能产业与农业皆已蓬勃发展，但如何整合并做最适化匹配，非一般农民有能力完成。
因此，要如何解决上述现有的问题与缺失，即为本发明的申请人与从事此行业的相关厂商所亟欲研究改善的方向所在。
发明内容
因此本发明的申请人有鉴于上述缺失，搜集相关资料，经由多方评估及考量，并以从事于此行业累积的多年经验，经由不断试作及修改，始设计出此种利用人工智能结合物联网，达到循环式品质管理，进而协助整体产业升级的农产品的品质确定系统及其方法的发明。
本发明的主要目的在于：通过生产记录单元，以建立具有品质决策能力的生产履历系统，并利用生产最适化智能分析单元，计算出农产品的最佳生长条件，进而达到生产过程一致性。
本发明的另一主要目的在于：比对排名单元对供应端进行排名，而生产建议单元则依据上述排名，给予供应端合适的生产建议，用以确保农产品的生长品质及农场整体环境品质，进而协助整体产业升级。
为达上述目的，本发明农产品品质确定系统供整合多个供应端，主要结构包括：一生产记录单元及一销售单元，生产记录单元信息链接一品质管理单元及一生产最适化智能分析单元，品质管理单元内具有一预设生长信息，品质管理单元信息链接有一级别区分单元，级别区分单元信息链接一比对排名单元，比对排名单元信息链接一生产建议单元。
通过上述结构，供应端登入农产品品质确定系统中，将至少一农产品的生长过程记录于生产记录单元中，并产生一生长环境信息，在记录的过程中，品质管理单元会将预设生长信息与农产品的生长环境信息进行比对，若发现生长环境信息何处出现了问题，即会给予供应端至少一改善提示，以对农产品的生长过程进行把关。此外，在农产品生长的过程中，生产最适化智能分析单元会对多个消费端进行意见征询，并且配合消费端的意见及生长环境信息，通过大数据计算出农产品的最佳生长条件。
待农产品收成后，级别区分单元会依据生长环境信息中各项能源的用量，同时参考品质管理单元给予供应端改善提示的次数，进而产生一关于该农产品的产品级别，接着，比对排名单元则依据上述产品级别，将各个供应端整合并产生一排名信息，使供应端明了自身于产业链中的定位，再来，生产建议单元即会根据排名信息，给予各个供应端适合的生产建议，以辅助供应端成长与发展，同时，亦会将上述最佳生长条件套用于预设生长信息中，使预设生长信息得以不断更新与进步，最后通过销售单元，令供应端得以于该农产品品质确定系统中将农产品销售而出。
以此，将生产最适化智能分析单元的人工智能，与大量消费端意见及生长环境信息产生的大数据进行结合，同时将计算出的最佳生长条件套用于预设生长信息中，以使各个供应端在将来种植农产品的过程中能够得到最佳的品质管控，以达到生产过程的一致性，进而确保农产品的生长品质及农场整体环境品质，以协助整体产业升级。
通过上述技术，可针对现代农业发展所存在的无法确保生产一致性、精确度较低、生产履历无法活用、品检与品管无法代表农场本身及农产品的品质标准及农业无法与不同行业进行结合的问题点加以突破，达到上述优点的实用进步性。
附图说明
图1为本发明较佳实施例的结构方块图。
图2为本发明较佳实施例的步骤流程图。
图3为本发明较佳实施例的方块流程图。
图4为本发明较佳实施例的生产记录示意图。
图5为本发明较佳实施例的使用量表示意图。
图6为本发明较佳实施例的提醒示意图。
图7为本发明较佳实施例的分级示意图。
图8为本发明较佳实施例的排名示意图。
图9为本发明再一较佳实施例的监控示意图。
图10为本发明再一较佳实施例的财务示意图。
图11为本发明再一较佳实施例的社群推播示意图。
附图标记说明：1、1a-农产品品质确定系统；11、11a-生产记录单元；111-生长环境信息；12-品质管理单元；121-预设生长信息；122-改善提示；13-级别区分单元；131-产品级别；14-生产最适化智能分析单元；15-比对排名单元；151-排名信息；16-生产建议单元；17、17a-销售单元；171a-绩效评核单元；1711a-绩效图表；172a-营销建议单元；18a-监控单元；181a-实时影像；19a-社群推播单元；2、2a-供应端；3、3a-农产品；4-电子装置；5-消费端；6a-手持式电子装置；61a-社群软件。
具体实施方式
为达成上述目的及功效，本发明所采用的技术手段及构造，兹绘图就本发明较佳实施例详加说明其特征与功能如下，以利完全了解。
请参阅图1至图8所示，为本发明较佳实施例的结构方块图至排名示意图，本发明农产品品质确定系统1供整合多个供应端2，由图中可清楚看出，该农产品品质确定系统1主要包括：
一生产记录单元11，供记录该供应端2的至少一农产品3的生长过程；
一品质管理单元12，该品质管理单元12信息链接该生产记录单元11，且该品质管理单元12内具有一预设生长信息121，该预设生长信息121供对该农产品3的生长过程进行比对；
一级别区分单元13，该级别区分单元13信息链接该品质管理单元12，供判定该农产品3的级别；
一生产最适化智能分析单元14，该生产最适化智能分析单元14信息链接该生产记录单元11，供计算出该农产品3的最佳生长条件；
一比对排名单元15，该比对排名单元15信息链接该级别区分单元13，供对该多个供应端2进行比对排名；
一生产建议单元16，该生产建议单元16信息链接该比对排名单元15，供给予该多个供应端2生产建议；及
一销售单元17，该销售单元17供辅助该多个供应端2出售该农产品3。
较佳地，供应端2指农民以及其农场，农场可为室内养殖场或养菇场其中之一，但不予以设限。
较佳地，农产品品质确定系统1为应用程序App。
较佳地，生产最适化智能分析单元14为运用人工智能的计算处理程序。
较佳地，农产品3可为蝴蝶兰、青江菜、小松、荷白、青松、芥兰、A菜、福山、罗曼或茼蒿其中之一，本发明的图式中以青江菜、小松、荷白及芥兰为例，但不予以设限。
通过上述的说明，已可了解本技术的结构，而依据这个结构的对应配合，即可结合人工智能与大数据，达到循环式品质管理，进而协助整体产业升级，而详细的解说将于下述说明。
本发明的农产品品质确定系统1的使用方法，其步骤包括：
(a)多个供应端登入该农产品品质确定系统中；
(b)该多个供应端将至少一农产品的生长过程记录一设于该农产品品质确定系统内的生产记录单元中，以产生一生长环境信息；
(c)该农产品品质确定系统内的一品质管理单元，会将一设于该农产品品质确定系统内的预设生长信息与该生长环境信息进行比对，并适时给予该供应端至少一改善提示；
(d)该农产品生长过程中，该农产品品质确定系统内的一生产最适化智能分析单元，会对多个消费端进行意见征询，并且配合消费端的意见与该生长环境信息，通过大数据计算出该农产品的最佳生长条件；
(e)该农产品收成后，会受一设于该农产品品质确定系统内的级别区分单元评鉴，并产生一产品级别；
(f)该农产品品质确定系统内的一比对排名单元，以该产品级别作为依据，对该多个供应端进行比对排名，并产生一排名信息；
(g)该农产品品质确定系统会根据该排名信息，并配合一设于该农产品品质确定系统内的生产建议单元，给予该多个供应端生产建议；及
(h)该供应端将该些农产品，于一设于该农产品品质确定系统内的销售单元中售出。
通过上述结构与步骤，首先，种植农产品3的供应端2会通过一电子装置4登入农产品品质确定系统1中，电子装置4以电脑为例，接着，供应端2将农产品3的生长过程记录于生产记录单元11(图中以“生产记录”表示)中，生长过程指肥料、水、益生菌、农药或电等能源使用的时间、地点或份量(图4中以今日洒水的时间点表示)，且生产记录单元11亦可输入农场名、地址、农产品3的栽培阶段(计划中、耕作中、采收中、废耕)、栽培环境(露天、设施)、种植起始日期及耕地品质等，但不予以设限，以此生产记录单元11即会产生生长环境信息111，并且每日受供应端2的输入而更新。生长环境信息111(图中以“每月量表”来表示)包含每日生产表(图5以圆饼图、直方图及统计表格来显示各项农产品3的生产数据)、农药用量表、肥料用量表等，可依据不同的农药或肥料种类、不同的时间或不同的农场观看不同的数据。
在农产品3生长的过程中，品质管理单元12(图中以“能源使用调整”表示)会对该农产品3进行生长品质上的把关，品质管理单元12会将预设生长信息121与农产品3的生长环境信息111(图6以“青江菜生长环境”表示)进行比对，上述预设生长信息121为系统判定对该农产品3较优良的生长条件(例如：应使用的肥料量、应使用的农药量或应使用的水量等)，因此若生长环境信息111产生问题(例如：生长环境信息111中记录的农药使用量，低于预设生长信息121中肥料使用量的范围)，上述品质管理单元12即会对供应端2发出改善提示122(图6以“应提升肥料施予量”的警示信息来表示)，提醒供应端2何种能源应增加或减少使用量，进而对生长阶段的农产品3进行层层把关。
生产最适化智能分析单元14，会对多个消费端5进行意见征询，消费端5指农产品3的消费者，以了解消费端5的需求(例如：消费者认为该农产品3的水分过少，则需提升用水量；或消费者认为该农产品3观感不佳，则需提升农药使用量)，如此，在农产品3收成时，生产最适化智能分析单元14即会将大量消费端意见以及生产记录单元11所产生的生长环境信息111，通过大数据计算出最适合该农产品3的最佳生长条件。
在农产品3收成的同时，级别区分单元13(图中以“产品级别”表示)即会对该农产品3进行级别的判定，以给予农产品3一产品级别131(图中以作物与级别产生的统计表格来表示，其中，青江菜以四级为例，小松以二级为例，荷白以三级为例，芥兰以五级为例)，农产品3分级的方式不予以设限，本实施例中将其分为五级：
第一级：产品检验，通过CAS检验后合格。
第二级：认证，通过CAS环境、制程及产品的认证。
第三级：履历管理，当生长环境信息111的能源消耗，皆符合预设生长信息121的能源消耗范围，即达到履历管理的第三级，同时也代表供应端2在种植农产品3时，并未接收到任何改善提示122。
第四级：定性定量分类分级，使用六标准偏差理念，遵循定义、测量、分析、提升及控制五个步骤，若在未种植前环境的各项数据(例如：土壤品质、土壤水分)皆已调整至最佳，即为第四级。
第五级：自主管理与第三方品质保证(品牌)，依循国际的品质标准操作，并且达到自主管理。
上述CAS指优良农产品证明标章，是优良农产品及其加工品高品质的代表标章，用以证明农产品3及其加工品的安全性及优良性。而上述第一级至第五级的分级方式仅为举例，但不予以设限。如此，若一供应端2同时栽种多个农产品3时，级别区分单元13即会对各个农产品3进行级别的判定，使该供应端2获得多个产品级别131。
再来，比对排名单元15(图中以“农场排名”表示)即会依据上述产品级别131，将各个供应端2整合形成一排名信息151(图8以排名、农场及总评分所形成的统计表格来表示，并举例第一名A农场总评分为4.82，第二名B农场总评分为4.51，第三名C农场总评分为3.9，第四名D农场总评分为3.75，第五名E农场总评分为3.2)，名次排列的依据，可为供应端2的各项农产品3其获得的产品级别131予以平均后的分数，接着再以该分数进行排名，即形成上述排名信息151，排名信息151即为排行榜，如此，供应端2即可清楚明了自己于农业链中属于前段、中段亦或后段的生产业者，并且在排名信息151中还可看出名列前茅的各个供应端2，而排名靠后的供应端2即可向排名靠前的供应端2进行学习，亦或请求合作，使整体产业升级。
此外，在排名信息151产生后，生产建议单元16(图中以“生产建议”表示)即会根据排名信息151以及生产最适化智能分析单元14所产生的最佳生长条件，对供应端2给予适当的生产建议，由于农产品品质确定系统1清楚知道排名靠前的供应端2其优势及过人之处为何，以此即可给予排名靠后的供应端2对应的建议，以协助各个供应端2发展，并且不断改进。同时，农产品品质确定系统1会将生产最适化智能分析单元14所产生的最佳生长条件套用于预设生长信息121中，对该预设生长信息121进行更新，以辅助未来农产品3的生长，使将来种植的农产品3于初始阶段就依循最佳的条件进行生长，进而达到生产的一致性。
上述销售单元17(图中以“销售平台”表示)，令供应端2得以将农产品3已收成的信息于农产品品质确定系统1中显示，以辅助供应端2将农产品3售出。消费端5得以于农产品品质确定系统1的销售单元17中进行下单，而供应端2即可执行对应接单的动作，如此，农产品品质确定系统1即可对当下市场的竞争力品项进行分析，同时依据当下农产品3的销售情况进行生产预测，进而产生最佳的生产规划并提供给供应端2，再来，供应端2即可进行生产排程(Master Production Schedule，简称MPS)、物料需求规划(Material RequirementsPlanning，简称MRP)及产能需求规划(Capacity Requirement Planning，简称CRP)等，使农产品3得以在预定的时间内收成，规划皆准备充足后，即可进行生产。
收成后的农产品3进行入库及产品抽检(Outgoing Quality Control，简称OQC)，检验完毕后即可交托于消费端5并进行收帐。上述的销售模式仅为举例，但不予以设限。销售单元17同时给予供应端2与消费端5一个交易的渠道，以辅助供应端2能够从种植至销售皆于农产品品质确定系统1中完成，同时帮助消费端5得以购买到高品质的农产品3。
以此，将生产最适化智能分析单元14的人工智能，与大量消费端意见及生长环境信息111产生的大数据进行结合，同时将计算出的最佳生长条件套用于预设生长信息121中，以使各个供应端2在将来种植农产品3的过程中能够得到最佳的品质管控，此外，级别区分单元13与比对排名单元15，使各个供应端2之间产生良性竞争，进而达到生长过程的一致性，同时更确保了农产品3的生长品质及农场整体环境品质，扩大整体产业的发展空间。
再请同时配合参阅图9至图11所示，为本发明再一较佳实施例的监控示意图至社群推播示意图，通过上述构件组构时，由图中可清楚看出，本实施例中，农产品品质确定系统1a中具有一监控单元18a(图中以“监控系统”表示)及一社群推播单元19a(图中以“社群链接”表示)，而销售单元17a中具有一绩效评核单元171a(图中以“绩效折线图”表示)及一营销建议单元172a(图中以“营销建议”表示)。
上述监控单元18a可产生一实时影像181a(图9以卫星云图以及农产品3a的实时影像图来表示，且上方以文字注明“您所选取的是A18栽作农作物为青江菜”，以告知目前观看的区域以及该区域种植的农产品3a)，令供应端2a得以随时观察农场的情况，进而在农产品3a发生问题时立即发现并解决，同时还可清楚看出偌大的农场中是否还具有栽种的空间，达到良好的空间运用，以此辅助供应端2a进行农产品3a的种植。
现代农业社会中，部分农民虽对使用科技系统具有较高的排斥，但社群软件例外，社群软件已不分年龄的深植于人们的生活中，因此即便对科技系统具有高度排斥的群众，仍会使用社群软件。
上述社群推播单元19a，使得农产品品质确定系统1a得以于社群软件中进行使用，供应端2a得以通过社群推播单元19a，将农产品品质确定系统1a信息链接一手持式电子装置6a中的一社群软件61a，手持式电子装置6a以手机为例，而社群软件61a以LINE的官方账号为例(图11以“推播系统”表示)，以此，供应端2a即可通过手持式电子装置6a，随时掌握农产品3a的信息，并且于社群软件61a中接收由社群推播单元19a所发送而来的通知，达到提醒的作用(如图11，推播系统告知使用者请依照指示作业，而下方显示肥料与农药的方框，若供应端2a已完成则点选“已完成”，未完成则点选图中的“未完成请说明原因”，并加以说明原因以做为记录)。
此外，若供应端2a事务繁忙，无法腾出时间对其农产品3a进行照料时，亦可将该信息散布于社群推播单元19a中，以聘雇临时员工，而其余社群推播单元19a的使用者即可于社群推播单元19a或社群软件61a上接派工作，成为该农场的临时工读生，而信息链接社群推播单元19a的社群软件61a会依照上述动作，给予该临时工读生任务列表，以辅助临时工读生完成职务，同时帮助事务繁忙的供应端2a完成每日的农产品3a照料作业，进而达到一举两得的效果。
上述绩效评核单元171a会根据销售单元17a的营收，配合生产记录单元11a产生一绩效图表1711a，以使供应端2a清楚看出整体销售状况，本实施例的绩效图表1711a于图10中以产量、营收及年份搭配成的折线图表为例。
而营销建议单元172a，得以根据各个供应端2a与消费端输入至销售单元17a中的信息，统计出目前适合耕种的农产品3a及适合购买的农产品3a，并告知供应端2a与消费端，以促进农产品3a于市场中流通，进而协助整体产业升级。
以上所述仅为本发明的较佳实施例而已，非因此即局限本发明的权利要求范围，故举凡运用本发明说明书及图式内容所为的简易修饰及等效结构变化，均应同理包含于本发明的权利要求范围内，合予陈明。
因此，本发明的农产品的品质确定系统及其方法可改善现有的技术关键在于：
第一，通过生产记录单元11，以建立具有品质决策能力的生产履历系统，并利用生产最适化智能分析单元14，计算出农产品3的最佳生长条件。
第二，比对排名单元15根据级别区分单元13形成的产品级别131，对供应端2进行排名，而生产建议单元16即会根据上述排名，给予供应端2合适的生产建议，以达到循环式品质管理，进而协助整体产业升级。
第三，通过品质管理单元12，对供应端2尽到监督之责，在农产品3生长过程中的能源使用上有误时，对供应端2达到提醒的功效。
第四，通过销售单元17，令供应端2得以于农产品品质确定系统1中贩卖种植的农产品3。
第五，通过监控单元18a，令供应端2a得以随时观察农场及农产品3a的耕种情况，当遇到问题时可立即处理。
第六，社群推播单元19a将信息传送至供应端2a的手持式电子装置6a中，以达到提醒的功效，并且令社群推播单元19a的使用者得以成为临时工读生接派工作，以帮助供应端2a在事务繁忙时进行农产品3a的照料作业。
第七，通过绩效评核单元171a，使供应端2a清楚看出整体销售状况。
第八，通过营销建议单元172a，告知供应端2a与消费端目前的市场走向。
Claims (10)
1.一种农产品的品质确定系统，该农产品品质确定系统供整合多个供应端，其特征在于，包括：
一生产记录单元，供记录该供应端的至少一农产品的生长过程；
一品质管理单元，该品质管理单元信息链接该生产记录单元，且该品质管理单元内具有一预设生长信息，该预设生长信息供对农产品的生长过程进行比对；
一级别区分单元，该级别区分单元信息链接该品质管理单元，供判定农产品的级别；
一生产最适化智能分析单元，该生产最适化智能分析单元信息链接该生产记录单元，供计算出农产品的最佳生长条件；
一比对排名单元，该比对排名单元信息链接该级别区分单元，供对该多个供应端进行比对排名；
一生产建议单元，该生产建议单元信息链接该比对排名单元，供给予该多个供应端生产建议；及
一销售单元，该销售单元供辅助该多个供应端出售农产品。
2.如权利要求1所述的农产品的品质确定系统，其特征在于，该农产品品质确定系统中具有一监控单元，供该多个供应端随时监控农产品。
3.如权利要求1所述的农产品的品质确定系统，其特征在于，该农产品品质确定系统中具有一社群推播单元，该社群推播单元使该农产品品质确定系统信息链接一手持式电子装置，以在农产品的生长过程中给予该多个供应端提醒。
4.如权利要求1所述的农产品的品质确定系统，其特征在于，该销售单元中具有一绩效评核单元，供辅助该多个供应端衡量农产品的生产效益。
5.如权利要求1所述的农产品的品质确定系统，其特征在于，该销售单元中具有一营销建议单元，供给予该多个供应端销售建议。
6.一种农产品的品质确定系统的使用方法，其特征在于，包括：
(a)多个供应端登入该农产品品质确定系统中；
(b)该多个供应端将至少一农产品的生长过程记录一设于该农产品品质确定系统内的生产记录单元中，以产生一生长环境信息；
(c)该农产品品质确定系统内的一品质管理单元，将一设于该农产品品质确定系统内的预设生长信息与该生长环境信息进行比对，并适时给予供应端至少一改善提示；
(d)农产品生长过程中，该农产品品质确定系统内的一生产最适化智能分析单元，对多个消费端进行意见征询，并且配合消费端的意见与该生长环境信息，通过大数据计算出农产品的最佳生长条件；
(e)农产品收成后，受一设于该农产品品质确定系统内的级别区分单元所评鉴，并产生一产品级别；
(f)该农产品品质确定系统内的一比对排名单元，以该产品级别作为依据，对该多个供应端进行比对排名，并产生一排名信息；
(g)该农产品品质确定系统根据该排名信息，并配合一设于该农产品品质确定系统内的生产建议单元，给予该多个供应端生产建议；及
(h)供应端将农产品，于一设于该农产品品质确定系统内的销售单元中售出。
7.如权利要求6所述的农产品的品质确定系统的使用方法，其特征在于，该农产品品质确定系统中具有一监控单元，供该多个供应端随时监控该农产品。
8.如权利要求6所述的农产品的品质确定系统的使用方法，其特征在于，该农产品品质确定系统中具有一社群推播单元，该社群推播单元使该农产品品质确定系统信息链接一手持式电子装置，以在农产品的生长过程中给予该多个供应端提醒。
9.如权利要求6所述的农产品的品质确定系统的使用方法，其特征在于，该销售单元中具有一绩效评核单元，供辅助该多个供应端衡量农产品的生产效益。
10.如权利要求6所述的农产品的品质确定系统的使用方法，其特征在于，该销售单元中具有一营销建议单元，供给予该多个供应端销售建议。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010350267.9A CN113570177A (zh) | 2020-04-28 | 2020-04-28 | 农产品的品质确定系统及其使用方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010350267.9A CN113570177A (zh) | 2020-04-28 | 2020-04-28 | 农产品的品质确定系统及其使用方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113570177A true CN113570177A (zh) | 2021-10-29 |
Family
ID=78158054
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010350267.9A Pending CN113570177A (zh) | 2020-04-28 | 2020-04-28 | 农产品的品质确定系统及其使用方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113570177A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115130065A (zh) * | 2022-08-29 | 2022-09-30 | 北京国电通网络技术有限公司 | 供应端特征信息处理方法、装置、设备和计算机可读介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150017892A (ko) * | 2013-08-08 | 2015-02-23 | 메타라이츠(주) | 글로벌 gap 인증을 위한 농산물 관리 시스템 및 그 관리 방법 |
| CN106157159A (zh) * | 2016-07-06 | 2016-11-23 | 北京禾木源农业科技有限责任公司 | 一种基于互联网影像远程农产品品质检测方法和装置 |
| CN109670978A (zh) * | 2018-11-28 | 2019-04-23 | 栖霞龙蒲五金有限责任公司 | 可视化智慧农业系统 |
| CN110455340A (zh) * | 2019-08-21 | 2019-11-15 | 池州市农产品质量安全监测中心 | 一种基于大数据的农产品种植环境检测系统 |
-
2020
- 2020-04-28 CN CN202010350267.9A patent/CN113570177A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150017892A (ko) * | 2013-08-08 | 2015-02-23 | 메타라이츠(주) | 글로벌 gap 인증을 위한 농산물 관리 시스템 및 그 관리 방법 |
| CN106157159A (zh) * | 2016-07-06 | 2016-11-23 | 北京禾木源农业科技有限责任公司 | 一种基于互联网影像远程农产品品质检测方法和装置 |
| CN109670978A (zh) * | 2018-11-28 | 2019-04-23 | 栖霞龙蒲五金有限责任公司 | 可视化智慧农业系统 |
| CN110455340A (zh) * | 2019-08-21 | 2019-11-15 | 池州市农产品质量安全监测中心 | 一种基于大数据的农产品种植环境检测系统 |
Non-Patent Citations (1)
| Title |
|---|
| 付芳婧 等: "农产品气候品质认证及其应用", 安徽农业科学, vol. 45, no. 15, pages 183 - 186 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115130065A (zh) * | 2022-08-29 | 2022-09-30 | 北京国电通网络技术有限公司 | 供应端特征信息处理方法、装置、设备和计算机可读介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Borodin et al. | Handling uncertainty in agricultural supply chain management: A state of the art | |
| Scherr et al. | Technology impact evaluation in agroforestry projects | |
| CN113657751A (zh) | 一种智慧农业产融综合服务平台 | |
| Dominguez-Hernandez et al. | Sustainability assessment of traditional maize (Zea mays L.) agroecosystem in Sierra Norte of Puebla, Mexico | |
| CN113570177A (zh) | 农产品的品质确定系统及其使用方法 | |
| Dominish et al. | Social and market research on organic waste value chains in Sri Lanka | |
| Rahman et al. | Sustaining groundwater irrigation for food security in the northwest region o f Bangladesh: socioeconomics, livelihood and gender aspects. Report prepared for th e Sustainable Development Investment Portfolio–Bangladesh project | |
| Denning | Integrating agricultural extension programs with farming systems research | |
| CN118333579B (zh) | 一种基于生态农业的智慧管理方法及系统 | |
| Sidhu et al. | An analysis of vegetable cultivation in Punjab | |
| Wheeler et al. | Sustainability Perspective | |
| Pabitha et al. | A digital footprint in enhancing agricultural practices with improved production using machine learning | |
| Raturi | Modeling sustainable agriculture | |
| Candemir et al. | IoT based precision agriculture: Ema farming | |
| Elly | Analysis of labor productivity response of independent palm oil plantation towards price fluctuation of fresh fruit bunch in Banyuasin Regency | |
| Hjorth et al. | State of the Controlled Environment Agriculture Market A Qualitative Evaluation of Market Development and Operating Actors’ Needs | |
| Kolodinsky et al. | Developing Metrics for Novel Value-Added Products: The Case of Hemp in Vermont | |
| Thein | COMPARATIVE STUDY OF COSTS AND BENEFITS ON PRODUCT TYPES OF RUBBER FIRMS IN MUDON TOWNSHIP | |
| Ansyar et al. | Determinant of Non-Organic Farming in Enrekang District of South Sulawesi | |
| Siriburee et al. | THE STRATEGIES FOR DEVELOPING COCOA SUPPLY CHAINS GROWN IN RUBBER PLANTATIONS UPPER NORTHEASTERN PROVINCE GROUP 1 | |
| Anithakumari et al. | Community farm school approach for coconut seedlings/juveniles through collaborative social actions | |
| Negese et al. | Analysis of Vegetable Seed Supply Chain of Smallholder Farmers: The Case of Ada’a District, East Shewa Zone, Oromia National Regional State, Ethiopia | |
| Chen | Examining the Economic Impact of Business Form, Production Method, and Rootstock Selection for Apple Nurseries | |
| Weerasinghe et al. | SmartPredi–Development of Agricultural Crop Wastage Reduction System using Machine Learning | |
| Senanayaka et al. | Surveillance and Predictive Information System for Tea Smallholdings (SPIS-TS) |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20211029 |
|
| WD01 | Invention patent application deemed withdrawn after publication |