CN114430536A - 基于北斗定位模块的农业物联网方法、系统及云平台 - Google Patents
基于北斗定位模块的农业物联网方法、系统及云平台 Download PDFInfo
- Publication number
- CN114430536A CN114430536A CN202210354803.1A CN202210354803A CN114430536A CN 114430536 A CN114430536 A CN 114430536A CN 202210354803 A CN202210354803 A CN 202210354803A CN 114430536 A CN114430536 A CN 114430536A
- Authority
- CN
- China
- Prior art keywords
- target
- cultivation
- agricultural
- determining
- area
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000009313 farming Methods 0.000 claims abstract description 81
- 238000013507 mapping Methods 0.000 claims abstract description 26
- 238000004088 simulation Methods 0.000 claims abstract description 9
- 238000013441 quality evaluation Methods 0.000 claims description 149
- 230000000694 effects Effects 0.000 claims description 49
- 238000011156 evaluation Methods 0.000 claims description 33
- 238000001303 quality assessment method Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 5
- 238000009308 mixed farming Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000013139 quantization Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000238631 Hexapoda Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- H04W4/35—Services specially adapted for particular environments, situations or purposes for the management of goods or merchandise
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/14—Receivers specially adapted for specific applications
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/05—Agriculture
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Marketing (AREA)
- Radar, Positioning & Navigation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Tourism & Hospitality (AREA)
- Agronomy & Crop Science (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Animal Husbandry (AREA)
- Accounting & Taxation (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供的基于北斗定位模块的农业物联网方法、系统及云平台，首先能够将目标农业耕种地区的经纬度分布映射到预设模拟空间中，这样不仅可以得到精准完整的映射分布，还能够提高针对目标农业耕种地区的定位效率。其次对获取到的农业耕种地区的耕种需求信息进行分析，以确定出映射分布中的多类待耕种作物的关联性描述，最后根据关联性描述，确定目标农业耕种地区的耕种策略。如此设计，能够在尽可能完整精准的映射分布的基础上进行耕种需求信息分析从而实现对不同待耕种作物的耕种影响分析以得到对应的关联性描述，这样能够通过尽可能丰富全面的关联性描述确定针对目标农业耕种地区的耕种策略，从而提高目标农业耕种地区的耕种效率。
Description
技术领域
本申请涉及智慧农业技术领域，特别涉及一种基于北斗定位模块的农业物联网方法、系统及云平台。
背景技术
农业物联网是指通过各种仪器仪表实时显示或作为自动控制的参变量参与到自动控制中的物联网。比如，农业物联网能够为温室精准调控提供科学依据，达到增产、改善品质、调节生长周期、提高经济效益的目的。随着世界粮食需求的不断增加，农业耕作面临的挑战越来越大，农业物联网能够在一定程度上应对这些挑战。然而在实际应用过程中，发明人发现相关的农业物联网技术仍然存在一些需要改进的地方，比如，如何在高效实现耕种地定位的前提下准确确定对应的耕种策略以提高耕种效率。
发明内容
为改善相关技术中存在的技术问题，本申请提供了一种基于北斗定位模块的农业物联网方法、系统及云平台。
第一方面，本申请实施例提供了一种基于北斗定位模块的农业物联网方法，应用于农业物联网云平台，所述方法包括：
确定目标农业耕种地区的经纬度分布，将所述经纬度分布映射到预设模拟空间中得到所述经纬度分布对应的映射分布；
获取针对所述目标农业耕种地区的耕种需求信息，通过所述耕种需求信息确定所述映射分布中的多类待耕种作物的关联性描述；
根据所述关联性描述，确定所述目标农业耕种地区的耕种策略。
在一些优选的实施例中，确定目标农业耕种地区的经纬度分布，包括：
通过北斗定位模块确定所述目标农业耕种地区的经纬度分布。
在一些优选的实施例中，通过所述耕种需求信息确定所述映射分布中的多类待耕种作物的关联性描述，包括：
提取所述耕种需求信息对应的农作物标签；
解析所述农作物标签得到每类待耕种作物的多维描述特征；
通过所述多维描述特征确定所述多类待耕种作物的关联性描述。
在一些优选的实施例中，根据所述关联性描述，确定所述目标农业耕种地区的耕种策略，包括：
获取所述目标农业耕种地区对应的第一农作物耕种记录；从第一农作物耕种记录中获取多组第一待处理的产出质量评价，并确定每组第一待处理的产出质量评价的原始产出质量评价关键词；所述原始产出质量评价关键词包括所述第一待处理的产出质量评价在耕地利用率关注面上的产出质量评价关键词；
利用所述多组第一待处理的产出质量评价在所述第一农作物耕种记录中的产出质量评价排序结果，将每组第一待处理的产出质量评价的原始产出质量评价关键词进行全局化处理，得到目标产出质量评价关键词；
通过所述目标产出质量评价关键词，确定所述第一农作物耕种记录中的所述目标农业耕种地区的混合耕种分析报告；确定所述关联性描述与所述混合耕种分析报告之间的匹配度，通过所述匹配度生成针对所述目标农业耕种地区的耕种策略。
在一些优选的实施例中，在所述通过所述目标产出质量评价关键词，确定所述第一农作物耕种记录中的所述目标农业耕种地区的混合耕种分析报告之前，所述方法还包括：从所述第一农作物耕种记录中获取至少一组第二待处理的产出质量评价，并分别对每组第二待处理的产出质量评价进行评价主题识别，分别确定每组第二待处理的产出质量评价中的目标农业耕种地区的第一设定区域对应的评价主题；从所述第一设定区域对应的评价主题中确定设定数目的目标评价主题；基于每组第二待处理的产出质量评价和每组第二待处理的产出质量评价对应的目标评价主题，确定每组第二待处理的产出质量评价中的目标农业耕种地区对应的第一质量指标；
所述通过所述目标产出质量评价关键词，确定所述第一农作物耕种记录中的所述目标农业耕种地区的混合耕种分析报告，包括：基于每组第二待处理的产出质量评价对应的第一质量指标和所述目标产出质量评价关键词，确定所述第一农作物耕种记录中的所述目标农业耕种地区的混合耕种分析报告；
其中，通过所述目标评价主题和所述第二待处理的产出质量评价，确定所述第二待处理的产出质量评价中的目标农业耕种地区对应的第一质量指标，包括：确定所述第一设定区域对应的设定经纬度；以及基于每个所述目标评价主题对应的农作物面积的经纬度，确定所述第一设定区域对应的真实经纬度；通过所述设定经纬度和所述真实经纬度，确定目标调整指示；通过所述目标调整指示，对所述每个所述第一设定区域对应的评价主题对应的农作物面积进行经纬度调整；通过所述第二待处理的产出质量评价和经纬度调整后的每个所述第一设定区域对应的评价主题，确定所述第二待处理的产出质量评价中的目标农业耕种地区的第一质量指标。
在一些优选的实施例中，所述通过所述第二待处理的产出质量评价和经纬度调整后的每个所述第一设定区域对应的评价主题，确定所述第二待处理的产出质量评价中的目标农业耕种地区的第一质量指标，包括：
通过所述目标调整指示，对所述第二待处理的产出质量评价进行经纬度调整，得到经纬度调整产出质量评价；
通过所述经纬度调整产出质量评价和经纬度调整后的每个所述第一设定区域对应的评价主题，从所述经纬度调整产出质量评价中抽取所述目标农业耕种地区的第一设定区域对应的目标产出质量评价；
通过所述目标产出质量评价和所述第二待处理的产出质量评价，确定所述第二待处理的产出质量评价中的目标农业耕种地区的第一质量指标。
在一些优选的实施例中，所述通过所述目标产出质量评价和所述第二待处理的产出质量评价，确定所述第二待处理的产出质量评价中的目标农业耕种地区的第一质量指标，包括：
确定所述目标产出质量评价的第一局部关注特征，以及所述第二待处理的产出质量评价的第二局部关注特征；
对所述第一局部关注特征和第二局部关注特征进行融合，得到第三局部关注特征；
通过所述第三局部关注特征，确定所述第二待处理的产出质量评价中的目标农业耕种地区的第一质量指标。
在一些优选的实施例中，所述基于每组第二待处理的产出质量评价对应的第一质量指标和所述目标产出质量评价关键词，确定所述第一农作物耕种记录中的所述目标农业耕种地区的混合耕种分析报告，包括：
通过所述目标产出质量评价关键词，确定所述目标农业耕种地区对应的第二质量指标；
通过所述第一质量指标和所述第二质量指标，确定所述目标农业耕种地区的混合耕种分析报告；
其中，所述通过所述第一质量指标和所述第二质量指标，确定所述目标农业耕种地区的混合耕种分析报告，包括：获取第一质量指标对应的第一指定重要性指数和所述第二质量指标对应的第二指定重要性指数；通过所述第一质量指标、所述第一指定重要性指数、所述第二质量指标及所述第二指定重要性指数，确定待处理量化指标；在所述待处理量化指标大于指定判定值的基础上，确定所述混合耕种分析报告包括所述目标农业耕种地区为混合耕种期望地区；
其中，所述获取所述目标农业耕种地区对应的第一农作物耕种记录，包括：获取所述目标农业耕种地区对应的第二农作物耕种记录；通过所述第二农作物耕种记录和指定农业活动事件集，确定所述目标农业耕种地区的基础耕作记录；在所述基础耕作记录指示所述目标农业耕种地区为混合耕种期望地区的基础上，获取所述目标农业耕种地区对应的所述第一农作物耕种记录；
其中，所述通过所述第二农作物耕种记录和指定农业活动事件集，确定所述目标农业耕种地区的基础耕作记录，包括：对所述第二农作物耕种记录中的每组第三待处理的产出质量评价中的目标农业耕种地区进行农业活动事件定位，得到所述第三待处理的产出质量评价中的目标农业耕种地区对应的待处理的农业活动事件；基于每组所述第三待处理的产出质量评价对应的待处理的农业活动事件和所述指定农业活动事件集，确定所述目标农业耕种地区的基础耕作记录；
其中，所述指定农业活动事件集包括第一目标农业活动事件集；所述待处理的农业活动事件包括第一待处理的农业活动事件；所述基于每组所述第三待处理的产出质量评价对应的待处理的农业活动事件和所述指定农业活动事件集，确定所述目标农业耕种地区的基础耕作记录，包括：基于每组所述第三待处理的产出质量评价中的所述目标农业耕种地区的所述第一待处理的农业活动事件和所述第一目标农业活动事件集，从所述第三待处理的产出质量评价中确定出所述第一待处理的农业活动事件与所述第一目标农业活动事件集所对应的第四待处理的产出质量评价；通过所述第四待处理的产出质量评价的数目和所述第三待处理的产出质量评价的数目，确定所述第二农作物耕种记录中的所述目标农业耕种地区的所述基础耕作记录。
第二方面，本申请还提供了一种基于北斗定位模块的农业物联网系统，包括互相之间通信的农业物联网云平台和智慧农业终端；所述农业物联网云平台用于确定目标农业耕种地区的经纬度分布，将所述经纬度分布映射到预设模拟空间中得到所述经纬度分布对应的映射分布；接收所述智慧农业终端上传的针对所述目标农业耕种地区的耕种需求信息，通过所述耕种需求信息确定所述映射分布中的多类待耕种作物的关联性描述；根据所述关联性描述，确定所述目标农业耕种地区的耕种策略。
第三方面，本申请还提供了一种农业物联网云平台，包括处理器和存储器；所述处理器和所述存储器通信连接，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述所述的方法。
应用于本申请实施例，首先能够将目标农业耕种地区的经纬度分布映射到预设模拟空间中，这样不仅可以得到精准完整的映射分布，还能够提高针对目标农业耕种地区的定位效率。其次对获取到的农业耕种地区的耕种需求信息进行分析，以确定出映射分布中的多类待耕种作物的关联性描述，最后根据关联性描述，确定目标农业耕种地区的耕种策略。如此设计，能够在尽可能完整精准的映射分布的基础上进行耕种需求信息分析从而实现对不同待耕种作物的耕种影响分析以得到对应的关联性描述，这样能够通过尽可能丰富全面的关联性描述确定针对目标农业耕种地区的耕种策略，从而提高目标农业耕种地区的耕种效率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并于说明书一起用于解释本申请的原理。
图1是本申请实施例提供的一种农业物联网云平台的硬件结构示意图。
图2是本申请实施例提供的一种基于北斗定位模块的农业物联网方法的流程示意图。
图3是本申请实施例提供的一种基于北斗定位模块的农业物联网方法的应用环境的通信架构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
本申请实施例所提供的方法实施例可以在农业物联网云平台、计算机设备或者类似的运算装置中执行。以运行在农业物联网云平台上为例，图1是本申请实施例的实施一种基于北斗定位模块的农业物联网方法的农业物联网云平台的硬件结构框图。如图1所示，农业物联网云平台10可以包括一个或多个（图1中仅示出一个）处理器102（处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置）和用于存储数据的存储器104，可选地，上述农业物联网云平台还可以包括用于通信功能的传输装置106。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述农业物联网云平台的结构造成限定。例如，农业物联网云平台10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本申请实施例中的一种基于北斗定位模块的农业物联网方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至农业物联网云平台10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括农业物联网云平台10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器（Network Interface Controller，简称为NIC），其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频（RadioFrequency，简称为RF）模块，其用于通过无线方式与互联网进行通讯。
基于此，请参阅图2，图2是本发明实施例所提供的一种基于北斗定位模块的农业物联网方法的流程示意图，该方法应用于农业物联网云平台，进一步可以包括以下内容描述的技术方案。
步骤21、确定目标农业耕种地区的经纬度分布，将所述经纬度分布映射到预设模拟空间中得到所述经纬度分布对应的映射分布。
在本申请实施例中，目标农业耕种地区的经纬度分布可以用于记录目标农业耕种地区在世界坐标系下的经纬度集合，而预设模拟空间可以理解为事先设置的坐标系空间，该坐标系空间用于进行农业耕作的针对性分析，且能够过滤掉相较于世界坐标系的部分属性干扰，从而保障所得到的映射分布的精准性，还可以提高针对目标农业耕种地区的定位精度。基于此，映射分布可以理解为经纬度分布在预设模拟空间中的映射结果。
在一些可能的实施例中，可以通过北斗定位模块确定所述目标农业耕种地区的经纬度分布，这样能够提高定位效率。
步骤22、获取针对所述目标农业耕种地区的耕种需求信息，通过所述耕种需求信息确定所述映射分布中的多类待耕种作物的关联性描述。
在本申请实施例中，智慧农业终端可以向农业物联网云平台上传耕种需求信息，比如耕作时段、耕作方式、耕作物属性等一系列需求信息。而多类待耕种作物的关联性描述用于表征这些待耕种作物在先后耕作过程中的影响情况（包括积极影响和消极影响）。
以一些可选的设计思路来看待，步骤22所描述的通过所述耕种需求信息确定所述映射分布中的多类待耕种作物的关联性描述，可以包括步骤221-步骤223所描述的技术方案。
步骤221、提取所述耕种需求信息对应的农作物标签。
例如，可以通过AI神经网络提取耕种需求信息对应的多个农作物标签。
步骤222、解析所述农作物标签得到每类待耕种作物的多维描述特征。
例如，多维描述特征可以从不同角度反映每类待耕种作物的属性信息或者要素信息，比如用水量、对土壤的酸碱性影响、虫害等。
步骤223、通过所述多维描述特征确定所述多类待耕种作物的关联性描述。
例如，关联性描述可以通过特征向量或者特征图的形式进行表达。
可以理解的是，应用于步骤221-步骤223，能够通过多维描述特征完整准确地确定出多类待耕种作物的关联性描述。
步骤23、根据所述关联性描述，确定所述目标农业耕种地区的耕种策略。
举例而言，耕种策略包括针对目标农业耕种地区的多类待耕种作物的耕作顺序、耕作量和耕作手段等，这样可以保障目标农业耕种地区的资源利用最大化。
在一些可选的实施方式中，步骤23所描述的根据所述关联性描述，确定所述目标农业耕种地区的耕种策略，可以包括步骤231-步骤233所描述的技术方案。
步骤231、获取所述目标农业耕种地区对应的第一农作物耕种记录；从第一农作物耕种记录中获取多组第一待处理的产出质量评价，并确定每组第一待处理的产出质量评价的原始产出质量评价关键词；所述原始产出质量评价关键词包括所述第一待处理的产出质量评价在耕地利用率关注面上的产出质量评价关键词。
进一步地，步骤231所描述的所述获取所述目标农业耕种地区对应的第一农作物耕种记录，可以包括以下步骤2311-步骤2313所描述的技术方案。
步骤2311、获取所述目标农业耕种地区对应的第二农作物耕种记录。
步骤2312、通过所述第二农作物耕种记录和指定农业活动事件集，确定所述目标农业耕种地区的基础耕作记录。
在一些可能的示例中，步骤2312所描述的通过所述第二农作物耕种记录和指定农业活动事件集，确定所述目标农业耕种地区的基础耕作记录，可以包括以下内容：对所述第二农作物耕种记录中的每组第三待处理的产出质量评价中的目标农业耕种地区进行农业活动事件定位，得到所述第三待处理的产出质量评价中的目标农业耕种地区对应的待处理的农业活动事件；基于每组所述第三待处理的产出质量评价对应的待处理的农业活动事件和所述指定农业活动事件集，确定所述目标农业耕种地区的基础耕作记录。
在另一些可能的示例中，所述指定农业活动事件集包括第一目标农业活动事件集；所述待处理的农业活动事件包括第一待处理的农业活动事件。
基于此，基于每组所述第三待处理的产出质量评价对应的待处理的农业活动事件和所述指定农业活动事件集，确定所述目标农业耕种地区的基础耕作记录，可以包括以下内容：基于每组所述第三待处理的产出质量评价中的所述目标农业耕种地区的所述第一待处理的农业活动事件和所述第一目标农业活动事件集，从所述第三待处理的产出质量评价中确定出所述第一待处理的农业活动事件与所述第一目标农业活动事件集所对应的第四待处理的产出质量评价；通过所述第四待处理的产出质量评价的数目和所述第三待处理的产出质量评价的数目，确定所述第二农作物耕种记录中的所述目标农业耕种地区的所述基础耕作记录。
步骤2313、在所述基础耕作记录指示所述目标农业耕种地区为混合耕种期望地区的基础上，获取所述目标农业耕种地区对应的所述第一农作物耕种记录。
如此一来，能够保障得到的第一农作物耕种记录的完整性。
步骤232、利用所述多组第一待处理的产出质量评价在所述第一农作物耕种记录中的产出质量评价排序结果，将每组第一待处理的产出质量评价的原始产出质量评价关键词进行全局化处理，得到目标产出质量评价关键词。
例如，产出质量评价排序结果可以是产出质量评价的顺序。
步骤233、通过所述目标产出质量评价关键词，确定所述第一农作物耕种记录中的所述目标农业耕种地区的混合耕种分析报告；确定所述关联性描述与所述混合耕种分析报告之间的匹配度，通过所述匹配度生成针对所述目标农业耕种地区的耕种策略。
例如，混合耕种分析报告用于指示目标农业耕种地区的混合耕种的优劣势。而关联性描述与混合耕种分析报告之间的匹配度用于表征关联性描述对应的混合耕作情况是否适用于目标农业耕种地区，如果匹配度大于设定值，则可以表示关联性描述对应的混合耕作情况适用于目标农业耕种地区，因而可以生成针对目标农业耕种地区的耕种策略A。如果匹配度小于设定值，则可以表示关联性描述对应的混合耕作情况不适用于目标农业耕种地区，此时可以针对关联性描述对应的待耕种作物类别进行耕种策略的优化，以尽可能提高目标农业耕种地区的耕种效率。
在一些可能的实施例中，在步骤233所描述的通过所述目标产出质量评价关键词，确定所述第一农作物耕种记录中的所述目标农业耕种地区的混合耕种分析报告之前，所述方法还包括步骤31和步骤32所描述的技术方案。
步骤31、从所述第一农作物耕种记录中获取至少一组第二待处理的产出质量评价，并分别对每组第二待处理的产出质量评价进行评价主题识别，分别确定每组第二待处理的产出质量评价中的目标农业耕种地区的第一设定区域对应的评价主题。
步骤32、从所述第一设定区域对应的评价主题中确定设定数目的目标评价主题；基于每组第二待处理的产出质量评价和每组第二待处理的产出质量评价对应的目标评价主题，确定每组第二待处理的产出质量评价中的目标农业耕种地区对应的第一质量指标。
如此设计，能够准确确定出目标农业耕种地区对应的第一质量指标。
在上述内容的基础上，步骤233所描述的通过所述目标产出质量评价关键词，确定所述第一农作物耕种记录中的所述目标农业耕种地区的混合耕种分析报告，可以包括如下内容：基于每组第二待处理的产出质量评价对应的第一质量指标和所述目标产出质量评价关键词，确定所述第一农作物耕种记录中的所述目标农业耕种地区的混合耕种分析报告。
在一些可能的实施例中，通过所述目标评价主题和所述第二待处理的产出质量评价，确定所述第二待处理的产出质量评价中的目标农业耕种地区对应的第一质量指标，包括：确定所述第一设定区域对应的设定经纬度；以及基于每个所述目标评价主题对应的农作物面积的经纬度，确定所述第一设定区域对应的真实经纬度；通过所述设定经纬度和所述真实经纬度，确定目标调整指示；通过所述目标调整指示，对所述每个所述第一设定区域对应的评价主题对应的农作物面积进行经纬度调整；通过所述第二待处理的产出质量评价和经纬度调整后的每个所述第一设定区域对应的评价主题，确定所述第二待处理的产出质量评价中的目标农业耕种地区的第一质量指标。
在上述内容的基础上，通过所述第二待处理的产出质量评价和经纬度调整后的每个所述第一设定区域对应的评价主题，确定所述第二待处理的产出质量评价中的目标农业耕种地区的第一质量指标，可以包括以下内容：通过所述目标调整指示，对所述第二待处理的产出质量评价进行经纬度调整，得到经纬度调整产出质量评价；通过所述经纬度调整产出质量评价和经纬度调整后的每个所述第一设定区域对应的评价主题，从所述经纬度调整产出质量评价中抽取所述目标农业耕种地区的第一设定区域对应的目标产出质量评价；通过所述目标产出质量评价和所述第二待处理的产出质量评价，确定所述第二待处理的产出质量评价中的目标农业耕种地区的第一质量指标。
进一步地，所述通过所述目标产出质量评价和所述第二待处理的产出质量评价，确定所述第二待处理的产出质量评价中的目标农业耕种地区的第一质量指标，可以包括如下内容：确定所述目标产出质量评价的第一局部关注特征，以及所述第二待处理的产出质量评价的第二局部关注特征；对所述第一局部关注特征和第二局部关注特征进行融合，得到第三局部关注特征；通过所述第三局部关注特征，确定所述第二待处理的产出质量评价中的目标农业耕种地区的第一质量指标。
例如不同的局部关注特征用于从不同角度反映产出质量评价，这样能够针对性地确定出尽可能准确的第一质量指标。
进一步地，步骤233所描述的基于每组第二待处理的产出质量评价对应的第一质量指标和所述目标产出质量评价关键词，确定所述第一农作物耕种记录中的所述目标农业耕种地区的混合耕种分析报告，可以包括步骤2331和步骤2332所描述的技术方案。
步骤2331、通过所述目标产出质量评价关键词，确定所述目标农业耕种地区对应的第二质量指标。
步骤2332、通过所述第一质量指标和所述第二质量指标，确定所述目标农业耕种地区的混合耕种分析报告。
如此设计，通过量化之后的质量指标，能够高效精准地确定出混合耕种分析报告。
对于一些可能的实施例而言，步骤2332所描述的通过所述第一质量指标和所述第二质量指标，确定所述目标农业耕种地区的混合耕种分析报告，可以包括以下内容：获取第一质量指标对应的第一指定重要性指数和所述第二质量指标对应的第二指定重要性指数；通过所述第一质量指标、所述第一指定重要性指数、所述第二质量指标及所述第二指定重要性指数，确定待处理量化指标；在所述待处理量化指标大于指定判定值的基础上，确定所述混合耕种分析报告包括所述目标农业耕种地区为混合耕种期望地区。
例如，重要性指数可以理解为权重。所述混合耕种分析报告包括所述目标农业耕种地区为混合耕种期望地区可以理解为所述混合耕种分析报告包括所述目标农业耕种地区能够进行混合耕种，并且可以在此基础上进一步挖掘混合耕种分析报告的细分情况，本申请在此不作更多展开。
基于上述相同或相似的发明构思，如图3所示，本实施例还提供了一种基于北斗定位模块的农业物联网方法的应用环境30的架构示意图，包括互相之间通信的农业物联网云平台10和智慧农业终端20，农业物联网云平台10和智慧农业终端20在运行时实现或者部分实现上述方法实施例所描述的技术方案。
进一步地，还提供了一种可读存储介质，其上存储有程序，该程序被处理器执行时实现上述的方法。
在本申请实施例所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，媒体业务服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于北斗定位模块的农业物联网方法，其特征在于，应用于农业物联网云平台，所述方法包括：
确定目标农业耕种地区的经纬度分布，将所述经纬度分布映射到预设模拟空间中得到所述经纬度分布对应的映射分布；
获取针对所述目标农业耕种地区的耕种需求信息，通过所述耕种需求信息确定所述映射分布中的多类待耕种作物的关联性描述；
根据所述关联性描述，确定所述目标农业耕种地区的耕种策略。
2.根据权利要求1所述的方法，其特征在于，确定目标农业耕种地区的经纬度分布，包括：
通过北斗定位模块确定所述目标农业耕种地区的经纬度分布。
3.根据权利要求1所述的方法，其特征在于，通过所述耕种需求信息确定所述映射分布中的多类待耕种作物的关联性描述，包括：
提取所述耕种需求信息对应的农作物标签；
解析所述农作物标签得到每类待耕种作物的多维描述特征；
通过所述多维描述特征确定所述多类待耕种作物的关联性描述。
4.根据权利要求1所述的方法，其特征在于，根据所述关联性描述，确定所述目标农业耕种地区的耕种策略，包括：
获取所述目标农业耕种地区对应的第一农作物耕种记录；从第一农作物耕种记录中获取多组第一待处理的产出质量评价，并确定每组第一待处理的产出质量评价的原始产出质量评价关键词；所述原始产出质量评价关键词包括所述第一待处理的产出质量评价在耕地利用率关注面上的产出质量评价关键词；
利用所述多组第一待处理的产出质量评价在所述第一农作物耕种记录中的产出质量评价排序结果，将每组第一待处理的产出质量评价的原始产出质量评价关键词进行全局化处理，得到目标产出质量评价关键词；
通过所述目标产出质量评价关键词，确定所述第一农作物耕种记录中的所述目标农业耕种地区的混合耕种分析报告；确定所述关联性描述与所述混合耕种分析报告之间的匹配度，通过所述匹配度生成针对所述目标农业耕种地区的耕种策略。
5.根据权利要求4所述的方法，其特征在于，在所述通过所述目标产出质量评价关键词，确定所述第一农作物耕种记录中的所述目标农业耕种地区的混合耕种分析报告之前，所述方法还包括：从所述第一农作物耕种记录中获取至少一组第二待处理的产出质量评价，并分别对每组第二待处理的产出质量评价进行评价主题识别，分别确定每组第二待处理的产出质量评价中的目标农业耕种地区的第一设定区域对应的评价主题；从所述第一设定区域对应的评价主题中确定设定数目的目标评价主题；基于每组第二待处理的产出质量评价和每组第二待处理的产出质量评价对应的目标评价主题，确定每组第二待处理的产出质量评价中的目标农业耕种地区对应的第一质量指标；
所述通过所述目标产出质量评价关键词，确定所述第一农作物耕种记录中的所述目标农业耕种地区的混合耕种分析报告，包括：基于每组第二待处理的产出质量评价对应的第一质量指标和所述目标产出质量评价关键词，确定所述第一农作物耕种记录中的所述目标农业耕种地区的混合耕种分析报告；
其中，通过所述目标评价主题和所述第二待处理的产出质量评价，确定所述第二待处理的产出质量评价中的目标农业耕种地区对应的第一质量指标，包括：确定所述第一设定区域对应的设定经纬度；以及基于每个所述目标评价主题对应的农作物面积的经纬度，确定所述第一设定区域对应的真实经纬度；通过所述设定经纬度和所述真实经纬度，确定目标调整指示；通过所述目标调整指示，对所述每个所述第一设定区域对应的评价主题对应的农作物面积进行经纬度调整；通过所述第二待处理的产出质量评价和经纬度调整后的每个所述第一设定区域对应的评价主题，确定所述第二待处理的产出质量评价中的目标农业耕种地区的第一质量指标。
6.根据权利要求5所述的方法，其特征在于，所述通过所述第二待处理的产出质量评价和经纬度调整后的每个所述第一设定区域对应的评价主题，确定所述第二待处理的产出质量评价中的目标农业耕种地区的第一质量指标，包括：
通过所述目标调整指示，对所述第二待处理的产出质量评价进行经纬度调整，得到经纬度调整产出质量评价；
通过所述经纬度调整产出质量评价和经纬度调整后的每个所述第一设定区域对应的评价主题，从所述经纬度调整产出质量评价中抽取所述目标农业耕种地区的第一设定区域对应的目标产出质量评价；
通过所述目标产出质量评价和所述第二待处理的产出质量评价，确定所述第二待处理的产出质量评价中的目标农业耕种地区的第一质量指标。
7.根据权利要求6所述的方法，其特征在于，所述通过所述目标产出质量评价和所述第二待处理的产出质量评价，确定所述第二待处理的产出质量评价中的目标农业耕种地区的第一质量指标，包括：
确定所述目标产出质量评价的第一局部关注特征，以及所述第二待处理的产出质量评价的第二局部关注特征；
对所述第一局部关注特征和第二局部关注特征进行融合，得到第三局部关注特征；
通过所述第三局部关注特征，确定所述第二待处理的产出质量评价中的目标农业耕种地区的第一质量指标。
8.根据权利要求6所述的方法，其特征在于，所述基于每组第二待处理的产出质量评价对应的第一质量指标和所述目标产出质量评价关键词，确定所述第一农作物耕种记录中的所述目标农业耕种地区的混合耕种分析报告，包括：
通过所述目标产出质量评价关键词，确定所述目标农业耕种地区对应的第二质量指标；
通过所述第一质量指标和所述第二质量指标，确定所述目标农业耕种地区的混合耕种分析报告；
其中，所述通过所述第一质量指标和所述第二质量指标，确定所述目标农业耕种地区的混合耕种分析报告，包括：获取第一质量指标对应的第一指定重要性指数和所述第二质量指标对应的第二指定重要性指数；通过所述第一质量指标、所述第一指定重要性指数、所述第二质量指标及所述第二指定重要性指数，确定待处理量化指标；在所述待处理量化指标大于指定判定值的基础上，确定所述混合耕种分析报告包括所述目标农业耕种地区为混合耕种期望地区；
其中，所述获取所述目标农业耕种地区对应的第一农作物耕种记录，包括：获取所述目标农业耕种地区对应的第二农作物耕种记录；通过所述第二农作物耕种记录和指定农业活动事件集，确定所述目标农业耕种地区的基础耕作记录；在所述基础耕作记录指示所述目标农业耕种地区为混合耕种期望地区的基础上，获取所述目标农业耕种地区对应的所述第一农作物耕种记录；
其中，所述通过所述第二农作物耕种记录和指定农业活动事件集，确定所述目标农业耕种地区的基础耕作记录，包括：对所述第二农作物耕种记录中的每组第三待处理的产出质量评价中的目标农业耕种地区进行农业活动事件定位，得到所述第三待处理的产出质量评价中的目标农业耕种地区对应的待处理的农业活动事件；基于每组所述第三待处理的产出质量评价对应的待处理的农业活动事件和所述指定农业活动事件集，确定所述目标农业耕种地区的基础耕作记录；
其中，所述指定农业活动事件集包括第一目标农业活动事件集；所述待处理的农业活动事件包括第一待处理的农业活动事件；所述基于每组所述第三待处理的产出质量评价对应的待处理的农业活动事件和所述指定农业活动事件集，确定所述目标农业耕种地区的基础耕作记录，包括：基于每组所述第三待处理的产出质量评价中的所述目标农业耕种地区的所述第一待处理的农业活动事件和所述第一目标农业活动事件集，从所述第三待处理的产出质量评价中确定出所述第一待处理的农业活动事件与所述第一目标农业活动事件集所对应的第四待处理的产出质量评价；通过所述第四待处理的产出质量评价的数目和所述第三待处理的产出质量评价的数目，确定所述第二农作物耕种记录中的所述目标农业耕种地区的所述基础耕作记录。
9.一种基于北斗定位模块的农业物联网系统，其特征在于，包括互相之间通信的农业物联网云平台和智慧农业终端；
所述农业物联网云平台用于确定目标农业耕种地区的经纬度分布，将所述经纬度分布映射到预设模拟空间中得到所述经纬度分布对应的映射分布；接收所述智慧农业终端上传的针对所述目标农业耕种地区的耕种需求信息，通过所述耕种需求信息确定所述映射分布中的多类待耕种作物的关联性描述；根据所述关联性描述，确定所述目标农业耕种地区的耕种策略。
10.一种农业物联网云平台，其特征在于，包括处理器和存储器；所述处理器和所述存储器通信连接，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述权利要求1-8任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210354803.1A CN114430536B (zh) | 2022-04-06 | 2022-04-06 | 基于北斗定位模块的农业物联网方法、系统及云平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210354803.1A CN114430536B (zh) | 2022-04-06 | 2022-04-06 | 基于北斗定位模块的农业物联网方法、系统及云平台 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114430536A true CN114430536A (zh) | 2022-05-03 |
| CN114430536B CN114430536B (zh) | 2022-07-19 |
Family
ID=81314418
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210354803.1A Active CN114430536B (zh) | 2022-04-06 | 2022-04-06 | 基于北斗定位模块的农业物联网方法、系统及云平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114430536B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114666375A (zh) * | 2022-05-27 | 2022-06-24 | 广东邦盛北斗科技股份公司 | 一种基于北斗卫星的智慧农业物联网方法、系统及云平台 |
| CN115237503A (zh) * | 2022-08-01 | 2022-10-25 | 广州市影擎电子科技有限公司 | 基于vr的生态模型建立方法及系统 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020103688A1 (en) * | 2000-08-22 | 2002-08-01 | Schneider Gary M. | System and method for developing a farm management plan for production agriculture |
| CN1493050A (zh) * | 2001-03-14 | 2004-04-28 | 本田技研工业株式会社 | 用于推荐农作物及农用拖拉机配件的系统 |
| CN105512950A (zh) * | 2016-01-21 | 2016-04-20 | 上海硅酉信息技术有限公司 | 一种地理信息系统 |
| CN105678629A (zh) * | 2015-12-31 | 2016-06-15 | 深圳市芭田生态工程股份有限公司 | 一种基于物联网的种植业问题解决系统 |
| CN106599136A (zh) * | 2016-11-30 | 2017-04-26 | 深圳前海弘稼科技有限公司 | 基于大数据指导农业生产的方法和装置 |
| CN107077650A (zh) * | 2014-09-12 | 2017-08-18 | 克莱米特公司 | 用于管理农业活动的方法和系统 |
| US20180314949A1 (en) * | 2017-04-26 | 2018-11-01 | International Business Machines Corporation | Cognitive based decision support system for agriculture |
| US20190050948A1 (en) * | 2017-08-08 | 2019-02-14 | Indigo Ag, Inc. | Machine learning in agricultural planting, growing, and harvesting contexts |
| CN110134733A (zh) * | 2019-05-22 | 2019-08-16 | 上海理工大学 | 基于gis系统与大数据分析的土地管理系统及方法 |
| CN110955212A (zh) * | 2019-12-05 | 2020-04-03 | 河南工业大学 | 一种基于物联网的智慧农业信息处理系统 |
| CN111369376A (zh) * | 2020-01-10 | 2020-07-03 | 广东省四〇一厂 | 一种惠农大数据系统平台 |
| CN111507832A (zh) * | 2020-06-30 | 2020-08-07 | 浙江网商银行股份有限公司 | 数据处理方法及装置 |
| CN112585633A (zh) * | 2018-07-02 | 2021-03-30 | 气象公司 | 最佳放置及组合机会目标 |
| CN113157844A (zh) * | 2021-04-26 | 2021-07-23 | 上海德衡数据科技有限公司 | 基于北斗定位模块的农业物联网方法、系统及装置 |
| CN113538162A (zh) * | 2021-01-04 | 2021-10-22 | 腾讯科技（深圳）有限公司 | 一种种植策略生成方法、装置、电子设备及存储介质 |
-
2022
- 2022-04-06 CN CN202210354803.1A patent/CN114430536B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020103688A1 (en) * | 2000-08-22 | 2002-08-01 | Schneider Gary M. | System and method for developing a farm management plan for production agriculture |
| CN1493050A (zh) * | 2001-03-14 | 2004-04-28 | 本田技研工业株式会社 | 用于推荐农作物及农用拖拉机配件的系统 |
| CN107077650A (zh) * | 2014-09-12 | 2017-08-18 | 克莱米特公司 | 用于管理农业活动的方法和系统 |
| CN105678629A (zh) * | 2015-12-31 | 2016-06-15 | 深圳市芭田生态工程股份有限公司 | 一种基于物联网的种植业问题解决系统 |
| CN105512950A (zh) * | 2016-01-21 | 2016-04-20 | 上海硅酉信息技术有限公司 | 一种地理信息系统 |
| CN106599136A (zh) * | 2016-11-30 | 2017-04-26 | 深圳前海弘稼科技有限公司 | 基于大数据指导农业生产的方法和装置 |
| US20180314949A1 (en) * | 2017-04-26 | 2018-11-01 | International Business Machines Corporation | Cognitive based decision support system for agriculture |
| US20190050948A1 (en) * | 2017-08-08 | 2019-02-14 | Indigo Ag, Inc. | Machine learning in agricultural planting, growing, and harvesting contexts |
| CN112585633A (zh) * | 2018-07-02 | 2021-03-30 | 气象公司 | 最佳放置及组合机会目标 |
| CN110134733A (zh) * | 2019-05-22 | 2019-08-16 | 上海理工大学 | 基于gis系统与大数据分析的土地管理系统及方法 |
| CN110955212A (zh) * | 2019-12-05 | 2020-04-03 | 河南工业大学 | 一种基于物联网的智慧农业信息处理系统 |
| CN111369376A (zh) * | 2020-01-10 | 2020-07-03 | 广东省四〇一厂 | 一种惠农大数据系统平台 |
| CN111507832A (zh) * | 2020-06-30 | 2020-08-07 | 浙江网商银行股份有限公司 | 数据处理方法及装置 |
| CN113538162A (zh) * | 2021-01-04 | 2021-10-22 | 腾讯科技（深圳）有限公司 | 一种种植策略生成方法、装置、电子设备及存储介质 |
| CN113157844A (zh) * | 2021-04-26 | 2021-07-23 | 上海德衡数据科技有限公司 | 基于北斗定位模块的农业物联网方法、系统及装置 |
Non-Patent Citations (14)
| Title |
|---|
| 匡兵等: "基于内容分析法的中国耕地轮作休耕政策工具选择研究", 《中国土地科学》 * |
| 匡兵等: "基于内容分析法的中国耕地轮作休耕政策工具选择研究", 《中国土地科学》, no. 11, 15 November 2018 (2018-11-15) * |
| 张磊等: "基于WebGIS的农户耕地管理与施肥决策支持系统的构建", 《农业系统科学与综合研究》 * |
| 张磊等: "基于WebGIS的农户耕地管理与施肥决策支持系统的构建", 《农业系统科学与综合研究》, no. 04, 15 November 2009 (2009-11-15) * |
| 彭争等: "基于文本分类的农业种植信息集成推荐方法研究", 《西南民族大学学报(自然科学版)》 * |
| 彭争等: "基于文本分类的农业种植信息集成推荐方法研究", 《西南民族大学学报(自然科学版)》, no. 01, 25 January 2018 (2018-01-25) * |
| 翟凌宇等: "基于云计算的智慧农业物联网云平台", 《软件》 * |
| 翟凌宇等: "基于云计算的智慧农业物联网云平台", 《软件》, no. 01, 15 January 2020 (2020-01-15) * |
| 裘进等: "基于大数据与精确农业的农作物种植推荐系统研究", 《产业与科技论坛》 * |
| 裘进等: "基于大数据与精确农业的农作物种植推荐系统研究", 《产业与科技论坛》, no. 19, 1 October 2018 (2018-10-01) * |
| 郑联寿等: ""3S"技术在精准种植农业中的应用", 《科技情报开发与经济》 * |
| 郑联寿等: ""3S"技术在精准种植农业中的应用", 《科技情报开发与经济》, no. 04, 15 April 2005 (2005-04-15) * |
| 高艳丽: "大数据技术在农业生产上的应用", 《广东蚕业》 * |
| 高艳丽: "大数据技术在农业生产上的应用", 《广东蚕业》, no. 06, 15 June 2020 (2020-06-15) * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114666375A (zh) * | 2022-05-27 | 2022-06-24 | 广东邦盛北斗科技股份公司 | 一种基于北斗卫星的智慧农业物联网方法、系统及云平台 |
| CN114666375B (zh) * | 2022-05-27 | 2022-08-09 | 广东邦盛北斗科技股份公司 | 一种基于北斗卫星的智慧农业物联网方法、系统及云平台 |
| CN115237503A (zh) * | 2022-08-01 | 2022-10-25 | 广州市影擎电子科技有限公司 | 基于vr的生态模型建立方法及系统 |
| CN115237503B (zh) * | 2022-08-01 | 2024-04-26 | 广州市影擎电子科技有限公司 | 基于vr的生态模型建立方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114430536B (zh) | 2022-07-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114430536B (zh) | 基于北斗定位模块的农业物联网方法、系统及云平台 | |
| Kour et al. | Recent developments of the internet of things in agriculture: a survey | |
| US10768584B2 (en) | Cognitive plant clinic | |
| Yan-e | Design of intelligent agriculture management information system based on IoT | |
| Iaksch et al. | Digitalization and Big data in smart farming–a review | |
| US20200311915A1 (en) | Growth status prediction system and method and computer-readable program | |
| Jabir et al. | Deep learning-based decision support system for weeds detection in wheat fields | |
| CN110363176A (zh) | 一种图像分析方法及装置 | |
| EP3032473A1 (en) | Method and system for classifying plant disease through crowdsourcing using a mobile communication device | |
| Vikranth | An implementation of iot and data analytics in smart agricultural system–a systematic literature review | |
| Manideep et al. | Smart agriculture farming with image capturing module | |
| Kwanmuang et al. | Small-scale farmers under Thailand’s smart farming system | |
| CN115630967A (zh) | 一种农产品的智能溯源方法、装置、电子设备及存储介质 | |
| Narra et al. | A data driven approach to decision support in farming | |
| CN105577816A (zh) | 基于图像处理的农业智能平台 | |
| KR102558966B1 (ko) | 정보 처리 장치 | |
| CN115797764B (zh) | 一种应用于耕地非农化监测的遥感大数据解译方法及系统 | |
| CN112328771A (zh) | 服务信息输出方法、装置、服务器及存储介质 | |
| CN103940465A (zh) | 杂草信息采集方法与系统 | |
| Arora | Demand prognosis of industry 4.0 to agriculture sector in India | |
| GB2565211A (en) | Cognitive plant clinic | |
| CN109614920B (zh) | 一种基于多时相遥感数据的地物信息提取方法 | |
| Yadav et al. | Sustainable efficient solutions for smart agriculture: Case study | |
| CN117172141B (zh) | 基于气候条件和供需关系的土地类型模拟方法及装置 | |
| WO2018213696A2 (en) | Market completing production and financial strategies |
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 | ||
| CP02 | Change in the address of a patent holder |
Address after: One of the 11th Floor, Building 4, Shunde Zhichuang Park, No. 68, Defu Road, Xingtan Town, Shunde District, Foshan City, Guangdong Province, 528000 (Residence declaration) Patentee after: Guangdong Bangsheng Beidou Technology Co.,Ltd. Address before: 528400 one of the eighth floor, phase I, Fuye Plaza, No. 16, Fuhua Road, West District, Zhongshan City, Guangdong Province Patentee before: Guangdong Bangsheng Beidou Technology Co.,Ltd. |
|
| CP02 | Change in the address of a patent holder | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Agricultural Internet of Things Method, System, and Cloud Platform Based on Beidou Positioning Module Effective date of registration: 20231113 Granted publication date: 20220719 Pledgee: Shunde Guangdong rural commercial bank Limited by Share Ltd. Daliang branch Pledgor: Guangdong Bangsheng Beidou Technology Co.,Ltd. Registration number: Y2023980065299 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |