CN114860011A - 基于大数据的智慧农业系统 - Google Patents

Abstract

本发明公开了基于大数据的智慧农业系统，包括农业环境监控模块、智能灌溉模块、交互显示模块和灌溉预测模块，所述农业环境监控模块与智能灌溉模块电连接，所述交互显示模块与灌溉预测模块电连接，所述农业环境监控模块利用人机交互技术和远程通信技术实现对极端干旱环境的实时监控，所述智能灌溉模块基于环境监控数据和物联网技术对农业灌溉区进行智能灌溉，所述交互显示模块用于将监测数据和灌溉记录进行移动端界面显示，所述灌溉预测模块用于对灌溉的相关变量进行预测，利用人机交互和远程通信的实时监控，将采集的监控数据传入远程客户端及现场端实现远程控制和异常预警，本发明，具有提高作物产量和水分利用效率的特点。

Description

基于大数据的智慧农业系统

技术领域

本发明涉及智慧农业灌溉技术领域，具体为基于大数据的智慧农业系统。

背景技术

新疆的农业装备在全国处于领先地位，但在智能节水灌溉控制方面仍然多以人工经验灌溉，该方式未能精准灌溉，使得作物生长受到一定的制约，水分过高可能会使大量水分从根系深入至地下水层，水分过低会影响作物根系吸水，从而制约作物生长，还会对作物的光合作用产生影响，显著降低净光合速率和生物量积累，水资源作为新疆南部最紧缺的自然资源，合适的灌水量可使作物达到较佳生长状态，从而提高作物产量和水分利用效率。因此，设计提高作物产量和水分利用效率的基于大数据的智慧农业系统是很有必要的。

发明内容

本发明的目的在于提供基于大数据的智慧农业系统，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：基于大数据的智慧农业系统，包括农业环境监控模块、智能灌溉模块、交互显示模块和灌溉预测模块，所述农业环境监控模块与智能灌溉模块电连接，所述交互显示模块与灌溉预测模块电连接，所述农业环境监控模块利用人机交互技术和远程通信技术实现对极端干旱环境的实时监控，所述智能灌溉模块基于环境监控数据和物联网技术对农业灌溉区进行智能灌溉，所述交互显示模块用于将监测数据和灌溉记录进行移动端界面显示，所述灌溉预测模块用于对灌溉的相关变量进行预测。

根据上述技术方案，所述农业环境监控模块包括现场交互终端模块、远程客户端模块和数据处理终端模块，所述现场交互终端模块与远程客户端模块电连接，所述远程客户端模块与数据处理终端模块电连接；

所述现场交互终端模块为灌溉系统的核心控制部分和传感器监测部分共同组成，主要用于系统主体控制和实时数据监测获取，所述远程客户端模块用于收发数据，实现远程与现场的数据交换，所述数据处理终端模块用于利用各控制处理设备对监控获取的数据进行处理传输；

所述数据处理终端模块包括串口单元、MCU决策端和继电器控制模块，所述串口单元与MCU决策端电连接，所述MCU决策端与继电器控制模块电连接，所述串口单元用于将数据通过接口写入串口屏的接口，串口屏接口进行读取数据实现数据的收发，所述MCU决策端用于通过读取串口屏的接口发出的控制指令并将决策后的命令下发至中间继电器，所述继电器控制模块用于控制电磁阀以及其他元件的开闭以实现系统的控制。

根据上述技术方案，所述智能灌溉模块包括数据交换模块、灌溉阈值判断模块、智能灌溉建立模块和灌溉控制模块，所述数据交换模块与灌溉阈值判断模块电连接，所述智能灌溉建立模块与灌溉控制模块电连接；

所述数据交换模块用于将环境监控处理后的监控数据与智能灌溉模块进行数据的交换处理，所述灌溉阈值判断模块用于判断接收的数据是否达到灌溉阈值，所述智能灌溉建立模块用于当达到灌溉设置的阈值点后进行智能灌溉的连接建立，所述灌溉控制模块用于根据监控数据进行灌溉控制。

根据上述技术方案，所述交互显示模块包括数据记录模块、阈值设定模块和曲线图显示模块，所述数据记录模块、阈值设定模块与曲线图显示模块电连接；

所述数据记录模块用于记录每一次的环境监控数据和灌溉数据，所述阈值设定模块用于设定智能灌溉的灌水量阈值，所述曲线图显示模块用于显示灌溉预测模型中预测的变量对应的数据曲线，所述灌溉预测模块包括模型建立预测模块，所述模型建立预测模块用于对监控环境中气温、空气相对湿度以及蒸发量进行预测。

根据上述技术方案，所述运行方法包括以下步骤：

步骤S1：利用人机交互和远程通信技术实现农业环境的实时监控，将采集的监控数据传入远程客户端及现场端显示，并实现远程控制和异常预警；

步骤S2：基于农业环境监控结合物联网技术，根据新疆南部农作物根区需水特点设计灌溉流程，连接南疆当地农业点的间接地下滴灌系统进行智能灌溉控制；

步骤S3：基于深度学习框架，建立气温、空气相对湿度、蒸发量预测模型；

步骤S4：用“全国温室数据系统”阿拉尔站点采集的平均气温、平均空气相对湿度与蒸发量数据作为历史数据进行模型训练，进行未来作物生育期需水量预测。

根据上述技术方案，所述步骤S1包括以下步骤：

步骤S11：传感器监测由空气温度、空气相对湿度、大气压、海拔、光照、土壤温度、土壤水分的传感器组成，实时监测作物环境信息，光伏供电板块由太阳能电池板、稳压恒流充电器、新型铅酸电池组成，为系统提供较为稳定的户外电源；

步骤S12：远程客户端以4G通信为媒介，搭建农业环境现场与远程的连接，各传感器将获取的监控数据信息通过MCU将数据打包，打包后通过4G通信将数据发送至远程客户端；

步骤S13：农业环境监控主要由MCU实现，传感器采集程序根据各类传感器的时序图和初始程序对其编写，使其有序传输，现场收发数据通过串口实现，实现现场与人机交互界面的数据收发；

步骤S14：将传感器系统中的各类传感器采集的数据通过总线传输至MCU，MCU进行数据处理后将分类的数据通过串口1传输至现场人机交互界面，同时串口2将数据传输至4G通信进行打包处理后发送至远程客户端，显示实时数据、系统工作状态、图表、历史数据和报警信息。

根据上述技术方案，所述步骤S2进一步包括以下步骤：

步骤S21：间接地下滴灌由普通地表滴灌系统与布设在滴头下方土壤中的导水装置构成，导水装置由PVC管和砂粒层组成，将PVC管插入到作物根区土壤，掏出管内泥土，在其底部埋入砂粒，水由滴灌管经带有调节阀的小管滴入PVC管，直接流到埋在PVC管底部的砂粒层，通过砂粒层入渗进入根区土壤；

步骤S22：智能灌溉单元通电并连接到服务器，灌溉运行分为手动模式和自动模式，默认设置为自动模式；

步骤S23：当监控单元监测到作物根区缺水时，系统报警的同时通过总线发出灌溉信号传输至继电器，继电器控制电磁阀打开进行灌溉，当灌溉结束后，系统发送停止命令至继电器，继电器关闭电磁阀停止灌溉，系统等待下一个灌溉周期，并记录一次灌溉数据。

根据上述技术方案，所述步骤S22进一步包括以下步骤：

步骤S221：智能灌溉手动模式运行流程是操作人员手动开启和关闭电磁阀，进行灌溉的自主调控；

步骤S222：自动模式的运行流程是根据农业环境监测模块监控记录的作物数据信息判断是否缺水，当达到根据农作物特性设定的缺水阈值后，自动控制启动智能灌溉，根据预设的土壤相对含水率下限进行灌溉并在达到上限时及时停止灌溉。

根据上述技术方案，所述步骤S3进一步包括以下步骤：

步骤S31：将收集的平均气温数据输入训练并预测半年段的平均气温；

步骤S32：收集平均空气相对湿度数据输入训练，预测阶段性的平均空气相对湿度；

步骤S33：收集蒸发量数据进行训练并按周期预测下周期的蒸发量。

根据上述技术方案，所述步骤S4中，以深度学习技术为基础，以往年历史数据为样本特征，建立气温、空气相对湿度与蒸发量预测模型，有利于人工智能农业领域的发展。

与现有技术相比，本发明所达到的有益效果是：本发明，通过设置有农业环境监控模块、智能灌溉模块、交互显示模块和灌溉预测模块，利用人机交互和远程通信技术实现农业环境的实时监控，将采集的监控数据传入远程客户端及现场端显示，并实现远程控制和异常预警，且基于农业环境监控结合物联网技术，根据新疆南部农作物根区需水特点设计灌溉流程，连接南疆当地农业点的间接地下滴灌系统进行智能灌溉控制，最后基于深度学习框架，建立气温、空气相对湿度、蒸发量预测模型，用“全国温室数据系统”阿拉尔站点采集的平均气温、平均空气相对湿度与蒸发量数据作为历史数据进行模型训练，进行未来作物生育期需水量预测。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本发明的系统模块组成示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，本发明提供技术方案：基于大数据的智慧农业系统，包括农业环境监控模块、智能灌溉模块、交互显示模块和灌溉预测模块，农业环境监控模块与智能灌溉模块电连接，交互显示模块与灌溉预测模块电连接，农业环境监控模块利用人机交互技术和远程通信技术实现对极端干旱环境的实时监控，智能灌溉模块基于环境监控数据和物联网技术对农业灌溉区进行智能灌溉，交互显示模块用于将监测数据和灌溉记录进行移动端界面显示，灌溉预测模块用于对灌溉的相关变量进行预测。

农业环境监控模块包括现场交互终端模块、远程客户端模块和数据处理终端模块，现场交互终端模块与远程客户端模块电连接，远程客户端模块与数据处理终端模块电连接；

现场交互终端模块为灌溉系统的核心控制部分和传感器监测部分共同组成，主要用于系统主体控制和实时数据监测获取，远程客户端模块用于收发数据，实现远程与现场的数据交换，数据处理终端模块用于利用各控制处理设备对监控获取的数据进行处理传输；

数据处理终端模块包括串口单元、MCU决策端和继电器控制模块，串口单元与MCU决策端电连接，MCU决策端与继电器控制模块电连接，串口单元用于将数据通过接口写入串口屏的接口，串口屏接口进行读取数据实现数据的收发，MCU决策端用于通过读取串口屏的接口发出的控制指令并将决策后的命令下发至中间继电器，继电器控制模块用于控制电磁阀以及其他元件的开闭以实现系统的控制。

智能灌溉模块包括数据交换模块、灌溉阈值判断模块、智能灌溉建立模块和灌溉控制模块，数据交换模块与灌溉阈值判断模块电连接，智能灌溉建立模块与灌溉控制模块电连接；

数据交换模块用于将环境监控处理后的监控数据与智能灌溉模块进行数据的交换处理，灌溉阈值判断模块用于判断接收的数据是否达到灌溉阈值，智能灌溉建立模块用于当达到灌溉设置的阈值点后进行智能灌溉的连接建立，灌溉控制模块用于根据监控数据进行灌溉控制。

交互显示模块包括数据记录模块、阈值设定模块和曲线图显示模块，数据记录模块、阈值设定模块与曲线图显示模块电连接；

数据记录模块用于记录每一次的环境监控数据和灌溉数据，阈值设定模块用于设定智能灌溉的灌水量阈值，曲线图显示模块用于显示灌溉预测模型中预测的变量对应的数据曲线，灌溉预测模块包括模型建立预测模块，模型建立预测模块用于对监控环境中气温、空气相对湿度以及蒸发量进行预测。

运行方法包括以下步骤：

步骤S1：利用人机交互和远程通信技术实现农业环境的实时监控，将采集的监控数据传入远程客户端及现场端显示，并实现远程控制和异常预警；

步骤S2：基于农业环境监控结合物联网技术，根据新疆南部农作物根区需水特点设计灌溉流程，连接南疆当地农业点的间接地下滴灌系统进行智能灌溉控制；

步骤S3：基于深度学习框架，建立气温、空气相对湿度、蒸发量预测模型，作物生长往往与气候因素密切相关，如气温、空气相对湿度、蒸发量等均是评价作物生长好坏的指标，也是灌溉决策的重要因素，当计算作物生育期需水量时，气象因素是计算需水量的重要指标，为了便于系统对作物的生长环境监测与未来预警，构建气温、空气相对湿度、蒸发量预测模型很有必要，气象因子模型建立可对实现未来作物生育期需水量预测与决策提供参考；

步骤S4：用“全国温室数据系统”阿拉尔站点采集的平均气温、平均空气相对湿度与蒸发量数据作为历史数据进行模型训练，进行未来作物生育期需水量预测。

步骤S1包括以下步骤：

步骤S11：传感器监测由空气温度、空气相对湿度、大气压、海拔、光照、土壤温度、土壤水分的传感器组成，实时监测作物环境信息，光伏供电板块由太阳能电池板、稳压恒流充电器、新型铅酸电池组成，为系统提供较为稳定的户外电源，核心控制系统的核心部件是单片机，该处理器成本低、运算速度快、接口丰富，使得系统时滞性较低，稳定性较高，同时使用的光伏组件提高整体硬件的寿命；

步骤S12：远程客户端以4G通信为媒介，搭建农业环境现场与远程的连接，各传感器将获取的监控数据信息通过MCU将数据打包，打包后通过4G通信将数据发送至远程客户端，目前4G网络已全面普及，具有高效率、灵活性强、兼容性好的特点，大幅度提高了系统响应速度与精确性，实现了多端控制，使得系统实现高效有序的数据交换；

步骤S13：农业环境监控主要由MCU实现，传感器采集程序根据各类传感器的时序图和初始程序对其编写，使其有序传输，现场收发数据通过串口实现，实现现场与人机交互界面的数据收发，数据通过接口写入串口屏的接口，串口屏的接口读取数据实现MCU数据发送，MCU通过接口读取由串口屏接口发出的控制指令实现相应的控制，远程收发数据由串口2实现，实现监控数据的远程通信；

步骤S14：将传感器系统中的各类传感器采集的数据通过总线传输至MCU，MCU进行数据处理后将分类的数据通过串口1传输至现场人机交互界面，同时串口2将数据传输至4G通信进行打包处理后发送至远程客户端，显示实时数据、系统工作状态、图表、历史数据和报警信息，农业环境监控能根据各类数据做出不同的预警，用户可对预警信息进行相应的处理，系统控制过程同样通过串口传输至MCU，由MCU将决策后的命令下发至中间继电器，继电器控制电磁阀或其它元件的开闭实现系统控制的过程，人机交互界面采用串口触摸屏，使用H编程软件编写串口触摸屏的程序，将控制、实时显示、报警的功能合为一体保证其实用性。

步骤S2进一步包括以下步骤：

步骤S21：间接地下滴灌由普通地表滴灌系统与布设在滴头下方土壤中的导水装置构成，导水装置由PVC管和砂粒层组成，将PVC管插入到作物根区土壤，掏出管内泥土，在其底部埋入砂粒，水由滴灌管经带有调节阀的小管滴入PVC管，直接流到埋在PVC管底部的砂粒层，通过砂粒层入渗进入根区土壤；

步骤S22：智能灌溉单元通电并连接到服务器，灌溉运行分为手动模式和自动模式，默认设置为自动模式；

步骤S23：当监控单元监测到作物根区缺水时，系统报警的同时通过总线发出灌溉信号传输至继电器，继电器控制电磁阀打开进行灌溉，当灌溉结束后，系统发送停止命令至继电器，继电器关闭电磁阀停止灌溉，系统等待下一个灌溉周期，并记录一次灌溉数据。

步骤S22进一步包括以下步骤：

步骤S221：智能灌溉手动模式运行流程是操作人员手动开启和关闭电磁阀，进行灌溉的自主调控，手动模式的设定是为了防止灌溉系统出现意外状况而导致灌溉出错，此时可以人为干预进行灌溉调控；

步骤S222：自动模式的运行流程是根据农业环境监测模块监控记录的作物数据信息判断是否缺水，当达到根据农作物特性设定的缺水阈值后，自动控制启动智能灌溉，根据预设的土壤相对含水率下限进行灌溉并在达到上限时及时停止灌溉。

步骤S3进一步包括以下步骤：

步骤S31：将收集的平均气温数据输入训练并预测半年段的平均气温，气温是影响作物生长的因素之一，而近年来全球逐渐变暖，已经不同程度制约作物生长，因此作物环境的气温预测是不可或缺的环节，对作物环境气温预测能加强人们对极寒天气、极热天气或忽变天气的预防，气温预测结果能及时反馈情况到人们的移动或电脑端，以便及时预防以免造成不必要的损失；

步骤S32：收集平均空气相对湿度数据输入训练，预测阶段性的平均空气相对湿度，空气相对湿度是作物生长评价因素之一，空气相对湿度过低且无充足水分补充时容易造成作物旱害，为了便于即时预警；

步骤S33：收集蒸发量数据进行训练并按周期预测下周期的蒸发量，在南疆地区，年平均蒸发量较大，降雨量较小，这容易造成干旱等情况，从而影响作物生长，蒸发量预测有利于地区防旱。

步骤S4中，以深度学习技术为基础，以往年历史数据为样本特征，建立气温、空气相对湿度与蒸发量预测模型，有利于人工智能农业领域的发展，气温、空气相对湿度以及蒸发量这些气象因子是计算作物需水量的重要参数，而作物需水量计算是作物灌溉预测模型的基础，作物灌溉需要气象因素作为支撑，选用全国温室数据系统采集的气象因子，能够保证需水量的预测。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.基于大数据的智慧农业系统，其特征在于：所述基于大数据的智慧农业系统包括农业环境监控模块、智能灌溉模块、交互显示模块和灌溉预测模块，所述农业环境监控模块与智能灌溉模块电连接，所述交互显示模块与灌溉预测模块电连接，所述农业环境监控模块利用人机交互技术和远程通信技术实现对极端干旱环境的实时监控，所述智能灌溉模块基于环境监控数据和物联网技术对农业灌溉区进行智能灌溉，所述交互显示模块用于将监测数据和灌溉记录进行移动端界面显示，所述灌溉预测模块用于对灌溉的相关变量进行预测。

2.根据权利要求1所述的基于大数据的智慧农业系统，其特征在于：所述农业环境监控模块包括现场交互终端模块、远程客户端模块和数据处理终端模块，所述现场交互终端模块与远程客户端模块电连接，所述远程客户端模块与数据处理终端模块电连接；

所述现场交互终端模块为灌溉系统的核心控制部分和传感器监测部分共同组成，主要用于系统主体控制和实时数据监测获取，所述远程客户端模块用于收发数据，实现远程与现场的数据交换，所述数据处理终端模块用于利用各控制处理设备对监控获取的数据进行处理传输；

所述数据处理终端模块包括串口单元、MCU决策端和继电器控制模块，所述串口单元与MCU决策端电连接，所述MCU决策端与继电器控制模块电连接，所述串口单元用于将数据通过接口写入串口屏的接口，串口屏接口进行读取数据实现数据的收发，所述MCU决策端用于通过读取串口屏的接口发出的控制指令并将决策后的命令下发至中间继电器，所述继电器控制模块用于控制电磁阀以及其他元件的开闭以实现系统的控制。

3.根据权利要求2所述的基于大数据的智慧农业系统，其特征在于：所述智能灌溉模块包括数据交换模块、灌溉阈值判断模块、智能灌溉建立模块和灌溉控制模块，所述数据交换模块与灌溉阈值判断模块电连接，所述智能灌溉建立模块与灌溉控制模块电连接；

所述数据交换模块用于将环境监控处理后的监控数据与智能灌溉模块进行数据的交换处理，所述灌溉阈值判断模块用于判断接收的数据是否达到灌溉阈值，所述智能灌溉建立模块用于当达到灌溉设置的阈值点后进行智能灌溉的连接建立，所述灌溉控制模块用于根据监控数据进行灌溉控制。

4.根据权利要求3所述的基于大数据的智慧农业系统，其特征在于：所述交互显示模块包括数据记录模块、阈值设定模块和曲线图显示模块，所述数据记录模块、阈值设定模块与曲线图显示模块电连接；

所述数据记录模块用于记录每一次的环境监控数据和灌溉数据，所述阈值设定模块用于设定智能灌溉的灌水量阈值，所述曲线图显示模块用于显示灌溉预测模型中预测的变量对应的数据曲线，所述灌溉预测模块包括模型建立预测模块，所述模型建立预测模块用于对监控环境中气温、空气相对湿度以及蒸发量进行预测。

5.根据权利要求4所述的基于大数据的智慧农业系统，其特征在于：所述运行方法包括以下步骤：

步骤S1：利用人机交互和远程通信技术实现农业环境的实时监控，将采集的监控数据传入远程客户端及现场端显示，并实现远程控制和异常预警；

步骤S2：基于农业环境监控结合物联网技术，根据新疆南部农作物根区需水特点设计灌溉流程，连接南疆当地农业点的间接地下滴灌系统进行智能灌溉控制；

步骤S3：基于深度学习框架，建立气温、空气相对湿度、蒸发量预测模型；

步骤S4：用“全国温室数据系统”阿拉尔站点采集的平均气温、平均空气相对湿度与蒸发量数据作为历史数据进行模型训练，进行未来作物生育期需水量预测。

6.根据权利要求5所述的基于大数据的智慧农业系统，其特征在于：所述步骤S1包括以下步骤：

步骤S11：传感器监测由空气温度、空气相对湿度、大气压、海拔、光照、土壤温度、土壤水分的传感器组成，实时监测作物环境信息，光伏供电板块由太阳能电池板、稳压恒流充电器、新型铅酸电池组成，为系统提供较为稳定的户外电源；

步骤S12：远程客户端以4G通信为媒介，搭建农业环境现场与远程的连接，各传感器将获取的监控数据信息通过MCU将数据打包，打包后通过4G通信将数据发送至远程客户端；

步骤S13：农业环境监控主要由MCU实现，传感器采集程序根据各类传感器的时序图和初始程序对其编写，使其有序传输，现场收发数据通过串口实现，实现现场与人机交互界面的数据收发；

步骤S14：将传感器系统中的各类传感器采集的数据通过总线传输至MCU，MCU进行数据处理后将分类的数据通过串口1传输至现场人机交互界面，同时串口2将数据传输至4G通信进行打包处理后发送至远程客户端，显示实时数据、系统工作状态、图表、历史数据和报警信息。

7.根据权利要求6所述的基于大数据的智慧农业系统，其特征在于：所述步骤S2进一步包括以下步骤：

步骤S21：间接地下滴灌由普通地表滴灌系统与布设在滴头下方土壤中的导水装置构成，导水装置由PVC管和砂粒层组成，将PVC管插入到作物根区土壤，掏出管内泥土，在其底部埋入砂粒，水由滴灌管经带有调节阀的小管滴入PVC管，直接流到埋在PVC管底部的砂粒层，通过砂粒层入渗进入根区土壤；

步骤S22：智能灌溉单元通电并连接到服务器，灌溉运行分为手动模式和自动模式，默认设置为自动模式；

步骤S23：当监控单元监测到作物根区缺水时，系统报警的同时通过总线发出灌溉信号传输至继电器，继电器控制电磁阀打开进行灌溉，当灌溉结束后，系统发送停止命令至继电器，继电器关闭电磁阀停止灌溉，系统等待下一个灌溉周期，并记录一次灌溉数据。

8.根据权利要求7所述的基于大数据的智慧农业系统，其特征在于：所述步骤S22进一步包括以下步骤：

步骤S221：智能灌溉手动模式运行流程是操作人员手动开启和关闭电磁阀，进行灌溉的自主调控；

步骤S222：自动模式的运行流程是根据农业环境监测模块监控记录的作物数据信息判断是否缺水，当达到根据农作物特性设定的缺水阈值后，自动控制启动智能灌溉，根据预设的土壤相对含水率下限进行灌溉并在达到上限时及时停止灌溉。

9.根据权利要求8所述的基于大数据的智慧农业系统，其特征在于：所述步骤S3进一步包括以下步骤：

步骤S31：将收集的平均气温数据输入训练并预测半年段的平均气温；

步骤S32：收集平均空气相对湿度数据输入训练，预测阶段性的平均空气相对湿度；

步骤S33：收集蒸发量数据进行训练并按周期预测下周期的蒸发量。

10.根据权利要求9所述的基于大数据的智慧农业系统，其特征在于：所述步骤S4中，以深度学习技术为基础，以往年历史数据为样本特征，建立气温、空气相对湿度与蒸发量预测模型，有利于人工智能农业领域的发展。

Images