CN114971934A - 多智能温室集群的农业互联网大数据双引擎算法 - Google Patents
多智能温室集群的农业互联网大数据双引擎算法 Download PDFInfo
- Publication number
- CN114971934A CN114971934A CN202210591538.9A CN202210591538A CN114971934A CN 114971934 A CN114971934 A CN 114971934A CN 202210591538 A CN202210591538 A CN 202210591538A CN 114971934 A CN114971934 A CN 114971934A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- big data
- agricultural
- agricultural internet
- 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
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 54
- 238000004220 aggregation Methods 0.000 claims abstract description 15
- 230000002776 aggregation Effects 0.000 claims abstract description 15
- 238000013500 data storage Methods 0.000 claims abstract description 10
- 238000003860 storage Methods 0.000 claims description 28
- 238000012360 testing method Methods 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 15
- 238000004519 manufacturing process Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 3
- 238000004171 remote diagnosis Methods 0.000 claims description 2
- 230000003044 adaptive effect Effects 0.000 claims 1
- 238000012271 agricultural production Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 208000019331 Foodborne disease Diseases 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004720 fertilization Effects 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 235000013311 vegetables Nutrition 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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/25—Greenhouse technology, e.g. cooling systems therefor
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Agronomy & Crop Science (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Husbandry (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了多智能温室集群的农业互联网大数据双引擎算法,涉及农业大数据技术领域,本发明包括终端控制模块、数据汇聚模块、第一执行处理模块、第二执行处理模块、数据存储模块、人工任务模块和条件判断模块,终端控制模块进行大数据双引擎操作算法的终端控制,数据汇聚模块对多智能温室集群的农业互联网大数据进行集成,并发送至执行处理模块进行数据处理,数据处理完成后,利用数据存储模块进行农业数据存储,并根据操作需求接入人工任务模块进行操作辅助或验证;本发明农业互联网大数据双引擎算法,通过设置两组执行处理模块,对农业互联网大数据的处理完成度更高,并且实现分类处理,数据处理精度及处理效率提高。
Description
技术领域
本发明涉及农业大数据技术领域,特别涉及多智能温室集群的农业互联网大数据双引擎算法。
背景技术
农业智能化温室,通常简称连栋温室或者现代温室,它是设施农业中的高级类型,拥有综合环境控制系统,利用该系统可以直接调节室内温、光、水、肥、气等诸多因素,可以实现全年高产、稳步精细蔬菜、花卉,经济效益好,在农业智能化温室的集群式发展中,需要对相应的农业互联网大数据进行匹配和集成;
目前对于多智能温室集群的农业互联网大数据缺乏相应的计算引擎算法,对农业大数据的处理完成度不足,效率及精度不佳,并且目前对于农业大数据的计算处理过程中缺乏适当干预,操作可控性有待加强;为此,我们提出多智能温室集群的农业互联网大数据双引擎算法。
发明内容
本发明的主要目的在于提供多智能温室集群的农业互联网大数据双引擎算法,以解决上述背景中提出的问题。
为实现上述目的,本发明采取的技术方案为:多智能温室集群的农业互联网大数据双引擎算法,包括终端控制模块、数据汇聚模块、第一执行处理模块、第二执行处理模块、数据存储模块、人工任务模块和条件判断模块,所述终端控制模块进行大数据双引擎操作算法的终端控制,所述数据汇聚模块对多智能温室集群的农业互联网大数据进行集成,并发送至所述执行处理模块进行数据处理,数据处理完成后,利用所述数据存储模块进行农业数据存储,并根据操作需求接入所述人工任务模块进行操作辅助或验证,所述条件判断模块作为农业互联网大数据的分析导向介质,将数据流导向适配的处理端。
所述数据汇聚模块操作时首先判定农业互联网数据采集的完成度,当数据采集完成后则进行下一步的目标执行,所述数据汇聚模块的汇聚数据包括温室集群的环境数据和影像数据。
所述数据汇聚模块中环境数据的采集通过有线或无线网络实时获取传感器采集的环境数据,用户通过手机随时随地地进行读取,所述影像数据通过手机对实时影像数据进行查看,并对生产进程进行远程监控,通过移动平台对云台球机进行旋转、缩放和拍照工作,为专家远程诊断植物病情提供通道。
所述第一执行处理模块包括有计算机和解释器,所述计算机与解释器电性连接,所述计算机作为执行处理模块的程序操作载体,所述解释器执行时,每次从程序的源代码中读入一个标识符,当解释器读入一个PRINT后,它将打印PRINT之后的字符,当读入一个GOSUB时,则执行指定的子程序,在到达程序的结尾之前,这个过程将反复进行,所述第二执行处理模块中存储有预设的各类测试引擎,在接收到测试用例数据和软硬件数据后,调用对应的预设测试引擎,执行测试脚本,得到测试结果。
所述数据存储模块包括计算机存储器,所述计算机存储器包括有两组存储终端,其中一组存储终端用于存储标准或常规数据,即农业互联网运行过程中正常产生的数据,另一组存储终端用于存储异常数据,所述异常数据的存储终端与人工任务模块通信连接,所述标准或常规数据的存储终端的存储容量为1T,所述异常数据的存储终端的存储容量为0.5T。
所述人工任务模块包括对存储终端的异常数据进行进一步处理,所述人工任务模块分别与终端控制模块和执行处理模块通信连接,依托终端控制模块,将存储的异常数据代入执行处理模块进行再次处理,并进行全流程监控。
所述条件判断模块执行过程中,首先利用终端控制模块制定判断规则,并划分数据执行处理通道,然后对各条后续路径是否满足流转条件进行逻辑计算,根据规则引擎的计算达成数据流转。
所述终端控制模块中,还包括系统预警和远程控制,所述系统预警中通过移动互联平台,农技人员实时查看预警信息,并设置预警阈值,所述远程控制状态下,通过移动互联平台精确了解温室内以及农田的环境状况,据此对温室的卷帘、风机、加湿器、空调、水泵装置进行控制,达到植物的最佳生长环境或人为设定环境。
本发明具有如下有益效果:
本发明提供的多智能温室集群的农业互联网大数据双引擎算法,通过设置两组执行处理模块,对农业互联网大数据的处理完成度更高,并且实现分类处理,数据处理精度及处理效率提高。
本发明提供的多智能温室集群的农业互联网大数据双引擎算法,利用智能测试引擎处理与人工干预协同工作的方式,对农业温室集群的智能搭建更为便捷可控,操作适应性强。
附图说明
图1为本发明多智能温室集群的农业互联网大数据双引擎算法的操作流程图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
请参照图1所示:多智能温室集群的农业互联网大数据双引擎算法,包括终端控制模块、数据汇聚模块、第一执行处理模块、第二执行处理模块、数据存储模块、人工任务模块和条件判断模块,终端控制模块进行大数据双引擎操作算法的终端控制,数据汇聚模块对多智能温室集群的农业互联网大数据进行集成,并发送至执行处理模块进行数据处理,数据处理完成后,利用数据存储模块进行农业数据存储,并根据操作需求接入人工任务模块进行操作辅助或验证,条件判断模块作为农业互联网大数据的分析导向介质,将数据流导向适配的处理端。
数据汇聚模块操作时首先判定农业互联网数据采集的完成度,当数据采集完成后则进行下一步的目标执行,数据汇聚模块的汇聚数据包括温室集群的环境数据和影像数据;数据汇聚模块中环境数据的采集通过有线或无线网络实时获取传感器采集的环境数据,用户通过手机随时随地地进行读取,实现对环境数据的实时监测功能,环境数据板块还可以实现历史数据的查看,历史数据主要是依据温室及区域编号查询该位置某个时间段的历史数据,时间段自行设置可调,同时,可更直观化的把数据切换成表图模式,以走势图的形式查看各环境参数的最近走势;影像数据通过手机对实时影像数据进行查看,并对生产进程进行远程监控,通过移动平台对云台球机进行旋转、缩放和拍照工作,为专家远程诊断植物病情提供通道;
第一执行处理模块包括有计算机和解释器,计算机与解释器电性连接,计算机作为执行处理模块的程序操作载体,解释器执行时,每次从程序的源代码中读入一个标识符,当解释器读入一个PRINT后,它将打印PRINT之后的字符,当读入一个GOSUB时,则执行指定的子程序,在到达程序的结尾之前,这个过程将反复进行,第二执行处理模块中存储有预设的各类测试引擎,在接收到测试用例数据和软硬件数据后,调用对应的预设测试引擎,执行测试脚本,得到测试结果;数据存储模块包括计算机存储器,计算机存储器包括有两组存储终端,其中一组存储终端用于存储标准或常规数据,即农业互联网运行过程中正常产生的数据,另一组存储终端用于存储异常数据,异常数据的存储终端与人工任务模块通信连接,标准或常规数据的存储终端的存储容量为1T,异常数据的存储终端的存储容量为0.5T;
人工任务模块包括对存储终端的异常数据进行进一步处理,人工任务模块分别与终端控制模块和执行处理模块通信连接,依托终端控制模块,将存储的异常数据代入执行处理模块进行再次处理,并进行全流程监控;条件判断模块执行过程中,首先利用终端控制模块制定判断规则,并划分数据执行处理通道,然后对各条后续路径是否满足流转条件进行逻辑计算,根据规则引擎的计算达成数据流转;终端控制模块中,还包括系统预警和远程控制,系统预警中通过移动互联平台,农技人员实时查看预警信息,并设置预警阈值,远程控制状态下,通过移动互联平台精确了解温室内以及农田的环境状况,据此对温室的卷帘、风机、加湿器、空调、水泵装置进行控制,达到植物的最佳生长环境或人为设定环境,还包括天气预报,移动互联平台可对接园区当地的气象数据,在平台首页显示,农业人员可依据天气预报信息对农业生产安排做出规划,更加科学的指导生产。
本方案中,农业大数据是大数据理念、技术和方法在农业的实践,农业大数据涉及到耕地、播种、施肥、杀虫、收割、存储、育种等各环节,是跨行业、跨专业、跨业务的数据分析与挖掘,以及数据可视化,包括农业环境与资源大数据、农业生产大数据、农业市场和农业管理大数据;
农业互联网大数据于多智能温室集群的应用,包括预测市场需求,农场主可以提前通过大数据平台采集的消费者需求报告,进行市场分析,提前规划生产,降低生产风险;农业环境监测,通过农业大数据,可以通过传感器对农作物的生产环境进行检测从而感知农作物的生产,通过采集农作物生长环境中的各项指数数据,再把这些采集的数据放到本地化的或云端的数据中心,从而对农业生产的历史数据和实时监控数据进行分析,提高对作物种植面积、生产进度、农产品产量、天气情况,气温条件,灾害强度,土壤湿度的关联监测能力;
农产品可追溯,农产品生产商、供应商和运输者使用物联网传感器技术、扫描设备和分析工具来监控收集供应链的相关数据,比如生产和运输过程当中的农产品的品质可以通过带有GPS功能的传感器进行实时监控,有助于预防食源性疾病和减少供应链浪费,从源头上保障食品安全;拉动农业产业链,运用地面观测、传感器和GPRS信息技术等,加强农业生产环境、生产设施和动植物本体感知数据的采集、汇聚和关联分析,完善农业生产进度智能监测体系,加强农业数据实时监测与分析,提高农业生产管理、指挥调度等数据支撑能力。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (8)
1.多智能温室集群的农业互联网大数据双引擎算法,其特征在于,包括终端控制模块、数据汇聚模块、第一执行处理模块、第二执行处理模块、数据存储模块、人工任务模块和条件判断模块,所述终端控制模块进行大数据双引擎操作算法的终端控制,所述数据汇聚模块对多智能温室集群的农业互联网大数据进行集成,并发送至所述执行处理模块进行数据处理,数据处理完成后,利用所述数据存储模块进行农业数据存储,并根据操作需求接入所述人工任务模块进行操作辅助或验证,所述条件判断模块作为农业互联网大数据的分析导向介质,将数据流导向适配的处理端。
2.根据权利要求1所述的多智能温室集群的农业互联网大数据双引擎算法,其特征在于:所述数据汇聚模块操作时首先判定农业互联网数据采集的完成度,当数据采集完成后则进行下一步的目标执行,所述数据汇聚模块的汇聚数据包括温室集群的环境数据和影像数据。
3.根据权利要求2所述的多智能温室集群的农业互联网大数据双引擎算法,其特征在于:所述数据汇聚模块中环境数据的采集通过有线或无线网络实时获取传感器采集的环境数据,用户通过手机随时随地地进行读取,所述影像数据通过手机对实时影像数据进行查看,并对生产进程进行远程监控,通过移动平台对云台球机进行旋转、缩放和拍照工作,为专家远程诊断植物病情提供通道。
4.根据权利要求1所述的多智能温室集群的农业互联网大数据双引擎算法,其特征在于:所述第一执行处理模块包括有计算机和解释器,所述计算机与解释器电性连接,所述计算机作为执行处理模块的程序操作载体,所述解释器执行时,每次从程序的源代码中读入一个标识符,当解释器读入一个PRINT后,它将打印PRINT之后的字符,当读入一个GOSUB时,则执行指定的子程序,在到达程序的结尾之前,这个过程反复进行,所述第二执行处理模块中存储有预设的各类测试引擎,在接收到测试用例数据和软硬件数据后,调用对应的预设测试引擎,执行测试脚本,得到测试结果。
5.根据权利要求1所述的多智能温室集群的农业互联网大数据双引擎算法,其特征在于:所述数据存储模块包括计算机存储器,所述计算机存储器包括有两组存储终端,其中一组存储终端用于存储标准或常规数据,即农业互联网运行过程中正常产生的数据,另一组存储终端用于存储异常数据,所述异常数据的存储终端与人工任务模块通信连接,所述标准或常规数据的存储终端的存储容量为1T,所述异常数据的存储终端的存储容量为0.5T。
6.根据权利要求5所述的多智能温室集群的农业互联网大数据双引擎算法,其特征在于:所述人工任务模块包括对存储终端的异常数据进行进一步处理,所述人工任务模块分别与终端控制模块和执行处理模块通信连接,依托终端控制模块,将存储的异常数据代入执行处理模块进行再次处理,并进行全流程监控。
7.根据权利要求1所述的多智能温室集群的农业互联网大数据双引擎算法,其特征在于:所述条件判断模块执行过程中,首先利用终端控制模块制定判断规则,并划分数据执行处理通道,然后对各条后续路径是否满足流转条件进行逻辑计算,根据规则引擎的计算达成数据流转。
8.根据权利要求1所述的多智能温室集群的农业互联网大数据双引擎算法,其特征在于:所述终端控制模块中,还包括系统预警和远程控制,所述系统预警中通过移动互联平台,农技人员实时查看预警信息,并设置预警阈值,所述远程控制状态下,通过移动互联平台精确了解温室内以及农田的环境状况,据此对温室的卷帘、风机、加湿器、空调、水泵装置进行控制,达到植物的最佳生长环境或人为设定环境。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210591538.9A CN114971934A (zh) | 2022-05-28 | 2022-05-28 | 多智能温室集群的农业互联网大数据双引擎算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210591538.9A CN114971934A (zh) | 2022-05-28 | 2022-05-28 | 多智能温室集群的农业互联网大数据双引擎算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114971934A true CN114971934A (zh) | 2022-08-30 |
Family
ID=82957653
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210591538.9A Pending CN114971934A (zh) | 2022-05-28 | 2022-05-28 | 多智能温室集群的农业互联网大数据双引擎算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114971934A (zh) |
-
2022
- 2022-05-28 CN CN202210591538.9A patent/CN114971934A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111507857A (zh) | 一种基于物联网技术的数字化农业种植系统和方法 | |
CN111504371A (zh) | 大数据服务系统 | |
CN110347127A (zh) | 基于云服务的农作物种植托管系统及方法 | |
CN111369093B (zh) | 基于机器学习的灌溉方法和装置 | |
CN108614607B (zh) | 一种基于即时监控数据的农业生产多因素管理决策系统 | |
CN111488017A (zh) | 基于物联网的智慧农业管理控制系统 | |
CN110579987A (zh) | 基于lora通讯的智慧果园信息控制系统及方法 | |
CN105353739A (zh) | 一种智能农业管理系统 | |
CN110119176B (zh) | 一种基于土壤元素资源含量数据检测的农作物种植系统 | |
CN110825139A (zh) | 基于物联网的温室大棚智慧化管理系统 | |
CN111766820A (zh) | 一种应用于智能农业的智能精细化管理控制系统 | |
CN109406517A (zh) | 一种农业大棚的病虫害诊断系统 | |
CN109832246A (zh) | 一种基于北斗导航的植保无人机数据综合采集系统 | |
CN114793671A (zh) | 一种室内植物的养殖方法、设备及介质 | |
CN114998767A (zh) | 一种沃柑田间农事信息采集方法 | |
CN115604301A (zh) | 一种基于人工智能的种植环境监测系统 | |
CN112883230A (zh) | 马铃薯生产管理系统 | |
CN112258329A (zh) | 一种山地农业种植园区地理信息管理系统 | |
CN113503911A (zh) | 一种基于大数据的农作物生长环境监测系统 | |
CN114004458A (zh) | 一种多态势感知融合的植物生长管理系统 | |
CN211628101U (zh) | 一种足球场草坪养护系统 | |
CN114913029B (zh) | 一种基于物联网的智能农业监控平台 | |
CN113377141A (zh) | 一种人工智能农业自动管理系统 | |
Krishnan et al. | Self-automated agriculture system using IoT | |
CN114971934A (zh) | 多智能温室集群的农业互联网大数据双引擎算法 |
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 |