CN116127168B - 一种基于物联网的农作物生长实时监控系统及方法 - Google Patents

一种基于物联网的农作物生长实时监控系统及方法 Download PDF

Info

Publication number
CN116127168B
CN116127168B CN202310078673.8A CN202310078673A CN116127168B CN 116127168 B CN116127168 B CN 116127168B CN 202310078673 A CN202310078673 A CN 202310078673A CN 116127168 B CN116127168 B CN 116127168B
Authority
CN
China
Prior art keywords
record
event
crop growth
crop
target
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
Application number
CN202310078673.8A
Other languages
English (en)
Other versions
CN116127168A (zh
Inventor
阎应红
周蕊
王茜
黄祥
李波
虞豹
詹火木
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Academy of Agricultural Sciences
Original Assignee
Chongqing Academy of Agricultural Sciences
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing Academy of Agricultural Sciences filed Critical Chongqing Academy of Agricultural Sciences
Priority to CN202310078673.8A priority Critical patent/CN116127168B/zh
Publication of CN116127168A publication Critical patent/CN116127168A/zh
Application granted granted Critical
Publication of CN116127168B publication Critical patent/CN116127168B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/188—Vegetation
    • 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
    • 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]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • 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]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/20—Analytics; Diagnosis
    • 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]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/30—Control

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • Agronomy & Crop Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Mathematical Physics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Evolutionary Computation (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Biomedical Technology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于物联网的农作物生长实时监控系统及方法，其中系统包括：农作物生长特别事件收集模块，用于收集农作物生长特别事件；事件发生条件分析模块，用于分析农作物生长特别事件的事件发生条件；农作物信息获取模块，用于获取农业园的分园内种植的农作物的农作物信息；目标事件确定模块，用于基于事件发生条件和农作物信息，确定可能发生于分园内的农作物生长特别事件，并作为目标事件；事件特征分析模块，用于分析目标事件的事发特征；物联网监控任务生成模块，用于基于事发特征，生成物联网监控任务并下发。本发明的基于物联网的农作物生长实时监控系统及方法，提升了物联网监控技术运用于农业园的适用性。

Description

一种基于物联网的农作物生长实时监控系统及方法
技术领域
本发明涉及智慧农业技术领域，特别涉及一种基于物联网的农作物生长实时监控系统及方法。
背景技术
目前，有将物联网监控技术运用于农业园内农作物生长监控的应用案例，例如：在农业园内布设摄像机、土壤水分传感器、空气温湿度传感器和光照传感器等，分别对农作物进行相应的病虫害监控、土壤水分监控、空气温湿度监控和光照监控等。
但是，正常的，上述物联网监控设备多需要持续开启进行农作物生长监控，不仅增加设备功耗，还会使得农作物生长监控缺乏针对性，例如：某封闭环境内生长的农作物只有当农药喷洒量不足等才有可能出现病虫害，若控制镜头对着该农作物的摄像头一直开启，会造成摄像机的功耗浪费。
针对这一问题，有一解决方案：需要物联网监控设备厂商或农业园的园主根据农业园的实际情况进行物联网监控任务的设定，再下发给各物联网监控设备，例如：农业园的园主评估农作物的农药喷洒量可能不足，担心农作物出现病虫害，则控制摄像头开启并以一定时间间隔进行病虫害监控。
然而，不同农业园的农作物类型、生长环境等均不同，农业园内多是有大量的分园，由物联网监控设备厂商或农业园的园主设定物联网监控任务，比较繁琐，对物联网监控设备厂商或农业园的园主的农作物种植专业性要求较高，使得这一解决方案适用性不足。基于此，亟需进行解决。
发明内容
本发明目的之一在于提供了一种基于物联网的农作物生长实时监控系统，物联网监控设备无需持续开启，减少了设备功耗，当存在可能重演的农作物生长特别事件时，才会针对性进行监控，提升了农作物生长监控的针对性，其次，也无需物联网监控设备厂商或农业园的园主根据农业园的实际情况进行物联网监控任务的设定，提升了便捷性，对物联网监控设备厂商或农业园的园主的农作物种植专业性要求不高，提升了物联网监控技术运用于农业园的适用性。
本发明实施例提供的一种基于物联网的农作物生长实时监控系统，包括：
农作物生长特别事件收集模块，用于收集农作物生长特别事件；
事件发生条件分析模块，用于分析所述农作物生长特别事件的事件发生条件；
农作物信息获取模块，用于获取农业园的分园内种植的农作物的农作物信息；
目标事件确定模块，用于基于所述事件发生条件和所述农作物信息，确定可能发生于所述分园内的所述农作物生长特别事件，并作为目标事件；
事件特征分析模块，用于分析所述目标事件的事发特征；
物联网监控任务生成模块，用于基于所述事发特征，生成物联网监控任务并下发。
优选的，所述农作物生长特别事件收集模块收集农作物生长特别事件，执行如下操作：
从农业园主的交流场景中爬取农作物生长特别事件；所述交流场景包括：网络群组、论坛贴；
和/或，
从农业种植的知识库中爬取农作物生长特别事件；所述知识库包括：论文库、著作库。
优选的，所述农作物生长特别事件收集模块从农业园主的交流场景中爬取农作物生长特别事件，执行如下操作：
构建所述交流场景中的交流记录的时间线；
按照时序先后依次提取所述时间线上的所述交流记录的第一语义；
每次提取时，将提取到的所述第一语义与预设的任一分享语义进行匹配；所述分享语义包括：代表农业园主开始分享农作物生长特别事件的语义；
若匹配符合，停止提取，获取匹配符合的所述分享语义对应的预设的第一有效语义和预设的第一事件要素，并将对应所述交流记录作为第一目标交流记录；所述第一有效语义包括：代表与农业园主开始分享的农作物生长特别事件相关的语义；
基于交流记录簇提取规则，从所述时间线中提取出所述第一目标交流记录所在的交流记录簇；
提取所述交流记录簇中除所述第一目标交流记录之外的所述交流记录的第四语义；
将所述第四语义与所述第一有效语义进行匹配；
若匹配符合，获取匹配符合的所述第一有效语义对应的预设的第二事件要素；
整合所述第一事件要素和所述第二事件要素，获得农作物生长特别事件；
从所述时间线上所述交流记录簇之后一个所述交流记录继续提取；
其中，所述交流记录簇提取规则包括：
将所述第一目标交流记录入簇；将所述时间线上所述第一目标交流记录之后与所述第一目标交流记录之间的时间距离小于等于预设阈值的所述交流记录入簇；获取已入簇的第一目标交流记录入簇/所述交流记录在所述时间线上的最大时间间隔长度，将所述时间线上所述第一目标交流记录之后最大时间间隔长度之外预设时间间隔长度内与已入簇的第一目标交流记录入簇/所述交流记录同为发言人的所述交流记录入簇。
优选的，所述农作物生长特别事件收集模块从农业园主的交流场景中爬取农作物生长特别事件，还执行如下操作：
解析所述交流记录簇中的所述交流记录的记录类型；
将所述记录类型与预设的任一标准记录类型进行匹配；所述标准记录类型包括：农作物照片、农作物生长环境监控设备的监控信息照片；
若匹配符合，将对应所述交流记录作为第二目标交流记录，并获取匹配符合的所述标准记录类型对应的预设的第二有效语义；所述第二有效语义包括：代表用户对所述第二目标交流记录进行评述的语义；
将所述时间线上所述第二目标交流记录之后预设时间范围内的所述交流记录的所述第一语义与所述第二有效语义进行匹配；
若匹配符合，获取匹配符合的所述第二有效语义对应的预设的记录特征提取模板；
基于所述记录特征提取模板，提取所述第二目标交流记录的记录特征，并作为第三事件要素；
将所述第三事件要素补充整合纳入所述农作物生长特别事件。
优选的，所述目标事件确定模块基于所述事件发生条件和所述农作物信息，确定可能发生于所述分园内的所述农作物生长特别事件，执行如下操作：
获取所述农作物信息离满足所述事件发生条件的差距度；
若所述差距度小于等于预设的差距度阈值，对应所述农作物生长特别事件可能发生于所述分园内；
其中，获取所述农作物信息离满足所述事件发生条件的差距度，包括：
获取所述农作物信息满足所述事件发生条件的第一条件满足情况；
构建所述第一条件满足情况的第一情况描述向量；
构建若所述农作物信息均满足所述事件发生条件的第二条件满足情况；
构建所述第二条件满足情况的第二情况描述向量；
计算所述第一情况描述向量与所述第二情况描述向量之间的向量相似度；
将预设相似度满值与所述向量相似度的差值作为差距度。
优选的，所述物联网监控任务生成模块基于所述事发特征，生成物联网监控任务，执行如下操作：
获取所述事发特征的特征类型对应的预设的物联网监控任务生成模板；
基于所述物联网监控任务生成模板，根据所述事发特征，生成物联网监控子任务；
整合所述物联网监控子任务，获得物联网监控任务。
本发明实施例提供的一种基于物联网的农作物生长实时监控方法，其特征在于，包括：
步骤S1：收集农作物生长特别事件；
步骤S2：分析所述农作物生长特别事件的事件发生条件；
步骤S3：获取农业园的分园内种植的农作物的农作物信息；
步骤S4：基于所述事件发生条件和所述农作物信息，确定可能发生于所述分园内的所述农作物生长特别事件，并作为目标事件；
步骤S5：分析所述目标事件的事发特征；
步骤S6：基于所述事发特征，生成物联网监控任务并下发。
优选的，所述步骤S1：收集模块收集农作物生长特别事件，包括：
从农业园主的交流场景中爬取农作物生长特别事件；所述交流场景包括：网络群组、论坛贴；
和/或，
从农业种植的知识库中爬取农作物生长特别事件；所述知识库包括：论文库、著作库。
优选的，所述从农业园主的交流场景中爬取农作物生长特别事件，包括：
构建所述交流场景中的交流记录的时间线；
按照时序先后依次提取所述时间线上的所述交流记录的第一语义；
每次提取时，将提取到的所述第一语义与预设的任一分享语义进行匹配；所述分享语义包括：代表农业园主开始分享农作物生长特别事件的语义；
若匹配符合，停止提取，获取匹配符合的所述分享语义对应的预设的第一有效语义和预设的第一事件要素，并将对应所述交流记录作为第一目标交流记录；所述第一有效语义包括：代表与农业园主开始分享的农作物生长特别事件相关的语义；
基于交流记录簇提取规则，从所述时间线中提取出所述第一目标交流记录所在的交流记录簇；
提取所述交流记录簇中除所述第一目标交流记录之外的所述交流记录的第四语义；
将所述第四语义与所述第一有效语义进行匹配；
若匹配符合，获取匹配符合的所述第一有效语义对应的预设的第二事件要素；
整合所述第一事件要素和所述第二事件要素，获得农作物生长特别事件；
从所述时间线上所述交流记录簇之后一个所述交流记录继续提取；
其中，所述交流记录簇提取规则包括：
将所述第一目标交流记录入簇；将所述时间线上所述第一目标交流记录之后与所述第一目标交流记录之间的时间距离小于等于预设阈值的所述交流记录入簇；获取已入簇的第一目标交流记录入簇/所述交流记录在所述时间线上的最大时间间隔长度，将所述时间线上所述第一目标交流记录之后最大时间间隔长度之外预设时间间隔长度内与已入簇的第一目标交流记录入簇/所述交流记录同为发言人的所述交流记录入簇。
优选的，所述从农业园主的交流场景中爬取农作物生长特别事件，还包括：
解析所述交流记录簇中的所述交流记录的记录类型；
将所述记录类型与预设的任一标准记录类型进行匹配；所述标准记录类型包括：农作物照片、农作物生长环境监控设备的监控信息照片；
若匹配符合，将对应所述交流记录作为第二目标交流记录，并获取匹配符合的所述标准记录类型对应的预设的第二有效语义；所述第二有效语义包括：代表用户对所述第二目标交流记录进行评述的语义；
将所述时间线上所述第二目标交流记录之后预设时间范围内的所述交流记录的所述第一语义与所述第二有效语义进行匹配；
若匹配符合，获取匹配符合的所述第二有效语义对应的预设的记录特征提取模板；
基于所述记录特征提取模板，提取所述第二目标交流记录的记录特征，并作为第三事件要素；
将所述第三事件要素补充整合纳入所述农作物生长特别事件。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
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为本发明实施例中一种基于物联网的农作物生长实时监控系统的示意图；
图2为本发明实施例中一种基于物联网的农作物生长实时监控方法的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供了一种基于物联网的农作物生长实时监控系统，如图1所示，包括：
农作物生长特别事件收集模块1，用于收集农作物生长特别事件；农作物生长特别事件为不同农作物历史上在生长过程中出现的异常事件，例如：农作物病虫害事件等；
事件发生条件分析模块2，用于分析所述农作物生长特别事件的事件发生条件；事件发生条件为造成上述异常事件发生的条件，例如：农作物的历史农药喷洒量不足；
农作物信息获取模块3，用于获取农业园的分园内种植的农作物的农作物信息；农作物信息包括：历史浇灌量、历史农药喷洒量记录、历史喷洒农药类型记录等；
目标事件确定模块4，用于基于所述事件发生条件和所述农作物信息，确定可能发生于所述分园内的所述农作物生长特别事件，并作为目标事件；例如：历史农药喷洒量记录反应农作物的历史农药喷洒量不足，则对应农作物生长特别事件可能会重演，作为目标事件；
事件特征分析模块5，用于分析所述目标事件的事发特征；事发特征为上述异常事件发生时的主要特征，例如：农作物叶茎出现斑点等；
物联网监控任务生成模块6，用于基于所述事发特征，生成物联网监控任务并下发。物联网监控任务专用于事发特征是否重演的监控，例如：控制摄像机监控农作物的叶茎是否出现斑点。
上述技术方案的工作原理及有益效果为：
系统自身收集农作物生长特别事件，并预估农业园内是否存在发生农作物生长特别事件的可能，若是，生成针对性的物联网监控任务，监控农作物生长特别事件是否重演。在具体应用的时候，物联网监控设备厂商的人员只需在农业园内布设物联网监控设备，农业园的园主只需定时输入农作物信息，系统即可自行进行针对性地农作物生长实时监控工作。本申请中，物联网监控设备无需持续开启，减少了设备功耗，当存在可能重演的农作物生长特别事件时，才会针对性进行监控，提升了农作物生长监控的针对性，其次，也无需物联网监控设备厂商或农业园的园主根据农业园的实际情况进行物联网监控任务的设定，提升了便捷性，对物联网监控设备厂商或农业园的园主的农作物种植专业性要求不高，提升了物联网监控技术运用于农业园的适用性。
在一个实施例中，所述农作物生长特别事件收集模块1收集农作物生长特别事件，执行如下操作：
从农业园主的交流场景中爬取农作物生长特别事件；所述交流场景包括：网络群组、论坛贴；例如：各农业园主组建的微信/QQ/钉钉群、农作物种植交流论坛上的各用户发帖等；
和/或，
从农业种植的知识库中爬取农作物生长特别事件；所述知识库包括：论文库、著作库。论文库中有大量的农作物种植相关的研究论文、著作库中有大量的农作物种植相关的书籍等。
上述技术方案的工作原理及有益效果为：
正常的，想要收集农作物生长特别事件，只能等待农作园自身出现后进行记录，这会导致农作物生长特别事件收集的全面性、及时性均不足。随着智能手机、电脑等的普及，农业园主之间会组建一些网络群组和访问一些农作物种植交流论坛等，通过这两种方式农业园主会出于寻求帮助、善意提醒同行的心理，分享自己农业园内种植的农作物历史上在生长过程中出现的异常事件。因此，可从交流场景中爬取。其次，一些农作物种植相关的论文、著作也会记载农作物历史上在生长过程中出现的异常事件，因次，也可以从中爬取。引入两种方式收集农作物生长特别事件，提升了农作物生长特别事件收集的全面性、及时性。
在一个实施例中，所述农作物生长特别事件收集模块1从农业园主的交流场景中爬取农作物生长特别事件，执行如下操作：
构建所述交流场景中的交流记录的时间线；构建时，将交流记录按照记录产生时间设置于时间线上对应的时间点处；
按照时序先后依次提取所述时间线上的所述交流记录的第一语义；
每次提取时，将提取到的所述第一语义与预设的任一分享语义进行匹配；所述分享语义包括：代表农业园主开始分享农作物生长特别事件的语义，例如：“我种的西红柿出现灰霉病”等；
若匹配符合，停止提取，获取匹配符合的所述分享语义对应的预设的第一有效语义和预设的第一事件要素，并将对应所述交流记录作为第一目标交流记录；所述第一有效语义包括：代表与农业园主开始分享的农作物生长特别事件相关的语义，例如：“造成很多烂果”等；第一事件要素为分享语义反应的事件情形，例如：匹配符合的分享语义为“我种的西红柿出现灰霉病”，则第一事件要素为西红柿灰霉病；
基于交流记录簇提取规则，从所述时间线中提取出所述第一目标交流记录所在的交流记录簇；
提取所述交流记录簇中除所述第一目标交流记录之外的所述交流记录的第四语义；
将所述第四语义与所述第一有效语义进行匹配；
若匹配符合，获取匹配符合的所述第一有效语义对应的预设的第二事件要素；第二事件要素为第一有效语义反应的事件情形，例如：第一有效语义为“造成很多烂果”，则第二事件要素为烂果；
整合所述第一事件要素和所述第二事件要素，获得农作物生长特别事件；
从所述时间线上所述交流记录簇之后一个所述交流记录继续提取；交流记录簇反应了农业园主进行一个农作物历史上在生长过程中出现的异常事件的交流阶段，因此，从其之后一个交流记录继续提取第一语义，减少了系统资源，提升农作物生长特别事件爬取效率；
其中，所述交流记录簇提取规则包括：
将所述第一目标交流记录入簇；
将所述时间线上所述第一目标交流记录之后与所述第一目标交流记录之间的时间距离小于等于预设阈值的所述交流记录入簇；一般的，第一目标交流记录反应有农业园主分享农作物历史上在生长过程中出现的异常事件，因此，之后一定时间内农业园主和其他农业园主会进行交流讨论，因此，将该类交流记录也入簇；
获取已入簇的第一目标交流记录入簇/所述交流记录在所述时间线上的最大时间间隔长度，将所述时间线上所述第一目标交流记录之后最大时间间隔长度之外预设时间间隔长度内与已入簇的第一目标交流记录入簇/所述交流记录同为发言人的所述交流记录入簇。一般的，当一个其他农业园主回复农业园主分享的农作物历史上在生长过程中出现的异常事件时，可能会因为现实中有事情要忙，临时回复了一下就下线了，当再上线时，继续对之前临时回复的异常事件进行关注回复等，因此，这类交流记录也应入簇。
上述技术方案的工作原理及有益效果为：
引入分享语义，识别农业园主是否在分享农作物历史上在生长过程中出现的异常事件，若是，再进行后续识别，减少了系统的工作资源。引入第一有效语义，对交流记录簇中各交流记录的第一语义进行有效筛选，提升了系统的工作效率。其次，引入交流记录簇提取规则，保证提取出的交流记录簇尽可能地完整地反应是各农业园主进行一个农作物历史上在生长过程中出现的异常事件的交流阶段的交流记录簇，提升了农作物生长特别事件爬取的完整性和适用性。
在一个实施例中，所述农作物生长特别事件收集模块1从农业园主的交流场景中爬取农作物生长特别事件，还执行如下操作：
解析所述交流记录簇中的所述交流记录的记录类型；
将所述记录类型与预设的任一标准记录类型进行匹配；所述标准记录类型包括：农作物照片、农作物生长环境监控设备的监控信息照片；例如：农业园主在分享病虫害时会发出农作物的农作物照片、在发生由于生长环境原因造成的农作物异常事件时，会贴出农作物生长环境监控设备的监控信息照片；
若匹配符合，将对应所述交流记录作为第二目标交流记录，并获取匹配符合的所述标准记录类型对应的预设的第二有效语义；所述第二有效语义包括：代表用户对所述第二目标交流记录进行评述的语义，例如：“看叶子，全是斑点”等；
将所述时间线上所述第二目标交流记录之后预设时间范围内的所述交流记录的所述第一语义与所述第二有效语义进行匹配；
若匹配符合，获取匹配符合的所述第二有效语义对应的预设的记录特征提取模板；记录特征提取模板为提取出与第二有效语义表达重点相符的记录特征的模板，例如：第二有效语义为“茎上灰褐色斑点”，则记录特征提取模板为提取出灰褐色斑点的位置、斑点面积和斑点颜色的RGB值等；
基于所述记录特征提取模板，提取所述第二目标交流记录的记录特征，并作为第三事件要素；
将所述第三事件要素补充整合纳入所述农作物生长特别事件。
上述技术方案的工作原理及有益效果为：
将第三事件要素补入农作物生长特别事件，可以提升确定农作物生长特别事件是否在农业园内重演的确定效率。引入第二有效语义，提升了用户对第二目标交流记录进行评述的情形的识别效率。一般的，农业园主在分享农作物历史上在生长过程中出现的异常事件时，多会分享具体照片，因此，本发明实施例特别具有适用性。
在一个实施例中，所述目标事件确定模块4基于所述事件发生条件和所述农作物信息，确定可能发生于所述分园内的所述农作物生长特别事件，执行如下操作：
获取所述农作物信息离满足所述事件发生条件的差距度；
若所述差距度小于等于预设的差距度阈值，对应所述农作物生长特别事件可能发生于所述分园内；
其中，获取所述农作物信息离满足所述事件发生条件的差距度，包括：
获取所述农作物信息满足所述事件发生条件的第一条件满足情况；第一条件满足情况为哪些事件发生条件被满足、哪些事件发生条件不被满足，下方的第二条件满足情况与之同理；
构建所述第一条件满足情况的第一情况描述向量；第一情况描述向量可基于向量构建技术进行构建，下方的第二情况描述向量与之同理；
构建若所述农作物信息均满足所述事件发生条件的第二条件满足情况；
构建所述第二条件满足情况的第二情况描述向量；
计算所述第一情况描述向量与所述第二情况描述向量之间的向量相似度；向量相似度计算属于现有技术范畴，不作赘述；
将预设相似度满值与所述向量相似度的差值作为差距度。
上述技术方案的工作原理及有益效果为：
当农作物信息离满足事件发生条件的差距度过小时，说明农作物生长特别事件可能发生于所述分园内的可能性越大，则作为目标事件。引入第一情况描述向量、第二情况描述向量和向量相似度等，提升了可能发生于分园内的农作物生长特别事件确定的确定效率。
在一个实施例中，所述物联网监控任务生成模块6基于所述事发特征，生成物联网监控任务，执行如下操作：
获取所述事发特征的特征类型对应的预设的物联网监控任务生成模板；物联网监控任务生成模板为根据该特征类型的事发特征生成物联网监控任务的模板，例如：事发特征为枝茎出现斑点，则生成获取农作物枝茎图像、基于图像识别技术识别枝茎图像上事发出现斑点的任务；
基于所述物联网监控任务生成模板，根据所述事发特征，生成物联网监控子任务；
整合所述物联网监控子任务，获得物联网监控任务。
上述技术方案的工作原理及有益效果为：
引入物联网监控任务生成模板，提升物联网监控任务生成的生成效率。
本发明实施例提供了一种基于物联网的农作物生长实时监控方法，如图2所示，包括：
步骤S1：收集农作物生长特别事件；
步骤S2：分析所述农作物生长特别事件的事件发生条件；
步骤S3：获取农业园的分园内种植的农作物的农作物信息；
步骤S4：基于所述事件发生条件和所述农作物信息，确定可能发生于所述分园内的所述农作物生长特别事件，并作为目标事件；
步骤S5：分析所述目标事件的事发特征；
步骤S6：基于所述事发特征，生成物联网监控任务并下发。
在一个实施例中，所述步骤S1：收集模块收集农作物生长特别事件，包括：
从农业园主的交流场景中爬取农作物生长特别事件；所述交流场景包括：网络群组、论坛贴；
和/或，
从农业种植的知识库中爬取农作物生长特别事件；所述知识库包括：论文库、著作库。
在一个实施例中，所述从农业园主的交流场景中爬取农作物生长特别事件，包括：
构建所述交流场景中的交流记录的时间线；
按照时序先后依次提取所述时间线上的所述交流记录的第一语义；
每次提取时，将提取到的所述第一语义与预设的任一分享语义进行匹配；所述分享语义包括：代表农业园主开始分享农作物生长特别事件的语义；
若匹配符合，停止提取，获取匹配符合的所述分享语义对应的预设的第一有效语义和预设的第一事件要素，并将对应所述交流记录作为第一目标交流记录；所述第一有效语义包括：代表与农业园主开始分享的农作物生长特别事件相关的语义；
基于交流记录簇提取规则，从所述时间线中提取出所述第一目标交流记录所在的交流记录簇；
提取所述交流记录簇中除所述第一目标交流记录之外的所述交流记录的第四语义；
将所述第四语义与所述第一有效语义进行匹配；
若匹配符合，获取匹配符合的所述第一有效语义对应的预设的第二事件要素；
整合所述第一事件要素和所述第二事件要素，获得农作物生长特别事件；
从所述时间线上所述交流记录簇之后一个所述交流记录继续提取；
其中，所述交流记录簇提取规则包括：
将所述第一目标交流记录入簇；将所述时间线上所述第一目标交流记录之后与所述第一目标交流记录之间的时间距离小于等于预设阈值的所述交流记录入簇；获取已入簇的第一目标交流记录入簇/所述交流记录在所述时间线上的最大时间间隔长度，将所述时间线上所述第一目标交流记录之后最大时间间隔长度之外预设时间间隔长度内与已入簇的第一目标交流记录入簇/所述交流记录同为发言人的所述交流记录入簇。
在一个实施例中，所述从农业园主的交流场景中爬取农作物生长特别事件，还包括：
解析所述交流记录簇中的所述交流记录的记录类型；
将所述记录类型与预设的任一标准记录类型进行匹配；所述标准记录类型包括：农作物照片、农作物生长环境监控设备的监控信息照片；
若匹配符合，将对应所述交流记录作为第二目标交流记录，并获取匹配符合的所述标准记录类型对应的预设的第二有效语义；所述第二有效语义包括：代表用户对所述第二目标交流记录进行评述的语义；
将所述时间线上所述第二目标交流记录之后预设时间范围内的所述交流记录的所述第一语义与所述第二有效语义进行匹配；
若匹配符合，获取匹配符合的所述第二有效语义对应的预设的记录特征提取模板；
基于所述记录特征提取模板，提取所述第二目标交流记录的记录特征，并作为第三事件要素；
将所述第三事件要素补充整合纳入所述农作物生长特别事件。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (7)

1.一种基于物联网的农作物生长实时监控系统，其特征在于，包括：
农作物生长特别事件收集模块，用于收集农作物生长特别事件；
事件发生条件分析模块，用于分析所述农作物生长特别事件的事件发生条件；
农作物信息获取模块，用于获取农业园的分园内种植的农作物的农作物信息；
目标事件确定模块，用于基于所述事件发生条件和所述农作物信息，确定可能发生于所述分园内的所述农作物生长特别事件，并作为目标事件；
事件特征分析模块，用于分析所述目标事件的事发特征；
物联网监控任务生成模块，用于基于所述事发特征，生成物联网监控任务并下发；
所述农作物生长特别事件收集模块收集农作物生长特别事件，执行如下操作：
从农业园主的交流场景中爬取农作物生长特别事件；所述交流场景包括：网络群组、论坛贴；
和/或，
从农业种植的知识库中爬取农作物生长特别事件；所述知识库包括：论文库、著作库；
所述目标事件确定模块基于所述事件发生条件和所述农作物信息，确定可能发生于所述分园内的所述农作物生长特别事件，执行如下操作：
获取所述农作物信息离满足所述事件发生条件的差距度；
若所述差距度小于等于预设的差距度阈值，对应所述农作物生长特别事件可能发生于所述分园内；
其中，获取所述农作物信息离满足所述事件发生条件的差距度，包括：
获取所述农作物信息满足所述事件发生条件的第一条件满足情况；
构建所述第一条件满足情况的第一情况描述向量；
构建若所述农作物信息均满足所述事件发生条件的第二条件满足情况；
构建所述第二条件满足情况的第二情况描述向量；
计算所述第一情况描述向量与所述第二情况描述向量之间的向量相似度；
将预设相似度满值与所述向量相似度的差值作为差距度。
2.如权利要求1所述的一种基于物联网的农作物生长实时监控系统，其特征在于，所述农作物生长特别事件收集模块从农业园主的交流场景中爬取农作物生长特别事件，执行如下操作：
构建所述交流场景中的交流记录的时间线；
按照时序先后依次提取所述时间线上的所述交流记录的第一语义；
每次提取时，将提取到的所述第一语义与预设的任一分享语义进行匹配；所述分享语义包括：代表农业园主开始分享农作物生长特别事件的语义；
若匹配符合，停止提取，获取匹配符合的所述分享语义对应的预设的第一有效语义和预设的第一事件要素，并将对应所述交流记录作为第一目标交流记录；所述第一有效语义包括：代表与农业园主开始分享的农作物生长特别事件相关的语义；
基于交流记录簇提取规则，从所述时间线中提取出所述第一目标交流记录所在的交流记录簇；
提取所述交流记录簇中除所述第一目标交流记录之外的所述交流记录的第四语义；
将所述第四语义与所述第一有效语义进行匹配；
若匹配符合，获取匹配符合的所述第一有效语义对应的预设的第二事件要素；
整合所述第一事件要素和所述第二事件要素，获得农作物生长特别事件；
从所述时间线上所述交流记录簇之后一个所述交流记录继续提取；
其中，所述交流记录簇提取规则包括：
将所述第一目标交流记录入簇；将所述时间线上所述第一目标交流记录之后与所述第一目标交流记录之间的时间距离小于等于预设阈值的所述交流记录入簇；获取已入簇的第一目标交流记录入簇/所述交流记录在所述时间线上的最大时间间隔长度，将所述时间线上所述第一目标交流记录之后最大时间间隔长度之外预设时间间隔长度内与已入簇的第一目标交流记录入簇/所述交流记录同为发言人的所述交流记录入簇。
3.如权利要求2所述的一种基于物联网的农作物生长实时监控系统，其特征在于，所述农作物生长特别事件收集模块从农业园主的交流场景中爬取农作物生长特别事件，还执行如下操作：
解析所述交流记录簇中的所述交流记录的记录类型；
将所述记录类型与预设的任一标准记录类型进行匹配；所述标准记录类型包括：农作物照片、农作物生长环境监控设备的监控信息照片；
若匹配符合，将对应所述交流记录作为第二目标交流记录，并获取匹配符合的所述标准记录类型对应的预设的第二有效语义；所述第二有效语义包括：代表用户对所述第二目标交流记录进行评述的语义；
将所述时间线上所述第二目标交流记录之后预设时间范围内的所述交流记录的所述第一语义与所述第二有效语义进行匹配；
若匹配符合，获取匹配符合的所述第二有效语义对应的预设的记录特征提取模板；
基于所述记录特征提取模板，提取所述第二目标交流记录的记录特征，并作为第三事件要素；
将所述第三事件要素补充整合纳入所述农作物生长特别事件。
4.如权利要求1所述的一种基于物联网的农作物生长实时监控系统，其特征在于，所述物联网监控任务生成模块基于所述事发特征，生成物联网监控任务，执行如下操作：
获取所述事发特征的特征类型对应的预设的物联网监控任务生成模板；
基于所述物联网监控任务生成模板，根据所述事发特征，生成物联网监控子任务；
整合所述物联网监控子任务，获得物联网监控任务。
5.一种基于物联网的农作物生长实时监控方法，其特征在于，包括：
步骤S1：收集农作物生长特别事件；
步骤S2：分析所述农作物生长特别事件的事件发生条件；
步骤S3：获取农业园的分园内种植的农作物的农作物信息；
步骤S4：基于所述事件发生条件和所述农作物信息，确定可能发生于所述分园内的所述农作物生长特别事件，并作为目标事件；
步骤S5：分析所述目标事件的事发特征；
步骤S6：基于所述事发特征，生成物联网监控任务并下发；
所述步骤S1：收集模块收集农作物生长特别事件，包括：
从农业园主的交流场景中爬取农作物生长特别事件；所述交流场景包括：网络群组、论坛贴；
和/或，
从农业种植的知识库中爬取农作物生长特别事件；所述知识库包括：论文库、著作库；
所述基于所述事件发生条件和所述农作物信息，确定可能发生于所述分园内的所述农作物生长特别事件，包括：
获取所述农作物信息离满足所述事件发生条件的差距度；
若所述差距度小于等于预设的差距度阈值，对应所述农作物生长特别事件可能发生于所述分园内；
其中，获取所述农作物信息离满足所述事件发生条件的差距度，包括：
获取所述农作物信息满足所述事件发生条件的第一条件满足情况；
构建所述第一条件满足情况的第一情况描述向量；
构建若所述农作物信息均满足所述事件发生条件的第二条件满足情况；
构建所述第二条件满足情况的第二情况描述向量；
计算所述第一情况描述向量与所述第二情况描述向量之间的向量相似度；
将预设相似度满值与所述向量相似度的差值作为差距度。
6.如权利要求5所述的一种基于物联网的农作物生长实时监控方法，其特征在于，所述从农业园主的交流场景中爬取农作物生长特别事件，包括：
构建所述交流场景中的交流记录的时间线；
按照时序先后依次提取所述时间线上的所述交流记录的第一语义；
每次提取时，将提取到的所述第一语义与预设的任一分享语义进行匹配；所述分享语义包括：代表农业园主开始分享农作物生长特别事件的语义；
若匹配符合，停止提取，获取匹配符合的所述分享语义对应的预设的第一有效语义和预设的第一事件要素，并将对应所述交流记录作为第一目标交流记录；所述第一有效语义包括：代表与农业园主开始分享的农作物生长特别事件相关的语义；
基于交流记录簇提取规则，从所述时间线中提取出所述第一目标交流记录所在的交流记录簇；
提取所述交流记录簇中除所述第一目标交流记录之外的所述交流记录的第四语义；
将所述第四语义与所述第一有效语义进行匹配；
若匹配符合，获取匹配符合的所述第一有效语义对应的预设的第二事件要素；
整合所述第一事件要素和所述第二事件要素，获得农作物生长特别事件；
从所述时间线上所述交流记录簇之后一个所述交流记录继续提取；
其中，所述交流记录簇提取规则包括：
将所述第一目标交流记录入簇；将所述时间线上所述第一目标交流记录之后与所述第一目标交流记录之间的时间距离小于等于预设阈值的所述交流记录入簇；获取已入簇的第一目标交流记录入簇/所述交流记录在所述时间线上的最大时间间隔长度，将所述时间线上所述第一目标交流记录之后最大时间间隔长度之外预设时间间隔长度内与已入簇的第一目标交流记录入簇/所述交流记录同为发言人的所述交流记录入簇。
7.如权利要求6所述的一种基于物联网的农作物生长实时监控方法，其特征在于，所述从农业园主的交流场景中爬取农作物生长特别事件，还包括：
解析所述交流记录簇中的所述交流记录的记录类型；
将所述记录类型与预设的任一标准记录类型进行匹配；所述标准记录类型包括：农作物照片、农作物生长环境监控设备的监控信息照片；
若匹配符合，将对应所述交流记录作为第二目标交流记录，并获取匹配符合的所述标准记录类型对应的预设的第二有效语义；所述第二有效语义包括：代表用户对所述第二目标交流记录进行评述的语义；
将所述时间线上所述第二目标交流记录之后预设时间范围内的所述交流记录的所述第一语义与所述第二有效语义进行匹配；
若匹配符合，获取匹配符合的所述第二有效语义对应的预设的记录特征提取模板；
基于所述记录特征提取模板，提取所述第二目标交流记录的记录特征，并作为第三事件要素；
将所述第三事件要素补充整合纳入所述农作物生长特别事件。
CN202310078673.8A 2023-01-19 2023-01-19 一种基于物联网的农作物生长实时监控系统及方法 Active CN116127168B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310078673.8A CN116127168B (zh) 2023-01-19 2023-01-19 一种基于物联网的农作物生长实时监控系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310078673.8A CN116127168B (zh) 2023-01-19 2023-01-19 一种基于物联网的农作物生长实时监控系统及方法

Publications (2)

Publication Number Publication Date
CN116127168A CN116127168A (zh) 2023-05-16
CN116127168B true CN116127168B (zh) 2023-09-19

Family

ID=86298907

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310078673.8A Active CN116127168B (zh) 2023-01-19 2023-01-19 一种基于物联网的农作物生长实时监控系统及方法

Country Status (1)

Country Link
CN (1) CN116127168B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116755376B (zh) * 2023-08-17 2023-11-03 山东福禾菌业科技股份有限公司 一种基于农业物联网的监控方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018232860A1 (zh) * 2017-06-23 2018-12-27 深圳市盛路物联通讯技术有限公司 一种基于物联网的农作物生长管理方法及系统
CN112330335A (zh) * 2019-07-30 2021-02-05 北京京东振世信息技术有限公司 农业生产过程中的溯源方法及装置、存储介质及电子设备
CN114998335A (zh) * 2022-08-02 2022-09-02 江苏三棱智慧物联发展股份有限公司 物联网视频监控系统及其监控方法
CN115185220A (zh) * 2022-08-11 2022-10-14 安徽中昆绿色防控科技有限公司 一种基于物联网的农林病虫害监控系统
CN115604049A (zh) * 2022-12-14 2023-01-13 忆月启函（盐城）科技有限公司（Cn） 一种用于家庭多功能监控的智能通信网络系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150057146A (ko) * 2013-11-18 2015-05-28 한국전자통신연구원 농업 환경 정보에 대한 시멘틱 영상 정보 생성 방법 및 장치
US20160125331A1 (en) * 2014-10-30 2016-05-05 AgriSight, Inc. Automated agricultural activity determination system and method

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018232860A1 (zh) * 2017-06-23 2018-12-27 深圳市盛路物联通讯技术有限公司 一种基于物联网的农作物生长管理方法及系统
CN112330335A (zh) * 2019-07-30 2021-02-05 北京京东振世信息技术有限公司 农业生产过程中的溯源方法及装置、存储介质及电子设备
CN114998335A (zh) * 2022-08-02 2022-09-02 江苏三棱智慧物联发展股份有限公司 物联网视频监控系统及其监控方法
CN115185220A (zh) * 2022-08-11 2022-10-14 安徽中昆绿色防控科技有限公司 一种基于物联网的农林病虫害监控系统
CN115604049A (zh) * 2022-12-14 2023-01-13 忆月启函（盐城）科技有限公司（Cn） 一种用于家庭多功能监控的智能通信网络系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
基于物联网的农作物管理系统的研究与设计;李鑫;贾小林;;物联网技术(10);全文 *
张博文 ; 张正炳 ; .基于物联网的智慧农业系统设计.长江大学学报(自科版).2016,(28),全文. *
设施农业远程监控与智能决策支持系统的研究;张艮龙;尹蓉;;山西电子技术(05);全文 *
陈建美 ; 汤军 ; .基于WebGIS和物联网的农业大棚监控系统.电脑知识与技术.2017,(36),全文. *

Also Published As

Publication number Publication date
CN116127168A (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
Burrell et al. Vineyard computing: Sensor networks in agricultural production
CN116127168B (zh) 一种基于物联网的农作物生长实时监控系统及方法
Murugamani et al. Machine Learning Technique for Precision Agriculture Applications in 5G‐Based Internet of Things
CN111476149A (zh) 一种植物培育控制方法和系统
CN114005237A (zh) 一种基于热成像分析技术的林火识别方法、设备及计算机存储介质
CN112329709B (zh) 农产品智能品控系统、方法、计算机设备及存储介质
CN106485589A (zh) 一种基于物联网的农业企业集团信息化管理系统
Ludwig-Ohm et al. The contribution of Horticulture 4.0 innovations to more sustainable horticulture
CN114911174A (zh) 一种植物仿生的方法和装置
CN111832448A (zh) 一种用于葡萄果园的病害识别方法及系统
CN117911957B (zh) 一种针对观赏葵病虫害的防治监控系统及方法
CN116773550B (zh) 一种基于机器视觉的农业智能监测系统及方法
CN113377141A (zh) 一种人工智能农业自动管理系统
CN117522365A (zh) 一种城市园林智能管养系统
CN117669885A (zh) 一种智能烟草种植管理系统及方法
CN117575834A (zh) 一种油茶智能种植管理系统
CN116310490A (zh) 一种农业病虫害远程自动诊断系统及方法
CN114677047A (zh) 基于多源数据的农业生产规划精准决策系统及方法
CN114578881A (zh) 一种智能养护管理系统
Abdulghani et al. Cyber-Physical System Based Data Mining and Processing Toward Autonomous Agricultural Systems
CN117541177B (zh) 一种基于大数据的智慧农业监控管理方法及系统
CN108121979A (zh) 一种针对韭菜的田间管理系统
Patil et al. GRAPE QUALITY PREDICTION WITH PRE-POST HARVESTING USING FUSION DEEP LEARNING
CN115660236B (zh) 作物物候期预测方法、装置、电子设备和存储介质
CN118279755B (zh) 一种农作物生长模式的确定方法、装置及电子设备

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