CN116362615A - 基于物联网的大田环境下冬油菜生长状态监测系统 - Google Patents
基于物联网的大田环境下冬油菜生长状态监测系统 Download PDFInfo
- Publication number
- CN116362615A CN116362615A CN202310344079.9A CN202310344079A CN116362615A CN 116362615 A CN116362615 A CN 116362615A CN 202310344079 A CN202310344079 A CN 202310344079A CN 116362615 A CN116362615 A CN 116362615A
- Authority
- CN
- China
- Prior art keywords
- analysis
- planting
- stage
- signal
- influence
- 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
- 235000006008 Brassica napus var napus Nutrition 0.000 title claims abstract description 45
- 240000000385 Brassica napus var. napus Species 0.000 title claims abstract description 45
- 238000012544 monitoring process Methods 0.000 title claims abstract description 40
- 238000004458 analytical method Methods 0.000 claims abstract description 255
- 230000002159 abnormal effect Effects 0.000 claims abstract description 34
- 230000007613 environmental effect Effects 0.000 claims description 41
- 238000003891 environmental analysis Methods 0.000 claims description 35
- 238000006243 chemical reaction Methods 0.000 claims description 33
- 238000000034 method Methods 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 27
- 230000009467 reduction Effects 0.000 claims description 15
- 238000007405 data analysis Methods 0.000 claims description 12
- 230000006854 communication Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 238000009331 sowing Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims description 2
- 230000004083 survival effect Effects 0.000 abstract description 5
- 239000002699 waste material Substances 0.000 abstract 1
- 238000009313 farming Methods 0.000 description 3
- 238000012797 qualification Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Mathematical Physics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Mathematics (AREA)
- Software Systems (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
Abstract
本发明公开了基于物联网的大田环境下冬油菜生长状态监测系统,涉及冬油菜生长状态监测技术领域,解决了现有技术中,不能够根据种植阶段内影响参数的管控力度进行分析,以至于种植阶段内影响参数管控缺乏针对性的技术问题,将分析对象的阶段进行进展分析,判断分析对象的种植子阶段进展是否正常,从而在各个种植子阶段的进展出现异常时及时进行管控,防止分析对象的种植出现偏差从而导致分析对象的种植效率降低,且无法及时管控也容易造成前提投入成本浪费,无法保证分析对象的种植成活率;根据分析对象的产量对各个生长阶段进行分析,判断分析对象的各个阶段生长状态是否正常。
Description
技术领域
本发明涉及冬油菜生长状态监测技术领域,具体为基于物联网的大田环境下冬油菜生长状态监测系统。
背景技术
冬油菜,民俗用语。是指生长过程中需要越冬的油菜,是指秋播或秋冬交际时播种至第二年春季及夏季收获的油菜。冬油菜是越年生植物,可用于解决冬季农耕地闲置状态,可缩短农耕地闲置及无作物覆盖时间。可增加农耕地植被覆盖率及覆盖时间。
但是在现有技术中,冬油菜在种植过程中,不能够根据种植阶段内影响参数的管控力度进行分析,以至于种植阶段内影响参数管控缺乏针对性,造成冬油菜种植阶段的生长状态不能够保证,同时不能够对种植各个阶段进展进行分析,从而无法根据阶段生长进行生长状态监测。
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的就在于为了解决上述提出的问题,而提出基于物联网的大田环境下冬油菜生长状态监测系统,对冬油菜的种植时期进行环境分析,判断冬油菜的种植时期内环境变化是否影响冬油菜种植,从而在种植时期进行冬油菜生长预警,以至于能够对冬油菜的生长状态进行准确监测;对分析对象的种植阶段进行控制分析,在分析对象的种植过程进行种植控制分析判定,判断种植控制是否合格。
本发明的目的可以通过以下技术方案实现:
基于物联网的大田环境下冬油菜生长状态监测系统,包括服务器,服务器通讯连接有:
分时期环境分析单元,用于对冬油菜的种植时期进行环境分析,将冬油菜标记为分析对象,并将分析对象的种植时期划分为越冬期和返青期;获取到分析对象的分时期环境分析系数,根据分时期环境分析系数比较生成环境需控制信号或者环境控制合格信号,并将其发送至服务器;
分阶段控制分析单元,用于对分析对象的种植阶段进行控制分析,通过控制分析生成分阶段控制正常信号或者分阶段控制异常信号,并将其发送至服务器;
阶段进展分析单元,用于将分析对象的阶段进行进展分析,通过进展分析生成阶段分析异常信号或者阶段分析正常信号,并将其发送至服务器;
产量数据分析单元,用于根据分析对象的产量对各个生长阶段进行分析,通过分析生成区域无影响信号、阶段生长状态合格信号、阶段生长状态不合格信号以及区域影响信号,并将对应类型的信号发送至服务器。
作为本发明的一种优选实施方式,分时期环境分析单元的运行过程如下:
采集到分析对象的种植时期内非控制时环境参数与预设参数的偏差值以及控制时环境参数非处于预设参数范围的频率;采集到分析对象对应越冬期和返青期两个时期实时环境参数平均可控制量的相差值;通过分析获取到分析对象的分时期环境分析系数;
将分析对象的分时期环境分析系数与环境分析系数阈值进行比较:
若分析对象的分时期环境分析系数超过环境分析系数阈值,则判定分析对象的种植期间内环境管控效率低,生成环境需控制信号并将环境需控制信号发送至服务器;若分析对象的分时期环境分析系数未超过环境分析系数阈值,则判定分析对象的种植期间内环境管控效率正常,生成环境控制合格信号并将环境控制合格信号发送至服务器。
作为本发明的一种优选实施方式,分阶段控制分析单元的运行过程如下:
将分析对象的种植过程划分为播种、叶片、花蕾、抽薹以及成熟五个阶段,并将其统一标记为种植子阶段,采集到各个种植子阶段的影响参数,影响参数包括温度、含水量等参数,根据同类型分析对象的历史种植阶段后获取到影响参数在不符合预设范围后对应种植子阶段出现分析对象种植异常时间段,根据种植子阶段内分析对象种植异常时间段获取到对应类型影响参数作为导致因素的次数占比,并将对应次数占比标记为各个类型的影响参数在当前阶段的影响比例,其影响比例越大则对应类型影响参数在当前阶段的影响越大;设置影响比例阈值,若当前影响比值高于影响比例阈值,则将对应类型的影响参数标记为当前阶段的高影响参数;若当前影响比值未高于影响比例阈值,则将对应类型的影响参数标记为当前阶段的低影响参数。
作为本发明的一种优选实施方式,采集到分析对象对应种植子阶段内高影响参数的监测周期与低影响参数的监测周期对应减少量以及高影响参数的数值浮动控制缓冲时长与低影响参数的数值浮动控制缓冲时长对应多出值,并将其分别与减少量阈值和多出量阈值进行比较:
若分析对象对应种植子阶段内高影响参数的监测周期与低影响参数的监测周期对应减少量超过减少量阈值,且高影响参数的数值浮动控制缓冲时长与低影响参数的数值浮动控制缓冲时长对应多出值未超过多出量阈值,则判定分析对象的分阶段控制分析合格,生成分阶段控制正常信号并将分阶段控制正常信号发送至服务器;
若分析对象对应种植子阶段内高影响参数的监测周期与低影响参数的监测周期对应减少量未超过减少量阈值,或者高影响参数的数值浮动控制缓冲时长与低影响参数的数值浮动控制缓冲时长对应多出值超过多出量阈值,则判定分析对象的分阶段控制分析不合格,生成分阶段控制异常信号并将分阶段控制异常信号发送至服务器。
作为本发明的一种优选实施方式,阶段进展分析单元的运行过程如下:
采集到分析对象种植期间内当个种植阶段的实时消耗时长与预设消耗时长的偏差值以及相邻种植阶段实际转化时长与预设转化时长的偏差值,并将分析对象种植期间内当个种植阶段的实时消耗时长与预设消耗时长的偏差值以及相邻种植阶段实际转化时长与预设转化时长的偏差值分别与消耗时长偏差值阈值和转化时长偏差值阈值进行比较:
若分析对象种植期间内当个种植阶段的实时消耗时长与预设消耗时长的偏差值超过消耗时长偏差值阈值,或者相邻种植阶段实际转化时长与预设转化时长的偏差值超过转化时长偏差值阈值,则判定分析对象种植期间阶段进展分析异常,生成阶段分析异常信号并将阶段分析异常信号发送至服务器;
若分析对象种植期间内当个种植阶段的实时消耗时长与预设消耗时长的偏差值未超过消耗时长偏差值阈值,且相邻种植阶段实际转化时长与预设转化时长的偏差值未超过转化时长偏差值阈值,则判定分析对象种植期间阶段进展分析正常,生成阶段分析正常信号并将阶段分析正常信号发送至服务器。
作为本发明的一种优选实施方式,产量数据分析单元的运行过程如下:
采集到种植过程中同一区域同类型分析对象的实际产量与预设产量多出值以及同一区域不同时间段内同类型分析对象产量的最大浮动值,并将其分别与产量多出值阈值和产量浮动值阈值进行比较:
若同一区域不同时间段内同类型分析对象产量的最大浮动值未超过产量浮动值阈值,则判定当前区域分析对象产量不受外界影响,生成区域无影响信号并将区域无影响信号发送至服务器;同时进一步分析,若种植过程中同一区域同类型分析对象的实际产量与预设产量多出值超过产量多出值阈值,则判定当前区域的分析对象种植阶段执行合格,生成阶段生长状态合格信号并将阶段生长状态合格信号发送至服务器;反之,若种植过程中同一区域同类型分析对象的实际产量与预设产量多出值超过产量多出值阈值,则判定当前区域的分析对象种植阶段执行不合格,生成阶段生长状态不合格信号并将阶段生长状态不合格信号发送至服务器;
若同一区域不同时间段内同类型分析对象产量的最大浮动值未超过产量浮动值阈值,且种植过程中同一区域同类型分析对象的实际产量与预设产量多出值未超过产量多出值阈值,则判定当前区域分析对象产量受外界影响,生成区域影响信号并将区域影响信号发送至服务器,服务器接收到区域影响信号后,将对应区域进行种植类型调整。
与现有技术相比,本发明的有益效果是:
1、本发明中,对冬油菜的种植时期进行环境分析,判断冬油菜的种植时期内环境变化是否影响冬油菜种植,从而在种植时期进行冬油菜生长预警,以至于能够对冬油菜的生长状态进行准确监测;对分析对象的种植阶段进行控制分析,在分析对象的种植过程进行种植控制分析判定,判断种植控制是否合格,从而防止分析对象在种植过程中种植控制不合格导致分析对象的种植效率受到影响,降低了分析对象的成活率;
2、本发明中,将分析对象的阶段进行进展分析,判断分析对象的种植子阶段进展是否正常,从而在各个种植子阶段的进展出现异常时及时进行管控,防止分析对象的种植出现偏差从而导致分析对象的种植效率降低,且无法及时管控也容易造成前提投入成本浪费,无法保证分析对象的种植成活率;根据分析对象的产量对各个生长阶段进行分析,判断分析对象的各个阶段生长状态是否正常,从而对分析对象的生长状态进行实时监测,提高了分析对象的监测力度,确保了分析对象的种植合格率。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明基于物联网的大田环境下冬油菜生长状态监测系统的原理框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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作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。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
请参阅图1所示,基于物联网的大田环境下冬油菜生长状态监测系统,包括服务器,服务器通讯连接有分时期环境分析单元、分阶段控制分析单元、阶段进展分析单元以及产量数据分析单元,其中,服务器与分时期环境分析单元、分阶段控制分析单元、阶段进展分析单元以及产量数据分析单元均为双向通讯连接;
服务器生成分时期环境分析信号并将分时期环境分析信号发送至分时期环境分析单元,分时期环境分析单元接收到分时期环境分析信号后,对冬油菜的种植时期进行环境分析,判断冬油菜的种植时期内环境变化是否影响冬油菜种植,从而在种植时期进行冬油菜生长预警,以至于能够对冬油菜的生长状态进行准确监测;
将冬油菜标记为分析对象,并将分析对象的种植时期划分为越冬期和返青期;采集到分析对象的种植时期内非控制时环境参数与预设参数的偏差值以及控制时环境参数非处于预设参数范围的频率,并将分析对象的种植时期内非控制时环境参数与预设参数的偏差值以及控制时环境参数非处于预设参数范围的频率分别标记为CSP和CPL;其中,环境参数表示为现有技术中,分析对象种植环境的参数,如温度值、湿度值、风力值等;采集到分析对象对应越冬期和返青期两个时期实时环境参数平均可控制量的相差值,并将分析对象对应越冬期和返青期两个时期实时环境参数平均可控制量的相差值标记为KZC;
将分析对象的分时期环境分析系数X与环境分析系数阈值进行比较:
若分析对象的分时期环境分析系数X超过环境分析系数阈值,则判定分析对象的种植期间内环境管控效率低,生成环境需控制信号并将环境需控制信号发送至服务器,服务器接收到环境需控制信号后,在分析对象当前种植时间段内进行环境控制,同时在同类型分析对象处于当前种植阶段时进行当前环境控制方式调整,提高环境控制性能;
若分析对象的分时期环境分析系数X未超过环境分析系数阈值,则判定分析对象的种植期间内环境管控效率正常,生成环境控制合格信号并将环境控制合格信号发送至服务器;
服务器接收到环境控制合格信号后,生成分阶段控制分析信号并将分阶段控制分析信号发送至分阶段控制分析单元,分阶段控制分析单元接收到分阶段控制分析信号后,对分析对象的种植阶段进行控制分析,在分析对象的种植过程进行种植控制分析判定,判断种植控制是否合格,从而防止分析对象在种植过程中种植控制不合格导致分析对象的种植效率受到影响,降低了分析对象的成活率;
将分析对象的种植过程划分为播种、叶片、花蕾、抽薹以及成熟五个阶段,并将其统一标记为种植子阶段,采集到各个种植子阶段的影响参数,影响参数包括温度、含水量等参数,根据同类型分析对象的历史种植阶段后获取到影响参数在不符合预设范围后对应种植子阶段出现分析对象种植异常时间段,种植异常表示为分析对象未成活或者未正常生长等;根据种植子阶段内分析对象种植异常时间段获取到对应类型影响参数作为导致因素的次数占比,并将对应次数占比标记为各个类型的影响参数在当前阶段的影响比例,其影响比例越大则对应类型影响参数在当前阶段的影响越大;设置影响比例阈值,若当前影响比值高于影响比例阈值,则将对应类型的影响参数标记为当前阶段的高影响参数;若当前影响比值未高于影响比例阈值,则将对应类型的影响参数标记为当前阶段的低影响参数;
采集到分析对象对应种植子阶段内高影响参数的监测周期与低影响参数的监测周期对应减少量以及高影响参数的数值浮动控制缓冲时长与低影响参数的数值浮动控制缓冲时长对应多出值,并将分析对象对应种植子阶段内高影响参数的监测周期与低影响参数的监测周期对应减少量以及高影响参数的数值浮动控制缓冲时长与低影响参数的数值浮动控制缓冲时长对应多出值分别与减少量阈值和多出量阈值进行比较:
若分析对象对应种植子阶段内高影响参数的监测周期与低影响参数的监测周期对应减少量超过减少量阈值,且高影响参数的数值浮动控制缓冲时长与低影响参数的数值浮动控制缓冲时长对应多出值未超过多出量阈值,则判定分析对象的分阶段控制分析合格,生成分阶段控制正常信号并将分阶段控制正常信号发送至服务器;
若分析对象对应种植子阶段内高影响参数的监测周期与低影响参数的监测周期对应减少量未超过减少量阈值,或者高影响参数的数值浮动控制缓冲时长与低影响参数的数值浮动控制缓冲时长对应多出值超过多出量阈值,则判定分析对象的分阶段控制分析不合格,生成分阶段控制异常信号并将分阶段控制异常信号发送至服务器;服务器接收到分阶段控制异常信号后,将对应种植子阶段的影响参数控制力度进行调整,优先进行高影响参数控制;
服务器生成阶段进展分析信号并将阶段进展分析信号发送至阶段进展分析单元,阶段进展分析单元接收到阶段进展分析信号后,将分析对象的阶段进行进展分析,判断分析对象的种植子阶段进展是否正常,从而在各个种植子阶段的进展出现异常时及时进行管控,防止分析对象的种植出现偏差从而导致分析对象的种植效率降低,且无法及时管控也容易造成前提投入成本浪费,无法保证分析对象的种植成活率;
采集到分析对象种植期间内当个种植阶段的实时消耗时长与预设消耗时长的偏差值以及相邻种植阶段实际转化时长与预设转化时长的偏差值,并将分析对象种植期间内当个种植阶段的实时消耗时长与预设消耗时长的偏差值以及相邻种植阶段实际转化时长与预设转化时长的偏差值分别与消耗时长偏差值阈值和转化时长偏差值阈值进行比较:
若分析对象种植期间内当个种植阶段的实时消耗时长与预设消耗时长的偏差值超过消耗时长偏差值阈值,或者相邻种植阶段实际转化时长与预设转化时长的偏差值超过转化时长偏差值阈值,则判定分析对象种植期间阶段进展分析异常,生成阶段分析异常信号并将阶段分析异常信号发送至服务器,服务器接收到阶段分析异常信号后,将对应种植子阶段进行影响参数和环境参数监测,并对当前种植子阶段与相邻种植子阶段的人工操作流程进行检测,在检测异常后进行针对性调节;
若分析对象种植期间内当个种植阶段的实时消耗时长与预设消耗时长的偏差值未超过消耗时长偏差值阈值,且相邻种植阶段实际转化时长与预设转化时长的偏差值未超过转化时长偏差值阈值,则判定分析对象种植期间阶段进展分析正常,生成阶段分析正常信号并将阶段分析正常信号发送至服务器;
服务器接收到阶段分析正常信号后,生成产量数据分析信号并将产量数据分析信号发送至产量数据分析单元,产量数据分析单元接收到产量数据分析信号后,根据分析对象的产量对各个生长阶段进行分析,判断分析对象的各个阶段生长状态是否正常,从而对分析对象的生长状态进行实时监测,提高了分析对象的监测力度,确保了分析对象的种植合格率;
采集到种植过程中同一区域同类型分析对象的实际产量与预设产量多出值以及同一区域不同时间段内同类型分析对象产量的最大浮动值,并将种植过程中同一区域同类型分析对象的实际产量与预设产量多出值以及同一区域不同时间段内同类型分析对象产量的最大浮动值分别与产量多出值阈值和产量浮动值阈值进行比较:
若同一区域不同时间段内同类型分析对象产量的最大浮动值未超过产量浮动值阈值,则判定当前区域分析对象产量不受外界影响,生成区域无影响信号并将区域无影响信号发送至服务器;同时进一步分析,若种植过程中同一区域同类型分析对象的实际产量与预设产量多出值超过产量多出值阈值,则判定当前区域的分析对象种植阶段执行合格,生成阶段生长状态合格信号并将阶段生长状态合格信号发送至服务器;反之,若种植过程中同一区域同类型分析对象的实际产量与预设产量多出值超过产量多出值阈值,则判定当前区域的分析对象种植阶段执行不合格,生成阶段生长状态不合格信号并将阶段生长状态不合格信号发送至服务器,服务器接收到阶段生长状态不合格信号后,将对应类型分析对象的种植阶段进行监测整顿,并在完成整顿后将当前时间段内种植阶段进行同步管控;
若同一区域不同时间段内同类型分析对象产量的最大浮动值未超过产量浮动值阈值,且种植过程中同一区域同类型分析对象的实际产量与预设产量多出值未超过产量多出值阈值,则判定当前区域分析对象产量受外界影响,生成区域影响信号并将区域影响信号发送至服务器,服务器接收到区域影响信号后,将对应区域进行种植类型调整;
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;
本发明在使用时,通过分时期环境分析单元对冬油菜的种植时期进行环境分析,将冬油菜标记为分析对象,并将分析对象的种植时期划分为越冬期和返青期;获取到分析对象的分时期环境分析系数,根据分时期环境分析系数比较生成环境需控制信号或者环境控制合格信号,并将其发送至服务器;通过分阶段控制分析单元对分析对象的种植阶段进行控制分析,通过控制分析生成分阶段控制正常信号或者分阶段控制异常信号,并将其发送至服务器;通过阶段进展分析单元将分析对象的阶段进行进展分析,通过进展分析生成阶段分析异常信号或者阶段分析正常信号,并将其发送至服务器;通过产量数据分析单元根据分析对象的产量对各个生长阶段进行分析,通过分析生成区域无影响信号、阶段生长状态合格信号、阶段生长状态不合格信号以及区域影响信号,并将对应类型的信号发送至服务器。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (6)
1.基于物联网的大田环境下冬油菜生长状态监测系统,其特征在于,包括服务器,服务器通讯连接有:
分时期环境分析单元,用于对冬油菜的种植时期进行环境分析,将冬油菜标记为分析对象,并将分析对象的种植时期划分为越冬期和返青期;获取到分析对象的分时期环境分析系数,根据分时期环境分析系数比较生成环境需控制信号或者环境控制合格信号,并将其发送至服务器;
分阶段控制分析单元,用于对分析对象的种植阶段进行控制分析,通过控制分析生成分阶段控制正常信号或者分阶段控制异常信号,并将其发送至服务器;
阶段进展分析单元,用于将分析对象的阶段进行进展分析,通过进展分析生成阶段分析异常信号或者阶段分析正常信号,并将其发送至服务器;
产量数据分析单元,用于根据分析对象的产量对各个生长阶段进行分析,通过分析生成区域无影响信号、阶段生长状态合格信号、阶段生长状态不合格信号以及区域影响信号,并将对应类型的信号发送至服务器。
2.根据权利要求1所述的基于物联网的大田环境下冬油菜生长状态监测系统,其特征在于,分时期环境分析单元的运行过程如下:
采集到分析对象的种植时期内非控制时环境参数与预设参数的偏差值以及控制时环境参数非处于预设参数范围的频率;采集到分析对象对应越冬期和返青期两个时期实时环境参数平均可控制量的相差值;通过分析获取到分析对象的分时期环境分析系数;
将分析对象的分时期环境分析系数与环境分析系数阈值进行比较:
若分析对象的分时期环境分析系数超过环境分析系数阈值,则判定分析对象的种植期间内环境管控效率低,生成环境需控制信号并将环境需控制信号发送至服务器;若分析对象的分时期环境分析系数未超过环境分析系数阈值,则判定分析对象的种植期间内环境管控效率正常,生成环境控制合格信号并将环境控制合格信号发送至服务器。
3.根据权利要求1所述的基于物联网的大田环境下冬油菜生长状态监测系统,其特征在于,分阶段控制分析单元的运行过程如下:
将分析对象的种植过程划分为播种、叶片、花蕾、抽薹以及成熟五个阶段,并将其统一标记为种植子阶段,采集到各个种植子阶段的影响参数,根据同类型分析对象的历史种植阶段后获取到影响参数在不符合预设范围后对应种植子阶段出现分析对象种植异常时间段,根据种植子阶段内分析对象种植异常时间段获取到对应类型影响参数作为导致因素的次数占比,并将对应次数占比标记为各个类型的影响参数在当前阶段的影响比例,其影响比例越大则对应类型影响参数在当前阶段的影响越大;设置影响比例阈值,若当前影响比值高于影响比例阈值,则将对应类型的影响参数标记为当前阶段的高影响参数;若当前影响比值未高于影响比例阈值,则将对应类型的影响参数标记为当前阶段的低影响参数。
4.根据权利要求3所述的基于物联网的大田环境下冬油菜生长状态监测系统,其特征在于,采集到分析对象对应种植子阶段内高影响参数的监测周期与低影响参数的监测周期对应减少量以及高影响参数的数值浮动控制缓冲时长与低影响参数的数值浮动控制缓冲时长对应多出值,并将其分别与减少量阈值和多出量阈值进行比较:
若分析对象对应种植子阶段内高影响参数的监测周期与低影响参数的监测周期对应减少量超过减少量阈值,且高影响参数的数值浮动控制缓冲时长与低影响参数的数值浮动控制缓冲时长对应多出值未超过多出量阈值,则判定分析对象的分阶段控制分析合格,生成分阶段控制正常信号并将分阶段控制正常信号发送至服务器;
若分析对象对应种植子阶段内高影响参数的监测周期与低影响参数的监测周期对应减少量未超过减少量阈值,或者高影响参数的数值浮动控制缓冲时长与低影响参数的数值浮动控制缓冲时长对应多出值超过多出量阈值,则判定分析对象的分阶段控制分析不合格,生成分阶段控制异常信号并将分阶段控制异常信号发送至服务器。
5.根据权利要求1所述的基于物联网的大田环境下冬油菜生长状态监测系统,其特征在于,阶段进展分析单元的运行过程如下:
采集到分析对象种植期间内当个种植阶段的实时消耗时长与预设消耗时长的偏差值以及相邻种植阶段实际转化时长与预设转化时长的偏差值,并将分析对象种植期间内当个种植阶段的实时消耗时长与预设消耗时长的偏差值以及相邻种植阶段实际转化时长与预设转化时长的偏差值分别与消耗时长偏差值阈值和转化时长偏差值阈值进行比较:
若分析对象种植期间内当个种植阶段的实时消耗时长与预设消耗时长的偏差值超过消耗时长偏差值阈值,或者相邻种植阶段实际转化时长与预设转化时长的偏差值超过转化时长偏差值阈值,则判定分析对象种植期间阶段进展分析异常,生成阶段分析异常信号并将阶段分析异常信号发送至服务器;
若分析对象种植期间内当个种植阶段的实时消耗时长与预设消耗时长的偏差值未超过消耗时长偏差值阈值,且相邻种植阶段实际转化时长与预设转化时长的偏差值未超过转化时长偏差值阈值,则判定分析对象种植期间阶段进展分析正常,生成阶段分析正常信号并将阶段分析正常信号发送至服务器。
6.根据权利要求1所述的基于物联网的大田环境下冬油菜生长状态监测系统,其特征在于,产量数据分析单元的运行过程如下:
采集到种植过程中同一区域同类型分析对象的实际产量与预设产量多出值以及同一区域不同时间段内同类型分析对象产量的最大浮动值,并将其分别与产量多出值阈值和产量浮动值阈值进行比较:
若同一区域不同时间段内同类型分析对象产量的最大浮动值未超过产量浮动值阈值,则判定当前区域分析对象产量不受外界影响,生成区域无影响信号并将区域无影响信号发送至服务器;同时进一步分析,若种植过程中同一区域同类型分析对象的实际产量与预设产量多出值超过产量多出值阈值,则判定当前区域的分析对象种植阶段执行合格,生成阶段生长状态合格信号并将阶段生长状态合格信号发送至服务器;反之,若种植过程中同一区域同类型分析对象的实际产量与预设产量多出值超过产量多出值阈值,则判定当前区域的分析对象种植阶段执行不合格,生成阶段生长状态不合格信号并将阶段生长状态不合格信号发送至服务器;
若同一区域不同时间段内同类型分析对象产量的最大浮动值未超过产量浮动值阈值,且种植过程中同一区域同类型分析对象的实际产量与预设产量多出值未超过产量多出值阈值,则判定当前区域分析对象产量受外界影响,生成区域影响信号并将区域影响信号发送至服务器,服务器接收到区域影响信号后,将对应区域进行种植类型调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310344079.9A CN116362615B (zh) | 2023-04-03 | 2023-04-03 | 基于物联网的大田环境下冬油菜生长状态监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310344079.9A CN116362615B (zh) | 2023-04-03 | 2023-04-03 | 基于物联网的大田环境下冬油菜生长状态监测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116362615A true CN116362615A (zh) | 2023-06-30 |
CN116362615B CN116362615B (zh) | 2024-01-30 |
Family
ID=86937678
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310344079.9A Active CN116362615B (zh) | 2023-04-03 | 2023-04-03 | 基于物联网的大田环境下冬油菜生长状态监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116362615B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116977111A (zh) * | 2023-07-28 | 2023-10-31 | 山东科翔智能科技有限公司 | 一种基于智慧ai农业的玉米种植决策管控系统 |
CN117106577A (zh) * | 2023-10-13 | 2023-11-24 | 北京万通益生物科技有限公司 | 一种基于物联网的乳酸菌热干法制备用环境监测系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105635952A (zh) * | 2016-03-14 | 2016-06-01 | 南京邮电大学 | 一种开放环境下的控制系统及其实现方法 |
CN110427063A (zh) * | 2019-08-13 | 2019-11-08 | 深圳市睿海智电子科技有限公司 | 一种基于物联网的番茄生长监控管理平台 |
WO2020230937A1 (ko) * | 2019-05-10 | 2020-11-19 | 대한민국(농촌진흥청장) | 농작물의 생산성 향상을 위한 데이터 분석 방법 및 장치 |
CN115204635A (zh) * | 2022-06-23 | 2022-10-18 | 杭州兆臻网络科技有限公司 | 一种基于大数据分析的农业大棚生产管理系统 |
CN115456479A (zh) * | 2022-10-21 | 2022-12-09 | 河南经贸职业学院 | 一种基于物联网的智慧农业大棚环境监测系统 |
-
2023
- 2023-04-03 CN CN202310344079.9A patent/CN116362615B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105635952A (zh) * | 2016-03-14 | 2016-06-01 | 南京邮电大学 | 一种开放环境下的控制系统及其实现方法 |
WO2020230937A1 (ko) * | 2019-05-10 | 2020-11-19 | 대한민국(농촌진흥청장) | 농작물의 생산성 향상을 위한 데이터 분석 방법 및 장치 |
CN110427063A (zh) * | 2019-08-13 | 2019-11-08 | 深圳市睿海智电子科技有限公司 | 一种基于物联网的番茄生长监控管理平台 |
CN115204635A (zh) * | 2022-06-23 | 2022-10-18 | 杭州兆臻网络科技有限公司 | 一种基于大数据分析的农业大棚生产管理系统 |
CN115456479A (zh) * | 2022-10-21 | 2022-12-09 | 河南经贸职业学院 | 一种基于物联网的智慧农业大棚环境监测系统 |
Non-Patent Citations (1)
Title |
---|
刘雅婷等: "多时相 NDVI 与丰度综合分析的油菜无人机遥感长势监测", 《武 汉 大 学 学 报 · 信 息 科 学 版》, vol. 45, no. 2 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116977111A (zh) * | 2023-07-28 | 2023-10-31 | 山东科翔智能科技有限公司 | 一种基于智慧ai农业的玉米种植决策管控系统 |
CN117106577A (zh) * | 2023-10-13 | 2023-11-24 | 北京万通益生物科技有限公司 | 一种基于物联网的乳酸菌热干法制备用环境监测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116362615B (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116362615B (zh) | 基于物联网的大田环境下冬油菜生长状态监测系统 | |
CN110692338A (zh) | 水肥一体化灌溉系统控制方法及水肥一体化灌溉系统 | |
CN109874477B (zh) | 一种农业园区施肥机托管方法及系统 | |
CN106842923B (zh) | 基于作物生理和能耗优化的温室环境多因子协调控制方法 | |
CN115456479B (zh) | 一种基于物联网的智慧农业大棚环境监测系统 | |
CN105494033A (zh) | 一种基于作物需求的智能节水灌溉方法 | |
CN109213240A (zh) | 一种基于自适应控制的草莓大棚无线监测与控制系统 | |
CN116301138B (zh) | 基于日光温室的农业大棚智能化监管系统 | |
CN107368109B (zh) | 面向用户的稻田水量水质远程调控方法 | |
KR102071175B1 (ko) | 작물 생육상태에 따른 생장 관리 시스템 | |
CN117016358A (zh) | 一种基于土壤墒情监测的智能化灌溉施肥决策系统 | |
CN112493100B (zh) | 基于土壤水势的棉花水分监测滴灌控制方法及系统 | |
CN112273026B (zh) | 一种潮汐育苗营养液精准决策方法和系统 | |
CN113141933A (zh) | 一种日光温室种植滴灌实时控制系统 | |
CN205721453U (zh) | 一种基于物联网和智能手机的精品蔬菜自动培育系统 | |
CN109116897A (zh) | 一种基于大数据的农业种植环境智能调节方法 | |
CN116977111A (zh) | 一种基于智慧ai农业的玉米种植决策管控系统 | |
CN108170189A (zh) | 一种智能农作物种植系统 | |
CN116562813A (zh) | 一种基于农业物联网的智慧农业综合管理系统 | |
CN107121927B (zh) | 一种基于广义预测控制的灌溉系统 | |
CN115349432A (zh) | 一种基于光辐射与气象预测的智能灌溉方法和系统 | |
CN115176616A (zh) | 一种林下种植系统 | |
KR20140082289A (ko) | 관수 제어방법 | |
CN112673948A (zh) | 基于基质含水量称重的灌溉系统及灌溉方法 | |
CN117035196B (zh) | 基于数据分析的农业生产信息化管理系统 |
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 |