CN116362910A - 一种基于互联网的农业种植管理系统 - Google Patents
一种基于互联网的农业种植管理系统 Download PDFInfo
- Publication number
- CN116362910A CN116362910A CN202310337225.5A CN202310337225A CN116362910A CN 116362910 A CN116362910 A CN 116362910A CN 202310337225 A CN202310337225 A CN 202310337225A CN 116362910 A CN116362910 A CN 116362910A
- Authority
- CN
- China
- Prior art keywords
- pea
- time point
- flower
- areas
- 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
- 235000010582 Pisum sativum Nutrition 0.000 claims abstract description 455
- 241000219843 Pisum Species 0.000 claims abstract description 409
- 238000004458 analytical method Methods 0.000 claims abstract description 54
- 238000001514 detection method Methods 0.000 claims abstract description 53
- 240000004713 Pisum sativum Species 0.000 claims abstract description 46
- 230000009194 climbing Effects 0.000 claims abstract description 14
- 238000012360 testing method Methods 0.000 claims description 91
- 238000002679 ablation Methods 0.000 claims description 61
- 238000000605 extraction Methods 0.000 claims description 29
- 238000000034 method Methods 0.000 claims description 27
- 230000002159 abnormal effect Effects 0.000 claims description 23
- 238000012216 screening Methods 0.000 claims description 9
- 239000003086 colorant Substances 0.000 claims description 6
- 238000013441 quality evaluation Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 5
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 abstract description 9
- 238000001303 quality assessment method Methods 0.000 abstract description 3
- 230000007547 defect Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 235000016709 nutrition Nutrition 0.000 description 2
- 230000035764 nutrition Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000000746 purification Methods 0.000 description 2
- 235000019156 vitamin B Nutrition 0.000 description 2
- 239000011720 vitamin B Substances 0.000 description 2
- ZZZCUOFIHGPKAK-UHFFFAOYSA-N D-erythro-ascorbic acid Natural products OCC1OC(=O)C(O)=C1O ZZZCUOFIHGPKAK-UHFFFAOYSA-N 0.000 description 1
- UPYKUZBSLRQECL-UKMVMLAPSA-N Lycopene Natural products CC(=C/C=C/C=C(C)/C=C/C=C(C)/C=C/C1C(=C)CCCC1(C)C)C=CC=C(/C)C=CC2C(=C)CCCC2(C)C UPYKUZBSLRQECL-UKMVMLAPSA-N 0.000 description 1
- 229930003268 Vitamin C Natural products 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 150000001746 carotenes Chemical class 0.000 description 1
- 235000005473 carotenes Nutrition 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000968 intestinal effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000008855 peristalsis Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- NCYCYZXNIZJOKI-UHFFFAOYSA-N vitamin A aldehyde Natural products O=CC=C(C)C=CC=C(C)C=CC1=C(C)CCCC1(C)C NCYCYZXNIZJOKI-UHFFFAOYSA-N 0.000 description 1
- 235000019154 vitamin C Nutrition 0.000 description 1
- 239000011718 vitamin C 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
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G22/00—Cultivation of specific crops or plants not otherwise provided for
- A01G22/40—Fabaceae, e.g. beans or peas
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- 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]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
-
- 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]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/20—Information sensed or collected by the things relating to the thing itself
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Multimedia (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Agronomy & Crop Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Artificial Intelligence (AREA)
- Animal Husbandry (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Accounting & Taxation (AREA)
- Environmental & Geological Engineering (AREA)
- Toxicology (AREA)
- Biomedical Technology (AREA)
- Botany (AREA)
- Environmental Sciences (AREA)
- Cultivation Of Plants (AREA)
Abstract
本发明涉及农业种植技术领域，具体公开一种基于互联网的农业种植管理系统，该系统包括：豌豆种植检测模块、豌豆种植区域划分模块、豌豆种植密度分析模块、豌豆花质量评估模块、豌豆花摘除指数分析模块、豌豆枝干摘除指数分析模块、显示终端、预警终端和云数据库，本发明保障了豌豆向上攀爬的适宜生长趋势，为豌豆花期的分析奠定了基础，本发明对豌豆花密度和豌豆花颜色质量分析，从而为后续豌豆花摘除指数分析提供了数据支持，本发明一方面对豌豆花摘除指数进行分析，保障了后续摘除数量分析的精准性，另一方面分析摘出区域对应的摘除数量，从而在一定程度上保障了豌豆的产量和质量。
Description
技术领域
本发明涉及农业种植技术领域，具体而言，涉及一种基于互联网的农业种植管理系统。
背景技术
农业是社会发展中不可或缺的一部分，近年来，随着我国国民经济的不断提升，人们的生活水平不同以往，对农产品的需求也在逐渐升高，豌豆营养丰富，特别是B族维生素的含量较高，富含B族维生素、胡萝卜素和维生素C等营养成分，具有促进肠道蠕动、保护视力和养颜的作用，若豌豆在种植过程中管理不规范，则影响豌豆的产量和质量，因此，需要对豌豆的种植进行管理，而在豌豆的种植过程中，花期直接与最终果实数量和质量相关联，故而对豌豆花期的前期保障和在花期进行提纯去杂格外重要。
目前对豌豆花期的前期保障和在花期进行提纯去杂大致可以满足当前要求，但是还存在一定的缺陷，其具体体现在：(1)现有技术中对豌豆花期进行前期保障时大多针对豌豆的种植密度进行相关管理，对豌豆在攀爬架上的生长趋势的分析力度不够，进而可能出现种植密度合理但是豌豆的生长趋势并不是向上生长的现象，进而就无法保证豌豆向上攀爬的适宜生长趋势，从而降低了豌豆的生长质量，在一定程度上降低豌豆的产量，不利于豌豆的可持续发展。
(2)现有技术中对豌豆花进行提纯去杂时大多是通过人工进行豌豆花摘除的分析，由于人工进行相应处理时主观意识较强，进而达不到统一的标准，进而就无法保证豌豆花摘除判断的精准性，可能出现豌豆花摘除数量过多或者过少的现象，当豌豆花摘除数量过多时，从进而影响豌豆花的最终剩余数量，从而在一定程度上降低豌豆的最终产量，当豌豆花摘除数量过少时，剩余豌豆花的数量相对增加，豌豆花数量过多会导致豌豆花的营养分降低，从而影响豌豆的产量和质量。
发明内容
为了克服背景技术中的缺点，本发明实施例提供了一种基于互联网的农业种植管理系统,能够有效解决上述背景技术中涉及的问题。
本发明的目的可以通过以下技术方案来实现：一种基于互联网的农业种植管理系统，包括：豌豆种植检测模块，用于对豌豆进行实时监测。
豌豆种植区域划分模块，用于将攀爬架进行网格式划分，进而得到各豌豆生长区域。
豌豆种植密度分析模块，用于分析各豌豆生长区域在各检测时间点对应的种植密度和生长趋势适宜系数。
豌豆花质量评估模块，用于分析各豌豆生长区域在各测试时间点对应的豌豆花密度μip和豌豆花颜色质量系数
豌豆花摘除指数分析模块，用于分析各豌豆生长区域在各测试时间点对应的豌豆花摘除指数σip，进而判断各豌豆花摘除区域，并分析各豌豆花摘除区域在各异常时间点对应的摘除数量。
豌豆枝干摘除指数分析模块，用于分析各豌豆生长区域在各测试时间点对应的枝干摘除指数，进而判断各枝干摘除区域，并分析各枝干摘除区域在各摘除时间点对应的摘除数量。
显示终端，用于将各豌豆花摘除区域的编号及其在各异常时间点对应的摘除数量进行显示，并将各枝干摘除区域的编号及其在各摘除时间点的摘除数量进行显示。
预警终端，用于基于各豌豆生长区域在各检测时间点对应的种植密度和生长趋势适宜系数对工作人员进行预警。
云数据库，用于存储豌豆花对应成熟颜色的RGB值，存储各行值对应的摘除优先值，存储各摘除数量对应的豌豆花摘除指数范围，并存储单位枝干摘除指数对应的摘除数量。
作为一种优选的方案，所述分析各豌豆生长区域在各检测时间点对应的种植密度和生长趋势适宜系数，其具体方法为：获取各豌豆生长区域在各检测时间点对应的图像。
基于各豌豆生长区域在各检测时间点对应的图像获取各豌豆生长区域在各检测时间点对应的豌豆覆盖轮廓，并获取其对应的实际攀爬面积Sim，进而获取各豌豆生长区域对应的允许攀爬面积Si′，其中i表示为各豌豆生长区域的编号，i＝1,2,...,n，m表示为各检测时间点的编号，m＝1,2,...,l。
分析各豌豆生长区域在各检测时间点对应的种植密度
以各豌豆生长区域的中心点为原点建立坐标系，进而根据各豌豆生长区域在各检测时间点对应的豌豆覆盖轮廓获取各豌豆生长区域在各检测时间点对应顶点的坐标(xim,yim,zim)。
过各豌豆生长区域的中心点作豌豆生长区域所属底面对应的垂线，并将其作为各豌豆生长区域对应的参考线。
将各豌豆生长区域在各检测时间点对应顶点与中心点进行连线，并将得到的直线标记为生长趋势直线，进而获取各豌豆生长区域在各检测时间点对应参考线与生长趋势直线的夹角，并将其标记为各豌豆生长区域在各检测时间点对应的生长趋势角度θim。
分析各豌豆生长区域在各检测时间点对应的生长趋势适宜系数
其中θ′表示为预设的适宜生长趋势角度，θ补表示为预设的补偿误差角度。
作为一种优选的方案，所述各豌豆生长区域在各测试时间点对应的豌豆花密度，其具体分析方法为：
获取各豌豆生长区域在各测试时间点对应的图像，进而获取各豌豆生长区域在各测试时间点对应的豌豆花数量Mip，其中p表示为各测试时间点的编号，p＝1,2,...,q。
分析各豌豆生长区域在各测试时间点对应的豌豆花密度
作为一种优选的方案，所述各豌豆生长区域在各测试时间点对应的豌豆花颜色质量系数，其具体分析方法为：获取各豌豆生长区域在各测试时间点所属各豌豆花对应各布设点的RGB值，将其分别标记为
其中h表示为各豌豆花的编号，h＝1,2,...,g，j表示为各布设点的编号，j＝1,2,...,k。
从云数据库中提取豌豆花对应成熟颜色的RGB值，并据此分析各豌豆生长区域在各测试时间点所属各豌豆花对应的RGB值相似度
其中R′、G′、B′分别表示为豌豆花对应成熟颜色的R值、G值、B值，k表示为布设点的数量，λ1、λ2、λ3分别表示为预设的R值相似度、G值相似度、B值相似度对应的权重系数。
基于各豌豆生长区域在各测试时间点所属各豌豆花对应的RGB值相似度筛选各豌豆生长区域在各测试时间点对应豌豆花的最大RGB值相似度
和最小RGB值相似度
分析各豌豆生长区域在各测试时间点对应的豌豆花颜色质量系数
其中g表示为豌豆花的数量，/>
表示为预设的相似度误差值，n表示为豌豆生长区域的数量，γ1、γ2分别表示为相似度均匀、相似度偏差对应的权值因子。
作为一种优选的方案，所述各豌豆生长区域在各测试时间点对应的豌豆花摘除指数，其具体分析方法为：获取各豌豆生长区域所在的行值，进而统计各行值对应的各豌豆生长区域，并统计各行值在各测试时间点对应豌豆花的总数量Qpf，其中f表示为各行值的编号，f＝1,2,...,t。
获取各行值对应各豌豆生长区域在各测试时间点所属的豌豆花颜色质量系数，进而提取各行值在各测试时间点对应的最大豌豆花颜色质量系数
和最小豌豆花颜色质量系数/>
分析各行值在各测试时间点对应的摘除指数
其中Q″表示为预设的豌豆花数量阈值，/>
表示为预设的允许颜色质量误差值，χ1、χ2分别表示为预设的豌豆花数量、颜色质量误差对应的占比系数。
从云数据库中提取各行值对应的摘除优先值，并将其与各豌豆生长区域所在的行值进行对比，筛选各豌豆生长区域对应的摘除优先值HZi。
提取各豌豆生长区域对应行值在各测试时间点的摘除指数ωip。
分析各豌豆生长区域在各测试时间点对应的豌豆花摘除指数
其中μ″表示为预设的豌豆花适宜密度，β1、β2、β3分别表示为预设的摘除指数、摘除优先值、豌豆花密度对应的占比因子。
作为一种优选的方案，所述判断各豌豆花摘除区域，并分析各豌豆花摘除区域在各异常时间点对应的摘除数量，其具体分析方法为：将各豌豆生长区域在各测试时间点对应的豌豆花摘除指数与预设的豌豆花摘除指数阈值进行对比，若某豌豆生长区域在某测试时间点对应的豌豆花摘除指数大于或等于豌豆花摘除指数阈值，则将该豌豆生长区域标记为豌豆花摘除区域，将该测试时间点标记为异常时间点，进而得到各豌豆花摘除区域对应各异常时间点。
获取各豌豆花摘除区域在各异常时间点对应的豌豆花摘除指数Zbp′，其中p′表示为各异常时间点的编号，p′＝1′,2′,...,q′，进而统计豌豆花摘除区域在各异常时间点对应的豌豆花摘除指数之和ZCp′，其中b表示为各豌豆花摘除区域的编号，b＝1,2,...,c。
将豌豆花摘除区域在各异常时间点对应的豌豆花摘除指数之和与云数据库中存储的各摘除数量对应的豌豆花摘除指数范围进行对比，筛选豌豆花摘除区域在各异常时间点对应的摘除数量ZZp′。
分析各豌豆花摘除区域在各异常时间点对应的摘除数量
作为一种优选的方案，所述分析各豌豆生长区域在各测试时间点对应的枝干摘除指数，其具体方法为：通过各豌豆生长区域在各测试时间点的图像获取各豌豆生长区域在各测试时间点对应各枝干的趋向角度GSip，并统计各豌豆生长区域在各测试时间点对应枝干的总数量GAip。
分析各豌豆生长区域在各测试时间点对应的枝干摘除指数
其中GS″、GA″分别表示为预设的趋向角度阈值、枝干适宜数量，δ1、δ2分别表示为预设的趋向角度、枝干数量对应的比例因子。
作为一种优选的方案，所述判断各枝干摘除区域，并分析各枝干摘除区域在各摘除时间点对应的摘除数量，其具体方法为：同各豌豆花摘除区域对应各异常时间点判断方法一致判断各枝干摘除区域对应各摘除时间点。
获取各枝干摘除区域在各摘除时间点对应的枝干摘除指数，并将其与云数据库中储存的单位枝干摘除指数对应的摘除数量相乘，进而得到各枝干摘除区域在各摘除时间点对应的摘除数量。
相对于现有技术，本发明的实施例至少具有如下优点或有益效果：(1)本发明在豌豆种植密度分析模块中对豌豆的种植密度和生长趋势进行分析，进而避免出现种植密度合理但是豌豆的生长趋势并不向上生长的现象，保障了豌豆向上攀爬的适宜生长趋势，从而提高了豌豆的生长质量，有利于豌豆的可持续发展，为豌豆花期的分析奠定了基础。
(2)本发明在豌豆花质量评估模块中对豌豆花密度和豌豆花颜色质量分析，从而为后续豌豆花摘除指数分析提供了数据支持，克服了现有技术中大多是人为判断的缺陷，有效提高了豌豆花摘除分析的精确性。
(3)本发明在豌豆花摘除指数分析模块中一方面通过豌豆花颜色差异和豌豆花所在高度对豌豆花摘除指数进行分析，进而保障了豌豆花摘除指数分析的准确性，避免出现摘除区域误判的现象，保障了后续摘除数量分析的精准性，另一方面分析摘出区域对应的摘除数量，进而避免出现摘除数量过多或过少的现象，从而在一定程度上保障了豌豆的产量和质量。
(4)本发明在豌豆枝干摘除指数分析模块中通过豌豆枝干的数量和生长趋向角度分析豌豆对应的枝干摘除指数，在保证豌豆花数量和质量的情况下，同时也保障了豌豆枝干的存留数量和存留质量，在一定程度上提高了豌豆花的生长质量，从而提高了豌豆的产量。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的模块连接示意图。
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。
参照图1所示，本发明提供一种基于互联网的农业种植管理系统，包括：豌豆种植检测模块、豌豆种植区域划分模块、豌豆种植密度分析模块、豌豆花质量评估模块、豌豆花摘除指数分析模块、豌豆枝干摘除指数分析模块、显示终端、预警终端和云数据库。
所述豌豆种植检测模块与豌豆种植区域划分模块连接，豌豆种植区域划分模块分别与豌豆种植密度分析模块、豌豆花质量评估模块和豌豆枝干摘除指数分析模块连接，豌豆种植密度分析模块与预警终端连接，豌豆花质量评估模块与豌豆花摘除指数分析模块连接，豌豆花摘除指数分析模块和豌豆枝干摘除指数分析模块均与云数据库和显示终端连接。
所述豌豆种植检测模块，用于对豌豆进行实时监测。
需要说明的是，对豌豆进行实时监测，其具体方法为：通过田地里设置的监控对豌豆进行实时监测。
所述豌豆种植区域划分模块，用于将攀爬架进行网格式划分，进而得到各豌豆生长区域。
所述豌豆种植密度分析模块，用于分析各豌豆生长区域在各检测时间点对应的种植密度和生长趋势适宜系数。
在本发明的具体实施例中，所述分析各豌豆生长区域在各检测时间点对应的种植密度和生长趋势适宜系数，其具体方法为：获取各豌豆生长区域在各检测时间点对应的图像。
基于各豌豆生长区域在各检测时间点对应的图像获取各豌豆生长区域在各检测时间点对应的豌豆覆盖轮廓，并获取其对应的实际攀爬面积Sim，进而获取各豌豆生长区域对应的允许攀爬面积Si′，其中i表示为各豌豆生长区域的编号，i＝1,2,...,n，m表示为各检测时间点的编号，m＝1,2,...,l。
分析各豌豆生长区域在各检测时间点对应的种植密度
以各豌豆生长区域的中心点为原点建立坐标系，进而根据各豌豆生长区域在各检测时间点对应的豌豆覆盖轮廓获取各豌豆生长区域在各检测时间点对应顶点的坐标(xim,yim,zim)。
过各豌豆生长区域的中心点作豌豆生长区域所属底面对应的垂线，并将其作为各豌豆生长区域对应的参考线。
需要说明的是，豌豆生长区域所属底面其具体为：豌豆生长区域靠近地面的一面。
将各豌豆生长区域在各检测时间点对应顶点与中心点进行连线，并将得到的直线标记为生长趋势直线，进而获取各豌豆生长区域在各检测时间点对应参考线与生长趋势直线的夹角，并将其标记为各豌豆生长区域在各检测时间点对应的生长趋势角度θim。
需要说明的是，获取各豌豆生长区域在各检测时间点对应参考线与生长趋势直线的夹角，其具体方法为：在各豌豆生长区域对应的参考线上z轴正方向上随机选取一点B，并获取其对应的坐标(0,0,zi′)，进而
同理，获取各豌豆生长区域在各检测时间点对应顶点的向量/>
进而通过计算公式/>
分析得到各豌豆生长区域在各检测时间点对应参考线与生长趋势直线的夹角。
分析各豌豆生长区域在各检测时间点对应的生长趋势适宜系数
其中θ′表示为预设的适宜生长趋势角度，θ补表示为预设的补偿误差角度。
本发明在豌豆种植密度分析模块中对豌豆的种植密度和生长趋势进行分析，进而避免出现种植密度合理但是豌豆的生长趋势并不向上生长的现象，保障了豌豆向上攀爬的适宜生长趋势，从而提高了豌豆的生长质量，有利于豌豆的可持续发展，为豌豆花期的分析奠定了基础。
所述豌豆花质量评估模块，用于分析各豌豆生长区域在各测试时间点对应的豌豆花密度μip和豌豆花颜色质量系数
在本发明的具体实施例中，所述各豌豆生长区域在各测试时间点对应的豌豆花密度，其具体分析方法为：获取各豌豆生长区域在各测试时间点对应的图像，进而获取各豌豆生长区域在各测试时间点对应的豌豆花数量Mip，其中p表示为各测试时间点的编号，p＝1,2,...,q。
分析各豌豆生长区域在各测试时间点对应的豌豆花密度
在本发明的具体实施例中，所述各豌豆生长区域在各测试时间点对应的豌豆花颜色质量系数，其具体分析方法为：获取各豌豆生长区域在各测试时间点所属各豌豆花对应各布设点的RGB值，将其分别标记为
其中h表示为各豌豆花的编号，h＝1,2,...,g，j表示为各布设点的编号，j＝1,2,...,k。
从云数据库中提取豌豆花对应成熟颜色的RGB值，并据此分析各豌豆生长区域在各测试时间点所属各豌豆花对应的RGB值相似度
其中R′、G′、B′分别表示为豌豆花对应成熟颜色的R值、G值、B值，k表示为布设点的数量，λ1、λ2、λ3分别表示为预设的R值相似度、G值相似度、B值相似度对应的权重系数。
基于各豌豆生长区域在各测试时间点所属各豌豆花对应的RGB值相似度筛选各豌豆生长区域在各测试时间点对应豌豆花的最大RGB值相似度
和最小RGB值相似度
分析各豌豆生长区域在各测试时间点对应的豌豆花颜色质量系数
其中g表示为豌豆花的数量，/>
表示为预设的相似度误差值，n表示为豌豆生长区域的数量，γ1、γ2分别表示为相似度均匀、相似度偏差对应的权值因子。
本发明在豌豆花质量评估模块中对豌豆花密度和豌豆花颜色质量分析，从而为后续豌豆花摘除指数分析提供了数据支持，克服了现有技术中大多是人为判断的缺陷，有效提高了豌豆花摘除分析的精确性。
所述豌豆花摘除指数分析模块，用于分析各豌豆生长区域在各测试时间点对应的豌豆花摘除指数σip，进而判断各豌豆花摘除区域，并分析各豌豆花摘除区域在各异常时间点对应的摘除数量。
在本发明的具体实施例中，所述各豌豆生长区域在各测试时间点对应的豌豆花摘除指数，其具体分析方法为：获取各豌豆生长区域所在的行值，进而统计各行值对应的各豌豆生长区域，并统计各行值在各测试时间点对应豌豆花的总数量Qpf，其中f表示为各行值的编号，f＝1,2,...,t。
获取各行值对应各豌豆生长区域在各测试时间点所属的豌豆花颜色质量系数，进而提取各行值在各测试时间点对应的最大豌豆花颜色质量系数
和最小豌豆花颜色质量系数/>
分析各行值在各测试时间点对应的摘除指数
其中Q″表示为预设的豌豆花数量阈值，/>
表示为预设的允许颜色质量误差值，χ1、χ2分别表示为预设的豌豆花数量、颜色质量误差对应的占比系数。
从云数据库中提取各行值对应的摘除优先值，并将其与各豌豆生长区域所在的行值进行对比，筛选各豌豆生长区域对应的摘除优先值HZi。
提取各豌豆生长区域对应行值在各测试时间点的摘除指数ωip。
分析各豌豆生长区域在各测试时间点对应的豌豆花摘除指数
其中μ″表示为预设的豌豆花适宜密度，β1、β2、β3分别表示为预设的摘除指数、摘除优先值、豌豆花密度对应的占比因子。
在本发明的具体实施例中，所述判断各豌豆花摘除区域，并分析各豌豆花摘除区域在各异常时间点对应的摘除数量，其具体分析方法为：将各豌豆生长区域在各测试时间点对应的豌豆花摘除指数与预设的豌豆花摘除指数阈值进行对比，若某豌豆生长区域在某测试时间点对应的豌豆花摘除指数大于或等于豌豆花摘除指数阈值，则将该豌豆生长区域标记为豌豆花摘除区域，将该测试时间点标记为异常时间点，进而得到各豌豆花摘除区域对应各异常时间点。
获取各豌豆花摘除区域在各异常时间点对应的豌豆花摘除指数Zbp′，其中p′表示为各异常时间点的编号，p′＝1′,2′,...,q′，进而统计豌豆花摘除区域在各异常时间点对应的豌豆花摘除指数之和ZCp′，其中b表示为各豌豆花摘除区域的编号，b＝1,2,...,c。
将豌豆花摘除区域在各异常时间点对应的豌豆花摘除指数之和与云数据库中存储的各摘除数量对应的豌豆花摘除指数范围进行对比，筛选豌豆花摘除区域在各异常时间点对应的摘除数量ZZp′。
分析各豌豆花摘除区域在各异常时间点对应的摘除数量
本发明在豌豆花摘除指数分析模块中一方面通过豌豆花颜色差异和豌豆花所在高度对豌豆花摘除指数进行分析，进而保障了豌豆花摘除指数分析的准确性，避免出现摘除区域误判的现象，保障了后续摘除数量分析的精准性，另一方面分析摘出区域对应的摘除数量，进而避免出现摘除数量过多或过少的现象，从而在一定程度上保障了豌豆的产量和质量。
所述豌豆枝干摘除指数分析模块，用于分析各豌豆生长区域在各测试时间点对应的枝干摘除指数，进而判断各枝干摘除区域，并分析各枝干摘除区域在各摘除时间点对应的摘除数量。
在本发明的具体实施例中，所述分析各豌豆生长区域在各测试时间点对应的枝干摘除指数，其具体方法为：通过各豌豆生长区域在各测试时间点的图像获取各豌豆生长区域在各测试时间点对应各枝干的趋向角度GSip，并统计各豌豆生长区域在各测试时间点对应枝干的总数量GAip。
需要说明的是，各豌豆生长区域在各测试时间点对应各枝干为在各豌豆生长区域在各测试时间点时的图像内随机选取各枝干。
分析各豌豆生长区域在各测试时间点对应的枝干摘除指数
其中GS″、GA″分别表示为预设的趋向角度阈值、枝干适宜数量，δ1、δ2分别表示为预设的趋向角度、枝干数量对应的比例因子。
在本发明的具体实施例中，所述判断各枝干摘除区域，并分析各枝干摘除区域在各摘除时间点对应的摘除数量，其具体方法为：同各豌豆花摘除区域对应各异常时间点判断方法一致判断各枝干摘除区域对应各摘除时间点。
获取各枝干摘除区域在各摘除时间点对应的枝干摘除指数，并将其与云数据库中储存的单位枝干摘除指数对应的摘除数量相乘，进而得到各枝干摘除区域在各摘除时间点对应的摘除数量。
本发明在豌豆枝干摘除指数分析模块中通过豌豆枝干的数量和生长趋向角度分析豌豆对应的枝干摘除指数，在保证豌豆花数量和质量的情况下，同时也保障了豌豆枝干的存留数量和存留质量，在一定程度上提高了豌豆花的生长质量，从而提高了豌豆的产量。
所述显示终端，用于将各豌豆花摘除区域的编号及其在各异常时间点对应的摘除数量进行显示，并将各枝干摘除区域的编号及其在各摘除时间点的摘除数量进行显示。
所述预警终端，用于基于各豌豆生长区域在各检测时间点对应的种植密度和生长趋势适宜系数对工作人员进行预警。
需要说明的是，将各豌豆生长区域在各检测时间点对应的种植密度与预设的种植密度阈值进行对比，若某豌豆生长区域在某检测时间点对应的种植密度大于或等于种植密度阈值，则将该豌豆生长区域的编号在该检测时间点发送到工作人员管理平台，并进行密度异常预警，同理，进行生长趋势异常预警。
所述云数据库，用于存储豌豆花对应成熟颜色的RGB值，存储各行值对应的摘除优先值，存储各摘除数量对应的豌豆花摘除指数范围，并存储单位枝干摘除指数对应的摘除数量。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本发明所定义的范围，均应属于本发明的保护范围。
Claims (8)
1.一种基于互联网的农业种植管理系统，其特征在于，包括：
豌豆种植检测模块，用于对豌豆进行实时监测；
豌豆种植区域划分模块，用于将攀爬架进行网格式划分，进而得到各豌豆生长区域；
豌豆种植密度分析模块，用于分析各豌豆生长区域在各检测时间点对应的种植密度和生长趋势适宜系数；
豌豆花质量评估模块，用于分析各豌豆生长区域在各测试时间点对应的豌豆花密度μip和豌豆花颜色质量系数
豌豆花摘除指数分析模块，用于分析各豌豆生长区域在各测试时间点对应的豌豆花摘除指数σip，进而判断各豌豆花摘除区域，并分析各豌豆花摘除区域在各异常时间点对应的摘除数量；
豌豆枝干摘除指数分析模块，用于分析各豌豆生长区域在各测试时间点对应的枝干摘除指数，进而判断各枝干摘除区域，并分析各枝干摘除区域在各摘除时间点对应的摘除数量；
显示终端，用于将各豌豆花摘除区域的编号及其在各异常时间点对应的摘除数量进行显示，并将各枝干摘除区域的编号及其在各摘除时间点的摘除数量进行显示；
预警终端，用于基于各豌豆生长区域在各检测时间点对应的种植密度和生长趋势适宜系数对工作人员进行预警；
云数据库，用于存储豌豆花对应成熟颜色的RGB值，存储各行值对应的摘除优先值，存储各摘除数量对应的豌豆花摘除指数范围，并存储单位枝干摘除指数对应的摘除数量。
2.根据权利要求1所述的一种基于互联网的农业种植管理系统，其特征在于：所述分析各豌豆生长区域在各检测时间点对应的种植密度和生长趋势适宜系数，其具体方法为：
获取各豌豆生长区域在各检测时间点对应的图像；
基于各豌豆生长区域在各检测时间点对应的图像获取各豌豆生长区域在各检测时间点对应的豌豆覆盖轮廓，并获取其对应的实际攀爬面积Sim，进而获取各豌豆生长区域对应的允许攀爬面积Si′，其中i表示为各豌豆生长区域的编号，i＝1,2,...,n，m表示为各检测时间点的编号，m＝1,2,...,l；
分析各豌豆生长区域在各检测时间点对应的种植密度
以各豌豆生长区域的中心点为原点建立坐标系，进而根据各豌豆生长区域在各检测时间点对应的豌豆覆盖轮廓获取各豌豆生长区域在各检测时间点对应顶点的坐标(xim,yim,zim)；
过各豌豆生长区域的中心点作豌豆生长区域所属底面对应的垂线，并将其作为各豌豆生长区域对应的参考线；
将各豌豆生长区域在各检测时间点对应顶点与中心点进行连线，并将得到的直线标记为生长趋势直线，进而获取各豌豆生长区域在各检测时间点对应参考线与生长趋势直线的夹角，并将其标记为各豌豆生长区域在各检测时间点对应的生长趋势角度θim；
分析各豌豆生长区域在各检测时间点对应的生长趋势适宜系数
其中θ′表示为预设的适宜生长趋势角度，θ补表示为预设的补偿误差角度。
3.根据权利要求1所述的一种基于互联网的农业种植管理系统，其特征在于：所述各豌豆生长区域在各测试时间点对应的豌豆花密度，其具体分析方法为：
获取各豌豆生长区域在各测试时间点对应的图像，进而获取各豌豆生长区域在各测试时间点对应的豌豆花数量Mip，其中p表示为各测试时间点的编号，p＝1,2,...,q；
分析各豌豆生长区域在各测试时间点对应的豌豆花密度
4.根据权利要求1所述的一种基于互联网的农业种植管理系统，其特征在于：所述各豌豆生长区域在各测试时间点对应的豌豆花颜色质量系数，其具体分析方法为：
获取各豌豆生长区域在各测试时间点所属各豌豆花对应各布设点的RGB值，将其分别标记为
其中h表示为各豌豆花的编号，h＝1,2,...,g，j表示为各布设点的编号，j＝1,2,...,k；
从云数据库中提取豌豆花对应成熟颜色的RGB值，并据此分析各豌豆生长区域在各测试时间点所属各豌豆花对应的RGB值相似度
其中R′、G′、B′分别表示为豌豆花对应成熟颜色的R值、G值、B值，k表示为布设点的数量，λ1、λ2、λ3分别表示为预设的R值相似度、G值相似度、B值相似度对应的权重系数；
基于各豌豆生长区域在各测试时间点所属各豌豆花对应的RGB值相似度筛选各豌豆生长区域在各测试时间点对应豌豆花的最大RGB值相似度
和最小RGB值相似度/>
分析各豌豆生长区域在各测试时间点对应的豌豆花颜色质量系数
其中g表示为豌豆花的数量，/>
表示为预设的相似度误差值，n表示为豌豆生长区域的数量，γ1、γ2分别表示为相似度均匀、相似度偏差对应的权值因子。
5.根据权利要求1所述的一种基于互联网的农业种植管理系统，其特征在于：所述各豌豆生长区域在各测试时间点对应的豌豆花摘除指数，其具体分析方法为：
获取各豌豆生长区域所在的行值，进而统计各行值对应的各豌豆生长区域，并统计各行值在各测试时间点对应豌豆花的总数量Qpf，其中f表示为各行值的编号，f＝1,2,...,t；
获取各行值对应各豌豆生长区域在各测试时间点所属的豌豆花颜色质量系数，进而提取各行值在各测试时间点对应的最大豌豆花颜色质量系数
和最小豌豆花颜色质量系数/>
分析各行值在各测试时间点对应的摘除指数
其中Q″表示为预设的豌豆花数量阈值，/>
表示为预设的允许颜色质量误差值，χ1、χ2分别表示为预设的豌豆花数量、颜色质量误差对应的占比系数；
从云数据库中提取各行值对应的摘除优先值，并将其与各豌豆生长区域所在的行值进行对比，筛选各豌豆生长区域对应的摘除优先值HZi；
提取各豌豆生长区域对应行值在各测试时间点的摘除指数ωip；
分析各豌豆生长区域在各测试时间点对应的豌豆花摘除指数
其中μ″表示为预设的豌豆花适宜密度，β1、β2、β3分别表示为预设的摘除指数、摘除优先值、豌豆花密度对应的占比因子。
6.根据权利要求1所述的一种基于互联网的农业种植管理系统，其特征在于：所述判断各豌豆花摘除区域，并分析各豌豆花摘除区域在各异常时间点对应的摘除数量，其具体分析方法为：
将各豌豆生长区域在各测试时间点对应的豌豆花摘除指数与预设的豌豆花摘除指数阈值进行对比，若某豌豆生长区域在某测试时间点对应的豌豆花摘除指数大于或等于豌豆花摘除指数阈值，则将该豌豆生长区域标记为豌豆花摘除区域，将该测试时间点标记为异常时间点，进而得到各豌豆花摘除区域对应各异常时间点；
获取各豌豆花摘除区域在各异常时间点对应的豌豆花摘除指数Zbp′，其中p′表示为各异常时间点的编号，p′＝1′,2′,...,q′，进而统计豌豆花摘除区域在各异常时间点对应的豌豆花摘除指数之和ZCp′，其中b表示为各豌豆花摘除区域的编号，b＝1,2,...,c；
将豌豆花摘除区域在各异常时间点对应的豌豆花摘除指数之和与云数据库中存储的各摘除数量对应的豌豆花摘除指数范围进行对比，筛选豌豆花摘除区域在各异常时间点对应的摘除数量ZZp′；
分析各豌豆花摘除区域在各异常时间点对应的摘除数量
7.根据权利要求1所述的一种基于互联网的农业种植管理系统，其特征在于：所述分析各豌豆生长区域在各测试时间点对应的枝干摘除指数，其具体方法为：
通过各豌豆生长区域在各测试时间点的图像获取各豌豆生长区域在各测试时间点对应各枝干的趋向角度GSip，并统计各豌豆生长区域在各测试时间点对应枝干的总数量GAip；
分析各豌豆生长区域在各测试时间点对应的枝干摘除指数
其中GS″、GA″分别表示为预设的趋向角度阈值、枝干适宜数量，δ1、δ2分别表示为预设的趋向角度、枝干数量对应的比例因子。
8.根据权利要求6所述的一种基于互联网的农业种植管理系统，其特征在于：所述判断各枝干摘除区域，并分析各枝干摘除区域在各摘除时间点对应的摘除数量，其具体方法为：
同各豌豆花摘除区域对应各异常时间点判断方法一致判断各枝干摘除区域对应各摘除时间点；
获取各枝干摘除区域在各摘除时间点对应的枝干摘除指数，并将其与云数据库中储存的单位枝干摘除指数对应的摘除数量相乘，进而得到各枝干摘除区域在各摘除时间点对应的摘除数量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310337225.5A CN116362910B (zh) | 2023-03-31 | 2023-03-31 | 一种基于互联网的农业种植管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310337225.5A CN116362910B (zh) | 2023-03-31 | 2023-03-31 | 一种基于互联网的农业种植管理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116362910A true CN116362910A (zh) | 2023-06-30 |
| CN116362910B CN116362910B (zh) | 2023-09-01 |
Family
ID=86937655
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310337225.5A Active CN116362910B (zh) | 2023-03-31 | 2023-03-31 | 一种基于互联网的农业种植管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116362910B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117223459A (zh) * | 2023-11-14 | 2023-12-15 | 江苏汉菱肥业有限责任公司 | 一种基于数据分析的肥料自动混配系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020183867A1 (en) * | 2000-04-04 | 2002-12-05 | Nagarjuna Holdings Private Limited | Agricultural management system for providing agricultural solutions and enabling commerce |
| CN105993458A (zh) * | 2016-05-20 | 2016-10-12 | 安徽省天瑞园生态农业科技有限公司 | 一种豌豆种植方法 |
| CN106856965A (zh) * | 2017-04-07 | 2017-06-20 | 广西壮族自治区畜牧研究所 | 一种芒果园种植禾本科牧草的方法及芒果园生态系统 |
| CN109035054A (zh) * | 2018-08-01 | 2018-12-18 | 芜湖施乐智能科技有限公司 | 一种农业互联网种植管理系统 |
| CN111596689A (zh) * | 2020-06-10 | 2020-08-28 | 张玉红 | 一种基于大数据物联网的智慧农业植保作业控制系统 |
| CN111652756A (zh) * | 2020-07-03 | 2020-09-11 | 张玉红 | 一种绿色智慧农业大棚种植环境监测管理系统 |
| CN111881864A (zh) * | 2020-08-03 | 2020-11-03 | 王美华 | 一种智慧农业种植农作物生长全周期全动态监测管理系统 |
| CN115104495A (zh) * | 2022-08-04 | 2022-09-27 | 永州市农业科学研究所 | 一种设施长豇豆高产高效减施农药栽培方法 |
| CN115345384A (zh) * | 2022-09-09 | 2022-11-15 | 武汉柏汇达科技有限公司 | 一种基于互联网的数字化乡村综合服务系统 |
-
2023
- 2023-03-31 CN CN202310337225.5A patent/CN116362910B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020183867A1 (en) * | 2000-04-04 | 2002-12-05 | Nagarjuna Holdings Private Limited | Agricultural management system for providing agricultural solutions and enabling commerce |
| CN105993458A (zh) * | 2016-05-20 | 2016-10-12 | 安徽省天瑞园生态农业科技有限公司 | 一种豌豆种植方法 |
| CN106856965A (zh) * | 2017-04-07 | 2017-06-20 | 广西壮族自治区畜牧研究所 | 一种芒果园种植禾本科牧草的方法及芒果园生态系统 |
| CN109035054A (zh) * | 2018-08-01 | 2018-12-18 | 芜湖施乐智能科技有限公司 | 一种农业互联网种植管理系统 |
| CN111596689A (zh) * | 2020-06-10 | 2020-08-28 | 张玉红 | 一种基于大数据物联网的智慧农业植保作业控制系统 |
| CN111652756A (zh) * | 2020-07-03 | 2020-09-11 | 张玉红 | 一种绿色智慧农业大棚种植环境监测管理系统 |
| CN111881864A (zh) * | 2020-08-03 | 2020-11-03 | 王美华 | 一种智慧农业种植农作物生长全周期全动态监测管理系统 |
| CN115104495A (zh) * | 2022-08-04 | 2022-09-27 | 永州市农业科学研究所 | 一种设施长豇豆高产高效减施农药栽培方法 |
| CN115345384A (zh) * | 2022-09-09 | 2022-11-15 | 武汉柏汇达科技有限公司 | 一种基于互联网的数字化乡村综合服务系统 |
Non-Patent Citations (1)
| Title |
|---|
| 苏成付;龚顺良;李树江;王为;邱新棉;: "种植密度、氮施用量及打顶时间对棉花产量及产量因子影响的研究", 分子植物育种, no. 08, pages 474 - 482 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117223459A (zh) * | 2023-11-14 | 2023-12-15 | 江苏汉菱肥业有限责任公司 | 一种基于数据分析的肥料自动混配系统 |
| CN117223459B (zh) * | 2023-11-14 | 2024-02-02 | 江苏汉菱肥业有限责任公司 | 一种基于数据分析的肥料自动混配系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116362910B (zh) | 2023-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116362910B (zh) | 一种基于互联网的农业种植管理系统 | |
| Yin et al. | Computer vision and machine learning applied in the mushroom industry: A critical review | |
| CN111652756A (zh) | 一种绿色智慧农业大棚种植环境监测管理系统 | |
| CN115936916A (zh) | 一种基于大数据的智慧农业服务平台 | |
| CN111837824A (zh) | 一种基于大数据智慧农业的食用菌种植环境调控管理系统 | |
| CN112579807A (zh) | 一种基于云计算和大数据分析的智慧农业全周期种植数据云共享平台 | |
| CN116029860B (zh) | 基于gis的智慧农业种植区域规划辅助决策系统 | |
| CN116188196A (zh) | 一种智慧园区设备可视化运营系统 | |
| CN112836623A (zh) | 设施番茄农事决策辅助方法及装置 | |
| CN117078455A (zh) | 一种基于数字化的食用菌培育智能管理系统 | |
| CN115062863A (zh) | 基于作物参考曲线和积温校正的苹果的始花期预测方法 | |
| CN106683092B (zh) | 测算蓝莓树冠郁闭度的装置和方法 | |
| CN105891420A (zh) | 一种大数据智能分析植物生长状态的方法 | |
| Motonaga et al. | A method of making digital fruit color charts for cultivation management and quality control | |
| KR101810901B1 (ko) | 작물체의 생육 시뮬레이션 장치 | |
| Rocha et al. | Automatic detection and evaluation of sugarcane planting rows in aerial images | |
| CN110991714A (zh) | 一种农作物倒伏灾情监测方法及系统 | |
| Islam et al. | Image processing algorithm to estimate ice-plant leaf area from RGB images under different light conditions | |
| CN116778343B (zh) | 一种用于综合识别的目标图像特征提取方法 | |
| CN110221032A (zh) | 一种基于近红外光谱的大米品质检测方法 | |
| CN105869061A (zh) | 一种计算机分析植物生长状态的方法 | |
| CN117350525A (zh) | 基于人工智能的农作物生长数据管理决策系统 | |
| CN111681216A (zh) | 一种金针菇高通量表型信息获取的方法 | |
| CN104794712B (zh) | 基于电子识别的单株梨树产量检测系统 | |
| Tu et al. | A study of broccoli grading system based on machine vision and neural networks |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240119 Address after: 678000 Zaishan Village Committee Zaishan Group 5, Taiping Town, Shidian County, Baoshan City, Yunnan Province Patentee after: Baoshan Aoxin Seed Industry Technology Co.,Ltd. Address before: 678299 east of square road, dianyang Town, Shidian County, Baoshan City, Yunnan Province south of Taiping Road Patentee before: Baoshan AoXin e-commerce Co.,Ltd. |