CN116976671B - 一种无人农场综合信息化管理方法及系统 - Google Patents
一种无人农场综合信息化管理方法及系统 Download PDFInfo
- Publication number
- CN116976671B CN116976671B CN202310959096.3A CN202310959096A CN116976671B CN 116976671 B CN116976671 B CN 116976671B CN 202310959096 A CN202310959096 A CN 202310959096A CN 116976671 B CN116976671 B CN 116976671B
- Authority
- CN
- China
- Prior art keywords
- information
- livestock
- farm
- environment
- abnormal
- 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
Links
- 238000007726 management method Methods 0.000 title claims abstract description 28
- 230000002159 abnormal effect Effects 0.000 claims abstract description 176
- 238000004458 analytical method Methods 0.000 claims abstract description 126
- 238000011156 evaluation Methods 0.000 claims abstract description 62
- 230000004044 response Effects 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 20
- 230000002265 prevention Effects 0.000 claims abstract description 18
- 230000005856 abnormality Effects 0.000 claims abstract description 6
- 244000144972 livestock Species 0.000 claims description 163
- 230000000694 effects Effects 0.000 claims description 30
- 238000009395 breeding Methods 0.000 claims description 27
- 230000001488 breeding effect Effects 0.000 claims description 27
- 201000010099 disease Diseases 0.000 claims description 27
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 27
- 230000001105 regulatory effect Effects 0.000 claims description 24
- 238000012544 monitoring process Methods 0.000 claims description 23
- 238000012876 topography Methods 0.000 claims description 22
- 230000007613 environmental effect Effects 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000006806 disease prevention Effects 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 12
- 230000001276 controlling effect Effects 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 238000002372 labelling Methods 0.000 claims description 6
- 230000006399 behavior Effects 0.000 claims description 5
- 238000013135 deep learning Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 4
- 241001465754 Metazoa Species 0.000 abstract description 11
- 238000012271 agricultural production Methods 0.000 abstract description 9
- 238000011161 development Methods 0.000 abstract description 6
- 238000005286 illumination Methods 0.000 description 17
- 230000010485 coping Effects 0.000 description 15
- 238000012545 processing Methods 0.000 description 10
- 239000002689 soil Substances 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000003973 irrigation Methods 0.000 description 2
- 230000002262 irrigation Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 206010059866 Drug resistance Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06V20/176—Urban or other man-made structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Environmental & Geological Engineering (AREA)
- Health & Medical Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Animal Husbandry (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Human Computer Interaction (AREA)
- Agronomy & Crop Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种无人农场综合信息化管理方法及系统,包括:基于目标农场的各种特征信息构建目标农场区域地图;根据作物生长状况信息和种植环境信息分别对目标农场进行作物生长状态评估和种植环境评估,根据评估结果制定应对方案;进行牲畜生存环境评估和牲畜异常状态分析,并根据评估结果进行环境调控和异常预警;对目标农场进行异常状况分析,根据异常状况分析信息制定紧急应对方案并进行紧急状况预警;根据气象信息分析目标农场的受影响程度,得到不同影响因素的影响程度信息,通过不同影响因素的影响程度信息进行灾害预测,并制定灾害预防方案进行灾害预防。提高了农业生产和管理效率,推动农业产业的可持续发展。
Description
技术领域
本发明涉及无人农场信息化管理技术领域,尤其涉及一种无人农场综合信息化管理方法及系统。
背景技术
农业是人类社会的基础产业之一,随着人口增长和经济发展,农业对农产品的需求不断增加。然而,传统农业生产管理方式存在一系列问题,如人力资源浪费、效率低下、信息传递滞后等。为了提高农业生产效率、优化资源利用、推动农业产业的可持续发展,信息技术在农业领域的应用逐渐受到关注。随着科技的发展,物联网、人工智能等技术在农业领域的应用日益广泛,为农场信息化管理提供了新的可能性。因此如何将现代信息技术与农业生产相结合,实现对农场的自动化监测和自动化管理,同时优化资源利用是一个重要问题。
发明内容
本发明克服了现有技术的缺陷,提供了一种无人农场综合信息化管理方法及系统,其重要目的在于提高农业生产效率,优化资源利用,推动农业产业的可持续发展。
为实现上述目的本发明第一方面提供了一种无人农场综合信息化管理方法,包括:
获取目标农场的作物生长状况信息、牲畜生长状况信息、农场地形信息和农场设备信息,基于所述作物生长状况信息、牲畜生长状况信息、农场地形信息和农场设备信息构建目标农场区域地图;
获取作物种植区域的种植环境信息,根据所述作物生长状况信息和所述种植环境信息分别对目标农场进行作物生长状态评估和种植环境评估,根据评估结果制定应对方案;
获取牲畜养殖区域的牲畜居住环境信息、牲畜日常活动信息,进行牲畜生存环境评估和牲畜异常状态分析,并根据评估结果进行环境调控和异常预警;
获取目标农场的区域实时监测信息、区域设备运行信息和调控后的区域环境信息,对目标农场进行异常状况分析,根据异常状况分析信息制定紧急应对方案并进行紧急状况预警;
获取目标农场的气象信息,根据所述气象信息分析目标农场的受影响程度,得到不同影响因素的影响程度信息,通过不同影响因素的影响程度信息进行灾害预测,并制定灾害预防方案进行灾害预防。
本方案中,所述基于所述作物生长状况信息、牲畜生长状况信息、农场地形信息和农场设备信息构建目标农场区域地图,具体为:
获取目标农场的作物生长状况信息、牲畜生长状况信息、农场地形信息和农场设备信息;
基于所述农场地形信息构建目标农场区域地图,将目标农场按照使用功能划分为牲畜养殖区域和作物种植区域,同时绘制目标农场路线图;
基于所述作物生长状况信息和所述牲畜生长状况信息对各区域进行标注,按照不同生长阶段不同养殖品种对各区域进行标注;
基于所述农场设备信息对目标农场区域地图进行设备标注。
本方案中,所述分别对目标农场进行作物生长状态评估和种植环境评估,具体为:
获取作物种植区域的种植环境信息、作物生长状况信息;
基于大数据检索获取各农作物的各生长阶段特征信息、各种患病作物特征信息,构成对比数据集;
将所述作物生长状况信息与对比数据集进行相似度计算,将所得的相似度计算值与预设阈值进行判断,得到生长状态判断结果信息;
根据生长状态判断结果信息进行作物生长状态评估,得到作物生长状态评估结果信息;
通过作物生长状况信息结合对比数据集得到作物生长阶段信息,基于作物生长阶段信息进行大数据检索获取当前生长阶段的适生种植环境信息;
将所述种植环境信息与适生种植环境信息进行分析判断,计算所述种植环境信息与适生种植环境信息的偏差率;
将偏差率与预设阈值进行判断,根据环境判断结果信息进行种植环境评估,得到种植环境评估结果信息。
本方案中,所述根据评估结果制定应对方案,具体为:
获取作物生长状态评估结果信息、种植环境评估结果信息;
所述作物生长状态评估结果信息包括:作物生长状况信息、作物患病程度信息、作物患病种类信息;
根据所述作物生长状态评估结果信息结合所述种植环境评估结果信息进行患病原因分析,得到作物患病原因分析信息;
若种植环境为作物患病原因,则分析当前种植环境与适生种植环境信息的差异,得到环境差异信息;
基于大数据检索获得作物患病防治实例,构成患病防治实例数据集;
根据所述作物患病原因分析信息结合所述患病防治实例数据集制定应对方案。
本方案中,所述进行牲畜生存环境评估和牲畜异常状态分析,并进行环境调控和异常预警,具体为:
获取牲畜养殖区域的牲畜居住环境信息、牲畜日常活动信息;
预设多个不同类别的宜居环境判断阈值,将所述牲畜居住环境信息与宜居环境判断阈值进行判断,得到居住环境判断结果信息;
根据居住环境判断结果信息进行牲畜生存环境评估,得到牲畜生存环境评估结果信息;
构建异常状态分析模型,将所述牲畜日常状况信息和牲畜生长状况信息导入异常状态分析模型进行牲畜异常状态分析,得到牲畜异常状态分析结果信息;
牲畜异常状态分析结果信息包括:牲畜异常状态原因分析结果信息、牲畜异常行为分析结果信息;
根据牲畜生存环境评估结果信息和牲畜异常状态原因分析结果信息生成环境调控指令调控信息,通过环境调控指令信息对牲畜养殖区域进行环境调控,并生成牲畜养殖区域环境异常预警信息进行预警;
根据牲畜异常状态分析结果信息生成牲畜异常预警信息,并根据牲畜异常状态原因分析结果信息生成应对方案。
本方案中,所述对目标农场进行异常状况分析,根据异常状况分析信息制定紧急应对方案并进行紧急状况预警,具体为;
获取目标农场的区域实时监测信息、区域设备运行信息和调控后的区域环境信息;
通过所述调控后的区域环境信息分析区域内异常环境参数,结合所述区域实时监测信息进行综合分析,得到异常状况分析结果信息;
根据异常状况分析结果信息生成区域预警信息进行紧急状况预警,并结合目标农场区域地图制定紧急规避路线;
根据所述调控后的区域环境信息与预期调控参数进行判断,得到调控效果判断结果信息,根据调控效果判断结果信息分析是否达到预期调控效果;
若未达到预期调控效果,则结合区域设备运行信息分析异常运行设备,得到异常运行设备分析结果信息;
通过所述异常运行设备分析结果信息对目标农场区域地图进行异常运行设备标注,并进行设备异常运行预警。
本方案中,所述根据所述气象信息分析目标农场的受影响程度,得到不同影响因素的影响程度信息,具体为:
获取目标农场的气象信息,所述气象信息包括:气温信息和气温时间段信息、降雨量信息和降雨时间段信息、风力等级信息和风力峰值时间段信息;
根据气温时间段信息和气温信息进行气温影响分析,判断持续高温或低温对目标农场的影响程度,得到气温影响程度信息;
根据降雨时间段信息和降雨量信息进行降雨影响分析,判断降雨量过多或过少对目标农场的影响程度,得到降雨影响程度信息;
根据风力峰值时间段信息和风力等级信息进行风力影响程度分析,判断不同程度的风力对目标农场的影响程度,得到风力影响程度信息。
本方案中,所述通过不同影响因素的影响程度信息进行灾害预测,并制定灾害预防方案进行灾害预防,具体为:
基于大数据检索不同程度的不同影响因素导致的农场灾害实例,构成灾害预测训练数据集;
构建灾害预测模型,通过灾害预测训练数据集对灾害预测模型进行深度的学习和训练,得到符合期望的灾害预测模型;
获取气温影响程度信息、降雨影响程度信息和风力影响程度信息,分别导入灾害预测模型进行灾害预测,得到不同影响因素的灾害预测结果信息;
灾害预测结果包括:气温灾害预测结果信息、降雨灾害预测结果信息、风力灾害预测结果信息;
根据灾害预测结果制定不同的灾害预防方案进行灾害预防。
本发明第二方面提供了一种无人农场综合信息化管理系统,该系统包括:存储器、处理器,所述存储器中包含无人农场综合信息化管理方法程序,所述无人农场综合信息化管理方法程序被所述处理器执行时实现如下步骤:
获取目标农场的作物生长状况信息、牲畜生长状况信息、农场地形信息和农场设备信息,基于所述作物生长状况信息、牲畜生长状况信息、农场地形信息和农场设备信息构建目标农场区域地图;
获取作物种植区域的种植环境信息,根据所述作物生长状况信息和所述种植环境信息分别对目标农场进行作物生长状态评估和种植环境评估,根据评估结果制定应对方案;
获取牲畜养殖区域的牲畜居住环境信息、牲畜日常活动信息,进行牲畜生存环境评估和牲畜异常状态分析,并根据评估结果进行环境调控和异常预警;
获取目标农场的区域实时监测信息、区域设备运行信息和调控后的区域环境信息,对目标农场进行异常状况分析,根据异常状况分析信息制定紧急应对方案并进行紧急状况预警;
获取目标农场的气象信息,根据所述气象信息分析目标农场的受影响程度,得到不同影响因素的影响程度信息,通过不同影响因素的影响程度信息进行灾害预测,并制定灾害预防方案进行灾害预防。
本发明公开了一种无人农场综合信息化管理方法及系统,包括:基于目标农场的各种特征信息构建目标农场区域地图;根据作物生长状况信息和种植环境信息分别对目标农场进行作物生长状态评估和种植环境评估,根据评估结果制定应对方案;进行牲畜生存环境评估和牲畜异常状态分析,并根据评估结果进行环境调控和异常预警;对目标农场进行异常状况分析,根据异常状况分析信息制定紧急应对方案并进行紧急状况预警;根据气象信息分析目标农场的受影响程度,得到不同影响因素的影响程度信息,通过不同影响因素的影响程度信息进行灾害预测,并制定灾害预防方案进行灾害预防。提高了农业生产和管理效率,推动农业产业的可持续发展。
附图说明
为了更清楚地说明本发明实施例或示例性中的技术方案,下面将对实施例或示例性描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以按照这些附图示出的获得其他的附图。
图1为本发明一实施例提供的一种无人农场综合信息化管理方法流程图;
图2为本发明一实施例提供的无人农场异常状况管理流程图;
图3为本发明一实施例提供的一种无人农场综合信息化管理系统框图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图1为本发明一实施例提供的一种无人农场综合信息管理方法流程图;
如图1所示,本发明提供了一种无人农场综合信息化管理方法流程图,包括:
S102,获取目标农场的作物生长状况信息、牲畜生长状况信息、农场地形信息和农场设备信息,基于所述作物生长状况信息、牲畜生长状况信息、农场地形信息和农场设备信息构建目标农场区域地图;
获取目标农场的作物生长状况信息、牲畜生长状况信息、农场地形信息和农场设备信息;
基于所述农场地形信息构建目标农场区域地图,将目标农场按照使用功能划分为牲畜养殖区域和作物种植区域,同时绘制目标农场路线图;
基于所述作物生长状况信息和所述牲畜生长状况信息对各区域进行标注,按照不同生长阶段不同养殖品种对各区域进行标注;
基于所述农场设备信息对目标农场区域地图进行设备标注。
需要说明的是,基于目标农场的各种基本信息构建目标农场区域地图,将目标农场划分为牲畜养殖区域和作物种植区域,同时将安装在目标农场各区域的监测设备和调控设备在目标农场区域地图进行标注,便于迅速的了解目标农场的基本情况,在发生突发状况时,可以迅速找到最佳路线,进行及时的处理,提高了农场管理的效率性和处理突发状况的时效性。
S104,获取作物种植区域的种植环境信息,根据所述作物生长状况信息和所述种植环境信息分别对目标农场进行作物生长状态评估和种植环境评估,根据评估结果制定应对方案;
获取作物种植区域的种植环境信息、作物生长状况信息;
基于大数据检索获取各农作物的各生长阶段特征信息、各种患病作物特征信息,构成对比数据集;
将所述作物生长状况信息与对比数据集进行相似度计算,将所得的相似度计算值与预设阈值进行判断,得到生长状态判断结果信息;
根据生长状态判断结果信息进行作物生长状态评估,得到作物生长状态评估结果信息;
通过作物生长状况信息结合对比数据集得到作物生长阶段信息,基于作物生长阶段信息进行大数据检索获取当前生长阶段的适生种植环境信息;
将所述种植环境信息与适生种植环境信息进行分析判断,计算所述种植环境信息与适生种植环境信息的偏差率;
将偏差率与预设阈值进行判断,根据环境判断结果信息进行种植环境评估,得到种植环境评估结果信息;
所述作物生长状态评估结果信息包括:作物生长状况信息、作物患病程度信息、作物患病种类信息;
根据所述作物生长状态评估结果信息结合所述种植环境评估结果信息进行患病原因分析,得到作物患病原因分析信息;
若种植环境为作物患病原因,则分析当前种植环境与适生种植环境信息的差异,得到环境差异信息;
基于大数据检索获得作物患病防治实例,构成患病防治实例数据集;
根据所述作物患病原因分析信息结合所述患病防治实例数据集制定应对方案。
需要说明的是,通过大数据分析和相似度计算,能够自动评估作物的生长状态和种植环境的适宜程度,根据作物生长状态评估结果和种植环境评估结果,能够为农场管理者提供实时的决策支持,包括作物生长状况、患病程度、患病种类等信息,帮助做出科学的农业生产决策。通过分析作物生长状态和种植环境,结合患病防治实例数据集,能够深入分析作物患病的原因,为患病防治提供科学依据,制定针对性的患病防治方案,提高防治效果和农业生产质量。
S106,获取牲畜养殖区域的牲畜居住环境信息、牲畜日常活动信息,进行牲畜生存环境评估和牲畜异常状态分析,并根据评估结果进行环境调控和异常预警;
获取牲畜养殖区域的牲畜居住环境信息、牲畜日常活动信息;
预设多个不同类别的宜居环境判断阈值,将所述牲畜居住环境信息与宜居环境判断阈值进行判断,得到居住环境判断结果信息;
根据居住环境判断结果信息进行牲畜生存环境评估,得到牲畜生存环境评估结果信息;
构建异常状态分析模型,将所述牲畜日常状况信息和牲畜生长状况信息导入异常状态分析模型进行牲畜异常状态分析,得到牲畜异常状态分析结果信息;
牲畜异常状态分析结果信息包括:牲畜异常状态原因分析结果信息、牲畜异常行为分析结果信息;
根据牲畜生存环境评估结果信息和牲畜异常状态原因分析结果信息生成环境调控指令调控信息,通过环境调控指令信息对牲畜养殖区域进行环境调控,并生成牲畜养殖区域环境异常预警信息进行预警;
根据牲畜异常状态分析结果信息生成牲畜异常预警信息,并根据牲畜异常状态原因分析结果信息生成应对方案。
进一步的,通过牲畜异常状态原因分析结果信息制定牲畜患病应对方案,得到初始患病应对方案信息;获取目标农场历史牲畜患病类型与当前时刻患病类型相同的患病应对方案及采用方案次数,得到历史患病应对方案信息和历史采用方案次数信息;将历史患病应对方案信息和历史采用方案次数信息与初始患病应对方案信息进行对比分析,得到初始患病应对方案的历史采用次数信息;将所述历史采用次数信息与预设阈值进行判断;若历史采用次数信息小于预设阈值,则得到将所述初始患病应对方案作为最终患病应对方案的判断结果信息;若历史采用次数信息大于预设阈值,则代表目标农场的牲畜具有所述初始患病应对方案中药物的抗药性,得到重新制定患病应对方案的判断结果信息;根据历史采用方案次数信息对历史患病应对方案信息中的各方案进行排序,选取采用次数少于预设阈值的历史患病应对方案作为候选患病应对方案;提取历史患病应对方案信息中各方案的治疗效果信息,将所述各方案的治疗效果信息作为权重,对候选应对方案进行加权计算;通过加权计算结果候选患病应对方案进行优先级排序选取最终患病应对方案。
进一步的,将牲畜养殖区域划分为多个子区域,根据牲畜异常状态分析结果信息得到牲畜患病子区域,提取所述牲畜患病子区域的环境特征信息;获取牲畜养殖区域的所有子区域的环境特征信息,与所述牲畜患病子区域的环境特征信息进行相似度计算,得到相似度值;将所述相似度值与预设阈值进行判断,得到环境相似判断信息;通过环境相似判断信息得到与患病牲畜子区域相似的子区域,定义为高危子区域;获取高危子区域中牲畜居住环境信息和牲畜日常活动信息,导入异常状态分析模型进行分析,得到高危子区域牲畜异常状态分析信息;若出现患病牲畜,则将该高危子区域进行标注,采取应对方案并向工作人员进行告警提示;若未出现患病牲畜,则将该高危子区域标记潜在患病子区域,生成潜在患病子区域预警信息,并提高监测频率。
需要说明的是,通过牲畜患病子区域的环境特征信息对目标农场的各牲畜养殖子区域进行重新监测和分析,筛选出潜在患病子区域,并进行预防处理和预警提示,避免带来更大的经济损失。
需要说明的是,基于大数据检索获取各种牲畜异常状况的、异常状况种类信息、牲畜行为特征信息和异常状况原因信息,构建训练数据集;根据所述训练数据集对异常状态分析模型进行深度的学习和训练,得到符合期望的模型。
需要说明的是,基于大数据检索获取各种牲畜异常状态的处理方案实例,构成处理方案实例数据集;根据牲畜异常状态原因分析结果信息结合处理方案实例数据集生成应对方案;若牲畜异常原因为患病,则根据牲畜异常状态原因分析结果信息结合处理方案实例数据集制定患病应对方案;若牲畜异常原因为环境原因,则获取实时牲畜居住环境信息,结合处理方案实例数据集计算居住环境偏差信息,根据居住环境偏差信息制定环境调控方案,生成环境调控指令进行调控。
S108,获取目标农场的区域实时监测信息、区域设备运行信息和调控后的区域环境信息,对目标农场进行异常状况分析,根据异常状况分析信息制定紧急应对方案并进行紧急状况预警;
获取目标农场的区域实时监测信息、区域设备运行信息和调控后的区域环境信息;
通过所述调控后的区域环境信息分析区域内异常环境参数,结合所述区域实时监测信息进行综合分析,得到异常状况分析结果信息;
根据异常状况分析结果信息生成区域预警信息进行紧急状况预警,并结合目标农场区域地图制定紧急规避路线;
根据所述调控后的区域环境信息与预期调控参数进行判断,得到调控效果判断结果信息,根据调控效果判断结果信息分析是否达到预期调控效果;
若未达到预期调控效果,则结合区域设备运行信息分析异常运行设备,得到异常运行设备分析结果信息;
通过所述异常运行设备分析结果信息对目标农场区域地图进行异常运行设备标注,并进行设备异常运行预警。
进一步的,获取出现洪涝危害的洪涝区域实时信息结合农场地形信息进行洪涝走向趋势预测,得到洪涝走向趋势预测信息和农场受影响区域位置预测信息;获取洪涝区域位置信息和农场位置信息,计算发生洪涝区域与农场的距离,通过洪涝区域与农场的距离计算洪涝预计到达时间,得到洪涝预计到达时间信息;根据洪涝走向趋势预测信息、农场受影响区域位置预测信息和洪涝预计到达时间信息结合目标农场区域地图进行排水路线的规划,制定排水路线方案;根据农场受影响区域位置信息、洪涝走向趋势预测信息和洪涝预计到达时间信息对农场受影响区域按照洪涝到达时间进行排序,得到区域受影响时间排序表;提取各区域受影响时间信息,与预设阈值进行判断,选取受影响时间小于预设阈值的区域作为候选施救区域;提取各施救区域养殖物生长状况信息和数量信息作为施救权重,对各候选施救区域进行加权计算;通过加权计算结果选取最先施救区域,进行灾害施救,降低灾害带来的损失。
进一步的,构建光照危害分析模型,获取区域气象信息、区域实时监测信息和区域环境温度信息;通过区域实时监测信息提取目标区域内光照面积,得到区域光照面积信息;通过区域环境温度信息计算t时间段中区域环境温度变化,得到环境温度变化速率信息;通过区域气象信息得到区域温度持续时间信息,结合区域光照面积信息和环境温度变化速率信息导入光照危害分析模型进行危害分析,得到光照危害分析结果信息;若所述光照危害分析结果信息为存在光照危害,则生成光照调控指令和光照危害预警信息;通过光照调控预警信息向农场管理人员进行告警,避免出现突发状况;所述光照调控指令包括环境温度调控指令和环境遮阳设备调控指令,通过调控温度和遮挡光照面积进行预防光照危害。
需要说明的是,通过对目标农场的光照强度的分析,不仅能避免因光照过强且时间持续过长而带来的经济损失,而且根据发出调控指令后各区域的环境变化信息能够判断是否成功进行调控,同时根据调控判断结果可以及时发现异常运作设备,从而进行预警提示,并发出维修预警。通过控制目标农场的光照强度能够一定程度的避免火灾的发生,从而导致更大的经济损失。
S110,获取目标农场的气象信息,根据所述气象信息分析目标农场的受影响程度,得到不同影响因素的影响程度信息,通过不同影响因素的影响程度信息进行灾害预测,并制定灾害预防方案进行灾害预防;
获取目标农场的气象信息,所述气象信息包括:气温信息和气温时间段信息、降雨量信息和降雨时间段信息、风力等级信息和风力峰值时间段信息;
根据气温时间段信息和气温信息进行气温影响分析,判断持续高温或低温对目标农场的影响程度,得到气温影响程度信息;
根据降雨时间段信息和降雨量信息进行降雨影响分析,判断降雨量过多或过少对目标农场的影响程度,得到降雨影响程度信息;
根据风力峰值时间段信息和风力等级信息进行风力影响程度分析,判断不同程度的风力对目标农场的影响程度,得到风力影响程度信息;
基于大数据检索不同程度的不同影响因素导致的农场灾害实例,构成灾害预测训练数据集;
构建灾害预测模型,通过灾害预测训练数据集对灾害预测模型进行深度的学习和训练,得到符合期望的灾害预测模型;
获取气温影响程度信息、降雨影响程度信息和风力影响程度信息,分别导入灾害预测模型进行灾害预测,得到不同影响因素的灾害预测结果信息;
灾害预测结果包括:气温灾害预测结果信息、降雨灾害预测结果信息、风力灾害预测结果信息;
根据灾害预测结果制定不同的灾害预防方案进行灾害预防。
进一步的,获取降雨量信息和降雨时间段信息,基于大数据检索不同降雨量及不同降雨时间的土壤含水量信息,构建含水量对比数据集;将所述降雨量信息和降雨时间段信息与含水量对比数据集进行相似度计算,得到相似度值;将所述相似度值与判断阈值进行判断,根据判断结果得到土壤含水量信息;获取各区域作物的适生土壤含水量信息,将所述土壤含水量信息与所述适生土壤含水量信息进行判断,分析降雨时土壤含水量是否达到或超过作物适生土壤含水量,得到含水量判断结果信息;根据含水量判断结果信息调整各区域作物的浇灌量,并制定浇灌方案;获取降雨灾害预测结果信息、降雨影响程度信息和目标农场排水渠实时图像信息;根据目标农场排水渠实时图像分析是否存在堵塞现象,得到排水渠堵塞分析结果信息,所述排水渠堵塞分析结果信息包括排水渠堵塞数量信息、排水渠堵塞位置信息和排水渠堵塞程度信息;排水渠堵塞分析结果信息与预设阈值进行判断,得到判断结果信息;若排水渠堵塞分析结果信息大于预设阈值,则根据降雨灾害预测结果信息、降雨影响程度信息和排水渠堵塞分析结果信息生成降雨灾害预警信息和排水渠疏通预警信息,告警工作人员进行排水渠疏通,避免降雨量过多且排水不及时导致作物损失。
进一步的,获取气温时间段信息和气温信息,构建气温影响分析模型;将气温时间段信息和气温信息导入气温影响分析模型进行气温影响分析,得到气温影响程度信息;预设多个气温影响判断阈值,将气温影响程度信息与气温影响判断阈值进行判断,得到气温影响判断结果信息;根据气温影响判断结果信息制定气温调控方案进行预防,避免因为气温过高或过低带来经济损失。
进一步的,获取风力峰值时间段信息和风力等级信息,构建风力影响分析模型;将风力峰值时间段信息和风力等级信息导入风力影响分析模型进行风力影响分析,得到风力影响程度信息;预设多个风力影响判断阈值,将风力影响程度信息与风力影响判断阈值进行判断,得到风力影响判断结果信息;获取目标农场各区域的作物种类信息和作物生长状况信息,结合风力影响判断结果信息进行分析预测,得到易受影响作物种类信息和易受影响作物种植区域信息;根据易受影响作物种类信息和易受影响作物种植区域信息生成加固作物预警信息,提示相关工作人员进行加固预防,避免因风力过大造成作物损失过多。
需要说明的是,通过分析预测目标农场气象对于目标农场的影响程度来进行灾害预测,防止因为温度过高或过低带来的作物损失和牲畜死亡,避免因为降雨过多导致养殖区域和种植区域存在过多积水的情况,预防因为风力过大带来的作物损失、建筑坍塌或损伤。有效的增强了目标农场的危害应对能力,提高农场的管理效率和生产效益。
图2为本发明一实施例提供的无人农场异常状况管理流程图;
如图2所示,本发明提供了无人农场异常状况管理流程图,包括:
S202,根据牲畜生存环境评估结果信息和牲畜异常状态原因分析结果信息生成环境调控指令调控信息,并生成牲畜养殖区域环境异常预警信息;
S204,根据牲畜异常状态分析结果信息生成牲畜异常预警信息,并根据牲畜异常状态原因分析结果信息生成应对方案;
S206,通过异常运行设备分析结果信息对目标农场区域地图进行异常运行设备标注,并进行设备异常运行预警;
S208,根据异常状况分析结果信息生成区域预警信息进行紧急状况预警,并结合目标农场区域地图制定紧急规避路线;
基于异常状况分析结果信息锁定发生异常状况区域,得到异常状况区域位置信息,生成区域预警信息;
根据区域预警信息生成紧急状况预警指令,控制异常状况区域的预警设备进行预警;
根据异常状况分析结果信息结合目标农场区域地图制定紧急规避路线,得到紧急规避路线信息。
进一步的,获取异常状况区域的实时视频流信息和实时环境信息;构建异常状况识别模型,将实时视频流信息和实时环境信息导入异常状况识别模型进行分析,得到异常状况种类信息和异常状况程度信息;基于大数据检索获取各种异常状况的处理方案实例,构成异常状况处理实例数据集;根据所述异常状况程度信息和异常状况种类信息结合异常状况处理实例数据集制定应对方案;基于异常状况分析结果信息结合目标农场区域地图制定紧急救援路线,得到紧急救援路线信息;获取异常状况区域的附近工作人员信息和附近工作人员位置信息,计算得到与异常状况区域距离较近的工作人员信息,将异常状况程度信息、异常状况种类信息和紧急救援路线信息发送至位于异常状况区域附近的工作人员进行异常状况处理;将异常状况种类信息、异常状况程度信息和异常状况区域位置信息发送至目标农场各区域的可视化设备中,进行预警提示,避免其他人员误入异常状况区域,导致事故发生。
需要说明的是,异常状况包括农场火灾、区域建筑坍塌等危险状况,通过对目标农场各区域的实时监测与分析,在出现异常状况时及时的向异常状况区域附近人员进行预警,同时制定紧急规避路线和紧急救援路线进行异常状况处理,提高了对异常状况处理的及时性,降低因异常状况带来的损失。
图3为本发明一实施例提供的一种无人农场综合信息化管理系统框图3,该系统包括:存储器31、处理器32,所述存储器31中包含无人农场综合信息化管理方法程序,所述无人农场综合信息化管理方法程序被所述处理器32执行时实现如下步骤:
获取目标农场的作物生长状况信息、牲畜生长状况信息、农场地形信息和农场设备信息,基于所述作物生长状况信息、牲畜生长状况信息、农场地形信息和农场设备信息构建目标农场区域地图;
获取作物种植区域的种植环境信息,根据所述作物生长状况信息和所述种植环境信息分别对目标农场进行作物生长状态评估和种植环境评估,根据评估结果制定应对方案;
获取牲畜养殖区域的牲畜居住环境信息、牲畜日常活动信息,进行牲畜生存环境评估和牲畜异常状态分析,并根据评估结果进行环境调控和异常预警;
获取目标农场的区域实时监测信息、区域设备运行信息和调控后的区域环境信息,对目标农场进行异常状况分析,根据异常状况分析信息制定紧急应对方案并进行紧急状况预警;
获取目标农场的气象信息,根据所述气象信息分析目标农场的受影响程度,得到不同影响因素的影响程度信息,通过不同影响因素的影响程度信息进行灾害预测,并制定灾害预防方案进行灾害预防。
需要说明的是,本发明通过实时监测作物生长状况、牲畜生长状况、农场地形和设备情况等,进而全面的综合评估农场的整体情况,提高了农场的管理效率。通过对牲畜和作物的生长状态、养殖环境进行分析,提供了科学的分析结果,便于农场生产方案的制定。通过对农场的异常状况的分析和监测,实时的发现异常运行设备并进行预警,同时识别农场中出现的紧急状况,制定规避路线和救援路线并进行预警,不仅保证了农场养殖物的安全,同时还确保了工作人员的安全,提高了农场的安全性以及处理事故的时效性。结合目标农场的气象信息对灾害进行预测,并根据农场实时情况制定预防方案,并发送预警进行提示,提高了农场面对自然危害的应对能力,避免带来更大的损失,提高农业生产的效率和质量,促进农业产业的可持续发展。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (5)
1.一种无人农场综合信息化管理方法,其特征在于,包括:
获取目标农场的作物生长状况信息、牲畜生长状况信息、农场地形信息和农场设备信息,基于所述作物生长状况信息、牲畜生长状况信息、农场地形信息和农场设备信息构建目标农场区域地图;
获取作物种植区域的种植环境信息,根据所述作物生长状况信息和所述种植环境信息分别对目标农场进行作物生长状态评估和种植环境评估,根据评估结果制定应对方案;
获取牲畜养殖区域的牲畜居住环境信息、牲畜日常活动信息,进行牲畜生存环境评估和牲畜异常状态分析,并根据评估结果进行环境调控和异常预警;
获取目标农场的区域实时监测信息、区域设备运行信息和调控后的区域环境信息,对目标农场进行异常状况分析,根据异常状况分析信息制定紧急应对方案并进行紧急状况预警;
获取目标农场的气象信息,根据所述气象信息分析目标农场的受影响程度,得到不同影响因素的影响程度信息,通过不同影响因素的影响程度信息进行灾害预测,并制定灾害预防方案进行灾害预防;
所述分别对目标农场进行作物生长状态评估和种植环境评估,具体包括:
获取作物种植区域的种植环境信息、作物生长状况信息;
基于大数据检索获取各农作物的各生长阶段特征信息、各种患病作物特征信息,构成对比数据集;
将所述作物生长状况信息与对比数据集进行相似度计算,将所得的相似度计算值与预设阈值进行判断,得到生长状态判断结果信息;
根据生长状态判断结果信息进行作物生长状态评估,得到作物生长状态评估结果信息;
通过作物生长状况信息结合对比数据集得到作物生长阶段信息,基于作物生长阶段信息进行大数据检索获取当前生长阶段的适生种植环境信息;
将所述种植环境信息与适生种植环境信息进行分析判断,计算所述种植环境信息与适生种植环境信息的偏差率;
将偏差率与预设阈值进行判断,根据环境判断结果信息进行种植环境评估,得到种植环境评估结果信息;
所述进行牲畜生存环境评估和牲畜异常状态分析,并进行环境调控和异常预警,具体包括:
获取牲畜养殖区域的牲畜居住环境信息、牲畜日常活动信息;
预设多个不同类别的宜居环境判断阈值,将所述牲畜居住环境信息与宜居环境判断阈值进行判断,得到居住环境判断结果信息;
根据居住环境判断结果信息进行牲畜生存环境评估,得到牲畜生存环境评估结果信息;
构建异常状态分析模型,将所述牲畜日常状况信息和牲畜生长状况信息导入异常状态分析模型进行牲畜异常状态分析,得到牲畜异常状态分析结果信息;
牲畜异常状态分析结果信息包括:牲畜异常状态原因分析结果信息、牲畜异常行为分析结果信息;
根据牲畜生存环境评估结果信息和牲畜异常状态原因分析结果信息生成环境调控指令调控信息,通过环境调控指令信息对牲畜养殖区域进行环境调控,并生成牲畜养殖区域环境异常预警信息进行预警;
根据牲畜异常状态分析结果信息生成牲畜异常预警信息,并根据牲畜异常状态原因分析结果信息生成应对方案;
所述对目标农场进行异常状况分析,根据异常状况分析信息制定紧急应对方案并进行紧急状况预警,具体包括;
获取目标农场的区域实时监测信息、区域设备运行信息和调控后的区域环境信息;
通过所述调控后的区域环境信息分析区域内异常环境参数,结合所述区域实时监测信息进行综合分析,得到异常状况分析结果信息;
根据异常状况分析结果信息生成区域预警信息进行紧急状况预警,并结合目标农场区域地图制定紧急规避路线;
根据所述调控后的区域环境信息与预期调控参数进行判断,得到调控效果判断结果信息,根据调控效果判断结果信息分析是否达到预期调控效果;
若未达到预期调控效果,则结合区域设备运行信息分析异常运行设备,得到异常运行设备分析结果信息;
通过所述异常运行设备分析结果信息对目标农场区域地图进行异常运行设备标注,并进行设备异常运行预警;
所述根据所述气象信息分析目标农场的受影响程度,得到不同影响因素的影响程度信息,具体包括:
获取目标农场的气象信息,所述气象信息包括:气温信息和气温时间段信息、降雨量信息和降雨时间段信息、风力等级信息和风力峰值时间段信息;
根据气温时间段信息和气温信息进行气温影响分析,判断持续高温或低温对目标农场的影响程度,得到气温影响程度信息;
根据降雨时间段信息和降雨量信息进行降雨影响分析,判断降雨量过多或过少对目标农场的影响程度,得到降雨影响程度信息;
根据风力峰值时间段信息和风力等级信息进行风力影响程度分析,判断不同程度的风力对目标农场的影响程度,得到风力影响程度信息。
2.根据权利要求1所述的一种无人农场综合信息化管理方法,其特征在于,所述基于所述作物生长状况信息、牲畜生长状况信息、农场地形信息和农场设备信息构建目标农场区域地图,具体包括:
获取目标农场的作物生长状况信息、牲畜生长状况信息、农场地形信息和农场设备信息;
基于所述农场地形信息构建目标农场区域地图,将目标农场按照使用功能划分为牲畜养殖区域和作物种植区域,同时绘制目标农场路线图;
基于所述作物生长状况信息和所述牲畜生长状况信息对各区域进行标注,按照不同生长阶段不同养殖品种对各区域进行标注;
基于所述农场设备信息对目标农场区域地图进行设备标注。
3.根据权利要求1所述的一种无人农场综合信息化管理方法,其特征在于,所述根据评估结果制定应对方案,具体包括:
获取作物生长状态评估结果信息、种植环境评估结果信息;
所述作物生长状态评估结果信息包括:作物生长状况信息、作物患病程度信息、作物患病种类信息;
根据所述作物生长状态评估结果信息结合所述种植环境评估结果信息进行患病原因分析,得到作物患病原因分析信息;
若种植环境为作物患病原因,则分析当前种植环境与适生种植环境信息的差异,得到环境差异信息;
基于大数据检索获得作物患病防治实例,构成患病防治实例数据集;
根据所述作物患病原因分析信息结合所述患病防治实例数据集制定应对方案。
4.根据权利要求1所述的一种无人农场综合信息化管理方法,其特征在于,所述通过不同影响因素的影响程度信息进行灾害预测,并制定灾害预防方案进行灾害预防,具体包括:
基于大数据检索不同程度的不同影响因素导致的农场灾害实例,构成灾害预测训练数据集;
构建灾害预测模型,通过灾害预测训练数据集对灾害预测模型进行深度的学习和训练,得到符合期望的灾害预测模型;
获取气温影响程度信息、降雨影响程度信息和风力影响程度信息,分别导入灾害预测模型进行灾害预测,得到不同影响因素的灾害预测结果信息;
灾害预测结果包括:气温灾害预测结果信息、降雨灾害预测结果信息、风力灾害预测结果信息;
根据灾害预测结果制定不同的灾害预防方案进行灾害预防。
5.一种无人农场综合信息化管理系统,其特征在于,该系统包括:存储器、处理器,所述存储器中包含无人农场综合信息化管理方法程序,所述无人农场综合信息化管理方法程序被所述处理器执行时实现如下步骤:
获取目标农场的作物生长状况信息、牲畜生长状况信息、农场地形信息和农场设备信息,基于所述作物生长状况信息、牲畜生长状况信息、农场地形信息和农场设备信息构建目标农场区域地图;
获取作物种植区域的种植环境信息,根据所述作物生长状况信息和所述种植环境信息分别对目标农场进行作物生长状态评估和种植环境评估,根据评估结果制定应对方案;
获取牲畜养殖区域的牲畜居住环境信息、牲畜日常活动信息,进行牲畜生存环境评估和牲畜异常状态分析,并根据评估结果进行环境调控和异常预警;
获取目标农场的区域实时监测信息、区域设备运行信息和调控后的区域环境信息,对目标农场进行异常状况分析,根据异常状况分析信息制定紧急应对方案并进行紧急状况预警;
获取目标农场的气象信息,根据所述气象信息分析目标农场的受影响程度,得到不同影响因素的影响程度信息,通过不同影响因素的影响程度信息进行灾害预测,并制定灾害预防方案进行灾害预防;
所述分别对目标农场进行作物生长状态评估和种植环境评估,具体包括:
获取作物种植区域的种植环境信息、作物生长状况信息;
基于大数据检索获取各农作物的各生长阶段特征信息、各种患病作物特征信息,构成对比数据集;
将所述作物生长状况信息与对比数据集进行相似度计算,将所得的相似度计算值与预设阈值进行判断,得到生长状态判断结果信息;
根据生长状态判断结果信息进行作物生长状态评估,得到作物生长状态评估结果信息;
通过作物生长状况信息结合对比数据集得到作物生长阶段信息,基于作物生长阶段信息进行大数据检索获取当前生长阶段的适生种植环境信息;
将所述种植环境信息与适生种植环境信息进行分析判断,计算所述种植环境信息与适生种植环境信息的偏差率;
将偏差率与预设阈值进行判断,根据环境判断结果信息进行种植环境评估,得到种植环境评估结果信息;
所述进行牲畜生存环境评估和牲畜异常状态分析,并进行环境调控和异常预警,具体包括:
获取牲畜养殖区域的牲畜居住环境信息、牲畜日常活动信息;
预设多个不同类别的宜居环境判断阈值,将所述牲畜居住环境信息与宜居环境判断阈值进行判断,得到居住环境判断结果信息;
根据居住环境判断结果信息进行牲畜生存环境评估,得到牲畜生存环境评估结果信息;
构建异常状态分析模型,将所述牲畜日常状况信息和牲畜生长状况信息导入异常状态分析模型进行牲畜异常状态分析,得到牲畜异常状态分析结果信息;
牲畜异常状态分析结果信息包括:牲畜异常状态原因分析结果信息、牲畜异常行为分析结果信息;
根据牲畜生存环境评估结果信息和牲畜异常状态原因分析结果信息生成环境调控指令调控信息,通过环境调控指令信息对牲畜养殖区域进行环境调控,并生成牲畜养殖区域环境异常预警信息进行预警;
根据牲畜异常状态分析结果信息生成牲畜异常预警信息,并根据牲畜异常状态原因分析结果信息生成应对方案;
所述对目标农场进行异常状况分析,根据异常状况分析信息制定紧急应对方案并进行紧急状况预警,具体包括;
获取目标农场的区域实时监测信息、区域设备运行信息和调控后的区域环境信息;
通过所述调控后的区域环境信息分析区域内异常环境参数,结合所述区域实时监测信息进行综合分析,得到异常状况分析结果信息;
根据异常状况分析结果信息生成区域预警信息进行紧急状况预警,并结合目标农场区域地图制定紧急规避路线;
根据所述调控后的区域环境信息与预期调控参数进行判断,得到调控效果判断结果信息,根据调控效果判断结果信息分析是否达到预期调控效果;
若未达到预期调控效果,则结合区域设备运行信息分析异常运行设备,得到异常运行设备分析结果信息;
通过所述异常运行设备分析结果信息对目标农场区域地图进行异常运行设备标注,并进行设备异常运行预警;
所述根据所述气象信息分析目标农场的受影响程度,得到不同影响因素的影响程度信息,具体包括:
获取目标农场的气象信息,所述气象信息包括:气温信息和气温时间段信息、降雨量信息和降雨时间段信息、风力等级信息和风力峰值时间段信息;
根据气温时间段信息和气温信息进行气温影响分析,判断持续高温或低温对目标农场的影响程度,得到气温影响程度信息;
根据降雨时间段信息和降雨量信息进行降雨影响分析,判断降雨量过多或过少对目标农场的影响程度,得到降雨影响程度信息;
根据风力峰值时间段信息和风力等级信息进行风力影响程度分析,判断不同程度的风力对目标农场的影响程度,得到风力影响程度信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310959096.3A CN116976671B (zh) | 2023-08-01 | 2023-08-01 | 一种无人农场综合信息化管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310959096.3A CN116976671B (zh) | 2023-08-01 | 2023-08-01 | 一种无人农场综合信息化管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116976671A CN116976671A (zh) | 2023-10-31 |
CN116976671B true CN116976671B (zh) | 2024-04-16 |
Family
ID=88482820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310959096.3A Active CN116976671B (zh) | 2023-08-01 | 2023-08-01 | 一种无人农场综合信息化管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116976671B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117391315B (zh) * | 2023-12-13 | 2024-03-08 | 杨凌职业技术学院 | 一种农业气象数据管理方法及装置 |
CN118095661B (zh) * | 2024-04-24 | 2024-07-12 | 杨凌职业技术学院 | 一种根据农作物图像采集的农业管理系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203192027U (zh) * | 2013-04-08 | 2013-09-11 | 张立业 | 一种农业安全生产全程实时信息管理系统 |
CN107291128A (zh) * | 2017-06-30 | 2017-10-24 | 北京联合大学 | 一种基于云平台的智慧农场系统 |
KR20180040862A (ko) * | 2016-10-13 | 2018-04-23 | (주)농정사이버 | 클라우드 팜 통합관제시스템 |
KR20190052484A (ko) * | 2017-11-08 | 2019-05-16 | 대한민국(농촌진흥청장) | 개별 농장단위로 관측되고 추정된 기상정보를 고려한 농업기상재해 조기경보시스템 및 그 방법 |
CN111582666A (zh) * | 2020-04-20 | 2020-08-25 | 广州海睿信息科技有限公司 | 智慧农业云平台app |
WO2020183590A1 (ja) * | 2019-03-11 | 2020-09-17 | 株式会社Eco‐Pork | 畜産自動管理システム |
CN112232976A (zh) * | 2020-10-15 | 2021-01-15 | 广东后海控股股份有限公司 | 一种基于物联网智慧农业信息共享系统 |
KR20210131568A (ko) * | 2020-04-24 | 2021-11-03 | 정환홍 | 지능형 농장 관리 방법 및 시스템 |
CN113869848A (zh) * | 2021-09-07 | 2021-12-31 | 路祥 | 一种基于大数据的智能牧场管理方法及系统 |
KR20220021339A (ko) * | 2020-08-13 | 2022-02-22 | 한국전자통신연구원 | 스마트 팜 시스템에서 다중 축사 장비의 동적 이상상황 인지 시스템 및 방법 |
KR20220071405A (ko) * | 2020-11-24 | 2022-05-31 | 김학철 | 스마트 팜의 빅 데이터를 이용한 농업 지원 시스템 및 방법 |
CN115660291A (zh) * | 2022-12-12 | 2023-01-31 | 广东省农业科学院植物保护研究所 | 一种植物病害发生与潜在发生的识别评估方法及系统 |
CN115907211A (zh) * | 2022-12-17 | 2023-04-04 | 徐学峰 | 一种生态智慧农场 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11263707B2 (en) * | 2017-08-08 | 2022-03-01 | Indigo Ag, Inc. | Machine learning in agricultural planting, growing, and harvesting contexts |
JP7017815B2 (ja) * | 2018-12-05 | 2022-02-09 | 株式会社ナイルワークス | 移動体 |
-
2023
- 2023-08-01 CN CN202310959096.3A patent/CN116976671B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203192027U (zh) * | 2013-04-08 | 2013-09-11 | 张立业 | 一种农业安全生产全程实时信息管理系统 |
KR20180040862A (ko) * | 2016-10-13 | 2018-04-23 | (주)농정사이버 | 클라우드 팜 통합관제시스템 |
CN107291128A (zh) * | 2017-06-30 | 2017-10-24 | 北京联合大学 | 一种基于云平台的智慧农场系统 |
KR20190052484A (ko) * | 2017-11-08 | 2019-05-16 | 대한민국(농촌진흥청장) | 개별 농장단위로 관측되고 추정된 기상정보를 고려한 농업기상재해 조기경보시스템 및 그 방법 |
WO2020183590A1 (ja) * | 2019-03-11 | 2020-09-17 | 株式会社Eco‐Pork | 畜産自動管理システム |
CN111582666A (zh) * | 2020-04-20 | 2020-08-25 | 广州海睿信息科技有限公司 | 智慧农业云平台app |
KR20210131568A (ko) * | 2020-04-24 | 2021-11-03 | 정환홍 | 지능형 농장 관리 방법 및 시스템 |
KR20220021339A (ko) * | 2020-08-13 | 2022-02-22 | 한국전자통신연구원 | 스마트 팜 시스템에서 다중 축사 장비의 동적 이상상황 인지 시스템 및 방법 |
CN112232976A (zh) * | 2020-10-15 | 2021-01-15 | 广东后海控股股份有限公司 | 一种基于物联网智慧农业信息共享系统 |
KR20220071405A (ko) * | 2020-11-24 | 2022-05-31 | 김학철 | 스마트 팜의 빅 데이터를 이용한 농업 지원 시스템 및 방법 |
CN113869848A (zh) * | 2021-09-07 | 2021-12-31 | 路祥 | 一种基于大数据的智能牧场管理方法及系统 |
CN115660291A (zh) * | 2022-12-12 | 2023-01-31 | 广东省农业科学院植物保护研究所 | 一种植物病害发生与潜在发生的识别评估方法及系统 |
CN115907211A (zh) * | 2022-12-17 | 2023-04-04 | 徐学峰 | 一种生态智慧农场 |
Non-Patent Citations (7)
Title |
---|
Internet of things enabled deep learning methods using unmanned aerial vehicles enabled integrated farm management;Mishmash S;Heliyon;20230726;第09卷(第08期);第186-192页 * |
基于农场管理的产业物联网与大数据应用;张富;中国农村科技;20171231;第01卷(第03期);第147-151页 * |
工业化动物养殖方式对农业的有害影响――一个关乎人道和可持续农业的问题;世界农场动物福利协会;肉品卫生;20050820(第08期);第3-7页 * |
探讨天气预报的准确性对农作物种植的影响;杨庆怡;广西农业机械化;20191222(第06期);第121-125页 * |
无人农场系统分析与发展展望;李道亮,等;农业机械学报;20200723;第05卷(第07期);第1-7页 * |
智慧农场技术的研究与实现;刘志杰,等;企业技术开发;20170801(第08期);第1558-1563页 * |
黑龙江无人农场管理平台研究;王华,等;农机质量与监督;20201231;第01卷(第08期);第16-22页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116976671A (zh) | 2023-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116976671B (zh) | 一种无人农场综合信息化管理方法及系统 | |
CN109102422B (zh) | 一种大数据农业管理系统 | |
CN111460990B (zh) | 一种基于大数据的高寒牧区草原虫害监测预警系统及方法 | |
CN116109011B (zh) | 一种智慧园区的能耗管理方法及终端 | |
CN110956652A (zh) | 变电站人员提前越线告警方法 | |
CN112489387B (zh) | 一种基于天气监测的配电施工现场安全预警方法 | |
CN117575169A (zh) | 一种基于数据处理的智慧农业管理系统 | |
CN117910811B (zh) | 基于多模态ai大模型的智慧消防管理方法及系统 | |
CN117411918A (zh) | 一种基于iot物联网的监控报警方法及系统 | |
CN111652128A (zh) | 一种高空电力作业安全监测方法、系统和存储装置 | |
CN115468598A (zh) | 一种猪舍环境智慧监控方法及系统 | |
CN117094532B (zh) | 一种果园智能监测系统 | |
CN109146177B (zh) | 一种输配电线路树障预测方法及装置 | |
CN113919704A (zh) | 一种基于大数据的人员风险防控方法及装置 | |
CN113435825B (zh) | 一种基于土传病害防治的智能管理方法、系统及存储介质 | |
CN116884041B (zh) | 基于区域历史数据的林业虫灾预测方法及系统 | |
CN117636169A (zh) | 一种森林巡护方法及系统 | |
CN116295662B (zh) | 作物生长状态的监测方法、装置、电子设备及介质 | |
CN117423061A (zh) | 一种基于人工智能的智慧园区智能监控系统 | |
CN116385925A (zh) | 一种生产现场智慧安全管理方法及系统 | |
CN108375939A (zh) | 环境控制方法和装置及计算机可读存储介质 | |
CN117035234B (zh) | 一种基于降雨预报的区域积水深度监测方法 | |
CN117389740B (zh) | 一种基于人工智能的区域安全应急平台系统 | |
CN117575368B (zh) | 一种基于物联网技术的水产种质资源管理方法及系统 | |
CN116957169B (zh) | 基于信息化的猪舍环境感知调控方法及系统 |
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 |