CN117322213A - 一种基于物联网的农业数据处理系统及方法 - Google Patents
一种基于物联网的农业数据处理系统及方法 Download PDFInfo
- Publication number
- CN117322213A CN117322213A CN202311298392.XA CN202311298392A CN117322213A CN 117322213 A CN117322213 A CN 117322213A CN 202311298392 A CN202311298392 A CN 202311298392A CN 117322213 A CN117322213 A CN 117322213A
- Authority
- CN
- China
- Prior art keywords
- nutrient solution
- solution concentration
- preset
- adjustment
- initial
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012545 processing Methods 0.000 title claims abstract description 111
- 238000000034 method Methods 0.000 title abstract description 16
- 235000015097 nutrients Nutrition 0.000 claims abstract description 421
- 230000012010 growth Effects 0.000 claims abstract description 46
- 230000001105 regulatory effect Effects 0.000 claims abstract description 10
- 239000000243 solution Substances 0.000 claims description 395
- 238000012937 correction Methods 0.000 claims description 68
- 238000012544 monitoring process Methods 0.000 claims description 41
- 238000002347 injection Methods 0.000 claims description 31
- 239000007924 injection Substances 0.000 claims description 31
- 239000003595 mist Substances 0.000 claims description 27
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000005507 spraying Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000001276 controlling effect Effects 0.000 claims description 6
- 239000007921 spray Substances 0.000 claims description 5
- 238000003672 processing method Methods 0.000 claims description 4
- 230000006855 networking Effects 0.000 claims 1
- 230000008635 plant growth Effects 0.000 abstract description 10
- 239000002699 waste material Substances 0.000 abstract description 8
- 238000012271 agricultural production Methods 0.000 abstract description 7
- 238000007405 data analysis Methods 0.000 abstract description 3
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000036541 health Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000036632 reaction speed Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000021048 nutrient requirements Nutrition 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C21/00—Methods of fertilising, sowing or planting
- A01C21/007—Determining fertilization requirements
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C23/00—Distributing devices specially adapted for liquid manure or other fertilising liquid, including ammonia, e.g. transport tanks or sprinkling wagons
- A01C23/007—Metering or regulating systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G16Y40/30—Control
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Soil Sciences (AREA)
- Environmental Sciences (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Water Supply & Treatment (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Agronomy & Crop Science (AREA)
- Hydroponics (AREA)
Abstract
本发明涉及农业数据处理技术领域,具体而涉及一种基于物联网的农业数据处理系统及方法,该系统包括:预控制单元,营养液供给单元,图像采集单元,判断调整单元和处理控制单元。本发明通过根据历史数据和环境条件来判断是否需要调整雾培营养液浓度,实时响应植株生长的变化需求,可以及时调整养分供给,确保植株在不同生长阶段都能够获得适当的支持,实现对植株的精确养分供给,有助于最大程度地提高植株的生长效率,减少养分的浪费。同时,通过自动进行数据分析和决策,减少了农业生产者的手动干预和劳动成本,增强了农业生产的自动化程度,有助于提高植株的产量和质量。
Description
技术领域
本发明涉及农业数据处理技术领域,具体而言,涉及一种基于物联网的农业数据处理系统及方法。
背景技术
随着人口的不断增长和气候变化的影响,现代农业正面临着前所未有的挑战。为了满足全球食品需求的增加,提高农业生产的效率和可持续性变得尤为重要。传统的农业管理方法已经无法满足这些需求,因此农业领域越来越多地采用基于物联网的农业数据处理系统来改进农业生产。
然而,现有的基于物联网的农业数据处理系统仍然存在一些问题和挑战。传统的农业养殖中,往往难以准确地管理植物的养分供应,导致浪费和资源不足,同时传统的农业监测方法通常需要大量的人力和时间,无法实现实时和高效的监测,且通常需要人工干预,反应速度慢,无法及时应对植物的需求变化。
为了解决这些问题,需要一种基于物联网的农业数据处理系统和方法,能够实现智能的植物养殖管理。
发明内容
鉴于此,本发明提出了一种基于物联网的农业数据处理系统及方法,主要是为了解决传统的农业养殖中难以准确地管理植物的养分供应,无法实现实时和高效的监测,反应速度慢,无法及时应对植物的需求变化的问题。
一个方面,本发明提出了一种基于物联网的农业数据处理系统,该系统包括:
预控制单元,用于确定数据处理周期时长并获取植株的前一历史数据处理周期时长内的历史雾培营养液浓度数据,根据所述历史雾培营养液浓度数据确定当前数据处理周期时长内的初始雾培营养液浓度;
营养液供给单元,用于根据所述初始雾培营养液浓度向植株进行营养液喷射;
图像采集单元,用于采集植株前一历史数据处理周期时长内的监控图像数据,根据所述监控图像数据获取植株的历史株高数据,根据所述历史株高数据判断是否需要对所述初始雾培营养液浓度进行调节;
判断调整单元,用于当所述图像采集单元判断需要对所述初始雾培营养液浓度进行调节时,根据所述监控图像数据获取植株的历史株高数据,所述调整判断单元获取当前数据处理周期时长内的生长环境数据和雾培环境数据,根据所述生长数据和雾培环境数据对所述初始雾培营养液浓度是否需要调节进行二次判断;
其中,所述二次判断为根据所述生长环境数据和雾培环境数据确定营养液浓度调整系数,根据所述营养液浓度调整系数与预设营养液浓度调整系数阈值进行比对,根据比对结果判断是否需要对所述初始雾培营养液浓度进行调节;
处理控制单元,用于根据二次判断比对结果控制所述营养液供给单元进行雾培调节控制。
在本申请的一些实施例中,所述预控制单元根据所述历史雾培营养液浓度数据确定当前数据处理周期时长内的初始雾培营养液浓度,并根据所述初始雾培营养液浓度进行喷雾培植时,包括:
获取前一历史数据处理周期时长内的历史雾培营养液浓度数据并作均值计算,得到历史雾培营养液浓度均值,将所述历史雾培营养液浓度均值作为当前数据处理周期时长内的初始雾培营养液浓度A0。
在本申请的一些实施例中,所述图像采集单元根据所述监控图像数据获取植株的株高数据,根据所述株高数据判断是否需要对所述初始雾培营养液浓度进行调节时,包括:
获取前一历史数据处理周期时长开始与结束时的植株株高均值并作差值计算,得到植株在前一历史数据处理周期时长内的株高均值差值B0;
预先设定前一历史数据处理周期时长内株高生长最低阈值Bmin;
当B0≥Bmin时,所述图像采集单元判断需要对初始雾培营养液浓度A0进行调节;
当B0<Bmin时,所述图像采集单元判断不需要对初始雾培营养液浓度A0进行调节。
在本申请的一些实施例中,当所述图像采集单元判断需要对所述初始雾培营养液浓度进行调节,所述调整判断单元根据所述生长数据和雾培环境数据对所述初始雾培营养液浓度是否需要调节进行二次判断时,包括:
预先设定初始营养液浓度调整参数C,且C=1;
在当前数据处理周期时长开始时选取三分之二处植株株高的目标叶片,根据所述监控图像数据获取植株目标叶片在当前数据处理周期时长开始与结束时的叶片图像,并进行灰度化处理,得到灰度差值D0;
预先设定当前数据处理周期时长内的预设灰度阈值矩阵D(D1、D2、D3、D4),其中,D1为第一预设灰度差值、D2为第二预设灰度差值、D3为第三预设灰度差值、D4为第四预设灰度差值,且D1>D2>D3>D4;预先设定第一预设调整系数d1、第二预设调整系数d2、第三预设调整系数d3、第四预设调整系数d4,且0.9<d1<d2<1<d3<d4<1.1;
当D0≥D1时,选定第一预设调整系数d1对初始营养液浓度调整参数C进行调整,调整后的初始营养液浓度调整参数为C*d1;
当D1>D0≥D2时,选定第二预设调整系数d2对初始营养液浓度调整参数C进行调整,调整后的初始营养液浓度调整参数为C*d2;
当D2>D0≥D3时,选定第三预设调整系数d3对初始营养液浓度调整参数C进行调整,调整后的初始营养液浓度调整参数为C*d3;
当D3>D0≥D4时,选定第四预设调整系数d4对初始营养液浓度调整参数C进行调整,调整后的初始营养液浓度调整参数为C*d4。
在本申请的一些实施例中,所述判断调整单元在选定第i预设调整系数d i对初始营养液浓度调整参数C进行调整,i=1,2,3,4,获得调整后的初始营养液浓度调整参数为C*d i后,还包括:
根据所述监控图像数据获取植株目标叶片在当前数据处理周期时长开始与结束时的叶片图像进行轮廓内面积计算,得到叶片面积差值E0;
预先设定当前数据处理周期时长内的预设面积差阈值矩阵E(E1、E2、E3、E4),其中,E1为第一预设面积差值、E2为第二预设面积差值、E3为第三预设面积差值、E4为第四预设面积差值,且E1>E2>E3>E4;预先设定第一预设调整系数e1、第二预设调整系数e2、第三预设调整系数e3、第四预设调整系数e4,且0.9<e1<e2<1<e3<e4<1.1;
当E0≥E1时,选定第一预设调整系数e1对调整后的初始营养液浓度调整参数C*di进行二次调整,二次调整后的初始营养液浓度调整参数为C*d i*e1;
当E1>E0≥E2时,选定第二预设调整系数e2对调整后的初始营养液浓度调整参数C*d i进行二次调整,二次调整后的初始营养液浓度调整参数为C*d i*e2;
当E2>E0≥E3时,选定第三预设调整系数e3对调整后的初始营养液浓度调整参数C*d i进行二次调整,二次调整后的初始营养液浓度调整参数为C*d i*e3;
当E3>E0≥E4时,选定第四预设调整系数e4对调整后的初始营养液浓度调整参数C*d i进行二次调整,二次调整后的初始营养液浓度调整参数为C*d i*e4。
在本申请的一些实施例中,所述判断调整单元在选定第i预设调整系数ei对调整后的初始营养液浓度调整参数C*d i进行二次调整,i=1,2,3,4,获得二次调整后的初始营养液浓度调整参数为C*d i*ei后,还包括:
将二次调整后的初始营养液浓度调整参数C*d i*ei作为一次营养液浓度调整参数Ca;
预先设定营养液浓度修正参数X,且X=1;
获取当前数据处理周期时长内的营养液喷射间隔时长F0;
预先设定当前数据处理周期时长内的预设营养液喷射间隔时长阈值矩阵F(F1、F2、F3、F4),其中,F1为第一预设喷射间隔时长、F2为第二预设喷射间隔时长、F3为第三预设喷射间隔时长、F4为第四预设喷射间隔时长,且F1>F2>F3>F4;预先设定第一预设调整系数f1、第二预设调整系数f2、第三预设调整系数f3、第四预设调整系数f4,且1.1>f1>f2>1>f3>f4>0.9;
当F0≥F1时,选定第一预设调整系数f1对营养液浓度修正参数X进行调整,调整后的营养液浓度修正参数为X*f1;
当F1>F0≥F2时,选定第二预设调整系数f2对营养液浓度修正参数X进行调整,调整后的营养液浓度修正参数为X*f2;
当F2>F0≥F3时,选定第三预设调整系数f3对营养液浓度修正参数X进行调整,调整后的营养液浓度修正参数为X*f3;
当F3>F0≥F4时,选定第四预设调整系数f4对营养液浓度修正参数X进行调整,调整后的营养液浓度修正参数为X*f4。
在本申请的一些实施例中,所述判断调整单元在选定第i预设调整系数fi对营养液浓度修正参数X进行调整,i=1,2,3,4,获得调整后的营养液浓度修正参数为X*f i后,还包括:
获取当前数据处理周期时长内的营养液喷射延续时长H0;
预先设定当前数据处理周期时长内的预设营养液喷射延续时长阈值矩阵H(H1、H2、H3、H4),其中,H1为第一预设喷射延续时长、H2为第二预设喷射延续时长、H3为第三预设喷射延续时长、H4为第四预设喷射延续时长,且h1>h2>h3>h4;预先设定第一预设调整系数h1、第二预设调整系数h2、第三预设调整系数h3、第四预设调整系数h4,且0.9<h1<h2<1<h3<h4<1.1;
当H0≥H1时,选定第一预设调整系数h1对调整后的营养液浓度修正参数X*fi进行二次调整,二次调整后的营养液浓度修正参数为X*fi*h1;
当H1>H0≥H2时,选定第二预设调整系数h2对调整后的营养液浓度修正参数X*fi进行二次调整,二次调整后的营养液浓度修正参数为X*fi*h2;
当H2>H0≥H3时,选定第三预设调整系数h3对调整后的营养液浓度修正参数X*fi进行二次调整,二次调整后的营养液浓度修正参数为X*fi*h3;
当H3>H0≥H4时,选定第四预设调整系数h4对调整后的营养液浓度修正参数X*fi进行二次调整,二次调整后的营养液浓度修正参数为X*fi*h4;
在选定第i预设调整系数h i对调整后的营养液浓度修正参数X*fi进行二次调整,i=1,2,3,4,获得二次调整后的营养液浓度修正参数为X*fi*h i后,根据二次调整后的营养液浓度修正参数为X*fi*h i对一次营养液浓度调整参数Ca进行修正,得到最终营养液浓度调整参数Ka,Ka=Ca*X*fi*h i。
在本申请的一些实施例中,所述判断调整单元在得到最终营养液浓度调整参数Ka后,还包括:
预先设定营养液浓度调整参数最高阈值Kmax和营养液浓度调整参数最低阈值Kmin;
当Ka≤Kmin或Ka≥Kmax时,所述判断调整单元二次判断的比对结果为需要对最终营养液浓度调整参数Ka进行调节;
当Kmax>Ka>Kmin时,所述判断调整单元二次判断的比对结果为不需要对最终营养液浓度调整参数Ka进行调节。
在本申请的一些实施例中,所述判断调整单元二次判断的比对结果为需要对最终营养液浓度调整参数Ka进行调节时,包括:
预先设定营养液浓度调整参数矩阵K(K1、K2、K3、K4),其中,K1为第一预设营养液浓度调整参数、K2为第二预设营养液浓度调整参数、K3为第三预设营养液浓度调整参数、K4为第四预设营养液浓度调整参数,且K1>K2>Kmax>Kmin>K3>K4;预先设定第一预设营养液浓度调整系数k1、第二预设营养液浓度调整系数k2、第三预设营养液浓度调整系数k3、第四预设营养液浓度调整系数k4,且0.9<k1<k2<1<k3<k4<1.1;
当KA≥K1时,选定第一预设营养液浓度调整参数k1对初始雾培营养液浓度A0进行调整,调整后的初始雾培营养液浓度为A0*k1;
当K1>KA≥K2时,选定第二预设营养液浓度调整参数k2对初始雾培营养液浓度A0进行调整,调整后的初始雾培营养液浓度为A0*k2;
当K2>KA≥K3时,选定第三预设营养液浓度调整参数k3对初始雾培营养液浓度A0进行调整,调整后的初始雾培营养液浓度为A0*k3;
当K3>KA≥K4时,选定第四预设营养液浓度调整参数k4对初始雾培营养液浓度A0进行调整,调整后的初始雾培营养液浓度为A0*k4;
所述判断调整单元选定第i预设营养液浓度调整参数k i对初始雾培营养液浓度A0进行调整,i=1,2,3,4,获得调整后的初始雾培营养液浓度为A0*k i后,所述处理控制单元控制所述营养液供给单元根据调整后的初始雾培营养液浓度A0*k i进行营养液喷射。
另一个方面,本发明提出了一种基于物联网的农业数据处理方法,该方法包括:
确定数据处理周期时长并获取植株的前一历史数据处理周期时长内的历史雾培营养液浓度数据,根据所述历史雾培营养液浓度数据确定当前数据处理周期时长内的初始雾培营养液浓度;
根据所述初始雾培营养液浓度向植株进行营养液喷射;
采集植株前一历史数据处理周期时长内的监控图像数据,根据所述监控图像数据获取植株的历史株高数据,根据所述历史株高数据判断是否需要对所述初始雾培营养液浓度进行调节;
当判断需要对所述初始雾培营养液浓度进行调节时,根据所述监控图像数据获取植株的历史株高数据,获取当前数据处理周期时长内的生长环境数据和雾培环境数据,根据所述生长数据和雾培环境数据对所述初始雾培营养液浓度是否需要调节进行二次判断;
其中,所述二次判断为根据所述生长环境数据和雾培环境数据确定营养液浓度调整系数,根据所述营养液浓度调整系数与预设营养液浓度调整系数阈值进行比对,根据比对结果判断是否需要对所述初始雾培营养液浓度进行调节;
根据二次判断比对结果控制雾培调节。
与现有技术相比,本发明存在以下有益效果:本发明首先通过监测历史雾培营养液浓度、株高和生长环境等关键参数,实现对植株生长状况的实时监测和分析,有助于农业生产者更好地了解植株的健康状况,提高生产决策的智能性。通过根据历史数据和环境条件来判断是否需要调整雾培营养液浓度,系统可以实现对植株的精确养分供给,有助于最大程度地提高植株的生长效率,减少养分的浪费。通过监控图像数据和环境参数,系统可以实时响应植株生长的变化需求,可以及时调整养分供给,确保植株在不同生长阶段都能够获得适当的支持。通过预控制单元和判断调整单元能够自动进行数据分析和决策,减少了农业生产者的手动干预和劳动成本,增强了农业生产的自动化程度,有助于提高植株的产量和质量。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。在附图中:
图1为本发明实施例提供的一种基于物联网的农业数据处理系统的功能框图;
图2为本发明实施例提供的一种基于物联网的农业数据处理方法的流程图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
参阅图1所示,本实施例提供了一种基于物联网的农业数据处理系统,该系统包括:
预控制单元,用于确定数据处理周期时长并获取植株的前一历史数据处理周期时长内的历史雾培营养液浓度数据,根据所述历史雾培营养液浓度数据确定当前数据处理周期时长内的初始雾培营养液浓度;
营养液供给单元,用于根据所述初始雾培营养液浓度向植株进行营养液喷射;
图像采集单元,用于采集植株前一历史数据处理周期时长内的监控图像数据,根据所述监控图像数据获取植株的历史株高数据,根据所述历史株高数据判断是否需要对所述初始雾培营养液浓度进行调节;
判断调整单元,用于当所述图像采集单元判断需要对所述初始雾培营养液浓度进行调节时,根据所述监控图像数据获取植株的历史株高数据,所述调整判断单元获取当前数据处理周期时长内的生长环境数据和雾培环境数据,根据所述生长数据和雾培环境数据对所述初始雾培营养液浓度是否需要调节进行二次判断;
其中,所述二次判断为根据所述生长环境数据和雾培环境数据确定营养液浓度调整系数,根据所述营养液浓度调整系数与预设营养液浓度调整系数阈值进行比对,根据比对结果判断是否需要对所述初始雾培营养液浓度进行调节;
处理控制单元,用于根据二次判断比对结果控制所述营养液供给单元进行雾培调节控制。
在本申请的一些实施例中,所述预控制单元根据所述历史雾培营养液浓度数据确定当前数据处理周期时长内的初始雾培营养液浓度,并根据所述初始雾培营养液浓度进行喷雾培植时,包括:
获取前一历史数据处理周期时长内的历史雾培营养液浓度数据并作均值计算,得到历史雾培营养液浓度均值,将所述历史雾培营养液浓度均值作为当前数据处理周期时长内的初始雾培营养液浓度A0。
可以理解的是,通过预控制单元确定数据处理周期时长,获取植株的前一历史数据处理周期时长内的历史雾培营养液浓度数据,然后根据这些历史数据来确定当前数据处理周期时长内的初始雾培营养液浓度。这个步骤确保了系统对当前环境有一个合适的起始点。通过营养液供给单元根据初始雾培营养液浓度将营养液供给植株,以满足它们的生长需求。通过图像采集单元采集植株前一历史数据处理周期时长内的监控图像数据,获取植株的历史株高数据,监测植株健康和生长状态。通过判断调整单元分析历史株高数据和监控图像数据来决定是否有必要调整营养液的浓度,包括一次判断和二次判断,提高判断的准确性。通过处理控制单元根据二次判断的比对结果来控制营养液供给单元进行雾培调节控制,将确保根据系统计算出的营养液浓度调整系数来供给植株适当的营养液,以满足它们在当前环境下的需求。
通过监控植株的历史数据和生长环境,自动调整雾培营养液浓度,以满足植株的营养需求,提高生长效率。降低农业生产成本,提高农作物产量,并减少资源浪费。
在本申请的一些实施例中,所述图像采集单元根据所述监控图像数据获取植株的株高数据,根据所述株高数据判断是否需要对所述初始雾培营养液浓度进行调节时,包括:
获取前一历史数据处理周期时长开始与结束时的植株株高均值并作差值计算,得到植株在前一历史数据处理周期时长内的株高均值差值B0;
预先设定前一历史数据处理周期时长内株高生长最低阈值Bmin;
当B0≥Bmin时,所述图像采集单元判断需要对初始雾培营养液浓度A0进行调节;
当B0<Bmin时,所述图像采集单元判断不需要对初始雾培营养液浓度A0进行调节。
在本申请的一些实施例中,当所述图像采集单元判断需要对所述初始雾培营养液浓度进行调节,所述调整判断单元根据所述生长数据和雾培环境数据对所述初始雾培营养液浓度是否需要调节进行二次判断时,包括:
预先设定初始营养液浓度调整参数C,且C=1;
在当前数据处理周期时长开始时选取三分之二处植株株高的目标叶片,根据所述监控图像数据获取植株目标叶片在当前数据处理周期时长开始与结束时的叶片图像,并进行灰度化处理,得到灰度差值D0;
预先设定当前数据处理周期时长内的预设灰度阈值矩阵D(D1、D2、D3、D4),其中,D1为第一预设灰度差值、D2为第二预设灰度差值、D3为第三预设灰度差值、D4为第四预设灰度差值,且D1>D2>D3>D4;预先设定第一预设调整系数d1、第二预设调整系数d2、第三预设调整系数d3、第四预设调整系数d4,且0.9<d1<d2<1<d3<d4<1.1;
当D0≥D1时,选定第一预设调整系数d1对初始营养液浓度调整参数C进行调整,调整后的初始营养液浓度调整参数为C*d1;
当D1>D0≥D2时,选定第二预设调整系数d2对初始营养液浓度调整参数C进行调整,调整后的初始营养液浓度调整参数为C*d2;
当D2>D0≥D3时,选定第三预设调整系数d3对初始营养液浓度调整参数C进行调整,调整后的初始营养液浓度调整参数为C*d3;
当D3>D0≥D4时,选定第四预设调整系数d4对初始营养液浓度调整参数C进行调整,调整后的初始营养液浓度调整参数为C*d4。
可以理解的是,实时监测植物的生长状态,特别是株高的变化,通过获取前一历史数据处理周期时长内的株高均值差值B0,可以了解植物在此周期内的生长趋势,包括生长速率和幅度。根据实时监测的株高数据自动判断是否需要调整初始雾培营养液浓度A0,当株高均值差值B0超过预设的最低阈值Bmin时,系统可以自动触发调节操作,以满足植物生长所需的更多或更少的养分,更精确地提供所需的养分,减少了养分的浪费,提高资源利用效率。
在本申请的一些实施例中,所述判断调整单元在选定第i预设调整系数d i对初始营养液浓度调整参数C进行调整,i=1,2,3,4,获得调整后的初始营养液浓度调整参数为C*d i后,还包括:
根据所述监控图像数据获取植株目标叶片在当前数据处理周期时长开始与结束时的叶片图像进行轮廓内面积计算,得到叶片面积差值E0;
预先设定当前数据处理周期时长内的预设面积差阈值矩阵E(E1、E2、E3、E4),其中,E1为第一预设面积差值、E2为第二预设面积差值、E3为第三预设面积差值、E4为第四预设面积差值,且E1>E2>E3>E4;预先设定第一预设调整系数e1、第二预设调整系数e2、第三预设调整系数e3、第四预设调整系数e4,且0.9<e1<e2<1<e3<e4<1.1;
当E0≥E1时,选定第一预设调整系数e1对调整后的初始营养液浓度调整参数C*di进行二次调整,二次调整后的初始营养液浓度调整参数为C*d i*e1;
当E1>E0≥E2时,选定第二预设调整系数e2对调整后的初始营养液浓度调整参数C*d i进行二次调整,二次调整后的初始营养液浓度调整参数为C*d i*e2;
当E2>E0≥E3时,选定第三预设调整系数e3对调整后的初始营养液浓度调整参数C*d i进行二次调整,二次调整后的初始营养液浓度调整参数为C*d i*e3;
当E3>E0≥E4时,选定第四预设调整系数e4对调整后的初始营养液浓度调整参数C*d i进行二次调整,二次调整后的初始营养液浓度调整参数为C*d i*e4。
可以理解的是,根据叶片图像的灰度差值D0与预设的灰度阈值矩阵D进行比较,可以实时监测植物的叶片状态。这种动态监测允许系统在需要时及时对初始雾培营养液浓度进行调整,确保植物获得适当的养分供应,根据叶片状态的不同变化幅度进行不同程度的初始营养液浓度调整,使得调整更加个性化和精细,以满足不同植物或生长阶段的需求。
在本申请的一些实施例中,所述判断调整单元在选定第i预设调整系数ei对调整后的初始营养液浓度调整参数C*d i进行二次调整,i=1,2,3,4,获得二次调整后的初始营养液浓度调整参数为C*d i*ei后,还包括:
将二次调整后的初始营养液浓度调整参数C*d i*ei作为一次营养液浓度调整参数Ca;
预先设定营养液浓度修正参数X,且X=1;
获取当前数据处理周期时长内的营养液喷射间隔时长F0;
预先设定当前数据处理周期时长内的预设营养液喷射间隔时长阈值矩阵F(F1、F2、F3、F4),其中,F1为第一预设喷射间隔时长、F2为第二预设喷射间隔时长、F3为第三预设喷射间隔时长、F4为第四预设喷射间隔时长,且F1>F2>F3>F4;预先设定第一预设调整系数f1、第二预设调整系数f2、第三预设调整系数f3、第四预设调整系数f4,且1.1>f1>f2>1>f3>f4>0.9;
当F0≥F1时,选定第一预设调整系数f1对营养液浓度修正参数X进行调整,调整后的营养液浓度修正参数为X*f1;
当F1>F0≥F2时,选定第二预设调整系数f2对营养液浓度修正参数X进行调整,调整后的营养液浓度修正参数为X*f2;
当F2>F0≥F3时,选定第三预设调整系数f3对营养液浓度修正参数X进行调整,调整后的营养液浓度修正参数为X*f3;
当F3>F0≥F4时,选定第四预设调整系数f4对营养液浓度修正参数X进行调整,调整后的营养液浓度修正参数为X*f4。
可以理解的是,通过对初始营养液浓度调整参数C进行二次调整,系统可以更加精细地调整养分供应,以适应不同的叶片状态和生长需求。这有助于确保植物始终获得最合适的养分供应,提高生长效率。根据叶片面积差值E0与预设面积差阈值矩阵E的比较,实现对植物生长状态的实时监测和响应,能够随着植物生长的变化而调整养分供应,使其与植物的生长步调保持一致。
在本申请的一些实施例中,所述判断调整单元在选定第i预设调整系数fi对营养液浓度修正参数X进行调整,i=1,2,3,4,获得调整后的营养液浓度修正参数为X*f i后,还包括:
获取当前数据处理周期时长内的营养液喷射延续时长H0;
预先设定当前数据处理周期时长内的预设营养液喷射延续时长阈值矩阵H(H1、H2、H3、H4),其中,H1为第一预设喷射延续时长、H2为第二预设喷射延续时长、H3为第三预设喷射延续时长、H4为第四预设喷射延续时长,且h1>h2>h3>h4;预先设定第一预设调整系数h1、第二预设调整系数h2、第三预设调整系数h3、第四预设调整系数h4,且0.9<h1<h2<1<h3<h4<1.1;
当H0≥H1时,选定第一预设调整系数h1对调整后的营养液浓度修正参数X*fi进行二次调整,二次调整后的营养液浓度修正参数为X*fi*h1;
当H1>H0≥H2时,选定第二预设调整系数h2对调整后的营养液浓度修正参数X*fi进行二次调整,二次调整后的营养液浓度修正参数为X*fi*h2;
当H2>H0≥H3时,选定第三预设调整系数h3对调整后的营养液浓度修正参数X*fi进行二次调整,二次调整后的营养液浓度修正参数为X*fi*h3;
当H3>H0≥H4时,选定第四预设调整系数h4对调整后的营养液浓度修正参数X*fi进行二次调整,二次调整后的营养液浓度修正参数为X*fi*h4;
在选定第i预设调整系数h i对调整后的营养液浓度修正参数X*fi进行二次调整,i=1,2,3,4,获得二次调整后的营养液浓度修正参数为X*fi*h i后,根据二次调整后的营养液浓度修正参数为X*fi*h i对一次营养液浓度调整参数Ca进行修正,得到最终营养液浓度调整参数Ka,Ka=Ca*X*fi*h i。
可以理解的是,通过根据营养液喷射间隔时长F0与预设喷射间隔时长阈值矩阵F的比较,再次对营养液浓度进行调整,系统能够更精确地响应植物的生长需求。这确保了植物在不同生长阶段获得了适当的养分供应,减少不必要的养分浪费,确保植物在不同阶段都能获得适当的支持,从而提高资源利用效率。
在本申请的一些实施例中,所述判断调整单元在得到最终营养液浓度调整参数Ka后,还包括:
预先设定营养液浓度调整参数最高阈值Kmax和营养液浓度调整参数最低阈值Kmin;
当Ka≤Kmin或Ka≥Kmax时,所述判断调整单元二次判断的比对结果为需要对最终营养液浓度调整参数Ka进行调节;
当Kmax>Ka>Kmin时,所述判断调整单元二次判断的比对结果为不需要对最终营养液浓度调整参数Ka进行调节。
可以理解的是,通过多层次的调整机制,考虑了营养液喷射延续时长H0与预设喷射延续时长阈值矩阵H的比较,能够更细致地调整营养液浓度,确保植物在特定时段内得到最适合的养分供应,通过多层次调整系数h1、h2、h3、h4可以精确控制营养液浓度的修正程度,以满足植物生长的特定需求,避免养分浪费和生长不足,将多次调整后的营养液浓度修正参数X*fi*h i与一次营养液浓度调整参数Ca相乘,得到最终的营养液浓度调整参数Ka。这一参数综合考虑了多个因素,包括植物生长状态、养分需求和喷射延续时长,以确保最佳的养分供应,可以适应不同类型的植物和生长环境,从而提供了更高的自适应性和通用性,使农业生产更加自动化和智能化,有助于提高生产效率和资源利用效率。
在本申请的一些实施例中,所述判断调整单元二次判断的比对结果为需要对最终营养液浓度调整参数Ka进行调节时,包括:
预先设定营养液浓度调整参数矩阵K(K1、K2、K3、K4),其中,K1为第一预设营养液浓度调整参数、K2为第二预设营养液浓度调整参数、K3为第三预设营养液浓度调整参数、K4为第四预设营养液浓度调整参数,且K1>K2>Kmax>Kmin>K3>K4;预先设定第一预设营养液浓度调整系数k1、第二预设营养液浓度调整系数k2、第三预设营养液浓度调整系数k3、第四预设营养液浓度调整系数k4,且0.9<k1<k2<1<k3<k4<1.1;
当KA≥K1时,选定第一预设营养液浓度调整参数k1对初始雾培营养液浓度A0进行调整,调整后的初始雾培营养液浓度为A0*k1;
当K1>KA≥K2时,选定第二预设营养液浓度调整参数k2对初始雾培营养液浓度A0进行调整,调整后的初始雾培营养液浓度为A0*k2;
当K2>KA≥K3时,选定第三预设营养液浓度调整参数k3对初始雾培营养液浓度A0进行调整,调整后的初始雾培营养液浓度为A0*k3;
当K3>KA≥K4时,选定第四预设营养液浓度调整参数k4对初始雾培营养液浓度A0进行调整,调整后的初始雾培营养液浓度为A0*k4;
所述判断调整单元选定第i预设营养液浓度调整参数ki对初始雾培营养液浓度A0进行调整,i=1,2,3,4,获得调整后的初始雾培营养液浓度为A0*k i后,所述处理控制单元控制所述营养液供给单元根据调整后的初始雾培营养液浓度A0*k i进行营养液喷射。
可以理解的是,通过设定营养液浓度调整参数最高阈值Kmax和最低阈值Kmin,系统可以确保最终营养液浓度在一个安全范围内。当最终营养液浓度超出这一范围时,系统会进行调整,从而避免对植物造成伤害,根据最终营养液浓度调整参数Ka与预设的营养液浓度调整参数矩阵K进行比对,自动选择适当的营养液浓度调整参数进行调整,无需人工干预,提高了自动化水平,减轻了农民的负担。
另一个方面,本发明提出了一种基于物联网的农业数据处理方法,该方法包括:
S101:确定数据处理周期时长并获取植株的前一历史数据处理周期时长内的历史雾培营养液浓度数据,根据所述历史雾培营养液浓度数据确定当前数据处理周期时长内的初始雾培营养液浓度;
S102:根据所述初始雾培营养液浓度向植株进行营养液喷射;
S103:采集植株前一历史数据处理周期时长内的监控图像数据,根据所述监控图像数据获取植株的历史株高数据,根据所述历史株高数据判断是否需要对所述初始雾培营养液浓度进行调节;
S104:当判断需要对所述初始雾培营养液浓度进行调节时,根据所述监控图像数据获取植株的历史株高数据,获取当前数据处理周期时长内的生长环境数据和雾培环境数据,根据所述生长数据和雾培环境数据对所述初始雾培营养液浓度是否需要调节进行二次判断;
其中,所述二次判断为根据所述生长环境数据和雾培环境数据确定营养液浓度调整系数,根据所述营养液浓度调整系数与预设营养液浓度调整系数阈值进行比对,根据比对结果判断是否需要对所述初始雾培营养液浓度进行调节;
S105:根据二次判断比对结果控制雾培调节。
可以理解的是,本实时例通过监测历史雾培营养液浓度、株高和生长环境等关键参数,实现对植株生长状况的实时监测和分析,有助于农业生产者更好地了解植株的健康状况,提高生产决策的智能性,实现对植株的精确养分供给,有助于最大程度地提高植株的生长效率,减少养分的浪费,自动进行数据分析和决策,减少了农业生产者的手动干预和劳动成本,增强了农业生产的自动化程度,有助于提高植株的产量和质量。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种基于物联网的农业数据处理系统,其特征在于,包括:
预控制单元,用于确定数据处理周期时长并获取植株的前一历史数据处理周期时长内的历史雾培营养液浓度数据,根据所述历史雾培营养液浓度数据确定当前数据处理周期时长内的初始雾培营养液浓度;
营养液供给单元,用于根据所述初始雾培营养液浓度向植株进行营养液喷射;
图像采集单元,用于采集植株前一历史数据处理周期时长内的监控图像数据,根据所述监控图像数据获取植株的历史株高数据,根据所述历史株高数据判断是否需要对所述初始雾培营养液浓度进行调节;
判断调整单元,用于当所述图像采集单元判断需要对所述初始雾培营养液浓度进行调节时,根据所述监控图像数据获取植株的历史株高数据,所述调整判断单元获取当前数据处理周期时长内的生长环境数据和雾培环境数据,根据所述生长数据和雾培环境数据对所述初始雾培营养液浓度是否需要调节进行二次判断;
其中,所述二次判断为根据所述生长环境数据和雾培环境数据确定营养液浓度调整系数,根据所述营养液浓度调整系数与预设营养液浓度调整系数阈值进行比对,根据比对结果判断是否需要对所述初始雾培营养液浓度进行调节;
处理控制单元,用于根据二次判断比对结果控制所述营养液供给单元进行雾培调节控制。
2.根据权利要求1所述的基于物联网的农业数据处理系统,其特征在于,所述预控制单元根据所述历史雾培营养液浓度数据确定当前数据处理周期时长内的初始雾培营养液浓度,并根据所述初始雾培营养液浓度进行喷雾培植时,包括:
获取前一历史数据处理周期时长内的历史雾培营养液浓度数据并作均值计算,得到历史雾培营养液浓度均值,将所述历史雾培营养液浓度均值作为当前数据处理周期时长内的初始雾培营养液浓度A0。
3.根据权利要求2所述的基于物联网的农业数据处理系统,其特征在于,所述图像采集单元根据所述监控图像数据获取植株的株高数据,根据所述株高数据判断是否需要对所述初始雾培营养液浓度进行调节时,包括:
获取前一历史数据处理周期时长开始与结束时的植株株高均值并作差值计算,得到植株在前一历史数据处理周期时长内的株高均值差值B0;
预先设定前一历史数据处理周期时长内株高生长最低阈值Bmin;
当B0≥Bmin时,所述图像采集单元判断需要对初始雾培营养液浓度A0进行调节;
当B0<Bmin时,所述图像采集单元判断不需要对初始雾培营养液浓度A0进行调节。
4.根据权利要求3所述的基于物联网的农业数据处理系统,其特征在于,当所述图像采集单元判断需要对所述初始雾培营养液浓度进行调节,所述调整判断单元根据所述生长数据和雾培环境数据对所述初始雾培营养液浓度是否需要调节进行二次判断时,包括:
预先设定初始营养液浓度调整参数C,且C=1;
在当前数据处理周期时长开始时选取三分之二处植株株高的目标叶片,根据所述监控图像数据获取植株目标叶片在当前数据处理周期时长开始与结束时的叶片图像,并进行灰度化处理,得到灰度差值D0;
预先设定当前数据处理周期时长内的预设灰度阈值矩阵D(D1、D2、D3、D4),其中,D1为第一预设灰度差值、D2为第二预设灰度差值、D3为第三预设灰度差值、D4为第四预设灰度差值,且D1>D2>D3>D4;预先设定第一预设调整系数d1、第二预设调整系数d2、第三预设调整系数d3、第四预设调整系数d4,且0.9<d1<d2<1<d3<d4<1.1;
当D0≥D1时,选定第一预设调整系数d1对初始营养液浓度调整参数C进行调整,调整后的初始营养液浓度调整参数为C*d1;
当D1>D0≥D2时,选定第二预设调整系数d2对初始营养液浓度调整参数C进行调整,调整后的初始营养液浓度调整参数为C*d2;
当D2>D0≥D3时,选定第三预设调整系数d3对初始营养液浓度调整参数C进行调整,调整后的初始营养液浓度调整参数为C*d3;
当D3>D0≥D4时,选定第四预设调整系数d4对初始营养液浓度调整参数C进行调整,调整后的初始营养液浓度调整参数为C*d4。
5.根据权利要求4所述的基于物联网的农业数据处理系统,其特征在于,所述判断调整单元在选定第i预设调整系数di对初始营养液浓度调整参数C进行调整,i=1,2,3,4,获得调整后的初始营养液浓度调整参数为C*di后,还包括:
根据所述监控图像数据获取植株目标叶片在当前数据处理周期时长开始与结束时的叶片图像进行轮廓内面积计算,得到叶片面积差值E0;
预先设定当前数据处理周期时长内的预设面积差阈值矩阵E(E1、E2、E3、E4),其中,E1为第一预设面积差值、E2为第二预设面积差值、E3为第三预设面积差值、E4为第四预设面积差值,且E1>E2>E3>E4;预先设定第一预设调整系数e1、第二预设调整系数e2、第三预设调整系数e3、第四预设调整系数e4,且0.9<e1<e2<1<e3<e4<1.1;
当E0≥E1时,选定第一预设调整系数e1对调整后的初始营养液浓度调整参数C*di进行二次调整,二次调整后的初始营养液浓度调整参数为C*di*e1;
当E1>E0≥E2时,选定第二预设调整系数e2对调整后的初始营养液浓度调整参数C*di进行二次调整,二次调整后的初始营养液浓度调整参数为C*di*e2;
当E2>E0≥E3时,选定第三预设调整系数e3对调整后的初始营养液浓度调整参数C*di进行二次调整,二次调整后的初始营养液浓度调整参数为C*di*e3;
当E3>E0≥E4时,选定第四预设调整系数e4对调整后的初始营养液浓度调整参数C*di进行二次调整,二次调整后的初始营养液浓度调整参数为C*di*e4。
6.根据权利要求5所述的基于物联网的农业数据处理系统,其特征在于,所述判断调整单元在选定第i预设调整系数ei对调整后的初始营养液浓度调整参数C*di进行二次调整,i=1,2,3,4,获得二次调整后的初始营养液浓度调整参数为C*di*ei后,还包括:
将二次调整后的初始营养液浓度调整参数C*di*ei作为一次营养液浓度调整参数Ca;
预先设定营养液浓度修正参数X,且X=1;
获取当前数据处理周期时长内的营养液喷射间隔时长F0;
预先设定当前数据处理周期时长内的预设营养液喷射间隔时长阈值矩阵F(F1、F2、F3、F4),其中,F1为第一预设喷射间隔时长、F2为第二预设喷射间隔时长、F3为第三预设喷射间隔时长、F4为第四预设喷射间隔时长,且F1>F2>F3>F4;预先设定第一预设调整系数f1、第二预设调整系数f2、第三预设调整系数f3、第四预设调整系数f4,且1.1>f1>f2>1>f3>f4>0.9;
当F0≥F1时,选定第一预设调整系数f1对营养液浓度修正参数X进行调整,调整后的营养液浓度修正参数为X*f1;
当F1>F0≥F2时,选定第二预设调整系数f2对营养液浓度修正参数X进行调整,调整后的营养液浓度修正参数为X*f2;
当F2>F0≥F3时,选定第三预设调整系数f3对营养液浓度修正参数X进行调整,调整后的营养液浓度修正参数为X*f3;
当F3>F0≥F4时,选定第四预设调整系数f4对营养液浓度修正参数X进行调整,调整后的营养液浓度修正参数为X*f4。
7.根据权利要求6所述的基于物联网的农业数据处理系统,其特征在于,所述判断调整单元在选定第i预设调整系数fi对营养液浓度修正参数X进行调整,i=1,2,3,4,获得调整后的营养液浓度修正参数为X*fi后,还包括:
获取当前数据处理周期时长内的营养液喷射延续时长H0;
预先设定当前数据处理周期时长内的预设营养液喷射延续时长阈值矩阵H(H1、H2、H3、H4),其中,H1为第一预设喷射延续时长、H2为第二预设喷射延续时长、H3为第三预设喷射延续时长、H4为第四预设喷射延续时长,且h1>h2>h3>h4;预先设定第一预设调整系数h1、第二预设调整系数h2、第三预设调整系数h3、第四预设调整系数h4,且0.9<h1<h2<1<h3<h4<1.1;
当H0≥H1时,选定第一预设调整系数h1对调整后的营养液浓度修正参数X*fi进行二次调整,二次调整后的营养液浓度修正参数为X*fi*h1;
当H1>H0≥H2时,选定第二预设调整系数h2对调整后的营养液浓度修正参数X*fi进行二次调整,二次调整后的营养液浓度修正参数为X*fi*h2;
当H2>H0≥H3时,选定第三预设调整系数h3对调整后的营养液浓度修正参数X*fi进行二次调整,二次调整后的营养液浓度修正参数为X*fi*h3;
当H3>H0≥H4时,选定第四预设调整系数h4对调整后的营养液浓度修正参数X*fi进行二次调整,二次调整后的营养液浓度修正参数为X*fi*h4;
在选定第i预设调整系数hi对调整后的营养液浓度修正参数X*fi进行二次调整,i=1,2,3,4,获得二次调整后的营养液浓度修正参数为X*fi*hi后,根据二次调整后的营养液浓度修正参数为X*fi*hi对一次营养液浓度调整参数Ca进行修正,得到最终营养液浓度调整参数Ka,Ka=Ca*X*fi*hi。
8.根据权利要求7所述的基于物联网的农业数据处理系统,其特征在于,所述判断调整单元在得到最终营养液浓度调整参数Ka后,还包括:
预先设定营养液浓度调整参数最高阈值Kmax和营养液浓度调整参数最低阈值Kmin;
当Ka≤Kmin或Ka≥Kmax时,所述判断调整单元二次判断的比对结果为需要对最终营养液浓度调整参数Ka进行调节;
当Kmax>Ka>Kmin时,所述判断调整单元二次判断的比对结果为不需要对最终营养液浓度调整参数Ka进行调节。
9.根据权利要求8所述的基于物联网的农业数据处理系统,其特征在于,所述判断调整单元二次判断的比对结果为需要对最终营养液浓度调整参数Ka进行调节时,包括:
预先设定营养液浓度调整参数矩阵K(K1、K2、K3、K4),其中,K1为第一预设营养液浓度调整参数、K2为第二预设营养液浓度调整参数、K3为第三预设营养液浓度调整参数、K4为第四预设营养液浓度调整参数,且K1>K2>Kmax>Kmin>K3>K4;预先设定第一预设营养液浓度调整系数k1、第二预设营养液浓度调整系数k2、第三预设营养液浓度调整系数k3、第四预设营养液浓度调整系数k4,且0.9<k1<k2<1<k3<k4<1.1;
当KA≥K1时,选定第一预设营养液浓度调整参数k1对初始雾培营养液浓度A0进行调整,调整后的初始雾培营养液浓度为A0*k1;
当K1>KA≥K2时,选定第二预设营养液浓度调整参数k2对初始雾培营养液浓度A0进行调整,调整后的初始雾培营养液浓度为A0*k2;
当K2>KA≥K3时,选定第三预设营养液浓度调整参数k3对初始雾培营养液浓度A0进行调整,调整后的初始雾培营养液浓度为A0*k3;
当K3>KA≥K4时,选定第四预设营养液浓度调整参数k4对初始雾培营养液浓度A0进行调整,调整后的初始雾培营养液浓度为A0*k4;
所述判断调整单元选定第i预设营养液浓度调整参数ki对初始雾培营养液浓度A0进行调整,i=1,2,3,4,获得调整后的初始雾培营养液浓度为A0*ki后,所述处理控制单元控制所述营养液供给单元根据调整后的初始雾培营养液浓度A0*ki进行营养液喷射。
10.一种基于物联网的农业数据处理方法,其特征在于,应用如权利要求1-9任一项所述的基于物联网的农业数据处理系统,包括:
确定数据处理周期时长并获取植株的前一历史数据处理周期时长内的历史雾培营养液浓度数据,根据所述历史雾培营养液浓度数据确定当前数据处理周期时长内的初始雾培营养液浓度;
根据所述初始雾培营养液浓度向植株进行营养液喷射;
采集植株前一历史数据处理周期时长内的监控图像数据,根据所述监控图像数据获取植株的历史株高数据,根据所述历史株高数据判断是否需要对所述初始雾培营养液浓度进行调节;
当判断需要对所述初始雾培营养液浓度进行调节时,根据所述监控图像数据获取植株的历史株高数据,获取当前数据处理周期时长内的生长环境数据和雾培环境数据,根据所述生长数据和雾培环境数据对所述初始雾培营养液浓度是否需要调节进行二次判断;
其中,所述二次判断为根据所述生长环境数据和雾培环境数据确定营养液浓度调整系数,根据所述营养液浓度调整系数与预设营养液浓度调整系数阈值进行比对,根据比对结果判断是否需要对所述初始雾培营养液浓度进行调节;
根据二次判断比对结果控制雾培调节。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311298392.XA CN117322213A (zh) | 2023-10-09 | 2023-10-09 | 一种基于物联网的农业数据处理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311298392.XA CN117322213A (zh) | 2023-10-09 | 2023-10-09 | 一种基于物联网的农业数据处理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117322213A true CN117322213A (zh) | 2024-01-02 |
Family
ID=89291315
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311298392.XA Pending CN117322213A (zh) | 2023-10-09 | 2023-10-09 | 一种基于物联网的农业数据处理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117322213A (zh) |
-
2023
- 2023-10-09 CN CN202311298392.XA patent/CN117322213A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110503253A (zh) | 一种种植环境自适应控制方法及装置 | |
CN109874477B (zh) | 一种农业园区施肥机托管方法及系统 | |
CN106125546B (zh) | 一种应用被控量的变化趋势的pid控制方法 | |
KR20180076766A (ko) | 인공지능 스마트팜 관리 시스템 | |
CN107219759B (zh) | 一种温室环境控制方法及装置 | |
CN110363355B (zh) | 一种氧化铝生产指标的云-边协同预报系统及方法 | |
CN110447509B (zh) | 一种植物基质栽培的营养液灌溉控制系统与方法 | |
CN111325522A (zh) | 一种基于物联网的智能渔业养殖管理方法和系统 | |
CN116562813B (zh) | 一种基于农业物联网的智慧农业综合管理系统 | |
CN117322213A (zh) | 一种基于物联网的农业数据处理系统及方法 | |
CN115633654A (zh) | 一种养殖环境的智能调节方法及装置 | |
CN117016151A (zh) | 智慧农业水肥一体集成灌溉系统 | |
CN116301138A (zh) | 基于日光温室的农业大棚智能化监管系统 | |
CN116755485A (zh) | 一种温室调控方法、装置、系统、设备和存储介质 | |
KR102039744B1 (ko) | 식물공장용 작물 생육 환경 조건 제어값 산출을 위한 피드백 제어 데이터를 수집하고 분석하기 위한 제어 방법 | |
CN112488467A (zh) | 一种基于多尺度生境信息的水培作物施肥装置 | |
CN112099557A (zh) | 一种基于互联网的家居植物栽植方法及系统 | |
CN116616019A (zh) | 基于物联网和人工智能的油茶水肥一体化滴灌方法及系统 | |
CN112034916B (zh) | 温室控制系统 | |
CN117170444A (zh) | 一种自动育苗机用控制方法及系统 | |
EP4083185A1 (en) | Method for design and adaptation of feeding profiles for recombinant e.coli fed-batch cultivation processes | |
CN117329156A (zh) | 一种温室风扇用自动控制方法及系统 | |
CN117770029A (zh) | 一种智能农业大棚集成化管理系统 | |
Ignatova et al. | Adaptive stabilisation of ethanol production during the continuous fermentation of Saccharomyces cerevisiae | |
CN110947279A (zh) | 一种快速变化工况的控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |