DE102020001799A1

DE102020001799A1 - Device for determining data on a floor area and method for querying data by means of an application

Info

Publication number: DE102020001799A1
Application number: DE102020001799.1A
Authority: DE
Inventors: Thomas Maier; Lukas Kamm; Sebastian Jerratsch; Andreas Heckmann
Original assignee: Agvolution I Gr GmbH
Current assignee: Agvolution I Gr GmbH
Priority date: 2020-03-18
Filing date: 2020-03-18
Publication date: 2021-09-23

Abstract

Die Erfindung betrifft eine Vorrichtung zur Ermittlung von Daten mit einem Rohr in dem mindestens ein Sensor angeordnet ist, wobei der Sensor zwei leitfähige über eine Zwischenfläche voneinander isolierte Flächen aufweist, die an der Innenseite des Rohrs anliegen. Eine derartige Vorrichtung eignet sich beispielsweise zur Klimamessung im Boden oder in einem Pflanzenbestand. Sie kann aber auch in Mieten oder Schüttguthaufen oder Schüttgutlagerflächen eingesetzt werden.Darüber hinaus betrifft die Erfindung ein Verfahren zur Abfrage von Daten mittels einer Applikation aus einer Cloud, die Daten von Sensoren mit Standortinformationen zu Entscheidungshilfen verarbeitet.The invention relates to a device for determining data with a pipe in which at least one sensor is arranged, the sensor having two conductive surfaces which are isolated from one another via an intermediate surface and which bear against the inside of the pipe. Such a device is suitable, for example, for measuring the climate in the ground or in a stand of plants. However, it can also be used in rents or bulk goods piles or bulk goods storage areas. In addition, the invention relates to a method for querying data by means of an application from a cloud, which processes data from sensors with location information to aid decision-making.

Description

Die Erfindung betrifft eine Vorrichtung zur Ermittlung von Daten mit einem Rohr in dem mindestens ein Sensor angeordnet ist und insbesondere eine Vorrichtung zur Ermittlung von Daten innerhalb einer Bodenfläche mit einem Rohr in dem mindestens ein Sensor angeordnet, ist. Die Vorrichtung eignet sich auch zur Klimamessung im Boden oder in einem Pflanzenbestand. Sie kann aber auch in Mieten oder Schüttguthaufen oder Schüttgutlagerflächen eingesetzt werden. Darüber hinaus betrifft die Erfindung ein Verfahren zur Abfrage von Daten mittels einer Applikation aus einer serverlosen Cloud, die Daten von Sensoren mit Standortinformationen zu Entscheidungshilfen verarbeitet.The invention relates to a device for determining data with a pipe in which at least one sensor is arranged and in particular a device for determining data within a floor area with a pipe in which at least one sensor is arranged. The device is also suitable for measuring the climate in the ground or in a plant stand. However, it can also be used in rents or piles of bulk goods or storage areas for bulk goods. The invention also relates to a method for querying data by means of an application from a serverless cloud, which processes data from sensors with location information to aid decision-making.

Ferner betrifft die Erfindung die geo- und zeitreferenzierte Prognose von Umwelt-Pflanze-Boden Interaktionen auf Basis kosteneffizienter dezentraler Funksensornetzwerke. Die Erfindung soll ein skalierbares und benutzerfreundliches System zum Monitoring des Mikroklimas und zur permanenten Erfassung der Zustände im Boden-Pflanzen-Umweltraum ermöglichen. Durch diese zeitlich und räumlich hochauflösende Datengrundlage wird ein Ensemble aus eigenen prozessbasierten Wachstums- und Entscheidungshilfemodellen etabliert. Der Anwender soll in die Lage versetzt werden, für jede Bewirtschaftungseinheit täglich den Zuwachs der Pflanzenbiomasse, die CO2-Bilanz, die Verfügbarkeit von Nährstoffen in den relevanten Wurzelzonen, die Infektionswahrscheinlichkeit von Krankheiten, die Phänologie von Unkräutern und Ungräsern, kritische, ertragswirksame Stressfaktoren und die Behandlungswürdigkeit durch eine Prozessleistungs-Kostenrechnung zu quantifizieren. Außerdem ist eine Prognose für die genannten Faktoren über die erstmalig in der Forschung und am Markt realisierte, prozessbasierte Datenaggregation und das innovative, skalierbare Modellierungssystem möglich. Es ist weiterhin Aufgabe der Erfindung, ein Sensornetzwerk bereit zu stellen, mit dem eine kostengünstige, wirtschaftliche und flächenverteilte, adaptive Bestimmung von unterschiedlichen Bodenparametern über einen langen Zeitraum erreicht werden kann.The invention also relates to the geo- and time-referenced forecast of environment-plant-soil interactions on the basis of cost-efficient decentralized radio sensor networks. The invention is intended to enable a scalable and user-friendly system for monitoring the microclimate and for permanent recording of the conditions in the soil-plant-environmental space. This temporally and spatially high-resolution data basis establishes an ensemble of own process-based growth and decision support models. The user should be able to determine the daily growth in plant biomass, the CO2 balance, the availability of nutrients in the relevant root zones, the infection probability of diseases, the phenology of weeds and grasses, critical, profitable stress factors and the To quantify treatment worthiness through process performance cost accounting. In addition, a prognosis for the mentioned factors is possible via the process-based data aggregation realized for the first time in research and on the market and the innovative, scalable modeling system. It is a further object of the invention to provide a sensor network with which a cost-effective, economical and area-distributed, adaptive determination of different soil parameters can be achieved over a long period of time.

Das Verfahren zur Bestimmung der optimalen speziellen Bewirtschaftungsintensität pro Teilfläche auf Basis eines prozessbasierten Entscheidungshilfesystems soll in einer besonders bevorzugten Ausführungsform ein neuartiges Design der Permittivitätsmessung zum Monitoring des Mikroklimas pro Feldrasterquadrat mit mindestens10 m Auflösung, insbesondere von Boden- und Pflanzenparametern, Bodenfeuchte, pH-Wert, Temperaturen, Saugspannung, Salzkonzentration, Grundwasserstand oder Leitfähigkeit in variablen Messhöhen ohne direkten Kontakt elektronischer Bauteile zum zu messenden Medium einschließen. Es soll dezentral installierte Funksensorknoten zum Aufbau eines Low Power Wide Area Networks, (LPWAN), enthaltend einer Funkplatine zur Kommunikation im Sub-1 Ghz Frequenzbereich zur energie- und kosteneffizienten Übertragung von Kleinstdatenpaketen aus einer Entfernung von mindestens 10 Kilometern zur Datensenke unter Nutzung eigener und von Nutzern gewünschter Kommunikationsprotokolle zur Datenübertragung umfassen. Ein kosteneffizienter Betrieb eines LPWAN durch dezentrale energieautarke Funksensorknoten zur Messung von Temperaturen, Feuchten, Gaskonzentrationen, Niederschlagsmengen, Sonneneinstrahlung, Leitfähigkeit, Windgeschwindigkeit, Windrichtung, Blattfeuchte, optische Spektralmessung, Salz- und Nährstoffkonzentrationen sollen im Boden oder im Pflanzenbestand durch ein Energiemanagement auch bei Temperaturen unter 0 °C und ohne Li-Ionen Akkus realisiert werden. Die optimale Anzahl und Position der Installationsorte der Funksensorknoten soll auf Basis eines Algorithmus zur Bestimmung des Ertragspotentials pro Feldrasterquadrat automatisch errechnet werden. Ein Ensemble aus prozessbasierten Modellen, maschinell erlernter Regressionsmodelle und Deep Learning Systemen soll zur Vorhersage von Pflanzenwachstum, biotischer oder abiotischer Stressrisiken, Vitalität und optimalem Faktoreinsatz vor dem Hintergrund des zu erwartenden Ertrages für die jeweils kleinste Bewirtschaftungseinheit eingesetzt werden. Durch permanent laufende Messungen und die fortlaufende Aggregation von Fernerkundungsdaten sollen die Eingabeparameter des Modell-Ensembles auf realen statt simulierten Werten basieren und dadurch die frühzeitige Prognose der zu erwartenden Ertragsmenge ermöglichen. Dazu soll mit Simulationen verschiedener Maßnahmen-Szenarien eine fundierte Entscheidungshilfe geboten werden. Die permanente Berechnung von Ökobilanzen pro variabel anpassbarem Feldrasterquadrat, insbesondere des ökologischen Fußabdrucks in CO₂-Äquivalenten der produzierten Ertragsmenge, soll durch die automatisierte Erfassung und Auswertung der eingebrachten Aufwände und ausgetragenen Erträge durch die Verarbeitung von Maschinendaten valide realisiert werden. Echtzeit-Ladezeiten sollen bei App-Abfragen an die IoT-Sensorplattform durch ein neuartiges, dem individuellen Benutzerverhalten angepasstes Datenpaketmanagement umgesetzt werden und dem Benutzer eine Echtzeitbenutzererfahrung bei gleichzeitiger Optimierung der Übertragungs- und Verarbeitungskosten der dezentral erhobenen und zwischengespeicherten Funksensordaten bieten.In a particularly preferred embodiment, the method for determining the optimal special management intensity per sub-area on the basis of a process-based decision support system is intended to provide a novel design of the permittivity measurement for monitoring the microclimate per field grid square with a resolution of at least 10 m, in particular of soil and plant parameters, soil moisture, pH value, Include temperatures, suction tension, salt concentration, groundwater level or conductivity at variable measuring heights without direct contact between electronic components and the medium to be measured. It is intended to be decentrally installed radio sensor nodes to set up a Low Power Wide Area Network (LPWAN), containing a radio circuit board for communication in the sub-1 GHz frequency range for the energy and cost-efficient transmission of small data packets from a distance of at least 10 kilometers to the data sink using their own and Include communication protocols for data transmission desired by users. A cost-efficient operation of an LPWAN through decentralized energy self-sufficient radio sensor nodes for measuring temperatures, humidity, gas concentrations, amounts of precipitation, solar radiation, conductivity, wind speed, wind direction, leaf moisture, optical spectral measurement, salt and nutrient concentrations should be in the soil or in the plant population through energy management even at temperatures below 0 ° C and without Li-ion batteries. The optimal number and position of the installation locations of the radio sensor nodes should be calculated automatically on the basis of an algorithm for determining the yield potential per field grid square. An ensemble of process-based models, machine-learned regression models and deep learning systems should be used to predict plant growth, biotic or abiotic stress risks, vitality and optimal use of factors against the background of the expected yield for the smallest management unit in each case. Through permanent measurements and the ongoing aggregation of remote sensing data, the input parameters of the model ensemble should be based on real instead of simulated values and thus enable the early forecast of the expected yield. For this purpose, a well-founded decision-making aid is to be offered with simulations of various action scenarios. The permanent calculation of life cycle assessments per variably adaptable field grid square, in particular the ecological footprint in CO ₂ equivalents of the produced yield, should be validly implemented through the automated recording and evaluation of the input and output through the processing of machine data. Real-time loading times for app queries to the IoT sensor platform are to be implemented through a new type of data package management adapted to the individual user behavior and to offer the user a real-time user experience while at the same time optimizing the transmission and processing costs of the decentrally collected and temporarily stored radio sensor data.

Hierfür wird einer Funksensor-Datensenke mit Zugang zum Internet unter Nutzung eines LPWAN-Kommunikationsprotokolles zur Datenübertragung aus dem Feld, von Maschinen, manuell bedienten Geräten und Tieren bereitgestellt. Dies ermöglicht die Erfassung landwirtschaftlicher Prozessdaten entlang der Wertschöpfungskette mit höherer geo- und zeitreferenzierter Auflösung von der Erzeugung landwirtschaftlicher Produkte bis zum Verkauf. Weiterhin wird eine Management-Software zur Datenvisualisierung, Steuerung und Dokumentation der Produktion von land-, forst- und gartenbaulichen Erzeugnissen bereitgestellt.For this purpose, a radio sensor data sink with access to the Internet is provided using an LPWAN communication protocol for data transmission from the field, from machines, manually operated devices and animals. This enables the acquisition of agricultural process data along the value chain with higher geographic and time-referenced resolution from the production of agricultural products to the point of sale. Furthermore, management software for data visualization, control and documentation of the production of agricultural, forestry and horticultural products is provided.

Es gibt dringenden sozioökonomischen und umweltrechtlichen Handlungsbedarf, die Nutzungseffizienz von Ressourcen und Betriebsmitteln wie Dünger, Pflanzenschutz, Wasser und Kapital in den Land-, Garten- und Forstwirtschaften zu erhöhen. Während es Fortschritte in der teilflächenspezifischen Applikationstechnik durch die dort eingesetzte Elektronik gegeben hat, gibt es weiterhin große Lücken, wenn es um die Bestimmung der exakten, erforderlichen Ausbringungsmenge in Relation zum Ertrag oder der gezielten Bemessung des optimalen Leistungs-Kosten-Verhältnis jeder einzelnen Bewirtschaftungseinheit geht. Ferner ist die räumliche und zeitliche Zuordnung betriebsspezifischer Prozessdaten zur Realisierung einer Prozessleistungs- und Kostenrechnung nicht umgesetzt.There is an urgent need for socio-economic and environmental legal action to increase the efficiency of use of resources and operating materials such as fertilizer, crop protection, water and capital in agriculture, horticulture and forestry. While there have been advances in the area-specific application technology due to the electronics used there, there are still large gaps when it comes to determining the exact, required output quantity in relation to the yield or the targeted measurement of the optimal performance-cost ratio of each individual management unit . Furthermore, the spatial and temporal allocation of company-specific process data for the implementation of process performance and cost accounting has not been implemented.

Aktuelle Entscheidungsunterstützungssysteme (ES), beispielsweise im Bereich der Stickstoffdüngung, basieren meist auf Spektralbildern oder einfachen Interpolationsmodellen, welche versuchen, den Zustand und die Wachstumsrisiken der Pflanze zu beschreiben, wodurch die „Pflanze als Indikator‟ zur Steuerung der Bewirtschaftung genutzt wird ( DE102011050877B4 ). Aus diesen Bildern werden Indikatoren hergeleitet, welche als Hinweis auf die aktuelle N-Versorgung der Pflanze dienen. Dieser Wert wird mit einem vom Landwirt bestimmten Sollwert verglichen, der oft statisch für die gesamte Fläche ohne Berücksichtigung der heterogenen Teilflächen und gegebener Dynamik der biologischen Aktivität festgelegt wird. Insbesondere die Umsetzung organischer Dünger, vorhandener Pflanzenreste oder die potentielle Nachlieferung durch N-Mineralisation fließen in solche ES heute nicht ein. Durch diese Reduktion auf wenige spektrale Indizes bleiben essenzielle Einflussgrößen der N-Dynamik unberücksichtigt. Insbesondere die Umsetzung organischer Dünger, der vorhandenen Pflanzenreste oder die potenzielle Nachlieferung durch N-Mineralisation fließen in solche ES heute nicht ein (vgl. DüV2017, DüngG 2017; ISBN 978-3-8308-1323-1). Dadurch sind nur reaktive Maßnahmen möglich. Die biologischen Dynamiken auf Acker-, Forst oder Gartenbaufeldern, besonders bei Stickstoffdynamiken, können nur im Kontext mit Umwelt, Pflanze und ackerbaulichem Management abgeschätzt werden. Hierbei sind besonders der pH-Wert, Bodenfeuchte, Humusgehalt, Humusqualität, Bodentemperatur, Bodentextur, organisches Material im Boden / Strohreste und -qualität sowie die vorgenommene Bodenbearbeitung zu nennen. Die fortschreitenden Kenntnisse um die biologischen Prozesse und deren Quantifizierung wurden in den letzten Jahren in prozessbasierten Agrarökosystemmodellen implementiert. Diese Modelle werden u.a. von Wetterinformationen angetrieben und simulieren meist auf Tagesstufe u.a. für Großklimaräume die oben genannten Prozesse für einen gegebenen Boden. Prozessbasierte Agrarökosystemmodelle schätzen auch ab, inwieweit organisch gebundene Nährstoffe im Zeitverlauf mineralisiert werden. Dennoch sind diese Modelle ungenau in ihren kleinräumigen und zeitlichen Vorhersagen, wodurch räumlich und zeitlich hochauflösende Prognosen auf Betriebsskala oder gar für einzelne Teilflächen aufgrund der fehlenden Datenlagen und der geringen Performanz der Systeme nicht möglich sind. Dieses beruht auf Unsicherheit in Bezug auf die Eingangsparameter (Klima, Boden), Unsicherheit in Bezug auf die Modellstruktur und der Ergebnisvalidierung beispielsweise zwischen dem potentiell prognostizierten Trockenertrag und real erreichtem Trockenertrag.Current decision support systems (ES), for example in the field of nitrogen fertilization, are mostly based on spectral images or simple interpolation models that try to describe the condition and growth risks of the plant, whereby the "plant as an indicator" is used to control the management ( DE102011050877B4 ). Indicators are derived from these images, which serve as an indication of the current N supply of the plant. This value is compared with a target value determined by the farmer, which is often statically determined for the entire area without taking into account the heterogeneous partial areas and the given dynamics of the biological activity. In particular, the implementation of organic fertilizers, existing plant residues or the potential subsequent delivery through N-mineralization are not included in such ES today. Due to this reduction to a few spectral indices, essential influencing variables of the N-dynamics are not taken into account. In particular, the implementation of organic fertilizers, the existing plant residues or the potential subsequent delivery through N-mineralization are not included in such ES today (see DüV2017, DüngG 2017; ISBN 978-3-8308-1323-1). This means that only reactive measures are possible. The biological dynamics on arable, forest or horticultural fields, especially in the case of nitrogen dynamics, can only be assessed in the context of the environment, plants and arable management. Particular mention should be made of the pH value, soil moisture, humus content, humus quality, soil temperature, soil texture, organic material in the soil / straw residues and quality as well as the soil cultivation carried out. The advancing knowledge of biological processes and their quantification have been implemented in process-based agro-ecosystem models in recent years. These models are driven, among other things, by weather information and mostly simulate the above-mentioned processes for a given soil at the daily level, for example for large climate rooms. Process-based agro-ecosystem models also estimate the extent to which organically bound nutrients are mineralized over time. Nevertheless, these models are imprecise in their small-scale and temporal predictions, which means that high-resolution predictions in terms of space and time are not possible on the operational scale or even for individual sub-areas due to the lack of data and the low performance of the systems. This is based on uncertainty in relation to the input parameters (climate, soil), uncertainty in relation to the model structure and the validation of results, for example between the potentially forecast dry yield and the actual dry yield achieved.

Die der Erfindung zu Grunde liegende Aufgabe wird durch eine Vorrichtung mit den Merkmalen des Patentanspruchs 1 und ein Verfahren mit den Merkmalen des Patentanspruchs 12 gelöst. Vorteilhafte Weiterbildungen sind Gegenstand der Unteransprüche.The object on which the invention is based is achieved by a device with the features of patent claim 1 and a method with the features of patent claim 12. Advantageous further developments are the subject of the subclaims.

Die Erfindung bringt auf Basis eines neuartigen Systemansatzes „Umwelt als Indikator‟ auf wirtschaftlich-pflanzenbaulich sinnvolle Art und Weise die erforderliche Datengrundlage durch neuartige, kosteneffiziente, energieautarke in-situ Funksensornetzwerke und hochauflösende Daten aus Fern- und Naherkundung zwecks Monitoring der Umwelt-Boden-Pflanzeninteraktionen zusammen. Dadurch wird es erstmalig möglich, präventiv Stresssituationen von Pflanzen, wie Stickstoffmangel und Krankheitsinfektionen vorherzusagen, bevor Symptome sichtbar oder ertragswirksam werden. Somit kann der optimale Ressourceneinsatz bei gleichzeitiger Reduktion der Umweltbelastungen für jede betrachtete Fläche oder Produktionseinheit gefunden werden. Die kontinuierlich erhobenen Daten werden via einer kosteneffizienten Funkbasisstation verschlüsseit in eine beliebig skalierbare und kosteneffiziente „servertess“ Cloud-Infrastruktur übermittelt, aus welcher der Landwirt seine Daten für die ES freigeben kann. Der Landwirt behält auf diese Weise eine effiziente Datenhaltung ohne, dass er die Hoheit über seine Betriebsdaten einbüßt.On the basis of a new system approach “Environment as an indicator”, the invention provides the necessary data basis in an economically and plant-structurally sensible way through novel, cost-efficient, energy-self-sufficient in-situ radio sensor networks and high-resolution data from remote and close exploration for the purpose of monitoring environment-soil-plant interactions together. This makes it possible for the first time to preventively predict stressful situations in plants, such as nitrogen deficiency and disease infections, before symptoms become visible or have an impact on yield. In this way, the optimal use of resources can be found for each area or production unit under consideration while at the same time reducing the environmental impact. The continuously collected data is encrypted and transmitted via a cost-efficient radio base station to any scalable and cost-efficient “servertess” cloud infrastructure from which the farmer can release his data for the ES. In this way, the farmer retains efficient data management without forfeiting the sovereignty over his operating data.

Durch die Erfindung werden vorzugsweise folgende Innovationsnutzen für Anwender realisiert: Die Erhöhung der Nutzungseffizienz organischer und mineralischer Düngung durch Düngeempfehlung basierend auf einem prozessbasierten Modellensemble zur teilflächenspezifischen Optimierung z.B. der Stickstoffdüngung, den Erhalt und die Optimierung der Wirksamkeit von Pilzbekämpfungsmaßnahmen durch frühzeitige Berechnung der ökologischen und ökonomischen Schadschwelle pro Messpunkt, die Validierung der Bewirtschaftungsmaßnahmen auf Basis einer verursachungsgerechten Zuordnung von Kosten und Leistungen, ermöglicht durch die Aggregation von Bewirtschaftungs-, Sensor- und Modelldaten, Ertrags- und Ertragsrisikoprognosen vor dem Hintergrund agroklimatischer Bedingungen sowohl im Boden in mehreren Messtiefen als auch über dem Boden im Pflanzenbestand in mehreren Messhöhen zur frühzeitigen Etablierung der Entscheidungshilfe für das land-, forst- und gartenbauliche Betriebsmanagement, ein lokales, energieautarkes Sensornetzwerk mit geringen Anschaffungs- und Betriebskosten zur teilautomatisierten Einbindung aller erforderlichen land-, forst- und gartenbaulicher Prozesse, Maschinen und Stakeholder auf einer Plattform, die Datenhoheit durch verschlüsselte Datenübertragung und eigene Steuerung des Datenzugriffs, geringe Initialisierungskosten zur Umsetzung der teilflächenspezifischen Bewirtschaftung durch in der Erfindung implementierte Schnittstellen zu offenen Datenquellen, eine Verringerung der Komplexitätsbarriere zur Anwendbarkeit komplexer Modellierung und datengetriebener, prozessbasierten Entscheidungshilfen in der land-, forst- und gartenwirtschaftlichen Praxis.The invention preferably provides the following innovation benefits for users: The increase in the efficiency of use of organic and mineral fertilization through fertilization recommendations based on a process-based model ensemble for site-specific optimization, e.g. nitrogen fertilization, the maintenance and optimization of the effectiveness of fungus control measures through early calculation of the ecological and economic damage threshold per measuring point, the validation of the management measures on the basis of a causal allocation of costs and services, made possible by the aggregation of management, sensor and model data, yield and yield risk prognoses against the background of agroclimatic conditions both in the soil at several measuring depths as well as over the soil in the plant stock at several measuring heights for the early establishment of the decision-making aid for agricultural, forestry and horticultural operations management, a local, energy-self-sufficient sensor network with low acquisition and operating costs for the semi-automated integration of all necessary agricultural, forestry and horticultural processes, machines and Stakeholders on a platform, data sovereignty through encrypted data transmission and own control of data access, low initialization costs for implementing site-specific management through implementations in the invention ered interfaces to open data sources, a reduction in the complexity barrier to the applicability of complex modeling and data-driven, process-based decision-making aids in agricultural, forestry and horticultural practice.

Die Erfassung von Mikroklimaparametern wird am Bespiel der Bodenfeuchte erläutert. Trockene Erde weist üblicherweise eine relative Permittivität von 3 auf. Die relativen Permittivitäten (im statischen, elektromagnetischen Feld) von Wasser liegen aufgrund des großen Dipolmoments des H₂O-Moleküls im Bereich um 80. Eine Wasser-Boden-Mischung weist daher Permittivitäten von 3 bis 80 auf. Dieser relativ große Unterschied kann in einer kapazitiven Messmethode ausgenutzt werden.The recording of microclimate parameters is explained using the example of soil moisture. Dry earth usually has a relative permittivity of 3. The relative permittivities (in the static, electromagnetic field) of water are _{around 80 due to the large dipole moment of the H 2} O molecule. A water-soil mixture therefore has permittivities of 3 to 80. This relatively large difference can be used in a capacitive measurement method.

Kritisch ist hierbei das Design der Elektroden, da ein Bodenfeuchtigkeitssensor für den landwirtschaftlichen Einsatz einerseits einfach zu fertigen und leicht in den Boden einzubringen sein muss (Plattenkondensatorartige Anwendungen sind daher ungeeignet). Andererseits sollte die untersuchte Kapazität ein größeres Erdvolumen abtasten und einige Zentimeter tief in die Erde reichen.The design of the electrodes is critical here, since a soil moisture sensor for agricultural use must be easy to manufacture and easy to insert into the soil (plate capacitor-type applications are therefore unsuitable). On the other hand, the investigated capacity should scan a larger volume of the earth and reach a few centimeters deep into the earth.

Es zeigt

1 schematisch eine Darstellung der leitfähigen Elektrode im Innenrohr zur Realisierung der Bodenfeuchte- und Temperaturmessung durch Aufbau eines Kondensators,
2 schematisch einen Querschnitt durch ein Sensorrohr mit dem ElektrodenDesign A mit im Querschnitt halbringförmigen Elektroden mit einer Bogenlänge von 160° und auf einer Leiterplatte angeordnetem Sensorchip,
3 schematisch eine Ansicht eines Elektrodendesigns B mit einer flexiblen Leiterplatte und halbzylinderförmigen Elektroden und einem direkt mit der flexiblen Leiterplatte kontaktierten Sensorchip,
4 eine externe Beschaltung eines TI FDC mit einem LCC-Netzwerk in einer single-ended Configuration,
5 eine Mikroklimasensorausführung mit Bodensensormessung,
6 eine Kunststoffschiene zur Befestigung und Führung der Messelektronik im Inneren des Rohres,
7 schematisch als Überblick eine Messelektronik (FDC= Kapazitiver Sensor zur Messung des Bodenmediums; µC= Microcontroller auf der Funkplatine),
8 eine Mikroklimasensorausführung gemäß 5 mit Niederschlagsmengensensor,
9 eine Mikroklimasensorausführung gemäß 8 mit einem UltraschallWindsensor (Anemometer) zur Messung der Windgeschwindigkeit, der Windrichtung, der virtuellen Temperatur und des barometrischen Luftdrucks,
10 eine Mikroklimasensorausführung im Boden neben einer Pflanze,
11 die Echtzeitbereitstellung für den Anwender durch einen intelligenten Abfrage-Algorithmus und
12 ein Verfahren zur Abfrage von dezentral erfassten und zwischengespeicherten Sensordaten mittels einer Applikation aus einer Cloud.

It shows

1 a schematic representation of the conductive electrode in the inner tube for realizing the soil moisture and temperature measurement by setting up a capacitor,
2 schematically a cross section through a sensor tube with the electrode design A with in cross section semicircular electrodes with an arc length of 160 ° and a sensor chip arranged on a circuit board,
3 schematically a view of an electrode design B with a flexible printed circuit board and semi-cylindrical electrodes and a sensor chip that is in direct contact with the flexible printed circuit board,
4th an external connection of a TI FDC with an LCC network in a single-ended configuration,
5 a microclimate sensor version with floor sensor measurement,
6th a plastic rail for fastening and guiding the measuring electronics inside the pipe,
7th a schematic overview of measuring electronics (FDC = capacitive sensor for measuring the soil medium; µC = microcontroller on the radio circuit board),
8th a microclimate sensor design according to 5 with precipitation sensor,
9 a microclimate sensor design according to 8th with an ultrasonic wind sensor (anemometer) to measure the wind speed, the wind direction, the virtual temperature and the barometric air pressure,
10 a microclimate sensor design in the ground next to a plant,
11 real-time provision for the user through an intelligent query algorithm and
12th a method for querying decentrally recorded and temporarily stored sensor data by means of an application from a cloud.

Als bevorzugtes Ausführungsbeispiel einer Mikroklimasensorausführung wird ein Aufbau bestehend aus einem PVC-Rohr mit etwa 40 mm Durchmesser und 1.5 mm Wandstärke verwendet, in welches halbzylinderförmige Elektroden 1, 2 eingebracht werden. Eine derartige Elektrode ist in 1 gezeigt. Die Elektrode liegt sowohl in der in 2 gezeigten Designversion A als auch in der in 3 gezeigten Designversion B (flexible PCB) direkt an der Innenwand des Rohres 3 an.As a preferred embodiment of a microclimate sensor design, a structure consisting of a PVC pipe with a diameter of approximately 40 mm and a wall thickness of 1.5 mm is used, in which semi-cylindrical electrodes 1 , 2 be introduced. Such an electrode is in 1 shown. The electrode is located in both the in 2 Design version A shown as well as in the in 3 Design version B shown (flexible PCB) directly on the inner wall of the pipe 3 at.

Die Elektroden haben je eine Bogenlänge von 50 mm und eine Höhe von 100 mm. Zwischen ihnen befindet sich ein schmaler Spalt 4 von 6.2 mm Breite. Kriterien an das Material der Elektroden sind einerseits die Leitfähigkeit, andererseits eine Beständigkeit gegenüber Korrosion, um die Kontaktierung bei Alterung nicht zu gefährden. Aus fertigungstechnischer Sicht spielen die Materialstärke und Elastizität eine Rolle. Hierzu wird eine mit einem leitfähigen Metall, vorzugsweise Kupfer-Beryllium oder Aluminium, beschichtete oder geklebte Trägerfolie 14 in das Innenrohr eingefügt. Die Kontaktierung erfolgt über verzinnte Kupferberyllium Kontaktfedern (Elektrodendesign A, vgl. , ) oder Steckkontakte. Dadurch ist die Auswerteelektronik 5 über die Kontaktfedern 6 thermisch mit den Elektroden 7, 8 gekoppelt und misst dadurch die Temperatur des Erdreiches. Im ebenfalls möglichen Elektrodendesign B wird eine flexible Leiterplatte 9 bestückt, bei der sowohl die notwendigen Bauteile 10 als auch die halbzylinderförmigen Elektroden 11, 12 bereits in der flexiblen Leiterplatte 9 integriert sind. Das Elektrodendesign B eignet sich in besonderer Weise für die kosteneffiziente Großmengenproduktion durch seine hohe Prozesssicherheit und einfache Endmontage. In beiden Fällen hat ein Sensor 13 zwei leitfähige über eine Zwischenfäche voneinander isolierte Flächen, die als Elektroden 1, 2 an der Innenseite des Rohrs 3 anliegenThe electrodes each have an arc length of 50 mm and a height of 100 mm. There is a narrow gap between them 4th 6.2 mm wide. Criteria for the material of the electrodes are, on the one hand, conductivity and, on the other hand, resistance to corrosion, so as not to endanger the contact with aging. From a manufacturing point of view, material thickness and elasticity play a role. For this purpose, a carrier film coated or glued with a conductive metal, preferably copper-beryllium or aluminum, is used 14th inserted into the inner tube. The contact is made via tinned copper beryllium contact springs (electrode design A, cf. , ) or plug contacts. This is the evaluation electronics 5 via the contact springs 6th thermally with the electrodes 7th , 8th coupled and thereby measures the temperature of the ground. In electrode design B, which is also possible, a flexible printed circuit board is used 9 equipped with both the necessary components 10 as well as the semi-cylindrical electrodes 11 , 12th already in the flexible circuit board 9 are integrated. The electrode design B is particularly suitable for cost-efficient large-scale production thanks to its high process reliability and simple final assembly. In both cases there is a sensor 13th two conductive surfaces isolated from one another via an intermediate surface, which act as electrodes 1 , 2 on the inside of the pipe 3 issue

In beiden Fällen beeinflusst die Bodenfeuchte ausschließlich das Streufeld des realisierten Kondensators. Dadurch liegt der gesamte Bereich der so geformten Kapazität typischerweise zwischen 20 pF bis 180 pF. Die gewünschte Auflösung der Messelektronik sollte bei mindestens 1 pF liegen. Im Jahr 2015 ist vom Hersteller Texas Instruments eine neue integrierte Schaltung 15 am Markt erschienen: Die FDC-Reihe bietet einige Halbleiter zur hochpräzisen und preisgünstigen Digitalwandlung einer Kapazität (FDC2xlx EMI-Resistant 28-Bit, 12-Bit Capacitance-to-Digital Converter, Datasheet, 2015, Texas Instruments).In both cases, the soil moisture only influences the stray field of the implemented condenser. As a result, the entire range of the capacitance formed in this way is typically between 20 pF and 180 pF. The desired resolution of the measuring electronics should be at least 1 pF. In 2015 there is a new integrated circuit from the manufacturer Texas Instruments 15th released on the market: The FDC series offers some semiconductors for high-precision and inexpensive digital conversion of a capacitance (FDC2xlx EMI-Resistant 28-Bit, 12-Bit Capacitance-to-Digital Converter, Datasheet, 2015, Texas Instruments).

Jeder Baustein wird an den analogen Eingängen mit einem externen LCC-Netzwerk beschalten. Der resultierende Resonator wird vom Chip zur Schwingung mit seiner Resonanzfrequenz angeregt, welche wiederum abgetastet wird. Aus den bekannten Bauteilwerten des LC-Netzwerks kann so die unbekannte Kapazität bis zu einer Präzision von einstelligen Atto Farad genau bestimmt werden. Der Digitalwert wird über das I2C-Protokoll übertragen. Eine Konfiguration des Mikrochips erfolgt über dieselbe Schnittstelle.Each module is connected to an external LCC network at the analog inputs. The resulting resonator is excited by the chip to vibrate at its resonance frequency, which in turn is scanned. From the known component values of the LC network, the unknown capacitance can be precisely determined up to a precision of one-digit Atto Farad. The digital value is transmitted via the I2C protocol. The microchip is configured via the same interface.

Die erfindungsgemäße Vorrichtung ist, sowohl mit Elektrodendesign A als auch B, einfacher mechanisch umsetzbar und führt somit zu einer starken Kostenreduktion in der Fertigung. Die Kontaktierung mit der Auswerteelektronik ist robuster und weniger störanfällig, da die Elektroden direkt an das Innenrohr angebracht werden können. Aus dem gleichen Grund wird die Messung präziser, da kein Leerraum oder Luftspalt zwischen Elektroden und Innenrohr entsteht. Dadurch ist es möglich, die Interaktion der Komponenten und alle beeinflussenden Messfaktoren exakt zu modellieren. Außerdem bildet der Sensor dadurch ein komplett abgeschlossenes System, bei dem es nicht zur Korrosion der Elektroden kommt. Damit ist eine längerfristige und konstante Betriebszeit mit viel geringerem Wartungsaufwand möglich. Der sowohl im Elektrodendesign A als auch in B umgesetzte Folienaufbau sorgt für ein größeres Volumen an untersuchter Erde bzw. eines untersuchten Mediums durch eine optimierte Ausdehnung des elektrischen Messfeldes in das umgebende Bodenmedium. Der Einfluss der Feuchtigkeit in diesem Volumen auf die Kapazität ist dort homogener und repräsentiert dadurch eine bessere gemittelte Bodenfeuchte.The device according to the invention is easier to implement mechanically, both with electrode design A and B, and thus leads to a strong cost reduction in production. The contact with the evaluation electronics is more robust and less prone to failure, since the electrodes can be attached directly to the inner tube. For the same reason, the measurement becomes more precise, as there is no empty space or air gap between the electrodes and the inner tube. This makes it possible to model the interaction of the components and all influencing measurement factors exactly. In addition, the sensor forms a completely closed system in which there is no corrosion of the electrodes. This enables a long-term and constant operating time with much less maintenance. The foil structure implemented in both electrode design A and B ensures a larger volume of the soil or medium being investigated through an optimized expansion of the electrical measuring field into the surrounding soil medium. The influence of the moisture in this volume on the capacity is more homogeneous there and therefore represents a better averaged soil moisture.

Die 3 zeigt eine flexible Leiterplatte 9 halbzylinderförmigen Elektroden 7, 8 und einem direkt mit der flexiblen Leiterplatte kontaktierten Sensorchip 10.the 3 shows a flexible printed circuit board 9 semi-cylindrical electrodes 7th , 8th and a sensor chip that is in direct contact with the flexible printed circuit board 10 .

Die in 4 gezeigte externe Beschaltung eines TI FDC mit einem LCC-Netzwerk in einer single-ended Configuration ermöglicht die Datenerfassung von Bodendaten.In the 4th The external wiring shown of a TI FDC with an LCC network in a single-ended configuration enables the data acquisition of soil data.

Eine Mikroklimasensorausführung 22 mit Bodensensormessung (Bodenfeuchte, -temperatur, Salz-, Nährstoffgehalt) in -10, -30, -60, -90 cm Tiefe; Luftsensoren 18, 19 (Gaskonzentration, Luftfeuchte, -temperatur, -druck) in +15 cm, +45cm Höhe; EnergyHarvester 23 mit integrierter Messung der Lichtbestrahlungsstärke und Niederschlagsereignissen (keine Mengenmessung) zeigt die 5.A microclimate sensor version 22nd with soil sensor measurement (soil moisture, temperature, salt, nutrient content) at a depth of -10, -30, -60, -90 cm; Air sensors 18th , 19th (Gas concentration, air humidity, temperature, pressure) at +15 cm, + 45cm height; EnergyHarvester 23 with integrated measurement of the light irradiance and precipitation events (no quantity measurement) shows the 5 .

Die 6 und 7 zeigen eine Kunststoffschiene 24 mit einer Messelektronik 25 als Auswerteeinheit.the 6th and 7th show a plastic splint 24 with measuring electronics 25th as an evaluation unit.

Eine Mikroklimasensorausführung mit Niederschlagsmengensensor 20 zeigt 8 und zusätzlich einen Windsensor 21 zeigt die 9.A microclimate sensor version with a precipitation sensor 20th shows 8th and also a wind sensor 21 show the 9 .

Bei 24 werden in 10 das Luft- und Pflanzen-Mikroklima (Temperatur, Feuchte, Lichtstärke und Gaskonzentration) etwa 40 cm oberhalb des Bodens und bei 25 etwa 15 cm oberhalb des Bodens erfasst. Bei 26 werden in etwa 10 cm, bei 27 in etwa 30 cm, bei 28 in etwa 60 cm und bei 29 in etwa 90 cm unterhalb des Bodens als Mikroklima Temperatur, Feuchte, pH-Wert und Nährstoffe erfasst.at 24 will be in 10 the air and plant microclimate (temperature, humidity, light intensity and gas concentration) approx. 40 cm above the ground and at 25 approx. 15 cm above the ground. at 26th The microclimate temperature, humidity, pH value and nutrients are recorded about 10 cm, at 27 about 30 cm, at 28 about 60 cm and at 29 about 90 cm below the soil as a microclimate.

11 zeigt, wie Zustände während der Produktionsprozesse der Land-, Forst, und Gartenanbauwirtschaft in einer Datenplattform automatisiert zusammengeführt werden können. Dieses Funksensornetzwerk setzt sich aus einer Datensenke mit Internetanschluss (Gateway genannt) und den dezentral im Boden, innerhalb des Pflanzenbestandes, an technischen Einrichtungen, an Geräten, an Tieren, an Gebäuden oder an manuell betriebenen Werkzeugen angebrachten Funksensorknoten zusammen. Das Gateway wird an einer erhöhten Position mit einem witterungsbeständigen Gehäuse installiert. Die Internetverbindung kann dabei über IEEE 802.11 b/g/n/ac, LAN-Kabel, LTE-Funkverbindung oder optional über Satellitenfunk erfolgen. Zum Aufbau eines lokalen „Low Power Wide Area Networks“ kann MIOTY ( DE10 2016 220 882.9 ; DE10 2016 220 883.7 ; DE10 2016 220 884.5 ; DE10 2017 206 236.3 ; DE10 2017 220 061.8 ) oder andere Funkprotokolle wie LoRaWAN im offenen Frequenzbereich EU 868 oder 433 Mhz genutzt werden. Die Stromversorgung des Gateways erfolgt über das LAN-Kabel („Power over Ethernet, PoE 802.3af/at“) oder über Netzteil (DC). 11 shows how conditions during production processes in agriculture, forestry and horticulture can be automatically merged in a data platform. This wireless sensor network consists of a data sink with an internet connection (called a gateway) and the wireless sensor nodes that are attached decentrally in the ground, within the plant population, on technical equipment, on devices, on animals, on buildings or on manually operated tools. The gateway is installed in an elevated position with a weatherproof housing. The Internet connection can be made via IEEE 802.11 b / g / n / ac, LAN cable, LTE radio connection or optionally via satellite radio. MIOTY ( DE10 2016 220 882.9 ; DE10 2016 220 883.7 ; DE10 2016 220 884.5 ; DE10 2017 206 236.3 ; DE10 2017 220 061.8 ) or other radio protocols such as LoRaWAN in the open frequency range EU 868 or 433 Mhz can be used. The gateway is supplied with power via the LAN cable ("Power over Ethernet, PoE 802.3af / at") or via a power supply unit (DC).

Das Bezugszeichen 31 in 11 ist der Benutzer, 32 ist die Zeit, 33 zeigt Benutzer-Interaktionen mit der Applikation, 34 verweist auf das Abrufen von Sensordaten, 35 ist eine http API, 36 verweist auf das Verwenden verarbeiteter Daten aus der Datenbank, statt auf das Gateway zu warten, 37 ist eine IoT-Sensordatenbank, 38 ist eine Benutzeraktion (Request Processing), 39 verweist auf eine Vorhersage des Benutzerverhaltens über Machine Learning, 40 bedeutet „Anfrage senden“, 41 verweist auf die Prozessierung der IoT Daten, 42 verwest auf die Antwortsendung an MQTT „Stop Caching“ - „Send Cache Content“, 43 verweist auf Local Cache im Gateway, 44 ist das Gateway, 45 verweist auf „Nächste Aktion: Sensordaten abrufen, 46 verweist auf MQTT Nachricht: „Stop Caching“ - „Aend Cache Content“, 47 sind Sensoren und 48 verweist auf das Speichern der verarbeiteten IoT-Daten.The reference number 31 in 11 is the user 32 is the time 33 shows user interactions with the application, 34 refers to the retrieval of sensor data, 35 is an http API, 36 refers to using processed data from the database instead of waiting for the gateway, 37 is an IoT sensor database, 38 is a user action (request processing), 39 refers to a prediction of user behavior via machine learning, 40 means "send request", 41 refers to the processing of the IoT data, 42 rot on the reply to the MQTT "Stop Caching" - "Send Cache Content", 43 refers to the local cache in the gateway, 44 is the gateway, 45 refers to "Next action: get sensor data, 46 refers to MQTT message:" Stop Caching "-" Aend Cache Content ", 47 are sensors and 48 refers to the storage of the processed IoT data.

In einer weiteren vorteilhaften Ausgestaltung werden die Funksensorknoten ohne Beeinträchtigung der Bewirtschaftung mit mindestens bis zu 20 km Entfernung zur Datensenke georeferenziert installiert. Die Sensorknoten werden über ein Solarenergiemanagement-System mit Energie (3,3 V Spannung) versorgt. Die Funksensorknoten nutzen dabei ein eigens entwickeltes Energiemanagement, bei dem die Elektronik nur in bestimmten zeitlichen Abständen Energie verbraucht und sonst schläft. Insgesamt ist dadurch ein ganzjähriger Betrieb ohne chemische Batteriespeicher über mindestens fünf Jahre ohne Entnahme zur Aufladung des etwaigen Energiespeichers vorgesehen. Ohne (Sonnen-)Licht ist ein Betrieb für weitere 72 Stunden möglich. Das Intervall zur Messung und Datenübertragung ist variabel, erfolgt aber in der Standardeinstellung alle 15 Minuten, um statistisch abgesicherte Stundenwerte zu ermitteln. Dieses Zeitintervall verlängert sich bei niedrigem Akkustand automatisch um weiter Energie zu sparen. Die Funksensorknoten sind modular aufgebaut, sodass Sensoren über I2C oder ModBUS Schnittstellen zum Funkmodul mit Mikrokontroller integriert werden. Das Funkmodul wird ebenfalls zur bidirektionalen Ansteuerung von Aktoren und Gerätschaften, GNSS-Modulen und analoger oder digitaler Schaltungen genutzt.In a further advantageous embodiment, the radio sensor nodes are installed georeferenced at a distance of at least 20 km from the data sink without impairing the management. The sensor nodes are supplied with energy (3.3 V voltage) via a solar energy management system. The wireless sensor nodes use a specially developed energy management system in which the electronics only consume energy at certain time intervals and otherwise sleep. Overall, year-round operation without chemical battery storage is provided for at least five years without removal to charge any energy storage. Operation for a further 72 hours is possible without (sun) light. The interval for measurement and data transmission is variable, but takes place every 15 minutes in the standard setting in order to determine statistically reliable hourly values. This time interval is automatically extended when the battery level is low in order to save further energy. The radio sensor nodes have a modular structure so that sensors can be integrated into the radio module with microcontroller via I2C or ModBUS interfaces. The radio module is also used for bidirectional control of actuators and equipment, GNSS modules and analog or digital circuits.

Um die notwendige Datengrundlage bereitzustellen, werden jeden Tag viele Messwerte und Datenpunkte von unterschiedlichen Funksensoren erfasst. Diese Daten werden über eine Funkbasisstation (sog. Gateway) in die Cloud-Infrastruktur weitergeleitet, in welcher diese verarbeitet werden. Dabei entstehen pro Transfer eines Datenpaketes und pro Funktionsaufruf für die Verarbeitung Kosten. Da die Kosten den Nutzen für den Anwender maßgeblich beeinflussen, der Nutzer aber dennoch einen nahezu Echtzeit-Zugriff auf die Sensor-Daten benötigt, um fundierte Entscheidungen zu treffen, stellt dieser Sachverhalt eine Gefährdung für eine wirtschaftlich sinnvolle Umsetzung der Erfindung dar. Die Erfindung begegnet dem mit einem neuartigen Datenpaketmanagement für den kosteneffizienten Datentransfer und die Datenverarbeitung von dezentral erfassten und zwischengespeicherten Sensordaten bei gleichzeitiger Optimierung der Nutzererfahrung.In order to provide the necessary data basis, many measured values and data points are recorded by different radio sensors every day. These data are forwarded via a radio base station (so-called gateway) to the cloud infrastructure, in which they are processed. There are costs for each transfer of a data packet and each function call for processing. Since the costs significantly influence the benefits for the user, but the user still needs almost real-time access to the sensor data in order to make well-founded decisions, this situation represents a threat to an economically sensible implementation of the invention. The invention encounters with a new type of data package management for the cost-efficient data transfer and data processing of decentrally recorded and temporarily stored sensor data while at the same time optimizing the user experience.

Durch das an das individuelle Benutzerverhalten angepasste Datenpaketmanagement werden Transfer- und Verarbeitungskosten mit einem Faktor von über 100 eingespart, während die angeforderten Daten mit einer minimalen Latenz an die anfordernde Anwendung übermittelt werden.The data package management adapted to the individual user behavior saves transfer and processing costs by a factor of over 100, while the requested data is transmitted to the requesting application with minimal latency.

Serverseitig wird auf das Verhalten des Nutzers über die eintreffenden Anfragen der Anwendung zurückgeschlossen und mit einem auf den Nutzer angelernten Verhaltensprofil die nächste Aktion vorhergesagt. Wird im Verlauf der Benutzung der Anwendung vorhergesagt, dass dieser demnächst Daten von seinen Funksensoren anfordern möchte, so wird vorausschauend ein Befehl an seine Gateways gesandt, welche dadurch das lokale Zwischenspeichern der empfangenen Daten der Funksensoren unterbrechen und sofort alle gesammelten Daten gebündelt in die Cloud-Infrastruktur schicken. Beim Verschicken der Daten werden alle einzeln empfangenen Pakete der Funksensoren in größeren Datenpaketen gebündelt, sodass diese optimal den Richtlinien und Paketgrö-ßen-Grenzen des Cloud-Anbieters entsprechen. Diese gebündelten Datenpakete werden dann in der Cloud verarbeitet und in einer Datenbank gespeichert, sodass sie sofort zur Verfügung stehen, sobald die vorhergesehene Anfrage des Nutzers eintrifft. Der Nutzer kann somit sofort auf seine Funksensordaten zugreifen, ohne auf den Datentransfer vom Gateway in die Cloud warten zu müssen und auch ohne hohe Kosten durch permanente Datentransfers einzelner Nachrichten über den Produktpreis kompensieren zu müssen.On the server side, conclusions are drawn about the behavior of the user via the incoming requests from the application and the next action is predicted with a behavior profile learned for the user. If during the course of using the application it is predicted that the user would like to request data from his wireless sensors in the near future, a command is sent to his gateways in advance, which interrupts the local buffering of the received data from the wireless sensors and immediately bundles all the data collected in the cloud. Send infrastructure. When the data is sent, all individually received packets from the wireless sensors are bundled in larger data packets so that these optimally comply with the guidelines and packet size limits of the cloud provider. These bundled data packets are then processed in the cloud and stored in a database so that they are immediately available as soon as the anticipated request from the user arrives. The user can thus immediately access his wireless sensor data without having to wait for the data transfer from the gateway to the cloud and without having to compensate for high costs through permanent data transfers of individual messages about the product price.

In der 12 ist eine ganzheitliche Darstellung des Datenflusses am Beispiel des Landwirts gezeigt. Die Darstellung zeigt die Eingangswerte und Ausgaben prozessbasierter Entscheidungshilfen durch Integration der beschriebenen in-situ Funksensornetzwerke zur Kalibrierung von Satellitendaten durch ein Ensemble aus Machine-Learning-Algorithmen und Ökosystemmodellen zur verbesserten Entscheidungshilfe für Landwirte. Dies ermöglicht ein Verfahren zur Abfrage von dezentral erfassten und zwischengespeicherten Sensordaten mittels einer Applikation aus einer Cloud, wobei durch die Vorhersage des Benutzerverhaltens die Funkdatensenke frühzeitig dazu veranlasst wird, das Zwischenspeichern der empfangenen Funksensordaten zu unterbrechen und die bereits empfangenen Datenpakete gebündelt in größeren Paketen in die Cloud zu übermitteln, damit die Daten beim Eintreffen der Anfrage für ebendiese bereits vorliegen. Dadurch liegen beim Abfragen der Daten diese bereits vor und es muss nicht auf die Datenübertragung von der Funkdatensenke und die Verarbeitung für die Bereitstellung gewartet werden. Hierdurch werden Ressourcen geschont.In the 12th a holistic representation of the data flow is shown using the example of the farmer. The illustration shows the input values and outputs of process-based decision-making aids by integrating the described in-situ radio sensor networks for the calibration of satellite data through an ensemble of machine learning algorithms and ecosystem models for improved decision-making support for farmers. This enables a method for querying decentrally recorded and temporarily stored sensor data by means of an application from a cloud, with the prediction of user behavior prompting the radio data sink at an early stage to interrupt the buffering of the received radio sensor data and to transmit the data packets that have already been received bundled in larger packets to the cloud so that the data can be sent to the cloud when the request arrives already exist. This means that when the data is queried, it is already available and there is no need to wait for the data transmission from the radio data sink and the processing for the provision. This saves resources.

Vorteilhaft sind trainierte Algorithmen zur Selektion wolken-, schatten- und verzerrungsfreier Satellitendaten, um die Verteilung der Pflanzenmasse, der Nährstoffgehalte, der Bodentextur und der lokalen Witterungsbedingungen in der Fläche täglich zu bemessen. Die Satellitendaten werden hierfür bei der Selektion automatisiert jeweils pro Feld auf die vorstehend genannten Störfaktoren innerhalb der Schlaggrenzen überprüft, um die zeitliche Auflösung der zu Verfügung stehenden Daten pro Feld zu maximieren. Die daraus gewonnenen Informationen werden mit Boden, Bewirtschaftungs-, Wetterstations- und Maschinendaten so kombiniert, dass zu jeder beliebigen Teilfläche auf dem Feld alle Informationen, über mehrere Jahre vergleichbar, vorliegen. Eine Teilfläche auf dem Feld, ist so durch Ihre Geo-Position eindeutig identifizierbar und bietet für jeden Prozess zeitlich hochaufgelöste und valide Daten zur Modellierung. Daten wie z. B. Ertrags- und Applikationskartierungen, die in der Auflösung einzelner Geo-Punkte erfasst werden, werden unter Berücksichtigung der Erfassungsparameter, wie z.B. Schnittbreite des Mähdreschers und Überlappungsbereichen bei der Überfahrt, korrigiert und zu flächendeckenden Kartierungen aufbereitet. Dadurch wird einerseits sichergestellt, dass die nötigen Informationen für die Modellierung für jede beliebige Teilfläche zu Verfügung stehen und andererseits der Informationsgehalt der Daten der Realität angenähert, statt rein mathematisch interpolierte Daten als Grundlage vorauszusetzen.Trained algorithms for the selection of cloud, shadow and distortion-free satellite data are advantageous in order to measure the distribution of the plant mass, the nutrient content, the soil texture and the local weather conditions in the area on a daily basis. For this purpose, the satellite data are automatically checked for each field during the selection for the aforementioned disruptive factors within the field limits in order to maximize the temporal resolution of the data available per field. The information obtained from this is combined with soil, management, weather station and machine data in such a way that all information is available for any sub-area in the field, comparable over several years. A partial area on the field can be clearly identified by its geographic position and offers high-resolution and valid data for modeling for every process. Data such as B. Yield and application maps that are recorded in the resolution of individual geo-points are corrected taking into account the recording parameters, such as the cutting width of the combine harvester and overlapping areas during the crossing, and processed into area-wide mappings. This ensures, on the one hand, that the information required for modeling is available for any sub-area and, on the other hand, that the information content of the data approximates reality, instead of assuming purely mathematically interpolated data as a basis.

Diese Vorgehensweise bildet die Grundlage für das Training eines Ensembles von Wachstumsmodellen mit validen und qualitativ hochwertigen Daten für Kulturpflanzen und Stressrisiken zur ökologischen und ökonomischen Optimierung des Leistungs-Kosten-Verhältnisses. Für die optimale Vorhersage werden Methoden des maschinellen Lernens verwendet, die zum einen Zusammenhänge zwischen Umweltbedingungen und pflanzenbaulichen Zuständen und Potentialen auf Geo-Punkt Ebene modellieren und erlernen, und zum anderen diese Zusammenhänge in den Kontext der räumlichen Umgebung und zeitlichen Verlaufs setzen, um daraus Vorhersagen für die unmittelbare und fernere Zukunft zu schließen. Dazu kommen Random Forest (RF), Support Vector Machines (SVM), PSL-Strukturvergleichsmodelle (Partial Least Square Regression), RF / xgbTree- Entscheidungsbäume und manuell gewichtete Wachstumsmodelle in der Erfindung zum Einsatz, welche durch unterschiedliche neuronale Netzarchitekturen mit u. a. Convolutional Neural Networks (CNN), Long short-term memory Networks (LSTM) und Multi-Dimensional Recurrent Neural Networks (MDRNN) ergänzt werden. Die konkreten Netzarchitekturen werden fortlaufend durch die Anwendung von Neural Network Search optimiert. Durch den durchgehend automatisierten und automatisch skalierenden Ansatz der Datenvorverarbeitung und Modelloptimierung entsteht ein ganzheitliches System, welches die Vorhersagen für die jeweiligen Anwendungen stetig auf Grundlage neuer, valider Daten optimiert und so dem Nutzer räumlich und zeitlich hochaufgelöste Informationen zur Unterstützung seiner Entscheidungsfindung bietet.This approach forms the basis for training an ensemble of growth models with valid and high-quality data for cultivated plants and stress risks for the ecological and economic optimization of the performance-cost ratio. For optimal prediction, methods of machine learning are used which, on the one hand, model and learn relationships between environmental conditions and crop conditions and potentials at geo-point level, and, on the other hand, place these relationships in the context of the spatial environment and temporal course in order to make predictions to close for the immediate and distant future. In addition, Random Forest (RF), Support Vector Machines (SVM), PSL structure comparison models (Partial Least Square Regression), RF / xgbTree decision trees and manually weighted growth models are used in the invention. Convolutional Neural Networks (CNN), Long Short-Term Memory Networks (LSTM) and Multi-Dimensional Recurrent Neural Networks (MDRNN). The specific network architectures are continuously optimized through the use of Neural Network Search. The fully automated and automatically scaling approach of data preprocessing and model optimization creates a holistic system that continuously optimizes the forecasts for the respective applications on the basis of new, valid data and thus offers the user spatially and temporally high-resolution information to support his decision-making.

Vorzugsweise werden alle Prozessdaten zur Bilanzierung der direkt eingesetzten Betriebsfaktoren in Form von Mengen und Kosten der gewünschten Produktionseinheit zugeordnet, wie z.B. 10 x 10 m Quadrate, aus einer Rasteraufteilung des Feldes. Ferner werden ebenfalls Leistungen in Form von Mengen und Preisen direkt den Produktionseinheiten zugeordnet. Somit wird eine Ermittlung des ökologischen Ressourcenverbrauchs in hoher zeitlich-räumlicher Auflösung realisiert. Beispielsweise ist die ursachengerechte Zuordnung von Kohlenstoffdioxid-Äquivalenten während des Produktionszyklus möglich, wodurch Ineffizienzen identifiziert werden.All process data for balancing the directly used operating factors in the form of quantities and costs are preferably assigned to the desired production unit, such as 10 x 10 m squares, from a grid division of the field. Furthermore, services are also assigned directly to the production units in the form of quantities and prices. Thus, a determination of the ecological resource consumption is realized with a high temporal-spatial resolution. For example, the causal allocation of carbon dioxide equivalents is possible during the production cycle, whereby inefficiencies can be identified.

In der 12 bedeutet 51 Mineralisation, 52, teilflächenspezifisches Mikroklima Boden, 53 teilflächenspezifisches Mikroklima Pflanzenbestand, 54 Hofstelle mit Gateway LTE, LAN/WLAN & 868 Mhz -IoT-Funkdatensenke, 55 Telemetriemodul Maschinensteuerung mit LAN/WLAN & 868 Mhz -loT, 56 geo- & zeitreferenzierte Felddaten, 57 Dokumentation, 58 Wetterdaten, 59 Bildanalyse & GIS, 60 Beobachtungen & Expertenwissen, 61 serverless IoT- Sensor-Cloud, 62 Ensemble Ökosystemmodelle und Machine-Learning Modelle, 63 Monitoring und Prozesstracking, 64 teilflächenspezifische Empfehlung & Entscheidungshilfe, 65 Maschinendaten(ISOBUS Standard des CANBUS), 66 Entscheidung Landwirt/in und 67 Biomasse und Kornertrag.In the 12th means 51 Mineralization, 52 , site-specific microclimate soil, 53 site-specific microclimate of the plant population, 54 Farm station with gateway LTE, LAN / WLAN & 868 Mhz -IoT radio data sink, 55 Telemetry module machine control with LAN / WLAN & 868 Mhz -loT, 56 geo- & time-referenced field data, 57 Documentation, 58 Weather data, 59 Image analysis & GIS, 60 Observations & expert knowledge, 61 serverless IoT sensor cloud, 62 Ensemble ecosystem models and machine learning models, 63 Monitoring and process tracking, 64 site-specific recommendation & decision support, 65 Machine data (ISOBUS standard of CANBUS), 66 Decision farmer and 67 Biomass and grain yield.

Die Erfindung trägt somit zur nachhaltigen Vermeidung von Ineffizienzen in der Landwirtschaft gemäß dem Prinzip „Umwelt als Indikator“ bei. Die vorgestellte Erfindung ist zur Nutzung in der Forstwirtschaft, im Gartenbau und zur Beschreibung von Umwelt-Pflanze-Management-Verhältnissen anwendbar.The invention thus contributes to the sustainable avoidance of inefficiencies in agriculture in accordance with the “environment as an indicator” principle. The presented invention is applicable for use in forestry, in horticulture and for the description of environment-plant-management relationships.

ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN THE DESCRIPTION

Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of the documents listed by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.

Zitierte PatentliteraturPatent literature cited

DE 102011050877 B4 [0006]
DE 102016220882 [0024]
DE 102016220883 [0024]
DE 102016220884 [0024]
DE 102017206236 [0024]
DE 102017220061 [0024]

Claims

Device for determining data with a pipe (3) in which at least one sensor (13) is arranged, characterized in that the sensor (13) has two conductive surfaces (1, 2) which are isolated from one another via an intermediate surface and which are located on the inside of the pipe (3).

Device according to Claim 1 , characterized in that the tube (3) has a circular cross-section

Device according to Claim 1 or 2 , characterized in that the sensor (13) is arranged on a carrier film (14) which is arranged in the tube (3).

Device according to one of the preceding claims, characterized in that a flexible printed circuit board (9) into which the sensor (13) is integrated is arranged in the tube (3).

Device according to one of the preceding claims, characterized in that an integrated circuit (15) for converting the capacitance signal into a digital signal is arranged in the pipe (3).

Device according to one of the preceding claims, characterized in that a data transmission device (16) and an energy harvester (23) are arranged on the pipe (3).

Device according to one of the preceding claims, characterized in that a data transmission device (16) and a solar system (17) with a solar energy management system are arranged on the pipe (3).

Device according to one of the preceding claims, characterized in that at least 2 air sensors (18, 19) are arranged in the pipe (3).

Device according to one of the preceding claims, characterized in that an ombrometer (20) is arranged on the tube (3).

Device according to one of the preceding claims, characterized in that an ultrasonic wind sensor (21) is arranged on the pipe (3).

Device according to one of the preceding claims, characterized in that an evaluation device (5) is arranged in the longitudinal direction of the pipe (3) between the surfaces (1, 2).

Method for querying data by means of an application from a cloud which receives data from sensors, characterized in that current data from the sensors (13) are read out and made available in the application via the cloud when the application is opened via the cloud.

A method for querying decentrally recorded and temporarily stored sensor data by means of an application from a cloud, characterized in that the prediction of the user behavior causes the radio data sink to interrupt the intermediate storage of the received radio sensor data at an early stage and to bundle the already received data packets in larger packets into the To be transmitted to the cloud so that the data is already available when the request arrives, so that it is already available when the data is queried and there is no need to wait for the data transmission from the radio data sink and the processing for the provision, and resources are spared.