TWI692736B - 智能作物生長優化系統 - Google Patents
智能作物生長優化系統 Download PDFInfo
- Publication number
- TWI692736B TWI692736B TW107138891A TW107138891A TWI692736B TW I692736 B TWI692736 B TW I692736B TW 107138891 A TW107138891 A TW 107138891A TW 107138891 A TW107138891 A TW 107138891A TW I692736 B TWI692736 B TW I692736B
- Authority
- TW
- Taiwan
- Prior art keywords
- growth
- crop
- meteorological
- database
- parameter
- Prior art date
Links
Images
Abstract
一種智能作物生長優化系統,包括一控制器與一邏輯決策單元所構成;該控制器係以一連線接收一作物栽培命令的輸入以執行數據比對內建的一氣象資訊、一感測資訊以及一生長係數以自動產生建立一個納入動態變動技術與動態複製技術的一優化序列命令;該邏輯決策單元係執行該優化序列命令中的動作邏輯與控制邏輯來驅動環控裝置的動作,以自動同步遙測該優化序列命令使之有效於作物自動生長的建構及管理。
Description
本發明係關於一種智能作物生長優化系統,特別是指一種均勻參照該作物生產統計資料庫選定的一生長分析與一生長效率的一生長係數以自動生長的智能作物生長優化系統。
不同的作物有不同的環境生長條件與限制,為了整合各種作物的生長資訊,聯合國農糧組織(Food and Agriculture Organization of the United Nations,FAO)請世界各地專家對全球普遍種植的1700多種作物生長所需要的生態環境條件進行深入的研究,並建立作物環境需求資料庫FAO-Ecocrop。
FAO-Ecocrop提供1700多種作物生長所需要的氣候和土壤條件資訊,每種作物包含光、溫度、水、土壤等生理及生態資訊。
氣候的變化與農作物的生產,有著密切的關係,溫度與雨量正是最重要的兩個要素。限制作物的環境因子包括氣候、緯度、溫度、海拔、地勢、海岸的距離等。上述因
子不但影響作物產量,並能限制作物的分佈。
溫度是作物生長中最重要的環境因子之一,對生命有極大的影響,時常成為限制作物生長及分布的一個重要因子,而且是一個難以控制的環境因子。
農業電子化是一個重要的課題,近年來各種農業相關該作物生產統計資料庫、資訊系統的建置也蓬勃發展。目前國外和國內有關作物生長特性的資訊大多是利用聯合國農糧組織建立的糧食安全評估模式(EcoCrop),本案發明人思考若在生產過程能隨時掌握環控設施,在不影響最終作物產量或品質的條件下,適時調整各種環控設施生產條件,則對於單位面積的總投入成本必能降低,以有效增加作物經濟競爭能力。
本發明之目的即在於提供一種促進對作物之生理及環境交感的適時調整,在系統分析方法上強調系統生理及均衡生長(balanced growth)的智能作物生長優化系統。
本發明之次一目的係在於提供一種精確的栽培管理及作物對氣候變遷更高精確反應的智能作物生長優化系統。
可達成上述發明目的之智能作物生長優化系統,包括有:一控制器,係以一連線接收一包含一環境資料
與一控制參數的一作物栽培命令的輸入以執行數據比對,該環境資料比對一氣象資料庫的複數氣象資訊以及一感測資料庫的複數感測資訊,該控制參數比對與均勻參照一作物生產統計該作物生產統計資料庫選定的一生長分析與一生長效率,利用動態演算法以該環境資料來計算複數氣象資訊與複數感測資訊即得到作物一生長階段所需的至少一生長環境參數,再利用統計演算法以該控制參數來計算該生長分析與該生長效率即得到作物一生長係數所需的至少一經驗參數,並根據該生長環境參數與該經驗參數以自動產生建立一個納入動態變動技術與動態複製技術的一優化序列命令;一邏輯決策單元,係執行該優化序列命令中的該生長環境參數與該經驗參數來驅動或自動重複啟閉至少一環控裝置的動作。
1:人機互動裝置
11:作物栽培命令
111:環境資料
112:控制參數
12:第一連線設備
2:控制器
211:氣象資料庫
212:氣象資訊
221:感測資料庫
222:感測資訊
231:作物生產統計資料庫
232:生長係數
242:動態演算法
243:生長環境參數
252:統計演算法
253:經驗參數
26:優化序列命令
27:第二連線設備
3:氣象區域
31:氣象資訊
32:第三連線設備
4:感測器
41:感測資訊
42:第四連線設備
5:邏輯決策單元
6:環控裝置
71:連線
72:連線輸入
73:連線輸入
圖1為本發明智能作物生長優化系統其控制器之控制方塊圖;圖2為該智能作物生長優化系統之資訊輸入之流程圖;圖3為該智能作物生長優化系統數個不同優化方式之流程圖;以及圖4為該智能作物生長優化系統之實施流程圖。
請參閱圖1,本發明所提供之智能作物生長優化系統,主要包括有:一控制器2與一邏輯決策單元5所構成。
該控制器2係以一連線71(connecting line)接收一包含一環境資料111(environmental data)與一控制參數112(control parameter)的一作物栽培命令11(crop cultivation command)的輸入以執行數據比對(data comparison),該環境資料111比對一氣象資料庫211(meteorological database)的複數氣象資訊212(meteorological information)以及一感測資料庫221(senser database)的複數感測資訊222(sense information),該控制參數112比對與均勻參照(uniform referencing)一作物生產統計資料庫231(crop production statistics database)選定的一生長分析(growth analysis)與一生長效率(growth efficiency)的一生長係數232(coefficient of growth),利用至少一動態演算法242(dynamic algorithm)以該環境資料111來計算複數氣象資訊212與複數感測資訊222即得到作物一生長階段(vegetative stage)所需的至少一生長環境參數243,再利用至少一統計演算法252(statistical algorithm)以該控制參數112來計算該生長分析與該生長效率即得到作物的該生長係數232所需的至少一經驗參數253(empirical parameter),並根據該生長環境參數243與該經驗參數253以自動產生(automatic generation)建立一個納入動態變動(dynamic
variation)技術與動態複製(dynamic replication)技術的一優化序列命令26(majorizing sequence command),並以該連線71(connecting line)輸出該優化序列命令26,使得調整後的該優化序列命令26自動重複啟閉(automatic repetition make and break)至少一環控裝置6以符合作物生長因數(growth factor)與生長速率(growth rate)。
該邏輯決策單元5(logical decision unit)係執行該優化序列命令26中的該生長環境參數243與該經驗參數253,再以該邏輯決策單元5內建的動作邏輯(actuating logic)與控制邏輯(control logic)來驅動或自動重複啟閉至少一環控裝置6的動作。其中,該環控裝置6包括:開頂馬達、側面捲簾、循環風扇、噴霧降溫系統、熱泵升溫系統、影像偵測系統、養液灌溉系統、二氧化碳氣體濃度控制系統、殺菌控制系統。
如圖2所示,該氣象資料庫211以一連線輸入72(on-line input)複數個氣象區域3(meteorological district)所儲存的複數氣象資訊31(meteorological information)(又稱為環境參數);該感測資料庫221以一連線輸入73(on-line input)複數個感測器4(sensor)所儲存的複數感測資訊41(sense information)(又稱為環境參數),再均勻參照(uniform referencing)該作物生產統計資料庫231選定的一生長分析與一生長效率的一生長係數232以自動產生建立一個納入動態
變動技術與動態複製技術的該優化序列命令26,並以該連線71輸出該優化序列命令26。
請配合參看圖3,其中智能作物生長優化系統可包含有數個不同的作物生長優化方式,其包含有:一人機互動裝置1(Human-computer interaction devices)供使用者輸入一包含至少一環境資料111與至少一控制參數112的一作物栽培命令11並以一連線(connecting line)(第一連線設備12(first on-line equipment))傳送(transfer)至該控制器2、以及以該第一連線設備12同步接收(synchronous reception)該控制器2以動態複製技術輸出的該優化序列命令26;其中,該人機互動裝置1具有功能按鍵、狀態顯示及功能設定等操控功能,主要係以電腦基底(PC based)為架構,其可選自智慧型手機、電腦、平板電腦、筆記型電腦、可程式邏輯控制器或其他相關設備等,且該人機互動裝置1的操控功能主要是透過鍵盤、滑鼠、搖桿、觸控螢幕或觸控板等其他相關I/O設備等來實施,而圖像則係透過該人機互動裝置1的螢幕來顯示;該控制器2係以一連線(connecting line)(第二連線設備27(second on-line equipment))接收一前端之一包含該環境資料111與該控制參數112的該作物栽培命令11可對一後端之複數氣象資訊212、複數感測資訊222進行一生長分析與一生長效率的交叉數據比對分析與統計分析,並自動修
正該作物栽培命令11內的至少一環境資料111或至少一控制參數112,該控制器2進而具備一交叉領域資源管理器(cross domain resource manager)與一交叉應用支援系統(cross application support system)以該動態演算法242與該統計演算法252進行一交叉組合程式(cross assembler)或一可重定義交叉組合程式(redefinable cross assembler)的交叉查詢或交叉運算(cross operation)複數氣象資訊212、複數感測資訊222以及該生長係數232後,再依據重新定義得到後的至少一生長環境參數243與至少一經驗參數253以自動產生建立一個納入動態變動技術與動態複製技術的一優化序列命令26,並以該連線(connecting line)(第二連線設備27(second on-line equipment))輸出該優化序列命令26;該氣象資料庫211以該連線(connecting line)(第三連線設備32(third on-line equipment))輸入複數個氣象區域3(meteorological district)所儲存的複數氣象資訊31,其中該氣象資料庫211可包含有數個不同的氣象區域3的自動氣象站(automatic weather station)或農業氣象站(agrometeorological station)的複數氣象資訊31,該氣象資訊31經由該第三連線設備32輸入該控制器2的複數氣象資訊212,如風速計、濕度計、日照強度計、日輻射計(solarimeter)、土壤溫度計、土壤熱通量儀、土壤含水份儀、電感測器(electrical sensor)、地質法測溫計(geologic thermometer)、電阻測溫計(resistance
temperature detector)、氣體偵測器,來實施定期微氣象觀測,以便將輸入的該作物栽培命令11與該氣象資訊212,該控制器2依不同的氣象分析(meteorological analysis)運算數據比對,並自動修正該作物栽培命令11內的至少一環境資料111或至少一控制參數112,以測定作物生長環境氣象因子的變化及微氣象變數(如風向風速、氣溫、濕度、氣壓、日射量、淨輻射、降雨量、降雨強度、土壤熱通量、土壤導電度)等氣象記錄(meteorological record)、氣象參數(meteorological parameter)、氣象資訊(meteorological information)、氣象要素(meteorological element),作為改善作物生長農場表現(crop growth on-farm performance)或作物氣候適應性(crop climatic adaptation)的微氣象環境因子的參考,以調整作物一生長階段所需的至少一生長環境參數243。
該感測資料庫221以一連線(connecting line)(第四連線設備42(fourth on-line equipment))輸入複數個感測器4(sensor)所儲存的複數感測資訊41,其中該感測資料庫221可包含有複數個感測器4的複數感測資訊41經由該第四連線設備42輸入該控制器2的複數感測資訊222,如風速計、濕度計、日照強度計、日輻射計、土壤溫度計、土壤熱通量儀、土壤含水份儀、電感測器、地質法測溫計、電阻測溫計、氣體偵測器,以便將輸入的該作物栽培命令11與該感測資訊222,使得具備該交叉領域資源管理器(cross domain
resource manager)與該交叉應用支援系統(cross application support system)的該控制器2依不同的運算數據比對分析與統計分析,並自動修正該作物栽培命令11內的至少一環境資料111或至少一控制參數112,以測定作物生長環境氣象因子的變化及微氣象變數,如風向風速、氣溫、濕度、氣壓、日射量、淨輻射、降雨量、降雨強度、土壤熱通量、土壤導電度等因子的參考,以調整作物一生長階段所需的至少一生長環境參數243。
該作物生產統計資料庫231係由一些代數式所組成,每一個各包含一組憑經驗所決定的常數。該作物生產統計資料庫231不僅是在預測某些作物生態型(agroecotype)或產量的最終狀態,也用於預測作物狀態隨時間之動態變化。其具備一複迴歸產量模式(multiple-regression yield models)常被應用於大面積產量之估算,複迴歸產量模式的特性是靜態的區域性產量估計及預測。又,具備一工程性模式期能提供給耕種者健全的管理忠告或給予決策者周全的預測,建立在植物行為與主要環境變數間強健的經驗關係上。再,具備一發育氣候模式(phenological models)用來預測作物各生長階段之發育過程,為利用累積溫度的觀念來預估作物生育的狀況,以能被廣泛地應用為精確的栽培管理及農業投資的依據,發育氣候模式可以靜態或動態的形式存在。該控制器2以該交叉應用支援系統依據作物的生理節律(physiological rhythm)
與該作物生產統計資料庫231建立合理的關連係數(coefficient of association),該作物生產統計資料庫231內建複數作物在栽培期間葉、莖、根等逐漸成長的等生長常數(growth constant)、生長曲線(growth cutve)、生長係數(coefficient of growth)、生長習性(growth habit),作為改善作物生長農場表現(crop growth on-farm performance)的植物生長物質(plant growth substance)與生長調節物質(growth regulating substance)因子的參考,以調整作物一生長階段所需的至少一經驗參數253。
為更詳細說明本發明,請參閱圖4,本發明的一種智能作物生長優化系統的實施方式,其實施方式的步驟如下:步驟一:一控制器2將至少一環境資料111加入於複數氣象資訊212與複數感測資訊222;步驟二:該控制器2以內建的一交叉領域資源管理器經由一交叉組合程式或一可重定義交叉組合程式進行上述交叉查詢或交叉運算過程,使該控制器2計算複數氣象資訊212與複數感測資訊222的權重值以該動態演算法242重新進行調整該環境資料111的權重值達至最佳化,以有效對近似或雷同之誤差較大的該環境資料111進行偏差修正(bias correction),而重新定義作物生長之該生長環境參數243;
步驟三:該控制器2將至少一控制參數112加入於一作物生產統計該作物生產統計資料庫231選定的一生長分析與一生長效率的一生長係數232;步驟四:該控制器2以一交叉應用支援系統依據作物的生理節律與該作物生產統計資料庫231建立合理的一關連係數,使該控制器2依據該關連係數計算生長分析與生長效率的權重值以該統計演算法252重新進行調整該控制參數112的權重值達至最佳化,以有效對近似或雷同之誤差較大的該控制參數112進行偏差修正,而重新定義作物該生長係數232之該經驗參數253,而優化本發明對該環控裝置6的操控條件;步驟五:該控制器2可依交叉比對所得的該優化序列命令26,來判斷該生長環境參數243與該經驗參數253間的強弱關係,並且在將該生長環境參數243與該作物生產統計資料庫231中各組資料所運算而成的該經驗參數253分別進行交叉比對運算後,依所得的該生長環境參數243與各該經驗參數253間的關係,來決定該優化序列命令26,並且依該生長環境參數243與該經驗參數253間的關係,由該第二連線設備27輸出至該人機互動裝置1,此時由於該經驗參數253係由該作物生產統計資料庫231中之資料值所運算所得,故可於輸出時,由所選取的該經驗參數253直接對應到所對應的該作物生產統計資料庫231,而將該優化序列命令
26由輸出至該人機互動裝置1顯示。
另外使用者可針對由該人機互動裝置1所輸入的該環境資料111與該控制參數112進行選取及校對,請配合參看圖4,此時該控制器2可依使用者所選取及校對的結果,選擇輸出或再次運算,並進行統計分析,而依據使用者選取的該作物栽培命令11的至少一環境資料111或至少一控制參數112的項目,適當地修正該生長環境參數243或該經驗參數253,再將所修正後的該生長環境參數243或該經驗參數253重新加入該優化序列命令26中,以該控制器2進行再次的交叉比對運算,而得到另一比對結果,並再次將此一比對結果以動態複製功能同步輸出至該人機互動裝置1,供使用者再次的選取與校對,如此經由使用者的多次選取與校對,可得到最適當的輸出結果,因此該智能作物生長優化系統可透過該人機互動裝置1與使用者間的互動,而達到修正與調整的效果。
另外,可將使用者所選取資料相對應的該優化序列命令26記錄於該控制器2一資料庫(圖中未顯示)中,而在預定的時間或筆數後,對於所記錄的該優化序列命令26透過該交叉領域資源管理器來進行分析統計,如此便可藉由該分析統計的結果,來對使用者輸入的該作物栽培命令11進行記錄與分析,然後依據此一分析結果,再經過該控制器2內的該交叉領域資源管理器或該交叉應用支援系統來修正
該生長環境參數243與該經驗參數253初始的經驗值,而使該生長環境參數243與該經驗參數253在運算時,能更配合使用者個人的栽培模式,因此該系統便能經由與使用者間的互動,而具有學習、記錄的效果。
綜上所述,本案不但在空間型態上確屬創新,並能較習用物品增進上述多項功效,應已充分符合新穎性及進步性之法定發明專利要件,爰依法提出申請,懇請 貴局核准本件發明專利申請案,以勵發明,至感德便。
11:作物栽培命令
111:環境資料
112:控制參數
2:控制器
211:氣象資料庫
212:氣象資訊
221:感測資料庫
222:感測資訊
231:作物生產統計資料庫
232:生長係數
242:動態演算法
243:生長環境參數
252:統計演算法
253:經驗參數
26:優化序列命令
5:邏輯決策單元
6:環控裝置
71:連線
Claims (1)
- 一種智能作物生長優化系統,包括:一氣象資料庫,係以一連線輸入複數個氣象區域所儲存的複數氣象資訊,其中該氣象資料庫包含有數個不同的氣象區域的自動氣象站或農業氣象站的複數氣象資訊;一感測資料庫,係以一連線輸入複數個感測器所儲存的複數感測資訊;一控制器,係以一連線接收一包含一環境資料與一控制參數的一作物栽培命令的輸入以執行數據比對,該環境資料比對該氣象資料庫的複數氣象資訊以及該感測資料庫的複數感測資訊,該控制參數比對與均勻參照一作物生產統計該作物生產統計資料庫選定的一生長分析與一生長效率,利用動態演算法以該環境資料來計算複數氣象資訊,該控制器依不同的氣象分析運算數據比對,並自動修正該作物栽培命令內的至少一環境資料或至少一控制參數,以測定作物生長環境氣象因子的變化及微氣象變數,作為改善作物生長農場表現或作物氣候適應性的微氣象環境因子的參考,以調整作物一生長階段所需的至少一生長環境參數,再利用統計演算法以該控制參數來計算該生長分析與該生長效率即得到作物一生長係數,該控制器以一交叉應用支援系統依據作物的生理節律與該作物生產統計資料庫建立合理的一關連係數,使該控制器依據該關連係數 計算生長分析與生長效率的權重值以該統計演算法重新進行調整該控制參數的權重值達至最佳化,以有效對近似或雷同之誤差較大的該控制參數進行偏差修正,而重新定義作物該生長係數之一經驗參數,並根據該生長環境參數與該經驗參數以自動產生建立一個納入動態變動技術與動態複製技術的一優化序列命令;一邏輯決策單元,係執行該優化序列命令中的該生長環境參數與該經驗參數來驅動或自動重複啟閉至少一環控裝置的動作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107138891A TWI692736B (zh) | 2018-10-31 | 2018-10-31 | 智能作物生長優化系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107138891A TWI692736B (zh) | 2018-10-31 | 2018-10-31 | 智能作物生長優化系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI692736B true TWI692736B (zh) | 2020-05-01 |
TW202018650A TW202018650A (zh) | 2020-05-16 |
Family
ID=71895805
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107138891A TWI692736B (zh) | 2018-10-31 | 2018-10-31 | 智能作物生長優化系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI692736B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI784336B (zh) * | 2020-10-30 | 2022-11-21 | 遠東科技大學 | 植物互動系統及植物與人互動方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201442616A (zh) * | 2013-01-09 | 2014-11-16 | Lsi Industries Inc | 用於電力分配及灌溉控制的方法及系統 |
CN107873493A (zh) * | 2017-12-12 | 2018-04-06 | 四川安创云通能源技术服务有限公司 | 一种基于大数据的智能灌溉系统 |
CN108184626A (zh) * | 2017-12-21 | 2018-06-22 | 合肥草木皆兵环境科技有限公司 | 基于物联网大数据的园林灌溉系统 |
CN108681352A (zh) * | 2018-04-10 | 2018-10-19 | 南京瑞可荣智信息科技有限公司 | 智能灌溉监测与控制系统 |
-
2018
- 2018-10-31 TW TW107138891A patent/TWI692736B/zh active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201442616A (zh) * | 2013-01-09 | 2014-11-16 | Lsi Industries Inc | 用於電力分配及灌溉控制的方法及系統 |
CN107873493A (zh) * | 2017-12-12 | 2018-04-06 | 四川安创云通能源技术服务有限公司 | 一种基于大数据的智能灌溉系统 |
CN108184626A (zh) * | 2017-12-21 | 2018-06-22 | 合肥草木皆兵环境科技有限公司 | 基于物联网大数据的园林灌溉系统 |
CN108681352A (zh) * | 2018-04-10 | 2018-10-19 | 南京瑞可荣智信息科技有限公司 | 智能灌溉监测与控制系统 |
Also Published As
Publication number | Publication date |
---|---|
TW202018650A (zh) | 2020-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3534689B1 (en) | Controlling agricultural production areas | |
del Sagrado et al. | Bayesian networks for greenhouse temperature control | |
CN110084417B (zh) | 一种基于grnn神经网络的草莓温室环境参数智能监测系统 | |
Tap | Economics-based optimal control of greenhouse tomato crop production | |
CN102736596B (zh) | 基于作物信息融合的多尺度温室环境控制系统 | |
Linker et al. | Optimal CO2 control in a greenhouse modeled with neural networks | |
Wang et al. | Leaf area index estimation for a greenhouse transpiration model using external climate conditions based on genetics algorithms, back-propagation neural networks and nonlinear autoregressive exogenous models | |
Mahmood et al. | Energy utilization assessment of a semi-closed greenhouse using data-driven model predictive control | |
CN110069032B (zh) | 一种基于小波神经网络的茄子温室环境智能检测系统 | |
CN106707757A (zh) | 一种灌水时间动态调控方法及其系统 | |
Van Straten et al. | The significance of crop co-states for receding horizon optimal control of greenhouse climate | |
CN107219759B (zh) | 一种温室环境控制方法及装置 | |
US20230144498A1 (en) | Simulation and automated control of physical systems | |
Jia et al. | Optimization of an extreme learning machine model with the sparrow search algorithm to estimate spring maize evapotranspiration with film mulching in the semiarid regions of China | |
CN110119086A (zh) | 一种基于anfis神经网络的番茄温室环境参数智能监测装置 | |
Shamshiri et al. | Adaptive management framework for evaluating and adjusting microclimate parameters in tropical greenhouse crop production systems | |
Liang et al. | Physical modeling of US cotton yields and climate stresses during 1979 to 2005 | |
TWI692736B (zh) | 智能作物生長優化系統 | |
Su et al. | Greenhouse climate setpoint optimization: An online decision strategy | |
Mithra et al. | Computer simulation of cassava growth: a tool for realizing the potential yield | |
Sriraman et al. | A fuzzy inference system approach for greenhouse climate control | |
CN110073857A (zh) | 一种温室立面通风保温抗风系统及控制方法 | |
Mithra et al. | Computer simulation of cassava growth | |
JP6785902B2 (ja) | 作物活性指数基盤の施設園芸複合環境制御システム及び方法 | |
Gao et al. | Application of Artificial Intelligence System Design Based on Genetic Algorithm In Horticultural Cultivation |