CN103024939B - 一种农田作物生长信息网络化采集***及其构建方法 - Google Patents
一种农田作物生长信息网络化采集***及其构建方法 Download PDFInfo
- Publication number
- CN103024939B CN103024939B CN201210554396.5A CN201210554396A CN103024939B CN 103024939 B CN103024939 B CN 103024939B CN 201210554396 A CN201210554396 A CN 201210554396A CN 103024939 B CN103024939 B CN 103024939B
- Authority
- CN
- China
- Prior art keywords
- plant growth
- unit
- information
- acquisition system
- crop growth
- 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.)
- Expired - Fee Related
Links
- 230000012010 growth Effects 0.000 title claims abstract description 32
- 230000006855 networking Effects 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title claims abstract description 10
- 238000004220 aggregation Methods 0.000 claims abstract description 14
- 230000002776 aggregation Effects 0.000 claims abstract description 14
- 238000005265 energy consumption Methods 0.000 claims abstract description 8
- 230000008635 plant growth Effects 0.000 claims description 72
- 238000004891 communication Methods 0.000 claims description 19
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 16
- 238000010276 construction Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 11
- 235000015097 nutrients Nutrition 0.000 claims description 9
- 239000002689 soil Substances 0.000 claims description 9
- 229910052757 nitrogen Inorganic materials 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 3
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000013480 data collection Methods 0.000 claims description 3
- 238000013499 data model Methods 0.000 claims description 3
- 230000005059 dormancy Effects 0.000 claims description 3
- 239000005416 organic matter Substances 0.000 claims description 3
- 230000008447 perception Effects 0.000 claims description 3
- 229910052698 phosphorus Inorganic materials 0.000 claims description 3
- 239000011574 phosphorus Substances 0.000 claims description 3
- 239000011591 potassium Substances 0.000 claims description 3
- 229910052700 potassium Inorganic materials 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 10
- 238000007726 management method Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 9
- 238000012913 prioritisation Methods 0.000 description 6
- 238000011217 control strategy Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000012272 crop production Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 244000037666 field crops Species 0.000 description 1
- 238000003895 groundwater pollution Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明公开了一种农田作物生长信息网络化采集***，包括N个作物生长感知节点、1个汇聚节点；N个感知节点与汇聚节点之间通过无线信道建立自组织无线传感网络，各感知节点通过自组织无线传感网络将采集的作物生长信息传输至汇聚节点；汇聚节点部署于N个感知节点的中心位置，通过自组织无线传感网络向各监测点发布无线传感器网络管理任务，控制作物生长感知节点的工作状态，协调各感知节点采集数据的传输与汇聚；本发明还提出一种农田作物生长信息网络化采集***构建方法，根据感知节点的能耗模型动态地管理工作节点，实现了农田开放环境下作物生长信息长时间、低功耗采集。
Description
技术领域
本发明涉及一种农田无线传感器网络技术，尤其涉及基于无线传感器网络的农田作物生长信息长期、大范围实时采集技术，属于农业物联网领域。
背景技术
作物精确管理是精确农业的重要内容之一,不仅能保证作物产量和品质,而且能提高肥料利用效率、减少地下水污染,从而产生巨大的经济和生态效益。精确农业是基于信息采集技术、信息管理与决策技术及变量作业技术的现代农业生产管理技术***。其核心是获取农田小区作物产量和影响作物生长的环境因素（如土壤结构、地形、植物营养、含水量等）实际存在的空间和时间差异性信息，分析影响小区产量差异的原因，采取技术可行、经济上有效的调控措施，区别对待，按需实施，定位调控的“处方农业”。因此，作物精确管理的实施过程包括作物生长信息的获取、信息的管理与决策和田间变量作业。其中，作物生长信息的获取是作物生产精确管理的依据。然而，目前精确农业实施的最大障碍，仍然是在农田信息高密度、高速度、高准确度、低成本获取技术的研究上。因此如何实时获取作物生长信息就成为作物精确管理实施过程中首先需要解决的一个关键问题。
长期以来，作物生长信息的获取以人工现场取样、实验室分析为主，这种传统的测试手段不仅会对作物产生破坏，影响作物生长，而且在取样、测定、数据分析等方面需要耗费大量的人力、物力，时效性差，不利于推广应用。基于传感器技术的无损检测方法具有快速、方便、非破坏性的优点，能及时提供作物精确管理所需要的信息，成为当前农业工程中的研究热点。而目前，基于传感器技术的单点采样方式虽具有精细探测农田信息的能力，但存在监测范围小、监测时间不连续（非在线）等缺点，无法为田间作物精确管理提供实时信息和决策依据；基于传感器技术的有线网络采样方式虽然具备大规模监测能力，但需要在农田铺设大量的线路，尤其在采样点多而分散的情况下，线路铺设成本将大大提高，而且容易受到地形地貌的限制，从而制约了无损检测方法的应用。
发明内容
本发明的目的是针对上述问题，提供一种农田作物生长信息网络化采集***及其构建方法。该***以无线传感器网络形式，实现农田环境下作物生长信息（氮含量、氮积累量、叶面积指数、生物量等）大范围、长时间、连续地采集。
本发明为了解决上述问题采用以下技术方案：
一种农田作物生长信息网络化采集***，包括N个作物生长感知节点、1个汇聚节点；其中，所述N个作物生长感知节点按预定规则离散地部署于农田中，构成N个监测点，N为大于1的自然数；N个作物生长感知节点与汇聚节点之间通过无线信道建立自组织无线传感网络，各作物生长感知节点通过所述自组织无线传感网络将采集的作物生长信息传输至汇聚节点；所述汇聚节点部署于N个作物生长感知节点的中心位置，通过所述自组织无线传感网络向各监测点发布无线传感器网络管理任务，控制作物生长感知节点的工作状态，协调各监测点采集数据的传输与汇聚。
作为本发明的一种农田作物生长信息网络化采集***进一步的优化方案，所述作物生长感知节点包括多光谱作物生长传感器、采集器、太阳能电池板、水平支架和支撑杆；其中，所述作物生长传感器、太阳能电池板固定于水平支架上；所述水平支架、采集器固定于支撑杆上。
作为本发明的一种农田作物生长信息网络化采集***进一步的优化方案，所述采集器包括信号处理单元、微处理器单元、无线通信单元、实时时钟单元、电源单元、电源控制单元；其中，所述太阳能电池板通过屏蔽电缆线连接电源单元，所述电源单元分别连接电源控制单元、实时时钟单元、信号处理单元和无线通信单元，所述电源控制单元连接微处理器单元；所述作物生长传感器通过屏蔽电缆线连接信号处理单元，所述信号处理单元依次与微处理器单元、无线通信单元连接；所述微处理器单元与实时时钟单元连接，所述实时时钟单元与电源控制单元连接，当微处理器单元成功接收作物生长传感器的信号后，通过控制实时时钟单元的脉冲信号翻转来控制电源控制单元的通断，从而实现感知节点的休眠与唤醒。
作为本发明的一种农田作物生长信息网络化采集***进一步的优化方案，所述信号汇聚节点包括控制器、太阳能电池板和支撑杆；其中，所述太阳能电池板通过屏蔽电缆连接控制器；所述太阳能电池板、控制器固定于支撑杆上。
作为本发明的一种农田作物生长信息网络化采集***进一步的优化方案，所述控制器包括无线通信单元、微处理器单元、存储单元、扩展口单元、以及用于供电的电源单元；其中所述无线通信单元依次连接微处理器单元、存储单元；所述微处理器单元连接扩展口单元。
作为本发明的一种农田作物生长信息网络化采集***进一步的优化方案，所述无线通信单元的频段为ZigBee-780MHz。
本发明还提出一种农田作物生长信息网络化采集***的构建方法，采用如下步骤：
步骤1），根据农田采样点的土壤养分信息、作物生长信息以及采样点的位置信息，采用主成分分析法简化重叠信息，提取主成分；
步骤2），计算步骤1）中主成分的特征向量，分别得出主成分特征向量与土壤养分信息、作物生长信息的数据模型，计算主成分得分；
步骤3），在Matlab平台上对步骤2）中的主成分得分进行模糊C均值聚类分析，计算每个采样点在各个分区的隶属度值，在GIS环境下，对所述隶属度值进行样条插值，得到各个分区的模糊隶属度空间分布图；
步骤4），在GIS环境下，将步骤3）中的模糊隶属度空间分布图转换为栅格地图，提取叠加图层中每个栅格内最大的隶属度值，根据隶属度最大原则，确定每个采样点隶属的分区；
步骤5），将步骤4）确定分区的栅格图转换为矢量图层，得到整个农田的分区情况；
步骤6），在步骤5）的每个分区上，部署一个作物生长感知节点，N个分区部署N个作物生长感知节点，构建采集网络的物理层结构；
步骤7），在步骤6）部署N个作物生长感知节点的中心位置，部署信号汇聚节点，构建采集网络的网络层结构；
步骤8），根据作物生长感知节点位置信息、信号汇聚节点位置信息、路由路径，构建作物生长感知节点能耗模型，依据传输能耗最小原则，筛选工作感知节点，构建采集网络的传输层基结构；
步骤9），依据作物生长信息变化特征建立作物生长信息感知节点采集预测模型；
步骤10），根据工作时感知节点实时采集数据，结合步骤9）预测模型，构建采集网络的传输层结构。
作为本发明的一种农田作物生长信息网络化采集***的构建方法进一步的优化方案，所述土壤养分信息包括有机质含量、速效磷含量、速效钾含量、全氮含量、电导率；所述作物生长信息包括氮含量、叶面积指数。
本发明采用以上技术方案，与现有技术相比具有以下技术效果：
1. 本发明的一种农田作物生长信息网络化采集***，可以由若干个作物生长感知节点自组成无线传感器网络形式，实现农田开放环境下作物生长信息大范围、连续、实时地采集。
2. 本发明的一种农田作物生长信息网络化采集***构建方法，可以根据农田信息空间特征差异分布情况部署作物生长感知节点，实现了农田开放环境下作物生长信息全覆盖监测。
3. 本发明的一种农田作物生长信息网络化采集***构建方法，可以根据感知节点的能耗模型动态地管理工作节点，实现了农田开放环境下作物生长信息长时间、低功耗采集。
附图说明
图1为本发明农田作物生长信息网络化采集***结构示意图。
图2 为本发明作物生长感知节点结构示意图。
图3为本发明信号汇聚节点结构示意图。
图4为本发明的作物生长感知节点控制策略流程图。
图5为本发明的作物生长信号汇聚节点控制策略流程图。
具体实施方式
下面结合附图对本发明的技术方案做进一步详细说明。
参照图1，一种农田作物生长信息网络化采集***，包括若干个作物生长感知节点、1个信号汇聚节点以及感知节点软件和汇聚节点软件。作物生长感知节点按一定规则离散地部署于农田中，构成一个监测点；作物生长感知节点软件驱动各作物生长感知节点之间通过无线信道自组织无线传感网络，并采集、传输作物生长信息；信号汇聚节点部署于作物生长感知节点中心位置；汇聚节点软件发布无线传感器网络管理任务，控制作物生长感知节点工作状态，协调各监测点采集数据的传输与汇聚。
参照图2，作物生长感知节点包括多光谱作物生长传感器、采集器、太阳能电池板、水平支架和支撑杆。作物生长传感器连接采集器；太阳能电池板连接采集器；作物生长传感器、太阳能电池板固定于水平支架上；水平支架、采集器固定于支撑杆上。采集器包括信号处理单元、微处理器单元、无线通信单元、实时时钟单元、电源单元、电源控制单元。信号处理单元与微处理器单元、无线通信单元依次连接；实时时钟单元前端连接微处理器单元，后端连接电源控制单元；电源控制单元连接微处理器单元；电源单元分别连接电源控制单元、信号处理单元和无线通信单元, 无线通信单元采用ZigBee-780MHz频段。
参照图3，信号汇聚节点包括控制器、太阳能电池板和支撑杆。太阳能电池板连接控制器；太阳能电池板、控制器固定于支撑杆上。控制器包括无线通信单元、微处理器单元、存储单元、扩展口单元、电源单元。无线通信单元依次连接微处理器单元、存储单元；微处理器单元连接扩展口单元；电源单元与上述各单元连接。
参照图4，感知节点软件（控制策略）包括7个部分：微处理器单元初始化；感知节点加入网络；感知节点采集作物信息；数据保存；数据包发送信号汇聚节点；感知节点休眠；感知节点唤醒。
参照图5，汇聚节点软件（控制策略）包括5个部分：微处理器单元初始化；建立网络；允许感知节点入网；感知节点动态功率管理；接收数据。
本发明提出一种农田作物生长信息网络化采集***构建方法，采用如下步骤：
步骤1），根据农田采样点的土壤养分信息（有机质含量、速效磷含量、速效钾含量、全氮含量、电导率）、作物生长信息（氮含量、叶面积指数）以及采样点的位置信息，采用主成分分析法简化重叠信息，提取主成分；
步骤2），计算步骤1）中主成分的特征向量，分别得出主成分特征向量与土壤养分信息、作物生长信息的数据模型，计算主成分得分；
步骤3），在Matlab平台上对步骤2）中的主成分得分进行模糊C均值聚类分析，计算每个采样点在各个分区的隶属度值，在GIS环境下，对隶属度值进行样条插值，得到各个分区的模糊隶属度空间分布图；
步骤4），在GIS环境下，将步骤3）中的模糊隶属度空间分布图转换为栅格地图，提取叠加图层中每个栅格内最大的隶属度值，根据隶属度最大原则，确定每个采样点隶属的分区；
步骤5），将步骤4）确定分区的栅格图转换为矢量图层，得到整个农田的分区情况；
步骤6），在步骤5）的每个分区上，部署一个作物生长感知节点，N个分区部署N个作物生长感知节点，构建采集网络物理层结构；
步骤7），在步骤6）部署N个作物生长感知节点的中心位置，部署信号汇聚节点，构建采集网络网络层结构；
步骤8），根据作物生长感知节点位置信息、信号汇聚节点位置信息、路由路径，构建作物生长感知节点能耗模型，依据传输能耗最小原则，筛选工作感知节点，构建采集网络传输层基结构；
步骤9），依据作物生长信息变化特征建立作物生长信息感知节点采集预测模型；
步骤10），根据工作感知节点实时采集数据，结合步骤9）预测模型，构建采集网络传输层结构。
Claims (7)
1. 一种农田作物生长信息网络化采集***构建方法，其特征在于，采用如下步骤：
步骤1），根据农田采样点的土壤养分信息、作物生长信息以及采样点的位置信息，采用主成分分析法简化重叠信息，提取主成分；
步骤2），计算步骤1）中主成分的特征向量，分别得出主成分特征向量与土壤养分信息、作物生长信息的数据模型，计算主成分得分；
步骤3），在Matlab平台上对步骤2）中的主成分得分进行模糊C均值聚类分析，计算每个采样点在各个分区的隶属度值，在GIS环境下，对所述隶属度值进行样条插值，得到各个分区的模糊隶属度空间分布图；
步骤4），在GIS环境下，将步骤3）中的模糊隶属度空间分布图转换为栅格地图，提取叠加图层中每个栅格内最大的隶属度值，根据隶属度最大原则，确定每个采样点隶属的分区；
步骤5），将步骤4）确定分区的栅格图转换为矢量图层，得到整个农田的分区情况；
步骤6），在步骤5）的每个分区上，部署一个作物生长感知节点，N个分区部署N个作物生长感知节点，构建采集网络的物理层结构，N为大于1的自然数；
步骤7），在步骤6）部署N个作物生长感知节点的中心位置，部署信号汇聚节点，构建采集网络的网络层结构；
步骤8），根据作物生长感知节点位置信息、信号汇聚节点位置信息、路由路径，构建作物生长感知节点能耗模型，依据传输能耗最小原则，筛选工作感知节点，构建采集网络的传输层基结构；
步骤9），依据作物生长信息变化特征建立作物生长信息感知节点采集预测模型；
步骤10），根据工作时感知节点实时采集数据，结合步骤9）预测模型，构建采集网络的传输层结构。
2. 根据权利要求1所述的一种农田作物生长信息网络化采集***构建方法，其特征在于，所述土壤养分信息包括有机质含量、速效磷含量、速效钾含量、全氮含量、电导率；所述作物生长信息包括氮含量、叶面积指数。
3. 根据权利要求1所述的一种农田作物生长信息网络化采集***构建方法，其特征在于，所述作物生长感知节点包括多光谱作物生长传感器、采集器、太阳能电池板、水平支架和支撑杆；其中，所述作物生长传感器、太阳能电池板固定于水平支架上；所述水平支架、采集器固定于支撑杆上。
4. 根据权利要求3所述的一种农田作物生长信息网络化采集***构建方法，其特征在于，所述采集器包括信号处理单元、微处理器单元、无线通信单元、实时时钟单元、电源单元、电源控制单元；其中，所述太阳能电池板通过屏蔽电缆线连接电源单元，所述电源单元分别连接电源控制单元、实时时钟单元、信号处理单元和无线通信单元，所述电源控制单元连接微处理器单元；所述作物生长传感器通过屏蔽电缆线连接信号处理单元，所述信号处理单元依次与微处理器单元、无线通信单元连接；所述微处理器单元与实时时钟单元连接，所述实时时钟单元与电源控制单元连接，当微处理器单元成功接收作物生长传感器的信号后，通过控制实时时钟单元的脉冲信号翻转来控制电源控制单元的通断，从而实现感知节点的休眠与唤醒。
5. 根据权利要求1所述的一种农田作物生长信息网络化采集***构建方法，其特征在于，所述信号汇聚节点包括控制器、太阳能电池板和支撑杆；其中，所述太阳能电池板通过屏蔽电缆连接控制器；所述太阳能电池板、控制器固定于支撑杆上。
6. 根据权利要求5所述的一种农田作物生长信息网络化采集***构建方法，其特征在于，所述控制器包括无线通信单元、微处理器单元、存储单元、扩展口单元、以及用于供电的电源单元；其中所述无线通信单元依次连接微处理器单元、存储单元；所述微处理器单元连接扩展口单元。
7. 根据权利要求4或6所述的一种农田作物生长信息网络化采集***构建方法，其特征在于，所述无线通信单元的频段为ZigBee-780MHz。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210554396.5A CN103024939B (zh) | 2012-12-19 | 2012-12-19 | 一种农田作物生长信息网络化采集***及其构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210554396.5A CN103024939B (zh) | 2012-12-19 | 2012-12-19 | 一种农田作物生长信息网络化采集***及其构建方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103024939A CN103024939A (zh) | 2013-04-03 |
| CN103024939B true CN103024939B (zh) | 2014-12-10 |
Family
ID=47972927
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210554396.5A Expired - Fee Related CN103024939B (zh) | 2012-12-19 | 2012-12-19 | 一种农田作物生长信息网络化采集***及其构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103024939B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10387977B2 (en) | 2014-02-25 | 2019-08-20 | Pioneer Hi-Bred International, Inc. | Environmental management zone modeling and analysis |
| CN104270789B (zh) * | 2014-08-26 | 2017-08-01 | 中国人民解放军国防科学技术大学 | 基于数据共享的无线传感器网络的采样任务调度方法 |
| CN104268784B (zh) * | 2014-09-04 | 2017-11-24 | 浙江托普仪器有限公司 | 一种基于物联网的农业小环境监测平台 |
| CN104486795B (zh) * | 2014-12-03 | 2017-10-27 | 中国人民解放军国防科学技术大学 | 无线传感器网络的采样任务负载均衡与容错方法 |
| CN104898608A (zh) * | 2015-04-10 | 2015-09-09 | 南京理工大学 | 基于Hadoop的作物生长监控云平台及其实现方法 |
| CN107197030B (zh) * | 2017-06-19 | 2020-10-20 | 深圳市盛路物联通讯技术有限公司 | 一种物联网终端设备工作状态的控制方法及*** |
| CN110427032B (zh) * | 2019-08-12 | 2022-07-22 | 湘潭大学 | 一种基于流动型数据采集点的农业数据采集方法及*** |
| CN112968808B (zh) * | 2021-02-01 | 2022-06-21 | 中科视拓(南京)科技有限公司 | 一种通用的部署深度目标检测网络api的方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102289920A (zh) * | 2011-05-13 | 2011-12-21 | 中国科学院合肥物质科学研究院 | 一种节能型无线多跳农业远程智能监控与预警*** |
| CN203039925U (zh) * | 2012-12-19 | 2013-07-03 | 南京农业大学 | 一种农田作物生长信息网络化采集*** |
-
2012
- 2012-12-19 CN CN201210554396.5A patent/CN103024939B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102289920A (zh) * | 2011-05-13 | 2011-12-21 | 中国科学院合肥物质科学研究院 | 一种节能型无线多跳农业远程智能监控与预警*** |
| CN203039925U (zh) * | 2012-12-19 | 2013-07-03 | 南京农业大学 | 一种农田作物生长信息网络化采集*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103024939A (zh) | 2013-04-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103024939B (zh) | 一种农田作物生长信息网络化采集***及其构建方法 | |
| CN105830870B (zh) | 一种远程无线农田监控***和方法 | |
| Angin et al. | Agrilora: a digital twin framework for smart agriculture. | |
| Gao et al. | An intelligent irrigation system based on wireless sensor network and fuzzy control | |
| CN103048985B (zh) | 农情信息一体化采集装置 | |
| Li et al. | Research on IOT technology applied to intelligent agriculture | |
| Geng et al. | An Agricultural Monitoring System Based on Wireless Sensor and Depth Learning Algorithm. | |
| CN104297452B (zh) | 基于无线传感器网络的土壤墒情数据预处理方法 | |
| Zhang | Study about IOT's application in" digital Agriculture" construction | |
| Wang | Greenhouse data acquisition system based on ZigBee wireless sensor network to promote the development of agricultural economy | |
| Xiang | Design of fuzzy drip irrigation control system based on zigbee wireless sensor network | |
| Jiaxing et al. | Design of wireless sensor network bidirectional nodes for intelligent monitoring system of micro-irrigation in litchi orchards | |
| Zhang et al. | Energy efficiency analysis of wireless sensor networks in precision agriculture economy | |
| Li et al. | Integrated multi-dimensional technology of data sensing method in smart agriculture | |
| CN114092776A (zh) | 应用于智慧农业的多传感器数据融合方法 | |
| CN203039925U (zh) | 一种农田作物生长信息网络化采集*** | |
| CN205229732U (zh) | 基于北斗定位技术的土壤熵情分布自动监测装置 | |
| Wan | Research on the model for crop water requirements in wireless sensor networks | |
| Yunjie | Wireless sensor monitoring system of Canadian Poplar Forests based on Internet of Things | |
| CN203405235U (zh) | 基于物联网的设施环境综合参数测试仪 | |
| CN105388809A (zh) | 基于北斗定位技术的土壤熵情分布自动监测*** | |
| CN102752386A (zh) | 一种基于主动诱导式的农业物联网通讯方法 | |
| Wu et al. | Design of farmland information acquisition system based on LoRa wireless sensor network | |
| Langote et al. | System for IoT agriculture using LoRaWAN | |
| CN205622666U (zh) | 一种基于物联网的低功耗农田墒情监测*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20141210 |