CN106054844B - 一种农业智能远程管理*** - Google Patents
一种农业智能远程管理*** Download PDFInfo
- Publication number
- CN106054844B CN106054844B CN201610545685.7A CN201610545685A CN106054844B CN 106054844 B CN106054844 B CN 106054844B CN 201610545685 A CN201610545685 A CN 201610545685A CN 106054844 B CN106054844 B CN 106054844B
- Authority
- CN
- China
- Prior art keywords
- unit
- soil
- crop
- soil moisture
- water
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000002689 soil Substances 0.000 claims abstract description 51
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 32
- 241000607479 Yersinia pestis Species 0.000 claims description 25
- 239000003621 irrigation water Substances 0.000 claims description 18
- 201000010099 disease Diseases 0.000 claims description 14
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 14
- 230000002262 irrigation Effects 0.000 claims description 13
- 238000003973 irrigation Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000001556 precipitation Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 5
- 238000000034 method Methods 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 4
- 230000005855 radiation Effects 0.000 claims description 3
- 230000004907 flux Effects 0.000 claims 1
- 230000012010 growth Effects 0.000 abstract description 4
- 239000000463 material Substances 0.000 abstract description 3
- 241000209094 Oryza Species 0.000 description 7
- 235000007164 Oryza sativa Nutrition 0.000 description 7
- 235000009566 rice Nutrition 0.000 description 7
- 230000002354 daily effect Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 244000037666 field crops Species 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
- 230000037039 plant physiology Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种农业智能远程管理***，包括摄像装置和人工降雨装置，其特征在于，还包括土壤水分传感器、设置在农田上的三维移动平台，所述摄像装置、人工降雨装置、土壤水分传感器和三维移动平台通过网络与云服务器相连，所述云服务器与管理员终端和/或用户终端相连，所述云服务器还分别与天气预报获取模块、土壤水分管理模块相连。保证了田间管理的准确性和及时性，避免人为疏漏耽误农作物生长，有效的节约时间、人力和物力，提升了远程休闲农业的用户体验乐趣。
Description
技术领域
本发明涉及一种农业智能远程管理***。
背景技术
现代互联网技术与云服务以及大数据技术的发展，使得农业生产在机械化的基础上进一步向智能化方向转变，信息的自动采集、自动分析与动态反馈已经将逐步成为农业生产的常态。但目前的信息化农业还未与互联网深入结合，智能化程度还不够高，不能对农业信息进行高效的自动分析与判断，并将分析与判断结果通过互联网进行社会化分享与反馈。
传统休闲农业中，用户若想了解作物生长状况以及对作物进行灌溉施肥处理，需亲自到农场查看处理，不仅浪费大量的人力物力，同时也无法保证用户对作物的完全管理与控制，削弱用户对休闲农业的体验。
发明内容
针对上述问题，本发明提供一种农业智能远程管理***，保证了田间管理的准确性和及时性，避免人为疏漏耽误农作物生长，有效的节约时间、人力和物力，提升了远程休闲农业的用户体验乐趣。
为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：
一种农业智能远程管理***，包括摄像装置和人工降雨装置，其特征在于，还包括土壤水分传感器、设置在农田上的三维移动平台，所述摄像装置、人工降雨装置、土壤水分传感器和三维移动平台通过网络与云服务器相连，所述云服务器与管理员终端和/或用户终端相连，所述云服务器还分别与天气预报获取模块、土壤水分管理模块相连：
所述天气预报获取模块：自动获取未来7天农场所在地区对应天气预报，包括日最高温度、日最低温度、降水、气压、日照及风速并储存于服务器中；
所述土壤水分管理模块的运行包括以下步骤：
1)从作物种植后开始，基于获取的未来7天天气预报和作物系数KC计算逐日作物需水量ETC；
2)利用土壤水分传感器获取当前土壤体积含水率，判断土壤水分是否达到灌溉水下限：
2a)如果高于灌溉水下限，则无需灌溉；
2b)如果低于灌溉水下限，且在可预见期内无降雨则灌水至需水上限；
2c)如果低于灌溉水下限，且在可预见期内有降雨，以当前日期为基准期，假定7天内降水发生在第j天，则控制人工降雨装置的灌水量在降雨前达到灌溉水下限。
优选，逐日作物需水量
其中，KC是作物系数；Rn为净辐射，单位是MJm-2d-1，由日照时长计算；G为土壤热通量，单位是MJm-2d-1；γ为干湿常数，单位是kPa℃-1；T为日平均温度，单位是℃；u2为2m高处的风速，单位是ms-1；VPD为饱和与实际水汽压之差，单位是kPa；Δ为饱和水汽压曲线斜率，单位是kPa℃-1。
优选，步骤2b)中，灌水量计算公式如下：
ΔW＝(θS-θT)H·S×1000
其中，ΔW为灌溉水量，单位是L；θS为土壤体积含水率上限；θT为实测土壤体积含水率；H为土壤湿润层深度，单位是m；S为灌溉面积，单位是m2。
优选，步骤2c)中，灌水量计算公式如下：
其中，ΔW为灌溉水量，单位是L；为从基准期开始至降雨日期作物需水量之和；θD为土壤灌溉水下限。
优选，还包括与云服务器相连的病虫害管理模块，所述病虫害管理模块通过摄像装置每隔三天对作物进行一次全面拍照扫描，图像数据自动上传至服务器，基于服务器内的图像特征识别程序分析图像灰度值、检测灰度不连续效果、设置灰度阈值、识别颜色发生异常的叶片，将识别结果反馈至用户终端和/或管理员终端，由用户或管理员判定病虫害类型。
本发明的有益效果是：
本发明采用土壤水分传感器实时监测田间土壤湿度、摄像装置通过三维移动平台监测田间作物，病虫害管理模块可以监测田间作物的病虫害状况，将获取的数据通过互联网经云服务器与用户终端及管理员终端实现信息交互，实现智能远程管理。采用360°可移动全景相机及红外相机，可实时查看作物生长状态，全方位监测病虫害情况，实现病虫害的及时防治。土壤水分管理模块和人工降雨模拟装置可以实现基于天气预报的优化农田自动灌溉，科学灌溉、达到节约水资源的目的。
附图说明
图1是本发明一种农业智能远程管理***的结构框图；
图2是本发明农田水分管理模块运行流程图；
图3是本发明三维移动平台及人工降雨模拟装置示意图；
图4是本发明实施例中水稻控制灌溉示意图。
具体实施方式
下面结合附图和具体的实施例对本发明技术方案作进一步的详细描述，以使本领域的技术人员可以更好的理解本发明并能予以实施，但所举实施例不作为对本发明的限定。
如图1所示，一种农业智能远程管理***，包括摄像装置和人工降雨装置，一般的，摄像装置可采用全景相机及红外相机，全景相机及红外相机安装于三维移动平台上，三维移动平台发大小根据农田面积和作物内容调整，以适应作物的正常生长周期的全面监控。人工降雨装置包括喷头、电池阀开关、水泵、输水管道、水箱以及电磁流量计。
还包括土壤水分传感器、设置在农田上的三维移动平台，所述摄像装置、人工降雨装置、土壤水分传感器和三维移动平台通过网络与云服务器相连，比如，摄像装置、人工降雨装置、土壤水分传感器和三维移动平台通过数据线直接与嵌入式WiFi串口模块连接，WiFi串口模块通过所在农场路由器接入互联网。
其中，云服务器与管理员终端和/或用户终端(即管理员终端和用户终端、管理员终端或用户终端)、天气预报获取模块、土壤水分管理模块相连，各模块功能如下：
所述天气预报获取模块：自动获取未来7天农场所在地区对应天气预报，包括日最高温度、日最低温度、降水、气压、日照及风速并储存于服务器中；
如图2所示，所述土壤水分管理模块的运行包括以下步骤：
1)从作物种植后开始，基于获取的未来7天天气预报和作物系数KC计算逐日作物需水量ETC；
优选，逐日作物需水量
其中，KC是作物系数；Rn为净辐射，单位是MJm-2d-1，由日照时长计算；G为土壤热通量，单位是MJm-2d-1；γ为干湿常数，单位是kPa℃-1；T为日平均温度，单位是℃；u2为2m高处的风速，单位是ms-1；VPD为饱和与实际水汽压之差，单位是kPa；Δ为饱和水汽压曲线斜率，单位是kPa℃-1。
2)利用土壤水分传感器获取当前土壤体积含水率，判断土壤水分是否达到灌溉水下限：
2a)如果高于灌溉水下限，则无需灌溉；
2b)如果低于灌溉水下限，且在可预见期内无降雨则灌水至需水上限，灌水量计算公式如下：
ΔW＝(θS-θT)H·S×1000
其中，ΔW为灌溉水量，单位是L；θS为土壤体积含水率上限；θT为实测土壤体积含水率；H为土壤湿润层深度，单位是m；S为灌溉面积，单位是m2。
2c)如果低于灌溉水下限，且在可预见期内有降雨，以当前日期为基准期，假定7天内降水发生在第j天，为实现降水的高效利用，则控制人工降雨装置的灌水量在降雨前达到灌溉水下限，灌水量计算公式如下：
其中，ΔW为灌溉水量，单位是L；为从基准期开始至降雨日期作物需水量之和；θD为土壤灌溉水下限。
图1中还包括与云服务器相连的病虫害管理模块，所述病虫害管理模块通过摄像装置每隔三天对作物进行一次全面拍照扫描，图像数据自动上传至服务器，基于服务器内的图像特征识别程序分析图像灰度值、检测灰度不连续效果、设置灰度阈值、识别颜色发生异常的叶片，将识别结果反馈至用户终端和/或管理员终端，由用户或管理员判定病虫害类型。
用户终端可实时查看农场视频，并控制三维移动平台、全景相机及人工降雨模拟装置，同时，土壤水分管理模块和病虫害管理模块将数据处理结果反馈到用户客户端，提示用户进行自主处理；或将信息反馈到管理员终端，提示管理员进行处理。另外，管理员终端可以接收农田水分和病虫害数据，并可与用户终端进行通信，接受指令。
以图3为例，设置长5m、宽3m的水稻田，根据稻田范围架设三维移动平台，其长5.4m、宽3.4m、高3m。三维移动平台结构如图2所示，杆A、B、C、D为滑轨，杆F通过自带电机实现在杆B、C上移动，杆F同时也作为滑轨，可供平台G移动，在平台G上安装360°全景相机和红外相机。在杆E上加装人工降雨装置。
安装信息传输设备，采用嵌入式WiFi串口模块连接三维移动平台、人工降雨装置、全景相机及红外相机。嵌入式WiFi串口模块通过农场所在地路由器接入互联网，将数据、图像、视频数据及土壤水分数据经互联网上传至云服务器，同时三维移动平台和人工降雨装置接收来至云服务器的远程指令。
服务器内构建数据存储模块，存储来自土壤水分传感器的土壤水分数据、全景相机及红外相机的图像视频数据、天气预报数据、病虫害图像特征数据等。同时天气预报获取模块根据农田经纬度，采用Javascript脚本语言自动获取中国气象局所公开的未来7天天气预报数据，包括降水、日最高温度、日最低温度、气压、风速及日照等。
土壤水分管理模块从水稻移栽后开始运行，基于获取的未来7天天气预报和水稻作物系数计算逐日水稻需水量ETC，利用土壤水分传感器和自动水位计获取当前土壤体积含水率和当前田间水位，结合图4的水稻控制灌溉制度，进行灌溉。
病虫害管理模块设置指令，每隔三天(或自行设置的时间间隔)自动按设定好的路径自动对作物进行扫描拍照，将高清图像自动上传至云服务器。基于内置于服务器的图像特征识别程序分析图像灰度值、检测灰度不连续效果、设置灰度阈值、识别颜色发生异常的水稻叶片，将识别结果反馈至用户终端和管理员终端，由用户或管理员判定病虫害类型。
当田间作物需水量低于灌溉下限时向用户客户端发送警告信息以及灌溉水量信息，发送模式包括短信及app通知，用户通过客户端远程操控人工降雨装置进行农田灌溉。当***感知到病虫害时向用户发出警告信息，用户向农场管理员发出要求，管理员收到信息后对作物进行处理，处理结果等待反馈。
本发明提供了一种可自动识别作物生理特性、实时视频监测远程控制、便捷管理的休闲农业智能远程管理***，智能化程度高，全方位监测病虫害和水分情况，保证了农业管理准确性和及时性，实现城市居民远程实时掌控作物生长，提升休闲农场的价值与服务水平。
本发明采用土壤水分传感器实时监测田间土壤湿度、摄像装置通过三维移动平台监测田间作物，病虫害管理模块可以监测田间作物的病虫害状况，将获取的数据通过互联网经云服务器与用户终端及管理员终端实现信息交互，实现智能远程管理。采用360°可移动全景相机及红外相机，可实时查看作物生长状态，全方位监测病虫害情况，实现病虫害的及时防治。土壤水分管理模块和人工降雨模拟装置可以实现基于天气预报的优化农田自动灌溉，科学灌溉、达到节约水资源的目的。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或者等效流程变换，或者直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (2)
1.一种农业智能远程管理***，包括摄像装置和人工降雨装置，其特征在于，还包括土壤水分传感器、设置在农田上的三维移动平台，所述摄像装置、人工降雨装置、土壤水分传感器和三维移动平台通过网络与云服务器相连，所述云服务器与管理员终端和/或用户终端相连，所述云服务器还分别与天气预报获取模块、土壤水分管理模块相连：
所述天气预报获取模块：自动获取未来7天农场所在地区对应天气预报，包括日最高温度、日最低温度、降水、气压、日照及风速并储存于服务器中；所述土壤水分管理模块的运行包括以下步骤：
1)从作物种植后开始，基于获取的未来7天天气预报和作物系数KC计算逐日作物需水量ETC；
2)利用土壤水分传感器获取当前土壤体积含水率，判断土壤水分是否达到灌溉水下限：
2a)如果高于灌溉水下限，则无需灌溉；
2b)如果低于灌溉水下限，且在可预见期内无降雨则灌水至需水上限；
2c)如果低于灌溉水下限，且在可预见期内有降雨，以当前日期为基准期，假定7天内降水发生在第j天，则控制人工降雨装置的灌水量在降雨前达到灌溉水下限；
逐日作物需水量
其中，KC是作物系数；Rn为净辐射，单位是MJm-2d-1，由日照时长计算；G为土壤热通量，单位是MJm-2d-1；γ为干湿常数，单位是kPa℃-1；T为日平均温度，单位是℃；u2为2m高处的风速，单位是ms-1；VPD为饱和与实际水汽压之差，单位是kPa；Δ为饱和水汽压曲线斜率，单位是kPa℃-1；
步骤2b)中，灌水量计算公式如下：
ΔW＝(θS-θT)H·S×1000
其中，ΔW为灌溉水量，单位是L；θS为土壤体积含水率上限；θT为实测土壤体积含水率；H为土壤湿润层深度，单位是m；S为灌溉面积，单位是m2；步骤2c)中，灌水量计算公式如下：
其中，ΔW为灌溉水量，单位是L；为从基准期开始至降雨日期作物需水量之和；θD为土壤灌溉水下限；
所述摄像装置是全景相机及红外相机；
用户终端可实时查看农场视频，并控制三维移动平台、全景相机及人工降雨模拟装置，同时，土壤水分管理模块和病虫害管理模块将数据处理结果反馈到用户客户端，提示用户进行自主处理；或将信息反馈到管理员终端，提示管理员进行处理。
2.根据权利要求1所述的一种农业智能远程管理***，其特征在于，还包括与云服务器相连的病虫害管理模块，所述病虫害管理模块通过摄像装置每隔三天对作物进行一次全面拍照扫描，图像数据自动上传至服务器，基于服务器内的图像特征识别程序分析图像灰度值、检测灰度不连续效果、设置灰度阈值、识别颜色发生异常的叶片，将识别结果反馈至用户终端和/或管理员终端，由用户或管理员判定病虫害类型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610545685.7A CN106054844B (zh) | 2016-07-12 | 2016-07-12 | 一种农业智能远程管理*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610545685.7A CN106054844B (zh) | 2016-07-12 | 2016-07-12 | 一种农业智能远程管理*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106054844A CN106054844A (zh) | 2016-10-26 |
| CN106054844B true CN106054844B (zh) | 2019-04-30 |
Family
ID=57185347
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610545685.7A Active CN106054844B (zh) | 2016-07-12 | 2016-07-12 | 一种农业智能远程管理*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106054844B (zh) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106525852A (zh) * | 2016-10-28 | 2017-03-22 | 深圳前海弘稼科技有限公司 | 果实生长时期的检测方法和检测装置 |
| CN108319649B (zh) * | 2017-12-27 | 2021-09-14 | 南瑞集团有限公司 | 一种提高水情水调数据质量的***和方法 |
| CN108537851B (zh) * | 2018-03-29 | 2020-09-01 | 湖南农业大学 | 一种土壤湿度的探测方法及其应用 |
| CN108381560A (zh) * | 2018-04-04 | 2018-08-10 | 上海顾宋智能科技有限公司 | 一种微型智能种植机器人 |
| CN108415256A (zh) * | 2018-04-09 | 2018-08-17 | 南京农业大学 | 一种面向连栋日光能温室作物的栽培控制*** |
| CN109089843A (zh) * | 2018-07-27 | 2018-12-28 | 安徽神州生态农业发展有限公司 | 一种基于多数据的种植物智能给水方法 |
| CN109270909A (zh) * | 2018-10-30 | 2019-01-25 | 四川洪诚电气科技有限公司 | 基于物联网的农作物监管***及方法 |
| CN109781948A (zh) * | 2019-03-04 | 2019-05-21 | 山东农业大学 | 一种太阳能测墒测肥推荐*** |
| CN110763268A (zh) * | 2019-09-23 | 2020-02-07 | 苏州三亩良铺农业科技有限公司 | 一种基于物联网的智能农田管理*** |
| CN111626892A (zh) * | 2020-04-02 | 2020-09-04 | 珠海智信佰达科技有限公司 | 一种灌区需水量计量监测方法及*** |
| CN112129725A (zh) * | 2020-09-04 | 2020-12-25 | 浙江大学 | 一种基于光谱校正的车载植物养分光谱检测仪 |
| CN113115006A (zh) * | 2021-05-11 | 2021-07-13 | 苏州大学 | 立体种植视频监控***及方法 |
| CN117770105B (zh) * | 2023-12-20 | 2024-06-11 | 北京数智大观科技有限公司 | 基于降雨条件的园林智能灌溉控制方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102035876A (zh) * | 2010-10-15 | 2011-04-27 | 江苏鸿信***集成有限公司 | 基于m2m架构的农业大棚远程监测和智能控制***及方法 |
| CN102239793A (zh) * | 2011-04-18 | 2011-11-16 | 浙江大学 | 水稻害虫实时分类方法及*** |
| CN102564593A (zh) * | 2011-12-30 | 2012-07-11 | 河海大学常州校区 | 基于计算机视觉及物联网的植物生长状况监测*** |
| CN105230450A (zh) * | 2015-09-15 | 2016-01-13 | 中国农业大学 | 一种智能式灌溉快速诊断装置与方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3221717A4 (en) * | 2014-11-18 | 2018-07-18 | Station Innovation Pty Ltd | Remote monitoring system |
-
2016
- 2016-07-12 CN CN201610545685.7A patent/CN106054844B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102035876A (zh) * | 2010-10-15 | 2011-04-27 | 江苏鸿信***集成有限公司 | 基于m2m架构的农业大棚远程监测和智能控制***及方法 |
| CN102239793A (zh) * | 2011-04-18 | 2011-11-16 | 浙江大学 | 水稻害虫实时分类方法及*** |
| CN102564593A (zh) * | 2011-12-30 | 2012-07-11 | 河海大学常州校区 | 基于计算机视觉及物联网的植物生长状况监测*** |
| CN105230450A (zh) * | 2015-09-15 | 2016-01-13 | 中国农业大学 | 一种智能式灌溉快速诊断装置与方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106054844A (zh) | 2016-10-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106054844B (zh) | 一种农业智能远程管理*** | |
| JP6555781B2 (ja) | 水位管理システム | |
| US11889793B2 (en) | Internet-of-things management and control system for intelligent orchard | |
| CN110214506A (zh) | 水肥管控方法及*** | |
| JP2016049102A (ja) | 圃場管理システム、圃場管理方法、プログラム | |
| CN111008733B (zh) | 一种作物生长管控方法和*** | |
| CN108594775A (zh) | 一种农业大数据信息采集与处理*** | |
| KR102537505B1 (ko) | 지능형 자율 관수 시스템 | |
| CN110954161A (zh) | 基于物联网的农业智能监测管理方法及*** | |
| KR20120076691A (ko) | 농산물 생육시스템 및 그에 따른 제어방법 | |
| CN107873492A (zh) | 一种无人机农田控制灌溉***及其工作方法 | |
| CN110244804A (zh) | 一种大数据农业管理***及其方法 | |
| Tapakire et al. | Iot based smart agriculture using thingspeak | |
| CN112136667A (zh) | 一种基于边缘机器学习的智能喷灌方法及*** | |
| CN105955161A (zh) | 一种农业智能控制*** | |
| CN113919653A (zh) | 一种基于物联网的温室番茄种植管理*** | |
| Josephine et al. | Smart irrigation system | |
| CN110602179A (zh) | 一种基于NB-IoT的农业数据采集*** | |
| CN109188964A (zh) | 一种基于云服务器的芒果基地监控*** | |
| Mushtaq | SMART AGRICULTURE SYSTEM+ AND IMAGE PROCESSING. | |
| CN112616509A (zh) | 基于物联网技术的智能型蔬菜种植大棚 | |
| CN214374338U (zh) | 一种基于无人机遥感的作物生长监测*** | |
| Hasanov et al. | THE IMPORTANCE OF A SMART IRRIGATION INTRODUCTION SYSTEM BASED ON DIGITAL TECHNOLOGIES IN AGRICULTURE | |
| Murakami et al. | Growth Estimation Sensor Network System for Aquaponics using Multiple Types of Depth Cameras | |
| TWI720842B (zh) | 智慧型竹筍栽培採收監控系統及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20201231 Address after: 230088 Room 101, R & D office building 2, Kunpeng Industrial Park, 539 Wangjiang West Road, high tech Zone, Hefei City, Anhui Province Patentee after: ANHUI JINHAIDIER INFORMATION T Address before: 211100 No. 8 West Buddha Road, Jiangning District, Jiangsu, Nanjing Patentee before: HOHAI University |