CN106527310A - 农作物大棚的自动监控方法和装置 - Google Patents
农作物大棚的自动监控方法和装置 Download PDFInfo
- Publication number
- CN106527310A CN106527310A CN201610933655.3A CN201610933655A CN106527310A CN 106527310 A CN106527310 A CN 106527310A CN 201610933655 A CN201610933655 A CN 201610933655A CN 106527310 A CN106527310 A CN 106527310A
- Authority
- CN
- China
- Prior art keywords
- influence factor
- control strategy
- numerical value
- decision tree
- automatic monitoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
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
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/048—Monitoring; Safety
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
- A01G9/24—Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
- A01G9/26—Electric devices
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/25—Greenhouse technology, e.g. cooling systems therefor
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Greenhouses (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种农作物大棚的自动监控方法和一种农作物大棚的自动监控装置,其中,农作物大棚的自动监控方法包括:根据影响农作物生长的至少一个影响因素的数值与控制策略之间的关系,生成决策树;监测所述农作物大棚中的所述至少一个影响因素的数值,并在所述决策树中查找对应于所述至少一个影响因素的数值的控制策略;使用所述控制策略,对所述农作物大棚进行控制。通过本发明的技术方案能够替代人工监测和人工作业,提高监控精度,实现了大棚环境的自动控制,降低农作物大棚的人力成本。
Description
技术领域
本发明涉及农业种植技术领域,具体而言,涉及一种农作物大棚的自动监控方法和一种农作物大棚的自动监控装置。
背景技术
随着我国农业和农村经济的发展,农业生产方式逐步由传统的粗放型向现代集约型经营方式转变,农业种植信息化快速发展,利用云端信息和大数据分析对农业种植进行指导和控制是农业种植发展的新趋势。需要一种可提高温室农作物产量和质量,降低生产成本,减轻工作人员劳动强度的智能监控***,在实现本发明的过程中,发明人发现现有技术中至少存在如下问题:现有的农业云***用于农业生产但其不能自动监测影响大棚作物的环境因素和地质因素,也不能自行分析监测结果而采取相应措施。因此,如何能够有效的地释放人力,实现自动控制,降低人力成本成为亟待解决的技术问题。
发明内容
本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。
为此,本发明的一个目的在于提出一种农作物大棚的自动监控方法。
本发明的另一个目的在于提供了一种农作物大棚的自动监控装置。
为实现上述目的,根据本发明的第一方面的实施例,提供了一种农作物大棚的自动监控方法,包括:根据影响农作物生长的至少一个影响因素的数值与控制策略之间的关系,生成决策树;监测农作物大棚中的至少一个影响因素的数值,并在决策树中查找对应于至少一个影响因素的数值的控制策略;使用控制策略,对农作物大棚进行控制。
根据本发明第一方面实施例的农作物大棚的自动监控方法,将影响农作物生长的影响因素数值与控制策略建立起关系,生成决策树,建立我们预想的决策结果,以保证在任意一个影响因素的数值发生变化时,控制策略能够发生相应的变化,便于对农作物大棚进行自动控制;检测农作物的影响因素数值,并在决策树中查找对应的控制策略,以保证及时监测影响因素数值的变化,并及时找出相应的控制策略;使用所述相应的控制策略,对农作物大棚进行自动控制,使农业云***利用自身的强大的数据支持进行大棚状态的监测和调整,并实现自动化。进一步地,本申请利用决策数据生成决策树,再利用决策树根据输入的新数据产生决策结果,将采集到的大棚中的各项环境信息和地质信息进行处理,使大棚的自动化***减少了对人工设置的依赖。
根据本发明第一方面实施例的农作物大棚的自动监控方法,优选地,所述根据影响农作物生长的至少一个影响因素的数值与控制策略之间的关系,生成决策树的步骤,具体包括:将至少一个影响因素的数值数字化;根据数字化后的至少一个影响因素与控制策略之间的关系,生成决策树。
在该实施例中,影响农作物生长的因素主要包括环境因素、地质因素和/或生物因素,利用农业云***的数据支持,提取实际应用中对所种植的农作物影响比较大的至少一个“影响因素”进行决策树的建立。具体地,将“影响因素”的数值和/或程度值数字化,这是一个将“影响因素”具体化的过程,通过具体的数字关联相应“影响因素”便于机器分析数据,之后将这些“影响因素”与其数字化以后的数据对应存储,并为每组“影响因素”提供解决策略,使得农业自动化***(监测***)能够根据“影响因素+数字”与“控制策略”之间的关系自行选择工作模式(即根据一定的控制策略实施自动作业)。因此,按照影响因素与控制策略之间的关系,将影响因素与控制策略相对应,生成决策树,这样方便监测***对大棚进行精确控制。
根据本发明第一方面实施例的农作物大棚的自动监控方法,优选地,所述在决策树中查找对应于至少一个影响因素的数值的控制策略的步骤具体包括:将至少一个影响因素的数值数字化;在决策树种查找对应于数字化后的至少一个影响因素的数值的控制策略。
在该实施例中,在决策树中查找对应的数值的控制策略,这样才能达到自动控制的目的。例如,利用“温度高”,“没有起风”,“没有下雨”,“湿度大”及它们所对应的具体数字化参数录入决策树,会查找到对应的“控制策略”:降温、除湿,进而对大棚进行降温和除湿过程的自动化。
根据本发明第一方面实施例的农作物大棚的自动监控方法,优选地,影响因素包括:种植纬度、湿度、光照强度、光照时间、施肥量、施肥种类、施水量、土质、温度、以及天气状况中的一种或其任意组合。
在该实施例中,影响大棚内农作物生长的因素包括:种植纬度、湿度、光照强度、光照时间、施肥量、施肥种类、施水量、土质、温度等,这些影响因素可能单独影响农作物的生长,也可能是多个因素同时影响农作物的生长,因此,将这些因素全部加到自动监控中,可以对大棚中农作物的生长进行全面地控制,进而有利于农作物生长。
根据本发明第一方面实施例的农作物大棚的自动监控方法,优选地,控制策略包括:升温、降温、除湿、加湿、施肥、施水以及除草中的一种或其组合。
在该实施例中,根据“影响因素”对环境的改变来决定实时何种控制策略。具体地,影响大棚内农作物生长的因素包括:种植纬度、湿度、光照强度、光照时间、施肥量、施肥种类、施水量、土质、温度等,而升温、降温、除湿、加湿、施肥、施水以及除草这些策略恰好能够应对上述影响因素,针对不同的影响因素,采取相应的策略,有利于对大棚中农作物的生长进行全面地控制,促进大棚中农作物的生长。
根据本发明第二方面的实施例,还提供了一种农作物大棚的自动监控装置,包括:决策树单元,根据影响农作物生长的至少一个影响因素的数值与控制策略之间的关系,生成决策树;监测单元,监测农作物大棚中的至少一个影响因素的数值,并在决策树中查找对应于至少一个影响因素的数值的控制策略;控制单元,使用控制策略,对农作物大棚进行控制。
根据本发明第二方面实施例的农作物大棚的自动监控装置,将影响农作物生长的影响因素数值与控制策略建立起关系,生成决策树,建立我们预想的决策结果,以保证在任意一个影响因素的数值发生变化时,控制策略能够发生相应的变化,便于对农作物大棚进行自动控制;检测农作物的影响因素数值,并在决策树中查找对应的控制策略,以保证及时监测影响因素数值的变化,并及时找出相应的控制策略;使用所述相应的控制策略,对农作物大棚进行自动控制,使农业云***利用自身的强大的数据支持进行大棚状态的监测和调整,并实现自动化。进一步地,本申请利用决策数据生成决策树,再利用决策树根据输入的新数据产生决策结果,将采集到的大棚中的各项环境信息和地质信息进行处理,使大棚的自动化***具有了学习能力,减少了对人工设置的依赖。
根据本发明第二方面实施例的农作物大棚的自动监控装置,优选地,所述决策树单元具体用于:将至少一个影响因素的数值数字化;根据数字化后的至少一个影响因素与控制策略之间的关系,生成决策树。
在该实施例中,影响农作物生长的因素主要包括环境因素、地质因素和/或生物因素,利用农业云***的数据支持,提取实际应用中对所种植的农作物影响比较大的至少一个“影响因素”进行决策树的建立。具体地,将“影响因素”的数值和/或程度值数字化,这是一个将“影响因素”具体化的过程,通过具体的数字关联相应“影响因素”便于机器分析数据,之后将这些“影响因素”与其数字化以后的数据对应存储,并为每组“影响因素”提供解决策略,使得农业自动化***(监测***)能够根据“影响因素+数字”与“控制策略”之间的关系自行选择工作模式(即根据一定的控制策略实施自动作业)。因此,按照影响因素与控制策略之间的关系,将影响因素与控制策略相对应,生成决策树,这样方便监测***对大棚进行精确控制。
根据本发明第二方面实施例的农作物大棚的自动监控装置,优选地,所述监测单元具体用于:将至少一个影响因素的数值数字化;在决策树种查找对应于数字化后的至少一个影响因素的数值的控制策略。
在该实施例中,在决策树中查找对应的数值的控制策略,这样才能达到自动控制的目的。例如,利用“温度高”,“没有起风”,“没有下雨”,“湿度大”及它们所对应的具体数字化参数录入决策树,会查找到对应的“控制策略”:降温、除湿,进而对大棚进行降温和除湿过程的自动化。
根据本发明第二方面实施例的农作物大棚的自动监控装置,优选地,影响因素包括:种植纬度、湿度、光照强度、光照时间、施肥量、施肥种类、施水量、土质、温度、以及天气状况中的一种或其任意组合。
在该实施例中,影响大棚内农作物生长的因素包括:种植纬度、湿度、光照强度、光照时间、施肥量、施肥种类、施水量、土质、温度等,这些影响因素可能单独影响农作物的生长,也可能是多个因素同时影响农作物的生长,因此,将这些因素全部加到自动监控中,可以对大棚中农作物的生长进行全面地控制,进而有利于农作物生长。
根据本发明第二方面实施例的农作物大棚的自动监控装置,优选地,控制策略包括:升温、降温、除湿、加湿、施肥、施水以及除草中的一种或其组合。
在该实施例中,根据“影响因素”对环境的改变来决定实时何种控制策略。具体地,影响大棚内农作物生长的因素包括:种植纬度、湿度、光照强度、光照时间、施肥量、施肥种类、施水量、土质、温度等,而升温、降温、除湿、加湿、施肥、施水以及除草这些策略恰好能够应对上述影响因素,针对不同的影响因素,采取相应的策略,有利于对大棚中农作物的生长进行全面地控制,促进大棚中农作物的生长。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1示出了根据本发明的第一方面实施例的农作物大棚的自动监控方法的流程图;
图2示出了根据本发明的第二方面实施例的农作物大棚的自动监控装置的框图;
图3示出了根据本发明实施例的实现决策树功能的示意图包括表A和表B。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了根据本发明的第一方面实施例的农作物大棚的自动监控方法的流程图。
如图1所示,根据本发明的第一方面的实施例,提供了一种农作物大棚的自动监控方法,包括:步骤102,根据影响农作物生长的至少一个影响因素的数值与控制策略之间的关系,生成决策树;步骤104,监测农作物大棚中的至少一个影响因素的数值,并在决策树中查找对应于至少一个影响因素的数值的控制策略;步骤106,使用控制策略,对农作物大棚进行控制。
根据本发明第一方面实施例的农作物大棚的自动监控方法,步骤102,将影响农作物生长的影响因素数值与控制策略建立起关系,生成决策树,建立我们预想的决策结果,以保证在任意一个影响因素的数值发生变化时,控制策略能够发生相应的变化,便于对农作物大棚进行自动控制;步骤104,监测农作物的影响因素数值,并在决策树中查找对应的控制策略,以保证及时监控影响因素数值的变化,并及时找出相应的控制策略;步骤106,使用所述相应的控制策略,对农作物大棚进行自动控制。
根据本发明第一方面实施例的农作物大棚的自动监控方法,优选地,步骤102具体包括:将至少一个影响因素的数值数字化;根据数字化后的至少一个影响因素与控制策略之间的关系,生成决策树。
在该实施例中,影响农作物生长的因素主要包括环境因素、地质因素和/或生物因素,利用农业云***的数据支持,提取实际应用中对所种植的农作物影响比较大的至少一个“影响因素”进行决策树的建立。具体地,将“影响因素”的数值和/或程度值数字化,这是一个将“影响因素”具体化的过程,通过具体的数字关联相应“影响因素”便于机器分析数据,之后将这些“影响因素”与其数字化以后的数据对应存储,并为每组“影响因素”提供解决策略,使得农业自动化***(监测***)能够根据“影响因素+数字”与“控制策略”之间的关系自行选择工作模式(即根据一定的控制策略实施自动作业)。因此,按照影响因素与控制策略之间的关系,将影响因素与控制策略相对应,生成决策树,这样方便监测***对大棚进行精确控制。
根据本发明第一方面实施例的农作物大棚的自动监控方法,优选地,步骤104具体包括:将至少一个影响因素的数值数字化;在决策树种查找对应于数字化后的至少一个影响因素的数值的控制策略。
在该实施例中,在决策树中查找对应的数值的控制策略,这样才能达到自动控制的目的。例如,利用“温度高”,“没有起风”,“没有下雨”,“湿度大”及它们所对应的具体数字化参数录入决策树,会查找到对应的“控制策略”:降温、除湿,进而对大棚进行降温和除湿过程的自动化。
根据本发明第一方面实施例的农作物大棚的自动监控方法,优选地,影响因素包括:种植纬度、湿度、光照强度、光照时间、施肥量、施肥种类、施水量、土质、温度、以及天气状况中的一种或其任意组合。
在该实施例中,影响大棚内农作物生长的因素包括:种植纬度、湿度、光照强度、光照时间、施肥量、施肥种类、施水量、土质、温度等,这些影响因素可能单独影响农作物的生长,也可能是多个因素同时影响农作物的生长,因此,将这些因素全部加到自动监控中,可以对大棚中农作物的生长进行全面地控制,进而有利于农作物生长。
根据本发明第一方面实施例的农作物大棚的自动监控方法,优选地,控制策略包括:升温、降温、除湿、加湿、施肥、施水以及除草中的一种或其组合。
在该实施例中,根据“影响因素”对环境的改变来决定实时何种控制策略。具体地,影响大棚内农作物生长的因素包括:种植纬度、湿度、光照强度、光照时间、施肥量、施肥种类、施水量、土质、温度等,而升温、降温、除湿、加湿、施肥、施水以及除草这些策略恰好能够应对上述影响因素,针对不同的影响因素,采取相应的策略,有利于对大棚中农作物的生长进行全面地控制,促进大棚中农作物的生长。
图2示出了根据本发明的第二方面实施例的农作物大棚的自动监控装置的框图。
图2示出了根据本发明的第二方面实施例的农作物大棚的自动监控装置200,包括:决策树单元202,根据影响农作物生长的至少一个影响因素的数值与控制策略之间的关系,生成决策树;监测单元204,监测所述农作物大棚中的所述至少一个影响因素的数值,并在所述决策树中查找对应于所述至少一个影响因素的数值的控制策略;控制单元206,使用所述控制策略,对所述农作物大棚进行控制。
根据本发明第二方面实施例的农作物大棚的自动监控装置200,将影响农作物生长的影响因素数值与控制策略建立起关系,生成决策树,建立我们预想的决策结果,以保证在任意一个影响因素的数值发生变化时,控制策略能够发生相应的变化,便于对农作物大棚进行自动控制;检测农作物的影响因素数值,并在决策树中查找对应的控制策略,以保证及时监控影响因素数值的变化,并及时找出相应的控制策略;使用所述相应的控制策略,对农作物大棚进行自动控制。
另外,根据本发明上述实施例的农作物大棚的自动监控方法装置200,还可以具有如下附加的技术特征:
根据本发明的一个实施例,优选地,所述决策树单元202具体用于:将所述至少一个影响因素的数值数字化;根据数字化后的所述至少一个影响因素与控制策略之间的关系,生成所述决策树。
在该实施例中,影响农作物生长的因素主要包括环境因素、地质因素和/或生物因素,利用农业云***的数据支持,提取实际应用中对所种植的农作物影响比较大的至少一个“影响因素”进行决策树的建立。具体地,将“影响因素”的数值和/或程度值数字化,这是一个将“影响因素”具体化的过程,通过具体的数字关联相应“影响因素”便于机器分析数据,之后将这些“影响因素”与其数字化以后的数据对应存储,并为每组“影响因素”提供解决策略,使得农业自动化***(监测***)能够根据“影响因素+数字”与“控制策略”之间的关系自行选择工作模式(即根据一定的控制策略实施自动作业)。因此,按照影响因素与控制策略之间的关系,将影响因素与控制策略相对应,生成决策树,这样方便监测***对大棚进行精确控制。
根据本发明的一个实施例,优选地,监测单元204具体用于:将所述至少一个影响因素的数值数字化;在所述决策树种查找对应于数字化后的所述至少一个影响因素的数值的控制策略。
在该实施例中,在决策树中查找对应的数值的控制策略,这样才能达到自动控制的目的。例如,利用“温度高”,“没有起风”,“没有下雨”,“湿度大”及它们所对应的具体数字化参数录入决策树,会查找到对应的“控制策略”:降温、除湿,进而对大棚进行降温和除湿过程的自动化。
根据本发明的一个实施例,优选地,所述影响因素包括:种植纬度、湿度、光照强度、光照时间、施肥量、施肥种类、施水量、土质、温度、以及天气状况中的一种或其任意组合。
在该实施例中,影响大棚内农作物生长的因素包括:种植纬度、湿度、光照强度、光照时间、施肥量、施肥种类、施水量、土质、温度等,这些影响因素可能单独影响农作物的生长,也可能是多个因素同时影响农作物的生长,因此,将这些因素全部加到自动监控中,可以对大棚中农作物的生长进行全面地控制,进而有利于农作物生长。
根据本发明的一个实施例,优选地,所述控制策略包括:升温、降温、除湿、加湿、施肥、施水以及除草中的一种或其组合。
在该实施例中,由于影响大棚内农作物生长的因素包括:种植纬度、湿度、光照强度、光照时间、施肥量、施肥种类、施水量、土质、温度等,而升温、降温、除湿、加湿、施肥、施水以及除草这些策略恰好能够应对上述影响因素,针对不同的影响因素,采取相应的策略,有利于对大棚中农作物的生长进行全面地控制,促进大棚中农作物的生长。
图3示出了根据本发明的实现决策树功能的示意图包括表A和表B。
如图3所示,本实现方案采用SparkMLlib使用机器学习决策树算法利用决策数据建立决策模型,在利用模型根据输入的新数据产生决策结果。决策树算法是根据一系列的信息作出我们预想的决策结果。举例如下:
表A是“生成决策树”过程的一种形式上的表示(仅选取了常用信息进行策略树的建立),表中信息和数据不用于对本发明进行限定。
为了简便起见,这里每个属性的值用代号表示,即只设置两个值0和1,在表A中第一行中表示影响因素,包括但不限于以下几种:“温度”、“起风”、“下雨”和“湿度”,其中,温度高用1,低用0。起风是用1,没有用0.下雨用1标识,没有用0。湿度高1,低0。
表A中第一行中的“控制策略“包括但不限于以下几种:
1:升温除湿
2:升温
3:降温除湿
4:降温
利用以上的策略数据建立策略模型(决策树),后续使用策略模型(决策树)进行决策实现自动控制。根据表B中新的环境信息:
表B是“执行决策树”过程的一种形式上的表示(仅选取了常用信息进行监测),表中信息和数据不用于对本发明进行限定。
其中,表B中第一行中的“温度”、“起风”、“下雨”和“湿度”以及与之对应的数据“0”、“1”、“1”和“1”是监测结果,利用以上建立的决策树大数据资源对表B内容进行分析,自动执行控制策略“1”。实现了对大棚环境的自动控制。
具体地,如表A和表B所示,“影响因素”包括:温度、起风、下雨、湿度。为了简单起见,每个影响因素的属性数值有两个,分别为0和1,温度高,其数值为1;温度低时,其数值为1;起风时数值为1,起风时,数值为1,没有起风时数值为0;下雨时数值为1,不下雨时数值为0;湿度高时,数值为1,湿度低时,数值为0。控制策略有四4种,分别为:1、2、3和4,1表示:升温除湿;2表示:升温;3表示:降温除湿;4表示:降温。
如表A所示,当温度数值为1,起风数值为0,下雨数值为0,湿度数值为1时,选项控制策略3:降温除湿,从而对大棚进行降温和除湿;当温度数值为1,起风数值为0,下雨数值为1,湿度数值为1时,选项控制策略3:降温除湿,从而对大棚进行降温和除湿;当温度数值为0,起风数值为1,下雨数值为0,湿度数值为0时,选项控制策略2:升温,从而对大棚进行升温;当温度数值为1,起风数值为1,下雨数值为0,湿度数值为0时,选项控制策略4:降温,从而对大棚进行降温;当温度数值为0,起风数值为0,下雨数值为0,湿度数值为1时,选项控制策略1;升温除湿,从而对大棚进行升温和除湿。
如表B所示,当监控***采集到大棚中新的环境信息时,利用图3a建立的策略模型,进行决策,从而对大棚进行自动控制。当温度数值为0,起风数值为1,下雨数值为1,湿度数值为1时,预测控制策略为1:升温除湿,从而对大棚进行升温和除湿。
以上结合附图详细说明了本发明的技术方案,本发明提供了一种农作物大棚的自动监控方法和一种农作物大棚的自动监控装置,实现了农作物大棚的自动化监测和自动化管理,节省人力成本。
本发明实施例方法中的步骤能够根据实际需要进行顺序调整、合并和删减,本发明实施例中的的模块可以根据实际需要进行合并、划分和删减。以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种农作物大棚的自动监控方法,其特征在于,包括:
根据影响农作物生长的至少一个影响因素的数值与控制策略之间的关系,生成决策树;
监测所述农作物大棚中的所述至少一个影响因素的数值,并在所述决策树中查找对应于所述至少一个影响因素的数值的控制策略;
使用所述控制策略,对所述农作物大棚进行控制。
2.根据权利要求1所述的自动监控方法,其特征在于,所述根据影响农作物生长的至少一个影响因素的数值与控制策略之间的关系,生成决策树具体包括:
将所述至少一个影响因素的数值数字化;
根据数字化后的所述至少一个影响因素与控制策略之间的关系,生成所述决策树。
3.根据权利要求2所述的自动监控方法,其特征在于,所述在所述决策树中查找对应于所述至少一个影响因素的数值的控制策略具体包括:
将所述至少一个影响因素的数值数字化;
在所述决策树种查找对应于数字化后的所述至少一个影响因素的数值的控制策略。
4.根据权利要求1至3中任一项所述的自动监控方法,其特征在于,所述影响因素包括:种植纬度、湿度、光照强度、光照时间、施肥量、施肥种类、施水量、土质、温度、以及天气状况中的一种或其任意组合。
5.根据权利要求1至3中任一项所述的判断方法,其特征在于,所述控制策略包括:升温、降温、除湿、加湿、施肥、施水以及除草中的一种或其组合。
6.一种农作物大棚的自动监控装置,其特征在于,包括:
决策树单元,根据影响农作物生长的至少一个影响因素的数值与控制策略之间的关系,生成决策树;
监测单元,监测所述农作物大棚中的所述至少一个影响因素的数值,并在所述决策树中查找对应于所述至少一个影响因素的数值的控制策略;
控制单元,使用所述控制策略,对所述农作物大棚进行控制。
7.根据权利要求6所述的自动监控装置,其特征在于,所述决策树单元具体用于:
将所述至少一个影响因素的数值数字化;
根据数字化后的所述至少一个影响因素与控制策略之间的关系,生成所述决策树。
8.根据权利要求7所述的自动监控装置,其特征在于,所述监测单元具体用于:
将所述至少一个影响因素的数值数字化;
在所述决策树种查找对应于数字化后的所述至少一个影响因素的数值的控制策略。
9.根据权利要求6至8中任一项所述的自动监控装置,其特征在于,所述影响因素包括:种植纬度、湿度、光照强度、光照时间、施肥量、施肥种类、施水量、土质、温度、以及天气状况中的一种或其任意组合。
10.根据权利要求6至9中任一项所述的自动监控装置,其特征在于,所述控制策略包括:升温、降温、除湿、加湿、施肥、施水以及除草中的一种或其组合。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610933655.3A CN106527310A (zh) | 2016-10-31 | 2016-10-31 | 农作物大棚的自动监控方法和装置 |
PCT/CN2017/106743 WO2018077102A1 (zh) | 2016-10-31 | 2017-10-18 | 农作物大棚的自动监控方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610933655.3A CN106527310A (zh) | 2016-10-31 | 2016-10-31 | 农作物大棚的自动监控方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106527310A true CN106527310A (zh) | 2017-03-22 |
Family
ID=58291603
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610933655.3A Pending CN106527310A (zh) | 2016-10-31 | 2016-10-31 | 农作物大棚的自动监控方法和装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN106527310A (zh) |
WO (1) | WO2018077102A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107272620A (zh) * | 2017-06-23 | 2017-10-20 | 深圳市盛路物联通讯技术有限公司 | 一种基于物联网的智能监控大棚的方法及装置 |
WO2018077102A1 (zh) * | 2016-10-31 | 2018-05-03 | 深圳前海弘稼科技有限公司 | 农作物大棚的自动监控方法和装置 |
CN113627704A (zh) * | 2020-05-09 | 2021-11-09 | 西安电子科技大学青岛计算技术研究院 | 一种农作物信息模型构建方法 |
CN116309480A (zh) * | 2023-03-23 | 2023-06-23 | 上海华维可控农业科技集团股份有限公司 | 一种基于深度学习的作物生长智能决策***及方法 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111176238B (zh) * | 2020-01-02 | 2023-08-25 | 科芯(天津)生态农业科技有限公司 | Aipa智慧决策型精准农业*** |
CN117391482B (zh) * | 2023-12-12 | 2024-02-09 | 河北省农林科学院 | 一种基于大数据监测的大棚温度智能预警方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0195138A (ja) * | 1987-09-02 | 1989-04-13 | W R Grace & Co | 改善された酸素透過性を有するポリオレフインフイルム |
CN102937785A (zh) * | 2012-11-09 | 2013-02-20 | 江苏大学 | 一种温室多模型信息融合的温室环境调控方法及*** |
CN103217905A (zh) * | 2013-04-22 | 2013-07-24 | 太原理工大学 | 一种设施农业温室大棚环境参数自适应控制方法 |
CN104686256A (zh) * | 2015-03-31 | 2015-06-10 | 长沙辣湘缘农业科技有限公司 | 大棚环境控制方法及*** |
CN205028108U (zh) * | 2015-10-12 | 2016-02-10 | 山西万立科技有限公司 | 一种智能农业大棚管理*** |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06195138A (ja) * | 1992-12-22 | 1994-07-15 | Yamatake Honeywell Co Ltd | 温室の天窓制御装置 |
CN106527310A (zh) * | 2016-10-31 | 2017-03-22 | 深圳前海弘稼科技有限公司 | 农作物大棚的自动监控方法和装置 |
-
2016
- 2016-10-31 CN CN201610933655.3A patent/CN106527310A/zh active Pending
-
2017
- 2017-10-18 WO PCT/CN2017/106743 patent/WO2018077102A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0195138A (ja) * | 1987-09-02 | 1989-04-13 | W R Grace & Co | 改善された酸素透過性を有するポリオレフインフイルム |
CN102937785A (zh) * | 2012-11-09 | 2013-02-20 | 江苏大学 | 一种温室多模型信息融合的温室环境调控方法及*** |
CN103217905A (zh) * | 2013-04-22 | 2013-07-24 | 太原理工大学 | 一种设施农业温室大棚环境参数自适应控制方法 |
CN104686256A (zh) * | 2015-03-31 | 2015-06-10 | 长沙辣湘缘农业科技有限公司 | 大棚环境控制方法及*** |
CN205028108U (zh) * | 2015-10-12 | 2016-02-10 | 山西万立科技有限公司 | 一种智能农业大棚管理*** |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018077102A1 (zh) * | 2016-10-31 | 2018-05-03 | 深圳前海弘稼科技有限公司 | 农作物大棚的自动监控方法和装置 |
CN107272620A (zh) * | 2017-06-23 | 2017-10-20 | 深圳市盛路物联通讯技术有限公司 | 一种基于物联网的智能监控大棚的方法及装置 |
CN113627704A (zh) * | 2020-05-09 | 2021-11-09 | 西安电子科技大学青岛计算技术研究院 | 一种农作物信息模型构建方法 |
CN113627704B (zh) * | 2020-05-09 | 2024-03-22 | 西安电子科技大学青岛计算技术研究院 | 一种农作物信息模型构建方法 |
CN116309480A (zh) * | 2023-03-23 | 2023-06-23 | 上海华维可控农业科技集团股份有限公司 | 一种基于深度学习的作物生长智能决策***及方法 |
CN116309480B (zh) * | 2023-03-23 | 2024-01-30 | 上海华维可控农业科技集团股份有限公司 | 一种基于深度学习的作物生长智能决策***及方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2018077102A1 (zh) | 2018-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106527310A (zh) | 农作物大棚的自动监控方法和装置 | |
CN105446309A (zh) | 一种基于物联网的农业智能分析监控*** | |
CN107219759B (zh) | 一种温室环境控制方法及装置 | |
CN108781926A (zh) | 基于神经网络预测的大棚灌溉***及方法 | |
CN107896949A (zh) | 一种水肥灌溉自动控制方法及*** | |
CN108919768A (zh) | 一种农业管理***及方法 | |
CN103217905A (zh) | 一种设施农业温室大棚环境参数自适应控制方法 | |
CN110825139A (zh) | 基于物联网的温室大棚智慧化管理*** | |
CN105678629A (zh) | 一种基于物联网的种植业问题解决*** | |
KR20150007668A (ko) | 식물공장의 자동화를 위한 맞춤 제어 시스템 및 그 방법 | |
CN108633533B (zh) | 树木自动抚育方法、装置、电子设备及存储介质 | |
Zhou et al. | Applications of Internet of Things in the facility agriculture | |
CN105891420A (zh) | 一种大数据智能分析植物生长状态的方法 | |
CN105684864A (zh) | 一种智能阳台种植***及使用方法 | |
CN105494033A (zh) | 一种基于作物需求的智能节水灌溉方法 | |
CN106779414A (zh) | 设施农业远程监控与智能决策*** | |
CN116046687A (zh) | 一种农作物生长过程监测方法、设备及介质 | |
CN116797601B (zh) | 一种基于图像识别的华山松生长动态的监控方法及*** | |
CN117348650A (zh) | 多花黄精立体种植智能温室综合控制*** | |
CN105869061A (zh) | 一种计算机分析植物生长状态的方法 | |
CN211628101U (zh) | 一种足球场草坪养护*** | |
CN109062290A (zh) | 一种基于大数据的智能农业环境监控***及监控方法 | |
CN113031493A (zh) | 一种基于5g通讯技术的智能农业监控管理*** | |
CN111869532A (zh) | 一种兰花自动化培植***及培植方法 | |
JP6654597B2 (ja) | 情報処理装置、プログラム、情報処理方法、設計情報を生産する方法及びデータ構造 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 518052 Guangdong city of Shenzhen province Qianhai Shenzhen Hong Kong cooperation zone before Bay Road No. 1 building 201 room A (located in Shenzhen Qianhai business secretary Co. Ltd.) Applicant after: Shenzhen Chun Mu source Holdings Limited Address before: 518052 Guangdong city of Shenzhen province Qianhai Shenzhen Hong Kong cooperation zone before Bay Road No. 1 building 201 room A Applicant before: Shenzhen Qianhai Hong Jia Technology Co., Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170322 |