CN109685280A - 针对单一地块利用人工智能进行农业气象预报的处理方法及装置 - Google Patents
针对单一地块利用人工智能进行农业气象预报的处理方法及装置 Download PDFInfo
- Publication number
- CN109685280A CN109685280A CN201811636619.6A CN201811636619A CN109685280A CN 109685280 A CN109685280 A CN 109685280A CN 201811636619 A CN201811636619 A CN 201811636619A CN 109685280 A CN109685280 A CN 109685280A
- Authority
- CN
- China
- Prior art keywords
- data
- meteorological
- plot
- weather
- crops
- 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
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 27
- 238000003672 processing method Methods 0.000 title claims abstract description 11
- 238000012545 processing Methods 0.000 title abstract description 5
- 238000000034 method Methods 0.000 claims abstract description 16
- 230000000246 remedial effect Effects 0.000 claims abstract description 5
- 238000007726 management method Methods 0.000 claims description 33
- 239000002689 soil Substances 0.000 claims description 15
- 238000013500 data storage Methods 0.000 claims description 11
- 230000012010 growth Effects 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 10
- 230000002265 prevention Effects 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 230000003698 anagen phase Effects 0.000 claims description 6
- 230000002123 temporal effect Effects 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 4
- 230000008439 repair process Effects 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 230000002547 anomalous effect Effects 0.000 claims description 3
- 230000008676 import Effects 0.000 claims description 3
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 3
- 230000007774 longterm Effects 0.000 claims description 3
- 239000011707 mineral Substances 0.000 claims description 3
- 239000005416 organic matter Substances 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 10
- 230000008569 process Effects 0.000 abstract description 6
- 241001269238 Data Species 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 abstract description 2
- 241000894007 species Species 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 21
- 241000196324 Embryophyta Species 0.000 description 8
- 238000009313 farming Methods 0.000 description 8
- 240000008042 Zea mays Species 0.000 description 5
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 5
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 5
- 235000005822 corn Nutrition 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000003306 harvesting Methods 0.000 description 3
- 239000007921 spray Substances 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000003973 irrigation Methods 0.000 description 2
- 230000002262 irrigation Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 235000010755 mineral Nutrition 0.000 description 2
- 238000009331 sowing Methods 0.000 description 2
- 241000283690 Bos taurus Species 0.000 description 1
- 229920000742 Cotton Polymers 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241001494479 Pecora Species 0.000 description 1
- KWYUFKZDYYNOTN-UHFFFAOYSA-M Potassium hydroxide Chemical compound [OH-].[K+] KWYUFKZDYYNOTN-UHFFFAOYSA-M 0.000 description 1
- 206010048038 Wound infection Diseases 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002595 cold damage Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 238000004079 fireproofing Methods 0.000 description 1
- 235000012055 fruits and vegetables Nutrition 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 239000000618 nitrogen fertilizer Substances 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 229940072033 potash Drugs 0.000 description 1
- BWHMMNNQKKPAPP-UHFFFAOYSA-L potassium carbonate Substances [K+].[K+].[O-]C([O-])=O BWHMMNNQKKPAPP-UHFFFAOYSA-L 0.000 description 1
- 235000015320 potassium carbonate Nutrition 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000002881 soil fertilizer Substances 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Mining & Mineral Resources (AREA)
- General Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一地块利用人工智能进行农业气象预报的处理方法及装置，本发明采用互联网和人工智能技术将传统的基础气象信息转换为可以被具体农田管理者易识别的气象信息，同时还可以根据单一地块所种植的农作物种类、数量和种植阶段等农业数据精准获取到气象预报过后农田管理者所做工作的建议、预警及补救措施。综上可知，该流程可以指导农田管理者在正常气象时规范操作规范种植，将种植做到最优管理；该流程还可以指导农田管理者在非正常气象时做出正确的预防措施，将对应单一地块的农业损失降到最低；该流程进一步还可以指导农田管理者在非正常气象过后做到正确及时的补救，降低农业灾害的深度影响，切实做到保产保收。
Description
技术领域
针对单一地块利用人工智能进行农业气象预报的处理方法及装置，属于智慧农业信息通信的技术领域。
背景技术
当今农业的发展已经不再仅限于耕作或机械化收割，对农业的预期管理已经成为现代农业的主要研究方向之一，其中便涉及利用人工智能实现精准天气预报推送的应用，其主要目的在于，让一线从事农事工作的人员能第一时间获取到天气信息，从而做好农作物灾害的预防工作。但是，现有的天气预报只能向相关人员推送具体的天气信息，后续相关人员怎样将天气信息与自己耕作的农作物或者地块相结合，得到有效信息确是本技术领域的一个短板。
为此，本领域中特将所述天气预报进行分类：
例如，根据行业的划分，将其分为：1)粮棉油生产农事活动气象预报，涵盖备耕、播种、灌溉、施肥、喷药、收获等农业生产活动中气候条件适宜性预报。2)林业生产活动气象预报，涵盖育苗播种、栽培、修剪、采摘、喷药、灌溉、森林防火及林内放养等农事活动气候条件适宜性预报。3)畜牧业生产活动气象预报涉及牧草收获、草原防火及牛羊转场等气候条件适宜性预报。4)设施农业气象预报，涉及到扣棚、育苗、移栽、病虫害防治及温湿度调控等农业生产活动过程中气候条件适宜性分析及预报，也涉及设施内部环境要素预报及影响分析。5)渔业气象预报涉及投苗、投料、出海、捕捞、远洋作业及运输等气候条件适宜性预报。6)农产品经营活动气象预报，涉及到水果、蔬菜、水产品等农产品储存、晾晒及上市销售等相关活动过程中气候条件适宜性预报。
再例如，根据农业灾害性天气预报分类：高温、干旱、霜冻、沙尘、大风、暴雨洪涝等极端天气现象，这些农业灾害性天气预报是农用天气预报重要部分。
同样，还有根据农作物生长关键期天气预报。
综上，虽然本技术领域中对天气预报进行了有效分类，但是该理论的落地依然受到诸多因素制约，其中就包括最关键的人工智能因素。申请人作为国内首批运营智慧农业的企业，率先从自身掌握的农业基础数据入手，并结合现有的农业管理标准进行规范化研发和推广实验，进而力争高效利用人工智能对农业气象预报进行对应处理，以使用户及时获得到适合自己的农业天气讯息。而且，本申请人还突破性的从“单一地块”的技术概念入手，将采集到的基础天气信息进行人工智能算法整合、归类和定向推送，实现了利用人工智能对晦涩难懂的农业气象数据进行智慧化“翻译”的作用，结合单一地块的地理位置、种植种类、农耕时机等客观条件整合出最为适合某指定单一地块的气象预报，所述预报内部不局限于气象参数。
发明内容
针对现有技术的不足，本发明公开针对单一地块利用人工智能进行农业气象预报的处理方法及装置。
本发明的技术方案如下：
针对单一地块利用人工智能进行农业气象预报的处理方法，包括：
1)建立农业气象数据库，并确定农业气象关键节点数据：
根据农作物的类别将农业气象关键节点数据进行分类储存，所述农业气象关键节点数据包括但不限于某种农作物的生长周期及最适宜气象条件数据；还包括某单一地块对应采集到的历史气象数据、历史自然非正常气象数据及对应的农作物灾害报道信息；
确定某单一地块种植农作物时的最优数据库、建议数据库、预警数据库和修复数据库；所述最优数据库包括：以某单一地块为单位，储存其种植各类农作物信息、进一步在某类农作物的各个生长阶段匹配最为适应的气象数据信息；所述建议数据库包括：以某单一地块为单位，储存其种植各类农作物信息、进一步在某类农作物的各个生长阶段匹配最为适应的气象数据信息范围以外的异常气象数据，针对所述异常气象数据对应导入后续农作物培育建议；所述预警数据库，以种植农作物的种类为单位，在每类农作物生长周期中对应储存破坏其正常生长条件的极端气象来临前气象数据，以及对应导入后续农作物的及时处置方法；所述修复数据库，以种植农作物的种类为单位，在每类农作物生长周期中对应储存破坏其正常生长条件的极端气象数据，以及对应导入后续农作物的修复处置方法；
2)关联实时农业气象数据：
以某单一地块的地理位置信息为标记点信息，将该地理位置的实时气象数据进行对应关联并实时记录；
3)按地域匹配气象数据，并做出气象判断：
以某单一地块的地理位置信息为标记点信息，将实时气象数据分别与所述步骤1)中的农业气象数据库相比较，并做出气象判断：是否为正常天气、是否为异常天气、是否为极端天气；
4)生成农作物种植气象信息
结合某单一地块的地理位置信息、农作物的种植信息和步骤3)的气象判断，在步骤1)中的农业气象数据库中查询并反馈对应的“农作物种植气象信息及建议”。
根据本发明优选的，在所述步骤1)中，还包括通过在单一地块的地上设置传感器实时采集地面的温度、湿度、风速等小范围气象数据，并将其增加至农业气象数据库，所述小范围气象数据与气象台发送的气象数据按时间点进行融合关联。
根据本发明优选的，在所述步骤3)中，通过步骤1)所述将范围气象数据与气象台发送的基础气象数据按时间点进行融合关联，实时生成历史气象数据，在做出气象判断时，进一步通过地上传感器的小范围气象数据实时将其与历史气象数据中的小范围气象数据匹配，然后反馈小范围气象数据所对应的基础气象数据，并以此作为气象判断的备选标准。
在步骤4)中，结合数据中还包括单一地块对应的被耕种的历史数据。
针对单一地块利用人工智能进行农业气象预报的装置，包括：
气象数据接收单元：用于实时接收气象局实时采集到的气象信息；
地块种植数据储存单元：用于与某单一地块的管理终端链接，进而采集并传输对应地块的种植数据，如：输入种植信息、地块所处地理位置、地块被耕种的历史数据和对应地块在当季种植前的土壤情况；所述种植信息包括，农作物的种类、种植面积、种植密度、种植时间；所述地块被耕种的历史数据包括：近三年的种植作物种类、施肥浇水数据；所述对应地块在当季种植前的土壤情况包括：矿物质含量、有机质含量、空气含量、水含量、土壤团粒粒径、土壤酸碱度；
农作物气象预报解读单元：该单元与所述气象数据接收单元和地块种植数据储存单元相连，该单元中包括所述“农业气象数据库”，结合单元所述气象数据接收单元和地块种植数据储存单元传来的数据进行对应反馈农作物气象解读信息，例如，该单元用于处理所述基础气象数据，并将其转化为指导建议模型，所述指导建议模型包括基础气象数据、针对目标地块所种农作物可能受到的气象侵害类型及范围、针对目标地块所种农作物的预防操作及补救操作；
管理终端：用于管理至少一个单一地块，采集被管理的单一地块的种植信息，并获取所述农作物气象预报解读单元向其推送的农作物气象解读信息。
根据本发明优选的，所述气象数据接收单元：还用于接收设置在某一单一地块的温度传感器、湿度传感器和风速传感器等基础小范围气象数据。
根据本发明优选的，所述针对单一地块利用人工智能进行农业气象预报的装置还包括气象灾害记录模块，所述气象灾害记录模块与所述管理终端以气象时间为基础数据，所述管理终端向气象灾害记录模块传送在同一气象时间下对单一地块的受灾情况及对应的补救措施。
本发明的优势在于：
本发明采用互联网和人工智能技术将传统的基础气象信息转换为可以被具体农田管理者易识别的气象信息，同时还可以根据单一地块所种植的农作物种类、数量和种植阶段等农业数据精准获取到气象预报过后农田管理者所做工作的建议、预警及补救措施。综上可知，该流程可以指导农田管理者在正常气象时规范操作规范种植，将种植做到最优管理；该流程还可以指导农田管理者在非正常气象时做出正确的预防措施，将对应单一地块的农业损失降到最低；该流程进一步还可以指导农田管理者在非正常气象过后做到正确及时的补救，降低农业灾害的深度影响，切实做到保产保收。
本发明还将基础气象数据和单一地块的地上传感器采集数据做集中采集储存，后续通过比对和分析，使所述基础气象数据和地上传感器数据进行统一融合和关联，目的在于，通过人工智能的后续分析使农田管理者在第一时间获取地上传感器信息时即可收到经人工智能分析后的预警信息，进一步降低气象对农作物种植的影响。
本发明以单一地块的地理位置为基础信息，收集该地块的历史气象数据，预警其可能产生的气象灾害，并结合地块所种农作物和种植周期对应向农田管理者推送预防信息和补救信息。该地块一旦受到灾害损失，农田管理者也可通过管理单元输入具体信息，进而更新所述地块的历史气象数据库，为后续种植提供更为精准的预警数据提供大数据更新采集的功能，此功能省略原始数据信息采集不精确的弊端，通过农田管理者的一线采集种植信息和灾害信息。
附图说明
图1是本发明所述方法的流程图；
图2是本发明所述装置的硬件连接图。
具体实施方式
下面结合实施例和说明书附图对本发明做详细的说明，但不限于此。
实施例、
如图1所示。
针对单一地块利用人工智能进行农业气象预报的处理方法，包括：
1)建立农业气象数据库，并确定农业气象关键节点数据：
根据农作物的类别将农业气象关键节点数据进行分类储存，所述农业气象关键节点数据包括但不限于某种农作物的生长周期及最适宜气象条件数据；还包括某单一地块对应采集到的历史气象数据、历史自然非正常气象数据及对应的农作物灾害报道信息；
确定某单一地块种植农作物时的最优数据库、建议数据库、预警数据库和修复数据库；所述最优数据库包括：以某单一地块为单位，储存其种植各类农作物信息、进一步在某类农作物的各个生长阶段匹配最为适应的气象数据信息；所述建议数据库包括：以某单一地块为单位，储存其种植各类农作物信息、进一步在某类农作物的各个生长阶段匹配最为适应的气象数据信息范围以外的异常气象数据，针对所述异常气象数据对应导入后续农作物培育建议；所述预警数据库，以种植农作物的种类为单位，在每类农作物生长周期中对应储存破坏其正常生长条件的极端气象来临前气象数据，以及对应导入后续农作物的及时处置方法；所述修复数据库，以种植农作物的种类为单位，在每类农作物生长周期中对应储存破坏其正常生长条件的极端气象数据，以及对应导入后续农作物的修复处置方法；
2)关联实时农业气象数据：
以某单一地块的地理位置信息为标记点信息，将该地理位置的实时气象数据进行对应关联并实时记录；
3)按地域匹配气象数据，并做出气象判断：
以某单一地块的地理位置信息为标记点信息，将实时气象数据分别与所述步骤1)中的农业气象数据库相比较，并做出气象判断：是否为正常天气、是否为异常天气、是否为极端天气；
4)生成农作物种植气象信息：
结合某单一地块的地理位置信息、农作物的种植信息和步骤3)的气象判断，在步骤1)中的农业气象数据库中查询并反馈对应的“农作物种植气象信息及建议”。
进一步，实施例说明：在所述步骤1)中，还包括通过在单一地块的地上设置传感器实时采集地面的温度、湿度、风速等小范围气象数据，并将其增加至农业气象数据库，所述小范围气象数据与气象台发送的气象数据按时间点进行融合关联。
所述步骤3)中，通过步骤1)所述将范围气象数据与气象台发送的基础气象数据按时间点进行融合关联，实时生成历史气象数据，在做出气象判断时，进一步通过地上传感器的小范围气象数据实时将其与历史气象数据中的小范围气象数据匹配，然后反馈小范围气象数据所对应的基础气象数据，并以此作为气象判断的备选标准。
在步骤4)中，结合数据中还包括单一地块对应的被耕种的历史数据。
例如：以山东济南西南片区的某单一地块为例，该地块所种植为夏玉米。
在该单一地块的地上设置多种地上传感器进行实时检测，温度、湿度和风速。所述传感器将所检测数据传输至气象数据接收单元，同时将传感器实时检测数据与气象接收单元内原始储存的地上传感器历史数据进行匹配，当匹配一致时，则气象数据接收单元通过地块种植数据储存单元向所述管理终端推送可能会出现的气象情况。例如，当地上传感器检测到该地块的地面风速为8级以上，温度短时间内降低10摄氏度，通过与气象数据接收单元内相同时间点的历史数据进行匹配，得到该地表温差及风速的变化会引起短时强对流天气，继而通过地块种植数据储存单元向所述管理终端(农田管理者的手机等通信终端)推送可能会出现的短时强对流天气预警。
同时再通过所述农作物气象预报解读单元向管理终端推送预防指导信息，例如，以雹灾为例：
当受雹灾后，管理终端收到：第一时间输送土壤。这是因为地面受冰雹的冲击，造成土壤板结，通透性差，持续时间越长，冰雹直径越大，土壤板结作用越大。
进一步，管理终端收到，观察夏玉米的受伤情况，喷洒杀菌农药，预防夏玉米伤口感染。
进一步，当遇到冰雹加暴雨时，过后，管理终端收到：针对低洼田间及时排水，防止夏玉米受淹；
进一步，管理终端收到：预防冷害。这是由于冰雹温度较低，容易造成农作物根系受冻，及时追施速效氮肥，改善营养，同时雹灾后复生的作物一般成熟较晚，可以通过追施钾肥促其成熟。
进一步，当夏玉米受灾情况严重难以复生时，所述管理终端收到：请及时改种其它农作物，并将对应改种的播种种植信息反馈给农田管理者。该改种信息是本发明结合该地块的种植历史数据及土壤肥量数据自动推送最为适合改种的植物品种。例如通过改种一些生长周期较短的作物，来弥补经济损失。
如图2所示。
针对单一地块利用人工智能进行农业气象预报的装置，包括：
气象数据接收单元：用于实时接收气象局实时采集到的气象信息；
地块种植数据储存单元：用于与某单一地块的管理终端链接，进而采集并传输对应地块的种植数据，如：输入种植信息、地块所处地理位置、地块被耕种的历史数据和对应地块在当季种植前的土壤情况；所述种植信息包括，农作物的种类、种植面积、种植密度、种植时间；所述地块被耕种的历史数据包括：近三年的种植作物种类、施肥浇水数据；所述对应地块在当季种植前的土壤情况包括：矿物质含量、有机质含量、空气含量、水含量、土壤团粒粒径、土壤酸碱度；
农作物气象预报解读单元：该单元与所述气象数据接收单元和地块种植数据储存单元相连，该单元中包括所述“农业气象数据库”，结合单元所述气象数据接收单元和地块种植数据储存单元传来的数据进行对应反馈农作物气象解读信息，例如，该单元用于处理所述基础气象数据，并将其转化为指导建议模型，所述指导建议模型包括基础气象数据、针对目标地块所种农作物可能受到的气象侵害类型及范围、针对目标地块所种农作物的预防操作及补救操作；
管理终端：用于管理至少一个单一地块，采集被管理的单一地块的种植信息，并获取所述农作物气象预报解读单元向其推送的农作物气象解读信息。
所述气象数据接收单元：还用于接收设置在某一单一地块的温度传感器、湿度传感器和风速传感器等基础小范围气象数据。
所述针对单一地块利用人工智能进行农业气象预报的装置还包括气象灾害记录模块，所述气象灾害记录模块与所述管理终端以气象时间为基础数据，所述管理终端向气象灾害记录模块传送在同一气象时间下对单一地块的受灾情况及对应的补救措施。
Claims (7)
1.针对单一地块利用人工智能进行农业气象预报的处理方法，其特征在于，该方法包括：
1)建立农业气象数据库，并确定农业气象关键节点数据：
根据农作物的类别将农业气象关键节点数据进行分类储存，所述农业气象关键节点数据包括但不限于某种农作物的生长周期及最适宜气象条件数据；还包括某单一地块对应采集到的历史气象数据、历史自然非正常气象数据及对应的农作物灾害报道信息；
确定某单一地块种植农作物时的最优数据库、建议数据库、预警数据库和修复数据库；所述最优数据库包括：以某单一地块为单位，储存其种植各类农作物信息、进一步在某类农作物的各个生长阶段匹配最为适应的气象数据信息；所述建议数据库包括：以某单一地块为单位，储存其种植各类农作物信息、进一步在某类农作物的各个生长阶段匹配最为适应的气象数据信息范围以外的异常气象数据，针对所述异常气象数据对应导入后续农作物培育建议；所述预警数据库，以种植农作物的种类为单位，在每类农作物生长周期中对应储存破坏其正常生长条件的极端气象来临前气象数据，以及对应导入后续农作物的及时处置方法；所述修复数据库，以种植农作物的种类为单位，在每类农作物生长周期中对应储存破坏其正常生长条件的极端气象数据，以及对应导入后续农作物的修复处置方法；
2)关联实时农业气象数据：
以某单一地块的地理位置信息为标记点信息，将该地理位置的实时气象数据进行对应关联并实时记录；
3)按地域匹配气象数据，并做出气象判断：
以某单一地块的地理位置信息为标记点信息，将实时气象数据分别与所述步骤1)中的农业气象数据库相比较，并做出气象判断：是否为正常天气、是否为异常天气、是否为极端天气；
4)生成农作物种植气象信息
结合某单一地块的地理位置信息、农作物的种植信息和步骤3)的气象判断，在步骤1)中的农业气象数据库中查询并反馈对应的“农作物种植气象信息及建议”。
2.根据权利要求1所述的针对单一地块利用人工智能进行农业气象预报的处理方法，其特征在于，在所述步骤1)中，还包括通过在单一地块的地上设置传感器实时采集地面的温度、湿度、风速等小范围气象数据，并将其增加至农业气象数据库，所述小范围气象数据与气象台发送的气象数据按时间点进行融合关联。
3.根据权利要求2所述的针对单一地块利用人工智能进行农业气象预报的处理方法，其特征在于，在所述步骤3)中，通过步骤1)所述将范围气象数据与气象台发送的基础气象数据按时间点进行融合关联，实时生成历史气象数据，在做出气象判断时，进一步通过地上传感器的小范围气象数据实时将其与历史气象数据中的小范围气象数据匹配，然后反馈小范围气象数据所对应的基础气象数据，并以此作为气象判断的备选标准。
4.根据权利要求3所述的针对单一地块利用人工智能进行农业气象预报的处理方法，其特征在于，在步骤4)中，结合数据中还包括单一地块对应的被耕种的历史数据。
5.针对单一地块利用人工智能进行农业气象预报的装置，其特征在于，该装置包括：
气象数据接收单元：用于实时接收气象局实时采集到的气象信息；
地块种植数据储存单元：用于与某单一地块的管理终端链接，进而采集并传输对应地块的种植数据，如：输入种植信息、地块所处地理位置、地块被耕种的历史数据和对应地块在当季种植前的土壤情况；所述种植信息包括，农作物的种类、种植面积、种植密度、种植时间；所述地块被耕种的历史数据包括：近三年的种植作物种类、施肥浇水数据；所述对应地块在当季种植前的土壤情况包括：矿物质含量、有机质含量、空气含量、水含量、土壤团粒粒径、土壤酸碱度；
农作物气象预报解读单元：该单元与所述气象数据接收单元和地块种植数据储存单元相连，该单元中包括所述“农业气象数据库”，结合单元所述气象数据接收单元和地块种植数据储存单元传来的数据进行对应反馈农作物气象解读信息，例如，该单元用于处理所述基础气象数据，并将其转化为指导建议模型，所述指导建议模型包括基础气象数据、针对目标地块所种农作物可能受到的气象侵害类型及范围、针对目标地块所种农作物的预防操作及补救操作；
管理终端：用于管理至少一个单一地块，采集被管理的单一地块的种植信息，并获取所述农作物气象预报解读单元向其推送的农作物气象解读信息。
6.根据权利要求5所述的针对单一地块利用人工智能进行农业气象预报的装置，其特征在于，所述气象数据接收单元：还用于接收设置在某一单一地块的温度传感器、湿度传感器和风速传感器等基础小范围气象数据。
7.根据权利要求6所述的针对单一地块利用人工智能进行农业气象预报的装置，其特征在于，所述针对单一地块利用人工智能进行农业气象预报的装置还包括气象灾害记录模块，所述气象灾害记录模块与所述管理终端以气象时间为基础数据，所述管理终端向气象灾害记录模块传送在同一气象时间下对单一地块的受灾情况及对应的补救措施。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811636619.6A CN109685280A (zh) | 2018-12-29 | 2018-12-29 | 针对单一地块利用人工智能进行农业气象预报的处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811636619.6A CN109685280A (zh) | 2018-12-29 | 2018-12-29 | 针对单一地块利用人工智能进行农业气象预报的处理方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109685280A true CN109685280A (zh) | 2019-04-26 |
Family
ID=66191233
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811636619.6A Pending CN109685280A (zh) | 2018-12-29 | 2018-12-29 | 针对单一地块利用人工智能进行农业气象预报的处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109685280A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110751412A (zh) * | 2019-10-28 | 2020-02-04 | 云南瀚哲科技有限公司 | 一种农业气象灾害预警方法及*** |
| CN113723653A (zh) * | 2020-12-30 | 2021-11-30 | 京东城市(北京)数字科技有限公司 | 基于多源数据的自然灾害预警方法、装置及计算机设备 |
| CN115088595A (zh) * | 2022-05-16 | 2022-09-23 | 中联智慧农业股份有限公司 | 针对农作物的自动灌溉方法、装置、***及处理器 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104635694A (zh) * | 2015-01-08 | 2015-05-20 | 沈阳远大智能高科农业有限公司 | 一种智能农业预警*** |
| CN105512950A (zh) * | 2016-01-21 | 2016-04-20 | 上海硅酉信息技术有限公司 | 一种地理信息*** |
| CN106056457A (zh) * | 2016-05-25 | 2016-10-26 | 内蒙古地拓农业科技有限公司 | 一种农业信息服务方法和装置 |
| CN106453523A (zh) * | 2016-09-27 | 2017-02-22 | 北海益生源农贸有限责任公司 | 一种智能天气识别***及方法 |
| CN107976943A (zh) * | 2017-12-04 | 2018-05-01 | 广州黑曜石科技有限公司 | 一种基于互联网的农业管理*** |
| CN109102422A (zh) * | 2018-09-26 | 2018-12-28 | 中国农业科学院农业信息研究所 | 一种大数据农业管理*** |
-
2018
- 2018-12-29 CN CN201811636619.6A patent/CN109685280A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104635694A (zh) * | 2015-01-08 | 2015-05-20 | 沈阳远大智能高科农业有限公司 | 一种智能农业预警*** |
| CN105512950A (zh) * | 2016-01-21 | 2016-04-20 | 上海硅酉信息技术有限公司 | 一种地理信息*** |
| CN106056457A (zh) * | 2016-05-25 | 2016-10-26 | 内蒙古地拓农业科技有限公司 | 一种农业信息服务方法和装置 |
| CN106453523A (zh) * | 2016-09-27 | 2017-02-22 | 北海益生源农贸有限责任公司 | 一种智能天气识别***及方法 |
| CN107976943A (zh) * | 2017-12-04 | 2018-05-01 | 广州黑曜石科技有限公司 | 一种基于互联网的农业管理*** |
| CN109102422A (zh) * | 2018-09-26 | 2018-12-28 | 中国农业科学院农业信息研究所 | 一种大数据农业管理*** |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110751412A (zh) * | 2019-10-28 | 2020-02-04 | 云南瀚哲科技有限公司 | 一种农业气象灾害预警方法及*** |
| CN113723653A (zh) * | 2020-12-30 | 2021-11-30 | 京东城市(北京)数字科技有限公司 | 基于多源数据的自然灾害预警方法、装置及计算机设备 |
| CN115088595A (zh) * | 2022-05-16 | 2022-09-23 | 中联智慧农业股份有限公司 | 针对农作物的自动灌溉方法、装置、***及处理器 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Schmitz et al. | Mechanized agriculture: Machine adoption, farm size, and labor displacement | |
| CN101632341A (zh) | 山葡萄无公害栽培方法 | |
| AU2020103580A4 (en) | Big Data Tea Garden Intelligent Management and Control System | |
| CN103039242A (zh) | 一种玉米无公害高产栽培的方法 | |
| CN109685280A (zh) | 针对单一地块利用人工智能进行农业气象预报的处理方法及装置 | |
| Singh | Precision farming in horticulture | |
| Van Evert et al. | Weekly defoliation controls, but does not kill broad‐leaved dock (Rumex obtusifolius) | |
| Arjana et al. | Study of development potential chrysanthemum in Buleleng regency | |
| Dimes et al. | Trade-offs between investments in nitrogen and weeding. On farm experimentation and simulation analysis in Malawi and Zimbabwe | |
| Zengeya et al. | The adoption of the Internet of Things for smart agriculture in Zimbabwe | |
| CN110490757A (zh) | 一种基于智能农业技术的水稻生产运营平台及运营方法 | |
| Wu et al. | Application progress of agricultural internet of things in major countries | |
| CN115486358A (zh) | 一种多年生牧草滴灌自动化灌溉管理决策控制*** | |
| CN112913541A (zh) | 一种农林植物优良新品种培育用除虫方法 | |
| CN206821214U (zh) | 一种基于北斗卫星的智能播种作业*** | |
| Clack et al. | Guidelines for securing and planting upland oak seedlings in the Southern Region | |
| Nenciu et al. | Identifying new criteria for assessing the impact on the ecosystem generated by the establishment of Jerusalem artichoke crops on difficult and floodable soils | |
| Pereyra et al. | New challenges for Uruguayan viticulture: water management in the context of a changing climate | |
| Usha et al. | Evolution of Internet of Things (IOT) & Its impact on Smart Agriculture Environment | |
| Bhasin et al. | Evaluating postharvest organic nitrogen fertilizer applications in early fruiting northern highbush blueberry | |
| CN108849215A (zh) | 一种葡萄栽培方法 | |
| Nenwala et al. | Evaluation of traditional know-how for the cultivation of Muskuwaari transplanted sorghum in a context of climate change (Mayo-Danay and Mayo-Kani, Far North Cameroon) | |
| Papanikolaou et al. | Sunflower irrigation with two different types of soil moisture sensors | |
| CN107372146B (zh) | 一种多维生态羊圈的构建方法 | |
| Avila et al. | The importance of the forestry component of small cattle farms of Costa Rica |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190426 |
|
| RJ01 | Rejection of invention patent application after publication |