CN110926530A - 一种基于物联网的农田灾害监管方法和*** - Google Patents
一种基于物联网的农田灾害监管方法和*** Download PDFInfo
- Publication number
- CN110926530A CN110926530A CN201911189341.7A CN201911189341A CN110926530A CN 110926530 A CN110926530 A CN 110926530A CN 201911189341 A CN201911189341 A CN 201911189341A CN 110926530 A CN110926530 A CN 110926530A
- Authority
- CN
- China
- Prior art keywords
- farmland
- detection
- network
- disaster
- supervision
- 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
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000001514 detection method Methods 0.000 claims abstract description 135
- 238000003062 neural network model Methods 0.000 claims abstract description 30
- 238000004891 communication Methods 0.000 claims description 30
- 238000012544 monitoring process Methods 0.000 claims description 21
- 238000005286 illumination Methods 0.000 claims description 15
- 239000002689 soil Substances 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims 1
- 230000008901 benefit Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000012271 agricultural production Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Primary Health Care (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开一种基于物联网的农田灾害监管方法和***,将农田监管区域进行网络划分,建立监管区域网格布局网络;将属于同一农田区域的网格单元标号为同一网络组别;在每个网络组别中放置检测分机,在每个网格单元中放置检测装置;每个检测分机分布式的连接至建立农田监管网络管理主机;通过农田灾害预测神经网络模型,获得预测结果;管理主机将预测结果发送至相应的管理分机进行灾害处理。本发明通过远程实时监测农田灾害状态,能够对农田灾害状态进行智能化的有效监管,能够提高检测精确度和检测效率,提高监管效率,保证了农田的安全可靠运作;对农田进行整体和局部的分布式管理,适用于大范围规模化的农田灾害集中管理。
Description
技术领域
本发明属于农田灾害监管技术领域,特别是涉及一种基于物联网的农田灾害监管方法和***。
背景技术
农田灾害是影响农业生产的巨大问题,灾害会造成农作物产量的减少,为农业生产带来巨大损失。随着农田种植的规模化,对大面积农田的人工监控模式已经滞后。
目前,通常采用卫星遥感等技术进行农田灾害监控,但是存在拍摄周期长、空间分辨低、易受天气影响等不足,监控信息具有时间不连续性;高清定点摄像技术具有实时性、高分辨率等特点,但监控范围极为有限,空间信息不连续;成本高且可靠度低。无法同时从整体和局部两方面来把握农田灾害状态,无法及时发现灾害状态,大大降低了监管效率,带来巨大的经济效益和社会效益。
发明内容
为了解决上述问题,本发明提出了一种基于物联网的农田灾害监管方法和***,通过远程实时监测农田灾害状态,能够对农田灾害状态进行智能化的有效监管,能够提高检测精确度和检测效率,提高监管效率,保证了农田的安全可靠运作;对农田进行整体和局部的分布式管理,适用于大范围规模化的农田灾害集中管理。
为达到上述目的,本发明采用的技术方案是:一种基于物联网的农田灾害监管方法,包括步骤:
将农田监管区域进行网络划分,建立监管区域网格布局网络,所述网格布局网络包括多组列阵式网格单元;
将属于同一农田区域的网格单元标号为同一网络组别;
在每个网络组别中放置检测分机,在每个网格单元中放置检测装置,将同一网络组别中的所有检测装置连接至检测分机;
每个检测分机分布式的连接至管理主机,在所述管理主机中建立农田监管网络,农田监管网络中设置有农田灾害预测神经网络模型;将所述检测分机上传的检测数据通过农田灾害预测神经网络模型,获得预测结果;
所述管理主机将预测结果发送至相应的管理分机处,由该管理分机根据预测结果对该网络组别下的农田区域进行灾害处理。
进一步的是,将农田区域进行网络划分,在网格布局网络中对每个网格单元内进行坐标编码,每个坐标编码作为该网络组别的子码;并在每个网格单元处相应的农田中安装检测装置,所述检测装置与检测分机进行通讯连接。
进一步的是,所述检测装置包括土壤湿度传感器、温度传感器、光照传感器、***、网络传输器和数据处理器,所述土壤湿度传感器、温度传感器和光照传感器安装网络单元内的农田中并将采集信号传递至数据处理器,***定位检测装置位置并将定位信号传递至数据处理器,并由网络传输器将数据处理器中的采集信息传递至检测分机。
进一步的是,所述检测分机包括风力传感器、采集通讯电路、网络通讯电路和控制器,所述风力传感器检测区域风力状态并将风力采集数据传递至控制器,采集通讯电路接收组别内各个检测装置上传的网格单元采集数据至控制器,控制器将网格单元采集数据和该时段的风力状态采集数据打包后构成检测数据,通过网络通讯电路上传至管理主机。对每个网格单元的进行温湿度检测和光照检测,并对区域进行风力检测,在保证危害基础数据的有效获取上,还能够节约构建成本。
进一步的是,在所述管理主机中根据监管区域网格布局网络建立农田监管网络模型,在所述农田监管网络模型包含数据派送模块和列阵式的网格模块,每个网络模块对应于一个网格单元,所述数据派送模块接收检测分机上传的检测信息并根据监测信息所在网格单元的坐标编码将检测信息派送至相应的网络模块中;每个网格模块具有独自的农田灾害预测神经网络模型,通过农田灾害预测神经网络模型对检测信息进行大数据分析得到该网格单元的监测结果;监测结果根据其组别发送至相应的管理分机。通过网格并行的分布式检测,再结合对每个网格单元进行单独的神经网络识别,能够有效精确匹配检测位置和反馈预测结果,同时能够有效的对农田中众多的检测点进行同步检测,提高了检测效率。
进一步的是,在每个所述网格模块中调用预先建立的农田灾害预测神经网络模型,所述农田灾害预测神经网络模型根据历史农田状态数据和灾害数据训练构成,通过将检测信息输入农田灾害预测神经网络模型识别出该网格模块中所检测到现有网格单元点位的农田灾害预测状态,并将农田灾害预测状态作为预测结果输出。结合神经网络模型的学习,能够准确且高效的识别各个网格单元的农田的灾害状态,能够对农田情况进行智能化的有效监管,提高监管效率。
另一方面,本发明还提供了一种基于物联网的农田灾害监管***,包括检测装置、检测分机、管理主机和管理分机;
所述检测装置分布在监管区域网格布局网络的各个阵式网格单元内,所述监管区域网格布局网络包括多组列阵式网格单元,每个网格单元具有独自的检测装置;
所述检测分机接收同一网络组别内所有检测装置的采集数据,并将采集数据和检测分机的区域采集数据进行结合后构成同一农田区域检测数据并上传至管理主机;
在所述管理主机中建立农田监管网络,农田监管网络中设置有农田灾害预测神经网络模型;将所述检测分机上传的检测数据通过农田灾害预测神经网络模型,获得预测结果;所述管理主机将预测结果发送至相应的管理分机处;
所述管理分机根据预测结果对该网络组别下的农田区域进行灾害处理。
进一步的是,每个村对应有一个管理分机,便于每个管辖区域对农田进行自主管理;每户的农田对应设置有一个检测分机,便于对每户农户的自主检测和管理,能够快速识别和管理农田位置和相关监护人员,提高了监管效率。
进一步的是,所述检测装置包括土壤湿度传感器、温度传感器、光照传感器、***、网络传输器和数据处理器,所述土壤湿度传感器、温度传感器和光照传感器安装网络单元内的农田中并将采集信号传递至数据处理器,***定位检测装置位置并将定位信号传递至数据处理器,并由网络传输器件数据处理器中的检测信息传递至检测分机;
所述检测分机包括风力传感器、采集通讯电路、网络通讯电路和控制器,所述风力传感器检测区域风力状态并将采集数据传递至控制器,采集通讯电路接收组别内各个检测装置上传的网格单元采集数据至控制器,控制器将网格单元采集数据和该时段的风力状态采集数据打包后构成检测数据,通过网络通讯电路上传至管理主机。
进一步的是,所述管理主机采用服务器或云服务器,通过互联网与各个检测分机和管理分机通讯连接。
采用本技术方案的有益效果:
本发明将农田监管区域进行网络划分,建立包含有多组列阵式网格单元的监管区域网格布局网络,并同时配合管理主机中建立得农田监管网络,进行分布式的检测,能够有效精确匹配检测位置和反馈预测结果,能够同时有效的对农田广阔且大范围的检测点进行同步检测,提高了检测效率,对农田进行整体和局部的分布式管理,适用于大范围规模化的农田灾害集中管理。
本发明结合神经网络分析,预测各个网格单元的灾害状态,对农田进行全方位的实时监控,能够对农田灾害状态进行智能化的有效监管,提高监管效率,保证了农田的安全可靠运作。本发明具有强大的数据处理与通讯能力,采用计算机网络通讯技术,局域网内的管理分机都可以访问管理主机,在线查看监控点位的温湿度变化情况、光照变化情况和风力情况,并能够获得灾害预警,实现远程进行监控和预警。本发明利用物联网技术实现农田运作指标实时监控,结合大数据的统计分析,提前感知发现问题,为智慧管控提供基础性支撑,提升了农田管理、巡检、运维等业务的工作效率。
附图说明
图1为本发明的一种基于物联网的农田灾害监管方法流程示意图;
图2为本发明实施例中一种基于物联网的农田灾害监管***的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明作进一步阐述。
在本实施例中,参见图1所示,本发明提出了一种基于物联网的农田灾害监管方法,包括步骤:
将农田监管区域进行网络划分,建立监管区域网格布局网络,所述网格布局网络包括多组列阵式网格单元;
将属于同一农田区域的网格单元标号为同一网络组别;
在每个网络组别中放置检测分机,在每个网格单元中放置检测装置,将同一网络组别中的所有检测装置连接至检测分机;
每个检测分机分布式的连接至管理主机,在所述管理主机中建立农田监管网络,农田监管网络中设置有农田灾害预测神经网络模型;将所述检测分机上传的检测数据通过农田灾害预测神经网络模型,获得预测结果;
所述管理主机将预测结果发送至相应的管理分机处,由该管理分机根据预测结果对该网络组别下的农田区域进行灾害处理。
作为上述实施例的优化方案,将农田区域进行网络划分,在网格布局网络中对每个网格单元内进行坐标编码,每个坐标编码作为该网络组别的子码;并在每个网格单元处相应的农田中安装检测装置,所述检测装置与检测分机进行通讯连接。
作为上述实施例的优化方案,所述检测装置包括土壤湿度传感器、温度传感器、光照传感器、***、网络传输器和数据处理器,所述土壤湿度传感器、温度传感器和光照传感器安装网络单元内的农田中并将采集信号传递至数据处理器,***定位检测装置位置并将定位信号传递至数据处理器,并由网络传输器将数据处理器中的采集信息传递至检测分机。
所述检测分机包括风力传感器、采集通讯电路、网络通讯电路和控制器,所述风力传感器检测区域风力状态并将风力采集数据传递至控制器,采集通讯电路接收组别内各个检测装置上传的网格单元采集数据至控制器,控制器将网格单元采集数据和该时段的风力状态采集数据打包后构成检测数据,通过网络通讯电路上传至管理主机。对每个网格单元的进行温湿度检测和光照检测,并对区域进行风力检测,在保证危害基础数据的有效获取上,还能够节约构建成本。
作为上述实施例的优化方案,在所述管理主机中根据监管区域网格布局网络建立农田监管网络模型,在所述农田监管网络模型包含数据派送模块和列阵式的网格模块,每个网络模块对应于一个网格单元,所述数据派送模块接收检测分机上传的检测信息并根据监测信息所在网格单元的坐标编码将检测信息派送至相应的网络模块中;每个网格模块具有独自的农田灾害预测神经网络模型,通过农田灾害预测神经网络模型对检测信息进行大数据分析得到该网格单元的监测结果;监测结果根据其组别发送至相应的管理分机。通过网格并行的分布式检测,再结合对每个网格单元进行单独的神经网络识别,能够有效精确匹配检测位置和反馈预测结果,同时能够有效的对农田中众多的检测点进行同步检测,提高了检测效率。
在每个所述网格模块中调用预先建立的农田灾害预测神经网络模型,所述农田灾害预测神经网络模型根据历史农田状态数据和灾害数据训练构成,通过将检测信息输入农田灾害预测神经网络模型识别出该网格模块中所检测到现有网格单元点位的农田灾害预测状态,并将农田灾害预测状态作为预测结果输出。结合神经网络模型的学习,能够准确且高效的识别各个网格单元的农田的灾害状态,能够对农田情况进行智能化的有效监管,提高监管效率。
为配合本发明方法的实现,基于相同的发明构思,如图2所示,本发明还提供了一种基于物联网的农田灾害监管***,包括检测装置、检测分机、管理主机和管理分机;
所述检测装置分布在监管区域网格布局网络的各个阵式网格单元内,所述监管区域网格布局网络包括多组列阵式网格单元,每个网格单元具有独自的检测装置;
所述检测分机接收同一网络组别内所有检测装置的采集数据,并将采集数据和检测分机的区域采集数据进行结合后构成同一农田区域检测数据并上传至管理主机;
在所述管理主机中建立农田监管网络,农田监管网络中设置有农田灾害预测神经网络模型;将所述检测分机上传的检测数据通过农田灾害预测神经网络模型,获得预测结果;所述管理主机将预测结果发送至相应的管理分机处;
所述管理分机根据预测结果对该网络组别下的农田区域进行灾害处理。
作为上述实施例的优化方案,每个村对应有一个管理分机,便于每个管辖区域对农田进行自主管理;每户的农田对应设置有一个检测分机,便于对每户农户的自主检测和管理,能够快速识别和管理农田位置和相关监护人员,提高了监管效率。
其中,所述检测装置包括土壤湿度传感器、温度传感器、光照传感器、***、网络传输器和数据处理器,所述土壤湿度传感器、温度传感器和光照传感器安装网络单元内的农田中并将采集信号传递至数据处理器,***定位检测装置位置并将定位信号传递至数据处理器,并由网络传输器件数据处理器中的检测信息传递至检测分机;
所述检测分机包括风力传感器、采集通讯电路、网络通讯电路和控制器,所述风力传感器检测区域风力状态并将采集数据传递至控制器,采集通讯电路接收组别内各个检测装置上传的网格单元采集数据至控制器,控制器将网格单元采集数据和该时段的风力状态采集数据打包后构成检测数据,通过网络通讯电路上传至管理主机。
所述管理主机采用服务器或云服务器,通过互联网与各个检测分机和管理分机通讯连接。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.一种基于物联网的农田灾害监管方法,其特征在于,包括步骤:
将农田监管区域进行网络划分,建立监管区域网格布局网络,所述网格布局网络包括多组列阵式网格单元;
将属于同一农田区域的网格单元标号为同一网络组别;
在每个网络组别中放置检测分机,在每个网格单元中放置检测装置,将同一网络组别中的所有检测装置连接至检测分机;
每个检测分机分布式的连接至管理主机,在所述管理主机中建立农田监管网络,农田监管网络中设置有农田灾害预测神经网络模型;将所述检测分机上传的检测数据通过农田灾害预测神经网络模型,获得预测结果;
所述管理主机将预测结果发送至相应的管理分机处,由该管理分机根据预测结果对该网络组别下的农田区域进行灾害处理。
2.根据权利要求1所述的一种基于物联网的农田灾害监管方法,其特征在于,将农田区域进行网络划分,在网格布局网络中对每个网格单元内进行坐标编码,每个坐标编码作为该网络组别的子码;并在每个网格单元处相应的农田中安装检测装置,所述检测装置与检测分机进行通讯连接。
3.根据权利要求2所述的一种基于物联网的农田灾害监管方法,其特征在于,所述检测装置包括土壤湿度传感器、温度传感器、光照传感器、***、网络传输器和数据处理器,所述土壤湿度传感器、温度传感器和光照传感器安装网络单元内的农田中并将采集信号传递至数据处理器,***定位检测装置位置并将定位信号传递至数据处理器,并由网络传输器将数据处理器中的采集信息传递至检测分机。
4.根据权利要求3所述的一种基于物联网的农田灾害监管方法,其特征在于,所述检测分机包括风力传感器、采集通讯电路、网络通讯电路和控制器,所述风力传感器检测区域风力状态并将风力采集数据传递至控制器,采集通讯电路接收组别内各个检测装置上传的网格单元采集数据至控制器,控制器将网格单元采集数据和该时段的风力状态采集数据打包后构成检测数据,通过网络通讯电路上传至管理主机。
5.根据权利要求4所述的一种基于物联网的农田灾害监管方法,其特征在于,在所述管理主机中根据监管区域网格布局网络建立农田监管网络模型,在所述农田监管网络模型包含数据派送模块和列阵式的网格模块,每个网络模块对应于一个网格单元,所述数据派送模块接收检测分机上传的检测信息并根据监测信息所在网格单元的坐标编码将检测信息派送至相应的网络模块中;每个网格模块具有独自的农田灾害预测神经网络模型,通过农田灾害预测神经网络模型对检测信息进行大数据分析得到该网格单元的监测结果;监测结果根据其组别发送至相应的管理分机。
6.根据权利要求5所述的一种基于物联网的农田灾害监管方法,其特征在于,在每个所述网格模块中调用预先建立的农田灾害预测神经网络模型,所述农田灾害预测神经网络模型根据历史农田状态数据和灾害数据训练构成,通过将检测信息输入农田灾害预测神经网络模型识别出该网格模块中所检测到现有网格单元点位的农田灾害预测状态,并将农田灾害预测状态作为预测结果输出。
7.一种基于物联网的农田灾害监管***,其特征在于,包括检测装置、检测分机、管理主机和管理分机;
所述检测装置分布在监管区域网格布局网络的各个阵式网格单元内,所述监管区域网格布局网络包括多组列阵式网格单元,每个网格单元具有独自的检测装置;
所述检测分机接收同一网络组别内所有检测装置的采集数据,并将采集数据和检测分机的区域采集数据进行结合后构成同一农田区域检测数据并上传至管理主机;
在所述管理主机中建立农田监管网络,农田监管网络中设置有农田灾害预测神经网络模型;将所述检测分机上传的检测数据通过农田灾害预测神经网络模型,获得预测结果;所述管理主机将预测结果发送至相应的管理分机处;
所述管理分机根据预测结果对该网络组别下的农田区域进行灾害处理。
8.根据权利要求7所述的一种基于物联网的农田灾害监管***,其特征在于,每个村对应有一个管理分机;每户的农田对应设置有一个检测分机。
9.根据权利要求8所述的一种基于物联网的农田灾害监管***,其特征在于,所述检测装置包括土壤湿度传感器、温度传感器、光照传感器、***、网络传输器和数据处理器,所述土壤湿度传感器、温度传感器和光照传感器安装网络单元内的农田中并将采集信号传递至数据处理器,***定位检测装置位置并将定位信号传递至数据处理器,并由网络传输器件数据处理器中的检测信息传递至检测分机;
所述检测分机包括风力传感器、采集通讯电路、网络通讯电路和控制器,所述风力传感器检测区域风力状态并将采集数据传递至控制器,采集通讯电路接收组别内各个检测装置上传的网格单元采集数据至控制器,控制器将网格单元采集数据和该时段的风力状态采集数据打包后构成检测数据,通过网络通讯电路上传至管理主机。
10.根据权利要求8所述的一种基于物联网的农田灾害监管***,其特征在于,所述管理主机采用服务器或云服务器,通过互联网与各个检测分机和管理分机通讯连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911189341.7A CN110926530A (zh) | 2019-11-28 | 2019-11-28 | 一种基于物联网的农田灾害监管方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911189341.7A CN110926530A (zh) | 2019-11-28 | 2019-11-28 | 一种基于物联网的农田灾害监管方法和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110926530A true CN110926530A (zh) | 2020-03-27 |
Family
ID=69846741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911189341.7A Pending CN110926530A (zh) | 2019-11-28 | 2019-11-28 | 一种基于物联网的农田灾害监管方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110926530A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114093131A (zh) * | 2021-11-12 | 2022-02-25 | 西华师范大学 | 一种基于太阳能技术的农田旱涝灾害预警装置 |
CN117132883A (zh) * | 2023-05-08 | 2023-11-28 | 江苏商贸职业学院 | 一种基于gis的智慧农业灾害判别方法及*** |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2677220A1 (fr) * | 1991-06-06 | 1992-12-11 | Grech Jean Luc | Procede et installation de conduite hydrique et thermique d'une plantation. |
CN101720095A (zh) * | 2009-11-18 | 2010-06-02 | 首都师范大学 | 监测传感器节点部署方法及装置 |
CN101771728A (zh) * | 2008-12-29 | 2010-07-07 | 华为技术有限公司 | 一种传感器数据查询方法、装置和*** |
JP2011051470A (ja) * | 2009-09-01 | 2011-03-17 | Japan Aerospace Exploration Agency | 無人飛翔体の簡易手動飛行操縦システム |
CN105701250A (zh) * | 2016-03-04 | 2016-06-22 | 农业部环境保护科研监测所 | 基于格网逐级细化的农产品产地土壤监测点位布设方法 |
CN105843147A (zh) * | 2016-05-20 | 2016-08-10 | 北京云洋数据科技有限公司 | 一种智慧农业监控管理*** |
CN106899670A (zh) * | 2017-02-23 | 2017-06-27 | 上海耐相智能科技有限公司 | 基于大数据病虫害监测预警*** |
CN107018202A (zh) * | 2017-05-10 | 2017-08-04 | 长春市华兴博远科技有限公司 | 一种基于大数据的智能农田监控*** |
CN107783522A (zh) * | 2017-10-18 | 2018-03-09 | 来安县威光绿园生态农业专业合作社 | 一种基于物联网的农作物病虫害智能防治*** |
CN109582755A (zh) * | 2019-01-16 | 2019-04-05 | 中国科学院地理科学与资源研究所 | 一种基于网格的精准农业数据库实现方法 |
CN109670002A (zh) * | 2018-12-04 | 2019-04-23 | 中国农业机械化科学研究院 | 一种农田田块信息的多维表示方法 |
-
2019
- 2019-11-28 CN CN201911189341.7A patent/CN110926530A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2677220A1 (fr) * | 1991-06-06 | 1992-12-11 | Grech Jean Luc | Procede et installation de conduite hydrique et thermique d'une plantation. |
CN101771728A (zh) * | 2008-12-29 | 2010-07-07 | 华为技术有限公司 | 一种传感器数据查询方法、装置和*** |
JP2011051470A (ja) * | 2009-09-01 | 2011-03-17 | Japan Aerospace Exploration Agency | 無人飛翔体の簡易手動飛行操縦システム |
CN101720095A (zh) * | 2009-11-18 | 2010-06-02 | 首都师范大学 | 监测传感器节点部署方法及装置 |
CN105701250A (zh) * | 2016-03-04 | 2016-06-22 | 农业部环境保护科研监测所 | 基于格网逐级细化的农产品产地土壤监测点位布设方法 |
CN105843147A (zh) * | 2016-05-20 | 2016-08-10 | 北京云洋数据科技有限公司 | 一种智慧农业监控管理*** |
CN106899670A (zh) * | 2017-02-23 | 2017-06-27 | 上海耐相智能科技有限公司 | 基于大数据病虫害监测预警*** |
CN107018202A (zh) * | 2017-05-10 | 2017-08-04 | 长春市华兴博远科技有限公司 | 一种基于大数据的智能农田监控*** |
CN107783522A (zh) * | 2017-10-18 | 2018-03-09 | 来安县威光绿园生态农业专业合作社 | 一种基于物联网的农作物病虫害智能防治*** |
CN109670002A (zh) * | 2018-12-04 | 2019-04-23 | 中国农业机械化科学研究院 | 一种农田田块信息的多维表示方法 |
CN109582755A (zh) * | 2019-01-16 | 2019-04-05 | 中国科学院地理科学与资源研究所 | 一种基于网格的精准农业数据库实现方法 |
Non-Patent Citations (1)
Title |
---|
郧文聚 等: "《良田工程建设研究》", 30 April 2014, 海洋出版社 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114093131A (zh) * | 2021-11-12 | 2022-02-25 | 西华师范大学 | 一种基于太阳能技术的农田旱涝灾害预警装置 |
CN117132883A (zh) * | 2023-05-08 | 2023-11-28 | 江苏商贸职业学院 | 一种基于gis的智慧农业灾害判别方法及*** |
CN117132883B (zh) * | 2023-05-08 | 2024-03-19 | 江苏商贸职业学院 | 一种基于gis的智慧农业灾害判别方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107613021A (zh) | 基于云模式的农业物联网信息管理*** | |
CN106655522A (zh) | 一种适用于电网二次设备运维管理的主站*** | |
CN106672733A (zh) | 一种基于微云智能终端的电梯故障分析预警***及其方法 | |
CN102361014A (zh) | 大规模半导体制造过程的状态监控与故障诊断方法 | |
CN105261079A (zh) | 便携式智能电力巡检装置 | |
CN201924090U (zh) | 预焙阳极铝电解槽信息跟踪监控*** | |
CN101826756A (zh) | 一种实现配电房设备故障定位***及方法 | |
CN110926530A (zh) | 一种基于物联网的农田灾害监管方法和*** | |
CN102879712A (zh) | 一种配电网终端故障定位***及方法 | |
CN203217033U (zh) | 一种用于配电网的故障定位及诊断*** | |
CN105573228A (zh) | 海水淡化***的远程监控装置 | |
CN207319050U (zh) | 一种分布式光伏电站的集中监控运维*** | |
CN110852458A (zh) | 一种基于大数据的城市管网监管方法 | |
CN206497550U (zh) | 基于多传感器信息融合的山体滑坡智能监测预报*** | |
CN203324260U (zh) | 基于物联网的南美白对虾养殖水质在线监测*** | |
CN206594472U (zh) | 一种多源采集与数据建模的机房动力环境监控*** | |
CN108448722A (zh) | 一种电力自动化***流量异常监测方法及其分析*** | |
CN111486901A (zh) | 一种远程海洋水环境实时监测*** | |
CN110601656A (zh) | 光伏发电故障监测***及其方法 | |
CN112019607A (zh) | 基于可视化云平台的智慧农场综合控制方法及*** | |
CN205580497U (zh) | 一种大型设备故障定点报警*** | |
CN110571924A (zh) | 光伏发电远程监测***及其方法 | |
CN102970366A (zh) | 基于地理信息***的气象监控*** | |
CN103714439A (zh) | 列车检修作业流程监控***及监控方法 | |
CN202940852U (zh) | 基于地理信息***的气象监控*** |
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: 20200327 |
|
RJ01 | Rejection of invention patent application after publication |