CN112215522A - 农作物长势监测***、方法、计算机设备及存储介质 - Google Patents
农作物长势监测***、方法、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN112215522A CN112215522A CN202011183576.8A CN202011183576A CN112215522A CN 112215522 A CN112215522 A CN 112215522A CN 202011183576 A CN202011183576 A CN 202011183576A CN 112215522 A CN112215522 A CN 112215522A
- Authority
- CN
- China
- Prior art keywords
- growth
- information
- growth process
- index
- preset
- 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 163
- 238000012544 monitoring process Methods 0.000 title claims abstract description 61
- 238000003860 storage Methods 0.000 title claims abstract description 36
- 230000008569 process Effects 0.000 claims abstract description 127
- 238000012545 processing Methods 0.000 claims abstract description 4
- 229930002875 chlorophyll Natural products 0.000 claims description 62
- 235000019804 chlorophyll Nutrition 0.000 claims description 62
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 claims description 62
- 238000005259 measurement Methods 0.000 claims description 50
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 40
- 239000002689 soil Substances 0.000 claims description 37
- 238000013480 data collection Methods 0.000 claims description 21
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 20
- 239000001569 carbon dioxide Substances 0.000 claims description 20
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 19
- 229910052760 oxygen Inorganic materials 0.000 claims description 19
- 239000001301 oxygen Substances 0.000 claims description 19
- 235000013619 trace mineral Nutrition 0.000 claims description 19
- 239000011573 trace mineral Substances 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 17
- 238000013500 data storage Methods 0.000 claims description 14
- 238000007405 data analysis Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 abstract description 3
- 238000005286 illumination Methods 0.000 description 11
- 230000004720 fertilization Effects 0.000 description 4
- 235000016709 nutrition Nutrition 0.000 description 4
- 230000035764 nutrition Effects 0.000 description 4
- 230000029553 photosynthesis Effects 0.000 description 4
- 238000010672 photosynthesis Methods 0.000 description 4
- 239000000049 pigment Substances 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000003337 fertilizer Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- VUZPPFZMUPKLLV-UHFFFAOYSA-N methane;hydrate Chemical compound C.O VUZPPFZMUPKLLV-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006555 catalytic reaction Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000035613 defoliation Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000035558 fertility Effects 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 230000000243 photosynthetic effect Effects 0.000 description 1
- 229910052700 potassium Inorganic materials 0.000 description 1
- 239000011591 potassium Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000001054 red pigment Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 235000000346 sugar Nutrition 0.000 description 1
- 150000008163 sugars Chemical class 0.000 description 1
- 239000001052 yellow pigment Substances 0.000 description 1
Images
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于计算机领域,提供了一种农作物长势监测***、方法、计算机设备及存储介质,该发明能够通过数据收集端收集农作物生长过程指示信息,将这些信息传递给接收端进行分析处理;另外将过往的种植经验进行总结集成到该监测***中,从客户端以预设生长过程衡量指标的形式传递给接收端,接收端对生长过程指示信息与预设生长过程衡量指标进行比较生成生长比较结果,传递给客户端,对农作物长势的监测更全面更准确,使得农作物的种植过程流程化和产业化,推动农业向集成化发展。
Description
技术领域
本发明属于计算机领域,尤其涉及一种农作物长势监测***、方法、计算机设备及存储介质。
背景技术
农业一直是我国的主要支柱产业,是提供支撑国民经济建设与发展的基础产业。农业的劳动对象是有生命的动植物,获得的产品是动植物本身。农业是利用动植物的生长发育规律,通过人工培育来获得产品的产业。
因此在农业生产的过程中需要根据农作物的长势来判断农作物生长状态是否良好,根据农作物的长势来决定是否需要对农作物的生长进行适当的干预,如施肥、浇水以及除虫等,现在对于农作物长势的观察多数情况下还沿用人为识别,并依循经验做出判断,这样的观察和判断有时并不准确,一旦判断失误,采取不正确的应对措施,例如不需施肥的时候施肥、喷洒农药的种类不对、地下害虫无法监测到等,可能会造成大面积的农作物死亡。
基于以上问题,我们需要一种农作物长势监测***及监测方法,来代替人工监测农作物的行为,使得对农作物长势的监测更全面更准确。
发明内容
本发明实施例提供一种农作物长势监测***、方法、计算机设备及存储介质,旨在解决对农作物长势判断不准确或者监测不及时的问题。
本发明实施例是这样实现的,一种农作物长势监测***,包括:
数据收集端,用于采集农作物生长过程指示信息,并将所述生长过程指示信息发送给接收端,所述生长过程指示信息包括叶面积指数信息、叶绿素指数信息、土壤微量元素含量信息和空气指数信息;
接收端,用于接收所述数据收集端发送的生长过程指示信息,以及客户端发送的预设生长过程衡量指标;将所述生长过程指示信息与所述预设生长过程衡量指标进行比较,生成生长比较结果,并发送给客户端;所述预设生长过程衡量指标包括叶面积指数区间指标、叶绿素指数区间指标、土壤微量元素含量区间指标和空气指数区间指标;
客户端,向所述接收端发送预设生长过程衡量指标;接收所述接收端发送的生长比较结果,并根据所述生长比较结果向用户输出相应的提醒。
所述数据收集端包括:
叶绿素监测模块,用于检测叶片中叶绿素的含量,并生所述成叶绿素指数信息,发送给接收端;其中,所述叶绿素指数信息为叶片单位面积上叶绿素的含量;
土壤监测模块,用于检测土壤中微量元素含量的多少,生成所述土壤微量元素含量信息,发送给所述接收端;
空气监测模块,用于检测空气中二氧化碳量和氧气量,计算二氧化碳量和氧气量的比值,生成所述空气指数信息,发送给所述接收端。
所述接收端包括:
数据分析模块,用于分析所述数据收集端发送的生长过程指示信息,将生长过程指示信息统计成信息曲线走势图发送给客户端;将所述生长过程指示信息与所述预设生长过程衡量指标进行比较,生成生长比较结果,并发送给客户端;其中,不同的农作物种类对应不同的预设生长过程衡量指标;
所述数据存储模块,用于存储所述生长过程指示信息和所述预设生长过程衡量指标。
所述数据存储模块中设置有存储模板,所述存储模板包括多种农作物生长信息存储模板,调取与农作物对应的生长信息存储模板,拾取接收端接收到的生长过程指示信息和客户端输入的预设生长过程衡量指标,并将拾取到的数据填充到生长信息存储模板的固定位置。
一种农作物长势监测方法,所述方法包括:
数据收集端采集农作物生长过程指示信息,并将所述生长过程指示信息发送给接收端;
接收端接收所述数据收集端发送的生长过程指示信息,以及客户端发送的预设生长过程衡量指标;将所述生长过程指示信息与所述预设生长过程衡量指标进行比较,生成生长比较结果,并发送给客户端;
客户端向所述接收端发送预设生长过程衡量指标;接收所述接收端发送的生长比较结果,并根据所述生长比较结果向用户输出相应的提醒。
所述一种农作物长势监测方法,还包括数据收集端收集数据的方法:
叶绿素监测模块检测叶片中叶绿素的含量,计算叶片单位面积上叶绿素的含量,并生所述成叶绿素指数信息,发送给接收端;
土壤监测模块检测土壤中微量元素含量的多少,生成所述土壤微量元素含量信息,发送给所述接收端;
空气监测模块检测空气中二氧化碳量和氧气量,计算二氧化碳量和氧气量的比值,生成所述空气指数信息,发送给所述接收端。
所述一种农作物长势监测方法,还包括接收端处理指示信息的方法:
数据分析模块分析所述数据收集端发送的生长过程指示信息;将生长过程指示信息统计成信息曲线走势图发送给客户端;将所述生长过程指示信息与所述预设生长过程衡量指标进行比较,生成生长比较结果,并发送给客户端;
数据存储模块存储所述生长过程指示信息和所述预设生长过程衡量指标。
所述一种农作物长势监测方法,还包括数据存储模块存储方法:
调取与农作物对应的生长信息存储模板;
拾取接收端接收到的生长过程指示信息和客户端输入的预设生长过程衡量指标;
将拾取到的数据填充到生长信息存储模板的固定位置。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现农作物长势监测方法的任一步骤。
一种存储介质,包括一个或多个处理器,所述存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现农作物长势监测方法的任一步骤。
本发明的有益效果:
该发明能够通过数据收集端收集农作物生长过程指示信息,将这些信息传递给接收端进行分析处理;另外将过往的种植经验进行总结集成到该监测***中,从客户端以预设生长过程衡量指标的形式传递给接收端,接收端对生长过程指示信息与预设生长过程衡量指标进行比较生成生长比较结果,传递给客户端,对农作物长势的监测更全面更准确,使得农作物的种植过程流程化和产业化,推动农业向集成化发展。
附图说明
图1是一种农作物长势监测***结构示意图;
图2是一种农作物长势监测方法主要流程图;
图3是一种农作物长势监测***各模块之间信息传送图;
图4是一种农作物长势监测方法数据存储模块工作流程图;
图5是一种农作物长势监测用计算机设备结构图;
图6是一种农作物长势监测用存储介质内部结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参阅图1和图3,作为本发明的一种实施例,一种农作物长势监测***,包括:
数据收集端,用于采集农作物生长过程指示信息,并将所述生长过程指示信息发送给接收端,所述生长过程指示信息包括叶面积指数信息、叶绿素指数信息、土壤微量元素含量信息和空气指数信息;
叶面积指数是一块地上作物叶片的总面积与占地面积的比值叶面积指数是反映作物群体大小的较好的动态指标。在一定的范围内,农作物的产量随叶面积指数的增大而提高。当叶面积增加到一定的限度后,田间郁闭,光照不足,光合效率减弱,产量反而下降。叶面积指数在一定程度上能够反映农作物的长势是否良好,可以作为衡量农作物长势的指示信息之一。
叶绿素指数信息为叶片单位面积上叶绿素的含量;叶片能直接反映出植物的状态,通过观察叶片发现,长势较好的植物叶片呈现的是绿色,而长势不好的或者落叶呈现的是黄色。树木利用叶绿素捕获光能,并且在叶子中其他物质的帮助下把光能以糖等化学物质的形式存储起来。除叶绿素外,很多树叶中还含有红色素、黄色素等许多色素,只是含量很少而已,并且不能像叶绿素那样进行光合作用,但是其中有一些能够把捕获的光能传递给叶绿素。在春天和夏天,叶绿素在叶子中的含量比其他色素要丰富得多,所以叶子呈现出叶绿素的绿色,而看不出其他色素的颜色,当秋季来临的时候,由于白天时间变短,夜晚时间变长,这就使得树木开始落叶。在落叶之前,树木不再像春天和夏天那样制造大量的叶绿素,并且已有的叶绿素,也会逐渐分解。这样,随着叶绿素含量的逐渐减少,其他色素的颜色就会在叶面上渐渐显现出来,于是树叶就呈现出黄、红等颜色。农作物叶片中叶绿素含量在幼苗期含量较少,生长期含量最高,成熟期逐渐减少,直至最终农作物成熟叶落,在每个时期农作物叶片中叶绿素的含量在一定范围内变化,因此农作物叶绿素指数信息能够反映出农作物长势的好坏以及农作物所处的生长时期。
土壤中含有氮磷钾等微量元素,农作物生长的过程中不断汲取土壤中的微量元素以满足自身生长的需求,但是当土壤中微量元素的含量减少的时候,农作物的生长就会变得缓慢,甚至是出现病变,叶片发黄果实不饱满等,因此土壤中微量元素含量较低的时候需要及时的施肥补充,以保证农作物的正常生长。
农作物生长的过程中不断进行光合作用和呼吸作用,其中光合作用吸收环境中的二氧化碳和水在光照的催化下进行制作出有机物和氧气,并将氧气释放到空气中,使得空气中的二氧化碳减少,氧气增多;当光照减弱甚至是没有光照的情况下,农作物的光合作用停止,但是会进行呼吸作用,植物吸收空气中的氧气并分解消耗自身储存的有机物,生产二氧化碳和水,其中将二氧化碳释放到空气中,此时空气中二氧化碳的含量升高,氧气的含量降低;因此只要环境中二氧化碳和氧气的含量比值发生较大的变动的时候,说明农作物所处环境的光照发生较大的改变,因此,将二氧化碳和氧气的含量比值复制给空气指数信息,作为评价农作物生长环境光照是否良好的指示信息之一。
所述接收端,用于接收所述数据收集端发送的生长过程指示信息,以及客户端发送的预设生长过程衡量指标;将所述生长过程指示信息与所述预设生长过程衡量指标进行比较,生成生长比较结果,并发送给客户端;所述预设生长过程衡量指标包括叶面积指数区间指标、叶绿素指数区间指标、土壤微量元素含量区间指标和空气指数区间指标;
由于农作物本身具有一定抗性,因此农作物最佳的生长状态具有一定的区间性,在该区间内均视为农作物长势正常,因此作为判定农作物生长过程指示信息的预设生长过程衡量指标均是一些用区间表示的范围性指标。
所述客户端,向所述接收端发送预设生长过程衡量指标;接收所述接收端发送的生长比较结果,并根据所述生长比较结果向用户输出相应的提醒。
由于农作物所处的生长阶段不同,其预设生长过程衡量指标的数值也会有所不同,因此当农作物处于不同生长阶段的时候需要客户端发送大小不等的预设生长过程衡量指标,以便于接收端做出正确的比较,生成的生长比较结果会更准确。
请参阅图1和图3,作为本发明的一种优化实施例,所述数据收集端包括:
叶绿素监测模块,用于检测叶片中叶绿素的含量,并生所述成叶绿素指数信息,发送给接收端;其中,所述叶绿素指数信息为叶片单位面积上叶绿素的含量;
土壤监测模块,用于检测土壤中微量元素含量的多少,生成所述土壤微量元素含量信息,发送给所述接收端;
空气监测模块,用于检测空气中二氧化碳量和氧气量,计算二氧化碳量和氧气量的比值,生成所述空气指数信息,发送给所述接收端。
请参阅图1和图3,作为本发明的又一种优化实施例,所述接收端包括:
数据分析模块,用于分析所述数据收集端发送的生长过程指示信息,将生长过程指示信息统计成信息曲线走势图发送给客户端;将所述生长过程指示信息与所述预设生长过程衡量指标进行比较,生成生长比较结果,并发送给客户端;其中,不同的农作物种类对应不同的预设生长过程衡量指标;
所述数据存储模块,用于存储所述生长过程指示信息和所述预设生长过程衡量指标。
由于不同农作物所对应的生长过程衡量指标会有所差别,当该监测***所监测的对象发生变化的时候,客户端向接收端发送与农作物对应的生长过程衡量指标,使得判断更准确。
叶面积指数信息、叶绿素指数信息、土壤微量元素含量信息和空气指数信息的曲线走势图能够更直观的了解到这些生长过程指示信息在农作物生长过程中每一个阶段所对应的变化,掌握生长规律以便于提前做好相应的准备工作,防止因为肥料不到位或者光照不充足导致农作物长势不好。
所述数据存储模块中设置有存储模板,所述存储模板包括多种农作物生长信息存储模板,调取与农作物对应的生长信息存储模板,拾取接收端接收到的生长过程指示信息和客户端输入的预设生长过程衡量指标,并将拾取到的数据填充到生长信息存储模板的固定位置。
数据存储模块将这些信息存储是为了得到农作物生长的数据库,随着数据库内的数据逐渐增多,分析得到的农作物生长过程指示信息就会越详细,对于农作物长势的把控就会更准确。
请参阅图2,作为本发明的一种实施例,一种农作物长势监测方法,所述方法包括:
步骤S101,数据收集端采集农作物生长过程指示信息,并将所述生长过程指示信息发送给接收端;
步骤S102,客户端向所述接收端发送预设生长过程衡量指标;
步骤S103,接收端接收所述数据收集端发送的生长过程指示信息,以及客户端发送的预设生长过程衡量指标;将所述生长过程指示信息与所述预设生长过程衡量指标进行比较,生成生长比较结果,并发送给客户端;
步骤104,客户接收所述接收端发送的生长比较结果,并根据所述生长比较结果向用户输出相应的提醒。
请参阅图3,对于上述实施例中S101步骤进行进一步的优化,数据收集端收集数据的方法如下:
叶绿素监测模块检测叶片中叶绿素的含量,计算叶片单位面积上叶绿素的含量,并生所述成叶绿素指数信息,发送给接收端;
土壤监测模块检测土壤中微量元素含量的多少,生成所述土壤微量元素含量信息,发送给所述接收端;
空气监测模块检测空气中二氧化碳量和氧气量,计算二氧化碳量和氧气量的比值,生成所述空气指数信息,发送给所述接收端。
请参阅图3,对于上述实施例中S103步骤进行进一步的优化,接收端处理指示信息的方法如下:
数据分析模块分析所述数据收集端发送的生长过程指示信息;将生长过程指示信息统计成信息曲线走势图发送给客户端;
以生长过程指示信息为纵坐标,以农作物生长时间为横纵标,将检测到的数值标记在坐标系中,再将同一种类的数据进行连线,构成信息曲线走势图。
将所述生长过程指示信息与所述预设生长过程衡量指标进行比较,生成生长比较结果,并发送给客户端;
生长过程指示信息与所述预设生长过程衡量指标进行比较的具体过程和生成的具体生长比较结果如下:
首先判断叶面积指数信息是否在叶面积指数区间指标内,当叶面积指数信息低于叶面积指数区间指标,生成生长比较结果:农作物长势过慢;当叶面积指数信息在叶面积指数区间指标内,生成生长比较结果:农作物长势正常;当叶面积指数信息高于叶面积指数区间指标,生成生长比较结果:农作物长势过快;
再判断叶绿素指数信息是否在叶绿素指数区间指标内,当叶绿素指数信息低于叶绿素指数区间指标,生成生长比较结果:农作物缺乏营养或光照时间不足;当叶绿素指数信息在叶绿素指数区间指标内,生成生长比较结果:农作物长势正常;当叶绿素指数信息高于叶绿素指数区间指标,生成生长比较结果:农作物营养过剩或光照时间过长;
进一步判断土壤微量元素含量信息是否在土壤微量元素含量区间指标内,当土壤微量元素含量信息低于土壤微量元素含量区间指标,生成生长比较结果:农作物缺乏营养,长势过慢;当土壤微量元素含量信息在土壤微量元素含量区间指标内,生成生长比较结果:农作物长势正常;当土壤微量元素含量信息高于土壤微量元素含量区间指标,生成生长比较结果:农作物营养过剩,长势过快;
再次判断空气指数信息是否在空气指数区间指标内,当空气指数信息低于空气指数区间指标,生成生长比较结果:农作物光照充足,长势过快;当空气指数信息在空气指数区间指标内,生成生长比较结果:农作物长势正常;当空气指数信息高于空气指数区间指标,生成生长比较结果:农作物光照不足,长势过慢;
最终得到的几种生长比较结果分别为:农作物缺乏营养,长势过慢;农作物营养过剩,长势过快;农作物光照充足,长势过快;农作物光照不足,长势过慢;农作物长势正常;
接收端中的数据分析模块将上述几种生长比较结果发送给客户端之后,客户端根据接收到的生长比较结果对应的做出以下几种提醒:营养缺失,请及时施肥;肥力过剩,不需施肥;请减少光照时间及时通风;请增加光照时间及时补充二氧化碳;长势喜人,维持现有生长环境。上述提醒内容仅是一种示范,为了方便更好的理解本发明的内容,具体提醒内容可以使其他内容或者其他形式,只要起到相应的提醒作用就行,看到该提醒的用户能够明白提醒所表达的意思即可。
数据存储模块存储所述生长过程指示信息和所述预设生长过程衡量指标。
请参阅图4,上述实施例中数据存储模块的存储步骤如下:
步骤201,调取与农作物对应的生长信息存储模板;
步骤202,拾取接收端接收到的生长过程指示信息和客户端输入的预设生长过程衡量指标;
步骤203,将拾取到的数据填充到生长信息存储模板的固定位置。
将生长过程指示信息和客户端输入的预设生长过程衡量指标要填充的位置固定,为了精确的将各数据信息填充到其所对应的位置,可以在信息生成时就在该数据信息的前端标记一串标记码,在其对应的位置上设置有识别码,识别码能够识别标记码,当识别成功的时候表示该数据与位置匹配,可直接将数据填充到该位置,能够不需要识别数据本身就能够完成数据的精确填充。
如图5所示,一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现农作物长势监测方法的任一步骤。
在本发明提供的优选实施例中,该计算机设备还可以为笔记本电脑、平板电脑和手机等可以进行通信的设备。
如图6所示,一种存储介质,包括一个或多个处理器,所述存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现农作物长势监测方法的任一步骤。
示例性的,计算机程序可以被分割成一个或多个模块,一个或者多个模块被存储在存储器中,并由处理器执行,以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在终端设备中的执行过程。例如,上述计算机程序可以被分割成上述各个***实施例提供的泊位状态显示***的单元或模块。
本领域技术人员可以理解,上述各种设备的描述仅仅是示例,并不构成对设备的限定,可以包括比上述描述更多或更少的部件,或者组合某些部件,或者不同的部件,例如可以包括输入输出设备、网络接入设备、总线等。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种农作物长势监测***,其特征在于,包括:
数据收集端,用于采集农作物生长过程指示信息,并将所述生长过程指示信息发送给接收端,所述生长过程指示信息包括叶面积指数信息、叶绿素指数信息、土壤微量元素含量信息和空气指数信息;
接收端,用于接收所述数据收集端发送的生长过程指示信息,以及客户端发送的预设生长过程衡量指标;将所述生长过程指示信息与所述预设生长过程衡量指标进行比较,生成生长比较结果,并发送给客户端;所述预设生长过程衡量指标包括叶面积指数区间指标、叶绿素指数区间指标、土壤微量元素含量区间指标和空气指数区间指标;
客户端,向所述接收端发送预设生长过程衡量指标;接收所述接收端发送的生长比较结果,并根据所述生长比较结果向用户输出相应的提醒。
3.如权利要求1所述的一种农作物长势监测***,其特征在于,所述接收端包括:
数据分析模块,用于分析所述数据收集端发送的生长过程指示信息,将生长过程指示信息统计成信息曲线走势图发送给客户端;将所述生长过程指示信息与所述预设生长过程衡量指标进行比较,生成生长比较结果,并发送给客户端;其中,不同的农作物种类对应不同的预设生长过程衡量指标;
所述数据存储模块,用于存储所述生长过程指示信息和所述预设生长过程衡量指标。
4.如权利要求3所述的一种农作物长势监测***,其特征在于,所述数据存储模块中设置有存储模板,所述存储模板包括多种农作物生长信息存储模板,调取与农作物对应的生长信息存储模板,拾取接收端接收到的生长过程指示信息和客户端输入的预设生长过程衡量指标,并将拾取到的数据填充到生长信息存储模板的固定位置。
5.一种农作物长势监测方法,其特征在于,所述方法包括:
数据收集端采集农作物生长过程指示信息,并将所述生长过程指示信息发送给接收端;
接收端接收所述数据收集端发送的生长过程指示信息,以及客户端发送的预设生长过程衡量指标;将所述生长过程指示信息与所述预设生长过程衡量指标进行比较,生成生长比较结果,并发送给客户端;
客户端向所述接收端发送预设生长过程衡量指标;接收所述接收端发送的生长比较结果,并根据所述生长比较结果向用户输出相应的提醒。
7.如权利要求5所述的一种农作物长势监测方法,其特征在于,还包括接收端处理生长过程指示信息的步骤:
数据分析模块分析所述数据收集端发送的生长过程指示信息;将生长过程指示信息统计成信息曲线走势图发送给客户端;将所述生长过程指示信息与所述预设生长过程衡量指标进行比较,生成生长比较结果,并发送给客户端;
数据存储模块存储所述生长过程指示信息和所述预设生长过程衡量指标。
8.如权利要求7所述的一种农作物长势监测方法,其特征在于,还包括数据存储模块存储步骤:
调取与农作物对应的生长信息存储模板;
拾取接收端接收到的生长过程指示信息和客户端输入的预设生长过程衡量指标;
将拾取到的数据填充到生长信息存储模板的固定位置。
9.一种计算机设备,包括显示屏、存储器、处理器以及计算机程序,其中所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行,其特征在于,所述处理器执行所述计算机程序时实现权利要求5-8任意一项权利要求所述农作物长势监测方法的步骤。
10.一种存储介质,包括一个或多个处理器,所述存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求5-8任意一项权利要求所述农作物长势监测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011183576.8A CN112215522A (zh) | 2020-10-29 | 2020-10-29 | 农作物长势监测***、方法、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011183576.8A CN112215522A (zh) | 2020-10-29 | 2020-10-29 | 农作物长势监测***、方法、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112215522A true CN112215522A (zh) | 2021-01-12 |
Family
ID=74057541
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011183576.8A Pending CN112215522A (zh) | 2020-10-29 | 2020-10-29 | 农作物长势监测***、方法、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112215522A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE202022102591U1 (de) | 2022-05-12 | 2022-06-27 | Deepak Batham | System zur Überwachung des Gesundheitszustands von Pflanzen in der Präzisionslandwirtschaft mittels Bildverarbeitung und Faltungsneuronalem Netz |
CN114711010A (zh) * | 2022-06-09 | 2022-07-08 | 苏州农业职业技术学院 | 一种月季栽培中水土肥管理方法、***及介质 |
CN117196331A (zh) * | 2023-08-28 | 2023-12-08 | 湖北泰跃卫星技术发展股份有限公司 | 农产品种植策略生成方法、装置、计算机设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102954816A (zh) * | 2012-01-13 | 2013-03-06 | 北京盈胜泰科技术有限公司 | 作物长势的监测方法 |
CN103749109A (zh) * | 2013-12-17 | 2014-04-30 | 丁志强 | 太空环境蔬菜栽培方法 |
CN104089650A (zh) * | 2014-07-10 | 2014-10-08 | 中国水利水电科学研究院 | 一种作物冠层温度与土壤墒情数据监测***及其应用 |
CN105045321A (zh) * | 2015-08-12 | 2015-11-11 | 成都易思科科技有限公司 | 基于物联网应用设计的云平台综合管理方法 |
CN105574897A (zh) * | 2015-12-07 | 2016-05-11 | 中国科学院合肥物质科学研究院 | 一种基于视觉检测的农作物生长情况监测物联网*** |
CN106018284A (zh) * | 2016-05-12 | 2016-10-12 | 中国科学院遥感与数字地球研究所 | 一种作物长势定量遥感监测方法及*** |
RU2017117523A (ru) * | 2017-05-22 | 2017-08-23 | Виталий Станиславович Пунинский | Способ комплексной мелиорации деградированных земель и комбинированный агрегат для его осуществления |
CN107132204A (zh) * | 2017-06-08 | 2017-09-05 | 浙江大学 | 一种叶片叶绿素含量的测量装置及反演方法 |
AU2020100506A4 (en) * | 2020-04-02 | 2020-05-14 | Qingdao Aricultural University | Information Perception And Decision-Making Control System For Intelligent Greenhouse |
-
2020
- 2020-10-29 CN CN202011183576.8A patent/CN112215522A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102954816A (zh) * | 2012-01-13 | 2013-03-06 | 北京盈胜泰科技术有限公司 | 作物长势的监测方法 |
CN103749109A (zh) * | 2013-12-17 | 2014-04-30 | 丁志强 | 太空环境蔬菜栽培方法 |
CN104089650A (zh) * | 2014-07-10 | 2014-10-08 | 中国水利水电科学研究院 | 一种作物冠层温度与土壤墒情数据监测***及其应用 |
CN105045321A (zh) * | 2015-08-12 | 2015-11-11 | 成都易思科科技有限公司 | 基于物联网应用设计的云平台综合管理方法 |
CN105574897A (zh) * | 2015-12-07 | 2016-05-11 | 中国科学院合肥物质科学研究院 | 一种基于视觉检测的农作物生长情况监测物联网*** |
CN106018284A (zh) * | 2016-05-12 | 2016-10-12 | 中国科学院遥感与数字地球研究所 | 一种作物长势定量遥感监测方法及*** |
RU2017117523A (ru) * | 2017-05-22 | 2017-08-23 | Виталий Станиславович Пунинский | Способ комплексной мелиорации деградированных земель и комбинированный агрегат для его осуществления |
CN107132204A (zh) * | 2017-06-08 | 2017-09-05 | 浙江大学 | 一种叶片叶绿素含量的测量装置及反演方法 |
AU2020100506A4 (en) * | 2020-04-02 | 2020-05-14 | Qingdao Aricultural University | Information Perception And Decision-Making Control System For Intelligent Greenhouse |
Non-Patent Citations (2)
Title |
---|
中央农业管理干部学院 编: "《北方粮田建设的理论与实践》", 31 May 1991, 北京农业大学出版社出版发行, pages: 147 - 148 * |
于桉等: "《园林植物生理》", 31 August 2005, 中国农业出版社, pages: 163 - 164 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE202022102591U1 (de) | 2022-05-12 | 2022-06-27 | Deepak Batham | System zur Überwachung des Gesundheitszustands von Pflanzen in der Präzisionslandwirtschaft mittels Bildverarbeitung und Faltungsneuronalem Netz |
CN114711010A (zh) * | 2022-06-09 | 2022-07-08 | 苏州农业职业技术学院 | 一种月季栽培中水土肥管理方法、***及介质 |
CN117196331A (zh) * | 2023-08-28 | 2023-12-08 | 湖北泰跃卫星技术发展股份有限公司 | 农产品种植策略生成方法、装置、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10028426B2 (en) | Agronomic systems, methods and apparatuses | |
CN112215522A (zh) | 农作物长势监测***、方法、计算机设备及存储介质 | |
US20180014452A1 (en) | Agronomic systems, methods and apparatuses | |
US20190108413A1 (en) | Disease recognition from images having a large field of view | |
CN100416590C (zh) | 利用位置和纹理特征自动识别作物苗期田间杂草的方法 | |
US20170270446A1 (en) | Agronomic systems, methods and apparatuses for determining yield limits | |
CN110110595B (zh) | 一种基于卫星遥感影像的农田画像及药肥大数据分析方法 | |
US20160309646A1 (en) | Agronomic systems, methods and apparatuses | |
Rubanga et al. | Development of a Simplified Smart Agriculture System for Small-scale Greenhouse Farming. | |
CN113469112B (zh) | 农作物生长状况图像识别方法及*** | |
CN109814436B (zh) | 一种基于物联网的农业种植管理*** | |
CN112215716A (zh) | 农作物生长干预方法、装置、设备及存储介质 | |
CN112506111A (zh) | 一种基于大数据和云计算的农作物长势监控方法与*** | |
CN111415085A (zh) | 一种作物种植的生产质量监测方法与*** | |
CN114818909A (zh) | 一种基于作物长势特征的杂草检测方法和装置 | |
CN112330149A (zh) | 一种作物管理***、方法、装置及电子设备 | |
CN114911174A (zh) | 一种植物仿生的方法和装置 | |
CN116030343A (zh) | 一种基于机器视觉识别的农作物病虫害监管*** | |
CN115294518A (zh) | 一种园艺植物温室精准栽培的智能监控方法及*** | |
CN116757707B (zh) | 一种农作物果实生长溯源方法及*** | |
CN102172158A (zh) | 基于手持设备的蔬菜生产水肥药管理*** | |
CN105184234B (zh) | 一种冬小麦秸秆焚烧污染物排放量的测算方法及装置 | |
CN106713414A (zh) | 一种生命周期模型解决种植问题的服务*** | |
CN114862338A (zh) | 一种大数据农林智慧监测*** | |
CN114782807A (zh) | 目标区域的宽度确定方法及相关装置 |
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 |