CN113624912A - 植物生长监控方法、监控装置及可读存储介质 - Google Patents
植物生长监控方法、监控装置及可读存储介质 Download PDFInfo
- Publication number
- CN113624912A CN113624912A CN202010381964.0A CN202010381964A CN113624912A CN 113624912 A CN113624912 A CN 113624912A CN 202010381964 A CN202010381964 A CN 202010381964A CN 113624912 A CN113624912 A CN 113624912A
- Authority
- CN
- China
- Prior art keywords
- data
- growth
- plant
- sensing
- elements
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 50
- 230000008635 plant growth Effects 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012806 monitoring device Methods 0.000 title claims abstract description 21
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 230000012010 growth Effects 0.000 claims abstract description 138
- 238000001514 detection method Methods 0.000 claims description 24
- 238000012216 screening Methods 0.000 claims description 18
- 238000012360 testing method Methods 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 5
- 230000001276 controlling effect Effects 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract 1
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 76
- 229910052757 nitrogen Inorganic materials 0.000 description 38
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 13
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 13
- 229910052698 phosphorus Inorganic materials 0.000 description 13
- 239000011574 phosphorus Substances 0.000 description 13
- 239000011591 potassium Substances 0.000 description 13
- 229910052700 potassium Inorganic materials 0.000 description 13
- 230000006870 function Effects 0.000 description 11
- 239000002689 soil Substances 0.000 description 11
- 235000015097 nutrients Nutrition 0.000 description 10
- 230000003698 anagen phase Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000010792 warming Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000035784 germination Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008636 plant growth process Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 2
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000004083 survival effect Effects 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
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0098—Plants or trees
-
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
- G01N33/245—Earth materials for agricultural purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
- G01N33/246—Earth materials for water content
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C21/00—Methods of fertilising, sowing or planting
- A01C21/007—Determining fertilization requirements
-
- 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
- A01G9/246—Air-conditioning systems
-
- 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
- A01G9/249—Lighting means
-
- 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)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Business, Economics & Management (AREA)
- Botany (AREA)
- Wood Science & Technology (AREA)
- Remote Sensing (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Animal Husbandry (AREA)
- Primary Health Care (AREA)
- Mining & Mineral Resources (AREA)
- Agronomy & Crop Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Marine Sciences & Fisheries (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Environmental Sciences (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供一种植物生长监控方法,该方法通过分析多个感测设备分别感测的植物的生长数据,获取植物在每个生长时期的每种要素的标准值,以根据每种要素的标准值实现对植物的生长监控。本发明还提供实现所述植物生长监控方法的监控装置和可读存储介质。本发明在有益作物生长的同时减少人工作业量。
Description
技术领域
本发明涉及一种植物生长管理技术领域,尤其涉及一种植物生长监控方法、监控装置及可读存储介质。
背景技术
若极端气候出现,生态环境恶化,将直接影响人类生存所需要的粮食等作物的收成。在这样的压力下,人们对植物工厂的需求量增加。因为植物工厂具备稳定量产方式生产作物。然而,在植物工厂里,如何在植物的生长过程对植物进行智能化培植是一个有待解决的技术问题。
发明内容
鉴于以上内容,有必要提供一种植物生长监控方法、监控装置及可读存储介质,可根据植物生长数据分析植物在不同生长时期的对各要素的需求,从而可以根据分析结果对植物生长过程中的各要素对应调控,在有益作物生长的同时减少人工作业量。
所述植物生长监控方法,包括:利用M个感测设备分别感测植物的生长数据,由此获得M组生长数据,其中,该M组生长数据中的每组生长数据包括T笔感测数据,该T笔感测数据中的每笔感测数据与所述植物的T个生长时期中的其中一个生长时期关联,该T笔感测数据中的每笔感测数据包括N种要素的数值;从所述M组生长数据中,确定其中一组生长数据作为参考数据,将所述M组生长数据中除所述其中一组生长数据之外的其他M-1组生长数据中的每组生长数据分别作为一组检测数据,由此获得M-1组检测数据;基于所述参考数据所包括的T笔感测数据,确定所述N种要素中的每种要素的第一有效范围,以及基于每种要素的第一有效范围,对所述参考数据进行筛选,获得经过筛选后的所述参考数据;基于经过筛选后的所述参考数据确定每种要素在每个生长时期的第二有效范围,以及基于每种要素在每个生长时期的第二有效范围,对所述M-1组检测数据中的每组检测数据分别进行筛选,获得经过筛选后的M-1组检测数据;及分析经过筛选后的所述M-1组检测数据,获得所述N种要素中的每种要素分别在所述T个生长时期的标准值。
优选地,该植物生长监控方法还包括:于所述T个生长时期中的任意一个生长时期获取所述植物的任意一种要素的数值;将所获取的所述任意一种要素的数值与该任意一种要素在该任意一个生长时期的标准值进行比较;及若所获取的所述任意一种要素的数值与该任意一种要素在该任意一个生长时期的标准值不一致,对供应设备进行调控,该供应设备与所述任意一种要素对应。
优选地,所述基于所述参考数据所包括的T笔感测数据,确定所述N种要素中的每种要素的第一有效范围包括:基于所述参考数据所包括的T笔感测数据确定每种要素的集中趋势量数E0,基于所述每种要素的集中趋势量数E0确定每种要素的第一有效范围为[E1,E2],其中,E1=E0-E0*X1;E2=E0+E0*X1,X1为预设的系数。
优选地,所述基于每种要素的第一有效范围,对所述参考数据进行筛选包括:获取所述参考数据中每种要素所对应的所有数值,从所获取的任意一种要素所对应的所有数值中删除指定数值,该指定数值不属于该任意一种要素的所述第一有效范围之内。
优选地,所述每种要素在每个生长时期的第二有效范围为[E1’,E2’],其中,E1’=V0-V0*X2;E2’=V0+V0*X2,X2为预设的系数;V0代表在所述经过筛选后的参考数据中,每种要素在每个生长时期的数值。
优选地,所述基于每种要素在每个生长时期的第二有效范围,对所述M-1组检测数据中的每组检测数据分别进行筛选包括:在所述每组检测数据所包括的T笔感测数据中,将所述T笔感测数据中与任意一个生长时期对应的任意一笔感测数据删除,其中,该任意一笔感测数据所包括的所述N种要素中的每种要素的数值均不属于该每种要素在该任意一个生长时期的第二有效范围之内。
优选地,所述分析经过筛选后的所述M-1组检测数据,获得所述N种要素中的每种要素分别在所述T个生长时期的标准值包括:获取经过筛选后的所述M-1组检测数据所包括的所有感测数据,按照每笔感测数据所对应的生长时期对所获取的所有感测数据进行分类,由此获得每个生长时期所对应的多笔感测数据;对于与每个生长时期所对应的多笔感测数据,确定每笔感测数据所包括的有效数值的数目;对于与任意一个生长时期所对应的多笔感测数据,将包括最多有效数值的感测数据作为目标数据,获取该目标数据所包括的N种要素的数值;将所获取的该N种要素的数值作为所述N种要素在所述任意一个生长时期的标准值。
所述监控装置包括存储器和至少一个处理器,所述存储器中存储有至少一个指令,所述至少一个指令被所述至少一个处理器执行时实现所述的植物生长监控方法。
所述计算机可读存储介质存储有至少一个指令,所述至少一个指令被处理器执行时实现所述的植物生长监控方法。
相较于现有技术,所述植物生长监控方法、监控装置及可读存储介质,可根据植物生长数据分析植物在不同生长时期的对各要素的需求,从而可以根据分析结果对植物生长过程中的各要素对应调控,在有益作物生长的同时减少人工作业量。
附图说明
图1A是本发明较佳实施例的监控装置的架构图。
图1B举例说明感测设备的布置。
图2是本发明较佳实施例的植物生长监控***的功能模块图。
图3是本发明较佳实施例的植物生长监控方法的流程图。
主要元件符号说明
监控装置 | 3 |
处理器 | 32 |
存储器 | 31 |
监控*** | 30 |
获取模块 | 301 |
执行模块 | 302 |
感测设备 | 33 |
植物 | 4 |
植物工厂 | 100 |
供应设备 | 41 |
如下具体实施方式将结合上述附图进一步说明本发明。
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例对本发明进行详细描述。需要说明的是,在不冲突的情况下,本发明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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。
参阅图1A所示,为本发明较佳实施例提供的监控装置的架构图。
本实施例中,所述监控装置3包括,但不限于,互相之间电气连接的存储器31、至少一个处理器32。
本领域技术人员应该了解,图1A示出的监控装置3的结构并不构成本发明实施例的限定,所述监控装置3还可以包括比图1A更多或更少的其他硬件或者软件,或者不同的部件布置。
需要说明的是,所述监控装置3仅为举例,其他现有的或今后可能出现的监控装置如可适应于本发明,也应包含在本发明的保护范围以内,并以引用方式包含于此。
在一些实施例中,所述存储器31可以用于存储计算机程序的程序代码和各种数据。例如,所述存储器31可以用于存储安装在所述监控装置3中的监控***30,并在监控装置3的运行过程中实现高速、自动地完成程序或数据的存取。所述存储器31可以是包括只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable Read-Only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory,OTPROM)、电子擦除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(Compact Disc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者任何其他能够用于携带或存储数据的非易失性的计算机可读的存储介质。
在一些实施例中,所述至少一个处理器32可以由集成电路组成。例如,可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述至少一个处理器32是所述监控装置3的控制核心(Control Unit),利用各种接口和线路连接整个监控装置3的各个部件,通过执行存储在所述存储器31内的程序或者模块或者指令,以及调用存储在所述存储器31内的数据,以执行监控装置3的各种功能和处理数据,例如,对植物生长进行分析以及监控的功能(具体细节参后面对图3的介绍)。
请同时参阅图1B所示,本实施例中,所述监控装置3还可以包括M个感测设备33。所述M个感测设备33可以分别以有线或者无线的通讯方式与所述监控装置3通讯。换句话来讲,所述M个感测设备33可以内置于所述监控装置3也可以外置于所述监控装置3。本实施例中,M为大于或等于2的正整数。所述M的值可以根据植物工厂100所种植的植物4的数目或区域来确定。例如,当是对一株植物4设置一个感测设备33时,则M的值根据植物4的数目来确定。又如,当是对种植在同一个区域的多株植物4设置一个感测设备33时,则M的值根据种植植物4的区域的数目来确定。
本实施例中,每个感测设备33用于感测植物4在每个生长时期的N种要素的数值。该N种要素包括,但不限于,植物4所在环境的温度、湿度、亮度、植物4的土壤的营养成分如氮、磷、钾。图1B示意了两个感测设备33,分别对应感测其中一株植物4在每个生长时期的各种要素的值。
本实施例中,可以根据植物4的生长周期定义T个生长时期(T为正整数)。例如,以植物4的生长周期包括发芽、生长、开花、结果为例,则可以将植物4的生长周期划分为四个生长时期(即T等于4)。第一生长时期则为发芽期,第二生长时期则为生长期,第三生长时期则为开花期,第四生长时期则为结果期。此为举例说明,当然还可以再行细分为更多或者更少个生长时期。
本实施例中,每个感测设备33可以由温度传感器、湿度传感器、光线传感器、土壤养分传感器等构成。所述温度传感器用于感测植物4所在环境的温度值。所述湿度传感器用于感测植物4所在环境的湿度值。所述光线传感器用于感测植物4所在环境的亮度值。所述土壤养分传感器用于感测植物4的土壤的营养成分如氮、磷、钾等的含量。由此,每个感测设备33可以用于感测植物4在每个生长时期的所述N种要素的数值。
本实施例以N等于6,该6种要素是温度、湿度、亮度、土壤的氮、磷、钾为例说明。需要说明的是,在其他实施例中,也可以更少或者更多种要素。
请同时参阅图1B所示,在一个实施例中,所述监控装置3还可以包括一个或多个供应设备41,用于对植物41供应所述N种要素。该供应设备41包括,但不限于,加温设备、加湿设备、照明设备、为土壤调节营养成分如氮、磷、钾等的养分供应设备。所述供应设备41可以以有线或者无线的通讯方式与所述至少一个处理器32通讯。
在本实施例中,监控***30可以包括一个或多个模块,所述一个或多个模块存储在所述存储器31中,并由至少一个或多个处理器(本实施例为处理器32)执行,以对植物生长进行分析及监控的功能。具体细节参后面对图3的介绍)。
在本实施例中,所述监控***30根据其所执行的功能,可以被划分为多个模块。参阅图2所示,所述多个模块包括获取模块301、执行模块302。本发明所称的模块是指一种能够被至少一个处理器(例如处理器32)所执行并且能够完成固定功能的一系列计算机可读的指令,其存储在存储器(例如监控装置3的存储器31)中。在本实施例中,关于各模块的功能将在后续结合图3详述。
本实施例中,以软件功能模块的形式实现的集成的单元,可以存储在一个非易失性可读取存储介质中。上述软件功能模块包括一个或多个计算机可读指令,所述监控装置3或一个处理器(processor)通过执行所述一个或多个计算机可读指令实现本发明各个实施例的方法的部分,例如图3所示的对植物进行监控的方法。
在进一步的实施例中,结合图2,所述至少一个处理器32可执行所述监控装置3的操作装置以及安装的各类应用程序(如所述的监控***30)、程序代码等。
在进一步的实施例中,所述存储器31中存储有计算机程序的程序代码,且所述至少一个处理器32可调用所述存储器31中存储的程序代码以执行相关的功能。例如,图2中所述监控***30的各个模块是存储在所述存储器31中的程序代码,并由所述至少一个处理器32所执行,从而实现所述各个模块的功能以达到对植物生长进行监控的目的(详见下文中对图3的描述)。
在本发明的一个实施例中,所述存储器31存储一个或多个计算机可读指令,所述一个或多个计算机可读指令被所述至少一个处理器32所执行以实现对植物生长进行监控的目的。具体地,所述至少一个处理器32对上述计算机可读指令的具体实现方法详见下文中对图3的描述。
图3是本发明较佳实施例提供的植物生长监控方法的流程图。
在本实施例中,所述植物生长监控方法可以应用于监控装置3中,对于需要进行植物生长监控的监控装置3,可以直接在该监控装置3上集成本发明的方法所提供的用于对植物生长进行监控的功能,或者以软件开发工具包(Software Development Kit,SDK)的形式运行在所述监控装置3上。
如图3所示,所述植物生长监控方法具体包括以下步骤,根据不同的需求,该流程图中步骤的顺序可以改变,某些步骤可以省略。
步骤S1、获取模块301利用M个感测设备33分别感测植物4的生长数据,由此获得M组生长数据,其中,该M组生长数据中的每组生长数据包括T笔感测数据,该T笔感测数据中的每笔感测数据与所述植物4的T个生长时期中的其中一个生长时期关联,该T笔感测数据中的每笔感测数据包括N种要素的数值。
如前面所述,每个感测设备33用于感测植物4在每个生长时期的N种要素的数值。该N种要素包括,但不限于,植物4所在环境的温度、湿度、亮度、植物4的土壤的营养成分如氮、磷、钾。
本实施例中,每个感测设备33包括多个传感器,该多个传感器包括,但不限于,温度传感器、湿度传感器、光线传感器、土壤养分传感器。所述温度传感器用于感测植物4所在环境的温度值。所述湿度传感器用于感测植物4所在环境的湿度值。所述光线传感器用于感测植物4所在环境的亮度值。所述土壤养分传感器用于感测植物4的土壤的营养成分如氮、磷、钾等的含量。
本实施例以N等于6,该6种要素是温度、湿度、亮度、土壤的氮、磷、钾为例说明。需要说明的是,在其他实施例中,也可以更少或者更多种要素。
本实施例中,每笔感测数据所包括的每种要素的数值为一个。举例而言,以每笔感测数据包括所述6种要素的数值为例,则每笔感测数据包括一个温度值,一个湿度值,一个亮度值,一个氮的值,一个磷的值,以及一个钾的值。
在本实施例中,所述获取模块301于所述T个生长时期中的每个生长时期,获取一次所述M个感测设备33分别所感测的数据。
本实施例中,每组生长数据包括了植物4在所述T个生长时期的所述N种要素的数值。每组生长数据所包括的T笔感测数据也即是指每个感测设备33在所述T个生长时期分别所感测的各种要素的数值。每笔感测数据对应植物4在其中一个生长时期的各种要素的数值。
步骤S2、执行模块302从所述M组生长数据中,确定其中一组生长数据作为参考数据。执行模块302将所述M组生长数据中除所述其中一组生长数据之外的其他M-1组生长数据中的每组生长数据分别作为一组待检测的数据(为便于清楚简单说明本发明,待检测的数据称为“检测数据”),由此执行模块302获得M-1组检测数据。
本实施例中,所述执行模块302可以响应用户的输入从所述M组生长数据中,确定其中一组生长数据作为所述参考数据。例如,用户可以将收成最好的植物4所对应的所述生长数据作为所述参考数据。
步骤S3、执行模块302基于所述参考数据所包括的T笔感测数据,确定所述N种要素中的每种要素的第一有效范围,以及基于每种要素的第一有效范围,对所述参考数据进行筛选,获得经过筛选后的所述参考数据。
在一个实施例中,所述基于所述参考数据所包括的T笔感测数据,确定所述N种要素中的每种要素的第一有效范围包括:
基于所述参考数据所包括的T笔感测数据确定每种要素的集中趋势量数E0,基于所述每种要素的集中趋势量数E0确定每种要素的第一有效范围为[E1,E2],其中,E1=E0-E0*X1;E2=E0+E0*X1,X1为预设的系数。
本实施例中,每种要素的集中趋势量数E0是指,在所述参考数据所包括的T笔感测数据中,每种要素所对应的所有数值的中位数。
本实施例中,之所以将中位数作为集中趋势量数E0是因为平均数容易受到极端值影响,以及可能不存在众数的情况(如每个数值出现次数相同的情况)。
本实施例中,所述执行模块302可以将所述参考数据所包括的T笔感测数据中的任意一种要素所对应的所有数值由小到大依序排列。若该任意一种要素所对应的所有数值的总数为奇数,则将位于最中间的数值作为该任意一种要素的集中趋势量数E0。若该任意一种要素所对应的所有数值的总数为偶数,则将位于最中间的两个数值的平均数作为该任意一种要素的集中趋势量数E0。
举例而言,假设所述参考数据总共包括五笔感测数据,该五笔感测数据所包括的要素“氮”的含量由小到大依序排列为1.3、1.3、1.5、1.8、3.0,则氮的集中趋势量数E0等于1.5。
再如,假设所述参考数据包括八笔感测数据,该八笔感测数据所包括的要素“氮”的含量由小到大依序排列为0.8、0.9、1.3、1.3、1.5、1.5、1.8、3.0,则氮的集中趋势量数E0=((1.3+1.5)/2),即E0等于1.4。
在一个实施例中,所述基于每种要素的第一有效范围,对所述参考数据进行筛选包括:
获取所述参考数据中每种要素所对应的所有数值,从所获取的任意一种要素所对应的所有数值中删除指定数值,该指定数值不属于该任意一种要素的所述第一有效范围之内。
举例而言,假设氮的第一有效范围为[0.75,2.25],所述参考数据中氮所对应的所有数值为0.5、1.3、1.5、1.4、1.8、2.3,其中,0.5为在第一生长时期的氮的含量;1.3为在第二生长时期的氮的含量;1.5为在第三生长时期的氮的含量;1.4为在第四生长时期的氮的含量;1.8为在第五生长时期的氮的含量;2.3为在第六生长时期的氮的含量。那么所述执行模块302则从氮所对应的所有数值中删除0.5、2.3,因为0.5、2.3不属于第一有效范围[0.75,2.25]之内。
步骤S4、执行模块302基于经过筛选后的所述参考数据确定每种要素在每个生长时期的第二有效范围,以及基于每种要素在每个生长时期的第二有效范围,对所述M-1组检测数据中的每组检测数据分别进行筛选,获得经过筛选后的M-1组检测数据。
本实施例中,所述每种要素在每个生长时期的第二有效范围为[E1’,E2’],其中,E1’=V0-V0*X2;E2’=V0+V0*X2,X2为预设的系数;V0代表在所述经过筛选后的参考数据中,每种要素在每个生长时期的数值。
举例而言,假设经过筛选后的所述参考数据中氮所对应的所有数值为1.3、1.5、1.4、1.8,其中,1.3为在第二生长时期的氮的含量;1.5为在第三生长时期的氮的含量;1.4为在第四生长时期的氮的含量;1.8为在第五生长时期的氮的含量;假设X2的值为0.1,那么可计算获得氮在第二生长时期的第二有效范围为1.17~1.43,氮在第三生长时期的第二有效范围1.35~1.65,氮在第四生长时期的第二有效范围1.26~1.56,氮在第五生长时期的第二有效范围1.62~1.98。
需要说明的是,若在步骤S3中,删除了所述参考数据中某种要素在某个生长时期的数值,那么该某种要素在该某个生长时期的第二有效范围则为空值。
本实施例中,所述基于每种要素在每个生长时期的第二有效范围,对所述M-1组检测数据中的每组检测数据分别进行筛选包括:
在所述每组检测数据所包括的T笔感测数据中,将所述T笔感测数据中与任意一个生长时期对应的任意一笔感测数据删除,其中,该任意一笔感测数据所包括的所述N种要素中的每种要素的数值均不属于该每种要素在该任意一个生长时期的第二有效范围之内。
举例而言,假设某组检测数据G1所包括的某笔感测数据D1为:36.0(温度),64(湿度),该数据D1对应植物4的第一生长时期。即所述植物4在该第一生长时期所处环境的温度为36度,湿度为64克/立方米。为清楚简单说明本发明,这里仅以两种要素为例。假设要素“温度”在第一生长时期的第二有效范围为38~41,要素“湿度”在第一生长时期的第二有效范围为65~66,则数据D1所包括的要素“温度”的数值不在对应的第二有效范围之内,要素“湿度”的数值也不在对应的第二有效范围之内,因此,执行模块302则从所述某组检测数据G1中删除数据D1。
在一个实施例中,当某种要素在某个生长时期的第二有效范围为空值时,所述执行模块302将所述每组检测数据中,该某个生长时期对应的该某种要素的数值直接视为落入该某种要素在该某个生长时期的第二有效范围之内。本实施例中,所述某种要素为所述N种要素中的任意一种要素。所述某个生长时期所述T个生长时期中的任意一个生长时期。
举例而言,假设所述氮在所述第二生长时期的第二有效范围为空值,那么所述执行模块302可以直接确定每组检测数据所包括的所述第二生长时期的氮的含量落入氮在该第二生长时期的第二有效范围之内。
步骤S5、执行模块302分析经过筛选后的所述M-1组检测数据,获得所述N种要素中的每种要素分别在所述T个生长时期的标准值。
本实施例中,所述分析经过筛选后的所述M-1组检测数据,获得所述N种要素中的每种要素分别在所述T个生长时期的标准值包括(a1)-(a3):
(a1)获取经过筛选后的所述M-1组检测数据所包括的所有感测数据,按照每笔感测数据所对应的生长时期对所获取的所有感测数据进行分类,由此获得每个生长时期所对应的多笔感测数据。
(a2)对于与每个生长时期所对应的多笔感测数据,确定每笔感测数据所包括的有效数值的数目。
本实施例中,有效数值是指对应落入所述第二有效范围的要素的数值。
举例而言,某笔感测数据D2对应的生长时期为第二生长时期,该笔感测数据D2包括6种要素的数值,分别是36.0(温度),65(湿度),30(亮度),2.2(氮),1.5(磷),0.3(钾)。若所述6种要素的数值分别落入了对应的第二有效范围之内,则该笔感测数据D2中的有效数值的数目为6。若所述6种要素中只有5种要素的数值分别落入了对应的第二有效范围之内,则该笔感测数据D2中的有效数值的数目为5。
(a3)对于与任意一个生长时期所对应的多笔感测数据,将包括最多有效数值的感测数据作为目标数据,获取该目标数据所包括的N种要素的数值;将所获取的该N种要素的数值作为所述N种要素在所述任意一个生长时期的标准值。
举例而言,假设对应第二生长时期的感测数据总共有五笔,每笔感测数据包括六种要素(例如温度、湿度、亮度、氮、磷、钾)的数值。其中,该五笔感测数据中有一笔感测数据D3包括了六个有效数值,即该感测数据D3所包括的六种要素的数值分别落入了对应的第二有效范围。那么所述执行模块302则将感测数据D3所包括的六种要素的数值分别作为该六种要素在所述第二生长时期的标准值。例如所述感测数据D3为:36.0(温度),65(湿度),30(亮度),2.2(氮),1.5(磷),0.3(钾)。那么所述执行模块302将要素“温度”在所述第二生长时期的标准值设置为36度;将要素“湿度”在所述第二生长时期的标准值设置为65;将要素“亮度”在所述第二生长时期的标准值设置为30;将要素“氮”在所述第二生长时期的标准值设置为2.2;将要素“磷”在所述第二生长时期的标准值设置为1.5;将要素“钾”在所述第二生长时期的标准值设置为0.3。
需要说明的是,对于与任意一个生长时期所对应的多笔感测数据中,若有多笔感测数据同时具有最多有效数值,所述执行模块302可从该多笔感测数据中随机选定一笔感测数据作为所述目标数据。
举例而言,假设对应第二生长时期的感测数据总共有五笔,每笔感测数据包括六种要素(例如温度、湿度、亮度、氮、磷、钾)的数值。其中,该五笔感测数据中有两笔感测数据D1和D3分别包括了五个有效数值,其他三笔感测数据分别包括的有效数值均少于五个,那么所述执行模块302可随机选定D1或者D3作为所述目标数据。
需要说明的是,上述步骤S1-S5介绍的是有关如何根据历史种植植物4所获得的多组生长数据来确定每种要素在每个生长时期的标准值的方法。下面步骤S6介绍的则是,在下一次种植植物4的过程中,如何基于上述确定的每种要素在每个生长时期的标准值来调控植物4对每种要素的需求。
步骤S6、执行模块302于所述T个生长时期中的任意一个生长时期获取所述植物4的任意一种要素的数值;将所获取的所述任意一种要素的数值与该任意一种要素在该任意一个生长时期的标准值进行比较;及若所获取的所述任意一种要素的数值与该任意一种要素在该任意一个生长时期的标准值不一致时,对供应设备41进行调控,该供应设备41与所述任意一种要素对应。
举例而言,当在某个生长时期感测设备33感测到植物4的温度低于该某个生长时期的温度标准值时,所述执行模块302即可启动供应设备41例如加温设备加温,直到感测设备33所感测的温度值达到该某个生长时期的温度标准值,关闭加温设备。所述执行模块302还可以同时会发出警示讯息以便操作人员至现场查验供应设备41。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。装置权利要求中陈述的单元或装置可以通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照以上较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (9)
1.一种植物生长监控方法,其特征在于,该方法包括:
利用M个感测设备分别感测植物的生长数据,由此获得M组生长数据,其中,该M组生长数据中的每组生长数据包括T笔感测数据,该T笔感测数据中的每笔感测数据与所述植物的T个生长时期中的其中一个生长时期关联,该T笔感测数据中的每笔感测数据包括N种要素的数值;
从所述M组生长数据中,确定其中一组生长数据作为参考数据,将所述M组生长数据中除所述其中一组生长数据之外的其他M-1组生长数据中的每组生长数据分别作为一组检测数据,由此获得M-1组检测数据;
基于所述参考数据所包括的T笔感测数据,确定所述N种要素中的每种要素的第一有效范围,以及基于每种要素的第一有效范围,对所述参考数据进行筛选,获得经过筛选后的所述参考数据;
基于经过筛选后的所述参考数据确定每种要素在每个生长时期的第二有效范围,以及基于每种要素在每个生长时期的第二有效范围,对所述M-1组检测数据中的每组检测数据分别进行筛选,获得经过筛选后的M-1组检测数据;及
分析经过筛选后的所述M-1组检测数据,获得所述N种要素中的每种要素分别在所述T个生长时期的标准值。
2.如权利要求1所述的植物生长监控方法,其特征在于,该植物生长监控方法还包括:
于所述T个生长时期中的任意一个生长时期获取所述植物的任意一种要素的数值;
将所获取的所述任意一种要素的数值与该任意一种要素在该任意一个生长时期的标准值进行比较;及
若所获取的所述任意一种要素的数值与该任意一种要素在该任意一个生长时期的标准值不一致,对供应设备进行调控,该供应设备与所述任意一种要素对应。
3.如权利要求1所述的植物生长监控方法,其特征在于,所述基于所述参考数据所包括的T笔感测数据,确定所述N种要素中的每种要素的第一有效范围包括:
基于所述参考数据所包括的T笔感测数据确定每种要素的集中趋势量数E0,基于所述每种要素的集中趋势量数E0确定每种要素的第一有效范围为[E1,E2],其中,E1=E0-E0*X1;E2=E0+E0*X1,X1为预设的系数。
4.如权利要求3所述的植物生长监控方法,其特征在于,所述基于每种要素的第一有效范围,对所述参考数据进行筛选包括:
获取所述参考数据中每种要素所对应的所有数值,从所获取的任意一种要素所对应的所有数值中删除指定数值,该指定数值不属于该任意一种要素的所述第一有效范围之内。
5.如权利要求3所述的植物生长监控方法,其特征在于,所述每种要素在每个生长时期的第二有效范围为[E1’,E2’],其中,E1’=V0-V0*X2;E2’=V0+V0*X2,X2为预设的系数;V0代表在所述经过筛选后的参考数据中,每种要素在每个生长时期的数值。
6.如权利要求5所述的植物生长监控方法,其特征在于,所述基于每种要素在每个生长时期的第二有效范围,对所述M-1组检测数据中的每组检测数据分别进行筛选包括:
在所述每组检测数据所包括的T笔感测数据中,将所述T笔感测数据中与任意一个生长时期对应的任意一笔感测数据删除,其中,该任意一笔感测数据所包括的所述N种要素中的每种要素的数值均不属于该每种要素在该任意一个生长时期的第二有效范围之内。
7.如权利要求6所述的植物生长监控方法,其特征在于,所述分析经过筛选后的所述M-1组检测数据,获得所述N种要素中的每种要素分别在所述T个生长时期的标准值包括:
获取经过筛选后的所述M-1组检测数据所包括的所有感测数据,按照每笔感测数据所对应的生长时期对所获取的所有感测数据进行分类,由此获得每个生长时期所对应的多笔感测数据;
对于与每个生长时期所对应的多笔感测数据,确定每笔感测数据所包括的有效数值的数目;
对于与任意一个生长时期所对应的多笔感测数据,将包括最多有效数值的感测数据作为目标数据,获取该目标数据所包括的N种要素的数值;将所获取的该N种要素的数值作为所述N种要素在所述任意一个生长时期的标准值。
8.一种监控装置,该监控装置包括存储器和至少一个处理器,所述存储器中存储有至少一个指令,所述至少一个指令被所述至少一个处理器执行时实现如权利要求1至7中任意一项所述的植物生长监控方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有至少一个指令,所述至少一个指令被处理器执行时实现如权利要求1至7中任意一项所述的植物生长监控方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010381964.0A CN113624912B (zh) | 2020-05-08 | 2020-05-08 | 植物生长监控方法、监控装置及可读存储介质 |
US17/017,458 US20210349069A1 (en) | 2020-05-08 | 2020-09-10 | Monitoring device, plant growth monitoring method using monitoring device, and plant factory |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010381964.0A CN113624912B (zh) | 2020-05-08 | 2020-05-08 | 植物生长监控方法、监控装置及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113624912A true CN113624912A (zh) | 2021-11-09 |
CN113624912B CN113624912B (zh) | 2024-04-02 |
Family
ID=78377154
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010381964.0A Active CN113624912B (zh) | 2020-05-08 | 2020-05-08 | 植物生长监控方法、监控装置及可读存储介质 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20210349069A1 (zh) |
CN (1) | CN113624912B (zh) |
Citations (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050229483A1 (en) * | 2003-12-22 | 2005-10-20 | Pioneer Hi-Bred International, Inc. | Porous, light transmissive material and method for using same |
CN101593317A (zh) * | 2008-05-26 | 2009-12-02 | 鸿富锦精密工业(深圳)有限公司 | 物料需求排配***及方法 |
CN103648266A (zh) * | 2011-06-27 | 2014-03-19 | 巴斯夫植物科学有限公司 | 用于筛选植物样本的筛选设备 |
US20150149090A1 (en) * | 2013-11-22 | 2015-05-28 | Living Systems, Inc. | Living plant monitoring systems |
CN104866266A (zh) * | 2015-04-30 | 2015-08-26 | 北京农业智能装备技术研究中心 | 农作物性状展示方法及装置 |
US9140824B1 (en) * | 2015-01-23 | 2015-09-22 | Iteris, Inc. | Diagnosis and prediction of in-field dry-down of a mature small grain, coarse grain, or oilseed crop using field-level analysis and forecasting of weather conditions, crop characteristics, and observations and user input of harvest condition states |
CN105719479A (zh) * | 2014-12-05 | 2016-06-29 | 鸿富锦精密工业(深圳)有限公司 | 路况处理***及方法 |
CN106104218A (zh) * | 2016-06-17 | 2016-11-09 | 北京小米移动软件有限公司 | 植物监测仪、信息生成方法、装置及植物监测*** |
CN106845428A (zh) * | 2017-01-26 | 2017-06-13 | 中国科学院遥感与数字地球研究所 | 一种作物产量遥感估算方法及*** |
US20170206415A1 (en) * | 2016-01-15 | 2017-07-20 | Blue River Technology Inc. | Plant feature detection using captured images |
WO2018018814A1 (zh) * | 2016-07-26 | 2018-02-01 | 深圳前海弘稼科技有限公司 | 一种种植箱内植物的生长过程展示方法及*** |
CN107680000A (zh) * | 2017-09-21 | 2018-02-09 | 中国农业科学院农业资源与农业区划研究所 | 区域作物种植选择方法 |
CN107918424A (zh) * | 2017-11-17 | 2018-04-17 | 深圳春沐源控股有限公司 | 一种控制植物生长环境的方法及*** |
CN108181814A (zh) * | 2017-12-29 | 2018-06-19 | 杭州清本科技有限公司 | 植物生长环境监控方法及装置、计算机存储介质 |
US20180242539A1 (en) * | 2014-03-21 | 2018-08-30 | Deb Ranjan Bhattacharya | An Intelligent Integrated Plant Growth System and a Process of Growing Plant Thereof |
CN108535415A (zh) * | 2018-04-04 | 2018-09-14 | 深圳智达机械技术有限公司 | 一种农作物生长监测*** |
JP2018161118A (ja) * | 2017-03-24 | 2018-10-18 | 株式会社北斗技研 | 閉鎖型植物工場の収益が最大となる環境設定法 |
WO2018224861A1 (en) * | 2017-06-07 | 2018-12-13 | International Rice Research Institute | Increasing hybrid seed production through higher outcrossing rate in cytoplasmic male sterile gramineae plants and related materials and methods |
CN109168502A (zh) * | 2018-09-29 | 2019-01-11 | 东莞绿邦智能科技有限公司 | 一种基于物联网技术的农田管理*** |
CN109451753A (zh) * | 2018-05-31 | 2019-03-08 | 深圳市蚂蚁雄兵物联技术有限公司 | 植物生长智能控制***、方法、电子终端及可读存储介质 |
CN109886094A (zh) * | 2019-01-08 | 2019-06-14 | 中国农业大学 | 一种作物苗情苗势采集分析方法和装置 |
CN110135403A (zh) * | 2019-06-19 | 2019-08-16 | 香港理工大学 | 室内植物培养方法、装置、***、设备及可读存储介质 |
CN110232254A (zh) * | 2019-06-24 | 2019-09-13 | 生态环境部南京环境科学研究所 | 一种动态模拟计算水稻生长的模型构建方法及应用 |
US20200003743A1 (en) * | 2017-01-16 | 2020-01-02 | Keygene N.V. | Monitoring plants |
CN110675094A (zh) * | 2019-11-11 | 2020-01-10 | 深圳春沐源控股有限公司 | 种植计划的制定方法、农业信息化管理***及存储介质 |
CN111077273A (zh) * | 2019-12-31 | 2020-04-28 | 宁夏农林科学院荒漠化治理研究所(宁夏防沙治沙与水土保持重点实验室) | 测定植被生长指标与水文要素坡面尺度效应的方法 |
CN111105173A (zh) * | 2019-12-31 | 2020-05-05 | 内蒙古蒙草生命共同体大数据有限公司 | 一种植物适宜生长区域评价方法和设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3032367A1 (en) * | 2014-12-08 | 2016-06-15 | Kabushiki Kaisha Toshiba | Plant monitoring system |
US20180077884A1 (en) * | 2016-09-19 | 2018-03-22 | Econow Systems, LLC | Apparatus And Method For Automated Aeroponic Systems For Growing Plants |
WO2018173045A1 (en) * | 2017-03-20 | 2018-09-27 | Supplant Ltd. | Systems and methods for planning crop irrigation |
US11663414B2 (en) * | 2018-02-20 | 2023-05-30 | Fluence Bioengineering, Inc. | Controlled agricultural systems and methods of managing agricultural systems |
-
2020
- 2020-05-08 CN CN202010381964.0A patent/CN113624912B/zh active Active
- 2020-09-10 US US17/017,458 patent/US20210349069A1/en active Pending
Patent Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050229483A1 (en) * | 2003-12-22 | 2005-10-20 | Pioneer Hi-Bred International, Inc. | Porous, light transmissive material and method for using same |
CN101593317A (zh) * | 2008-05-26 | 2009-12-02 | 鸿富锦精密工业(深圳)有限公司 | 物料需求排配***及方法 |
CN103648266A (zh) * | 2011-06-27 | 2014-03-19 | 巴斯夫植物科学有限公司 | 用于筛选植物样本的筛选设备 |
US20150149090A1 (en) * | 2013-11-22 | 2015-05-28 | Living Systems, Inc. | Living plant monitoring systems |
US20180242539A1 (en) * | 2014-03-21 | 2018-08-30 | Deb Ranjan Bhattacharya | An Intelligent Integrated Plant Growth System and a Process of Growing Plant Thereof |
CN105719479A (zh) * | 2014-12-05 | 2016-06-29 | 鸿富锦精密工业(深圳)有限公司 | 路况处理***及方法 |
US9140824B1 (en) * | 2015-01-23 | 2015-09-22 | Iteris, Inc. | Diagnosis and prediction of in-field dry-down of a mature small grain, coarse grain, or oilseed crop using field-level analysis and forecasting of weather conditions, crop characteristics, and observations and user input of harvest condition states |
CN104866266A (zh) * | 2015-04-30 | 2015-08-26 | 北京农业智能装备技术研究中心 | 农作物性状展示方法及装置 |
US20200007847A1 (en) * | 2016-01-15 | 2020-01-02 | Blue River Technology Inc. | Plant feature detection using captured images |
US20170206415A1 (en) * | 2016-01-15 | 2017-07-20 | Blue River Technology Inc. | Plant feature detection using captured images |
CN106104218A (zh) * | 2016-06-17 | 2016-11-09 | 北京小米移动软件有限公司 | 植物监测仪、信息生成方法、装置及植物监测*** |
WO2018018814A1 (zh) * | 2016-07-26 | 2018-02-01 | 深圳前海弘稼科技有限公司 | 一种种植箱内植物的生长过程展示方法及*** |
US20200003743A1 (en) * | 2017-01-16 | 2020-01-02 | Keygene N.V. | Monitoring plants |
CN106845428A (zh) * | 2017-01-26 | 2017-06-13 | 中国科学院遥感与数字地球研究所 | 一种作物产量遥感估算方法及*** |
JP2018161118A (ja) * | 2017-03-24 | 2018-10-18 | 株式会社北斗技研 | 閉鎖型植物工場の収益が最大となる環境設定法 |
WO2018224861A1 (en) * | 2017-06-07 | 2018-12-13 | International Rice Research Institute | Increasing hybrid seed production through higher outcrossing rate in cytoplasmic male sterile gramineae plants and related materials and methods |
CN107680000A (zh) * | 2017-09-21 | 2018-02-09 | 中国农业科学院农业资源与农业区划研究所 | 区域作物种植选择方法 |
CN107918424A (zh) * | 2017-11-17 | 2018-04-17 | 深圳春沐源控股有限公司 | 一种控制植物生长环境的方法及*** |
CN108181814A (zh) * | 2017-12-29 | 2018-06-19 | 杭州清本科技有限公司 | 植物生长环境监控方法及装置、计算机存储介质 |
CN108535415A (zh) * | 2018-04-04 | 2018-09-14 | 深圳智达机械技术有限公司 | 一种农作物生长监测*** |
CN109451753A (zh) * | 2018-05-31 | 2019-03-08 | 深圳市蚂蚁雄兵物联技术有限公司 | 植物生长智能控制***、方法、电子终端及可读存储介质 |
CN109168502A (zh) * | 2018-09-29 | 2019-01-11 | 东莞绿邦智能科技有限公司 | 一种基于物联网技术的农田管理*** |
CN109886094A (zh) * | 2019-01-08 | 2019-06-14 | 中国农业大学 | 一种作物苗情苗势采集分析方法和装置 |
CN110135403A (zh) * | 2019-06-19 | 2019-08-16 | 香港理工大学 | 室内植物培养方法、装置、***、设备及可读存储介质 |
CN110232254A (zh) * | 2019-06-24 | 2019-09-13 | 生态环境部南京环境科学研究所 | 一种动态模拟计算水稻生长的模型构建方法及应用 |
CN110675094A (zh) * | 2019-11-11 | 2020-01-10 | 深圳春沐源控股有限公司 | 种植计划的制定方法、农业信息化管理***及存储介质 |
CN111077273A (zh) * | 2019-12-31 | 2020-04-28 | 宁夏农林科学院荒漠化治理研究所(宁夏防沙治沙与水土保持重点实验室) | 测定植被生长指标与水文要素坡面尺度效应的方法 |
CN111105173A (zh) * | 2019-12-31 | 2020-05-05 | 内蒙古蒙草生命共同体大数据有限公司 | 一种植物适宜生长区域评价方法和设备 |
Non-Patent Citations (5)
Title |
---|
DAMIAN, J. M ET AL: ""Doses of Osmocote in the production of seedlings Sarandi: morphological attributes and chlorophyll index"", 《REVISTA AGRARIAN》, vol. 9, no. 33, pages 241 - 247 * |
DE KUHN ET AL: ""Screening for unicellular algae as possible bioassay organisms for monitoring marine water samples"", 《WATER RESEARCH》, vol. 40, no. 14, pages 2695 - 2703, XP025040156, DOI: 10.1016/j.watres.2006.04.045 * |
王文基等: ""水蒸气蒸馏法提取云木香中的挥发油"", 《山东工业技术》, no. 3, pages 67 * |
练从龙等: ""气雾栽培研究进展及其在药用植物中的应用前景"", 《中国现代中药》, vol. 22, no. 3, pages 461 - 465 * |
高国涛: ""植物生长营养液测控***研究"", 《中国优秀硕士学位论文全文数据库农业科技》, no. 10, pages 1 - 121 * |
Also Published As
Publication number | Publication date |
---|---|
CN113624912B (zh) | 2024-04-02 |
US20210349069A1 (en) | 2021-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Vacchiano et al. | Reproducing reproduction: How to simulate mast seeding in forest models | |
Zhao et al. | Exploring the relationships between climatic variables and climate-induced yield of spring maize in Northeast China | |
Haskett et al. | Effect of climate and atmospheric change on soybean water stress: a study of Iowa | |
CN101793560A (zh) | 温室黄瓜生长环境智能监测模型及装置 | |
CN111798028A (zh) | 一种作物产量预测方法、装置、电子设备和存储介质 | |
Wu et al. | Measured phenology response of unchanged crop varieties to long-term historical climate change | |
Pascual et al. | A Wireless Sensor Network using XBee for precision agriculture of sweet potatoes (Ipomoea batatas) | |
Moreno-Cadena et al. | Importance of genetic parameters and uncertainty of MANIHOT, a new mechanistic cassava simulation model | |
CN113196320A (zh) | 果菜类植物和果树栽培管理装置、学习装置、果菜类植物和果树栽培管理方法、学习模型生成方法、果菜类植物和果树栽培管理程序以及学习模型生成程序 | |
Ye et al. | A new modified resource budget model for nonlinear dynamics in citrus production | |
CN111461435A (zh) | 一种农作物产量的预测方法和*** | |
Wang et al. | Comparison of climate change impacts on the growth of C3 and C4 crops in China | |
Gutiérrez-Boem et al. | Leaf area development in soybean as affected by phosphorus nutrition and water deficit | |
CN113624912B (zh) | 植物生长监控方法、监控装置及可读存储介质 | |
Zhang et al. | Response of vegetation dynamics to climatic variables across a precipitation gradient in the Northeast China Transect | |
TW202143158A (zh) | 植物生長監控方法、監控裝置及可讀儲存介質 | |
JP7416394B2 (ja) | 作付スケジュール算出装置、作付スケジュール算出プログラム、及び、作付スケジュール算出方法 | |
McAvoy et al. | Development of a plant factory model: I. The organizational and operational model II. A plant growth model: The single truss tomato crop | |
Siddik et al. | Smart LCC Device: LCC-Based IoT Device for measuring urea consumption in major food crops | |
CN111667167B (zh) | 一种农业粮食产量估算方法和*** | |
CN112651645B (zh) | 一种产地环境监测异常数据全程溯源解析方法 | |
Bacci et al. | A system for fertigation management in closed-loop soilless culture of tomato | |
Lu et al. | Economics of the impact of climate change on agriculture | |
KR102471742B1 (ko) | 스마트팜의 생산량과 환경에 대한 최적선형모델 구축 방법 | |
TWI821719B (zh) | 預測水稻用水需求的系統及方法 |
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 | ||
CB02 | Change of applicant information |
Address after: No. 36, North Street, West District, economic and Technological Development Zone, Binhai New Area, Tianjin Applicant after: Fulian precision electronics (Tianjin) Co.,Ltd. Address before: No. 36, North Street, West District, economic and Technological Development Zone, Binhai New Area, Tianjin Applicant before: HONGFUJIN PRECISION ELECTRONICS (TIANJIN) Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |