CN117629314A - 一种基于物联网的环境智能监测*** - Google Patents
一种基于物联网的环境智能监测*** Download PDFInfo
- Publication number
- CN117629314A CN117629314A CN202410110176.6A CN202410110176A CN117629314A CN 117629314 A CN117629314 A CN 117629314A CN 202410110176 A CN202410110176 A CN 202410110176A CN 117629314 A CN117629314 A CN 117629314A
- Authority
- CN
- China
- Prior art keywords
- soil
- monitoring
- sub
- indicating
- index
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 142
- 238000004458 analytical method Methods 0.000 claims abstract description 55
- 239000002689 soil Substances 0.000 claims description 104
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 71
- 238000005286 illumination Methods 0.000 claims description 37
- 238000007405 data analysis Methods 0.000 claims description 31
- 238000005457 optimization Methods 0.000 claims description 30
- 201000010099 disease Diseases 0.000 claims description 25
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 25
- 238000013178 mathematical model Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 15
- 230000007613 environmental effect Effects 0.000 claims description 14
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 12
- 229910052760 oxygen Inorganic materials 0.000 claims description 12
- 239000001301 oxygen Substances 0.000 claims description 12
- 238000002834 transmittance Methods 0.000 claims description 12
- 230000000243 photosynthetic effect Effects 0.000 claims description 9
- 239000011148 porous material Substances 0.000 claims description 9
- 230000010211 insect pollination Effects 0.000 claims description 7
- 230000029553 photosynthesis Effects 0.000 claims description 7
- 238000010672 photosynthesis Methods 0.000 claims description 7
- 230000010152 pollination Effects 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000001035 drying Methods 0.000 claims description 3
- 238000011835 investigation Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000005303 weighing Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 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
- 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Agronomy & Crop Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Husbandry (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于物联网的环境智能监测***,具体涉及物联网领域,包括监测区域划分模块、环境数据采集模块、环境数据分析模块、生物数据采集模块、生物数据处理模块、生物数据分析模块、综合分析模块以及智能预警模块。本发明从环境数据和生物数据两个方面对目标农作物种植区域进行数据采集和分析,最后将数据进行综合分析实现对环境的智能监测,本发明可以实现不同数据之间的整合,提供更加全面和准确的数据分析结果,提高了环境监测的准确性和可靠性,通过对目标农作物种植区域的智能预警,提高了目标农作物种植区域的安全性,还能优化农业生产资源配置、促进绿色农业环保、实时监测和精准管理。
Description
技术领域
本发明涉及物联网技术领域,更具体地说,本发明涉及一种基于物联网的环境智能监测***。
背景技术
传统的农业环境监测***只能提供单一的数据源,数据过于笼统不够全面。此外,该***通常只提供基础的数据分析,例如平均值、最大值、最小值等,缺乏准确性和可靠性。这些数据需要人工处理和分析,无法及时响应环境变化,限制了该***的实际应用。为了解决上述问题,本文提出了一种基于物联网的环境智能监测***。
发明内容
为了克服现有技术的上述缺陷,本发明的实施例提供一种基于物联网的环境智能监测***,通过以下方案,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种基于物联网的环境智能监测***,包括:
监测区域划分模块用于将目标农作物种植区域确定为目标监测区域,在目标监测区域划分出面积相等的子监测区域用于抽样调查,并依次标记为1、2……n;
环境数据采集模块用于采集各子监测区域的光照参数、土壤参数以及水质参数,并将采集到的数据传输到环境数据分析模块;
环境数据分析模块包括光照参数分析单元、土壤参数分析单元以及水质参数分析单元,用于建立数学模型,将环境数据采集模块传输的数据导入数学模型中计算出各子监测区域的光合作用效率指数、土壤特性指数以及水质特性指数,并传输到综合分析模块;
生物数据采集模块用于采集各子监测区域的结实参数、生长参数以及病害参数,并将采集到的数据传输到生物数据处理模块;
生物数据处理模块用于对生物数据采集模块传输的结实参数、生长参数以及病害参数进行处理,并将处理后的数据传输到生物数据分析模块;
生物数据分析模块用于建立生物数据分析模型,将生物数据处理模块传输的数据导入生物数据分析模型中,计算出各子监测区域的农作物健康指数,并传输到综合分析模块;
综合分析模块用于建立综合分析模型,将生物数据分析模块和环境数据分析模块传输的数据导入到综合分析模型中,计算出目标农作物种植区域的综合优化指数,并传输到智能预警模块;
智能预警模块用于根据综合分析模块传输的目标农作物种植区域的综合优化指数和综合优化指数预设值对目标农作物种植区域的环境进行智能预警。
优选的,所述光照参数包括光照强度、光照时间、温室透光率以及农作物数量,分别标记为、/>、/>以及/>,土壤参数包括土壤质量、土壤湿度、土壤容重、土壤孔隙容积、土壤体积以及土壤酸碱度,分别标记为/>、/>、/>、/>、/>以及/>,水质参数包括水流流速、水质酸碱度、水质溶解氧浓度以及水质浊度,分别标记为/>、/>、以及/>,其中i=1、2……n,i表示第i个子监测区域;
所述结实参数包括结实数、鸟类取食数、人工授粉数以及昆虫授粉数,分别标记为、/>、/>以及/>,生长参数包括农作物样本质量和生长时间,分贝标记为/>和,病害参数包括病斑面积、叶片面积、农作物病害数以及农作物数量,分别标记为/>、、/>以及/>,其中i=1、2……n,i表示第i个子监测区域。
优选的,所述环境数据采集模块通过在温室内安装光照强度传感器和定时器采集光照强度和光照时间,通过在温室表面安装透光率传感器采集温室透光率,通过在农作物正上方安装视觉传感器采集农作物数量,通过土壤采集器采集土壤样本,通过烘干称重法采集土壤样本的土壤质量、土壤湿度以及土壤容重,通过将土壤样本放入量杯中采集土壤样本的土壤孔隙容积和土壤体积,通过ph试纸采集土壤样本的土壤酸碱度,通过在出水口安装超声波流速计采集水流流速,通过ph试纸采集水质酸碱度,通过溶解氧仪采集水质溶解氧浓度,通过浊度计采集水质浊度;
所述生物数据采集模块通过在农作物正上方安装视觉传感器采集结实数、鸟类取食数、昆虫授粉数、人工授粉数、病斑面积、叶片面积、农作物病害数以及农作物数量,通过在每个子监测区域采集一株农作物称重的方式采集农作物样本质量。
优选的,所述光照参数分析单元用于建立光照参数分析模型,具体数学模型为:,/>表示第i个子监测区域的光合作用效率指数,/>表示第i个子监测区域的光照强度,/>表示第i个子监测区域的光照时间,/>表示第i个子监测区域的温室透光率,/>表示第i个子监测区域的农作物数量,/>表示子监测区域数量,/>表示各子监测区域面积,/>表示光合作用效率指数的其他影响因子。
优选的,所述土壤参数分析单元用于建立土壤参数分析模型,具体数学模型为:,/>表示第i个子监测区域的土壤特性指数,/>表示第i个子监测区域的土壤质量,/>表示第i个子监测区域的土壤湿度,/>表示第i个子监测区域的土壤容重,/>表示第i个子监测区域的土壤孔隙容积,/>表示第i个子监测区域的土壤体积,/>表示第i个子监测区域的土壤酸碱度,/>表示土壤特性指数的其他影响因子。
优选的,所述水质参数分析单元用于建立水质参数分析模型,具体数学模型为:,/>表示第i个子监测区域的水质特性指数,/>表示第i个子监测区域的水流流速,/>表示第i个子监测区域的水质酸碱度,/>表示第i个子监测区域的水质溶解氧浓度,/>表示第i个子监测区域的水质浊度,/>表示子监测区域数量,/>表示水质特性指数的其他影响因子。
优选的,所述生物数据分析模型具体表示为:,/>表示第i个子监测区域的农作物健康指数,/>表示第i个子监测区域的结实率,/>表示第i个子监测区域的生长速度,/>表示第i个子监测区域的病情指数,/>表示农作物健康指数的其他影响因子。
优选的,所述综合分析模型具体表示为:,/>表示目标农作物种植区域的综合优化指数,/>表示第i个子监测区域的农作物健康指数,/>表示第i个子监测区域的光合作用效率指数,/>表示第i个子监测区域的土壤特性指数,表示第i个子监测区域的水质特性指数。
优选的,所述综合优化指数预设值标记为,当/>时,表示综合优化指数预设值小于等于目标农作物种植区域的综合优化指数,说明目标农作物种植区域的环境正常,则保持对各子监测区域的监测,当/>时,表示综合优化指数预设值大于目标农作物种植区域的综合优化指数,说明目标农作物种植区域的环境异常,则发出预警信号。
本发明的技术效果和优点:
本发明从环境数据和生物数据两个方面对目标农作物种植区域进行数据采集和分析,最后将数据进行综合分析实现对环境的智能监测,本发明可以实现不同数据之间的整合,提供更加全面和准确的数据分析结果,提高了环境监测的准确性和可靠性,可以更精准地了解农作物的生长需求,通过对目标农作物种植区域的智能预警,提高了目标农作物种植区域的安全性,还能优化农业生产资源配置、促进绿色农业环保、实时监测和精准管理。
附图说明
图1为本发明的整体结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,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。
参考图1所示的一种基于物联网的环境智能监测***,包括监测区域划分模块、环境数据采集模块、环境数据分析模块、生物数据采集模块、生物数据处理模块、生物数据分析模块、综合分析模块以及智能预警模块。
所述监测区域划分模块用于将目标农作物种植区域确定为目标监测区域,在目标监测区域划分出面积相等的子监测区域用于抽样调查,并依次标记为1、2……n。
所述环境数据采集模块用于采集各子监测区域的光照参数、土壤参数以及水质参数,并将采集到的数据传输到环境数据分析模块。
所述光照参数包括光照强度、光照时间、温室透光率以及农作物数量,分别标记为、/>、/>以及/>,土壤参数包括土壤质量、土壤湿度、土壤容重、土壤孔隙容积、土壤体积以及土壤酸碱度,分别标记为/>、/>、/>、/>、/>以及/>,水质参数包括水流流速、水质酸碱度、水质溶解氧浓度以及水质浊度,分别标记为/>、/>、/>以及,其中i=1、2……n,i表示第i个子监测区域。
所述环境数据采集模块通过在温室内安装光照强度传感器和定时器采集光照强度和光照时间,通过在温室表面安装透光率传感器采集温室透光率,通过在农作物正上方安装视觉传感器采集农作物数量,通过土壤采集器采集土壤样本,通过烘干称重法采集土壤样本的土壤质量、土壤湿度以及土壤容重,通过将土壤样本放入量杯中采集土壤样本的土壤孔隙容积和土壤体积,通过ph试纸采集土壤样本的土壤酸碱度,通过在出水口安装超声波流速计采集水流流速,通过ph试纸采集水质酸碱度,通过溶解氧仪采集水质溶解氧浓度,通过浊度计采集水质浊度。
所述环境数据分析模块包括光照参数分析单元、土壤参数分析单元以及水质参数分析单元,用于建立数学模型,将环境数据采集模块传输的数据导入数学模型中计算出各子监测区域的光合作用效率指数、土壤特性指数以及水质特性指数,并传输到综合分析模块。
所述光照参数分析单元用于建立光照参数分析模型,具体数学模型为:,/>表示第i个子监测区域的光合作用效率指数,/>表示第i个子监测区域的光照强度,/>表示第i个子监测区域的光照时间,/>表示第i个子监测区域的温室透光率,/>表示第i个子监测区域的农作物数量,/>表示子监测区域数量,/>表示各子监测区域面积,/>表示光合作用效率指数的其他影响因子。
所述土壤参数分析单元用于建立土壤参数分析模型,具体数学模型为:,/>表示第i个子监测区域的土壤特性指数,/>表示第i个子监测区域的土壤质量,/>表示第i个子监测区域的土壤湿度,/>表示第i个子监测区域的土壤容重,/>表示第i个子监测区域的土壤孔隙容积,/>表示第i个子监测区域的土壤体积,/>表示第i个子监测区域的土壤酸碱度,/>表示土壤特性指数的其他影响因子。
所述水质参数分析单元用于建立水质参数分析模型,具体数学模型为:,/>表示第i个子监测区域的水质特性指数,/>表示第i个子监测区域的水流流速,/>表示第i个子监测区域的水质酸碱度,/>表示第i个子监测区域的水质溶解氧浓度,/>表示第i个子监测区域的水质浊度,/>表示子监测区域数量,/>表示水质特性指数的其他影响因子。
所述生物数据采集模块用于采集各子监测区域的结实参数、生长参数以及病害参数,并将采集到的数据传输到生物数据处理模块。
所述结实参数包括结实数、鸟类取食数、人工授粉数以及昆虫授粉数,分别标记为、/>、/>以及/>,生长参数包括农作物样本质量和生长时间,分贝标记为/>和,病害参数包括病斑面积、叶片面积、农作物病害数以及农作物数量,分别标记为/>、、/>以及/>,其中i=1、2……n,i表示第i个子监测区域。
所述生物数据采集模块通过在农作物正上方安装视觉传感器采集结实数、鸟类取食数、昆虫授粉数、人工授粉数、病斑面积、叶片面积、农作物病害数以及农作物数量,通过在每个子监测区域采集一株农作物称重的方式采集农作物样本质量。
所述生物数据处理模块用于对生物数据采集模块传输的结实参数、生长参数以及病害参数进行处理,并将处理后的数据传输到生物数据分析模块。
所述生物数据处理模块通过结实参数计算出各子监测区域的结实率,具体数学模型为:,/>表示第i个子监测区域的结实率,/>表示第i个子监测区域的结实数,/>表示第i个子监测区域的鸟类取食数,/>表示第i个子监测区域的人工授粉数,/>表示第i个子监测区域的昆虫授粉数,通过生长参数计算出各子监测区域的生长速度,具体数学模型为:/>,/>表示第i个子监测区域的生长速度,/>表示第i个子监测区域的农作物样本质量,/>表示第i个子监测区域的生长时间,通过病害参数计算出各子监测区域的病情指数,具体数学模型为:/>,/>表示第i个子监测区域的病情指数,/>表示第i个子监测区域的病斑面积,/>表示第i个子监测区域的叶片面积,/>表示第i个子监测区域的农作物病害数,/>表示第i个子监测区域的农作物数量。
所述生物数据分析模块用于建立生物数据分析模型,将生物数据处理模块传输的数据导入生物数据分析模型中,计算出各子监测区域的农作物健康指数,并传输到综合分析模块。
所述生物数据分析模型具体表示为:,/>表示第i个子监测区域的农作物健康指数,/>表示第i个子监测区域的结实率,/>表示第i个子监测区域的生长速度,/>表示第i个子监测区域的病情指数,/>表示农作物健康指数的其他影响因子。
所述生物数据分析模型通过设置结实率、生长速度以及病情指数,从而组合成农作物健康指数数学模型,继而反应了本实施例中关于农作物的结实率、生长速度以及病情指数因素对最终某结果的影响趋势,最大化的呈现本数学模型对本***的直观影响。
所述综合分析模块用于建立综合分析模型,将生物数据分析模块和环境数据分析模块传输的数据导入到综合分析模型中,计算出目标农作物种植区域的综合优化指数,并传输到智能预警模块。
所述综合分析模型具体表示为:,/>表示目标农作物种植区域的综合优化指数,/>表示第i个子监测区域的农作物健康指数,/>表示第i个子监测区域的光合作用效率指数,/>表示第i个子监测区域的土壤特性指数,/>表示第i个子监测区域的水质特性指数。
所述智能预警模块用于根据综合分析模块传输的目标农作物种植区域的综合优化指数和综合优化指数预设值对目标农作物种植区域的环境进行智能预警。
所述综合优化指数预设值标记为,当/>时,表示综合优化指数预设值小于等于目标农作物种植区域的综合优化指数,说明目标农作物种植区域的环境正常,则保持对各子监测区域的监测,当/>时,表示综合优化指数预设值大于目标农作物种植区域的综合优化指数,说明目标农作物种植区域的环境异常,则发出预警信号。
本发明通过监测区域划分模块将目标农作物种植区域划分为各子监测区域并编号,通过环境数据采集模块采集各子监测区域的光照参数、土壤参数以及水质参数,通过环境数据分析模块计算出各子监测区域的光合作用效率指数、土壤特性指数以及水质特性指数,通过生物数据采集模块采集各子监测区域的结实参数、生长参数以及病害参数,通过生物数据处理模块对生物数据采集模块传输的数据进行处理,通过生物数据分析模块计算出各子监测区域的农作物健康指数,通过综合分析模块计算出目标农作物种植区域的综合优化指数,通过智能预警模块对目标农作物种植区域的环境进行智能预警。
本发明从环境数据和生物数据两个方面对目标农作物种植区域进行数据采集和分析,最后将数据进行综合分析实现对环境的智能监测,本发明可以实现不同数据之间的整合,提供更加全面和准确的数据分析结果,提高了环境监测的准确性和可靠性,可以更精准地了解农作物的生长需求,通过对目标农作物种植区域的智能预警,提高了目标农作物种植区域的安全性,还能优化农业生产资源配置、促进绿色农业环保、实时监测和精准管理。
其次:本发明公开实施例附图中,只涉及到与本公开实施例涉及到的结构,其他结构可参考通常设计,在不冲突情况下,本发明同一实施例及不同实施例可以相互组合;
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于物联网的环境智能监测***,其特征在于,包括:
监测区域划分模块用于将目标农作物种植区域确定为目标监测区域,在目标监测区域划分出面积相等的子监测区域用于抽样调查,并依次标记为1、2……n;
环境数据采集模块用于采集各子监测区域的光照参数、土壤参数以及水质参数,并将采集到的数据传输到环境数据分析模块;
环境数据分析模块包括光照参数分析单元、土壤参数分析单元以及水质参数分析单元,用于建立数学模型,将环境数据采集模块传输的数据导入数学模型中计算出各子监测区域的光合作用效率指数、土壤特性指数以及水质特性指数,并传输到综合分析模块;
生物数据采集模块用于采集各子监测区域的结实参数、生长参数以及病害参数,并将采集到的数据传输到生物数据处理模块;
生物数据处理模块用于对生物数据采集模块传输的结实参数、生长参数以及病害参数进行处理,并将处理后的数据传输到生物数据分析模块;
生物数据分析模块用于建立生物数据分析模型,将生物数据处理模块传输的数据导入生物数据分析模型中,计算出各子监测区域的农作物健康指数,并传输到综合分析模块;
综合分析模块用于建立综合分析模型,将生物数据分析模块和环境数据分析模块传输的数据导入到综合分析模型中,计算出目标农作物种植区域的综合优化指数,并传输到智能预警模块;
智能预警模块用于根据综合分析模块传输的目标农作物种植区域的综合优化指数和综合优化指数预设值对目标农作物种植区域的环境进行智能预警。
2.根据权利要求1所述的一种基于物联网的环境智能监测***,其特征在于:所述光照参数包括光照强度、光照时间、温室透光率以及农作物数量,分别标记为、/>、/>以及/>,土壤参数包括土壤质量、土壤湿度、土壤容重、土壤孔隙容积、土壤体积以及土壤酸碱度,分别标记为/>、/>、/>、/>、/>以及/>,水质参数包括水流流速、水质酸碱度、水质溶解氧浓度以及水质浊度,分别标记为/>、/>、/>以及/>,其中i=1、2……n,i表示第i个子监测区域;
所述结实参数包括结实数、鸟类取食数、人工授粉数以及昆虫授粉数,分别标记为、、/>以及/>,生长参数包括农作物样本质量和生长时间,分贝标记为/>和/>,病害参数包括病斑面积、叶片面积、农作物病害数以及农作物数量,分别标记为/>、/>、以及/>,其中i=1、2……n,i表示第i个子监测区域。
3.根据权利要求1所述的一种基于物联网的环境智能监测***,其特征在于:所述环境数据采集模块通过在温室内安装光照强度传感器和定时器采集光照强度和光照时间,通过在温室表面安装透光率传感器采集温室透光率,通过在农作物正上方安装视觉传感器采集农作物数量,通过土壤采集器采集土壤样本,通过烘干称重法采集土壤样本的土壤质量、土壤湿度以及土壤容重,通过将土壤样本放入量杯中采集土壤样本的土壤孔隙容积和土壤体积,通过ph试纸采集土壤样本的土壤酸碱度,通过在出水口安装超声波流速计采集水流流速,通过ph试纸采集水质酸碱度,通过溶解氧仪采集水质溶解氧浓度,通过浊度计采集水质浊度;
所述生物数据采集模块通过在农作物正上方安装视觉传感器采集结实数、鸟类取食数、昆虫授粉数、人工授粉数、病斑面积、叶片面积、农作物病害数以及农作物数量,通过在每个子监测区域采集一株农作物称重的方式采集农作物样本质量。
4.根据权利要求1所述的一种基于物联网的环境智能监测***,其特征在于:所述光照参数分析单元用于建立光照参数分析模型,具体数学模型为:,/>表示第i个子监测区域的光合作用效率指数,/>表示第i个子监测区域的光照强度,/>表示第i个子监测区域的光照时间,/>表示第i个子监测区域的温室透光率,/>表示第i个子监测区域的农作物数量,/>表示子监测区域数量,/>表示各子监测区域面积,/>表示光合作用效率指数的其他影响因子。
5.根据权利要求1所述的一种基于物联网的环境智能监测***,其特征在于:所述土壤参数分析单元用于建立土壤参数分析模型,具体数学模型为:,/>表示第i个子监测区域的土壤特性指数,/>表示第i个子监测区域的土壤质量,/>表示第i个子监测区域的土壤湿度,/>表示第i个子监测区域的土壤容重,/>表示第i个子监测区域的土壤孔隙容积,/>表示第i个子监测区域的土壤体积,/>表示第i个子监测区域的土壤酸碱度,/>表示土壤特性指数的其他影响因子。
6.根据权利要求1所述的一种基于物联网的环境智能监测***,其特征在于:所述水质参数分析单元用于建立水质参数分析模型,具体数学模型为:,/>表示第i个子监测区域的水质特性指数,/>表示第i个子监测区域的水流流速,/>表示第i个子监测区域的水质酸碱度,/>表示第i个子监测区域的水质溶解氧浓度,/>表示第i个子监测区域的水质浊度,/>表示子监测区域数量,/>表示水质特性指数的其他影响因子。
7.根据权利要求1所述的一种基于物联网的环境智能监测***,其特征在于:所述生物数据分析模型具体表示为:,/>表示第i个子监测区域的农作物健康指数,/>表示第i个子监测区域的结实率,/>表示第i个子监测区域的生长速度,/>表示第i个子监测区域的病情指数,/>表示农作物健康指数的其他影响因子。
8.根据权利要求1所述的一种基于物联网的环境智能监测***,其特征在于:所述综合分析模型具体表示为:,/>表示目标农作物种植区域的综合优化指数,/>表示第i个子监测区域的农作物健康指数,/>表示第i个子监测区域的光合作用效率指数,/>表示第i个子监测区域的土壤特性指数,/>表示第i个子监测区域的水质特性指数。
9.根据权利要求1所述的一种基于物联网的环境智能监测***,其特征在于:所述综合优化指数预设值标记为,当/>时,表示综合优化指数预设值小于等于目标农作物种植区域的综合优化指数,说明目标农作物种植区域的环境正常,则保持对各子监测区域的监测,当/>时,表示综合优化指数预设值大于目标农作物种植区域的综合优化指数,说明目标农作物种植区域的环境异常,则发出预警信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410110176.6A CN117629314A (zh) | 2024-01-26 | 2024-01-26 | 一种基于物联网的环境智能监测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410110176.6A CN117629314A (zh) | 2024-01-26 | 2024-01-26 | 一种基于物联网的环境智能监测*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117629314A true CN117629314A (zh) | 2024-03-01 |
Family
ID=90032468
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410110176.6A Pending CN117629314A (zh) | 2024-01-26 | 2024-01-26 | 一种基于物联网的环境智能监测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117629314A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117829381A (zh) * | 2024-03-05 | 2024-04-05 | 成都农业科技职业学院 | 基于物联网的农业大棚数据优化采集*** |
CN117891859A (zh) * | 2024-03-15 | 2024-04-16 | 山东盛途互联网科技有限公司 | 一种用于工业物联网的数据处理方法及*** |
CN117973803A (zh) * | 2024-03-28 | 2024-05-03 | 山东盛途互联网科技有限公司 | 一种基于5g技术实现通信设备设计生产智能管理*** |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU1122918A1 (ru) * | 1982-02-01 | 1984-11-07 | Тюменский государственный научно-исследовательский и проектный институт природных газов | Устройство дл определени физических характеристик мерзлых грунтов |
CN102937785A (zh) * | 2012-11-09 | 2013-02-20 | 江苏大学 | 一种温室多模型信息融合的温室环境调控方法及*** |
RU2013101862A (ru) * | 2013-01-15 | 2014-07-20 | Владимир Иванович Максимов | Способ энергетической оценки воздействия на почву рабочих органов почвообрабатывающих машин и орудий |
CN107944596A (zh) * | 2017-10-20 | 2018-04-20 | 上海交通大学 | 一种基于物联网的甜瓜生长管理专家*** |
CN112904920A (zh) * | 2021-01-15 | 2021-06-04 | 康子秋 | 一种预测温室作物光合作用干物质产量的方法 |
CN113406899A (zh) * | 2021-06-09 | 2021-09-17 | 李仲先 | 一种基于物联网的智能农业监测*** |
CN116258238A (zh) * | 2022-12-07 | 2023-06-13 | 嘉应学院 | 一种基于物联网的农作物管理*** |
CN116757707A (zh) * | 2023-06-19 | 2023-09-15 | 深圳市同富信息技术有限公司 | 一种农作物果实生长溯源方法及*** |
US20230329159A1 (en) * | 2022-04-14 | 2023-10-19 | Shandong Academy Of Agricultural Machinery Sciences | Internet-of-things management and control system for intelligent orchard |
CN117391613A (zh) * | 2023-10-08 | 2024-01-12 | 菏泽单州数字产业发展有限公司 | 一种基于物联网的农业产业园管理*** |
-
2024
- 2024-01-26 CN CN202410110176.6A patent/CN117629314A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU1122918A1 (ru) * | 1982-02-01 | 1984-11-07 | Тюменский государственный научно-исследовательский и проектный институт природных газов | Устройство дл определени физических характеристик мерзлых грунтов |
CN102937785A (zh) * | 2012-11-09 | 2013-02-20 | 江苏大学 | 一种温室多模型信息融合的温室环境调控方法及*** |
RU2013101862A (ru) * | 2013-01-15 | 2014-07-20 | Владимир Иванович Максимов | Способ энергетической оценки воздействия на почву рабочих органов почвообрабатывающих машин и орудий |
CN107944596A (zh) * | 2017-10-20 | 2018-04-20 | 上海交通大学 | 一种基于物联网的甜瓜生长管理专家*** |
CN112904920A (zh) * | 2021-01-15 | 2021-06-04 | 康子秋 | 一种预测温室作物光合作用干物质产量的方法 |
CN113406899A (zh) * | 2021-06-09 | 2021-09-17 | 李仲先 | 一种基于物联网的智能农业监测*** |
US20230329159A1 (en) * | 2022-04-14 | 2023-10-19 | Shandong Academy Of Agricultural Machinery Sciences | Internet-of-things management and control system for intelligent orchard |
CN116258238A (zh) * | 2022-12-07 | 2023-06-13 | 嘉应学院 | 一种基于物联网的农作物管理*** |
CN116757707A (zh) * | 2023-06-19 | 2023-09-15 | 深圳市同富信息技术有限公司 | 一种农作物果实生长溯源方法及*** |
CN117391613A (zh) * | 2023-10-08 | 2024-01-12 | 菏泽单州数字产业发展有限公司 | 一种基于物联网的农业产业园管理*** |
Non-Patent Citations (4)
Title |
---|
孙培博等: "《节能温室种菜易学易做》", 31 August 2000, 中国农业出版社, pages: 202 - 206 * |
张华, 张甘霖: "土壤质量指标和评价方法", 土壤, no. 06, 30 December 2001 (2001-12-30) * |
李丽红;: "马尾松大叶相思混交林生长及土壤肥力研究", 安徽农学通报, no. 06, 16 March 2007 (2007-03-16) * |
谭杰;张富春;张水利;: "基于互联网技术的大棚智能农业监测控制***研究", 电子设计工程, no. 04, 20 February 2018 (2018-02-20) * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117829381A (zh) * | 2024-03-05 | 2024-04-05 | 成都农业科技职业学院 | 基于物联网的农业大棚数据优化采集*** |
CN117829381B (zh) * | 2024-03-05 | 2024-05-14 | 成都农业科技职业学院 | 基于物联网的农业大棚数据优化采集*** |
CN117891859A (zh) * | 2024-03-15 | 2024-04-16 | 山东盛途互联网科技有限公司 | 一种用于工业物联网的数据处理方法及*** |
CN117891859B (zh) * | 2024-03-15 | 2024-05-28 | 山东盛途互联网科技有限公司 | 一种用于工业物联网的数据处理方法及*** |
CN117973803A (zh) * | 2024-03-28 | 2024-05-03 | 山东盛途互联网科技有限公司 | 一种基于5g技术实现通信设备设计生产智能管理*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117629314A (zh) | 一种基于物联网的环境智能监测*** | |
US8340828B2 (en) | Water and fertilizer management system | |
Haverkort et al. | Relationships between ground cover, intercepted solar radiation, leaf area index and infrared reflectance of potato crops | |
CN111340342A (zh) | 一种基于云平台的动物养殖分析评估*** | |
CN116258238A (zh) | 一种基于物联网的农作物管理*** | |
CN114065481A (zh) | 基于大数据的草地数据监测方法、***和可读存储介质 | |
Oldoni et al. | Homogeneous zones of vegetation index for characterizing variability and site-specific management in vineyards | |
WO2021248773A1 (zh) | 作物动态监控方法、装置、设备和*** | |
JP5807956B2 (ja) | 土壌の作物育成度数測定方法及び産地偽装判定方法 | |
CN111223002B (zh) | 一种玉米区域干物质产量或青储产量评估方法和*** | |
CN112837267A (zh) | 一种预测转基因玉米抗药性的数字检测方法及*** | |
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 | |
CN111436296A (zh) | 一种用于植物生长和发育的人工智能生长方法 | |
CN115756037A (zh) | 一种设施大棚蔬菜管控方法及*** | |
CN115988036A (zh) | 一种土壤水分与作物生长耦合远程监测*** | |
CN108062602A (zh) | 一种预测温室茄果类作物同化产物产量的方法 | |
CA3127938A1 (en) | Holding tank monitoring system based on wireless sensor network and monitoring method | |
Perdanasari et al. | Control system for temperature, humidity, and ammonia levels in laying hens farms based on internet of things | |
CN110687166A (zh) | 乔木生命活力实时无损评测方法、装置与电子设备 | |
CN107389594B (zh) | 一种基于太赫兹光的主茎秆顶芽识别定位方法和装置 | |
RU2653016C2 (ru) | Способ определения морозостойкости винограда | |
CN117708761B (zh) | 一种融合多指标环境条件的朱顶红育苗***及方法 | |
Miyazaki et al. | Resource level as a proximate factor influencing fluctuations in male flower production in Cryptomeria japonica D. Don | |
Ito et al. | Analysis of vegetation indices by time series clustering of drone rice monitoring data | |
CN115053709B (zh) | 基于农业物联网的农作物生长分析平台 |
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 |