[发明专利]基于互联网的种植智能管理系统有效

专利信息
申请号: 202010100074.8 申请日: 2020-02-18
公开(公告)号: CN111311427B 公开(公告)日: 2021-03-26
发明(设计)人: 陈锡武;陈鹏;欧娜 申请(专利权)人: 广东大橘果业有限公司
主分类号: G06Q50/02 分类号: G06Q50/02
代理公司: 北京久维律师事务所 11582 代理人: 邢江峰
地址: 516200 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 互联网 种植 智能 管理 系统
【说明书】:

本申请涉及一种基于互联网的种植智能管理系统,其特征在于,包括:农业物联前端精准采集模块、数据中心管理平台、生产过程精准控制模块、产品溯源模块、农业智能装备和专家在线平台;农业物联前端精准采集模块包括布置在大田的传感器集群,用于全天候监测采集大田的信息;传感器集群将采集信息得到的数据压缩后进行传输。

技术领域

本申请涉及现代农业技术领域,尤其涉及一种基于互联网的种植智能管理系统。

背景技术

基于互联网的种植智能管理系统是以信息技术为支撑,根据空间变异,定位、定时、定量地实施一整套现代化农事操作与管理的系统,是信息技术与农业生产全面结合的一种新型农业。基于互联网的种植智能管理系统是近年出现的专门用于大田作物种植的综合集成的高科技农业应用系统。

种植智能管理系统的技术原理是,根据土壤肥力和作物生长状况的空间差异,调节对作物的投人,在对耕地和作物长势进行定量的实时诊断并充分了解大田生产力的空间变异的基础上,以平衡地力、提高产量为目标,实施定位、定量的精准田间管理,实现高效利用各类农业资源和改善环境这一可持续发展目标。实施种植智能管理系统不但可以最大限度地提高农业生产力,而且能够实现优质、高产、低耗和环保的农业可持续发展的目标。

为了实施定位、定量的精准田间管理,先进的种植智能管理系统在田间高密度大量分布各种高精度的传感器,以方便实时采集各种土壤数据、病虫草害数据、农作物生长数据以及气象数据,从而形成大数据,用于种植智能管理系统进行智能决策的依据。

由于田间通常不具备丰富的布线条件,所以田间传感器需要自备电池,通常采用无源无线系统。然而这就产生了一个问题,由于传感器种类繁多,数量庞大,而且二十四小时长时间不简单工作,因此如果不采取特殊的节能物联网技术,将会带来极其繁重的充电操作。

发明内容

为克服相关技术中存在的问题,本申请提供一种基于互联网的种植智能管理系统。

根据本申请实施例,提供了一种基于互联网的种植智能管理系统,其特征在于,包括:农业物联前端精准采集模块、数据中心管理平台、生产过程精准控制模块、产品溯源模块、农业智能装备和专家在线平台;农业物联前端精准采集模块包括布置在大田的传感器集群,用于全天候监测采集大田的信息;传感器集群将采集信息得到的数据压缩后进行传输。

优选的,大田包括多块大田,每块大田中包括多个小田或温室,传感器集群的网络拓扑包括树和簇,每个小田或温室内的多个传感器构成传感器集群中的每个簇,每个簇中设置一个簇首,每个簇首构成树的叶子,每块大田设置一个节点作为一个树枝的中间节点,这块大田内的所有叶子连接到该中间节点,所有中间节点往上连接到农业物联前端精准采集模块中的总节点,或者通过一层或者多层大树枝的中间节点最终连接到农业物联前端精准采集模块中的总节点。

优选的,中间节点为路由器,连接电源,用于将本节点接收的采集数据进行压缩。

优选的,簇首为路由器或者具有路由功能的传感器,连接电源或采用大容量电池,用于将本簇首接收的采集数据进行压缩。

优选的,簇内非簇首的传感器为单功能的传感器,采用小容量电池,且只具备单向发送能力。

优选的,数据压缩包括将一个预设时长内的同类传感器传来的采集数据拼合在一起构成一个数据包。

优选的,将小田或温室按照地理位置的相邻性划分成多个小区,对于每个小区中的每一类传感器,从中选择一个传感器作为基准传感器。

优选的,如果该小区中的其他任一传感器的任一周期的数据跟该中心传感器的该周期的数据相同,则数据包内删除该传感器的数据,仅保留其ID。

优选的,将该预设时长内的第一个周期作为基准周期,确定其他任一周期的数据跟该基准周期对应数据不相同的起始位,数据包内仅保留起始位以后的数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东大橘果业有限公司,未经广东大橘果业有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010100074.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top