[发明专利]一种基于大数据和云计算的农作物长势监控方法与系统在审

专利信息
申请号: 202011540636.7 申请日: 2020-12-23
公开(公告)号: CN112506111A 公开(公告)日: 2021-03-16
发明(设计)人: 谷俊涛;曲家兴;杨霄璇;吴琼;孙恕;李锐 申请(专利权)人: 黑龙江省网络空间研究中心
主分类号: G05B19/042 分类号: G05B19/042;G01D21/02;G06Q50/02;G06F16/27
代理公司: 哈尔滨龙科专利代理有限公司 23206 代理人: 高媛
地址: 150000 黑龙*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 数据 计算 农作物 长势 监控 方法 系统
【权利要求书】:

1.一种基于大数据和云计算的农作物长势监控系统,其特征在于:所述该基于大数据和云计算的农作物长势监控系统包括有:信息采集单元,智能云平台数据库,云计算分析处理单元,执行监测单元和执行结果反馈单元;

所述信息采集单元包括区域生态环境采集模块和农作物生长状况采集模块,用于采集农作物生长过程中的宏观环境和微观环境信息,对农作物内外信息进行全面采集;

所述智能云平台数据库是基于云平台的大数据处理控制系统,对所接收到的农作物生长信息数据进行储存,

所述云计算分析处理单元对智能云平台数据库中储存的农作物各类信息数据进行分析和处理,同时在绿色植物光谱理论的基础上,通过遥感监测反映农作物整体生长信息,并且对农作物未来生长状况进行预测;

所述执行监测单元包括农业生产自动化设备以及监控设备,通过农业生产自动化设备实现对农作物生产的自动化管理,且对农作物各个生长周期进行监测,并且对农作物不同生长周期数据进行实时记录,而且将数据同步保存至智能云平台数据库中,同时及时向用户发布病虫草害动态信息;

所述执行结果反馈单元整合农作物长势数据,与智能云平台数据库中往期农作物生长数据进行对比分析,且通过数据对比反映农作物长势问题,并将形成相应的应对策略反馈给用户。

2.根据权利要求1所述的一种基于大数据和云计算的农作物长势监控系统,其特征在于:所述区域生态环境采集模块包括温度传感器,湿度传感器,土壤养分检测仪,光照强度测量仪和CO2传感器,且各个传感器之间实时保存和记录数据以保证数据信息的及时性和有效性。

3.根据权利要求1所述的一种基于大数据和云计算的农作物长势监控系统,其特征在于:所述农作物生长状况采集模块包括农作物整体生长特征和农作物个体生长特征,且农作物整体生长特征通过作物长势遥感监测系统进行采集,并且农作物个体生长特征通过近距离监控设备进行监测。

4.根据权利要求1所述的一种基于大数据和云计算的农作物长势监控系统,其特征在于:所述农业生产自动化设备包括智能水肥一体机,智能温室控制系统和病虫害灾害预警设备。

5.根据权利要求1所述的一种基于大数据和云计算的农作物长势监控系统,其特征在于:所述执行结果反馈单元中通过将农作物与往期不同生长周期下的同种作物数据进行纵向对比,且将同一批次的不同种类的农作物进行横向对比,并且将对比结果进行归纳总结。

6.一种基于大数据和云计算的农作物长势监控方法,其特征在于:包括以下步骤:

第一步:通过温度传感器、湿度传感器、土壤养分检测仪等检测仪器对农作物的生长环境信息进行定时采集,且分别通过作物长势遥感监测系统和近距离监控设备对农作物整体生长特征和农作物个体生长特征进行采集整理,并且将各类信息同步储存至智能云平台信息管理系统中;

第二步:智能云平台信息管理系统将各类信息进行整合分析,结合农作物生长周期规律为农作物未来生长状况进行预测,并且对农作物产量进行预估;

第三步:智能云平台信息管理系统对农作物生长状况进行实时监测,对智能水肥一体机和智能温室控制系统进行远程控制;

第四步:对农作物长势数据进行整合分析,并与智能云平台中农作物往期生长数据进行对比,反馈监控系统对农作物长势的影响,生成总结改善报告,形成螺旋上升式管理。

7.根据权利要求6所述的一种基于大数据和云计算的农作物长势监控系统,其特征在于:所述农作物整体生长特征包括但不限于农作物单位面积植株数量、覆盖率、叶面积指数数据。

8.根据权利要求6所述的一种基于大数据和云计算的农作物长势监控系统,其特征在于:所述农作物个体生长特征包括但不限于农作物植株高度、叶片颜色、生长速度,且该数据实时保存至智能云平台数据库中。

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黑龙江省网络空间研究中心,未经黑龙江省网络空间研究中心许可,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/202011540636.7/1.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