基于Raspberry Pi 4b的智能化农作物生长数据采集处理系统

智慧农业是科技创新与农业的融合。在大数据时代,物联网、人工智能和计算机技术的发展,对传统农业的生产和管理方式进行了改革,推动了农业的信息化和智能化。目前,一个待解决的重要问题是如何运用科技手段实时了解农作物的生长状况。在此介绍了一个以Raspberry Pi 4b为核心控制节点的智能化农作物生长数据采集处理系统。该系统实现了对农作物远程环境的监控和管理,包括对温度、湿度、光照强度和二氧化碳含量等农作物生长必要影响因素的监测。同时,它还实现了对农作物的科学管理和对环境数据的统计分析。     

基于数据挖掘的农作物“四情”监测系统研究

传统上的农作物监测系统仅实现对农作物数据的采集展示,不能为用户提供直观的信息,针对以上不足,设计实现了一种基于数据挖掘的农作物监测系统,应用Apriori关联分析算法对采集到的农业数据进行分析,从而得出农作物生长的有利数据和有害数据,为农户的种植提供科学的指导作用。     

基于CC2630的农作物环境监测系统

为应对不适的生长环境及病虫害等因素导致农作物大量减产,设计一种农作物环境监测系统.系统包括环境因素监测与视频监测两部分.基于CC2630射频芯片的一体化无线采集模块,实现对6种环境数据的采集,帮助种植户了解农作物生长情况,进而调控农作物生长环境因子变化以达到最适生长环境,促进农业增产、增收;采用多路500 W高清摄像头...     

基于物联网与深度学习技术的农作物生长状况远程动态监测系统

在农作物养殖大棚中,基于物联网技术、深度学习与机器视觉技术开发了一种在线远程监测农作物生长环境与病害情况的综合系统。系统具备全方位动态监测环境温度、湿度、二氧化碳浓度、光照强度、土壤温湿度等环境参数和实时监测植物所患病害情况等功能。在对农作物状况及环境参数数据采集后,借助4G通信、无线通信技术将数据上传至云平台实现远程...     

基于物联网的智慧农业监测联动系统设计

随着社会不断发展、科技水平的逐步提升，人口数量也在不停增长，对农业的需求也越来越大。传统的农业生产方式费时费力，温湿度、土壤成分、CO2浓度等自然环境因素对农作物的生产具有很大影响，不利于农业经济的发展。本文主要设计一款基于物联网的智慧农业监测联动系统，以STM32为主控芯片，采用传感器模块、嵌入式技术等实时监测、感知和采集农作物的生长状况信息；减少自然环境因素对农作物生长造成的不良影响。     

基于LabVIEW的大麦远程监控系统的设计与试验

依据虚拟仪器设计原理,以田间种植大麦为监测对象,基于LabVIEW2011软件平台开发了一种大麦生长远程无线监控系统。该系统采用TCP/IP协议,利用LabVIEW设计构建监测网络,通过ARM远程监测和控制CMOS传感器,实现大麦田间图像的实时采集和远程传输、数据及视频图像的显示和保存。实验结果表明系统实现了大麦生长远程视频图像监控。经测试,该系统传输视频误包率和丢包率较小,分辨率为320×240时系统传输帧速数达到16 f/s,图像清晰稳定,为大田农作物的生产过程监测提供了一种新型集成技术,在农作物病虫害防治和提高农业经济效益等方面具有重要意义。     

智慧农业病虫害巡检系统设计与实现

为了应对农作物生长过程中病虫害的影响,本文开发了一个病虫害巡检系统。该系统以STM32F407ZGT6、ARM Cortex-A为采集与控制单元核心,配以自制智能小车,实现农作物环境监测及视频图像采集。针对农作物图像,利用深度学习技术,对其病虫害情况进行快速无损识别。使用MQTT协议实现本地数据上传,并对云端数据转发和存储。设计网页和手机端,方便查看农作物生长环境状态、病虫害识别情况等。该系统运用到农业生产中,能够有效防止病虫害事件扩大,具有准确性高、检测速度快、稳定性强等优点。     

一种智能温室管理系统的设计与实现

温室的运用有效地降低了恶劣的外界环境给农作物生长带来的影响,是提高农作物产量与质量的重要途径。结合当下国家主推的智慧农业思路,本文将物联网技术、微机控制技术运用到温室管理中,构建了一种智能温室管理体系,借助阿里云实现了对温室环境温湿度的自动监测、控制、防洪等功能。该系统能够有效地提高农业生产效率,为农业生产技术的发展提...     

农作物品质遥感反演研究进展

当今农业生产管理迫切需要直接迅速的信息指导。随着科技水平的不断提高,通过利用不同遥感技术手段,实现实时监测农作物生长过程中的主要影响因子,使无损预测预报农作物品质成为可能。通过分析几种农作物的主要品质性状及形成影响因素,在归纳农作物品质监测常用光谱参量的基础上,从地面平台和航天航空平台两方面分别介绍近年来国内外主要研究进展,总结农作物品质遥感监测模型建立使用的主要算法,综合分析农作物品质遥感监测技术实现过程中存在的若干问题,同时提出相应的解决措施,并对遥感监测技术进行了展望。     

应用传感器探测技术的农田智能监测系统

利用传感器探测技术对农田环境进行监测,并对监测结果进行分析处理,是农田环境监测的新方向。基于传感器探测技术的农田智能监测系统,结合了无线网络、计算机技术和传感器等多种技术,能够实时获取农田环境参数,为农业生产决策提供支持。对农田智能监测系统的主要内容进行了分析,并针对该系统的关键技术进行了阐述。利用无线网络、计算机技术和传感器等多种技术,可实现对农田环境参数的实时监测,并对监测结果进行分析处理。该系统可以应用于农作物生长过程中的多个关键环节,为农作物生长环境提供实时的监测数据。     

基于NDVI数据的三江平原农田物候监测

物候现象被称为气候变化的积分仪,研究农田物候现象对农业生产有重要的指导意义。多时相遥感影像使区域物候监测成为可能。利用傅里叶级数对MODIS NDVI数据进行平滑,结合地面观测资料,采用动态阈值法提取物候信息,并与实际观测结果进行比较分析。研究结果表明:三江平原大部分农作物在第120~130 d开始生长,在第250~260 d左右停止生长,2003年三江平原农作物开始生长和结束的时间较早,2005年开始生长日期比2003年有所推迟,2007年农作物开始生长的日期早于2005年,但生长季结束的日期比2003年和2005年都晚,2007年生长季长度较长。采用MODIS NDVI数据获取的物候参数具有一定的可靠性,在农田大面积分布区域监测结果更为准确。
     

2010年香港全球农业监测系统国际会议(2010年9月29～30日)

农业生产是许多国家的经济基础。随着人口增加和生活条件逐步改善,全球对粮食需求不断增加。因此,加强对全球农业生产的监测,及时提供农作物种植面积和作物生长状况的准确资料,可以为各国-农业决策者提供及时和准确的信息,提高农业政策的效率。农作物种植区面积和生长状况和气候变化有重要关系。     

双重定位系统的视觉神经网络监测农作物的室内无人机

为了解决传统室内农作物监测工作中人力物力消耗高、效率低、无法实施动态计标机监测等问题，设计并实现了用室内监测无人机代替检测人员完成各项检测。详述了室内检测无人机的机械结构组成；无人机由视觉神经网络系统、双重定位系统、通信系统等系统组成。双重定位系统包括激光雷达定位和双目视觉定位，同时通过视觉神经网络、通信协议模块、四旋翼飞控装置，能够实现室内双重精准定位、监测农作物生长情况、通信传输等功能。实验结果表明，室内无人机飞行误差和激光落脚点误差精度在1 cm之内，监测农作物生长情况的判断正确率高达97.5%。     

基于云平台的智慧农业系统设计与实现

物联网、大数据和云平台等技术在现代农业的应用,使智慧农业已经成为传统农业的一种新型发展方向,为顺应这一趋势,提高智慧农业系统的精准化控制程度,设计一种大数据模式下基于云平台的农作物生长环境数据精准化采集系统。系统利用物联网相关技术,通过设计传感器电路、无线射频和采集存储模块,实现精准数据采集。在软件设计方面利用采集端确定数据,进行数据预处理;通过设计数据库,提高数据处理效率。经对比实验,证明所设计系统能够提高农作物生产的精准化控制程度,为未来智慧农业的前进探索提供了一种有效的发展模式。     

基于声发射农业智能灌溉系统

基于声发射技术判断农作物水分亏缺程度,综合生长需求及其他多种因素确定农作物是否需要灌溉及灌溉量,利用物联网技术,设计了智能农业灌溉系统。该系统可以随时精确获取作物环境因素、需水信息,并对不同种类农作物不同生长时期实现智能灌溉;具有稳定性好、可靠性高、成本低廉、扩展灵活、开放实用等优点。该研究为自动化农业节水高效生产做出了探索。     

基于时序定量遥感的冬小麦长势监测与估产研究

遥感技术是高效、客观监测农作物生长状态的重要手段,对农业生产管理具有重要意义。以安徽龙亢农场为研究区,收集了中高分辨率多源卫星遥感数据并进行了定量化处理,构建了冬小麦叶绿素密度、叶面积指数的遥感反演模型,生产了长时序冬小麦植被参数卫星遥感产品。通过监测冬小麦叶绿素密度、叶面积指数的时序变化规律,分析了不同品种冬小麦的长势情况,发现高产量小麦在越冬期长势显著优于低产量小麦。在此基础上,构建了基于归一化植被指数（NDVI）的冬小麦估产模型,结果表明：利用小麦抽穗期和乳熟期的累计NDVI值可以实现产量的精确估算,据此绘制了龙亢农场2017年冬小麦产量遥感估算地图,产量分布与实际种植情况吻合良好。实现了基于时序卫星定量遥感数据的冬小麦长势监测和产量预测,为区域范围内农作物长势监测提供了一种有效途径。     

基于物联网智能温室大棚控制系统的设计

为调节农作物的生长环境,提高农业生产的现代化水平,本文以单片机为控制器,采用DHT11模块和PCF8591模块采集温室大棚内环境的温湿度和光照数据,经过单片机处理后进行就地显示和控制调节结构,控制大棚内的温湿度、光照度及通风等情况,自动实现保温、保湿和数据存储,同时将实时数据通过无线通信模块GPRS-GA6传送到指定手机上.完成模拟实物的制作并进行测试,调试结果达到了能够根据农作物生长情况所需的数据智能调节温室大棚环境的设计要求.     

基于物联网的农业墒情监测系统的设计与实现

针对现有农业生产过程信息化程度不高的问题,设计一个能对农作物生长全过程进行实时监测的农业墒情监测系统,该监测系统包括前端信息采集站和后台处理软件两个部分。其中采集站能将感知层传感器采集到的数据通过GPRS无线通信技术传回后台,后台软件可以对数据进行持久化的存储和有效的分析,进而指导农业生产。为了保证所采集数据的准确性,减少异常值对后期数据分析与处理的影响,以大气温度传感器为例,采用Kalman滤波算法对其采集到的数据进行校正,分别将大气温度传感器直接采集到的数据与经Kalman算法校正后的数据同高精度标准温度测量仪测量的结果进行对比,发现后者的测量值更接近于标准传感器,且误差较小。     

基于时序定量遥感的冬小麦长势监测与估产研究

遥感技术是高效、客观监测农作物生长状态的重要手段,对农业生产管理具有重要意义。以安徽龙亢农场为研究区,收集了中高分辨率多源卫星遥感数据并进行了定量化处理,构建了冬小麦叶绿素密度、叶面积指数的遥感反演模型,生产了长时序冬小麦植被参数卫星遥感产品。通过监测冬小麦叶绿素密度、叶面积指数的时序变化规律,分析了不同品种冬小麦的长势情况,发现高产量小麦在越冬期长势显著优于低产量小麦。在此基础上,构建了基于归一化植被指数(NDVI)的冬小麦估产模型,结果表明:利用小麦抽穗期和乳熟期的累计NDVI值可以实现产量的精确估算,据此绘制了龙亢农场2017年冬小麦产量遥感估算地图,产量分布与实际种植情况吻合良好。实现了基于时序卫星定量遥感数据的冬小麦长势监测和产量预测,为区域范围内农作物长势监测提供了一种有效途径。     

基于移动互联网和Web Service的智能农业系统

基于移动互联网和Web Service技术,采用ZigBee技术构建底层WSN,利用移动通信网络实现信息传输,利用HTTP协议和JSON数据格式进行数据的交换,实现Android客户端和Web Service服务端的设计与开发,面向智能农业环境构建了包含环境指标、历史数据查询、手动控制、系统设置等功能为一体的智能农业APP系统.根据预设农作物生长周期需要的环境参数,通过Android手机进行展示和操作管理,提高了农业系统的智能化水平,改善了落后的农业管理方式.