例如耕地质量保护大数据平台,通过搭建“1个中心,1个平台、N个应用”的平台建设模式。建一个耕地质量保护大数据中心,汇聚土、水、肥三大耕地质量数据,为耕地质量保护监测、管理、服务、应用提供数据支撑。利用大数据分析,达到精准管理,科学决策,形成指挥耕地新业态,通过大数据平台服务公共,服务管理,转变耕地保护方式。
托普水肥一体化智能灌溉系统,托普水肥一体化自动控制系统由系统云平台、墒情数据采集终端、视频监控、施肥机、过滤系统、阀门控制器、电磁阀、田间管路等组成。系统可根据监测的土壤水分、作物种类的需肥规律,设置周期性水肥计划实施轮灌。施肥机会按照用户设定的配方、灌溉过程参数自动控制灌溉量、吸肥量、肥液浓度、酸碱度等水肥过程的重要参数,实现对灌溉、施肥的定时、定量控制,充分提高水肥利用率,实现节水、节肥,改善土壤环境,提高作物品质的目的。该系统广泛应用于大田、旱田、温室、果园等种植灌溉作业。
我国是一个农业大国,农业对社会经济的持续发展有着重要影响,病虫害是导致农作物减产降质的一个主要原因。农作物病虫害 种类多 , 发生差异大 、 监测预报难度大 ,是生产管理的难点,一旦大面积爆发,轻则造成农作物减产,重则颗粒无收,使农户长期劳作毁于一旦,不利于社会和谐与稳定。
传统诊断农作物病虫害的方法是通过人的肉眼去观察,然后根据个人经验进行判断,而人为识别病害存在的问题有:
实际上,农作物的病虫害识别并不能按图索骥,需要根据作物生长的环境条件、生长阶段等进行望闻问切。 智慧农业方案提出了通过大数据的分析、以及深度学习,让机器提取发生病虫害的作物的生长阶段、发病特征、发病前的环境条件变化情况、并形成特定的作物病虫害模型 ,最终达到以下效果:
农博创新NBI 自2016年涉足智慧农业市场以来,一直致力于 将农业物联网设备打造成产品化、模块化的消费级产品,让农业物联网监测设备人人买得起,无需专业人员十分钟即可安装完成并使用 。经过两年多的市场铺设和数据储备,农博创新NBI在农业大数据方面有了一定的积累。
邀请国内多位植保专家对现有的作物病害进行专业的分类与病害判定,形成病害智能识别引擎的作物病害库,并与哈工大深圳研究院一起,对作物病害库进行病害模型训练,实现了 用户拍照上传, 1秒识别作物患病情况的效果 ,而这也是农博创新即将推出的产品---- 口袋农库APP 的核心功能。
据农博创新NBI的介绍,现在口袋农库的智能识别引擎已经 具备番茄、辣椒、葡萄等十余种农作物,共计130多种病害的识别能力,识别正确率可以达到80%以上 。农博创新表示,人工智能识别引擎是一个不断学习过程,随着农博创新守望者系列物联网设备的铺设,农作物的病虫害发生时的环境数据得到更多的积累,病害识别结果将会更加准确,识别能力也会越来越强大,人工智能在病虫害的应用也将不仅仅停留在特征的提取与识别,未来将会利用现有的环境数据与病虫害发病特征一起,构建更加智能更加完善的病虫害监测与预警系统,并能够精准推送病虫害防治措施。
目前,口袋农库小程序版已在微信进行上线公测,口袋农库的小程序版本具备识别作物病害的功能, 用户可以随时通过微信进入小程序,随手拍作物发病的照片 ,让用户做到识别的流程的便捷性和及时性,符合小程序“用完即走”的特性。
十一月中旬将发布口袋农库APP版本,APP在小程序的基础上增加病虫害交流广场等功能,帮助种植户认识病虫害,防治病虫害。
人工智能是一个未来的趋势,人工智能在农业病虫害的应用将会是一个大的突破,相信口袋农库的面世,将会给病虫害的防治工作提供一个更快速的解决方案。
农业物联网,即通过各种仪器仪表实时显示或作为自动控制的参变量参与到自动控制中的物联网。可以为温室精准调控提供科学依据,达到增产、改善品质、调节生长周期、提高经济效益的目的。大棚控制系统中,运用物联网系统的温度传感器、湿度传感器、PH 值传感器、光照度传感器、CO2 传感器等设备,检测环境中的温度、相对湿度、PH 值、光照强度、土壤养分、CO2 浓度等物理量参数,保证农作物有一个良好的、适宜的生长环境。远程控制的实现使技术人员在办公室就能对多个大棚的环境进行监测控制。采用无线网络来测量获得作物生长的最佳条件。
农业物联网一般应用是将大量的传感器节点构成监控网络, 通过各种传感器采集信息, 以帮助农民及时发现问题, 并且准确地确定发生问题的位置, 这样农业将逐渐地从以人力为中心、依赖于孤立机械的生产模式转向以信息和软件为中心的生产模式,从而大量使用各种自动化、智能化、远程控制的生产设备。
在计算机互联网的基础上,利用 RFID、无线数据通信等技术,构造一个覆盖世界上万事万物的“Internet of Things”。在这个网络中,物品(商品)能够彼此进行“交流”,而无需人的干预。其实质是利用射频自动识别(RFID)技术,通过计算机互联网实现物品(商品)的自动识别和信息的互联与共享。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)