-
公开(公告)号:CN109102422B
公开(公告)日:2022-05-03
申请号:CN201811122245.6
申请日:2018-09-26
Applicant: 中国农业科学院农业信息研究所
IPC: G06Q50/02
Abstract: 本发明公开了一种大数据农业管理系统。该系统包括物联网传感器平台、大数据分析平台、气象预警预报平台、病虫害防治与灾害预警平台、实时移动监测平台、农业管理和生产预测平台,本发明提供的大数据农业管理系统实现了对农业温室中各农业数据的采集,对人类营养状况数据、生物群体的基因组的分析,对农作物生长环境中各参数的关系的分析,对天气状况的预测,对农产品与食品的产地环境、产业链管理、产前产中产后、仓储加工、物流数据的监测,对农产品销售价格、销售量、销售需求、消费者购买行为数据的分析,对气象数据等信息的发布和管理,对病虫害的发展动态、影响范围的预测和对各设备的调控。
-
公开(公告)号:CN109978265B
公开(公告)日:2021-01-22
申请号:CN201910242087.6
申请日:2019-03-28
Applicant: 中国农业科学院农业信息研究所
Abstract: 本发明公开了一种控释肥农田养分释放速率估算方法及系统。该方法包括:获取当地训练田地的控释肥日释放速率训练数据以及影响因素训练数据;依据获取的训练数据对支持向量回归模型进行训练,得到多个训练好的气象组支持向量回归模型和多个训练好的土壤监测组支持向量回归模型;对多个训练好的模型进行验证,得到最优影响因素数据组和最优支持向量回归模型;获取当地待测试田地的影响因素测试数据;将影响因素测试数据输入至最优支持向量回归模型中,得到当地测试田地的控释肥日释放速率估算值。本发明能实现对控释肥养分释放速率的逐日估算,估算精度高,能和作物生长模型相结合,进一步优化农田管理,提高农作物产量。
-
公开(公告)号:CN109708578B
公开(公告)日:2020-07-24
申请号:CN201910135784.1
申请日:2019-02-25
Applicant: 中国农业科学院农业信息研究所
IPC: G01B11/02 , G01B11/08 , G01B11/28 , G06T7/00 , G06T7/11 , G06T7/12 , G06T7/13 , G06T7/136 , G06T7/66 , G06T7/68 , G06K9/62
Abstract: 本发明公开一种植株表型参数测量装置、方法及系统。测量装置包括:扫描探头、测试机架、测试平台和计算机;扫描探头固定于测试机架上,测试机架可上下运动;测试平台用于承放待测量植株;扫描探头随着测试机架的运动扫描待测量植株不同高度的植株图像,并将植株图像传输至计算机,计算机用于根据植株图像确定待测量植株的表型参数;扫描探头包括多个摄像机和两个线性激光发射器,多个摄像机位于第一水平面,多个摄像机等间距分布在虚拟圆弧上;两个线性激光发射器位于第一水平面下方的第二水平面。本发明能够避免了数据拼接时出现盲区,提高植株表型参数测量的精度。
-
公开(公告)号:CN111339838A
公开(公告)日:2020-06-26
申请号:CN202010084842.5
申请日:2020-02-10
Applicant: 中国农业科学院农业信息研究所
Abstract: 本发明涉及一种基于信息融合的猪行为识别方法及系统,包括:获取以往猪活动过程中历史猪行为数据;根据历史猪行为数据确定历史加速度-时间曲线;根据历史曲线确定历史相邻波峰间隔集合以及历史相邻波峰波谷差值集合;然后训练卷积神经网络,得训练好的卷积神经网络;获取当前猪行为数据;根据当前猪行为数据确定当前猪行为标准差;判断标准差是否小于预设标准差阈值;若是则当前猪行为为静止状态;若否则根据当前猪行为数据确定当前加速度-时间曲线;根据当前曲线确定当前相邻波峰间隔集合以及当前相邻波峰波谷差值集合;然后将上述集合输入到训练好卷积神经网络,得到当前检测结果,通过本发明上述方法能够对猪的异常行为进行识别。
-
公开(公告)号:CN110506599A
公开(公告)日:2019-11-29
申请号:CN201910857669.5
申请日:2019-09-09
Applicant: 中国农业科学院农业信息研究所
Abstract: 本发明提供了一种棉花栽培方法,涉及棉花栽培技术领域。本发明所述栽培方法,包括以下步骤:(1)将苜蓿收获后的农田土壤转移至棉花生产田,基施蛋白肥后整地,得棉花栽培地;所述蛋白肥由以下重量份的原料发酵得到:苜蓿干草40~60份、动物内脏10~20份、中药渣5~10份、酱油渣5~10份和菌肥10~20份;(2)在所述棉花栽培地上播种催芽后的棉花种子,灌溉后覆膜;所述播种的密度为2000~3000株/亩。利用本发明所述栽培方法可将棉花病害率降低至1.95~2.33%,平均亩产量达到了336~359kg/亩。可见利用本发明所述栽培方法有利于降低棉花的病害率,提高棉花的产量。
-
公开(公告)号:CN110463552A
公开(公告)日:2019-11-19
申请号:CN201910847776.X
申请日:2019-09-09
Applicant: 中国农业科学院农业信息研究所
Abstract: 本发明提供了一种棉花和大蒜的套种方法,属于棉花的种植技术领域。本发明所述套种方法为在宽180cm的种植带上进行播种,每条所述种植带包括一个90cm宽的高垄和一个90cm宽的低垄,在所述高垄上播种两行棉花,在所述低垄上播种六行大蒜;所述棉花的行距为60±1cm,株距为20±1cm;所述大蒜的行距为15±1cm,株距为10±1cm。本发明的种植方法使得棉花病害率降低至1.73~2.52%,比普通方法降低了4.33~5.12%,平均亩产量达到了325~345kg/亩,比棉花的普通种植方法增产5.52~12%,因此,采用本发明的棉花种植方法有利于降低棉花的病害率,提高棉花的产量。
-
公开(公告)号:CN110147403A
公开(公告)日:2019-08-20
申请号:CN201910434623.2
申请日:2019-05-23
Applicant: 中国农业科学院农业信息研究所
IPC: G06F16/25 , G06F16/2458
Abstract: 本发明实施例公开了一种农业大数据融合方法、装置、设备及存储介质。该方法包括:获取原始序列数据并对所述原始序列数据通过预处理得到预处理后的序列数据,对所述预处理后的序列数据与预设的滤波算子进行卷积运算得到滤波后的序列数据,将滤波后的序列数据通过池化运算算子得到池化后的特征;根据池化后的特征进行数据重构得到重构序列数据,将所述重构序列数据作为目标融合数据。本发明实施例的技术方案实现了更精确的对多源数据融合。
-
公开(公告)号:CN110096497A
公开(公告)日:2019-08-06
申请号:CN201910242324.9
申请日:2019-03-28
Applicant: 中国农业科学院农业信息研究所
IPC: G06F16/215 , G06Q50/02
Abstract: 本发明公开一种农产品产量数据智能清洗方法及系统。方法包括:获取农产品产量数据;采用缺失判断方法判断农产品产量数据是否存在缺失;若是,则对农产品产量数据进行完备性处理,得到完备性数据;若否,则对农产品产量数据进行标准化处理,得到标准化数据;对标准化数据进行可靠性处理,得到可靠性数据;判断可靠性数据和完备性数据是否能够通过数据核验;若是,则存储可靠性数据和完备性数据;若否,则返回采用缺失判断方法判断农产品产量数据是否存在缺失。本发明能够避免农产品产量数据的缺失性、跳跃性、错误等质量问题,形成易于查询分析且数据准确的专业数据库,提高数据的使用效率。
-
公开(公告)号:CN209606822U
公开(公告)日:2019-11-08
申请号:CN201920777001.5
申请日:2019-05-22
Applicant: 中国农业科学院农业信息研究所
IPC: G05B19/042 , G01D21/02
Abstract: 本实用新型公开一种农作物生长环境监测装置,包括:固定座、检测杆、检测头和把手;固定座内部固定有控制器、供电单元和信号发射器;控制器的输出端与信号发射器的信号输入端连接,供电单元与控制器的供电端和信号发射器的供电端均连接;把手固定于固定座的上表面;检测杆为竖直杆,检测杆的一端固定于固定座的下表面,另一端固定连接检测头;检测头为锥形检测头,检测头的底面与检测杆连接;检测头的侧壁设置有多个通孔,检测头内部固定有多个土壤环境监测传感器,多个土壤环境监测传感器的输出端与控制器的输入端连接,多个土壤环境监测传感器的供电端与供电单元连接。本实用新型可以保护检测头,同时全面监测农作物的生长环境。
-
公开(公告)号:CN212779372U
公开(公告)日:2021-03-23
申请号:CN202022125410.2
申请日:2020-09-21
Applicant: 中国农业科学院农业信息研究所
Abstract: 本实用新型公开了一种农业遥感系统。该系统包括遥感数据采集装置、农作物识别装置、定位装置、近地遥感器、控制装置和通信装置;遥感数据采集装置与农作物识别装置连接,农作物识别装置与通信装置连接;遥感数据采集装置用于采集遥感数据,农作物识别装置用于根据遥感数据进行农作物识别,通信装置用于发送农作物识别结果;控制装置分别与定位装置、近地遥感器和通信装置连接;定位装置用于采集位置信息,控制装置用于在位置信息达到预设位置时控制近地遥感器采集农作物信息,并控制通信装置发送农作物信息。采用本实用新型的系统,能够提高农作物识别精度。
-
-
-
-
-
-
-
-
-