圣启科技
ShengqiTechnology
智慧农业物联网解决方案供应商
14年专注智慧农业+数字农业
全国免费服务热线:
15632312402
农业大数据顾名思义就是大数据理念、技术和方法在农业方面的实践。农业大数据涉及到农业生产过程中从产到销(种什么,怎么种,往哪销)全过程中的各个环节,是跨行业、跨专业、跨业务的数据分析与挖掘,以及数据可视化的具体展示。
农业大数据是融合了农业地域性、季节性、多样性、周期性等自身特征后产生的来源广泛、类型多样、结构复杂、具有潜在价值,并难以应用通常方法存储、处理和分析的海量数据集合。
根据农业的产业链条划分,目前农业大数据主要集中在农业环境与资源、农业生产、农业市场和农业管理等领域。
1.农业自然资源与环境数据主要包括土地资源数据、水资源数据、气象资源数据、生物资源数据和灾害数据。
2.农业生产数据包括种植业生产数据和养殖业生产数据。其中,种植业生产数据包括良种信息、地块耕种历史信息、育苗信息、播种信息、农药信息、化肥信息、农膜信息、灌溉信息、农机信息和农情信息;养殖业生产数据主要包括个体系谱信息、个体特征信息、饲料结构信息、圈舍环境信息、疫情情况等。
3.农业市场数据包括市场供求信息、价格行情、生产资料市场信息、价格及利润、流通市场和国际市场信息等。
4.农业管理数据主要包括国民经济基本信息、国内生产信息、贸易信息、国际农产品动态信息和突发事件信息等。
人工智能
利用计算机视觉、图像识别等以及深度学习等为主的人工智能技术实现气候/作物产量预测、病虫害防治等。目前,人工智能各项技术在农业生产的产前、产中和产后各阶段均有应用,主要有以下几个方面,一起来了解一下吧!
1.灌溉用水供求分析
如何做到既能保证作物用水量,又能明显减轻旱涝对作物产量造成的不良影响,就需要对灌溉用水供求量进行分析。智能灌溉控制系统可以帮助人们选择合适的灌溉水源,进行灌溉用水供求分析,其中人工神经网络(Artificial Neural Network,简称ANN)是应用最多的技术。ANN具备机器学习能力,能够根据检测得到的气候指数和当地的水文气象观测数据,选择最佳灌溉规划策略。该系统可以实时监测土壤墒情,可以实现周期灌溉、定时灌溉、自动灌溉等多种模式,节省了灌溉用水,又能保证农作物良好的生长环境。
土肥分析土壤成分及肥力分析是农业产前阶段最重要的工作之一,我国基础地力对粮食产量的贡献率仅有50%左右,而欧美国家达到70%到80%。做好土壤成分及肥力智能分析是是实现适宜栽种作物选择、定量施肥、生产成本分析等工作的重要基础。可利用非侵入性的探地雷达成像技术对土壤进行探测分析,利用ANN对土壤表层的黏土含量进行分析。以帮助种植者在正确的时间、正确的地点进行精确施肥。目标是帮助农民提高产出、降低成本。
2.种子品质鉴定
新闻资讯
news
联系我们
400-000-XXX