[发明专利]一种基于物联网的农业云服务系统

权利要求书

1.一种基于物联网的农业云服务系统，其特征在于：所述系统包括：基于物联网的云终端、信息传输网络以及云计算单元；所述基于物联网的云终端通过所述信息传输网络与所述云计算单元进行信息交互；所述基于物联网的云终端包括：

至少一个种植服务感知终端，用于农田作物生长感知或采集作物及周边环境参数信息；

至少一个用户终端，用于接收并显示数据，实现监管功能，所述监管功能采用了AI模型计算输出控制量。

2.根据权利要求1所述的系统，其特征在于：所述种植服务感知终端包括通信模块、电源模块、多个种植状态感测传感器、微控制器、显示模块、多个继电器和水泵电机。

3.一种用于作物生长灌溉输水方法，其特征在于该方法包括：

步骤S1：使用一种植服务感知终端实时检测作物生长的各参数；

步骤S2：将所述各参数通过信息传输网络上传至一云计算单元，所述各参数作为输入量输入一经训练的AI模型；

步骤S3：通过该经训练过的AI模型实时计算所需的灌溉输水量；

步骤S4：所述云计算单元根据计算的灌溉输水量控制所述水泵电机的开关。

4.一种神经网络模型训练方法，该模型用于权利要求3所述的作物生长灌溉输水方法，其特征在于所述AI模型采用神经网络模型训练得到。

5.权利要求4所述的训练方法用于农业云服务。

6.利用权利要求1-3中任一系统对农业云服务的方法，其特征在于：所述方法包括以下步骤：

步骤1：种植服务感知终端获取植物的生长状态及周边环境参数信息，通过信息传输网络将信息传输到云计算单元；

步骤2：云计算单元收集并处理信息，按需向用户终端转发数据；

步骤3：用户终端接收云计算单元数据，根据服务需要，向云计算单元发送服务请求；

步骤4：云计算单元接收用户终端的服务请求，利用AI筛选调用相应的模块执行处理并将处理结果反馈给用户终端；

步骤5：用户终端接收并显示反馈结果。

7.一种神经网络模型训练方法，所述神经网络模型训练采用的目标函数为：

式(1)中目标函数Cost表示作物生长程度，优选根部生长长度；h1、h2、T1的含义分别是传感器测量的实时的根部湿度、叶片湿度h2以及根部拉伸应力T1；上述测量值可以是一段时间Δt时间段的累积值；α₁、α₂和α₃分别是各自参数h1、h2、T1的系数；y_g是指一段时间内，预期的作物生长长度；y₀是t＝0时，初始状态下的作物根部长度；对于所述目标函数Cost，采用迭代计算方式，求取Cost＝Cost(min)时应满足的条件。