买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉四川省农业机械科学研究院;四川省农业科学院作物研究所(四川省种质资源中心)申请的专利一种远程监控与管理水稻育秧灌溉植保系统、计算机设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120494761B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510971136.5，技术领域涉及：G06Q10/10；该发明授权一种远程监控与管理水稻育秧灌溉植保系统、计算机设备及介质是由周小波;王浩;李旭毅;邓佳;朱从桦;周彦君;欧阳裕元;林川尧;吴建设计研发完成，并于2025-07-15向国家知识产权局提交的专利申请。

本一种远程监控与管理水稻育秧灌溉植保系统、计算机设备及介质在说明书摘要公布了：本发明公开了一种远程监控与管理水稻育秧灌溉植保系统、计算机设备及介质，涉及水稻育秧灌溉技术领域，包括传感采集模块、边缘处理模块、数据融合模块、预测建模模块、执行控制模块、用户交互模块及能源安全部件；所述传感采集模块，用于通过部署于水稻育秧田间的多类传感器对土壤湿度、温度、pH值、空气温湿度、光照强度、风速风向、降雨量以及作物图像信息进行采集，输出原始环境数据；所述边缘处理模块，与所述传感采集模块相连接，用于对所述原始环境数据进行预处理，生成预处理数据，并通过NB‑IoT协议上传至云端服务器；所述数据融合模块，部署于所述云端服务器中，用于接收来自所述边缘处理模块的预处理数据。

本发明授权一种远程监控与管理水稻育秧灌溉植保系统、计算机设备及介质在权利要求书中公布了：1.一种远程监控与管理水稻育秧灌溉植保系统，其特征在于：包括： 传感采集模块、边缘处理模块、数据融合模块、预测建模模块、执行控制模块、用户交互模块及能源安全部件； 所述传感采集模块，用于通过部署于水稻育秧田间的多类传感器对土壤湿度、温度、pH值、空气温湿度、光照强度、风速风向、降雨量以及作物图像信息进行采集，输出原始环境数据； 所述边缘处理模块，与所述传感采集模块相连接，用于对所述原始环境数据进行预处理，生成预处理数据，并通过NB-IoT协议上传至云端服务器； 所述数据融合模块，部署于所述云端服务器中，用于接收来自所述边缘处理模块的预处理数据，采用动态加权融合算法对多源异构数据进行整合分析，生成农田综合环境状态向量； 采用云端服务器接收由边缘处理模块上传的预处理数据集； 采用动态权重计算公式对各传感器数据进行权重分配，以反映不同传感器数据在当前环境条件下的重要性差异，得到加权系数，表达式为： ; 其中，为第个传感器数据的权重系数，为第个传感器数据的实际测量值，为第个传感器数据的理想最优值，为调节参数，用于控制权重分布的集中程度，和分别表示其他传感器的数据实际测量值和理想最优值； 采用归一化加权融合公式对加权后的传感器数据进行整合分析，生成农田综合环境状态向量，表达式为： ; 其中，为农田综合环境状态向量，为第个传感器数据的权重系数，为第个传感器数据的标准化后数值； 将生成的农田综合环境状态向量作为后续预测建模模块的数据输入基础，用于驱动系统进行灌溉与植保决策分析； 对于作物图像数据，采用图像特征提取算法进行处理，识别作物健康状态，并将提取到的图像特征向量附加到农田综合环境状态向量中，形成增强后的综合环境状态向量，表达式为： ; 其中，为增强后的综合环境状态向量，为图像修正因子，为从作物图像中提取的特征向量； 所述预测建模模块，与所述数据融合模块相连接，用于基于所述农田综合环境状态向量与未来气象预报数据，构建自适应预测模型，输出预测结果； 采用云端服务器接收由数据融合模块生成的增强后的综合环境状态向量，以及从外部气象服务API获取的未来24小时内的气象预报数据； 采用滑动窗口方法对历史环境状态向量和对应的气象预报数据进行时间序列划分，形成训练样本集； 采用长短期记忆网络LSTM作为基础模型，对训练样本集进行训练，学习环境状态向量与气象预报数据之间的动态关系，构建自适应预测模型，表达式为： ； 其中，为第个时间步的隐藏状态，为第个时间步的增强后的综合环境状态向量，为第个时间步的气象预报数据，为LSTM模型的参数集合； 采用全连接层对LSTM网络的最后一层隐藏状态进行线性变换，得到预测输出结果，表达式为： ； 其中，为预测输出向量，为全连接层的权重矩阵，为全连接层的偏置向量，为最后一个时间步的隐藏状态； 采用自适应学习率调整策略，在每次迭代过程中自动调整学习率，以加速收敛并提高模型精度，表达式为： ; 其中，为更新后的模型参数，为初始学习率，和分别为一阶矩估计和二阶矩估计，为防止除零的小常数，为第次迭代的模型参数值； 将训练好的自适应预测模型应用于实时数据，基于当前的增强后的综合环境状态向量和未来气象预报数据，生成预测结果； 所述预测结果包括最佳灌溉时间点、需水量、施肥时机与剂量建议及植保干预优先级； 所述执行控制模块，与所述预测建模模块相连接，用于根据所述预测结果驱动自动滴灌和喷灌设备、GPS引导的无人机喷洒装置及水泵控制设备执行局部灌溉与植保操作； 采用决策引擎对预测结果进行解析和分类处理，生成具体的执行指令集； 采用NB-IoT通信协议将执行指令集传输至田间各执行控制设备； 针对自动滴灌设备：采用土壤湿度传感器实时监测土壤含水量，当检测到当前土壤湿度低于设定阈值时，触发滴灌设备启动，按照预测结果中的需水量进行精准灌溉； 当达到设定的停止条件时，关闭滴灌设备，表达式为： ； 其中，为当前土壤湿度，为设定的最低土壤湿度阈值，为预测的需水量； 针对喷灌设备：采用气象预报数据中的降雨量预测值，结合当前环境状态向量，判断是否需要启动喷灌设备，如果未来24小时内无有效降雨且土壤湿度低于设定阈值，则启动喷灌设备，按照需水量进行灌溉； 当达到设定的停止条件时，关闭喷灌设备，表达式为： ； 其中，为未来24小时内的降雨量预测值； 针对GPS引导的无人机喷洒装置：采用高精度GPS定位系统获取农田地图分区信息，结合预测结果中的植保干预优先级PCP，确定需要喷洒的具体区域，根据作物生长阶段和病虫害风险等级，计算所需的农药剂量，并通过无人机喷洒装置进行精确施药，当完成指定区域的喷洒任务后，无人机返回起始点并记录作业日志； 针对水泵控制设备：采用水位传感器实时监测蓄水池水位，当检测到水位低于设定阈值时，启动水泵补充水源，当水位恢复至设定的安全水位时，关闭水泵，结合预测结果中的需水量，动态调整水泵的工作频率，以满足灌溉需求； 所述用户交互模块，与所述预测建模模块及执行控制模块双向通信连接，用于提供Web端与移动端访问接口，展示实时监测数据、推送决策建议、发送告警通知、记录执行日志，并支持用户远程手动干预所述执行控制模块； 所述能源安全部件，分别与所述传感采集模块、边缘处理模块及执行控制模块电连接，用于提供太阳能+电池混合供电。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人四川省农业机械科学研究院;四川省农业科学院作物研究所(四川省种质资源中心)，其通讯地址为：610000 四川省成都市锦江区二环路东4段牛沙路5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。