買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉四川省農業機械科學研究院;四川省農業科學院作物研究所(四川省種質資源中心)申請的專利一種遠程監控與管理水稻育秧灌溉植保系統、計算機設備及介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120494761B 。

龍圖騰網通過國家知識產權局官網在2025-09-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510971136.5，技術領域涉及：G06Q10/10；該發明授權一種遠程監控與管理水稻育秧灌溉植保系統、計算機設備及介質是由周小波;王浩;李旭毅;鄧佳;朱從樺;周彥君;歐陽裕元;林川堯;吳建設計研發完成，并于2025-07-15向國家知識產權局提交的專利申請。

本一種遠程監控與管理水稻育秧灌溉植保系統、計算機設備及介質在說明書摘要公布了：本發明公開了一種遠程監控與管理水稻育秧灌溉植保系統、計算機設備及介質，涉及水稻育秧灌溉技術領域，包括傳感采集模塊、邊緣處理模塊、數據融合模塊、預測建模模塊、執行控制模塊、用戶交互模塊及能源安全部件；所述傳感采集模塊，用于通過部署于水稻育秧田間的多類傳感器對土壤濕度、溫度、pH值、空氣溫濕度、光照強度、風速風向、降雨量以及作物圖像信息進行采集，輸出原始環境數據；所述邊緣處理模塊，與所述傳感采集模塊相連接，用于對所述原始環境數據進行預處理，生成預處理數據，并通過NB?IoT協議上傳至云端服務器；所述數據融合模塊，部署于所述云端服務器中，用于接收來自所述邊緣處理模塊的預處理數據。

本發明授權一種遠程監控與管理水稻育秧灌溉植保系統、計算機設備及介質在權利要求書中公布了：1.一種遠程監控與管理水稻育秧灌溉植保系統，其特征在于：包括： 傳感采集模塊、邊緣處理模塊、數據融合模塊、預測建模模塊、執行控制模塊、用戶交互模塊及能源安全部件； 所述傳感采集模塊，用于通過部署于水稻育秧田間的多類傳感器對土壤濕度、溫度、pH值、空氣溫濕度、光照強度、風速風向、降雨量以及作物圖像信息進行采集，輸出原始環境數據； 所述邊緣處理模塊，與所述傳感采集模塊相連接，用于對所述原始環境數據進行預處理，生成預處理數據，并通過NB-IoT協議上傳至云端服務器； 所述數據融合模塊，部署于所述云端服務器中，用于接收來自所述邊緣處理模塊的預處理數據，采用動態加權融合算法對多源異構數據進行整合分析，生成農田綜合環境狀態向量； 采用云端服務器接收由邊緣處理模塊上傳的預處理數據集； 采用動態權重計算公式對各傳感器數據進行權重分配，以反映不同傳感器數據在當前環境條件下的重要性差異，得到加權系數，表達式為： ; 其中，為第個傳感器數據的權重系數，為第個傳感器數據的實際測量值，為第個傳感器數據的理想最優值，為調節參數，用于控制權重分布的集中程度，和分別表示其他傳感器的數據實際測量值和理想最優值； 采用歸一化加權融合公式對加權后的傳感器數據進行整合分析，生成農田綜合環境狀態向量，表達式為： ; 其中，為農田綜合環境狀態向量，為第個傳感器數據的權重系數，為第個傳感器數據的標準化后數值； 將生成的農田綜合環境狀態向量作為后續預測建模模塊的數據輸入基礎，用于驅動系統進行灌溉與植保決策分析； 對于作物圖像數據，采用圖像特征提取算法進行處理，識別作物健康狀態，并將提取到的圖像特征向量附加到農田綜合環境狀態向量中，形成增強后的綜合環境狀態向量，表達式為： ; 其中，為增強后的綜合環境狀態向量，為圖像修正因子，為從作物圖像中提取的特征向量； 所述預測建模模塊，與所述數據融合模塊相連接，用于基于所述農田綜合環境狀態向量與未來氣象預報數據，構建自適應預測模型，輸出預測結果； 采用云端服務器接收由數據融合模塊生成的增強后的綜合環境狀態向量，以及從外部氣象服務API獲取的未來24小時內的氣象預報數據； 采用滑動窗口方法對歷史環境狀態向量和對應的氣象預報數據進行時間序列劃分，形成訓練樣本集； 采用長短期記憶網絡LSTM作為基礎模型，對訓練樣本集進行訓練，學習環境狀態向量與氣象預報數據之間的動態關系，構建自適應預測模型，表達式為： ； 其中，為第個時間步的隱藏狀態，為第個時間步的增強后的綜合環境狀態向量，為第個時間步的氣象預報數據，為LSTM模型的參數集合； 采用全連接層對LSTM網絡的最后一層隱藏狀態進行線性變換，得到預測輸出結果，表達式為： ； 其中，為預測輸出向量，為全連接層的權重矩陣，為全連接層的偏置向量，為最后一個時間步的隱藏狀態； 采用自適應學習率調整策略，在每次迭代過程中自動調整學習率，以加速收斂并提高模型精度，表達式為： ; 其中，為更新后的模型參數，為初始學習率，和分別為一階矩估計和二階矩估計，為防止除零的小常數，為第次迭代的模型參數值； 將訓練好的自適應預測模型應用于實時數據，基于當前的增強后的綜合環境狀態向量和未來氣象預報數據，生成預測結果； 所述預測結果包括最佳灌溉時間點、需水量、施肥時機與劑量建議及植保干預優先級； 所述執行控制模塊，與所述預測建模模塊相連接，用于根據所述預測結果驅動自動滴灌和噴灌設備、GPS引導的無人機噴灑裝置及水泵控制設備執行局部灌溉與植保操作； 采用決策引擎對預測結果進行解析和分類處理，生成具體的執行指令集； 采用NB-IoT通信協議將執行指令集傳輸至田間各執行控制設備； 針對自動滴灌設備：采用土壤濕度傳感器實時監測土壤含水量，當檢測到當前土壤濕度低于設定閾值時，觸發滴灌設備啟動，按照預測結果中的需水量進行精準灌溉； 當達到設定的停止條件時，關閉滴灌設備，表達式為： ； 其中，為當前土壤濕度，為設定的最低土壤濕度閾值，為預測的需水量； 針對噴灌設備：采用氣象預報數據中的降雨量預測值，結合當前環境狀態向量，判斷是否需要啟動噴灌設備，如果未來24小時內無有效降雨且土壤濕度低于設定閾值，則啟動噴灌設備，按照需水量進行灌溉； 當達到設定的停止條件時，關閉噴灌設備，表達式為： ； 其中，為未來24小時內的降雨量預測值； 針對GPS引導的無人機噴灑裝置：采用高精度GPS定位系統獲取農田地圖分區信息，結合預測結果中的植保干預優先級PCP，確定需要噴灑的具體區域，根據作物生長階段和病蟲害風險等級，計算所需的農藥劑量，并通過無人機噴灑裝置進行精確施藥，當完成指定區域的噴灑任務后，無人機返回起始點并記錄作業日志； 針對水泵控制設備：采用水位傳感器實時監測蓄水池水位，當檢測到水位低于設定閾值時，啟動水泵補充水源，當水位恢復至設定的安全水位時，關閉水泵，結合預測結果中的需水量，動態調整水泵的工作頻率，以滿足灌溉需求； 所述用戶交互模塊，與所述預測建模模塊及執行控制模塊雙向通信連接，用于提供Web端與移動端訪問接口，展示實時監測數據、推送決策建議、發送告警通知、記錄執行日志，并支持用戶遠程手動干預所述執行控制模塊； 所述能源安全部件，分別與所述傳感采集模塊、邊緣處理模塊及執行控制模塊電連接，用于提供太陽能+電池混合供電。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人四川省農業機械科學研究院;四川省農業科學院作物研究所(四川省種質資源中心)，其通訊地址為：610000 四川省成都市錦江區二環路東4段牛沙路5號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。