客服端部署

作者:zhouyuanzhi 作品概述 农作物的生长状况与其周边环境是息息相关的，对农业环境进行实时监控，及时调整有关环境参数，能够有力促进农作物增产增收。基于WSN的农作物环境监测系统将结合现代生态农业技术、现代无线传感技术、水肥药一体化技术等先进技术，来采集、传输、存储、查询并分析农作物的环境信息，为农业生产提供科学指导。 开发环境 硬件:STM32F407，CC2530，Fibocom L610，BH1750光照强度传感器，DHT11温湿度传感器，土壤PH传感器，土壤温湿度氮磷钾传感器。 RT-Thread版本:RT-Thread Nano 3.1.3 开发工具及版本:MDK 5.27，STM32CubeMx RT-Thread使用情况概述 内核部分:调度器，信号量，线程。 调度器:创建多个线程来实现不同的工作。 线程:uart2_rx_thread_entry和led_thread_entry uart2_rx_thread_entry线程接收到串口2中断回调函数释放的信号量后，对数据进行整理并上传至阿里云；led_thread_entry线程使LED间隔1秒闪烁，提示系统正在运行。 系统硬件介绍 系统由终端节点、路由器节点、协调器节点、STM32F407通讯网关、云服务器四部分组成。终端节点以CC2530为核心通过传感器采集空气温湿度、光照强度、土壤温湿度、土壤氮磷钾含量以及土壤PH值数据信息并通过ZigBee协议传输数据到路由器，再经路由器转发至协调器，协调器接收到数据后通过串口把数据转发给STM32F407通讯网关，STM32F407通讯网关完成数据汇总，解析，打包，在LCD上显示采集到数据，并通过GPRS上传数据至阿里云IOT平台，阿里云IOT平台将数据包通过AMQP服务端订阅转发到智慧农业系统。系统整体结构图如图所示。 系统软件介绍 硬件端采集到所有环境数据后，按照协议将所有数据封装成包。并将这些数据包上传到阿里云IOT平台。上传到服务器时采用的协议是MQTT协议；阿里云IOT平台将数据包通过AMQP服务端订阅转发到智慧农业系统的后端服务器；智慧农业系统的后端服务器按照规则完成数据包的解析，并将解析出的环境数据存入MySql数据库中；后端将数据从数据库中取出发送到前端并在网页上显示所有环境数据。 演示效果 采集终端: 路由器和协调器: 网关: 数据采集和上传: 代码地址(附件为代码地址，下载后打开可见）

## 前台框架： Bootstrap(一个HTML5响应式框架） ## 开发环境：myEclipse/Eclipse/Idea都可以 + mysql数据库 ## 后台框架: SSM(SpringMVC + Spring + Mybatis) 与传统的web网站相同，农业专家系统实现农业农作物查询，病虫害诊断，专家咨询等。典型的农业网站信息化平台，各个模块支持文件等信息内容下载。 ### 1.网站公告模块： （1）首页农业新闻展示 （2）农业文献，论文期刊的展示（下载）。 ### 2.农作物查询模块：查询结果包括农作物信息，图片展示等。 （1）将农作物进行分类（粮食作物，蔬菜，花卉等），选择某一种类，显示具体作物。 （2）搜索查询：用户输入关键字进行查询。 ### 3.病害查询模块：查询结果包括病症描述，图片展示，治疗方法等。 （1）根据作物名称查询该作物多种常见病害病症，以供用户选择。 （2）页面展示常见病害。 ### 4.虫害查询模块：查询结果包括虫害描述，图片展示，治疗方法等。 （1）根据作物名称查询该作物多种常见病害病症，以供用户选择。 （2）页面显示常见虫害。 ### 5

2006~2007年在中国神华集团公司神东现代化亿吨煤炭矿区马家塔露天矿采煤坑回填土地,实施13.33 hm2造林种草、种植农作物二种土地复垦方式试验;结果表明:乔灌造林成活保存率是89%~98%、种草出苗率100%,采取造林种草土地复垦技术不但治理和改善了地处黄河中游乌兰木伦河Ⅰ级阶地煤炭露天开采坑的生态环境,有效预防和避免了因开发而新增水土流失的危害,并且具有土地复垦投资少、改良复垦区土壤效果显著的优点。采取农业种植土地复垦方式,不但投资较大、管理科目繁多,而且在短期内收益甚小。

作物－畜牧综合系统（ICLS）是一种替代选择，可以帮助加强粮食生产，同时使环境受益。 但是，仍然缺乏对ICLS对南达科他州特定环境的土壤和经济效益影响的评估。 这项研究旨在评估在南达科他州玉米（Zea mays L。）-大豆（Glycine max L。）-黑麦（Secale graine L.）轮作下ICLS对土壤健康和经济效益的影响。 在黑麦作物播种后种植覆盖作物共混物，并在2015-2016年建立覆盖作物后进行放牧处理（有或无）。 这项研究的数据表明，大多数土壤特性不会受到放牧的负面影响。 然而，放牧相比非放牧增加了土壤容重（BD），降低了土壤有机碳（SOC）和土壤保水率（SWR）。 放牧对玉米单产的影响不显着。 覆盖作物不会影响pH值，电导率（EC），总氮（TN），β-葡萄糖苷酶，酸水解碳含量，微生物生物量碳和SWR，但会影响SOC，冷热水碳含量，BD ，在某些阶段和深度的渗透率（qs）。 不同的农作物混种对玉米产量的影响不那么强。 经济分析表明，实施ICLS可以使农场的利润在第一年增加$ 17.23 ac-1，第二年增加$ 43.61 ac-1。 这些发现表明，采用适当管理的

可用于YOLOv5/v6/v7/v8训练的农作物杂草数据集

收割 一个简单的基于机器学习的网站，推荐最佳农作物，肥料和农作物所患疾病 动机 农业是影响一国经济增长的主要部门之一。 在像印度这样的国家，大多数人口以农业为生。 机器学习和深度学习等许多新技术正在农业中实施，因此农民可以更轻松地发展并最大程度地提高产量。 在这个项目中，我提供一个网站，其中实现了以下应用程序； 作物推荐，肥料推荐和植物病害预测。 在农作物推荐应用程序中，用户可以从他们的侧面提供土壤数据，并且该应用程序将预测用户应该种植哪种农作物。 对于肥料推荐应用程序，用户可以输入土壤数据和他们正在生长的农作物的类型，该应用程序将预测土壤缺乏或过量的土壤，并会提出改进建议。 对于最后一个应用程序，即植物病害预测应用程序，用户可以输入患病植物叶片的图像，该应用程序将预测它是什么病害，并且还会提供有关该病害的一些背景知识以及如何治愈该病害的建议。 数据源 （定制数据集） （定制数

  近年来，机器学习方法在农业领域的应用取得巨大成功，广泛应用于科 学施肥、产量预测和经济效益预估等领域。根据土壤信息进行数据挖掘，并在此基础上提出区域性作物的种植建议，不仅可以促进农作物生长从而带来经济效益，还可以改善土壤肥力，促进可持续发展。本文根据土土 壤养分元素[如：氮（N）、磷（P）、钾（K）等]的含量建立模型分析并且给出精准预测,可以实现了几种机器学习分类算法形成科学的种植方案,最终还实现了应用界面的实现。

这项研究调查了气候变化因素和非气候变化因素对尼日利亚农作物产量的影响。 采用了经验研究方法，使用了从信誉良好的来源获得的1980-2013年时间序列年度数据的辅助来源。 错误校正机制用于分析。 研究发现，在短期内，只有降雨对气候变化因素中的农作物产量具有显着的正向影响，但从长期来看，有证据表明所有气候变化因子均对作物产量具有显着影响。 例如，对作物产量进行了温度，二氧化碳排放，碳排放和降雨的显着测试。 此外，非气候变化因素，例如从事经济活动的人口，总资本形成以及可供灌溉的土地面积，对作物产量也具有显着的正向作用。 为了阻止气候变化对作物产量的影响，研究建议政策制定者应制定政策，以帮助农民采取适应农业的做法，从而减轻气候变化的影响。 此外，政府和其他有关机构还应设计方案，以激励群众增加对作物生产的参与。

农作物播种、施肥自动化作业智能监控系统的设计.pdf