农林科技学院柑橘产业AI大模型土壤墒情模块项目开发市场调研

序号

名称

数量

基本要求

备注

1

柑橘产业AI大模型土壤墒情模块项目开发

1

建设田间监测设备接入与数据采集、土壤墒情AI预测、农业气象AI预测及配套的数据管理与预警通知功能

无

序号

模块

技术参数

数量

单位

1

柑橘产业AI大模型土壤墒情模块项目开发

一、总体要求

1、建设范围：田间监测设备接入与数据采集、土壤墒情AI预测模块、农业气象AI预测模块，以及配套的数据管理、预警通知功能。

2、总体架构：系统采用B/S架构、前后端分离技术路线，支持Chrome、Edge等主流浏览器访问，无需安装客户端插件。

3、设备接入总体要求：系统须通过监测设备所属物联网云平台开放API完成无线****监测站的数据接入，实现监测数据自动采集入库。

4、平台须预留其他类型监测设备（虫情测报、智能灌溉等）及MQTT、TCP透传等主流物联网协议的接入扩展能力。

二、设备接入系统与数据采集要求

1、监测设备基本信息：无线****监测站（空气温湿度、光照、风速风向、降雨量、大气压、CO2等气象要素与土壤温湿度、土壤水分、pH、EC等墒情要素一体化采集）

2、完整采集并存储空气温度、空气相对湿度、光照强度、大气压、CO2浓度、风速、风向、降雨量共8类气象要素；数据入库须包含要素值、单位、采集时间戳、设备标识

3、完整采集并存储土壤温度、土壤体积含水率（支持10cm/20cm/40cm分层）、土壤pH、土壤电导率EC共4类墒情要素（须支持上述全部要素接入解析，具体以设备实际配置传感器为准）

4、支持终端实时数据查询、历史数据查询（按时间段与传感器节点）、终端状态查询（在线/休眠/离线、电量、网络信号、经纬度）、终端配置查询四类接口能力

5、平台定时轮询拉取设备数据并自动入库，采集间隔支持1～60分钟可配置（默认10分钟）；轮询任务失败自动重试，重试策略可配置

6、针对接口超时、网络中断等造成的缺失数据支持自动补采，月度数据完整率≥95%

7、支持设备档案管理：设备编码、名称、型号、厂商、终端类型、所属地块、经纬度、安装照片、负责人、维保到期信息

8、实时展示设备在线/休眠/离线三态；设备连续离线超过30分钟（阈值可配置）自动生成离线告警

9、原始监测数据与小时/日/月聚合数据分级存储，在线存储时间≥3年，支持历史数据归档与导出

三、农业气象AI预测模块技术要求

1、预测对象：空气温度、空气相对湿度、降雨量、风速

2、预测时效：提供未来72小时逐小时气象要素预测

3、更新频率：每小时自动滚动执行预测计算并刷新结果

4、模型类型：采用时序机器学习或深度学习预测模型，支持与数值天气预报、公开气象服务数据融合建模

5、气温预测精度：72小时气温预测MAE≤1.5℃，其中前24小时MAE≤1.0℃

6、湿度预测精度：72小时相对湿度预测MAE≤7%RH

7、降雨预测精度：未来24小时有无降雨判定准确率≥80%，降雨量预测MAPE≤30%

8、风速预测精度：72小时风速预测MAE≤1.5m/s

9、预测可视化与回看：逐要素预测曲线与置信带展示；支持历史预测回看，即任意历史时点的预测值与后续实测值对比及准确率统计

10、灾害性天气预警：基于预测值提前预警高温、低温霜冻、强降雨、大风等灾害性天气，预警提前量≥24小时，预警阈值可配置

11、预测报告：自动生成气象预测日报（未来72小时逐要素趋势、灾害风险提示、模型精度）

四、数据管理与预警通知技术参数

1、历史数据查询：任意时间段历史数据曲线与表格查询，支持多要素叠加对比、按小时/日/月聚合

2、预警推送渠道：预警信息推送渠道不少于3种：平台站内消息、WebSocket实时弹窗、短信、邮件中至少组合实现3种

3、预警闭环管理：预警记录包含等级、时间、要素、实测值、处理状态，支持处理反馈、销警与闭环统计

4、系统性能：页面平均加载时间≤3秒，数据接口平均响应时间≤2秒

5、数据修正：支持异常数据的人工标记与修正，操作留痕并受权限控制

1

套