|
@@ -0,0 +1,91 @@
|
|
|
|
+'use strict';
|
|
|
|
+
|
|
|
|
+/** @type {import('sequelize-cli').Migration} */
|
|
|
|
+module.exports = {
|
|
|
|
+ async up (queryInterface, Sequelize) {
|
|
|
|
+ await queryInterface.bulkInsert('news', [
|
|
|
|
+ {
|
|
|
|
+ title: '飞鸟科技智慧农业解决方案助力乡村振兴',
|
|
|
|
+ content: '飞鸟科技作为国内领先的智慧农业解决方案提供商,致力于通过先进的技术手段推动农业现代化发展。公司自主研发的智慧农业平台集成了物联网、大数据、人工智能等前沿技术,为农户提供精准种植、智能监测、科学管理等全方位服务。\n\n通过部署智能传感器网络,系统能够实时监测土壤湿度、温度、光照等环境参数,结合气象数据和作物生长模型,为农户提供精准的灌溉、施肥建议。同时,平台还具备病虫害预警功能,能够提前识别潜在风险,帮助农户及时采取防治措施。\n\n截至目前,飞鸟科技的智慧农业解决方案已在全国多个省市成功落地,服务农户超过10万户,累计帮助农户增收超过30%。未来,公司将继续加大研发投入,不断完善产品功能,为乡村振兴战略贡献更大力量。',
|
|
|
|
+ summary: '飞鸟科技智慧农业解决方案通过物联网、大数据等技术,为农户提供精准种植、智能监测等服务,已服务10万+农户,助力乡村振兴。',
|
|
|
|
+ author: '飞鸟科技编辑部',
|
|
|
|
+ source: '飞鸟科技官网',
|
|
|
|
+ coverImage: 'https://example.com/images/news1.jpg',
|
|
|
|
+ category: '公司动态',
|
|
|
|
+ tags: '智慧农业,乡村振兴,物联网,大数据',
|
|
|
|
+ viewCount: 1250,
|
|
|
|
+ isPublished: true,
|
|
|
|
+ publishedAt: new Date('2024-12-01'),
|
|
|
|
+ createdAt: new Date(),
|
|
|
|
+ updatedAt: new Date()
|
|
|
|
+ },
|
|
|
|
+ {
|
|
|
|
+ title: '农业物联网技术发展趋势分析',
|
|
|
|
+ content: '随着5G、物联网、人工智能等技术的快速发展,农业物联网正迎来前所未有的发展机遇。根据最新研究报告显示,全球农业物联网市场规模预计将在2025年达到300亿美元。\n\n在技术层面,传感器技术不断进步,成本持续下降,使得大规模部署成为可能。同时,边缘计算技术的成熟,使得数据处理更加实时高效。人工智能算法的优化,让农业决策更加精准。\n\n在应用场景方面,精准农业、智慧温室、智能养殖等领域需求旺盛。特别是在气候变化和人口增长的双重压力下,提高农业生产效率和质量成为迫切需求。\n\n展望未来,农业物联网将朝着更加智能化、自动化的方向发展,为全球粮食安全提供重要保障。',
|
|
|
|
+ summary: '农业物联网技术快速发展,市场规模预计2025年达300亿美元,在精准农业、智慧温室等领域应用前景广阔。',
|
|
|
|
+ author: '技术研究院',
|
|
|
|
+ source: '农业科技周刊',
|
|
|
|
+ coverImage: 'https://example.com/images/news2.jpg',
|
|
|
|
+ category: '技术前沿',
|
|
|
|
+ tags: '物联网,5G,人工智能,精准农业',
|
|
|
|
+ viewCount: 890,
|
|
|
|
+ isPublished: true,
|
|
|
|
+ publishedAt: new Date('2024-11-28'),
|
|
|
|
+ createdAt: new Date(),
|
|
|
|
+ updatedAt: new Date()
|
|
|
|
+ },
|
|
|
|
+ {
|
|
|
|
+ title: '智慧农业助力绿色可持续发展',
|
|
|
|
+ content: '在"双碳"目标背景下,智慧农业作为绿色农业的重要组成部分,正发挥着越来越重要的作用。通过精准施肥、智能灌溉等技术手段,智慧农业能够显著减少化肥农药使用量,降低环境污染。\n\n研究表明,采用智慧农业技术的农田,化肥使用量可减少20-30%,农药使用量可减少15-25%,同时作物产量还能提升10-15%。这种"减量增效"的模式,既保护了环境,又提高了经济效益。\n\n此外,智慧农业还能通过数据分析和预测,帮助农户制定更加科学的种植计划,避免盲目投入,实现资源的最优配置。\n\n随着环保意识的提升和政策支持力度的加大,智慧农业将在推动农业绿色可持续发展方面发挥更大作用。',
|
|
|
|
+ summary: '智慧农业通过精准施肥、智能灌溉等技术,实现"减量增效",助力绿色可持续发展,符合"双碳"目标要求。',
|
|
|
|
+ author: '环保研究院',
|
|
|
|
+ source: '绿色农业报',
|
|
|
|
+ coverImage: 'https://example.com/images/news3.jpg',
|
|
|
|
+ category: '环保科技',
|
|
|
|
+ tags: '绿色农业,可持续发展,双碳目标,环保',
|
|
|
|
+ viewCount: 756,
|
|
|
|
+ isPublished: true,
|
|
|
|
+ publishedAt: new Date('2024-11-25'),
|
|
|
|
+ createdAt: new Date(),
|
|
|
|
+ updatedAt: new Date()
|
|
|
|
+ },
|
|
|
|
+ {
|
|
|
|
+ title: '数字农业平台建设经验分享',
|
|
|
|
+ content: '数字农业平台作为现代农业发展的重要基础设施,其建设质量直接影响智慧农业的应用效果。在平台建设过程中,需要重点关注以下几个方面:\n\n首先是数据标准化问题。不同厂商的设备和系统往往采用不同的数据格式和协议,需要进行统一的数据标准化处理,确保数据能够互联互通。\n\n其次是系统集成问题。数字农业平台通常需要集成多个子系统,包括环境监测、设备控制、数据分析等,需要做好系统间的接口设计和数据流转。\n\n再次是用户体验问题。平台界面要简洁易用,功能要贴近实际需求,让农户能够快速上手使用。\n\n最后是数据安全问题。农业数据涉及农户隐私和商业机密,需要建立完善的数据安全防护体系。\n\n通过以上几个方面的努力,可以建设出功能完善、安全可靠的数字农业平台。',
|
|
|
|
+ summary: '数字农业平台建设需要关注数据标准化、系统集成、用户体验和数据安全等关键问题,确保平台功能完善、安全可靠。',
|
|
|
|
+ author: '平台建设部',
|
|
|
|
+ source: '数字农业杂志',
|
|
|
|
+ coverImage: 'https://example.com/images/news4.jpg',
|
|
|
|
+ category: '技术分享',
|
|
|
|
+ tags: '数字农业,平台建设,数据标准化,系统集成',
|
|
|
|
+ viewCount: 634,
|
|
|
|
+ isPublished: true,
|
|
|
|
+ publishedAt: new Date('2024-11-22'),
|
|
|
|
+ createdAt: new Date(),
|
|
|
|
+ updatedAt: new Date()
|
|
|
|
+ },
|
|
|
|
+ {
|
|
|
|
+ title: '农业大数据应用案例分析',
|
|
|
|
+ content: '大数据技术在农业领域的应用越来越广泛,通过分析海量的农业数据,可以为农业生产提供科学决策支持。以下是一些典型的应用案例:\n\n案例一:某大型农场通过分析历史气象数据、土壤数据和作物产量数据,建立了产量预测模型,预测准确率达到85%以上,帮助农场提前做好收获和销售计划。\n\n案例二:某蔬菜种植基地利用传感器数据,结合机器学习算法,实现了病虫害的早期识别和预警,病虫害识别准确率达到90%以上,大大减少了农药使用量。\n\n案例三:某水果种植园通过分析市场需求数据和价格走势,优化了种植品种和规模,年收益提升了25%。\n\n这些案例表明,农业大数据具有巨大的应用价值,能够帮助农户提高生产效率、降低成本、增加收益。随着数据采集技术的进步和分析算法的优化,农业大数据的应用前景将更加广阔。',
|
|
|
|
+ summary: '农业大数据在产量预测、病虫害识别、市场分析等方面应用效果显著,能够帮助农户提高效率、降低成本、增加收益。',
|
|
|
|
+ author: '数据分析部',
|
|
|
|
+ source: '农业大数据报告',
|
|
|
|
+ coverImage: 'https://example.com/images/news5.jpg',
|
|
|
|
+ category: '案例分析',
|
|
|
|
+ tags: '大数据,机器学习,产量预测,病虫害识别',
|
|
|
|
+ viewCount: 1120,
|
|
|
|
+ isPublished: true,
|
|
|
|
+ publishedAt: new Date('2024-11-20'),
|
|
|
|
+ createdAt: new Date(),
|
|
|
|
+ updatedAt: new Date()
|
|
|
|
+ }
|
|
|
|
+ ]);
|
|
|
|
+
|
|
|
|
+ console.log('新闻示例数据插入完成!');
|
|
|
|
+ },
|
|
|
|
+
|
|
|
|
+ async down (queryInterface, Sequelize) {
|
|
|
|
+ await queryInterface.bulkDelete('news', null, {});
|
|
|
|
+ console.log('新闻示例数据已回滚!');
|
|
|
|
+ }
|
|
|
|
+};
|