CN109874477A - 一种农业园区施肥机托管方法及*** - Google Patents
一种农业园区施肥机托管方法及*** Download PDFInfo
- Publication number
- CN109874477A CN109874477A CN201910044899.XA CN201910044899A CN109874477A CN 109874477 A CN109874477 A CN 109874477A CN 201910044899 A CN201910044899 A CN 201910044899A CN 109874477 A CN109874477 A CN 109874477A
- Authority
- CN
- China
- Prior art keywords
- irrigation
- local
- theoretical
- fertilizer applicator
- crop
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Cultivation Of Plants (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Hydroponics (AREA)
Abstract
本发明实施例提供一种农业园区施肥机托管方法及***。其中,上述方法包括根据预设的临界光辐射值、本地累积光辐射值,获得本地园区灌溉时间点,并根据预设的目标含水量与实时获取的土壤含水量之间的偏差、自适应模型、以及基础灌溉量获得灌溉时间点对应的理论灌溉量;根据预设的作物生长温度阈值和实时获取的作物实际生长环境温度值,获得当次施肥量。本发明实施例提供的农业园区施肥机托管方法及***在获取的灌溉时间点以相应的理论灌溉量及施肥量对本地园区进行灌溉,上述方法均为***自主执行,不需要人为参与的托管式灌溉方法,实现本地园区作物自主灌溉,根据作物生长环境的变化做出相应的灌溉参数调整,满足作物不同生育期的灌溉需要。
Description
技术领域
本发明实施例涉及水肥一体化技术领域,尤其涉及一种农业园区施肥机托管方法及***。
背景技术
水肥一体化技术是将灌溉与施肥融为一体的农业新技术,它作为世界公认的一种高效节水节肥技术,在我国推广面积逐年增大,但真正节水节肥的实质是合理的自适应灌溉策略。当前水肥一体的灌溉策略正在向集成化、智能化的方向发展,基于模型的高度自适应管控***是未来必然的发展方向。但是,要实现这一目标,目前的管控模式还存在以下问题:
1.目前推广的传统水肥一体化***,决策支持与逻辑控制均运行在本地,在施肥机使用前需要预设一系列参数,后期参数修改也需要在本地进行,这不仅要求专业技术人员经常去到安装现场,同时,对于生产应用型园区,即使安装了水肥一体化设备,他们可能依旧是经验的供水补肥,对设备的利用效率远远低于设备本身可以提供的;
2.水肥一体化设备正在逐渐信息化,但仅是环境、灌溉等数据上传到中心服务器,参数调整还在本地。这样的管理,缺乏批量的监测和管控,导致无法统筹评估不同地区的最适管控策略,既不利于设备升级,也无法进一步提高管控效果;
3.未来农业的发展趋势必然是大型农场主经营,但农场主们不一定有农业背景。年复一年经验的摸索过程不如大数据可以直接共享,不如专业的农业机构直接根据园区的现实情况,制定合理的灌溉策略。
发明内容
针对现有技术中存在的技术问题,本发明实施例提供一种农业园区施肥机托管方法及***。
第一方面,本发明实施例提供一种农业园区施肥机托管方法,包括:
根据预设的临界光辐射值以及实时获取的本地累积光辐射值,获得本地园区灌溉时间点,并根据预设的目标含水量与实时获取的土壤含水量之间的偏差以及自适应模型,获得理论灌溉系数;
基于所述理论灌溉系数和基础灌溉量获得所述灌溉时间点对应的理论灌溉量,以对本地园区进行灌溉,其中所述基础灌溉量为根据气象参数以及彭曼模型获得的本地园区灌溉量;
根据预设的作物生长温度阈值和实时获取的作物实际生长环境温度值,模拟作物的发育程度,获得作物需要的理论发育时间,并基于所述理论发育时间的不同时间段与作物种类之间的对应关系,获得当次施肥量,以在所述灌溉时间点,对本地园区进行灌溉的同时,同步进行施肥。
第二方面,本发明实施例提供一种农业园区施肥机托管装置,包括:
第一处理模块,用于根据预设的临界光辐射值以及实时获取的本地累积光辐射值,获得本地园区灌溉时间点,并根据预设的目标含水量与实时获取的土壤含水量之间的偏差以及自适应模型,获得理论灌溉系数;
第二处理模块,用于基于所述理论灌溉系数和基础灌溉量获得所述灌溉时间点对应的理论灌溉量,以对本地园区进行灌溉,其中所述基础灌溉量为根据气象参数以及彭曼模型获得的本地园区灌溉量;
第三处理模块,用于根据预设的作物生长温度阈值和实时获取的作物实际生长环境温度值,模拟作物的发育程度,获得作物需要的理论发育时间,并基于所述理论发育时间的不同时间段与作物种类之间的对应关系,获得当次施肥量。
第三方面,本发明实施例提供一种农业园区施肥机托管***,包括:
本地施肥机及托管平台。其中,所述本地施肥机主要包括末端执行原器件、主控制器和远程无线传输模块;所述托管平台与所述本地施肥机通过远程无线传输模块连接,其中:
所述本地施肥机,用于采集本地气象参数以及本地园区的土壤含水量,并无线通信传输所述气象参数和所述土壤含水量至所述托管平台;同时,主控制器接收所述托管平台下发的灌溉指令,启动逻辑控制,控制水泵等末端执行元器件;
所述托管平台,内置支持决策***,用于选择灌溉策略后,根据获取的所述气象参数和所述土壤含水量,实现本发明实施例第一方面提供的农业园区施肥机托管方法。
第四方面,本发明提供的一种电子设备,该设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现本发明第一方面提供的农业园区施肥机托管方法的步骤。
第五方面,本发明提供的一种非暂态计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现本发明第一方面提供的农业园区施肥机托管方法的步骤。
本发明实施例提供的农业园区施肥机托管方法及装置采用预设的临界光辐射值以及实时获取的本地光辐射累积值,获得本地园区灌溉时间点,并根据预设的目标含水量与实时获取的土壤含水量之间的偏差以及自适应模型,获得理论灌溉系数;基于所述理论灌溉系数和基础灌溉量获得所述灌溉时间点对应的理论灌溉量,以对本地园区进行灌溉,上述方法均为***自主执行,不需要人为参与,托管的实施,可以实现本地园区作物自主灌溉,可自动根据作物生长环境的变化做出相应的灌溉参数调整,满足作物不同生育期的灌溉需要。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的农业园区施肥机托管方法流程示意图;
图2为本发明实施例提供的农业园区施肥机托管处理装置结构示意图;
图3为本发明实施例提供的农业园区施肥机托管***结构示意图;
图4为本发明实施例提供的农业园区施肥机托管服务中托管平台结构示意图;
图5为本发明实施例提供的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
现有的水肥一体化技术支持决策与逻辑控制均在本地运行,参数设置繁琐,且支持决策给出的水肥供施方法,大多需要获取作物生长环境信息后,人为根据作物的生长环境信息,制定相应的灌溉策略,然后通过控制灌溉设备进行作物灌溉。但人为制定作物的灌溉策略进行作物灌溉,策略执行周期太长,不能及时根据作物生长环境的变化做出相应的灌溉策略调整,且得到的灌溉参数不准,甚至会影响作物的生长。
为了利用准确有效的灌溉策略对作物进行水肥灌溉,本发明实施例提供了一种农业园区施肥机托管方法,图1为本发明实施例提供的农业园区施肥机托管方法流程示意图,如图1所示,该方法包括:
步骤10、根据预设的临界光辐射值以及实时获取的本地累积光辐射值,获得本地园区灌溉时间点,并根据预设的目标含水量与实时获取的土壤含水量之间的偏差以及自适应模型,获得理论灌溉系数;
步骤11、基于所述理论灌溉系数和基础灌溉量获得所述灌溉时间点对应的理论灌溉量,以对本地园区进行灌溉,其中所述基础灌溉量为根据气象参数以及彭曼模型获得的本地园区灌溉量。
步骤12、根据预设的作物生长温度阈值和实时获取的作物实际生长环境温度值,模拟作物的发育程度,获得作物需要的理论发育时间,并基于所述理论发育时间的不同时间段与作物种类之间的对应关系,获得当次施肥量。
具体地,本发明实施例提供的一种农业园区施肥机托管方法获取本地园区每秒采集的本地光辐射值,根据提前预设的用于判断何时对作物进行灌溉的临界光辐射值与每秒采集的本地光辐射值,获得灌溉时间点,并由预设的目标含水量与实时获取的土壤含水量之间的偏差和自适应模型,获得理论灌溉系数,自适应模型为自适应PID算法,通过预设的目标含水量与实时获取的土壤含水量之间的偏差来获取本次灌溉的理论灌溉系数,其中临界光辐射值和目标含水量均为自主设置;通过所述理论灌溉系数和基础灌溉量获得所述灌溉时间点对应的理论灌溉量,其中彭曼模型为:其中,ET0为作物的基础灌溉量;Rn为太阳日净辐射量,γ、λ、es、ed均为系数;u2为平均风速;
根据预设的作物生长温度阈值和实时获取的作物实际生长环境温度值,模拟作物的发育程度,获得作物需要的理论发育时间,并基于所述理论发育时间的不同时间段与作物种类之间的对应关系,获得当次施肥量。以在所述灌溉时间点,对本地园区进行灌溉的同时,同步进行施肥。即在对本地园区进行灌溉的同时,对园区灌溉的是水和肥料混合后的水肥,混合方式是,根据预设的作物生长温度阈值和实时获取的作物实际生长环境温度值,获得作物需要的理论发育时间,并基于所述理论发育时间的不同时间段与作物种类之间的对应关系,获得本地施肥量,将满足本地施肥量的肥料和此灌溉时间点需要灌溉的理论灌溉量的水,混合得到要进行灌溉的水肥,以进行对园区进行水肥灌溉。
本发明实施例提供的农业园区施肥机托管方法采用预设的临界光辐射值以及实时获取的本地光辐射值,获得本地园区灌溉时间点,并根据预设的目标含水量与实时获取的土壤含水量之间的偏差以及自适应模型,获得理论灌溉系数;基于所述理论灌溉系数和基础灌溉量获得所述灌溉时间点对应的理论灌溉量,并结合本地施肥量,将满足本地施肥量的肥料和此灌溉时间点需要灌溉的理论灌溉量的水,混合得到要进行灌溉的水肥,以进行对园区进行水肥灌溉,上述方法均为***自主执行,不需要人为参与,托管式灌溉方法,实现本地园区作物自主灌溉,根据作物生长环境的变化做出相应的灌溉参数调整,满足作物不同生育期的灌溉需要。
在上述各实施例的基础上,本发明实施例提供的农业园区施肥机托管方法中的所述根据预设的临界光辐射值以及实时获取的本地累积光辐射值,获得本地园区灌溉时间点包括:
实时获取所述本地光辐射值,并累积所述本地光辐射值获取所述本地累积光辐射;
实时比较所述本地累积光辐射与所述临界光辐射值的大小,若所述本地累积光辐射等于预设的所述临界光辐射值,则以此时的时间点为所述灌溉时间点,以启动灌溉。即本发明实施例提供的农业园区施肥机托管方法中累积所述本地光辐射值获取本地累积光辐射,即累积光辐射为累积每秒采集得到的本地光辐射值,实时比较所述本地累积光辐射与预设的所述临界光辐射值的大小,当累积的所述累积光辐射与所述本地光辐射值的大小与预设的所述临界光辐射值相等时,则将此刻的时间点作为启动灌溉的灌溉时间点,来启动灌溉。
在上述各实施例的基础上,本发明实施例提供的农业园区施肥机托管方法中的所述自适应模型具体为:
其中:
k(n)为本次灌溉的理论灌溉系数,kp、ki、kd均为自适应学习得到的理论参数,e(n)为此次灌溉后土壤含水量与目标含水量之间的偏差,e(n-1)为此次之前最近一次灌溉后土壤含水量与目标含水量之间的偏差。即用于获取理论灌溉系数的自适应模型,输入的是前两次灌溉后的土壤含水量与目标含水量之间的偏差,输出的是理论灌溉系数,其中:kp、ki、kd均为自适应学习得到的理论参数,e(n)为此次灌溉后土壤含水量与目标含水量之间的偏差,e(n-1)为此次之前最近一次灌溉后土壤含水量与目标含水量之间的偏差,e(n-2)为此次之前倒数第二次灌溉后土壤含水量与目标含水量之间的偏差。
在上述各实施例的基础上,本发明实施例提供的农业园区施肥机托管方法中的所述基于所述理论灌溉系数和基础灌溉量获得所述灌溉时间点对应的理论灌溉量具体为:
所述理论灌溉量为所述理论灌溉系数和基础灌溉量的乘积。即本发明实施例提供的农业园区施肥机托管方法中所述理论灌溉系数和基础灌溉量的乘积即为理论灌溉量,以理论灌溉量的数据为依据进行本地园区灌溉。
本发明实施例还提供了一种农业园区施肥机托管处理装置,图2为本发明实施例提供的农业园区施肥机托管处理装置结构示意图,如图2所示,该装置包括第一处理模块21、第二处理模块22和第三处理模块23,其中第一处理模块21用于根据预设的临界光辐射值以及实时获取的本地累积光辐射值,获得本地园区灌溉时间点,并根据预设的目标含水量与实时获取的土壤含水量之间的偏差以及自适应模型,获得理论灌溉系数;第二处理模块22,用于基于所述理论灌溉系数和基础灌溉量获得所述灌溉时间点对应的理论灌溉量,以对本地园区进行灌溉,其中所述基础灌溉量为根据气象参数以及彭曼模型获得的本地园区灌溉量;第三处理模块23,用于根据预设的作物生长温度阈值和实时获取的作物实际生长环境温度值,模拟作物的发育程度,获得作物需要的理论发育时间,并基于所述理论发育时间的不同时间段与作物种类之间的对应关系,获得当次施肥量。
具体地,本发明实施例提供的农业园区施肥机托管处理装置中的第一处理模块获取本地园区每秒采集的本地光辐射值,根据提前预设的用于判断何时对作物进行灌溉的临界光辐射值与每秒采集的本地光辐射值,获得灌溉时间点,并由预设的目标含水量与实时获取的土壤含水量之间的偏差和自适应模型,获得理论灌溉系数,自适应模型为自适应PID算法,通过预设的目标含水量与实时获取的土壤含水量之间的偏差来获取本次灌溉的理论灌溉系数,其中临界光辐射值和目标含水量均为自主设置;第二处理模块通过所述理论灌溉系数和基础灌溉量获得所述灌溉时间点对应的理论灌溉量,其中彭曼模型为:其中,ET0为作物的基础灌溉量;Rn为太阳日净辐射量,γ、λ、es、ed均为系数;u2为平均风速;Δ为平均空气温度对应的偏差。
本发明实施例提供的农业园区施肥机托管方法采用预设的临界光辐射值以及实时获取的本地光辐射值,获得本地园区灌溉时间点,并根据预设的目标含水量与实时获取的土壤含水量之间的偏差以及自适应模型,获得理论灌溉系数;基于所述理论灌溉系数和基础灌溉量获得所述灌溉时间点对应的理论灌溉量,以对本地园区进行灌溉,上述方法均为***自主执行,不需要人为参与,托管式灌溉方法,实现本地园区作物自主灌溉,根据作物生长环境的变化做出相应的灌溉参数调整,满足作物不同生育期的灌溉需要。
本发明实施例还提供了一种农业园区施肥机托管***,图3为本发明实施例提供的农业园区施肥机托管***结构示意图,如图3所示,该***包括:
托管平台31以及本地施肥机32,所述托管平台31与所述本地施肥机32无线通信连接,其中:
所述本地施肥机32,用于采集本地气象参数以及本地园区的土壤含水量,并无线通信传输所述气象参数和所述土壤含水量至所述托管平台31;
所述托管平台31,内置支持决策***,用于选择灌溉策略后,根据获取的所述气象参数和所述土壤含水量,实现上述各实施例提供的农业园区施肥机托管方法。即本发明实施例还提供的农业园区施肥机托管***包括托管平台31和本地施肥机32,托管平台31内置多种灌溉策略,不同的灌溉策略对应不同的气象参数,其中包括气象参数中以太阳辐射为决策依据的灌溉策略,所述本地施肥机32采集本地气象参数以及本地园区的土壤含水量,并无线通信传输所述气象参数和所述土壤含水量至所述托管平台31;托管平台31选择灌溉策略中的以太阳辐射为决策依据的灌溉策略后,根据获取的所述太阳辐射相关的气象参数和所述土壤含水量,实现上述各实施例提供的农业园区施肥机托管方法,获得理论灌溉量和本地施肥量,然后通过本地施肥机32具体执行对本地园区的灌溉,从而实现策略决策在后台的托管平台31,参数调整和具体逻辑执行在本地施肥机32。
其中,托管平台31内置有多作物多栽培模式下的自动灌溉决策方法,供托管平台31根据托管园区的实际栽培作物及环境特征,高权限进行参数修改、策略匹配等动作,远程高效管控;所述本地施肥机32连接本地上位机33,与现场电磁阀门等执行元器件关联,内置逻辑控制指令,可根据所述托管管理平台的决策,自动进行作物的水肥供给管理;所述本地上位机33还显示当前环境信息和灌溉信息,提供托管温室匹配、栽培作物匹配、作物品种、定植时间、农事操作、产量等关键信息的上传接口。
在上述各实施例的基础上,本发明实施例提供的农业园区施肥机托管***中的所述托管平台包括依次相连接的参数交互模块、灌溉监控模块、数据分析模块和公告模块,所述参数交互模块与所述本地施肥机无线通信连接,其中:
所述参数交互模块,用于园区基本信息录入、作物选择、栽培模式选择以及生成相应的灌溉策略;
所述灌溉监控模块,用于生长环境监控、灌溉过程监控、作物长势监控和产量监控;
所述数据分析模块,用于生成历史数据动态变化、神经网络自适应学习、灌水量、施肥量、产量统筹分析和市场价格模糊预测;
所述公告模块,用于生成故障通知、肥料补充通知、农事操作通知、自然灾害预警通知和报修安排通知。即图4为本发明实施例提供的农业园区施肥机托管服务中托管平台结构示意图,如图4所示,托管平台包括参数交互模块41、灌溉监控模块42、数据分析模块43和公告模块44。具体地,参数交互模块41包括园区基本信息录入、作物选择、栽培模式选择和灌溉策略选择;灌溉监控模块42包括生长环境监控、灌溉过程监控、作物长势监控和产量监控;数据分析模块43包括历史数据动态变化、神经网络自适应学习软件、灌水量、施肥量、产量统筹分析和市场价格模糊预测软件;公告模块44包括故障通知、肥料补充通知、农事操作通知、自然灾害预警通知和报修安排通知。
需要特别说明的是,神经网络自适应模块可以根据同一地区、同一作物的灌溉施肥参数及产量参数和生长指标,逐步训练出最适灌溉参数,包括,为脱离传感器的模型控制提供技术支撑;市场价格模糊预测软件可以爬虫各大农业网页,利用大数据库获取相关数据资料,并将所收集到的数据资料进行多角度的分析,并且不断地检验在各个条件下的不同情景模式,从而进行未来一段时间的价格预测。
在上述各实施例的基础上,本发明实施例提供的农业园区施肥机托管***,还包括本地上位机,所述本地上位机与所述托管平台互联网通信连接,所述本地上位机与所述本地施肥机物联网通信连接,其中:
所述本地上位机,用于实时存储并显示所述本地施肥机传输的所述气象参数、所述土壤含水量,以及所述托管平台传输的所述灌溉时间点以及所述理论灌溉量。即本发明实施例提供的农业园区施肥机托管***中的本地上位机实时存储并显示气象参数、所述土壤含水量、灌溉时间点以及所述理论灌溉量,其中,气象参数包括太阳辐射、空气温度等。
本发明实施例还提供了一种电子设备,图5为本发明实施例提供的电子设备的实体结构示意图,如图5所示,该电子设备包括:处理器(processor)510、通信接口(Communications Interface)520、存储器(memory)530和总线540,其中,处理器510,通信接口520,存储器530通过总线540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令,以执行如下方法:根据预设的临界光辐射值以及实时获取的本地光辐射值,获得本地园区灌溉时间点,并根据预设的目标含水量与实时获取的土壤含水量之间的偏差以及自适应模型,获得理论灌溉系数;
基于所述理论灌溉系数和基础灌溉量获得所述灌溉时间点对应的理论灌溉量,以对本地园区进行灌溉,其中所述基础灌溉量为根据气象参数以及彭曼模型获得的本地园区初始灌溉量。
此外,上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供了一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令使计算机执行上述实施例所提供的农业园区施肥机托管方法,例如包括:根据预设的临界光辐射值以及实时获取的本地光辐射值,获得本地园区灌溉时间点,并根据预设的目标含水量与实时获取的土壤含水量之间的偏差以及自适应模型,获得理论灌溉系数;
基于所述理论灌溉系数和基础灌溉量获得所述灌溉时间点对应的理论灌溉量,以对本地园区进行灌溉,其中所述基础灌溉量为根据气象参数以及彭曼模型获得的本地园区初始灌溉量。
本发明电子设备以及非暂态计算机可读存储介质的实施例是用于执行上述各方法实施例的具体流程和详细内容,参照上述各方法实施例,此处不再叙述。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需以上仅为本申请的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种农业园区施肥机托管方法,其特征在于,包括:
根据预设的临界光辐射值以及实时获取的本地累积光辐射值,获得本地园区灌溉时间点,并根据预设的目标含水量与实时获取的土壤含水量之间的偏差以及自适应模型,获得理论灌溉系数;
基于所述理论灌溉系数和基础灌溉量获得所述灌溉时间点对应的理论灌溉量,以对本地园区进行灌溉,其中所述基础灌溉量为根据气象参数以及彭曼模型获得的本地园区灌溉量;
根据预设的作物生长温度阈值和实时获取的作物实际生长环境温度值,模拟作物的发育程度,获得作物需要的理论发育时间,并基于所述理论发育时间的不同时间段与作物种类之间的对应关系,获得当次施肥量。
2.根据权利要求1所述的方法,其特征在于,所述根据预设的临界光辐射值以及实时获取的本地累积光辐射值,获得本地园区灌溉时间点包括:
实时获取所述本地光辐射值,并累积所述本地光辐射值获取所述本地累积光辐射;
实时比较所述本地累积光辐射与所述临界光辐射值的大小,若所述本地累积光辐射等于预设的所述临界光辐射值,则以此时的时间点为所述灌溉时间点,以启动灌溉。
3.根据权利要求1所述的方法,其特征在于,所述自适应模型具体为:
其中:
k(n)为本次灌溉的理论灌溉系数,kp、ki、kd均为自适应学习得到的理论参数,e(n)为此次灌溉后土壤含水量与目标含水量之间的偏差,e(n-1)为此次之前最近一次灌溉后土壤含水量与目标含水量之间的偏差。
4.根据权利要求1所述的方法,其特征在于,所述基于所述理论灌溉系数和基础灌溉量获得所述灌溉时间点对应的理论灌溉量具体为:
所述理论灌溉量为所述理论灌溉系数和基础灌溉量的乘积。
5.一种农业园区施肥机托管装置,其特征在于,包括:
第一处理模块,用于根据预设的临界光辐射值以及实时获取的本地累积光辐射值,获得本地园区灌溉时间点,并根据预设的目标含水量与实时获取的土壤含水量之间的偏差以及自适应模型,获得理论灌溉系数;
第二处理模块,用于基于所述理论灌溉系数和基础灌溉量获得所述灌溉时间点对应的理论灌溉量,以对本地园区进行灌溉,其中所述基础灌溉量为根据气象参数以及彭曼模型获得的本地园区灌溉量;
第三处理模块,用于根据预设的作物生长温度阈值和实时获取的作物实际生长环境温度值,模拟作物的发育程度,获得作物需要的理论发育时间,并基于所述理论发育时间的不同时间段与作物种类之间的对应关系,获得当次施肥量。
6.一种农业园区施肥机托管***,其特征在于,包括:
托管平台以及本地施肥机,所述托管平台与所述本地施肥机无线通信连接,其中:
所述本地施肥机,用于采集本地气象参数以及本地园区的土壤含水量,并无线通信传输所述气象参数和所述土壤含水量至所述托管平台;
所述托管平台,用于选择灌溉策略后,根据获取的所述气象参数和所述土壤含水量,实现权利要求1-4任一项所述的农业园区施肥机托管方法。
7.根据权利要求6所述的农业园区施肥机托管***,其特征在于,还包括本地上位机,所述本地上位机与所述托管平台互联网通信连接,所述本地上位机与所述本地施肥机物联网通信连接,其中:
所述本地上位机,用于实时存储并显示所述本地施肥机传输的所述气象参数、所述土壤含水量,以及所述托管平台传输的所述灌溉时间点以及所述理论灌溉量。
8.根据权利要求6所述的农业园区施肥机托管***,其特征在于,所述托管平台包括依次相连接的参数交互模块、灌溉监控模块、数据分析模块和公告模块,所述参数交互模块与所述本地施肥机无线通信连接,其中:
所述参数交互模块,用于园区基本信息录入、作物选择、栽培模式选择以及生成相应的灌溉策略;
所述灌溉监控模块,用于生长环境监控、灌溉过程监控、作物长势监控和产量监控;
所述数据分析模块,用于生成历史数据动态变化、神经网络自适应学习、灌水量、施肥量、产量统筹分析和市场价格模糊预测;
所述公告模块,用于生成故障通知、肥料补充通知、农事操作通知、自然灾害预警通知和报修安排通知。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至4任一项所述农业园区施肥机托管方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至4任一项所述农业园区施肥机托管方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910044899.XA CN109874477B (zh) | 2019-01-17 | 2019-01-17 | 一种农业园区施肥机托管方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910044899.XA CN109874477B (zh) | 2019-01-17 | 2019-01-17 | 一种农业园区施肥机托管方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109874477A true CN109874477A (zh) | 2019-06-14 |
CN109874477B CN109874477B (zh) | 2021-01-26 |
Family
ID=66926186
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910044899.XA Active CN109874477B (zh) | 2019-01-17 | 2019-01-17 | 一种农业园区施肥机托管方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109874477B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111144746A (zh) * | 2019-12-26 | 2020-05-12 | 深圳春沐源控股有限公司 | 肥料购买量的推荐方法、计算机设备和存储介质 |
CN111670733A (zh) * | 2020-06-03 | 2020-09-18 | 北京口袋农园科技有限公司 | 一种阳台植物种植*** |
CN112119886A (zh) * | 2020-09-23 | 2020-12-25 | 苏州观临园林建筑营造设计有限公司 | 一种自动浇灌***及其浇灌方法、电子设备 |
CN112273208A (zh) * | 2020-09-23 | 2021-01-29 | 北京农业智能装备技术研究中心 | 一种基于多源信息的潮汐育苗灌溉决策方法和*** |
CN112273026A (zh) * | 2020-09-23 | 2021-01-29 | 北京农业智能装备技术研究中心 | 一种潮汐育苗营养液精准决策方法和*** |
CN112931150A (zh) * | 2021-02-03 | 2021-06-11 | 华南农业大学 | 一种基于柑橘冠层光谱响应的灌溉***和方法 |
CN113034303A (zh) * | 2021-03-22 | 2021-06-25 | 北京农业智能装备技术研究中心 | 一种温室作物施肥方法及*** |
CN113359531A (zh) * | 2021-06-17 | 2021-09-07 | 沈阳农业大学 | 一种数字化农业管理*** |
CN114402780A (zh) * | 2022-01-24 | 2022-04-29 | 辰润农产品集团有限公司 | 一种基于农业综合大数据灌溉施肥控制方法及*** |
CN115349432A (zh) * | 2022-09-23 | 2022-11-18 | 中联智慧农业股份有限公司 | 一种基于光辐射与气象预测的智能灌溉方法和*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104521699A (zh) * | 2014-11-18 | 2015-04-22 | 华北水利水电大学 | 田间智能灌溉在线控制管理方法 |
CN104751279A (zh) * | 2015-03-25 | 2015-07-01 | 中国农业科学院农业信息研究所 | 一种农业生产管理方法、装置及*** |
US20160345489A1 (en) * | 2015-06-01 | 2016-12-01 | Douglas L. Litterly | Anhydrous Ammonia Fertilizer Apparatus Monitor |
CN106444378A (zh) * | 2016-10-10 | 2017-02-22 | 重庆科技学院 | 基于物联网大数据分析的植物培育方法及*** |
CN106993518A (zh) * | 2017-05-08 | 2017-08-01 | 北京市水科学技术研究院 | 一种设施蔬菜膜下滴灌方法 |
CN207135772U (zh) * | 2017-06-01 | 2018-03-27 | 沃圃生(北京)农业科技有限公司 | 一种种植***控制装置 |
-
2019
- 2019-01-17 CN CN201910044899.XA patent/CN109874477B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104521699A (zh) * | 2014-11-18 | 2015-04-22 | 华北水利水电大学 | 田间智能灌溉在线控制管理方法 |
CN104751279A (zh) * | 2015-03-25 | 2015-07-01 | 中国农业科学院农业信息研究所 | 一种农业生产管理方法、装置及*** |
US20160345489A1 (en) * | 2015-06-01 | 2016-12-01 | Douglas L. Litterly | Anhydrous Ammonia Fertilizer Apparatus Monitor |
CN106444378A (zh) * | 2016-10-10 | 2017-02-22 | 重庆科技学院 | 基于物联网大数据分析的植物培育方法及*** |
CN106993518A (zh) * | 2017-05-08 | 2017-08-01 | 北京市水科学技术研究院 | 一种设施蔬菜膜下滴灌方法 |
CN207135772U (zh) * | 2017-06-01 | 2018-03-27 | 沃圃生(北京)农业科技有限公司 | 一种种植***控制装置 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111144746B (zh) * | 2019-12-26 | 2023-03-24 | 深圳春沐源控股有限公司 | 肥料购买量的推荐方法、计算机设备和存储介质 |
CN111144746A (zh) * | 2019-12-26 | 2020-05-12 | 深圳春沐源控股有限公司 | 肥料购买量的推荐方法、计算机设备和存储介质 |
CN111670733B (zh) * | 2020-06-03 | 2022-05-06 | 潍坊果壳视界信息科技有限公司 | 一种阳台植物种植*** |
CN111670733A (zh) * | 2020-06-03 | 2020-09-18 | 北京口袋农园科技有限公司 | 一种阳台植物种植*** |
CN112273208B (zh) * | 2020-09-23 | 2022-07-01 | 北京农业智能装备技术研究中心 | 一种基于多源信息的潮汐育苗灌溉决策方法和*** |
CN112273026A (zh) * | 2020-09-23 | 2021-01-29 | 北京农业智能装备技术研究中心 | 一种潮汐育苗营养液精准决策方法和*** |
CN112273026B (zh) * | 2020-09-23 | 2022-07-01 | 北京农业智能装备技术研究中心 | 一种潮汐育苗营养液精准决策方法和*** |
CN112273208A (zh) * | 2020-09-23 | 2021-01-29 | 北京农业智能装备技术研究中心 | 一种基于多源信息的潮汐育苗灌溉决策方法和*** |
CN112119886A (zh) * | 2020-09-23 | 2020-12-25 | 苏州观临园林建筑营造设计有限公司 | 一种自动浇灌***及其浇灌方法、电子设备 |
CN112931150A (zh) * | 2021-02-03 | 2021-06-11 | 华南农业大学 | 一种基于柑橘冠层光谱响应的灌溉***和方法 |
CN112931150B (zh) * | 2021-02-03 | 2022-06-03 | 华南农业大学 | 一种基于柑橘冠层光谱响应的灌溉***和方法 |
CN113034303A (zh) * | 2021-03-22 | 2021-06-25 | 北京农业智能装备技术研究中心 | 一种温室作物施肥方法及*** |
CN113359531A (zh) * | 2021-06-17 | 2021-09-07 | 沈阳农业大学 | 一种数字化农业管理*** |
CN114402780A (zh) * | 2022-01-24 | 2022-04-29 | 辰润农产品集团有限公司 | 一种基于农业综合大数据灌溉施肥控制方法及*** |
CN114402780B (zh) * | 2022-01-24 | 2023-03-10 | 辰润农产品集团有限公司 | 一种基于农业综合大数据灌溉施肥控制方法及*** |
CN115349432A (zh) * | 2022-09-23 | 2022-11-18 | 中联智慧农业股份有限公司 | 一种基于光辐射与气象预测的智能灌溉方法和*** |
Also Published As
Publication number | Publication date |
---|---|
CN109874477B (zh) | 2021-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109874477A (zh) | 一种农业园区施肥机托管方法及*** | |
US10769733B2 (en) | Forecasting national crop yield during the growing season using weather indices | |
CN104460582B (zh) | 一种基于模糊控制的物联网智能灌溉施肥控制方法及*** | |
US8321365B2 (en) | Horticultural knowledge base for managing yards and gardens | |
US8150554B2 (en) | Resource use management in yards and gardens | |
EP2243353B1 (en) | System and method for managing resource use | |
US8437879B2 (en) | System and method for providing prescribed resources to plants | |
CN103838144B (zh) | 基于物联网土壤分析的甘蔗精细种植滴灌建模控制方法 | |
CN110347127A (zh) | 基于云服务的农作物种植托管***及方法 | |
EP3986107B1 (en) | System for optimizing the use of water in irrigation based on the predictive calculation of the soil's water potential | |
CN110214506A (zh) | 水肥管控方法及*** | |
US20200309994A1 (en) | Generating and conveying comprehensive weather insights at fields for optimal agricultural decision making | |
CN107330804A (zh) | 一种智慧水利管控云平台及方法 | |
US20220248616A1 (en) | Irrigation control with deep reinforcement learning and smart scheduling | |
CN106097131A (zh) | 基于大数据的农业精准种植方法 | |
CN105494033A (zh) | 一种基于作物需求的智能节水灌溉方法 | |
KR102421031B1 (ko) | 토양 내 수분변화를 기초로 한 토양분석 방법 및 장치 | |
CN111223003A (zh) | 一种面向产区的种植决策服务***与方法 | |
Wanyama et al. | Precision water management | |
CN116310815B (zh) | 一种适用于智能化茶园的病虫害预警及自学习方法 | |
CN107995306A (zh) | 一种棉花精确种植*** | |
CN116579872A (zh) | 一种基于作物生长模型和天气预报的精准灌溉决策方法 | |
CN115392016A (zh) | 一种基于遥感数据同化的青贮玉米生长发育预测方法 | |
Wang | Thoughts on building an intelligent integrated management system of agricultural environment | |
Ashika et al. | A review of the contemporary soil monitoring systems in modern farming |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |