CN111222804B - 一种小麦施肥方案推荐方法、装置及*** - Google Patents
一种小麦施肥方案推荐方法、装置及*** Download PDFInfo
- Publication number
- CN111222804B CN111222804B CN202010047260.XA CN202010047260A CN111222804B CN 111222804 B CN111222804 B CN 111222804B CN 202010047260 A CN202010047260 A CN 202010047260A CN 111222804 B CN111222804 B CN 111222804B
- Authority
- CN
- China
- Prior art keywords
- wheat
- recommended
- coefficient
- demand
- input information
- 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.)
- Active
Links
- 241000209140 Triticum Species 0.000 title claims abstract description 94
- 235000021307 Triticum Nutrition 0.000 title claims abstract description 94
- 230000004720 fertilization Effects 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims abstract description 29
- 235000015097 nutrients Nutrition 0.000 claims abstract description 85
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 76
- 239000002689 soil Substances 0.000 claims description 58
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 53
- 238000001514 detection method Methods 0.000 claims description 53
- 229910052698 phosphorus Inorganic materials 0.000 claims description 53
- 239000011574 phosphorus Substances 0.000 claims description 53
- 229910052757 nitrogen Inorganic materials 0.000 claims description 38
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 claims description 25
- 239000011591 potassium Substances 0.000 claims description 25
- 229910052700 potassium Inorganic materials 0.000 claims description 25
- MMDJDBSEMBIJBB-UHFFFAOYSA-N [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] Chemical compound [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] MMDJDBSEMBIJBB-UHFFFAOYSA-N 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 8
- PRORZGWHZXZQMV-UHFFFAOYSA-N azane;nitric acid Chemical compound N.O[N+]([O-])=O PRORZGWHZXZQMV-UHFFFAOYSA-N 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 2
- 239000005416 organic matter Substances 0.000 claims description 2
- 238000012360 testing method Methods 0.000 claims description 2
- 239000003337 fertilizer Substances 0.000 description 12
- 230000035558 fertility Effects 0.000 description 5
- WCUXLLCKKVVCTQ-UHFFFAOYSA-M Potassium chloride Chemical compound [Cl-].[K+] WCUXLLCKKVVCTQ-UHFFFAOYSA-M 0.000 description 4
- 150000001875 compounds Chemical class 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 239000005696 Diammonium phosphate Substances 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 2
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 2
- 239000004202 carbamide Substances 0.000 description 2
- 235000013877 carbamide Nutrition 0.000 description 2
- MNNHAPBLZZVQHP-UHFFFAOYSA-N diammonium hydrogen phosphate Chemical compound [NH4+].[NH4+].OP([O-])([O-])=O MNNHAPBLZZVQHP-UHFFFAOYSA-N 0.000 description 2
- 229910000388 diammonium phosphate Inorganic materials 0.000 description 2
- 235000019838 diammonium phosphate Nutrition 0.000 description 2
- 235000011164 potassium chloride Nutrition 0.000 description 2
- 239000001103 potassium chloride Substances 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 206010022998 Irritability Diseases 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 235000013339 cereals Nutrition 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009328 dry farming Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 235000021049 nutrient content Nutrition 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种小麦施肥方案推荐方法、装置及***。本发明涉及施肥方案推荐技术领域，公开了一种小麦施肥方案推荐方法，包括以下步骤：获取用户输入的输入信息，根据所述输入信息确定目标产量，并根据目标产量计算各类养分元素的需求量；根据所述输入信息调用相应的推荐模型对各类养分元素的需求量进行修正，得到各类养分元素的推荐用量；根据各类养分元素的推荐用量获取推荐施肥方案。本发明根据用户输入信息进行施肥推荐，推荐施肥方案贴合用户需求以及土地实际情况。
Description
技术领域
本发明涉及施肥方案推荐技术领域，具体涉及一种小麦施肥方案推荐方法、装置以及***。
背景技术
我国是世界上小麦总产量最高、消费量最大的国家。小麦种植面积和总产分别占全国粮食作物的22％和21％左右，仅次于水稻和玉米而居第三位。由于我国小麦分布极为广泛，各地气候条件悬殊、土壤类型各异、种植制度不同、品种类型有别，另外小麦种植者知识储备、生产水平和管理技术参差不齐，目前小麦施肥存在较大的盲目性和不合理性。现有的推荐施肥软件功能相对比较单一，对于施肥方案的推荐比较程式化，不够灵活，无法贴合于用户具体的需求以及土地的实际情况。
发明内容
本发明的目的在于克服上述技术不足，提供一种小麦施肥方案推荐方法、装置以及***，解决现有技术中施肥方案推荐灵活性不够，无法贴合于用户具体的需求以及土地的实际情况的技术问题。
为达到上述技术目的，本发明的技术方案提供一种小麦施肥方案推荐方法，包括以下步骤：
获取用户输入的输入信息，根据所述输入信息确定目标产量，并根据目标产量计算各类养分元素的需求量；
根据所述输入信息调用相应的推荐模型对各类养分元素的需求量进行修正，得到各类养分元素的推荐用量；
根据各类养分元素的推荐用量获取推荐施肥方案。
本发明还提供一种小麦施肥方案推荐装置，包括处理器以及存储器所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现所述小麦施肥方案推荐方法。。
本发明还提供一种一种小麦施肥方案推荐***，包括至少一个所述小麦施肥方案推荐装置，还包括远程终端，各所述小麦施肥方案推荐装置分别与所述远程终端无线连接。
与现有技术相比，本发明的有益效果包括：本发明以基于用户输入的输入信息，根据不同的输入信息调取相应的方法确定目标产量，使得推荐用量符合用户需求。根据目标产量确定各类养分元素的需求量，最后根据输入信息进行修正，使得推荐用量更贴合土地实际情况。
附图说明
图1是本发明提供的小麦施肥方案推荐方法一实施方式的流程图；
图2是本发明提供的小麦施肥方案推荐方法一实施方式的模型选择示意图；
图3是本发明提供的硝态氨推荐模型一实施方式的原理图；
图4是本发明提供的土壤检测推荐模型一实施方式的原理图；
图5是本发明提供的降雨模型一实施方式的原理图；
图6是本发明提供的小麦施肥方案推荐方法一实施方式的各类养分元素的推荐用量计算结果图；
图7是根据图6中各类养分元素的推荐用量计算的推荐施肥方案的结果图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
实施例1
如图1所示，本发明的实施例1提供了小麦施肥方案推荐方法，以下简称本方法，包括以下步骤：
S1、获取用户输入的输入信息，根据所述输入信息确定目标产量，并根据目标产量计算各类养分元素的需求量；
S3、根据所述输入信息调用相应的推荐模型对各类养分元素的需求量进行修正，得到各类养分元素的推荐用量；
S4、根据各类养分元素的推荐用量获取推荐施肥方案。
本方法以基于用户输入的输入信息，根据不同的输入信息调取相应的方法确定目标产量，使得推荐用量符合用户需求。根据目标产量确定各类养分元素的需求量，最后根据输入信息进行修正，使得推荐用量更贴合土地实际情况。
具体的，本方法提供了三种不同的推荐模型，即硝态氮模型、土壤检测模型以及降雨模型，根据输入信息调用相应的推荐模型对各类养分元素的需求量进行修正。判断输入信息是否有土壤检测数据；.如果没有检测数据，则运行降雨模型；如果有土壤检测数据，再判断是否有硝态氮检测数据，如果有则运行硝态氮模型，没有则运行土壤检测模型。如果满足多个模型运行条件，模型都进行运算，输出结果进行枚举。
根据输入信息确定好相应模型以及模型参数、运算公式，将农户录入的输入信息带入公式进行运算。下面具体对各种模型进行详细阐述。
优选的，如图3、图4所示，如果所述输入信息包括常年产量，则根据所述输入信息确定目标产量，并根据目标产量计算各类养分元素的需求量，具体为：
其中，C为目标产量，为常年产量，c为常数，c≥1；
所述输入信息包括土地的位置信息，根据所述位置信息确定所述土地的麦区，根据所述麦区确定各类养分元素的需求参数，计算各类养分元素的需求量：
Xi＝C*xi
其中，Xi为养分元素i的需求量，C为目标产量，xi为养分元素i的需求参数。
用户输入了常年产量，则根据常年产量计算目标产量，如图3、图4所示，本实施例中c取值为1.05，即目标产量设定为常年产量的1.05倍。各类养分元素的需求参数根据土地所属的麦区确定，建立不同麦区不同养分元素的需求参数的参数数据库，即可根据麦区确定各养分元素的需求参数。本实施例中需求参数的单位为每千公斤产量所需养分元素量，养分元素包括氮N、磷P、钾K三种
优选的，如图5所示，如果所述输入信息不包括常年产量，则根据所述输入信息确定目标产量，并根据目标产量计算各类养分元素的需求量，具体为：
根据所述输入信息获取土地的位置信息，根据所述位置信息获取所述土地的历史降雨数据，根据所述历史降雨数据获取相应的目标产量计算公式，并计算目标产量：
C＝d*l2+e*l+f
其中，C为目标产量，l为降雨量，d、e、f均为常数；
所述输入信息包括土地的位置信息，根据所述位置信息确定所述土地的麦区，根据所述麦区确定各类养分元素的需求参数，计算各类养分元素的需求量：
Xi＝C*xi+gi
其中，Xi为养分元素i的需求量，C为目标产量，xi为养分元素i的需求参数，gi为常数。
如果用户没有输入常年产量，则根据土地所在位置处的降雨信息获取相应的目标产量计算公式进行目标产量计算，具体的，本实施例中获取的是7-9月的降雨量，即夏闲期的降雨量。计算完目标产量后，同样的，建立不同麦区不同养分元素的需求参数的参数数据库，即可根据麦区确定各养分元素的需求参数xi以及常数gi，计算出目标产量所需的各类养分的需求量。
土地的位置信息可通过手持终端的GPS定位模块实现，也可通过在地图进行进行土地标记实现。麦区分为：春麦区、旱作区、麦玉区及稻麦区，麦区的划分基于全国的小麦种植分布进行的归类分区即可，不同麦区的目标产量算法与参数不同，根据参数数据库进行查询即可。
优选的，如图3所示，根据所述输入信息调用相应的推荐模型对各类养分元素的需求量进行修正，得到各类养分元素的推荐用量，具体为：
判断所述输入信息是否包含土壤检测数据，如果包含土壤检测数据，则进一步判断所述土壤检测数据是否包含硝态氮检测数据，如果包含硝态氮检测数据，则调用硝态氨推荐模型计算各类养分元素的推荐用量；所述硝态氨推荐模型具体为：
根据所述硝态氮检测数据计算土壤硝态氮残留量，根据所述土壤硝态氮残留量据对氮元素的需求量进行修正，得到推荐施氮量：
N＝XN+a-LN
其中，N为推荐施氮量，XN为氮元素的需求量，a为硝态氮安全阈值，LN为土壤硝态氮残留量；
根据土地所在麦区确定施磷系数的计算公式，根据所述土壤检测数据计算施磷系数：
yP＝aPxP+bP
其中，yP为施磷系数，aP、bP根据麦区确定，aP、bP均为常数，xP为土壤检测数据中测磷值；
根据所述施磷系数对磷元素的需求量进行修正，得到推荐施磷量：
P＝XPyP
其中，P为推荐施磷量，XP为磷元素的需求量，yP为施磷系数；
根据土地所在麦区确定施钾系数的计算公式，根据所述土壤检测数据计算施钾系数：
yK＝aKxK+bK
其中，yK为施钾系数，aK、bK根据麦区确定，aK、bK均为常数，bK为土壤检测数据中测钾值；
根据所述施磷系数对磷元素的需求量进行修正，得到推荐施磷量：
K＝XKyK
其中，K为推荐施磷量，XK为磷元素的需求量，yK为施磷系数。
有硝态氮数据时，根据硝态氮数据对氮元素的需求量进行修正，得到氮元素的推荐用量，使得氮元素的推荐用量更加符合土地的实际情况。
优选的，如图4所示，根据所述硝态氮检测数据计算土壤硝态氮残留量根据所述输入信息对各类养分元素的需求量进行修正，得到各类养分元素的推荐用量，具体为：
判断所述输入信息是否包含土壤检测数据，如果包含土壤检测数据，则进一步判断所述土壤检测数据是否包含硝态氮检测数，如果不包含硝态氮检测数据，则调用土壤检测推荐模型计算各类养分元素的推荐用量；所述土壤检测推荐模型具体为：
根据所述土壤检测数据计算施氮系数：
yN＝aNxN+bN
其中，yN为施氮系数，aN、bN根据麦区确定，ap、bp均为常数，xN为土壤检测数据中测氮值与有机质的值之差；
根据所述施氮系数对氮元素的需求量进行修正，得到推荐施氮量：
N＝XNyN
其中，N为推荐施氮量，XN为氮元素的需求量，yN为施氮系数；
根据土地所在麦区确定施磷系数的计算公式，根据所述土壤检测数据计算施磷系数：
yP＝aPxP+bP
其中，yP为施磷系数，aP、bP根据麦区确定，aP、bP均为常数，xP为土壤检测数据中测磷值与有效磷值之差；
根据所述施磷系数对磷元素的需求量进行修正，得到推荐施磷量：
P＝XPyP
其中，P为推荐施磷量，XP为磷元素的需求量，yP为施磷系数；
根据土地所在麦区确定施钾系数的计算公式，根据所述土壤检测数据计算施钾系数：
yK＝-0.0033xK+0.6833
其中，yK为施钾系数，aK、bK根据麦区确定，aK、bK均为常数，bK为土壤检测数据中测钾值与速效钾值之差；
根据所述施磷系数对磷元素的需求量进行修正，得到推荐施磷量：
K＝XKyK
其中，K为推荐施磷量，XK为磷元素的需求量，yK为施磷系数。
没有硝态氮检测数据时，各养分元素的推荐用量通过调取相应的计算公式计算。
优选的，如图5所示，根据所述输入信息对各类养分元素的需求量进行修正，得到各类养分元素的推荐用量，具体为：
判断所述输入信息是否包含土壤检测数据，如果不包含土壤检测数据，则调用降雨模型计算各类养分元素的推荐用量；
所述降雨模型具体为：
根据所述输入信息获取土地的位置信息，根据所述位置信息确定土地麦区，根据所述麦区对各类养分元素的需求量进行修正，得到各类养分元素的推荐用量：
N＝XNyN
P＝XPyP
K＝XKyK
其中，N为推荐施氮量，XN为氮元素的需求量，yN为施氮系数；P为推荐施磷量，XP为磷元素的需求量，yP为施磷系数；K为推荐施磷量，XK为磷元素的需求量，yK为施磷系数；yN、yP、yK均为常数。图5中，yN为1.0，yP为1.5，yK为0.3。
优选的，如图3、图4、图5所示，本方法还包括：
根据所述输入信息获取土地的位置信息，根据所述位置信息获取土地的麦区，根据所述麦区设定各类养分元素的用量上限以及用量下限；
如果养分元素的土壤检测值大于相应的用量上限，则所述养分元素的推荐用量为0；
如果计算得到的养分元素的推荐用量小于相应的用量下限，则将养分元素的推荐用量设为相应的用量下限。
土地属于旱作区或稻麦区，且有效磷含量大于30mg/kg时，推荐不施磷，土地属于春麦区或麦玉区，且有效磷含量大于40mg/kg时，推荐不施磷。速效钾含量大于180mg/kg时，推荐不施钾。
当氮、磷或钾的推荐用量计算结果小于30kg/hm2时，将30kg/hm2作为推荐用量进行推荐。
应该理解的，图3、图4、图5中给出了一些参数的具体取值，这些取值为优选的取值，并不用于限定本发明。
优选的，如图2所示，如果所述输入信息适用于多个推荐模型，则按设定的推荐优先级对各推荐模型获取的推荐施肥方案进行排序后输出。
农户录入的输入信息有可能符合多个模型运算条件，如果符合多个模型运算则都进行并列运算(注：农户只要有土地的位置信息则至少有一个模型符合运算条件)，将不同模型运算结果进行枚举，在按模型间优先级进行排列输出。
优选的，如图6、图7所示，根据各类养分元素的推荐用量获取推荐施肥方案，具体为:
获取用户输入的肥料种类，根据各类养分元素的推荐用量计算各类肥料的推荐用量。
确定各类养分元素的推荐用量后，在各类养分元素的推荐用量的基础上进行推荐施肥方案的获取。图6中示出了根据本方法计算的某土地的各类养分元素的推荐用量，基于该推荐用量，图7中分别给出了复合肥的推荐施肥方案和掺混肥的推荐施肥方案。
复合肥方案：通过输入复合肥浓度(如总养分含量45)和施肥次数，给出推荐复合肥配方如15-15-15，以及不同次数施肥时间和用量。
掺混肥方案：通过选择不同氮磷钾单质肥料如(尿素、磷酸二铵、氯化钾)和施肥次数，给出不同次施肥时间和每次施肥选择肥料(尿素、磷酸二铵、氯化钾)的用量。
优选的，本方法还包括，设置新闻专栏模块和问答专栏模块，所述新闻专栏模块用于推送农业动向资讯、学习农资植保知识等，所述问答专栏模块用于向专家推送相关问题，用户可根据需要实时了解农业动向、学习农资植保知识、咨询相关问题，打通农户与农业专家的互联互通，为农户和专家打造强关系纽带，将一线种植生产者与农业专家高效链接。
优选的，用户的输入信息还包括田块状况，用以判断田块基础肥力水平；前茬作物及产量：用以判断上一季作物带走养分的总量；前茬作物施肥信息：记录农户习惯施肥方案及用量，用以评判上一季作物是否有肥料残留，如果有残留则对推荐用量进行相应扣除。
优选的，如图2所示，将用户输入的***的高低。
优选的，如图2所示，建立土壤肥力评价表，根据农户输入的土壤检测数据与数据库土壤肥力评价表进行匹配计算，给出土壤肥力评价，其中土壤肥力评价表在不同麦区是不同的。
实施例2
本发明的实施例2提供了小麦施肥方案推荐装置，包括处理器以及存储器所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现实施例1提供的小麦施肥方案推荐方法。
本发明实施例提供的小麦施肥方案推荐装置，用于实现小麦施肥方案推荐方法，因此，小麦施肥方案推荐方法所具备的技术效果，小麦施肥方案推荐装置同样具备，在此不再赘述。
实施例3
本发明的实施例3提供了小麦施肥方案推荐***，包括实施例2提供的小麦施肥方案推荐装置，还包括远程终端，各所述小麦施肥方案推荐装置分别与所述远程终端无线连接。
本发明实施例提供的小麦施肥方案推荐***，包括小麦施肥方案推荐装置，因此，小麦施肥方案推荐装置所具备的技术效果，小麦施肥方案推荐***同样具备，在此不再赘述。
本实施例中小麦施肥方案推荐装置采用移动终端实现，例如智能手机、平板电脑等，现有小麦推荐施肥***大多是基于电脑端软件，一方面安装操作都较为繁琐，需要一定的农业及电脑操作技术才能流畅运用；另一方面，电脑相较移动互联网，软件传播推广效率较为低下。本实施例通过移动终端快速推广小麦监控施肥技术，有效提高了小麦科学种植技术的入户率和到田率。远程终端可通过电脑实现，远程终端包括GIS数据库、土壤数据库和籽粒养分需求数据库，可对移动终端进行实时更新和管理。
以上所述本发明的具体实施方式，并不构成对本发明保护范围的限定。任何根据本发明的技术构思所做出的各种其他相应的改变与变形，均应包含在本发明权利要求的保护范围内。
Claims (7)
1.一种小麦施肥方案推荐方法，其特征在于，包括以下步骤：
获取用户输入的输入信息，根据所述输入信息确定目标产量，并根据目标产量计算各类养分元素的需求量；
根据所述输入信息调用相应的推荐模型对各类养分元素的需求量进行修正，得到各类养分元素的推荐用量；
根据各类养分元素的推荐用量获取推荐施肥方案；
其中，所述推荐模型包括硝态氮模型、土壤检测模型以及降雨模型；
根据所述输入信息调用相应的推荐模型对各类养分元素的需求量进行修正，得到各类养分元素的推荐用量，具体为：
判断所述输入信息是否包含土壤检测数据，如果包含土壤检测数据，则进一步判断所述土壤检测数据是否包含硝态氮检测数据，如果包含硝态氮检测数据，则调用硝态氨推荐模型计算各类养分元素的推荐用量；所述硝态氨推荐模型为：
根据所述硝态氮检测数据计算土壤硝态氮残留量，根据所述土壤硝态氮残留量据对氮元素的需求量进行修正，得到推荐施氮量：
其中，为推荐施氮量，/>为氮元素的需求量，/>为硝态氮安全阈值，/>为土壤硝态氮残留量；
根据土地所在麦区确定施磷系数的计算公式，根据所述土壤检测数据计算施磷系数：
其中，为施磷系数，/>、/>根据麦区确定，/>、/>均为常数，/>为土壤检测数据中测磷值；
根据所述施磷系数对磷元素的需求量进行修正，得到推荐施磷量：
其中，为推荐施磷量，/>为磷元素的需求量，/>为施磷系数；
根据土地所在麦区确定施钾系数的计算公式，根据所述土壤检测数据计算施钾系数：
其中，为施钾系数，/>、/>根据麦区确定，/>、/>均为常数，/>为土壤检测数据中测钾值；
根据所述施钾系数对钾元素的需求量进行修正，得到推荐施钾量：
其中，为推荐施钾量，/>为钾元素的需求量，/>为施钾系数；
判断所述输入信息是否包含土壤检测数据，如果包含土壤检测数据，则进一步判断所述土壤检测数据是否包含硝态氮检测数，如果不包含硝态氮检测数据，则调用土壤检测推荐模型计算各类养分元素的推荐用量；所述土壤检测推荐模型为：
根据所述土壤检测数据计算施氮系数：
其中，为施氮系数，/>、/>根据麦区确定，aN、bN均为常数，/>为土壤检测数据中测氮值与有机质的值之差；
根据所述施氮系数对氮元素的需求量进行修正，得到推荐施氮量：
其中，为推荐施氮量，/>为氮元素的需求量，/>为施氮系数；
根据土地所在麦区确定施磷系数的计算公式，根据所述土壤检测数据计算施磷系数：
其中，为施磷系数，/>、/>根据麦区确定，/>、/>均为常数，/>为土壤检测数据中测磷值与有效磷值之差；
根据所述施磷系数对磷元素的需求量进行修正，得到推荐施磷量：
其中，为推荐施磷量，/>为磷元素的需求量，/>为施磷系数；
根据土地所在麦区确定施钾系数的计算公式，根据所述土壤检测数据计算施钾系数：
其中，为施钾系数，/>、/>根据麦区确定，/>、/>均为常数，/>为土壤检测数据中测钾值与速效钾值之差；
根据所述施钾系数对钾元素的需求量进行修正，得到推荐施钾量：
其中，为推荐施钾量，/>为钾元素的需求量，/>为施钾系数；
判断所述输入信息是否包含土壤检测数据，如果不包含土壤检测数据，则调用降雨模型计算各类养分元素的推荐用量；
所述降雨模型为：
根据所述输入信息获取土地的位置信息，根据所述位置信息确定土地麦区，根据所述麦区对各类养分元素的需求量进行修正，得到各类养分元素的推荐用量：
其中，为推荐施氮量，/>为氮元素的需求量，/>为施氮系数；/>为推荐施磷量，/>为磷元素的需求量，/>为施磷系数；/>为推荐施钾量，/>为钾元素的需求量，/>为施钾系数；/>、/>、/>均为常数。
2.根据权利要求1所述的小麦施肥方案推荐方法，其特征在于，如果所述输入信息包括常年产量，则根据所述输入信息确定目标产量，并根据目标产量计算各类养分元素的需求量，具体为：
其中，为目标产量，/>为常年产量，/>为常数，/>；
所述输入信息包括土地的位置信息，根据所述位置信息确定所述土地的麦区，根据所述麦区确定各类养分元素的需求参数，计算各类养分元素的需求量：
其中，为养分元素/>的需求量，/>为目标产量，/>为养分元素/>的需求参数。
3.根据权利要求1所述的小麦施肥方案推荐方法，其特征在于，如果所述输入信息不包括常年产量，则根据所述输入信息确定目标产量，并根据目标产量计算各类养分元素的需求量，具体为：
根据所述输入信息获取土地的位置信息，根据所述位置信息获取所述土地的历史降雨数据，根据所述历史降雨数据获取相应的目标产量计算公式，并计算目标产量：
其中，为目标产量， />为降雨量，/>、/>、/>均为常数；
所述输入信息包括土地的位置信息，根据所述位置信息确定所述土地的麦区，根据所述麦区确定各类养分元素的需求参数，计算各类养分元素的需求量：
其中，为养分元素/>的需求量，/>为目标产量，/>为养分元素/>的需求参数，/>为常数。
4.根据权利要求1所述的小麦施肥方案推荐方法，其特征在于，还包括：
根据所述输入信息获取土地的位置信息，根据所述位置信息获取土地的麦区，根据所述麦区设定各类养分元素的用量上限以及用量下限；
如果养分元素的土壤检测值大于相应的用量上限，则所述养分元素的推荐用量为0；
如果计算得到的养分元素的推荐用量小于相应的用量下限，则将养分元素的推荐用量设为相应的用量下限。
5.根据权利要求1所述的小麦施肥方案推荐方法，其特征在于，如果所述输入信息适用于多个推荐模型，则按设定的推荐优先级对各推荐模型获取的推荐施肥方案进行排序后输出。
6.一种小麦施肥方案推荐装置，其特征在于，包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如权利要求1-5任一所述的小麦施肥方案推荐方法。
7.一种小麦施肥方案推荐***，其特征在于，包括至少一个如权利要求6所述的小麦施肥方案推荐装置，还包括远程终端，各所述小麦施肥方案推荐装置分别与所述远程终端无线连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010047260.XA CN111222804B (zh) | 2020-01-16 | 2020-01-16 | 一种小麦施肥方案推荐方法、装置及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010047260.XA CN111222804B (zh) | 2020-01-16 | 2020-01-16 | 一种小麦施肥方案推荐方法、装置及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111222804A CN111222804A (zh) | 2020-06-02 |
| CN111222804B true CN111222804B (zh) | 2023-11-07 |
Family
ID=70828277
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010047260.XA Active CN111222804B (zh) | 2020-01-16 | 2020-01-16 | 一种小麦施肥方案推荐方法、装置及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111222804B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103914755A (zh) * | 2014-03-18 | 2014-07-09 | 北京农业信息技术研究中心 | 一种确定田间调查及田间管理的空间尺度的方法及*** |
| CN108684278A (zh) * | 2017-04-06 | 2018-10-23 | 点豆（山东）网络技术有限公司 | 智能配肥方法、装置和*** |
| CN109523417A (zh) * | 2018-11-21 | 2019-03-26 | 山东省农业科学院农业资源与环境研究所 | 一种小麦氮化肥的推荐施用方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180014452A1 (en) * | 2015-03-25 | 2018-01-18 | 360 Yield Center, Llc | Agronomic systems, methods and apparatuses |
-
2020
- 2020-01-16 CN CN202010047260.XA patent/CN111222804B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103914755A (zh) * | 2014-03-18 | 2014-07-09 | 北京农业信息技术研究中心 | 一种确定田间调查及田间管理的空间尺度的方法及*** |
| CN108684278A (zh) * | 2017-04-06 | 2018-10-23 | 点豆（山东）网络技术有限公司 | 智能配肥方法、装置和*** |
| CN109523417A (zh) * | 2018-11-21 | 2019-03-26 | 山东省农业科学院农业资源与环境研究所 | 一种小麦氮化肥的推荐施用方法 |
Non-Patent Citations (1)
| Title |
|---|
| 柑桔测土配方施肥技术指标体系研究与应用;葛建军;何文选;;邵阳学院学报(自然科学版)(第02期) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111222804A (zh) | 2020-06-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Roy et al. | Assessment of soil nutrient balance: approaches and methodologies | |
| Tonitto et al. | Nutrient management in African sorghum cropping systems: applying meta-analysis to assess yield and profitability | |
| US20160309646A1 (en) | Agronomic systems, methods and apparatuses | |
| Zhang et al. | Analyzing and modelling the effect of long-term fertilizer management on crop yield and soil organic carbon in China | |
| Tittonell et al. | Heterogeneity of crop productivity and resource use efficiency within smallholder Kenyan farms: soil fertility gradients or management intensity gradients? | |
| Grahmann et al. | Nitrogen use efficiency and optimization of nitrogen fertilization in conservation agriculture. | |
| Yin et al. | Maize yield response to water supply and fertilizer input in a semi-arid environment of Northeast China | |
| Abera et al. | Effect of integrated inorganic and organic fertilizers on yield and yield components of barley in Liben Jawi District | |
| Michalczyk et al. | Model-based optimisation of nitrogen and water management for wheat–maize systems in the North China Plain | |
| Davis et al. | Nitrogen balance in the Magruder plots following 109 years in continuous winter wheat | |
| Bellarby et al. | The stocks and flows of nitrogen, phosphorus and potassium across a 30-year time series for agriculture in Huantai county, China | |
| Jiang et al. | Delineation of site-specific management zones based on soil properties for a hillside field in central China | |
| CN103561563A (zh) | 施肥量设定方法、施肥量设定装置、施肥量设定程序 | |
| Dey | Soil health management | |
| Casali et al. | Drought and temperature limit tropical and temperate maize hybrids differently in a subtropical region | |
| Kipkulei et al. | Assessment of maize yield response to agricultural management strategies using the DSSAT–CERES-Maize model in trans Nzoia County in Kenya | |
| Weissteiner et al. | Regional yield forecasts of malting barley (hordeum vulgare L.) by NOAA‐AVHRR remote sensing data and ancillary data | |
| Kaltenegger et al. | Global gridded nitrogen indicators: influence of crop maps | |
| Rutan et al. | Determining corn nitrogen rates using multiple prediction models | |
| Kitchen et al. | A new perspective when examining maize fertilizer nitrogen use efficiency, incrementally | |
| CN111222804B (zh) | 一种小麦施肥方案推荐方法、装置及*** | |
| Ali et al. | Estimation of the economic optimum rates of nitrogen fertilizer for maize grown in a calcareous soil in combination with organic manure applications | |
| CN110036738B (zh) | 一种基于秸秆还田的中稻钾肥用量预测方法及*** | |
| Zhang et al. | Quantitative study on the fate of residual soil nitrate in winter wheat based on a 15N-labeling method | |
| Edwards | Evaluation of long-term phosphorus fertilizer placement, rate, and source, and research in the US Midwest |
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 |