CN113671154A - 一种测土配方*** - Google Patents
一种测土配方*** Download PDFInfo
- Publication number
- CN113671154A CN113671154A CN202110939258.8A CN202110939258A CN113671154A CN 113671154 A CN113671154 A CN 113671154A CN 202110939258 A CN202110939258 A CN 202110939258A CN 113671154 A CN113671154 A CN 113671154A
- Authority
- CN
- China
- Prior art keywords
- data
- soil
- field
- fertilization
- submodule
- 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.)
- Pending
Links
- 239000002689 soil Substances 0.000 title claims abstract description 133
- 238000012360 testing method Methods 0.000 title claims abstract description 34
- 230000004720 fertilization Effects 0.000 claims abstract description 75
- 239000003337 fertilizer Substances 0.000 claims description 20
- 238000009472 formulation Methods 0.000 claims description 18
- 239000000203 mixture Substances 0.000 claims description 18
- 238000005070 sampling Methods 0.000 claims description 16
- 230000035558 fertility Effects 0.000 claims description 11
- 238000012800 visualization Methods 0.000 claims description 7
- 238000013480 data collection Methods 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 6
- 235000015097 nutrients Nutrition 0.000 claims description 6
- 235000016709 nutrition Nutrition 0.000 claims description 6
- 230000035764 nutrition Effects 0.000 claims description 6
- 238000005527 soil sampling Methods 0.000 claims description 6
- 230000006872 improvement Effects 0.000 abstract description 2
- 238000003971 tillage Methods 0.000 abstract description 2
- 238000000034 method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- 238000009313 farming Methods 0.000 description 3
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 2
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 229910052757 nitrogen Inorganic materials 0.000 description 2
- 229910052698 phosphorus Inorganic materials 0.000 description 2
- 239000011574 phosphorus Substances 0.000 description 2
- 239000011591 potassium Substances 0.000 description 2
- 229910052700 potassium Inorganic materials 0.000 description 2
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 235000021049 nutrient content Nutrition 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000003900 soil pollution Methods 0.000 description 1
- 235000013619 trace mineral Nutrition 0.000 description 1
- 239000011573 trace mineral Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Food Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Fertilizing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种测土配方***,包括:数据采集模块、施肥方案确定模块以及施肥执行设备;所述数据采集模块用于采集目标田块的土壤数据以及田块数据;所述施肥方案确定模块用于根据所述土壤数据和所述田块数据生成施肥方案;所述施肥执行设备用于按照所述施肥方案对所述目标田块进行施肥;其中,所述田块数据包括田块作物数据、田块气象数据以及田块遥感数据。本发明通过田块数据配合土壤数据生成的施肥方案更加合理,因此可达到现代农业精耕细作,节本增效的要求。
Description
技术领域
本发明涉及测土配方技术领域,具体涉及一种测土配方***。
背景技术
现代农业种植,离不开施肥,但不同的地区、不同的土质养分含量并不规律,普通农民难以掌握准确的施肥量,施肥不足会造成农作物减产,而过量施肥则会使环境污染和土质受损,并造成浪费。在我国,农民经常过量使用化肥,造成土壤污染、土质受损。
因此,提出通过测土配方***对施肥方案进行优化,以保护土壤、土质,现有的测土配方***仅仅依据氮磷钾含量就进行了测土配方推算作为结果指导施肥,分析的土壤环境参数过少,没有综合考虑土壤中微量元素、温湿度、PH值及天气状况的影响,导致施肥方案不合理,难以达到现代农业精耕细作,节本增效的要求。
发明内容
有鉴于此,有必要提供一种测土配方***,用以解决现有技术中存在的在进行施肥方案确定时分析的土壤环境参数过少,导致施肥方案不合理,难以达到精耕细作、节本增效的技术问题。
为了解决上述技术问题,本发明提供了一种测土配方***,包括:数据采集模块、施肥方案确定模块以及施肥执行设备;
所述数据采集模块用于采集目标田块的土壤数据以及田块数据;
所述施肥方案确定模块用于根据所述土壤数据和所述田块数据生成施肥方案;
所述施肥执行设备用于按照所述施肥方案对所述目标田块进行施肥;
其中,所述田块数据包括田块作物数据、田块气象数据以及田块遥感数据。
在一些可能的实现方式中,所述土壤数据包括位于所述目标田块内的至少三个不同位置的至少三个土壤子数据;所述数据采集模块包括土壤数据采集子模块以及田块数据采集子模块;
所述土壤数据采集子模块用于采集所述至少三个土壤子数据;
所述田块数据采集子模块用于采集所述田块数据。
在一些可能的实现方式中,所述土壤数据采集子模块包括第一采集单元、第二采集单元以及融合单元;
所述第一采集单元用于按照第一预设采样周期采集至少三个第一数据;
所述第二采集单元用于按照第二预设采样周期采集至少三个第二数据;
所述融合单元用于将所述至少三个第一数据和所述至少三个第二数据进行融合,生成所述至少三个土壤子数据。
在一些可能的实现方式中,所述第一预设采样周期大于所述第二预设采样周期。
在一些可能的实现方式中,所述土壤数据采集子模块还包括校正单元,所述校正单元用于根据所述第一数据和所述第二数据对所述第二采集单元进行校正。
在一些可能的实现方式中,所述第一采集单元包括取土地点确定子单元、取土子单元以及数据获取子单元;
所述取土地点确定子单元用于确定所述至少三个不同位置;
所述取土子单元用于获取所述至少三个不同位置处的至少三个土壤样品,并对所述至少三个土壤样品进行标记;
所述数据获取子单元用于对所述至少三个土壤样品进行检测,获得所述至少三个第一数据。
在一些可能的实现方式中,所述田块采集子模块包括第一田块采集单元、第二田块采集单元以及第三田块采集单元;
所述第一田块采集单元用于采集所述田块作物数据;
所述第二田块采集单元用于采集所述田块气象数据;
所述第三田块采集单元用于采集所述田块遥感数据。
在一些可能的实现方式中,所述施肥方案确定模块包括作物营养分析子模块、土壤养分分析子模块以及肥料确定子模块;
所述作物营养分析子模块用于确定所述目标田块中种植作物的作物需肥量;
所述土壤养分分析子模块用于根据所述土壤数据和所述田块数据确定所述目标田块的土壤肥力;
所述肥料确定子模块用于根据所述作物需肥量和所述土壤肥力确定所述施肥方案。
在一些可能的实现方式中,所述施肥方案确定模块还包括专家咨询子模块,所述专家咨询子模块用于根据所述作物需肥量和所述土壤肥力生成专家施肥建议。
在一些可能的实现方式中,所述测土配方***还包括可视化模块,所述可视化模块用于将所述土壤数据、所述田块数据以及所述施肥方案进行显示。
采用上述实施例的有益效果是:本发明提供的测土配方***,通过数据采集模块采集目标田块的土壤数据以及田块数据,并通过施肥方案确定模块根据所述土壤数据和所述田块数据生成施肥方案,通过施肥执行设备用于按照所述施肥方案对所述目标田块进行施肥,由于田块数据包括田块作物数据、田块气象数据以及田块遥感数据,相比于现有技术中的仅仅通过土壤数据生成施肥方案,通过本申请提出的通过田块数据配合土壤数据生成的施肥方案更加合理,因此可达到现代农业精耕细作,节本增效的要求。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,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为本发明提供的测土配方***的一个实施例结构示意图;
图2为本发明提供第一采集单元的一个实施例结构示意图。
具体实施方式
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,所描述的实施例仅仅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,本领域技术人员在没有做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。
以下,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本发明提供了一种测土配方***,以下进行详细说明。
如图1所示,为本发明实施例提供的测土配方***的一个实施例结构示意图,该测土配方***10包括:数据采集模块100、施肥方案确定模块200以及施肥执行设备300;
数据采集模块100用于采集目标田块的土壤数据以及田块数据;
施肥方案确定模块200用于根据土壤数据和田块数据生成施肥方案;
施肥执行设备300用于按照施肥方案对目标田块进行施肥;
其中,田块数据包括田块作物数据、田块气象数据以及田块遥感数据。
与现有技术相比,本发明实施例提供的测土配方***10,通过数据采集模块100采集目标田块的土壤数据以及田块数据,并通过施肥方案确定模块200根据土壤数据和田块数据生成施肥方案,通过施肥执行设备300用于按照施肥方案对目标田块进行施肥,由于田块数据包括田块作物数据、田块气象数据以及田块遥感数据,相比于现有技术中的仅仅通过土壤数据生成施肥方案,通过本申请提出的通过田块数据配合土壤数据生成的施肥方案更加合理,因此可达到现代农业精耕细作,节本增效的要求。
在本发明的一些实施例中,施肥执行设备300为数字配肥机,数字配肥机与施肥方案确定模块200通过互联网或物联网连接,可远程接收施肥方案,并按照施肥方案进行配肥,无人人工干预。
为了避免由于土壤数据过少,导致土壤数据不可靠,在本发明的一些实施例中,如图1所示,土壤数据包括位于目标田块内的至少三个不同位置的至少三个土壤子数据;数据采集模块100包括土壤数据采集子模块110以及田块数据采集子模块120;
土壤数据采集子模块110用于采集至少三个土壤子数据;
田块数据采集子模块120用于采集田块数据。
本发明实施例通过设置土壤数据采集子模块110采集位于目标田块内的至少三个不同位置的三个土壤子数据,可避免由于仅取一个位置的土壤数据或仅取一个土壤数据,造成土壤数据对目标田块不具有代表性,导致获得的土壤数据不可靠的技术问题,进一步提高了施肥方案的合理性。
为了兼具土壤子数据的可靠性以及获取土壤数据的成本,在本发明的一些实施例中,如图1所示,土壤数据采集子模块110包括第一采集单元111、第二采集单元112以及融合单元113;
第一采集单元111用于按照第一预设采样周期采集至少三个第一数据;
第二采集单元112用于按照第二预设采样周期采集至少三个第二数据;
融合单元113用于将至少三个第一数据和至少三个第二数据进行融合,生成至少三个土壤子数据。
需要说明的是:第一采集单元111采集的至少三个第一数据的精确度高,但采集成本较高;第二采集单元112采集的至少三个第二数据的精确度不是很高,但采集成本较低。
并且,第一预设采样周期大于第二预设采样周期。具体地,第一预设采样周期可为1年,第二预设采样周期可为1个月。
因此,通过设置第一采集单元111和第二采集单元112共同获得至少三个土壤子数据,可同时兼具土壤子数据的可靠性以及采集土壤数据的成本。并且,第一采集单元111采集的第一数据的数据类型与第二采集单元112采集的第二数据的数据类型不完全相同。
在本发明的一些具体实施例中,第一数据的数据类型包括目标田块的土壤pH值、氮含量、磷含量、钾含量、有机质含量等;第二数据的数据类型包括目标田块的温度、湿度等。
因此,通过设置第一采集单元111和第二采集单元112共同获得至少三个土壤子数据,可提高获取的土壤数据的多样性,进一步提高施肥方案的可靠性。
在本发明的具体实施例中,第二采集单元112可为土壤墒情仪等物联网设备。
在本发明的一些实施例中,由于第一预设采样周期大于第二预设采样周期,因此,为了避免第一采集单元111采集的第一数据不可靠的技术问题,如图1所示,土壤数据采集子模块110还包括校正单元114,校正单元114用于根据第一数据和第二数据对第二采集单元112进行校正。
在本发明的具体实施例中,校正单元114的校正过程为:判断第一数据和第二数据之间的差值是否大于阈值差值,若大于,则对第二采集单元112进行校正,若小于或等于,则无需对第二采集单元112进行校正。
在本发明的一些实施例中,为了避免不同的农作人员获得的第一数据不相同,如图2所示,第一采集单元111包括取土地点确定子单元1111、取土子单元1112以及数据获取子单元1113;
取土地点确定子单元1111用于确定至少三个不同位置;
取土子单元1112用于获取至少三个不同位置处的至少三个土壤样品,并对至少三个土壤样品进行标记;
数据获取子单元1113用于对至少三个土壤样品进行检测,获得至少三个第一数据。
通过对第一采集单元111的采集过程进行标准化,可避免农作人员对第一数据的结果造成影响,提高了获得的第一数据的可靠性。
在本发明的具体实施例中,通过检测机构对至少三个土壤样品进行检测。
在本发明的一些实施例中,如图1所示,田块采集子模块120包括第一田块采集单元121、第二田块采集单元122以及第三田块采集单元123;
第一田块采集单元121用于采集田块作物数据;
第二田块采集单元122用于采集田块气象数据;
第三田块采集单元123用于采集田块遥感数据。
在本发明的一些具体实施例中,田块作物数据包括种植作物类型、作物种植时间、生育期、农事管理记录、作物病虫害等;田块气象数据包括温度、降雨量、积温、积雨等;遥感数据包括目标田块的形状、面积、位置等。
在本发明的一些实施例中,如图1所示,施肥方案确定模块200包括作物营养分析子模块210、土壤养分分析子模块220以及肥料确定子模块230;
作物营养分析子模块210用于确定目标田块中种植作物的作物需肥量;
土壤养分分析子模块220用于根据土壤数据和田块数据确定目标田块的土壤肥力;
肥料确定子模块230用于根据作物需肥量和土壤肥力确定施肥方案。
本发明实施例通过根据土壤数据和田块数据确定土壤肥力,可提高土壤肥力的可靠性,进而提高施肥方案的可靠性。
为了在当农作人员对施肥方案有疑义时,提供渠道为农作人员答疑,在本发明的一些实施例中,如图1所示,施肥方案确定模块200还包括专家咨询子模块240,专家咨询子模块240用于根据作物需肥量和土壤肥力生成专家施肥建议。
通过设置专家咨询子模块240,农作人员可根据专家施肥建议对施肥方案进行确认及理解,以消除农作人员对施肥方案的疑义。
进一步地,农作人员还可通过专家咨询子模块240提出任何在种植农作物过程中的问题,并接收问题的答案。
进一步地,为了实现施肥方案的可视化,在本发明的一些实施例中,如图1所示,测土配方***10还包括可视化模块400,可视化模块400用于将土壤数据、田块数据以及施肥方案进行显示。
本发明实施例通过设置可视化模块400,可实现测土配方***10的可视化,便于农作人员实时观测到测土配方***10的工作流程。
需要说明的是:在本发明的一些实施例中,测土配方***10的数据采集模块100和施肥方案确定模块200可集成为手机终端或其他手持终端中,实现远程、线上生成配肥方案的目的。具体地,测土配方***10的数据采集模块100和施肥方案确定模块200可集成为手机终端或其他手持终端的APP。
其中,本发明实施例提供的测土配方***10的工作流程为:
通过数据采集模块100采集目标田块的土壤数据以及田块数据;
通过施肥方案确定模块200用于根据土壤数据和田块数据生成施肥方案;
通过施肥执行设备300用于按照施肥方案对目标田块进行施肥;
其中,田块数据包括田块作物数据、田块气象数据以及田块遥感数据。
以上对本发明所提供的测土配方***进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种测土配方***,其特征在于,包括:数据采集模块、施肥方案确定模块以及施肥执行设备;
所述数据采集模块用于采集目标田块的土壤数据以及田块数据;
所述施肥方案确定模块用于根据所述土壤数据和所述田块数据生成施肥方案;
所述施肥执行设备用于按照所述施肥方案对所述目标田块进行施肥;
其中,所述田块数据包括田块作物数据、田块气象数据以及田块遥感数据。
2.根据权利要求1所述的测土配施***,其特征在于,所述土壤数据包括位于所述目标田块内的至少三个不同位置的至少三个土壤子数据;所述数据采集模块包括土壤数据采集子模块以及田块数据采集子模块;
所述土壤数据采集子模块用于采集所述至少三个土壤子数据;
所述田块数据采集子模块用于采集所述田块数据。
3.根据权利要求2所述的测土配方***,其特征在于,所述土壤数据采集子模块包括第一采集单元、第二采集单元以及融合单元;
所述第一采集单元用于按照第一预设采样周期采集至少三个第一数据;
所述第二采集单元用于按照第二预设采样周期采集至少三个第二数据;
所述融合单元用于将所述至少三个第一数据和所述至少三个第二数据进行融合,生成所述至少三个土壤子数据。
4.根据权利要求3所述的测土配方***,其特征在于,所述第一预设采样周期大于所述第二预设采样周期。
5.根据权利要求3所述的测土配方***,其特征在于,所述土壤数据采集子模块还包括校正单元,所述校正单元用于根据所述第一数据和所述第二数据对所述第二采集单元进行校正。
6.根据权利要求3所述的测土配方***,其特征在于,所述第一采集单元包括取土地点确定子单元、取土子单元以及数据获取子单元;
所述取土地点确定子单元用于确定所述至少三个不同位置;
所述取土子单元用于获取所述至少三个不同位置处的至少三个土壤样品,并对所述至少三个土壤样品进行标记;
所述数据获取子单元用于对所述至少三个土壤样品进行检测,获得所述至少三个第一数据。
7.根据权利要求2所述的测土配方***,其特征在于,所述田块采集子模块包括第一田块采集单元、第二田块采集单元以及第三田块采集单元;
所述第一田块采集单元用于采集所述田块作物数据;
所述第二田块采集单元用于采集所述田块气象数据;
所述第三田块采集单元用于采集所述田块遥感数据。
8.根据权利要求1所述的测土配方***,其特征在于,所述施肥方案确定模块包括作物营养分析子模块、土壤养分分析子模块以及肥料确定子模块;
所述作物营养分析子模块用于确定所述目标田块中种植作物的作物需肥量;
所述土壤养分分析子模块用于根据所述土壤数据和所述田块数据确定所述目标田块的土壤肥力;
所述肥料确定子模块用于根据所述作物需肥量和所述土壤肥力确定所述施肥方案。
9.根据权利要求7所述的测土配方***,其特征在于,所述施肥方案确定模块还包括专家咨询子模块,所述专家咨询子模块用于根据所述作物需肥量和所述土壤肥力生成专家施肥建议。
10.根据权利要求1所述的测土配方***,其特征在于,所述测土配方***还包括可视化模块,所述可视化模块用于将所述土壤数据、所述田块数据以及所述施肥方案进行显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110939258.8A CN113671154A (zh) | 2021-08-16 | 2021-08-16 | 一种测土配方*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110939258.8A CN113671154A (zh) | 2021-08-16 | 2021-08-16 | 一种测土配方*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113671154A true CN113671154A (zh) | 2021-11-19 |
Family
ID=78543114
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110939258.8A Pending CN113671154A (zh) | 2021-08-16 | 2021-08-16 | 一种测土配方*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113671154A (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103823371A (zh) * | 2014-02-12 | 2014-05-28 | 无锡中科智能农业发展有限责任公司 | 基于神经网络模型的农业精准施肥***及施肥方法 |
CN103927684A (zh) * | 2014-04-23 | 2014-07-16 | 广西力源宝科技有限公司 | 木薯智能施肥*** |
CN206498680U (zh) * | 2016-12-25 | 2017-09-19 | 杨常成 | 一种可以自主灌溉施肥的喷水器 |
CN107624323A (zh) * | 2017-09-27 | 2018-01-26 | 北京傲禾测土肥业连锁有限公司 | 一种智能配肥机及其配肥控制方法 |
CN207586918U (zh) * | 2017-12-29 | 2018-07-06 | 云南瀚哲科技有限公司 | 测土配方施肥信息查询装置 |
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*** |
CN108811651A (zh) * | 2018-05-29 | 2018-11-16 | 安徽润航农业科技开发有限公司 | 一种测土配方施肥的方法 |
CN109168535A (zh) * | 2018-09-21 | 2019-01-11 | 山东省农业机械科学研究院 | 一种基于物联网的水肥药精准施用***及方法 |
CN109511349A (zh) * | 2018-12-20 | 2019-03-26 | 山东锋士信息技术有限公司 | 一种实现养分实时配比的智能精准灌溉施肥装置及控制方法 |
CN109829589A (zh) * | 2019-02-14 | 2019-05-31 | 中科赛诺(北京)科技有限公司 | 制作土壤施肥处方图的方法、土壤精准施肥处方图及应用 |
CN110115142A (zh) * | 2019-04-25 | 2019-08-13 | 中科赛诺(北京)科技有限公司 | 一种基于遥感数据的农田变量施肥方法 |
CN110558023A (zh) * | 2018-06-06 | 2019-12-13 | 江苏中域齐民网络科技有限公司 | 一种水肥一体化检测与控制*** |
CN110692338A (zh) * | 2019-10-30 | 2020-01-17 | 北京农业智能装备技术研究中心 | 水肥一体化灌溉***控制方法及水肥一体化灌溉*** |
CN111727443A (zh) * | 2020-05-15 | 2020-09-29 | 安徽中科智能感知产业技术研究院有限责任公司 | 一种基于深度神经网络的土壤速效养分反演方法 |
CN112219518A (zh) * | 2020-09-24 | 2021-01-15 | 刘淑敏 | 一种测土配方施肥的方法 |
-
2021
- 2021-08-16 CN CN202110939258.8A patent/CN113671154A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103823371A (zh) * | 2014-02-12 | 2014-05-28 | 无锡中科智能农业发展有限责任公司 | 基于神经网络模型的农业精准施肥***及施肥方法 |
CN103927684A (zh) * | 2014-04-23 | 2014-07-16 | 广西力源宝科技有限公司 | 木薯智能施肥*** |
CN206498680U (zh) * | 2016-12-25 | 2017-09-19 | 杨常成 | 一种可以自主灌溉施肥的喷水器 |
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*** |
CN107624323A (zh) * | 2017-09-27 | 2018-01-26 | 北京傲禾测土肥业连锁有限公司 | 一种智能配肥机及其配肥控制方法 |
CN207586918U (zh) * | 2017-12-29 | 2018-07-06 | 云南瀚哲科技有限公司 | 测土配方施肥信息查询装置 |
CN108811651A (zh) * | 2018-05-29 | 2018-11-16 | 安徽润航农业科技开发有限公司 | 一种测土配方施肥的方法 |
CN110558023A (zh) * | 2018-06-06 | 2019-12-13 | 江苏中域齐民网络科技有限公司 | 一种水肥一体化检测与控制*** |
CN109168535A (zh) * | 2018-09-21 | 2019-01-11 | 山东省农业机械科学研究院 | 一种基于物联网的水肥药精准施用***及方法 |
CN109511349A (zh) * | 2018-12-20 | 2019-03-26 | 山东锋士信息技术有限公司 | 一种实现养分实时配比的智能精准灌溉施肥装置及控制方法 |
CN109829589A (zh) * | 2019-02-14 | 2019-05-31 | 中科赛诺(北京)科技有限公司 | 制作土壤施肥处方图的方法、土壤精准施肥处方图及应用 |
CN110115142A (zh) * | 2019-04-25 | 2019-08-13 | 中科赛诺(北京)科技有限公司 | 一种基于遥感数据的农田变量施肥方法 |
CN110692338A (zh) * | 2019-10-30 | 2020-01-17 | 北京农业智能装备技术研究中心 | 水肥一体化灌溉***控制方法及水肥一体化灌溉*** |
CN111727443A (zh) * | 2020-05-15 | 2020-09-29 | 安徽中科智能感知产业技术研究院有限责任公司 | 一种基于深度神经网络的土壤速效养分反演方法 |
CN112219518A (zh) * | 2020-09-24 | 2021-01-15 | 刘淑敏 | 一种测土配方施肥的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Blackmer et al. | Using precision farming technologies to improve management of soil and fertiliser nitrogen | |
US10096073B2 (en) | Systems to prescribe and deliver fertilizer over agricultural fields and related methods | |
Hedley | The role of precision agriculture for improved nutrient management on farms | |
Kayad et al. | Ten years of corn yield dynamics at field scale under digital agriculture solutions: A case study from North Italy | |
Hochman et al. | Potential to improve on-farm wheat yield and WUE in Australia | |
US6549852B2 (en) | Methods and systems for managing farmland | |
US20180267008A1 (en) | Systems and methods for producing agricultural prescriptions | |
US20030101918A1 (en) | Method for fertilizing cultivated plants for optimizing the quantity and quality of the yield | |
US20200311915A1 (en) | Growth status prediction system and method and computer-readable program | |
Shapiro et al. | Using a chlorophyll meter to improve N management | |
Warren et al. | Agricultural applications of high-resolution digital multispectral imagery | |
Pembleton et al. | Environmental influences on optimum nitrogen fertiliser rates for temperate dairy pastures | |
Yuan et al. | Diagnosis of nitrogen nutrition of rice based on image processing of visible light | |
JP2009106261A (ja) | 作物の栽培支援装置 | |
CN113671154A (zh) | 一种测土配方*** | |
CN115314851B (zh) | 一种基于大数据平台的农业信息化管理平台 | |
CN113505987B (zh) | 一种基于大数据的苗木播种施肥一体化监管反馈*** | |
Cantini et al. | Direct and indirect ground estimation of leaf area index to support interpretation of NDVI data from satellite images in hedgerow olive orchards | |
CN114565479A (zh) | 基于遥感技术结合确权数据在农业信息化中应用的方法 | |
Guerif et al. | Designing a field experiment for assessing soil and crop spatial variability and defining site specific management strategies | |
CN112733780A (zh) | 一种基于卫星影像的土壤有效磷分析模型构建***及方法 | |
Mönkemeyer et al. | A critical examination of the potentials of existing German networks for GMO-monitoring | |
Dalley et al. | Technologies for measuring grass/crops | |
Lee | A collection of three independent studies: investigating the impact of starter fertilizer on maize growth & development, validating an alternative root study method, and testing the efficacy of biostimulants in maize production | |
CN109118382A (zh) | 土壤墒情与施肥量关系模型的建立方法及应用 |
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 |