CN114202438A - 一种基于智慧农业的天空地一体化农业遥感大数据*** - Google Patents
一种基于智慧农业的天空地一体化农业遥感大数据*** Download PDFInfo
- Publication number
- CN114202438A CN114202438A CN202111347504.7A CN202111347504A CN114202438A CN 114202438 A CN114202438 A CN 114202438A CN 202111347504 A CN202111347504 A CN 202111347504A CN 114202438 A CN114202438 A CN 114202438A
- Authority
- CN
- China
- Prior art keywords
- data
- agricultural
- soil
- remote sensing
- map
- 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 claims abstract description 63
- 238000012544 monitoring process Methods 0.000 claims abstract description 42
- 239000003337 fertilizer Substances 0.000 claims abstract description 30
- 230000004720 fertilization Effects 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000009826 distribution Methods 0.000 claims abstract description 18
- 241000607479 Yersinia pestis Species 0.000 claims abstract description 17
- 235000015097 nutrients Nutrition 0.000 claims abstract description 17
- 238000007405 data analysis Methods 0.000 claims abstract description 14
- 238000004088 simulation Methods 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 201000010099 disease Diseases 0.000 claims abstract description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 8
- 238000012937 correction Methods 0.000 claims abstract description 7
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 64
- 229910052757 nitrogen Inorganic materials 0.000 claims description 32
- 241000196324 Embryophyta Species 0.000 claims description 20
- 238000007726 management method Methods 0.000 claims description 20
- 238000005516 engineering process Methods 0.000 claims description 18
- 238000012360 testing method Methods 0.000 claims description 17
- 238000010521 absorption reaction Methods 0.000 claims description 13
- 239000002028 Biomass Substances 0.000 claims description 12
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 11
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 claims description 11
- 229910052698 phosphorus Inorganic materials 0.000 claims description 11
- 239000011574 phosphorus Substances 0.000 claims description 11
- 239000011591 potassium Substances 0.000 claims description 11
- 229910052700 potassium Inorganic materials 0.000 claims description 11
- 241000238631 Hexapoda Species 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 6
- 230000035558 fertility Effects 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 claims description 6
- 238000012800 visualization Methods 0.000 claims description 6
- 235000013339 cereals Nutrition 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 claims description 4
- 235000021049 nutrient content Nutrition 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 241000209140 Triticum Species 0.000 claims description 3
- 235000021307 Triticum Nutrition 0.000 claims description 3
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 claims description 3
- 235000002017 Zea mays subsp mays Nutrition 0.000 claims description 3
- 238000012271 agricultural production Methods 0.000 claims description 3
- 230000009418 agronomic effect Effects 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 3
- 235000005822 corn Nutrition 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 230000014075 nitrogen utilization Effects 0.000 claims description 3
- 238000010899 nucleation Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 240000008042 Zea mays Species 0.000 claims 1
- 230000010354 integration Effects 0.000 claims 1
- 230000000007 visual effect Effects 0.000 abstract description 4
- 238000002474 experimental method Methods 0.000 abstract description 3
- 235000015816 nutrient absorption Nutrition 0.000 abstract description 3
- 239000002881 soil fertilizer Substances 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 241000209149 Zea Species 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- WZLMXYBCAZZIRQ-UHFFFAOYSA-N [N].[P].[K] Chemical compound [N].[P].[K] WZLMXYBCAZZIRQ-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012272 crop production Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000004171 remote diagnosis Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
-
- 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
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Tourism & Hospitality (AREA)
- Mining & Mineral Resources (AREA)
- Agronomy & Crop Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于智慧农业的天空地一体化农业遥感大数据***，包括智慧农业地图展示与查询模块、农业土壤环境信息展示模块、遥感苗情动态监测模块、生长模型模拟分析模块、土壤水分监测模块、气象数据展示与对比模块。本发明的有益效果是：实现对农作物长势、水旱灾害、病虫灾害等动态监测数据，通过田间试验，掌握各个施肥单元不同作物优化施肥数量，基、追肥分配比例，施肥时期和施肥方法；摸清土壤养分校正系数、土壤供肥能力、不同作物养分吸收量和肥料利用率等基本参数；构建作物施肥模型，为施肥分区和肥料配方提供依据，并以可视化方式呈现给各级政府及农业主管部门，实现全域病虫害发生情况实时监控、风险预警及数据分析功能。
Description
技术领域
本发明涉及一种农业遥感大数据***，具体为一种基于智慧农业的天空地一体化农业遥感大数据***，属于智慧农业技术领域。
背景技术
农业是国民经济的基础，随着农业产业化和规模化水平的提高，以及物联网技术、云计算技术、大数据技术以及地理信息***、遥感和全球定位***技术在农业领域中越来越广泛应用，传统的农业耕作模式逐渐暴露出一些不足，而“智慧农业”能够充分应用现代信息技术成果，集成应用计算机与网络技术、物联网技术、音视频技术、3S技术、无线通信技术及专家智慧与知识，实现农业可视化远程诊断、远程控制、灾变预警等智能管理。
而对于现有的智慧农业管理***，往往存在以下不足：
1、现有的智慧农业管理***一般多是考虑对空间资源以及生态农业的分层设立，只是对农业种植物进行监测，而没有对种植土壤进行分析，即无法根据不同的项目地块，制定专门的所需氮磷钾配方比，单质基肥使用比例，追肥等方案；
2、现有的智慧农业管理***，缺乏对农作物的生长模拟，即所针对的数据信息只是当年的种植信息，对于第二年的总体生长趋势，缺乏调整管理，无法帮助农户优化管理方案；
3、现有的智慧农业所采集的数据往往只是农作物的生长所需的水质数据、虫情数据以及苗情数据，即采集的数据范围不全，进而无法实现较好的管理。
发明内容
本发明的目的就在于为了解决问题而提供一种基于智慧农业的天空地一体化农业遥感大数据***。
本发明通过以下技术方案来实现上述目的：一种基于智慧农业的天空地一体化农业遥感大数据***，包括
智慧农业地图展示与查询模块，可展示农业建设成果图、高标准农田建设成果、土地承包经营权确权登记颁证成果、以及村级乡镇边界、最新的卫星遥感影像等数据；并可通过点、面等方式进行空间查询矢量数据的属性数据，还可以通过搜索的方式进行查询，为快速定位目标地块的属性和位置；
农业土壤环境信息展示模块，根据农业部门提供的土壤化验数据，通过空间内插，制作氮、磷、钾、有机质、pH的空间分布图，并在***内进行展示，可以通过按钮切换不同的类型，并且可以通过点、面等形式查询任意一点的土壤养分属性；
遥感苗情动态监测模块，通过航天卫星获得高分辨率卫星数据后，建立卫星的植被指数数据与地面采样点数据获得的农学数据的相关关系，利用相关关系估计出地块尺度的叶面积指数，生物量和植株地上部吸氮量，并导入到可视化***进行展示，实时动态监测项目区域的作物长势情况；
生长模型模拟分析模块，针对地块尺度，采用作物生长模拟对选中地块进行生长模拟，模拟的数据需要设置气象、土壤、品种、管理措施，模拟后可以获取逐日模拟的叶面积、生物量、氮含量、产量等数据；
土壤水分监测模块，结合土壤墒情监测***，存储大量土壤温度和湿度数据，投标人需要基于现有的土壤墒情监测站基础上，调用数据，并通过空间插值，将所有的点插值成一张图，***根据墒情监测频率更新数据，形成农业墒情地图；
气象数据展示与对比模块，收集项目区域30年的气象数据，进行展示以及对比，根据对比结果对未来年份的气象进行预测分析。
作为本发明再进一步的方案：所述智慧农业地图展示与查询模块中，智慧农业地图包括：
①农业信息一张图：其用于显示气象数据、水质数据、虫情数据、苗情数据、产业数据、土壤数据以及经济数据等；
②产业一张图：利用农业地理信息***，通过遥感数据采集信息，对地面卫星接收站传回的遥感数据进行处理、入库，接受和处理GIS数据，接收和处理人工报送数据，建立农业信息库；整理为土地利用、地形地貌、遥感影像等农业地图库，人口、农作物播种面积和产量、农业产值、农村基本情况等农业基本数据库，农作物长势、 水旱灾害、病虫灾害等动态监测数据等。
③土壤一张图：通过获取镇域土壤肥力数据分布，依托 GIS ***构建镇域土壤肥力热力图分布，通过构建肥料效应田间试验是获得各种作物最佳施肥量、施肥比例、施肥时期、施肥方法的根本途径，也是筛选、验证土壤养分测试方法、建立施肥指标体系的基本环节。
④植保一张图：通过构建海量植保数据资源库，通过人工智能图像识别技术应用于农业种植环节的植保领域，为农业生产者提供基于 AI 技 术的农业病虫害田间识别、即时诊断和专家咨询服务，将田间采集信息汇总成大数据分析***，以可视化方式呈现给各级政府及农业主管部门，实现全域病虫害发生情况实时监控、风险预警及数据分析功能。
⑤基地一张图：利用再生产基地部署数据采集装备、监控设备、区块链溯源客户端，智能虫情测报装置等，通过数据中心 构建基地生产管理一张图，可基于 GIS 显示各基地点位信息，通过点击可查看各企业相关情况介绍，包含但不限于：企业名称、简介、生产方式、产业规模、营销模式等信息。
⑥溯源一张图：构建核心农产品质量安全区块链追溯管理信息平台，包括农业生产经营主体农产品供应链信息化管理、农产品溯源***、农产品分销***、农产品防伪预警***、大数据分析***，并实现和省级溯源平台数据有效对接。
作为本发明再进一步的方案：所述遥感苗情动态监测模块获得高分辨率卫星数据后，根据苗情监测得到的生物量和地上部吸氮量和当地的作物的氮临界曲线；根据：推荐施肥量=区域优化施肥量-（地上部真实氮吸氮量-临界吸氮量）/氮利用效率公示，得到地块尺度的穗肥推荐施用量。
作为本发明再进一步的方案：该***还包括测土配方支持决策，提供测土配方在线计算功能，输入目标产量、每百公斤产量所需养分数量、不施肥产量、有效养分校正系数、肥料养分含量、肥料利用率等参数，可以通过调用GP服务的方法，得到项目地块，片区不同尺度的氮磷钾基肥方案，且方案包括所需氮磷钾配方比，单质基肥使用比例，追肥方案等结果。
作为本发明再进一步的方案：该***还包括产量估测服务，在小麦扬花期和玉米的开花期，根据气象数据，土壤数据，结合作物生长模型，对地块尺度的产量进行估测，估测数据自动更新到数据库，并根据当季粮价，计算出项目内产值。
作为本发明再进一步的方案：该***还包括田间历史图像展示，通过预留实时视频可视化接口，支持海康、大华等主流摄像机，用户可自主添加录像机到***中，并控制摄像头拍照，录像，旋转的功能。
本发明的有益效果是：
1、通过对智慧农业地图展示与查询，实现对农作物长势、 水旱灾害、病虫灾害等动态监测数据，通过田间试验，掌握各个施肥单元不同作物优化施肥数量，基、追肥分配比例，施肥时期和施肥方法；摸清土壤养分校正系数、土壤供肥能力、不同作物养分吸收量和肥料利用率等基本参数；构建作物施肥模型，为施肥分区和肥料配方提供依据，并能够以可视化方式呈现给各级政府及农业主管部门，实现全域病虫害发生情况实时监控、风险预警及数据分析功能；
2、通过测土配方支持决策，提供测土配方在线计算功能，输入目标产量、每百公斤产量所需养分数量、不施肥产量、有效养分校正系数、肥料养分含量、肥料利用率等参数，可以通过调用GP服务的方法，得到项目地块，片区不同尺度的氮磷钾基肥方案，且方案包括所需氮磷钾配方比，单质基肥使用比例，追肥方案等结果；
3、通过产量估测服务，根据气象数据，土壤数据，结合作物生长模型，对地块尺度的产量进行估测，估测数据自动更新到数据库，并根据当季粮价，计算出项目内产值。
附图说明
图1为本发明整体框架示意图；
图2为本发明智慧农业地图框架示意图。
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，本领域普通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。
实施例一
请参阅图1~2，一种基于智慧农业的天空地一体化农业遥感大数据***，包括
智慧农业地图展示与查询模块，可展示农业建设成果图、高标准农田建设成果、土地承包经营权确权登记颁证成果、以及村级乡镇边界、最新的卫星遥感影像等数据；并可通过点、面等方式进行空间查询矢量数据的属性数据，还可以通过搜索的方式进行查询，为快速定位目标地块的属性和位置；
在本发明实施例中，所述智慧农业地图展示与查询模块中，智慧农业地图包括：
①农业信息一张图：其用于显示气象数据、水质数据、虫情数据、苗情数据、产业数据、土壤数据以及经济数据等；
②产业一张图：利用农业地理信息***，通过遥感数据采集信息，对地面卫星接收站传回的遥感数据进行处理、入库，接受和处理GIS数据，接收和处理人工报送数据，建立农业信息库；整理为土地利用、地形地貌、遥感影像等农业地图库，人口、农作物播种面积和产量、农业产值、农村基本情况等农业基本数据库，农作物长势、 水旱灾害、病虫灾害等动态监测数据等。
③土壤一张图：通过获取镇域土壤肥力数据分布，依托 GIS ***构建镇域土壤肥力热力图分布，通过构建肥料效应田间试验是获得各种作物最佳施肥量、施肥比例、施肥时期、施肥方法的根本途径，也是筛选、验证土壤养分测试方法、建立施肥指标体系的基本环节。通过田间试验，掌握各个施肥单元不同作物优化施肥数量，基、追肥分配比例，施肥时期和施肥方法；摸清土壤养分校正系数、土壤供肥能力、不同作物养分吸收量和肥料利用率等基本参数；构建作物施肥模型，为施肥分区和肥料配方提供依据。
④植保一张图：通过构建海量植保数据资源库，通过人工智能图像识别技术应用于农业种植环节的植保领域，为农业生产者提供基于 AI 技 术的农业病虫害田间识别、即时诊断和专家咨询服务，将田间采集信息汇总成大数据分析***，以可视化方式呈现给各级政府及农业主管部门，实现全域病虫害发生情况实时监控、风险预警及数据分析功能。
⑤基地一张图：利用再生产基地部署数据采集装备、监控设备、区块链溯源客户端，智能虫情测报装置等，通过数据中心 构建基地生产管理一张图，可基于 GIS 显示各基地点位信息，通过点击可查看各企业相关情况介绍，包含但不限于：企业名称、简介、生产方式、产业规模、营销模式等信息。
⑥溯源一张图：构建核心农产品质量安全区块链追溯管理信息平台，包括农业生产经营主体农产品供应链信息化管理、农产品溯源***、农产品分销***、农产品防伪预警***、大数据分析***，并实现和省级溯源平台数据有效对接。
实施例二
请参阅图1~2，一种基于智慧农业的天空地一体化农业遥感大数据***，包括
农业土壤环境信息展示模块，根据农业部门提供的土壤化验数据，通过空间内插，制作氮、磷、钾、有机质、pH的空间分布图，并在***内进行展示，可以通过按钮切换不同的类型，并且可以通过点、面等形式查询任意一点的土壤养分属性；
遥感苗情动态监测模块，通过航天卫星获得高分辨率卫星数据后，建立卫星的植被指数数据与地面采样点数据获得的农学数据的相关关系，利用相关关系估计出地块尺度的叶面积指数，生物量和植株地上部吸氮量，并导入到可视化***进行展示，实时动态监测项目区域的作物长势情况；
生长模型模拟分析模块，针对地块尺度，采用作物生长模拟对选中地块进行生长模拟，模拟的数据需要设置气象、土壤、品种、管理措施，模拟后可以获取逐日模拟的叶面积、生物量、氮含量、产量等数据；
土壤水分监测模块，结合土壤墒情监测***，存储大量土壤温度和湿度数据，投标人需要基于现有的土壤墒情监测站基础上，调用数据，并通过空间插值，将所有的点插值成一张图，***根据墒情监测频率更新数据，形成农业墒情地图；
气象数据展示与对比模块，收集项目区域30年的气象数据，进行展示以及对比，根据对比结果对未来年份的气象进行预测分析。
在本发明实施例中，所述遥感苗情动态监测模块获得高分辨率卫星数据后，根据苗情监测得到的生物量和地上部吸氮量和当地的作物的氮临界曲线；根据：推荐施肥量=区域优化施肥量-（地上部真实氮吸氮量-临界吸氮量）/氮利用效率公示，得到地块尺度的穗肥推荐施用量。
在本发明实施例中，该***还包括测土配方支持决策，提供测土配方在线计算功能，输入目标产量、每百公斤产量所需养分数量、不施肥产量、有效养分校正系数、肥料养分含量、肥料利用率等参数，可以通过调用GP服务的方法，得到项目地块，片区不同尺度的氮磷钾基肥方案，且方案包括所需氮磷钾配方比，单质基肥使用比例，追肥方案等结果。
在本发明实施例中，该***还包括产量估测服务，在小麦扬花期和玉米的开花期，根据气象数据，土壤数据，结合作物生长模型，对地块尺度的产量进行估测，估测数据自动更新到数据库，并根据当季粮价，计算出项目内产值。
在本发明实施例中，该***还包括田间历史图像展示，通过预留实时视频可视化接口，支持海康、大华等主流摄像机，用户可自主添加录像机到***中，并控制摄像头拍照，录像，旋转的功能。
工作原理：根据农作物生产固定生物周期，接合现在物联网、大数据、云技术，通过4G数据传播，实现农作物全生命周期监控、自然环境自动检测与匹配、病虫害自动检测、农产品质量进行监控；通过利用智能农业的监测和控制功能，农作物生长数据模型，***可以确保让植物保持在最佳的生长状态，满足了不同阶段作物的生长需要，最大程度利用自然条件，节约成本；通过视频分析技术，实现病虫害自动抓拍，抓拍完成以后实现自动喷洒病虫害药品功能，并可根据产量估测服务，对地块尺度的产量进行估测，估测数据自动更新到数据库，并根据当季粮价，计算出项目内产值。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
Claims (6)
1.一种基于智慧农业的天空地一体化农业遥感大数据***，其特征在于：包括
智慧农业地图展示与查询模块，可展示农业建设成果图、高标准农田建设成果、土地承包经营权确权登记颁证成果、以及村级乡镇边界、最新的卫星遥感影像等数据；并可通过点、面等方式进行空间查询矢量数据的属性数据，还可以通过搜索的方式进行查询，为快速定位目标地块的属性和位置；
农业土壤环境信息展示模块，根据农业部门提供的土壤化验数据，通过空间内插，制作氮、磷、钾、有机质、pH的空间分布图，并在***内进行展示，可以通过按钮切换不同的类型，并且可以通过点、面等形式查询任意一点的土壤养分属性；
遥感苗情动态监测模块，通过航天卫星获得高分辨率卫星数据后，建立卫星的植被指数数据与地面采样点数据获得的农学数据的相关关系，利用相关关系估计出地块尺度的叶面积指数，生物量和植株地上部吸氮量，并导入到可视化***进行展示，实时动态监测项目区域的作物长势情况；
生长模型模拟分析模块，针对地块尺度，采用作物生长模拟对选中地块进行生长模拟，模拟的数据需要设置气象、土壤、品种、管理措施，模拟后可以获取逐日模拟的叶面积、生物量、氮含量、产量等数据；
土壤水分监测模块，结合土壤墒情监测***，存储大量土壤温度和湿度数据，投标人需要基于现有的土壤墒情监测站基础上，调用数据，并通过空间插值，将所有的点插值成一张图，***根据墒情监测频率更新数据，形成农业墒情地图；
气象数据展示与对比模块，收集项目区域30年的气象数据，进行展示以及对比，根据对比结果对未来年份的气象进行预测分析。
2.根据权利要求1所述的一种基于智慧农业的天空地一体化农业遥感大数据***，其特征在于：所述智慧农业地图展示与查询模块中，智慧农业地图包括：
①农业信息一张图：其用于显示气象数据、水质数据、虫情数据、苗情数据、产业数据、土壤数据以及经济数据；
②产业一张图：利用农业地理信息***，通过遥感数据采集信息，对地面卫星接收站传回的遥感数据进行处理、入库，接受和处理GIS数据，接收和处理人工报送数据，建立农业信息库；整理为土地利用、地形地貌、遥感影像等农业地图库，人口、农作物播种面积和产量、农业产值、农村基本情况等农业基本数据库，农作物长势、 水旱灾害、病虫灾害等动态监测数据；
③土壤一张图：通过获取镇域土壤肥力数据分布，依托 GIS ***构建镇域土壤肥力热力图分布，通过构建肥料效应田间试验是获得各种作物最佳施肥量、施肥比例、施肥时期、施肥方法的根本途径，也是筛选、验证土壤养分测试方法、建立施肥指标体系的基本环节；
④植保一张图：通过构建海量植保数据资源库，通过人工智能图像识别技术应用于农业种植环节的植保领域，为农业生产者提供基于 AI 技 术的农业病虫害田间识别、即时诊断和专家咨询服务，将田间采集信息汇总成大数据分析***，以可视化方式呈现给各级政府及农业主管部门，实现全域病虫害发生情况实时监控、风险预警及数据分析功能；
⑤基地一张图：利用再生产基地部署数据采集装备、监控设备、区块链溯源客户端，智能虫情测报装置等，通过数据中心 构建基地生产管理一张图，可基于 GIS 显示各基地点位信息，通过点击可查看各企业相关情况介绍，包含但不限于：企业名称、简介、生产方式、产业规模、营销模式等信息；
⑥溯源一张图：构建核心农产品质量安全区块链追溯管理信息平台，包括农业生产经营主体农产品供应链信息化管理、农产品溯源***、农产品分销***、农产品防伪预警***、大数据分析***，并实现和省级溯源平台数据有效对接。
3.根据权利要求1所述的一种基于智慧农业的天空地一体化农业遥感大数据***，其特征在于：所述遥感苗情动态监测模块获得高分辨率卫星数据后，根据苗情监测得到的生物量和地上部吸氮量和当地的作物的氮临界曲线；根据：推荐施肥量=区域优化施肥量-（地上部真实氮吸氮量-临界吸氮量）/氮利用效率公示，得到地块尺度的穗肥推荐施用量。
4.根据权利要求1所述的一种基于智慧农业的天空地一体化农业遥感大数据***，其特征在于：该***还包括测土配方支持决策，提供测土配方在线计算功能，输入目标产量、每百公斤产量所需养分数量、不施肥产量、有效养分校正系数、肥料养分含量、肥料利用率等参数，可以通过调用GP服务的方法，得到项目地块，片区不同尺度的氮磷钾基肥方案，且方案包括所需氮磷钾配方比，单质基肥使用比例，追肥方案结果。
5.根据权利要求1所述的一种基于智慧农业的天空地一体化农业遥感大数据***，其特征在于：该***还包括产量估测服务，在小麦扬花期和玉米的开花期，根据气象数据，土壤数据，结合作物生长模型，对地块尺度的产量进行估测，估测数据自动更新到数据库，并根据当季粮价，计算出项目内产值。
6.根据权利要求1所述的一种基于智慧农业的天空地一体化农业遥感大数据***，其特征在于：该***还包括田间历史图像展示，通过预留实时视频可视化接口，支持海康、大华等主流摄像机，用户可自主添加录像机到***中，并控制摄像头拍照，录像，旋转的功能。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111347504.7A CN114202438A (zh) | 2021-11-15 | 2021-11-15 | 一种基于智慧农业的天空地一体化农业遥感大数据*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111347504.7A CN114202438A (zh) | 2021-11-15 | 2021-11-15 | 一种基于智慧农业的天空地一体化农业遥感大数据*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114202438A true CN114202438A (zh) | 2022-03-18 |
Family
ID=80647675
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111347504.7A Pending CN114202438A (zh) | 2021-11-15 | 2021-11-15 | 一种基于智慧农业的天空地一体化农业遥感大数据*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114202438A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115082043A (zh) * | 2022-07-21 | 2022-09-20 | 成都戎星科技有限公司 | 一种烟叶种植遥感监管***及方法 |
| CN115362811A (zh) * | 2022-08-11 | 2022-11-22 | 贵州电子科技职业学院 | 一种基于数字孪生的山地农作物智慧栽培*** |
| CN116028586A (zh) * | 2022-12-08 | 2023-04-28 | 广东省现代农业装备研究所 | 农业产业链信息服务方法及装置 |
| CN116029860A (zh) * | 2023-03-29 | 2023-04-28 | 山东科翔智能科技有限公司 | 基于gis的智慧农业种植区域规划辅助决策*** |
| CN116050586A (zh) * | 2022-12-21 | 2023-05-02 | 浙江甲骨文超级码科技股份有限公司 | 一种空间气象协同草莓农业一体化种植***及方法 |
| CN116342072A (zh) * | 2023-05-22 | 2023-06-27 | 四川华恒升科技发展有限公司 | 一种基于人工智能的高标准农田建设项目设计***及方法 |
| CN117091648A (zh) * | 2023-07-27 | 2023-11-21 | 石家庄铁道大学 | 一种空地一体施工生态环境监测装置及可视化处理方法 |
| CN117110242A (zh) * | 2023-10-18 | 2023-11-24 | 北京英视睿达科技股份有限公司 | 一种药肥使用的监测方法、装置及存储介质 |
-
2021
- 2021-11-15 CN CN202111347504.7A patent/CN114202438A/zh active Pending
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115082043A (zh) * | 2022-07-21 | 2022-09-20 | 成都戎星科技有限公司 | 一种烟叶种植遥感监管***及方法 |
| CN115362811A (zh) * | 2022-08-11 | 2022-11-22 | 贵州电子科技职业学院 | 一种基于数字孪生的山地农作物智慧栽培*** |
| CN116028586A (zh) * | 2022-12-08 | 2023-04-28 | 广东省现代农业装备研究所 | 农业产业链信息服务方法及装置 |
| CN116028586B (zh) * | 2022-12-08 | 2024-01-05 | 广东省现代农业装备研究所 | 农业产业链信息服务方法及装置 |
| CN116050586B (zh) * | 2022-12-21 | 2023-09-05 | 浙江甲骨文超级码科技股份有限公司 | 一种空间气象协同草莓农业一体化种植***及方法 |
| CN116050586A (zh) * | 2022-12-21 | 2023-05-02 | 浙江甲骨文超级码科技股份有限公司 | 一种空间气象协同草莓农业一体化种植***及方法 |
| CN116029860A (zh) * | 2023-03-29 | 2023-04-28 | 山东科翔智能科技有限公司 | 基于gis的智慧农业种植区域规划辅助决策*** |
| CN116029860B (zh) * | 2023-03-29 | 2023-06-20 | 山东科翔智能科技有限公司 | 基于gis的智慧农业种植区域规划辅助决策*** |
| CN116342072A (zh) * | 2023-05-22 | 2023-06-27 | 四川华恒升科技发展有限公司 | 一种基于人工智能的高标准农田建设项目设计***及方法 |
| CN116342072B (zh) * | 2023-05-22 | 2023-08-08 | 四川华恒升科技发展有限公司 | 一种基于人工智能的高标准农田建设项目设计***及方法 |
| CN117091648A (zh) * | 2023-07-27 | 2023-11-21 | 石家庄铁道大学 | 一种空地一体施工生态环境监测装置及可视化处理方法 |
| CN117110242A (zh) * | 2023-10-18 | 2023-11-24 | 北京英视睿达科技股份有限公司 | 一种药肥使用的监测方法、装置及存储介质 |
| CN117110242B (zh) * | 2023-10-18 | 2024-01-16 | 北京英视睿达科技股份有限公司 | 一种药肥使用的监测方法、装置及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114202438A (zh) | 一种基于智慧农业的天空地一体化农业遥感大数据*** | |
| CN103886409A (zh) | 农业种植辅助决策*** | |
| Diak et al. | Agricultural management decision aids driven by real-time satellite data | |
| CN106530031A (zh) | 农业机械作业供需信息匹配的方法和设备 | |
| Gawande et al. | Potential of precision farming technologies for eco-friendly agriculture | |
| Ukhurebor et al. | Precision agriculture: Weather forecasting for future farming | |
| CN105678629A (zh) | 一种基于物联网的种植业问题解决*** | |
| CN106960392B (zh) | 一种面向中小种植者的种植技术服务方法 | |
| CN103810639A (zh) | 一种农业生产的监测与控制*** | |
| CN112561367A (zh) | 一种智能种植决策控制*** | |
| CN111882450A (zh) | 数字农业平台*** | |
| US20120226517A1 (en) | System and Methods for Communicating Mediated Knowledge | |
| Liyakat | Model for Agricultural Information system to improve crop yield using IoT | |
| CN117770106A (zh) | 一种基于数字孪生的农田灌溉方法 | |
| CN105574780A (zh) | 一种基于用户定制需求解决的服务*** | |
| Nelson et al. | Tackling climate risk to sustainably intensify smallholder maize farming systems in southern Africa | |
| He et al. | Spatializing growth suitability for spring soybean cultivation in northeast China | |
| CN116703637A (zh) | 一种北方旱区小麦种植的数字化控制***及其使用方法 | |
| Sailaja et al. | Spatial rice decision support system for effective rice crop management | |
| Wang et al. | A smart agricultural service platform for crop planting, monitoring and management-PIE-engine landscape | |
| Guan et al. | Analysis of canopy phenology in man-made forests using near-earth remote sensing | |
| Sarron et al. | Assessing production gaps at the tree scale: definition and application to mango (Mangifera indica L.) in West Africa | |
| CN116050586B (zh) | 一种空间气象协同草莓农业一体化种植***及方法 | |
| Shikha et al. | Evaluating the performance of RegCM4 in studies on irrigated and rainfed cotton crops | |
| Amin et al. | Rice evapotranspiration estimation using satellite data |
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 |