CN116458314A - 一种农田水肥控制方法、装置、存储介质及电子设备 - Google Patents
一种农田水肥控制方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN116458314A CN116458314A CN202310610843.2A CN202310610843A CN116458314A CN 116458314 A CN116458314 A CN 116458314A CN 202310610843 A CN202310610843 A CN 202310610843A CN 116458314 A CN116458314 A CN 116458314A
- Authority
- CN
- China
- Prior art keywords
- water
- fertilizer
- basic
- crops
- application
- 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
- 239000003337 fertilizer Substances 0.000 title claims abstract description 347
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 229
- 238000000034 method Methods 0.000 title claims abstract description 40
- 239000003621 irrigation water Substances 0.000 claims abstract description 145
- 230000035558 fertility Effects 0.000 claims abstract description 121
- 239000002689 soil Substances 0.000 claims abstract description 81
- 238000005286 illumination Methods 0.000 claims abstract description 54
- 210000003608 fece Anatomy 0.000 claims abstract description 6
- 239000007788 liquid Substances 0.000 claims abstract description 6
- 239000010871 livestock manure Substances 0.000 claims abstract description 6
- 238000012937 correction Methods 0.000 claims description 46
- 238000004590 computer program Methods 0.000 claims description 20
- 230000000694 effects Effects 0.000 abstract description 7
- 238000010030 laminating Methods 0.000 abstract 1
- 241000208818 Helianthus Species 0.000 description 10
- 235000003222 Helianthus annuus Nutrition 0.000 description 10
- 229910052698 phosphorus Inorganic materials 0.000 description 6
- 229910052700 potassium Inorganic materials 0.000 description 6
- 239000002881 soil fertilizer Substances 0.000 description 5
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 4
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 4
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000011574 phosphorus Substances 0.000 description 4
- 239000011591 potassium Substances 0.000 description 4
- 230000005068 transpiration Effects 0.000 description 4
- 235000015097 nutrients Nutrition 0.000 description 3
- 229920000742 Cotton Polymers 0.000 description 2
- 240000008042 Zea mays Species 0.000 description 2
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 2
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- -1 ammonium ions Chemical class 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 235000013339 cereals Nutrition 0.000 description 2
- 235000005822 corn Nutrition 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004720 fertilization Effects 0.000 description 2
- 238000003973 irrigation Methods 0.000 description 2
- 230000002262 irrigation Effects 0.000 description 2
- 244000105624 Arachis hypogaea Species 0.000 description 1
- 244000017020 Ipomoea batatas Species 0.000 description 1
- 235000002678 Ipomoea batatas Nutrition 0.000 description 1
- 229910002651 NO3 Inorganic materials 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 244000098338 Triticum aestivum Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 235000020232 peanut Nutrition 0.000 description 1
- 229910001414 potassium ion Inorganic materials 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C21/00—Methods of fertilising, sowing or planting
- A01C21/007—Determining fertilization requirements
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Soil Sciences (AREA)
- Environmental Sciences (AREA)
- Hydroponics (AREA)
Abstract
本申请涉及一种农田水肥控制方法、装置、存储介质及电子设备,其中方法包括:获取农田各区域的土壤肥力,根据各土壤肥力确定各区域对应的肥力等级;基于各区域的肥力等级和农作物的种类,确定各区域对应的基础水肥施加需求,基础水肥施加需求包括基础施加时间间隔、基础灌溉水施加量和基础肥料施加量;实时获取在基础施加时间间隔的预设时长内的平均温度和平均光照强度,基于平均温度和平均光照强度,按照预设规则对基础灌溉水施加量和基础肥料施加量进行调整,得到最终灌溉水施加量和最终肥料施加量,以将肥料和灌溉水施加至农作物对应的区域。本申请具有使水肥施加准确贴合农作物的水肥需求的效果。
Description
技术领域
本申请涉及农业灌溉技术领域,具体涉及一种农田水肥方法、装置、存储介质及电子设备。
背景技术
随着现代农业的高速发展,人工对农田内的农作物进行灌溉和施肥的传统方式已不复存在,取而代之是智能程度较高的水肥一体化***自动对农作物进行灌溉和施肥,达到高效灌溉、精准施肥、智能管理等效果。此种方式通常都是在检测到农田的土壤肥力较低或者土壤含水量较低时,进行智能预警,然后由人员按照经验调整水肥施加量、水肥施加时间间隔等,最后由水肥一体化***自动执行。
但是此种方式利用粗放的经验设定定时定量施加水肥,缺乏科学的依据,尤其是在农田存在农作物套种时,无法准确地贴合农作物的水肥需求,导致农作物生长状况较差。
发明内容
为了使水肥施加准确贴合农作物的水肥需求,本申请提供一种农田水肥控制方法、装置、存储介质及电子设备。
在本申请的第一方面提供了一种农田水肥控制方法,具体包括:
获取农田各区域的土壤肥力,根据各所述土壤肥力确定各所述区域对应的肥力等级;
基于各所述区域的肥力等级和农作物的种类,确定各所述区域对应的基础水肥施加需求,所述基础水肥施加需求包括基础施加时间间隔、基础灌溉水施加量和基础肥料施加量;
实时获取在所述基础施加时间间隔的预设时长内的平均温度和平均光照强度,基于所述平均温度和所述平均光照强度,按照预设规则对所述基础灌溉水施加量和所述基础肥料施加量进行调整,得到最终灌溉水施加量和最终肥料施加量,以将肥料和灌溉水施加至所述农作物对应的区域。
通过采用上述技术方案,根据土壤肥力确定农田各个区域的肥力等级后,由于同一农田中各个区域的肥力等级不同,对应的基础水肥施加需求不同。同一农田中各个区域种植的农作物的种类不同,对应的基础水肥施加需求也不同。因此根据每个区域的肥力等级和农作物的种类,初步确定此区域上的农作物所需要的基础水肥施加需求。由于温度会影响农作物的生长速度,进而影响农作物对肥料的需求,光照强度也会影响农作物对灌溉水的需求,因此接着对在此区域上的农作物所需要的基础施加时间间隔的预设时长内平均温度和平均光照强度进行分析,确定基础灌溉水施加量和基础肥料施加量的调整量,最后得到此区域上农作物的最终灌溉水施加量和最终肥料施加量,从而使得水肥的施加更加贴合农作物本身的水肥需求,使得农作物生长状况更好。
可选的,所述基于各所述区域的肥力等级和农作物的种类,确定各所述区域对应的基础水肥施加需求,具体包括:
从农田各所述区域中选取目标区域,统计所述目标区域中农作物的种类的个数,若所述个数为1,则从预设的施加需求匹配表中匹配所述目标区域的肥力等级和农作物的种类对应的基础水肥施加需求;
若所述个数大于1,则判断各所述农作物的关联等级,所述关联等级越高,各所述农作物的生长习性越相似;
在各所述农作物的关联等级存在超过预设等级的情况下,选取关联等级超过预设等级的农作物中种植面积最大的农作物作为目标农作物,并根据所述目标农作物的种类和所述目标区域的肥力等级,确定对应的基础水肥施加需求;
在各所述农作物的关联等级均不超过预设等级的情况下,将所述目标区域进行划分得到各所述农作物对应的区域,并基于各所述农作物对应的区域和种类,确定对应的基础水肥施加需求。
通过采用上述技术方案,从农田各个区域中依次选取一个区域作为目标区域,如果目标区域中种植的农作物的种类的个数为1个,说明此目标区域上种植的农作物为同一种农作物,那么根据此目标区域的肥力等级和农作物的种类两个要素匹配对应的基础水肥施加需求;如果农作物的种类的个数大于1,说明此目标区域中存在多种农作物,那么根据生长习性判断多种农作物关联等级,进一步地,如果关联等级超过预设等级,说明对应的两种农作物生长习性较为相似,所需的基础水肥施加需求较为一致,那么选取其中种植面积最大的作为目标农作物,根据目标农作物的种类和目标区域的肥力等级确定关联等级超过预设等级的农作物的基础水肥施加需求;如果目标区域中的各农作物之间的关联等级均不超过预设等级,那么将目标区域划分为各个农作物对应的区域,分别确定对应的基础水肥施加需求,从而使得确定的基础水肥施加需求较贴合农作物。
可选的,所述将所述目标区域进行划分得到各所述农作物对应的区域,具体包括:
将各所述农作物在所述目标区域中的占地区域的种植面积分别与面积阈值进行对比;
若所述占地区域的种植面积超过面积阈值,则将所述占地区域划分为所述占地区域中农作物对应的区域;
若所述占地区域的种植面积不超过面积阈值,则继续保持所述目标区域不变。
通过采用上述技术方案,将目标区域中各个农作物的占地区域的种植面积分别与面积阈值对比,如果种植面积超过面积阈值,说明对应的农作物种植体量较大,那么将目标区域中此农作物对应的占地区域划分为此农作物对应的区域,确定对应的基础水肥施加需求;如果种植面积不超过面积阈值,说明目标区域中此农作物的种植体量较小,无需单独再确定一套基础水肥施加需求,避免影响水肥施加效率,那么对应的占地区域无需从目标区域中划分出去,维持目标区域不变。
可选的,所述基于所述平均温度和所述平均光照强度,按照预设规则对所述基础灌溉水施加量和所述基础肥料施加量进行调整,得到最终灌溉水施加量和最终肥料施加量,具体包括:
若所述平均温度处于适宜温度区间内且所述平均光照强度未超过强度阈值,则根据所述平均温度确定肥料施加补偿量,将所述肥料施加补偿量加所述基础肥料施加量得到最终肥料施加量,并降低肥料的所述基础施加时间间隔,所述适宜温度区间为农作物生长速度最快的温度区间,所述适宜温度区间与所述强度阈值均与各所述农作物的种类对应;
将所述基础灌溉水施加量确定为最终灌溉水施加量,并保持灌溉水的所述基础施加时间间隔不变;
若所述平均温度未处于所述适宜温度区间且所述平均光照强度超过强度阈值,则根据所述平均光照强度与强度阈值的差值确定灌溉水施加补偿量,将所述灌溉水施加补偿量加所述基础灌溉水施加量得到最终灌溉水施加量,并降低灌溉水的所述基础施加时间间隔;
将所述基础肥料施加量确定为最终肥料施加量,并保持肥料的所述基础施加时间间隔不变。
通过采用上述技术方案,农作物对应的区域的基础水肥施加需求确定后,如果在基础施加时间间隔的预设时长内的平均温度处在农作物的适宜温度区间内,同时平均光照强度未超过强度阈值,说明预设时间内农作物生长速度较快,对应的土壤肥力消耗较快,那么需要提前对农作物施肥并且增加施肥量,因此将平均温度对应的肥料施加补偿量加上基础肥料施加量,得到最终肥料施加量,同时降低肥料的基础施加时间间隔以提前施肥,而且平均光照强度较小,农作物蒸腾作用较弱,农作物水分流失较慢,无需调整灌溉水的基础施加时间间隔和基础灌溉水施加量;如果平均温度未处于适宜温度区间内,同时平均光照强度超过强度阈值,说明农作物水分流失较快,对应的土壤肥力消耗较慢,那么无需调整肥料的基础施加时间间隔和基础肥料施加量,并且相应地需要根据平均光照强度与强度阈值的差值确定灌溉水施加补偿量,从而对基础灌溉水施加量进行补偿得到最终灌溉水施加量,同时降低灌溉水的基础施加时间间隔,提前对此区域施加较多灌溉水,进而使得灌溉水和肥料施加较为贴合农作物的水肥需求。
可选的,所述基于各所述区域的肥力等级和农作物的种类,确定各所述区域对应的基础水肥施加需求,具体包括:
根据各所述区域的肥力等级和农作物的种类,确定各所述目标区域对应的目标水肥施加需求;
获取各所述区域的农作物的生长阶段信息,根据各所述生长阶段信息得到各所述区域对应的水肥施加需求修正信息;和/或
获取各所述区域的土壤含水量,根据各所述土壤含水量得到各所述区域对应的水肥施加需求修正信息;
根据所述目标水肥施加需求和所述水肥施加需求修正信息,得到各所述目标区域对应的基础水肥施加需求。
通过采用上述技术方案,根据各个区域的肥力等级和农作物的种类,确定每个区域的目标水肥施加需求后,接着获取每个区域内农作物的生长阶段信息,不用的生长阶段,农作物对水肥的需求是不同的,根据生长阶段信息确定此区域的水肥施加需求修正信息,和/或参考此区域的土壤含水量,确定水肥施加需求修正信息,因为当前土壤含水量较高时,所需的基础灌溉水施加量可能无需较多。最后基于水肥施加需求修正信息,对目标水肥施加需求进行修正,得到每个区域的基础水肥施加需求,从而使得水肥施加较为贴合农作物自身的需求。
可选的,所述方法还包括:
获取农田各所述区域的土壤含水量;
根据各所述肥力等级和各所述土壤含水量,确定各所述区域的优先分值,优先分值越小,对应的区域的基础水肥施加需求越先确定;
所述基于各所述区域的肥力等级和农作物的种类,确定各所述区域对应的基础水肥施加需求,具体包括:
根据各所述区域的优先分值,并基于各所述区域的肥力等级和农作物的种类,确定各所述区域对应的基础水肥施加需求。
通过采用上述技术方案,确定每个区域的基础水肥施加需求之前,根据每个区域当前的土壤含水量和肥力等级,计算此区域的优先分值,优先分值越小,说明此区域越容易出现缺水缺肥问题,进而此区域的基础水肥施加需求越先进行确定,从而使得易出现缺水缺肥的区域在基础水肥施加需求确定后,若需要调整可以及时进行调整,避免易出现缺水缺肥的区域靠后调整影响农作物生长。
可选的,所述根据各所述肥力等级和各所述土壤含水量,确定各所述区域的优先分值,具体包括:
获取各所述区域的农作物的种类,根据各所述区域的农作物的种类确定对应的肥料依赖系数和灌溉水依赖系数;
将所述肥力等级与所述农作物的种类对应的肥料依赖系数的比值、所述土壤含水量与对应的灌溉水依赖系数的比值求和,得到对应的区域的优先分值。
通过采用上述技术方案,由于物种类不同,对肥料的依赖程度和灌溉水的依赖程度不同,因此根据每个区域的农作物的种类,匹配对应的肥料依赖系数和灌溉水依赖系数,肥料依赖系数和灌溉水依赖系数越大,说明农作物对肥料和灌溉水的依赖程度越高。在相同的肥力等级和土壤含水量前提下,肥料依赖系数和灌溉水依赖系数越大,肥力等级与肥料依赖系数的比值、土壤含水量与灌溉水系数的比值求和得到的优先分值越小,区域越容易出现缺水确肥的情况,按照此方式确定优先分值,尽量避免易出现缺水缺肥的区域靠后确定基础水肥施加需求,影响农作物正常生长。
在本申请的第二方面提供了一种农田水肥控制装置,具体包括:
等级确定模块(11),用于获取农田各区域的土壤肥力,根据各所述土壤肥力确定各所述区域对应的肥力等级;
需求确定模块(12),用于基于各所述区域的肥力等级和农作物的种类,确定各所述区域对应的基础水肥施加需求,所述基础水肥施加需求包括基础施加时间间隔、基础灌溉水施加量和基础肥料施加量;
需求调整模块(13),用于实时获取在所述基础施加时间间隔的预设时长内的平均温度和平均光照强度,基于所述平均温度和所述平均光照强度,按照预设规则对所述基础灌溉水施加量和所述基础肥料施加量进行调整,得到最终灌溉水施加量和最终肥料施加量,以将肥料和灌溉水施加至所述农作物对应的区域。
通过采用上述技术方案,等级确定模块获取到各区域的土壤肥力,确定各区域的肥力等级后,由需求确定模块根据各区域的肥力等级的农作物的种类,确定各区域对应的基础水肥施加需求,最后需求调整模块根据基础施加时间间隔的预设时长内平均温度和平均光照强度,对基础灌溉水施加量和基础肥料施加量进行进一步调整,从而使得最终的灌溉水和肥料施加更贴合农作物的水肥需求。
综上所述,本申请包括以下至少一种有益技术效果:
根据土壤肥力确定农田各个区域的肥力等级后,由于同一农田中各个区域的肥力等级不同,对应的基础水肥施加需求不同。同一农田中各个区域种植的农作物的种类不同,对应的基础水肥施加需求也不同。因此根据每个区域的肥力等级和农作物的种类,初步确定此区域上的农作物所需要的基础水肥施加需求。由于温度会影响农作物的生长速度,进而影响农作物对肥料的需求,光照强度也会影响农作物对灌溉水的需求,因此接着对在此区域上的农作物所需要的基础施加时间间隔的预设时长内平均温度和平均光照强度进行分析,确定基础灌溉水施加量和基础肥料施加量的调整量,最后得到此区域上农作物的最终灌溉水施加量和最终肥料施加量,从而使得水肥的施加更加贴合农作物本身的水肥需求,使得农作物生长状况更好。
附图说明
图1是本申请实施例提供的一种农田水肥控制方法的流程示意图;
图2是本申请实施例提供的另一种农田水肥控制方法的流程示意图;
图3是本申请实施例提供的又一种农田水肥控制方法的流程示意图;
图4是本申请实施例提供的一种农田水肥控制装置的结构示意图;
图5是本申请实施例提供的另一种农田水肥控制装置的结构示意图。
附图标记说明:11、等级确定模块;12、需求确定模块;13、需求调整模块。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。
在本申请实施例的描述中,“示性的”、“例如”或者“举例来说”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示性的”、“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示性的”、“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。
参见图1,本申请实施例公开了一种农田水肥控制方法的流程示意图,可依赖于计算机程序实现,也可运行于基于冯诺依曼体系的农田水肥控制装置上。该计算机程序可集成在应用中,也可作为独立的工具类应用运行,具体包括:
S101:获取农田各区域的土壤肥力,根据各土壤肥力确定各区域对应的肥力等级。
具体的,土壤肥力是衡量土壤能够提供农作物生长所需的各种养分的能力。它是反映土壤肥沃性的一个重要指标,是土壤各种基本性质的综合表现。在本申请实施例中,主要指的是铵态氮、速效磷、有效钾的含量。农田各个区域为埋有土壤肥力传感器,不同土壤肥力传感器对应不同的区域。土壤肥力传感器采用TPY-16A土壤肥力传感器,是一款用于测量土壤中各类参数的传感器,可快速测量出土壤中铵态氮、速效磷、有效钾等的含量。在其他实施例中,也可以采用TPY-9PC土壤肥力传感器。通过各个不同土壤肥力传感器获取到农田对应区域的土壤肥力,即铵态氮、速效磷、有效钾的含量后,调用预置的肥力等级匹配表,肥力等级匹配表包括钾离子、铵根离子以及硝酸根离子的含量范围和对应的肥力等级,肥力等级共分为5级,肥力等级越高,土壤肥力越高。
例如,肥力等级匹配表包括N:0.1%-0.4%、P:0.1%-0.3%、K:0.3%-0.6%对应的肥力等级为1级,N:0.5%-0.9%、P:0.4%-0.7%、K:0.7%-1.0%对应的肥力等级为2级……。如果农田的A区域测得的铵态氮、速效磷、有效钾的含量分别为0.6%、0.5%和0.8%,那么A区域对应的肥力等级为2级。需要说明的是,在其他实施例中,可以将肥力等级相同的区域划分为同一个区域。
S102:基于各区域的肥力等级和农作物的种类,确定各区域对应的基础水肥施加需求,基础水肥施加需求包括基础施加时间间隔、基础灌溉水施加量和基础肥料施加量。
具体的,农田各个区域的肥力等级确定后,获取每个区域土壤肥力传感器的位置信息,并根据位置信息调取可见的摄像头获取到此区域的农作物的图像信息。接着根据农作物的图像信息,采用预置的农作物识别工具识别出农作物的种类。农作物识别工具可以为Pl@ntNet软件,在其他实施例中,也可以为Leafsnap软件。
农作物的种类确定后,通过预置的施加需求匹配表匹配此区域肥力等级和农作物的种类对应的基础水肥施加需求,其中,基础水肥施加需求为结合此区域的土壤肥力和种植的农作物的种类确定的初始水肥施加需求,基础水肥施加需求包括基础施加时间间隔、基础灌溉水施加量和基础肥料施加量,基础施加时间间隔为灌溉水和肥料的施加时间间隔,基础灌溉水施加量为基于基础施加时间间隔每次灌溉水的施加量,基础肥料施加量为基于基础施加时间间隔每次肥料的施加量。
施加需求匹配表包括肥力等级和农作物的种类构成的组合信息以及对应的基础水肥施加需求。例如,施加需求匹配表包括肥力等级2级农作物为番薯,对应的基础施加时间间隔为7天,每次的基础灌溉水施加量为A,每次的基础肥料施加量为B;肥力等级2级农作物为花生,对应的基础施加时间间隔为6天,每次的基础灌溉水施加量为C,每次的基础肥料施加量为D.
在一个可实现的实施方式中,根据各区域的肥力等级和农作物的种类,确定各目标区域对应的目标水肥施加需求;
获取各区域的农作物的生长阶段信息,根据各生长阶段信息得到各区域对应的水肥施加需求修正信息;和/或
获取各区域的土壤含水量,根据各土壤含水量得到各区域对应的水肥施加需求修正信息;
根据目标水肥施加需求和水肥施加需求修正信息,得到各目标区域对应的基础水肥施加需求。
具体的,确定农田各个区域的肥力等级和农作物的种类后,根据施加需求匹配表匹配对应的目标水肥施加需求,目标水肥施加需求包括目标灌溉水施加量、目标肥料施加量以及目标施加时间间隔。获取每个区域的农作物的图像信息,农作物的图像信息包括农作物高度、叶片、茎秆、花朵、果实和轮廓中的一种或多种。接着将农作物的图像信息输入到训练好的生长阶段识别模型中,获取到每个区域的农作物的生长阶段信息。同一农作物在不同的生长阶段,对灌溉水和肥料的需求不同。例如,玉米的生长阶段为苗期、穗期、花粒期和抽雄吐丝期。苗期需水量较少,穗期需水量较多,花粒期和抽雄吐丝期的需水量最大。
确定生长阶段信息后,从第一修正信息匹配表匹配此生长阶段信息对应的水肥施加需求修正信息,和/或根据每个区域的土壤含水量,从第二修正信息匹配表中匹配对应的水肥施加需求修正信息。
水肥施加需求修正信息包括目标灌溉水施加量的修正量、目标肥料施加量的修正量和目标施加时间间隔的修正量,根据对应的水肥施加需求修正信息,对目标水肥施加需求进行调整,得到基础水肥施加需求。其中修正量可以是增加量或者减少量。
在另一个可实现的实施方式中,获取当前时刻所属的季节信息,根据季节信息匹配对应的修正系数集合,修正系数集合包括水肥施加需求修正信息中各个修正量(灌溉水、肥料施加时间间隔修正量)分别对应的修正系数。修正系数可以大于1,也可以小于1,还可以等于1。最后将目标灌溉水施加量的修正量、目标肥料施加量的修正量、目标施加时间间隔的修正量乘以对应的修正系数,得到最终的水肥施加需求修正信息。
例如,秋天是农作物的生长期,需要的肥料、灌溉水较多,施加时间间隔较短。因此目标灌溉水施加量的修正量、目标肥料施加量的修正量和目标施加时间间隔的修正量对应的修正系数为1.1、1.2、0.6。
S103:实时获取在基础施加时间间隔的预设时长内的平均温度和平均光照强度,基于平均温度和平均光照强度,按照预设规则对基础灌溉水施加量和基础肥料施加量进行调整,得到最终灌溉水施加量和最终肥料施加量,以将肥料和灌溉水施加至农作物对应的区域。
在另一个可实现的实施方式中,若平均温度处于适宜温度区间内且平均光照强度未超过强度阈值,则根据平均温度确定肥料施加补偿量,将肥料施加补偿量加基础肥料施加量得到最终肥料施加量,并降低肥料的基础施加时间间隔,适宜温度区间为农作物生长速度最快的温度区间,适宜温度区间与强度阈值均与各农作物的种类对应;
将基础灌溉水施加量确定为最终灌溉水施加量,并保持灌溉水的基础施加时间间隔不变;
若平均温度未处于适宜温度区间且平均光照强度超过强度阈值,则根据平均光照强度与强度阈值的差值确定灌溉水施加补偿量,将灌溉水施加补偿量加基础灌溉水施加量得到最终灌溉水施加量,并降低灌溉水的基础施加时间间隔;
将基础肥料施加量确定为最终肥料施加量,并保持肥料的基础施加时间间隔不变。
具体的,每个区域的基础水肥施加需求确定后,通过温度传感器实时获取当前时刻后的基础施加时间间隔的预设时长内的多组温度,并计算多组温度的平均温度,通过光照传感器实时获取预设时长内的多组光照强度,同理计算得到平均光照强度。其中,适宜温度区间为农作物生长速度最快的温度区间,强度阈值为判断光照强度强弱的临界值。例如,水稻的适宜温度区间为30~32℃,玉米的适宜温度区间为30~32℃,小麦的适宜温度区间为20~22℃等。
如果平均温度处在农作物对应的适宜温度区间且平均光照强度未超过强度阈值,说明在此区域的农作物生长速度较快,对土壤中的养分汲取速度较快,需要对提前对土壤肥力进行补充,而且光照强度较弱,那么根据平均温度从肥料补偿表中匹配对应的肥料施加补偿量,对肥料施加补偿量和基础肥料施加量求和得到最终肥料施加量,并且将肥料的基础施加时间间隔减少预设时长,提前对此区域施加肥料。其中,预设时长为反映区域土壤肥料和灌溉水消耗程度的临界时长,肥料补偿表包括平均温度与对应的肥料施加补偿量。另外,光照强度较弱,农作物蒸腾作用较弱,无需增加此区域的灌溉水施加量以及提前进行灌溉水的施加。在其他实施例中,可以根据此区域当前的土壤含水量,如果土壤含水量小于含水量阈值,说明虽然此时光照强度较弱,但是土壤中水分较少,同样需要根据含水量阈值与土壤含水量的差值,匹配对应的灌溉水施加补偿量,并降低灌溉水的基础施加时间间隔。
如果平均温度未处在农作物对应的适宜温度区间且平均光照强度超过强度阈值,说明农作物对此区域的土壤肥力消耗较慢,且农作物的蒸腾作用较强。那么无需调整基础肥料施加量和肥料的基础施加时间间隔。但是蒸腾作用较强,对土壤水分汲取较快,需要提前施加灌溉水。根据平均光照强度与强度阈值的差值,从预置的灌溉水补偿表中匹配对应的灌溉水施加补偿量,并将灌溉水的基础施加时间降低预设时长,从而实现提前对此区域施加灌溉水。需要说明的是,预设时长可以为5h,也可以为2天。
如果平均温度处在农作物对应的适宜温度区间且平均光照强度超过强度阈值,那么同理可同时增加肥料和灌溉水的施加量,并将肥料和灌溉水的基础施加时间间隔减低预设时长。
另外,需要说明的是,水肥一体化装置是一种可以向农田各个区域,根据最终灌溉水施加量、灌溉水对应的施加时间间隔、最终肥料施加量以及肥料对应的施加时间间隔,自动化对农田相应的区域进行灌溉和施肥的机器设备。
在一个可实现的实施方式中,统计基础施加时间间隔的预设时长内的多组温度中,若温差大于预设温差的个数超过个数阈值,说明在预设时长内出现较多次温差大的情形,由于温差较大,农作物的生长速度会被减缓,需要适当地增加水肥施加促进农作物生长,因此需要重新确定基础水肥施加需求,根据温差大于预设温差的个数从温差需求匹配表中匹配基础水肥施加需求修正量,即基础施加时间间隔的修正量、基础灌溉水施加量的修正量和基础肥料施加量的修正量,从而较好满足农作物的生长需求,其中,温差需求匹配表包括个数和对应的基础水肥施加需求修正量。
参见图2,本申请实施例公开了另一种农田水肥控制方法的流程示意图,可依赖于计算机程序实现,也可运行于基于冯诺依曼体系的农田水肥控制装置上。该计算机程序可集成在应用中,也可作为独立的工具类应用运行,具体包括:
S201:获取农田各区域的土壤肥力,根据各土壤肥力确定各区域对应的肥力等级。
具体的,可参考步骤S101,在此不再赘述。
S202:从农田各区域中选取目标区域,统计目标区域中农作物的种类的个数,若个数为1,则从预设的施加需求匹配表中匹配目标区域的肥力等级和农作物的种类对应的基础水肥施加需求。
具体的,从农田的各个区域中依次选取一个区域作为目标区域,并识别出目标区域的农作物的种类,如果目标区域上只存在一种农作物,那么可以直接从施加需求匹配表中匹配此区域的肥力等级和农作物的种类对应的基础水肥施加需求。在其他实施例中,也可以通过土壤水分传感器获取此区域的土壤含水量,基于此区域的肥力等级、农作物的种类以及土壤含水量,同理匹配对应的基础水肥施加需求。
S203:若个数大于1,则判断各农作物的关联等级,关联等级越高,各农作物的生长习性越相似。
S204:在各农作物的关联等级存在超过预设等级的情况下,选取关联等级超过预设等级的农作物中种植面积最大的种植面积农作物作为目标农作物,并根据目标农作物的种类和目标区域的肥力等级,确定对应的基础水肥施加需求。
具体的,如果此区域中农作物的种类的个数大于1,说明此区域中存在多种不同的农作物,那么需要考虑此区域是否依旧采用统一地基础水肥施加需求。进一步地,分别选取此区域中的两种农作物,根据关联等级匹配表匹配此两种农作物对应的关联等级。关联等级匹配表包括两种农作物组合以及对应的关联等级。预设等级为衡量不同农作物之间的关联程度的临界等级。
例如,a区域中的农作物为向日葵和葵花,那么从关联等级匹配表中查找到与向日葵和葵花相同的两种农作物组合,并匹配到对应的关联等级。预设等级为6,向日葵和葵花两者对应的关联等级为8,关联等级超过预设等级,说明向日葵和葵花两者生长习性较高,即两者水肥施加时间间隔、每次的肥料施加量和每次的灌溉水施加量都较为接近。
接着,选取关联等级超过预设等级的各个农作物,并通过农作物遥感技术获取到关联等级超过预设等级的各个农作物的种植面积,此为现有技术,在此不再赘述。筛选出其中种植面积最大的作为目标农作物,根据目标农作物的种类和目标区域的肥力等级,确定关联等级超过预设等级的各个农作物对应的基础水肥施加需求,从而较为贴合各个农作物的水肥需求,而且无需确定多套基础水肥施加需求,提升了水肥施加效率。需要说明的是,如果存在农作物与其他农作物关联等级均不超过预设等级,那么根据此农作物的种类和此目标区域的肥力等级,单独确定对应的基础水肥施加需求。
S205:在各农作物的关联等级均不超过预设等级的情况下,将目标区域进行划分得到各农作物对应的区域,并基于各农作物对应的区域和种类,确定对应的基础水肥施加需求。
在一个可实现的实施方式中,将各农作物在目标区域中的占地区域的种植面积分别与面积阈值进行对比;
若占地区域的种植面积超过面积阈值,则将占地区域划分为占地区域中农作物对应的区域;
若占地区域的种植面积不超过面积阈值,则继续保持目标区域不变。
具体的,如果此目标区域的各种农作物之间的关联等级均不超过预设等级,说明此目标区域中各个农作物的生长习性相差较远,不能按照统一地基础水肥施加需求进行后续的水肥施加。那么采用农作物遥感技术获取各个不同农作物的种植面积,种植面积超过面积阈值,说明对应的农作物种植体量较大,有必要单独划分为独立的区域并单独确定一套基础水肥施加需求,将对应的农作物占地区域从目标区域中划分出去,作为农作物对应的区域。
如果种植面积不超过面积阈值,说明对应的农作物种植体量较小,无需单独划分为独立的区域并单独确定一套基础水肥施加需求,容易降低农田整体的水肥施加的效率,那么无需将对应的占地区域从目标区域划分出去。
S206:实时获取在基础施加时间间隔的预设时长内的平均温度和平均光照强度,基于平均温度和平均光照强度,按照预设规则对基础灌溉水施加量和基础肥料施加量进行调整,得到最终灌溉水施加量和最终肥料施加量,以将肥料和灌溉水施加至农作物对应的区域。
具体的,可参考步骤S103,在此不再赘述。
参见图3,本申请实施例公开了又一种农田水肥控制方法的流程示意图,可依赖于计算机程序实现,也可运行于基于冯诺依曼体系的农田水肥控制装置上。该计算机程序可集成在应用中,也可作为独立的工具类应用运行,具体包括:
S301:获取农田各区域的土壤肥力,根据各土壤肥力确定各区域对应的肥力等级。
S302:获取农田各区域的土壤含水量。
S303:根据各肥力等级和各土壤含水量,确定各区域的优先分值,优先分值越小,对应的区域的基础水肥施加需求越先确定。
在一个可实现的实施方式中,获取各区域的农作物的种类,根据各区域的农作物的种类确定对应的肥料依赖系数和灌溉水依赖系数;
将肥力等级与农作物的种类对应的肥料依赖系数的比值、土壤含水量与对应的灌溉水依赖系数的比值求和,得到对应的区域的优先分值。
具体的,农田各个区域的肥力等级确定后,通过埋设在各个区域的土壤水分传感器,获取到各个区域的土壤含水量,接着采用农作物识别工具识别出每个区域中农作物的种类,详细可参见S102。根据每个区域中农作物的种类,从预置的系数匹配表中获取此农作物的种类对应的肥料依赖系数、灌溉水依赖系数,其中,肥料依赖系数用于衡量农作物对肥料的依赖程度,肥料依赖系数越大,农作物对肥料的依赖程度越高。灌溉水依赖系数用于衡量农作物对灌溉水的依赖程度,灌溉水依赖系数越大,农作物对灌溉水的依赖程度越高。例如,棉花的根系较为发达,吸收养分和水分的能力非常强,比较耐干旱,对肥料依赖程度较低,因此棉花的肥料依赖系数和灌溉水依赖系数较小。系数匹配表包括农作物的种类以及对应的肥料依赖系数、灌溉水依赖系数。
农作物的肥料依赖系数和灌溉水依赖系数确定后,分别计算肥力等级与肥料依赖系数的比值、土壤含水量与灌溉水依赖系数的比值,并对两个比值进行求和,得到此区域的优先分值。需要说明的是,优先分值越小,越易出现缺水确肥的情况,对应的区域的基础水肥施加需求越先确定。
例如,农田中存在A区域和B区域,A区域的肥力等级为3,土壤含水量为20%,B区域的肥力等级为2,土壤含水量为15%,A区域整体的水肥比B区域的水肥更足。其中,A区域中农作物的肥料依赖系数为3、灌溉水依赖系数4。B区域中的肥料依赖系数为1、灌溉水依赖系数1。那么A区域的优先分值为:3/3+20%/4=1.05,B区域的优先分值为:2/1+15%/1=2.15,A区域的优先分值更小,那么先对A区域确定基础水肥施加需求。需要说明的是,正常情况下,应该先B区域确定基础水肥施加需求,因为B区域的水肥不如A区域,但是A区域中农作物对灌溉水和肥料的依赖程度较高,综合比较确定先对A区域确定基础水肥施加需求。从而使得易于缺水缺肥的农作物能较先确定基础水肥施加需求,进而较先确定最终灌溉水施加量和最终肥料施加量,有助于避免农作物的生长受到较大影响。
S304:根据各区域的优先分值,并基于各区域的肥力等级和农作物的种类,确定各区域对应的基础水肥施加需求。
具体的,各个区域的优先分值确定后,按照优先分值从小到大的顺序,依次从农田选取对应的区域,根据区域的肥力等级和农作物的种类,从预设的施加需求匹配表匹配对应的基础水肥施加需求,从而方便后续根据平均温度和平均光照尽快调整基础水肥施加需求。
S305:实时获取在基础施加时间间隔的预设时长内的平均温度和平均光照强度,基于平均温度和平均光照强度,按照预设规则对基础灌溉水施加量和基础肥料施加量进行调整,得到最终灌溉水施加量和最终肥料施加量,以将肥料和灌溉水施加至农作物对应的区域。
具体的,可参考步骤S103,在此不再赘述。
本申请实施例农田水肥控制方法的实施原理为:根据土壤肥力确定农田各个区域的肥力等级后,由于同一农田中各个区域的肥力等级不同,对应的基础水肥施加需求不同。同一农田中各个区域种植的农作物的种类不同,对应的基础水肥施加需求也不同。因此根据每个区域的肥力等级和农作物的种类,初步确定此区域上的农作物所需要的基础水肥施加需求。因此接着对在此区域上的农作物所需要的基础施加时间间隔的预设时长内平均温度和平均光照强度进行分析,确定基础灌溉水施加量和基础肥料施加量的调整量,最后得到此区域上农作物的最终灌溉水施加量和最终肥料施加量,从而使得水肥的施加更加贴合农作物本身的水肥需求,使得农作物生长状况更好。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
请参见图,为本申请实施例提供的农田水肥控制装置的结构示意图。该应用于农田水肥控制装置可以通过软件、硬件或者两者的结合实现成为装置的全部或一部分。该装置1包括等级确定模块11、需求确定模块12和需求调整模块13。
等级确定模块11,用于获取农田各区域的土壤肥力,根据各土壤肥力确定各区域对应的肥力等级;
需求确定模块12,用于基于各区域的肥力等级和农作物的种类,确定各区域对应的基础水肥施加需求,基础水肥施加需求包括基础施加时间间隔、基础灌溉水施加量和基础肥料施加量;
需求调整模块13,用于实时获取在基础施加时间间隔的预设时长内的平均温度和平均光照强度,基于平均温度和平均光照强度,按照预设规则对基础灌溉水施加量和基础肥料施加量进行调整,得到最终灌溉水施加量和最终肥料施加量,以将肥料和灌溉水施加至农作物对应的区域。
可选的,需求确定模块12,具体包括:
从农田各区域中选取目标区域,统计目标区域中农作物的种类的个数,若个数为1,则从预设的施加需求匹配表中匹配目标区域的肥力等级和农作物的种类对应的基础水肥施加需求;
若个数大于1,则判断各农作物的关联等级,关联等级越高,各农作物的生长习性越相似;
在各农作物的关联等级存在超过预设等级的情况下,选取关联等级超过预设等级的农作物中种植面积最大的农作物作为目标农作物,并根据目标农作物的种类和目标区域的肥力等级,确定对应的基础水肥施加需求;
在各农作物的关联等级均不超过预设等级的情况下,将目标区域进行划分得到各农作物对应的区域,并基于各农作物对应的区域和种类,确定对应的基础水肥施加需求。
可选的,需求确定模块12,具体还用于:
将各农作物在目标区域中的占地区域的种植面积分别与面积阈值进行对比;
若占地区域的种植面积超过面积阈值,则将占地区域划分为占地区域中农作物对应的区域;
若占地区域的种植面积不超过面积阈值,则继续保持目标区域不变。
可选的,需求调整模块13,具体用于:
若平均温度处于适宜温度区间内且平均光照强度未超过强度阈值,则根据平均温度确定肥料施加补偿量,将肥料施加补偿量加基础肥料施加量得到最终肥料施加量,并降低肥料的基础施加时间间隔,适宜温度区间为农作物生长速度最快的温度区间,适宜温度区间与强度阈值均与各农作物的种类对应;
将基础灌溉水施加量确定为最终灌溉水施加量,并保持灌溉水的基础施加时间间隔不变;
若平均温度未处于适宜温度区间且平均光照强度超过强度阈值,则根据平均光照强度与强度阈值的差值确定灌溉水施加补偿量,将灌溉水施加补偿量加基础灌溉水施加量得到最终灌溉水施加量,并降低灌溉水的基础施加时间间隔;
将基础肥料施加量确定为最终肥料施加量,并保持肥料的基础施加时间间隔不变。
可选的,需求确定模块12,具体还包括:
根据各区域的肥力等级和农作物的种类,确定各目标区域对应的目标水肥施加需求;
获取各区域的农作物的生长阶段信息,根据各生长阶段信息得到各区域对应的水肥施加需求修正信息;和/或
获取各区域的土壤含水量,根据各土壤含水量得到各区域对应的水肥施加需求修正信息;
根据目标水肥施加需求和水肥施加需求修正信息,得到各目标区域对应的基础水肥施加需求。
可选的,装置1还包括分值确定模块14,具体包括:
获取农田各区域的土壤含水量;
根据各肥力等级和各土壤含水量,确定各区域的优先分值,优先分值越小,对应的区域的基础水肥施加需求越先确定;
基于各区域的肥力等级和农作物的种类,确定各区域对应的基础水肥施加需求,具体包括:
根据各区域的优先分值,并基于各区域的肥力等级和农作物的种类,确定各区域对应的基础水肥施加需求。
可选的,分值确定模块14,具体还包括:
获取各区域的农作物的种类,根据各区域的农作物的种类确定对应的肥料依赖系数和灌溉水依赖系数;
将肥力等级与农作物的种类对应的肥料依赖系数的比值、土壤含水量与对应的灌溉水依赖系数的比值求和,得到对应的区域的优先分值。
需要说明的是,上述实施例提供的一种农田水肥控制装置在执行农田水肥控制方法时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的一种农田水肥控制装置与一种农田水肥控制方法实施例属于同一构思,其体现实现过程详见方法实施例,这里不再赘述。
本申请实施例还公开一种计算机可读存储介质,并且,计算机可读存储介质存储有计算机程序,其中,计算机程序被处理器执行时,采用了上述实施例的一种农田水肥控制方法。
其中,计算机程序可以存储于计算机可读介质中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间件形式等,计算机可读介质包括能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM)、随机存取存储器(RAM)、电载波信号、电信信号以及软件分发介质等,需要说明的是,计算机可读介质包括但不限于上述元器件。
其中,通过本计算机可读存储介质,将上述实施例的一种农田水肥控制方法存储于计算机可读存储介质中,并且,被加载并执行于处理器上,以方便上述方法的存储及应用。
本申请实施例还公开一种电子设备,计算机可读存储介质中存储有计算机程序,计算机程序被处理器加载并执行时,采用了上述一种农田水肥控制方法。
其中,电子设备可以采用台式电脑、笔记本电脑或者云端服务器等电子设备,并且,电子设备设备包括但不限于处理器以及存储器,例如,电子设备还可以包括输入输出设备、网络接入设备以及总线等。
其中,处理器可以采用中央处理单元(CPU),当然,根据实际的使用情况,也可以采用其他通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,通用处理器可以采用微处理器或者任何常规的处理器等,本申请对此不做限制。
其中,存储器可以为电子设备的内部存储单元,例如,电子设备的硬盘或者内存,也可以为电子设备的外部存储设备,例如,电子设备上配备的插接式硬盘、智能存储卡(SMC)、安全数字卡(SD)或者闪存卡(FC)等,并且,存储器还可以为电子设备的内部存储单元与外部存储设备的组合,存储器用于存储计算机程序以及电子设备所需的其他程序和数据,存储器还可以用于暂时地存储已经输出或者将要输出的数据,本申请对此不做限制。
其中,通过本电子设备,将上述实施例的一种农田水肥控制方法存储于电子设备的存储器中,并且,被加载并执行于电子设备的处理器上,方便使用。
以上所述者,仅为本公开的示例性实施例,不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰,皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践这里的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的范围和精神由权利要求限定。
Claims (10)
1.一种农田水肥控制方法,其特征在于,应用于水肥一体化装置,所述方法包括:
获取农田各区域的土壤肥力,根据各所述土壤肥力确定各所述区域对应的肥力等级;
基于各所述区域的肥力等级和农作物的种类,确定各所述区域对应的基础水肥施加需求,所述基础水肥施加需求包括基础施加时间间隔、基础灌溉水施加量和基础肥料施加量;
实时获取在所述基础施加时间间隔的预设时长内的平均温度和平均光照强度,基于所述平均温度和所述平均光照强度,按照预设规则对所述基础灌溉水施加量和所述基础肥料施加量进行调整,得到最终灌溉水施加量和最终肥料施加量,以将肥料和灌溉水施加至所述农作物对应的区域。
2.根据权利要求1所述的农田水肥控制方法,其特征在于,所述基于各所述区域的肥力等级和农作物的种类,确定各所述区域对应的基础水肥施加需求,具体包括:
从农田各所述区域中选取目标区域,统计所述目标区域中农作物的种类的个数,若所述个数为1,则从预设的施加需求匹配表中匹配所述目标区域的肥力等级和农作物的种类对应的基础水肥施加需求;
若所述个数大于1,则判断各所述农作物的关联等级,所述关联等级越高,各所述农作物的生长习性越相似;
在各所述农作物的关联等级存在超过预设等级的情况下,选取关联等级超过预设等级的农作物中种植面积最大的农作物作为目标农作物,并根据所述目标农作物的种类和所述目标区域的肥力等级,确定对应的基础水肥施加需求;
在各所述农作物的关联等级均不超过预设等级的情况下,将所述目标区域进行划分得到各所述农作物对应的区域,并基于各所述农作物对应的区域和种类,确定对应的基础水肥施加需求。
3.根据权利要求2所述的农田水肥控制方法,其特征在于,所述将所述目标区域进行划分得到各所述农作物对应的区域,具体包括:
将各所述农作物在所述目标区域中的占地区域的种植面积分别与面积阈值进行对比;
若所述占地区域的种植面积超过面积阈值,则将所述占地区域划分为所述占地区域中农作物对应的区域;
若所述占地区域的种植面积不超过面积阈值,则继续保持所述目标区域不变。
4.根据权利要求1所述的农田水肥控制方法,其特征在于,所述基于所述平均温度和所述平均光照强度,按照预设规则对所述基础灌溉水施加量和所述基础肥料施加量进行调整,得到最终灌溉水施加量和最终肥料施加量,具体包括:
若所述平均温度处于适宜温度区间内且所述平均光照强度未超过强度阈值,则根据所述平均温度确定肥料施加补偿量,将所述肥料施加补偿量加所述基础肥料施加量得到最终肥料施加量,并降低肥料的所述基础施加时间间隔,所述适宜温度区间为农作物生长速度最快的温度区间,所述适宜温度区间与所述强度阈值均与各所述农作物的种类对应;
将所述基础灌溉水施加量确定为最终灌溉水施加量,并保持灌溉水的所述基础施加时间间隔不变;
若所述平均温度未处于所述适宜温度区间且所述平均光照强度超过强度阈值,则根据所述平均光照强度与强度阈值的差值确定灌溉水施加补偿量,将所述灌溉水施加补偿量加所述基础灌溉水施加量得到最终灌溉水施加量,并降低灌溉水的所述基础施加时间间隔;
将所述基础肥料施加量确定为最终肥料施加量,并保持肥料的所述基础施加时间间隔不变。
5.根据权利要求1所述的农田水肥控制方法,其特征在于,所述基于各所述区域的肥力等级和农作物的种类,确定各所述区域对应的基础水肥施加需求,具体包括:
根据各所述区域的肥力等级和农作物的种类,确定各所述目标区域对应的目标水肥施加需求;
获取各所述区域的农作物的生长阶段信息,根据各所述生长阶段信息得到各所述区域对应的水肥施加需求修正信息;和/或
获取各所述区域的土壤含水量,根据各所述土壤含水量得到各所述区域对应的水肥施加需求修正信息;
根据所述目标水肥施加需求和所述水肥施加需求修正信息,得到各所述目标区域对应的基础水肥施加需求。
6.根据权利要求1所述的农田水肥控制方法,其特征在于,所述方法还包括:
获取农田各所述区域的土壤含水量;
根据各所述肥力等级和各所述土壤含水量,确定各所述区域的优先分值,优先分值越小,对应的区域的基础水肥施加需求越先确定;
所述基于各所述区域的肥力等级和农作物的种类,确定各所述区域对应的基础水肥施加需求,具体包括:
根据各所述区域的优先分值,并基于各所述区域的肥力等级和农作物的种类,确定各所述区域对应的基础水肥施加需求。
7.根据权利要求6所述的农田水肥控制方法,其特征在于,所述根据各所述肥力等级和各所述土壤含水量,确定各所述区域的优先分值,具体包括:
获取各所述区域的农作物的种类,根据各所述区域的农作物的种类确定对应的肥料依赖系数和灌溉水依赖系数;
将所述肥力等级与所述农作物的种类对应的肥料依赖系数的比值、所述土壤含水量与对应的灌溉水依赖系数的比值求和,得到对应的区域的优先分值。
8.一种农田水肥控制装置,其特征在于,包括:
等级确定模块(11),用于获取农田各区域的土壤肥力,根据各所述土壤肥力确定各所述区域对应的肥力等级;
需求确定模块(12),用于基于各所述区域的肥力等级和农作物的种类,确定各所述区域对应的基础水肥施加需求,所述基础水肥施加需求包括基础施加时间间隔、基础灌溉水施加量和基础肥料施加量;
需求调整模块(13),用于实时获取在所述基础施加时间间隔的预设时长内的平均温度和平均光照强度,基于所述平均温度和所述平均光照强度,按照预设规则对所述基础灌溉水施加量和所述基础肥料施加量进行调整,得到最终灌溉水施加量和最终肥料施加量,以将肥料和灌溉水施加至所述农作物对应的区域。
9.一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,其特征在于,所述计算机程序被处理器加载并执行时,采用了权利要求1-7中任一项所述的方法。
10.一种电子设备,包括存储器、处理器及存储在存储器中并能够在处理器上运行的计算机程序,其特征在于,所述处理器加载并执行计算机程序时,采用了权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310610843.2A CN116458314A (zh) | 2023-05-26 | 2023-05-26 | 一种农田水肥控制方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310610843.2A CN116458314A (zh) | 2023-05-26 | 2023-05-26 | 一种农田水肥控制方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116458314A true CN116458314A (zh) | 2023-07-21 |
Family
ID=87173868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310610843.2A Pending CN116458314A (zh) | 2023-05-26 | 2023-05-26 | 一种农田水肥控制方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116458314A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117158173A (zh) * | 2023-10-10 | 2023-12-05 | 常熟市农业科技发展有限公司 | 一种基于神经网络模型的农业高效率施肥***及施肥方法 |
CN117495066A (zh) * | 2024-01-03 | 2024-02-02 | 昆明大蚯蚓科技有限公司 | 一种果树施肥量计算方法及*** |
CN117530031A (zh) * | 2024-01-10 | 2024-02-09 | 北京科百宏业科技有限公司 | 智能水肥管理方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110024667A (zh) * | 2019-05-30 | 2019-07-19 | 宁夏尚禹节水科技有限公司 | 水肥一体化***及其灌溉、施肥方法 |
CN110547077A (zh) * | 2019-09-07 | 2019-12-10 | 正大农业科技(浙江)有限公司 | 一种肥水一体化的灌溉方法、***、计算机存储介质 |
CN113229123A (zh) * | 2021-06-02 | 2021-08-10 | 湖北工程学院 | 农作物智能灌溉方法、装置、设备及存储介质 |
-
2023
- 2023-05-26 CN CN202310610843.2A patent/CN116458314A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110024667A (zh) * | 2019-05-30 | 2019-07-19 | 宁夏尚禹节水科技有限公司 | 水肥一体化***及其灌溉、施肥方法 |
CN110547077A (zh) * | 2019-09-07 | 2019-12-10 | 正大农业科技(浙江)有限公司 | 一种肥水一体化的灌溉方法、***、计算机存储介质 |
CN113229123A (zh) * | 2021-06-02 | 2021-08-10 | 湖北工程学院 | 农作物智能灌溉方法、装置、设备及存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117158173A (zh) * | 2023-10-10 | 2023-12-05 | 常熟市农业科技发展有限公司 | 一种基于神经网络模型的农业高效率施肥***及施肥方法 |
CN117495066A (zh) * | 2024-01-03 | 2024-02-02 | 昆明大蚯蚓科技有限公司 | 一种果树施肥量计算方法及*** |
CN117530031A (zh) * | 2024-01-10 | 2024-02-09 | 北京科百宏业科技有限公司 | 智能水肥管理方法、装置、设备及存储介质 |
CN117530031B (zh) * | 2024-01-10 | 2024-04-05 | 北京科百宏业科技有限公司 | 智能水肥管理方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116458314A (zh) | 一种农田水肥控制方法、装置、存储介质及电子设备 | |
Kassie et al. | Climate-induced yield variability and yield gaps of maize (Zea mays L.) in the Central Rift Valley of Ethiopia | |
Banayo et al. | On-farm assessment of site-specific nutrient management for rainfed lowland rice in the Philippines | |
Monzon et al. | Precision agriculture based on crop physiological principles improves whole-farm yield and profit: A case study | |
CN110073789B (zh) | 一种萝卜推荐施肥方法 | |
Jahan et al. | Radiation absorption and use efficiency of sesame as affected by biofertilizers inoculation in a low input cropping system | |
CN109673439B (zh) | 一种水肥耦合对水稻产量及生长性状的调控方法 | |
Bu et al. | Attainable yield achieved for plastic film-mulched maize in response to nitrogen deficit | |
CN116152007A (zh) | 植物施肥量的确定方法、装置、终端设备和可读存储介质 | |
CN115423643A (zh) | 水肥计算方法、装置、电子设备和存储介质 | |
Zhang et al. | Improved crop productivity through optimized planting schedules | |
Rizzo et al. | Cropping system-imposed yield gap: Proof of concept on soybean cropping systems in Uruguay | |
CN113039908A (zh) | 一种施肥和灌溉动态决策方法及*** | |
CN113785759B (zh) | 一种作物间套作种植智能灌溉***、方法及可存储介质 | |
Zhang et al. | Different water and nitrogen fertilizer rates effects on growth and development of spinach | |
Dhakar et al. | Field crop response to water deficit stress: assessment through crop models | |
Da Cunha Leme Filho et al. | Evaluation of two irrigation scheduling methods and nitrogen rates on corn production in Alabama | |
Faria et al. | Optimal plant density and nitrogen rates for improving off-season corn yields in Brazil | |
Fernandes et al. | Optimization of leaf nitrogen concentration and monitoring time for sustainable potato production in tropics | |
Khan et al. | Optimum size and shape of plots based on data from a uniformity trial on Indian Mustard in Haryana | |
CN114246043B (zh) | 基于土壤和植物检测的番茄施肥校正方法及装置 | |
Li et al. | Variation and determinants of rice yields among individual paddy fields: Case study of a large-scale farm in the Kanto Region of Japan | |
Mila et al. | Flowering is the critical growth stage for adverse effects of salinity on the grain yield of sunflower | |
Knetsch | Moisture uncertainties and fertility response studies | |
CN114219227A (zh) | 一种精准施肥决策及地块级展示方法和*** |
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 |