CN116523113A - 一种作物光合效率预测***及方法 - Google Patents
一种作物光合效率预测***及方法 Download PDFInfo
- Publication number
- CN116523113A CN116523113A CN202310364891.8A CN202310364891A CN116523113A CN 116523113 A CN116523113 A CN 116523113A CN 202310364891 A CN202310364891 A CN 202310364891A CN 116523113 A CN116523113 A CN 116523113A
- Authority
- CN
- China
- Prior art keywords
- detection module
- data
- crops
- photosynthetic efficiency
- field
- 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
- 230000000243 photosynthetic effect Effects 0.000 title claims abstract description 104
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000001514 detection method Methods 0.000 claims abstract description 116
- 230000007613 environmental effect Effects 0.000 claims abstract description 20
- 238000007405 data analysis Methods 0.000 claims abstract description 19
- 238000013500 data storage Methods 0.000 claims abstract description 16
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 62
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 31
- 239000001569 carbon dioxide Substances 0.000 claims description 31
- 239000002689 soil Substances 0.000 claims description 22
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 12
- 238000005286 illumination Methods 0.000 claims description 11
- 235000015097 nutrients Nutrition 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000007726 management method Methods 0.000 claims description 8
- 229930002875 chlorophyll Natural products 0.000 claims description 6
- 235000019804 chlorophyll Nutrition 0.000 claims description 6
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 claims description 6
- 229910052757 nitrogen Inorganic materials 0.000 claims description 6
- 235000016709 nutrition Nutrition 0.000 claims description 6
- 230000035764 nutrition Effects 0.000 claims description 6
- 244000037666 field crops Species 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 abstract description 6
- 230000001105 regulatory effect Effects 0.000 abstract description 2
- 241000209140 Triticum Species 0.000 description 11
- 235000021307 Triticum Nutrition 0.000 description 11
- 230000000052 comparative effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000029553 photosynthesis Effects 0.000 description 2
- 238000010672 photosynthesis Methods 0.000 description 2
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 2
- 230000005526 G1 to G0 transition Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G01N33/0098—Plants or trees
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G7/00—Botany in general
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- 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
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/25—Greenhouse technology, e.g. cooling systems therefor
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Computer Security & Cryptography (AREA)
- General Health & Medical Sciences (AREA)
- Botany (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Medicinal Chemistry (AREA)
- Forests & Forestry (AREA)
- Development Economics (AREA)
- Ecology (AREA)
- Game Theory and Decision Science (AREA)
- Biodiversity & Conservation Biology (AREA)
- Pathology (AREA)
- Entrepreneurship & Innovation (AREA)
- Immunology (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Analytical Chemistry (AREA)
- Environmental Sciences (AREA)
- Food Science & Technology (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Primary Health Care (AREA)
- Wood Science & Technology (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
Abstract
本发明涉及作物光合效率预测的技术领域,特别是涉及一种作物光合效率预测***及方法,其根据预测作物光合效率,并调节大田内的环境,使作物光合效率长时间保持在较高水平,提高作物的品质和产量;包括:检测模块:对大田内的环境变化进行检测;数据分析模块:对检测数据进行分析,计算出作物的光合效率;根据上一周内作物的光合效率和大田中的环境数据,对光合率较低的原因进行分析,并对检测模块进行控制;为故障检测模块提供检测数据;数据储存模块:对预设值、上一周内作物的光合效率和大田中的环境数据,以及上一周内作物的光合效率的平均值内进行储存。
Description
技术领域
本发明涉及作物光合效率预测的技术领域,特别是涉及一种作物光合效率预测***及方法。
背景技术
很多种植户为提高大田作物的产量和品质,会使用很多不同的肥料和植物生长剂作用于作物上,但是经常容易忽略光合作用对作物的影响,而光合作用与作物的品质和产量有着密不可分的关系,为提高作物的品质和产量,需要将作物的光合效率保持在较高水平,所以需要对作物的光合效率进行预测,方便及时调整大田内的环境,而现有的大田为提高产量和种植效率广泛使用大棚方式进行种植,但是现有的大棚体型较大,如申请号为CN201921116224.3的专利中提出的单体温室大棚,主要由温室大棚主体、连接杆和固定板等部件组成,并且一般情况下种植户会使用多个大棚进行作物种植,而仅通过种植户根据自身种植经验逐一调节多个大棚内的环境,不现实,并且调节精度较低,较难使作物的光合效率达到较高的水平,再有不方便对大棚内的自动电器(如自动加湿器和电动卷帘器等)进行统一管理,导致实用性较差,影响大田的产量,因此亟需一种作物光合效率预测***及方法。
发明内容
为解决上述技术问题,本发明提供一种根据预测作物光合效率,并调节大田内的环境,使作物光合效率长时间保持在较高水平,提高作物的品质和产量的一种作物光合效率预测***及方法。
本发明的一种作物光合效率预测***,包括:
检测模块:对大田内的环境变化进行检测;
数据分析模块:对检测数据进行分析,计算出作物的光合效率;
根据上一周内作物的光合效率和大田中的环境数据,对光合率较低的原因进行分析,并对检测模块进行控制;
为故障检测模块提供检测数据;
数据储存模块:对预设值、上一周内作物的光合效率和大田中的环境数据,以及上一周内作物的光合效率的平均值内进行储存;
故障检测模块:对大田内的自动电器进行检测;
数据传输模块:对上述模块中的数据进行远程传输;
管理***:供种植户查看大田内情况和作物的光合效率,并且供种植户远程控制上述模块;
决策模块:根据本生育期作物的光合效率模型模拟求得的理论最大光合速率和光合速率高值持续期以及相关环境影响因素,分析得到光合率较低的原因,从而给出下个生育期作物生长发育影响因素的栽培措施调整建议。
优选的,所述检测模块包括:
土壤温度检测模块:位于作物根系附近,并且分布于大田内的多个位置,对作物根系附近土壤的温度进行检测;
土壤养分检测模块:对作物根系附近土壤的养分进行检测;
空气温湿度检测模块:位于作物上方和冠层中部、上部,并且分布于大田的多个位置,对大田作物冠层及其上方的温湿度进行检测;
二氧化碳浓度检测模块:对大田内二氧化碳的浓度进行检测;
光照检测模块:使用CO2分析***对开花后的作物群体净光合速率进行检测;
作物生长情况检测模块:位于大田多个位置,对作物绿色叶面积指数、叶片氮素营养指数以及绿色叶片叶绿素含量情况进行检测。
优选的,所述故障检测模块由多组电压传感器组成;通过多组电压传感器对大田内的多组自动电器进行检测,并通过数据分析模块对比不同时段检测模块检测出的数据,判断大田内的多组自动电器的运行状况。
优选的,所述管理***包括:
***登录单元:用户输入用户名和密码进行登录,在用户名和密码正确时登录成功;
数据显示单元:对检测模块、数据储存模块、预测数据以及故障检测模块的数据进行显示;
控制单元:对检测模块、数据储存模块和故障检测模块进行控制。
优选的,所述二氧化碳浓度检测模块运行时,需要配合大田的空气循环***使用,使大田内的二氧化碳均匀分布;提高二氧化碳浓度检测模块的检测精度。
优选的,所述数据分析模块由多个分析单元组成,通过多组分析单元分别对检测模块传输的数据、预测后的数据和不同时段检测模块检测出的数据进行分析。
优选的,所述数据显示单元,通过折线图对大田内的湿度、光照和二氧化碳浓度进行显示,通过三维温度图对温度进行显示;方便种植户对检测数据进行直观观察。
本发明的一种作物光合效率预测方法,包括如下步骤:
S1、通过土壤温度检测模块对作物根系附近土壤的温度进行检测,通过土壤养分检测模块对土壤的养分进行检测,通过空气温湿度检测模块对大田内的温度和湿度进行检测,通过二氧化碳浓度检测模块对大田内二氧化碳的浓度进行检测,同时打开大田的空气循环***,使大田内的二氧化碳均匀分布,通过光照检测模块对大田内的光照情况进行检测,通过作物生长情况检测模块对作物绿色叶面积指数、叶片氮素营养指数以及绿色叶片叶绿素含量情况进行检测,数据分析模块根据检测模块检测到的数据,通过
(1)
(2)
(3)
计算出作物的光合效率;
S2、根据上一周内作物的光合效率和大田中的环境数据,对光合率较低的原因进行分析,根据数据分析模块计算出的作物的多个时间段光合效率预测后续一端时间内作物的光合效率,并判断作物的光合效率是否达到预设值;
S3、作物的光合效率是否达到预设值时,持续保持此时大田中的环境,作物的光合效率未达到预设值时,向数据分析模块发出信号,根据上一周内作物的光合效率和大田中的环境数据,对光合率较低的原因进行分析,并对检测模块进行控制,调整大棚内的环境;
S4、通过多组电压传感器对大田内的多组自动电器进行检测,并通过数据分析模块对比不同时段检测模块检测出的数据,判断大棚内的多组自动电器的运行状况;
S5、用户通过***登录单元输入用户名和密码进行登录,在用户名和密码正确时登录成功,登录成功后,用户通过数据显示单元对检测模块、数据储存模块、预测数据以及故障检测模块的数据进行显示,并通过控制单元对每一个大棚内的检测模块、数据储存模块和故障检测模块进行控制。
与现有技术相比本发明的有益效果为:
1、通过多种环境因素对作物光合效率检测,再根据分析结果预测后续一段时间的作物光合效率;
2、根据预测结果,对本季光合率较低的原因进行分析,给出下季作物相关调整建议;
3、工作人员远程观察大田内的情况,并且通过三维可视化温度变化图展示温度变化,通过折线图展示湿度、二氧化碳浓度和光照等数值变化,使种植户直观的对大田情况进行了解;
4、通过传感器结合数值变化分析,判断大棚内的自动电器的运行情况;
5、通过多套光合效率预测***对接一套管理***使用,方便多个大田根据不同情况进行单独调整。
附图说明
图1是本发明的结构示意图;
图2是本发明检测模块的结构示意图;
图3是本发明管理***的结构示意图;
图4是本发明的流程示意图;
图5是本发明二氧化碳浓度变化示意图;
图6是本发明湿度变化示意图;
图7是本发明空气循环***使用时大田内空气流动示意图。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
实施例
如图1至图3所示,包括:
检测模块:对大田内的环境变化进行检测;
数据分析模块:对检测数据进行分析,计算出作物的光合效率;
根据上一周内作物的光合效率和大田中的环境数据,对光合率较低的原因进行分析,并对检测模块进行控制;
为故障检测模块提供检测数据;
数据储存模块:对预设值、上一周内作物的光合效率和大田中的环境数据,以及上一周内作物的光合效率的平均值内进行储存;
故障检测模块:对大田内的自动电器进行检测;
数据传输模块:对上述模块中的数据进行远程传输;
管理***:供种植户查看大田内情况和作物的光合效率,并且供种植户远程控制上述模块;
决策模块:根据本生育期作物的光合效率模型模拟求得的理论最大光合速率和光合速率高值持续期以及相关环境影响因素,分析得到光合率较低的原因,从而给出下个生育期作物生长发育影响因素的栽培措施调整建议
所述检测模块包括:
土壤温度检测模块:位于作物根系附近,并且分布于大田内的多个位置,对作物根系附近土壤的温度进行检测;
土壤养分检测模块:对作物根系附近土壤的养分进行检测;
空气温湿度检测模块:位于作物上方和冠层中部、上部,并且分布于大田的多个位置,对大田作物冠层及其上方的温湿度进行检测;
二氧化碳浓度检测模块:对大田内二氧化碳的浓度进行检测;
光照检测模块:使用CO2分析***(GXH-3501;君方物理与化学研究所,北京,中国)对开花后的作物群体净光合速率进行检测;
作物生长情况检测模块:位于大田多个位置,对作物绿色叶面积指数、叶片氮素营养指数以及绿色叶片叶绿素含量等情况进行检测
所述管理***包括:
***登录单元:用户输入用户名和密码进行登录,在用户名和密码正确时登录成功;
数据显示单元:对检测模块、数据储存模块、预测数据以及故障检测模块的数据进行显示;
控制单元:对检测模块、数据储存模块和故障检测模块进行控制;
如图7所示,所述二氧化碳浓度检测模块运行时,需要配合大田的空气循环***使用,使大田内的二氧化碳均匀分布;
如图5和图6所示,所述数据显示单元,通过折线图对大田内的湿度、光照和二氧化碳浓度进行显示,通过三维温度图对温度进行显示(颜色趋于暖色温度越高,颜色趋于冷色温度越低)
如图4所示,方法如下:
S1、通过土壤温度检测模块对作物根系附近土壤的温度进行检测,通过空气温湿度检测模块对大田内的温度和湿度进行检测,通过二氧化碳浓度检测模块对大田内二氧化碳的浓度进行检测,同时打开大田的空气循环***,使大田内的二氧化碳均匀分布,通过光照检测模块对大田内的光照情况进行检测,通过作物生长情况检测模块对作物绿色叶面积指数、叶片氮素营养指数以及绿色叶片叶绿素含量等情况进行检测,数据分析模块根据检测模块检测到的数据,通过
(1)
(2)
(3)
式中,t代表天数;Y代表群体净光合速率值;K、a和b代表Logistic模型的三个常数,Logistic模型呈现一个倒“S”形,群体净光合速率的Logistic函数的二阶导数(Y″)(式(3)),令其等于0,得
解之,得:
, />
其中t1代表从相对稳定和持续的高值快速下降的起点,t2代表逐渐下降的起点。这两点将群体净光合速率的Logistic模型分为三个阶段:缓慢下降的稳定期,也称为相对稳定的群体净光合速率高值持续期(0- t1)、快速下降期(t1- t2)和逐渐下降期(t2–∞),由此,我们可以得到群体净光合速率的高值持续期时长(T=t1)以及群体净光合速率理论最大值K值,计算出作物的光合效率;
S2、根据上一周内作物的光合效率和大田中的环境数据,对光合率较低的原因进行分析,根据数据分析模块计算出的作物的多个时间段光合效率预测后续一端时间内作物的光合效率,并判断作物的光合效率是否达到预设值;
S3、作物的光合效率是否达到预设值时,持续保持此时大田中的环境,作物的光合效率未达到预设值时,向数据分析模块发出信号,根据上一周内作物的光合效率和大田中的环境数据,对光合率较低的原因进行分析,并对检测模块进行控制,调整大田内的环境,二氧化碳浓度调节时,依靠大田空气循环***配合二氧化碳缓释发生剂增加大田内的浓度;
S4、通过多组电压传感器对大田内的多组自动电器进行检测,并通过数据分析模块对比不同时段检测模块检测出的数据,判断大棚内的多组自动电器的运行状况;
S5、用户通过***登录单元输入用户名和密码进行登录,在用户名和密码正确时登录成功,登录成功后,用户通过数据显示单元对检测模块、数据储存模块、预测数据以及故障检测模块的数据进行显示,并通过控制单元对每一个大棚内的检测模块、数据储存模块和故障检测模块进行控制;
将大田内一亩土地种植小麦,并使用上述方法,将小麦由栽种开始,种植至小麦成熟,并对小麦进行收获称重。
对比例
将另一大田内一亩土地种植与实施例中同品种的小麦,并使用正常方法种植,将小麦由栽种开始,种植至小麦成熟,并对小麦进行收获称重。
结果
通过实施例方法种植的小麦产量为:936斤;
通过对比例方法种植的小麦产量为:1055斤;
实施例产量远高于对比例。
本行业内技术人员只需按照其附带的使用说明书进行安装和操作即可,而无需本领域的技术人员付出创造性劳动。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变型,这些改进和变型也应视为本发明的保护范围。
Claims (8)
1.一种作物光合效率预测***,其特征在于,包括:
检测模块:对大田内的环境变化进行检测;
数据分析模块:对检测数据进行分析,计算出作物的光合效率;
根据上一周内作物的光合效率和大田中的环境数据,对光合率较低的原因进行分析,并对检测模块进行控制;
为故障检测模块提供检测数据;
数据储存模块:对预设值、上一周内作物的光合效率和大田中的环境数据,以及上一周内作物的光合效率的平均值内进行储存;
故障检测模块:对大田内的自动电器进行检测;
数据传输模块:对上述模块中的数据进行远程传输;
管理***:供种植户查看大田内情况和作物的光合效率,并且供种植户远程控制上述模块;
决策模块:根据本生育期作物的光合效率模型模拟求得的理论最大光合速率和光合速率高值持续期以及相关环境影响因素,分析得到光合率较低的原因,从而给出下个生育期作物生长发育影响因素的栽培措施调整建议。
2.如权利要求1所述的一种作物光合效率预测***,其特征在于,所述检测模块包括:
土壤温度检测模块:位于作物根系附近,并且分布于大田内的多个位置,对作物根系附近土壤的温度进行检测;
土壤养分检测模块:对作物根系附近土壤的养分进行检测;
空气温湿度检测模块:位于作物上方和冠层中部、上部,并且分布于大田的多个位置,对大田作物冠层及其上方的温湿度进行检测;
二氧化碳浓度检测模块:对大田内二氧化碳的浓度进行检测;
光照检测模块:使用CO2分析***对开花后的作物群体净光合速率进行检测;
作物生长情况检测模块:位于大田的多个位置,对作物绿色叶面积指数、叶片氮素营养指数以及绿色叶片叶绿素含量情况进行检测。
3.如权利要求1所述的一种作物光合效率预测***,其特征在于,所述故障检测模块由多组电压传感器组成。
4.如权利要求1所述的一种作物光合效率预测***,其特征在于,所述管理***包括:
***登录单元:用户输入用户名和密码进行登录,在用户名和密码正确时登录成功;
数据显示单元:对检测模块、数据储存模块、预测数据以及故障检测模块的数据进行显示;
控制单元:对检测模块、数据储存模块和故障检测模块进行控制。
5.如权利要求2所述的一种作物光合效率预测***,其特征在于,所述二氧化碳浓度检测模块运行时,需要配合大棚的空气循环***使用,使大棚内的二氧化碳均匀分布。
6.如权利要求1所述的一种作物光合效率预测***,其特征在于,所述数据分析模块由多个分析单元组成,通过多组分析单元分别对检测模块传输的数据、预测后的数据和不同时段检测模块检测出的数据进行分析。
7.如权利要求4所述的一种作物光合效率预测***,其特征在于,所述数据显示单元,通过折线图对大田内的湿度、光照和二氧化碳浓度进行显示,通过三维温度图对温度进行显示。
8.一种作物光合效率预测方法,其特征在于,包括如下步骤:
S1、通过土壤温度检测模块对作物根系附近土壤的温度进行检测,通过土壤养分检测模块对土壤的养分进行检测,通过空气温湿度检测模块对大田内的温度和湿度进行检测,通过二氧化碳浓度检测模块对大田内二氧化碳的浓度进行检测,同时打开大田的空气循环***,使大田内的二氧化碳均匀分布,通过光照检测模块对大田内的光照情况进行检测,通过作物生长情况检测模块对作物绿色叶面积指数、叶片氮素营养指数以及绿色叶片叶绿素含量情况进行检测,数据分析模块根据检测模块检测到的数据,通过
(1)
(2)
(3)
计算出作物的光合效率;
S2、根据上一周内作物的光合效率和大田中的环境数据,对光合率较低的原因进行分析,根据数据分析模块计算出的作物的多个时间段光合效率预测后续一端时间内作物的光合效率,并判断作物的光合效率是否达到预设值;
S3、作物的光合效率达到预设值时,持续保持此时大田中的环境,作物的光合效率未达到预设值时,向数据分析模块发出信号,根据上一周内作物的光合效率和大田中的环境数据,对光合率较低的原因进行分析,并对检测模块进行控制,调整大棚内的环境;
S4、通过多组电压传感器对大田内的多组自动电器进行检测,并通过数据分析模块对比不同时段检测模块检测出的数据,判断大棚内的多组自动电器的运行状况;
S5、用户通过***登录单元输入用户名和密码进行登录,在用户名和密码正确时登录成功,登录成功后,用户通过数据显示单元对检测模块、数据储存模块、预测数据以及故障检测模块的数据进行显示,并通过控制单元对每一个大棚内的检测模块、数据储存模块和故障检测模块进行控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310364891.8A CN116523113A (zh) | 2023-04-07 | 2023-04-07 | 一种作物光合效率预测***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310364891.8A CN116523113A (zh) | 2023-04-07 | 2023-04-07 | 一种作物光合效率预测***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116523113A true CN116523113A (zh) | 2023-08-01 |
Family
ID=87396729
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310364891.8A Pending CN116523113A (zh) | 2023-04-07 | 2023-04-07 | 一种作物光合效率预测***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116523113A (zh) |
-
2023
- 2023-04-07 CN CN202310364891.8A patent/CN116523113A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2016188384A1 (zh) | 智能种植管理方法和智能种植设备 | |
CN111096130B (zh) | 一种使用ai光谱的无人干预种植***及其控制方法 | |
CN105700593B (zh) | 一种植物种植监控***及其方法 | |
KR20200122612A (ko) | 작물 생육 제어 시스템 | |
Paltridge et al. | Plant yield and the switch from vegetative to reproductive growth | |
CN105045321A (zh) | 基于物联网应用设计的云平台综合管理方法 | |
CN204731617U (zh) | 一种基于大棚种植有机植物的生命周期特性分析*** | |
US20190335676A1 (en) | Systems, methods and apparatus for optimal growth of plants | |
KR20190106388A (ko) | 생육 레시피를 생성 및 제공하는 식물 재배 시스템 | |
KR20150007668A (ko) | 식물공장의 자동화를 위한 맞춤 제어 시스템 및 그 방법 | |
CN109213240A (zh) | 一种基于自适应控制的草莓大棚无线监测与控制*** | |
JP6651191B1 (ja) | 栽培支援システム、コントローラ及び制御方法 | |
CN113168599A (zh) | 植物的栽培管理***以及植物的栽培管理装置 | |
CN107316251A (zh) | 基于数字梯度化技术的植物生长智能管理方法及*** | |
Atmadja et al. | Indoor hydroponic system using IoT-based LED | |
US20120053706A1 (en) | Device for controlling and profiling field conditions and method therefor | |
CN113367009A (zh) | 一种大棚灌溉方法及其相关设备 | |
KR100673601B1 (ko) | 씨감자의 생산방법 | |
CN116523113A (zh) | 一种作物光合效率预测***及方法 | |
JP7146441B2 (ja) | 農業支援システム | |
CN110610436A (zh) | 农业经营支援*** | |
CN107155487B (zh) | 一种集群温室灌溉施肥***及方法 | |
CN115793756A (zh) | 用于调节植物生长周期的种植柜环境控制*** | |
KR20060129986A (ko) | 씨감자의 대량 생산방법 | |
CN109857178B (zh) | 基于大数据的温室智能管理*** |
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 |