CN117378338A - 一种植物施肥监控管理方法及*** - Google Patents
一种植物施肥监控管理方法及*** Download PDFInfo
- Publication number
- CN117378338A CN117378338A CN202311699683.XA CN202311699683A CN117378338A CN 117378338 A CN117378338 A CN 117378338A CN 202311699683 A CN202311699683 A CN 202311699683A CN 117378338 A CN117378338 A CN 117378338A
- Authority
- CN
- China
- Prior art keywords
- abnormal
- soil
- water
- temperature
- land
- 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
- 230000004720 fertilization Effects 0.000 title claims abstract description 51
- 238000012544 monitoring process Methods 0.000 title claims abstract description 37
- 238000007726 management method Methods 0.000 title claims description 24
- 239000002689 soil Substances 0.000 claims abstract description 173
- 235000013619 trace mineral Nutrition 0.000 claims abstract description 37
- 239000011573 trace mineral Substances 0.000 claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 36
- 230000002159 abnormal effect Effects 0.000 claims description 211
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 121
- 230000001502 supplementing effect Effects 0.000 claims description 64
- 238000001514 detection method Methods 0.000 claims description 54
- 235000016709 nutrition Nutrition 0.000 claims description 50
- 230000035764 nutrition Effects 0.000 claims description 49
- 239000003337 fertilizer Substances 0.000 claims description 18
- 238000002310 reflectometry Methods 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims 1
- 230000012010 growth Effects 0.000 abstract description 12
- 238000004519 manufacturing process Methods 0.000 abstract description 5
- 230000008635 plant growth Effects 0.000 abstract description 4
- 239000003643 water by type Substances 0.000 abstract 1
- 235000015097 nutrients Nutrition 0.000 description 6
- 239000002699 waste material Substances 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 230000002262 irrigation Effects 0.000 description 5
- 238000003973 irrigation Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 235000003715 nutritional status Nutrition 0.000 description 2
- 239000000575 pesticide Substances 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 208000002720 Malnutrition Diseases 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 235000000824 malnutrition Nutrition 0.000 description 1
- 230000001071 malnutrition Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003020 moisturizing effect Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 208000015380 nutritional deficiency disease Diseases 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 238000009736 wetting Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
-
- 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
- A01G25/00—Watering gardens, fields, sports grounds or the like
-
- 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
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Soil Sciences (AREA)
- Environmental Sciences (AREA)
- Business, Economics & Management (AREA)
- Mining & Mineral Resources (AREA)
- General Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Agronomy & Crop Science (AREA)
- Water Supply & Treatment (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Animal Husbandry (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及农业技术领域,公开了一种植物施肥监控管理方法及***,所述方法通过实时监测植物生长状态、植物表面温度、土壤中微量元素含量、土壤中水分含量以及土壤密实度自动对土地进行施肥和/或浇水;本发明公开的方法可以对植物生长状态进行实时监测,并及时发现和处理问题,提高作物的生产效率和管理效率。同时,通过获取土壤信息并进行相应的处理,可以帮助用户更好地了解和管理土壤环境。
Description
技术领域
本发明涉及农业技术领域,特别是涉及一种植物施肥监控管理方法及***。
背景技术
植物施肥补水是农业管理中非常重要的环节,直接影响着作物的生长、产量和质量。不合理的施肥可能导致养分流失到水体,对水质和生态***造成负面影响;不适当的施肥还可能导致土壤中某些养分的过剩或不足,从而引发土壤退化。因此,科学合理的施肥和补水策略有助于提高农业的可持续性和经济效益。
植物施肥监控管理是一种科学的、智能化的方法,旨在通过实时监测和分析植物和土壤的状况,以制定精准的施肥方案,提高农作物产量和质量,同时最大程度地减少资源浪费和环境影响。如何提供一种植物施肥监控管理方法和***是本领域技术人员急需解决的技术问题。
发明内容
为了解决上述技术问题,本发明提供了一种植物施肥监控管理方法,包括:
对若干待测区域进行状态初判断,获得初判断结果;
根据所述初判断结果选择状态异常的所述待测区域进行植物表面温度的检测,获得实时植物表面温度,根据所述实时植物表面温度结果获取状态异常的所述待测区域中的温度异常地块;
检测并获得所述温度异常地块的土壤信息,通过所述土壤信息对所述温度异常地块的土壤异常状态进行判断,获得土壤异常结果;其中,所述土壤信息包括微量元素含量和水含量;
对所述土壤异常结果进行记录,并通过所述土壤异常结果对所述温度异常地块的土壤保水程度进行判断,获得土壤保水程度信息;
根据所述土壤异常结果和/或所述土壤保水程度信息对所述温度异常地块进行施肥和/或补水。
进一步的,对若干待测区域进行状态判断,包括:
获取所述待测区域的高光谱影像数据,根据所述高光谱影像数据中的近红外波段的反射率和红光波段的反射率计算归一化植被指数NDVI,所述归一化植被指数NDVI用于对若干所述待测区域进行状态判断;
计算公式为:
;
其中,NIR是近红外波段的反射率,Red是红光波段的反射率;
所述归一化植被指数NDVI的取值范围为0-1,预先设定NDVI阈值,当所述待测区域的归一化植被指数NDVI小于所述NDVI阈值时,判定所述待测区域的状态异常;选择状态异常的所述待测区域进行植物表面温度的检测。
进一步的,根据所述初判断结果选择状态异常的所述待测区域进行植物表面温度的检测,获得实时植物表面温度,根据所述实时植物表面温度结果获取状态异常的所述待测区域中的温度异常地块,还包括:
将状态异常的所述待测区域进行地块划分,获得若干待测地块,对每一所述待测地块进行植物表面温度检测,获得实时植物表面温度;
预先设定植物表面温度阈值,当所述实时植物表面温度低于所述植物表面温度阈值时,判定所述地块的状态异常,同时将状态异常的所述地块记为所述温度异常地块。
进一步的,将状态异常的所述待测区域进行地块划分,获得若干待测地块,包括:
以所述待测区域中的一点作为原点,在所述待测区域中建立x-y直角坐标系,以所述原点为起点,将所述待测区域划分为若干个连续的相同的正方形网格,所述正方形网格的横边和竖边分别平行于x轴和y轴,每一所述正方形网格为一个所述待测地块。
进一步的,检测并获得所述温度异常地块的土壤信息,通过所述土壤信息对所述温度异常地块的土壤异常状态进行判断,获得土壤异常状态结果;其中,所述土壤信息包括微量元素含量和水含量;
预先设定微量元素含量阈值和水含量阈值;
当所述微量元素含量小于所述微量元素含量阈值,判定所述温度异常地块的所述土壤异常状态结果为营养异常,否则判定为营养正常;
当所述水含量小于所述水含量阈值时,判定所述温度异常地块的所述土壤异常状态结果为水分异常,否则判定为水分正常。
进一步的,当所述土壤异常状态结果为营养异常且水分正常时,对所述温度异常地块进行施肥;
当所述土壤异常状态结果为水分异常且营养正常时,对所述温度异常地块进行补水;
当所述土壤异常状态结果为营养异常和水分异常时,对所述温度异常地块进行施肥和补水;
当所述土壤异常状态结果为营养正常和水分正常时,对所述温度异常地块的土壤密实度进行检测,获得土壤密实度结果,根据所述土壤密实度结果对所述温度异常地块进行施肥和/或补水。
进一步的,预先设定标准营养值和标准水分值;
当所述土壤异常状态结果为营养异常时,计算所述标准营养值与所述微量元素含量的实时营养差值;当所述土壤异常状态结果为水分异常时,计算所述标准水分值和所述水含量的实时水分差值;
当所述土壤异常状态结果为营养异常且水分正常时,对所述温度异常地块进行施肥,所述施肥的肥料用量为所述实时营养差值;
当所述土壤异常状态结果为水分异常且营养正常时,对所述温度异常地块进行补水,所述补水的补水用量为所述实时水分差值;
预设施肥用量修正系数,所述施肥用量修正系数高于1;
当所述土壤异常状态结果为营养异常和水分异常时,对所述温度异常地块进行施肥和补水,所述补水的补水用量为所述实时水分差值,所述施肥的肥料用量为所述施肥用量修正系数和所述实时营养差值的乘积。
进一步的,当所述土壤异常状态结果为营养正常和水分正常时,对所述温度异常地块的土壤密实度进行检测,获得土壤密实度结果,根据所述土壤密实度结果对所述温度异常地块进行施肥和/或补水,包括:
预先设定土壤密实度阈值,预先设定施肥调整用量和水分调整用量;
将所述土壤密实度结果与所述土壤密实度阈值进行比较,当所述土壤密实度结果大于所述土壤密实度阈值时,对所述温度异常地块进行施肥和/或补水;所述施肥的施肥用量为所述施肥调整用量;所述补水的补水用量为所述水分调整用量。
进一步的,根据边长计算所述正方形网格的对角线;对所述温度异常地块进行所述施肥和/或补水的范围为以所述对角线的中点为圆心、所述对角线为直径的圆形区域。
本发明还提供一种植物施肥监控管理***,用于实现任一所述的植物施肥监控管理方法,包括:
高光谱传感器,用于采集待测区域的高光谱影像数据;
遥感温度检测元件,用于采集状态异常的所述待测区域的实时植物表面温度结果;
水分检测元件,用于对所述待测区域进行水分检测;
微量元素检测元件,用于对所述待测区域进行微量元素检测;
土壤密实度检测元件,用于对所述待测区域进行土壤密实度检测;
水分补充元件,用于对所述待测区域进行补水;
肥料补充元件,用于对所述待测区域进行施肥;
数据分析元件,连接于所述高光谱传感器、遥感温度检测元件、水分检测元件、微量元素检测元件、土壤密实度检测元件、水分补充元件和肥料补充元件;所述数据分析元件用于接收所述高光谱影像数据,并根据所述高光谱影像数据对所述遥感温度检测元件进行控制;所述数据分析元件还用于接收所述水分检测元件、所述微量元素检测元件和微量元素检测元件的检测结果,根据所述检测结果对所述土壤密实度检测元件、所述水分补充元件和所述肥料补充元件进行控制。
与现有技术相比,其有益效果在于:
本发明公开一种植物施肥监控管理方法,通过初步判断和植物表面温度的检测,该方法能够选择出状态异常的区域,然后通过对温度异常地块的土壤信息进行详细分析,实现对土壤和植物状态的深入监控。这有助于实现定向施肥和补水,避免了对整个区域进行统一处理,提高了资源利用效率。该方法综合考虑了植物表面温度、土壤微量元素含量和水分含量等因素。这有助于全面了解植物和土壤的状态,提供更全面、准确的信息,使决策更为科学和合理。通过实时监测植物表面温度,可以及时发现植物生长中可能存在的问题,例如病害、水分不足等。这种实时性有助于采取及时的措施,防止问题的进一步发展。通过获取土壤信息,包括微量元素含量和水分含量,该方法可以更全面地评估土壤的养分状况和保水能力。这使得管理者可以根据土壤状况调整施肥和灌溉策略,有助于最大程度地提高植物的生长潜力。通过记录土壤异常结果,可以建立历史数据,为长期的植物管理提供参考。历史数据的分析有助于了解植物生长的季节性变化和土壤状况的趋势,从而更好地规划未来的管理策略。通过针对性的施肥和补水,可以减少对肥料和水资源的浪费。这有助于降低生产成本、提高资源利用效率,并减少对环境的负面影响。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1是本发明实施例提供的一种植物施肥监控管理方法的流程示意图;
图2是本发明实施例提供的一种植物施肥监控管理***的结构框图。
具体实施方式
下面将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。
在本申请的描述中,需要理解的是,术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
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。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
如图1所示,本发明提供了一种植物施肥监控管理方法,包括:
S1:对若干待测区域进行状态初判断,获得初判断结果;
S2:根据所述初判断结果选择状态异常的所述待测区域进行植物表面温度的检测,获得实时植物表面温度,根据所述实时植物表面温度结果获取状态异常的所述待测区域中的温度异常地块;
S3:检测并获得所述温度异常地块的土壤信息,通过所述土壤信息对所述温度异常地块的土壤异常状态进行判断,获得土壤异常结果;其中,所述土壤信息包括微量元素含量和水含量;
S4:对所述土壤异常结果进行记录,并通过所述土壤异常结果对所述温度异常地块的土壤保水程度进行判断,获得土壤保水程度信息;
S5:根据所述土壤异常结果和/或所述土壤保水程度信息对所述温度异常地块进行施肥和/或补水。
可以理解的是,在本实施例中,通过实时检测植物表面温度和土壤信息,可以准确地确定哪些地块需要施肥和补水,以及需要多少肥料和水分,有助于提高植物的产量和质量,同时避免过度施肥和补水造成的环境污染;通过自动化监控和管理,可以减少人工监测和管理的成本,提高生产效率;通过对土壤保水程度进行判断,可以合理地安排灌溉计划,提高水资源的利用效率,同时避免水分过多或过少对植物生长的影响;通过合理地施肥和补水,可以减少化肥和农药的使用量,从而减少对生态环境的污染。通过精准施肥和补水,可以提高植物的产量和质量,从而增加农民的收益。总之,这种植物施肥监控管理方法可以提高植物生产的效率和质量,同时保护生态环境和增加收益。
在其中一些实施例中,对若干待测区域进行状态判断,包括:
获取所述待测区域的高光谱影像数据,根据所述高光谱影像数据中的近红外波段的反射率和红光波段的反射率计算归一化植被指数NDVI,所述归一化植被指数NDVI用于对若干所述待测区域进行状态判断;
计算公式为:
;
其中,NIR是近红外波段的反射率,Red是红光波段的反射率;
所述归一化植被指数NDVI的取值范围为0-1,预先设定NDVI阈值,当所述待测区域的归一化植被指数NDVI小于所述NDVI阈值时,判定所述待测区域的状态异常;选择状态异常的所述待测区域进行植物表面温度的检测。
在本实施例中,通过归一化植被指数NDVI有效地反映植被的生长状况,通过设定NDVI阈值,可以快速、准确地判断待测区域的植被状态是否异常,在农业、生态保护、城市规划等领域,对植被状态的监测和评估非常重要。通过该方法,可以及时发现植被受损或异常情况,为采取相应的保护和修复措施提供依据。通过对状态异常的待测区域进行温度检测,可以进一步了解植物的生长状况和健康状况,为采取相应的农业管理措施提供参考。本实施例的方法具有操作简便、快速、准确等优点,可以广泛应用于实际生产和科研中。
在其中一些实施例中,根据所述初判断结果选择状态异常的所述待测区域进行植物表面温度的检测,获得实时植物表面温度,根据所述实时植物表面温度结果获取状态异常的所述待测区域中的温度异常地块,还包括:
将状态异常的所述待测区域进行地块划分,获得若干待测地块,对每一所述待测地块进行植物表面温度检测,获得实时植物表面温度;
预先设定植物表面温度阈值,当所述实时植物表面温度低于所述植物表面温度阈值时,判定所述地块的状态异常,同时将状态异常的所述地块记为所述温度异常地块。
可以理解的是,在本实施例中通过使用实时植物表面温度检测,可以更准确地检测出状态异常的待测区域中的温度异常地块,从而提高了检测的准确性;通过实时检测植物表面温度,可以及时发现温度异常地块,从而能够及时采取措施进行处理,避免了因时间延迟而造成的损失;通过将状态异常的待测区域进行地块划分,可以更精细地检测每个地块的植物表面温度,从而能够更准确地判断每个地块的状态异常情况;通过预先设定植物表面温度阈值,可以更加客观地设定一个标准,使得判定地块状态异常的依据更加可靠,同时也可以根据实际情况进行阈值的调整;通过将状态异常的地块记为温度异常地块,可以方便后续的管理和追踪,从而能够更好地掌握和处理这些地块的问题。
在其中一些实施例中,将状态异常的所述待测区域进行地块划分,获得若干待测地块,包括:
以所述待测区域中的一点作为原点,在所述待测区域中建立x-y直角坐标系,以所述原点为起点,将所述待测区域划分为若干个连续的相同的正方形网格,所述正方形网格的横边和竖边分别平行于x轴和y轴,每一所述正方形网格为一个所述待测地块。
可以理解的是,本实施例中通过将待测区域划分为连续的相同正方形网格,我们可以对这些区域进行更为精确的量化分析。每个地块都有相同的大小,这使得我们可以更方便地对它们进行比较和分析。由于正方形网格的横边和竖边分别平行于x轴和y轴,因此在地图上可以很容易地看到每个地块的位置和大小,这大大提高了可视化的便利性。由于所有地块都是正方形,因此可以很容易地计算它们的面积、周长等属性。这对于需要精确计算的情况,如土地测量、城市规划等,非常有利。通过对这些地块的数据进行统计分析,我们可以了解待测区域的整体情况,例如地块的平均大小、分布情况等。这对于决策者做出决策提供了有力的数据支持。本实施例这种方法不仅适用于二维空间的划分,也可以扩展到三维空间以及其他类型的空间划分,灵活性非常高。总的来说,本实施例通过将待测区域划分为连续的相同正方形网格,我们可以更方便、更精确地对这些区域进行分析和计算,从而更好地理解和管理待测区域。
在其中一些实施例中,检测并获得所述温度异常地块的土壤信息,通过所述土壤信息对所述温度异常地块的土壤异常状态进行判断,获得土壤异常状态结果;其中,所述土壤信息包括微量元素含量和水含量;
预先设定微量元素含量阈值和水含量阈值;
当所述微量元素含量小于所述微量元素含量阈值,判定所述温度异常地块的所述土壤异常状态结果为营养异常,否则判定为营养正常;
当所述水含量小于所述水含量阈值时,判定所述温度异常地块的所述土壤异常状态结果为水分异常,否则判定为水分正常。
可以理解的是,本实施例能实时监测温度异常地块的土壤信息,包括微量元素含量和水含量,从而及时获取土壤异常状态结果,通过使用土壤信息,包括微量元素含量和水含量,可以更准确地反映土壤的实际情况,避免了单一温度数据可能带来的误判。可以根据设定的微量元素含量阈值和水含量阈值,自动判断土壤的异常状态。这不仅提高了工作效率,而且避免了人为判断的主观性;能够将土壤异常状态结果反馈给用户,使用户能够及时了解和解决土壤问题;可以很容易地扩展到更大范围,通过增加传感器数量或布置更多的监测点,可以实现对更大面积的土壤进行实时监测;本实施例使用的技术是环保和可持续的,可以长期使用而不会对环境造成负面影响。
在其中一些实施例中,当所述土壤异常状态结果为营养异常且水分正常时,对所述温度异常地块进行施肥;
当所述土壤异常状态结果为水分异常且营养正常时,对所述温度异常地块进行补水;
当所述土壤异常状态结果为营养异常和水分异常时,对所述温度异常地块进行施肥和补水;
当所述土壤异常状态结果为营养正常和水分正常时,对所述温度异常地块的土壤密实度进行检测,获得土壤密实度结果,根据所述土壤密实度结果对所述温度异常地块进行施肥和/或补水。
可以理解的是,本实施例通过及时调整土壤的营养和水分状况,可以保证作物生长所需的条件,从而提高作物的产量。这种方法可以有效地利用肥料和水分,根据土壤的实际状况进行精准投入,避免资源的浪费。通过合理的施肥和补水,可以减少化肥和农药的使用,从而降低对环境的污染。通过优化投入和产出,可以降低农业生产的成本,提高经济效益。通过精细化的农业管理,可以提高土壤的质量,保护生态环境,促进农业的可持续发展。
在其中一些实施例中,预先设定标准营养值和标准水分值;
当所述土壤异常状态结果为营养异常时,计算所述标准营养值与所述微量元素含量的实时营养差值;当所述土壤异常状态结果为水分异常时,计算所述标准水分值和所述水含量的实时水分差值;
当所述土壤异常状态结果为营养异常且水分正常时,对所述温度异常地块进行施肥,所述施肥的肥料用量为所述实时营养差值;
当所述土壤异常状态结果为水分异常且营养正常时,对所述温度异常地块进行补水,所述补水的补水用量为所述实时水分差值;
预设施肥用量修正系数,所述施肥用量修正系数高于1;
当所述土壤异常状态结果为营养异常和水分异常时,对所述温度异常地块进行施肥和补水,所述补水的补水用量为所述实时水分差值,所述施肥的肥料用量为所述施肥用量修正系数和所述实时营养差值的乘积。
可以理解的是,在本实施例中,首先可以通过对土壤的实时监测,提供更精确的施肥和灌溉,有助于提高作物的产量和质量。这种方法不仅可以减少过度施肥和灌溉造成的环境问题,如氮径流和温室气体排放,还能帮助农民更有效地使用资源。其次,可以减少化肥和水的浪费,从而节约成本。通过精确地了解何时何地需要施肥或灌溉,农民可以只在需要的地方进行操作,这有助于减少不必要的投入。再次,通过实时监测土壤的营养状况和水含量,农民可以及时发现并解决土壤的营养不良或过度湿润等问题,这有助于保持土壤的健康状态。最后,这种方法可以提高农作物的抗灾能力,通过实时监测土壤的温度,农民可以及时发现并处理可能出现的异常情况,这有助于提高农作物的抗灾能力,减少因自然灾害造成的损失。
在其中一些实施例中,当所述土壤异常状态结果为营养正常和水分正常时,对所述温度异常地块的土壤密实度进行检测,获得土壤密实度结果,根据所述土壤密实度结果对所述温度异常地块进行施肥和/或补水,包括:
预先设定土壤密实度阈值,预先设定施肥调整用量和水分调整用量;
将所述土壤密实度结果与所述土壤密实度阈值进行比较,当所述土壤密实度结果大于所述土壤密实度阈值时,对所述温度异常地块进行施肥和/或补水;所述施肥的施肥用量为所述施肥调整用量;所述补水的补水用量为所述水分调整用量。
这段描述的主要好处是实现对温度异常地块的土壤密实度进行检测,并根据土壤密实度结果对地块进行施肥和/或补水。这样的处理能够使土壤保持良好的状态,有利于作物的生长。
具体来说,这段描述中的实施例涵盖了以下步骤:
可以理解的是,本实施例方法的优点在于它能够根据土壤的实际状况来确定施肥和补水的需求,而不是依赖于固定的时间表或者经验判断。这样可以更精确地满足植物的营养和水分需求,避免过度施肥和补水可能带来的浪费和环境问题。同时,通过检测土壤密实度,还可以帮助了解土壤的结构和物理性质,从而更好地管理和改善土壤质量。
在其中一些实施例中,根据边长计算所述正方形网格的对角线;对所述温度异常地块进行所述施肥和/或补水的范围为以所述对角线的中点为圆心、所述对角线为直径的圆形区域。
可以理解的是,本实施例方法能根据正方形网格的边长精确计算对角线,从而确定施肥和/或补水的范围。这样做可以确保作物在正确的地方得到养分,避免浪费,同时优化资源的利用。以对角线的中点为圆心、对角线为直径的圆形区域能确保养分的集中供应,为作物的生长提供充足的养分。通过正方形网格和对角线的计算,可以高效地确定施肥和/或补水的范围,从而节省时间和劳力。根据温度异常地块的情况进行施肥和/或补水,有助于优化作物的生长,提高作物产量和质量。这种方法不仅适用于正方形网格,还可以根据实际需要进行调整,具有很好的适应性。
如图2所示,本实施例还公开一种植物施肥监控管理***,用于实现任一所述的植物施肥监控管理方法,包括:
高光谱传感器,用于采集待测区域的高光谱影像数据;
遥感温度检测元件,用于采集状态异常的所述待测区域的实时植物表面温度结果;
水分检测元件,用于对所述待测区域进行水分检测;
微量元素检测元件,用于对所述待测区域进行微量元素检测;
土壤密实度检测元件,用于对所述待测区域进行土壤密实度检测;
水分补充元件,用于对所述待测区域进行补水;
肥料补充元件,用于对所述待测区域进行施肥;
数据分析元件,连接于所述高光谱传感器、遥感温度检测元件、水分检测元件、微量元素检测元件、土壤密实度检测元件、水分补充元件和肥料补充元件;所述数据分析元件用于接收所述高光谱影像数据,并根据所述高光谱影像数据对所述遥感温度检测元件进行控制;所述数据分析元件还用于接收所述水分检测元件、所述微量元素检测元件和微量元素检测元件的检测结果,根据所述检测结果对所述土壤密实度检测元件、所述水分补充元件和所述肥料补充元件进行控制。
可以理解的是,本实施例公开的***通过高光谱传感器采集高光谱影像数据,可以更全面地了解植物的生长状况,包括植物的营养状况、病虫害情况等;通过遥感温度检测元件实时检测植物表面温度,可以及时发现植物状态异常,避免因温度过高或过低对植物造成伤害;通过水分检测元件和土壤密实度检测元件进行水分和土壤密实度检测,可以更好地了解土壤水分状况和土壤质量,从而更精确地控制水分和肥料的使用;通过微量元素检测元件进行微量元素检测,可以及时发现植物缺乏某些微量元素的情况,从而采取相应的补救措施,保证植物的正常生长;通过数据分析元件对采集的数据进行分析处理,可以更精确地控制植物的生长环境,提高植物的生长质量和产量。综上,本实施例公开的***可以实现自动化、智能化管理,减少人工干预,提高管理效率和管理质量。
以上所述仅为本发明的一个实施例子,但不能以此限制本发明的范围,凡依据本发明所做的结构上的变化,只要不失本发明的要义所在,都应视为落入本发明保护范围之内受到制约。
需要说明的是,上述实施例提供的***,仅以上述各功能模块的划分进行举例说明,在实际应用中,可以根据需要而将上述功能分配由不同的功能模块来完成,即将本发明实施例中的模块或者步骤再分解或者组合,例如,上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块,以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的模块、步骤的名称,仅仅是为了区分各个模块或者步骤,不视为对本发明的不当限定。
术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素,而且还包括没有明确列出的其它要素,或者还包括这些过程、方法、物品或者设备/装置所固有的要素。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征作出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。
Claims (10)
1.一种植物施肥监控管理方法,其特征在于,包括:
对若干待测区域进行状态初判断,获得初判断结果;
根据所述初判断结果选择状态异常的所述待测区域进行植物表面温度的检测,获得实时植物表面温度,根据所述实时植物表面温度结果获取状态异常的所述待测区域中的温度异常地块;
检测并获得所述温度异常地块的土壤信息,通过所述土壤信息对所述温度异常地块的土壤异常状态进行判断,获得土壤异常结果;其中,所述土壤信息包括微量元素含量和水含量;
对所述土壤异常结果进行记录,并通过所述土壤异常结果对所述温度异常地块的土壤保水程度进行判断,获得土壤保水程度信息;
根据所述土壤异常结果和/或所述土壤保水程度信息对所述温度异常地块进行施肥和/或补水。
2.根据权利要求1所述的植物施肥监控管理方法,其特征在于,对若干待测区域进行状态判断,包括:
获取所述待测区域的高光谱影像数据,根据所述高光谱影像数据中的近红外波段的反射率和红光波段的反射率计算归一化植被指数NDVI,所述归一化植被指数NDVI用于对若干所述待测区域进行状态判断;
计算公式为:
;
其中,NIR是近红外波段的反射率,Red是红光波段的反射率;
所述归一化植被指数NDVI的取值范围为0-1,预先设定NDVI阈值,当所述待测区域的归一化植被指数NDVI小于所述NDVI阈值时,判定所述待测区域的状态异常;选择状态异常的所述待测区域进行植物表面温度的检测。
3.根据权利要求2所述的植物施肥监控管理方法,其特征在于,根据所述初判断结果选择状态异常的所述待测区域进行植物表面温度的检测,获得实时植物表面温度,根据所述实时植物表面温度结果获取状态异常的所述待测区域中的温度异常地块,还包括:
将状态异常的所述待测区域进行地块划分,获得若干待测地块,对每一所述待测地块进行植物表面温度检测,获得实时植物表面温度;
预先设定植物表面温度阈值,当所述实时植物表面温度低于所述植物表面温度阈值时,判定所述地块的状态异常,同时将状态异常的所述地块记为所述温度异常地块。
4.根据权利要求3所述的植物施肥监控管理方法,其特征在于,将状态异常的所述待测区域进行地块划分,获得若干待测地块,包括:
以所述待测区域中的一点作为原点,在所述待测区域中建立x-y直角坐标系,以所述原点为起点,将所述待测区域划分为若干个连续的相同的正方形网格,所述正方形网格的横边和竖边分别平行于x轴和y轴,每一所述正方形网格为一个所述待测地块。
5.根据权利要求4所述的植物施肥监控管理方法,其特征在于,检测并获得所述温度异常地块的土壤信息,通过所述土壤信息对所述温度异常地块的土壤异常状态进行判断,获得土壤异常状态结果;其中,所述土壤信息包括微量元素含量和水含量;
预先设定微量元素含量阈值和水含量阈值;
当所述微量元素含量小于所述微量元素含量阈值,判定所述温度异常地块的所述土壤异常状态结果为营养异常,否则判定为营养正常;
当所述水含量小于所述水含量阈值时,判定所述温度异常地块的所述土壤异常状态结果为水分异常,否则判定为水分正常。
6.根据权利要求5所述的植物施肥监控管理方法,其特征在于,当所述土壤异常状态结果为营养异常且水分正常时,对所述温度异常地块进行施肥;
当所述土壤异常状态结果为水分异常且营养正常时,对所述温度异常地块进行补水;
当所述土壤异常状态结果为营养异常和水分异常时,对所述温度异常地块进行施肥和补水;
当所述土壤异常状态结果为营养正常和水分正常时,对所述温度异常地块的土壤密实度进行检测,获得土壤密实度结果,根据所述土壤密实度结果对所述温度异常地块进行施肥和/或补水。
7.根据权利要求6所述的植物施肥监控管理方法,其特征在于,预先设定标准营养值和标准水分值;
当所述土壤异常状态结果为营养异常时,计算所述标准营养值与所述微量元素含量的实时营养差值;当所述土壤异常状态结果为水分异常时,计算所述标准水分值和所述水含量的实时水分差值;
当所述土壤异常状态结果为营养异常且水分正常时,对所述温度异常地块进行施肥,所述施肥的肥料用量为所述实时营养差值;
当所述土壤异常状态结果为水分异常且营养正常时,对所述温度异常地块进行补水,所述补水的补水用量为所述实时水分差值;
预设施肥用量修正系数,所述施肥用量修正系数高于1;
当所述土壤异常状态结果为营养异常和水分异常时,对所述温度异常地块进行施肥和补水,所述补水的补水用量为所述实时水分差值,所述施肥的肥料用量为所述施肥用量修正系数和所述实时营养差值的乘积。
8.根据权利要求7所述的植物施肥监控管理方法,其特征在于,当所述土壤异常状态结果为营养正常和水分正常时,对所述温度异常地块的土壤密实度进行检测,获得土壤密实度结果,根据所述土壤密实度结果对所述温度异常地块进行施肥和/或补水,包括:
预先设定土壤密实度阈值,预先设定施肥调整用量和水分调整用量;
将所述土壤密实度结果与所述土壤密实度阈值进行比较,当所述土壤密实度结果大于所述土壤密实度阈值时,对所述温度异常地块进行施肥和/或补水;所述施肥的施肥用量为所述施肥调整用量;所述补水的补水用量为所述水分调整用量。
9.根据权利要求7所述的植物施肥监控管理方法,其特征在于,根据边长计算所述正方形网格的对角线;对所述温度异常地块进行所述施肥和/或补水的范围为以所述对角线的中点为圆心、所述对角线为直径的圆形区域。
10.一种植物施肥监控管理***,用于实现权利要求1-9任一项所述的植物施肥监控管理方法,其特征在于,包括:
高光谱传感器,用于采集待测区域的高光谱影像数据;
遥感温度检测元件,用于采集状态异常的所述待测区域的实时植物表面温度结果;
水分检测元件,用于对所述待测区域进行水分检测;
微量元素检测元件,用于对所述待测区域进行微量元素检测;
土壤密实度检测元件,用于对所述待测区域进行土壤密实度检测;
水分补充元件,用于对所述待测区域进行补水;
肥料补充元件,用于对所述待测区域进行施肥;
数据分析元件,连接于所述高光谱传感器、遥感温度检测元件、水分检测元件、微量元素检测元件、土壤密实度检测元件、水分补充元件和肥料补充元件;所述数据分析元件用于接收所述高光谱影像数据,并根据所述高光谱影像数据对所述遥感温度检测元件进行控制;所述数据分析元件还用于接收所述水分检测元件、所述微量元素检测元件和微量元素检测元件的检测结果,根据所述检测结果对所述土壤密实度检测元件、所述水分补充元件和所述肥料补充元件进行控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311699683.XA CN117378338A (zh) | 2023-12-12 | 2023-12-12 | 一种植物施肥监控管理方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311699683.XA CN117378338A (zh) | 2023-12-12 | 2023-12-12 | 一种植物施肥监控管理方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117378338A true CN117378338A (zh) | 2024-01-12 |
Family
ID=89435961
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311699683.XA Pending CN117378338A (zh) | 2023-12-12 | 2023-12-12 | 一种植物施肥监控管理方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117378338A (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1559175A (zh) * | 2004-02-24 | 2005-01-05 | 深圳市宝安区农业科学技术推广中心 | 远程无线作物信息反馈和可控环境农业智能化*** |
CN102982486A (zh) * | 2012-11-14 | 2013-03-20 | 北京农业信息技术研究中心 | 一种基于作物长势遥感监测信息的施肥决策方法 |
US20150106434A1 (en) * | 2013-10-10 | 2015-04-16 | Larry Fiene | Compositons, methods and systems for retrieval of harvest data |
CN109063553A (zh) * | 2018-06-22 | 2018-12-21 | 中国矿业大学 | 一种土地整治后农田作物生长缺陷区遥感快速诊断方法 |
CN109644655A (zh) * | 2018-12-18 | 2019-04-19 | 武汉工程大学 | 一种基于土壤肥力实时检测的精准施肥方法 |
CN113439520A (zh) * | 2021-07-21 | 2021-09-28 | 中国农业科学院农业环境与可持续发展研究所 | 一种农作物灌溉施肥智慧决策方法及*** |
CN114026420A (zh) * | 2019-06-24 | 2022-02-08 | 巴斯夫农化商标有限公司 | 使用基于遥感的土壤参数的用于作物增效产品施用的决定*** |
CN114390887A (zh) * | 2019-09-11 | 2022-04-22 | 加多特农业有限公司 | 作物监测和管理***与方法 |
CN114868504A (zh) * | 2022-04-21 | 2022-08-09 | 河南省景观规划设计研究院有限公司 | 一种园林植物的生长状态监测方法及装置 |
CN115759524A (zh) * | 2022-10-20 | 2023-03-07 | 中国农业大学 | 一种基于遥感影像植被指数的土壤生产力等级识别方法 |
CN116267537A (zh) * | 2023-02-22 | 2023-06-23 | 重庆文理学院 | 一种智能农业温室节水灌溉*** |
CN116580308A (zh) * | 2023-07-12 | 2023-08-11 | 中交天航环保工程有限公司 | 一种土壤修复的监测方法及监测装置 |
CN116843217A (zh) * | 2023-06-30 | 2023-10-03 | 四川苏格通讯技术有限公司 | 一种基于欧式空间距离法的农业干旱监测方法 |
-
2023
- 2023-12-12 CN CN202311699683.XA patent/CN117378338A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1559175A (zh) * | 2004-02-24 | 2005-01-05 | 深圳市宝安区农业科学技术推广中心 | 远程无线作物信息反馈和可控环境农业智能化*** |
CN102982486A (zh) * | 2012-11-14 | 2013-03-20 | 北京农业信息技术研究中心 | 一种基于作物长势遥感监测信息的施肥决策方法 |
US20150106434A1 (en) * | 2013-10-10 | 2015-04-16 | Larry Fiene | Compositons, methods and systems for retrieval of harvest data |
CN109063553A (zh) * | 2018-06-22 | 2018-12-21 | 中国矿业大学 | 一种土地整治后农田作物生长缺陷区遥感快速诊断方法 |
CN109644655A (zh) * | 2018-12-18 | 2019-04-19 | 武汉工程大学 | 一种基于土壤肥力实时检测的精准施肥方法 |
CN114026420A (zh) * | 2019-06-24 | 2022-02-08 | 巴斯夫农化商标有限公司 | 使用基于遥感的土壤参数的用于作物增效产品施用的决定*** |
CN114390887A (zh) * | 2019-09-11 | 2022-04-22 | 加多特农业有限公司 | 作物监测和管理***与方法 |
CN113439520A (zh) * | 2021-07-21 | 2021-09-28 | 中国农业科学院农业环境与可持续发展研究所 | 一种农作物灌溉施肥智慧决策方法及*** |
CN114868504A (zh) * | 2022-04-21 | 2022-08-09 | 河南省景观规划设计研究院有限公司 | 一种园林植物的生长状态监测方法及装置 |
CN115759524A (zh) * | 2022-10-20 | 2023-03-07 | 中国农业大学 | 一种基于遥感影像植被指数的土壤生产力等级识别方法 |
CN116267537A (zh) * | 2023-02-22 | 2023-06-23 | 重庆文理学院 | 一种智能农业温室节水灌溉*** |
CN116843217A (zh) * | 2023-06-30 | 2023-10-03 | 四川苏格通讯技术有限公司 | 一种基于欧式空间距离法的农业干旱监测方法 |
CN116580308A (zh) * | 2023-07-12 | 2023-08-11 | 中交天航环保工程有限公司 | 一种土壤修复的监测方法及监测装置 |
Non-Patent Citations (1)
Title |
---|
赖旭东 等 编著: "《地理变化检测与分析》", 30 June 2022, 武汉大学出版社, pages: 129 - 130 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111557159B (zh) | 一种带有农作物养分需求分析功能的水肥一体机控制***及其控制方法 | |
Diacono et al. | Precision nitrogen management of wheat. A review | |
CN108781926B (zh) | 基于神经网络预测的大棚灌溉***及方法 | |
Rubanga et al. | Development of a Simplified Smart Agriculture System for Small-scale Greenhouse Farming. | |
Ahmad et al. | A review of best management practices for potato crop using precision agricultural technologies | |
CN116530286B (zh) | 用于生态高标农田下的水肥一体化灌溉管理***及方法 | |
CN111418323A (zh) | 一种基于设施作物冠层覆盖度和株高的氮肥实时推荐方法 | |
Rani et al. | Green smart farming techniques and sustainable agriculture: Research roadmap towards organic farming for imperishable agricultural products | |
CN205485589U (zh) | 迟菜心大田种植自动化*** | |
CN113785759B (zh) | 一种作物间套作种植智能灌溉***、方法及可存储介质 | |
Brar et al. | Precision nutrient management: A review | |
CN117378338A (zh) | 一种植物施肥监控管理方法及*** | |
CN103650730B (zh) | 一种根据作物投影面积和植株高度进行施肥的方法 | |
CN105844366A (zh) | 一种区域尺度种植业面源氮损失量统计方法 | |
CN114862338A (zh) | 一种大数据农林智慧监测*** | |
Htet et al. | Smart irrigation: An intelligent system for growing strawberry plants in different seasons of the year | |
CN114066033A (zh) | 一种智慧农业优化方法和*** | |
Feng et al. | A real-time monitoring and control system for crop | |
Venkatachalam et al. | Future IoT Applications using Artificial Intelligence-based Sensors: Agriculture | |
CN117751738B (zh) | 一种水稻种植施肥管理***及方法 | |
CN116897670B (zh) | 作物施肥方法、装置、电子设备和存储介质 | |
Baishya et al. | Site-specific nutrient management in rice (Oryza sativa): Status and prospect–A review | |
Radojčić et al. | Application of the precision agriculture system in different climatic conditions | |
Prasad et al. | Smart farming solutions: A case study on IoT-driven agricultural income enhancement | |
Madanayaka et al. | Implementation IoT (Internet of Things) Based Smart Agriculture Fertilizer System |
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 |