CN102584399B - 肥料配制方法及系统 - Google Patents
肥料配制方法及系统 Download PDFInfo
- Publication number
- CN102584399B CN102584399B CN2012100412943A CN201210041294A CN102584399B CN 102584399 B CN102584399 B CN 102584399B CN 2012100412943 A CN2012100412943 A CN 2012100412943A CN 201210041294 A CN201210041294 A CN 201210041294A CN 102584399 B CN102584399 B CN 102584399B
- Authority
- CN
- China
- Prior art keywords
- plant
- soil
- data
- fertilizer
- submodule
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 239000003337 fertilizer Substances 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 29
- 239000002689 soil Substances 0.000 claims abstract description 88
- 238000002360 preparation method Methods 0.000 claims abstract description 39
- 238000012360 testing method Methods 0.000 claims abstract description 27
- 230000004720 fertilization Effects 0.000 claims abstract description 22
- 230000008569 process Effects 0.000 claims abstract description 16
- 230000008635 plant growth Effects 0.000 claims description 42
- 238000004088 simulation Methods 0.000 claims description 27
- 230000000007 visual effect Effects 0.000 claims description 20
- 235000015097 nutrients Nutrition 0.000 claims description 16
- 238000005469 granulation Methods 0.000 claims description 15
- 230000003179 granulation Effects 0.000 claims description 15
- 238000005259 measurement Methods 0.000 claims description 14
- 239000002028 Biomass Substances 0.000 claims description 12
- 238000004519 manufacturing process Methods 0.000 claims description 12
- 239000005416 organic matter Substances 0.000 claims description 7
- 238000010923 batch production Methods 0.000 claims description 6
- 150000003839 salts Chemical class 0.000 claims description 6
- 238000000151 deposition Methods 0.000 claims description 3
- 238000004856 soil analysis Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 238000005094 computer simulation Methods 0.000 abstract description 7
- 230000000694 effects Effects 0.000 abstract description 5
- 241000196324 Embryophyta Species 0.000 description 66
- 238000005516 engineering process Methods 0.000 description 8
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 3
- 229910052757 nitrogen Inorganic materials 0.000 description 3
- 229910052698 phosphorus Inorganic materials 0.000 description 3
- 229910052700 potassium Inorganic materials 0.000 description 3
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 2
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000004021 humic acid Substances 0.000 description 2
- 238000003973 irrigation Methods 0.000 description 2
- 230000002262 irrigation Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000011574 phosphorus Substances 0.000 description 2
- 230000037039 plant physiology Effects 0.000 description 2
- 239000011591 potassium Substances 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 235000013619 trace mineral Nutrition 0.000 description 2
- 239000011573 trace mineral Substances 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 240000000111 Saccharum officinarum Species 0.000 description 1
- 235000007201 Saccharum officinarum Nutrition 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- -1 organic Substances 0.000 description 1
- 238000003044 randomized block design Methods 0.000 description 1
- 238000005527 soil sampling Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000000207 volumetry Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Abstract
一种肥料配制方法及系统,其是通过精确测量某一地块的土壤方面数据,然后根据所种植的植物,通过计算机模型来模仿植物生长过程并进行虚拟施肥,从而可视化确定该肥料的使用量、使用效果等,以期达到最优化的配制组合,同时通过多次田间试验来不断的修正计算机模型,使二者完美结合,可以精确施肥的同时,还可以大大缩短一种新的肥料的配制周期。
Description
技术领域
本发明涉及一种肥料配制方法及系统。
背景技术
由于我国人口众多,后备耕地资源不足,农业增产依赖于单产的提高,而肥料的施用对作物单产的提高起着至关重要的促进作用。长期以来,农村盲目施肥现象严重,这不仅造成农业生产成本增加,而且带来严重的环境污染,威胁农产品质量安全,影响农业产量进一步提高。因而合理的肥料配制和施肥是充分利用和保护土地资源、提高土地产出率、实现高产优质高效农业的重要措施之一。近年来,随着地理信息系统技术、计算机技术、人工智能技术的飞速发展,采取针对性的肥料配制技术(即测土配方施肥技术)得到一定的推广应用。如专利文献1(CN101275887A)公开了一种甘蔗测土配方施肥的土壤采样方法;专利文献2(CN2828931Y)公开了一种可以用于运行测土配方施肥计算程序的掌上型硬件设备,其采用单片机实现测土配方的决策分析;专利文献3(CN101236410A)公开了一种智能灌溉施肥决策控制系统,其将作物生理需水指标引入计算机控制领域,通过灌溉指标数据库以及模拟分类技术进行灌溉施肥决策;专利文献4(CN101470421A)公开了一种基于人工智能技术的植物生长室及其控制系统,其采用专家系统模拟出不同的气候土壤环境,为深入研究不同环境因子及其组合对植物生理生态的影响规律提供了有利条件。专利文献1-4均通过引用合并于此。
但是传统农业生产受到很多因素的影响,如农业生物要素、农业环境要素、农业技术要素等的影响,一般新的技术、方法的推广需要 相对比较长的周期,要经过小区试验、多点区域试验,大田试验等等,少则2-3年,多则7-8年,大大制约了一些新品种、技术的更新换代速度。同时,传统的农业试验方式由于受到多种因素的制约,往往试验的重现性不强,试验结果需要经过很多方面的论证,使得很难用快速的方法修正定量化肥料的施用数量、养分比例、施用时期和施用方法的各项参数,这一直以来是农业技术人员亟待解决的难题。
发明内容
为此,本发明提供了一种肥料配制方法及系统,该方法和系统根据实地测量的土壤成分和特定的植物或作物,分析土壤的供肥性能以及作物的需肥规律和肥料效应,由此定量化给出肥料的施用数量、养分比例、施用时期和施用方法,从而在达到增产、改善农林植物产品的品质同时,提高了肥料利用率、节约了成本、降低了农业资源污染。
本发明的一种肥料配制方法,其包括以下步骤:
步骤1),对田间试验中的一个地块进行土壤分析,获取土壤方面数据;
步骤2),将所述土壤方面数据、当地气象数据以及植物特性数据输入到计算机模块中的植物生长模型子模块和专家系统子模块;
步骤3),根据输入的土壤方面数据、当地气象数据以及植物特性数据模拟出植物生长环境,该植物生长模型子模块不断调整土壤方面数据中各项土壤参数,以获取在不同的土壤参数下植物模拟指标;根据以知识库的形式存入计算机中的专家知识和经验,该专家系统子模块对所输入的土壤方面数据、当地气象数据以及植物特性数据进行推理,并不断调整土壤方面数据中的各种土壤参数,获取在不同的土壤参数下的植物专家指标;
步骤4),根据植物生长模型子模块所获取的植物模拟指标和专家系统子模块所获取的植物专家指标,优化决策计算子模块进行优化决 策计算,输出最优的肥料施用数量、养分比例、施用时期、施用方法以及所预测的植物产量数据与肥料施用成本方面的数据,并由可视化子模块进行显示;
步骤5),根据计算机模块所输出的最优的肥料施用数量和养分比例配制适合该地块的肥料;
步骤6),按照计算机模块的优化决策计算子模块所得出的施用时期、施用方法将肥料模块所配制的适合该地块的肥料应用于该地块,并种植相应的植物,并将试验统计的该植物生长的植物实测指标作为专家知识和经验以知识库的形式反馈给计算机模块并存入其中;
步骤7),植物实测指标符合所预测的植物产量数据,则完成肥料配制而进行工厂化车间进行生产,否则将返回第4)步骤。
优选地,该土壤方面数据包括全N、全P、全K、速效N、速效P、速效K,有机质、pH值以及盐含量。
优选地,该植物模拟指标和该植物专家指标分别包括产量指标、生育期指标和品质指标。
优选地,该工厂化车间包括粉碎机,搅拌机,造粒机,筛分机,分装机以及包装机。
优选地,该肥料的造粒方式为对辊挤压造粒、圆盘造粒或平模造粒。
优选地,该可视化子模块还用于可视化示出植物生长模型子模块所模拟植物的生长情况及对所模拟植物的虚拟施肥情况。
本发明的采用可视化虚拟施肥的肥料配制方法是通过精确测量某一地块的土壤方面数据(如氮、磷、钾、有机质、腐植酸、微量元素、PH值等土壤参数),然后根据所种植的植物,通过计算机模型来模仿植物生长过程并进行虚拟施肥,从而可视化确定该肥料的使用量、使用效果等,以期达到最优化的配制组合,同时通过多次田间试验来不断的修正计算机模型,使二者完美结合,可以精确施肥的同时,还可 以大大缩短一种新的肥料的配制周期。
本发明的一种肥料配制系统,该肥料配制系统包括:
土壤模块,其用于对田间试验模块中的某一地块的土壤方面数据进行精确测量;
计算机模块,其包括植物生长模型子模块、专家系统子模块、优化决策计算子模块和可视化子模块,将由土壤模块精确测量或者已知的土壤方面数据、当地气象数据以及植物特性数据输入到植物生长模型子模块和专家系统子模块,其中,该植物生长模型子模块用于根据输入的土壤方面数据、当地气象数据以及植物特性数据模拟出植物生长环境,并不断调整土壤方面数据中各项土壤参数,以获取在不同的土壤参数下植物模拟指标;该专家系统子模块用于将专家知识和经验以知识库的形式存入计算机中,对所输入的土壤方面数据、当地气象数据以及植物特性数据进行推理,并不断调整土壤方面数据中的各种土壤参数,获取在不同的土壤参数下的植物专家指标;优化决策计算子模块用于根据植物生长模型子模块所获取的植物模拟指标和专家系统子模块所获取的植物专家指标进行优化决策计算,输出最优的肥料施用数量、养分比例、施用时期、施用方法以及所预测的植物产量数据与肥料施用成本方面的数据;可视化子模块,用于将优化决策计算子模块所输出的内容通过显示装置进行显示,并用于可视化示出植物生长模型子模块所模拟植物的生长情况及对所模拟植物的虚拟施肥情况;
肥料模块,其用于根据计算机模块所输出的最优的肥料施用数量和养分比例配制适合该地块的肥料;
田间试验模块,其按照计算机模块的优化决策计算子模块所得出的施用时期、施用方法将肥料模块所配制的适合该地块的肥料应用于种植相应植物的地块,并将试验统计的该植物生长的植物实测指标作为专家知识和经验以知识库的形式反馈给计算机模块并存储其中,以 及用于与所预测的植物产量数据相比较以确定是否完成肥料配制。
优选地,该土壤方面数据包括全N、全P、全K、速效N、速效P、速效K,有机质、pH值以及盐含量。
优选地,该植物模拟指标和该植物专家指标分别包括产量指标、生育期指标和品质指标。
优选地,该肥料的造粒方式为对辊挤压造粒、圆盘造粒或平模造粒。
本发明的肥料配制系统是在获知土壤养分、肥料特性情况下,由计算机模型和田间试验同步进行,对肥效验证,验证指标包括产量指标、生育期指标、品质指标等,由于计算机可以在很短的时间内得到肥效结果,可以大大的缩短周期,依据田间试验可以不断的完善计算机模型,计算机模型也可以对田间试验有预见性、指导性。在验证肥效的同时,计算机模型还可以对一块地建立养分档案,有助于合理安排茬口、最优化的施肥模型,这样整个土壤改良的周期就会大大缩短,有效的避免了盲目性。
本发明的采用可视化虚拟施肥的肥料配制系统通过实测土壤参数、虚拟施肥以及精确仿真植物生长的形态等,实现现代高科技手段配制出专用肥料,并可预测农作物产量,操作简单快捷,对农业生产的发展有不可估量的作用。
附图说明
通过下面结合附图对本发明的一个优选实施例进行的描述,本发明的技术方案及其技术效果将变得更加清楚,且更加易于理解。其中:
图1示出了本发明的肥料配制系统的计算机模块;
图2示出了本发明的肥料配制方法。
具体实施方式
以下将结合实施例对本发明做进一步说明:
本发明的肥料配制系统包括土壤模块、计算机模块、肥料模块、田间试验模块。
其中,土壤模块,其用于对田间试验模块中的某一地块的土壤方面数据(如氮、磷、钾、有机质、腐植酸、微量元素、PH值等)进行精确测量,该土壤方面数据包括全N、全P、全K、速效N、速效P、速效K、有机质、pH值以及盐含量等土壤参数,该精确测量的方法主要包括凯氏定氮法、容量法等。
计算机模块,其包括植物生长模型子模块、专家系统子模块、优化决策计算子模块和可视化子模块,如图1所示。将由土壤模块精确测量或者已知的土壤方面数据、当地气象数据以及植物特性数据输入到植物生长模型子模块和专家系统子模块,该植物生长模型子模块用于根据输入的土壤方面数据、当地气象数据以及植物特性数据模拟出植物生长环境,并不断调整土壤方面数据中各项土壤参数,以获取在不同的土壤参数下植物模拟指标,该植物模拟指标包括产量指标、生育期指标、品质指标等;该专家系统子模块用于将专家知识和经验以知识库的形式存入计算机中,对所输入的土壤方面数据、当地气象数据以及植物特性数据进行推理,并不断调整土壤方面数据中的各种土壤参数,获取在不同的土壤参数下的植物专家指标,该植物专家指标包括产量指标、生育期指标、品质指标等;优化决策计算子模块用于根据植物生长模型子模块所获取的植物模拟指标和专家系统子模块所获取的植物专家指标进行优化决策计算,输出最优的肥料施用数量、养分比例、施用时期、施用方法以及所预测的植物产量数据与肥料施用成本方面的数据;可视化子模块,用于将优化决策计算子模块所输出的内容通过显示器等显示装置进行显示,并可视化示出植物生长模型子模块所模拟的植物生长情况及对所模拟的植物进行虚拟施肥的情况。
肥料模块,其用于根据计算机模块所输出的最优的肥料施用数量和养分比例配制适合该地块的肥料,该肥料中全部为天然有机成分,不含任何化学成分和重金属,有机质和N、P、K都要高于国家标准,其造粒方式包括对辊挤压造粒、圆盘造粒、平模造粒等。
田间试验模块,其按照计算机模块的优化决策计算子模块所得出的施用时期、施用方法将肥料模块所配制的适合该地块的肥料应用于种植相应植物的地块,并将试验统计的该植物生长的植物实测指标作为专家知识和经验以知识库的形式反馈给计算机模块并存储其中,以及用于与所预测的植物产量数据相比较以确定是否完成肥料配制。该田间试验模块的地块分配方法采用随机区组设计,每个地块处理3次试验,试验统计采用方差分析、相关分析等。
本发明的肥料配制系统通过实测土壤参数、虚拟施肥以及精确仿真植物生长的形态等,实现现代高科技手段配制出专用肥料,并可预测农作物产量,操作简单快捷,对农业生产的发展有不可估量的作用。
如图2所示,本发明的肥料配制方法,其包括以下步骤:
步骤1),对田间试验中的一个地块进行土壤分析,获取土壤方面数据;
步骤2),将所述土壤方面数据、当地气象数据以及植物特性数据输入到计算机模块中的植物生长模型子模块和专家系统子模块;
步骤3),根据输入的土壤方面数据、当地气象数据以及植物特性数据模拟出植物生长环境,该植物生长模型子模块不断调整土壤方面数据中各项土壤参数,以获取在不同的土壤参数下植物模拟指标;根据以知识库的形式存入计算机中的专家知识和经验,该专家系统子模块对所输入的土壤方面数据、当地气象数据以及植物特性数据进行推理,并不断调整土壤方面数据中的各种土壤参数,获取在不同的土壤参数下的植物专家指标;
步骤4),根据植物生长模型子模块所获取的植物模拟指标和专家 系统子模块所获取的植物专家指标,优化决策计算子模块进行优化决策计算,输出最优的肥料施用数量、养分比例、施用时期、施用方法以及所预测的植物产量数据与肥料施用成本方面的数据,并由可视化子模块进行显示,并可视化示出植物生长模型子模块所模拟植物的生长情况及对所模拟植物的虚拟施肥情况;
步骤5),根据计算机模块所输出的最优的肥料施用数量和养分比例配制适合该地块的肥料;
步骤6),按照计算机模块的优化决策计算子模块所得出的施用时期、施用方法将肥料模块所配制的适合该地块的肥料应用于该地块,并种植相应的植物,并将试验统计的该植物生长的植物实测指标作为专家知识和经验以知识库的形式反馈给计算机模块并存入其中;
步骤7),植物实测指标符合所预测的植物产量数据,则完成肥料配制而进行工厂化车间进行生产,否则将返回第4)步骤。
该土壤方面数据包括全N、全P、全K、速效N、速效P、速效K、有机质、pH值以及盐含量等土壤参数。
该植物模拟指标和植物专家指标分别包括产量指标、生育期指标、品质指标等。
该工厂化车间包括粉碎机,搅拌机,造粒机,筛分机,分装机以及包装机。
Claims (6)
1.一种肥料配制方法,其包括以下步骤:
步骤1),对所述田间试验中的一个地块进行土壤分析,获取土壤方面数据;
步骤2),将所述土壤方面数据、当地气象数据以及植物特性数据输入到计算机模块中的植物生长模型子模块和专家系统子模块;
步骤3),根据输入的土壤方面数据、当地气象数据以及植物特性数据模拟出植物生长环境,该植物生长模型子模块不断调整土壤方面数据中各项土壤参数,以获取在不同的土壤参数下植物模拟指标;根据以知识库的形式存入计算机中的专家知识和经验,该专家系统子模块对所输入的土壤方面数据、当地气象数据以及植物特性数据进行推理,并不断调整土壤方面数据中的各种土壤参数,获取在不同的土壤参数下的植物专家指标;
步骤4),根据植物生长模型子模块所获取的植物模拟指标和专家系统子模块所获取的植物专家指标,优化决策计算子模块进行优化决策计算,输出最优的肥料施用数量、养分比例、施用时期、施用方法以及所预测的植物产量数据与肥料施用成本方面的数据,并由可视化子模块进行显示;
步骤5),根据计算机模块所输出的最优的肥料施用数量和养分比例配制适合该地块的肥料;
步骤6),按照计算机模块的优化决策计算子模块所得出的施用时期、施用方法将肥料模块所配制的适合该地块的肥料应用于该地块,并种植相应的植物,并将试验统计的该植物生长的植物实测指标作为专家知识和经验以知识库的形式反馈给计算机模块并存入其中;
步骤7),植物实测指标符合所预测的植物产量数据,则完成肥料配制而进行工厂化车间进行生产,否则将返回第4)步骤;
其中,土壤方面数据包括全N、全P、全K、速效N、速效P、速效K,有机质、pH值以及盐含量;
植物模拟指标和该植物专家指标分别包括产量指标、生育期指标和品质指标。
2.如权利要求1中任一所述的肥料配制方法,其中,该工厂化车间包括粉碎机,搅拌机,造粒机,筛分机,分装机以及包装机。
3.如权利要求2中任一所述的肥料配制方法,其中,该肥料的造粒方式为对辊挤压造粒、圆盘造粒或平模造粒。
4.如权利要求1-3中任一所述的肥料配制方法,其中,该可视化子模块还用于可视化示出植物生长模型子模块所模拟植物的生长情况及对所模拟植物的虚拟施肥情况。
5.一种肥料配制系统,该肥料配制系统包括:
土壤模块,其用于对田间试验模块中的某一地块的土壤方面数据进行精确测量;
计算机模块,其包括植物生长模型子模块、专家系统子模块、优化决策计算子模块和可视化子模块,将由土壤模块精确测量或者已知的土壤方面数据、当地气象数据以及植物特性数据输入到植物生长模型子模块和专家系统子模块,其中,该植物生长模型子模块用于根据输入的土壤方面数据、当地气象数据以及植物特性数据模拟出植物生长环境,并不断调整土壤方面数据中各项土壤参数,以获取在不同的土壤参数下植物模拟指标;该专家系统子模块用于将专家知识和经验以知识库的形式存入计算机中,对所输入的土壤方面数据、当地气象数据以及植物特性数据进行推理,并不断调整土壤方面数据中的各种土壤参数,获取在不同的土壤参数下的植物专家指标;优化决策计算子模块用于根据植物生长模型子模块所获取的植物模拟指标和专家系统子模块所获取的植物专家指标进行优化决策计算,输出最优的肥料施用数量、养分比例、施用时期、施用方法以及所预测的植物产量数据与肥料施用成本方面的数据;可视化子模块,用于将优化决策计算子模块所输出的内容通过显示装置进行显示,并用于可视化示出植物生长模型子模块所模拟植物的生长情况及对所模拟植物的虚拟施肥情况;
肥料模块,其用于根据计算机模块所输出的最优的肥料施用数量和养分比例配制适合该地块的肥料;
田间试验模块,其按照计算机模块的优化决策计算子模块所得出的施用时期、施用方法将肥料模块所配制的适合该地块的肥料应用于种植相应植物的地块,并将试验统计的该植物生长的植物实测指标作为专家知识和经验以知识库的形式反馈给计算机模块并存储其中,以及用于与所预测的植物产量数据相比较以确定是否完成肥料配制;
其中,土壤方面数据包括全N、全P、全K、速效N、速效P、速效K,有机质、pH值以及盐含量;
植物模拟指标和该植物专家指标分别包括产量指标、生育期指标和品质指标。
6.如权利要求5所述的肥料配制系统,其中,该肥料的造粒方式为对辊挤压造粒、圆盘造粒或平模造粒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100412943A CN102584399B (zh) | 2012-02-23 | 2012-02-23 | 肥料配制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012100412943A CN102584399B (zh) | 2012-02-23 | 2012-02-23 | 肥料配制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102584399A CN102584399A (zh) | 2012-07-18 |
CN102584399B true CN102584399B (zh) | 2013-11-13 |
Family
ID=46473736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012100412943A Expired - Fee Related CN102584399B (zh) | 2012-02-23 | 2012-02-23 | 肥料配制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102584399B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106220321A (zh) * | 2016-07-22 | 2016-12-14 | 大理州大维肥业有限责任公司 | 一种硫酸钾型缓释复混的测土配方肥及制备方法 |
CN106242723A (zh) * | 2016-07-22 | 2016-12-21 | 大理州大维肥业有限责任公司 | 一种氯基缓释复混的测土配方肥及制备方法 |
CN106527140A (zh) * | 2016-11-29 | 2017-03-22 | 深圳前海弘稼科技有限公司 | 基于云端大数据模型的温室控制方法和装置 |
CN109635347B (zh) * | 2018-11-15 | 2020-10-02 | 江苏农林职业技术学院 | 一种高架温室草莓生产智能设施虚拟仿真平台 |
CN111557159B (zh) * | 2020-05-20 | 2021-08-24 | 安徽农业大学 | 一种带有农作物养分需求分析功能的水肥一体机控制系统及其控制方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1493181A (zh) * | 2003-08-29 | 2004-05-05 | 中国科学院合肥智能机械研究所 | 一种用于农业施肥的数据处理方法 |
CN101236410A (zh) * | 2007-12-29 | 2008-08-06 | 中国农业大学 | 一种智能灌溉施肥决策控制系统 |
CN101578936A (zh) * | 2009-05-27 | 2009-11-18 | 中国农业大学 | 施肥处理方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005080514A (ja) * | 2003-09-04 | 2005-03-31 | Matsushita Electric Ind Co Ltd | 肥料情報提供システム、土壌情報入力手段および肥料情報提供方法 |
-
2012
- 2012-02-23 CN CN2012100412943A patent/CN102584399B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1493181A (zh) * | 2003-08-29 | 2004-05-05 | 中国科学院合肥智能机械研究所 | 一种用于农业施肥的数据处理方法 |
CN101236410A (zh) * | 2007-12-29 | 2008-08-06 | 中国农业大学 | 一种智能灌溉施肥决策控制系统 |
CN101578936A (zh) * | 2009-05-27 | 2009-11-18 | 中国农业大学 | 施肥处理方法及系统 |
Non-Patent Citations (1)
Title |
---|
JP特开2005-80514A 2005.03.31 |
Also Published As
Publication number | Publication date |
---|---|
CN102584399A (zh) | 2012-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Overcoming nitrogen fertilizer over-use through technical and advisory approaches: A case study from Shaanxi Province, northwest China | |
CN110073789B (zh) | 一种萝卜推荐施肥方法 | |
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系统及其控制方法 | |
CN105165215A (zh) | 一种大豆优化推荐施肥方法 | |
CN108684278A (zh) | 智能配肥方法、装置和系统 | |
CN108811651A (zh) | 一种测土配方施肥的方法 | |
CN102584399B (zh) | 肥料配制方法及系统 | |
CN108510107B (zh) | 一种农业种植指导方法、电子设备及存储介质 | |
CN107392376A (zh) | 一种农作物气象产量预测方法及系统 | |
CN109829589A (zh) | 制作土壤施肥处方图的方法、土壤精准施肥处方图及应用 | |
CN105181607B (zh) | 土壤速效养分反演方法及装置 | |
CN105052333A (zh) | 一种杏树测土配方施肥方法 | |
CN101578936B (zh) | 施肥处理方法及系统 | |
CN108370699A (zh) | 一种测土配方施肥的方法 | |
CN104820866A (zh) | 一种根据叶菜类作物长势进行变量施肥的方法 | |
CN106561207A (zh) | 番茄生长的肥水管理灌溉方法 | |
CN109544047A (zh) | 基于海拔分区的玉米土壤养分丰缺指标体系的建立方法 | |
CN103927627A (zh) | 甘蔗智能施肥及地块信息管理系统 | |
CN109673439A (zh) | 一种水肥耦合对水稻产量及生长形状的调控方法 | |
CN112598277A (zh) | 一种评估跨区域缩小冬小麦产量差与提高氮肥效率的方法 | |
CN115423643A (zh) | 水肥计算方法、装置、电子设备和存储介质 | |
Ezekiel et al. | Calibrating and validating AquaCrop model for maize crop in Northern zone of Nigeria | |
CN103708885B (zh) | 一种提高茶叶产量的复合肥及其配制方法 | |
CN103650730B (zh) | 一种根据作物投影面积和植株高度进行施肥的方法 | |
Yang et al. | Innovation design of fertilizing mechanism of seeder based on TRIZ theory |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20131113 Termination date: 20180223 |