CN103927684A - 木薯智能施肥系统 - Google Patents
木薯智能施肥系统 Download PDFInfo
- Publication number
- CN103927684A CN103927684A CN201410165085.9A CN201410165085A CN103927684A CN 103927684 A CN103927684 A CN 103927684A CN 201410165085 A CN201410165085 A CN 201410165085A CN 103927684 A CN103927684 A CN 103927684A
- Authority
- CN
- China
- Prior art keywords
- cassava
- soil
- fertilizer
- information
- fertilising
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种木薯智能施肥系统,其特征在于,建立一个区域土地土壤肥力基础信息空间数据库的数据计算中心,该中心集成了土壤调查、土地肥力评价、农作物营养学、土壤定位监测技术,测土施肥技术,将信息传送到在特定地区建立的分站或种植方的互动平台,使之通过计算机终端、触摸屏终端或移动终端查询到当地木薯土地的相关质地、养分含量水平,本区域土地土壤特性、环境条件以及木薯的生产潜力目标,并提供施肥配方或施肥解决方案,设立专家库和肥料供应商链接,满足农业高产高效生产和管理需要。
Description
技术领域
本发明属于农业技术应用领域,具体涉及一种木薯智能施肥系统。
背景技术
木薯(学名:Manihot esculenta,英语:Cassava),又称树薯,是一种大戟科植物,原产于南美洲。木薯为亚灌木,有肉质长圆柱形块根;茎直立有乳汁,叶子互生,掌状3-9深裂,裂片披针形至长椭圆状披针形;顶生或腋生疏散圆锥花序,单性花,雌雄花同在一花序上,雌花在上,雄花在下,没有花瓣;球形蒴果,有纵棱6条。木薯的根部可以食用,因此在热带和亚热带地区有不少居民种植木薯,其所而制成的粉称为木薯粉(亦作树薯粉或生粉)。 品种有甜木薯、苦木薯两种,甜木薯种的块根含较低的氰酸(cyanic acid),表皮呈淡青色;苦木薯种的块根含多量的氰酸,表皮呈褐色,两者不难区别。块根又以皮层含氢氰酸最高,因此,木薯要先刮去外皮,煮熟后才能食用。木薯中毒系由其所含亚麻苦甙(linamarin)及亚麻苦苷酶(linamarase)水解后析出游离的氢氰酸(hydrocyanic acid)所致。块根未煮熟或氰酸未完全分解前就拿来食用,内含的毒素会转化为氰化氢(hydrogen cyanide)。
木薯属约160种,均为原产於热带美洲的喜阳光植物。中国于19世纪20年代引种栽培,现已广泛分布于华南地区, 木薯生产区域主要分布在广西、广东、海南、云南、福建等南部省区,目前已基本形成琼西—粤西、桂南—桂东—粤中、桂西—滇南、粤东—闽西4大木薯种植优势产区。其中,广西是我国最大的木薯生产基地,已连续10年在种植面积和单产上位居全国第一,向全国提供70%左右的木薯及其制成品。木薯的应用领域广,综合利用价值高,素有“淀粉之王”、“地下粮食”、“能源作物”的称号,除了作为食品、动物饲料外,还是生产淀粉、酒精、山梨醇、葡萄糖、果糖等的工业原料。我国木薯加工主要以生产淀粉和酒精为主。
我国木薯产业采取的是“淀粉加工企业+基地+农户”的生产组织形式。1994年,中国热带农业科学院品种资源研究所引入了“农民参与式”,试图将木薯种植的相关科研成果为民所用。经过多年的推广,确实取得了一定的成果。但是由于农民的科技知识较为薄弱,对木薯的地位、良种的实施效果认识不清,专家与农户缺乏有效的交流机制,以及小农生产的随意性较大,可控性不强等一系列原因,导致了国内木薯良种推广和技术覆盖的程度不高。其次木薯虽粗生易长,但其吸肥力强,需肥量大。过去种木薯大多不施肥或只施少量基肥而不追肥。在木薯生产中,木薯地上部分茎叶生长制衡着地下部分块根生长,品种、土壤肥力、施肥措 施、水分、光照、温度及光周期等因素通过影响其块根与茎、叶的平衡关系,而影响木薯产量。因此改良品种、科学施肥是当前优化物质累积模式、提高木薯产量的主要途径 。
综上所述,木薯施肥缺乏土地基础信息的引导,不是从自身土地的立地条件和生产潜力等出发,而是照搬他人经验而制定施肥方案,针对性不强,往往造成投入养分过量或不足而引起的环境生态问题,同时用肥的养分结构仍存在许多不合理之处,目前在实际生产中重视无机肥料,轻视有机肥料;重视大量元素的使用,轻视中微量元素的搭配;重视肥料生产中的平衡配肥,轻视林分的平衡吸收等现象还比较普遍,造成肥效不高和潜在高隐患的养分失调。再者,先进木薯施肥技术推广手段严重滞后,以致于先进实用的技术到位率不高,得不到应有的回报。
发明内容
本发明为了克服上述木薯栽培现有的问题,提供一种木薯智能施肥系统。
本发明所采用的技术方案是:
一种木薯智能施肥系统,建立一个区域土地土壤肥力基础信息空间数据库的数据计算中心,该中心集合了土壤调查、土地肥力评价、农作物营养学、土壤定位监测技术,测土施肥技术,将信息传送到在特定地区建立的分站或种植方的互动平台,使之通过计算机终端、触摸屏终端或移动终端查木薯的生产潜力目标、生长情况和最佳收获时期,询到当地木薯土地的相关质地、养分含量水平,本区域土地土壤特性、环境条件,木薯的生产潜力目标,提供施肥配方或施肥解决方案,设立专家库和肥料供应商链接,满足木薯高产高效生产管理的需要。
所述分站或种植方的互动平台还包括向专家库获得施肥卡,所述施肥卡的主要内容有:以任何区域的地理信息、地形部位、坡度、土层厚度、成土母质、土壤名称、土壤养分含量水平、土壤物理和化学性质的土地土壤地理信息为依据,计算出该区域土地土壤综合肥力指数,并以土地综合肥力指数为依据,提出木薯的不同生长周期的产量潜力,以推荐优化栽培的信息,推荐肥料品种、配方和使用时间及用量。肥力与生产力的关系是极其重要的,建立农作物施肥参数就成为首要的技术关键,包括产量潜力、木薯不同生长年限单位商品材需肥量、不同生长年限土壤供肥量、不同生长年限的产量水平肥料利用系数等参数的合理估计。推荐施肥采用大配方小调整,大量元素定量推荐,中微量元素定性调配。本系统的产量潜力、相对土壤养分供给能力和肥料利用系数的参数是相互关联,组成一个配套的封闭系统,外部相关参数不能参与本系统的任何参数的估计,也不适用于本系统以外的施肥推荐。
所述的数据计算中心定期从国家或省级农业数据库和专家在各地区设定的土壤监测点,获取土壤肥力信息,进行数据更新,建立区域土地土壤肥力基础信息空间数据库,或者通过从种植方所在地区土地定期取样化验,输入样土化验数据,完善该地区土地土壤数据库更新,通过跟踪该土地土壤中一种或一种以上必须或敏感营养元素的变化情况,对地块进行施肥信息跟踪管理,也可同时输出该地区当年相应施肥方案信息。
所述的数据计算中心所建立的区域土地土壤肥力基础信息空间数据库,还包括建立区域土地土壤肥力基础信息空间数据库,通过电子地图在分站或种植方的互动平台可查询植物所需各种营养元素的专题分布图,为制定木薯施肥配方或施肥方案提供依据;或者通过观测或监测木薯植物体,进行营养诊断或生物体特征诊断,将相应数据信息输入系统,从而制定木薯施肥配方或施肥方案。
所述的专家库,包括对木薯营养诊断方法、木薯淀粉加工和木薯病虫害的防治信息。还包括供人们查询或检索的知识库、木薯及木薯配方肥的各种相关知识、资料和土地土样采集方法。目前木薯在种植过程中,很多农业种植者只是知道需要施肥和林间管理,但不知如何防治木薯病虫害,这时候,通过点击专家库,就可以了解木薯营养诊断方法和如何防治木薯病虫害,或者目前木薯出现怎样的病虫害传播,使得能够及早引起注意和预防。
土地的数据查询主要包含四种查询方式:一是单点查询,通过鼠标在地图上点击,调出对应位置的土壤养分含量以及其他属性数据;二是区域查询,通过鼠标在地图上对次点击得到多边形,然后系统会根据施肥模型参数,从而获取该区域范围内有效的土壤养分含量以及其他属性数据;三是县区查询,直接获取某个县区的有效土壤养分含量以及其他属性数据;四是经纬度查询,通过鼠标在地图上输入经纬度,从而获取该区域范围内有效的土壤养分含量以及其他属性数据。以广西为例,其中专题地图模块是根据整个广西区内所有测试地块的土壤养分数据生成不同的土壤养分专题图的功能模块。该模块主要能够使用户对整个广西区以及某个特定区域(通过地图放大缩小可以查看某区域的情况)内的各个土壤养分含量分布有整体的把握,能够在从一个相对宏观的角度获取作物种植,施肥的参考。专题地块模块支持的土壤养分专题图包括:速效钾专题图,全氮专题图,质地专题图,有效铜专题图,有机质专题图,交换量专题图,有效锰专题图,有效铁专题图,有效硼专题图,PH值专题图,有效锌专题图,有效磷专题图。
所述的计算机终端链接政府相关部门,为制定政策和法规提供科学、全面的准确信息,政府相关部门也能够通过计算机终端向分站或种植方发出相应的指令或服务信息,或通过链接银行、保险业、资产评估机构及相关部门,为其提供服务。
所述测土施肥技术包括木薯施肥计算模型、木薯施肥的营养配方、施肥时间和施肥用量。例如根据木薯的生长需肥特点,在种植木薯前,先对种植木薯的土地进行土样采集,检测土样养分,然后根据土样养分情况进行大、中、微量元素的合理配置,通过土壤养分定点监测的结果信息链接到专家库和肥料供应商,确定木薯肥的元素配方、施肥时间和施肥用量。这样就保证了种植方能够科学种植木薯,获得最好的指导实现造林丰产。
所述的木薯施肥计算模型包括木薯产量潜力、木薯不同生长年限单位商品材需肥量、不同生长年限土壤供肥量或不同生长年限的产量水平肥料利用系数的合理估计中一种或一种以上综合的计算模型。在相同的栽培管理,生产过程的光、热、水、气各地不尽相同,所处的立地条件也不一样,最终得到的产量也不同。因此,合理地分析木薯的生产能力,是科学制定施肥方案和提高施肥质量的关键。由于不同的生产周期、农作物代数、不同种植密度和不同的地域,最终的产量结果差异也较大,本木薯智能施肥系统的处理方法为,以特定的中心区域为基准,建立不同生产区域、不同生产周期、不同密度的生产潜力和不同生长代数等调整参数。而木薯的单位需肥量可以通过对人工栽培木薯林的采样的样品,分木薯杆、根块等部位分别进行相关养分含量测试,并根据各部位的生物量,分别计算出不同年份和不同部位的吸收养分数据,再依据试验所得到的商品材产量结果,求出单位产量需肥量。合理对土壤供肥能力估计,是科学施肥的重要的环节,木薯生长发育所需的营养主要来自于土壤供给,而土壤供给能力的体现主要表现两个特点,一是产量潜力与土壤养分的供给能力呈正比,即产量潜力越大,土壤可供给量就越大,反之亦然;二是在合理的年限范围内,生长年限越长,土壤供给养分绝对的量越大。由于广西目前没有木薯基础供肥能力测定的试验结果,难于评价具体土地土壤供肥能力的绝对数量,但可以参考农田作物的试验结果,可估算其相对供给量。本系统的肥料利用系数主要指化学肥料,并且主要针对氮磷钾等大量元素。对分布各地的32个处理的施肥效果的试验材料。对已得到的试验结果,按上述的单位产量需肥量、产量潜力、相对土壤养分供给能力参数估计方法的估算结果,分别计算出各处理的肥料利用系数,并对计算结果用盒子构造法分析,剔除异常值,分生长时间归类统计。在上述的土地产量潜力、单位产量需肥量、土壤供肥能力和肥料利用系数的估算方法建立以后,可根据有关土地的立地条件、土壤养分情况、栽培生产要素等的实际情况,求出有关参数的具体值,并依据为平衡施肥计算公式求出,其计算的式子为:
施肥量=(预计产量所需肥量-土壤供肥量)÷肥料利用率
其中:预计产量所需肥量=预计产量×单位产量需肥量
土壤供氮量=土壤供给率*产量潜力*单位产量需氮量
氮肥利用系数=10.16/10*57.64=58.56%
施氮肥量=(33.34-15.87)/0.5856=29.83(kg/亩)
得到纯量的计算结果后,可根据采用肥料品种的含量折成实物,并根据种植密度和各年度施用分配比例,计算出各年度单株施肥量。
所述的施肥卡还与肥料供应商联系,种植方可向肥料供应商购买最适合的木薯专用肥料。本发明通过建立在触摸屏信息查询设备上的独立站点式数据查询与发布系统。使农民、淀粉加工企业能真正方便、快捷地查询有关土地的土壤信息,并得到科学施肥配方以及土地管理指导,从而提高土地的经营效益。查询系统的技术方法是:基于GIS平台,开发专有的触摸屏交互界面,满足用户利用触摸屏系统进行地块土壤信息的查询和施肥建议的获得。
所述的数据计算中心的中心计算机CPU采用Intel i5 2.5G或以上;内存采用4G或以上;操作系统采用Win7 32位旗舰版或以上;Office软件采用Windows office2007或以上;能够与用户终端和手机数据相匹配。本发明的系统运用的计算机技术及地理信息系统技术主义包括:.Net Framework技术,Access数据库技术以及GIS(地理信息系统)平台DotSpatial技术。由自主开发的GIS平台为基础,再通过二次开发技术设计架构而成,系统的安装包含了GIS平台和相关应用程序的安装。由于自主GIS平台的运行涉及到大量的内建地图引擎服务,因此对系统所运行的电脑硬件需满足上述性能要求。所述的移动终端是指手机或者具有多种应用功能的智能手机以及平板电脑。
本发明的木薯智能施肥系统,该系统在其它农作物施肥中的应用。本系统不仅解决了目前木薯栽培中的存在的问题,还可以推广到其他农作物高产高效栽培管理上应用。
本发明的有益效果:
1、本发明的木薯智能施肥系统,通过建立一个区域土地土壤肥力基础信息空间数据库的数据计算中心,利用计算机将先进技术的集成用于指导木薯栽培的施肥信息决策系统,通过计算机终端、触摸屏终端或移动终端提供给农民、企业使用,引导他们利用现代信息技术使用专用肥料配方,并进行科学合理的施肥,从而促进木薯土地的沃土与高产。
2、本发明的木薯智能施肥系统,能够建立农作物施肥参数的技术关键,包括产量潜力、木薯不同生长年限单位商品材需肥量、不同生长年限土壤供肥量、不同生长年限的产量水平肥料利用系数等参数的合理估计。
3、本发明的木薯智能施肥系统,能够查询到各区域土地土壤信息、土地肥力评价、农作物营养学、肥力演变趋势的若干信息,还充分运用测土施肥技术,对专用肥的配方进行设计、配方专用肥生产、配方专用肥购买等。
4、本发明的木薯智能施肥系统,在建立基础数据库的基础上,运用现代计算技术开发一套木薯智能化信息决策系统,提供政府有关部门参考。
附图说明
图1为木薯智能施肥系统的逻辑功能图。
图2为木薯智能施肥系统运行流程图。
具体实施方式
图1为木薯智能施肥系统的逻辑功能图。如图1所示,建立一个管理库数据系统,主要是以第二次土壤普查数据、土壤测土数据、地块矢量图形数据和属性数据、系统管理数据为核心,采用MIS技术、数据库技术,建立自治区、市、县(市、区)信息处理与管理平台,完成系统维护、数据组织与管理、查询、浏览、数据更新处理、专题制图、报表管理等业务管理应用层。分站或种植方通过在人机交互界面输入要查询的信息,系统结合土地土壤调查模块和土地管理信息模块从而获取土地信息,同时通过GIS管理系统、数据库管理系统、知识库管理系统获取专家系统、数据库、知识库支持,经过知识获取机制、解释机制形成推理机制,最终得到决策建议。
图2为木薯智能施肥系统运行流程图,用户通过木薯智能化施肥决策系统点击地块地图,土壤数据自动从土壤采样及情况调查提取,通过建立好的实验、模型及知识库得出木薯产量潜力评估,结合土壤养分丰缺状况评价,确定施肥总用量,从而根据肥料运筹方案计算各期肥料用量再结合肥料生产工厂得到配方推荐(建立配方库),然后通过施肥方案推荐(施肥指导单元图)、施肥方案推荐(管理单元图)的以一图一表模式、查询的形式,形成木薯生态肥选型提供给用户。木薯人工林智能化施肥系统是建立在触摸屏信息查询设备上的独立站点式数据查询与发布系统。使农民、淀粉加工企业能真正方便、快捷地查询有关土地的土壤信息,并得到科学施肥配方以及土地管理指导,从而提高土地的经营效益。
数据计算中心的中心计算机CPU采用Intel i5 2.5G或以上;内存采用4G或以上;操作系统采用Win7 32位旗舰版或以上;Office软件采用Windows office2007或以上;能够与用户终端和手机数据相匹配。中心计算机系统运用的计算机技术及地理信息系统技术主义包括:.Net Framework技术,Access数据库技术以及GIS(地理信息系统)平台DotSpatial技术。将空间数据以及土壤调查、土地肥力评价、农作物营养学、肥力演变趋势的若干信息,测土施肥方法的技术结合进DotSpatial的应用程序中,从而集成到统一的系统——木薯智能施肥系统。
本发明的系统主要模块包括:数据查询模块、施肥推荐模块、专题地图模块、知识库模块、系统维护模块。各功能系统集成的实现主要是在系统支持技术的结合运用的基础上实现的,实现方法如下所示:数据查询模块主要通过与地图交互获取地图点(或区域)位置信息,然后根据相应的位置信息从数据库中调出该位置对应的土壤调查数据,将空间位置与土壤养分含量数据关联起来,让用户可以轻松获取感兴趣地理位置的土壤信息;推荐施肥模块是在数据查询的基础上获取空间位置(单点附近区域,多边形区域,县区区域)有效的土壤养分含量数据,然后根据具体土壤养分含量值运用土地肥力评价、农作物营养学、测土配方施肥技术、农作物栽培等相关技术的数学模型,从数据库中调出相应的模型参数,经过一系列复杂的最优筛选计算,从而获取针对该空间位置施肥的最优方案;专题地图模块是在全面获取整个地图区域的全部地块的土壤养分含量数据的基础上,运用地理信息系统中针对某特定数据进行地图渲染,自动生成专题图,使抽象,晦涩的土壤养分数据和地图空间数据得以形象,简洁的展现给用户,使用户对整个地图区域有了一目了然的整体把握以及宏观感知;知识库模块是将相应的帮助文档、公司简介、木薯知识做成编译的HTML帮助文件 (.chm),然后嵌入到系统中,以辅助用户对系统的使用,以及从中了解相应的施肥、木薯淀粉等知识;系统维护模块主要是通过ADO(ActiveX Data Objects,ActiveX数据对象是Microsoft提出的应用程序接口用以实现访问关系或非关系数据库中的数据)方式连接数据库,从而对数据表进行更新、修改。
本发明的数据交换系统是将信息转换成统一的格式,通过数据总线实现各个专业系统的数据集成,实现核心子系统与专业系统之间的数据交换与融合。
应用本发明木薯智能施肥系统的实施例:
不同肥料品种的肥效比较试验:
1材料与方法
1.1试验地概况
试验地点设在中海油公司的广西南宁市良庆区特多惠开发区木薯农作物基地4号岭 (东经108°16′58″、北纬22°52′51″) ,种植时间2012年3月下旬,品种华南5号,种植密度为种植株行距为0.8米×0.8米,面积约4hm2,土层厚度中等,成土母质为砂页岩,土壤为典型的红壤土类型,质地为壤土,肥力水平中等。海拔100米左右,属丘陵地形。土地坡度10°左右,同时该山头的肥力分布很不均匀,分层为坡顶低、坡底高一些、东南面较西北面要好些。
该试验以系统提供的施肥建议卡基本信息:土壤为砂页岩发展成的红壤,质地为壤土,土层厚度50-70cm,坡度10-15°,土壤主要理化性质及推荐施肥,潜力产量见表1-1。
表1-1《系统》建议施肥卡主要理化性质及施肥推荐、潜力产量
表1-1《系统》建议施肥卡主要理化性质及施肥推荐、潜力产量
1.2试验设计
试验采用随机区组设计,设2个处理,随机排列,重复3次,每个重复选定中间两行作为测量对象,试验处理水平见表1-2。
表1-2 试验处理水平表
注:肥料价格(三年平均价格):力源宝木薯生态肥2300元/T,其它专用肥2000元/T。
1.3田间管理
试验于2012年3月开始进行,试验地面积约4hm2,木薯地连作3年。株行距:08m×0.8m,2012年3月21日施基肥,2012年3月22日下种,种时用呋喃丹拌细土撒施于种植沟,木薯栽种后每亩用乙草胺150克兑水50公斤均匀喷施。木薯品种:华南5号,2012年4月23日补苗、间苗, 2012年5月2日进行第一次中耕除草、追肥,2012年7月进行第二次除草。
1.4数据调查与分析
2012年12月8日进行收获并称产量。收获时,每个小区取33平方米进行考种,量取株高、结薯数、称取产量,作为推算试区鲜木薯亩产量。并对不同处理进行比较分析,比较各处理间的差异性。
2结果与分析
2.1 不同肥料对木薯生长量的影响
由表1-3可知,处理1平均株高比处理2要低;平均密度、单株薯数、单株暑重分别比处理2增6.6%、30.8%、10.7%;理论产量比处理1增15.9%。结果表明处理1总养分含量与处理2相同,但对木薯生长量的促进作用比处理2明显。其增产效果优于处理2。因此,不同品种的肥料对木薯前期生长量的肥效差别不仅仅取决于N、P、K大量元素含量高低,主要受肥料养分是否平衡影响。
表1-3 不同肥料处理木薯生长量
本发明实施后的情况:
一、按《木薯智能施肥系统》施肥建议卡提供的施肥量进行施肥,试验产量高于《木薯智能施肥系统系统》相对应的潜力产量,证明《木薯智能施肥系统系统》可供广大农民、农业经营大户和农业管理工作者查询土地土壤肥力信息、分析土地生产潜力以及为施肥计划、生产规划等环节提供帮助和技术支撑。
二、不同生产厂家生产的木薯专用肥氮磷钾总含量相同,施用后的肥效不同,在实际生产中,不应以单一的氮磷钾总含量高低进行判断其施用效果好与差,而应考虑肥料施用后产生的价值进行性价比高低比较。
建议肥料生产企业在生产中原材料的使用与配置,应考虑其利用率以及对土地土壤结构与肥力的维持、生态环境的保护几方面。围绕维持或提升土地土壤肥力,实现本地木薯地土壤肥沃、生态环境协调、生产高产高效和可持续发展目标进行配方的设计和生产。
Claims (10)
1.一种木薯智能施肥系统,其特征在于:建立一个区域土地土壤肥力基础信息空间数据库的数据计算中心,该中心集成了土壤调查、土地肥力评价、农作物营养学、土壤定位监测技术和测土施肥技术,将信息传送到在特定地区建立的分站或种植方的互动平台,使之通过计算机终端、触摸屏终端或移动终端查询到当地木薯土地的相关质地、养分含量水平,本区域土地土壤特性、环境条件,木薯的生产潜力目标、生长情况和最佳收获时期,并提供施肥配方或施肥解决方案,设立专家库和肥料供应商链接,满足木薯高产高效生产管理的需要。
2.根据权利要求1所述的木薯智能施肥系统,其特征在于:所述分站或种植方的互动平台还包括向专家库获得施肥卡,所述施肥卡的主要内容有:以任何区域的地理信息、地形部位、坡度、土层厚度、成土母质、土壤名称、土壤养分含量水平、土壤物理和化学性质的土地土壤地理信息为依据,计算出该区域土地土壤综合肥力指数,并以土地综合肥力指数为依据,提出木薯的品种以及木薯不同生长周期的产量潜力,以推荐优化栽培的信息,推荐肥料品种、配方和使用时间及用量。
3.根据权利要求1所述的木薯智能施肥系统,其特征在于:所述的数据计算中心定期从国家或省级农业数据库或专家技术人员在各地区设定的土壤监测点获取的土壤肥力信息,进行系统数据更新,或者通过从种植方所在地区土地定期取样化验,输入样土化验数据,完善该地区土地土壤数据库更新,通过跟踪该土地土壤中一种或一种以上必需或敏感营养元素的变化情况,对地块进行施肥信息跟踪管理,也可同时输出该地区当年相应施肥方案信息。
4.根据权利要求1所述的木薯智能施肥系统,其特征在于:所述的数据计算中心,还通过电子地图在分站或种植方的互动平台可查询植物所需各种营养元素的专题分布图,为制定木薯施肥配方或施肥方案提供依据;或者通过观测或监测木薯植物体,进行营养诊断或生命特征诊断,将相应数据信息输入系统,从而制定木薯施肥配方或施肥方案。
5.根据权利要求1所述的木薯智能施肥系统,其特征在于:所述的专家库,包括对木薯营养诊断方法、木薯淀粉加工和木薯病虫害的防治信息;还包括供人们查询或检索的知识库、木薯及木薯配方肥的相关知识、资料和土地土样采集方法。
6.根据权利要求1所述的木薯智能施肥系统,其特征在于:所述的计算机终端通过链接政府相关部门,为制定政策和法规提供科学、全面的准确信息;通过计算机终端向分站或种植方发出相应的指令,或链接淀粉加工企业、银行、保险业、资产评估机构及相关部门,为其服务。
7.根据权利要求1所述的木薯智能施肥系统,其特征在于:所述测土施肥技术包括木薯施肥计算模型、木薯施肥的营养配方、施肥时间和施肥用量。
8.根据权利要求7所述的木薯智能施肥系统,其特征在于:所述的木薯施肥计算模型为木薯产量潜力、木薯不同生长年限单位商品材需肥量、不同生长年限土壤供肥量或不同生长年限的产量水平肥料利用系数的合理估计中的一种或一种以上综合的计算模型。
9.根据权利要求2所述的木薯智能施肥系统,其特征在于:所述的施肥卡还与肥料供应商联系,种植方可向肥料供应商购买最适合的木薯专用肥料。
10.权利要求1所述的木薯智能施肥系统,在不仅限于木薯的其它农作物高产高效生产管理中应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410165085.9A CN103927684A (zh) | 2014-04-23 | 2014-04-23 | 木薯智能施肥系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410165085.9A CN103927684A (zh) | 2014-04-23 | 2014-04-23 | 木薯智能施肥系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103927684A true CN103927684A (zh) | 2014-07-16 |
Family
ID=51145898
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410165085.9A Pending CN103927684A (zh) | 2014-04-23 | 2014-04-23 | 木薯智能施肥系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103927684A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104429209A (zh) * | 2014-11-28 | 2015-03-25 | 广西壮族自治区农业科学院农业资源与环境研究所 | 一种甘蔗种植前的土壤改良方法 |
CN106954385A (zh) * | 2015-01-09 | 2017-07-14 | 日立麦克赛尔株式会社 | 植物信息取得系统、植物信息取得装置、植物信息取得方法、作物管理系统以及作物管理方法 |
CN107392787A (zh) * | 2017-07-18 | 2017-11-24 | 福农宝(厦门)大数据科技有限公司 | 一种将专家经验与智能配肥相结合的测土配肥模式 |
CN108684278A (zh) * | 2017-04-06 | 2018-10-23 | 点豆(山东)网络技术有限公司 | 智能配肥方法、装置和系统 |
CN109618629A (zh) * | 2018-12-18 | 2019-04-16 | 武汉工程大学 | 一种利用物联网和计算技术实现施肥配方的设计的方法 |
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 |
CN111459033A (zh) * | 2020-05-29 | 2020-07-28 | 珠江水利委员会珠江水利科学研究院 | 水、肥精量灌溉的灰色预测模糊pid控制方法及设备 |
CN113671154A (zh) * | 2021-08-16 | 2021-11-19 | 武汉禾大科技有限公司 | 一种测土配方系统 |
CN116520747A (zh) * | 2023-05-06 | 2023-08-01 | 江苏东久机械有限公司 | 一种变量施肥控制系统及方法 |
CN117631545A (zh) * | 2024-01-26 | 2024-03-01 | 鄂尔多斯应用技术学院 | 基于自主导航的农业机械控制优化方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN103208048A (zh) * | 2013-04-22 | 2013-07-17 | 天津市农业技术推广站 | 一种用于农业信息服务平台的系统架构 |
JP2013148566A (ja) * | 2012-01-17 | 2013-08-01 | Miraizou Co Ltd | 圃場の土壌管理支援システム |
-
2014
- 2014-04-23 CN CN201410165085.9A patent/CN103927684A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013148566A (ja) * | 2012-01-17 | 2013-08-01 | Miraizou Co Ltd | 圃場の土壌管理支援システム |
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 |
CN103208048A (zh) * | 2013-04-22 | 2013-07-17 | 天津市农业技术推广站 | 一种用于农业信息服务平台的系统架构 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104429209A (zh) * | 2014-11-28 | 2015-03-25 | 广西壮族自治区农业科学院农业资源与环境研究所 | 一种甘蔗种植前的土壤改良方法 |
CN106954385A (zh) * | 2015-01-09 | 2017-07-14 | 日立麦克赛尔株式会社 | 植物信息取得系统、植物信息取得装置、植物信息取得方法、作物管理系统以及作物管理方法 |
CN108684278B (zh) * | 2017-04-06 | 2020-07-17 | 点豆(山东)网络技术有限公司 | 智能配肥方法、装置和系统 |
CN108684278A (zh) * | 2017-04-06 | 2018-10-23 | 点豆(山东)网络技术有限公司 | 智能配肥方法、装置和系统 |
CN107392787A (zh) * | 2017-07-18 | 2017-11-24 | 福农宝(厦门)大数据科技有限公司 | 一种将专家经验与智能配肥相结合的测土配肥模式 |
CN109618629A (zh) * | 2018-12-18 | 2019-04-16 | 武汉工程大学 | 一种利用物联网和计算技术实现施肥配方的设计的方法 |
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 |
CN109644655B (zh) * | 2018-12-18 | 2022-01-07 | 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 |
CN111459033A (zh) * | 2020-05-29 | 2020-07-28 | 珠江水利委员会珠江水利科学研究院 | 水、肥精量灌溉的灰色预测模糊pid控制方法及设备 |
CN113671154A (zh) * | 2021-08-16 | 2021-11-19 | 武汉禾大科技有限公司 | 一种测土配方系统 |
CN116520747A (zh) * | 2023-05-06 | 2023-08-01 | 江苏东久机械有限公司 | 一种变量施肥控制系统及方法 |
CN116520747B (zh) * | 2023-05-06 | 2023-11-03 | 江苏东久机械有限公司 | 一种变量施肥控制系统及方法 |
CN117631545A (zh) * | 2024-01-26 | 2024-03-01 | 鄂尔多斯应用技术学院 | 基于自主导航的农业机械控制优化方法及系统 |
CN117631545B (zh) * | 2024-01-26 | 2024-03-26 | 鄂尔多斯应用技术学院 | 基于自主导航的农业机械控制优化方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103927684A (zh) | 木薯智能施肥系统 | |
CN103927685A (zh) | 农(林)业智能施肥系统 | |
Jayakumar et al. | Drip fertigation program on growth, crop productivity, water, and fertilizer-use efficiency of BT cotton in semi-arid tropical region of India | |
CN105165215A (zh) | 一种大豆优化推荐施肥方法 | |
CN103927627A (zh) | 甘蔗智能施肥及地块信息管理系统 | |
Ahmed et al. | Adapting and evaluating APSIM-SoilP-Wheat model for response to phosphorus under rainfed conditions of Pakistan | |
CN102855351B (zh) | 一种基于统计数据和遥感数据的农作物秸秆资源空间化方法 | |
Zhang et al. | Modeling impacts of climate change and grazing effects on plant biomass and soil organic carbon in the Qinghai–Tibetan grasslands | |
CN103955861A (zh) | 桉树智能施肥系统 | |
Huang et al. | Potassium and boron nutrition enhance fruit quality in Midwest fresh market tomatoes | |
Ligarreto–Moreno et al. | Grain yield and genotype x environment interaction in bean cultivars with different growth habits | |
Chen et al. | Key crop nutrient management issues in the Western Australia grains industry: a review | |
Laparidou et al. | Intensification of production in Medieval Islamic Jordan and its ecological impact: Towns of the Anthropocene | |
Duan et al. | Grain for Green Project in farmers’ minds: perceptions, aspirations and behaviours in eco-fragile region, Xinjiang, China | |
CN103927686A (zh) | 松树智能施肥系统 | |
Kshirsagar | Impact of organic farming on economics of sugarcane cultivation in Maharashtra | |
CN103927687A (zh) | 杉木智能施肥系统 | |
CN103942649A (zh) | 竹子智能施肥系统 | |
Fernández et al. | Soil fertility status of soils in Illinois | |
Gostev et al. | Program for the rational choice of highly cost-effective adaptive technology of grain cultivation for various conditions of the European part of the Russian Federation | |
Guo et al. | Farmers' land allocation responses to the soybean rejuvenation plan: evidence from “typical farm” in Jilin, China | |
Mushtaq et al. | Evaluating energy consumption efficiency in tobacco production: applying data envelopment analysis | |
Recha | Adapting Nyando smallholder farming systems to climate change and variability through modelling | |
Hu et al. | Retrieval of photosynthetic capability for yield gap attribution in maize via model-data fusion | |
Onduru et al. | Ecological and agro-economic study of small farms in sub-Saharan Africa |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140716 |
|
RJ01 | Rejection of invention patent application after publication |