CN103971176B - 一种柑橘果实优质化采收决策的方法及系统 - Google Patents
一种柑橘果实优质化采收决策的方法及系统 Download PDFInfo
- Publication number
- CN103971176B CN103971176B CN201410190977.4A CN201410190977A CN103971176B CN 103971176 B CN103971176 B CN 103971176B CN 201410190977 A CN201410190977 A CN 201410190977A CN 103971176 B CN103971176 B CN 103971176B
- Authority
- CN
- China
- Prior art keywords
- fruit
- decision
- harvesting
- oranges
- citrusfruit
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种柑橘果实优质化采收决策的方法及系统，以历史积温和果实成熟度动态变化为指标建立果实成熟度预测模型，实现基于实时积温的柑橘果园果实成熟度动态预测，并明确不同用途(加工或鲜食)果实适宜成熟标准；在建立柑橘果园果实成熟度预测模型的基础上，建立历年积温和当年实时积温相互矫正的基于不同用途果实采收标准的适宜采收期预测模型，增加了成熟期预测的精度和可靠度。通过柑橘果园果实适宜采收期预测技术和产量的无损探测技术，开发智能化的柑橘果实优质化采收决策的系统，利于柑橘果园果实实现分批次采收，延长果实供应期，实现企业和基地用户协调供应关系，为实现柑橘果品供应与企业加工和鲜果营销进度的协调衔接提供支撑。
Description
技术领域
本发明属于水果智能采收技术领域，尤其涉及一种柑橘果实优质化采收决策的方法及系统。
背景技术
我国柑橘产业化基地建设起步较晚，加工和营销周期难以提高，加工设备和营销人员利用率较低。尽管我国柑橘主产区冬季保果技术先后开展过一些研究，通过科学处理，已经将试验园越冬夏橙和锦橙等品种的落果率控制在品种的成熟期调整到月，但我国柑橘采收的盲目性和随意性仍然很大，农民大多凭经验判断成熟期，或者不管地理位置和管理水平和品质发育进程差异可能带来的成熟期差异而盲目采收、跟风采收，使得送到加工厂和鲜果市场的原料果实时间高度集中，供货时多时少，品质参差不齐，一方面导致提供给企业原料不能满足果实品质需求，另一方面是原料果和鲜果的供应进度不能与企业生产和营销计划协调同步，造成集中供应期内果实积压，供大于求，损耗增加，而其他时期无加工原料和鲜果供应，极大影响了橙汁工厂和鲜果营销市场均衡供应和产品质量保障，企业断炊待料，设备和营销人员闲置，生产成本上升，削弱了产品竞争力，不利于加工企业健康发展，也导致果农生产效益大幅度下降。
发明内容
本发明的目的在于提供一种橘果实优质化采收决策的方法及系统，旨在解决我国柑橘采收的盲目性和随意性导致加工厂和鲜果市场的原料果实时间高度集中、供货时多时少、品质参差不齐的问题。
本发明是这样实现的，一种柑橘果实优质化采收决策的方法，包括以下步骤：
根据果实的最终用途，收集多个柑橘品种在相应产地的果实品质发育动态和积温数据；
选取上述其中一品种当年果实品质发育动态数据建立基于果实成熟度与积温关系的适宜采收期预测模型以及算法，通过所述模型对该品种柑橘次年的果实品质动态变化数据进行验证；
将其他柑橘品种的果实品质动态数据通过所述算法建立所述其他柑橘品种的适宜采收期预测模型，并验证；选择以T/A为单一采收标准的一元一次回归算法及与该算法对应的适宜采收期预测模型；所述T/A为固酸比；
由T/A为单一采收标准的适宜采收期预测模型包括：
果实成熟度预测模型为x1＝(y+1183.16394749575)/139.73；
积温和发育天数的方程为y＝115.66+8.73x3，F＝236.90P＝0.001R2＝0.99；
适宜采收所需积温差为△y＝139.73*(x10-x1F)；
果实适宜采收期预测模型为△x＝△y/8.73＝139.73*(x10-x1F)/8.73；
其中，y为积温，x1为果实采收时的T/A值，x3为发育天数，x10为从预测起点测定的T/A值，x1F为达到采收标准时T/A值，△x为果实到成熟采摘时所需的天数，△y为到适宜采收所需积温差。
优选地，所述根据果实的最终用途，收集多个柑橘品种在相应产地的果实品质发育动态和积温数据之前还包括步骤：根据各柑橘品种的历史果实品质发育动态变化数据，确定相应产地各品种果实最终用途的采收标准。
优选地，所述根据各柑橘品种的历史果实品质发育动态变化数据，确定相应产地各品种果实最终用途的采收标准之后还包括步骤：对柑橘产地果园进行分品种产量估测。
优选地，所述选择以T/A为单一采收标准的一元一次回归算法及与该算法对应的适宜采收期预测模型之后还包括步骤：根据各品种柑橘在次年常规成熟期3个月前的果实成熟度运算形成柑橘产地果园分品种适宜采收期预测分布图。
优选地，所述根据各品种柑橘在次年常规成熟期3个月前的果实品质运算形成果园分品种适宜采收期预测分布图之后还包括步骤：根据分品种估测的产量进行运算形成果园分品种产量分布图。
本发明进一步提供了一种柑橘果实优质化采收决策的系统，包括适宜采收期预测系统，所述适宜采收期预测系统包括：
历史数据收集模块，用于根据果实的最终用途，收集多个柑橘品种在相应产地的果实品质发育动态和积温数据；
模型筛选模块，用于选取上述其中一品种当年果实品质发育动态数据建立基于果实成熟度与积温关系的适宜采收期预测模型以及算法，通过所述模型对该品种柑橘次年的果实品质动态变化数据进行验证；
模型适应性模块，用于将其他柑橘品种的果实品质动态数据通过所述算法建立所述其他柑橘品种的适宜采收期预测模型，并验证；选择以T/A为单一采收标准的一元一次回归算法及与该算法对应的适宜采收期预测模型；所述T/A为固酸比；
由T/A为单一采收标准的适宜采收期预测模型包括：
果实成熟度预测模型为x1＝(y+1183.16394749575)/139.73；
积温和发育天数的方程为y＝115.66+8.73x3，F＝236.90P＝0.001R2＝0.99；
适宜采收所需积温差为△y＝139.73*(x10-x1F)；
果实适宜采收期预测模型为△x＝△y/8.73＝139.73*(x10-x1F)/8.73；
其中，y为积温，x1为果实采收时的T/A值，x3为发育天数，x10为从预测起点测定的T/A值，x1F为达到采收标准时T/A值，△x为果实到成熟采摘时所需的天数，△y为到适宜采收所需积温差；
所述历史数据收集模块、模型筛选模块以及模型适应性模块依次连接。
优选地，所述适宜采收期预测系统还包括采收标准确定模块，用于根据各柑橘品种的历史果实品质发育动态变化数据，确定相应产地各品种果实最终用途的采收标准；其中，所述采收标准确定模块与历史数据收集模块连接。
优选地，所述柑橘果实优质化采收决策的系统还包括估产系统，用于对柑橘果园分品种进行产量估测；所述适宜采收期预测系统与估产系统之间进行数据交换。
优选地，所述柑橘果实优质化采收决策的系统还包括决策系统，用于根据各品种柑橘在次年常规成熟期3个月前的果实品质运算形成果园分品种适宜采收期预测分布图；其中，所述决策系统与适宜采收期预测系统连接。
优选地，所述决策系统，还用于根据分品种估测的产量进行运算形成果园分品种产量分布图；其中，通过估产系统为所述决策系统分品种果园产量估测数据。
本发明克服现有技术的不足，提供一种柑橘果实优质化采收的方法及决策系统，通过根据果实的最终用途，收集相应产地多个柑橘品种果实品质发育动态数据；选取一模型品种柑橘当年果实品质发育动态数据建立基于果实成熟度T/A与积温关系的适宜采收期预测模型以及算法，通过所述模型品种柑橘次年的果实品质动态变化数据进行验证，并选择以T/A为单一采收标准的一元一次回归算法及与该算法对应的适宜采收期预测模型；将其他柑橘品种的果实品质动态数据通过所述一元一次回归算法建立所述其他柑橘品种的适宜采收期预测模型，实现柑橘果实分批次采收，延长果实供应期，实现企业和基地用户(合作社)协调供应关系；在此基础上，将该适宜采收期预测模型与现有的无损检测系统连接，建立历年积温和当年实时积温相互矫正的基于光谱一成熟度预测模型，以增加成熟期预测的精度和可靠度；在此基础上，通过柑橘果实成熟期、质量和产量的实时无损探测技术，与现有的估测系统、决策系统配合开发一套柑橘果实优质化采收决策系统，为实现柑橘果品供应与企业加工和鲜果营销进度的协调衔接提供支撑。
附图说明
图1是本发明实施例中柑橘果实优质化采收决策的方法的步骤流程图；
图2为本发明实施例中哈姆林脐橙在2008/2009年度果实成熟度动态变化示意图；
图3为本发明实施例中哈姆林脐橙在2009/2010年度果实成熟度动态变化示意图；
图4为本发明实施例中班菲儿脐橙在2010/2011年度果实成熟度动态变化示意图；
图5是本发明实施例中鲍威尔脐橙在2010/2011年度果实成熟度动态变化示意图；
图6是本发明实施例中切斯勒特脐橙在2010/2011年度果实成熟度动态变化示意图；
图7是本发明实施例中柑橘果实优质化采收决策中适宜采收期预测系统结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
—种柑橘果实优质化采收决策的方法，如图1所示，包括以下步骤：
S1、根据果实的最终用途，收集多个柑橘品种在相应产地的果实品质发育动态和积温数据；
在步骤S1中，更具体的，柑橘为非跃变型果实，成熟较缓慢，因而采收期较长，应根据果实的最终用途，来确定相应的采收成熟度指标。适宜的采收时期，应该根据果实的成熟程度来确定，一般固酸比(T/A)在范围风味较好，若应考虑储藏要求，T/A值不宜过高，过早或过晚采收都不适宜。同时，结合基地实际种植情况，提出了忠县新立示范基地哈姆林脐橙，新测定了奉节铁佛晚熟脐橙示范基地班菲儿、鲍威尔和切斯勒特脐橙果实成熟动态变化，提出上述果实品种成熟采收标准。如图所示，其中，图2为哈姆林脐橙在2008/2009年度果实成熟度动态变化示意图；图3为哈姆林脐橙在2009/2010年度果实成熟度动态变化示意图；图4为班菲儿脐橙在2010/2011年度果实成熟度动态变化示意图；图5是鲍威尔脐橙在2010/2011年度果实成熟度动态变化示意图；图6是切斯勒特脐橙在2010/2011年度果实成熟度动态变化示意图。
从图2中可以看出，忠县新立基地(哈姆林脐橙)以已采集的果实品质发育动态数据为基础。哈姆林脐橙作为鲜食和制汁两用品种，T/A值于2008年12月18日T/A值达到11.60，其中TSS和TA值分别达到10.0和0.87，可达到鲜食和制汁标准，可一直采收至2009年1月5日，此时T/A值可达到13.80，其中TSS和TA值分别为11.34和0.82。
从图3可以看出，与2008/2009年度相比，2009/2010年度果实品质动态变化动态变化有较大差异，尤其是果实TSS含量，于2009年11月初已经达到11.18，显著高于上一年度同期TSS含量。同时，T/A直到2009年12月5日才达到10.21，此时的TSS和TA值分别为11.01和1.09；但达到鲜食和制汁标准采收日期与2008/2009年度相近，T/A于2009年12月20日达到11.70，其TSS和TA分别为11.24和0.97；可一直采收到2010年1月7日，此时T/A达到12.07，其中TSS和TA分别为11.69和0.98。
从图4可以看出，班菲儿脐橙果实T/A值于2011年2月25日可达到10.72，此时的TSS和TA分别为10.53和0.99；—直到2010年3月19日T/A值达到13.21，此时TSS和TA值分别达到10.93和0.84，均达到鲜食和储藏标准要求；此后TA迅速下降，并于2010年4月9日T/A达到15.69，其TSS和TA分别达到11.28和0.73，其储藏性能显著下降。
从图5可以看出，尽管鲍威尔脐橙果实T/A值于2011年1月7日至2月25日达到10.7以上，但酸度TA仍大于1，直至2011年3月19日T/A值达到13.81，其TSS和TA值分别为11.95和0.87，此时风味和储藏性能俱佳。
从图6可以看出，切斯勒特脐橙果实T/A值于2011年1月7日达到10.82，此时TSS和TA值分别为10.17和0.94，直到2010年3月19日T/A值达到15.23，此时TSS和TA值分别达到10.33和0.72，均达到鲜食和储藏标准要求；此后TA迅速下降，并于2010年4月9日T/A达到17.27，其TSS和TA分别达到16.60和0.64，其风味和储藏性能显著下降。
S2、选取上述其中一品种当年果实品质发育动态数据建立基于果实成熟度与积温关系的适宜采收期预测模型以及算法，通过所述模型品种柑橘次年的果实品质动态变化数据进行验证；
在步骤S2中，更具体的，包括以下具体过程：
(1)以TSS和T/A作为适宜采收标准的多元回归方程建模方法
依据2008/2009年度哈姆林脐橙果实成熟所需积温以2008年11月1日为计算起点，当天记为0℃，以后依次逐天每天平均气温累积，每次采样间隔10-18d，测定果实TSS和T/A，如下表1所示：
表1 2008/2009年度脐橙果实TSS、固酸比、积温及达到积温需要天数的统计表
采用SPSS22.0统计软件，对哈姆林脐橙果实品质(TSS、T/A)与积温(Y)之间的相关分析。结果表明，哈姆林脐橙果实TSS含量、固酸比均与果实发育积温呈现显著的相关性(P<0.05)，相关系数分别为0.909、.905。以x1、2分别代表哈姆林果实采收时的果实TSS含量和T/A，y代表达到采收时TSS和T/A时的积温，采用MLR分析建立哈姆林脐橙果实y的多元线性回归方程：
y＝388.59-336.00x1+296.63x2(F＝13.27P＝0.041R2＝0.92) 方程1
同时依据SPSS22.0的曲线估计分析建立积温y和发育天数x3的方程：
y＝115.66+8.73x3(F＝236.90P＝0.001R2＝0.99) 方程2
从预测起点测定的TSS和T/A值标记为x10和x20，达到采收标准时TSS和T/A值标记为x1F和x2F，建立到适宜采收所需积温差：
△y＝-336.00*(x10-x1F)+296.63*(x20-x2F) 方程3
哈姆林脐橙果实到成熟采摘时所需的天数(d)：
△x＝△y/8.73＝-336.00*(x10-x1F)+296.63*(x20-x2F)/8.73 方程4
为了检验TSS和T/A以及成熟所需天数可否看成是一个具通用性的方程式，用以预测此后年份适宜采收期。根据2009/2010年度果实品质动态变化数据，验证模型正确性，如下表2所示：
表2方程4模型验证结果汇总
结果表明采用以TSS和T/A作为采收标准的二元回归方程建模预测误差较大，缺乏通用价值，它们不能清晰反映年份的变化。从2009年11月8日实测值预测到2009年12月5日、2009年12月20日和2010年1月7日成熟过程中误差分别达到30.6、58.4和35.8d，这说明该方法不适于适宜采收决策系统模型建立。
原因分析：
利用忠县拔山示范基地山地的地形对果实品质地形分布特点，研究结果表明对同一年度山顶、山东坡和山西坡果实TSS含量影响显著，其中以山顶>山东坡>>山西坡。这可能与我市夏季高温、干旱导致和秋冬寡日照导致无效光合现象有关。同时，我们前期有关柑橘树体生产能力数字化初步研究结果：果实品质主要决定与生理落果期到果实膨大期光照条件、积温和果园矿质营养等条件。对比2008/2009和2009/2010年度基地主要气象因子，其中2009/2010年度相比2008/2009年度而言前期光照条件较好，积温较高，导致2009年11月8日TSS含量即达到11.18，显著高于去年同期TSS含量9.60；同时，两年度TSS和T/A相关系数分别为0.68和0.98，其中TSS相关系数未达显著相关水平，而T/A相关系数达到极显著水平。这说明，年度间T/A动态变化规律性显著高于TSS变化规律。
因而，采用2008/2009年度数据建立的预测模型年度间通用型较差，仅适于同等条件(如前期气象因子、营养等水平相近)果园适宜采收期预测，而2009/2010年度由于前期光照条件和积温显著优于2008/2009年度，其TSS显著高于2008/2009年度，导致模型预测精度下降。
(2)建立由T/A为单一采收标准的适宜采收预测模型
基于上述分析，采用T/A作为单一采收标准的曲线估计模型，分析方法同上。主要结果如下：
积温y与T/A方程：
y＝139.73*x1-1183.16394749575(F＝13.74P＝0.034R2＝0.22)--方程5
方程5可转换为x1＝(y+1183.16394749575)/139.73为果实成熟度预测模型。
积温y和发育天数x3的方程：
y＝115.66+8.73x2(F＝236.90P＝0.001R2＝0.99) 方程6
从预测起点测定的T/A值标记为x10，达到采收标准时T/A值标记为x1F，建立到适宜采收所需积温差：
△y＝139.73*(x10-x1F) 方程7
哈姆林脐橙果实到成熟采摘时所需的天数(d)：
△x＝△y/8.73＝139.73*(x10-x1F)/8.73 方程8
方程8为果实适宜采收期预测模型。
验证结果如下表3所示：
表3方程8模型验证结果汇总
由表3可见，方程8适宜采收预测模型误差均小于5d，同时，可以提前60d以上预测果实的适宜采收期，达到采收期预测的目标。
S3、将其他柑橘品种的果实品质动态数据通过所述算法建立所述其他柑橘品种的适宜采收期预测模型，并验证；选择以T/A为单一采收标准的一元一次回归算法及与该算法对应的适宜采收期预测模型预测效果最佳。
在步骤S3中，根据步骤S2所确定的模型并选择所对应的算法，根据上述图4至图6中班菲儿脐橙、鲍威尔脐橙以及切斯勒特脐橙在2010/2011年度果实成熟度动态变化示意图中的数据分别进行适宜采收期预测模型的建立，方法如上述步骤S2中方法2所示，在此不再赘述。
在本发明实施例中，柑橘为非跃变型果实，成熟过程较缓慢，加之果实用途不同对果实品质的评价和要求也存在差异，通过上述分品种柑橘适宜采收期预测模型确定基于果实最终用途的果实成熟标准和适宜不同用途的采收成熟度指标，这将有利于柑橘果实实现分批次采收，延长果实供应期，实现企业和基地用户(合作社)协调供应关系。
在进一步的实施过程中，为了增加成熟期预测的精度和可靠度，在本发明实施例中，上述步骤S1之前还包括步骤S0:实时检测果实品质发育动态并获取各柑橘品种的果实品质发育动态变化数据。
在本发明实施例中，通过柑橘果实品质快速无损检测模型和基于历史积温的适宜采收期预测模型的基础上，建立历年积温和当年实时积温相互矫正的基于光谱-成熟度预测模型，以增加成熟期预测的精度和可靠度。
在进一步的实施过程中，为了使本发明更适用于原料远程适宜采收决策制定，在本发明实施例中，所述步骤S0之后还包括步骤S00:对柑橘果园分品种进行产量估测。所述步骤S3之后还包括步骤S4:根据各品种柑橘在次年常规成熟期3个月前的果实品质运算形成果园分品种适宜采收期预测分布图，以及步骤S5:根据分品种估测的产量进行运算形成果园分品种产量分布图。
在本发明实施例中，对柑橘果园分品种进行产量估测通过估产系统完成，适宜采收期预测分布图以及果园分品种产量分布图的运算通过采收决策系统完成。在本发明中，估产系统为中柑所柑橘估产系统V1.0，证书号为2009SR048798。
在本发明实施例中，通过柑橘果实成熟期和产量的实时无损检测结果、适宜采收期预测以及产量估测，利用上述采收决策系统，为实现柑橘果品供应与企业加工和鲜果营销进度的协调衔接提供支撑。
本发明进一步提供了一种柑橘果实优质化采收的决策系统，包括适宜采收期预测系统，如图7所示，所述适宜采收期预测系统包括：
历史数据收集模块1，用于根据果实的最终用途，收集多个柑橘品种在相应产地的果实品质发育动态和积温数据；
模型筛选模块2，用于选取上述其中一品种当年果实品质发育动态数据建立基于果实成熟度与积温关系的适宜采收期预测模型以及算法，通过所述模型品种柑橘次年的果实品质动态变化数据进行验证；
模型适应性模块3，用于将其他柑橘品种的果实品质动态数据通过所述算法建立所述其他柑橘品种的适宜采收期预测模型，并验证；选择以T/A为单一采收标准的一元一次回归算法及与该算法对应的适宜采收期预测模型预测效果最佳；
其中，所述历史数据收集模块1、模型筛选模块2以及模型适应性模3依次连接。
在本发明实施例中，更具体的，所述适宜采收期预测系统1还包括采收标准确定模块4，用于根据各柑橘品种的历史果实品质发育动态变化数据，确定相应产地各品种果实最终用途的采收标准；其中，所述采收标准确定模块4与历史数据收集模块1连接。
更具体的，所述柑橘果实优质化采收决策的系统还包括估产系统，用于对柑橘果园分品种进行产量估测；所述适宜采收期预测系统与估产系统之间进行数据交换。
更具体的，所述柑橘果实优质化采收决策的系统还包括决策系统，用于根据各品种柑橘在次年常规成熟期3个月前的果实品质运算形成果园分品种适宜采收期预测分布图；其中，所述决策系统与采收期预测系统连接。
更具体的，所述决策系统，还用于根据分品种估测的产量进行运算形成果园分品种产量分布图；其中，通过估产系统为所述决策系统分品种果园产量估测数据。
本发明的柑橘果实优质化采收的决策系统与上述柑橘果实优质化采收的决策方法相对应，具有相同的原理和有益效果，可以通过上述方法解释本系统，在此不再赘述。
相比与现有技术的缺点和不足，本发明具有以下有益效果：
(1)本发明以基于果实最终用途的果实成熟标准和适宜不同用途的采收成熟度为指标建立适宜采收期预测模型，并确定柑橘果实成熟度及其品质，利于柑橘果实实现分批次采收，延长果实供应期，实现企业和基地用户(合作社)协调供应关系。
(2)本发明通过建立柑橘果实品质快速无损检测技术和基于历史积温的适宜采收期预测模型的基础上，建立历年积温和当年实时积温相互矫正的基于光谱一成熟度预测模型，增加了成熟期预测的精度和可靠度。
(3)本发明通过柑橘果实成熟期和产量的实时无损探测技术，开发智能化的柑橘果实优质化采收的决策系统，为实现柑橘果品供应与企业加工和鲜果营销进度的协调衔接提供支撑。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种柑橘果实优质化采收决策的方法，其特征在于包括以下步骤：
根据果实的最终用途，收集多个柑橘品种在相应产地的果实品质发育动态和积温数据；
选取上述其中一品种当年果实品质发育动态数据建立基于果实成熟度与积温关系的适宜采收期预测模型以及算法，通过所述模型对该品种柑橘次年的果实品质动态变化数据进行验证；
将其他柑橘品种的果实品质动态数据通过所述算法建立所述其他柑橘品种的适宜采收期预测模型，并验证；选择以T/A为单一采收标准的一元一次回归算法及与该算法对应的适宜采收期预测模型；所述T/A为固酸比；
由T/A为单一采收标准的适宜采收期预测模型包括：
果实成熟度预测模型为x1＝(y+1183.16394749575)/139.73；
积温和发育天数的方程为y＝115.66+8.73x3，F＝236.90P＝0.001R2＝0.99；
适宜采收所需积温差为△y＝139.73*(x10-x1F)；
果实适宜采收期预测模型为△x＝△y/8.73＝139.73*(x10-x1F)/8.73；
其中，y为积温，x1为果实采收时的T/A值，x3为发育天数，x10为从预测起点测定的T/A值，x1F为达到采收标准时T/A值，△x为果实到成熟采摘时所需的天数，△y为到适宜采收所需积温差。
2.如权利要求1所述的柑橘果实优质化采收决策的方法，其特征在于，所述根据果实的最终用途，收集多个柑橘品种在相应产地的果实品质发育动态和积温数据之前还包括步骤：根据各柑橘品种的历史果实品质发育动态变化数据，确定相应产地各品种果实最终用途的采收标准。
3.如权利要求2所述的柑橘果实优质化采收决策的方法，其特征在于，所述根据各柑橘品种的历史果实品质发育动态变化数据，确定相应产地各品种果实最终用途的采收标准之后还包括步骤：对柑橘产地果园进行分品种产量估测。
4.如权利要求3所述的柑橘果实优质化采收决策的方法，其特征在于，所述选择以T/A为单一采收标准的一元一次回归算法及与该算法对应的适宜采收期预测模型之后还包括步骤：根据各品种柑橘在次年常规成熟期3个月前的果实成熟度运算形成柑橘产地果园分品种适宜采收期预测分布图。
5.如权利要求4所述的柑橘果实优质化采收决策的方法，其特征在于，所述根据各品种柑橘在次年常规成熟期3个月前的果实品质运算形成果园分品种适宜采收期预测分布图之后还包括步骤：根据分品种估测的产量进行运算形成果园分品种产量分布图。
6.一种柑橘果实优质化采收决策的系统，其特征在于，包括适宜采收期预测系统，所述适宜采收期预测系统包括：
历史数据收集模块，用于根据果实的最终用途，收集多个柑橘品种在相应产地的果实品质发育动态和积温数据；
模型筛选模块，用于选取上述其中一品种当年果实品质发育动态数据建立基于果实成熟度与积温关系的适宜采收期预测模型以及算法，通过所述模型对该品种柑橘次年的果实品质动态变化数据进行验证；
模型适应性模块，用于将其他柑橘品种的果实品质动态数据通过所述算法建立所述其他柑橘品种的适宜采收期预测模型，并验证；选择以T/A为单一采收标准的一元一次回归算法及与该算法对应的适宜采收期预测模型；所述T/A为固酸比；
由T/A为单一采收标准的适宜采收期预测模型包括：
果实成熟度预测模型为x1＝(y+1183.16394749575)/139.73；
积温和发育天数的方程为y＝115.66+8.73x3，F＝236.90P＝0.001R2＝0.99；
适宜采收所需积温差为△y＝139.73*(x10-x1F)；
果实适宜采收期预测模型为△x＝△y/8.73＝139.73*(x10-x1F)/8.73；
其中，y为积温，x1为果实采收时的T/A值，x3为发育天数，x10为从预测起点测定的T/A值，x1F为达到采收标准时T/A值，△x为果实到成熟采摘时所需的天数，△y为到适宜采收所需积温差；
所述历史数据收集模块、模型筛选模块以及模型适应性模块依次连接。
7.如权利要求6所述的柑橘果实优质化采收决策的系统，其特征在于，所述适宜采收期预测系统还包括采收标准确定模块，用于根据各柑橘品种的历史果实品质发育动态变化数据，确定相应产地各品种果实最终用途的采收标准；其中，所述采收标准确定模块与历史数据收集模块连接。
8.如权利要求7所述的柑橘果实优质化采收决策的系统，其特征在于，所述柑橘果实优质化采收决策的系统还包括估产系统，用于对柑橘果园分品种进行产量估测；所述适宜采收期预测系统与估产系统之间进行数据交换。
9.如权利要求8所述的柑橘果实优质化采收决策的系统，其特征在于，所述柑橘果实优质化采收决策的系统还包括决策系统，用于根据各品种柑橘在次年常规成熟期3个月前的果实品质运算形成果园分品种适宜采收期预测分布图；其中，所述决策系统与适宜采收期预测系统连接。
10.如权利要求9所述的柑橘果实优质化采收决策的系统，其特征在于，所述决策系统，还用于根据分品种估测的产量进行运算形成果园分品种产量分布图；其中，通过估产系统为所述决策系统分品种果园产量估测数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410190977.4A CN103971176B (zh) | 2014-05-07 | 2014-05-07 | 一种柑橘果实优质化采收决策的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410190977.4A CN103971176B (zh) | 2014-05-07 | 2014-05-07 | 一种柑橘果实优质化采收决策的方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103971176A CN103971176A (zh) | 2014-08-06 |
| CN103971176B true CN103971176B (zh) | 2017-07-07 |
Family
ID=51240641
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410190977.4A Expired - Fee Related CN103971176B (zh) | 2014-05-07 | 2014-05-07 | 一种柑橘果实优质化采收决策的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103971176B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104933470A (zh) * | 2015-04-09 | 2015-09-23 | 中国农业科学院柑桔研究所 | 柑橘红蜘蛛发生期验证方法 |
| 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 |
| CN108108872B (zh) * | 2017-11-23 | 2022-04-08 | 广东省农业科学院果树研究所 | 一种准确判断妃子笑荔枝果实成熟度的方法 |
| JP6999223B2 (ja) * | 2018-07-31 | 2022-01-18 | 株式会社オプティム | コンピュータシステム、収穫時期予測方法及びプログラム |
| CN110516858A (zh) * | 2019-08-13 | 2019-11-29 | 兰州大学 | 一种预测三叶草产量与品质的方法 |
| CN110489906A (zh) * | 2019-08-26 | 2019-11-22 | 浙江省农业科学院 | 覆盆子鞣花酸含量的预测方法 |
| CN110674973A (zh) * | 2019-08-26 | 2020-01-10 | 浙江省农业科学院 | 覆盆子山柰酚-3-o-芸香糖苷含量的预测方法 |
| CN110674972A (zh) * | 2019-08-26 | 2020-01-10 | 浙江省农业科学院 | 覆盆子山柰酚-3-o-芸香糖苷及鞣花酸含量预测的方法 |
| CN113128779A (zh) * | 2021-04-29 | 2021-07-16 | 华东交通大学 | 一种柑桔最佳采收期决策支持系统 |
| CN113155776A (zh) * | 2021-04-29 | 2021-07-23 | 华东交通大学 | 一种柑桔最佳采收期预测方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102735621A (zh) * | 2011-04-13 | 2012-10-17 | 广东工业大学 | 一种基于颜色传感器的水果成熟度检测方法 |
| CN102818777A (zh) * | 2012-08-24 | 2012-12-12 | 北京农业智能装备技术研究中心 | 一种基于光谱和颜色测量的水果成熟度评价方法 |
-
2014
- 2014-05-07 CN CN201410190977.4A patent/CN103971176B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102735621A (zh) * | 2011-04-13 | 2012-10-17 | 广东工业大学 | 一种基于颜色传感器的水果成熟度检测方法 |
| CN102818777A (zh) * | 2012-08-24 | 2012-12-12 | 北京农业智能装备技术研究中心 | 一种基于光谱和颜色测量的水果成熟度评价方法 |
Non-Patent Citations (4)
| Title |
|---|
| "基于光谱技术的甜橙果实内在品质检测及成熟期预测模型研究";毛莎莎;《中国优秀硕士学位论文全文数据库农业科技辑》;20100815(第8期);第二章，第3.1、3.3.3、3.3.4、5.1、6.3节 * |
| "基于图像处理技术的柑桔园估产系统研制";易时来等;《中国南方果树》;20091120;第38卷(第6期);第1-4页 * |
| "柑橘果园监测与规划模型的初步研究";唐子立;《中国优秀硕士学位论文全文数据库农业科技辑》;20130215;第D048-119页 * |
| "苹果理化品质评价指标研究";聂继云等;《中国农业科学》;20120215(第14期);第2.3节 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103971176A (zh) | 2014-08-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103971176B (zh) | 一种柑橘果实优质化采收决策的方法及系统 | |
| Lauenroth et al. | Estimating aboveground net primary production in grasslands: a simulation approach | |
| CN106408132A (zh) | 一种基于种植设备的作物产量预测方法及装置 | |
| CN106645563A (zh) | 一种基于种植设备的病虫害预测方法及装置 | |
| Preszler et al. | Cluster thinning reduces the economic sustainability of Riesling production | |
| Miloševic et al. | Agronomic properties and nutritional status of plum trees (Prunus domestica L.) influenced by different cultivars | |
| CN104597217A (zh) | 一种基于成熟规律的水果成熟度评价方法 | |
| CN109214591B (zh) | 一种木本植物地上生物量预测方法及系统 | |
| CN101322969B (zh) | 一种检测分级方法 | |
| CN106157159A (zh) | 一种基于互联网影像远程农产品品质检测方法和装置 | |
| CN112766763A (zh) | 一种寡照胁迫对温室番茄品质影响的评估方法及系统 | |
| CN111582742A (zh) | 一种基于气象评价农产品品质的方法及系统 | |
| CN103518516B (zh) | 辣椒田间产量的测量方法 | |
| Sharpe et al. | A physiologically based continuous-time Markov approach to plant growth modelling in semi-arid woodlands | |
| CN109446744A (zh) | 一种考虑空间结构与生长交互的林分生长模拟方法及系统 | |
| CN110367067A (zh) | 一种基于多梯度多性状综合抗旱指数的水稻抗旱性评价方法 | |
| Pienaar et al. | PMRC yield prediction system for slash pine plantations in the Atlantic coast flatwoods | |
| CN113191572A (zh) | 苹果产量的预测方法、装置、存储介质及电子设备 | |
| Castro et al. | Selection between and within full-sib sugarcane families using the modified BLUPIS method (BLUPISM). | |
| Rezende et al. | Establishment of specific DRIS standards for mango cultivars Tommy Atkins, Kent and Keitt compared to generic standards in the Sub-Middle São Francisco Valley | |
| CN105510573A (zh) | 一种基于生长轴相关基因血液生化标记选育武定鸡的方法 | |
| CN106446434A (zh) | 一种可种植植物确定方法及装置 | |
| CN108153714B (zh) | 一种设施蔬菜灌溉方案综合评价的方法及系统 | |
| Alshammari et al. | Expansion of the olive crop based on modeling climatic variables using geographic information system (GIS) in Aljouf region KSA | |
| CN104572900B (zh) | 一种作物育种评价的性状特征选择方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170707 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |