CN104751279A - 一种农业生产管理方法、装置及系统 - Google Patents
一种农业生产管理方法、装置及系统 Download PDFInfo
- Publication number
- CN104751279A CN104751279A CN201510133373.0A CN201510133373A CN104751279A CN 104751279 A CN104751279 A CN 104751279A CN 201510133373 A CN201510133373 A CN 201510133373A CN 104751279 A CN104751279 A CN 104751279A
- Authority
- CN
- China
- Prior art keywords
- growing environment
- farmland
- agricultural production
- production management
- data
- 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)
- Fertilizing (AREA)
Abstract
本发明公开了一种农业生产管理方法、装置及系统,所述方法包括:获取数据库中由预设监测点采集的生长环境监测数据;基于预设算法,根据所述生长环境监测数据,生成各个农田单元相应的生长环境数据;根据所述生长环境数据,生成各个农田单元的管理方案,其中,所述管理方案包括:农田灌溉量和农田施肥量以及农田农药喷洒量。本发明实施例提供的农业生产管理方法、装置及系统,能够根据各个农田单元的生长环境数据有针对性的对每一个农田单元进行浇灌、施肥、喷洒农药等管理,节约了水、肥料、农药等资源,提高了农业生产的效率。
Description
技术领域
本发明涉及智能农业技术领域,尤其涉及一种农业生产管理方法、装置及系统。
背景技术
我国是农业大国,农业是我国国民经济的命脉,面对人口日益增加的巨大压力,对于农业资源的有效利用和环境保护的要求也越来越高。随着社会信息化的全面发展,各项科学管理技术被广泛应用于各行各业,促进了我国农业、工业、金融、教育、文化等事业的全面发展。现代农业由以往传统的粗犷式管理实现了向精细化、信息化、现代化农业的科学转变,摆脱了传统农业靠天吃饭、靠地产粮的被动式管理模式,而形成了一种高度科学、自动化的崭新的农业管理体系。在该模式中一切与农业有关的环境因素、作物生长规律等全过程信息均在其全天候的计算机监测进程中被详细记录,人们根据监测的结果进行深入分析并采取必要的措施对农作物赖以生存的土壤及气候环境进行干预,有效实现了对农业发展的计算机信息化监控与宏观调配管理,使农业朝着科学、有序、高效的良性管理方向不断迈进。
目前我国寄托于农业物联网系统形成了一定规模的农业信息化基础,但是对于利用信息系统实现高效、可靠的智能化农业生产还存在许多问题。例如,灌溉、施肥、使用农药的方法都过于粗犷,容易造成资源的浪费,环境的严重污染,这种现象在大规模的农业生产中尤为明显,导致了农业生产中生产效率低,生产成本高的问题。
发明内容
有鉴于此,本发明提出了一种农业生产管理方法、装置及系统,以解决农业生产中生产效率低,资源浪费严重的问题,提高农业生产的效率。
为达此目的,本发明采用以下技术方案:
第一方面,本发明实施例提供一种农业生产管理方法,包括:
获取数据库中由预设监测点采集的生长环境监测数据;
基于预设算法,根据所述生长环境监测数据,生成各个农田单元相应的生长环境数据;
根据所述生长环境数据,生成各个农田单元的管理方案,其中,所述管理方案包括:农田灌溉量和农田施肥量以及农田农药喷洒量。
进一步的,获取数据库中由预设监测点采集的生长环境监测数据之前,还包括:
获取至少一个监测点采集到的生长环境监测数据;
将所述生长环境监测数据存储到数据库中。
进一步的,基于预设算法,根据所述生长环境监测数据,生成各个农田单元相应的生长环境数据包括:
基于预设算法,根据所述生长环境监测数据和各个农田单元的坐标值,生成所述各个农田单元相应的生长环境数据。
进一步的,预设算法包括:最小二乘算法或插值算法。
第二方面,本发明实施例提供一种农业生产管理装置,包括:
获取单元,用于获取数据库中由预设监测点采集的生长环境监测数据;
第一生成单元,用于基于预设算法,根据所述生长环境监测数据,生成各个农田单元相应的生长环境数据;
第二生成单元,用于根据所述生长环境数据,生成各个农田单元的管理方案,其中,所述管理方案包括:农田灌溉量和农田施肥量以及农田农药喷洒量。
进一步的,还包括:
数据获取单元,用于获取至少一个监测点采集到的生长环境监测数据;
数据存储单元,用于将所述生长环境监测数据存储到数据库中。
进一步的,所述第一生成单元具体用于:基于预设算法,根据所述生长环境监测数据和各个农田单元的坐标值,生成所述各个农田单元相应的生长环境数据。
进一步的,所述预设算法包括:最小二乘算法或插值算法。
第三方面,本发明实施例提供一种农业生产管理系统,包括上述的农业生产管理装置,还包括至少一个监测点。
进一步的,所述监测点包括下述至少一项监测设备:
温度传感器,用于检测农作物生长土壤中的温度;
湿度传感器,用于检测农作物生长土壤中的湿度;
土壤传感器,用于检测农作物生长土壤中至少一种元素的含量;
二氧化碳传感器,用于检测农田中二氧化碳的浓度;
视觉传感器,用于检测农田中病虫害的覆盖率。
本发明实施例提供的农业生产管理方法、装置及系统,通过在分为多个管理单元的农田上布置至少一个监测点,由监测点采集所在农田单元的生长环境数据,根据所述生长环境数据,基于预设算法,生成各个农田单元相应的生长环境数据,根据所述生长环境数据,生成各个农田单元的管理方案,能够根据各个农田单元的生长环境数据有针对性的对每一个农田单元进行浇灌、施肥、喷洒农药等管理,节约了水、肥料、农药等资源,也提高了农业生产的效率。
附图说明
为了更加清楚地说明本发明示例性实施例的技术方案,下面对描述实施例中所需要用到的附图做一简单介绍。显然,所介绍的附图只是本发明所要描述的一部分实施例的附图,而不是全部的附图,对于本领域普通技术人员,在不付出创造性劳动的前提下,还可以根据这些附图得到其他的附图。
图1是本发明实施例一提供的农业生产管理方法的流程图;
图2是本发明实施例一提供的农业生产管理方法的监测点分布结构示意图图;
图3是本发明实施例二提供的农业生产管理装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下将结合本发明实施例中的附图,通过具体实施方式,完整地描述本发明的技术方案。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例,基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动的前提下获得的所有其他实施例,均落入本发明的保护范围之内。
实施例一
图1给出了本实施例一提供的农业生产管理方法的流程图,该方法可以由农业生产管理装置来执行,其中所述装置可由软件和/或硬件实现。如图1所示,本实施例提供的农业生产管理方法包括如下操作:
操作S101,获取数据库中由预设监测点采集的生长环境监测数据;
在该操作之前还包括以下操作:获取至少一个监测点采集到的生长环境监测数据;将所述生长环境监测数据存储到数据库中。
图2给出了本发明实施例一提供的农业生产管理方法的监测点分布结构示意图,如图2所示,优选的,将农田划分为大小相同的至少一个农田单元20,每个农田单元20都有其相应的位置坐标P(i,j),从农田中选取几个农田单元作为监测点21,减少了监测点的个数,有效的提高了农业生产环境的监测精度。需要说明的是,可以根据农田的环境以及农作物生长因素来确定监测点的位置和监测点的个数。
其中,所述监测点可以由传感器组构成,所述传感器组可以包括下述至少一项传感器:温度传感器、湿度传感器、土壤传感器、二氧化碳传感器和视觉传感器。所述温度传感器可用于监测农作物生长土壤中的温度;所述湿度传感器可用于监测农作物生长土壤中的湿度,以根据监测数据对农田进行合理的灌溉;所述土壤传感器可用于监测农作物生长土壤中至少一种元素的含量,例如,盐分、PH值、全氮、有效磷、钙、镁等元素的含量,以根据监测数据进行合理的施肥;视觉传感器可用于监测农田的病虫害情况,以根据病虫害的程度确定农田中相应的农药喷洒量;二氧化碳传感器,用于监测农田中二氧化碳的浓度。
本实施例中的生长环境数据为下述至少一种:农田温度值、农田湿度值、土壤养分含量、病虫害覆盖率、农田二氧化碳浓度。
操作S102,基于预设算法,根据所述生长环境监测数据,生成各个农田单元相应的生长环境数据;
具体的,基于预设算法,根据从数据库中获取的生长环境监测数据以及各个农田单元的位置坐标信息,生成各个农田单元相应的生长环境数据。
优选的,预设算法为最小二乘算法或插值算法。例如,所述预设算法为最小二乘算法,利用最小二乘二次拟合的方法,通过对至少一个监测点采集的环境监测数据拟合,得到该数据在整个农田的分布函数Fk(x,y),具体拟合过程如下:
以湿度生长环境数据分布为例,假设F1(x,y)为整个农田湿度的分布函数,监测点坐标为(xi,yi),各个监测点的湿度函数值为F1(xi,yi),其中i=1、2…n。
将湿度分布函数记为:
F1(x,y)=a0+a1x+a2y+a3x2+a4xy+a5y2;
将采集到的监测点的湿度值代入方程并写成矩阵形式,即:
上述矩阵形式可用下述方程式表示:
P·a=u;
则上述方程式的最小二乘解为:
a=(PT·P)-1·PT·u;
由此可得到整个农田的湿度分布函数F1(x,y)。
通过湿度分布函数F1(x,y),可以分析得到整个农田的灌溉量需求分布函数G1(x,y)。
所述灌溉量分布函数G1(x,y)与湿度分布函数F1(x,y)存在以下关系:
G1(x,y)=α-β·F1(x,y);
其中,α,β为灌溉量与湿度经验关系系数。
基于上述同样的推理过程,根据监测点获取的病虫害覆盖率生长环境数据和土壤养分生长环境数据可以得到整个农田关于病虫害覆盖率的分布函数G2(x,y)和土壤养分的分布函数G3(x,y)。根据所述整个农田的湿度分布函数、病虫害覆盖率分布函数和土壤养分分布函数以及各个农田单元的位置坐标,可以获得各个农田单元的湿度值、病虫害覆盖率和土壤养分含量。
操作S103,根据所述生长环境数据,生成各个农田单元的管理方案,其中,所述管理方案包括:农田灌溉量和农田施肥量以及农田农药喷洒量。
在由操作S102获得了各个农田单元的当前湿度值、病虫害覆盖率和土壤养分含量后,针对各个农田单元的当前湿度值、病虫害覆盖率和土壤养分含量生成相应的管理方案,根据当前湿度值生成农田单元所需的灌溉数据,根据当前病虫害覆盖率生成农田单元所需的农药喷洒量,根据当前土壤养分含量生成农田单元所需的施肥量,使得每一个农田单元都能够根据具体需要进行管理,提高了农业生产管理的效率,节省了资源,也提高了农业生产的效率。
本发明实施例提供的农业生产管理方法,通过在分为多个管理单元的农田上布置至少一个监测点,由监测点采集所在单元的生长环境数据,根据所述生长环境数据,基于预设算法,生成各个农田单元相应的生长环境数据,根据所述生长环境数据,生成各个农田单元的管理方案,能够根据各个农田单元的生长环境数据有针对性的对每一个农田单元进行浇灌、施肥、喷洒农药等管理,节约了水、肥料、农药等资源,提高了农业生产的效率,增大了农业生产量。
实施例二
图3给出了本发明实施例二提供的农业生产管理装置的结构示意图。如图3所示,本实施例提供的农业生产管理装置,包括:
获取单元310,用于获取数据库中由预设监测点采集的生长环境监测数据;
第一生成单元320,用于基于预设算法,根据所述生长环境监测数据,生成各个农田单元相应的生长环境数据;
第二生成单元330,用于根据所述生长环境数据,生成各个农田单元的管理方案,其中,所述管理方案包括:农田灌溉量和农田施肥量以及农田农药喷洒量。
进一步的,还包括:
数据获取单元,用于获取至少一个监测点采集到的生长环境监测数据;
数据存储单元,用于将所述生长环境监测数据存储到数据库中。
进一步的,所述第一生成单元320具体用于:基于预设算法,根据所述生长环境监测数据和各个农田单元的坐标值,生成所述各个农田单元相应的生长环境数据。
进一步的,所述预设算法包括:最小二乘算法或插值算法。
本发明实施例提供的农业生产管理装置可执行本发明实施例一提供的农业生产管理方法,具备执行方法相应的功能模块和有益效果。
实施例三
本发明实施例三提供一种农业生产管理系统,包括实施例二提供的农业生产管理装置,还包括至少一个监测点。
进一步的,所述监测点包括下述至少一项监测设备:
温度传感器,用于检测农作物生长土壤中的温度;
湿度传感器,用于检测农作物生长土壤中的湿度;
土壤传感器,用于检测农作物生长土壤中至少一种元素的含量;
二氧化碳传感器,用于检测农田中二氧化碳的浓度;
视觉传感器,用于检测农田中病虫害的覆盖率。
本发明实施例提供的农业生产管理系统包括实施例二提供的农业生产管理装置,所述农业生产管理装置可执行本发明实施例一提供的农业生产管理方法,具备执行方法相应的功能模块和有益效果。
上述仅为本发明的较佳实施例及所运用的技术原理。本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由权利要求的范围决定。
Claims (10)
1.一种农业生产管理方法,其特征在于,包括:
获取数据库中由预设监测点采集的生长环境监测数据;
基于预设算法,根据所述生长环境监测数据,生成各个农田单元相应的生长环境数据;
根据所述生长环境数据,生成各个农田单元的管理方案,其中,所述管理方案包括:农田灌溉量和农田施肥量以及农田农药喷洒量。
2.根据权利要求1所述的农业生产管理方法,其特征在于,获取数据库中由预设监测点采集的生长环境监测数据之前,还包括:
获取至少一个监测点采集到的生长环境监测数据;
将所述生长环境监测数据存储到数据库中。
3.根据权利要求1所述的农业生产管理方法,其特征在于,基于预设算法,根据所述生长环境监测数据,生成各个农田单元相应的生长环境数据包括:
基于预设算法,根据所述生长环境监测数据和各个农田单元的坐标值,生成所述各个农田单元相应的生长环境数据。
4.根据权利要求1所述的农业生产管理方法,其特征在于,预设算法包括:最小二乘算法或插值算法。
5.一种农业生产管理装置,其特征在于,包括:
获取单元,用于获取数据库中由预设监测点采集的生长环境监测数据;
第一生成单元,用于基于预设算法,根据所述生长环境监测数据,生成各个农田单元相应的生长环境数据;
第二生成单元,用于根据所述生长环境数据,生成各个农田单元的管理方案,其中,所述管理方案包括:农田灌溉量和农田施肥量以及农田农药喷洒量。
6.根据权利要求5所述的农业生产管理装置,其特征在于,还包括:
数据获取单元,用于获取至少一个监测点采集到的生长环境监测数据;
数据存储单元,用于将所述生长环境监测数据存储到数据库中。
7.根据权利要求5所述的农业生产管理装置,其特征在于,所述第一生成单元具体用于:基于预设算法,根据所述生长环境监测数据和各个农田单元的坐标值,生成所述各个农田单元相应的生长环境数据。
8.根据权利要求5所述的农业生产管理装置,其特征在于,所述预设算法包括:最小二乘算法或插值算法。
9.一种农业生产管理系统,其特征在于,包括权利要求5-8任一所述的农业生产管理装置,还包括至少一个监测点。
10.根据权利要求9所述的系统,其特征在于,所述监测点包括下述至少一项监测设备:
温度传感器,用于检测农作物生长土壤中的温度;
湿度传感器,用于检测农作物生长土壤中的湿度;
土壤传感器,用于检测农作物生长土壤中至少一种元素的含量;
二氧化碳传感器,用于检测农田中二氧化碳的浓度;
视觉传感器,用于检测农田中病虫害的覆盖率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510133373.0A CN104751279A (zh) | 2015-03-25 | 2015-03-25 | 一种农业生产管理方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510133373.0A CN104751279A (zh) | 2015-03-25 | 2015-03-25 | 一种农业生产管理方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104751279A true CN104751279A (zh) | 2015-07-01 |
Family
ID=53590921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510133373.0A Pending CN104751279A (zh) | 2015-03-25 | 2015-03-25 | 一种农业生产管理方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104751279A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105513325A (zh) * | 2015-12-31 | 2016-04-20 | 深圳市芭田生态工程股份有限公司 | 一种基于物联网解决种植问题的农业服务系统 |
CN105512950A (zh) * | 2016-01-21 | 2016-04-20 | 上海硅酉信息技术有限公司 | 一种地理信息系统 |
CN107950324A (zh) * | 2017-12-15 | 2018-04-24 | 上海应用技术大学 | 基于玉米分阶段灌溉需水量计算的灌溉管理系统及灌溉方法 |
CN109874477A (zh) * | 2019-01-17 | 2019-06-14 | 北京农业智能装备技术研究中心 | 一种农业园区施肥机托管方法及系统 |
CN110715688A (zh) * | 2019-11-08 | 2020-01-21 | 广州佳帆计算机有限公司 | 一种环境监测设备及其提示方法 |
CN116993059A (zh) * | 2023-09-26 | 2023-11-03 | 南通广袤丰信息技术有限公司 | 一种基于大数据的物联网智能农业植保系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202722193U (zh) * | 2012-06-25 | 2013-02-13 | 河海大学 | 稻田节水灌溉决策支持系统 |
CN103810639A (zh) * | 2012-11-08 | 2014-05-21 | 大连宏宇科技有限公司 | 一种农业生产的监测与控制系统 |
CN103838144A (zh) * | 2013-12-30 | 2014-06-04 | 林兴志 | 基于物联网土壤分析的甘蔗精细种植滴灌建模控制方法 |
CN103886409A (zh) * | 2014-03-13 | 2014-06-25 | 汕头大学 | 农业种植辅助决策系统 |
-
2015
- 2015-03-25 CN CN201510133373.0A patent/CN104751279A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202722193U (zh) * | 2012-06-25 | 2013-02-13 | 河海大学 | 稻田节水灌溉决策支持系统 |
CN103810639A (zh) * | 2012-11-08 | 2014-05-21 | 大连宏宇科技有限公司 | 一种农业生产的监测与控制系统 |
CN103838144A (zh) * | 2013-12-30 | 2014-06-04 | 林兴志 | 基于物联网土壤分析的甘蔗精细种植滴灌建模控制方法 |
CN103886409A (zh) * | 2014-03-13 | 2014-06-25 | 汕头大学 | 农业种植辅助决策系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105513325A (zh) * | 2015-12-31 | 2016-04-20 | 深圳市芭田生态工程股份有限公司 | 一种基于物联网解决种植问题的农业服务系统 |
CN105512950A (zh) * | 2016-01-21 | 2016-04-20 | 上海硅酉信息技术有限公司 | 一种地理信息系统 |
CN107950324A (zh) * | 2017-12-15 | 2018-04-24 | 上海应用技术大学 | 基于玉米分阶段灌溉需水量计算的灌溉管理系统及灌溉方法 |
CN109874477A (zh) * | 2019-01-17 | 2019-06-14 | 北京农业智能装备技术研究中心 | 一种农业园区施肥机托管方法及系统 |
CN110715688A (zh) * | 2019-11-08 | 2020-01-21 | 广州佳帆计算机有限公司 | 一种环境监测设备及其提示方法 |
CN116993059A (zh) * | 2023-09-26 | 2023-11-03 | 南通广袤丰信息技术有限公司 | 一种基于大数据的物联网智能农业植保系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104751279A (zh) | 一种农业生产管理方法、装置及系统 | |
Cid-Garcia et al. | A crop planning and real-time irrigation method based on site-specific management zones and linear programming | |
Liu et al. | Shifting farming–pastoral ecotone in China under climate and land use changes | |
Wang et al. | Factors that alter the relative importance of abiotic and biotic drivers on the fertile island in a desert-oasis ecotone | |
Michalczyk et al. | Model-based optimisation of nitrogen and water management for wheat–maize systems in the North China Plain | |
US20220174935A1 (en) | Method for remediating developmentally delayed plants | |
Patil Shirish et al. | Precision farming: the most scientific and modern approach to sustainable agriculture | |
Erb et al. | Conceptual and empirical approaches to mapping and quantifying land-use intensity | |
Li et al. | Spatial variability of soil nutrients in seasonal rivers: A case study from the Guo River Basin, China | |
CN109813865A (zh) | 一种设施土壤盐分监测方法与系统 | |
Gholkar et al. | Influence of agricultural developments on net primary productivity (NPP) in the semi-arid region of India: a study using GloPEM model | |
Olajire et al. | Assessment of indigenous climate change adaptation strategies and its impacts on food crop yields in Osun State, Southwestern Nigeria | |
Meena et al. | Fertilizer recommendations by using different geospatial technologies in precision farming or nanotechnology | |
Lou et al. | Combining multi-source data to explore a mechanism for the effects of micrometeorological elements on nutrient variations in paddy land water | |
Wang et al. | Simulating the effects of drought stress timing and the amount irrigation on cotton yield using the CSM-CROPGRO-cotton model | |
Babu et al. | Precision Agriculture and Farming Using Cyber-Physical Systems: A Systematic Study | |
Ajaykumar et al. | Review on Crop Yield Prediction with Deep Learning and Machine Learning Algorithms | |
Patel et al. | Analyzing The Effect Of Climate Change on Crop Yield Over Time Using Machine Learning Techniques | |
CN109523416A (zh) | 一种农业生产管理方法、装置及系统 | |
Lu et al. | Influences of topographic factors on outcomes of forest programs and policies in a mountain region of China: a case study | |
CN108040840A (zh) | 灌溉控制方法 | |
Cai et al. | Spatiotemporal tendency of agricultural water use efficiency in the northernmost Yellow River: Indicator comparison and interactive driving factors | |
Dou et al. | Evaluating the Effects of Controlled Drainage on Nitrogen Uptake, Utilization, Leaching, and Loss in Farmland Soil | |
Suhail et al. | Use of smart farming techniques to mitigate water scarcity | |
Ilie et al. | Embedded intelligent adaptronic and cyber-adaptronic systems in organic agriculture concept for improving quality of life |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150701 |