CN105701615A - 一种基于环境信息的农作物适宜性评价方法 - Google Patents
一种基于环境信息的农作物适宜性评价方法 Download PDFInfo
- Publication number
- CN105701615A CN105701615A CN201610020687.4A CN201610020687A CN105701615A CN 105701615 A CN105701615 A CN 105701615A CN 201610020687 A CN201610020687 A CN 201610020687A CN 105701615 A CN105701615 A CN 105701615A
- Authority
- CN
- China
- Prior art keywords
- crops
- soil
- index
- crop
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 20
- 239000002689 soil Substances 0.000 claims abstract description 100
- 238000000034 method Methods 0.000 claims abstract description 54
- 230000007613 environmental effect Effects 0.000 claims description 34
- 230000008569 process Effects 0.000 claims description 22
- 238000013461 design Methods 0.000 claims description 13
- 238000009826 distribution Methods 0.000 claims description 8
- 239000012567 medical material Substances 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 235000013339 cereals Nutrition 0.000 claims description 4
- 230000002596 correlated effect Effects 0.000 claims description 4
- 235000012055 fruits and vegetables Nutrition 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 238000012732 spatial analysis Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 abstract description 6
- 238000004519 manufacturing process Methods 0.000 abstract description 5
- 230000007774 longterm Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 8
- 230000012010 growth Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 241000196324 Embryophyta Species 0.000 description 4
- 238000012271 agricultural production Methods 0.000 description 4
- 238000000205 computational method Methods 0.000 description 4
- 230000008635 plant growth Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 240000008067 Cucumis sativus Species 0.000 description 2
- 235000010799 Cucumis sativus var sativus Nutrition 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Animal Husbandry (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Development Economics (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Cultivation Of Plants (AREA)
Abstract
本发明公开一种基于环境信息的农作物适宜性评价方法,包括农作物数据采集、土壤环境信息采集、设置计算条件、计算匹配度、输出结果步骤,通过采集农作物数据形成农作物信息库,农作物库中包含农作物的环境指标的适宜值及该指标所占的权重;采集土壤环境信息形成土壤环境数据库,这二者数据再通过权重指数和法计算出土壤环境信息对于农作物的适宜程度值来指导农业生产,从而为农村贫困地区以及其他地区耕地环境的规划、保护、管理和决策提供数据支持和科学依据,实现农村贫困人口通过自己劳动致富的长效机制。<!-- 2 -->
Description
技术领域
本发明涉及指导农村耕地的作物种植评价方法,特别是涉及一种基于环境信息的农作物适宜性评价方法。
背景技术
三十多年的改革开放,使数亿中国人甩掉了贫困的帽子,但中国的扶贫仍然面临艰巨的任务。最新数据显示,按照中国扶贫标准,到2013年底中国还有8249万农村贫困人口,贫困地区发展滞后问题没有根本改变。在民生问题中,困难群体往往有更多更强烈的诉求,因此需要给予更多的关注和帮扶。近年来,农村贫困人口的"精准扶贫"问题日益突出,扶贫工作要从解决突出问题入手,建立有内生动力、有活力,能够让贫困人口自己劳动致富的长效机制。实际上,我们的相当一批致富先锋大多通过种植致了富,摆脱了贫困的面貌。但是,还没有脱贫的农村贫困人员,手里有田地,大多是生产效率低下,还没有真正找到如何在有限的田地上种植出高效益的价值出来的有效方法!因此,为了提高生产效率,有效的实现农村贫困人口的"精准扶贫",结合相关分析技术对土壤环境信息和农作物适宜环境信息进行最优匹配评价,通过科学的计算方法得出耕地适宜种植的作物品种,以及农作物适宜种植的地区,指导农业生产的评价方法,建立农村贫困人口通过自己劳动致富的长效机制,具有重要的现实意义,也是当今研究的热点之一。
农村耕地种植作物的选择一般都是农民根据自身经验或者自身需求去选择种植哪种作物,选择作物没有科学的指导方法,往往选择的作物或者品种与土壤性质匹配度不高,大多是生产效率低下,还没有真正找到如何在有限的田地上种植出高效益的价值出来的有效方法。目前在国内,也只有基于遥感和GIS的农作物种植面积提取的理论与方法等对现有农作物种植面积估算及估产方法的研究,少数地方虽然开展过基于GIS的土壤的作物适宜性图谱研究,但是既从土壤环境信息和农作物适宜环境信息通过科学的计算方法得出耕地适宜种植的作物,又以土壤环境信息和农作物适宜环境信息通过科学的匹配方法得出农作物适宜种植的地区,从而把二者结合起来进行科学研究,目前还没有机构进行过深入的探讨和研究。
发明内容
本发明是要提供一种高效的农作物适宜种植环境以及耕地适宜种植的作物品种适宜性评价方法,基于土壤环境信息和农作物适宜环境信息的最优种植匹配方法,从而为农村耕地环境的规划、保护、管理和决策提供数据支持和科学依据,建立农村贫困人口通过自己劳动致富的长效机制。
本发明解决上述技术问题的技术方案包括如下步骤:
A)农作物数据采集:采集农作物的基本信息,记录农作物适宜种植的详细环境信息指标及其权重数据形成数据库;
B)土壤环境信息采集:采集农村贫困地区土地的基本信息和土壤的环境信息指标形成数据库;
C)设置计算条件:用于设置计算的相关条件,包括设置需要计算的区域、需要参与计算的农作物、需排除的环境数据,分析各贫困地区土地适宜性评价指标对农作物的影响程度;
D)计算匹配度:以土壤环境信息采集的数据为基础,结合农作物数据采集中的农作物适宜环境信息及权重数据进行匹配度计算,得出土地对于农作物的适宜种植程度指标值,其中:
匹配度计算公式为:1-(偏移总量/权重和),其中“指标偏移量=(土壤环境指标值-农作物环境指标适宜值)/指标分母*指标权重”(指标分母取自“土壤环境指标值”和“农作物环境指标适宜值”中较大的值);所有的指标偏移量的绝对值求和得到偏移总量;所有环境指标权重求和得到权重和。该计算的方法可以通过调整权重值来适应不同农作物对环境的要求,并且可以充分考虑到各种不同的环境指标;
E)输出结果:根据计算匹配度步骤得出的计算值,可以输出某个贫困地区适宜种植的作物以及农作物适宜在哪些贫困地区种植数据结果。
所述农作物数据采集步骤中的农作物主要包括粮食作物、水果、蔬菜、高附加值药材花卉气候适宜型作物。
所述土壤环境信息采集步骤中土壤环境信息主要包括坡度、土壤有效深度、土壤排水情况、土壤质地、土壤pH值、空气湿度、土壤湿度、光照时长。
所述设置计算条件步骤中包括层次分析法设置计算的相关条件。
所述输出结果步骤中的数据结果为采用GIS空间分析与叠加技术得到农作物适宜性的空间分布图或普通数据列表。
本发明的有益效果是:该方法通过地理空间数据处理计算机技术,并在计算机软、硬件支持下,对农作物的地理分布以及与之相关的属性实现采集、存储、管理、处理、检索、分析和显示等功能,可以应用于土地的农作物适宜性评价,从而为农村贫困地区以及其他地区耕地环境的规划、保护、管理和决策提供数据支持和科学依据,实现农村贫困人口通过自己劳动致富的长效机制。为广大农户的脱贫致富做好帮手,为"精准扶贫"提供有效的手段。同时,通过计算机辅助技术、数字通信技术以及网络技术等先进技术,我们还可以实现贫困地区的农作物适宜性的空间分布图信息共享和网络发布功能,延伸地理信息系统的基本操作及贫困地区作物信息的直观展现,实现可视化查询与管理。
附图说明
图1是本发明的流程框图。
具体实施方式
下面结合附图和具体实施例对本发明进行说明。如图1所示,一种基于环境信息的农作物适宜性评价方法,包括以下步骤农作物数据采集1、土壤环境信息采集2、设置计算条件3、计算匹配度4、输出结果5,其中:
农作物数据采集1:采集包括粮食作物、水果、蔬菜和一些高附加值药材花卉等农作物的基本信息,该农作物适宜种植的详细环境信息及其权重数据收集后录入,各环境信息的指标因子的权重确定可采用专家打分或经验值确定。
影响作物生长的因子复杂多样,要采集作物生长的生理生态数据也不是一个简单的事情,我们可以根据一些特定地区所处气候带类型和独特的气象条件,筛选出包括粮食作物、水果、蔬菜和一些高附加值药材花卉等气候适宜型作物,从而使得在该区域内快速开展作物适宜评价成为可能。对于一些市面上正推广的新的作物种植信息可以直接从市面上采集,比如通过向黄瓜的信息种子生产企业收集正在大力推广的某黄瓜品种的适宜环境信息。如津优2号黄瓜最适宜温度为20至25摄氏度、光照时长为8至11小时、土壤湿度60%至90%、空气湿度为20%至40%、适宜土壤的PH值为6.5等。而其中土壤湿度和土壤PH值对黄瓜生长影响最大,则可以将黄瓜的土壤湿度和土壤PH值的权重值分别设置为0.4和0.3,其他权重根据黄瓜的生长特性按比例均设置为0.1(见附表1津优2号黄瓜环境信息权重表),然后将这些参数信息录入到农作物数据采集的步骤。针对其他农作物,也可以根据作物生长对土壤资源的要求,确定包括坡度、土壤有效深度、土壤排水情况、土壤质地以及土壤pH等特定因子为评价指标,同时给出所有被评价作物针对不同指标的适宜性评价模型,然后将这些参数信息录入到农作物数据采集的步骤,形成最终的农作物适宜种植的详细环境信息及其权重数据库。
附表1津优2号黄瓜环境信息权重表
指标 | 实际数值 | 计算数值 | 权重值 |
适宜温度 | 20~25摄氏度 | 22.5 | 0.1 |
光照时长 | 8至11小时 | 9.5 | 0.1 |
土壤湿度 | 60%至90% | 75% | 0.4 |
空气湿度 | 20%至40% | 30% | 0.1 |
适宜土壤的PH值 | 6.1 | 6.1 | 0.3 |
土壤环境信息采集2采集主要为农村贫困地区土地的基本信息和土壤的环境信息数据;
目前全国正全面推广农村土地承包经营权确权登记颁证工作,已经完成此工作地区的农村经营管理部门已经形成了农村土地信息的数据库,该数据库包含了土地空间位置信息即遥感与地理基础数据。以此数据为基础,通过实地调查,以及从环境部门收集各个区域的土壤环境信息,实地调查可以采用多功能土壤环境测试仪实地测量,实地检测地表温度、昼夜温差、植被指数、土壤坡度、土壤有效深度、土壤排水情况、土壤湿度、空气湿度、日照时长、土壤质地以及土壤pH等等环境信息,然后将测量的数据录入到土壤环境采集步骤2。比如测量到到地区A的土壤PH值为7.4、土壤湿度为50%、空气湿度为43%、日照时长为8小时;地区B的土壤PH值为6.6、土壤湿度为30%、空气湿度为22%、日照时长为9小时(见附表2贫困地区A、B土地土壤环境信息表)。完成土壤环境信息采集后可形成土壤的环境信息库。
附表2贫困地区A、B土地土壤环境信息表
指标 | 地区A | 地区B |
光照时长 | 8小时 | 9小时 |
土壤湿度 | 50% | 30% |
空气湿度 | 43% | 22% |
适宜土壤的PH值 | 7.4 | 6.6 |
建立好步骤1、2的数据库后,进行设置计算条件3,用于设置计算的相关条件,比如设置需要计算的区域、需要参与计算的农作物、需排除的环境数据,分析各贫困地区土地适宜性评价指标对高附加值药材花卉等农作物的影响程度,根据层次分析法确定各贫困地区土地适宜性评价指标基本权重。(层次分析法(AnalyticalHierarchyProcess,简称AHP),是美国匹兹堡大学教授A.L.Saaty于20世纪70年代提出的一种系统分析方法,它综合了定性与定量分析,模拟人的决策思维过程,具有思路清晰、方法简便、适用面广、系统性强等特点,是分析多目标、多因素、多准则的复杂大系统的有力工具。层次分析法的基本原理简单说就是用下一层次因素的相对排序来求得上一层次因素的相对排序。应用层次分析法解决问题的思路是:首先把要解决的问题分出系列层次,即根据问题的性质和要达到的目标将问题分解为不同的组成因素,按照因素之间的相互影响和隶属关系将各层次各因素聚类组合,形成一个递阶的有序的层次结构模型;然后对模型中每一层次每一因素的相对重要性,依据人们对客观现实的判断给予定量表示(也可以先进行定性判断,再予赋值量化),再利用数学方法确定每一层次全部因素相对重要性次序的权值;最后通过综合计算各层因素相对重要性的权值,得到最低层(方案层)相对于较高层(分目标或准则层)和最高层(总目标)的相对重要性次序的组合权值,以此进行进行方案排序,作为评价和选择方案的依据。层次分析法在多个领域得到广泛应用,层次分析法的使用就是为了解决多目标、多准则、多层次的复杂系统问题,层次分析法计算的根本问题是如何计算出判断矩阵的最大特征根及其对应的正规化特征向量W,向量W的分量Wi即是相应因素的单排序的权值,或者直接称为层次单排序结果。常用的计算方法有幂法、和积法、方根法等,计算原理本来简单,但过程却依涉及因素的增多而趋于复杂、繁琐,其中包括很多重复或相似的运算,令人不胜其烦且易出错。如果使用电脑计算,加之已有人开发出相应的程序,上述计算工作已经大为简化。但是现有的层次分析法程序都是另行编制的,需要重新安装才能使用。层次分析法的主要运算步骤包括:建立层次结构模型;构造判断矩阵;用和积法或方根法等求得特征向量W(向量W的分量Wi即为层次单排序);计算最大特征根λmax;计算一致性指标CI、RI、CR并判断是否具有满意的一致性。该步骤已经为人熟悉,故不详述。市面上早已经有成熟的层次分析法软件。)
除了根据层次分析法确定各贫困地区土地适宜性评价指标基本权重以外,要确定计算的时候,我们还可以在系统里根据实际情况手工临时设置计算条件,例如需要计算地区A和地区B的津优2号黄瓜的匹配度,则在我们的系统软件“设置计算条件步骤3”里,首先从“农作物数据采集步骤1”中已经存在的作物信息库中选择此次计算的农作物为津优2号黄瓜并设置好,一旦选定农作物,系统就会马上根据系统选定的农作物在屏幕上显示出该农作物(津优2号黄瓜)的适宜种植的详细环境信息及其权重数据(见附表1津优2号黄瓜环境信息权重表);接着从“土壤环境信息采集步骤2”中已经存在的农村贫困地区土地的基本信息和土壤的环境信息数据库中选择计算的区域为地区A和地区B,一旦选定区域,系统就会马上根据系统选定的区域在屏幕上依次显示出该区域(地区A和地区B)的土地的基本信息和土壤的环境信息数据(见附表2贫困地区A、B土地土壤环境信息表);从屏幕上显示的环境信息中,我们通过对比可以看到,适宜温度这个指标在附表1里面权重为0.1,但是附表2里没有这个指标,考虑到环境信息中的适宜温度这个指标影响不大可以设置排除环境温度指标,因此在系统里的“设置计算条件步骤3”我们只要设置土壤PH值、土壤湿度、空气湿度、日照时长这4个指标进行计算就可以了。设置好计算条件(见附表3)后即可对匹配度进行计算。
附表3
指标 | 津优2号黄瓜指标 | 权重值 | 地区A | 地区B |
光照时长小时 | 9.5 | 0.1 | 8 | 9 |
土壤湿度 | 75% | 0.4 | 50% | 30% |
空气湿度 | 30% | 0.1 | 43% | 22% |
适宜土壤的PH值 | 6.1 | 0.3 | 7.4 | 6.6 |
计算匹配度4用步骤2的遥感与地理基础数据为基础,通过空间分析技术,结合步骤1采集的农作物适宜环境信息及权重数据和步骤2采集的土壤环境信息数据进行匹配度计算,得出土地对于农作物的适宜种植程度指标值;
按照计算公式,匹配度计算公式为:具体计算方法是首先计算出该农作物每个环境指标的偏移量,指标偏移量计算方法是:“指标偏移量=(土壤环境指标值-农作物环境指标适宜值)/指标分母*指标权重”(指标分母取自“土壤环境指标值”和“农作物环境指标适宜值”中较大的值);然后将所有的指标偏移量的绝对值求和得到偏移总量;将所有环境指标权重求和得到权重和。最终的匹配度计算公式为:“1-(偏移总量/权重和)”。
设置计算条件步骤3得出以上计算条件,系统里就津优2号黄瓜在地区A的指标偏移总量=光照时长指标偏移量绝对值+土壤湿度偏移量绝对值+空气湿度偏移量绝对值+PH值偏移量绝对值:计算过程如下
(7.4-6.1)/7.4*0.3+(9.5-8)/9.5*0.1+(75-50)/75*0.4+(43-30)/43*0.1=0.232
地区A的环境指标权重求和得到权重和:0.1+0.4+0.1+0.3=0.9
最终的匹配度:1-(偏移总量/权重和)1-(0.232/0.9)=0.742
津优2号黄瓜在地区B的指标偏移总量=光照时长指标偏移量绝对值+土壤湿度偏移量绝对值+空气湿度偏移量绝对值+PH值偏移量绝对值:计算过程如下
(6.6-6.1)/6.6*0.3+(9.5-9)/9.5*0.1+(75-30)/75*0.4+(30-22)/30*0.1=0.295
地区B的环境指标权重求和得到权重和:0.1+0.4+0.1+0.3=0.9
最终的匹配度:1-(偏移总量/权重和)1-(0.295/0.9)=0.672
可以得出地区A对于津优2号黄瓜的匹配度为74.2%,地区B对于津优2号黄瓜的匹配度为67.2%。如果步骤三设置的计算条件需要对多种作物进行计算,则对每块土壤进行循环就可以计算出各个农作物的匹配度。将计算出的结果保存在数据库的结果表中,结果表里面每一行表示一块地对于一种作物的匹配度。这样既可以计算出同一种作物在不同地区不同环境中的生长适宜度,也可以计算出不同作物在同一地区同一环境中的生长适宜度,从而得出哪些作物最适宜在哪些地区哪种环境中生长,以及哪些地区哪种环境最适宜种植哪些作物。通过比较可以获得最高附加值的药材花卉等农作物的基本种植信息。
输出结果步骤5用于根据步骤4得出的计算值,可以输出某个贫困地区适宜种植的作物,以及农作物适宜在哪些贫困地区种植,根据计算得出的各个地块对各个农作物的匹配结果,以及步骤2采集的地块空间位置信息,通过arcgis地理信息平台进行处理,可以得到津优2号黄瓜适宜度的可视化空间分布图。这样,综合采用GIS空间分析与叠加技术,运用地学信息图谱的理论,采取环境信息模型与计算机辅助技术集成的方法,对土壤资源环境基础信息及其他相关信息进行处理,经过图谱思维的概括,我们就可以构建出贫困地区土壤资源作物适宜性的空间格局信息图谱。图谱可用于揭示贫困地区土壤生态环境及其各要素的空间形态结构与适宜性变化规律,形成对贫困地区土壤资源与环境更深层次的认识,形成一个土壤资源的可视化研究体系,得到农作物适宜性的空间分布图谱,为农业生产和生态环境规划决策提供重要的科学依据和具体实施方案。
最终也可以通过软件的查询功能,可以按照不同的查询条件进行查询,把查询结果数据打印输出等。比如查询地区A的农作物匹配情况,可以查询结果表内的记录,筛选出包含地区A的结果。对于那些需要"精准扶贫"的贫困地区,我们就可以随时在系统里面查出这些地区最适宜种植哪些高附加值的药材花卉等农作物的基本种植信息,形成农作物适宜性的空间分布图。从而实现为广大农户的脱贫致富做好帮手为"精准扶贫"提供有效的手段的美好愿望。同时,通过计算机辅助技术、数字通信技术以及网络技术等先进技术,我们还可以实现贫困地区的农作物适宜性的空间分布图信息共享和网络发布功能,延伸地理信息系统的基本操作及贫困地区作物信息的直观展现,实现可视化查询与管理。
本发明的基于环境信息的农作物适宜性评价方法,应用于农业生产领域,通过该系统得出环境信息与数据库中农作物的适宜程度值对农业生产进行种植指导,是集物联网、地理空间数据处理与计算机技术于一体的农业自动化操作系统。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种基于环境信息的农作物适宜性评价方法,其特征在于,包括以下步骤:
A.农作物数据采集:采集农作物的基本信息,包括农作物适宜种植的详细环境信息指标及其权重数据;
B.土壤环境信息采集:采集农村贫困地区土地的基本信息和土壤的环境信息指标;
C.设置计算条件:设置计算的相关条件,包括设置需要计算的区域、需要参与计算的农作物、需排除的环境数据,分析各贫困地区土地适宜性评价指标对农作物的影响程度;
D.计算匹配度:以土壤环境信息采集的数据为基础,结合农作物数据采集中的农作物适宜环境信息及权重数据进行匹配度计算,得出土地对于农作物的适宜种植程度指标值,其中:匹配度计算公式为:1-(偏移总量/权重和),其中“指标偏移量=(土壤环境指标值-农作物环境指标适宜值)/指标分母*指标权重”(指标分母取自“步骤B中土壤环境指标值”和“步骤A中农作物环境指标适宜值”中较大的值);所有的指标偏移量的绝对值求和得到偏移总量;所有环境指标权重求和得到权重和;
E.输出结果:根据计算匹配度步骤得出的计算值,可以输出某个贫困地区适宜种植的作物以及农作物适宜在哪些贫困地区种植数据结果。
2.根据权利要求1所述的一种基于环境信息的农作物适宜性评价方法,其特征在于,所述步骤A中的农作物包括粮食作物、水果、蔬菜、高附加值药材花卉气候适宜型作物。
3.根据权利要求1所述的一种基于环境信息的农作物适宜性评价方法,其特征在于,所述步骤B中土壤环境信息包括坡度、土壤有效深度、土壤排水情况、土壤质地、土壤pH值、空气湿度、土壤湿度、光照时长。
4.根据权利要求1所述的一种基于环境信息的农作物适宜性评价方法,其特征在于,所述步骤C采用层次分析法设置计算条件。
5.根据权利要求1所述的一种基于环境信息的农作物适宜性评价方法,其特征在于,所述输出结果步骤E中的数据结果包括采用GIS空间分析与叠加技术得到的农作物适宜性的空间分布图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610020687.4A CN105701615A (zh) | 2016-01-13 | 2016-01-13 | 一种基于环境信息的农作物适宜性评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610020687.4A CN105701615A (zh) | 2016-01-13 | 2016-01-13 | 一种基于环境信息的农作物适宜性评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105701615A true CN105701615A (zh) | 2016-06-22 |
Family
ID=56227200
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610020687.4A Pending CN105701615A (zh) | 2016-01-13 | 2016-01-13 | 一种基于环境信息的农作物适宜性评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105701615A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106097131A (zh) * | 2016-06-23 | 2016-11-09 | 桂林电子科技大学 | 基于大数据的农业精准种植方法 |
CN106779452A (zh) * | 2016-12-28 | 2017-05-31 | 贵州马科技有限公司 | 建立农作物数据生长模型的方法 |
CN106846220A (zh) * | 2016-12-30 | 2017-06-13 | 江苏物联网研究发展中心 | 一种基于gis动态评价的精准扶贫系统 |
CN107464190A (zh) * | 2017-08-31 | 2017-12-12 | 深圳前海弘稼科技有限公司 | 基于蔬菜种植地的分析方法及装置 |
CN107895210A (zh) * | 2017-11-26 | 2018-04-10 | 安徽省司尔特肥业股份有限公司 | 一种区域农业生产预估系统 |
CN109258263A (zh) * | 2018-08-24 | 2019-01-25 | 武汉迪因生物科技有限公司 | 利用能源作物南荻生态修复黄土高原边际土地的方法 |
CN109388873A (zh) * | 2018-09-28 | 2019-02-26 | 同济大学 | 基于山地微地形温度的园林景观规划方法 |
CN109543761A (zh) * | 2018-11-27 | 2019-03-29 | 成都工业学院 | 植物适生地的分类方法及装置 |
CN110675094A (zh) * | 2019-11-11 | 2020-01-10 | 深圳春沐源控股有限公司 | 种植计划的制定方法、农业信息化管理系统及存储介质 |
CN111539594A (zh) * | 2020-03-16 | 2020-08-14 | 武汉东湖大数据交易中心股份有限公司 | 基于风土环境的酿酒用葡萄产地评价系统及其评价方法 |
CN111552920A (zh) * | 2020-03-16 | 2020-08-18 | 武汉东湖大数据交易中心股份有限公司 | 基于气候条件和葡萄品种的红酒评价系统及其评价方法 |
CN116307900A (zh) * | 2023-03-22 | 2023-06-23 | 北京师范大学 | 一种农光互补适宜作物筛选方法、装置、设备及可读介质 |
CN117036087A (zh) * | 2023-08-10 | 2023-11-10 | 菏泽市牡丹区自然资源局 | 一种基于耕地保护的耕地质量监测系统 |
CN117391315A (zh) * | 2023-12-13 | 2024-01-12 | 杨凌职业技术学院 | 一种农业气象数据管理方法及装置 |
CN117787567A (zh) * | 2024-02-23 | 2024-03-29 | 山东省国土空间生态修复中心(山东省地质灾害防治技术指导中心、山东省土地储备中心) | 一种耕地土壤质量分析评价方法、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101546421A (zh) * | 2009-04-01 | 2009-09-30 | 河北农业大学 | 一种基于gis的省域可比耕地质量评价方法 |
CN102073869A (zh) * | 2010-12-27 | 2011-05-25 | 中国农业大学 | 基于点位数据和遥感影像数据的区域耕地质量监测方法 |
CN102682202A (zh) * | 2012-04-28 | 2012-09-19 | 清华大学 | 一种城乡生态规划的绿地系统群落规划方法 |
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 |
CN103930919A (zh) * | 2011-10-24 | 2014-07-16 | 天宝导航有限公司 | 农业和土壤管理 |
-
2016
- 2016-01-13 CN CN201610020687.4A patent/CN105701615A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101546421A (zh) * | 2009-04-01 | 2009-09-30 | 河北农业大学 | 一种基于gis的省域可比耕地质量评价方法 |
CN102073869A (zh) * | 2010-12-27 | 2011-05-25 | 中国农业大学 | 基于点位数据和遥感影像数据的区域耕地质量监测方法 |
CN103930919A (zh) * | 2011-10-24 | 2014-07-16 | 天宝导航有限公司 | 农业和土壤管理 |
CN102682202A (zh) * | 2012-04-28 | 2012-09-19 | 清华大学 | 一种城乡生态规划的绿地系统群落规划方法 |
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 |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106097131A (zh) * | 2016-06-23 | 2016-11-09 | 桂林电子科技大学 | 基于大数据的农业精准种植方法 |
CN106779452A (zh) * | 2016-12-28 | 2017-05-31 | 贵州马科技有限公司 | 建立农作物数据生长模型的方法 |
CN106846220A (zh) * | 2016-12-30 | 2017-06-13 | 江苏物联网研究发展中心 | 一种基于gis动态评价的精准扶贫系统 |
CN107464190A (zh) * | 2017-08-31 | 2017-12-12 | 深圳前海弘稼科技有限公司 | 基于蔬菜种植地的分析方法及装置 |
CN107895210A (zh) * | 2017-11-26 | 2018-04-10 | 安徽省司尔特肥业股份有限公司 | 一种区域农业生产预估系统 |
CN109258263A (zh) * | 2018-08-24 | 2019-01-25 | 武汉迪因生物科技有限公司 | 利用能源作物南荻生态修复黄土高原边际土地的方法 |
CN109388873A (zh) * | 2018-09-28 | 2019-02-26 | 同济大学 | 基于山地微地形温度的园林景观规划方法 |
CN111680762A (zh) * | 2018-11-27 | 2020-09-18 | 成都工业学院 | 中药材适生地的分类方法及装置 |
CN109543761A (zh) * | 2018-11-27 | 2019-03-29 | 成都工业学院 | 植物适生地的分类方法及装置 |
CN109543761B (zh) * | 2018-11-27 | 2020-07-07 | 成都工业学院 | 植物适生地的分类方法及装置 |
CN111680762B (zh) * | 2018-11-27 | 2023-08-04 | 成都大学 | 中药材适生地的分类方法及装置 |
CN110675094A (zh) * | 2019-11-11 | 2020-01-10 | 深圳春沐源控股有限公司 | 种植计划的制定方法、农业信息化管理系统及存储介质 |
CN111539594A (zh) * | 2020-03-16 | 2020-08-14 | 武汉东湖大数据交易中心股份有限公司 | 基于风土环境的酿酒用葡萄产地评价系统及其评价方法 |
CN111552920A (zh) * | 2020-03-16 | 2020-08-18 | 武汉东湖大数据交易中心股份有限公司 | 基于气候条件和葡萄品种的红酒评价系统及其评价方法 |
CN116307900A (zh) * | 2023-03-22 | 2023-06-23 | 北京师范大学 | 一种农光互补适宜作物筛选方法、装置、设备及可读介质 |
CN116307900B (zh) * | 2023-03-22 | 2024-02-23 | 北京师范大学 | 一种农光互补适宜作物筛选方法、装置、设备及可读介质 |
CN117036087A (zh) * | 2023-08-10 | 2023-11-10 | 菏泽市牡丹区自然资源局 | 一种基于耕地保护的耕地质量监测系统 |
CN117391315A (zh) * | 2023-12-13 | 2024-01-12 | 杨凌职业技术学院 | 一种农业气象数据管理方法及装置 |
CN117391315B (zh) * | 2023-12-13 | 2024-03-08 | 杨凌职业技术学院 | 一种农业气象数据管理方法及装置 |
CN117787567A (zh) * | 2024-02-23 | 2024-03-29 | 山东省国土空间生态修复中心(山东省地质灾害防治技术指导中心、山东省土地储备中心) | 一种耕地土壤质量分析评价方法、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105701615A (zh) | 一种基于环境信息的农作物适宜性评价方法 | |
CN101916337B (zh) | 一种基于地理信息系统的水稻生产潜力动态预测方法 | |
Li et al. | Web-based irrigation decision support system with limited inputs for farmers | |
CN108510107B (zh) | 一种农业种植指导方法、电子设备及存储介质 | |
Dengiz et al. | Multi-criteria approach with linear combination technique and analytical hierarchy process in land evaluation studies | |
Motuma et al. | Land suitability analysis for wheat and sorghum crops in Wogdie District, South Wollo, Ethiopia, using geospatial tools | |
CN106408132A (zh) | 一种基于种植设备的作物产量预测方法及装置 | |
Guo et al. | Optimizing irrigation schedule in a large agricultural region under different hydrologic scenarios | |
Reddy et al. | Evolving strategies for crop planning and operation of irrigation reservoir system using multi-objective differential evolution | |
CN106530104A (zh) | 种植区生产适宜性的评价方法及装置 | |
KR20140070242A (ko) | 지역별 작물 맵핑 시스템 및 방법 | |
CN108205718A (zh) | 一种粮食作物抽样测产方法及系统 | |
CN106803208A (zh) | 农业块数据配对系统及其配对方法 | |
Biali et al. | Application of GIS technique in land evaluation for agricultural uses. | |
Rabati et al. | Qualitative and quantitative land-suitability evaluation for sunflower and maize in the north-west of Iran | |
LI et al. | Climate change impact and its contribution share to paddy rice production in Jiangxi, China | |
Yan et al. | Assessing the contributions of climate change and human activities to cropland productivity by means of remote sensing | |
Martinho | Efficient water management: an analysis for the agricultural sector | |
CN113010529A (zh) | 基于知识图谱的作物管理方法和装置 | |
CN106105729A (zh) | 一种快速、低成本的农业种植解决方案定制方法及其系统 | |
CN104102806B (zh) | 多品种农作物的农业气候区划方法 | |
Vilček et al. | Winter wheat (Triticum aestivum L.) growth potential in the Slovak rural landscape | |
CN107392356A (zh) | 一种管理田块的矩形格网构建方法 | |
Tiangang et al. | A GIS‐based expert system for pastoral agricultural development in Gansu Province, PR China | |
Singh | Crop growth simulation models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160622 |