CN105993720B - 一种日光温室基质袋培作物灌水量的模拟计算方法 - Google Patents

一种日光温室基质袋培作物灌水量的模拟计算方法 Download PDF

Info

Publication number
CN105993720B
CN105993720B CN201610414523.XA CN201610414523A CN105993720B CN 105993720 B CN105993720 B CN 105993720B CN 201610414523 A CN201610414523 A CN 201610414523A CN 105993720 B CN105993720 B CN 105993720B
Authority
CN
China
Prior art keywords
growth
mtg
day
crops
daily
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.)
Active
Application number
CN201610414523.XA
Other languages
English (en)
Other versions
CN105993720A (zh
Inventor
孙周平
王丹丹
李坚
李天来
刘玉凤
张小兰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenyang Agricultural University
Original Assignee
Shenyang Agricultural University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenyang Agricultural University filed Critical Shenyang Agricultural University
Priority to CN201610414523.XA priority Critical patent/CN105993720B/zh
Publication of CN105993720A publication Critical patent/CN105993720A/zh
Application granted granted Critical
Publication of CN105993720B publication Critical patent/CN105993720B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
    • A01G9/24—Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
    • A01G9/247—Watering arrangements
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G25/00—Watering gardens, fields, sports grounds or the like
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/36—Circuit design at the analogue level
    • G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
    • Y02A40/25—Greenhouse technology, e.g. cooling systems therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Physics & Mathematics (AREA)
  • Environmental Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Water Supply & Treatment (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Cultivation Of Plants (AREA)

Abstract

本发明涉及一种适用于日光温室基质袋培作物生长灌水量的模拟计算方法，根据袋培作物植株每日实时生长量和日光温室内光温耦合量之间的关系，建立日光温室基质袋培作物生长每天水分精确灌溉的模拟模型。将作物植株每天的模拟灌水量MDI与作物植株正常生长时每天实际测量的灌溉量RDI比较进行模型验证，二者之间的拟合度可达到82.34%，模型的模拟精确度高，应用效果好，具有很好的可行性。所述模拟计算方法可供日光温室内种植的番茄等基质袋培作物进行灌水量管理，根据作物生长状况及日光温室内的环境条件调整灌水量，使灌溉量更能够满足作物的生长需求。

Description

一种日光温室基质袋培作物灌水量的模拟计算方法
技术领域
本发明涉及现代农业灌溉技术领域，尤其涉及日光温室袋培作物灌水量的模拟计算方法。
背景技术
温室现代作物生产的一个重要发展趋势就是建立作物模型，模型可以描述作物生长变化与环境条件之间的关系，例如光照强度、温度、湿度等。设施园艺作物模型是温室生产智能化操作与管理软件的核心部分，对设施中作物生长环境参数的调控和发挥设施农业优质高效的生产功能具有重要作用。
目前国外已经建立了大型智能连栋温室条件下的环境控制模型和许多园艺作物的生长模型及其灌水模型。由于智能温室实现了温室的光、温、水、气、肥等环境条件的精准控制，使作物处于最佳或适宜的生长环境条件下，因此作物的生长模型和灌水模型取得很好的应用效果。而我国主要的设施类型是日光温室，由于日光温室结构简陋、配套设备不完善，环境调控能力差，光、温等环境因子变化巨大，导致国外温室作物生长和灌水模型难以在国内应用。
以农林废弃物为主要原料的基质栽培是当前适宜国情的主要无土栽培方式。基质袋培由于基质容量小，必须采取少量多次的肥水管理措施，因此，日光温室袋培作物需要结合作物生长情况实现肥水的定时、定量和定位供给，现有技术中采用作物生长模型的方式计算作物生长量,不能如实反应作物的实际生长对灌溉的需求,同时无法实现结合日光温室环境的实时光照和温度之间的光温耦合量关系进行灌溉，不能实现精准化灌溉，不能较好的满足日光温室作物例如作物的生长需求。
为解决上述问题，以作物为例，本发明通过实时称重的方法确定作物植株每日的增长量，来代替通过作物生长模型计算作物生长量。同时，结合日光温室环境的实时光照和温度之间的光温耦合量关系，最终建立日光温室基质袋培作物生长灌水量计算的模拟模型，能够较好的满足日光温室作物生长的需求，反应作物实际的生长需要。而且，该模型的建立将为实现日光温室作物基质袋培灌水的精准化与自动化管理奠定基础，为日光温室作物栽培模式的现代化提供技术支撑，促进我国日光温室作物栽培模式更新换代并向现代化方向发展。
发明内容
本发明涉及一种适用于日光温室基质袋培作物灌水量的模拟计算方法。发明目的是根据袋培作物植株每日实时生长量和日光温室内光温耦合量等环境条件之间关系的研究，建立日光温室基质袋培作物生长每日水分精确灌溉的模拟模型。此模型与实际灌水量的拟合度高，应用效果好，可供番茄等多种日光温室基质袋培作物的水分管理使用。
附图说明
图1：作物植株实时生长量模型计算值与实际生长量计算值的1:1线性回归图；
图2：作物植株每日模拟灌水量与实际灌溉量的1:1线性回归图。
具体实施方式
本发明基于日光温室袋培作物实时生长量的生长模型和每日24小时内每小时的光温耦合量之和，计算作物每日模拟灌溉量MDI。包括以下步骤：
一、基于实时生长量的作物生长模型的计算及验证
1、植株每日实时生长量△MTG的模拟测量
将种植作物植株的栽培袋置于托盘中一起放到精度为0.01kg的电子称上每隔十分钟进行实时称重，通过无线传感器自动记录生长量。经记录观察，每天凌晨植株重量不再发生较大变化了，因此定植后第9天开始每天凌晨的重量测量值用于计算植株每日实时生长量△MTG。由于定植前浇透水，前9天处于缓苗期，因此无需灌水，即使是在第9天凌晨称重前也无需灌溉。定植后从第10天开始进行灌溉，灌溉方式是从上午八点到下午五点每隔半小时灌溉一次。由于日光温室内每日的光照和温度变化较大，导致每日的蒸发蒸腾变化不一，因此在托盘的一角上设置一个孔洞，使多余的水流出，这样每日每次灌水时保证有少量水分流出，以确保基质灌水充足，同时保证基质吸水量大致相同，便于准确称量植株的生长量，以减少水分蒸发对植株生长量的影响。用第二天凌晨零点的植株实时生长量测量值减去前一天凌晨零点的植株实时生长量测量值，即近似于植株第i天的实时生长量△MTG(i),用以下公式计算：
△MTG(i)＝PW(i+1)-PW(i)
式中，PW(i)及PW(i+1)分别为第i天及第i+1天凌晨零点的植株实时生长量，△MTG(i)为第i天的植株实时生长量。i为取值10，11，12,……的自然数。
当PW(i+1)≤PW(i)时,第i天的生长量△MTG(i)为第i+1天与第i-1天两天植株实时生长量的平均值。
即：△MTG(i)＝[△MTG(i+1)+△MTG(i-1)]/2
若仍有PW(i+2)≤PW(i)，则第i天的生长量△MTG(i)为第i+2天与第i-1天两天的生长量除以3的平均值，即：
△MTG(i)＝[△MTG(i+2)+△MTG(i-1)]/3
……，依此方法以此类推计算
2、植株每日实际生长量△RAG的测量
(1)取样：
自定植后10天开始每隔d天，进行破坏性取样一次，d≥1，一般取5～10之间的自然数。取长势一致的植株，用精度0.01g的电子天平称分别测量植株的茎、叶、花、果、根的鲜重。
(2)作物实际生长量的计算：
植株的茎、叶、花、果、根的鲜重之和即为总鲜重，每隔d天之间的两次连续取样的总鲜重差值，即为植株间隔d天内总的实际生长量TAG。
△TAG(d1)＝S2-S1＝RAG(c+d)-RAG(c)；
△TAG(d2)＝S3-S2＝RAG(c+2d)-RAG(c+d)；
△TAG(d3)＝S4-S3＝RAG(c+3d)-RAG(c+2d)；
……
△TAG(dj)＝Sj+1–Sj＝RAG(c+j*d)-RAG(c+(j-1)*d)。
其中，Sj+1和Sj分别为第(j+1)次和第j次取样，RAG为取样时植株总鲜重；c为从定植到第一次取样的间隔天数，取值为10；dj和dj-1分别为第j个d天和第(j-1)个d天的取样，j为取值1,2,3,……的自然数；用d天中平均每天的实际生长量△RAG(i)模拟作物植株第i天的生长量，用以下公式计算：
△RAG(i)＝△TAG(dj)/d
＝[RAG(c+j*d)-RAG(c+(j-1)*d)]/d
i的取值范围从【c+(j-1)*d】到【c+j*d】，此处i的取值与植株每日实时生长量△MTG(i)中出现的i取值范围相同，即为从10开始的自然数，以便于相同天数生长量的比较验证。
3、作物植株实时生长量模型的验证
在i取相同值时，将作物植株实时生长量模型的计算值△MTG(i)与实际生长量的计算值△RAG(i)进行比较，验证实时生长量模型计算方法的拟合度。如图1所示，拟合的1:1直线方程为y＝0.9858x；R2为作物植株实际生长量即y轴代表的真实值与实时生长量即x轴代表的模拟值之间的拟合度，可达95.82％证明植株每日实时生长量模型的模拟精确度很高，具有很好的可行性。
二、光温耦合量的计算过程
首先计算每小时的相对温度(RT)，然后用每小时的相对温度乘以对应小时内的有效光合光照强度(EPLI)，即为每小时的光温耦合量(HLT)。
1、相对温度RT的计算：
Figure BDA0001016229620000051
式中:T为每小时的平均温度,To为生长最适温度，Tb为生长下限温度，Tu为生长上限温度。温度计每半小时记录一次这段时间的平均值从而得到每小时的平均温度T。本研究主要进行开花坐果期的试验。
生育期 Tb(℃) To(℃) Tu(℃)
结果期 10 25 35
2、有效光合光照强度EPLI的计算：
把光照强度转化为有效光合光照强度EPLI：
EPLI＝μ·lux
式中：μ是转换系数，一般取5.07*10-3。lux是光照强度，采用照度计每隔三分钟自动记录温室内光照强度数据得到。
3、光温耦合量的计算：
HLT(a)＝RT·EPLI·3600
DLT(i)＝Σ(HLT(a)/1000000)
式中：a＝1,2,3……,24，表示一天24个小时；HLT(a)为第i天24小时中每个小时的光温耦合量；3600是把小时转换成60*60秒；DLT(i)为第i天24小时总的光温耦合量；1000000为焦耳J转换为兆焦耳MJ的转换系数。
三、每日的模拟灌溉量MDI的计算及验证
1、每日的模拟灌溉量MDI的计算
根据作物第i天的实时生长量模型，及其光温耦合量模型，可模拟计算植株的第i天灌溉量MDI(i)：
MDI(i)＝f[△MTG(i)，DLT(i)]
＝k+m×[DLT(i)]+n×[△MTG(i)]+p×[DLT(i)]2+q×[△MTG(i)]2-e×[DLT(i)]×[△MTG(i)]
式中：f代表函数，即MDI(i)为[△MTG(i)，DLT(i)]的一个函数；DLT(i)是第i天24小时光温耦合量的和；△MTG(i)是模拟的植株第i天实时生长量；k,m,n,p,q,e均为常数，k＝-0.5784，m＝0.0062，n＝3.0097，p＝-0.0000008，q＝0.1344，e＝0.0032，均是由实测资料分析确定的经验系数。
2、作物植株每日模拟灌水量的实际验证
将作物植株每日的模拟灌水量MDI(i)与实际灌溉量RDI(i)比较，进行模型验证，实际灌溉量RDI(i)即作物植株正常生长时每日实际测量的灌溉量，通过有刻度的容皿在灌溉前测量记录。如图2所示，拟合的1:1直线方程为y＝0.9161x；R2代表y轴代表的真实灌溉量与x轴代表的模拟灌溉量之间的拟合度，可达到82.34％，可证明灌水模型的模拟精确度高，具有很好的可行性。
本领域技术人员将理解，在不背离概括性的描述本发明的精神或范围的前提下，可以对如在具体实施方式中示出的本发明进行多种变化和/或修改。因此本发明所提供的实施方式在任何方面对本发明是说明性的而不是限制性的。

Claims (6)

1.一种日光温室基质袋培作物灌水量的模拟计算方法，包括如下步骤：
模拟计算作物每日实时生长量△MTG；
计算日光温室每日的光温耦合量DLT；
计算作物每日的模拟灌溉量MDI；
其特征在于：每日的模拟灌溉量MDI根据作物每日实时生长量△MTG和日光温室每日的光温耦合量DLT计算得到；
所述方法还包括测量作物每日实际生长量△RAG，用于验证作物每日实时生长量△MTG与每日实际生长量△RAG之间的拟合度；
根据作物第i天实时生长量△MTG(i)和日光温室第i天24小时内每小时光温耦合量之和DLT(i)计算作物第i天模拟灌溉量MDI(i)的公式如下：
MDI(i)＝f[△MTG(i)，DLT(i)]
＝k+m*(DLT(i)+n*[△MTG(i)]+p*[DLT(i)]2+q*[△MTG(i)]2-e*[DLT(i)]*[△MTG(i)]
式中：f代表函数，MDI(i)为[△MTG(i)，DLT(i)]的函数；k,m,n,p,q,e均为常数，k＝-0.5784，m＝0.0062，n＝3.0097，p＝-0.0000008，q＝0.1344，e＝0.0032，均是由实测资料分析确定的经验系数，i为包括10在内的自然数。
2.如权利要求1所述的计算方法，其特征在于：所述拟合度可达95.82％。
3.如权利要求1所述的计算方法，其特征在于：模拟计算作物每日实时生长量△MTG时包括以下情形，
当PW(i+1)>PW(i),作物第i天实时生长量△MTG(i)＝PW(i+1)-PW(i),其中PW(i)及PW(i+1)分别为第i天及第i+1天的作物实时生长量；
当PW(i+1)≤PW(i)时,△MTG(i)＝[△MTG(i+1)+△MTG(i-1)]/2，即第i天的实时生长量△MTG(i)为第i+1天与第i-1天两天实时生长量的平均值；
若仍有PW(i+2)≤PW(i)，则第i天的实时生长量△MTG(i)＝[△MTG(i+2)+△MTG(i-1)]/3，即第i天的实时生长量△MTG(i)为第i+2天与第i-1天两天的实时生长量除以3的平均值，依此方法以此类推计算，i为包括10在内的自然数。
4.如权利要求1所述的计算方法，其特征在于：测量作物每日实际生长量△RAG包括如下步骤：
步骤1：取样，自定植后10天开始每隔d天进行破坏性取样一次，d≥1，取值范围为5～10天，取长势一致的作物，用精度0.01g的电子天平称分别测量作物的茎、叶、花、果、根的鲜重，得到取样时作物总鲜重RAG；
步骤2：作物实际生长量的测量,作物间隔d天内总的实际生长量△TAG(dj)＝Sj+1–Sj＝RAG(c+j*d)-RAG(c+(j-1)*d)，式中Sj+1和Sj分别为第(j+1)次和第j次取样，c为从定植到第一次取样的间隔天数，取值为10，j为从1开始的自然数；
用d天中平均每日的实际生长量△RAG(i)作为番茄作物第i天的生长量，用以下公式计算：
△RAG(i)＝△TAG(dj)/d
＝[RAG(c+j*d)-RAG(c+(j-1)*d)]/d
式中，i的取值范围为从[c+(j-1)*d]到[c+j*d]，i为从10开始的自然数。
5.如据权利要求1所述的计算方法，其特征在于：光温耦合量DLT的计算过程包括如下步骤：
(1)计算每小时的相对温度RT
Figure FDA0002228530570000021
式中:To为生长最适温度，Tb为生长下限温度，Tu为生长上限温度，开花坐果期所述温度分别为25℃、10℃及35℃，T为每小时的平均温度,温度计每半小时记录一次该时段温度的平均值得到每小时的平均温度T；
(2)计算有效光合光照强度EPLI
把光照强度转化为有效光合光照强度EPLI，EPLI＝μ·lux
式中：μ是转换系数，取值为5.07*10-3，lux是光照强度，采用照度计每隔三分钟自动记录温室内光照强度数据得到；
(3)计算光温耦合量DLT
HLT(a)＝RT·EPLI·3600
DLT(i)＝Σ(HLT(a)/1000000)
式中：a＝1，2，3……，24，表示一天24个小时；HLT(a)为第i天24小时中每个小时的光温耦合量；3600是把小时转换成60*60秒；DLT(i)为第i天24小时总的光温耦合量；1000000为焦耳J转换为兆焦耳MJ的转换系数。
6.如权利要求1所述的计算方法，其特征在于：所述方法还包括验证作物每日的模拟灌水量MDI的步骤，比较模拟灌水量MDI与作物正常生长时每日实际测量的灌溉量RDI的拟合度。
CN201610414523.XA 2016-06-13 2016-06-13 一种日光温室基质袋培作物灌水量的模拟计算方法 Active CN105993720B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610414523.XA CN105993720B (zh) 2016-06-13 2016-06-13 一种日光温室基质袋培作物灌水量的模拟计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610414523.XA CN105993720B (zh) 2016-06-13 2016-06-13 一种日光温室基质袋培作物灌水量的模拟计算方法

Publications (2)

Publication Number Publication Date
CN105993720A CN105993720A (zh) 2016-10-12
CN105993720B true CN105993720B (zh) 2020-03-10

Family

ID=57087868

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610414523.XA Active CN105993720B (zh) 2016-06-13 2016-06-13 一种日光温室基质袋培作物灌水量的模拟计算方法

Country Status (1)

Country Link
CN (1) CN105993720B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107423530A (zh) * 2017-09-08 2017-12-01 沈阳农业大学 一种番茄实时重量测量系统及其植株生长模型计算方法
CN112154904B (zh) * 2020-09-24 2022-09-16 同济大学 一种温室有机基质栽培番茄的精准灌溉控制方法
CN112868435B (zh) * 2021-01-14 2022-07-05 同济大学 一种基于nsga-ii的蓝莓温室光温协调优化方法
CN116076343A (zh) * 2022-09-08 2023-05-09 云南省农业科学院花卉研究所 一种切花百合设施无土栽培精准灌溉方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN200994322Y (zh) * 2006-11-11 2007-12-26 天津科技大学 基于作物声发射技术的作物视情灌溉装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN200994322Y (zh) * 2006-11-11 2007-12-26 天津科技大学 基于作物声发射技术的作物视情灌溉装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
An aggregated model for water requirements Of greenhouse tomato grown in closed rockwool culture with saline water;Carmassi G等;《Agricultural Water Management》;20071231(第88期);第73-82页 *
不同水分处理下基于辐热积的温室番茄干物质生产及分配模型;石小虎等;《农业工程学报》;20160228;第32卷(第3期);第69-77页 *
模型模拟灌水量对日光温室袋培番茄产量、品质及水分利用效率的影响;高飞等;《中国蔬菜》;20150929(第10期);第52-56页 *
用辐热积法模拟温室黄瓜叶面积、光合速率与干物质产量;李永秀等;《农业工程学报》;20051230;第21卷(第12期);第131-136页 *

Also Published As

Publication number Publication date
CN105993720A (zh) 2016-10-12

Similar Documents

Publication Publication Date Title
Ehret et al. Neural network modeling of greenhouse tomato yield, growth and water use from automated crop monitoring data
CN105993720B (zh) 一种日光温室基质袋培作物灌水量的模拟计算方法
Shin et al. Estimating the actual transpiration rate with compensated levels of accumulated radiation for the efficient irrigation of soilless cultures of paprika plants
Bacci et al. An integrated method for irrigation scheduling of potted plants
Khoshravesh et al. AquaCrop model simulation under different irrigation water and nitrogen strategies
CN114128608B (zh) 一种果园灌溉管理方法及系统
CN112154904A (zh) 一种温室有机基质栽培番茄的精准灌溉控制方法
Li et al. Modification of CSM-CROPGRO-Cotton model for simulating cotton growth and yield under various deficit irrigation strategies
Andales et al. A model of pecan tree growth for the management of pruning and irrigation
CN110896836B (zh) 一种无土栽培营养液管控方法及系统
CN114365682A (zh) 一种设施栽培土壤水分预测方法、装置及电子设备
CN115310680A (zh) 一种番茄种苗模型建模与生长预测方法
CN105912884B (zh) 一种基于生理效应的作物茎直径生长速率预测方法
McCauley et al. Reviewing mini-lysimeter controlled irrigation in container crop systems
De Koning Quantifying the responses to temperature of different plant processes involved in growth and development of glasshouse tomato
Matthews et al. CUPPA-Tea: A simulation model describing seasonal yield variation and potential production of tea. 2. Biomass production and water use
WO2023037931A1 (ja) 収量予測システム、植物工場の管理支援システム、収量予測方法及び収量予測プログラム
Treder et al. Determination of irrigation requirements and crop coefficients using weighing lysimeters in perennial plants
Markovska Modelling productivity of crops in short crop rotation at irrigation taking into account agroecological and technological factors
Yang-ren et al. Research of tomato economical irrigation schedule with drip irrigation under mulch in greenhouse
CN113762637B (zh) 一种大棚种植黄瓜浇水量动态智能预测方法
CN112816621B (zh) 一种水培蔬菜生产营养液钾浓度的测定方法
He et al. Modeling the relationship between tomato fruit growth and the effective accumulated temperature in solar greenhouse
CN111528066B (zh) 一种农业灌溉控制方法及系统
Kumar et al. Assessing Aquacrop model for pearlmillet (Pennisetum glaucum) under in-situ water conservation in a rainfed semi-arid environment

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