CN106446434A - 一种可种植植物确定方法及装置 - Google Patents
一种可种植植物确定方法及装置 Download PDFInfo
- Publication number
- CN106446434A CN106446434A CN201610875333.8A CN201610875333A CN106446434A CN 106446434 A CN106446434 A CN 106446434A CN 201610875333 A CN201610875333 A CN 201610875333A CN 106446434 A CN106446434 A CN 106446434A
- Authority
- CN
- China
- Prior art keywords
- environment information
- plant
- similarity
- group
- information
- 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
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Abstract
本发明公开了一种可种植植物确定方法及装置。该方法包括以下步骤:获得目标种植设备所处的实际环境信息;计算实际环境信息与预先建立的种植模型中每组参考环境信息的相似度;种植模型中包含多组参考环境信息,每组参考环境信息分别对应于一种参考植物;根据相似度的高低,确定目标种植设备中可种植的植物。应用本发明实施例所提供的技术方案,可以为用户提供较佳的、适合于目标种植设备的植物,有利于提高植物产量,达到较好的收获效果,提升用户体验。
Description
技术领域
本发明涉及种植技术领域,特别是涉及一种可种植植物确定方法及装置。
背景技术
随着科学技术的发展进步,种植箱、种植大棚等种植设备逐渐增多。种植箱多数应用于小型蔬菜植物的种植,不仅可以用于家庭装饰,还可以达到娱乐及亲子教育的目的。种植大棚多数应用于大规模蔬菜植物的种植,可以为用户创造经济效益。
不同的环境条件可能适合于不同种类的植物的生长。对于种植设备而言,选择适合该种植设备所处的环境的植物进行种植,将有益于植物的生长,可以提高产量,达到较好的收获效果。如果确定适合该种植设备的植物,是目前亟需解决的技术问题。
发明内容
本发明的目的是提供一种可种植植物确定方法及装置,以确定适合于目标种植设备种植的植物,提高植物产量,达到较好的收获效果,提升用户体验。
为解决上述技术问题,本发明提供如下技术方案:
一种可种植植物确定方法,包括:
获得目标种植设备所处的实际环境信息;
计算所述实际环境信息与预先建立的种植模型中每组参考环境信息的相似度;所述种植模型中包含多组参考环境信息,每组参考环境信息分别对应于一种参考植物;
根据相似度的高低,确定所述目标种植设备中可种植的植物。
在本发明的一种具体实施方式中,所述根据相似度的高低,确定所述目标种植设备中可种植的植物,包括:
针对所述种植模型中每组参考环境信息,确定该组参考环境信息与所述实际环境信息的相似度是否大于预设的相似度阈值;
如果是,则将该组参考环境信息对应的参考植物确定为所述目标种植设备中可种植的植物。
在本发明的一种具体实施方式中,所述根据相似度的高低,确定所述目标种植设备中可种植的植物,包括:
将与所述实际环境信息的相似度最高的一组参考环境信息对应的参考植物确定为所述目标种植设备中可种植的植物。
在本发明的一种具体实施方式中,还包括:
根据相似度的高低,对计算得到的相似度进行排序;
输出显示排序后的相似度结果及确定的可种植的植物。
在本发明的一种具体实施方式中,通过以下步骤预先建立所述种植模型:
获得针对多种参考植物的生长环境及生长过程状态的参考数据;
根据所述参考数据,确定各种参考植物对应的参考环境信息;
根据各种参考植物及各种参考植物对应的参考环境信息的关系,建立所述种植模型。
在本发明的一种具体实施方式中,所述参考环境信息包括温度信息、湿度信息、空气中二氧化碳含量信息、光照量信息中的至少一种。
一种可种植植物确定装置,包括:
实际环境信息获得模块,用于获得目标种植设备所处的实际环境信息;
相似度计算模块,用于计算所述实际环境信息与预先建立的种植模型中每组参考环境信息的相似度;所述种植模型中包含多组参考环境信息,每组参考环境信息分别对应于一种参考植物;
可种植植物确定模块,用于根据相似度的高低,确定所述目标种植设备中可种植的植物。
在本发明的一种具体实施方式中,所述可种植植物确定模块,具体用于:
针对所述种植模型中每组参考环境信息,确定该组参考环境信息与所述实际环境信息的相似度是否大于预设的相似度阈值,如果是,则将该组参考环境信息对应的参考植物确定为所述目标种植设备中可种植的植物;
或者,
将与所述实际环境信息的相似度最高的一组参考环境信息对应的参考植物确定为所述目标种植设备中可种植的植物。
在本发明的一种具体实施方式中,还包括输出显示模块,用于:
根据相似度的高低,对计算得到的相似度进行排序;
输出显示排序后的相似度结果及确定的可种植的植物。
在本发明的一种具体实施方式中,还包括种植模型建立模块,用于通过以下步骤预先建立所述种植模型:
获得针对多种参考植物的生长环境及生长过程状态的参考数据;
根据所述参考数据,确定各种参考植物对应的参考环境信息;
根据各种参考植物及各种参考植物对应的参考环境信息的关系,建立所述种植模型。
应用本发明实施例所提供的技术方案,通过计算目标种植设备所处的实际环境信息与预先建立的种植模型中每组参考环境信息的相似度,根据相似度的高低,确定目标种植设备中可种植的植物。这样,可以为用户提供较佳的、适合于目标种植设备的植物,有利于提高植物产量,达到较好的收获效果,提升用户体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中一种可种植植物确定方法的实施流程图;
图2为本发明实施例中一种可种植植物确定装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1所示,为本发明实施例所提供的一种可种植植物确定方法的实施流程图,该方法可以包括以下步骤:
S110:获得目标种植设备所处的实际环境信息。
可以理解的是,处于不同地域的种植设备所处的环境可能不同,比如,南方湿度较大,温度较高,北方湿度较小,温度较低;同一地域不同位置的种植设备所处的环境也可能不同,比如,背光环境中,湿度较大,光照量较少,朝阳环境中,温度较高,光照量较多;同一种植设备在不同季节所处的环境也可能不同,比如,夏季温度较高、湿度较大,冬季温度较低,湿度较小。
种植设备中植物的生长状态的好坏与种植设备所处的环境有较大关系,不同环境条件适合于不同植物的生长。
当用户有在目标种植设备中进行种植操作的需求时,如果用户没有相应的农业种植经验,可能会无从选择该种植设备中可种植植物。在这种情况下,可以针对用户的实际种植需求,应用本发明实施例所提供的技术方案,确定目标种植设备中可种植的植物,并将确定出的可种植植物推荐给用户。
在本发明实施例中,当接收到用户针对目标种植设备的种植请求时,可以通过环境采集设备,如温度传感器、湿度传感器、光照传感器等获得目标种植设备所处的实际环境信息。目标种植设备所处的实际环境信息可以包括其内环境信息和外环境信息。
该实际环境信息可以是采集的一段时间的环境信息的量化信息。
在本发明实施例中,实际环境信息可以包括:温度信息、湿度信息、空气中二氧化碳含量信息、光照量信息中的至少一种。当然,还可以包括其他信息,如土壤的PH值信息等。
S120:计算实际环境信息与预先建立的种植模型中每组参考环境信息的相似度;
其中,种植模型中包含多组参考环境信息,每组参考环境信息分别对应于一种参考植物。
在本发明实施例中,可以预先建立一个种植模型。该种植模型中包含多组参考环境信息,每组参考环境信息分别对应于一种参考植物。
每组参考环境信息可以包括温度信息、湿度信息、空气中二氧化碳含量信息、光照量信息中的至少一种。
在本发明的一种具体实施方式中,可以通过以下步骤预先建立种植模型:
步骤一:获得针对多种参考植物的生长环境及生长过程状态的参考数据;
步骤二:根据参考数据,确定各种参考植物对应的参考环境信息;
步骤三:根据各种参考植物及各种参考植物对应的参考环境信息的关系,建立种植模型。
为便于描述,将上述三个步骤结合起来进行说明。
在本发明实施例中,可以获得针对多种参考植物的生长环境及生长过程状态的参考数据。该参考数据可以包括农业专家的经验数据、公知信息数据、植物生长数据等。
根据参考数据,对参考数据进行数据分析和处理,可以确定出各种参考植物对应的参考环境信息。具体的,如果参考数据包括植物生长数据,则可以从参考数据中查找参考植物的产量较大时,对应的环境信息,对该环境信息进行均值计算,或者其他数据处理,如量化处理等,可以获得该植物的参考环境信息。
在本发明实施例中,每种参考植物可以对应一组参考环境信息,每组参考环境信息可以包含多个影响参数,如温度信息、湿度信息、空气中二氧化碳含量信息、光照量信息等。
例如,预先建立的种植模型如表1所示:
参考植物 | 温度信息 | 湿度信息 | 空气中二氧化碳含量信息 | 光照量信息 |
西红柿 | 20 | 10 | 6 | 30 |
茄子 | 25 | 13 | 4 | 22 |
豆角 | 30 | 15 | 8 | 50 |
土豆 | 22 | 12 | 7 | 20 |
表1
表1中,每组参考环境信息中的温度信息、湿度信息、空气中二氧化碳含量信息、光照量信息中的数值为相应影响参数的量化值。
从表1中容易看出,温度信息为20、湿度信息为10、空气中二氧化碳含量信息为6、光照量信息为30的环境,适合西红柿的种植。
针对种植模型中的每组参考环境信息,可以计算实际环境信息与该组参考环境信息的相似度,即计算实际环境信息与种植模型中每组参考环境信息的相似度。
具体的,可以采用皮尔逊相似度分析算法进行环境信息相似度的计算。
比如获得的目标种植设备所处的实际环境信息如表2所示:
温度信息 | 湿度信息 | 空气中二氧化碳含量信息 | 光照量信息 |
50 | 30 | 20 | 40 |
表2
使用皮尔逊相似度分析算法:
Statistics.corr(实际环境信息,种植模型中参考环境信息,"pearson"))。
将表2中的实际环境信息与表1所示种植模型中每组参考环境信息进行相似度计算:
获得的相似度结果为:
与豆角对应的参考环境信息的相似度=0.7014058018484386;
与西红柿对应的参考环境信息的相似度=0.7442381943393828;
与土豆对应的参考环境信息的相似度=0.9782994667677295;
与茄子对应的参考环境信息的相似度=0.979795897113271。
S130:根据相似度的高低,确定目标种植设备中可种植的植物。
在步骤S120通过计算得到实际环境信息与种植模型中每组参考环境信息的相似度。可以理解的是,相似度越高表明当前目标种植设备所处的实际环境越适合于相应的参考植物的种植。根据相似度的高低,可以确定目标种植设备中可种植的植物。
在本发明的一种具体实施方式中,步骤S130可以包括以下步骤:
第一个步骤:针对种植模型中每组参考环境信息,确定该组参考环境信息与实际环境信息的相似度是否大于预设的相似度阈值,如果是,则执行第二个步骤;
第二个步骤:将该组参考环境信息对应的参考植物确定为目标种植设备中可种植的植物。
为便于描述,将上述两个步骤结合起来进行说明。
在本发明实施例中,可以预先设定一个相似度阈值。
针对种植模型中每组参考环境信息,确定该组参考环境信息与实际环境信息的相似度是否大于预设的该相似度阈值,如果是,则可以将该组参考环境信息对应的参考植物确定为目标种植设备可种植的植物。
如果实际环境信息与种植模型中任意一组参考环境信息的相似度均不大于该相似度阈值,则依据当前的种植模型无法确定目标种植设备可种植的植物。在这种情况下,可以将不存在可种植植物的提示信息输出给用户,以提示用户查看目标种植设备当前所处的环境是否存在异常,或者将相似度结果输出给用户,由用户确定是否从中选择一种植物进行种植。
如果存在多组参考环境信息与实际环境信息的相似度均大于预设的相似度阈值,则可以将确定的种植设备中可种植的植物均输出给用户,由用户根据实际需要确定选择哪种植物进行种植。
在本发明的另一种具体实施方式中,步骤S130可以包括以下步骤:
将与实际环境信息的相似度最高的一组参考环境信息对应的参考植物确定为目标种植设备中可种植的植物。
计算得到实际环境信息与种植模型中每组参考环境信息的相似度之后,可以根据相似度进行排序,将与实际环境信息的相似度最高的一组参考环境信息对应的参考植物确定为目标种植设备中可种植的植物。
比如,上例中,与实际环境信息的相似度最高的一组参考环境信息对应的参考植物为茄子,可以将茄子确定为目标种植设备中可种植的植物。
应用本发明实施例所提供的方法,通过计算目标种植设备所处的实际环境信息与预先建立的种植模型中每组参考环境信息的相似度,根据相似度的高低,确定目标种植设备中可种植的植物。这样,可以为用户提供较佳的、适合于目标种植设备的植物,有利于提高植物产量,达到较好的收获效果,提升用户体验。
在本发明的一个实施例中,还可以根据相似度的高低,对计算得到的相似度进行排序,并输出显示排序后的相似度结果及确定的可种植的植物。用户根据该相似度结果及实际需求,可以选择相应的植物进行种植。使得用户的选择有据可依,避免盲目种植导致产量较低等后果。
相应于上面的方法实施例,本发明实施例还提供了一种可种植植物确定装置,下文描述的一种可种植植物确定装置与上文描述的一种可种植植物确定方法可相互对应参照。
参见图2所示,该装置包括以下模块:
实际环境信息获得模块210,用于获得目标种植设备所处的实际环境信息;
相似度计算模块220,用于计算实际环境信息与预先建立的种植模型中每组参考环境信息的相似度;种植模型中包含多组参考环境信息,每组参考环境信息分别对应于一种参考植物;
可种植植物确定模块230,用于根据相似度的高低,确定目标种植设备中可种植的植物。
应用本发明实施例所提供的装置,通过计算目标种植设备所处的实际环境信息与预先建立的种植模型中每组参考环境信息的相似度,根据相似度的高低,确定目标种植设备中可种植的植物。这样,可以为用户提供较佳的、适合于目标种植设备的植物,有利于提高植物产量,达到较好的收获效果,提升用户体验。
在本发明的一种具体实施方式中,可种植植物确定模块230,具体用于:
针对种植模型中每组参考环境信息,确定该组参考环境信息与实际环境信息的相似度是否大于预设的相似度阈值,如果是,则将该组参考环境信息对应的参考植物确定为目标种植设备中可种植的植物;
或者,
将与实际环境信息的相似度最高的一组参考环境信息对应的参考植物确定为目标种植设备中可种植的植物。
在本发明的一种具体实施方式中,还包括输出显示模块,用于:
根据相似度的高低,对计算得到的相似度进行排序;
输出显示排序后的相似度结果及确定的可种植的植物。
在本发明的一种具体实施方式中,还包括种植模型建立模块,用于通过以下步骤预先建立种植模型:
获得针对多种参考植物的生长环境及生长过程状态的参考数据;
根据参考数据,确定各种参考植物对应的参考环境信息;
根据各种参考植物及各种参考植物对应的参考环境信息的关系,建立种植模型。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的技术方案及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (10)
1.一种可种植植物确定方法,其特征在于,包括:
获得目标种植设备所处的实际环境信息;
计算所述实际环境信息与预先建立的种植模型中每组参考环境信息的相似度;所述种植模型中包含多组参考环境信息,每组参考环境信息分别对应于一种参考植物;
根据相似度的高低,确定所述目标种植设备中可种植的植物。
2.根据权利要求1所述的可种植植物确定方法,其特征在于,所述根据相似度的高低,确定所述目标种植设备中可种植的植物,包括:
针对所述种植模型中每组参考环境信息,确定该组参考环境信息与所述实际环境信息的相似度是否大于预设的相似度阈值;
如果是,则将该组参考环境信息对应的参考植物确定为所述目标种植设备中可种植的植物。
3.根据权利要求1所述的可种植植物确定方法,其特征在于,所述根据相似度的高低,确定所述目标种植设备中可种植的植物,包括:
将与所述实际环境信息的相似度最高的一组参考环境信息对应的参考植物确定为所述目标种植设备中可种植的植物。
4.根据权利要求1至3任一项所述的可种植植物确定方法,其特征在于,还包括:
根据相似度的高低,对计算得到的相似度进行排序;
输出显示排序后的相似度结果及确定的可种植的植物。
5.根据权利要求1至3任一项所述的可种植植物确定方法,其特征在于,通过以下步骤预先建立所述种植模型:
获得针对多种参考植物的生长环境及生长过程状态的参考数据;
根据所述参考数据,确定各种参考植物对应的参考环境信息;
根据各种参考植物及各种参考植物对应的参考环境信息的关系,建立所述种植模型。
6.根据权利要求5所述的可种植植物确定方法,其特征在于,所述参考环境信息包括温度信息、湿度信息、空气中二氧化碳含量信息、光照量信息中的至少一种。
7.一种可种植植物确定装置,其特征在于,包括:
实际环境信息获得模块,用于获得目标种植设备所处的实际环境信息;
相似度计算模块,用于计算所述实际环境信息与预先建立的种植模型中每组参考环境信息的相似度;所述种植模型中包含多组参考环境信息,每组参考环境信息分别对应于一种参考植物;
可种植植物确定模块,用于根据相似度的高低,确定所述目标种植设备中可种植的植物。
8.根据权利要求7所述的可种植植物确定装置,其特征在于,所述可种植植物确定模块,具体用于:
针对所述种植模型中每组参考环境信息,确定该组参考环境信息与所述实际环境信息的相似度是否大于预设的相似度阈值,如果是,则将该组参考环境信息对应的参考植物确定为所述目标种植设备中可种植的植物;
或者,
将与所述实际环境信息的相似度最高的一组参考环境信息对应的参考植物确定为所述目标种植设备中可种植的植物。
9.根据权利要求7或8所述的可种植植物确定装置,其特征在于,还包括输出显示模块,用于:
根据相似度的高低,对计算得到的相似度进行排序;
输出显示排序后的相似度结果及确定的可种植的植物。
10.根据权利要求7或8所述的可种植植物确定装置,其特征在于,还包括种植模型建立模块,用于通过以下步骤预先建立所述种植模型:
获得针对多种参考植物的生长环境及生长过程状态的参考数据;
根据所述参考数据,确定各种参考植物对应的参考环境信息;
根据各种参考植物及各种参考植物对应的参考环境信息的关系,建立所述种植模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610875333.8A CN106446434A (zh) | 2016-09-30 | 2016-09-30 | 一种可种植植物确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610875333.8A CN106446434A (zh) | 2016-09-30 | 2016-09-30 | 一种可种植植物确定方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106446434A true CN106446434A (zh) | 2017-02-22 |
Family
ID=58171707
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610875333.8A Pending CN106446434A (zh) | 2016-09-30 | 2016-09-30 | 一种可种植植物确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106446434A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109583301A (zh) * | 2018-10-29 | 2019-04-05 | 广东奥博信息产业股份有限公司 | 一种农作物生长过程最优外部种植条件预测方法及装置 |
CN110199845A (zh) * | 2019-06-28 | 2019-09-06 | 西南林业大学 | 一种基于物联网与人工智能的植物养护系统 |
CN114565846A (zh) * | 2022-02-24 | 2022-05-31 | 杭州睿胜软件有限公司 | 植物生长环境的识别方法、设备及计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09220024A (ja) * | 1996-02-16 | 1997-08-26 | Tsukasa Fukushima | 法面緑化のための植生決定方法及び植栽方法 |
JP2012044930A (ja) * | 2010-08-27 | 2012-03-08 | Nec Corp | 情報処理システム、情報処理装置、情報処理装置の制御方法及び制御プログラム |
CN204044576U (zh) * | 2014-09-16 | 2014-12-24 | 四川敬天爱人科技有限公司 | 一种租摆植物生长环境监测装置 |
CN104969793A (zh) * | 2015-05-04 | 2015-10-14 | 小米科技有限责任公司 | 推荐植物品种的方法及装置 |
-
2016
- 2016-09-30 CN CN201610875333.8A patent/CN106446434A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09220024A (ja) * | 1996-02-16 | 1997-08-26 | Tsukasa Fukushima | 法面緑化のための植生決定方法及び植栽方法 |
JP2012044930A (ja) * | 2010-08-27 | 2012-03-08 | Nec Corp | 情報処理システム、情報処理装置、情報処理装置の制御方法及び制御プログラム |
CN204044576U (zh) * | 2014-09-16 | 2014-12-24 | 四川敬天爱人科技有限公司 | 一种租摆植物生长环境监测装置 |
CN104969793A (zh) * | 2015-05-04 | 2015-10-14 | 小米科技有限责任公司 | 推荐植物品种的方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109583301A (zh) * | 2018-10-29 | 2019-04-05 | 广东奥博信息产业股份有限公司 | 一种农作物生长过程最优外部种植条件预测方法及装置 |
CN110199845A (zh) * | 2019-06-28 | 2019-09-06 | 西南林业大学 | 一种基于物联网与人工智能的植物养护系统 |
CN114565846A (zh) * | 2022-02-24 | 2022-05-31 | 杭州睿胜软件有限公司 | 植物生长环境的识别方法、设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
VanLoocke et al. | A regional comparison of water use efficiency for miscanthus, switchgrass and maize | |
CN106408132A (zh) | 一种基于种植设备的作物产量预测方法及装置 | |
Tittonell et al. | Nutrient use efficiencies and crop responses to N, P and manure applications in Zimbabwean soils: Exploring management strategies across soil fertility gradients | |
WO2018040326A1 (zh) | 一种种植箱信息显示方法、服务器、种植箱以及种植系统 | |
US20170270446A1 (en) | Agronomic systems, methods and apparatuses for determining yield limits | |
Borgia et al. | Benchmarking for performance assessment of small and large irrigation schemes along the Senegal Valley in Mauritania | |
Ma et al. | Development and evaluation of the RZWQM‐CROPGRO hybrid model for soybean production | |
CN106645563A (zh) | 一种基于种植设备的病虫害预测方法及装置 | |
CN110909679B (zh) | 冬小麦历史种植区的休耕轮作信息遥感识别方法及系统 | |
CN103971176B (zh) | 一种柑橘果实优质化采收决策的方法及系统 | |
Raes et al. | AquaCrop-The FAO crop model to simulate yield response to water | |
Tian et al. | Improving performance of Agro-Ecological Zone (AEZ) modeling by cross-scale model coupling: An application to japonica rice production in Northeast China | |
Adhikari et al. | Simulated effects of winter wheat cover crop on cotton production systems of the Texas Rolling Plains | |
Steduto et al. | Concepts and applications of AquaCrop: The FAO crop water productivity model | |
CN109558939A (zh) | 一种基于神经网络的作物生长模型选择方法及装置 | |
CN114254964B (zh) | 水稻区域气候品质评估方法及系统 | |
CN106446434A (zh) | 一种可种植植物确定方法及装置 | |
Zhang et al. | Using ORYZA2000 to model cold rice yield response to climate change in the Heilongjiang province, China | |
CN113822479A (zh) | 一种兼顾生产、环境和经济效益的区域农业种植结构多目标优化方法 | |
CN107241403A (zh) | 推送方法及推送装置、服务器、设备和可读存储介质 | |
CN113039908A (zh) | 一种施肥和灌溉动态决策方法及系统 | |
CN108718890A (zh) | 一种基于大数据分析的葡萄培育方法 | |
Darko et al. | Calibration and validation of AquaCrop for deficit and full irrigation of tomato | |
CN108334139A (zh) | 一种基于大数据的温室自动化控制的方法及系统 | |
Meinke | Improving wheat simulation capabilities in Australia from a cropping systems perspective |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 518052 Guangdong city of Shenzhen province Qianhai Shenzhen Hong Kong cooperation zone before Bay Road No. 1 building 201 room A (located in Shenzhen Qianhai business secretary Co. Ltd.) Applicant after: Shenzhen Chun Mu source Holdings Limited Address before: 518052 Guangdong city of Shenzhen province Qianhai Shenzhen Hong Kong cooperation zone before Bay Road No. 1 building 201 room A Applicant before: Shenzhen Qianhai Hong Jia Technology Co., Ltd. |
|
CB02 | Change of applicant information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170222 |
|
RJ01 | Rejection of invention patent application after publication |