CN108230304A - 一种基于多区域分析的智能化农业调控系统 - Google Patents
一种基于多区域分析的智能化农业调控系统 Download PDFInfo
- Publication number
- CN108230304A CN108230304A CN201711444193.XA CN201711444193A CN108230304A CN 108230304 A CN108230304 A CN 108230304A CN 201711444193 A CN201711444193 A CN 201711444193A CN 108230304 A CN108230304 A CN 108230304A
- Authority
- CN
- China
- Prior art keywords
- target area
- plant
- content
- quality
- regulator control
- 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
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims abstract description 64
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims abstract description 32
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 claims abstract description 32
- 229910052757 nitrogen Inorganic materials 0.000 claims abstract description 32
- 229910052698 phosphorus Inorganic materials 0.000 claims abstract description 32
- 239000011574 phosphorus Substances 0.000 claims abstract description 32
- 239000011591 potassium Substances 0.000 claims abstract description 32
- 229910052700 potassium Inorganic materials 0.000 claims abstract description 32
- 239000002689 soil Substances 0.000 claims abstract description 30
- 238000009434 installation Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 3
- 230000012010 growth Effects 0.000 abstract description 29
- 241000196324 Embryophyta Species 0.000 description 49
- 230000000694 effects Effects 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 230000008635 plant growth Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 235000013619 trace mineral Nutrition 0.000 description 1
- 239000011573 trace mineral Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C21/00—Methods of fertilising, sowing or planting
- A01C21/007—Determining fertilization requirements
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Soil Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Mining & Mineral Resources (AREA)
- Animal Husbandry (AREA)
- General Business, Economics & Management (AREA)
- Agronomy & Crop Science (AREA)
- Environmental Sciences (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Fertilizing (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种基于多区域分析的智能化农业调控系统:区域划分模块用于将待检测土地划分为n个目标区域;第一采集模块用于采集n个目标区域土地的氮含量、磷含量、钾含量;第二采集模块用于采集n个目标区域内植株的图像信息,并基于上述图像信息分析出n个目标区域内植株的叶面积指数和最大高度值;优化调控模块用于根据n个目标区域内植株的叶面积指数和最大高度值选择出优质目标区域,并基于优质目标区域土地的氮含量、磷含量、钾含量确定优质氮含量、优质磷含量、优质钾含量。本发明从植株的实际生长状态出发为植株选择适宜的生长参数,在确保生长参数选择的有效性的基础上促进植株的生长过程,从而提高植株的生长效果和产量。
Description
技术领域
本发明涉及智能农业系统技术领域,尤其涉及一种基于多区域分析的智能化农业调控系统。
背景技术
自20世纪90年代以来,随着土地退化的不断加剧和土地持续利用管理理念的提出,土地质量问题日益受到人们的关注。事实上,土地质量指标不是单纯指土地某一方面或某一属性的指标,而是综合自然与社会经济因素综合反映土地资源和相关生态环境变化的指标。我国作为农业大国,种植业的蔓延区域非常广泛。在农作物的生长过程中,土地中的氮、磷、钾含量是影响植物生长的很重要的因素,在现有的施肥过程中,往往根据人工判断和经验去进行,不仅降低了施肥的有效性,而且难以维持植物的优质生长状态。且不同区域的土地的氮、磷、钾含量存在差异,采用统一的施肥方法会造成某种元素含量过高或过低的情况,从而影响农作物的生长过程和收成。
发明内容
基于背景技术存在的技术问题,本发明提出了一种基于多区域分析的智能化农业调控系统。
本发明提出的基于多区域分析的智能化农业调控系统,包括:
区域划分模块,用于将待检测土地划分为n个目标区域;
第一采集模块,用于采集n个目标区域土地的氮含量、磷含量、钾含量;
第二采集模块,用于采集n个目标区域内植株的图像信息,并基于上述图像信息分析出n个目标区域内植株的叶面积指数和最大高度值;
优化调控模块,用于根据n个目标区域内植株的叶面积指数和最大高度值选择出优质目标区域,并基于优质目标区域土地的氮含量、磷含量、钾含量确定优质氮含量、优质磷含量、优质钾含量。
优选地,所述第二采集模块具体用于:
采集n个目标区域内植株的图像信息,并对上述图像信息进行特征提取,以分析出n个目标区域内植株的叶面积指数,记为S1、S2、S3……Sn,以及,最大高度值,记为H1、H2、H3……Hn。
优选地,所述优化调控模块具体用于:
获取n个目标区域内植株的叶面积指数S1、S2、S3……Sn,并将S1、S2、S3……Sn中大于预设面积S0的目标区域的序号列入第一集合;
获取n个目标区域内植株的最大高度值H1、H2、H3……Hn,并将H1、H2、H3……Hn中大于预设高度值H0的目标区域的序号列入第二集合;
将同时出现在第一集合内和第二集合内的序号对应的m个目标区域作为优质目标区域;
获取m个目标区域土地的氮含量、磷含量、钾含量,并将m个目标区域土地的氮含量的平均值作为优质氮含量、磷含量的平均值作为优质磷含量、钾含量的平均值作为优质钾含量;
其中,0≤m≤n。
优选地,所述第一采集模块包括n个第一采集单元,n个第一采集单元与n个目标区域一一对应,n个第一采集单元分别用于采集n个目标区域土地的氮含量、磷含量、钾含量。
优选地,所述n个第一采集单元中,任一个第一采集单元均包括多个采集子单元,多个采集子单元的安装位置均不相同。
优选地,所述第二采集模块包括n个第二采集单元,n个第二采集单元与n个目标区域一一对应,n个第二采集单元分别用于采集n个目标区域内植株的图像信息。
优选地,所述n个第二采集单元中,任一个第二采集单元元均包括多个采集子单元,多个采集子单元的安装位置均不相同。
本发明提出的基于多区域分析的智能化农业调控系统,从植株的实际生长状态出发为植株选择适宜的生长参数,保证选择的生长参数具有良好的使用基础,在确保生长参数选择的有效性的基础上促进植株的生长过程,从而提高植株的生长效果和产量。具体地,本发明通过采集不同区域内植株的叶面积指数来分析每一个区域内植株的繁茂程度,以及,采集不同区域内植株的最大高度值来分析每一个区域内植株的生长速度和生长效果,从而根据上述两个参数来综合判断每一个区域内植株的实际长势,并基于其实际长势挑选出长势良好的区域作为示范区域,并统计示范区域内土地中氮含量、磷含量、钾含量且计算出上述三个元素的最优值,方便种植户根据上述三个元素的最优值去调整种植区域土地的氮含量、磷含量、钾含量,使种植区域能够为植株生长提供全面、充足的元素补给,从而提高植株的生长效率和种植区域的产量。
附图说明
图1为一种基于多区域分析的智能化农业调控系统的结构示意图。
具体实施方式
如图1所示,图1为本发明提出的一种基于多区域分析的智能化农业调控系统。
参照图1,本发明提出的基于多区域分析的智能化农业调控系统,包括:
区域划分模块,用于将待检测土地划分为n个目标区域;通过将待检测土地进行多区域划分,使得在后续操作过程中对每一块小区域进行针对性的检测和分析,一方面能够提高检测结果的精确性,避免不同区域的土地特征不同而影响检测结果,另一方面能够提高对小区域土地进行调整的针对性,保证每一个小区域内土地的高质量,从而提高其内植株的产量。
第一采集模块,用于采集n个目标区域土地的氮含量、磷含量、钾含量;
所述第一采集模块包括n个第一采集单元,n个第一采集单元与n个目标区域一一对应,n个第一采集单元分别用于采集n个目标区域土地的氮含量、磷含量、钾含量;以从不同角度和不同位置对每一个目标区域土地的微量元素的含量进行采集,有利于提高采集结果的全面性和有效性。
进一步地,所述n个第一采集单元中,任一个第一采集单元均包括多个采集子单元,多个采集子单元的安装位置均不相同,能够提高每一个采集单元的采集精度,从而进一步提高第一采集模块采集结果的精度。
第二采集模块,用于采集n个目标区域内植株的图像信息,并基于上述图像信息分析出n个目标区域内植株的叶面积指数和最大高度值;
本实施方式中,所述第二采集模块具体用于:
采集n个目标区域内植株的图像信息,并对上述图像信息进行特征提取,以分析出n个目标区域内植株的叶面积指数,记为S1、S2、S3……Sn,以及,最大高度值,记为H1、H2、H3……Hn;其中实际叶面积指数是指单位土地面积上植物叶片总面积占土地面积的的倍数,在田间试验中,实际叶面积指数是反映植物群体生长状况的一个重要指标,其大小直接与最终产量高低密切相关;因此,通过采集n个目标区域内植株的实际叶面积指数有利于精确的对每一个目标区域内植株的实际生长状态进行分析和判断;
本实施方式中,所述第二采集模块包括n个第二采集单元,n个第二采集单元与n个目标区域一一对应,n个第二采集单元分别用于采集n个目标区域内植株的图像信息;为每一个目标区域设置一个特定的采集单元,有利于提高对每一个目标区域内植株的图像信息采集的针对性和有效性。
进一步地,所述n个第二采集单元中,任一个第二采集单元元均包括多个采集子单元,多个采集子单元的安装位置均不相同,以从不同角度和不同位置对每一个目标区域内植株的图像信息进行采集,有利于提高采集精度,从而提高对每一个目标区域内植株的实际生长状态分析的有效性。
优化调控模块,用于根据n个目标区域内植株的叶面积指数和最大高度值选择出优质目标区域,并基于优质目标区域土地的氮含量、磷含量、钾含量确定优质氮含量、优质磷含量、优质钾含量。
本实施方式中,所述优化调控模块具体用于:
获取n个目标区域内植株的叶面积指数S1、S2、S3……Sn,并将S1、S2、S3……Sn中大于预设面积S0的目标区域的序号列入第一集合;以统计长势茂盛的植株所处的目标区域,便于后续步骤中对第一集合内的优质区域的土地质量进行分析;
获取n个目标区域内植株的最大高度值H1、H2、H3……Hn,并将H1、H2、H3……Hn中大于预设高度值H0的目标区域的序号列入第二集合;以统计长势快速的植株所处的目标区域,为后续步骤中分析优质区域的土地质量提供准确的参考依据;
将同时出现在第一集合内和第二集合内的序号对应的m个目标区域作为优质目标区域;
获取m个目标区域土地的氮含量、磷含量、钾含量,并将m个目标区域土地的氮含量的平均值作为优质氮含量、磷含量的平均值作为优质磷含量、钾含量的平均值作为优质钾含量;将多个优质目标区域内土地的氮含量、磷含量、钾含量的平均值分别作为作为优质氮含量、优质磷含量、优质钾含量,有利于为种植用户提供有效的生长影响参数,从而使种植区域内的植株保持优质长势,帮助提高种植区域内植株的生长效果和产量;
其中,0≤m≤n。
本实施方式提出的基于多区域分析的智能化农业调控系统,从植株的实际生长状态出发为植株选择适宜的生长参数,保证选择的生长参数具有良好的使用基础,在确保生长参数选择的有效性的基础上促进植株的生长过程,从而提高植株的生长效果和产量。具体地,本实施方式通过采集不同区域内植株的叶面积指数来分析每一个区域内植株的繁茂程度,以及,采集不同区域内植株的最大高度值来分析每一个区域内植株的生长速度和生长效果,从而根据上述两个参数来综合判断每一个区域内植株的实际长势,并基于其实际长势挑选出长势良好的区域作为示范区域,并统计示范区域内土地中氮含量、磷含量、钾含量且计算出上述三个元素的最优值,方便种植户根据上述三个元素的最优值去调整种植区域土地的氮含量、磷含量、钾含量,使种植区域能够为植株生长提供全面、充足的元素补给,从而提高植株的生长效率和种植区域的产量。
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 (7)
1.一种基于多区域分析的智能化农业调控系统,其特征在于,包括:
区域划分模块,用于将待检测土地划分为n个目标区域;
第一采集模块,用于采集n个目标区域土地的氮含量、磷含量、钾含量;
第二采集模块,用于采集n个目标区域内植株的图像信息,并基于上述图像信息分析出n个目标区域内植株的叶面积指数和最大高度值;
优化调控模块,用于根据n个目标区域内植株的叶面积指数和最大高度值选择出优质目标区域,并基于优质目标区域土地的氮含量、磷含量、钾含量确定优质氮含量、优质磷含量、优质钾含量。
2.根据权利要求1所述的基于多区域分析的智能化农业调控系统,其特征在于,所述第二采集模块具体用于:
采集n个目标区域内植株的图像信息,并对上述图像信息进行特征提取,以分析出n个目标区域内植株的叶面积指数,记为S1、S2、S3……Sn,以及,最大高度值,记为H1、H2、H3……Hn。
3.根据权利要求2所述的基于多区域分析的智能化农业调控系统,其特征在于,所述优化调控模块具体用于:
获取n个目标区域内植株的叶面积指数S1、S2、S3……Sn,并将S1、S2、S3……Sn中大于预设面积S0的目标区域的序号列入第一集合;
获取n个目标区域内植株的最大高度值H1、H2、H3……Hn,并将H1、H2、H3……Hn中大于预设高度值H0的目标区域的序号列入第二集合;
将同时出现在第一集合内和第二集合内的序号对应的m个目标区域作为优质目标区域;
获取m个目标区域土地的氮含量、磷含量、钾含量,并将m个目标区域土地的氮含量的平均值作为优质氮含量、磷含量的平均值作为优质磷含量、钾含量的平均值作为优质钾含量;
其中,0≤m≤n。
4.根据权利要求1所述的基于多区域分析的智能化农业调控系统,其特征在于,所述第一采集模块包括n个第一采集单元,n个第一采集单元与n个目标区域一一对应,n个第一采集单元分别用于采集n个目标区域土地的氮含量、磷含量、钾含量。
5.根据权利要求4所述的基于多区域分析的智能化农业调控系统,其特征在于,所述n个第一采集单元中,任一个第一采集单元均包括多个采集子单元,多个采集子单元的安装位置均不相同。
6.根据权利要求1所述的基于多区域分析的智能化农业调控系统,其特征在于,所述第二采集模块包括n个第二采集单元,n个第二采集单元与n个目标区域一一对应,n个第二采集单元分别用于采集n个目标区域内植株的图像信息。
7.根据权利要求6所述的基于多区域分析的智能化农业调控系统,其特征在于,所述n个第二采集单元中,任一个第二采集单元元均包括多个采集子单元,多个采集子单元的安装位置均不相同。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711444193.XA CN108230304A (zh) | 2017-12-27 | 2017-12-27 | 一种基于多区域分析的智能化农业调控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711444193.XA CN108230304A (zh) | 2017-12-27 | 2017-12-27 | 一种基于多区域分析的智能化农业调控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108230304A true CN108230304A (zh) | 2018-06-29 |
Family
ID=62649059
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711444193.XA Pending CN108230304A (zh) | 2017-12-27 | 2017-12-27 | 一种基于多区域分析的智能化农业调控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108230304A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116029860A (zh) * | 2023-03-29 | 2023-04-28 | 山东科翔智能科技有限公司 | 基于gis的智慧农业种植区域规划辅助决策系统 |
CN116843493A (zh) * | 2023-07-03 | 2023-10-03 | 惠州可道科技股份有限公司 | 一种基于物联网的油茶林种植生态数字监测管理系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102653481A (zh) * | 2012-04-09 | 2012-09-05 | 四川农业大学 | 一种香水百合最佳氮磷钾配合比的肥料 |
CN102982486A (zh) * | 2012-11-14 | 2013-03-20 | 北京农业信息技术研究中心 | 一种基于作物长势遥感监测信息的施肥决策方法 |
CN105557166A (zh) * | 2016-01-26 | 2016-05-11 | 石河子大学 | 基于gis的滴灌棉田氮素施肥管理方法 |
-
2017
- 2017-12-27 CN CN201711444193.XA patent/CN108230304A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102653481A (zh) * | 2012-04-09 | 2012-09-05 | 四川农业大学 | 一种香水百合最佳氮磷钾配合比的肥料 |
CN102982486A (zh) * | 2012-11-14 | 2013-03-20 | 北京农业信息技术研究中心 | 一种基于作物长势遥感监测信息的施肥决策方法 |
CN105557166A (zh) * | 2016-01-26 | 2016-05-11 | 石河子大学 | 基于gis的滴灌棉田氮素施肥管理方法 |
Non-Patent Citations (2)
Title |
---|
王刚: "土壤有效磷含量对棉花生长发育的影响及其作用机理", 《中国优秀硕士学位论文全文数据库 农业科技辑》 * |
马国雄: "攀枝花大龙潭基地单元植烟土壤养分特征与氮磷钾平衡施用技术研究", 《中国优秀硕士学位论文全文数据库 农业科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116029860A (zh) * | 2023-03-29 | 2023-04-28 | 山东科翔智能科技有限公司 | 基于gis的智慧农业种植区域规划辅助决策系统 |
CN116843493A (zh) * | 2023-07-03 | 2023-10-03 | 惠州可道科技股份有限公司 | 一种基于物联网的油茶林种植生态数字监测管理系统 |
CN116843493B (zh) * | 2023-07-03 | 2024-01-02 | 惠州可道科技股份有限公司 | 一种基于物联网的油茶林种植生态数字监测管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102524024B (zh) | 基于计算机视觉的作物灌溉系统 | |
CN108811651A (zh) | 一种测土配方施肥的方法 | |
CN105494033B (zh) | 一种基于作物需求的智能节水灌溉方法 | |
CN108323419B (zh) | 土壤地表渗水速率和灌溉水量的判别方法及智能灌溉系统 | |
CN106485002B (zh) | 在复杂地形气候区域估算甘蔗潜在产量的方法 | |
CN107950324A (zh) | 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 | |
WO2016161818A1 (zh) | 一种根据叶菜类作物长势进行变量施肥的方法 | |
CN108370699A (zh) | 一种测土配方施肥的方法 | |
CN105265206B (zh) | 一种盐碱地绿化苗木耐盐能力的测定方法 | |
CN107168421B (zh) | 一种自动化深松牵引耕地系统及方法 | |
CN102349441A (zh) | 一种沿海滩涂耐盐水稻的选育方法 | |
CN108230304A (zh) | 一种基于多区域分析的智能化农业调控系统 | |
CN109673439A (zh) | 一种水肥耦合对水稻产量及生长形状的调控方法 | |
CN116301138B (zh) | 基于日光温室的农业大棚智能化监管系统 | |
CN108184792A (zh) | 一种喷药设备的智能化调控系统 | |
CN106530104A (zh) | 种植区生产适宜性的评价方法及装置 | |
CN101647336A (zh) | 滩涂盐碱地种植耐盐植物的耕层土壤控盐方法 | |
CN110516943B (zh) | 一种基于地表温度的春灌期灌溉面积动态监测遥感方法 | |
CN108198169A (zh) | 一种具有多区域分析功能的智能农业调控方法 | |
CN103413172A (zh) | 玉米苗期缺苗数的测量方法及装置 | |
CN110929917A (zh) | 一种农业土地作物最优化管理系统 | |
CN113229076A (zh) | 一种利用盐池筛选优良耐盐株系的小麦育种方法 | |
CN108132028A (zh) | 一种农业生产过程的智能化调控方法 | |
CN116595333B (zh) | 土壤-气候智慧型的水稻目标产量与氮肥用量确定方法 | |
CN105052335A (zh) | 一种提高生菜氮肥利用率的施肥方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180629 |
|
RJ01 | Rejection of invention patent application after publication |