CN108898277A - 一种农业大数据智能分析调控系统 - Google Patents
一种农业大数据智能分析调控系统 Download PDFInfo
- Publication number
- CN108898277A CN108898277A CN201810548125.6A CN201810548125A CN108898277A CN 108898277 A CN108898277 A CN 108898277A CN 201810548125 A CN201810548125 A CN 201810548125A CN 108898277 A CN108898277 A CN 108898277A
- Authority
- CN
- China
- Prior art keywords
- farmland
- soil
- crop
- analysis
- block
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 66
- 239000002689 soil Substances 0.000 claims abstract description 40
- 238000004856 soil analysis Methods 0.000 claims abstract description 9
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 12
- 239000002131 composite material Substances 0.000 claims description 10
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 6
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 claims description 6
- 229910052757 nitrogen Inorganic materials 0.000 claims description 6
- 230000035699 permeability Effects 0.000 claims description 6
- 229910052698 phosphorus Inorganic materials 0.000 claims description 6
- 239000011574 phosphorus Substances 0.000 claims description 6
- 239000011591 potassium Substances 0.000 claims description 6
- 229910052700 potassium Inorganic materials 0.000 claims description 6
- 230000012010 growth Effects 0.000 abstract description 11
- 230000008635 plant growth Effects 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000007405 data analysis Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution 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
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (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)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (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)
Abstract
本发明公开了一种农业大数据智能分析调控系统；土壤分析模块，用于获取目标地域内m块农田的土壤参数信息；产量分析模块，用于获取目标地域内m块农田内种植的作物近n年的平均产量；利润分析模块，用于获取目标地域内m块农田内种植的作物上一年度的净利润；智能调控模块，用于根据m块农田内种植的作物近n年的平均产量和上一年度的净利润建立参数分析模型，且基于参数分析模型选择出一块最优农田，并将最优农田的土壤参数信息作为作物种植土壤的最优参考基础。本发明利用大数据分析技术来对作物生长土壤环境的适宜性进行分析和探讨，以为作物选择高效率的生长基础，从而提高作物生长效果以及产量，保证农田的优质可持续性发展和利用。
Description
技术领域
本发明涉及农业大数据分析技术领域，尤其涉及一种农业大数据智能分析调控系统。
背景技术
农业是中国现代国民经济的最重要的支柱产业之一。中国农业正在摆脱传统的小农经济模式，向集约化、精细化和智能化方向转化。这一革命性的转变将需要新型的信息技术的支持，尤其是基于大数据的决策优化系统的支持。
农业作为中国的第一产业，面临着农产品需求多样性不断增加，产品生命周期不断减短、土地生态环境恶化、气候变化过频过大、资源配置不合理、生物多样性不断下降、产品无法和发达国家农业生产竞争等严峻挑战。在制约作物生长状态和产量的多种因素中，土壤质量是直接的影响因素，为给作物生长提供全面有效地生长环境，本发明利用大数据分析技术，从农田作物的平均产量和净利润出发，并建立参数分析模型，来对适宜作物的生长环境进行分析和探讨，以直接且快速地提高农业物的产量。
发明内容
基于背景技术存在的技术问题，本发明提出了一种农业大数据智能分析调控系统。
本发明提出的农业大数据智能分析调控系统，包括：
土壤分析模块，用于获取目标地域内m块农田的土壤参数信息；
产量分析模块，用于获取目标地域内m块农田内种植的作物近n年的平均产量；
利润分析模块，用于获取目标地域内m块农田内种植的作物上一年度的净利润；
智能调控模块，用于根据m块农田内种植的作物近n年的平均产量和上一年度的净利润建立参数分析模型，且基于参数分析模型选择出一块最优农田，并将最优农田的土壤参数信息作为作物种植土壤的最优参考基础。
优选地，所述土壤分析模块具体用于：
获取目标地域内m块农田的土壤的氮含量、磷含量、钾含量、含水率、渗透率、蓬松度。
优选地，所述产量分析模块具体用于：
获取目标地域内m块农田内种植的作物近n年的平均产量，记为A1、A2、A3……Am。
优选地，所述利润分析模块具体用于：
获取目标地域内m块农田内种植的作物上一年度的净利润，记为B1、B2、B3……Bm。
优选地，所述智能调控模块具体用于：
根据m块农田内种植的作物近n年的平均产量A1、A2、A3……Am和上一年度的净利润B1、B2、B3……Bm建立参数分析模型，所述参数分析模型为：
Ci＝aAi+bBi；
其中，Ci为第i块农田的综合分数，a、b均为预设值，1≤i≤m；
按照参数分析模型计算出m块农田的综合分数C1、C2、C3……Cm，且将Cj对应的第j块农田作为最优农田；
其中，Cj＝MAX(C1，C2，C3……Cm)，1≤j≤m；
将第j块农田的土壤的氮含量、磷含量、钾含量、含水率、渗透率、蓬松度作为作物种植土壤的最优参考基础。
优选地，所述土壤分析模块在获取目标地域内每一块农田的土壤参数信息时，利用多个采集设备对每一块农田的土壤参数信息进行采集，且多个采集设备在每一块农田内的设置位置均不相同。
本发明提出的农业大数据智能分析调控系统，利用大数据分析技术来对作物生长土壤环境的适宜性进行分析和探讨，以为作物选择高效率的生长基础，从而提高作物生长效果以及产量，保证农田的优质可持续性发展和利用。具体地：本发明首先将同一地域内的多块农田作为分析基础，通过增加分析对象的个数来提高分析过程的有效性和分析结果的精度；然后将每一块农田的平均产量和上一年度的净利润作为分析依据，利用产量和净利润两个直观参数来对农田作物的生长状态作直接的分析；最后根据产量和净利润建立参数分析模型来得出每一块农田的综合分数，以通过两个直观参数来验证农田作物的生长效果，以期寻找到最适宜作物生长的土壤环境。进一步的，为避免天气、经济等不可抗力因素对本系统结果的影响，在建立参数分析模型时，为产量和净利润两个参数配设有预设值，通过利用预设值这个制约分数来提高模型对每一块农田的综合分数的有效性，保证本系统的可靠性和实用性。
附图说明
图1为一种农业大数据智能分析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农业大数据智能分析调控系统。
参照图1，本发明提出的农业大数据智能分析调控系统，包括：
土壤分析模块，用于获取目标地域内m块农田的土壤参数信息；
本实施方式中，所述土壤参数信息具体包括：土壤的氮含量、磷含量、钾含量、含水率、渗透率、蓬松度；通过获取上述参数能够直接且全面的对每一块农田的土壤质量进行分析和把控，也有利于为后期分析过程中挑选适宜作物生长的土壤环境提供稳定有效的参考依据。
产量分析模块，用于获取目标地域内m块农田内种植的作物近n年的平均产量，记为A1、A2、A3……Am；通过分析每一块农田近n年的平均产量，有利于避免某一年或多年因为天气等不可抗力因素对作物当年的产量产生影响，提高该分析参数的有效性；
利润分析模块，用于获取目标地域内m块农田内种植的作物上一年度的净利润，记为B1、B2、B3……Bm；分析净利润能够直观的对作物生长效果和土壤状态进行判断，有利于提高判断过程和判断结果的稳定性；
智能调控模块，用于根据m块农田内种植的作物近n年的平均产量和上一年度的净利润建立参数分析模型，且基于参数分析模型选择出一块最优农田，并将最优农田的土壤参数信息作为作物种植土壤的最优参考基础。
本实施方式中，所述智能调控模块具体用于：
根据m块农田内种植的作物近n年的平均产量A1、A2、A3……Am和上一年度的净利润B1、B2、B3……Bm建立参数分析模型，所述参数分析模型为：
Ci＝aAi+bBi；
其中，Ci为第i块农田的综合分数，a、b均为预设值，1≤i≤m；添加a和b这两个制约分数，能够进一步降低外界环境因素、经济市场的不稳定性等不可抗力因素对参数分析模型的精确性造成影响，提高该模型运算结果的有效性和精度；
按照参数分析模型计算出m块农田的综合分数C1、C2、C3……Cm，且将Cj对应的第j块农田作为最优农田；
其中，Cj＝MAX(C1，C2，C3……Cm)，1≤j≤m；
将第j块农田的土壤的氮含量、磷含量、钾含量、含水率、渗透率、蓬松度作为作物种植土壤的最优参考基础；以为农户下一次种植该种作物提供稳定有效地土壤状态参考标准，从而从根本上为作为提供可靠的生长环境，进而保证作物的生长状态、提高作物产量。
在进一步的实施例中，所述土壤分析模块在获取目标地域内每一块农田的土壤参数信息时，利用多个采集设备对每一块农田的土壤参数信息进行采集，以全面且有效地对农田的土壤参数信息进行采集，避免单个采集设备采集时的片面性和不准确，且多个采集设备在每一块农田内的设置位置均不相同，以从不同位置和角度对土壤参数信息进行采集，进一步提高采集结果的精度。
本实施方式提出的农业大数据智能分析调控系统，利用大数据分析技术来对作物生长土壤环境的适宜性进行分析和探讨，以为作物选择高效率的生长基础，从而提高作物生长效果以及产量，保证农田的优质可持续性发展和利用。具体地：本实施方式首先将同一地域内的多块农田作为分析基础，通过增加分析对象的个数来提高分析过程的有效性和分析结果的精度；然后将每一块农田的平均产量和上一年度的净利润作为分析依据，利用产量和净利润两个直观参数来对农田作物的生长状态作直接的分析；最后根据产量和净利润建立参数分析模型来得出每一块农田的综合分数，以通过两个直观参数来验证农田作物的生长效果，以期寻找到最适宜作物生长的土壤环境。进一步的，为避免天气、经济等不可抗力因素对本系统结果的影响，在建立参数分析模型时，为产量和净利润两个参数配设有预设值，通过利用预设值这个制约分数来提高模型对每一块农田的综合分数的有效性，保证本系统的可靠性和实用性。
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 (6)
1.一种农业大数据智能分析调控系统，其特征在于，包括：
土壤分析模块，用于获取目标地域内m块农田的土壤参数信息；
产量分析模块，用于获取目标地域内m块农田内种植的作物近n年的平均产量；
利润分析模块，用于获取目标地域内m块农田内种植的作物上一年度的净利润；
智能调控模块，用于根据m块农田内种植的作物近n年的平均产量和上一年度的净利润建立参数分析模型，且基于参数分析模型选择出一块最优农田，并将最优农田的土壤参数信息作为作物种植土壤的最优参考基础。
2.根据权利要求1所述的农业大数据智能分析调控系统，其特征在于，所述土壤分析模块具体用于：
获取目标地域内m块农田的土壤的氮含量、磷含量、钾含量、含水率、渗透率、蓬松度。
3.根据权利要求2所述的农业大数据智能分析调控系统，其特征在于，所述产量分析模块具体用于：
获取目标地域内m块农田内种植的作物近n年的平均产量，记为A1、A2、A3……Am。
4.根据权利要求3所述的农业大数据智能分析调控系统，其特征在于，所述利润分析模块具体用于：
获取目标地域内m块农田内种植的作物上一年度的净利润，记为B1、B2、B3……Bm。
5.根据权利要求4所述的农业大数据智能分析调控系统，其特征在于，所述智能调控模块具体用于：
根据m块农田内种植的作物近n年的平均产量A1、A2、A3……Am和上一年度的净利润B1、B2、B3……Bm建立参数分析模型，所述参数分析模型为：
Ci＝aAi+bBi；
其中，Ci为第i块农田的综合分数，a、b均为预设值，1≤i≤m；
按照参数分析模型计算出m块农田的综合分数C1、C2、C3……Cm，且将Cj对应的第j块农田作为最优农田；
其中，Cj＝MAX(C1，C2，C3……Cm)，1≤j≤m；
将第j块农田的土壤的氮含量、磷含量、钾含量、含水率、渗透率、蓬松度作为作物种植土壤的最优参考基础。
6.根据权利要求1所述的农业大数据智能分析调控系统，其特征在于，所述土壤分析模块在获取目标地域内每一块农田的土壤参数信息时，利用多个采集设备对每一块农田的土壤参数信息进行采集，且多个采集设备在每一块农田内的设置位置均不相同。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810548125.6A CN108898277A (zh) | 2018-05-31 | 2018-05-31 | 一种农业大数据智能分析调控系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810548125.6A CN108898277A (zh) | 2018-05-31 | 2018-05-31 | 一种农业大数据智能分析调控系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108898277A true CN108898277A (zh) | 2018-11-27 |
Family
ID=64344017
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810548125.6A Pending CN108898277A (zh) | 2018-05-31 | 2018-05-31 | 一种农业大数据智能分析调控系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108898277A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110377082A (zh) * | 2019-07-16 | 2019-10-25 | 北京水木九天科技有限公司 | 一种温室中的自动化控制系统 |
| CN110398524A (zh) * | 2019-08-07 | 2019-11-01 | 哈尔滨工业大学水资源国家工程研究中心有限公司 | 一种用于测量土壤水分参数的智能桩 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105787642A (zh) * | 2016-02-03 | 2016-07-20 | 中国海洋石油总公司 | 一种油气勘探中潜在商业区优选方法 |
| CN105787802A (zh) * | 2016-02-22 | 2016-07-20 | 中国农业大学 | 有机农场选址方法及系统 |
| CN106355334A (zh) * | 2016-08-30 | 2017-01-25 | 中国农业大学 | 农田建设区域判定方法 |
| CN106599136A (zh) * | 2016-11-30 | 2017-04-26 | 深圳前海弘稼科技有限公司 | 基于大数据指导农业生产的方法和装置 |
| CN106875283A (zh) * | 2017-01-11 | 2017-06-20 | 江苏省海洋资源开发研究院(连云港) | 一种基于农业大数据的农田种植保险评估的系统及方法 |
| CN107256451A (zh) * | 2017-05-23 | 2017-10-17 | 甘肃万维信息技术有限责任公司 | 农业大数据基于gis的农业适宜性评价分析方法 |
| WO2018085452A1 (en) * | 2016-11-07 | 2018-05-11 | FarmX Inc. | Systems and Methods for Soil Modeling and Automatic Irrigation Control |
-
2018
- 2018-05-31 CN CN201810548125.6A patent/CN108898277A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105787642A (zh) * | 2016-02-03 | 2016-07-20 | 中国海洋石油总公司 | 一种油气勘探中潜在商业区优选方法 |
| CN105787802A (zh) * | 2016-02-22 | 2016-07-20 | 中国农业大学 | 有机农场选址方法及系统 |
| CN106355334A (zh) * | 2016-08-30 | 2017-01-25 | 中国农业大学 | 农田建设区域判定方法 |
| WO2018085452A1 (en) * | 2016-11-07 | 2018-05-11 | FarmX Inc. | Systems and Methods for Soil Modeling and Automatic Irrigation Control |
| CN106599136A (zh) * | 2016-11-30 | 2017-04-26 | 深圳前海弘稼科技有限公司 | 基于大数据指导农业生产的方法和装置 |
| CN106875283A (zh) * | 2017-01-11 | 2017-06-20 | 江苏省海洋资源开发研究院(连云港) | 一种基于农业大数据的农田种植保险评估的系统及方法 |
| CN107256451A (zh) * | 2017-05-23 | 2017-10-17 | 甘肃万维信息技术有限责任公司 | 农业大数据基于gis的农业适宜性评价分析方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110377082A (zh) * | 2019-07-16 | 2019-10-25 | 北京水木九天科技有限公司 | 一种温室中的自动化控制系统 |
| CN110398524A (zh) * | 2019-08-07 | 2019-11-01 | 哈尔滨工业大学水资源国家工程研究中心有限公司 | 一种用于测量土壤水分参数的智能桩 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021098471A1 (zh) | 一种基于形态模型法的大范围作物物候提取方法 | |
| 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 | |
| CN105165215A (zh) | 一种大豆优化推荐施肥方法 | |
| Liu et al. | Efficiency change in North-East China agricultural sector: A DEA approach. | |
| CN105740759A (zh) | 基于多时相数据中特征提取的中稻信息决策树分类方法 | |
| CN108077042A (zh) | 一种冬小麦全生育期灌溉预警决策方法 | |
| CN101635041A (zh) | 一种耕地集约利用潜力评价方法 | |
| CN108370699A (zh) | 一种测土配方施肥的方法 | |
| CN108898277A (zh) | 一种农业大数据智能分析调控系统 | |
| CN112598277A (zh) | 一种评估跨区域缩小冬小麦产量差与提高氮肥效率的方法 | |
| Chou et al. | Quantitative analysis of agricultural land use change in China | |
| CN103033150A (zh) | 用modis数据快速提取主要农作物种植面积的方法 | |
| CN101666741A (zh) | 机载式作物氮素信息高密度无损采集方法 | |
| CN115952421A (zh) | 耦合生态过程模型与机器学习算法的高精度时空模拟方法 | |
| Beluhova-Uzunova et al. | Precision technologies in soft fruit production. | |
| CN110929917A (zh) | 一种农业土地作物最优化管理系统 | |
| CN102584399B (zh) | 肥料配制方法及系统 | |
| 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 | |
| CN103708885B (zh) | 一种提高茶叶产量的复合肥及其配制方法 | |
| CN105654242A (zh) | 一种基于鱼群算法的黄瓜幼苗期二氧化碳优化调控模型及建立与应用 | |
| Guo et al. | Effects of adjusting cropping systems on utilization efficiency of climatic resources in Northeast China under future climate scenarios | |
| CN110036735A (zh) | 一种玉米中耕实时变量施肥的智能控制方法及装置 | |
| CN108230304A (zh) | 一种基于多区域分析的智能化农业调控系统 | |
| CN106171223A (zh) | 一种基于亩产潜力与目标产量的变量施肥方法 | |
| CN109472320A (zh) | 不确定条件下作物生育期模型品种参数自动校正框架 |
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: 20181127 |
|
| RJ01 | Rejection of invention patent application after publication |