CN109089843A - 一种基于多数据的种植物智能给水方法 - Google Patents

一种基于多数据的种植物智能给水方法 Download PDF

Info

Publication number
CN109089843A
CN109089843A CN201810844502.0A CN201810844502A CN109089843A CN 109089843 A CN109089843 A CN 109089843A CN 201810844502 A CN201810844502 A CN 201810844502A CN 109089843 A CN109089843 A CN 109089843A
Authority
CN
China
Prior art keywords
planting area
plant
water
soil
multidata
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
Application number
CN201810844502.0A
Other languages
English (en)
Inventor
徐蒙蒙
谢尚铭
孙元首
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.)
Anhui Shenzhou Eco-Agriculture Development Co Ltd
Original Assignee
Anhui Shenzhou Eco-Agriculture Development Co Ltd
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 Anhui Shenzhou Eco-Agriculture Development Co Ltd filed Critical Anhui Shenzhou Eco-Agriculture Development Co Ltd
Priority to CN201810844502.0A priority Critical patent/CN109089843A/zh
Publication of CN109089843A publication Critical patent/CN109089843A/zh
Pending legal-status Critical Current

Links

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
    • A01G25/00—Watering gardens, fields, sports grounds or the like
    • A01G25/16—Control of watering
    • A01G25/167—Control by humidity of the soil itself or of devices simulating soil or of the atmosphere; Soil humidity sensors

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Soil Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Water Supply & Treatment (AREA)
  • Environmental Sciences (AREA)
  • Cultivation Of Plants (AREA)

Abstract

本发明公开了一种基于多数据的种植物智能给水方法，包括：获取种植区域当日的天气预报数据；获取种植区域预设时间点的土壤水分含量；基于天气预报数据和土壤水分含量对种植区域内的种植物进行给水。如此，综合种植区域每天的预计降雨量、预计光照强度以及种植区域土壤水分含量以不同的给水量对种植区域的种植物进行补水，在保证种植区域的种植物在干旱季节的需水量的同时，节约水资源环保给水。

Description

一种基于多数据的种植物智能给水方法
技术领域
本发明涉及植物给水技术领域，尤其涉及一种基于多数据的种植物智能给水方法
背景技术
农业是国民经济的基础，广义的农业包括耕作业、林业、畜牧业和渔业。在我国，种植业是农业的主体。种植业受自然条件的影响很大，它一方面要求有适宜耕作的土地，一般要求地形平坦，土壤深厚、肥沃，水源丰富，灌溉便利；另一方面要有足够的供农作物生长所需的光照和水分。世界上农业发展较早、农业发达的地区多分布在降水适中的热带、温带平原地区。我国地处东亚季风区，是世界上主要的“气候脆弱区”之一，也是农业气候灾害的多发区，在旱季时，如何科学又环保的为种植物进行给水，是本领域急需解决的问题。
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数据的种植物智能给水方法；
本发明提出的一种基于多数据的种植物智能给水方法，包括：
S1、获取种植区域当日的天气预报数据；
S2、获取种植区域预设时间点的土壤水分含量；
S3、基于天气预报数据和土壤水分含量对种植区域内的种植物进行给水。
优选地，步骤S1中，所述天气预报数据，具体包括：预计降雨量和预计光照强度。
优选地，步骤S3，具体包括：
将种植区域当日的预计降雨量L与预设的需水量L0进行比较、预计光照强度M与预设的光照强度阈值M0进行比较、土壤水分含量N与预设的含量阈值N0进行比较,
当L＜L0且M＜M0且N≥N0时，对种植区域内的种植物进行给水，且给水量为a(L0-L)；
当L＜L0且M＜M0且N＜N0时，对种植区域内的种植物进行给水，且给水量为L0-L；
当L＜L0且M≥M0且N≥N0时，对种植区域内的种植物进行给水，且给水量为b(L0-L)；
当L＜L0且M≥M0且N＜N0时，对种植区域内的种植物进行给水，且给水量为c(L0-L),a、b、c为比例系数，且c＞b＞1＞a。
优选地，步骤S2，具体包括：
在种植区域内均匀设置多个土壤水分传感器，获取种植区域预设时间点的土壤水分含量。
优选地，步骤S2，具体包括：
在预设时间点，对多个土壤水分传感器获取的种植区域的土壤水分含量取平均值，作为种植区域预设时间点的土壤水分含量。
优选地，步骤S3，还包括：在对种植区域内的种植物进行给水过程中，将给水量发送至预设智能终端。
本发明通过获取种植区域当日的天气预报数据，获取种植区域预设时间点的土壤水分含量，并基于天气预报数据和土壤水分含量对种植区域内的种植物进行给水。如此，综合种植区域每天的预计降雨量、预计光照强度以及种植区域土壤水分含量以不同的给水量对种植区域的种植物进行补水，在保证种植区域的种植物在干旱季节的需水量的同时，节约水资源环保给水，进而提高种植户的效益。
附图说明
图1为本发明提出的一种基于多数据的种植物智能给水方法的流程示意图。
具体实施方式
参照图1，本发明提出的一种基于多数据的种植物智能给水方法，包括：
步骤S1，获取种植区域当日的天气预报数据，所述天气预报数据，包括预计降雨量和预计光照强度。
在具体方案中，降雨是种植区域内种植物给水的一大重要自然条件，同时在光照强度较高时，种植区域内种植物和土壤的水分蒸发量会高于光照强度较低时的水分蒸发量。
步骤S2，获取种植区域预设时间点的土壤水分含量，具体包括：在种植区域内均匀设置多个土壤水分传感器，获取种植区域预设时间点的土壤水分含量；在预设时间点，对多个土壤水分传感器获取的种植区域的土壤水分含量取平均值，作为种植区域预设时间点的土壤水分含量。
在具体方案中，由于每天种植区域内土壤的水分被吸收程度和蒸发量都不同，所以需要对种植区域内土壤水分含量进行检测。
步骤S3，基于天气预报数据和土壤水分含量对种植区域内的种植物进行给水，具体包括：
将种植区域当日的预计降雨量L与预设的需水量L0进行比较、预计光照强度M与预设的光照强度阈值M0进行比较、土壤水分含量N与预设的含量阈值N0进行比较,当L＜L0且M＜M0且N≥N0时，对种植区域内的种植物进行给水，且给水量为a(L0-L)；当L＜L0且M＜M0且N＜N0时，对种植区域内的种植物进行给水，且给水量为L0-L；当L＜L0且M≥M0且N≥N0时，对种植区域内的种植物进行给水，且给水量为b(L0-L)；当L＜L0且M≥M0且N＜N0时，对种植区域内的种植物进行给水，且给水量为c(L0-L),a、b、c为比例系数，且c＞b＞1＞a。
本步骤，还包括在对种植区域内的种植物进行给水过程中，将给水量发送至预设智能终端。
在具体方案中，将种植区域当日的预计降雨量L与预设的需水量L0进行比较、预计光照强度M与预设的光照强度阈值M0进行比较、土壤水分含量N与预设的含量阈值N0进行比较,当L＜L0且M＜M0且N≥N0时，说明当日的预计降雨量无法满足种植物的需水量，预计光照强度小于光照强度阈值，当日水分蒸发量较低，土壤水分含量大于或等于含量阈值，当日种植区域内的土壤水分含量较高，此时，对种植区域内的种植物进行给水的给水量为a(L0-L)，当L＜L0且M＜M0且N＜N0时，说明当日的预计降雨量无法满足种植物的需水量，预计光照强度小于光照强度阈值，当日水分蒸发量较低，土壤水分含量小于含量阈值，当日种植区域内的土壤水分含量较低，此时，对种植区域内的种植物进行给水的给水量为L0-L，以保障种植区域内的种植物有足够的水量供应，当L＜L0且M≥M0且N≥N0时，说明当日的预计降雨量无法满足种植物的需水量，预计光照强度大于或等于光照强度阈值，当日水分蒸发量较高，土壤水分含量大于或等于含量阈值，当日种植区域内的土壤水分含量较高，此时，由于当日水分蒸发量较高，对种植区域内的种植物进行给水的给水量为b(L0-L)，当L＜L0且M≥M0且N＜N0时，说明当日的预计降雨量无法满足种植物的需水量，预计光照强度大于或等于光照强度阈值，当日水分蒸发量较高，土壤水分含量小于含量阈值，当日种植区域内的土壤水分含量较低，此时，对种植区域内的种植物进行给水的给水量为c(L0-L)，对种植区域内的种植物进行大量给水。
本实施方式通过获取种植区域当日的天气预报数据，获取种植区域预设时间点的土壤水分含量，并基于天气预报数据和土壤水分含量对种植区域内的种植物进行给水。如此，综合种植区域每天的预计降雨量、预计光照强度以及种植区域土壤水分含量以不同的给水量对种植区域的种植物进行补水，在保证种植区域的种植物在干旱季节的需水量的同时，节约水资源环保给水，进而提高种植户的效益。
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)

1.一种基于多数据的种植物智能给水方法，其特征在于，包括：
S1、获取种植区域当日的天气预报数据；
S2、获取种植区域预设时间点的土壤水分含量；
S3、基于天气预报数据和土壤水分含量对种植区域内的种植物进行给水。
2.根据权利要求1所述的基于多数据的种植物智能给水方法，其特征在于，步骤S1中，所述天气预报数据，具体包括：预计降雨量和预计光照强度。
3.根据权利要求2所述的基于多数据的种植物智能给水方法，其特征在于，步骤S3，具体包括：
将种植区域当日的预计降雨量L与预设的需水量L0进行比较、预计光照强度M与预设的光照强度阈值M0进行比较、土壤水分含量N与预设的含量阈值N0进行比较,
当L＜L0且M＜M0且N≥N0时，对种植区域内的种植物进行给水，且给水量为a(L0-L)；
当L＜L0且M＜M0且N＜N0时，对种植区域内的种植物进行给水，且给水量为L0-L；
当L＜L0且M≥M0且N≥N0时，对种植区域内的种植物进行给水，且给水量为b(L0-L)；
当L＜L0且M≥M0且N＜N0时，对种植区域内的种植物进行给水，且给水量为c(L0-L),a、b、c为比例系数，且c＞b＞1＞a。
4.根据权利要求1所述的基于多数据的种植物智能给水方法，其特征在于，步骤S2，具体包括：
在种植区域内均匀设置多个土壤水分传感器，获取种植区域预设时间点的土壤水分含量。
5.根据权利要求4所述的基于多数据的种植物智能给水方法，其特征在于，步骤S2，具体包括：
在预设时间点，对多个土壤水分传感器获取的种植区域的土壤水分含量取平均值，作为种植区域预设时间点的土壤水分含量。
6.根据权利要求1所述的基于多数据的种植物智能给水方法，其特征在于，步骤S3，还包括：在对种植区域内的种植物进行给水过程中，将给水量发送至预设智能终端。
CN201810844502.0A 2018-07-27 2018-07-27 一种基于多数据的种植物智能给水方法 Pending CN109089843A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810844502.0A CN109089843A (zh) 2018-07-27 2018-07-27 一种基于多数据的种植物智能给水方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810844502.0A CN109089843A (zh) 2018-07-27 2018-07-27 一种基于多数据的种植物智能给水方法

Publications (1)

Publication Number Publication Date
CN109089843A true CN109089843A (zh) 2018-12-28

Family

ID=64847795

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810844502.0A Pending CN109089843A (zh) 2018-07-27 2018-07-27 一种基于多数据的种植物智能给水方法

Country Status (1)

Country Link
CN (1) CN109089843A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111435135A (zh) * 2019-01-11 2020-07-21 通用电气航空系统有限公司 经由uav收集数据的土地监测系统和方法
CN112470888A (zh) * 2020-11-02 2021-03-12 广东职业技术学院 一种智慧社区的自动浇水方法及系统
CN113029984A (zh) * 2021-03-13 2021-06-25 深圳市威视佰科科技有限公司 一种基于多通道光谱传感器的土壤监测方法及装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104521699A (zh) * 2014-11-18 2015-04-22 华北水利水电大学 田间智能灌溉在线控制管理方法
CN106054844A (zh) * 2016-07-12 2016-10-26 河海大学 一种农业智能远程管理系统
CN106707767A (zh) * 2017-03-13 2017-05-24 山东农业大学 基于多源信息融合的大田水肥一体化智能管控系统及方法
CN107087539A (zh) * 2017-05-27 2017-08-25 苟瀚文 一种基于物联网的果蔬智能灌溉系统
CN107258494A (zh) * 2017-07-06 2017-10-20 郑州大学 一种植被生态高效用水智能化精准调配系统
CN107278832A (zh) * 2017-07-17 2017-10-24 桂东县山里青现代农业科技发展有限责任公司 农田智能节水灌溉系统及方法
CN206805200U (zh) * 2017-03-16 2017-12-26 江西省水利科学研究院 一种旱情监测装置
CN107821125A (zh) * 2017-11-01 2018-03-23 佛山杰致信息科技有限公司 一种用于茭白种植的自动化灌溉系统及方法
CN108094155A (zh) * 2017-12-15 2018-06-01 佛山市校友桥网络科技有限公司 一种基于物联网的葡萄园信息获取与智能灌溉系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104521699A (zh) * 2014-11-18 2015-04-22 华北水利水电大学 田间智能灌溉在线控制管理方法
CN106054844A (zh) * 2016-07-12 2016-10-26 河海大学 一种农业智能远程管理系统
CN106707767A (zh) * 2017-03-13 2017-05-24 山东农业大学 基于多源信息融合的大田水肥一体化智能管控系统及方法
CN206805200U (zh) * 2017-03-16 2017-12-26 江西省水利科学研究院 一种旱情监测装置
CN107087539A (zh) * 2017-05-27 2017-08-25 苟瀚文 一种基于物联网的果蔬智能灌溉系统
CN107258494A (zh) * 2017-07-06 2017-10-20 郑州大学 一种植被生态高效用水智能化精准调配系统
CN107278832A (zh) * 2017-07-17 2017-10-24 桂东县山里青现代农业科技发展有限责任公司 农田智能节水灌溉系统及方法
CN107821125A (zh) * 2017-11-01 2018-03-23 佛山杰致信息科技有限公司 一种用于茭白种植的自动化灌溉系统及方法
CN108094155A (zh) * 2017-12-15 2018-06-01 佛山市校友桥网络科技有限公司 一种基于物联网的葡萄园信息获取与智能灌溉系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111435135A (zh) * 2019-01-11 2020-07-21 通用电气航空系统有限公司 经由uav收集数据的土地监测系统和方法
CN112470888A (zh) * 2020-11-02 2021-03-12 广东职业技术学院 一种智慧社区的自动浇水方法及系统
CN113029984A (zh) * 2021-03-13 2021-06-25 深圳市威视佰科科技有限公司 一种基于多通道光谱传感器的土壤监测方法及装置

Similar Documents

Publication Publication Date Title
Nuberg Effect of shelter on temperate crops: a review to define research for Australian conditions
Phogat et al. Identifying the future water and salinity risks to irrigated viticulture in the Murray-Darling Basin, South Australia
CN108476849B (zh) 一种近海荒地防风植物群落的快速构建方法
CN109089843A (zh) 一种基于多数据的种植物智能给水方法
Akpenpuun et al. Impact of climate on tuber crops yield in Kwara State, Nigeria
Myburgh Effect of shallow tillage and straw mulching on soil water conservation and grapevine response
CN103999746A (zh) 一种在石漠化土地上种植铁皮石斛的方法
Egeru et al. Land cover and soil properties influence on forage quantity in a semiarid region in East Africa
Vijayan Dryland agriculture in India–problems and solutions
CN108617465A (zh) 一种植被恢复用生态基质及其制备方法
Li et al. Effects of liming on health and growth of young Schima superba trees under canopy of a Pinus massoniana stand damaged by soil acidification in Chongqing, China
Pheakdey et al. Influence of climate factors on rice yields in Cambodia
Enne et al. Agro-pastoral activities and land degradation in Mediterranean areas: case study of Sardinia
SEUNG KYU et al. Irrigation water requirement of rice in Long Xuyen Quadrangle area, Vietnam in the context of climate change
CN108935040A (zh) 一种家庭种植铁皮石斛的方法
Kumar et al. Tillage and mulching effects on soil properties, yield and water productivity of wheat under various irrigation schedules in subtropical climatic conditions
Ntege et al. Assessing the effect of irrigation water management strategies on Napier productivity-a review.
CN103102202B (zh) 用于蔬菜种植的生态肥料
Murphy et al. Tropical grass pastures capture winter rainfall
Manikandan et al. Weekly rainfall variability and probability analysis for Coimbatore in respect of crop planning
CN204065742U (zh) 新型嵌入式节水灌溉系统
Kumar et al. Automation in drip irrigation for increasing the water productivity of cereals in India
CN108012907A (zh) 一种在树上种植铁皮石斛的方法
Mulugeta Effect of Different Shade Tree Species on the Growth and Yield of China Hybrid Tea (Camellia sinensis (L.) Kuntze) at Palampur Tea Research Station, HP, India
Dylewski et al. Effect of previous flood exposure on flood tolerance and growth of three landscape shrub taxa subjected to repeated short-term flooding

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: 20181228

RJ01 Rejection of invention patent application after publication