CN109582755A - 一种基于网格的精准农业数据库实现方法 - Google Patents
一种基于网格的精准农业数据库实现方法 Download PDFInfo
- Publication number
- CN109582755A CN109582755A CN201910038605.2A CN201910038605A CN109582755A CN 109582755 A CN109582755 A CN 109582755A CN 201910038605 A CN201910038605 A CN 201910038605A CN 109582755 A CN109582755 A CN 109582755A
- Authority
- CN
- China
- Prior art keywords
- grid
- data
- database
- geographic
- typing
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 239000002689 soil Substances 0.000 claims abstract description 30
- 241000607479 Yersinia pestis Species 0.000 claims abstract description 16
- 201000010099 disease Diseases 0.000 claims abstract description 13
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 13
- 238000004519 manufacturing process Methods 0.000 claims abstract description 13
- 238000013461 design Methods 0.000 claims abstract description 8
- 238000011160 research Methods 0.000 claims description 15
- 238000007726 management method Methods 0.000 claims description 13
- 238000001556 precipitation Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 10
- 238000005070 sampling Methods 0.000 claims description 10
- 235000015097 nutrients Nutrition 0.000 claims description 9
- 230000035558 fertility Effects 0.000 claims description 7
- 238000005527 soil sampling Methods 0.000 claims description 5
- 241000894007 species Species 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 4
- 235000013619 trace mineral Nutrition 0.000 claims description 4
- 239000011573 trace mineral Substances 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 2
- 230000001863 plant nutrition Effects 0.000 claims description 2
- 238000012272 crop production Methods 0.000 claims 1
- 239000003337 fertilizer Substances 0.000 abstract description 8
- 241001269238 Data Species 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 2
- 238000001983 electron spin resonance imaging Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 238000009406 nutrient management Methods 0.000 description 2
- 239000000575 pesticide Substances 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 244000068988 Glycine max Species 0.000 description 1
- 235000010469 Glycine max Nutrition 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 239000003905 agrochemical Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000003467 diminishing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004720 fertilization Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 235000003715 nutritional status Nutrition 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013316 zoning Methods 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
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Agronomy & Crop Science (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Husbandry (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于网格的精准农业数据库实现方法,包括:步骤(A)确定应用区域,依据实际作业区获取农田范围;步骤(B)根据步骤(A)获取的农田范围,建立地理网格;步骤(C)针对步骤(B)中建立的地理网格,进行分层网格编码;步骤(D)依据步骤(B)建立的地理网格和步骤(C)设计的分层网格编码规则,获取范围内的地理网格数据;步骤(E)农业网格数据入库,农业网格数据库中的所有数据都是网格的属性数据,主要的数据有地理基础数据、作物数据、土壤数据、病虫害数据等。本发明有效地满足了精准农业对数据的要求,实现精准配方施肥,达到增产增收的目的。
Description
技术领域
本发明属于精准农业数据库设计的技术领域,特别涉及一种基于网格的精准农业数据库实现方法。
背景技术
传统农田养分管理策略采用农田随机土壤采样分析,从而确定土壤养分的均值,并利用这些确定的养分均值指导农田养分管理。采用均值代表整个农田的土壤养分状况,按单一施肥量均匀施肥,在土壤中有效养分低且化肥价格偏低的前提下,这种均匀施肥方法可以被接受,因为养分成本投入不是重点考虑的因素。但是随着社会环境多种因素的发展与影响,农业生产投入成本逐年增加,同时投入报酬递减和过量施用化肥农药对环境的影响越来越明显。针对这一问题,精准农业技术,特别是农田定位投入技术,逐渐发展起来。精准农业采用按需投入的作物管理模式,即通过研究作物生长环境的空间变异,以及根据这种变异和作物的需要进行变量投入,其根本效益体现在降低作物的生产成本和过量施用农化产品的污染风险。以施肥为例,传统的施肥方式是在一片地块内使用一个平均施肥量,但实际上土壤肥力在不同的地块(单位大小为0.5-2hm2)、不同时段(上一茬残留肥力和消耗)差别较大,所以,平均施肥就会造成部分地区肥力不足而部分地区肥力过量。精准农业实现了因土、因作物、因时全面平衡施肥,因此,有明显的经济和环境效益。精准农业要求在微观层次上按照田间每一操作单元的具体条件,精细准确地调整土壤和作物的各项管理措施,而如何确定精细准确的变量单元及构建相应的数据库,则是精准农业技术需要解决的问题之一。
采用地理网格来分析自然社会现象的方法是1929年由芬兰地理学家Graneau提出的,地理网格是一种科学、简明的定位参照系统,是对现有测量参照系、行政区划参照系和其它专用定位系统的补充。地理网格的应用,不但可以提高与空间分布信息的集成效率,还可减少数据精度损失和资源消耗。近年来,地理信息系统技术广泛普及应用,采用网格形式对自然、社会经济信息进行组织和应用的实例已不鲜见。传统的网格一般采用经纬度格网方式,这个方式的技术实现简单,缺点是面积和形状变形都比较大,是一个纯粹技术上的网格体系,这种传统的网格无法满足精准农业数据对形状变形、面积变形的要求,同时也无法满足数据应用尺度的需求。
虽然目前已经建立了部分农业网格数据库,但是其方法只重点关注数据库的结构特征的建立,忽视了复杂的农田数据的网格数据库录入方法。精准农业涉及到多种格式、来源和内容的数据,包括地理基础数据、农田环境数据、作物数据、病虫害数据、土壤数据、生产管理数据等,这些数据涉及到线状、面状、点状等数据类型,矢量、栅格、表格等多种数据格式。如何实现多源异构农业网格数据的入库,完成精准农业数据库的构建,也是实现精准农业数据库要解决的问题之一。
传统农业数据库组织方式以及常用的地理网格无法满足精准农业的需求,多源异构农业网格数据也对精准农业数据库的构建提出了更高的要求,因此,选取满足精准农业要求的网格形式,发展一种基于网格的农业数据组织方式和数据转换方式,从而实现精准农业的信息管理,是本发明的初衷。
发明内容
本发明要解决的技术问题为:克服现有技术的不足,提供一种基于网格的精准农业数据库实现方法,能够有效地满足了精准农业对数据的要求,实现精准配方施肥,达到增产增收的目的。
本发明解决上述技术问题采用的技术方案为:一种基于网格的精准农业数据库实现方法,实现步骤如下:
步骤(A)、确定应用区域,依据实际作业区获取农田范围;
步骤(B)、依据步骤(A)中获取的农田范围,结合精准农业标准体系,确定地理网格的单元大小及其分层规则体系;
步骤(C)、利用步骤(B)确定的分层规则体系进行分层网格编码。确定每一级每个网格单元的位置,从而方便数据库的查找与运算;
步骤(D)、利用步骤(B)和步骤(C)分别得到的地理网格和分层网格编码规则,获取地理网格数据;
步骤(E)、利用步骤(D)得到的地理网格数据,在农业数据库的基础上,实现农业网格数据入库。
其中,所述步骤(B)中确定地理网格和分层规则体系的过程是:地理网格的选择主要考虑以下几个方面的因素:地理区域的研究与应用尺度;网格单元内的采样可行性;大区域的网格数据共享与标准化;研究精度控制的方便性与灵活性;
B1.依据地理区域的研究与应用尺度决定所需要的地理网格的单元大小,精准农业的研究基准尺度一般为19m×19m;
B2.考虑土壤采样精度要求、变量投入以及采样的实际可操作性,确定地理网格投影,地理网格需要保证形状变形和面积变形较小,同时,划分后的网格形状和实际地块接近一致;
B3.鉴于不同的研究与应用目的,在同一地理区域建立不同的研究尺度,也就是在网格设计时确定完整的分层网格体系。
其中,所述步骤(C)中确定分层网格编码的过程是:
C1.定义顶层网格的唯一编码字符串为T,也就是1级的网格,它的尺度是整个世界;
C2.单一网格四分为4个网格后,网格二级字符串编码依次为Q(左上网格),R(右上网格),T(左下网格),S(右下网格),其唯一编码字符串为TQ、TR、TT、TS,
C3.重复C2步骤,每个网格划分为4个网格后,新网格在原网格编码字符串基础上,按照左上、右上、左下、右下的位置,增加相应一位位置编码,网格字符串的数量则是网格的层级,字符串“TSTQ”表示是该网格属于第4级网格;
C4.建立网格融合的规则,将更高层级的编码相同的单元选出后,采用栅格抽样算法进行合并计算,从基准网格单元建立更高尺度的研究网格单元;
其中,所述步骤(D)中获取地理网格数据的过程是:针对步骤(A)中确定的研究区域,并结合步骤(B)中和步骤(C)中分别确定的地理网格单元和网格分层级别,进行面状数据划分得到地理网格数据;
其中,所述步骤(E)中网格数据录入的过程是:
线状数据的网格录入:对于反映质量特征的线状要素,如网格内只有单一质量特征的要素,则获取该质量特征赋予给相应网格,如网格内的要素有多种质量特征,则取长度占优的现状要素质量特征,线状数据如果是反映数量特征的,则获取各要素长度之和录入网格数据库;
连续面状数据属性的网格录入:对于落入网格内的面状数据,可以直接获取其属性,而对于部分落入网格内的面状数据,以落入面积占优的面的属性为该网格的属性;
离散点状数据的网格录入:离散点数据的录入,需要先完成点数据的空间插值,将离散点数据插值成连续面数据,然后遵循连续面状数据属性的网格录入规则录入网格数据库;
栅格数据的网格录入:面积占优的原则,获取栅格数据的网格属性值;
表格数据的网格录入:表格数据的录入,首先需要将表格和矢量数据链接,矢量数据获取到表格数据的属性值之后,再实现网格化。
其中,一种实现上述方法的基于网格的精准农业数据库,包括:地理基础数据库、生产管理数据库、农田环境数据库、作物数据库、病虫害数据库、土壤数据库、视频数据库,其中:
所述的地理基础数据库,该数据库包括:经纬网、河流湖泊、行政中心、道路、行政区划、高程和等高线、其他注记等;
所述的生产管理数据库,该数据库包括:代码code、地块名称、地理位置、地块等级、经纬度、高程、坡度、面积等;
所述的农田环境数据库,该数据库包括:积温等值线、年降水量等值线、全年日照时数等值线、干燥度等值线、气象特征等;
所述的作物数据库,该数据库包括:作物种类、作物生育期时间、作物抗性、作物生产潜力、作物实收产量、植株养分采样点、作物水分采样点等;
所述的病虫害数据库,该数据库包括:病虫害调查点、病虫害类别、病虫害发生程度等;
所述的土壤数据库,该数据库包括:土壤采样点、土壤肥力采样点、土壤类别、土壤水分、土壤养分、有效微量元素含量等;
所述的视频数据库,该数据库包括:采样点视频、病虫害视频、不同耕种期视频、作物分类视频等。
本发明与现有技术相比的优点在于:
(1)通过本发明的步骤实现了基于网格形式的精准农业数据存储方式,这种数据组织存储方式能够精确获取反映田块内部米级差异的土壤本底、产量、肥力、微地形、作物长势、水分、病虫草等信息。满足精准农业对数据的要求,实现精准配方施肥,达到增产增收的目的。
(2)通过本发明的步骤实现了精准农业地理网格的设计,这种地理网格遵守精准农业一般研究基准尺度,选择的全球墨卡托投影,既能保证其形状变形和面积变形较小,又能满足网格数据的共享与标准化需求。
(3)本发明考虑到数据应用目的的不同,建立了完整的四叉树分层编码体系。这样,使用者就可以从最小的基准尺度(基准网格大小)的网格数据库,依次通过采样建立更高、更抽象的研究尺度,从而能一次把握微观、中观与宏观等多个尺度,得到更全面的结论。
(4)本发明针对不同的数据类型结构,分别设计了不同类型数据的网格录入方法。实现了作物产量、土壤养分、土壤水分、土壤微量元素、农田生产数据,以及遥感数据的网格录入,应用所录入的网格属性特征可以实现作物产量的空间分布特征、土壤养分的空间分布特征、土壤水分空间分布特征、土壤微量元素空间分布特征的分析,以获取网格精度下的土壤养分、水量、产量和各种微量元素的分布现状和丰缺状况。
附图说明
图1是本发明设计基于网格的精准农业数据库的总体流程示意图;
图2是本发明进行分层网格编码的示意图;
图3是本发明获取的地理网格数据的示意图;
图4是本发明农业网格数据入库流程示意图;
图5是本发明实施建立的地理基础数据库示意图;
图6是本发明实施建立的农田环境数据库示意图。
具体实施方式
下面结合附图及实施例对本发明进行详细说明。
如图1所示,本发明一种基于网格的精准农业数据库设计方法,实现步骤如下:
步骤(A)、确定应用区域,依据实际作业区获取农田范围。实施案例中的农场位于我国东北某省,该区域以种植业为主,主产小麦和大豆,方法实施中农场的农田范围以农田面状图层数据来表示。
步骤(B)、依据步骤(A)中获取的农田范围,结合精准农业标准体系,确定地理网格的单元大小及其分层规则体系。该步骤在建立实际区域的地理网格时,需要将不属于研究区域的网格排除到地理网格系统外,避免过多的无效数据产生,影响系统的运行效率和研究结果。在本步骤具体实施过程中,设计基于网格的精准农业数据库采用EPSG:3785坐标系下的四叉树分层网格体系,四叉树的顶层(1级)网格范围是(-20037508.34m,-20037508.34m)-(20037508.34m,20037508.34m),精准农业应用所需要的基准单元大小处于22级,网格单元为19m×19m左右。
步骤(C)、利用步骤(B)确定的分层规则体系进行分层网格编码,确定每一级每个网格单元的位置。该步骤主要采用字符串方式来实现编码,实施方式为:
C1.定义顶层网格的唯一编码字符串为T,也就是1级的网格,边长为40,075,016.68m;
C2.单一网格四分为4个网格后,网格二级字符串编码依次为Q(左上网格),R(右上网格),T(左下网格),S(右下网格),其唯一编码字符串为TQ、TR、TT、TS,如图2所示。
C3.重复C2步骤,每个网格划分为4个网格后,新网格在原网格编码字符串基础上,按照左上、右上、左下、右下的位置,增加相应一位位置编码,网格字符串的数量则是网格的层级;
C4.建立网格融合的规则,将更高层级的编码相同的单元选出后,采用栅格抽样算法进行合并计算,从基准网格单元建立更高尺度的研究网格单元;
步骤(D)、利用步骤(B)和步骤(C)分别得到的地理网格和分层网格编码规则,获取地理网格数据。该步骤采用开发的一个小型工具系统实现所需的地理网格数据,实施方式为:
输入农田面状图层数据(ESRI,Shape格式文件),并确定输出的网格层级(22级,基准网格),生成地理网格数据(ESRI,Shape格式文件),如图3所示,数据表包括网格坐标、网格所属行、网格所属列、网格编码、网格所属田块、网格几何面积、网格实际面积等。
步骤(E)、利用步骤(D)得到的地理网格数据,在农业数据库的基础上,实现农业网格数据入库,农业网格数据入库流程如图4所示,实施案例中,农业网格数据包括线状数据如年降水量线,连续面状数据如作物数据,离散点状数据如抽样点数据,栅格数据如作物遥感影像,表格数据如生产管理数据等。按照农业网格数据入库流程,实现上述某农场农业网格数据的入库,具体实施方式为:
年降水量线的网格录入:年降水量线反映网格内年降水量特征,如网格内只有单一年降水量值,则获取该值赋予给相应网格作为该网格的年降水量特征,如网格内的有多个年降水量特征,则取长度占优的年降水量值作为网格的年降水量特征;
作物数据的网格录入:作物数据包括作物种类和作物品种等信息,呈连续面状分布,对于落入网格内的作物数据,可以直接获取其属性,而对于部分落入网格内的作物数据,以落入面积占优的面的作物种类属性为该网格的作物种类;
抽样点数据的网格录入:抽样点数据反映农场土壤基本信息,首先应用空间插值方法实现抽样点数据的空间插值,将抽样点数据插值成连续面数据,然后遵循连续面状数据属性的网格录入规则录入网格数据库;
作物遥感影像的网格录入:作物遥感影像包括归一化植被指数等数据,对落入网格内的作物遥感影像数据,按照面积占优原则,将面积占优的遥感影像属性值赋值给网格单元;
生产管理数据的网格录入:生产管理数据包括耕种方式、农药投入、肥料投入等表格信息,首先将表格和农场面状矢量数据链接,矢量数据获取到表格数据的位置属性值之后,再实现生产管理数据的网格化。
该步骤在实现中,建立的数据库包括地理基础数据库、生产管理数据库、农田环境数据库、作物数据库、病虫害数据库、土壤数据库、视频数据库,如图5、图6所示,数据间以网格唯一标识码QDCODE进行联接,完成数据的整合,考虑到数据库的数据量和操作的便宜性,采用地理基础数据库为主数据库,而其他数据库与其以主键(网格编码)来联接的方式管理整个数据库。
本发明未详细阐述部分属于本领域公知技术。
以上所述,仅为本发明部分具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本领域的人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种基于网格的精准农业数据库实现方法,其特征在于,实现步骤如下:
步骤(A)、确定应用区域,依据实际作业区获取农田范围;
步骤(B)、依据步骤(A)中获取的农田范围,结合精准农业标准体系,确定地理网格的单元大小及其分层规则体系;
步骤(C)、利用步骤(B)确定的分层规则体系进行分层网格编码,确定每一级每个网格单元的位置,从而方便数据库的查找与运算;
步骤(D)、利用步骤(B)和步骤(C)分别得到的地理网格和分层网格编码规则,获取地理网格数据;
步骤(E)、利用步骤(D)得到的地理网格数据,在农业数据库的基础上,实现农业网格数据入库。
2.根据权利要求1所述的基于网格的精准农业数据库实现方法,其特征在于:所述步骤(B)中确定地理网格和分层规则体系的过程是:
B1.依据地理区域的研究与应用尺度决定所需要的地理网格的单元大小,精准农业的研究基准尺度为19m×19m;
B2.考虑土壤采样精度要求、变量投入以及采样的实际可操作性,确定地理网格投影,地理网格需要保证形状变形和面积变形较小,同时,划分后的网格形状和实际地块接近一致;
B3.鉴于不同的研究与应用目的,在同一地理区域建立不同的研究尺度,也就是在网格设计时确定完整的分层网格体系。
3.根据权利要求1所述的基于网格的精准农业数据库实现方法,其特征在于:所述步骤(C)中确定分层网格编码是使用的编码方法是四叉树分层编码,具体过程如下:
C1.定义顶层网格的唯一编码字符串为T,也就是1级的网格,它的尺度是整个世界;
C2.单一网格四分为4个网格后,网格二级字符串编码依次为Q,即左上网格,R即右上网格,T即左下网格,S即右下网格,其唯一编码字符串为TQ、TR、TT、TS;
C3.重复C2步骤,每个网格划分为4个网格后,新网格在原网格编码字符串基础上,按照左上、右上、左下、右下的位置,增加相应一位位置编码,网格字符串的数量则是网格的层级,字符串“TSTQ”表示是该网格属于第4级网格;
C4.建立网格融合的规则,将更高层级的编码相同的单元选出后,采用栅格抽样算法进行合并计算,从基准网格单元建立更高尺度的研究网格单元。
4.根据权利要求1所述的基于网格的精准农业数据库实现方法,其特征在于:所述步骤(D)中获取地理网格数据的过程是:针对步骤(A)中确定的研究区域,并结合步骤(B)中和步骤(C)中分别确定的地理网格单元和网格分层级别,进行面状数据划分得到地理网格数据。
5.根据权利要求1所述的基于网格的精准农业数据库实现方法,其特征在于:所述数据库包括:地理基础数据库、生产管理数据库、农田环境数据库、作物数据库、病虫害数据库、土壤数据库、视频数据库,其中:
所述的地理基础数据库,该数据库包括:经纬网、河流湖泊、行政中心、道路、行政区划、高程和等高线、其他注记;
所述的生产管理数据库,该数据库包括:代码code、地块名称、地理位置、地块等级、经纬度、高程、坡度、面积;
所述的农田环境数据库,该数据库包括:积温等值线、年降水量等值线、全年日照时数等值线、干燥度等值线、气象特征;
所述的作物数据库,该数据库包括:作物种类、作物生育期时间、作物抗性、作物生产潜力、作物实收产量、植株养分采样点、作物水分采样点;
所述的病虫害数据库,该数据库包括:病虫害调查点、病虫害类别、病虫害发生程度等;
所述的土壤数据库,该数据库包括:土壤采样点、土壤肥力采样点、土壤类别、土壤水分、土壤养分、有效微量元素含量;
所述的视频数据库,该数据库包括:采样点视频、病虫害视频、不同耕种期视频、作物分类视频。
6.根据权利要求1所述的基于网格的精准农业数据库实现方法,其特征在于:所述步骤(E)中农业网格数据入库的方法包括5种不同类型数据的网格录入,包括:
线状数据的网格录入:对于反映质量特征的线状要素,如果网格内只有单一质量特征的要素,则获取该质量特征赋予给相应网格,如果网格内的要素有多种质量特征,则取长度占优的现状要素质量特征,线状数据如果是反映数量特征的,则获取各要素长度之和录入网格数据库;
连续面状数据属性的网格录入:对于落入网格内的面状数据,可以直接获取其属性,而对于部分落入网格内的面状数据,以落入面积占优的面的属性为该网格的属性;
离散点状数据的网格录入:离散点数据的录入,需要先完成点数据的空间插值,将离散点数据插值成连续面数据,然后遵循连续面状数据属性的网格录入规则录入网格数据库;
栅格数据的网格录入:根据面积占优的原则,获取栅格数据的网格属性值;
表格数据的网格录入:表格数据的录入,首先需要将表格和矢量数据链接,矢量数据获取到表格数据的属性值之后,再实现网格化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910038605.2A CN109582755A (zh) | 2019-01-16 | 2019-01-16 | 一种基于网格的精准农业数据库实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910038605.2A CN109582755A (zh) | 2019-01-16 | 2019-01-16 | 一种基于网格的精准农业数据库实现方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109582755A true CN109582755A (zh) | 2019-04-05 |
Family
ID=65915038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910038605.2A Pending CN109582755A (zh) | 2019-01-16 | 2019-01-16 | 一种基于网格的精准农业数据库实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109582755A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110926530A (zh) * | 2019-11-28 | 2020-03-27 | 重庆工商职业学院 | 一种基于物联网的农田灾害监管方法和系统 |
CN110955743A (zh) * | 2019-11-29 | 2020-04-03 | 农业农村部规划设计研究院 | 为矢量要素建立空间索引文件的方法和装置 |
CN111462320A (zh) * | 2020-03-20 | 2020-07-28 | 中国电建集团昆明勘测设计研究院有限公司 | 基于约束性Delaunay三角网的“两区”地块自动批量生成方法 |
CN112470650A (zh) * | 2020-11-24 | 2021-03-12 | 江西省农业科学院土壤肥料与资源环境研究所 | 一种肥料配制方法及系统 |
CN112986058A (zh) * | 2021-02-02 | 2021-06-18 | 贵州省烟草科学研究院 | 一种土壤中肥料养分迁移规律的可视化分析方法 |
CN113240196A (zh) * | 2021-06-04 | 2021-08-10 | 广州极飞科技股份有限公司 | 农业气象数据确定方法、装置、农业管理平台及存储介质 |
CN113282572A (zh) * | 2021-07-20 | 2021-08-20 | 湖南省第二测绘院 | 一种耕地网格化划分的方法、系统及终端设备 |
CN114747349A (zh) * | 2022-04-28 | 2022-07-15 | 河南科技大学 | 基于群体长势遥感检测与分级的小麦健壮群体培育方法 |
CN116910142A (zh) * | 2023-09-12 | 2023-10-20 | 山东师范大学 | 基于空间化的农业生态系统服务可视化评估方法及系统 |
CN117689224A (zh) * | 2023-11-23 | 2024-03-12 | 中国科学院地理科学与资源研究所 | 一种面向国土规划的高标准农田建设潜力区识别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020425A (zh) * | 2012-11-22 | 2013-04-03 | 北京师范大学 | 一种基于源控理念的华北平原区非点源污染控制技术 |
CN103810639A (zh) * | 2012-11-08 | 2014-05-21 | 大连宏宇科技有限公司 | 一种农业生产的监测与控制系统 |
CN104462258A (zh) * | 2014-11-21 | 2015-03-25 | 浙江中测新图地理信息技术有限公司 | 一种多版本的非结构化模型的组织管理方法 |
CN107092680A (zh) * | 2017-04-21 | 2017-08-25 | 中国测绘科学研究院 | 一种基于地理网格的政务信息资源整合方法 |
CN107103378A (zh) * | 2016-02-23 | 2017-08-29 | 中国农业大学 | 一种玉米种植环境测试站点布局方法及系统 |
-
2019
- 2019-01-16 CN CN201910038605.2A patent/CN109582755A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103810639A (zh) * | 2012-11-08 | 2014-05-21 | 大连宏宇科技有限公司 | 一种农业生产的监测与控制系统 |
CN103020425A (zh) * | 2012-11-22 | 2013-04-03 | 北京师范大学 | 一种基于源控理念的华北平原区非点源污染控制技术 |
CN104462258A (zh) * | 2014-11-21 | 2015-03-25 | 浙江中测新图地理信息技术有限公司 | 一种多版本的非结构化模型的组织管理方法 |
CN107103378A (zh) * | 2016-02-23 | 2017-08-29 | 中国农业大学 | 一种玉米种植环境测试站点布局方法及系统 |
CN107092680A (zh) * | 2017-04-21 | 2017-08-25 | 中国测绘科学研究院 | 一种基于地理网格的政务信息资源整合方法 |
Non-Patent Citations (1)
Title |
---|
姜莉莉 等: "基于网格的精准农业数据库及示范应用—以黑龙江农场双山基地为例", 《地球信息科学学报》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110926530A (zh) * | 2019-11-28 | 2020-03-27 | 重庆工商职业学院 | 一种基于物联网的农田灾害监管方法和系统 |
CN110955743A (zh) * | 2019-11-29 | 2020-04-03 | 农业农村部规划设计研究院 | 为矢量要素建立空间索引文件的方法和装置 |
CN111462320A (zh) * | 2020-03-20 | 2020-07-28 | 中国电建集团昆明勘测设计研究院有限公司 | 基于约束性Delaunay三角网的“两区”地块自动批量生成方法 |
CN112470650A (zh) * | 2020-11-24 | 2021-03-12 | 江西省农业科学院土壤肥料与资源环境研究所 | 一种肥料配制方法及系统 |
CN112986058A (zh) * | 2021-02-02 | 2021-06-18 | 贵州省烟草科学研究院 | 一种土壤中肥料养分迁移规律的可视化分析方法 |
CN113240196A (zh) * | 2021-06-04 | 2021-08-10 | 广州极飞科技股份有限公司 | 农业气象数据确定方法、装置、农业管理平台及存储介质 |
CN113282572A (zh) * | 2021-07-20 | 2021-08-20 | 湖南省第二测绘院 | 一种耕地网格化划分的方法、系统及终端设备 |
CN114747349A (zh) * | 2022-04-28 | 2022-07-15 | 河南科技大学 | 基于群体长势遥感检测与分级的小麦健壮群体培育方法 |
CN114747349B (zh) * | 2022-04-28 | 2023-04-14 | 河南科技大学 | 基于群体长势遥感检测与分级的小麦健壮群体培育方法 |
CN116910142A (zh) * | 2023-09-12 | 2023-10-20 | 山东师范大学 | 基于空间化的农业生态系统服务可视化评估方法及系统 |
CN117689224A (zh) * | 2023-11-23 | 2024-03-12 | 中国科学院地理科学与资源研究所 | 一种面向国土规划的高标准农田建设潜力区识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109582755A (zh) | 一种基于网格的精准农业数据库实现方法 | |
Cantelaube et al. | Geographical downscaling of outputs provided by an economic farm model calibrated at the regional level | |
CN111489092B (zh) | 一种植物栽培种植环境适生区的评估方法及系统 | |
Ahmad et al. | Agro-ecological zones of Punjab, Pakistan | |
Todorovic et al. | A GIS for irrigation management | |
KC et al. | How climatic and sociotechnical factors influence crop production: a case study of canola production | |
CN113342938A (zh) | 一种结合知识图谱的玉米选种与精准播种决策方法 | |
Reddy et al. | GIS based decision support systems in agriculture | |
Wanyama | A Spatial Analysis of Climate Change Effects on Maize Productivity in Kenya | |
CN117611993B (zh) | 一种基于遥感实际蒸散发估算植被分类的方法 | |
CN116167630B (zh) | 一种选择三七轮作适宜性地块的计算机自动识别方法 | |
Xue-lei et al. | Exploring suitability for tropical crop cultivation in Hainan Island by SOTAL methodology | |
Reimov et al. | Spatial analysis in decision-making on agriculture activities | |
Bouman et al. | An integrated methodology for sustainable land use exploration using GIS | |
Du et al. | The spatio-temporal changes of cropping patterns in the black soil area of China: Lessons from Wangkui County | |
Wood et al. | Agroecological dimensions of evaluating and prioritizing research from a regional perspective: Latin America and the Caribbean | |
Ashrafi et al. | Locating ornamental and medicinal saffron cultivation based on AHP analysis in GIS environment in Ardabil Province. | |
Gavino Jr et al. | Site Suitability Mapping of Onion in the Province of Occidental Mindoro Using Geographic Information System (GIS) Modelbuilder | |
ZEWUDIE | ASSESSMENT OF SURFACE WATER IRRIGATION POTENTIAL USING GIS AND REMOTE SENSING: A CASE STUDY IN GIDABO RIVER SUB-BASIN, ETHIOPIA | |
Liyanaarachchi et al. | Can We Cultivate Rubber in Northern Dry Zone of Sri Lanka: A Case Study from Vavuniya District Using GIS Approach | |
Wang et al. | Is marginalised cultivated land on the Tibetan Plateau suitable for production or ecology? An example from the northeastern Tibetan Plateau | |
Udugbezi et al. | The Land Capability for Agriculture: building a tool to enable climate change assessments | |
Guadie | Gis-Based Surface Irrigation Potential Assessment: A Case Study Of Teme Watershed, East Gojam Zone, Amhara Region, Ethiopia | |
Ayo et al. | LAND SUITABILITY FOR RICE CROP FARMING IN KWARA STATE USING GIS-BASED MULTI-CRITERIA DECISION ANALYSIS | |
Babalola et al. | LAND SUITABILITY FOR RICE CROP FARMING IN KWARA STATE USING GIS-BASED MULTI-CRITERIA DECISION ANALYSIS |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190405 |