CN109596788A - 一种双季超级稻水肥耦合测定方法 - Google Patents
一种双季超级稻水肥耦合测定方法 Download PDFInfo
- Publication number
- CN109596788A CN109596788A CN201910093332.1A CN201910093332A CN109596788A CN 109596788 A CN109596788 A CN 109596788A CN 201910093332 A CN201910093332 A CN 201910093332A CN 109596788 A CN109596788 A CN 109596788A
- Authority
- CN
- China
- Prior art keywords
- module
- data
- nutrient
- main control
- fertilizer
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0098—Plants or trees
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Wood Science & Technology (AREA)
- Botany (AREA)
- Computer Networks & Wireless Communication (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- Hydroponics (AREA)
Abstract
本发明属于水肥耦合测定技术领域,公开了一种双季超级稻水肥耦合测定方法。所述双季超级稻水肥耦合测定系统包括:水分检测模块、土壤养分检测模块、水稻图像采集模块、数据传输模块、主控模块、灌溉模块、数据存储模块、显示模块。本发明通过土壤养分检测模块利用邻近点比较法进行特异值剔除,既可使各项数据更为稳健,又可以使得各指标数据有较好的空间变异函数拟合效果,所得结果较为理想,更有利于后序空间变异特征的分析工作。
Description
技术领域
本发明属于水肥耦合测定技术领域,尤其涉及一种双季超级稻水肥耦合测定方法。
背景技术
水肥耦合技术就是根据不同水分条件,提倡灌溉与施肥在时间、数量和方式上合理配合,促进作物根系深扎,扩大根系在土壤中的吸水范围,多利用土壤深层储水,并提高作物的蒸腾和光合强度,减少土壤的无效蒸发。作物根系对水分和养分的吸收虽然是两个相对独立的过程,但水分和养分对于作物生长的作用却是相互制约的,无论是水分亏缺还是养分亏缺,对作物生长都有不利影响。这种水分和养分对作物生长作用相互制约和耦合的现象,称为水肥耦合效应。然而,现有对超级稻水肥耦合测定过程,不能获取准确的土壤养分数据。
综上所述,现有技术存在的问题是:现有对超级稻水肥耦合测定过程,不能获取准确的土壤养分数据。
发明内容
针对现有技术存在的问题,本发明提供了一种双季超级稻水肥耦合测定方法。
本发明是这样实现的,一种双季超级稻水肥耦合测定系统包括:
水分检测模块、土壤养分检测模块、水稻图像采集模块、数据传输模块、主控模块、灌溉模块、数据存储模块、显示模块;
水分检测模块与主控模块连接,用于通过水分传感器实时检测水稻土壤水分数据;
土壤养分检测模块与主控模块连接,用于通过土壤肥料养分检测仪实时检测水稻土壤养分数据;
水稻图像采集模块与主控模块连接,用于通过摄像器实时采集水稻图像数据;
数据传输模块与主控模块连接,用于通过无线通信设备将检测的水分、养分、图像数据发送到主控模块;
主控模块,与水分检测模块、土壤养分检测模块、水稻图像采集模块、数据传输模块、灌溉模块、数据存储模块、显示模块连接,用于通过单片机控制各个模块正常工作;
灌溉模块与主控模块连接,用于通过灌溉设备对水稻进行水肥灌溉操作;
数据存储模块与主控模块连接,用于通过存储器存储检测的水分、养分、图像数据;
显示模块与主控模块连接,用于通过显示器显示检测的水分、养分、图像数据。
一种双季超级稻水肥耦合测定方法包括以下步骤:
步骤一,通过水分检测模块利用水分传感器实时检测水稻土壤水分数据;通过土壤养分检测模块利用土壤肥料养分检测仪实时检测水稻土壤养分数据;通过水稻图像采集模块利用摄像器实时采集水稻图像数据;
步骤二,通过数据传输模块利用无线通信设备将检测的水分、养分、图像数据发送到主控模块;
步骤三,主控模块通过灌溉模块利用灌溉设备对水稻进行水肥灌溉操作;
步骤四,通过数据存储模块利用存储器存储检测的水分、养分、图像数据,并通过显示模块利用显示器显示检测的数据。
进一步,所述土壤养分检测模块检测方法如下:
(1)通过土壤肥料养分检测仪实时检测水稻土壤养分数据;利用邻近点数据比较法对土壤养分测试数据进行特异值处理;
(2)将常规统计特征与空间位置关系相结合,在判断样点数据是否可疑时,除将样点数据与加减三倍标准差进行比较外,还将该样点数据与周围邻近的8点的数据进行比较;
(3)定义一个3×3矩阵,G为待估计值,在矩阵的中心,{x1,x2,…,xN}是周边8点的样本,为所有样本的平均值,S为样本的标准差,
xnb为G点邻近点的值,为G点;邻近8点的平均值,snb=为G点邻近8点的标准差。
进一步,所述判断样点数据是否可疑时的判断条件为:如果并且G点不是异常值,否则则为异常点,并用或者的值来替代异常值。
本发明的优点及积极效果为:本发明通过土壤养分检测模块利用邻近点比较法进行特异值剔除,既可使各项数据更为稳健,又可以使得各指标数据有较好的空间变异函数拟合效果,所得结果较为理想,更有利于后序空间变异特征的分析工作;本发明可广泛应用于大数据分析等领域的研究与实践过程,适用于农业院校、农业研究所、农业推广技术中心和田间现场使用。
附图说明
图1是本发明实施例提供的双季超级稻水肥耦合测定方法流程图。
图2是本发明实施例提供的双季超级稻水肥耦合测定系统结构框图。
图2中:1、水分检测模块;2、土壤养分检测模块;3、水稻图像采集模块;4、数据传输模块;5、主控模块;6、灌溉模块;7、数据存储模块;8、显示模块。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示,本发明提供的双季超级稻水肥耦合测定方法包括以下步骤:
S101:通过水分检测模块利用水分传感器实时检测水稻土壤水分数据;通过土壤养分检测模块利用土壤肥料养分检测仪实时检测水稻土壤养分数据;通过水稻图像采集模块利用摄像器实时采集水稻图像数据;
S102:通过数据传输模块利用无线通信设备将检测的水分、养分、图像数据发送到主控模块;
S103:主控模块通过灌溉模块利用灌溉设备对水稻进行水肥灌溉操作;
S104:通过数据存储模块利用存储器存储检测的水分、养分、图像数据,并通过显示模块利用显示器显示检测的数据。
如图2所示,本发明实施例提供的双季超级稻水肥耦合测定系统包括:水分检测模块1、土壤养分检测模块2、水稻图像采集模块3、数据传输模块4、主控模块5、灌溉模块6、数据存储模块7、显示模块8。
水分检测模块1与主控模块5连接,用于通过水分传感器实时检测水稻土壤水分数据;
土壤养分检测模块2与主控模块5连接,用于通过土壤肥料养分检测仪实时检测水稻土壤养分数据;
水稻图像采集模块3与主控模块5连接,用于通过摄像器实时采集水稻图像数据;
数据传输模块4与主控模块5连接,用于通过无线通信设备将检测的水分、养分、图像数据发送到主控模块;
主控模块5与水分检测模块1、土壤养分检测模块2、水稻图像采集模块3、数据传输模块4、灌溉模块6、数据存储模块7、显示模块8连接,用于通过单片机控制各个模块正常工作;
灌溉模块6与主控模块5连接,用于通过灌溉设备对水稻进行水肥灌溉操作;
数据存储模块8与主控模块5连接,用于通过存储器存储检测的水分、养分、图像数据;
显示模块9与主控模块5连接,用于通过显示器显示检测的水分、养分、图像数据。
本发明提供的土壤养分检测模块2检测方法如下:
(1)通过土壤肥料养分检测仪实时检测水稻土壤养分数据;利用邻近点数据比较法对土壤养分测试数据进行特异值处理;
(2)将常规统计特征与空间位置关系相结合,在判断样点数据是否可疑时,除将样点数据与加减三倍标准差进行比较外,还将该样点数据与周围邻近的8点的数据进行比较;
(3)定义一个3×3矩阵,G为待估计值,在矩阵的中心,{x1,x2,…,xN}是周边8点的样本,为所有样本的平均值,S为样本的标准差,
xnb为G点邻近点的值,为G点;邻近8点的平均值,snb=为G点邻近8点的标准差。
本发明提供的判断样点数据是否可疑时的判断条件为:如果并且G点不是异常值,否则则为异常点,并用或者的值来替代异常值。
以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。
Claims (4)
1.一种双季超级稻水肥耦合测定系统,其特征在于,所述双季超级稻水肥耦合测定系统包括:
水分检测模块、土壤养分检测模块、水稻图像采集模块、数据传输模块、主控模块、灌溉模块、数据存储模块、显示模块;
水分检测模块与主控模块连接,用于通过水分传感器实时检测水稻土壤水分数据;
土壤养分检测模块与主控模块连接,用于通过土壤肥料养分检测仪实时检测水稻土壤养分数据;
水稻图像采集模块与主控模块连接,用于通过摄像器实时采集水稻图像数据;
数据传输模块与主控模块连接,用于通过无线通信设备将检测的水分、养分、图像数据发送到主控模块;
主控模块与水分检测模块、土壤养分检测模块、水稻图像采集模块、数据传输模块、灌溉模块、数据存储模块、显示模块连接,用于通过单片机控制各个模块正常工作;
灌溉模块,与主控模块连接,用于通过灌溉设备对水稻进行水肥灌溉操作;
数据存储模块,与主控模块连接,用于通过存储器存储检测的水分、养分、图像数据;
显示模块,与主控模块连接,用于通过显示器显示检测的水分、养分、图像数据。
2.一种如权利要求1所述的双季超级稻水肥耦合测定方法,其特征在于,所述双季超级稻水肥耦合测定方法包括以下步骤:
步骤一,通过水分检测模块利用水分传感器实时检测水稻土壤水分数据;通过土壤养分检测模块利用土壤肥料养分检测仪实时检测水稻土壤养分数据;通过水稻图像采集模块利用摄像器实时采集水稻图像数据;
步骤二,通过数据传输模块利用无线通信设备将检测的水分、养分、图像数据发送到主控模块;
步骤三,主控模块通过灌溉模块利用灌溉设备对水稻进行水肥灌溉操作;
步骤四,通过数据存储模块利用存储器存储检测的水分、养分、图像数据,并通过显示模块利用显示器显示检测的数据。
3.如权利要求1所述双季超级稻水肥耦合测定系统,其特征在于,所述土壤养分检测模块检测方法如下:
(1)通过土壤肥料养分检测仪实时检测水稻土壤养分数据;利用邻近点数据比较法对土壤养分测试数据进行特异值处理;
(2)将常规统计特征与空间位置关系相结合,在判断样点数据是否可疑时,除将样点数据与加减三倍标准差进行比较外,还将该样点数据与周围邻近的8点的数据进行比较;
(3)定义一个3×3矩阵,G为待估计值,在矩阵的中心,{x1,x2,…,xN}是周边8点的样本,为所有样本的平均值,S为样本的标准差,
xnb为G点邻近点的值,为G点;邻近8点的平均值,snb=为G点邻近8点的标准差。
4.如权利要求3所述双季超级稻水肥耦合测定系统,其特征在于,所述判断样点数据是否可疑时的判断条件为:如果并且G点不是异常值,否则则为异常点,并用或者的值来替代异常值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910093332.1A CN109596788A (zh) | 2019-01-30 | 2019-01-30 | 一种双季超级稻水肥耦合测定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910093332.1A CN109596788A (zh) | 2019-01-30 | 2019-01-30 | 一种双季超级稻水肥耦合测定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109596788A true CN109596788A (zh) | 2019-04-09 |
Family
ID=65967011
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910093332.1A Pending CN109596788A (zh) | 2019-01-30 | 2019-01-30 | 一种双季超级稻水肥耦合测定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109596788A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111766370A (zh) * | 2020-07-08 | 2020-10-13 | 王善举 | 一种土壤全氮含量实时检测系统 |
CN112293182A (zh) * | 2020-10-29 | 2021-02-02 | 宁夏农林科学院农作物研究所(宁夏回族自治区农作物育种中心) | 一种水稻新品种抗病性鉴定方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120089902A (ko) * | 2010-12-20 | 2012-08-16 | 경기도 | 디지털 영상 분석을 이용한 벼의 정밀 수비처방 방법 |
CN103808677A (zh) * | 2014-02-14 | 2014-05-21 | 中国科学院亚热带农业生态研究所 | 一种稻田土壤有效磷饱和容量的测定方法 |
CN104460582A (zh) * | 2014-09-29 | 2015-03-25 | 贵州省水利科学研究院 | 一种基于模糊控制的物联网智能灌溉施肥控制方法及系统 |
CN104778349A (zh) * | 2015-03-26 | 2015-07-15 | 浙江大学 | 一种用于水稻表土氮肥施用等级评定方法 |
CN107576618A (zh) * | 2017-07-20 | 2018-01-12 | 华南理工大学 | 基于深度卷积神经网络的水稻穗瘟检测方法及系统 |
CN107766295A (zh) * | 2017-09-05 | 2018-03-06 | 湖北大学 | 一种对土壤养分测试数据进行特异值处理的方法及系统 |
CN109120670A (zh) * | 2018-07-12 | 2019-01-01 | 黑龙江省农垦科学院 | 一种水稻田智能化种植管理系统及其应用方法 |
CN109258360A (zh) * | 2018-11-15 | 2019-01-25 | 湖南农业大学 | 双季超级稻氮素吸收规律测定方法、双季超级稻种植方法 |
-
2019
- 2019-01-30 CN CN201910093332.1A patent/CN109596788A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120089902A (ko) * | 2010-12-20 | 2012-08-16 | 경기도 | 디지털 영상 분석을 이용한 벼의 정밀 수비처방 방법 |
CN103808677A (zh) * | 2014-02-14 | 2014-05-21 | 中国科学院亚热带农业生态研究所 | 一种稻田土壤有效磷饱和容量的测定方法 |
CN104460582A (zh) * | 2014-09-29 | 2015-03-25 | 贵州省水利科学研究院 | 一种基于模糊控制的物联网智能灌溉施肥控制方法及系统 |
CN104778349A (zh) * | 2015-03-26 | 2015-07-15 | 浙江大学 | 一种用于水稻表土氮肥施用等级评定方法 |
CN107576618A (zh) * | 2017-07-20 | 2018-01-12 | 华南理工大学 | 基于深度卷积神经网络的水稻穗瘟检测方法及系统 |
CN107766295A (zh) * | 2017-09-05 | 2018-03-06 | 湖北大学 | 一种对土壤养分测试数据进行特异值处理的方法及系统 |
CN109120670A (zh) * | 2018-07-12 | 2019-01-01 | 黑龙江省农垦科学院 | 一种水稻田智能化种植管理系统及其应用方法 |
CN109258360A (zh) * | 2018-11-15 | 2019-01-25 | 湖南农业大学 | 双季超级稻氮素吸收规律测定方法、双季超级稻种植方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111766370A (zh) * | 2020-07-08 | 2020-10-13 | 王善举 | 一种土壤全氮含量实时检测系统 |
CN112293182A (zh) * | 2020-10-29 | 2021-02-02 | 宁夏农林科学院农作物研究所(宁夏回族自治区农作物育种中心) | 一种水稻新品种抗病性鉴定方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Prabha et al. | Design and development of an IoT based smart irrigation and fertilization system for chilli farming | |
CN108446997B (zh) | 一种基于多源信息融合的作物节水灌溉决策方法及测控系统 | |
CN100416590C (zh) | 利用位置和纹理特征自动识别作物苗期田间杂草的方法 | |
CN112258331B (zh) | 一种基于大数据的农作物种植生长及环境智能监测分析系统 | |
CN106643529A (zh) | 基于无人机影像的山区农作物生长高度快速测量的方法 | |
CN104732564B (zh) | 一种玉米叶面积无损动态监测装置与方法 | |
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 | |
CN109496797A (zh) | 一种农业节水灌溉系统及控制方法 | |
CN111713317A (zh) | 一种基于大数据的农作物监测系统及监测方法 | |
CN110352650A (zh) | 用于深松作业质量监测的装置和方法 | |
CN112230697A (zh) | 一种基于互联网的农业监控装置 | |
CN106718363A (zh) | 一种面向精细农业的灌溉试验方法及其试验平台 | |
CN109596788A (zh) | 一种双季超级稻水肥耦合测定方法 | |
Yang et al. | Estimation of irrigation requirements for drip-irrigated maize in a sub-humid climate | |
CN117063821B (zh) | 一种农业灌溉用智能调节系统及方法 | |
CN114868505B (zh) | 一种智能水肥控制柜 | |
CN109644655A (zh) | 一种基于土壤肥力实时检测的精准施肥方法 | |
CN102592118B (zh) | 一种玉米出苗期的自动检测方法 | |
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 | |
Bates et al. | Variable-rate mechanical crop adjustment for crop load balance in ‘Concord’vineyards | |
CN109188964A (zh) | 一种基于云服务器的芒果基地监控系统 | |
CN113491192A (zh) | 大田马铃薯种植智能水肥一体化管理系统 | |
CN116868746A (zh) | 基于数据分析的智能灌溉施肥控制系统 | |
CN106771051A (zh) | 一种大田土壤墒情信息测量方法及系统 | |
CN115797764A (zh) | 一种应用于耕地非农化监测的遥感大数据解译方法及系统 |
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: 20190409 |
|
RJ01 | Rejection of invention patent application after publication |