CN109784588A - 一种基于传感器联共监测的高粱产量预测方法 - Google Patents

一种基于传感器联共监测的高粱产量预测方法 Download PDF

Info

Publication number
CN109784588A
CN109784588A CN201910200413.7A CN201910200413A CN109784588A CN 109784588 A CN109784588 A CN 109784588A CN 201910200413 A CN201910200413 A CN 201910200413A CN 109784588 A CN109784588 A CN 109784588A
Authority
CN
China
Prior art keywords
sorghum
sensor
data
yield
prediction
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
CN201910200413.7A
Other languages
English (en)
Inventor
温喆
吕芃
姚振伟
成新霞
赵光灿
李红娟
段丽英
董倩
李燕
金庆勇
王慧娟
王丽娜
祁瑞丽
范亚斌
陈旭
董伟
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.)
Shijiazhuang University
Grain Research Institute of Hebei Academy of Agriculture and Forestry Sciences
Original Assignee
Shijiazhuang University
Grain Research Institute of Hebei Academy of Agriculture and Forestry Sciences
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 Shijiazhuang University, Grain Research Institute of Hebei Academy of Agriculture and Forestry Sciences filed Critical Shijiazhuang University
Priority to CN201910200413.7A priority Critical patent/CN109784588A/zh
Publication of CN109784588A publication Critical patent/CN109784588A/zh
Pending legal-status Critical Current

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于传感器联共监测的高粱产量预测方法，包括根据统计期内的气象数据以及对应的时间信息来获取高粱的生长；将所得到的高粱生长数据输入进入预测系统进行产量的数学模拟预测，本发明结构合理，基于多传感器系统，可以实时的获得种植情况，整体数据获取多样，包括最高气温、最低气温、日照时间、光照强度和降水量，同时也包括土壤的酸碱度数据、湿度数据以及微生物菌落分布数据，整体囊括了高粱种植中的多种外部变量，整体种植效果出色，而且配合权重预测方法可以很好的根据上年度的产量来预测今年的产量，整体预测效果准确。

Description

一种基于传感器联共监测的高粱产量预测方法
技术领域
本发明涉及农业领域，尤其是涉及一种基于传感器联共监测的高粱产量预测方法。
背景技术
高粱是大豆外中美贸易额第二大农产品，2017年中国高粱需求量890万吨，其中506万吨来自进口，。其中进口量的94%来自美国，贸易额约为9.57亿元。传统的高粱种植方法主要包括：
1.选地：高粱根系发达吸水吸肥力强，宜选择平坦疏松较肥沃的地块种植，因有抗旱耐涝耐盐碱耐瘠薄的特性，所以低洼易涝地块或是瘠薄干旱的盐碱地块也可种植，对前茬要求不高。
2.整地：高粱的整地质量是抓全苗及决定产量的关键，播前须做到精细整地、耙平耙细，提倡秋季整地以确保春季土壤墒情，做到秋耕、秋耙、秋起垄。
3.轮作：高粱忌连作，合理的轮作方式是高粱增产的关键，理想前茬是大豆茬，其次是玉米茬、马铃薯茬等，因对农药敏感，所以忌选前茬施用长残效类农药的地块。
4.间苗定苗：高粱苗后3-4叶期间苗，5-6叶期定苗，定苗时要做到等距留苗及留壮苗、正苗，不留双株苗、二茬苗，还应拔除杂株，提高纯度，充分发挥良种的增产效应。
5.适时中耕：高粱苗期中耕第1次结合定苗进行，10-15天后进行第2次，拔节前后中耕要和追肥、培土相结合，促进高粱生育的同时增强防风、抗倒和土壤蓄水保墒能力。
6.灌溉管理：高粱苗期需水约占全生育期总需水量的10%、拔节孕穗期占50%、孕穗至开花期占15%、灌浆期占20%、成熟期占5%左右，重点在拔节孕穗期、开花期和灌浆期适量灌水。
7.合理追肥：高粱追肥时不要将肥料露在地表面，追肥后应及时浇水，每次追肥、浇水应根据作物长势、天气等情况酌情掌握。高粱出苗后可视出苗情况施入提苗肥；高粱拔节期可施腐熟农肥1000千克/亩、尿素10-15千克/亩；高粱孕穗期可施农肥1000千克/亩、尿素20千克/亩；高粱灌浆期可施1000千克/亩农肥、尿素8-10千克/亩；高粱抽穗至灌浆期适量喷施磷酸二氢钾，以促进早熟及增加产量。
由此可见，高粱的实际产量与其种植环境以及实际施肥控制有关，传统预产多是采用局部采样的方式，通过局部采收的进行整体的预测，但整体的实际效率较低。
发明内容
本发明为克服上述情况不足，旨在提供一种能解决上述问题的技术方案。
一种基于传感器联共监测的高粱产量预测方法，包括根据统计期内的气象数据以及对应的时间信息来获取高粱的生长；将所得到的高粱生长数据输入进入预测系统进行产量的数学模拟预测。
作为本发明进一步的方案：气象数据包括最高气温、最低气温、日照时间、光照强度和降水量。
作为本发明进一步的方案：所述气象数据还包括土壤数据，土壤数据包括酸碱度数据、湿度数据以及微生物菌落分布数据。
作为本发明进一步的方案：所述数学模型包括粮食产量变化率模型，所述粮食产量变化率模型的数学表达式为：
其中，bn+1代表第n+1年的产量，bn代表第n年的产量；
由变化率Ni可以得到高粱产量的加权平均系数，加权平均系数k的计算公式为；
其中，Wi代表第i年的粮食产量变化率的权重；
则第d+1年的粮食预测产量为，Pd+1=Pd（1+k）；其中Pd代表第d年的粮食产量。
一种基于传感器联共监测的高粱产量预测系统，气象数据采集装置包括传感器模组，其中传感器模组包括用于测量气温的温度传感器，用于测量雨量的降雨量传感器、用于测量日照强度以及时间的光照传感器，同时传感器模组还包括用于检测土壤酸碱度的PH传感器以及用于检测土壤湿度的湿度传感器，土壤微生物检测通过实验室微生物测定仪进行测定。
本发明的有益效果：本发明结构合理，基于多传感器系统，可以实时的或者种植情况，整体数据获取多样，包括最高气温、最低气温、日照时间、光照强度和降水量，同时也包括土壤的酸碱度数据、湿度数据以及微生物菌落分布数据，整体囊括了高粱种植中的多种外部变量，整体种植效果出色，而且配合权重预测方法可以很好的根据上年度的产量来预测今年的产量，整体预测效果准确。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例中，一种基于传感器联共监测的高粱产量预测方法，包括根据统计期内的气象数据以及对应的时间信息来获取高粱的生长；将所得到的高粱生长数据输入进入预测系统进行产量的数学模拟预测。
气象数据包括最高气温、最低气温、日照时间、光照强度和降水量。
所述气象数据还包括土壤数据，土壤数据包括酸碱度数据、湿度数据以及微生物菌落分布数据。
所述数学模型包括粮食产量变化率模型，所述粮食产量变化率模型的数学表达式为：
其中，bn+1代表第n+1年的产量，bn代表第n年的产量；
由变化率Ni可以得到高粱产量的加权平均系数，加权平均系数k的计算公式为；
其中，Wi代表第i年的粮食产量变化率的权重；
则第d+1年的粮食预测产量为，Pd+1=Pd（1+k）；其中Pd代表第d年的粮食产量。
一种基于传感器联共监测的高粱产量预测系统，气象数据采集装置包括传感器模组，其中传感器模组包括用于测量气温的温度传感器，用于测量雨量的降雨量传感器、用于测量日照强度以及时间的光照传感器，同时传感器模组还包括用于检测土壤酸碱度的PH传感器以及用于检测土壤湿度的湿度传感器，土壤微生物检测通过实验室微生物测定仪进行测定。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。

Claims (5)

1.一种基于传感器联共监测的高粱产量预测方法，其特征在于，包括根据统计期内的气象数据以及对应的时间信息来获取高粱的生长；将所得到的高粱生长数据输入进入预测系统进行产量的数学模拟预测。
2.根据权利要求1所述的基于传感器联共监测的高粱产量预测方法，其特征在于，气象数据包括最高气温、最低气温、日照时间、光照强度和降水量。
3.根据权利要求1所述的基于传感器联共监测的高粱产量预测方法，其特征在于，所述气象数据还包括土壤数据，土壤数据包括酸碱度数据、湿度数据以及微生物菌落分布数据。
4.根据权利要求1所述的基于传感器联共监测的高粱产量预测方法，其特征在于，所述数学模型包括粮食产量变化率模型，所述粮食产量变化率模型的数学表达式为：
其中，bn+1代表第n+1年的产量，bn代表第n年的产量；
由变化率可以得到高粱产量的加权平均系数，加权平均系数k的计算公式为；
其中，wi代表第i年的粮食产量变化率的权重；
则第d+1年的粮食预测产量为，Pd+1=Pd（1+k）；其中Pd代表第d年的粮食产量。
5.一种基于传感器联共监测的高粱产量预测系统，其特征在于，气象数据采集装置包括传感器模组，其中传感器模组包括用于测量气温的温度传感器，用于测量雨量的降雨量传感器、用于测量日照强度以及时间的光照传感器，同时传感器模组还包括用于检测土壤酸碱度的PH传感器以及用于检测土壤湿度的湿度传感器，土壤微生物检测通过实验室微生物测定仪进行测定。
CN201910200413.7A 2019-03-16 2019-03-16 一种基于传感器联共监测的高粱产量预测方法 Pending CN109784588A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910200413.7A CN109784588A (zh) 2019-03-16 2019-03-16 一种基于传感器联共监测的高粱产量预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910200413.7A CN109784588A (zh) 2019-03-16 2019-03-16 一种基于传感器联共监测的高粱产量预测方法

Publications (1)

Publication Number Publication Date
CN109784588A true CN109784588A (zh) 2019-05-21

Family

ID=66489404

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910200413.7A Pending CN109784588A (zh) 2019-03-16 2019-03-16 一种基于传感器联共监测的高粱产量预测方法

Country Status (1)

Country Link
CN (1) CN109784588A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114858219A (zh) * 2022-06-09 2022-08-05 西安微媒软件有限公司 一种用于大棚的农业物联网管理分析平台

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104766135A (zh) * 2015-03-25 2015-07-08 中国农业科学院农业信息研究所 一种预测农作物产量的方法、装置及系统
CN105243447A (zh) * 2015-10-16 2016-01-13 河南工业大学 一种粮食产量预测方法及装置
CN107341577A (zh) * 2017-07-25 2017-11-10 中国农业科学院农业信息研究所 一种农作物产量预测方法及系统
CN108665107A (zh) * 2018-05-15 2018-10-16 中国农业大学 农作物产量预测方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104766135A (zh) * 2015-03-25 2015-07-08 中国农业科学院农业信息研究所 一种预测农作物产量的方法、装置及系统
CN105243447A (zh) * 2015-10-16 2016-01-13 河南工业大学 一种粮食产量预测方法及装置
CN107341577A (zh) * 2017-07-25 2017-11-10 中国农业科学院农业信息研究所 一种农作物产量预测方法及系统
CN108665107A (zh) * 2018-05-15 2018-10-16 中国农业大学 农作物产量预测方法和系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114858219A (zh) * 2022-06-09 2022-08-05 西安微媒软件有限公司 一种用于大棚的农业物联网管理分析平台

Similar Documents

Publication Publication Date Title
Feng et al. Review of the technology for high-yielding and efficient cotton cultivation in the northwest inland cotton-growing region of China
Aujla et al. Fruit yield and water use efficiency of eggplant (Solanum melongema L.) as influenced by different quantities of nitrogen and water applied through drip and furrow irrigation
Fang et al. Evapotranspiration partitioning, water use efficiency, and maize yield under different film mulching and nitrogen application in northwest China
CN105103857A (zh) 一种盐碱地微咸水覆膜滴灌加工番茄种植方法
CN109197437B (zh) 一种寒地半干旱区玉米大垄双行膜下滴灌的水肥高效调控方法
CN102057775A (zh) 滨海滩涂中、重度盐碱地种植作物的控盐栽培方法
CN107637462A (zh) 一种提高粉色绣球花商品率的种植方法
CN107027467A (zh) 一种能改善土质、提高新植甘蔗产量的种植方法
Bordovsky et al. Cotton-grain sorghum rotation under extreme deficit irrigation conditions
CN109644799A (zh) 一种耐低氮水稻品种的筛选方法
Brar et al. Pre-and post-sowing irrigation scheduling impacts on crop phenology and water productivity of cotton (Gossypium hirsutum L.) in sub-tropical north-western India
CN113229076A (zh) 一种利用盐池筛选优良耐盐株系的小麦育种方法
CN104472047A (zh) 一种红壤地区葡萄园的土壤改良方法
CN104429209A (zh) 一种甘蔗种植前的土壤改良方法
CN102318493B (zh) 一种利用地膜玉米残膜种植旱地油菜的方法
CN107172983B (zh) 冬小麦的节水丰产栽培方法
CN102783410A (zh) 高产抗倒、优质双低、适合机械化作业油菜的育种方法
CN109784588A (zh) 一种基于传感器联共监测的高粱产量预测方法
CN102124944A (zh) 杂交玉米的选育方法
CN105493795A (zh) 一种马铃薯套种糯玉米复播白菜的方法
CN110839498A (zh) 一种烟草与半夏套作种植方法
CN103636383A (zh) 生育期大的谷子在高寒地区的种植方法
CN107182410A (zh) 一种旱地冬小麦定量施肥方法
CN112772329A (zh) 甘蔗与珠芽魔芋间作繁种的栽培方法
Reddy et al. Estimation of parameters for the cotton simulation model GOSSYM: cultivar differences

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Wen Zhe

Inventor after: Lv Pi

Inventor after: Qi Ruili

Inventor after: Cheng Xinxia

Inventor after: Fan Yabin

Inventor after: Wang Jinping

Inventor after: Shi Yannan

Inventor before: Wen Zhe

Inventor before: Jin Qingyong

Inventor before: Wang Huijuan

Inventor before: Wang Lina

Inventor before: Qi Ruili

Inventor before: Fan Yabin

Inventor before: Chen Xu

Inventor before: Dong Wei

Inventor before: Lv Pi

Inventor before: Yao Zhenwei

Inventor before: Cheng Xinxia

Inventor before: Zhao Guangcan

Inventor before: Li Hongjuan

Inventor before: Duan Liying

Inventor before: Dong Qian

Inventor before: Li Yan