CN109819956A - 一种农药喷洒植保作业分析模型及分析方法 - Google Patents
一种农药喷洒植保作业分析模型及分析方法 Download PDFInfo
- Publication number
- CN109819956A CN109819956A CN201910005647.6A CN201910005647A CN109819956A CN 109819956 A CN109819956 A CN 109819956A CN 201910005647 A CN201910005647 A CN 201910005647A CN 109819956 A CN109819956 A CN 109819956A
- Authority
- CN
- China
- Prior art keywords
- pest
- plant variety
- analysis model
- planting area
- medicament
- 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
Abstract
本发明提供了一种农药喷洒植保作业分析模型及分析方法,搜集植物品种种植区域数据,包括但不仅限于植物在该种植区域的生长习性和在整个生育期间可能发生的病虫害的种类,进行防治需要采用的药剂的种类;所述植物品种包括两类以上的品种;每类植物品种包括至少一个种植区域数据;根据植物品种种植区域数据,进行机器学习,生成植物品种全生育期农药喷洒植保作业分析模型;所述植物品种全生育期农药喷洒植保作业分析模型能够根据植物品种,种植区域,以及当前所处于的生育期间,得出当前可能发生的病虫害的种类,需要采用什么样的药剂进行防治。与现有技术相比,本发明技术方案有利于农业智能化发展,便于实现农业智能化病虫害防治。
Description
技术领域
本发明涉及农业智能化领域,特别涉及一种农药喷洒植保作业分析模型及分析方法。
背景技术
随着农业智能化的发展,农业经营越来越大片经营化,植保服务作为农业服务,包括农药喷洒和生物防治等,需要的农业服务也越来越趋向于专业服务化,但是对于农户,随着农作物品种越来越多,需要如何进行种植,采用什么样的农药进行防治,需要大量的经验或咨询相关专业技术人员,专业性强,便捷性很差。而相关专业技术人员也需要根据实际情况进行分析然后得出相关方案,不利于农业病虫害防治的智能化发展。
发明内容
本发明提供了一种农药喷洒植保作业分析模型及分析方法,具有便于实现农业智能化病虫害防治的特点。
根据本发明提供的一种农药喷洒植保作业分析模型生成方法,包括,
搜集植物品种种植区域数据,包括但不仅限于植物在该种植区域的生长习性和在整个生育期间可能发生的病虫害的种类,进行防治需要采用的药剂的种类;
所述植物品种包括两类以上的品种;每类植物品种包括至少一个种植区域数据;
所述生长习性包括在各个生长阶段所对应的生育特性;所述生育特性包括但不限于所需要的水分需求、养分需求和生长高度参数中的一种或几种;
所述整个生育期间包括各个生长阶段所对应的时期;
根据植物品种种植区域数据,进行机器学习,生成植物品种全生育期农药喷洒植保作业分析模型;所述植物品种全生育期农药喷洒植保作业分析模型能够根据植物品种,种植区域,以及当前所处于的生育期间,得出当前可能发生的病虫害的种类,需要采用什么样的药剂进行防治。
所搜集的植物品种种植区域数据还包括最佳播种时期和/或周边的气象条件。
所述周边的气象条件,包括两年以上的周边的气象条件。
所述方法还包括,得出当前可能发生的病虫害的概率。
所述方法还包括,得出需要采用药剂的喷洒方案,包括但不限于两种以上药剂时如果混合喷洒的混合比例。
所述方法还包括,得出需要用无人机进行药剂喷洒时,无人机飞行的高度、速度和喷洒的幅度。
一种农药喷洒植保作业分析模型,基于上述生成方法生成,其特征在于,包括,
参数输入接口,包括,
植物品种输入和/或选择单元,输入和/或选择当前需要分析的植物品种;
种植区域输入和/或选择单元,输入和/或选择当前需要分析的种植区域;
生育期间获取单元,根据输入和/或选择获取,或根据当前所处的日期自动获取;
参数输出接口,包括,
病虫害种类输出单元,输出当前可能发生的病虫害的种类;
防治药剂输出单元,输出需要采用的防治药剂。
所述参数输出接口还包括病虫害概率输出单元,输出当前可能发生的病虫害的种类所对应的发生的概率。
所述参数输出接口还包括药剂混合喷洒方案输出单元,当需要采用两种以上药剂时,输出混合喷洒的混合比例。
所述参数输出接口还包括无人机作业方案输出单元,输出采用无人机进行药剂喷洒时,无人机飞行的高度、速度和喷洒的幅度。
根据本发明提供的一种农药喷洒植保作业分析方法,方法包括,
获取需要分析的植物品种、种植区域及当前或所需要分析的生育期间,采用上述分析模型进行分析,得出当前可能发生的病虫害的种类及所需要的药剂。
所述方法还包括,获取本年度或设定阈值年度的历史周边的气象条件,结合获取的气象条件,得出当前可能发生的病虫害的种类及所需要的药剂。
与现有技术相比,本发明技术方案有利于农业智能化发展,便于实现农业智能化病虫害防治。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本说明书(包括摘要)中公开的任一特征,除非特别叙述,均可被其他等效或者具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
根据本发明提供的一种农药喷洒植保作业分析模型生成方法,包括,
搜集植物品种种植区域数据,包括但不仅限于植物在该种植区域的生长习性和在整个生育期间可能发生的病虫害的种类,进行防治需要采用的药剂的种类;
所述植物品种包括两类以上的品种;每类植物品种包括至少一个种植区域数据;
所述生长习性包括在各个生长阶段所对应的生育特性;所述生育特性包括但不限于所需要的水分需求、养分需求和生长高度参数中的一种或几种;
所述整个生育期间包括各个生长阶段所对应的时期;
根据植物品种种植区域数据,进行机器学习,生成植物品种全生育期农药喷洒植保作业分析模型;所述植物品种全生育期农药喷洒植保作业分析模型能够根据植物品种,种植区域,以及当前所处于的生育期间,得出当前可能发生的病虫害的种类,需要采用什么样的药剂进行防治。
在本发明方案中,通过搜集大量的植物品种区域数据,通过对生长习性和在整个生育期间可能发生的病虫害的种类进行分析,能够得出进行防治需要采用的药剂的种类。通过大量的数据机器学习,得到生成植物品种全生育期农药喷洒植保作业分析模型,从而便于在仅知道知道植物品种和种植区域的情况下,能够快速通过模型得出该植物品种在各生育期间,可能发生的病虫害的种类,及需要采用什么样的药剂进行防治,有利于农业智能化发展,便于实现农业智能化病虫害防治。
作为本发明的一种实施方案,所搜集的植物品种种植区域数据还包括最佳播种时期和/或周边的气象条件。一方面农户能够根据最佳的播种时期进行种植,有利于农作物的按照最佳的生长气候规律进行生长;另一方面农户根据最佳播种时期进行种植,有利于根据当前日期所处于的生育期进行病虫害防治。
作为本发明的一种实施方案,所述周边的气象条件,包括两年以上的周边的气象条件。在同一种植区域,相同的植物品种,相同的种植时间周期情况下,在不同的年份,由于周边的气象条件不同或差异较大的情况下,会存在本年度或次年度可能发生的病虫害有所差异,因此,需要根据两年以上的周边的气象条件来进一步准确确定可能发生的病虫害及程度,从而进一步确定需要用什么样的药剂进行防治。
作为本发明的一种实施方案,所述方法还包括,得出当前可能发生的病虫害的概率。在本实施例中,除了得出可能发生的病虫害以外,还给出对应种类病虫害发生的概率,以供参考。
作为本发明的一种实施方案,所述方法还包括,得出需要采用药剂的喷洒方案,包括但不限于两种以上药剂时如果混合喷洒的混合比例。在存在多种病虫害或需要两种以上药剂进行喷洒时,可以单一药剂喷洒,在可以的情况下,也可以将两种以上的药剂按照一定的混合比例进行混合后进行喷洒,在本实施例中,给出混合喷洒的混合比例方案,便于农户做出选择,同时便于选择最佳或最省时省力的喷洒方案。
作为本发明的一种实施方案,所述方法还包括,得出需要用无人机进行药剂喷洒时,无人机飞行的高度、速度和喷洒的幅度。做本实施例中,根据无人机距离农作物需要的高度,及农作物的生育期高度,能够得出无人机飞行的高度,给出无人机的控制参数。
根据本发明提供的一种农药喷洒植保作业分析模型,基于上述生成方法生成,包括,
参数输入接口,包括,
植物品种输入和/或选择单元,输入和/或选择当前需要分析的植物品种;
种植区域输入和/或选择单元,输入和/或选择当前需要分析的种植区域;
生育期间获取单元,根据输入和/或选择获取,或根据当前所处的日期自动获取;
参数输出接口,包括,
病虫害种类输出单元,输出当前可能发生的病虫害的种类;
防治药剂输出单元,输出需要采用的防治药剂。
根据本发明提供的农药喷洒植保作业分析模型或者说分析系统,包括参数输入接口和参数输出接口,将需要输入的条件通过参数输入接口输入,获得输出的结果。对应生育期间,如果需要手动设置,则通过手动设置获取;如果能自动获得(例如,根据当地的种植习惯,当前所处的日期与生育期间有对应关系,因此能够根据对应关系,得出当前所处日期对应的生育期间),则模型或系统能够在获取植物品种和对应的种植区域后,自动获得生育期间;如果既能够手动设置又能够自动获得,则可以根据需要进行选择设置。
作为本发明的一种实施方案,所述参数输出接口还包括病虫害概率输出单元,输出当前可能发生的病虫害的种类所对应的发生的概率。
作为本发明的一种实施方案,所述参数输出接口还包括药剂混合喷洒方案输出单元,当需要采用两种以上药剂时,输出混合喷洒的混合比例。
作为本发明的一种实施方案,所述参数输出接口还包括无人机作业方案输出单元,输出采用无人机进行药剂喷洒时,无人机飞行的高度、速度和喷洒的幅度。
根据本发明提供的一种农药喷洒植保作业分析方法,方法包括,
获取需要分析的植物品种、种植区域及当前或所需要分析的生育期间,采用上述分析模型进行分析,得出当前可能发生的病虫害的种类及所需要的药剂。
作为本发明的一种实施方案,所述方法还包括,获取本年度或设定阈值年度的历史周边的气象条件,结合获取的气象条件,得出当前可能发生的病虫害的种类及所需要的药剂。
作为本发明的一种实施方案,所述方法还包括,获取本年度或设定阈值年度的历史周边的气象条件,结合获取的气象条件,得出当前可能发生的病虫害的种类所对应的发生的概率。
作为本发明的一种实施方案,所述方法还包括,当需要采用两种以上药剂时,输出混合喷洒的混合比例。
作为本发明的一种实施方案,所述方法还包括,根据植物品种当前的生育期间,得出无人机进行药剂喷洒时,无人机飞行的高度、速度和喷洒的幅度。
Claims (10)
1.一种农药喷洒植保作业分析模型生成方法,包括,
搜集植物品种种植区域数据,包括但不仅限于植物在该种植区域的生长习性和在整个生育期间可能发生的病虫害的种类,进行防治需要采用的药剂的种类;
所述植物品种包括两类以上的品种;每类植物品种包括至少一个种植区域数据;
所述生长习性包括在各个生长阶段所对应的生育特性;所述生育特性包括但不限于所需要的水分需求、养分需求和生长高度参数中的一种或几种;
所述整个生育期间包括各个生长阶段所对应的时期;
根据植物品种种植区域数据,进行机器学习,生成植物品种全生育期农药喷洒植保作业分析模型;所述植物品种全生育期农药喷洒植保作业分析模型能够根据植物品种,种植区域,以及当前所处于的生育期间,得出当前可能发生的病虫害的种类,需要采用什么样的药剂进行防治。
2.根据权利要求1所述的分析模型生成方法,所搜集的植物品种种植区域数据还包括最佳播种时期和/或周边的气象条件。
3.根据权利要求2所述的分析模型生成方法,所述周边的气象条件,包括两年以上的周边的气象条件。
4.根据权利要求1到3之一所述的分析模型生成方法,所述方法还包括,得出当前可能发生的病虫害的概率。
5.根据权利要求1到3之一所述的分析模型生成方法,所述方法还包括,得出需要采用药剂的喷洒方案,包括但不限于两种以上药剂时如果混合喷洒的混合比例。
6.根据权利要求1到3之一所述的分析模型生成方法,所述方法还包括,得出需要用无人机进行药剂喷洒时,无人机飞行的高度、速度和喷洒的幅度。
7.一种农药喷洒植保作业分析模型,基于权利要求1到6之一所述的分析模型生成方法生成,其特征在于,包括,
参数输入接口,包括,
植物品种输入和/或选择单元,输入和/或选择当前需要分析的植物品种;
种植区域输入和/或选择单元,输入和/或选择当前需要分析的种植区域;
生育期间获取单元,根据输入和/或选择获取,或根据当前所处的日期自动获取;
参数输出接口,包括,
病虫害种类输出单元,输出当前可能发生的病虫害的种类;
防治药剂输出单元,输出需要采用的防治药剂。
8.根据权利要求7所述的分析模型,其特征在于,所述参数输出接口还包括病虫害概率输出单元、药剂混合喷洒方案输出单元和无人机作业方案输出单元中的任意一种或几种;其中,
病虫害概率输出单元,输出当前可能发生的病虫害的种类所对应的发生的概率;
药剂混合喷洒方案输出单元,当需要采用两种以上药剂时,输出混合喷洒的混合比例;
无人机作业方案输出单元,输出采用无人机进行药剂喷洒时,无人机飞行的高度、速度和喷洒的幅度。
9.一种农药喷洒植保作业分析方法,方法包括,
获取需要分析的植物品种、种植区域及当前或所需要分析的生育期间,采用权利要求7或8所述的分析模型进行分析,得出当前可能发生的病虫害的种类及所需要的药剂。
10.根据权利要求9所述的分析方法,所述方法还包括,获取本年度或设定阈值年度的历史周边的气象条件,结合获取的气象条件,得出当前可能发生的病虫害的种类及所需要的药剂。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910005647.6A CN109819956A (zh) | 2019-01-03 | 2019-01-03 | 一种农药喷洒植保作业分析模型及分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910005647.6A CN109819956A (zh) | 2019-01-03 | 2019-01-03 | 一种农药喷洒植保作业分析模型及分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109819956A true CN109819956A (zh) | 2019-05-31 |
Family
ID=66861570
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910005647.6A Pending CN109819956A (zh) | 2019-01-03 | 2019-01-03 | 一种农药喷洒植保作业分析模型及分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109819956A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112640870A (zh) * | 2020-11-30 | 2021-04-13 | 深圳技术大学 | 一种基于植保无人机的病虫害防治系统及方法 |
CN113049799A (zh) * | 2021-03-09 | 2021-06-29 | 上海市农业科学院 | 一种农药利用水平的测定方法、测定装置、存储介质和终端 |
CN113179826A (zh) * | 2021-04-30 | 2021-07-30 | 梁世军 | 一种农药水面施药的使用技术 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103927685A (zh) * | 2014-04-23 | 2014-07-16 | 广西力源宝科技有限公司 | 农(林)业智能施肥系统 |
TW201618667A (zh) * | 2014-11-27 | 2016-06-01 | 國立臺灣大學 | 用於作物的施藥系統及其施藥方法 |
CN107609666A (zh) * | 2016-07-12 | 2018-01-19 | 塔塔咨询服务公司 | 使用历史农药使用信息进行害虫预测的系统和方法 |
CN108391575A (zh) * | 2018-03-28 | 2018-08-14 | 四川久久合创信息技术有限公司 | 一种基于大数据的农业管理系统 |
CN108549869A (zh) * | 2018-04-13 | 2018-09-18 | 哈尔滨理工大学 | 一种基于专家系统的植保无人机自适应作业方法 |
-
2019
- 2019-01-03 CN CN201910005647.6A patent/CN109819956A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103927685A (zh) * | 2014-04-23 | 2014-07-16 | 广西力源宝科技有限公司 | 农(林)业智能施肥系统 |
TW201618667A (zh) * | 2014-11-27 | 2016-06-01 | 國立臺灣大學 | 用於作物的施藥系統及其施藥方法 |
CN107609666A (zh) * | 2016-07-12 | 2018-01-19 | 塔塔咨询服务公司 | 使用历史农药使用信息进行害虫预测的系统和方法 |
CN108391575A (zh) * | 2018-03-28 | 2018-08-14 | 四川久久合创信息技术有限公司 | 一种基于大数据的农业管理系统 |
CN108549869A (zh) * | 2018-04-13 | 2018-09-18 | 哈尔滨理工大学 | 一种基于专家系统的植保无人机自适应作业方法 |
Non-Patent Citations (2)
Title |
---|
乔金友: "农业机械化生产专家系统设计与开发", 《中国博士学位论文全文数据库 农业科技辑》 * |
刘晓昌: "蔬菜病虫害诊断和防治智能系统", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112640870A (zh) * | 2020-11-30 | 2021-04-13 | 深圳技术大学 | 一种基于植保无人机的病虫害防治系统及方法 |
CN113049799A (zh) * | 2021-03-09 | 2021-06-29 | 上海市农业科学院 | 一种农药利用水平的测定方法、测定装置、存储介质和终端 |
CN113049799B (zh) * | 2021-03-09 | 2024-04-16 | 上海市农业科学院 | 一种农药利用水平的测定方法、测定装置、存储介质和终端 |
CN113179826A (zh) * | 2021-04-30 | 2021-07-30 | 梁世军 | 一种农药水面施药的使用技术 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mat et al. | Smart agriculture using internet of things | |
Tripathy et al. | MyGreen: An IoT-enabled smart greenhouse for sustainable agriculture | |
CN109191074A (zh) | 智慧果园种植管理系统 | |
Stomph et al. | Land use system evaluation: concepts and methodology | |
CN109819956A (zh) | 一种农药喷洒植保作业分析模型及分析方法 | |
CN108614607B (zh) | 一种基于即时监控数据的农业生产多因素管理决策系统 | |
EP2095259A2 (en) | Method of performing an agricultural work operation using real time prescription adjustment | |
CN108881423A (zh) | 一种基于物联网的智慧农业种植系统 | |
CN114035607A (zh) | 一种无人机喷洒农药的作业方法 | |
WO2020140958A1 (zh) | 农机作业分析模型生成方法、模型、分析方法及管理方法 | |
CN205883318U (zh) | 一种农业物联网远程监测与控制系统 | |
Prasad et al. | A study on various expert systems in agriculture | |
Yelapure et al. | Literature review on expert system in agriculture | |
Mithunesh et al. | Aeroponic based controlled environment based farming system | |
CN112001242A (zh) | 一种智能园艺管理方法和装置 | |
Gorjizad et al. | Large scale assessment of the production process and rice yield gap analysis by comparative performance analysis and boundary-line analysis methods | |
CN104584851B (zh) | 有机肥高效利用的大豆品种的筛选方法 | |
CN108391575A (zh) | 一种基于大数据的农业管理系统 | |
CN110490757A (zh) | 一种基于智能农业技术的水稻生产运营平台及运营方法 | |
Meshram et al. | Factors affecting on SRI system of paddy cultivation in Balaghat Ddistrict of Madhya Pradesh | |
Shuen et al. | Fertilizer information system for banana plantation | |
CN111524024A (zh) | 一种基于大数据的智能水肥灌溉系统及分析方法 | |
CN116934519B (zh) | 一种基于边缘计算网关的数字农业管理方法及设备 | |
Balasooriya et al. | Nexus between Awareness of Recommendations and Income from Rubber Cultivation: A Structural Equation Model | |
Iacomi et al. | Automation and computer-based technology for small vegetable farm holders. |
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: 20190531 |