CN111295987B - 一种兼顾产出与投入自适应模型的精准农业系统与方法 - Google Patents
一种兼顾产出与投入自适应模型的精准农业系统与方法 Download PDFInfo
- Publication number
- CN111295987B CN111295987B CN202010194386.XA CN202010194386A CN111295987B CN 111295987 B CN111295987 B CN 111295987B CN 202010194386 A CN202010194386 A CN 202010194386A CN 111295987 B CN111295987 B CN 111295987B
- Authority
- CN
- China
- Prior art keywords
- yield
- module
- seeding
- fertilizing
- grid
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000010899 nucleation Methods 0.000 claims description 89
- 238000009826 distribution Methods 0.000 claims description 63
- 239000002689 soil Substances 0.000 claims description 59
- 239000000575 pesticide Substances 0.000 claims description 57
- 238000003306 harvesting Methods 0.000 claims description 53
- 239000003337 fertilizer Substances 0.000 claims description 39
- 238000001514 detection method Methods 0.000 claims description 21
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 20
- 239000003814 drug Substances 0.000 claims description 17
- 230000001502 supplementing effect Effects 0.000 claims description 16
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 14
- 238000004519 manufacturing process Methods 0.000 claims description 14
- 230000035558 fertility Effects 0.000 claims description 12
- 238000009331 sowing Methods 0.000 claims description 12
- 229940079593 drug Drugs 0.000 claims description 10
- 238000012377 drug delivery Methods 0.000 claims description 10
- 239000007921 spray Substances 0.000 claims description 10
- 241000196324 Embryophyta Species 0.000 claims description 9
- 238000007599 discharging Methods 0.000 claims description 9
- 230000004720 fertilization Effects 0.000 claims description 9
- 241000607479 Yersinia pestis Species 0.000 claims description 8
- 238000010586 diagram Methods 0.000 claims description 8
- 201000010099 disease Diseases 0.000 claims description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 241000238631 Hexapoda Species 0.000 claims description 7
- 238000005520 cutting process Methods 0.000 claims description 7
- 229910052757 nitrogen Inorganic materials 0.000 claims description 7
- 235000015097 nutrients Nutrition 0.000 claims description 7
- 239000000618 nitrogen fertilizer Substances 0.000 claims description 5
- 230000000087 stabilizing effect Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 235000021049 nutrient content Nutrition 0.000 claims description 3
- 239000013589 supplement Substances 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 2
- 239000000047 product Substances 0.000 claims description 2
- 230000009897 systematic effect Effects 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 230000001276 controlling effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003971 tillage Methods 0.000 description 3
- 241000721671 Ludwigia Species 0.000 description 2
- 240000001987 Pyrus communis Species 0.000 description 2
- 235000014443 Pyrus communis Nutrition 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000009736 wetting Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C5/00—Making or covering furrows or holes for sowing, planting or manuring
- A01C5/06—Machines for making or covering drills or furrows for sowing or planting
- A01C5/062—Devices for making drills or furrows
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C5/00—Making or covering furrows or holes for sowing, planting or manuring
- A01C5/06—Machines for making or covering drills or furrows for sowing or planting
- A01C5/066—Devices for covering drills or furrows
- A01C5/068—Furrow packing devices, e.g. press wheels
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C7/00—Sowing
- A01C7/06—Seeders combined with fertilising apparatus
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01D—HARVESTING; MOWING
- A01D47/00—Headers for topping of plants, e.g. stalks with ears
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
- A01M7/0025—Mechanical sprayers
- A01M7/0032—Pressure sprayers
- A01M7/0042—Field sprayers, e.g. self-propelled, drawn or tractor-mounted
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
- A01M7/0089—Regulating or controlling systems
-
- 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
-
- 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
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Soil Sciences (AREA)
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Insects & Arthropods (AREA)
- Pest Control & Pesticides (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Agronomy & Crop Science (AREA)
- Mechanical Engineering (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (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)
- Fertilizing (AREA)
- Catching Or Destruction (AREA)
Abstract
一种兼顾产出与投入自适应模型的精准农业系统与方法属智慧农业技术领域,本发明提出一种兼顾“产出与投入”的自适应精准农业系统,涵盖精准农业整个作业流程,并给出应用该系统能够进行作业的方法,本发明综合考虑网格产量分级、土壤湿度、土壤养分、杂草分布、病害、虫害等因素进行变量作业,由产出决定投入,并且根据产出、以及当年田间实际状况,进行投入模型的自适应调整,对于绝产区域只进行作物茎秆还田作业,从而达到节约能耗、提高粮食品质的目的,本发明能节省投入、保护生态环境、提高农业利润。
Description
技术领域
本发明属智慧农业技术领域,具体涉及一种兼顾产出与投入自适应模型的精准农业系统与方法。
背景技术
农业是国之根本,推广现代农业技术与智能农业系统是实现农业现代化的重要途径。近年来,国家政策性文件中多次提及“大力发展精准农业”、“发展智慧农业”、“研制并推广智能农业系统”。
精准农业是依据农作物生长需求与自然规律,按需投入生产资料,以期实现节本增效、节能降耗的目的。其根本目的在于保护生态环境、以合理的投入得到较大的产出,该投入既包括农资产品的投入,也包括生态环境成本保护投入。
精密播种、变量施肥、变量施药、智能测产等是精准农业的主要组成部分,国内外研究机构针对上述环节开展了大量研究工作。但目前的大部分研究工作主要对单一环节进行了研究精密播种、变量施肥、变量施药、以及智能测产技术。专利“一种柔性带接地式精密播种装置”(专利号:CN201810894536),利用戳种轮凸起、型孔、充种轮凸台等结构,通过调节电机转速,简单、高效地控制播种速度,实现精密播种;专利“一种智能化变量施肥装置及控制方法”(专利号:CN201811241975),根据不同地块的肥料需求,利用电气控制盒实现施肥过程中的变量调节,提高了工作效率,实现了变量施肥;专利“一种基于机器视觉的无人机区域对靶变量施药控制装置与方法”(专利号:CN201810919388),根据田间杂草的位置与覆盖面积及施药处方输出的不同占空比的PWM信号以实现区域对靶施药和变量施药;专利“基于电子识别的单株梨树产量检测系统”(专利号:CN201510178864),利用CCD视觉传感器、清晰化处理器、单侧产量识别器和嵌入式处理器等对图像进行采集、处理等,最终实现准确预测单株梨树的全部产量。也有部分机构对农业大数据模型和精准农业系统进行了研究。专利“一种农业大数据智能分析调控系统”(专利号:CN201810548125),包括土壤、产量、利润分析及智能调控模块,利用大数据分析技术获取土壤参数信息,为作物种植提供参考基础。专利“一种可移动式智能精准农业系统”(专利号:CN201510365153),包括测土、配肥、移动、多媒体和智能叶面喷湿等设备,通过RS485通讯接口进行实时通信,获取作物信息以实现合理高效的肥料施用。
但上述系统未能很好的兼顾产出与投入,构建产投比利益最大化的自适应模型具有极其重要的意义。
发明内容
本发明的目的在于提供一种兼顾产出与投入自适应模型的精准农业系统,以及应用该系统作业的方法,以解决上述背景技术中提出的问题。
本发明的兼顾产出与投入自适应模型的精准农业系统,由精密播种系统A、变量施肥系统B、变量施药系统C、精准收获系统D和通用控制器11组成,通用控制器11与精密播种系统A、变量施肥系统B、变量施药系统C、精准收获系统D分别通过播种节点、施肥节点、施药节点和收获节点连接,并通过节点与各个系统之间进行电信号的传递。
所述的精密播种系统A由土壤湿度检测模块1、播种决策模块2、种量调节模块3、补水模块4、播深调节模块5和播种电机6组成,种量调节模块3通过导线与播种电机6进行连接,并通过控制程序对速度进行控制,其中,精密播种系统A中各模块的连接顺序为,通用控制器11通过播种节点与土壤湿度检测模块1连接,土壤湿度检测模块1与播种决策模块2通过导线连接,播种决策模块2分别与种量调节模块3、补水模块4、播深调节模块5通过导线连接。
所述的变量施肥系统B由土壤肥力检测模块10、施肥决策模块9、肥量调节模块8和排肥电机7组成,土壤肥力检测模块10、施肥决策模块9、肥量调节模块8和排肥电机7通过导线顺序连接。
所述的变量施药系统C由施药处方采集模块14、施药决策模块15、药量调节模块16药箱17和喷头18组成,其中药量调节模块16安装于药箱17和喷头18之间,施药处方采集模块14、施药决策模块15和药量调节模块16通过导线连接。
所述的精准收获系统D由产量分布获取端12和作业执行端13组成;所述作业执行端13由收获机29及安装在收获机29上的割台19、车载控制器21、液压助力系统22、定位终端24、车载电源26组成,车载控制器21安装在收获机29驾驶室内;割台19位于收获机29前端,车载电源26输出端安装有稳压模块23,液压助力系统22安装于割台19与收获机29连接处,车载电源26安装在收获机29中部,产量分布获取端12与定位终端24通过导线连接,并以标准串行通信的方式进行通讯。
利用兼顾产出与投入自适应模型的精准农业系统实现产量的分级划分,及以此为基础的精准控制收获、播种、施肥、施药的方法,包括系统产量分级划分方法和收获及播种、施肥、施药方法;
6.1所述系统产量分级划分方法,包括下列步骤:
6.1.1通过对往年每个小区产量数据的分析,大部分产量数据为正常数据,只有少量数据是异常数据,即绝产或超高产时的数据,根据列维-林德伯格中心极限定理,当样本容量n≧50时,样本函数为:
其中:μ(x)为样本期望,σx为样本方差;
近似服从标准正态分布N(0,1);则取部分小区产量数据(数据量n≧50),将其变换为标准正态分布:
公式2中,μ为所选产量数据的均数;σ为所选产量数据的标准差;x为原始产量数据转换为正态分布后对应的值,P(x)为x对应的产量值所占的概率,令:
P(x≤u1)=0.0250;P(x≤u2)=0.2266;P(x≤u3)=0.7257;P(x≤u4)=0.9750;
P(x≥u4)=1-P(x≤u4)=0.0250;
查询标准正态分布表即可得:
u1=-1.96;
u2=-0.75;
u3=0.60;
u4=1.96;
将正态分布中u1,u2,u3,u4通过恢复为正态分布变换前的产量数据y1,y2,y3,y4
以y1、y2、y3、y4代表产量分布的临界值,具体算法如下:
设本网格的当年的产量为y
1)超高产,待作业网格产量y≥y1;
2)高产,待作业网格产量y1<y≤y2;
3)中产,待作业网格产量y2<y≤y3;
4)低产,待作业网格产量为y3<y≤y4;
5)绝产,待作业网格产量为y>y4;
6.2所述收获及播种、施肥、施药方法包括下列步骤:
6.2.1精准收获系统D中车载控制器21判定收获机29上割台19所处小区之后,根据产量分布获取端12所给出的产量分布图,获取所处小区产量分级信息和产量级别,根据通用控制器11收获策略,判定收获机29是否需要进行收获作业,并通过控制车载控制器21进行收获作业;
6.2.2精密播种系统A结合测得的土壤湿度、上一年的产量分布,由播种决策模块2决定播种深度、补水量以及排种量,设定当年常规排种量为x;变量施肥系统B结合测得的土壤养分、上一年的产量分布,由施肥决策模块9决定施肥量,设定当年常规施肥量为z;变量施药系统C中施药量由施药决策模块15根据杂草分布情况,以及病害、虫害情况控制药量调节模块16实现变量施药;
6.2.3具体方法为:
6.2.3.1若是第一年采用该方法,则需要首先划分网格,由农田所有者根据去年该地块常量状况给出大致绝产和低产区域的网格编号;或者是通过上一年的遥感数据给出编号;或者是认为上一年的产量平均分布,均为中产网格区域;如果是第二年采用该方法,则直接执行6.2.3.2;
6.2.3.2精准收获系统D将存储模块20的产量分布图导入精密播种系统A与变量施肥系统B;
6.2.3.3所述精密播种系统A结合测得的土壤湿度、上一年的产量分布,由播种决策模块2决定播种深度、补水量以及排种量,设定当年常规排种量为x;
若土壤湿度低,播种决策模块2控制播深调节模块5增加播深;如土壤湿度低于适宜湿度的50%,则有播种决策模块2控制补水模块4进行补水作业;
若该网格上一年产量为低产和绝产,则增加排种量,该网格的排种量
其中:yi表示上一年的产量;ypred表示该网格当年的预期产量;
若该网格上一年产量为超高产、高产、中产,则该网格当年排种量采用常规排种量;
6.2.3.4所述变量施肥系统B结合测得的土壤养分、上一年的产量分布,由施肥决策模块9决定施肥量,设定当年常规施肥量为z;
若该网格上一年产量为超高产、高产、中产,则该网格当年施肥量采用由施肥决策模块9根据土壤养分含量决定施肥量,通过土壤肥力检测模块10测定土壤中氮元素的含量,设土壤中的氮肥标准含量为N,所测得的氮肥含量为Ni;若Ni大于等于N,则无需增加肥料量;若Ni小于N,则所施肥料增加量应其中p表示化肥中所含氮元素的百分比;
若该网格上一年产量为低产和绝产,则增加施肥量,该网格的施肥量
其中:ypred表示该网格当年的预期产量;
6.2.3.5所述变量施药系统C中施药量由施药决策模块15根据杂草分布情况以及病害、虫害情况控制药量调节模块16实现变量施药;所述精准收获系统D根据产量分布图进行收获作业。
本发明的有益效果在于,综合考虑网格产量分级、土壤湿度、土壤养分、杂草分布、病害、虫害等因素进行变量作业,由产出决定投入,并且根据产出、以及当年田间实际状况,进行投入模型的自适应调整。对于绝产区域只进行作物茎秆还田作业,从而达到节约能耗、提高粮食品质的目的。
本发明提出一种兼顾“产出与投入”的自适应精准农业系统,涵盖精准农业整个作业流程,并给出应用该系统能够进行作业的方法,以达到节约投入、保护生态环境、提高农业利润的目的。
附图说明
图1为兼顾产出与投入自适应系统的精准农业系统的结构框图
图2为收获机的车载控制器工作线路图
图3为收获机安装位置图
图4为免耕播种施肥机的结构示意图
图5为喷药装置的结构示意图
图6为兼顾产出与投入自适应系统的精准农业系统的分级流程图
图7为收获机的运行流程图
其中:A.精密播种系统B.变量施肥系统C.变量施药系统D.精准收获系统1.土壤湿度检测模块2.播种决策模块3.种量调节模块4.补水模块5.播深调节模块6.播种电机7.排肥电机8.肥量调节模块9.施肥决策模块10.土壤肥力检测模块11.通用控制器12.产量分布获取端13.作业执行端14.施药处方采集模块15.施药决策模块16.药量调节模块17.药箱18.喷头19.割台20.存储模块21.车载控制器22.液压助力系统23.稳压模块24.定位终端25.离合器26.车载电源27.定位天线28.动力输出状态和输出回路29.收获机30.肥箱31.种箱32.镇压轮33.覆土器34.排种器35.滑刀式开沟器36.免耕播种开沟器37.地轮38.喷头连接软管9.机架40.分流泵41.步进电机42调压阀门
具体实施方式
下面将结合本发明的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
如图1所示,本发明的兼顾产出与投入自适应模型的精准农业系统,由精密播种系统A、变量施肥系统B、变量施药系统C、精准收获系统D和通用控制器11组成,通用控制器11与精密播种系统A、变量施肥系统B、变量施药系统C、精准收获系统D分别通过播种节点、施肥节点、施药节点和收获节点连接,并通过节点与各个系统之间进行电信号的传递。通过通用控制器11可以实现对精准收获系统D信息的接受与反馈,也可以对其他系统的作业进行控制。其中,精密播种系统A变量施肥系统B通过播种节点和施肥节点与通用控制器11连接,通过该节点将精准收获系统D获得经产量分级方法处理后的信息后指导播种、施肥作业。
如图1、4所示,精密播种系统A由土壤湿度检测模块1、播种决策模块2、种量调节模块3、补水模块4、播深调节模块5和播种电机6组成,种量调节模块3通过导线与播种电机6进行连接并通过控制程序对速度进行控制。种量调节模块3通过导线与播种电机6进行连接,并通过控制程序对速度进行控制,其中,土壤湿度检测模块1与播种决策模块2通过导线连接,播种决策模块2分别与种量调节模块3、补水模块4、播深调节模块5通过导线连接。土壤湿度检测模块1并将信息传递给播种决策模块2,播种决策模块2负责检测土壤湿度并控制补水模块4的作业与否,播种决策模块2通过种量调节模块3控制播种电机6的转速,达到变量播种的目的。
如图1、4所示,变量施肥系统B由土壤肥力检测模块10、施肥决策模块9、肥量调节模块8和排肥电机7组成,土壤肥力检测模块10、施肥决策模块9、肥量调节模块8和排肥电机7通过导线顺序连接;土壤肥力检测模块10主要负责检测土壤中的肥力,将所得信息传递给肥量调节模块8,从而对肥量的调节提供参考;肥量调节模块8则通过控制排肥电机7的转速达到变量施肥的目的。
如图4所示,机具朝着地轮37方向运动时,免耕播种开沟器36对土壤进行开沟作业后与免耕播种开沟器36连接的排肥管将肥料通过排肥电机7的驱动将肥料由种箱30排入所开沟内;接着滑刀式开沟器35将土壤部分回填至沟内,并开出浅沟后在播种电机6的作用下通过排种器34将排种器31内的种子送入沟内,最后,经由覆土器33和镇压轮32进行覆土和镇压作业。
如图1、5所示,变量施药系统C由施药处方采集模块14、施药决策模块15、药量调节模块16药箱17和喷头18组成,其中药量调节模块16安装于药箱17和喷头18之间,从而进行精准变量施药作业;施药处方采集模块14、施药决策模块15和药量调节模块16通过导线连接,施药量由施药决策模块14根据杂草分布情况,以及病害、虫害情况控制药量调节模块15实现变量施药。
如图5所示,药箱17中的药液经过输液管进入分流泵40中,经由分流泵40将药液经过喷头连接软管38传至喷头18,其中药液的变量控制通过步进电机41对调压阀门42的控制实现。
如图1、2、3所示,精准收获系统D由产量分布获取端12和作业执行端13组成,其中产量分布获取端主要负责采集作业区域内各地块的产量分布信息并将其传给通用控制器11,而作业执行端13则负责接收通用控制器11传来的信息,控制收获机的作业情况;所述作业执行端13由收获机29及安装在收获机29上的割台19、车载控制器21、液压助力系统22、定位终端24、车载电源26组成,车载控制器21安装在收获机29驾驶室内;割台19位于收获机29前端,按照车载控制器21输入的信号进行收获作业;车载电源26安装在收获机29中部,车载电源26输出端安装有稳压模块22,负责给系统各模块进行供电;液压助力系统22安装于割台19与收获机29连接处,负责调整割台19的升降作业;产量分布获取端12通过系统产量登记划分方法划分的区域信息与遥感技术结合,将所得产量信息传达到作业执行端13,从而指导机具进行田间作业。收获机29的割台19位置可以根据定位天线27所处经纬度信息、定位天线27与割台19之间的距离l推算得出。
如图2、3所示,所述定位终端24安装在收获机上,定位终端24可以获取收获机所处位置信号,从而确定收获机所处小区,并将位置信号传送给车载控制器21,作业前需确定定位天线27与割台19之间的距离,且在作业过程中维持该距离不变,该距离在开始收获作业前需要输入车载控制器21中,定位终端24由车载电源26供电;
如图2、3所示,车载控制器21安装在收获机驾驶室右侧且驾驶员易于操作的位置,车载控制器21可以接受定位终端24位置信号,从而获取收获机所处的位置信息,推断收获机割台19位置,判断收获机割台19所在小区,车载控制器21通过存储模块20进行信息存储和读取信息,从而载入产量分布图;收获机29所处位置信号为定位天线27所处经纬度信息。
如图2、3所示,收获机29通过车载控制器21控制液压助力系统22、由液压助力系统22控制离合器25动作,进而通过离合器25调节动力输出状态与输出回路27;车载电源26输出端安装有稳压模块22,分别给定位终端24、车载控制器21、液压助力系统22供给所需电源;
如图3所示,所述车载控制器21判定收获机割台19所处小区之后,根据产量空间差异感知系统所给出的产量分布图,获取所处小区产量分级信息和产量级别,根据车载控制器21收获策略,判定收获机是否需要进行收获作业;
如图6所示,精准收获系统D将存储模块20的产量分布图导入精密播种系统A与变量施肥系统B;精密播种系统A结合测得的土壤湿度、上一年的产量分布,由播种决策模块2通过决定播种深度、补水量以及排种量,设定当年常规排种量为x;变量施肥系统B结合测得的土壤养分、上一年的产量分布,由施肥决策模块9决定施肥量,设定当年常规施肥量为z;变量施药系统C,施药量由施药决策模块14根据杂草分布情况,以及病害、虫害情况控制药量调节模块15实现变量施药。
如图6所示,使用该系统的具体执行方法如下:
第一步,若是第一年采用该方法,则需要首先划分网格,由农田所有者根据去年该地块常量状况给出大致绝产和低产区域的网格编号;或者是通过上一年的遥感数据给出编号;或者是认为上一年的产量平均分布,均为中产网格区域;如果是第二年采用该方法,则直接执行第二步。
第二步,精准收获系统D将存储模块20的产量分布图导入精密播种系统与变量施肥系统B;
第三步,所述精密播种系统结合测得的土壤湿度、上一年的产量分布,由播种决策模块2决定播种深度、补水量以及排种量,设定当年常规排种量为x;
若土壤湿度低,播种决策模块2控制播深调节模块3变换播深;如土壤湿度低于适宜湿度的50%,则有播种决策模块2控制补水模块4进行补水作业;
若该网格上一年产量为低产和绝产,则增加排种量,该网格的排种量
其中:yi表示上一年的产量;ypred表示该网格当年的预期产量。
若该网格上一年产量为超高产、高产、中产,则该网格当年排种量采用常规排种量。
第四步,所述变量施肥系统B结合测得的土壤养分、上一年的产量分布,由施肥决策模块9决定施肥量,设定当年常规施肥量为z;
若该网格上一年产量为超高产、高产、中产,则该网格当年施肥量采用由施肥决策模块9根据土壤养分含量决定施肥量,通过土壤肥力检测模块10测定土壤中氮元素的含量,设土壤中的氮肥标准含量为N,所测得的氮肥含量为Ni。若Ni大于等于N,则无需增加肥料量;若Ni小于N,则所施肥料增加量应其中p表示化肥中所含氮元素的百分比。
若该网格上一年产量为低产和绝产,则增加施肥量,该网格的施肥量
其中:ypred表示该网格当年的预期产量。
第五步,所述变量施药系统C,施药量由施药决策模块14根据杂草分布情况,以及病害、虫害情况控制药量调节模块15实现变量施药。
第六步,按照已设计好的步骤进行精准收获。
如图7所示,所述精准收获具体步骤如下:
S1:产量空间差异感知系统获取产量空间分布,根据不同小区之间的产量差异进行分级,分别选出超高产、高产、中产、低产、绝产区域,并对各区域进行划分,形成产量分布图,将产量分布图存入存储模块20;
S2:操作者启动收获机,检查作业执行端工作状况是否良好,若良好则可以开始作业,否则停机、检修、排除故障;
S3:车载控制器21读取存储模块20信息并载入产量分布图;
S4:根据操作者需求,决定不进行收获的产量等级区域,对绝产区域不进行收获作业,不进行收获作业的区域,仅根据作业方式对农田作物进行还田处理或割倒放铺处理;
S5:操作者将收获机驶入作业地块,开始收获作业;
S6:收获作业过程中,车载控制器21根据收获机割台19位置信息、产量分布图,判断收获机割台19所在小区的产量等级,车载控制器21决定收获机是否进行收获;
车载控制器21设定对所选出的超高产、高产、中产、低产区域进行收获作业;绝产区域不进行收获作业。
S7:若判定收获机进行收获作业,则进行扶禾、摘穗、切割茎秆、集穗、升运、剥皮、脱粒、装箱等工序;
若判定收获机不进行收获作业,则暂停扶禾、摘穗、切割茎秆、集穗、升运、剥皮、脱粒、装箱等工序,使上述工序机构进入待机状态;
S8:直至整个农田完成收获作业。
Claims (1)
1.一种基于兼顾产出与投入自适应模型的精准农业系统实现产量分级划分,精准控制收获、播种、施肥、施药的方法,其特征在于:
1)所述的兼顾产出与投入自适应模型的精准农业系统由精密播种系统(A)、变量施肥系统(B)、变量施药系统(C)、精准收获系统(D)和通用控制器(11)组成,通用控制器(11)与精密播种系统(A)、变量施肥系统(B)、变量施药系统(C)、精准收获系统(D)分别通过播种节点、施肥节点、施药节点和收获节点连接,并通过节点与各个系统之间进行电信号的传递;所述的精密播种系统(A)由土壤湿度检测模块(1)、播种决策模块(2)、种量调节模块(3)、补水模块(4)、播深调节模块(5)和播种电机(6)组成,种量调节模块(3)通过导线与播种电机(6)进行连接,并通过控制程序对速度进行控制,其中,精密播种系统(A)中各模块的连接顺序为,通用控制器(11)通过播种节点与土壤湿度检测模块(1)连接,土壤湿度检测模块(1)与播种决策模块(2)通过导线连接,播种决策模块(2)分别与种量调节模块(3)、补水模块(4)、播深调节模块(5)通过导线连接;所述的变量施肥系统(B)由土壤肥力检测模块(10)、施肥决策模块(9)、肥量调节模块(8)和排肥电机(7)组成,土壤肥力检测模块(10)、施肥决策模块(9)、肥量调节模块(8)和排肥电机(7)通过导线顺序连接;所述的变量施药系统(C)由施药处方采集模块(14)、施药决策模块(15)、药量调节模块(16)、药箱(17)和喷头(18)组成,其中药量调节模块(16)安装于药箱(17)和喷头(18)之间,施药处方采集模块(14)、施药决策模块(15)和药量调节模块(16)通过导线连接;所述的精准收获系统(D)由产量分布获取端(12)和作业执行端(13)组成;所述作业执行端(13)由收获机(29)及安装在收获机(29)上的割台(19)、车载控制器(21)、液压助力系统(22)、定位终端(24)、车载电源(26)组成,车载控制器(21)安装在收获机(29)驾驶室内;割台(19)位于收获机(29)前端,车载电源(26)输出端安装有稳压模块(23),液压助力系统(22)安装于割台(19)与收获机(29)连接处,车载电源(26)安装在收获机(29)中部,产量分布获取端(12)与定位终端(24)通过导线连接,并以标准串行通信的方式进行通讯;
2)所述的方法包括:系统产量分级划分方法和收获及播种、施肥、施药方法;
2.1所述系统产量分级划分方法,包括下列步骤:
2.1.1通过对往年每个小区产量数据的分析,大部分产量数据为正常数据,只有少量数据是异常数据,即绝产或超高产时的数据,根据列维-林德伯格中心极限定理,当样本容量n≧50时,样本函数为:
其中:μ(x)为样本期望,σx为样本方差;
近似服从标准正态分布N(0,1);则取部分小区产量数据(数据量n≧50),将其变换为标准正态分布:
公式2中:μ为所选产量数据的均数;σ为所选产量数据的标准差;x为原始产量数据转换为正态分布后对应的值;P(x)为x对应的产量值所占的概率,令:
P(x≤u1)=0.0250;P(x≤u2)=0.2266;P(x≤u3)=0.7257;P(x≤u4)=0.9750;
P(x≥u4)=1-P(x≤u4)=0.0250;
查询标准正态分布表即可得:
u1=-1.96;
u2=-0.75;
u3=0.60;
u4=1.96;
将正态分布中u1,u2,u3,u4通过恢复为正态分布变换前的产量数据y1,y2,y3,y4
以y1、y2、y3、y4代表产量分布的临界值,具体算法如下:
设本网格的当年的产量为y
a)超高产,待作业网格产量y≥y1;
b)高产,待作业网格产量y1<y≤y2;
c)中产,待作业网格产量y2<y≤y3;
d)低产,待作业网格产量为y3<y≤y4;
e)绝产,待作业网格产量为y>y4;
2.2所述收获及播种、施肥、施药方法包括下列步骤:
2.2.1精准收获系统(D)中车载控制器(21)判定收获机(29)上割台(19)所处小区之后,根据产量分布获取端(12)所给出的产量分布图,获取所处小区产量分级信息和产量级别,根据通用控制器(11)收获策略,判定收获机(29)是否需要进行收获作业,并通过控制车载控制器(21)进行收获作业;
2.2.2精密播种系统(A)结合测得的土壤湿度、上一年的产量分布,由播种决策模块(2)决定播种深度、补水量以及排种量,设定当年常规排种量为x;变量施肥系统(B)结合测得的土壤养分、上一年的产量分布,由施肥决策模块(9)决定施肥量,设定当年常规施肥量为z;变量施药系统(C)中施药量由施药决策模块(15)根据杂草分布情况,以及病害、虫害情况控制药量调节模块(16)实现变量施药;
2.2.3具体方法为:
2.2.3.1若是第一年采用该方法,则需要首先划分网格,由农田所有者根据去年该地块常量状况给出大致绝产和低产区域的网格编号;或者是通过上一年的遥感数据给出编号;或者是认为上一年的产量平均分布,均为中产网格区域;如果是第二年采用该方法,则直接执行2.2.3.2;
2.2.3.2精准收获系统(D)将存储模块(20)的产量分布图导入精密播种系统(A)与变量施肥系统(B);
2.2.3.3所述精密播种系统(A)结合测得的土壤湿度、上一年的产量分布,由播种决策模块(2)决定播种深度、补水量以及排种量,设定当年常规排种量为x;
若土壤湿度低,播种决策模块(2)控制播深调节模块(5)增加播深;如土壤湿度低于适宜湿度的50%,则有播种决策模块(2)控制补水模块(4)进行补水作业;
若该网格上一年产量为低产和绝产,则增加排种量,该网格的排种量
其中:yi表示上一年的产量;ypred表示该网格当年的预期产量;
若该网格上一年产量为超高产、高产、中产,则该网格当年排种量采用常规排种量;
2.2.3.4所述变量施肥系统B结合测得的土壤养分、上一年的产量分布,由施肥决策模块9决定施肥量,设定当年常规施肥量为z;
若该网格上一年产量为超高产、高产、中产,则该网格当年施肥量采用由施肥决策模块9根据土壤养分含量决定施肥量,通过土壤肥力检测模块10测定土壤中氮元素的含量,设土壤中的氮肥标准含量为N,所测得的氮肥含量为Ni;若Ni大于等于N,则无需增加肥料量;若Ni小于N,则所施肥料增加量应其中p表示化肥中所含氮元素的百分比;
若该网格上一年产量为低产和绝产,则增加施肥量,该网格的施肥量
其中:ypred表示该网格当年的预期产量;
2.2.3.5所述变量施药系统(C)中施药量由施药决策模块(15)根据杂草分布情况以及病害、虫害情况控制药量调节模块(16)实现变量施药;所述精准收获系统(D)根据产量分布图进行收获作业。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010194386.XA CN111295987B (zh) | 2020-03-19 | 2020-03-19 | 一种兼顾产出与投入自适应模型的精准农业系统与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010194386.XA CN111295987B (zh) | 2020-03-19 | 2020-03-19 | 一种兼顾产出与投入自适应模型的精准农业系统与方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111295987A CN111295987A (zh) | 2020-06-19 |
CN111295987B true CN111295987B (zh) | 2023-10-13 |
Family
ID=71153454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010194386.XA Active CN111295987B (zh) | 2020-03-19 | 2020-03-19 | 一种兼顾产出与投入自适应模型的精准农业系统与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111295987B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112790180A (zh) * | 2021-01-04 | 2021-05-14 | 罗峰 | 一种用于作物施肥施药的标准化计量指导系统 |
CN112913393B (zh) * | 2021-01-20 | 2023-01-03 | 中国农业机械化科学研究院 | 农作物播种深度智能决策系统、方法、存储介质与设备 |
CN113016286B (zh) * | 2021-02-22 | 2023-03-21 | 中国农业机械化科学研究院 | 一种变量播种施肥方法和施肥系统及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201995301U (zh) * | 2011-02-24 | 2011-10-05 | 中国科学院地理科学与资源研究所 | 智能玉米精量播种机 |
JP2016154501A (ja) * | 2015-02-25 | 2016-09-01 | 井関農機株式会社 | 農作業支援システム |
CN107637265A (zh) * | 2017-09-22 | 2018-01-30 | 太仓市山姆绿丰农产品专业合作社 | 一种智能化一体播种设备及其工作方法 |
CN109661979A (zh) * | 2017-10-13 | 2019-04-23 | 中国农业机械化科学研究院 | 一种基于精准控制作物位置的信息化种植方法 |
JP2019128741A (ja) * | 2018-01-23 | 2019-08-01 | 株式会社クボタ | 営農システム |
CN212064837U (zh) * | 2020-03-19 | 2020-12-04 | 吉林大学 | 一种兼顾产出与投入自适应模型的精准农业系统 |
-
2020
- 2020-03-19 CN CN202010194386.XA patent/CN111295987B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201995301U (zh) * | 2011-02-24 | 2011-10-05 | 中国科学院地理科学与资源研究所 | 智能玉米精量播种机 |
JP2016154501A (ja) * | 2015-02-25 | 2016-09-01 | 井関農機株式会社 | 農作業支援システム |
CN107637265A (zh) * | 2017-09-22 | 2018-01-30 | 太仓市山姆绿丰农产品专业合作社 | 一种智能化一体播种设备及其工作方法 |
CN109661979A (zh) * | 2017-10-13 | 2019-04-23 | 中国农业机械化科学研究院 | 一种基于精准控制作物位置的信息化种植方法 |
JP2019128741A (ja) * | 2018-01-23 | 2019-08-01 | 株式会社クボタ | 営農システム |
CN212064837U (zh) * | 2020-03-19 | 2020-12-04 | 吉林大学 | 一种兼顾产出与投入自适应模型的精准农业系统 |
Non-Patent Citations (2)
Title |
---|
《基于GPS的精确农业自动变量施肥控制系统的研究》;郑磊;《农业科技辑》;全文 * |
《精确农业产量监测系统研究与应用》;张倩;《农业科技辑》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111295987A (zh) | 2020-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111295987B (zh) | 一种兼顾产出与投入自适应模型的精准农业系统与方法 | |
US8924030B2 (en) | Method and apparatus for optimization of agricultural field operations using weather, product and environmental information | |
CN113439520A (zh) | 一种农作物灌溉施肥智慧决策方法及系统 | |
CN110579987A (zh) | 基于lora通讯的智慧果园信息控制系统及方法 | |
CN105960862B (zh) | 一种玉米大垄双行深耕分层式施肥播种机 | |
CN209749385U (zh) | 一种精准灌溉监控系统 | |
CN109984005B (zh) | 一种甘蔗单芽精量播种种植方法 | |
CN112136423A (zh) | 一种多功能农用机器人 | |
CN212064837U (zh) | 一种兼顾产出与投入自适应模型的精准农业系统 | |
CN113608551A (zh) | 无人农机群协同系统及其应用方法 | |
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 | |
CN211153154U (zh) | 农业种植田间智能监测站 | |
CN102948363B (zh) | 一种杂交水稻的制种方法 | |
CN112099392A (zh) | 一种智慧农业大棚灌溉系统 | |
CN118261739A (zh) | 一种盐碱地牧草种植智能优化管理系统及方法 | |
CN106613249A (zh) | 一种提高寒地黑土区土壤肥力的方法 | |
CN118044420A (zh) | 一种基于农业遥感技术的自动灌溉施肥装置 | |
Auernhammer et al. | 10 State of the Art and Future Requirements | |
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 | |
CN113467328B (zh) | 一种无人驾驶模式下的播种机组协同作业控制系统及方法 | |
CN112385632B (zh) | 基于lqr控制器的植保无人机变量喷雾控制系统及控制方法 | |
CN108967082A (zh) | 综合利用稻茬和绿肥的小麦生态控草种植方法和设施 | |
CN104756739A (zh) | 基于边际性土壤甜高粱栽培的方法 | |
CN218604007U (zh) | 一种茶树栽培管理装置 | |
CN219046654U (zh) | 一种收割、播种与灌溉一体化收割机 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |