CN111563824A - 一种基于油松人工林地研究系统及方法 - Google Patents
一种基于油松人工林地研究系统及方法 Download PDFInfo
- Publication number
- CN111563824A CN111563824A CN202010508195.6A CN202010508195A CN111563824A CN 111563824 A CN111563824 A CN 111563824A CN 202010508195 A CN202010508195 A CN 202010508195A CN 111563824 A CN111563824 A CN 111563824A
- Authority
- CN
- China
- Prior art keywords
- module
- forest land
- planting
- growth
- artificial forest
- 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.)
- Granted
Links
- 235000011610 Pinus tabuliformis Nutrition 0.000 title claims abstract description 61
- 238000011160 research Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 17
- 241000018650 Pinus massoniana Species 0.000 title abstract 3
- 238000013441 quality evaluation Methods 0.000 claims abstract description 35
- 238000003306 harvesting Methods 0.000 claims abstract description 28
- 230000000694 effects Effects 0.000 claims abstract description 18
- 238000004088 simulation Methods 0.000 claims abstract description 17
- 241000018651 Pinus tabuliformis Species 0.000 claims description 58
- 238000012800 visualization Methods 0.000 claims description 29
- 238000012545 processing Methods 0.000 claims description 19
- 241000196324 Embryophyta Species 0.000 claims description 15
- 230000008901 benefit Effects 0.000 claims description 9
- 241000607479 Yersinia pestis Species 0.000 claims description 8
- 241000894007 species Species 0.000 claims description 7
- 235000011613 Pinus brutia Nutrition 0.000 claims description 6
- 235000008331 Pinus X rigitaeda Nutrition 0.000 claims description 5
- 241000018646 Pinus brutia Species 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 230000004720 fertilization Effects 0.000 claims description 3
- 238000013138 pruning Methods 0.000 claims description 3
- 230000002457 bidirectional effect Effects 0.000 claims description 2
- 238000013500 data storage Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 238000013486 operation strategy Methods 0.000 abstract description 3
- 239000003337 fertilizer Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 239000000463 material Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- 241000083547 Columella Species 0.000 description 1
- 241000218641 Pinaceae Species 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000012297 crystallization seed Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
Images
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
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于油松人工林地研究系统及方法，涉及林业技术领域。本发明研究系统包括数据采集输入模块、控制器、VR模拟模块、林地质量评价模块、生长收获预测模块和经营决策模块，数据采集输入模块的输出端与控制器的输入端无线网络连接，VR模拟模块的输出端、林地质量评价模块的输出端、生长收获预测模块的输出端和经营决策模块的输出端亦均与控制器的输入端电性连接。本发明可基于油松的生长状况，判断该区域人工林地的质量，且该系统可基于人工林地的质量，判断其他经济作物的生长收益状况，且可指定经济作物的经营策略，提高作物的种植效果，VR模拟模块的设置使得该系统可模拟不同作物的种植场景，进一步提高将来的种植效果。
Description
技术领域
本发明属于林业技术领域，特别是涉及一种基于油松人工林地研究系统及方法。
背景技术
油松为松科针叶常绿乔木，高达30米，胸径可达1米，树皮下部灰褐色，裂成不规则鳞块，大枝平展或斜向上，老树平顶，小枝粗壮，雄球花柱形，长1.2-1.8厘米，聚生于新枝下部呈穗状，球果卵形或卵圆形，长4-7厘米，种子长6-8毫米，连翅长1.5-2.0厘米、翅为种子长的2-3倍，花期5月，球果第二年10月上、中旬成熟，油松为阳性树种，深根性，喜光、抗瘠薄、抗风，在土层深厚、排水良好的酸性、中性或钙质黄土上，-25℃的气温下均能生长，心材淡黄红褐色，边材淡黄白色，纹理直，结构较细密，材质较硬，耐久用，可供建筑、电杆、矿柱、造船、器具、家具及木纤维工业等用材，油松为中国特有树种，我国油松的栽培，有着悠久的历史，是我国华北、西北及东北南部的主要造林树种之一，油松的自然分布极广，北至内蒙古的阴山；西至宁夏的贺兰山，青海的祁连山、大通河、湟水流域一带；南至川甘接壤地区，向东而达陕西的秦岭、黄龙山、河南的伏牛山山西的太行山、吕梁山，河北的燕山；东至山东的沂蒙山，陕西、山西为其分布中心，有较大面积的纯林，油松在河北东北部、辽宁西部及山西海拔较高山地，由于降水较多、湿度大，阴坡、阳坡均有分布，到了河北西部、山西吕梁山以西及海拔较低的山地，因降水较少、湿度小，油松只分布在阴坡、半阴坡。
人工林指通过人工措施形成的森林，人工林的经营目的明确，树种选择、空间配置及其他造林技术措施都是按照人们的要求来安排的，在人工林上种植作物时，合理的林分结构是森林效益最优发挥的重要基础，有利于林分内合理的自然竞争，促进树木的生长，因而有必要从保持系统生态平衡的角度出发，借鉴近自然林业理论，通过对人工林的立地、密度等的调控，确定合理的林分结构，使林木个体之间、林木与环境之间的关系协调发展，故需要对人工林地的质量进行研究、评价，对林业工作者而言，林地评价的目的是：鉴别现在和将来林分生产力；为土地经营提供参考方案，且现有的人工林地研究系统及方法功能单一，精细化程度低，难以预测不同作物的种植信息，因此有必要对现有技术进行改进，以解决上述问题。
发明内容
本发明的目的在于提供一种基于油松人工林地研究系统及方法，该系统可基于油松的生长状况，判断该区域人工林地的质量，且该系统可基于人工林地的质量，判断其他经济作物的生长收益状况，规避投资风险，且可指定经济作物的经营策略，提高作物的种植效果，降低经营成本，VR模拟模块的设置使得该系统可模拟不同作物的种植场景，进一步提高将来的种植效果，解决了现有的人工林地研究系统及方法功能单一，精细化程度低，难以预测不同作物的种植信息的问题。
为解决上述技术问题，本发明是通过以下技术方案实现的：
本发明为一种基于油松人工林地研究系统，包括数据采集输入模块、控制器、VR模拟模块、林地质量评价模块、生长收获预测模块和经营决策模块，所述数据采集输入模块的输出端与控制器的输入端无线网络连接，所述VR模拟模块的输出端、林地质量评价模块的输出端、生长收获预测模块的输出端和经营决策模块的输出端亦均与控制器的输入端电性连接，所述控制器的输出端与数据处理模块的输入端电性连接，所述数据处理模块的输出端与可视化模块的输入端电性连接，所述可视化模块的输出端分别与报表生成模块的输入端和显示模块的输入端电性连接，且所述控制器分别与模型库和数据库双向连接；
所述数据采集输入模块用于采集人工林地内油松的初始树高、生长后的树高、种植时间以及种植经纬度位置信息，包括油松树高采集单元、油松树龄采集单元和油松位置采集单元；
所述生长收获预测模块用于对人工林地内将要种植的不同植物的生长状况以及收益进行预测，包括不同树种生长预测单元和经济效益预测单元；
所述经营决策模块根据林地质量评价模块作出的该人工林地的不同区域的种植质量，当种植其他作物时，根据不同区域的种植质量按需施肥、浇水以及除害，提高种植效果，包括施肥决策单元、浇水决策单元和除害决策单元；
所述模型库包括林地树高处理模型、林地质量评价模型、生长收获预测模型和经营决策模型。
进一步地，所述数据库包括云端数据存储单元和存储器。
进一步地，所述VR模拟模块用于模拟在该人工林地上种植不同植物的场景，工作人员可身处人工林地内，实际感受不同植物在该人工林地上的种植效果。
进一步地，所述可视化模块采用三维图、二维图方式展示植物在人工林地各个区域的种植状况，借助图表，该系统为工作人员提供直观的林分生长变化情况，直观指导林农进行生产经营实践活动，所述可视化模块的输出端亦与数据库的输入端连接。
本发明亦提供一种基于油松人工林地研究系统的方法，包括以下步骤：
步骤一：研究地点人工林地上种植油松，并定期施肥、修枝、摘芽、除孽，且在种植时，记录油松的初始树高、种植时间以及种植经纬度位置信息，并通过数据采集输入模块输入至系统内；
步骤二：一段时间后，当油松长成时，记录油松长成后的树高以及时间，并通过数据采集输入模块输入至系统内；
步骤三：控制器控制数据处理模块将油松的初始树高与长成后的树高进行比对，将油松的种植时间与长成后的时间进行比对得出树龄，通过控制器调出林地树高处理模型，对树高数据进行处理，并附上种植经纬度位置信息与树龄信息，并通过可视化模块可视化后，通过报表生成模块生成油松种植信息汇总报表，通过显示模块显示该人工林地的不同区域以及总体的油松种植信息图表、模型信息；
步骤四：通过林地质量评价模块对该研究地点进行质量评价，通过控制器调出林地质量评价模型进行评价，得到该人工林地不同区域的质量评价信息，并通过可视化模块可视化后，通过报表生成模块生成质量报表，通过显示模块显示该人工林地的不同区域以及总体的质量图表、模型信息；
步骤五：当需要在该研究地点人工林地上种植其他不同作物时，通过生长收获预测模块进行生长状况以及收益的预测，通过控制器调出生长收获预测模型进行预测，并通过可视化模块可视化后，通过报表生成模块生成预测报表，通过显示模块显示该人工林地的不同区域以及总体的种植作物的预测图表、模型等信息，通过经营决策模块确定该种植作物的施肥、浇水、除害方法，通过控制器调出经营决策模型进行经营决策，并通过可视化模块可视化后，通过报表生成模块生成经营决策报表，通过显示模块显示该人工林地的不同区域以及总体的种植作物的经营决策图表、模型等信息；
步骤六：通过VR模拟模块模拟在该人工林地上种植不同植物的场景，工作人员身处人工林地实际感受不同作物在该人工林地上的种植效果，以便对种植作物的种植方式进行修正。
本发明具有以下有益效果：
1、本发明通过设置数据采集输入模块、林地质量评价模块、林地树高处理模型和林地质量评价模型，使得该系统可基于油松的生长状况，判断该区域人工林地的质量，且数据收集全面，数据处理后可视化程度高，可直观了解到该林地的状况。
2、本发明通过设置生长收获预测模块、经营决策模块、生长收获预测模型和经营决策模型，使得该系统可基于人工林地的质量，判断其他经济作物的生长收益状况，规避投资风险，且可指定经济作物的经营策略，提高作物的种植效果，不同区域按需施肥、浇水、除害，提高施肥、浇水效果，降低经营成本。
3、本发明通过设置VR模拟模块，使得该系统可模拟不同作物的种植场景，工作人员可身处人工林地作物的不同生长阶段内，实际感受不同作物不同生长阶段在该人工林地上的种植效果，从而进一步提高种植的安全性，规避投资风险，使得作物利益最大化。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的整体结构原理框图；
图2为本发明的数据采集输入模块结构示意图；
图3为本发明的生长收获预测模块结构示意图；
图4为本发明的经营决策模块结构示意图；
图5为本发明的模型库结构示意图；
附图中，各标号所代表的部件列表如下：
1、数据采集输入模块；2、控制器；3、模型库；4、数据库；5、VR模拟模块；6、林地质量评价模块；7、生长收获预测模块；8、经营决策模块；9、数据处理模块；10、可视化模块；11、报表生成模块；12、显示模块；101、油松树高采集单元；102、油松树龄采集单元；103、油松位置采集单元；301、林地树高处理模型；302、林地质量评价模型；303、生长收获预测模型；304、经营决策模型；701、不同树种生长预测单元；702、经济效益预测单元；801、施肥决策单元；802、浇水决策单元；803、除害决策单元。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明为一种基于油松人工林地研究系统，包括数据采集输入模块1、控制器2、VR模拟模块5、林地质量评价模块6、生长收获预测模块7和经营决策模块8，数据采集输入模块1的输出端与控制器2的输入端无线网络连接，VR模拟模块5的输出端、林地质量评价模块6的输出端、生长收获预测模块7的输出端和经营决策模块8的输出端亦均与控制器2的输入端电性连接，控制器2的输出端与数据处理模块9的输入端电性连接，数据处理模块9的输出端与可视化模块10的输入端电性连接，可视化模块10的输出端分别与报表生成模块11的输入端和显示模块12的输入端电性连接，且控制器2分别与模型库3和数据库4双向连接，且可视化模块10的输出端亦与数据库4的输入端连接。
其中如图2所示，数据采集输入模块1用于采集人工林地内油松的初始树高、生长后的树高、种植时间以及种植经纬度位置信息，包括油松树高采集单元101、油松树龄采集单元102和油松位置采集单元103。
其中如图3所示，生长收获预测模块7用于对人工林地内将要种植的不同植物的生长状况以及收益进行预测，包括不同树种生长预测单元701和经济效益预测单元702，使用时，当需要在该研究地点人工林地上种植其他不同作物时，通过生长收获预测模块7进行生长状况以及收益的预测，通过控制器2调出生长收获预测模型303进行预测，规避投资风险。
其中如图4所示，经营决策模块8根据林地质量评价模块6作出的该人工林地的不同区域的种植质量，当种植其他作物时，根据不同区域的种植质量按需施肥、浇水以及除害，提高种植效果，包括施肥决策单元801、浇水决策单元802和除害决策单元803，使用时，当需要在该研究地点人工林地上种植其他不同作物时，通过控制器2调出经营决策模型304确定该种植作物的施肥、浇水、除害方法，提高作物的种植效果，不同区域按需施肥、浇水、除害，提高施肥、浇水效果，降低经营成本。
其中如图5所示，模型库3包括林地树高处理模型301、林地质量评价模型302、生长收获预测模型303和经营决策模型304，林地质量评价模型302与林地质量评价模块6相配合，生长收获预测模型303与生长收获预测模块7相配合，经营决策模型304与经营决策模块8相配合。
VR模拟模块5用于模拟在该人工林地上种植不同植物的场景，工作人员可身处人工林地内，实际感受不同植物在该人工林地上的种植效果，通过设置VR模拟模块5，使得该系统可模拟不同作物的种植场景，工作人员可身处人工林地作物的不同生长阶段内，实际感受不同作物不同生长阶段在该人工林地上的种植效果，从而规避投资风险，使得作物密度、种类等更加适合该人工林地。
本发明亦提供一种基于油松人工林地研究系统的方法，包括以下步骤：
步骤一：研究地点人工林地上种植油松，并定期施肥、修枝、摘芽、除孽，且在种植时，记录油松的初始树高、种植时间以及种植经纬度位置信息，并通过数据采集输入模块1输入至系统内；
步骤二：一段时间后，当油松长成时，记录油松长成后的树高以及时间，并通过数据采集输入模块1输入至系统内；
步骤三：控制器2控制数据处理模块9将油松的初始树高与长成后的树高进行比对，将油松的种植时间与长成后的时间进行比对得出树龄，通过控制器2调出林地树高处理模型301，对树高数据进行处理，并附上种植经纬度位置信息与树龄信息，并通过可视化模块10可视化后，通过报表生成模块11生成油松种植信息汇总报表，通过显示模块12显示该人工林地的不同区域以及总体的油松种植信息图表、模型信息；
步骤四：通过林地质量评价模块6对该研究地点进行质量评价，通过控制器2调出林地质量评价模型302进行评价，得到该人工林地不同区域的质量评价信息，并通过可视化模块10可视化后，通过报表生成模块11生成质量报表，通过显示模块12显示该人工林地的不同区域以及总体的质量图表、模型信息；
步骤五：当需要在该研究地点人工林地上种植其他不同作物时，通过生长收获预测模块7进行生长状况以及收益的预测，通过控制器2调出生长收获预测模型303进行预测，并通过可视化模块10可视化后，通过报表生成模块11生成预测报表，通过显示模块12显示该人工林地的不同区域以及总体的种植作物的预测图表、模型等信息，通过经营决策模块8确定该种植作物的施肥、浇水、除害方法，通过控制器2调出经营决策模型304进行经营决策，并通过可视化模块10可视化后，通过报表生成模块11生成经营决策报表，通过显示模块12显示该人工林地的不同区域以及总体的种植作物的经营决策图表、模型等信息；
步骤六：通过VR模拟模块5模拟在该人工林地上种植不同植物的场景，工作人员身处人工林地实际感受不同作物在该人工林地上的种植效果，以便对种植作物的种植方式进行修正。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上仅为本发明的优选实施例，并不限制本发明，任何对前述各实施例所记载的技术方案进行修改，对其中部分技术特征进行等同替换，均属于在本发明的保护范围。
Claims (5)
1.一种基于油松人工林地研究系统，包括数据采集输入模块(1)、控制器(2)、VR模拟模块(5)、林地质量评价模块(6)、生长收获预测模块(7)和经营决策模块(8)，其特征在于：所述数据采集输入模块(1)的输出端与控制器(2)的输入端无线网络连接，所述VR模拟模块(5)的输出端、林地质量评价模块(6)的输出端、生长收获预测模块(7)的输出端和经营决策模块(8)的输出端亦均与控制器(2)的输入端电性连接，所述控制器(2)的输出端与数据处理模块(9)的输入端电性连接，所述数据处理模块(9)的输出端与可视化模块(10)的输入端电性连接，所述可视化模块(10)的输出端分别与报表生成模块(11)的输入端和显示模块(12)的输入端电性连接，且所述控制器(2)分别与模型库(3)和数据库(4)双向连接；
所述数据采集输入模块(1)用于采集人工林地内油松的初始树高、生长后的树高、种植时间以及种植经纬度位置信息，包括油松树高采集单元(101)、油松树龄采集单元(102)和油松位置采集单元(103)；
所述生长收获预测模块(7)用于对人工林地内将要种植的不同植物的生长状况以及收益进行预测，包括不同树种生长预测单元(701)和经济效益预测单元(702)；
所述经营决策模块(8)根据林地质量评价模块(6)作出的该人工林地的不同区域的种植质量，当种植其他作物时，根据不同区域的种植质量按需施肥、浇水以及除害，提高种植效果，包括施肥决策单元(801)、浇水决策单元(802)和除害决策单元(803)；
所述模型库(3)包括林地树高处理模型(301)、林地质量评价模型(302)、生长收获预测模型(303)和经营决策模型(304)。
2.根据权利要求1所述的一种基于油松人工林地研究系统，其特征在于，所述数据库(4)包括云端数据存储单元和存储器。
3.根据权利要求1所述的一种基于油松人工林地研究系统，其特征在于，所述VR模拟模块(5)用于模拟在该人工林地上种植不同植物的场景，工作人员可身处人工林地内，实际感受不同植物在该人工林地上的种植效果。
4.根据权利要求1所述的一种基于油松人工林地研究系统，其特征在于，所述可视化模块(10)采用三维图、二维图方式展示植物在人工林地各个区域的种植状况，借助图表，该系统为工作人员提供直观的林分生长变化情况，直观指导林农进行生产经营实践活动，所述可视化模块(10)的输出端亦与数据库(4)的输入端连接。
5.基于上述权利要求1-4任意一项所述的一种基于油松人工林地研究系统的方法为，其特征在于，包括以下步骤：
步骤一：研究地点人工林地上种植油松，并定期施肥、修枝、摘芽、除孽，且在种植时，记录油松的初始树高、种植时间以及种植经纬度位置信息，并通过数据采集输入模块(1)输入至系统内；
步骤二：一段时间后，当油松长成时，记录油松长成后的树高以及时间，并通过数据采集输入模块(1)输入至系统内；
步骤三：控制器(2)控制数据处理模块(9)将油松的初始树高与长成后的树高进行比对，将油松的种植时间与长成后的时间进行比对得出树龄，通过控制器(2)调出林地树高处理模型(301)，对树高数据进行处理，并附上种植经纬度位置信息与树龄信息，并通过可视化模块(10)可视化后，通过报表生成模块(11)生成油松种植信息汇总报表，通过显示模块(12)显示该人工林地的不同区域以及总体的油松种植信息图表、模型信息；
步骤四：通过林地质量评价模块(6)对该研究地点进行质量评价，通过控制器(2)调出林地质量评价模型(302)进行评价，得到该人工林地不同区域的质量评价信息，并通过可视化模块(10)可视化后，通过报表生成模块(11)生成质量报表，通过显示模块(12)显示该人工林地的不同区域以及总体的质量图表、模型信息；
步骤五：当需要在该研究地点人工林地上种植其他不同作物时，通过生长收获预测模块(7)进行生长状况以及收益的预测，通过控制器(2)调出生长收获预测模型(303)进行预测，并通过可视化模块(10)可视化后，通过报表生成模块(11)生成预测报表，通过显示模块(12)显示该人工林地的不同区域以及总体的种植作物的预测图表、模型等信息，通过经营决策模块(8)确定该种植作物的施肥、浇水、除害方法，通过控制器(2)调出经营决策模型(304)进行经营决策，并通过可视化模块(10)可视化后，通过报表生成模块(11)生成经营决策报表，通过显示模块(12)显示该人工林地的不同区域以及总体的种植作物的经营决策图表、模型等信息；
步骤六：通过VR模拟模块(5)模拟在该人工林地上种植不同植物的场景，工作人员身处人工林地实际感受不同作物在该人工林地上的种植效果，以便对种植作物的种植方式进行修正。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010508195.6A CN111563824B (zh) | 2020-06-05 | 2020-06-05 | 一种基于油松人工林地研究系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010508195.6A CN111563824B (zh) | 2020-06-05 | 2020-06-05 | 一种基于油松人工林地研究系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111563824A true CN111563824A (zh) | 2020-08-21 |
| CN111563824B CN111563824B (zh) | 2024-02-23 |
Family
ID=72072542
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010508195.6A Active CN111563824B (zh) | 2020-06-05 | 2020-06-05 | 一种基于油松人工林地研究系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111563824B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115619286A (zh) * | 2022-11-11 | 2023-01-17 | 中国农业科学院农业资源与农业区划研究所 | 一种评估育种田间小区样地质量的方法和系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103678870A (zh) * | 2013-09-24 | 2014-03-26 | 中国林业科学研究院资源信息研究所 | 一种林分生长与经营交互可视化模拟方法 |
| CN104020274A (zh) * | 2014-06-05 | 2014-09-03 | 刘健 | 一种林地立地质量遥感量化估测的方法 |
| CN108733619A (zh) * | 2018-05-17 | 2018-11-02 | 北京林业大学 | 全球任意森林小班生长预测模型定量估测方法 |
| CN109934514A (zh) * | 2019-04-03 | 2019-06-25 | 南京林业大学 | 一种基于云模型的森林土壤肥力人工智能综合评价方法 |
| CN110569805A (zh) * | 2019-09-10 | 2019-12-13 | 南京林业大学 | 一种基于无人机影像点云的人工林单木提取及立地质量评价的方法 |
| US20200120328A1 (en) * | 2018-10-10 | 2020-04-16 | Avalon Holographics Inc. | High-Performance Light Field Display Simulator |
-
2020
- 2020-06-05 CN CN202010508195.6A patent/CN111563824B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103678870A (zh) * | 2013-09-24 | 2014-03-26 | 中国林业科学研究院资源信息研究所 | 一种林分生长与经营交互可视化模拟方法 |
| CN104020274A (zh) * | 2014-06-05 | 2014-09-03 | 刘健 | 一种林地立地质量遥感量化估测的方法 |
| CN108733619A (zh) * | 2018-05-17 | 2018-11-02 | 北京林业大学 | 全球任意森林小班生长预测模型定量估测方法 |
| US20200120328A1 (en) * | 2018-10-10 | 2020-04-16 | Avalon Holographics Inc. | High-Performance Light Field Display Simulator |
| CN109934514A (zh) * | 2019-04-03 | 2019-06-25 | 南京林业大学 | 一种基于云模型的森林土壤肥力人工智能综合评价方法 |
| CN110569805A (zh) * | 2019-09-10 | 2019-12-13 | 南京林业大学 | 一种基于无人机影像点云的人工林单木提取及立地质量评价的方法 |
Non-Patent Citations (2)
| Title |
|---|
| 范阔: "立地质量评价方法与系统研建", 《中国优秀硕士学位论文全文数据库》 * |
| 郝红科: "基于机载激光雷达的森林参数反演研究", 《中国博士学位论文全文数据库》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115619286A (zh) * | 2022-11-11 | 2023-01-17 | 中国农业科学院农业资源与农业区划研究所 | 一种评估育种田间小区样地质量的方法和系统 |
| CN115619286B (zh) * | 2022-11-11 | 2023-10-03 | 中国农业科学院农业资源与农业区划研究所 | 一种评估育种田间小区样地质量的方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111563824B (zh) | 2024-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103270861B (zh) | 一种无刺花椒品系培育方法 | |
| CN102613044B (zh) | 一种费雷无核葡萄一年两熟的露地栽培方法 | |
| CN103190283B (zh) | 一种花椒树矮化丰产方法 | |
| CN107079760A (zh) | 一种澳洲坚果套种凤梨的种植方法 | |
| CN101563996A (zh) | 一种九阡李树嫁接培育方法 | |
| CN105052481A (zh) | 一种杉木丰产造林方法 | |
| CN101578954A (zh) | 一种沙棘的栽培方法 | |
| CN101223854A (zh) | 一种猕猴桃的基砧嫁接的栽培方法 | |
| CN111727798A (zh) | 一种欧李短主干伞架形树形培养方法 | |
| Shan-An et al. | Resources and prospects of Ginkgo biloba in China | |
| CN110476691A (zh) | 一种薄壳山核桃纺锤形树形及其整形方法 | |
| CN109197311A (zh) | 一种苹果树疏花疏果的方法 | |
| Munda et al. | Evaluation of transplanted and ratoon crop for double cropping of rice (Oryzct sativa L.) under organic input management in mid altitude sub-tropical Meghalaya. | |
| CN111563824A (zh) | 一种基于油松人工林地研究系统及方法 | |
| Viola et al. | Olive yield and future climate forcings | |
| CN109169256A (zh) | 杨树全同胞子代苗的制备方法及其得到的杨树全同胞子代苗 | |
| Esparza et al. | Modifying ‘peach’to model the vegetative and reproductive growth of almonds | |
| CN110268974B (zh) | 一种杏品种的授粉方法 | |
| CN108012747B (zh) | 一种促进红巴伦海棠自然成形的方法 | |
| CN103583244B (zh) | 野生高山杜鹃古树桩与现代栽培品种的互助共生微创靠接方法 | |
| CN102293115A (zh) | 桂花大树的快速培育方法 | |
| CN101889508A (zh) | 麻疯树低位平台式树形穗条培育技术 | |
| CN101884283B (zh) | 麻疯树拉枝诱导促萌技术 | |
| CN113141888A (zh) | 一种药用藤本植物雷公藤嫩枝扦插快速繁殖育苗技术 | |
| CN113273466B (zh) | 一种智能模拟生长环境的特种经济作物培育方法 |
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 |