CN111754060B - 变量施肥方法、装置、电子设备及存储介质 - Google Patents

变量施肥方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111754060B
CN111754060B CN201910995276.0A CN201910995276A CN111754060B CN 111754060 B CN111754060 B CN 111754060B CN 201910995276 A CN201910995276 A CN 201910995276A CN 111754060 B CN111754060 B CN 111754060B
Authority
CN
China
Prior art keywords
target point
fertilizing amount
position information
gradient
variable
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
Application number
CN201910995276.0A
Other languages
English (en)
Other versions
CN111754060A (zh
Inventor
林国虎
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.)
Guangzhou Xaircraft Technology Co Ltd
Original Assignee
Guangzhou Xaircraft Technology Co Ltd
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 Guangzhou Xaircraft Technology Co Ltd filed Critical Guangzhou Xaircraft Technology Co Ltd
Priority to CN201910995276.0A priority Critical patent/CN111754060B/zh
Publication of CN111754060A publication Critical patent/CN111754060A/zh
Application granted granted Critical
Publication of CN111754060B publication Critical patent/CN111754060B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01C—PLANTING; SOWING; FERTILISING
    • A01C21/00—Methods of fertilising, sowing or planting
    • A01C21/005—Following a specific plan, e.g. pattern
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01C—PLANTING; SOWING; FERTILISING
    • A01C21/00—Methods of fertilising, sowing or planting
    • A01C21/007—Determining fertilization requirements
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
    • Y02P60/20—Reduction of greenhouse gas [GHG] emissions in agriculture, e.g. CO2
    • Y02P60/21—Dinitrogen oxide [N2O], e.g. using aquaponics, hydroponics or efficiency measures

Abstract

本申请涉及无人机植保技术领域，提供一种变量施肥方法、装置、电子设备及存储介质，所述方法包括：获取农田内每个目标点的位置信息和农田的特征信息；依据特征信息和每个目标点的位置信息，确定每个目标点的变量施肥量；基于每个目标点的变量施肥量，得到每个目标点的实际施肥量，以使无人机按照每个目标点的实际施肥量对农田进行变量施肥。本申请实施例在均匀施肥的基础上，考虑农田特征对肥料分布的影响，对农田进行变量施肥，最大程度上确保农田里的肥料分布在作物吸收前达到更加均匀的状态，使农作物均匀吸收养分，从而增产丰收。

Description

变量施肥方法、装置、电子设备及存储介质
技术领域
本申请涉及无人机植保技术领域，具体而言，涉及一种变量施肥方法、装置、电子设备及存储介质。
背景技术
随着农业科技的发展，无人机施肥成为可能，无人机可以根据预设的施肥量在一块农田上精准施肥，目前无人机一般采用均匀施肥的方法，使肥料均匀播撒在农田的每一个角落，使得农作物得到的养分均衡。
但是，在施肥之后，农作物吸收养分需要时间，而由于地势、降雨、灌溉等因素的影响，农田里的肥料分布会发生变化，导致农作物因吸收养分不均而出现减产。
发明内容
本申请的目的在于提供一种变量施肥方法、装置、电子设备及存储介质，用以解决现有技术中均匀施肥后，农田里的肥料分布发生变化导致农作物出现减产的问题。
为了实现上述目的，本申请实施例采用的技术方案如下：
第一方面，本申请提供了一种变量施肥方法，所述方法包括：获取农田内每个目标点的位置信息和所述农田的特征信息；依据所述特征信息和每个所述目标点的位置信息，确定每个所述目标点的变量施肥量；基于每个所述目标点的变量施肥量，得到每个所述目标点的实际施肥量，以使无人机按照每个所述目标点的实际施肥量对所述农田进行变量施肥。
进一步地，所述特征信息包括进水口的位置信息，所述变量施肥量包括第一施肥量；所述依据所述特征信息和每个所述目标点的位置信息，确定每个所述目标点的变量施肥量的步骤，包括：依据所述进水口的位置信息、每个所述目标点的位置信息、以及所述进水口与每个所述目标点之间的距离，得到每个所述目标点的第一施肥量，其中，所述目标点与所述进水口之间的距离越小，所述第一施肥量越大。
进一步地，所述依据所述进水口的位置信息、每个所述目标点的位置信息、以及所述进水口与每个所述目标点之间的距离，得到每个所述目标点的第一施肥量的步骤，包括：依据所述进水口的位置信息和每个所述目标点的位置信息，确定所述进水口与距离所述进水口最远的所述目标点之间的第一距离；依据所述第一距离、所述进水口的位置信息、以及每个所述目标点的位置信息，得到每个所述目标点的第一施肥量
Figure BDA0002239538260000021
其中，k1为进水口影响比例参数，且
Figure BDA0002239538260000022
b为预设施肥量，dmax为所述第一距离，(x,y)为所述目标点的位置信息，(x1,y1)为所述进水口的位置信息。
进一步地，所述特征信息包括出水口的位置信息，所述变量施肥量包括第二施肥量；所述依据所述特征信息和每个所述目标点的位置信息，确定每个所述目标点的变量施肥量的步骤，包括：依据所述出水口的位置信息、每个所述目标点的位置信息、以及所述出水口与每个所述目标点之间的距离，得到每个所述目标点的第二施肥量，其中，所述目标点与所述出水口之间的距离越小，所述第二施肥量越小。
进一步地，所述依据所述出水口的位置信息、每个所述目标点的位置信息、以及所述出水口与每个所述目标点之间的距离，得到每个所述目标点的第二施肥量的步骤，包括：依据所述出水口的位置信息和每个所述目标点的位置信息，确定所述出水口与距离所述出水口最远的所述目标点之间的第二距离；依据所述第二距离、所述出水口的位置信息、以及每个所述目标点的位置信息，得到每个所述目标点的第二施肥量
Figure BDA0002239538260000031
其中，k2为出水口影响比例参数，且
Figure BDA0002239538260000032
b为预设施肥量，Dmax为所述第二距离，(x,y)为所述目标点的位置信息，(x2,y2)为所述出水口的位置信息。
进一步地，所述特征信息包括坡度最高点的位置信息和坡度最低点的位置信息，所述位置信息包括坡度，所述变量施肥量包括第三施肥量；所述依据所述特征信息和每个所述目标点的位置信息，确定每个所述目标点的变量施肥量的步骤，包括：依据所述坡度最高点的坡度、所述坡度最低点的坡度、以及每个所述目标点的坡度，得到每个所述目标点的第三施肥量，其中，所述目标点的坡度越大，所述第三施肥量越大。
进一步地，所述依据所述坡度最高点的坡度、所述坡度最低点的坡度、以及每个所述目标点的坡度，得到每个所述目标点的第三施肥量的步骤，包括：依据所述坡度最高点的坡度和所述坡度最低点的坡度，计算所述坡度最高点与所述坡度最低点之间的坡度差值；依据所述坡度差值和每个所述目标点的坡度，得到每个所述目标点的第三施肥量
Figure BDA0002239538260000033
其中，k3为坡度高低影响比例参数，且
Figure BDA0002239538260000034
b为预设施肥量，Δy为所述坡度差值，y为所述目标点的坡度。
进一步地，所述获取农田内每个目标点的位置信息的步骤，包括：获取所述农田的三维地图；依据所述三维地图，获取所述农田的坡度变化方向；以所述农田内的任意一个点为原点、以所述坡度变化方向为纵轴，建立平面直角坐标系；获取每个所述目标点在所述平面直角坐标系下的横坐标和纵坐标，得到每个所述目标点的位置信息。
进一步地，所述基于每个所述目标点的变量施肥量，得到每个所述目标点的实际施肥量的步骤，包括：获取每个所述目标点的预设施肥量；对每个所述目标点的变量施肥量和预设施肥量进行求和，得到每个所述目标点的实际施肥量。
第二方面，本申请还提供了一种变量施肥装置，所述装置包括：获取模块，用于获取农田内每个目标点的位置信息和所述农田的特征信息；处理模块，用于依据所述特征信息和每个所述目标点的位置信息，确定每个所述目标点的变量施肥量；执行模块，用于基于每个所述目标点的变量施肥量，得到每个所述目标点的实际施肥量，以使无人机按照每个所述目标点的实际施肥量对所述农田进行变量施肥。
进一步地，所述特征信息包括进水口的位置信息，所述变量施肥量包括第一施肥量；所述处理模块包括：第一处理单元，用于依据所述进水口的位置信息、每个所述目标点的位置信息、以及所述进水口与每个所述目标点之间的距离，得到每个所述目标点的第一施肥量，其中，所述目标点与所述进水口之间的距离越小，所述第一施肥量越大。
进一步地，所述第一处理单元具体用于：依据所述进水口的位置信息和每个所述目标点的位置信息，确定所述进水口与距离所述进水口最远的所述目标点之间的第一距离；依据所述第一距离、所述进水口的位置信息、以及每个所述目标点的位置信息，得到每个所述目标点的第一施肥量
Figure BDA0002239538260000041
其中，k1为进水口影响比例参数，且
Figure BDA0002239538260000042
b为预设施肥量，dmax为所述第一距离，(x,y)为所述目标点的位置信息，(x1,y1)为所述进水口的位置信息。
进一步地，所述特征信息包括出水口的位置信息，所述变量施肥量包括第二施肥量；所述处理模块还包括：第二处理单元，用于依据所述出水口的位置信息、每个所述目标点的位置信息、以及所述出水口与每个所述目标点之间的距离，得到每个所述目标点的第二施肥量，其中，所述目标点与所述出水口之间的距离越小，所述第二施肥量越小。
进一步地，所述第二处理单元具体用于：依据所述出水口的位置信息和每个所述目标点的位置信息，确定所述出水口与距离所述出水口最远的所述目标点之间的第二距离；依据所述第二距离、所述出水口的位置信息、以及每个所述目标点的位置信息，得到每个所述目标点的第二施肥量
Figure BDA0002239538260000051
其中，k2为出水口影响比例参数，且
Figure BDA0002239538260000052
b为预设施肥量，Dmax为所述第二距离，(x,y)为所述目标点的位置信息，(x2,y2)为所述出水口的位置信息。
进一步地，所述特征信息包括坡度最高点的位置信息和坡度最低点的位置信息，所述位置信息包括坡度，所述变量施肥量包括第三施肥量；所述处理模块还包括：第三处理单元，用于依据所述坡度最高点的坡度、所述坡度最低点的坡度、以及每个所述目标点的坡度，得到每个所述目标点的第三施肥量，其中，所述目标点的坡度越大，所述第三施肥量越大。
进一步地，所述第三处理单元具体用于：依据所述坡度最高点的坡度和所述坡度最低点的坡度，计算所述坡度最高点与所述坡度最低点之间的坡度差值；依据所述坡度差值和每个所述目标点的坡度，得到每个所述目标点的第三施肥量
Figure BDA0002239538260000053
其中，k3为坡度高低影响比例参数，且
Figure BDA0002239538260000054
b为预设施肥量，Δy为所述坡度差值，y为所述目标点的坡度。
进一步地，所述获取模块执行获取农田内每个目标点的位置信息的方式，包括：获取所述农田的三维地图；依据所述三维地图，获取所述农田的坡度变化方向；以所述农田内的任意一个点为原点、以所述坡度变化方向为纵轴，建立平面直角坐标系；获取每个所述目标点在所述平面直角坐标系下的横坐标和纵坐标，得到每个所述目标点的位置信息。
进一步地，所述执行模块执行基于每个所述目标点的变量施肥量，得到每个所述目标点的实际施肥量的方式，包括：获取每个所述目标点的预设施肥量；对每个所述目标点的变量施肥量和预设施肥量进行求和，得到每个所述目标点的实际施肥量。
第三方面，本申请还提供了一种电子设备，所述电子设备包括：一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述的变量施肥方法。
第四方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的变量施肥方法。
相对现有技术，本申请提供的一种变量施肥方法、装置、电子设备及存储介质，通过结合农田的特征信息和每个目标点的位置信息，确定出每个目标点的变量施肥量；再基于每个目标点的变量施肥量，得到每个目标点的实际施肥量，并使无人机按照每个目标点的实际施肥量对农田进行变量施肥，这样在施肥之后，由于特征信息的作用，农田里的肥料分布可以在作物吸收前达到更加均匀的状态，使农作物增产丰收。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1示出了本申请实施例提供的农田示例图。
图2示出了本申请实施例提供的变量施肥方法的一种流程示意图。
图3示出了本申请实施例提供的目标点的示例图。
图4示出了本申请实施例提供的平面直角坐标系的示例图。
图5示出了本申请实施例提供的变量施肥方法的另一种流程示意图。
图6示出了本申请实施例提供的变量施肥方法的另一种流程示意图。
图7示出了本申请实施例提供的变量施肥方法的另一种流程示意图。
图8示出了本申请实施例提供的变量施肥装置的方框示意图。
图9示出了本申请实施例提供的电子设备的方框示意图。
图标：10-电子设备；11-处理器；12-存储器；13-总线；100-变量施肥装置；101-获取模块；102-处理模块；103-执行模块；1021-第一处理单元；1022-第二处理单元；1023-第三处理单元。
具体实施方式
下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
随着农业现代化的推进，农业机械化程度越来越高，无人机由于其整体尺寸小、重量轻、人工成本低、作业效率高等优势，被越来越多的应用到农业中进行植保作业，例如，对农田进行施肥等。目前，对于一块农田，无人机可以根据预设的每亩施肥量进行精准施肥，也就是采用均匀施肥的方法，将肥料均匀的播撒在农田的每一个角落，以使农作物得到的养分均衡。
均匀施肥方法虽然可以保证无人机将肥料均匀的播撒到农田中，但在播撒后到农作物真正吸收之前，由于地势、降雨、灌溉等因素的影响，农田中的肥料分布可能会发生变化。例如，现有的农田特征比较复杂，并不是所有的农田都是平整无坡度的，如果农田的坡度存在高低变化，农田中的肥料会向坡度低的位置移动；又如，某些农田是水田，相应的会在农田中设置进水口和出水口，在进水口和出水口的使用过程中，农田中的肥料会向出水口的位置移动；又如，某些地区降雨较少，需要对农田进行灌溉，相应的会在农田中设置进水口，由于灌溉的影响，进水口的肥料会向农田中的其他位置移动，或者，某些地区降雨较多，需要对农田进行疏通，相应的会在农田中设置出水口，在疏通过程中，农田中的肥料会向出水口移动等等。
例如，图1所示的农田设置有进水口和出水口，同时坡度变化为上高下低，显然，农田中的肥料会向右下方的位置移动，导致农作物因吸收养分不均而长势不在同一个水平，农作物因此而减产。
因此，为了解决上述问题，本申请实施例在均匀施肥的基础上，考虑农田特征(例如，进水口、出水口、坡度高低等)对肥料分布的影响，对农田进行变量施肥，使得进水口比出水口的施肥量大，坡度高的位置比坡度低的位置施肥量大，最大程度上确保农田里的肥料分布在作物吸收前达到更加均匀的状态，使农作物均匀吸收养分，从而增产丰收。
在现实中，农田特征是非常复杂的，可能会存在各种各样影响农田中的肥料分布发生变化的因素，为了便于描述，本申请下述实施例以农田坡度高低、进水口、出水口为例进行详细说明。
请参照图2，图2示出了本申请实施例提供的变量施肥方法的一种流程示意图。该变量施肥方法应用于电子设备，该电子设备可以是终端、服务器、地面工作站、无人机等，终端可以是智能手机、平板电脑、便携式笔记本电脑、台式电脑等，该变量施肥方法包括以下步骤：
步骤S101，获取农田内每个目标点的位置信息和农田的特征信息。
在本实施例中，无人机施肥过程中，会按照预先规划好的航线进行飞行，通常航线会覆盖整个农田，而为了确保无人机能够将肥料喷洒到农田的各个角落，就需要在农田中设定各个目标点，并计算出每个目标点对应的施肥量，这样无人机就能按照每个目标点对应的施肥量完成对农田的施肥。
目标点通常设置在航线上，且相邻两个目标点之间具有一定间隔，间隔可以是1米、0.5米、0.1米等，间隔的大小可以由用户根据农田的实际情况灵活设置，在此不作限定，例如，请参照图3，图3中的黑色原点即为设定的目标点。
当需要对某一农田进行无人机施肥时，可以先从服务器/地面工作站获取该农田的三维地图，三维地图包括农田中每个点的世界坐标，世界坐标包括经度、维度、海拔等。电子设备根据农田中每个点的海拔，就能得到农田的坡度变化方向。获取到农田的三维地图后，电子设备可以对该三维地图进行显示，用户就能根据农田的实际特征，将进水口、出水口在三维地图中标记出来，之后，电子设备就能根据用户的标记和三维地图，获取农田内每个目标点的位置信息和农田的特征信息。
作为一种实施方式，农田内每个目标点的位置信息可以是农田内每个目标点在三维地图中的世界坐标；农田的特征信息可以是农田特征在三维地图中的位置信息，例如，进水口在三维地图中的世界坐标、出水口在三维地图中的世界坐标、坡度最高点和坡度最低点在三维地图中的世界坐标等。
需要指出的是，在三维地图中，进水口和出水口通常不会被简化为一个像素点，因此，可以利用进水口的中心点替代进水口、利用出水口的中心点替代出水口，来分别获取进水口、出水口的位置信息。
作为另一种实施方式，为了简化后续的计算过程，可以在三维地图中，以农田内的任意一个点为原点、以农田的坡度变化方向为纵轴建立平面直角坐标系，将平面直角坐标系下每个目标点的坐标值作为农田内每个目标点的位置信息；此时，农田的特征信息可以是农田特征在平面直角坐标系下的位置信息，例如，进水口在平面直角坐标系下的坐标值、出水口在平面直角坐标系下的坐标值、坡度最高点和坡度最低点在平面直角坐标系下的坐标值等。
因此，以获取农田内每个目标点的位置信息为例，可以包括：
第一步，获取农田的三维地图，三维地图可以是预先通过人工测绘或者测绘机对农田进行测绘得到的；
第二步，依据三维地图，获取农田的坡度变化方向，坡度变化方向可以是坡度低到坡度高的方向，也可以是坡度高到坡度低的方向；
第三步，以农田内的任意一个点为原点、以坡度变化方向为纵轴，建立平面直角坐标系，例如，请参照图4，以最左下角的点为原点、以坡度低到坡度高的方向为纵轴建立平面直角坐标系；
第四步，获取每个目标点在平面直角坐标系下的横坐标和纵坐标，得到每个目标点的位置信息，由于平面直角坐标系的纵轴为坡度变化方向，故每个目标点在平面直角坐标系下的纵坐标即为坡度。
步骤S102，依据特征信息和每个目标点的位置信息，确定每个目标点的变量施肥量。
在本实施例中，由于进水口、出水口、农田坡度高低的影响，在施肥后农田中的肥料会向出水口、坡度低的位置移动，从而使农田中的肥料分布发生变化，因此，为了使农田中的肥料分布在被农作物吸收之前能达到更加均匀的状态，需要对农田进行变量施肥，使得进水口比出水口的施肥量大、坡度高的位置比坡度低的位置施肥量大。因此，需要根据农田的特征信息和农田内每个目标点的位置信息，来确定每个目标点的变量施肥量。变量施肥量可以是在均匀施肥量的基础上，每个目标点需要增加或减少的施肥量；也可以是每个目标点的均匀施肥量与每个目标点需要增加或减少的施肥量之和。
作为一种实施方式，当农田坡度高低没有变化、有进水口且没有出水口时，农田的特征信息包括进水口的位置信息，每个目标点的变量施肥量为每个目标点的第一施肥量，在这种情况下，请参照图5，步骤S102可以包括：
子步骤S1021，依据进水口的位置信息、每个目标点的位置信息、以及进水口与每个目标点之间的距离，得到每个目标点的第一施肥量，其中，目标点与进水口之间的距离越小，第一施肥量越大。
在本实施例中，进水口的肥料会向农田中的其他位置移动，所以离进水口近的位置需要增加施肥量，离进水口远的位置需要减少施肥量，同时，还需要考虑一段时间(例如，半个月)内进水口进水的频率、以及下雨的频率等。
因此，依据进水口的位置信息、每个目标点的位置信息、以及进水口与每个目标点之间的距离，得到每个目标点的第一施肥量的过程，可以包括：
首先，依据进水口的位置信息和每个目标点的位置信息，确定进水口与距离进水口最远的目标点之间的第一距离，第一距离是进水口与每个目标点间的距离中最长的，例如，有A、B、C三个目标点，进水口与A、B、C三个目标点的距离分别为10米、50米、100米，则第一距离为120米。
然后，依据第一距离、进水口的位置信息、以及每个目标点的位置信息，得到每个目标点的第一施肥量
Figure BDA0002239538260000121
其中，k1为进水口影响比例参数，且
Figure BDA0002239538260000122
b为预设施肥量，dmax为所述第一距离，(x,y)为目标点的位置信息，(x1,y1)为进水口的位置信息，k1的单位是Kg/(亩*m)。
进水口影响比例参数k1与一段时间(例如，半个月)内进水口进水的频率、下雨的频率等有关，进水口进水的频率或下雨的频率越高，进水口影响比例参数k1越大。预设施肥量为均匀施肥时的每亩施肥量，每个目标点的预设施肥量都是相同的。
从第一施肥量Q1的计算公式中可以看到，如果
Figure BDA0002239538260000123
也就是目标点(x,y)与进水口(x1,y1)间的距离小于第一距离的一半，即，目标点(x,y)靠近进水口，则第一施肥量Q1>0，也就是需要增加施肥量；如果
Figure BDA0002239538260000124
也就是目标点(x,y)与进水口(x1,y1)间的距离大于第一距离的一半，即，目标点(x,y)远离进水口，则第一施肥量Q1<0，也就是需要减少施肥量；如果
Figure BDA0002239538260000125
也就是目标点(x,y)与进水口(x1,y1)间的距离等于第一距离的一半，则第一施肥量Q1＝0，也就是需要保持施肥量不变。
需要指出的是，上述描述中每个目标点的第一施肥量，是当农田坡度高低没有变化、有进水口且没有出水口时，在均匀施肥量的基础上，每个目标点需要增加或减少的施肥量。另外，每个目标点的第一施肥量还可以是，每个目标点的均匀施肥量与每个目标点需要增加或减少的施肥量之和，即，
Figure BDA0002239538260000126
作为另一种实施方式，当农田坡度高低没有变化、有出水口且没有进水口时，特征信息包括出水口的位置信息，每个目标点的变量施肥量为每个目标点的第二施肥量，在这种情况下，请参照图6，步骤S102可以包括：
子步骤S1022，依据出水口的位置信息、每个目标点的位置信息、以及出水口与每个目标点之间的距离，得到每个目标点的第二施肥量，其中，目标点与出水口之间的距离越小，第二施肥量越小。
在本实施例中，农田中其他位置的肥料会向出水口的位置移动，所以离出水口越近的位置，施肥量需要越小，同时，还需要考虑一段时间(例如，半个月)内出水口出水的频率、以及下雨的频率。
因此，依据出水口的位置信息、每个目标点的位置信息、以及出水口与每个目标点之间的距离，得到每个目标点的第二施肥量的过程，可以包括：
首先，依据出水口的位置信息和每个目标点的位置信息，确定出水口与距离出水口最远的目标点之间的第二距离，第二距离是出水口与每个目标点间的距离中最长的，例如，有A、B、C三个目标点，出水口与A、B、C三个目标点的距离分别为20米、60米、80米，则第二距离为80米。
然后，依据第二距离、出水口的位置信息、以及每个目标点的位置信息，得到每个目标点的第二施肥量
Figure BDA0002239538260000131
其中，k2为出水口影响比例参数，且
Figure BDA0002239538260000132
b为预设施肥量，Dmax为第二距离，(x,y)为目标点的位置信息，(x2,y2)为出水口的位置信息，k2的单位是Kg/(亩*m)。
出水口影响比例参数k2与一段时间(例如，半个月)内出水口出水的频率、下雨的频率等有关，出水口出水的频率或下雨的频率越高，出水口影响比例参数k2越大。
从第二施肥量Q2的计算公式中可以看到，目标点(x,y)与出水口(x2,y2)间的距离越大，第二施肥量Q2越大，目标点(x,y)与出水口(x2,y2)间的距离越小，第二施肥量Q2越小，且第二施肥量Q2最大不能超过预设施肥量的一半即
Figure BDA0002239538260000141
也就是，离出水口越近的位置，施肥量增加的越少甚至不增加，并且最大增加量为预设施肥量的一半。
需要指出的是，上述描述中每个目标点的第二施肥量，是当农田坡度高低没有变化、有出水口且没有进水口时，在均匀施肥量的基础上，每个目标点需要增加或减少的施肥量。另外，每个目标点的第二施肥量还可以是，每个目标点的均匀施肥量与每个目标点需要增加或减少的施肥量之和，即，
Figure BDA0002239538260000142
作为另一种实施方式，当农田坡度高低线性变化、且没有进水口和出水口时，特征信息包括坡度最高点的位置信息和坡度最低点的位置信息，位置信息中的纵坐标即为坡度，每个目标点的变量施肥量为每个目标点的第三施肥量，在这种情况下，请参照图7，步骤S102可以包括：
子步骤S1023，依据坡度最高点的坡度、坡度最低点的坡度、以及每个目标点的坡度，得到每个目标点的第三施肥量，其中，目标点的坡度越大，第三施肥量越大。
在本实施例中，农田中的肥料，会从坡度高的位置向坡度低的位置移动，所以坡度高的位置需要增加施肥量，坡度低的位置需要减少施肥量，同时，还需要考虑农田坡度的斜率。
因此，依据坡度最高点的坡度、坡度最低点的坡度、以及每个目标点的坡度，得到每个目标点的第三施肥量的过程，可以包括：
首先，依据坡度最高点的坡度和坡度最低点的坡度，计算坡度最高点与坡度最低点之间的坡度差值，例如，假设图4中坡度最高点为进水口(x1,y1)，坡度最低点为出水口(x2,y2)，则坡度差值为y2-y1。
然后，依据坡度差值和每个目标点的坡度，得到每个目标点的第三施肥量
Figure BDA0002239538260000151
其中，k3为坡度高低影响比例参数，且
Figure BDA0002239538260000152
b为预设施肥量，Δy为坡度差值，y为目标点的坡度，k3的单位是Kg/(亩*m)。
坡度高低影响比例参数k3与农田坡度的斜率有关，农田坡度的斜率越大，坡度高低影响比例参数k3越大。
从第三施肥量Q3的计算公式中可以看到，如果
Figure BDA0002239538260000153
也就是目标点(x,y)的坡度大于坡度差值Δy的一半，即，目标点(x,y)的坡度较高，则第三施肥量Q3>0，也就是需要增加施肥量；如果
Figure BDA0002239538260000154
也就是目标点(x,y)的坡度小于坡度差值Δy的一半，即，目标点(x,y)的坡度较低，则第三施肥量Q3<0，也就是需要减少施肥量；如果
Figure BDA0002239538260000155
也就是目标点(x,y)的坡度等于坡度差值Δy的一半，则第三施肥量Q3＝0，也就是需要保持施肥量不变。
需要指出的是，上述描述中每个目标点的第三施肥量，是当农田坡度高低线性变化、且没有进水口和出水口时，在均匀施肥量的基础上，每个目标点需要增加或减少的施肥量。另外，每个目标点的第三施肥量还可以是，每个目标点的均匀施肥量与每个目标点需要增加或减少的施肥量之和，即，
Figure BDA0002239538260000156
作为另一种实施方式，当农田坡度高低没有变化、且有进水口和出水口时，特征信息包括进水口的位置信息和出水口的位置信息，每个目标点的变量施肥量为每个目标点的第一施肥量和第二施肥量之和，即Q1+Q2，Q1和Q2的计算过程请分别参见子步骤S1021和子步骤S1022的描述，在此不再赘述。
作为另一种实施方式，当农田坡度高低线性变化、有进水口且没有出水口时，特征信息包括进水口的位置信息、坡度最高点的位置信息和坡度最低点的位置信息，每个目标点的变量施肥量为每个目标点的第一施肥量和第三施肥量之和，即Q1+Q3，Q1和Q3的计算过程请分别参见子步骤S1021和子步骤S1023的描述，在此不再赘述。
作为另一种实施方式，当农田坡度高低线性变化、有出水口且没有进水口时，特征信息包括出水口的位置信息、坡度最高点的位置信息和坡度最低点的位置信息，每个目标点的变量施肥量为每个目标点的第二施肥量和第三施肥量之和，即Q2+Q3，Q2和Q3的计算过程请分别参见子步骤S1022和子步骤S1023的描述，在此不再赘述。
作为另一种实施方式，当农田坡度高低线性变化、有进水口和出水口时，特征信息包括进水口的位置信息、出水口的位置信息、坡度最高点的位置信息和坡度最低点的位置信息，每个目标点的变量施肥量为每个目标点的第一施肥量、第二施肥量和第三施肥量之和，即Q1+Q2+Q3，Q1、Q2和Q3的计算过程请分别参见子步骤S1021、子步骤S1022和子步骤S1023的描述，在此不再赘述。
步骤S103，基于每个目标点的变量施肥量，得到每个目标点的实际施肥量，以使无人机按照每个目标点的实际施肥量对农田进行变量施肥。
作为一种实施方式，如果变量施肥量是在均匀施肥量的基础上，每个目标点需要增加或减少的施肥量，则在得到每个目标点的变量施肥量之后，可以首先获取每个目标点的预设施肥量，也就是均匀施肥情况下每个目标点的施肥量，再将每个目标点的变量施肥量和每个目标点的预设施肥量进行求和，即可得到每个目标点的实际施肥量，也就是，按照每个目标点的变量施肥量对每个目标点的预设施肥量进行增减，每个目标点的实际施肥量可以用Q表示，每个目标点的实际施肥量Q均不能小于0，Q的单位是Kg/亩。
当农田坡度高低没有变化、有进水口且没有出水口时，每个目标点的变量施肥量为每个目标点的第一施肥量，则每个目标点的实际施肥量为第一施肥量和预设施肥量之和，即Q1+b。
当农田坡度高低没有变化、有出水口且没有进水口时，每个目标点的变量施肥量为每个目标点的第二施肥量，则每个目标点的实际施肥量为第二施肥量和预设施肥量之和，即Q2+b。
当农田坡度高低线性变化、且没有进水口和出水口时，每个目标点的变量施肥量为每个目标点的第三施肥量，则每个目标点的实际施肥量为第三施肥量和预设施肥量之和，即Q3+b。
当农田坡度高低没有变化、且有进水口和出水口时，每个目标点的变量施肥量为每个目标点的第一施肥量和第二施肥量之和，则每个目标点的实际施肥量为第一施肥量、第二施肥量和预设施肥量之和，即Q1+Q2+b。
当农田坡度高低线性变化、有进水口且没有出水口时，每个目标点的变量施肥量为每个目标点的第一施肥量和第三施肥量之和，则每个目标点的实际施肥量为第一施肥量、第三施肥量和预设施肥量之和，即Q1+Q3+b。
当农田坡度高低线性变化、有出水口且没有进水口时，每个目标点的变量施肥量为每个目标点的第二施肥量和第三施肥量之和，则每个目标点的实际施肥量为第二施肥量、第三施肥量和预设施肥量之和，即Q2+Q3+b。
当农田坡度高低线性变化、有进水口和出水口时，每个目标点的变量施肥量为每个目标点的第一施肥量、第二施肥量和第三施肥量之和，则每个目标点的实际施肥量为第一施肥量、第二施肥量、第三施肥量和预设施肥量之和，即Q1+Q2+Q3+b。
作为另一种实施方式，如果变量施肥量是每个目标点的均匀施肥量与每个目标点需要增加或减少的施肥量之和，则可以直接将每个目标点的变量施肥量作为每个目标点的实际施肥量。
需要指出的是，变量施肥量、预设施肥量、实际施肥量都是以每亩为基准的，也就是，最后得到的每个目标点的实际施肥量就是每个目标点的每亩施肥量，之后通过获取无人机的喷幅w和无人机飞行速度v，就能计算出每个目标点的流量F，即F＝Q*w*v/666.67，其中，F的单位是Kg/s。这样无人机就能按照每个目标点的流量F，完成对农田的变量施肥。为了执行上述方法实施例及各个可能的实施方式中的相应步骤，下面给出一种变量施肥装置的实现方式。请参照图8，图8示出了本申请实施例提供的变量施肥装置100的方框示意图。变量施肥装置100应用于电子设备，该变量施肥装置100包括：获取模块101、处理模块102及执行模块103。
获取模块101，用于获取农田内每个目标点的位置信息和农田的特征信息。
可选地，获取模块101执行获取农田内每个目标点的位置信息的方式，包括：获取农田的三维地图；依据三维地图，获取农田的坡度变化方向；以农田内的任意一个点为原点、以坡度变化方向为纵轴，建立平面直角坐标系；获取每个目标点在平面直角坐标系下的横坐标和纵坐标，得到每个目标点的位置信息。
处理模块102，用于依据特征信息和每个目标点的位置信息，确定每个目标点的变量施肥量。
可选地，特征信息包括进水口的位置信息，变量施肥量包括第一施肥量，处理模块102包括第一处理单元1021，第一处理单元1021用于：依据进水口的位置信息、每个目标点的位置信息、以及进水口与每个目标点之间的距离，得到每个目标点的第一施肥量，其中，目标点与进水口之间的距离越小，第一施肥量越大。
可选地，第一处理单元1021具体用于：依据进水口的位置信息和每个目标点的位置信息，确定进水口与距离进水口最远的目标点之间的第一距离；依据第一距离、进水口的位置信息、以及每个目标点的位置信息，得到每个目标点的第一施肥量
Figure BDA0002239538260000181
其中，k1为进水口影响比例参数，且
Figure BDA0002239538260000191
b为预设施肥量，dmax为第一距离，(x,y)为目标点的位置信息，(x1,y1)为进水口的位置信息。
可选地，特征信息包括出水口的位置信息，变量施肥量包括第二施肥量，处理模块102包括第二处理单元1022，第二处理单元1022用于：依据出水口的位置信息、每个目标点的位置信息、以及出水口与每个目标点之间的距离，得到每个目标点的第二施肥量，其中，目标点与出水口之间的距离越小，第二施肥量越小。
可选地，第二处理单元1022具体用于：依据出水口的位置信息和每个目标点的位置信息，确定出水口与距离出水口最远的目标点之间的第二距离；依据第二距离、出水口的位置信息、以及每个目标点的位置信息，得到每个目标点的第二施肥量
Figure BDA0002239538260000192
其中，k2为出水口影响比例参数，且
Figure BDA0002239538260000193
b为预设施肥量，Dmax为第二距离，(x,y)为目标点的位置信息，(x2,y2)为出水口的位置信息。
可选地，特征信息包括坡度最高点的位置信息和坡度最低点的位置信息，位置信息包括坡度，变量施肥量包括第三施肥量，处理模块102包括第三处理单元1023，第三处理单元1023用于：依据坡度最高点的坡度、坡度最低点的坡度、以及每个目标点的坡度，得到每个目标点的第三施肥量，其中，目标点的坡度越大，第三施肥量越大。
可选地，第二处理单元1022具体用于：依据坡度最高点的坡度和坡度最低点的坡度，计算坡度最高点与坡度最低点之间的坡度差值；依据坡度差值和每个目标点的坡度，得到每个目标点的第三施肥量
Figure BDA0002239538260000194
其中，k3为坡度高低影响比例参数，且
Figure BDA0002239538260000195
b为预设施肥量，Δy为坡度差值，y为目标点的坡度。
执行模块103，用于基于每个目标点的变量施肥量，得到每个目标点的实际施肥量，以使无人机按照每个目标点的实际施肥量对农田进行变量施肥。
可选地，执行模块103执行基于每个目标点的变量施肥量，得到每个目标点的实际施肥量的方式，包括：获取每个目标点的预设施肥量；对每个目标点的变量施肥量和预设施肥量进行求和，得到每个目标点的实际施肥量。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的变量施肥装置100的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
请参照图9，图9示出了本申请实施例提供的电子设备10的方框示意图。电子设备10包括处理器11、存储器12及总线13，处理器11通过总线13与存储器12连接。
存储器12用于存储程序，例如图8所示的变量施肥装置100，变量施肥装置100包括至少一个可以软件或固件(firmware)的形式存储于存储器12中或固化在电子设备10的操作系统(operating system，OS)中的软件功能模块，处理器11在接收到执行指令后，执行所述程序以实现上述实施例揭示的变量施肥方法。
存储器12可能包括高速随机存取存储器(Random Access Memory，RAM)，也可能还包括非易失存储器(non-volatile memory，NVM)。
处理器11可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器11中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器11可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、微控制单元(Microcontroller Unit，MCU)、复杂可编程逻辑器件(Complex ProgrammableLogic Device，CPLD)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、嵌入式ARM等芯片。
本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器11执行时实现上述实施例揭示的变量施肥方法。
综上所述，本申请提供的一种变量施肥方法、装置、电子设备及存储介质，所述方法包括：获取农田内每个目标点的位置信息和农田的特征信息；依据特征信息和每个目标点的位置信息，确定每个目标点的变量施肥量；基于每个目标点的变量施肥量，得到每个目标点的实际施肥量，以使无人机按照每个目标点的实际施肥量对农田进行变量施肥。本申请实施例在均匀施肥的基础上，考虑农田特征(例如，进水口、出水口、坡度高低等)对肥料分布的影响，对农田进行变量施肥，使得进水口比出水口的施肥量大，坡度高的位置比坡度低的位置施肥量大，最大程度上确保农田里的肥料分布在作物吸收前达到更加均匀的状态，使农作物均匀吸收养分，从而增产丰收。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

Claims (16)

1.一种变量施肥方法，其特征在于，所述方法包括：
获取农田内每个目标点的位置信息和所述农田的特征信息；
依据所述特征信息和每个所述目标点的位置信息，确定每个所述目标点的变量施肥量；
基于每个所述目标点的变量施肥量，得到每个所述目标点的实际施肥量，以使无人机按照每个所述目标点的实际施肥量对所述农田进行变量施肥；
所述特征信息包括进水口的位置信息，所述变量施肥量包括第一施肥量；所述依据所述特征信息和每个所述目标点的位置信息，确定每个所述目标点的变量施肥量的步骤，包括：
依据所述进水口的位置信息和每个所述目标点的位置信息，确定所述进水口与距离所述进水口最远的所述目标点之间的第一距离；
依据所述第一距离、所述进水口的位置信息、以及每个所述目标点的位置信息，得到每个所述目标点的第一施肥量
Figure FDA0004053419130000011
其中，k1为进水口影响比例参数，且
Figure FDA0004053419130000012
b为预设施肥量，dmax为所述第一距离，(x,y)为所述目标点的位置信息，(x1,y1)为所述进水口的位置信息。
2.如权利要求1所述的方法，其特征在于，所述特征信息包括出水口的位置信息，所述变量施肥量包括第二施肥量；
所述依据所述特征信息和每个所述目标点的位置信息，确定每个所述目标点的变量施肥量的步骤，包括：
依据所述出水口的位置信息、每个所述目标点的位置信息、以及所述出水口与每个所述目标点之间的距离，得到每个所述目标点的第二施肥量，其中，所述目标点与所述出水口之间的距离越小，所述第二施肥量越小。
3.如权利要求2所述的方法，其特征在于，所述依据所述出水口的位置信息、每个所述目标点的位置信息、以及所述出水口与每个所述目标点之间的距离，得到每个所述目标点的第二施肥量的步骤，包括：
依据所述出水口的位置信息和每个所述目标点的位置信息，确定所述出水口与距离所述出水口最远的所述目标点之间的第二距离；
依据所述第二距离、所述出水口的位置信息、以及每个所述目标点的位置信息，得到每个所述目标点的第二施肥量
Figure FDA0004053419130000021
其中，k2为出水口影响比例参数，且
Figure FDA0004053419130000022
b为预设施肥量，Dmax为所述第二距离，(x,y)为所述目标点的位置信息，(x2,y2)为所述出水口的位置信息。
4.如权利要求1所述的方法，其特征在于，所述特征信息包括坡度最高点的位置信息和坡度最低点的位置信息，所述位置信息包括坡度，所述变量施肥量包括第三施肥量；
所述依据所述特征信息和每个所述目标点的位置信息，确定每个所述目标点的变量施肥量的步骤，包括：
依据所述坡度最高点的坡度、所述坡度最低点的坡度、以及每个所述目标点的坡度，得到每个所述目标点的第三施肥量，其中，所述目标点的坡度越大，所述第三施肥量越大。
5.如权利要求4所述的方法，其特征在于，所述依据所述坡度最高点的坡度、所述坡度最低点的坡度、以及每个所述目标点的坡度，得到每个所述目标点的第三施肥量的步骤，包括：
依据所述坡度最高点的坡度和所述坡度最低点的坡度，计算所述坡度最高点与所述坡度最低点之间的坡度差值；
依据所述坡度差值和每个所述目标点的坡度，得到每个所述目标点的第三施肥量
Figure FDA0004053419130000031
其中，k3为坡度高低影响比例参数，且
Figure FDA0004053419130000032
b为预设施肥量，Δy为所述坡度差值，y为所述目标点的坡度。
6.如权利要求1所述的方法，其特征在于，所述获取农田内每个目标点的位置信息的步骤，包括：
获取所述农田的三维地图；
依据所述三维地图，获取所述农田的坡度变化方向；
以所述农田内的任意一个点为原点、以所述坡度变化方向为纵轴，建立平面直角坐标系；
获取每个所述目标点在所述平面直角坐标系下的横坐标和纵坐标，得到每个所述目标点的位置信息。
7.如权利要求1所述的方法，其特征在于，所述基于每个所述目标点的变量施肥量，得到每个所述目标点的实际施肥量的步骤，包括：
获取每个所述目标点的预设施肥量；
对每个所述目标点的变量施肥量和预设施肥量进行求和，得到每个所述目标点的实际施肥量。
8.一种变量施肥装置，其特征在于，所述装置包括：
获取模块，用于获取农田内每个目标点的位置信息和所述农田的特征信息；
处理模块，用于依据所述特征信息和每个所述目标点的位置信息，确定每个所述目标点的变量施肥量；
执行模块，用于基于每个所述目标点的变量施肥量，得到每个所述目标点的实际施肥量，以使无人机按照每个所述目标点的实际施肥量对所述农田进行变量施肥；
所述特征信息包括进水口的位置信息，所述变量施肥量包括第一施肥量；所述处理模块包括第一处理单元，所述第一处理单元用于：
依据所述进水口的位置信息和每个所述目标点的位置信息，确定所述进水口与距离所述进水口最远的所述目标点之间的第一距离；
依据所述第一距离、所述进水口的位置信息、以及每个所述目标点的位置信息，得到每个所述目标点的第一施肥量
Figure FDA0004053419130000041
其中，k1为进水口影响比例参数，且
Figure FDA0004053419130000042
b为预设施肥量，dmax为所述第一距离，(x,y)为所述目标点的位置信息，(x1,y1)为所述进水口的位置信息。
9.如权利要求8所述的装置，其特征在于，所述特征信息包括出水口的位置信息，所述变量施肥量包括第二施肥量；所述处理模块还包括：
第二处理单元，用于依据所述出水口的位置信息、每个所述目标点的位置信息、以及所述出水口与每个所述目标点之间的距离，得到每个所述目标点的第二施肥量，其中，所述目标点与所述出水口之间的距离越小，所述第二施肥量越小。
10.如权利要求9所述的装置，其特征在于，所述第二处理单元具体用于：
依据所述出水口的位置信息和每个所述目标点的位置信息，确定所述出水口与距离所述出水口最远的所述目标点之间的第二距离；
依据所述第二距离、所述出水口的位置信息、以及每个所述目标点的位置信息，得到每个所述目标点的第二施肥量
Figure FDA0004053419130000043
其中，k2为出水口影响比例参数，且
Figure FDA0004053419130000044
b为预设施肥量，Dmax为所述第二距离，(x,y)为所述目标点的位置信息，(x2,y2)为所述出水口的位置信息。
11.如权利要求8所述的装置，其特征在于，所述特征信息包括坡度最高点的位置信息和坡度最低点的位置信息，所述位置信息包括坡度，所述变量施肥量包括第三施肥量；所述处理模块还包括：
第三处理单元，用于依据所述坡度最高点的坡度、所述坡度最低点的坡度、以及每个所述目标点的坡度，得到每个所述目标点的第三施肥量，其中，所述目标点的坡度越大，所述第三施肥量越大。
12.如权利要求11所述的装置，其特征在于，所述第三处理单元具体用于：
依据所述坡度最高点的坡度和所述坡度最低点的坡度，计算所述坡度最高点与所述坡度最低点之间的坡度差值；
依据所述坡度差值和每个所述目标点的坡度，得到每个所述目标点的第三施肥量
Figure FDA0004053419130000051
其中，k3为坡度高低影响比例参数，且
Figure FDA0004053419130000052
b为预设施肥量，Δy为所述坡度差值，y为所述目标点的坡度。
13.如权利要求8所述的装置，其特征在于，所述获取模块执行获取农田内每个目标点的位置信息的方式，包括：
获取所述农田的三维地图；
依据所述三维地图，获取所述农田的坡度变化方向；
以所述农田内的任意一个点为原点、以所述坡度变化方向为纵轴，建立平面直角坐标系；
获取每个所述目标点在所述平面直角坐标系下的横坐标和纵坐标，得到每个所述目标点的位置信息。
14.如权利要求8所述的装置，其特征在于，所述执行模块执行基于每个所述目标点的变量施肥量，得到每个所述目标点的实际施肥量的方式，包括：
获取每个所述目标点的预设施肥量；
对每个所述目标点的变量施肥量和预设施肥量进行求和，得到每个所述目标点的实际施肥量。
15.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-7中任一项所述的变量施肥方法。
16.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-7中任一项所述的变量施肥方法。
CN201910995276.0A 2019-10-18 2019-10-18 变量施肥方法、装置、电子设备及存储介质 Active CN111754060B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910995276.0A CN111754060B (zh) 2019-10-18 2019-10-18 变量施肥方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910995276.0A CN111754060B (zh) 2019-10-18 2019-10-18 变量施肥方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN111754060A CN111754060A (zh) 2020-10-09
CN111754060B true CN111754060B (zh) 2023-04-18

Family

ID=72672964

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910995276.0A Active CN111754060B (zh) 2019-10-18 2019-10-18 变量施肥方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111754060B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022141102A1 (zh) * 2020-12-29 2022-07-07 深圳市大疆创新科技有限公司 农业无人机的作业控制方法及装置、农业无人机

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102132669A (zh) * 2011-01-17 2011-07-27 石河子大学 精准滴灌施肥系统
CN103814664A (zh) * 2012-11-16 2014-05-28 中国农业机械化科学研究院 氮磷钾变量施肥机及其施肥量作业处方的确定方法
CN106171223A (zh) * 2016-07-19 2016-12-07 南京农业大学 一种基于亩产潜力与目标产量的变量施肥方法
JP6877111B2 (ja) * 2016-09-16 2021-05-26 株式会社トプコン 施肥量情報管理装置、施肥量情報管理装置の制御方法及び施肥量情報管理プログラム
CN107097958A (zh) * 2017-04-20 2017-08-29 浙江大学 一种变量施肥的无人机系统和方法
CN109845715B (zh) * 2019-03-06 2020-12-18 广州极飞科技有限公司 农药喷洒控制方法、装置、设备以及存储介质
CN109964611A (zh) * 2019-04-16 2019-07-05 中国农业大学 一种大田作物精准施肥方法及系统
CN110115142A (zh) * 2019-04-25 2019-08-13 中科赛诺（北京）科技有限公司 一种基于遥感数据的农田变量施肥方法
CN110024667A (zh) * 2019-05-30 2019-07-19 宁夏尚禹节水科技有限公司 水肥一体化系统及其灌溉、施肥方法

Also Published As

Publication number Publication date
CN111754060A (zh) 2020-10-09

Similar Documents

Publication Publication Date Title
US11557116B2 (en) Generating pixel maps from non-image data and difference metrics for pixel maps
US11755793B2 (en) Sub field moisture model improvement using overland flow modeling with shallow water computations
US11678619B2 (en) Identifying management zones in agricultural fields and generating planting plans for the zones
US11022719B2 (en) Statistical blending of weather data sets
BR112020009205A2 (pt) seleção de sementes híbridas e otimização de portfólio de sementes por campo
van Zelm et al. Spatially explicit life cycle impact assessment for soil erosion from global crop production
EP3794386B1 (en) Determination of location-specific weather information for agronomic decision support
CN111754060B (zh) 变量施肥方法、装置、电子设备及存储介质
CN115316097A (zh) 确定针对种植区域土壤的氮肥施加量的方法、处理器
CN113492981B (zh) 播撒控制方法、装置、终端设备、无人设备及介质
CN111754186A (zh) 喷洒控制方法、装置及电子设备
Yu Satellite monitoring of grain crops in the south part of Western Siberia
Bueno et al. Land-forming for irrigation (LFI) on a lowland soil protects rice yields while improving irrigation distribution uniformity
Ferreira et al. Cameira, MdR Assessing Spatio-Temporal Dynamics of Deep Percolation Using Crop Evapotranspiration Derived from Earth Observations through Google Earth Engine. Water 2022, 14, 2324
CN114782643A (zh) 基于gis技术的土地测绘设备
Mašíček et al. Analysis of erosion vulnerability of agricultural land in the catchment of Luh stream using the GIS tools
Yadav et al. Potentials and Prospects of Precision Farming in Indian Agriculture
CN114463647A (zh) 一种作业方法、装置、设备及存储介质
Gil et al. Dynamic generation of fertilizer maps using GPS technology
Luo et al. Research on Unmanned Aerial Vehicle Variable Application Decision Based on Crop Canopy Morphology Perception
Akula et al. Interfacing crop simulation models with gis for yield estimation-A review

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
CB02 Change of applicant information

Address after: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province

Applicant after: Guangzhou Jifei Technology Co.,Ltd.

Address before: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province

Applicant before: Guangzhou Xaircraft Technology Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant