CN112273026A - 一种潮汐育苗营养液精准决策方法和系统 - Google Patents

一种潮汐育苗营养液精准决策方法和系统 Download PDF

Info

Publication number
CN112273026A
CN112273026A CN202011011494.5A CN202011011494A CN112273026A CN 112273026 A CN112273026 A CN 112273026A CN 202011011494 A CN202011011494 A CN 202011011494A CN 112273026 A CN112273026 A CN 112273026A
Authority
CN
China
Prior art keywords
solar radiation
seedling
seedlings
nutrient solution
value
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
Application number
CN202011011494.5A
Other languages
English (en)
Other versions
CN112273026B (zh
Inventor
温江丽
郭文忠
赵倩
徐凡
林森
贾冬冬
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.)
Beijing Research Center of Intelligent Equipment for Agriculture
Original Assignee
Beijing Research Center of Intelligent Equipment for Agriculture
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 Beijing Research Center of Intelligent Equipment for Agriculture filed Critical Beijing Research Center of Intelligent Equipment for Agriculture
Priority to CN202011011494.5A priority Critical patent/CN112273026B/zh
Publication of CN112273026A publication Critical patent/CN112273026A/zh
Application granted granted Critical
Publication of CN112273026B publication Critical patent/CN112273026B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01C—PLANTING; SOWING; FERTILISING
    • A01C23/00—Distributing devices specially adapted for liquid manure or other fertilising liquid, including ammonia, e.g. transport tanks or sprinkling wagons

Abstract

本发明实施例提供一种潮汐育苗营养液精准决策方法和系统，基于日太阳辐射累积值、阶段太阳辐射值控制的灌溉决策模式，更加符合幼苗对水分和养分的需求规律，避免阴雨天灌溉，减少病虫害的发生；基于环境因子、不同作物的幼苗生长模型、水肥需求模型，使不同作物的幼苗不同生育阶段获得最佳的水肥需求量，对优质壮苗生产和保护生态环境具有重要的现实意义；可有效实现潮汐育苗营养液管理的自动化和精准化，降低综合生产管理成本，减少病虫害，提高劳动效率，充分提高设施育苗效益与效率，既能保证幼苗优质壮苗生产，也能避免水和肥料的浪费，提高水肥的利用效率。

Description

一种潮汐育苗营养液精准决策方法和系统
技术领域
本发明涉及农业设施技术领域，尤其涉及一种潮汐育苗营养液精准决策方法和系统。
背景技术
潮汐育苗属于一种新型灌溉育苗方式。其主要优点是高效、节水和环保。在欧美许多发达国家已作了大量研究，以荷兰为代表的国外设施农业发达国家在生产中应用的潮汐灌溉系统营养液管理基本实现全自动调控，设备先进、技术领先。我国应当学习国外的先进经验，结合我国国情，进行潮汐灌溉技术及关键设备的研发，全面提高国内设施灌溉产品的科技含量，促进潮汐式育苗的产业化发展。
水分和营养液浓度电导率(Electrical Conductivity，简称EC)值是作物生长发育根本动力与关键影响因子，对于潮汐式穴盘育苗尤为重要，幼苗组织柔软，含水量高，生长迅速，对水分和营养液EC丰缺异常敏感。因此，创建智能精量灌溉决策系统是潮汐育苗的关键。
目前国内潮汐式育苗系统已进行初步研究，但是自动化和智能化程度还较低，大多仍停留在灌溉混肥量及频率是以手动或定时器控制的水平，这种方式并未考虑栽培幼苗种类和不同生育阶段水肥需求规律，往往阴雨天时因蒸发量减少造成育苗基质水分含量过高，以致影响幼苗正常生长。
发明内容
本发明实施例提供一种潮汐育苗营养液精准决策方法和系统，解决了现有技术中未考虑栽培幼苗种类和不同生育阶段水肥需求规律，往往阴雨天时因蒸发量减少造成育苗基质水分含量过高，以致影响幼苗正常生长的问题。
第一方面，本发明实施例提供一种潮汐育苗营养液精准决策方法，包括：
在潮汐育苗栽培区按作物类别对幼苗进行分区培育；
实时获取潮汐育苗栽培区的太阳辐射值，基于所述太阳辐射值定时计算幼苗在培育期的太阳辐射累加值，若判断获知所述太阳辐射累加值大于第一灌溉预设辐射临界值，则进一步获取幼苗在当天预设时段的阶段太阳辐射量，若判断所述阶段太阳辐射量大于第二灌溉预设辐射临界值，则获取不同作物的幼苗的生育阶段；
基于预先构建的不同作物的幼苗在不同生育阶段的营养液灌溉决策模型和幼苗参数，确定不同作物的幼苗的营养液决策方案。
作为优选的，实时获取潮汐育苗栽培区的太阳辐射值，具体包括：
基于太阳辐射传感器定时采集太阳辐射数据，根据每天0:00点至24:00点的太阳辐射数据计算每天的日均太阳辐射值Ra，单位为 W/m2；基于所述日均太阳辐射值计算得到日太阳辐射总量 Rt＝3600*24*Ra/106。
作为优选的，基于所述太阳辐射值定时计算幼苗在培育期的太阳辐射累加值，具体包括：
在每天第一预设时刻T1对幼苗在培育期的日太阳辐射总量进行累加，得到太阳辐射累加值：∑Rti＝Rt1+Rt2+…+Rti；其中Rti表示幼苗在培育期的第i天的日太阳辐射总量，i＝1,2,…。
作为优选的，则进一步获取幼苗在当天预设时段的阶段太阳辐射量，具体包括：
根据所述太阳辐射数据计算每天0:00点至第二预设时刻T2的阶段太阳辐射均值Rm，基于所述阶段太阳辐射均值Rm计算得到阶段太阳辐射总量Rn＝3600*T2*Rm/106。
作为优选的，则获取不同作物的幼苗的生育阶段，具体包括：
实时获取潮汐育苗栽培区的日均空气温湿度，基于所述日均空气温湿度得到不同作物的幼苗的生理发育时间，基于不同作物的幼苗播种时间和所述生理发育时间确定不同作物的幼苗的生育阶段。
作为优选的，基于不同作物的幼苗播种时间和所述生理发育时间确定不同作物的幼苗的生育阶段，具体包括：
获取不同作物的幼苗的日相对热效应值：
Figure BDA0002697704080000031
式中，RTE为日相对热效应值；T为日均空气温度；Tb为发育下限温度；To1、To2分别为发育适宜温度的上限和下限；Tm为发育上限温度；
基于所述日相对热效应值得到不同作物的幼苗的生理发育时间 D＝∑RTE，基于所述生理发育时间判断不同作物的幼苗所处的生育阶段。
作为优选的，还包括：
构建基于供液时间、持液时间、营养液供给EC值与不同作物的幼苗不同生育阶段的营养灌溉决策模型。
第二方面，本发明实施例提供一种潮汐育苗营养液精准决策系统，包括：
育苗模块，用于在潮汐育苗栽培区按作物类别对幼苗进行分区培育；
环境模块，用于实时获取潮汐育苗栽培区的太阳辐射值，基于所述太阳辐射值定时计算幼苗在培育期的太阳辐射累加值，若判断获知所述太阳辐射累加值大于第一灌溉预设辐射临界值，则进一步获取幼苗在当天预设时段的阶段太阳辐射量，若判断所述阶段太阳辐射量大于第二灌溉预设辐射临界值，则获取不同作物的幼苗的生育阶段；
决策模块，用于基于预先构建的不同作物的幼苗在不同生育阶段的营养液灌溉决策模型和幼苗参数，确定不同作物的幼苗的营养液决策方案。
第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明第一方面实施例所述潮汐育苗营养液精准决策方法的步骤。
第四方面，本发明实施例提供一种非暂态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如本发明第一方面实施例所述潮汐育苗营养液精准决策方法的步骤。
本发明实施例提供的一种潮汐育苗营养液精准决策方法和系统，基于日太阳辐射累积值、阶段太阳辐射值控制的灌溉决策模式，更加符合幼苗对水分和养分的需求规律，避免阴雨天灌溉，减少病虫害的发生；基于环境因子、不同作物的幼苗生长模型、水肥需求模型，使不同作物的幼苗不同生育阶段获得最佳的水肥需求量，对优质壮苗生产和保护生态环境具有重要的现实意义；可有效实现潮汐育苗营养液管理的自动化和精准化，降低综合生产管理成本，减少病虫害，提高劳动效率，充分提高设施育苗效益与效率，既能保证幼苗优质壮苗生产，也能避免水和肥料的浪费，提高水肥的利用效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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为根据本发明实施例的潮汐育苗营养液精准决策方法流程框图；
图2为根据本发明实施例的营养液灌溉决策模型建立步骤示意图；
图3为根据本发明实施例的潮汐育苗营养液精准决策系统结构示意图；
图4为本发明实施例提供的一种电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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他实施例，都属于本发明保护的范围。
本申请实施例中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。
本申请实施例中的术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列部件或单元的系统、产品或设备没有限定于已列出的部件或单元，而是可选地还包括没有列出的部件或单元，或可选地还包括对于这些产品或设备固有的其它部件或单元。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
潮汐式灌溉是一种新型的灌溉方式，利用它对植物所需的水和营养液进行智能管理，可以提高植物的生长速度，另外可以减轻劳动强度，降低管理成本，其工作原理主要是依靠穴盘底部排水孔和基质的毛细管作用，使泵入床箱内的肥料溶液或水，进入整个基质或根际空间，以满足幼苗生长发育对水分、养分的需求。潮汐式灌溉易于实现水肥耦合智能化闭合循环利用和“零排放”，节水、节肥、节工效果显著，符合现代农业“绿色”发展理念，彰显出非常广阔的应用前景。
目前国内潮汐式育苗系统已进行初步研究，但是自动化和智能化程度还较低，大多仍停留在灌溉混肥量及频率是以手动或定时器控制的水平，这种方式并未考虑栽培幼苗种类和不同生育阶段水肥需求规律，往往阴雨天时因蒸发量减少造成育苗基质水分含量过高，以致影响幼苗正常生长。
因此，本发明实施例提供一种潮汐育苗营养液精准决策方法和系统，可有效实现潮汐育苗营养液管理的自动化和精准化，降低综合生产管理成本，减少病虫害，提高劳动效率，充分提高设施育苗效益与效率，既能保证幼苗优质壮苗生产，也能避免水和肥料的浪费，提高水肥的利用效率。以下将通过多个实施例进行展开说明和介绍。
图1为根据本发明实施例的潮汐育苗营养液精准决策方法流程框图，包括：
步骤S1、在潮汐育苗栽培区按作物类别对幼苗进行分区培育；
步骤S2、实时获取潮汐育苗栽培区的太阳辐射值，基于所述太阳辐射值定时计算幼苗在培育期的太阳辐射累加值，若判断获知所述太阳辐射累加值大于第一灌溉预设辐射临界值，则进一步获取幼苗在当天预设时段的阶段太阳辐射量，若判断所述阶段太阳辐射量大于第二灌溉预设辐射临界值，则获取不同作物的幼苗的生育阶段；
步骤S3、基于预先构建的不同作物的幼苗在不同生育阶段的营养液灌溉决策模型和幼苗参数，确定不同作物的幼苗的营养液决策方案。
具体的，在本实施例中，将潮汐育苗栽培区按照作物类别进行分区，并将作物播种时间和灌溉预设临界值等信息输入潮汐育苗控制系统中；在潮汐育苗温室中，获取潮汐育苗栽培区的太阳辐射数据，并计算幼苗在培育期的太阳辐射累加值，在幼苗的培育期中增加了太阳辐射这一因素，更加符合幼苗对水分和养分的需求规律，避免阴雨天灌溉，减少病虫害的发生。
基于环境因子、不同作物的幼苗生长模型、水肥需求模型，使不同作物的幼苗不同生育阶段获得最佳的水肥需求量，对优质壮苗生产和保护生态环境具有重要的现实意义；可有效实现潮汐育苗营养液管理的自动化和精准化，降低综合生产管理成本，减少病虫害，提高劳动效率，充分提高设施育苗效益与效率，既能保证幼苗优质壮苗生产，也能避免水和肥料的浪费，提高水肥的利用效率。
步骤S4、按照所述营养液决策方案进行潮汐育苗营养液灌溉。
基于实时环境参数、不同作物的幼苗不同生育阶段的营养液灌溉决策模型和作物参数确定不同作物的幼苗营养液决策方案。按照所述营养液决策方案进行潮汐育苗营养液灌溉。
在上述实施例的基础上，实时获取潮汐育苗栽培区的太阳辐射值，具体包括：
基于太阳辐射传感器定时采集太阳辐射数据，根据每天0:00点至24:00点的太阳辐射数据计算每天的日均太阳辐射值Ra，单位为 W/m2；基于所述日均太阳辐射值计算得到日太阳辐射总量 Rt＝3600*24*Ra/106。
具体的，实时获取潮汐育苗栽培区的太阳辐射值是采用高精度太阳辐射传感器按照设定时间(每隔10分钟)采集太阳辐射数据，计算每天0:00点—24:00的日均太阳辐射值Ra(单位为：W/m2)，并转化为日太阳辐射总量Rt(单位为：MJ/m2)，Rt＝3600*24*Ra/106。
在上述各实施例的基础上，基于所述太阳辐射值定时计算幼苗在培育期的太阳辐射累加值，具体包括：
在每天第一预设时刻T1对幼苗在培育期的日太阳辐射总量进行累加，得到太阳辐射累加值：∑Rti＝Rt1+Rt2+…+Rti；其中Rti表示幼苗在培育期的第i天的日太阳辐射总量，i＝1,2,…。
具体的，在每天T1时刻对日太阳辐射总量进行累加∑Rti＝Rt1+Rt2+…+Rti；(i＝1、2…)，若太阳辐射总量累加值∑Rti大于预设灌溉辐射临界值RL1，则统计当日0:00—T2(设定的供液时刻， T2>T1)的阶段太阳辐射总量。
在上述各实施例的基础上，则进一步获取幼苗在当天预设时段的阶段太阳辐射量，具体包括：
根据所述太阳辐射数据计算每天0:00点至第二预设时刻T2的阶段太阳辐射均值Rm，基于所述阶段太阳辐射均值Rm计算得到阶段太阳辐射总量Rn＝3600*T2*Rm/106。
具体的，阶段太阳辐射总量Rn，是采用高精度太阳辐射传感器按照设定时间(每隔10分钟)采集太阳辐射数据，计算每天0:00—T2 (设定的供液时刻，T2>T1)的太阳辐射均值Rm(单位为：W/m2)，并转化为阶段太阳辐射总量Rn(单位为：MJ/m2)，Rn＝3600*t1*Ra/106若阶段太阳辐射量Rn大于预设灌溉辐射临界值RL2，则获取不同作物的幼苗类型的生育阶段。
在上述各实施例的基础上，则获取不同作物的幼苗的生育阶段，具体包括：
实时获取潮汐育苗栽培区的日均空气温湿度，基于所述日均空气温湿度得到不同作物的幼苗的生理发育时间，基于不同作物的幼苗播种时间和所述生理发育时间确定不同作物的幼苗的生育阶段。
具体的，根据日均空气温湿度计算不同作物的幼苗生理发育时间，基于作物播种时间和生理发育时间确定不同作物的幼苗生育阶段。不同作物的幼苗类型的生育阶段，基于幼苗类型、播种时间和幼苗生理发育时间而确定。
所述的空气温湿度是采用温度传感器按照设定时间(每隔10分钟)采集空气温度值，统计每天0:00点—24:00点的日均空气温度T。
在上述各实施例的基础上，基于不同作物的幼苗播种时间和所述生理发育时间确定不同作物的幼苗的生育阶段，具体包括：
获取不同作物的幼苗的日相对热效应值：
Figure BDA0002697704080000101
式中，RTE为日相对热效应值；T为日均空气温度；Tb为发育下限温度；To1、To2分别为发育适宜温度的上限和下限；Tm为发育上限温度；
基于所述日相对热效应值得到不同作物的幼苗的生理发育时间 D＝∑RTE，基于所述生理发育时间判断不同作物的幼苗所处的生育阶段。
具体的，生理发育时间(Physiological development time，PDT)是指在最适宜发育温度下，作物完成某一生理发育阶段(如从播种到成熟)所需要的时间，作物最适温光条件下生长1天定义为1个生理发育日，生理发育时间的单位为“天”；作物在最适温光条件下生长时， 1个生理发育日等于1个自然日。生理发育时间PDT是一个不受温室环境因素影响的数值，完全由作物品种基因特性决定；日生理发育效应PDE是指在当天实际温度情况下，温室作物生长一天所完成的生理发育日值，显然日生理发育效应(daily PhysiologicalDevelopment Effectiveness，PDE)不大于1；综上所述，作物完成某一生理发育阶段的生理发育时间PDT为该阶段日生理发育效应PDE的总和，作物的发育速率由日相对热效应RTE决定，因此每日生理发育效应PDE 的大小可由日相对热效应RTE决定。
本实施例中，不同蔬菜幼苗的发育温度如下表1所示：
表1 不同蔬菜幼苗的发育温度
项目类别 番茄幼苗 生菜幼苗 黄瓜幼苗 辣椒幼苗
Tb(℃) 10 8 10 15
To1(℃) 25 25 25 25
To2(℃) 30 30 30 30
Tm(℃) 35 40 40 35
具体的，所述幼苗生理发育时间D＝∑RTE，若遇断电，则潮汐式育苗控制系统提醒重新输入起始时间，默认值为断电前纪录的最终值。计算之后根据D值判定幼苗所处生育阶段。
具体的，所述不同蔬菜幼苗生理发育时间D值对应生育阶段如下表所示：
表2 不同蔬菜幼苗生理发育时间D值对应生育阶段
生育期 番茄 生菜 黄瓜 辣椒
出芽期 6 7 5 8
子叶期 8 9 9 10
1叶期 20 17 16 22
成苗期 35 30 24 38
在上述各实施例的基础上，还包括：构建基于供液时间、持液时间、营养液供给EC值与不同作物的幼苗不同生育阶段的营养灌溉决策模型。
具体的，基于潮汐育苗供液时间、持液时间、营养液供给EC值与不同作物的幼苗不同生育阶段的营养液灌溉决策模型，图2为根据本发明实施例的营养液灌溉决策模型建立步骤示意图，如图2中所示，建立的具体过程为：
1)根据已知公开的文献、资料和多次重复性不同潮汐育苗灌水技术参数试验，建立潮汐育苗系统供液时间和供液深度的定量关系、持液时间和基质含水量定量关系；不同作物的幼苗不同生育阶段干物质与供液深度定量关系、不同作物的幼苗壮苗指数与供液深度定量关系、不同作物的幼苗不同生育阶段干物质与持液时间定量关系、不同作物的幼苗壮苗指数与持液时间定量关系；
2)根据已知公开的文献、资料和多次重复性不同潮汐育苗营养液EC试验，建立不同作物的幼苗不同生育阶段干物质与营养液EC 定量关系、不同作物的幼苗不同生育阶段壮苗指数与营养液EC定量关系；
3)根据潮汐育苗试验区域的环境监测和不同作物播种时间等信息，获取和确定不同作物的生育时期以及不同作物的幼苗的生理发育时间和关键时间节点；
4)根据上述建立的关系、不同作物的生育时期以及不同作物的幼苗的生育发育时间和关键时间节点，构建基于幼苗生长发育和实时环境参数营养液灌溉决策模型。
在上述实施例的基础上，根据所述不同作物的幼苗营养液精量决策方案进行灌溉。灌溉结束后，重新累积计算。
本发明实施例还提供一种潮汐育苗营养液精准决策系统，基于上述各实施例中的潮汐育苗营养液精准决策方法，图3为根据本发明实施例的潮汐育苗营养液精准决策系统结构示意图，如图3中所示，包括育苗模块10、环境模块20和决策模块30，其中：
育苗模块10，用于在潮汐育苗栽培区按作物类别对幼苗进行分区培育；包括潮汐式苗床、穴盘和不同作物的幼苗；
环境模块20，用于实时获取潮汐育苗栽培区的太阳辐射值，基于所述太阳辐射值定时计算幼苗在培育期的太阳辐射累加值，若判断获知所述太阳辐射累加值大于第一灌溉预设辐射临界值，则进一步获取幼苗在当天预设时段的阶段太阳辐射量，若判断所述阶段太阳辐射量大于第二灌溉预设辐射临界值，则获取不同作物的幼苗的生育阶段；环境模块20按照需求布置在相应育苗温室典型位置，对温室内的空气温湿度和太阳辐射等信息数据进行测量和采集，为不同作物的幼苗不同时期的营养液灌溉决策提供数据支撑。
决策模块30，用于基于预先构建的不同作物的幼苗在不同生育阶段的营养液灌溉决策模型和幼苗参数，确定不同作物的幼苗的营养液决策方案。包括处理器、控制器和存储器。其中，所述控制器用于接收太阳辐射、空气温湿度、供液时间、持液时间、营养液EC数据等信号传输至控制器；还用于执行上述的潮汐育苗营养液灌溉决策方法。控制器，用于接收控制信号，并根据传输信号对不同作物的幼苗不同分区供液电磁阀和回液电磁阀、营养液配比组件、过滤消毒组件进行控制。
还包括灌溉模块40，按照决策模块30生成的营养液决策方案进行潮汐育苗营养液灌溉。灌溉模块40包括营养液配比组件、供回液管道组件、过滤消毒组件和分组供液电磁阀和回液电磁阀等。
本实施例为与上述方法相对应的系统实施例，详情请参考上述方法实施例，本系统实施例在此不再赘述。
图4为本发明实施例提供的一种电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)410、通信接口 (Communications Interface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令，以执行一种潮汐育苗营养液精准决策方法，该方法包括：
在潮汐育苗栽培区按作物类别对幼苗进行分区培育；
实时获取潮汐育苗栽培区的太阳辐射值，基于所述太阳辐射值定时计算幼苗在培育期的太阳辐射累加值，若判断获知所述太阳辐射累加值大于第一灌溉预设辐射临界值，则进一步获取幼苗在当天预设时段的阶段太阳辐射量，若判断所述阶段太阳辐射量大于第二灌溉预设辐射临界值，则获取不同作物的幼苗的生育阶段；
基于预先构建的不同作物的幼苗在不同生育阶段的营养液灌溉决策模型和幼苗参数，确定不同作物的幼苗的营养液决策方案。
此外，上述的存储器430中的逻辑指令可以通过软件功能单元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，本发明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)执行本发明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。
另一方面，本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的一种潮汐育苗营养液精准决策方法，该方法包括：
在潮汐育苗栽培区按作物类别对幼苗进行分区培育；
实时获取潮汐育苗栽培区的太阳辐射值，基于所述太阳辐射值定时计算幼苗在培育期的太阳辐射累加值，若判断获知所述太阳辐射累加值大于第一灌溉预设辐射临界值，则进一步获取幼苗在当天预设时段的阶段太阳辐射量，若判断所述阶段太阳辐射量大于第二灌溉预设辐射临界值，则获取不同作物的幼苗的生育阶段；
基于预先构建的不同作物的幼苗在不同生育阶段的营养液灌溉决策模型和幼苗参数，确定不同作物的幼苗的营养液决策方案。
又一方面，本发明实施例还提供一种非暂态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以执行上述各实施例提供的一种潮汐育苗营养液精准决策方法，该方法包括：
在潮汐育苗栽培区按作物类别对幼苗进行分区培育；
实时获取潮汐育苗栽培区的太阳辐射值，基于所述太阳辐射值定时计算幼苗在培育期的太阳辐射累加值，若判断获知所述太阳辐射累加值大于第一灌溉预设辐射临界值，则进一步获取幼苗在当天预设时段的阶段太阳辐射量，若判断所述阶段太阳辐射量大于第二灌溉预设辐射临界值，则获取不同作物的幼苗的生育阶段；
基于预先构建的不同作物的幼苗在不同生育阶段的营养液灌溉决策模型和幼苗参数，确定不同作物的幼苗的营养液决策方案。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种潮汐育苗营养液精准决策方法，其特征在于，包括：
在潮汐育苗栽培区按作物类别对幼苗进行分区培育；
实时获取潮汐育苗栽培区的太阳辐射值，基于所述太阳辐射值定时计算幼苗在培育期的太阳辐射累加值，若判断获知所述太阳辐射累加值大于第一灌溉预设辐射临界值，则进一步获取幼苗在当天预设时段的阶段太阳辐射量，若判断所述阶段太阳辐射量大于第二灌溉预设辐射临界值，则获取不同作物的幼苗的生育阶段；
基于预先构建的不同作物的幼苗在不同生育阶段的营养液灌溉决策模型和幼苗参数，确定不同作物的幼苗的营养液决策方案。
2.根据权利要求1所述的潮汐育苗营养液精准决策方法，其特征在于，实时获取潮汐育苗栽培区的太阳辐射值，具体包括：
基于太阳辐射传感器定时采集太阳辐射数据，根据每天0:00点至24:00点的太阳辐射数据计算每天的日均太阳辐射值Ra，单位为W/m2；基于所述日均太阳辐射值计算得到日太阳辐射总量Rt＝3600*24*Ra/106。
3.根据权利要求2所述的潮汐育苗营养液精准决策方法，其特征在于，基于所述太阳辐射值定时计算幼苗在培育期的太阳辐射累加值，具体包括：
在每天第一预设时刻T1对幼苗在培育期的日太阳辐射总量进行累加，得到太阳辐射累加值：∑Rti＝Rt1+Rt2+…+Rti；其中Rti表示幼苗在培育期的第i天的日太阳辐射总量，i＝1,2,…。
4.根据权利要求3所述的潮汐育苗营养液精准决策方法，其特征在于，则进一步获取幼苗在当天预设时段的阶段太阳辐射量，具体包括：
根据所述太阳辐射数据计算每天0:00点至第二预设时刻T2的阶段太阳辐射均值Rm，基于所述阶段太阳辐射均值Rm计算得到阶段太阳辐射总量Rn＝3600*T2*Rm/106。
5.根据权利要求1所述的潮汐育苗营养液精准决策方法，其特征在于，则获取不同作物的幼苗的生育阶段，具体包括：
实时获取潮汐育苗栽培区的日均空气温湿度，基于所述日均空气温湿度得到不同作物的幼苗的生理发育时间，基于不同作物的幼苗播种时间和所述生理发育时间确定不同作物的幼苗的生育阶段。
6.根据权利要求5所述的潮汐育苗营养液精准决策方法，其特征在于，基于不同作物的幼苗播种时间和所述生理发育时间确定不同作物的幼苗的生育阶段，具体包括：
获取不同作物的幼苗的日相对热效应值：
Figure FDA0002697704070000021
式中，RTE为日相对热效应值；T为日均空气温度；Tb为发育下限温度；To1、To2分别为发育适宜温度的上限和下限；Tm为发育上限温度；
基于所述日相对热效应值得到不同作物的幼苗的生理发育时间D＝∑RTE，基于所述生理发育时间判断不同作物的幼苗所处的生育阶段。
7.根据权利要求1所述的潮汐育苗营养液精准决策方法，其特征在于，还包括：
构建基于供液时间、持液时间、营养液供给EC值与不同作物的幼苗不同生育阶段的营养灌溉决策模型。
8.一种潮汐育苗营养液精准决策系统，其特征在于，包括：
育苗模块，用于在潮汐育苗栽培区按作物类别对幼苗进行分区培育；
环境模块，用于实时获取潮汐育苗栽培区的太阳辐射值，基于所述太阳辐射值定时计算幼苗在培育期的太阳辐射累加值，若判断获知所述太阳辐射累加值大于第一灌溉预设辐射临界值，则进一步获取幼苗在当天预设时段的阶段太阳辐射量，若判断所述阶段太阳辐射量大于第二灌溉预设辐射临界值，则获取不同作物的幼苗的生育阶段；
决策模块，用于基于预先构建的不同作物的幼苗在不同生育阶段的营养液灌溉决策模型和幼苗参数，确定不同作物的幼苗的营养液决策方案。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述潮汐育苗营养液精准决策方法的步骤。
10.一种非暂态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至7任一项所述潮汐育苗营养液精准决策方法的步骤。
CN202011011494.5A 2020-09-23 2020-09-23 一种潮汐育苗营养液精准决策方法和系统 Active CN112273026B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011011494.5A CN112273026B (zh) 2020-09-23 2020-09-23 一种潮汐育苗营养液精准决策方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011011494.5A CN112273026B (zh) 2020-09-23 2020-09-23 一种潮汐育苗营养液精准决策方法和系统

Publications (2)

Publication Number Publication Date
CN112273026A true CN112273026A (zh) 2021-01-29
CN112273026B CN112273026B (zh) 2022-07-01

Family

ID=74422987

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011011494.5A Active CN112273026B (zh) 2020-09-23 2020-09-23 一种潮汐育苗营养液精准决策方法和系统

Country Status (1)

Country Link
CN (1) CN112273026B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115500248A (zh) * 2022-10-30 2022-12-23 同济大学 一种基于环境信息的潮汐式灌溉控制方法
CN115989763A (zh) * 2023-03-23 2023-04-21 北京市农林科学院智能装备技术研究中心 温室灌溉控制方法、装置、系统及设备

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB921905A (en) * 1958-06-10 1963-03-27 Pierre Vidal Improvements in or relating to irradiation installations
JPS6012913A (ja) * 1983-07-01 1985-01-23 森　敬 植物栽培装置
CN103461083A (zh) * 2013-09-05 2013-12-25 江苏大学 一种启动温室营养液浇灌的方法
CN104813793A (zh) * 2015-05-15 2015-08-05 温州市农业科学研究院 一种潮汐盘育苗水位动态管理装置
CN106258855A (zh) * 2016-08-15 2017-01-04 北京市农业技术推广站 一种基于光辐射的智能灌溉系统
CN107896949A (zh) * 2017-11-20 2018-04-13 深圳春沐源控股有限公司 一种水肥灌溉自动控制方法及系统
CN109566387A (zh) * 2018-12-12 2019-04-05 北京农业智能装备技术研究中心 一种基质栽培营养液的灌溉决策方法及灌溉系统
CN109874477A (zh) * 2019-01-17 2019-06-14 北京农业智能装备技术研究中心 一种农业园区施肥机托管方法及系统
CN109892203A (zh) * 2019-03-08 2019-06-18 北京农业智能装备技术研究中心 作物潮汐式灌溉综合管控系统及管控方法
CN110187688A (zh) * 2019-06-14 2019-08-30 青岛农业大学 设施农业智能水肥一体化控制系统及控制方法
CN110214506A (zh) * 2019-06-26 2019-09-10 北京农业智能装备技术研究中心 水肥管控方法及系统
CN110692500A (zh) * 2019-10-10 2020-01-17 北京农业智能装备技术研究中心 一种潮汐育苗标定与灌溉装置及方法
CN111448979A (zh) * 2020-05-12 2020-07-28 盐城中农国业农业科技股份有限公司 一种光照辐射灌溉方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB921905A (en) * 1958-06-10 1963-03-27 Pierre Vidal Improvements in or relating to irradiation installations
JPS6012913A (ja) * 1983-07-01 1985-01-23 森　敬 植物栽培装置
CN103461083A (zh) * 2013-09-05 2013-12-25 江苏大学 一种启动温室营养液浇灌的方法
CN104813793A (zh) * 2015-05-15 2015-08-05 温州市农业科学研究院 一种潮汐盘育苗水位动态管理装置
CN106258855A (zh) * 2016-08-15 2017-01-04 北京市农业技术推广站 一种基于光辐射的智能灌溉系统
CN107896949A (zh) * 2017-11-20 2018-04-13 深圳春沐源控股有限公司 一种水肥灌溉自动控制方法及系统
CN109566387A (zh) * 2018-12-12 2019-04-05 北京农业智能装备技术研究中心 一种基质栽培营养液的灌溉决策方法及灌溉系统
CN109874477A (zh) * 2019-01-17 2019-06-14 北京农业智能装备技术研究中心 一种农业园区施肥机托管方法及系统
CN109892203A (zh) * 2019-03-08 2019-06-18 北京农业智能装备技术研究中心 作物潮汐式灌溉综合管控系统及管控方法
CN110187688A (zh) * 2019-06-14 2019-08-30 青岛农业大学 设施农业智能水肥一体化控制系统及控制方法
CN110214506A (zh) * 2019-06-26 2019-09-10 北京农业智能装备技术研究中心 水肥管控方法及系统
CN110692500A (zh) * 2019-10-10 2020-01-17 北京农业智能装备技术研究中心 一种潮汐育苗标定与灌溉装置及方法
CN111448979A (zh) * 2020-05-12 2020-07-28 盐城中农国业农业科技股份有限公司 一种光照辐射灌溉方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115500248A (zh) * 2022-10-30 2022-12-23 同济大学 一种基于环境信息的潮汐式灌溉控制方法
CN115500248B (zh) * 2022-10-30 2024-01-26 同济大学 一种基于环境信息的潮汐式灌溉控制方法
CN115989763A (zh) * 2023-03-23 2023-04-21 北京市农林科学院智能装备技术研究中心 温室灌溉控制方法、装置、系统及设备
CN115989763B (zh) * 2023-03-23 2023-06-27 北京市农林科学院智能装备技术研究中心 温室灌溉控制方法、装置、系统及设备

Also Published As

Publication number Publication date
CN112273026B (zh) 2022-07-01

Similar Documents

Publication Publication Date Title
CN109874477B (zh) 一种农业园区施肥机托管方法及系统
CN104094762B (zh) 一种滇重楼种苗快速培育方法
CN112273026B (zh) 一种潮汐育苗营养液精准决策方法和系统
CN102893817B (zh) 一种基于指数线性方程的设施作物干物质生产模拟方法
CN101950321A (zh) 一种建立日光温室长季节栽培番茄植株叶片数模型用于控制番茄长势的方法
CN105494033A (zh) 一种基于作物需求的智能节水灌溉方法
CN108334139A (zh) 一种基于大数据的温室自动化控制的方法及系统
CN111640038B (zh) 水稻作物系数计算方法以及水稻灌溉系统
CN201595053U (zh) 一种模糊灌溉控制系统
CN110447509A (zh) 一种植物基质栽培的营养液灌溉控制系统与方法
CN112167035B (zh) 一种水培叶菜生产管理方法及系统
CN108985664A (zh) 一种智能农场现场监测管理系统及方法
Elenzano Smart farming for lowland strawberry (Fragaria x ananassa) production
CN105993720B (zh) 一种日光温室基质袋培作物灌水量的模拟计算方法
CN115759487B (zh) 南美白对虾养殖肥水作业窗口期的气象风险预测方法
CN112099557A (zh) 一种基于互联网的家居植物栽植方法及系统
CN107085643A (zh) 一种盐水灌溉节点的获取方法
CN116616019A (zh) 基于物联网和人工智能的油茶水肥一体化滴灌方法及系统
CN112273025B (zh) 一种分布式立体穴盘育苗水肥精准管控系统和方法
Jing et al. Prediction of crop phenology—A component of parallel agriculture management
Xu et al. Variability of parameters of ORYZA (v3) for rice under different water and nitrogen treatments and the cross treatments validation
CN112273208B (zh) 一种基于多源信息的潮汐育苗灌溉决策方法和系统
Hermala et al. The application of IoT-based hydroponic system and solar power to increase agricultural production and horticultural crop productivity
Rakshitha et al. Automation of hydroponics system using android application and ubidots platform
CN109122291A (zh) 观光型白花甘蓝型油菜的选育方法、信息数据分析方法

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