CN113219865B - 基于光辐射量和蒸腾时滞效应的温室番茄超前决策高频智能灌溉方法及系统 - Google Patents

基于光辐射量和蒸腾时滞效应的温室番茄超前决策高频智能灌溉方法及系统 Download PDF

Info

Publication number
CN113219865B
CN113219865B CN202110416626.0A CN202110416626A CN113219865B CN 113219865 B CN113219865 B CN 113219865B CN 202110416626 A CN202110416626 A CN 202110416626A CN 113219865 B CN113219865 B CN 113219865B
Authority
CN
China
Prior art keywords
irrigation
plant
night
wet
air temperature
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
CN202110416626.0A
Other languages
English (en)
Other versions
CN113219865A (zh
Inventor
李建明
马乐乐
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.)
Northwest A&F University
Original Assignee
Northwest A&F University
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 Northwest A&F University filed Critical Northwest A&F University
Priority to CN202110416626.0A priority Critical patent/CN113219865B/zh
Publication of CN113219865A publication Critical patent/CN113219865A/zh
Application granted granted Critical
Publication of CN113219865B publication Critical patent/CN113219865B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0423—Input/output
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24215—Scada supervisory control and data acquisition
    • 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
    • Y02A40/25—Greenhouse technology, e.g. cooling systems therefor

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Greenhouses (AREA)

Abstract

本发明涉及一种基于光辐射量和蒸腾时滞效应的温室番茄超前决策高频智能灌溉方法及系统。本发明的方法包括以下步骤：1)实时采集温室内光合有效辐射，空气温度和空气相对湿度数据；2)输入当前物候期植株叶片的各叶长叶宽，计算出植株的总叶面积LA；3)根据步骤1)采集到的数据计算出每小时植株吸收的光合有效辐射量APAR、空气平均温度Ta和空气平均相对湿度RH；4)夜间时段计算单株每小时灌溉量，最后得到夜间总灌溉量WETnight；5)白天时段计算出单株未来1h灌溉量WETday，并发出灌溉指令；6)依据WETday提前1h进行灌溉，灌溉频率为1h，夜间总灌溉量WETnight加入至白天第一次灌溉量中。本发明可以实现超前决策，提前灌溉，具有自动化、智能化的优点。

Description

基于光辐射量和蒸腾时滞效应的温室番茄超前决策高频智能 灌溉方法及系统
技术领域
本发明涉及农业灌溉技术领域，尤其涉及一种基于光辐射量和蒸腾时滞效应的温室番茄超前决策高频智能灌溉方法及系统。
背景技术
中国作为人口大国，水资源匮乏问题越来越显著，农业灌水在全国用水总量中占比巨大，如何改变水分利用率较低的传统灌溉模式，进行高效率的灌溉方式，实现农业生产的高产高效益，已成为中国农业现阶段发展的重要目标。番茄在中国的栽培面积广泛，其色泽鲜样，营养丰富，较受消费者喜爱。在番茄生产过程中，对其实行有效的灌溉策略不仅能有效节省水资源，而且可以降低种植成本，提高农民收入。传统的经验灌溉法虽然快速方便，但精准度低且浪费水资源，容易造成过量灌溉增加番茄发病概率，已不能满足生产需要。近年来，灌溉系统方面研究逐步向自动化与智能化趋近，包括使用更加先进与智能的自动控制系统，使用更加精确的蒸腾模型预测算法等。
发明内容
本发明为解决背景技术中存在的上述技术问题，而提供一种基于光辐射量和蒸腾时滞效应的温室番茄超前决策高频智能灌溉方法及系统，可以实现超前决策，提前灌溉，具有自动化、智能化的优点。
本发明的技术解决方案是：本发明为一种基于光辐射量和蒸腾时滞效应的温室番茄超前决策高频智能灌溉方法，其特殊之处在于：所述方法包括以下步骤：
1)实时采集温室内光合有效辐射，空气温度和空气相对湿度数据；
2)输入当前物候期植株叶片的各叶长叶宽，计算出植株的总叶面积LA；
3)根据步骤1)采集到的数据计算出每小时植株吸收的光合有效辐射量APAR、空气平均温度Ta和空气平均相对湿度RH；
4)夜间时段计算单株每小时灌溉量，最后得到夜间总灌溉量WETnight；
5)白天时段计算出单株未来1h灌溉量WETday，并发出灌溉指令；
6)依据WETday提前1h进行灌溉，灌溉频率为1h，夜间总灌溉量WETnight加入至白天第一次灌溉量中。
进一步的，步骤2)中
Figure BDA0003025948090000021
其中，LA为单株总叶面积，单位为m2；n为单株叶片数量；Li为每片叶的叶长(叶柄与茎接触处至叶片最远端叶尖处距离)，单位为m；Wi为每片叶的叶宽(叶片横向距离最远的两片小叶叶尖的距离)，单位为m。
进一步的，步骤3)中
Figure BDA0003025948090000022
其中，APAR为植株每小时内吸收的光合有效辐射量，单位为mmol；PARi为一小时内每个时刻记录的植株冠层光合有效辐射，单位为μmol·m-2·s-1，10min记录1次；LA为植株总叶面积，单位为m2。
进一步的，步骤4)中
Figure BDA0003025948090000023
其中，其中，WETnight为夜间单株总灌溉量，单位为mL；n为夜间小时数；Tai为每小时空气温度，单位为℃；RHi为每小时空气相对湿度。
进一步的，步骤5)中
WETday＝(-2731.27+2.67 APAR’+77.47 Ta’+7783.12 RH’+0.002 APAR’2-0.15Ta’2-4742.03 RH’2-0.09 APAR’×Ta’-0.46 APAR’×RH’-146.58 Ta’×RH’)×LA/0.48
其中，WETday为白天未来1h的单株所需灌溉量，单位为mL；LA为植株总叶面积，单位为m2；APAR’为2h前植株叶片吸收的光合有效辐射量，单位为mmol；Ta’为1h前的空气温度，单位为℃；RH’为1h前的空气相对湿度。
一种实现上述的基于光辐射量和蒸腾时滞效应的温室番茄超前决策高频智能灌溉方法的系统，其特殊之处在于：该系统包括数据采集模块，超前决策模块和灌溉控制模块，数据采集模块实时采集温室内光合有效辐射，空气温度和空气相对湿度；超前决策模块根据数据采集模块采集的环境因子数据基于光辐射量和蒸腾时滞效应的超前决策模型算法，提前计算出未来1h所需灌水量，并发出灌溉指令；灌溉控制模块根据超前决策模块发出的灌溉指令实施灌溉，灌溉频率为1h。
进一步的，数据采集模块包括光合有效辐射传感器、空气温度传感器和空气湿度传感器，光合有效辐射传感器、空气温度传感器和空气湿度传感器分别接入超前决策模块。
进一步的，超前决策模块包括单片机处理器与人机交互界面，单片机处理器与人机交互界面连接，光合有效辐射传感器、空气温度传感器和空气湿度传感器分别接入单片机处理器。
一种实现上述的基于光辐射量和蒸腾时滞效应的温室番茄超前决策高频智能灌溉方法的系统，其特殊之处在于：该系统包括数据采集模块，超前决策模块和灌溉控制模块，数据采集模块实时采集温室内光合有效辐射，空气温度和空气相对湿度数据，并与超前决策模块相连将采集到的数据进行实时传输；超前决策模块，根据采集的环境因子数据结合蒸腾时滞效应以及数学模型进行超前决策，提前计算出下个时段所需灌水量，并向灌溉控制模块发出指令，灌溉控制模块可接收超前决策模块发出的指令进行自动灌溉。
进一步的，数据采集模块包括光合有效辐射传感器、空气温度传感器和空气湿度传感器，光合有效辐射传感器、空气温度传感器和空气湿度传感器分别接入超前决策模块。
进一步的，超前决策模块包括单片机处理器与人机交互界面，单片机处理器与人机交互界面连接，光合有效辐射传感器、空气温度传感器和空气湿度传感器分别接入单片机处理器。
本发明提供了一种基于光合有效辐射和蒸腾时滞效应的温室番茄超前决策高频智能灌溉方法及系统，本发明的系统包括数据采集模块，实时采集温室内光合有效辐射，空气温度和空气相对湿度；超前决策模块，根据采集的环境因子数据结合蒸腾时滞效应以及数学模型进行超前决策，提前计算出下个时段所需灌水量，并通过人机交互界面显示相关信息及输入命令；灌溉控制模块，根据超前决策模块发出的命令实施灌溉，决策与灌溉频率为1小时。本发明以植株吸收的光辐射量作为灌溉决策模型及子模型；将蒸腾时滞效应加入到灌溉决策模型中，形成可以超前决策与提前灌溉的目的；白天频率为1h的高频智能灌溉方式；以小时为单位依据温湿度计算夜间总灌溉量的模型方法，并将夜间总灌溉量加入至白天第一次灌溉中。因此本发明具有以下优点：
1)本发明的系统全程自动运行，具有自动化、智能化的优点。
2)本发明利用了植物蒸腾的时滞效应，可以实现超前决策，提前灌溉，能够在植株蒸腾失水产生水分胁迫之前就提前补充水分。
3)本发明的数学模型以光辐射量为主要因子，并加入了植物蒸腾时滞效应，使该蒸腾模型在简单易用的基础上精度远高于一般模型，实现了高效率的精准灌溉。
4)本发明采用高灌溉频率极大的提高了水分利用效率，避免了低频灌溉下的植株短时缺水胁迫，特别适合于小基质量的基质袋式栽培方式，可大幅度节省生产成本提高经济效益。
附图说明
图1为本发明的系统框图；
图2为本发明的方法流程图。
具体实施方式
本发明提供了一种基于光辐射量和蒸腾时滞效应的温室番茄超前决策高频智能灌溉方法，该方法具体步骤如下：
1)实时采集温室内光合有效辐射，空气温度和空气相对湿度数据；
2)输入当前物候期植株叶片的各叶长叶宽，计算出植株的总叶面积LA；
Figure BDA0003025948090000041
其中，LA为单株总叶面积，单位为m2；n为单株叶片数量；Li为每片叶的叶长(叶柄与茎接触处至叶片最远端叶尖处距离)，单位为m；Wi为每片叶的叶宽(叶片横向距离最远的两片小叶叶尖的距离)，单位为m。
3)根据步骤1)采集到的数据计算出每小时植株吸收的光合有效辐射量APAR、空气平均温度Ta和空气平均相对湿度RH；
Figure BDA0003025948090000051
其中，APAR为植株每小时内吸收的光合有效辐射量，单位为mmol；PARi为一小时内每个时刻记录的植株冠层光合有效辐射，单位为μmol·m-2·s-1，10min记录1次；LA为植株总叶面积，单位为m2。
4)夜间时段计算单株每小时灌溉量，最后得到夜间总灌溉量WETnight；
Figure BDA0003025948090000052
其中，其中，WETnight为夜间单株总灌溉量，单位为mL；n为夜间小时数；Tai为每小时空气温度，单位为℃；RHi为每小时空气相对湿度。
5)白天时段计算出单株未来1h灌溉量WETday，并发出灌溉指令；
WETday＝(-2731.27+2.67 APAR’+77.47 Ta’+7783.12 RH’+0.002 APAR’2-0.15Ta’2-4742.03 RH’2-0.09 APAR’×Ta’-0.46 APAR’×RH’-146.58 Ta’×RH’)×LA/0.48
其中，WETday为白天未来1h的单株所需灌溉量，单位为mL；LA为植株总叶面积，单位为m2；APAR’为2h前植株叶片吸收的光合有效辐射量，单位为mmol；Ta’为1h前的空气温度，单位为℃；RH’为1h前的空气相对湿度。
6)依据WETday提前1h进行灌溉，灌溉频率为1h，夜间总灌溉量WETnight加入至白天第一次灌溉量中。
下面结合附图和具体实施例对本发明作进一步的详细描述。
参见图1，本发明的系统包括数据采集模块，超前决策模块和灌溉控制模块，其中：
数据采集模块，包括光合有效辐射传感器、空气温度传感器和空气湿度传感器，实时采集温室内光合有效辐射，空气温度和空气相对湿度数据，并与超前决策模块的单片机处理器相连，将采集到的环境因子数据进行实时传输。
超前决策模块，包括单片机处理器与人机交互界面，根据采集的环境因子数据基于光辐射量和蒸腾时滞效应的超前决策模型算法，提前计算出未来1h所需灌水量，并发出灌溉指令；
灌溉控制模块可接收超前决策模块发出的指令进行自动灌溉。灌溉控制模块可为现有的灌溉控制装置，如由蓄水池、水泵、水管、电磁阀、滴灌管、滴箭等组成。使用时将本发明的超前决策模块接入现有的灌溉控制装置即可。
其中系统超前决策模型算法如下：
Figure BDA0003025948090000061
其中，LA为单株总叶面积，单位为m2；n为单株叶片数量；Li为每片叶的叶长(叶柄与茎接触处至叶片最远端叶尖处距离)，单位为m；Wi为每片叶的叶宽(叶片横向距离最远的两片小叶叶尖的距离)，单位为m。
Figure BDA0003025948090000062
其中，APAR为植株每小时内吸收的光合有效辐射量，单位为mmol；PARi为一小时内每个时刻记录的植株冠层光合有效辐射，单位为μmol·m-2·s-1，10min记录1次；LA为植株总叶面积，单位为m2。
Figure BDA0003025948090000063
其中，WETnight为夜间单株总灌溉量，单位为mL；n为夜间小时数；Tai为每小时空气温度，单位为℃；RHi为每小时空气相对湿度。
WETday＝(-2731.27+2.67 APAR’+77.47 Ta’+7783.12 RH’+0.002 APAR’2-0.15Ta’2-4742.03 RH’2-0.09 APAR’×Ta’-0.46 APAR’×RH’-146.58 Ta’×RH’)×LA/0.48(4)
其中，WETday为白天未来1h的单株所需灌溉量，单位为mL；LA为植株总叶面积，单位为m2；APAR’为2h前植株叶片吸收的光合有效辐射量，单位为mmol；Ta’为1h前的空气温度，单位为℃；RH’为1h前的空气相对湿度。
参见图2，本发明的系统运作过程如下：
1)数据采集模块实时采集温室内的光合有效辐射PAR、空气温度Ta和空气相对湿度RH，采集间隔为10min；
2)用户输入当前物候期植株叶片的各叶长叶宽，单片机处理器依据叶面积模型公式(1)计算出植株的总叶面积LA；
3)单片机处理器依据采集的环境数据依据公式(2)计算出每小时植株吸收的光合有效辐射量APAR、空气平均温度Ta和空气平均相对湿度RH；
4)单片机处理器依据夜间蒸腾模型公式(3)计算出单株每小时灌溉量，最后得到夜间总灌溉量WETnight；
5)单片机处理器依据白天超前决策模型公式(4)计算出单株未来1h灌溉量WETday；
6)灌溉控制模块依据白天未来1h的灌溉量进行提前灌溉，灌溉频率为1h，夜间总灌溉量WETnight加入至白天第一次灌溉量中。
本发明权利要求保护内容为：
1)采用基于光辐射量和蒸腾时滞效应模型算法的超前决策系统与灌溉方法以提高灌溉效果的技术方案。
2)采用依据温湿度以小时为单位累计计算夜间总灌溉量并将夜间总灌溉量加入至白天第一次灌溉中的技术方案。
本发明内容及上述实施例中未具体叙述的技术内容同现有技术。
以上，仅为本发明公开的具体实施方式，但本发明公开的保护范围并不局限于此，本发明公开的保护范围应以权利要求的保护范围为准。

Claims (4)

1.一种基于光辐射量和蒸腾时滞效应的温室番茄超前决策高频智能灌溉方法，其特征在于：所述方法包括以下步骤：
1)实时采集温室内光合有效辐射，空气温度和空气相对湿度数据；
2)输入当前物候期植株叶片的各叶长叶宽，计算出植株的总叶面积LA；
Figure FDA0003783525350000011
其中，LA为单株总叶面积，单位为m2；n为单株叶片数量；Li为每片叶的叶长，其中叶长为叶柄与茎接触处至叶片最远端叶尖处距离，单位为m；Wi为每片叶的叶宽，其中叶宽为叶片横向距离最远的两片小叶叶尖的距离，单位为m；
3)根据步骤1)采集到的数据计算出每小时植株吸收的光合有效辐射量APAR、空气平均温度Ta和空气平均相对湿度RH；
Figure FDA0003783525350000012
其中，APAR为植株每小时内吸收的光合有效辐射量，单位为mmol；PARi为一小时内每个时刻记录的植株冠层光合有效辐射，单位为μmol·m-2·s-1，10min记录1次；LA为植株总叶面积，单位为m2；
4)夜间时段计算单株每小时灌溉量，最后得到夜间总灌溉量WETnight；
Figure FDA0003783525350000013
其中，其中，WETnight为夜间单株总灌溉量，单位为mL；n为夜间小时数；Tai为每小时空气温度，单位为℃；RHi为每小时空气相对湿度。
5)白天时段计算出单株未来1h灌溉量WETday，并发出灌溉指令；
WETday＝(-2731.27+2.67APAR’+77.47Ta’+7783.12RH’+0.002APAR’2-0.15Ta’2-4742.03RH’2-0.09APAR’×Ta’-0.46APAR’×RH’-146.58Ta’×RH’)×LA/0.48
其中，WETday为白天未来1h的单株所需灌溉量，单位为mL；LA为植株总叶面积，单位为m2；APAR’为2h前植株叶片吸收的光合有效辐射量，单位为mmol；Ta’为1h前的空气温度，单位为℃；RH’为1h前的空气相对湿度。
6)依据WETday提前1h进行灌溉，灌溉频率为1h，夜间总灌溉量WETnight加入至白天第一次灌溉量中。
2.一种实现权利要求1所述的基于光辐射量和蒸腾时滞效应的温室番茄超前决策高频智能灌溉方法的系统，其特征在于：该系统包括数据采集模块，超前决策模块和灌溉控制模块，所述数据采集模块实时采集温室内光合有效辐射，空气温度和空气相对湿度；所述数超前决策模块根据数据采集模块采集的环境因子数据基于光辐射量和蒸腾时滞效应的超前决策模型算法，提前计算出未来1h所需灌水量，并发出灌溉指令；所述数灌溉控制模块根据超前决策模块发出的灌溉指令实施灌溉，灌溉频率为1h。
3.根据权利要求2所述的基于光辐射量和蒸腾时滞效应的温室番茄超前决策高频智能灌溉系统，其特征在于：所述数据采集模块包括光合有效辐射传感器、空气温度传感器和空气湿度传感器，所述光合有效辐射传感器、空气温度传感器和空气湿度传感器分别接入超前决策模块。
4.根据权利要求3所述的基于光辐射量和蒸腾时滞效应的温室番茄超前决策高频智能灌溉系统，其特征在于：所述超前决策模块包括单片机处理器与人机交互界面，所述单片机处理器与人机交互界面连接，所述光合有效辐射传感器、空气温度传感器和空气湿度传感器分别接入单片机处理器。
CN202110416626.0A 2021-04-19 2021-04-19 基于光辐射量和蒸腾时滞效应的温室番茄超前决策高频智能灌溉方法及系统 Active CN113219865B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110416626.0A CN113219865B (zh) 2021-04-19 2021-04-19 基于光辐射量和蒸腾时滞效应的温室番茄超前决策高频智能灌溉方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110416626.0A CN113219865B (zh) 2021-04-19 2021-04-19 基于光辐射量和蒸腾时滞效应的温室番茄超前决策高频智能灌溉方法及系统

Publications (2)

Publication Number Publication Date
CN113219865A CN113219865A (zh) 2021-08-06
CN113219865B true CN113219865B (zh) 2022-09-16

Family

ID=77087693

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110416626.0A Active CN113219865B (zh) 2021-04-19 2021-04-19 基于光辐射量和蒸腾时滞效应的温室番茄超前决策高频智能灌溉方法及系统

Country Status (1)

Country Link
CN (1) CN113219865B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114503903A (zh) * 2022-02-18 2022-05-17 北京市农业技术推广站 一种连栋温室番茄长季节基质栽培灌溉方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8606415B1 (en) * 2011-01-06 2013-12-10 Hunter Industries, Inc. Irrigation system with ET based seasonal watering adjustment and soil moisture sensor shutoff
CN105353656A (zh) * 2015-11-05 2016-02-24 宁波熵联信息技术有限公司 一种基于模糊推理的智能温室灌溉控制装置
CN106613783A (zh) * 2016-10-20 2017-05-10 河北农业大学 一种通用智能灌溉系统及其控制方法
CN108012640A (zh) * 2017-11-29 2018-05-11 上海华维节水灌溉股份有限公司 一种基于作物环境协同反馈的灌溉施肥系统
CN109819882A (zh) * 2019-01-17 2019-05-31 固安京蓝云科技有限公司 确定灌溉制度的方法及装置
CN110432046A (zh) * 2019-09-17 2019-11-12 华北水利水电大学 一种温室内的智能灌溉系统
CN111280019A (zh) * 2020-02-06 2020-06-16 山东农业大学 一种土壤水分数字化预测与灌溉预警方法
CN112154904A (zh) * 2020-09-24 2021-01-01 同济大学 一种温室有机基质栽培番茄的精准灌溉控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CH699512A2 (de) * 2008-09-05 2010-03-15 Plantcare Ag Verfahren und Vorrichtung zur automatischen Regelung der Bewässerung von Pflanzen.

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8606415B1 (en) * 2011-01-06 2013-12-10 Hunter Industries, Inc. Irrigation system with ET based seasonal watering adjustment and soil moisture sensor shutoff
CN105353656A (zh) * 2015-11-05 2016-02-24 宁波熵联信息技术有限公司 一种基于模糊推理的智能温室灌溉控制装置
CN106613783A (zh) * 2016-10-20 2017-05-10 河北农业大学 一种通用智能灌溉系统及其控制方法
CN108012640A (zh) * 2017-11-29 2018-05-11 上海华维节水灌溉股份有限公司 一种基于作物环境协同反馈的灌溉施肥系统
CN109819882A (zh) * 2019-01-17 2019-05-31 固安京蓝云科技有限公司 确定灌溉制度的方法及装置
CN110432046A (zh) * 2019-09-17 2019-11-12 华北水利水电大学 一种温室内的智能灌溉系统
CN111280019A (zh) * 2020-02-06 2020-06-16 山东农业大学 一种土壤水分数字化预测与灌溉预警方法
CN112154904A (zh) * 2020-09-24 2021-01-01 同济大学 一种温室有机基质栽培番茄的精准灌溉控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《温室番茄蒸腾量与其影响因子的相关分析及模型模拟》;姚勇哲 等;《应用生态学报》;20120731;第23卷(第7期);参见1870-1872页 *

Also Published As

Publication number Publication date
CN113219865A (zh) 2021-08-06

Similar Documents

Publication Publication Date Title
CN106718695B (zh) 一种智能节水灌溉物联网控制系统
CN102283076A (zh) 用于使用大气水进行灌溉的系统和方法
CN103461077B (zh) 确定烤烟灌溉理论灌水量的方法和烟田灌溉指导装置
CN106557658A (zh) 一种气候变化背景下灌溉需水量计算系统及其方法
CN205266532U (zh) 一种基于物联网技术的花卉养护系统
CN103250614A (zh) 新型光伏电脑自动微灌溉系统
CN113219865B (zh) 基于光辐射量和蒸腾时滞效应的温室番茄超前决策高频智能灌溉方法及系统
CN111685014A (zh) 基于多源信息融合的作物节水灌溉决策方法及测控系统
CN102823402A (zh) 一种寒地水稻高效环保灌溉方法
CN203708964U (zh) 甘蔗精细化种植滴灌控制装置
CN113994869B (zh) 一种基于物联网的智慧农业智能节水灌溉系统
CN114418235A (zh) 一种农作物生长状况确定方法及系统
CN111587751A (zh) 一种冬水田中稻-再生稻机械化种植的周年水分管理方法
CN117063819A (zh) 一种育植自主喷灌方法及其决策执行装置
CN209914477U (zh) 茶园水肥精量灌施系统
CN216701221U (zh) 区域水量远程监控系统
CN116569721A (zh) 基于虚实融合的苜蓿水肥调控方法
CN202019600U (zh) 一种温室甜瓜灌溉决策系统
CN213848015U (zh) 一种基于多源信息融合的作物节水灌溉测控系统
CN213659242U (zh) 一种蔬菜种植大棚自动控制系统
CN208273804U (zh) 一种应用晒田技术控制无效分蘖的水稻种植气象服务系统
CN209030787U (zh) 生态园林水控制系统
CN203181545U (zh) 一种基于rfid的景观自动化施肥系统
CN214676938U (zh) 一种高效智慧沉香苗种植浇溉系统
CN116267540B (zh) 一种数字化变量灌溉群控方法

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