CN113592193A - 一种作物收获期时间预测方法、装置及存储介质 - Google Patents
一种作物收获期时间预测方法、装置及存储介质 Download PDFInfo
- Publication number
- CN113592193A CN113592193A CN202110954520.6A CN202110954520A CN113592193A CN 113592193 A CN113592193 A CN 113592193A CN 202110954520 A CN202110954520 A CN 202110954520A CN 113592193 A CN113592193 A CN 113592193A
- Authority
- CN
- China
- Prior art keywords
- day
- crop
- value
- date
- determining
- 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
- 238000003306 harvesting Methods 0.000 title claims abstract description 97
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 230000035800 maturation Effects 0.000 claims abstract description 15
- 230000005070 ripening Effects 0.000 claims abstract description 11
- 238000009331 sowing Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 21
- 102100036524 Anoctamin-5 Human genes 0.000 claims description 17
- 101000928364 Homo sapiens Anoctamin-5 Proteins 0.000 claims description 17
- 238000009825 accumulation Methods 0.000 claims description 11
- 230000001186 cumulative effect Effects 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 3
- 235000013339 cereals Nutrition 0.000 description 32
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 241000209140 Triticum Species 0.000 description 4
- 235000021307 Triticum Nutrition 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 240000008042 Zea mays Species 0.000 description 3
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 3
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 3
- 235000005822 corn Nutrition 0.000 description 3
- 230000002354 daily effect Effects 0.000 description 3
- 230000003203 everyday effect Effects 0.000 description 3
- 230000010198 maturation time Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000009313 farming Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 239000012773 agricultural material Substances 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 235000021374 legumes Nutrition 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 235000009566 rice Nutrition 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
- 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Mining & Mineral Resources (AREA)
- General Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种作物收获期时间预测方法、装置及存储介质，用于预测作物的收获时间，降低收获成本，提高收获品质。本申请公开的作物收获期时间预测方法包括：从历史数据库中确定第一积温值；根据未来W天的气象预报数据确定第二积温值；根据所述第一积温值和第二积温值，确定第一成熟日期；计算所述作物的籽粒水分值；根据所述籽粒水分值确定第二成熟日期；根据所述气象预报数据和所述第二成熟日期，确定所述作物的收获时间；其中，W为大于等于1的正整数。本申请还提供了一种作物收获期时间预测装置及存储介质。
Description
技术领域
本申请涉及农业领域，尤其涉及一种作物收获期时间预测方法、装置和存储介质。
背景技术
在农业生产领域中，预测作物最佳收获时间是丰产且丰收的保障，对提高作物品质有重要的意义。现有技术中，地方气象局每年基于当地种植面积较大的作物成熟期，会给出降雨、霜冻、晴天等的天气过程的专题气象预报，当地有经验的种植者通过巡查作物的成熟情况后判断合适的收获时间，然后周边种植者跟风收获。
但是现有技术存在以下技术问题：实时性较差，专题的预报数据是按照一定频率进行下发的，但气象变化极快，在本期专题与下期专题之前就会出现因气象数据更新不及时导致的判断不准确；不能基于不同品种给出更适合的收获时间建议，品种是决定收获时间的重要因素之一，不同的品种成熟所需的时间不同故收获的时间也不同。
发明内容
针对上述技术问题，本申请实施例提供了一种作物收获期时间预测方法、装置及存储介质，用以预测作物的收获时间，提高预测的准确度，降低收获成本，提高收获品质。
第一方面，本申请实施例提供的一种作物收获期时间预测方法，包括：
从历史数据库中确定第一积温值；
根据未来W天的气象预报数据确定第二积温值；
根据所述第一积温值和第二积温值，确定第一成熟日期；
计算所述作物的籽粒水分值；
根据所述籽粒水分值确定第二成熟日期；
根据所述气象预报数据和所述第二成熟日期，确定所述作物的收获时间；其中，W为大于等于1的正整数。
优选的，所述从历史数据库中确定第一积温值包括：
确定坐标信息，作物品种信息和播种时间；
根据所述坐标信息和作物品种信息，从历史数据库中确定第一积温值。
所述第一积温值是根据以下公式确定的：
其中，
GDD为第一积温值；
i为年度编号，N为计算第一积温值的年份数量；
GDDi为第i年的积温值；
j为第i年中计算积温值的日期编号，M为第i年中计算积温值的天数；
Tj为第j天的日均温度，T1为播种或者移栽当日的日均温度；
B为所述作物的生物学零度；
当Tj<B时，Tj-B＝0。
优选的，所述根据未来W天的气象预报数据确定第二积温值包括：
根据以下公式确定第二积温值：
GDD1为第二积温值；
p为计算第二积温值的日期编号，P为计算积温值的天数，P小于等于播种之日起到当前的天数与W之和；
Tp为第p天的气温均值；
B为所述作物的生物学零度；
当Tp<B时，Tp-B＝0。
优选的，根据所述第一积温值和第二积温值，确定第一成熟日期包括：
计算未来第p天的第二积温值GDD1，p大于等于1小于等于W；
若所述第p天的第二积温值GDD1大于等于第一积温值GDD，则第p天为第一成熟日期；
其中，若满足第二积温值GDD1大于等于第一积温值GDD的日期数量大于等于2，则距离当前日期最近的日期为第一成熟日期。
优选的，所述计算所述作物的籽粒水分值包括：
根据以下公式计算所述作物的籽粒水分值：
Sx＝k1Tx+k2，
其中，Sx为所述作物在所述第x日的籽粒水分值；
TX为第x天的日均温，其中x为第一成熟日期往后的日期编号；
k1为第一相关系数，k2为第二相关系数。
优选的，所述根据所述籽粒水分值确定第二成熟日期包括：
若第x天的所述籽粒水分值小于等于作物收获标准水分值，则第x为第二成熟日期。
进一步的，所述根据所述气象预报数据和所述第二成熟日期，确定所述作物的收获时间包括：
若第二成熟日期的气象预报数据满足以下条件，则第二成熟日期为所述作物的收获时间：
连续2日降雨量累积小于等于第一雨量门限，记录改日为A日；
包含所述A日在内的未来连续3日累积降水量小于第二雨量门限；
包含所述A日在内的未来连续3日每日湿度均小于第一湿度门限；
所述A日的风速小于第一风速门限；
所述A日是所述第二成熟日期与所述第二成熟日期加15天之间的某一天。
优选的，所述第一相关系数k1和第二相关系数k2是根据所述作物历史成熟的湿度与温度数据线性拟合得到的。
优选的，所述k1的值为0.0281，所述k2的值为0.013。
优选的，所述第一雨量门限为10毫米，所述第二雨量门限为5毫米，所述第一湿度门限为75％，所述第一风速门限为15m/s。
本发明的方法，结合作物、品种、地区、气象条件等因素计算晾晒成本最低、品质最佳、产量最大的收获时间，从而降低丰产不丰收的风险，辅助收获农事规划最佳收获时间指导，科学地为用户推荐地块级的最佳收获时间，为用户丰产又丰收的适宜收货时间决策提供依据。
第二方面，本申请实施例还提供一种作物收获期时间预测装置，包括：
历史数据库，被配置用于存储所述作物的历史信息，所述历史信息包括品种信息、地理位置信息、实测播种时间或者移栽返青时间、实测成熟时间、实测成熟时水分值、实测收获时间、实测收获时的籽粒水分值；
积温确定模块，被配置用于从历史数据库中确定第一积温值，根据未来W天的气象预报数据确定第二积温值；；
预测模块，被配置用于根据所述第一积温值和第二积温值确定第一成熟日期，计算所述作物的籽粒水分值，根据所述籽粒水分值确定第二成熟日期，根据所述气象预报数据和所述第二成熟日期确定所述作物的收获时间；
其中，W为大于等于1的正整数。
第三方面，本申请实施例还提供一种作物收获期时间预测装置，包括：存储器、处理器和用户接口；
所述存储器，用于存储计算机程序；
所述用户接口，用于与用户实现交互；
所述处理器，用于读取所述存储器中的计算机程序，所述处理器执行所述计算机程序时，实现本发明提供的作物收获期时间预测方法。
第四方面，本申请实施例还提供一种处理器可读存储介质，所述处理器可读存储介质存储有计算机程序，所述处理器执行所述计算机程序时实现本发明提供的作物收获期时间预测方法。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅是本申请的一些实施例，对于本领域的普通技术人员来讲，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为本申请实施例提供的作物收获时间预测方法示意图；
图2为本申请实施例提供的另一作物收获时间预测方法示意图；
图3为本申请实施例提供的作物在成熟时间到收获时间之间的湿度和温度的相关系数拟合示意图；
图4为本申请实施例提供的作物收获时间预测装置示意图；
图5为本申请实施例提供的另一作物收获时间预测装置示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，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做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。
下面对文中出现的一些词语进行解释：
1、本发明实施例中术语“和/或”，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。字符“/”一般表示前后关联对象是一种“或”的关系。
2、本申请实施例中术语“多个”是指两个或两个以上，其它量词与之类似。
3、积温，是指作物某一生长发育期或整个生长发育期内所需的温度总和。
4、作物的生物学零度，是指植物有效生长的下限温度。
下面将结合本申请实施例中的附图，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，并不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动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。
需要说明的是，本申请实施例的展示顺序仅代表实施例的先后顺序，并不代表实施例所提供的技术方案的优劣。
实施例一
参见图1，本申请实施例提供的一种作物收获期时间预测方法示意图，如图1所示，该方法包括步骤S101到S106：
S101、从历史数据库中确定第一积温值；
S102、根据未来W天的气象预报数据确定第二积温值；
S103、根据所述第一积温值和第二积温值，确定第一成熟日期；
S104、计算所述作物的籽粒水分值；
S105、根据所述籽粒水分值确定第二成熟日期；
S106、根据所述气象预报数据和所述第二成熟日期，确定所述作物的收获时间。
其中，W为大于等于1的正整数。作为一种优选示例，W为15或者40，即根据未来15天或者未来40天的天气预报数据确定第二积温值。
本发明实施例中，历史数据库用于存储作物在历史Y年的以下数据之一或组合：品种信息、地理位置信息、实测播种时间或者移栽返青时间、实测成熟时间、实测成熟时水分值、实测收获时间、实测收获时的籽粒水分值。作为一个优选示例，历史数据库记录的年份数量Y为3，即历史数据库记录最近3年的信息。
需要说明的是，本发明实施例中，作物的品种包括水稻，玉米，小麦，豆类作物。
需要说明的是，数据库中的地理位置信息，作为一种优选示例，以县级区域为单位。也就是说，以县级区域为单位建立历史数据库。地理位置信息除了县级区域信息外，还可以包括经度，维度，海拔等信息。例如，山西平遥县小麦最近3年的实测播种时间、实测成熟时间、实测成熟时水分、实测收获时间、实测收获时的籽粒水分。
作为一种优选示例，历史数据库还包括积温值和作物在成熟时间到收获时间之间的湿度和温度的相关系数。下面分别说明。
(一)积温值
该积温值为从播种到成熟所需的积温值。不同品种的积温值分别记录。积温值根据以下公式确定：
其中，
GDD为第一积温值；
i为年度编号，N为计算第一积温值的年份数量；
GDDi为第i年的积温值；
j为第i年中计算积温值的日期编号，M为第i年中计算积温值的天数；
Tj为第j天的日均温度，T1为播种或者移栽当日的日均温度；也就是说，j＝1时，为播种或者移栽当天。
B为所述作物的生物学零度；
当Tj<B时，Tj-B＝0。
例如，以山西平遥县为例计算春玉米从播种到成熟期的积温，计算2017-2019年3年的积温值即N＝3，每年中计算积温的天数分别为147、151、145天，即为M，根据公式2计算该三年的GDDi分别是1101.22、1087.10、1090.31(d·℃)，根据公式1计算平遥县春玉米从播种到成熟期的积温是1092.88d·℃。
(二)作物在成熟时间到收获时间之间的湿度和温度的相关系数
根据不同品种的成熟时间到收获时间之间的温度和湿度实际测量数据，计算相关系数。湿度和温度的关系为：
Sx＝k1Tx+k2，……公式3
其中，Sx为第x天的湿度值，即籽粒水分值；TX为第x天的日均温，k1为第一相关系数，k2为第二相关系数。
根据品种的成熟时间到收获时间之间每天的湿度值和日均温的数据，通过线性拟合得到第一相关系数k1和第二相关系数k2。如图3所示，根据历史数据拟合后，第一相关系数k1的值为0.0281，第二相关系数k2的值为0.013。
作为一种优选示例，上述步骤S101中，所述从历史数据库中确定第一积温值包括：
确定坐标信息，作物品种信息和播种时间；
根据所述坐标信息和作物品种信息，从历史数据库中确定第一积温值。
需要说明的是，第一积温值是作物从播种到成熟所需的积温值，第一积温值已根据历史实测数据计算并存储在历史数据库中，直接从数据库读取。例如，品种信息为小麦，地理位置为山西省平遥县，从历史数据库中得到山西省平遥县小麦的从播种到成熟所需的积温值。
作为一种优选示例，上述步骤S102中，所述根据未来W天的气象预报数据确定第二积温值包括：
根据以下公式确定第二积温值：
GDD1为第二积温值；
p为计算第二积温值的日期编号，P为计算积温值的天数，P小于等于播种之日起到当前的天数与W之和；
Tp为第p天的气温均值；
B为所述作物的生物学零度；
当Tp<B时，Tp-B＝0。
例如，根据未来15天的气象预报数据，计算每天的第二积温值，第二积温值为播种之日起到计算当天的积温累加和。其中，从播种之日到目前之间的每天平均气温以实测数据计算，而未来W天的平均气温从气象预报数据获得。
作为一种优选示例，上述步骤S103中，根据所述第一积温值和第二积温值，确定第一成熟日期包括：
计算未来第p天的第二积温值GDD1，p大于等于1小于等于W；
若所述第p天的第二积温值GDD1大于等于第一积温值GDD，则第p天为第一成熟日期；
其中，若满足第二积温值GDD1大于等于第一积温值GDD的日期数量大于等于2，则距离当前日期最近的日期为第一成熟日期。
也就是说，对未来W天，从最近一天开始，计算每一天的第二积温值，当满足第二积温值GDD1大于等于第一积温值GDD时即为第一成熟日期。
作为一种优选示例，上述步骤S104中，计算所述作物的籽粒水分值包括：
根据以下公式计算所述作物的籽粒水分值：
Sx＝k1Tx+k2，……公式5
其中，Sx为所述作物在所述第x日的籽粒水分值；
TX为第x天的日均温，其中x为第一成熟日期往后的日期编号；
k1为第一相关系数，k2为第二相关系数。
其中，第一相关系数k1和第二相关系数k2是从历史数据库中得到的。
本步骤中，从第一成熟日期开始，计算未来Q天中每天的籽粒水分值，其中，未来Q天中每天的日均温通过气象预报数据获得。优选的，Q为40，第一相关系数k1的值为0.0281，第二相关系数k2的值为0.013。
需要说明的是，若第x天的籽粒水分值大于等于75％，则跳过该日期，即不记录该日期的水分值。若第x天的籽粒水分值小于75％，则记录计算的值。
作为一种优选示例，上述步骤S105中，根据所述籽粒水分值确定第二成熟日期包括：
若第x天的所述籽粒水分值小于等于作物收获标准水分值，则第x为第二成熟日期。也就是说，根据步骤S104计算每一天的籽粒水分值，与作物收获标准水分值进行比较，若籽粒水分值小于标准水分值，则该日期为第二成熟日期。
作为一种优选示例，上述步骤S106中，根据所述气象预报数据和所述第二成熟日期，确定所述作物的收获时间包括：
若第二成熟日期的气象预报数据满足以下条件，则第二成熟日期为所述作物的收获时间：
连续2日降雨量累积小于等于第一雨量门限，记录改日为A日；
包含所述A日在内的未来连续3日累积降水量小于第二雨量门限；
包含所述A日在内的未来连续3日每日湿度均小于第一湿度门限；
所述A日的风速小于第一风速门限；
所述A日是所述第二成熟日期与所述第二成熟日期加15天之间的某一天。
其中，第二成熟日期是根据S105计算得到的。
作为一种优选示例，所述第一雨量门限为10毫米，所述第二雨量门限为5毫米，所述第一湿度门限为75％，所述第一风速门限为15m/s。
本发明实施例中，结合作物、品种、地区、气象条件等因素计算晾晒成本最低、品质最佳、产量最大的收获时间，从而降低丰产不丰收的风险，辅助收获农事规划最佳收获时间指导，科学地为用户推荐地块级的最佳收获时间，为用户丰产又丰收的适宜收货时间决策提供依据。
下面结合图2，给出另一个实施例。
S201、确定坐标信息、作物品种信息和播种时间。
S202、预测第一成熟日期。本步骤中，根据坐标信息、作物品种信息和播种时间从历史数据库中获取第一积温值，根据未来W天的气象预报数据确定第二积温值，然后根据所述第一积温值和第二积温值，确定第一成熟日期。确定第一成熟日期的方法同S103，在此不再赘述。
S203、计算籽粒水分值。本步骤中，从第一成熟日期开始，计算未来W天中每天的籽粒水分值，计算方法同S104，在此不再赘述。每计算完成一天，就执行S203进行进一步的判断。
S204、根据籽粒水分值，判断是否成熟。若不成熟，则继续执行S202，即若不成熟，计算下一天的籽粒水分值。若成熟，则执行S205。根据籽粒水分值判断是否成熟的方法同S104，在此不再赘述。
S205，预测第二成熟日期。计算方法同S105，在此不再赘述。
S206，结合气象预报数据，预测收获时间。预测方法同S106，在此不再赘述。
通过本发明的方法，可以获得如下技术效果：
1、提前预测收获时间，可为种植者提前预约机械、晾晒、售卖等的规划提供依据，为收储粮企业提供收粮准备的依据，可有效保障收获任务的有序进行。
2、通过预测收获时间，可有效避免晾晒成本的增加，例如晾晒费用(场地+设备+人工)均20-50元/3吨/天，每增加一天晾晒成本直接增加20-50元/3吨，一旦出现收获过晚或过早，将直接影响产量及品质，销售利润将降低10-50元/吨或更多，如果出现上述两个问题，就出现丰产不丰收的情况，无法达到应得收益。本发明可降低该风险的发生的概率。
3、具有较强的市场推广价值，随着农业种植集约化、标准化程度越来越高，在不断压缩成本的同时追求优质高产稳产。但目前大部分种植户受环境、人员、农资等的因素，每年的产量、品质不稳定，收获期预测可辅助生产者选择品质最佳最优的时间进行收获，提高区域性作物产出品质的一致性，为优质高产提供保证。
实施例二
基于同一个发明构思，本发明实施例还提供了一种作物收获期时间预测装置，如图4所示，该装置包括：
历史数据库401，被配置用于存储所述作物的历史信息，所述历史信息包括品种信息、地理位置信息、实测播种时间或者移栽返青时间、实测成熟时间、实测成熟时水分值、实测收获时间、实测收获时的籽粒水分值；
积温确定模块402，被配置用于从历史数据库中确定第一积温值，根据未来W天的气象预报数据确定第二积温值；
预测模块403，被配置用于根据所述第一积温值和第二积温值确定第一成熟日期，计算所述作物的籽粒水分值，根据所述籽粒水分值确定第二成熟日期，根据所述气象预报数据和所述第二成熟日期确定所述作物的收获时间；
其中，W为大于等于1的正整数。
作为一种优选示例，历史数据库401还包括第一积温值，第一积温值是作物从播种到成熟所需的积温值。第一积温值是根据以下公式确定的：
其中，
GDD为第一积温值；
i为年度编号，N为计算第一积温值的年份数量；
GDDi为第i年的积温值；
j为第i年中计算积温值的日期编号，M为第i中计算积温值的天数；
Tj为第j天的日均温度，T1为播种或者移栽当日的日均温度；
B为所述作物的生物学零度；
当Tj<B时，Tj-B＝0。
作为一种优选示例，积温确定模块402还用于根据以下方法确定第二积温值：
GDD1为第二积温值；
p为计算第二积温值的日期编号，P为计算积温值的天数，P小于等于播种之日起到当前的天数与W之和；
Tp为第p天的温均值；
B为所述作物的生物学零度；
当Tp<B时，Tp-B＝0。
作为一种优选示例，预测模块403还用于根据以下方法确定第一成熟日期：
计算第p天的第二积温值GDD1，p大于等于1小于等于W；
若所述第p天的第二积温值GDD1大于等于第一积温值GDD，则第p天为第一成熟日期；
其中，若满足第二积温值GDD1大于等于第一积温值GDD的日期数量大于等于2，则距离当前日期最近的日期为第一成熟日期。
作为一种优选示例，预测模块403还用于根据以下方法计算所述作物的籽粒水分值：
根据以下公式计算所述作物的籽粒水分值：
Sx＝k1Tx+k2，
其中，Sx为所述作物在所述第x日的籽粒水分值；
TX为第x天的日均温，其中x为第一成熟日期往后的日期编号；
k1为第一相关系数，k2为第二相关系数。
作为一种优选示例，预测模块403还用于根据以下方法确定第二成熟日期：
若第x天的所述籽粒水分值小于等于作物收获标准水分值，则第x为第二成熟日期。
作为一种优选示例，预测模块403还用于根据以下方法确定所述作物的收获时间：
若第二成熟日期的气象预报数据满足以下条件，则第二成熟日期为所述作物的收获时间：
连续2日降雨量累积小于等于第一雨量门限，记录改日为A日；
包含所述A日在内的未来连续3日累积降水量小于第二雨量门限；
包含所述A日在内的未来连续3日每日湿度均小于第一湿度门限；
所述A日的风速小于第一风速门限；
所述A日是所述第二成熟日期与所述第二成熟日期加15天之间的某一天。
需要说明的是，本实施例提供的历史数据库401，能实现实施例一中历史数据库包含的全部功能，解决相同技术问题，达到相同技术效果，在此不再赘述；
需要说明的是，本实施例提供的积温确定模块402，能实现实施例一中S101和S102包含的全部功能，解决相同技术问题，达到相同技术效果，在此不再赘述；
需要说明的是，本实施例提供的预测模块403，能实现实施例一中S103、S104、S105和S106包含的全部功能，解决相同技术问题，达到相同技术效果，在此不再赘述；
需要说明的是，实施例二提供的装置与实施例一提供的方法属于同一个发明构思，解决相同的技术问题，达到相同的技术效果，实施例二提供的装置能实现实施例一的所有方法，相同之处不再赘述。
实施例三
基于同一个发明构思，本发明实施例还提供了一种作物收获期时间预测装置，如图5所示，该装置包括：
包括存储器502、处理器501和用户接口503；
所述存储器502，用于存储计算机程序；
所述用户接口503，用于与用户实现交互；
所述处理器501，用于读取所述存储器502中的计算机程序，所述处理器501执行所述计算机程序时，实现：
从历史数据库中确定第一积温值；
根据未来W天的气象预报数据确定第二积温值；
根据所述第一积温值和第二积温值，确定第一成熟日期；
计算所述作物的籽粒水分值；
根据所述籽粒水分值确定第二成熟日期；
根据所述气象预报数据和所述第二成熟日期，确定所述作物的收获时间；
其中，W为大于等于1的正整数。
其中，在图5中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器501代表的一个或多个处理器和存储器502代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。处理器501负责管理总线架构和通常的处理，存储器502可以存储处理器501在执行操作时所使用的数据。
处理器501可以是CPU、ASIC、FPGA或CPLD，处理器501也可以采用多核架构。
处理器501执行存储器502存储的计算机程序时，实现实施例一中的任一作物收获期时间预测方法。
需要说明的是，实施例三提供的装置与实施例一提供的方法属于同一个发明构思，解决相同的技术问题，达到相同的技术效果，实施例三提供的装置能实现实施例一的所有方法，相同之处不再赘述。
本申请还提出一种处理器可读存储介质。其中，该处理器可读存储介质存储有计算机程序，所述处理器执行所述计算机程序时实现实施例一中的任一作物收获期时间预测方法。
需要说明的是，本申请实施例中对单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (14)
1.一种作物收获期时间预测方法，其特征在于，包括：
从历史数据库中确定第一积温值；
根据未来W天的气象预报数据确定第二积温值；
根据所述第一积温值和第二积温值，确定第一成熟日期；
计算所述作物的籽粒水分值；
根据所述籽粒水分值确定第二成熟日期；
根据所述气象预报数据和所述第二成熟日期，确定所述作物的收获时间；
其中，W为大于等于1的正整数。
2.根据权利要求1所述的方法，其特征在于，所述从历史数据库中确定第一积温值包括：
确定坐标信息，作物品种信息和播种时间；
根据所述坐标信息和作物品种信息，从历史数据库中确定第一积温值。
3.根据权利要求2所述的方法，其特征在于，所述第一积温值是根据以下公式确定的：
其中，
GDD为第一积温值；
i为年度编号，N为计算第一积温值的年份数量；
GDDi为第i年的积温值；
j为第i年中计算积温值的日期编号，M为第i年中计算积温值的天数；
Tj为第j天的日均温度，T1为播种或者移栽当日的日均温度；
B为所述作物的生物学零度；
当Tj<B时，Tj-B＝0。
4.根据权利要求1所述的方法，其特征在于，所述根据未来W天的气象预报数据确定第二积温值包括：
根据以下公式确定第二积温值：
GDD1为第二积温值；
p为计算第二积温值的日期编号，P为计算积温值的天数，P小于等于播种之日起到当前的天数与W之和；
Tp为第p天的气温均值；
B为所述作物的生物学零度；
当Tp<B时，Tp-B＝0。
5.根据权利要求1所述的方法，其特征在于，根据所述第一积温值和第二积温值，确定第一成熟日期包括：
计算未来第p天的第二积温值GDD1，p大于等于1小于等于W；
若所述第p天的第二积温值GDD1大于等于第一积温值GDD，则第p天为第一成熟日期；
其中，若满足第二积温值GDD1大于等于第一积温值GDD的日期数量大于等于2，则距离当前日期最近的日期为第一成熟日期。
6.根据权利要求1所述的方法，其特征在于，所述计算所述作物的籽粒水分值包括：
根据以下公式计算所述作物的籽粒水分值：
Sx＝k1Tx+k2，
其中，Sx为所述作物在所述第x日的籽粒水分值；
TX为第x天的日均温，其中x为第一成熟日期往后的日期编号；
k1为第一相关系数，k2为第二相关系数。
7.根据权利要求6所述的方法，其特征在于，所述根据所述籽粒水分值确定第二成熟日期包括：
若第x天的所述籽粒水分值小于等于作物收获标准水分值，则第x为第二成熟日期。
8.根据权利要求6所述的方法，其特征在于，所述根据所述气象预报数据和所述第二成熟日期，确定所述作物的收获时间包括：
若第二成熟日期的气象预报数据满足以下条件，则第二成熟日期为所述作物的收获时间：
连续2日降雨量累积小于等于第一雨量门限，记录该日为A日；
包含所述A日在内的未来连续3日累积降水量小于第二雨量门限；
包含所述A日在内的未来连续3日每日湿度均小于第一湿度门限；
所述A日的风速小于第一风速门限；
所述A日是所述第二成熟日期与所述第二成熟日期加15天之间的某一天。
9.根据权利要求6所述的方法，其特征在于，所述第一相关系数k1和第二相关系数k2是根据所述作物历史成熟的湿度与温度数据线性拟合得到的。
10.根据权利要求6所述的方法，其特征在于，所述k1的值为0.0281，所述k2的值为0.013。
11.根据权利要求8所述的方法，其特征在于，所述第一雨量门限为10毫米，所述第二雨量门限为5毫米，所述第一湿度门限为75％，所述第一风速门限为15m/s。
12.一种作物收获期时间预测装置，其特征在于，包括：
历史数据库，被配置用于存储所述作物的历史信息，所述历史信息包括品种信息、地理位置信息、实测播种时间或者移栽返青时间、实测成熟时间、实测成熟时水分值、实测收获时间、实测收获时的籽粒水分值；
积温确定模块，被配置用于从历史数据库中确定第一积温值，根据未来W天的气象预报数据确定第二积温值；；
预测模块，被配置用于根据所述第一积温值和第二积温值确定第一成熟日期，计算所述作物的籽粒水分值，根据所述籽粒水分值确定第二成熟日期，根据所述气象预报数据和所述第二成熟日期确定所述作物的收获时间；
其中，W为大于等于1的正整数。
13.一种作物收获期时间预测装置，其特征在于，包括存储器、处理器和用户接口；
所述存储器，用于存储计算机程序；
所述用户接口，用于与用户实现交互；
所述处理器，用于读取所述存储器中的计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1到11之一所述的作物收获期时间预测方法。
14.一种处理器可读存储介质，其特征在于，所述处理器可读存储介质存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至11之一所述的作物收获期时间预测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110954520.6A CN113592193B (zh) | 2021-08-19 | 2021-08-19 | 一种作物收获期时间预测方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110954520.6A CN113592193B (zh) | 2021-08-19 | 2021-08-19 | 一种作物收获期时间预测方法、装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113592193A true CN113592193A (zh) | 2021-11-02 |
| CN113592193B CN113592193B (zh) | 2022-04-29 |
Family
ID=78238392
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110954520.6A Active CN113592193B (zh) | 2021-08-19 | 2021-08-19 | 一种作物收获期时间预测方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113592193B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114399231A (zh) * | 2022-03-24 | 2022-04-26 | 季华实验室 | 果园巡检频率调节方法、装置、电子设备及存储介质 |
| CN115099538A (zh) * | 2022-08-25 | 2022-09-23 | 北京市农林科学院信息技术研究中心 | 籽粒含水量预测方法、装置、设备及介质 |
| CN115545305A (zh) * | 2022-10-08 | 2022-12-30 | 中化现代农业有限公司 | 一种作物移栽期时间预测方法及系统 |
| CN115836639A (zh) * | 2022-11-11 | 2023-03-24 | 四川省农业科学院园艺研究所 | 一种设施无土基质栽培番茄水肥供给方法、装置及存储介质 |
| CN116307297A (zh) * | 2023-05-22 | 2023-06-23 | 中国农业大学 | 农作物的播种时间和收获时间确定方法和装置 |
| CN117172385A (zh) * | 2023-09-15 | 2023-12-05 | 数字广西集团有限公司 | 一种甘蔗高糖度收获期预测方法及系统 |
| CN118503668A (zh) * | 2024-07-19 | 2024-08-16 | 四川职业技术学院 | 一种基于智慧农业的设备一体化控制系统及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140249874A1 (en) * | 2012-01-04 | 2014-09-04 | Fujitsu Limited | Farm work support method and farm work support apparatus |
| US20170124463A1 (en) * | 2015-10-28 | 2017-05-04 | The Climate Corporation | Computer-implemented calculation of corn harvest recommendations |
| CN108763634A (zh) * | 2018-04-18 | 2018-11-06 | 河南省气象科学研究所 | 夏玉米机械粒收时机监测模型的构建方法及应用 |
| CN110264018A (zh) * | 2019-07-09 | 2019-09-20 | 北京兴农丰华科技有限公司 | 一种基于历年有效积温的冬小麦生育期预测方法 |
| CN113128779A (zh) * | 2021-04-29 | 2021-07-16 | 华东交通大学 | 一种柑桔最佳采收期决策支持系统 |
-
2021
- 2021-08-19 CN CN202110954520.6A patent/CN113592193B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140249874A1 (en) * | 2012-01-04 | 2014-09-04 | Fujitsu Limited | Farm work support method and farm work support apparatus |
| US20170124463A1 (en) * | 2015-10-28 | 2017-05-04 | The Climate Corporation | Computer-implemented calculation of corn harvest recommendations |
| CN108763634A (zh) * | 2018-04-18 | 2018-11-06 | 河南省气象科学研究所 | 夏玉米机械粒收时机监测模型的构建方法及应用 |
| CN110264018A (zh) * | 2019-07-09 | 2019-09-20 | 北京兴农丰华科技有限公司 | 一种基于历年有效积温的冬小麦生育期预测方法 |
| CN113128779A (zh) * | 2021-04-29 | 2021-07-16 | 华东交通大学 | 一种柑桔最佳采收期决策支持系统 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114399231A (zh) * | 2022-03-24 | 2022-04-26 | 季华实验室 | 果园巡检频率调节方法、装置、电子设备及存储介质 |
| CN114399231B (zh) * | 2022-03-24 | 2022-07-15 | 季华实验室 | 果园巡检频率调节方法、装置、电子设备及存储介质 |
| CN115099538A (zh) * | 2022-08-25 | 2022-09-23 | 北京市农林科学院信息技术研究中心 | 籽粒含水量预测方法、装置、设备及介质 |
| CN115545305A (zh) * | 2022-10-08 | 2022-12-30 | 中化现代农业有限公司 | 一种作物移栽期时间预测方法及系统 |
| CN115545305B (zh) * | 2022-10-08 | 2023-05-26 | 中化现代农业有限公司 | 一种作物移栽期时间预测方法及系统 |
| CN115836639A (zh) * | 2022-11-11 | 2023-03-24 | 四川省农业科学院园艺研究所 | 一种设施无土基质栽培番茄水肥供给方法、装置及存储介质 |
| CN116307297A (zh) * | 2023-05-22 | 2023-06-23 | 中国农业大学 | 农作物的播种时间和收获时间确定方法和装置 |
| CN116307297B (zh) * | 2023-05-22 | 2023-08-22 | 中国农业大学 | 农作物的播种时间和收获时间确定方法和装置 |
| CN117172385A (zh) * | 2023-09-15 | 2023-12-05 | 数字广西集团有限公司 | 一种甘蔗高糖度收获期预测方法及系统 |
| CN117172385B (zh) * | 2023-09-15 | 2024-03-19 | 数字广西集团有限公司 | 一种甘蔗高糖度收获期预测方法及系统 |
| CN118503668A (zh) * | 2024-07-19 | 2024-08-16 | 四川职业技术学院 | 一种基于智慧农业的设备一体化控制系统及方法 |
| CN118503668B (zh) * | 2024-07-19 | 2024-10-01 | 四川职业技术学院 | 一种基于智慧农业的设备一体化控制系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113592193B (zh) | 2022-04-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113592193B (zh) | 一种作物收获期时间预测方法、装置及存储介质 | |
| US11941709B2 (en) | Methods and systems for managing crop harvesting activities | |
| US11847708B2 (en) | Methods and systems for determining agricultural revenue | |
| US11785879B2 (en) | Methods and systems for managing agricultural activities | |
| US20210383290A1 (en) | Methods and systems for recommending agricultural activities | |
| US20160232621A1 (en) | Methods and systems for recommending agricultural activities | |
| US20070239337A1 (en) | System and method of optimizing ground engaging operations in multiple-fields | |
| US20150234785A1 (en) | Prediction apparatus and method for yield of agricultural products | |
| CN112070297A (zh) | 农事活动的天气指标预测方法、装置、设备及存储介质 | |
| Easterling et al. | Estimating the economic impacts of drought on agriculture | |
| Jeločnik et al. | Estimating impact of weather factors on wheat yields by using panel model approach—The case of Serbia | |
| CN107437262B (zh) | 作物种植面积预警方法和系统 | |
| US20190012749A1 (en) | Dynamic cost function calculation for agricultural users | |
| Marcari et al. | Agrometeorological models for forecasting yield and quality of sugarcane | |
| Chou et al. | Advanced seasonal predictions for vine management based on bioclimatic indicators tailored to the wine sector | |
| CN115545305B (zh) | 一种作物移栽期时间预测方法及系统 | |
| CN114021486B (zh) | 一种作物蒸散量预测方法及装置 | |
| Smith et al. | Extreme Temperatures and Field-Level Crop Quality, Yield, and Revenue | |
| JP2000342066A (ja) | 茶園管理計画策定方法並びにそのシステム | |
| DeJonge et al. | Deficit irrigation management using canopy cover and temperature to inform crop coefficient methods | |
| Smith | The Economic Effects of Weather, Climate Change, and Resource Scarcity on Agricultural Production and Decision Making | |
| Yildiz et al. | Forecasting of winter wheat yield for Turkey using water balance model | |
| US20210318283A1 (en) | Systems and methods for providing germplasm crop scenarios | |
| HILDEBRAND | Impact of the ENSO climate phenomenon on Florida fresh tomatoes | |
| Andriyas et al. | Classification and Regression Trees for Analyzing Irrigation Decisions |
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 |