CN113743832A - 水稻灾害监测系统及方法 - Google Patents

水稻灾害监测系统及方法 Download PDF

Info

Publication number
CN113743832A
CN113743832A CN202111302858.XA CN202111302858A CN113743832A CN 113743832 A CN113743832 A CN 113743832A CN 202111302858 A CN202111302858 A CN 202111302858A CN 113743832 A CN113743832 A CN 113743832A
Authority
CN
China
Prior art keywords
disaster
rice
index
grade
module
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
CN202111302858.XA
Other languages
English (en)
Other versions
CN113743832B (zh
Inventor
丁传艳
宋敏敏
王宏斌
李福根
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.)
Sinochem Agriculture Holdings
Original Assignee
Sinochem Agriculture Holdings
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 Sinochem Agriculture Holdings filed Critical Sinochem Agriculture Holdings
Priority to CN202111302858.XA priority Critical patent/CN113743832B/zh
Publication of CN113743832A publication Critical patent/CN113743832A/zh
Application granted granted Critical
Publication of CN113743832B publication Critical patent/CN113743832B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02Agriculture; Fishing; Forestry; Mining
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (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

本申请提供一种方法水稻灾害监测系统及方法,其中系统包括:水稻生态数据模块,包括水稻品种审定区划和水稻种植气候区划指标;气象监测模块,用于获取气象信息;水稻生育时期模块,用于根据水稻标准化生育时期指标和所述气象信息判断当前水稻的生育时期;灾害判断模块,用于根据所述水稻种植气候区划指标和气象信息的差异,判断区划内生育时期的水稻的灾害类型和灾害等级;灾害处理模块,用于根据灾害类型和灾害等级生成灾害处理措施;终端,用于显示所述灾害类型、灾害等级和灾害处理措施。本申请所提出的水稻灾害监测系统及方法,使农技人员和种植户能够更加科学准确的判断出水稻灾害,精准实施田间管理。

Description

水稻灾害监测系统及方法
技术领域
本发明涉及智慧农业气信息化服务领域,特别涉及一种水稻灾害监测系统及方法。
背景技术
我国地处东亚季风区,是世界上主要的“气候脆弱区”之一,是农业气象灾害的多发地区,全国各地气象灾害,如洪涝、干旱、低温冷害、冻害、高温热害等,频繁发生,且具有多发、重发等特点,已成为制约粮食安全生产的主要因素之一。水稻是我国播种面积最大、总产最多、单产最高的主粮作物,水稻的稳定性、可持续性种植生产对我国的粮食生产安全起着至关重要的作用。在我国,水稻种植分布较广,主要集中在南方地区,且生产越来越向优势区域集中,但近年来,我国水稻生产呈现“南减北增”的趋势,逐步向长江中下游和东北水稻产区集中。随着全球和我国气候变化发展,农业气象灾害发生的频率、强度以及危害程度逐渐增强,会对水稻产量、品质、种植成本等造成较大影响,尤其是今年来频发的高温、干旱、台风等天气,会严重影响产量水平。
因此,根据气候变化趋势以及带来的常发气象灾害类型,同时考虑到水稻种植分布和生产特点,需针对生育期内主要灾害类型进行区域化重点监控,并指导采取适宜措施进行预防和干预,以降低种植风险,减少损失。
目前已发表文献和专利基本是针对某一区域的某一品种,具体到某一种气象灾害类型的灾害监测及评估,且灾害类型目前是针对低温冷害(障碍型冷害、延迟性冷害)、高温热害、寒露风这些,对于覆盖的区域及灾害类型不全面,不系统,当前需要一种覆盖全国水稻种植区域覆盖关键生育阶段且能够覆盖常发气象灾害类型的监测方法及系统。
发明内容
基于此,本申请的目的是建立一种全国范围水稻关键生育阶段的农业气象灾害监测系统及方法。
本申请一方面提出一种水稻灾害监测系统,包括:
水稻生态数据模块,包括水稻品种审定区划和水稻种植气候区划指标;
气象监测模块,用于获取气象信息;
水稻生育时期模块,用于根据水稻标准化生育时期指标和所述气象信息判断当前水稻的生育时期;
灾害判断模块,用于根据所述水稻种植气候区划指标和气象信息的差异,判断区划内生育时期的水稻的灾害类型和灾害等级;
灾害处理模块,用于根据灾害类型和灾害等级生成灾害处理措施;
终端,用于显示所述灾害类型、灾害等级和灾害处理措施。
在一个实施例中,所述系统还包括水稻灾害症状图片库,用于存储水稻的灾害表现症状。
在一个实施例中,所述水稻标准化生育时期包括:播种、出苗、幼苗、移栽返青、分蘖、拔节、孕穗、开花、乳熟、蜡熟和成熟。
在一个实施例中,所述灾害等级指标根据水稻的不同区划、品种以及生育期的灾害类型设定。
在一个实施例中,所述气象监测模块包括历史气象数据库,用于存储一段时间内的气象数据。
相应的,本申请另一方面还提出一种水稻灾害监测方法,包括:
构建水稻品种审定区划和水稻种植气候区划指标;
获取气象信息;
根据水稻标准化生育时期指标和所述气象信息判断水稻生育时期;
根据所述水稻种植气候区划指标和气象信息的差异,判断区划内生育时期的水稻的灾害类型和灾害等级;
根据灾害类型和灾害等级生成灾害处理措施;
发送灾害类型、灾害等级和灾害处理措施至终端。
在一个实施例中,判断水稻生育时期的方法包括:
建立水稻标准化生育时期气候标准;
获取气象信息,生成阶段性积温统计;
将所述阶段性积温统计与所述气候标准比较。
在一个实施例中,所述灾害等级的指标自动迭代。
在一个实施例中,所述迭代方法包括:
输入实际灾害信息和灾害结果;
验证所述实际灾害结果所对应的第一指标;
将所述实际灾害信息与所述第一指标比对;
生成第二指标。
在一个实施例中,结合水稻品种审定区划,以≧10℃有效积温、累计降水量以及累计日照时数为指标设置不同等级,采用空间分析得出融合数据,建立所述水稻种植气候区划指标。
本申请所提出的水稻灾害监测系统及方法,能够实现全国范围内水稻关键生育阶段的农业气象灾害实时监测,并提供相应的减灾建议,使农技人员和种植户能够更加科学准确的判断出水稻灾害,精准实施田间管理。
附图说明
图1为一个实施例的水稻灾害监测系统示意图;
图2为一个实施例的水稻灾害监测方法的流程图;
图3为一个实施例的水稻生育时期判断方法的流程图;
图4位一个实施例的水稻灾害指标迭代方法流程图。
具体实施方式
以下结合附图和具体实施例对本发明提出的水稻灾害监测系统及方法作进一步详细说明。根据下面说明和权利要求书,本发明的优点和特征将更清楚。需说明的是,附图均采用非常简化的形式且均使用非精准的比例,仅用以方便、明晰地辅助说明本发明实施例的目的。
请参考图1,所述水稻灾害监测系统1包括:水稻生态数据模块10、气象监测模块20、水稻生育时期模块30、灾害判断模块40、灾害处理模块50和终端60。
所述水稻生态数据模块10包括水稻品种审定区划和水稻种植气候区划指标,所述水稻品种审定区划为全国水稻的品种分布区域,所述区域可以为行政区化或者是地理区划,现有的水稻区划一般分为6个稻作区和16个亚区。同时水稻属喜温好湿的短日照作物。影响水稻分布和分区的主要生态因子有:①热量资源一般≥10℃积温2000-4500℃的地方适于种一季稻,4500-7000℃的地方适于种两季稻,5300℃是双季稻的安全界限,7000 ℃以上的地方可以种三季稻;②水分影响水稻布局,体现在“以水定稻”的原则;③日照时数影响水稻品种分布和生产能力;④海拔高度的变化,通过气温变化影响水稻的分布;⑤良好的水稻土壤应具有较高的保水、 保肥能力,又应具有一定的渗透性,酸碱度接近中性。因此不同区划的水稻的气候种植条件不同,本申请结合光温水环境条件指标设置,以≧10℃有效积温、累计降水量以及累计日照时数为指标设置不同等级,采用空间分析得出融合数据分析结果,结合相应区划的水稻品种,建立水稻种植气候区划指标。
所述气象监测模块20用于获取气象信息,所述气象监测模块20包括温度传感器、湿度传感器、风速风向仪、降水量监测仪、日照仪和太阳光度计等,用于监测温度、降水量和日照等气象信息。所述气象监测模块20包括历史气象数据库,存储有10年乃至更长时间的气象信息,通过历史气象信息的对比,可以更加准去的建立水稻种植气候区划指标。
所述水稻生育时期模块30用于根据水稻标准化生育时期指标和所述气象信息判断当前水稻的生育时期,考虑到所述水稻分为直播和移栽两种播种方式,将水稻划分为11个生育期时期,包括播种、出苗、幼苗、移栽返青、分蘖、拔节、孕穗、开花、乳熟、蜡熟和成熟,并根据水稻区划特点以及适宜种植品中的熟性以及生长发育适宜指标,建立以积温为驱动的生育期指标。
所述灾害判断模块40用于根据所述水稻种植气候区划指标和气象信息的差异,判断区划内生育时期的水稻的灾害类型和灾害等级,根据历年来水稻种植区灾害实际发生数据以及水稻生育期内生理特点,确定水稻生育期的灾害类型,所述灾害主要包含低温冷害(延迟性冷害、障碍型冷害)、连阴雨、高温热害、风雨倒伏以及寒露风。
上述每种灾害等级可以分为二级、三级、四级乃至更多级别,级别越高,表示灾害越严重,可以根据上述水稻区划、品种以及生育期的特点和差异,设置各气象灾害发生等级指标,不同区划的同一品种处于相同生育期的水稻的灾害标准不同,同一区划内,不同品种、不同生育期的水稻的灾害标准也不同。对于低温冷害(延迟性冷害、障碍型冷害)、连阴雨、高温热害和寒露风已有相关标准及文献,并且可以根据实际观察和记录数据进行优化。
所述灾害处理模块50用于根据灾害类型和灾害等级生成灾害处理措施。所述措施根据不同的灾害类型和灾害等级所造成的影响或者症状而生成。例如高温热害是一种常见的水稻灾害。水稻在孕穗期对温度极为敏感(即抽穗前后各10天),最适宜的温度为25℃~30℃,日平均温度30℃以上就会产生不利影响,孕穗期如遇35℃以上的持续高温水稻花器发育不全,花粉发育不良,活力下降,导致不能受精而形成空壳粒,造成结实率下降,千粒重偏低,甚至绝收。对于高温热害可以将温度作为等级的判断指标,30-35℃为一级,35-38℃为二级,大于38℃为三级。对于不同等级的高温热害,一是可以采用日灌夜排或喷灌的措施,以降低穗层温度,保护作物不受高温热害。据上海市气象局试验,当穗周围气温为32.7℃,相对湿度为71%时,灌8厘米水层后,穗部周围气温降为31.2℃,相对湿度增至83%;二是采取根外喷肥方法。根外喷施3%的过磷酸钙溶液或0.2%的磷酸二氢钾溶液,外加旱地龙、美洲星等营养液肥,可增强水稻植株对高温的抗性,有减轻高温热害、提高结实率和千粒重的效果;三是采取补救措施。对受害较轻田块要加强田间水肥管理,增加粒重,减少损失;对结实率特别低且受害较早的田块,可适当追肥,促使高节位芽速发成穗。越严重的灾害,需要处理的措施越多。上述以高温热害的处理方法为例,本领域技术人员可以理解的时候,其它水稻灾害也可以采用相应的处理措施。
所述终端60用于显示所述灾害类型、灾害等级和灾害处理措施,给农技人员和种植户做参考,对水稻所处生育期的不利影响和症状表现可以通过图片的方式直观显示出来,以区别缺素、病虫等症状,精准实施田间管理。
本系统还包括水稻灾害症状图片库,所述图片库存储有水稻各种灾害类型以及相应等灾害级的图片,图片来源于农艺师、种植者或者无人机的拍摄上传后存储在图片库中,方便终端的调用显示。
本系统的灾害等级指标可以自动迭代更新,当实际的灾害现象与指标有差距时,通过数据对比验证,可以自动更新指标。同样以高温热害为例,假设原先气温大于35℃会被认为二级灾害,但实际发现,34.5℃的时候就会出现二级灾害的病症和现象,系统可以将自动将二级灾害的指标降为34.5℃。
相应的,本申请还提出一种水稻灾害监测方法,如图2所示,包括:
S10:构建水稻品种审定区划和水稻种植气候区划指标,所述稻品种审定区划和水稻种植气候区划指标已在上文进行了详细阐述;
S20:获取气象信息,所述气象信息包括温度、降水量和日照等;
S30:根据水稻标准化生育时期指标和所述气象信息判断水稻生育时期,所述水稻包括11个生育时期,分别为播种、出苗、幼苗、移栽返青、分蘖、拔节、孕穗、开花、乳熟、蜡熟和成熟,以积温为驱动指标;
S40:根据所述水稻种植气候区划指标和气象信息的差异,判断区划内生育时期的水稻的灾害类型和灾害等级,所述根据历年来水稻种植区灾害实际发生数据以及水稻生育期内生理特点,确定水稻生育期的灾害类型,所述灾害主要包含低温冷害(延迟性冷害、障碍型冷害)、连阴雨、高温热害、风雨倒伏以及寒露风,上述每种灾害等级可以分为二级、三级、四级乃至更多级别,级别越高,表示灾害越严重,可以根据上述水稻区划、品种以及生育期的特点和差异,设置各气象灾害发生等级指标;
S50:根据灾害类型和灾害等级生成灾害处理措施,所述措施根据不同的灾害类型和灾害等级所造成的影响或者症状而生成;
S60:发送灾害类型、灾害等级和灾害处理措施至终端,终端显示出相应的信息,给农技人员和种植户做参考。
如图3所示,所述水稻生育时期的方法包括:
S310:建立水稻标准化生育时期气候标准;
S320:获取气象信息,生成阶段性积温统计;
S330:将所述阶段性积温统计与所述气候标准比较。
所述灾害等级的指标自动迭代,如图4所示,所述迭代方法包括:
S710:输入实际灾害信息和灾害结果;
S720:验证所述实际灾害结果所对应的第一指标;
S730:将所述实际灾害信息与所述第一指标比对;
S740:生成第二指标。例如高温热害,假设原先气温大于35℃会被认为二级灾害,但实际发现,34.5℃的时候就会出现二级灾害的病症和现象,将上述信息和现象输入系统后,系统经过比对验证,可以将自动将二级灾害的指标降为34.5℃
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种水稻灾害监测系统,其特征在于,包括:
水稻生态数据模块,包括水稻品种审定区划和水稻种植气候区划指标;
气象监测模块,用于获取气象信息;
水稻生育时期模块,用于根据水稻标准化生育时期指标和所述气象信息判断当前水稻的生育时期;
灾害判断模块,用于根据所述水稻种植气候区划指标和气象信息的差异,判断区划内生育时期的水稻的灾害类型和灾害等级;
灾害处理模块,用于根据灾害类型和灾害等级生成灾害处理措施;
终端,用于显示所述灾害类型、灾害等级和灾害处理措施。
2.根据权利要求1所述的水稻灾害监测系统,其特征在于,还包括水稻灾害症状图片库,用于存储水稻的灾害表现症状。
3.根据权利要求1所述的水稻灾害监测系统,其特征在于,所述水稻标准化生育时期包括:播种、出苗、幼苗、移栽返青、分蘖、拔节、孕穗、开花、乳熟、蜡熟和成熟。
4.根据权利要求1所述的水稻灾害监测系统,其特征在于,所述灾害等级指标根据水稻的不同区划、品种以及生育期的灾害类型设定。
5.根据权利要求1所述的水稻灾害监测系统,其特征在于,所述气象监测模块包括历史气象数据库,用于存储一段时间内的气象数据。
6.一种水稻灾害监测方法,其特征在于,包括:
构建水稻品种审定区划和水稻种植气候区划指标;
获取气象信息;
根据水稻标准化生育时期指标和所述气象信息判断水稻生育时期;
根据所述水稻种植气候区划指标和气象信息的差异,判断区划内生育时期的水稻的灾害类型和灾害等级;
根据灾害类型和灾害等级生成灾害处理措施;
发送灾害类型、灾害等级和灾害处理措施至终端。
7.根据权利要求6所述的水稻灾害监测方法,其特征在于,判断水稻生育时期的方法包括:
建立水稻标准化生育时期气候标准;
获取气象信息,生成阶段性积温统计;
将所述阶段性积温统计与所述气候标准比较。
8.根据权利要求6所述的水稻灾害监测方法,其特征在于,所述灾害等级的指标自动迭代。
9.据权利要求7所述的水稻灾害监测方法,其特征在于,所述迭代方法包括:
输入实际灾害信息和灾害结果;
验证所述实际灾害结果所对应的第一指标;
将所述实际灾害信息与所述第一指标比对;
生成第二指标。
10.根据权利要求6所述的水稻灾害监测方法,其特征在于,结合水稻品种审定区划,以≧10℃有效积温、累计降水量以及累计日照时数为指标设置不同等级,采用空间分析得出融合数据,建立所述水稻种植气候区划指标。
CN202111302858.XA 2021-11-05 2021-11-05 水稻灾害监测系统及方法 Active CN113743832B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111302858.XA CN113743832B (zh) 2021-11-05 2021-11-05 水稻灾害监测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111302858.XA CN113743832B (zh) 2021-11-05 2021-11-05 水稻灾害监测系统及方法

Publications (2)

Publication Number Publication Date
CN113743832A true CN113743832A (zh) 2021-12-03
CN113743832B CN113743832B (zh) 2022-04-08

Family

ID=78727394

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111302858.XA Active CN113743832B (zh) 2021-11-05 2021-11-05 水稻灾害监测系统及方法

Country Status (1)

Country Link
CN (1) CN113743832B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102668846A (zh) * 2012-05-23 2012-09-19 云南省昆明农业气象试验站 作物低温灾害分析方法
CN106171707A (zh) * 2016-07-21 2016-12-07 中国水稻研究所 一种水稻高温热害的预警方法
US20170161859A1 (en) * 2014-08-26 2017-06-08 Swiss Reinsurance Company Ltd. Disaster risk management and financing system, and corresponding method thereof
CN108038566A (zh) * 2017-11-30 2018-05-15 河南云保遥感科技有限公司 一种基于气象与遥感数据融合的灾害监测定损方法
CN108985260A (zh) * 2018-08-06 2018-12-11 航天恒星科技有限公司 一种遥感及气象一体化水稻估产方法
CN110751412A (zh) * 2019-10-28 2020-02-04 云南瀚哲科技有限公司 一种农业气象灾害预警方法及系统
CN111832970A (zh) * 2020-07-27 2020-10-27 南京信息工程大学 一种引黄灌区水稻气候品质认证方法
CN111985694A (zh) * 2020-07-29 2020-11-24 北京派得伟业科技发展有限公司 一种种植规划系统
WO2021015468A2 (ko) * 2019-07-22 2021-01-28 주식회사 에피넷 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템과 그 방법
CN112561315A (zh) * 2020-12-15 2021-03-26 云南省气候中心(云南省生态气象和卫星遥感中心) 烤烟气象灾害定量评估及预估方法
CN112990579A (zh) * 2021-03-16 2021-06-18 中化现代农业有限公司 农业气象灾害预报方法、装置、设备和存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102668846A (zh) * 2012-05-23 2012-09-19 云南省昆明农业气象试验站 作物低温灾害分析方法
US20170161859A1 (en) * 2014-08-26 2017-06-08 Swiss Reinsurance Company Ltd. Disaster risk management and financing system, and corresponding method thereof
CN106171707A (zh) * 2016-07-21 2016-12-07 中国水稻研究所 一种水稻高温热害的预警方法
CN108038566A (zh) * 2017-11-30 2018-05-15 河南云保遥感科技有限公司 一种基于气象与遥感数据融合的灾害监测定损方法
CN108985260A (zh) * 2018-08-06 2018-12-11 航天恒星科技有限公司 一种遥感及气象一体化水稻估产方法
WO2021015468A2 (ko) * 2019-07-22 2021-01-28 주식회사 에피넷 작물 생육 중심의 병해충 및 기상장해 정밀관리 시스템과 그 방법
CN110751412A (zh) * 2019-10-28 2020-02-04 云南瀚哲科技有限公司 一种农业气象灾害预警方法及系统
CN111832970A (zh) * 2020-07-27 2020-10-27 南京信息工程大学 一种引黄灌区水稻气候品质认证方法
CN111985694A (zh) * 2020-07-29 2020-11-24 北京派得伟业科技发展有限公司 一种种植规划系统
CN112561315A (zh) * 2020-12-15 2021-03-26 云南省气候中心(云南省生态气象和卫星遥感中心) 烤烟气象灾害定量评估及预估方法
CN112990579A (zh) * 2021-03-16 2021-06-18 中化现代农业有限公司 农业气象灾害预报方法、装置、设备和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JIANGHAO SUN 等: ""Regional-Scale Monitoring of Rice Flood Disaster Based on Multi-Temporal Remote Sensing Images"", 《2018 7TH INTERNATIONAL CONFERENCE ON AGRO-GEOINFORMATICS (AGRO-GEOINFORMATICS)》 *
杨太明 等: ""安徽省农业气象灾害及防御对策知识库系统研究"", 《第三届安徽科技论坛农业与气候生态学术研讨会论文集》 *

Also Published As

Publication number Publication date
CN113743832B (zh) 2022-04-08

Similar Documents

Publication Publication Date Title
Gabaldón‐Leal et al. Impact of changes in mean and extreme temperatures caused by climate change on olive flowering in southern Spain
Yin et al. Impacts and adaptation of the cropping systems to climate change in the Northeast Farming Region of China
Ozkan et al. Impacts of climate factors on yields for selected crops in the Southern Turkey
Liu Yang et al. Modeling the effects of plastic film mulching on irrigated maize yield and water use efficiency in sub-humid Northeast China.
Yang et al. Estimation of irrigation requirements for drip-irrigated maize in a sub-humid climate
Mugagga Perceptions and response actions of smallholder coffee farmers to climate variability in montane ecosystems
Parry et al. Agriculture: climatic change and its implications
Mushore et al. Investigating the implications of meteorological indicators of seasonal rainfall performance on maize yield in a rain-fed agricultural system: case study of Mt. Darwin District in Zimbabwe
Hargreaves Practical agroclimate information systems
De Ruiter et al. Nitrogen and dry matter partitioning of barley grown in a dryland environment
CN113743832B (zh) 水稻灾害监测系统及方法
Mulugeta et al. Quantifying yield potential and yield gaps of faba bean in Ethiopia
CN114568239B (zh) 一种棉花高温热害预测方法
Burgess Responses of tea clones to drought in Southern Tanzania
Lovatt et al. Yield characteristics of ‘Hass’ avocado trees under California growing conditions
Nicodemo et al. Growth of native trees in two agroforestry systems
de Freitas et al. On-farm assessment of eucalypt yield gaps—a case study for the producing areas of the state of Minas Gerais, Brazil
Petry et al. Water use and crop coefficients of soybean cultivars of diverse maturity groups and assessment of related water management strategies
López-Vicente et al. Role of cultivars and grass in the stability of soil moisture and temperature in an organic vineyard
Buttar et al. Yield and water productivity of Bt cotton (Gossypium hirsutum) as influenced by temperature under semi-arid conditions of north-western India: field and simulation study
Suryadi et al. A study of crop water needs and land suitability in the monoculture system and plant intercropping in Arjasari
Sharma et al. An analysis on the yield and yield contributing characters of rice in tarai region of Uttarakhand
Song et al. Influence of climate change on winter wheat growth in north China during 1950-2000
Triantomo et al. Land use planning for beekeeping using geographic information system in Sukabumi Regency, West Java
Kumar et al. Evaluation of cropgro-soybean (glycine max. l. merrill) model under varying environment condition

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