CN114440979B - 一种茶园土壤和环境温度湿度的分析检测方法 - Google Patents
一种茶园土壤和环境温度湿度的分析检测方法 Download PDFInfo
- Publication number
- CN114440979B CN114440979B CN202210117626.5A CN202210117626A CN114440979B CN 114440979 B CN114440979 B CN 114440979B CN 202210117626 A CN202210117626 A CN 202210117626A CN 114440979 B CN114440979 B CN 114440979B
- Authority
- CN
- China
- Prior art keywords
- block
- humidity
- temperature
- tea garden
- blocks
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种茶园土壤和环境温度湿度的分析检测方法。该技术方案采用分区方式进行多点监测。具体来看,本发明首先按一定的植株量将全部茶树划分为若干区块,在此基础上以各区块上一年度的单株平均产量为导向,采集个区块的高差、温度、湿度以及风速条件。以此为基础,首先筛选温差较大且产量较高的相邻区块作为考察对象,进而从中筛选产量差值较大的相邻区块作为模板对象,从而得到温度对产量影响较为明显的样本。该样本不仅提供了温度的参考信息,而且可同时绘制湿度、风速随时间变化的关系,进而以此关系指导茶园其他区块的环境调节方向。本发明将微观检测和宏观分析相结合,更具系统性,且对茶园管理更具指导意义。
Description
技术领域
本发明涉及农业自动化技术领域,具体涉及一种茶园土壤和环境温度湿度的分析检测方法。
背景技术
茶叶产业作为劳动密集型产业,在生产过程中,茶园管理措施是一个十分重要的环节,茶园管理机械化水平起着非常关键的作用,对茶叶的产量和质量有着巨大的影响。推进茶园管理机械化,应用先进的茶叶生产机械设备和机械化技术,将会提升茶园管理的效率和水平,进而提升茶叶的产量和品质,带来更多的经济收益,使茶叶的生产向高效、低成本转化,促进茶叶产业的高效发展、加快茶叶产业化的步伐。
茶树的生长喜欢温暖、潮湿、阴暗的生长环境,在它们的生长过程中需要适当的温度、光照、水分和土壤条件。在日常栽培和管理上必须重视环境和气候的监控。其中,核心要素包括土壤pH、土壤水位、土壤含水量、空气湿度、雨量、环境温度、光照强度、病虫害等。对茶树的规模化栽培而言,环境温湿度最终产量和茶叶品质具有直接影响。茶树生长需要的空气湿度较高,当湿度达到适合茶树生长的环境时,茶树新叶的持嫩性强,叶质柔软,叶面富有光泽,品质更加优良。而温度则影响着茶叶生长周期的快慢、采摘周期的迟早和长短、茶青的产量和品质。
现有技术中,常规监测模式为单点定期采样,这种模式虽然能够准确得到温湿度数据,但缺乏温湿度条件与茶树生长状况的联动关系;而且,茶园在空间上具有较大的覆盖范围,各区域不仅位置不同,而且存在一定的高度位差,若无法充分考虑上述因素,则单点的温湿度数据对茶园整体的环境监测缺乏指导意义,难以为茶园的精细化管理提供有效支撑。
发明内容
本发明旨在针对现有技术的技术缺陷,提供一种茶园土壤和环境温度湿度的分析检测方法,以解决常规温湿度监测方式较为笼统粗放的技术问题。
为实现以上技术目的,本发明采用以下技术方案:
一种茶园土壤和环境温度湿度的分析检测方法,包括以下步骤:
1)将茶园内的全部茶树以每10~20株为一区块,划分为若干区块,计算上一年度各区块的单株平均产量,按由高到低进行排序;
2)测量各区块的位置高度;
3)在各区块布置温度传感器、湿度传感器、风速传感器,定期采集温度、湿度、风速数据;
4)以每两个相邻的区块为一组,按每组中两区块间温度差值由大到小将各组进行排序,选取该序列中前10%的组作为温差考察对象;从所述温度考察对象的各区块中查找各区块上一年度的单株平均产量,当其中某一区块上一年度的单株平均产量达到步骤1)中序列的前10%时,将该区块所属的组标定为潜在目标对象;从所述潜在目标对象的各区块中查找各区块上一年度的单株平均产量,当其中某一区块上一年度的单株平均产量达到步骤1)中序列的后10%时,将该区块所属的组标定为模板对象;
5)将所述模板对象中,上一年度单株平均产量较高的区块作为模板区块,绘制所述模板区块的温度、湿度、风速随时间变化的曲线图。
作为优选,还包括以下步骤6):按照模板区块的温度、湿度、风速随时间变化的曲线图,调节其他各区块的温度、湿度、风速条件。
作为优选,在调节其他各区块的温度、湿度、风速条件时,以各区块的位置高度进行加权,其权重系数根据采样结果确定。
作为优选,步骤3)中,先在各区块设置升降机构,所述温度传感器、湿度传感器、风速传感器搭载于所述升降机构上。
作为优选,步骤1)中,将茶园内的全部茶树以每15株为一区块,划分为若干区块。
作为优选,步骤1)中区块之间的间距小于株间距。
作为优选,步骤3)中,定期采集温度、湿度、风速数据的时间间隔不大于24h。
作为优选,步骤2)还包括以下内容:按位置高度由大到小对各区块进行排序。
作为优选,步骤2)还包括以下内容:测量各区块的土壤湿度。
作为优选,步骤4)中,当所述模板对象不唯一时,以上一年度单株平均产量对各模板对象进行排序,取序列第一位的模板对象执行步骤5)。
本发明提供了一种茶园土壤和环境温度湿度的分析检测方法。该技术方案摒弃了常规的单点定期检测方式,采用分区方式进行多点监测。具体来看,本发明首先按一定的植株量将全部茶树划分为若干区块,在此基础上以各区块上一年度的单株平均产量为导向,采集个区块的高差、温度、湿度以及风速条件。以此为基础,首先筛选温差较大且产量较高的相邻区块作为考察对象,进而从中筛选产量差值较大的相邻区块作为模板对象,从而得到温度对产量影响较为明显的样本。该样本不仅提供了温度的参考信息,而且可同时绘制湿度、风速随时间变化的关系,进而以此关系指导茶园其他区块的环境调节方向。与常规温湿度检测方法相比,本发明将微观检测和宏观分析相结合,更具系统性,且对茶园管理更具指导意义。
具体实施方式
以下将对本发明的具体实施方式进行详细描述。为了避免过多不必要的细节,在以下实施例中对属于公知的结构或功能将不进行详细描述。以下实施例中所使用的近似性语言可用于定量表述,表明在不改变基本功能的情况下可允许数量有一定的变动。除有定义外,以下实施例中所用的技术和科学术语具有与本发明所属领域技术人员普遍理解的相同含义。
实施例1
一种茶园土壤和环境温度湿度的分析检测方法,包括以下步骤:
1)将茶园内的全部茶树以每10~20株为一区块,划分为若干区块,计算上一年度各区块的单株平均产量,按由高到低进行排序;
2)测量各区块的位置高度;
3)在各区块布置温度传感器、湿度传感器、风速传感器,定期采集温度、湿度、风速数据;
4)以每两个相邻的区块为一组,按每组中两区块间温度差值由大到小将各组进行排序,选取该序列中前10%的组作为温差考察对象;从所述温度考察对象的各区块中查找各区块上一年度的单株平均产量,当其中某一区块上一年度的单株平均产量达到步骤1)中序列的前10%时,将该区块所属的组标定为潜在目标对象;从所述潜在目标对象的各区块中查找各区块上一年度的单株平均产量,当其中某一区块上一年度的单株平均产量达到步骤1)中序列的后10%时,将该区块所属的组标定为模板对象;
5)将所述模板对象中,上一年度单株平均产量较高的区块作为模板区块,绘制所述模板区块的温度、湿度、风速随时间变化的曲线图。
实施例2
一种茶园土壤和环境温度湿度的分析检测方法,包括以下步骤:
1)将茶园内的全部茶树以每10~20株为一区块,划分为若干区块,计算上一年度各区块的单株平均产量,按由高到低进行排序;
2)测量各区块的位置高度;
3)在各区块布置温度传感器、湿度传感器、风速传感器,定期采集温度、湿度、风速数据;
4)以每两个相邻的区块为一组,按每组中两区块间温度差值由大到小将各组进行排序,选取该序列中前10%的组作为温差考察对象;从所述温度考察对象的各区块中查找各区块上一年度的单株平均产量,当其中某一区块上一年度的单株平均产量达到步骤1)中序列的前10%时,将该区块所属的组标定为潜在目标对象;从所述潜在目标对象的各区块中查找各区块上一年度的单株平均产量,当其中某一区块上一年度的单株平均产量达到步骤1)中序列的后10%时,将该区块所属的组标定为模板对象;
5)将所述模板对象中,上一年度单株平均产量较高的区块作为模板区块,绘制所述模板区块的温度、湿度、风速随时间变化的曲线图。
同时,还包括以下步骤6):按照模板区块的温度、湿度、风速随时间变化的曲线图,调节其他各区块的温度、湿度、风速条件。在调节其他各区块的温度、湿度、风速条件时,以各区块的位置高度进行加权,其权重系数根据采样结果确定。步骤3)中,先在各区块设置升降机构,所述温度传感器、湿度传感器、风速传感器搭载于所述升降机构上。步骤1)中,将茶园内的全部茶树以每15株为一区块,划分为若干区块。步骤1)中区块之间的间距小于株间距。步骤3)中,定期采集温度、湿度、风速数据的时间间隔不大于24h。步骤2)还包括以下内容:按位置高度由大到小对各区块进行排序。步骤2)还包括以下内容:测量各区块的土壤湿度。步骤4)中,当所述模板对象不唯一时,以上一年度单株平均产量对各模板对象进行排序,取序列第一位的模板对象执行步骤5)。
以上对本发明的实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,并不用以限制本发明。凡在本发明的申请范围内所做的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种茶园土壤和环境温度湿度的分析检测方法,其特征在于包括以下步骤:
1)将茶园内的全部茶树以每10~20株为一区块,划分为若干区块,计算上一年度各区块的单株平均产量,按由高到低进行排序;
2)测量各区块的位置高度;
3)在各区块布置温度传感器、湿度传感器、风速传感器,定期采集温度、湿度、风速数据;
4)以每两个相邻的区块为一组,按每组中两区块间温度差值由大到小将各组进行排序,选取该序列中前10%的组作为温差考察对象;从所述温度考察对象的各区块中查找各区块上一年度的单株平均产量,当其中某一区块上一年度的单株平均产量达到步骤1)中序列的前10%时,将该区块所属的组标定为潜在目标对象;从所述潜在目标对象的各区块中查找各区块上一年度的单株平均产量,当其中某一区块上一年度的单株平均产量达到步骤1)中序列的后10%时,将该区块所属的组标定为模板对象;
5)将所述模板对象中,上一年度单株平均产量较高的区块作为模板区块,绘制所述模板区块的温度、湿度、风速随时间变化的曲线图;
还包括以下步骤6):按照模板区块的温度、湿度、风速随时间变化的曲线图,调节其他各区块的温度、湿度、风速条件;
在调节其他各区块的温度、湿度、风速条件时,以各区块的位置高度进行加权,其权重系数根据采样结果确定。
2.根据权利要求1所述的一种茶园土壤和环境温度湿度的分析检测方法,其特征在于,步骤3)中,先在各区块设置升降机构,所述温度传感器、湿度传感器、风速传感器搭载于所述升降机构上。
3.根据权利要求1所述的一种茶园土壤和环境温度湿度的分析检测方法,其特征在于,步骤1)中,将茶园内的全部茶树以每15株为一区块,划分为若干区块。
4.根据权利要求1所述的一种茶园土壤和环境温度湿度的分析检测方法,其特征在于,步骤1)中区块之间的间距小于株间距。
5.根据权利要求1所述的一种茶园土壤和环境温度湿度的分析检测方法,其特征在于,步骤3)中,定期采集温度、湿度、风速数据的时间间隔不大于24h。
6.根据权利要求1所述的一种茶园土壤和环境温度湿度的分析检测方法,其特征在于,步骤2)还包括以下内容:按位置高度由大到小对各区块进行排序。
7.根据权利要求1所述的一种茶园土壤和环境温度湿度的分析检测方法,其特征在于,步骤2)还包括以下内容:测量各区块的土壤湿度。
8.根据权利要求1所述的一种茶园土壤和环境温度湿度的分析检测方法,其特征在于,步骤4)中,当所述模板对象不唯一时,以上一年度单株平均产量对各模板对象进行排序,取序列第一位的模板对象执行步骤5)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210117626.5A CN114440979B (zh) | 2022-02-08 | 2022-02-08 | 一种茶园土壤和环境温度湿度的分析检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210117626.5A CN114440979B (zh) | 2022-02-08 | 2022-02-08 | 一种茶园土壤和环境温度湿度的分析检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114440979A CN114440979A (zh) | 2022-05-06 |
CN114440979B true CN114440979B (zh) | 2023-05-16 |
Family
ID=81371324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210117626.5A Active CN114440979B (zh) | 2022-02-08 | 2022-02-08 | 一种茶园土壤和环境温度湿度的分析检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114440979B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202617169U (zh) * | 2012-05-10 | 2012-12-19 | 南京工业职业技术学院 | 基于gps、gis和传感器网络的茶园管理装置 |
RU2674072C1 (ru) * | 2017-07-13 | 2018-12-04 | федеральное государственное бюджетное образовательное учреждение высшего образования "Самарская государственная сельскохозяйственная академия" | Способ определения нормативной урожайности зерновых культур применительно к оценке земель сельскохозяйственного назначения |
CN109952900A (zh) * | 2017-12-22 | 2019-07-02 | 梧州市中茗茶业有限公司 | 一种六堡茶种植的监控系统 |
-
2022
- 2022-02-08 CN CN202210117626.5A patent/CN114440979B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202617169U (zh) * | 2012-05-10 | 2012-12-19 | 南京工业职业技术学院 | 基于gps、gis和传感器网络的茶园管理装置 |
RU2674072C1 (ru) * | 2017-07-13 | 2018-12-04 | федеральное государственное бюджетное образовательное учреждение высшего образования "Самарская государственная сельскохозяйственная академия" | Способ определения нормативной урожайности зерновых культур применительно к оценке земель сельскохозяйственного назначения |
CN109952900A (zh) * | 2017-12-22 | 2019-07-02 | 梧州市中茗茶业有限公司 | 一种六堡茶种植的监控系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114440979A (zh) | 2022-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107341577A (zh) | 一种农作物产量预测方法及系统 | |
CN109583663B (zh) | 一种适用于养殖池塘的夜间水质溶氧量预测方法 | |
CN111855590A (zh) | 水稻叶片淀粉积累量遥感反演模型和方法 | |
Mizoguchi et al. | Seasonal and interannual variation in net ecosystem production of an evergreen needleleaf forest in Japan | |
CN111829965A (zh) | 水稻地上部淀粉积累量遥感反演模型和方法 | |
CN104239677B (zh) | 一种荔枝蒂蛀虫预测预报方法 | |
CN115456476B (zh) | 一种基于机器视觉的国土空间规划数据采集分析系统 | |
CN112986158B (zh) | 基于无人机多光谱数据的甜菜氮素营养检测方法及系统 | |
CN109214591B (zh) | 一种木本植物地上生物量预测方法及系统 | |
CN110068299B (zh) | 一种温室作物叶面积指数的计算方法 | |
CN111487291B (zh) | 基于电子鼻检测技术高效评价桃花芽需冷量的方法 | |
CN114440979B (zh) | 一种茶园土壤和环境温度湿度的分析检测方法 | |
CN111855592A (zh) | 水稻单位面积内地上部干物重遥感反演模型和方法 | |
CN114967798A (zh) | 一种基于互联网的天麻种植管理控制系统 | |
CN117516639A (zh) | 一种基于多光谱点云融合的高通量温室植物表型测量系统 | |
CN116595709A (zh) | 一种烟草适宜移栽期的预测方法及系统 | |
CN105181894A (zh) | 一种植物水分利用效率的确定方法、处理器及确定系统 | |
CN109934400B (zh) | 基于改进神经网络的集雨调亏作物需水量预测方法 | |
CN117455062A (zh) | 一种基于多源异构农业数据的农作物产量预测算法 | |
CN109858678B (zh) | 一种确定向日葵气象产量的方法和系统 | |
CN107581061B (zh) | 一种油菜种子灌浆期高温耐受性高效筛选鉴定方法 | |
CN112904920B (zh) | 一种预测温室作物光合作用干物质产量的方法 | |
CN116034869B (zh) | 一种快速筛选不同磷效率小麦品种的方法 | |
CN117932488A (zh) | 融合物候数据的森林叶面积指数的高时间分辨率估算方法 | |
CN117522083B (zh) | 一种物联网传感数据识别的栽培控制方法及系统 |
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 |