CN114637353B - 基于多环境因素分析的农业灌溉控制方法、系统及终端 - Google Patents
基于多环境因素分析的农业灌溉控制方法、系统及终端 Download PDFInfo
- Publication number
- CN114637353B CN114637353B CN202210296570.4A CN202210296570A CN114637353B CN 114637353 B CN114637353 B CN 114637353B CN 202210296570 A CN202210296570 A CN 202210296570A CN 114637353 B CN114637353 B CN 114637353B
- Authority
- CN
- China
- Prior art keywords
- irrigation
- crop
- parameters
- soil
- acquiring
- 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
- 238000003973 irrigation Methods 0.000 title claims abstract description 225
- 230000002262 irrigation Effects 0.000 title claims abstract description 224
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000000556 factor analysis Methods 0.000 title claims abstract description 22
- 239000002689 soil Substances 0.000 claims abstract description 105
- 230000008020 evaporation Effects 0.000 claims abstract description 62
- 238000001704 evaporation Methods 0.000 claims abstract description 62
- 239000003621 irrigation water Substances 0.000 claims abstract description 52
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 52
- 238000004364 calculation method Methods 0.000 claims abstract description 28
- 230000007613 environmental effect Effects 0.000 claims abstract description 25
- 230000005068 transpiration Effects 0.000 claims abstract description 14
- 230000005855 radiation Effects 0.000 claims description 55
- 238000005286 illumination Methods 0.000 claims description 28
- 238000002310 reflectometry Methods 0.000 claims description 20
- 238000001556 precipitation Methods 0.000 claims description 18
- 238000012937 correction Methods 0.000 claims description 8
- 206010016807 Fluid retention Diseases 0.000 claims description 6
- 238000010521 absorption reaction Methods 0.000 claims description 6
- 230000004907 flux Effects 0.000 claims description 6
- 229920006395 saturated elastomer Polymers 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 239000002699 waste material Substances 0.000 abstract description 2
- 238000002474 experimental method Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000035784 germination Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000004836 empirical method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001579 optical reflectometry Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D27/00—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00
- G05D27/02—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00 characterised by the use of electric means
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G25/00—Watering gardens, fields, sports grounds or the like
- A01G25/16—Control of watering
- A01G25/167—Control by humidity of the soil itself or of devices simulating soil or of the atmosphere; Soil humidity sensors
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
- A01G9/24—Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
- A01G9/247—Watering arrangements
-
- 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
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Soil Sciences (AREA)
- Water Supply & Treatment (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Cultivation Of Plants (AREA)
Abstract
本发明公开了一种基于多环境因素分析的农业灌溉控制方法，包括以下步骤：判断作物所处环境，选定作物灌溉区域，设定灌溉周期；获取作物灌溉区域的土壤参数；根据坐标获取灌溉周期内的自然日期的环境参数；获取作物的生长参数；计算灌溉区域的土壤蒸发量；预估作物腾发量；获取设定的灌溉周期内的灌溉用水量。本发明通过判断作物作出的环境，针对开放式种植和大棚式种植获取对应的土壤参数、生长参数、历史气象数据、环境参数等，并结合相关参数计算获得土壤蒸发量、作物腾发量等数据，最后计算获得灌溉水用量，从而在满足作物生长的情况下，合理灌溉，避免出现水资源的浪费。
Description
技术领域
本发明涉及农业智能灌溉技术领域，具体涉及基于多环境因素分析的农业灌溉控制方法、系统及终端。
背景技术
水作为生命之源，在农作物生长过程中，离不开水，农作物的水分补充除了依靠下雨外，还需要进行灌溉，但是如果灌溉水过多，则也可能导致农作物生长不良，因此合理灌溉非常重要，其既能保证农作物正常生长，也可能节约水资源，但是现阶段的农业灌溉大多是经验法，即根据工作人员/养殖人员/农民的种植经验，完成灌溉，缺乏系统的控制方法。
发明内容
本发明所要解决的技术问题是现阶段的农业灌溉大多是通过种植经验进行灌溉，目的在于提供基于多环境因素分析的农业灌溉控制方法、系统及终端，解决了农业灌溉的标准化的问题。
本发明通过下述技术方案实现：
作为一个实施方式，一种基于多环境因素分析的农业灌溉控制方法，包括以下步骤：
判断作物所处环境，确定其是否处于封闭空间内，若为“否”，则则继续以下步骤：
选定作物灌溉区域，设定灌溉周期，并确定灌溉周期内的多个自然日期；
获取作物灌溉区域的土壤参数；
获取作物灌溉区域的坐标，根据坐标获取灌溉周期内的自然日期的环境参数；
获取作物的生长参数；
根据环境参数、土壤参数、生长参数计算灌溉区域的土壤蒸发量；
根据坐标区域的历史气象数据、环境参数和生长参数预估作物腾发量；
根据坐标区域历史降水数据、实际降水数据、土壤蒸发量和作物腾发量获取设定的灌溉周期内的灌溉用水量。
作为另一个实施方式，所述控制方法还包括以下步骤：
判断作物所处环境，确定其是否处于封闭空间内，若为“是”，则则继续以下步骤：
选定作物灌溉区域，设定灌溉周期，并确定灌溉周期内的多个自然日期；
获取作物灌溉区域的土壤参数；
获取作物灌溉区域的坐标；
根据坐标获取灌溉周期内的自然日期的外部环境参数、内部环境参数和光照参数，并根据封闭空间对灌溉区域的遮挡关系获取灌溉周期内的实际光照参数；
获取作物的生长参数；
根据土壤参数、外部环境参数、内部环境参数、实际光照参数和生长参数计算灌溉区域的土壤蒸发量；
根据封闭空间内的内部环境数据和生长参数预估作物腾发量；
根据土壤蒸发量和作物腾发量获取设定的灌溉周期内的灌溉用水量。
其中一个实施方式中，所述土壤蒸发量的计算方法为：
建立热平衡方程：
Q+r2F＝rQ+r1Q+F+LE1+P
式中，Q为短波辐射，r为土壤反射率，r1为作物光照反射率，r2为作物地面辐射反射率，F为长波有效辐射，L为土壤水分蒸发潜热值，E1为土壤水分蒸发量，P为近地层垂直乱流交换热量值；
根据历史光照参数，获取历史数据中同一个自然日期时，天空处于无云情况下的最大短波辐射；
获取当前自然日期的日平均云量，并设定全天无云时为0，全天密云是为1；
获得短波辐射，计算公式为：
Q＝Q0[a-b(N-S)]
式中，Q0为最大短波辐射，N为日平均云量，S为日照率，a、b为经验常数；
根据历史气象数据，获取历史数据中同一个自然日期的日平均气温T、长波有效辐射、近地层垂直乱流交换热量值，并获取日平均气温与长波有效辐射、近地层垂直乱流交换热量值的对应关系：
计算获得灌溉周期内每一个自然日期的日土壤蒸发量：
将每一个自然日期的日土壤蒸发量求和获得灌溉周期内总土壤蒸发量。
所述作物腾发量的计算方法为：
根据生长参数确定作物的种类以及生长情况；
根据历史气象数据，获取历史数据中同一个自然日期时，灌溉区域的日平均气压、日平均风速；
计算获得灌溉周期内每一个自然日期的日作物腾发量E2：
式中，P0为海平面气压，P为灌溉区域的实际气压，Δ为饱和水汽压曲线斜率，G为土壤热通量，γ为干湿表常数，c为不同种类作物在不同生长时期的纠正经验常数，C为不同种类作物在不同生长时期的表面空气阻力变化系数，V为灌溉区域的历史日平均风速，ea为饱和水汽压，ed为实际水汽压；
将每一个自然日期的日作物腾发量求和获得灌溉周期内总作物腾发量。
所述灌溉用水量的计算方法为：
确定灌溉周期的天数；
根据历史气象数据，获取历史数据中该灌溉周期内的总降水数据；
计算总灌溉用水量：
式中，d为土壤保水率，E为总灌溉用水量，E0为历史总降水量，n为灌溉周期的自然天数，i为不大于n的自然数，E1，i为灌溉周期内第i天的日土壤蒸发量，E2，i为灌溉周期内第i天的日作物腾发量，E3，i为灌溉周期内第i天的作物生长日均需水量，g为不同种类作物在不同生长时期的根系吸水系数；
确定灌溉周期内日均灌溉用水量E′：
判断自然日期的实际降水量，若实际降水量小于日均灌溉用水量，则在下一个自然日期增加日均灌溉用水量；若实际降水量大于日均灌溉用水量，则在下一个自然日期减少日均灌溉用水量。
另一个实施方式中，所述土壤蒸发量的计算方法为：
建立热平衡方程：
Q+r2F+r3F+r3rQ＝rQ+r1Q+F+LE1-r4Q
式中，Q为短波辐射，r为土壤反射率，r1为作物光照反射率，r2为作物地面辐射反射率，r3为封闭空间内部反射率，r4为封闭空间外部反射率，F为长波有效辐射，L为土壤水分蒸发潜热值，E1为土壤水分蒸发量；
根据历史光照参数，获取历史数据中同一个自然日期时，天空处于无云情况下的最大短波辐射；
获取当前自然日期的日平均云量，并设定全天无云时为0，全天密云是为1；
获取封闭空间对灌溉区域的遮挡比，并设定封闭空间全透明时为0，全不透光时为1；
获得短波辐射，计算公式为：
Q＝Q0[k-l(N-m-S)]
式中，Q0为最大短波辐射，N为日平均云量，m为遮挡比，S为日照率，k、l为经验常数；
获取封闭空间内的平均气温T、长波有效辐射，并获取平均气温与长波有效辐射的对应关系：
F＝f3(T)
计算获得灌溉周期内每一个自然日期的日土壤蒸发量：
将每一个自然日期的日土壤蒸发量求和获得灌溉周期内总土壤蒸发量。
所述作物腾发量的计算方法为：
根据生长参数确定作物的种类以及生长情况；
根据历史气象数据，获取历史数据中同一个自然日期时，灌溉区域的日平均气压；
计算获得灌溉周期内每一个自然日期的日作物腾发量E2：
式中，P0为海平面气压，P为封闭空间内实际气压，Δ为饱和水汽压曲线斜率，G为土壤热通量，γ为干湿表常数，c为不同种类作物在不同生长时期的纠正经验常数，ea为饱和水汽压，ed为实际水汽压；
将每一个自然日期的日作物腾发量求和获得灌溉周期内总作物腾发量。
所述灌溉用水量的计算方法为：
确定灌溉周期的天数；
计算总灌溉用水量：
式中，d为土壤保水率，E为总灌溉用水量，n为灌溉周期的自然天数，i为不大于n的自然数，E1，i为灌溉周期内第i天的日土壤蒸发量，E2，i为灌溉周期内第i天的日作物腾发量，E3，i为灌溉周期内第i天的作物生长日均需水量，g为不同种类作物在不同生长时期的根系吸水系数；
确定灌溉周期内日均灌溉用水量E′：
在灌溉周期内对灌溉区域按照日均灌溉用水量浇灌。
一种基于多环境因素分析的农业灌溉控制系统，包括：
判断模块，其用于判断作物所处环境，确定其是否处于封闭空间内；
设定模块，其用于选定作物灌溉区域，并设定灌溉周期，确定灌溉周期内的多个自然日期；
第一获取模块，其用于获取作物灌溉区域的土壤参数；
第二获取模块，其用于获取作物灌溉区域的坐标，根据坐标获取灌溉周期内的自然日期的环境参数；
第三获取模块，其用于获取作物的生长参数；
第四获取模块，其用于根据坐标获取灌溉周期内的自然日期的外部环境参数、内部环境参数和光照参数，并根据封闭空间对灌溉区域的遮挡关系获取灌溉周期内的实际光照参数；
第一计算模块，其用于计算灌溉区域的土壤蒸发量；
第二计算模块，其用于预估作物腾发量；
第三计算模块，其用于计算设定的灌溉周期内的灌溉用水量。
一种基于多环境因素分析的农业灌溉控制终端，包括至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够实现如上述的基于多环境因素分析的农业灌溉控制方法。
本发明与现有技术相比，具有如下的优点和有益效果：
本发明通过判断作物作出的环境，针对开放式种植和大棚式种植获取对应的土壤参数、生长参数、历史气象数据、环境参数等，并结合相关参数计算获得土壤蒸发量、作物腾发量等数据，最后计算获得灌溉水用量，从而在满足作物生长的情况下，合理灌溉，避免出现水资源的浪费。
附图说明
附图示出了本发明的示例性实施方式，并与其说明一起用于解释本发明的原理，其中包括了这些附图以提供对本发明的进一步理解，并且附图包括在本说明书中并构成本说明书的一部分，并不构成对本发明实施例的限定。
图1是根据本发明所述的一种基于多环境因素分析的农业灌溉控制方法的实施例一的流程示意图。
图2是根据本发明所述的一种基于多环境因素分析的农业灌溉控制方法的实施例二的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合附图和实施方式对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施方式仅用于解释相关内容，而非对本发明的限定。
另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分。
在不冲突的情况下，本发明中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本发明。
现阶段的农作物种植后，存在开放式种植和封闭式种植两种方式，开放式种植即直接将农作物种植在露天环境中，其中的农作物受环境因素影响较大；而封闭式种植即是将农作物种植在大棚内，通过对大棚的内部环境进行调整，可以使农作物受环境因素的影响降到最小，因此本发明提出针对上述两种种植方法的灌溉控制方法。
实施例一
如图1所示，本实施例提供用于开放式种植的一种基于多环境因素分析的农业灌溉控制方法，包括以下步骤：
第一步，判断作物所处环境，确定其是否处于封闭空间内，若为“是”，则结束；若为“否”，则继续。
第二步，选定作物灌溉区域，设定灌溉周期，并确定灌溉周期内的多个自然日期。
灌溉区域一般为种植区域，其如果在不同地区，临近水源、临近墙体、临近树林等均会造成环境因素的干扰，因此可以将种植区域分批划片，可以根据具体情况设定灌溉周期，例如，每个月的第一周和第三周为灌溉时间，第二周和第四周不进行灌溉，即在灌溉周期内进行相关控制。
第三步，获取作物灌溉区域的土壤参数，根据第二步的划片情况，通过测量或者实验等方式，获得对应的土壤参数，具体参数需求在后述步骤中进行说明。
第四步，获取作物灌溉区域的坐标，根据坐标获取灌溉周期内的自然日期的环境参数。
即获得灌溉区域的经纬度坐标，并根据经纬度坐标可以从国家气象局获取历史、当前和未来的气象数据、环境参数等，便于后述步骤中进行相关的估测计算。
同时，如果长期在固定区域内种植，也可以自建数据库，后续可以直接从数据库内调用相关数据。
第五步，获取作物的生长参数，种植的作物的种类不同，需水量则不同，即使同一物种，在不同的生长期(例如发芽期、萌芽期、生长期、结果期等)的需水量也不同，可以通过查询资料或者实验获得。
第六步，根据环境参数、土壤参数、生长参数计算灌溉区域的土壤蒸发量，土壤蒸发量的计算方法为：
(1)建立热平衡方程：
Q+r2F＝rQ+r1Q+F+LE1+P
式中，Q为短波辐射(太阳辐射)，r为土壤反射率(无因次)，r1为作物光照反射率(根据不同的作物不同的生长时期进行设定，可以通过查询资料或者实验获得)，r2为作物地面辐射反射率(根据不同的作物不同的生长时期进行设定，可以通过杳询资料或者实验获得)，F为长波有效辐射(即土壤接受太阳辐射后，以地面热量、增高温度等方式以长波形式由地面向大气辐射的热量)，L为土壤水分蒸发潜热值(土壤参数)，E1为土壤水分蒸发量，P为近地层垂直乱流交换热量值(根据历史数据获得)。
(2)根据历史光照参数，获取历史数据中同一个自然日期时，天空处于无云情况下的最大短波辐射。
太阳总辐射主要决定于纬度、太阳高度和天的云量，根据历史气象数据，获得在万里无云的情况下，灌溉区域能够接受的最多短波辐射量。
(3)获取当前自然日期的日平均云量，并设定全天无云时为0，全天密云是为1。
具体可以选取一片区域，并根据该区域的云量与总面积进行对比获得，可以通过拍照后进行图像识别实现简单的判定功能。
(4)获得短波辐射，计算公式为：
Q＝Q0[a-b(N-S)]
式中，Q0为最大短波辐射，N为日平均云量，S为日照率(可杳中央气象局编印的《气象常用表》)，a、b为经验常数(其根据经纬度的不同，具有不同的取值，例如在北纬31°经度110区域，其取值分别为0.65和0.36，本领域技术人员根据历史数据通过经验获得大概取值)。
(4)根据历史气象数据，获取历史数据中同一个自然日期的日平均气温T、长波有效辐射、近地层垂直乱流交换热量值，并获取日平均气温与长波有效辐射、近地层垂直乱流交换热量值的对应关系：
上述两个公式的获得方法为，通过历史气象数据获得每一天的平均气温，然后再获得每一天的长波有效辐射和近地层垂直乱流交换热量值，通过建立T、F、P的方程关系式或者变化曲线获得对应的关系。
(5)计算获得灌溉周期内每一个自然日期的日土壤蒸发量：
在实际中，需要获得每一天的平均温度、日平均云量等常规参数即可以快速计算出当天的日土壤蒸发量。
(6)将每一个自然日期的日土壤蒸发量求和获得灌溉周期内总土壤蒸发量，计算出灌溉周期内每一天的日土壤蒸发量在将其相加求和即可。
第七步，根据坐标区域的历史气象数据、环境参数和生长参数预估作物腾发量，作物腾发量的计算方法为：
(1)根据生长参数确定作物的种类以及生长情况，包括但不限作物种类、生长期等。
(2)根据历史气象数据，获取历史数据中同一个自然日期时，灌溉区域的日平均气压、日平均风速。
因为不同的高度的日平均风速不一致，在本实施例中，是研究风速对作物腾发量的影响，因此最好取作物上方2m左右位置的平均风速，可以通过气象站的历史数据获得。
(3)计算获得灌溉周期内每一个自然日期的日作物腾发量E2：
式中，P0为海平面气压，P为灌溉区域的实际气压，Δ为饱和水汽压曲线斜率(其为常数)，G为土壤热通量(土壤参数)，γ为干湿表常数(土壤参数)，c为不同种类作物在不同生长时期的纠正经验常数(即可以通过试验或者经验获得纠正系数)，C为不同种类作物在不同生长时期的表面空气阻力变化系数(可以通过试验或者计算获得)，V为灌溉区域的历史日平均风速，ea为饱和水汽压，ed为实际水汽压(测量获得)；
(4)将每一个自然日期的日作物腾发量求和获得灌溉周期内总作物腾发量。
第八步，根据坐标区域历史降水数据、实际降水数据、土壤蒸发量和作物腾发量获取设定的灌溉周期内的灌溉用水量，灌溉用水量的计算方法为：
(1)确定灌溉周期的天数，例如以周为灌溉周期，则为7天。
(2)根据历史气象数据，获取历史数据中该灌溉周期内的总降水数据，通过气象局的历史数据，获得上一年度或者前几个年度在该周期内的平均降水量。
(3)计算总灌溉用水量：
式中，d为土壤保水率，E为总灌溉用水量，E0为历史总降水量，n为灌溉周期的自然天数，i为不大于n的自然数，E1，i为灌溉周期内第i天的日土壤蒸发量，E2，i为灌溉周期内第i天的日作物腾发量，E3，i为灌溉周期内第i天的作物生长日均需水量(作物的日均需水量根据不同的种类不同生长时期确定，其为一个常数，可以通过试验或统计获得)，g为不同种类作物在不同生长时期的根系吸水系数(生长参数)；
(4)确定灌溉周期内日均灌溉用水量E′：
(5)判断自然日期的实际降水量，若实际降水量小于日均灌溉用水量，则在下一个自然日期增加日均灌溉用水量；若实际降水量大于日均灌溉用水量，则在下一个自然日期减少日均灌溉用水量。
即，如果前一天下雨过大，则今天不再进行灌溉，避免出现过渡灌溉，且如果前一天的降雨量等于3天灌溉的总和，则在今天和明天均少灌溉或不灌溉。
同理，如果前一天未下雨，则正常灌溉。
实施例二
如图2所示，本实施例提供用于封闭式种植的一种基于多环境因素分析的农业灌溉控制方法，包括以下步骤：
第一步，判断作物所处环境，确定其是否处于封闭空间内，若为“否”，则结束；若为“是”，则继续。可以与实施例一中的第一步共用。
第二步，选定作物灌溉区域，设定灌溉周期，并确定灌溉周期内的多个自然日期；灌溉区域一般为种植区域，其如果在不同地区，临近水源、临近墙体、临近树林等均会造成环境因素的干扰，因此可以将种植区域分批划片，可以根据具体情况设定灌溉周期，例如，每个月的第一周和第三周为灌溉时间，第二周和第四周不进行灌溉，即在灌溉周期内进行相关控制。
第三步，获取作物灌溉区域的土壤参数；通过测量或者实验等方式，获得对应的土壤参数，具体参数需求在后述步骤中进行说明。
第四步，获取作物灌溉区域的坐标；
第五步，根据坐标获取灌溉周期内的自然日期的外部环境参数、内部环境参数和光照参数，并根据封闭空间对灌溉区域的遮挡关系获取灌溉周期内的实际光照参数；
因为封闭式种植，其影响较多的即为大棚的相关参数，因此在进行环境参数的获取时，需要对封闭空间的相关参数进行获取，并且可以减少外部参数的获得，例如：风速、降雨量等。
第六步，获取作物的生长参数；种植的作物的种类不同，需水量则不同，即使同一物种，在不同的生长期(例如发芽期、萌芽期、生长期、结果期等)的需水量也不同，可以通过查询资料或者实验获得。
第七步，根据土壤参数、外部环境参数、内部环境参数、实际光照参数和生长参数计算灌溉区域的土壤蒸发量；土壤蒸发量的计算方法为：
(1)建立热平衡方程：
Q+r2F+r3F+r3rQ＝rQ+r1Q+F+LE1-r4Q
式中，Q为短波辐射，r为土壤反射率，r1为作物光照反射率，r2为作物地面辐射反射率，r3为封闭空间内部反射率，r4为封闭空间外部反射率，F为长波有效辐射，L为土壤水分蒸发潜热值，E1为土壤水分蒸发量；
因为将作物种植在大棚内，因此在建立热平衡方程式，需要考虑大棚的内外侧对长波辐射和短波辐射的反射情况，因此需要增设r3、r4，且因为大棚的高度较低，且具有一定封闭性，此实施例中不考虑近地层垂直乱流交换热量值。
(2)根据历史光照参数，获取历史数据中同一个自然日期时，天空处于无云情况下的最大短波辐射；与实施例一中的相似。
(3)获取当前自然日期的日平均云量，并设定全天无云时为0，全天密云是为1；
获取封闭空间对灌溉区域的遮挡比，并设定封闭空间全透明时为0，全不透光时为1。
部分大棚可能有不透光面，因此需要考虑此面对光照的遮挡，因此需要按照光照方向遮挡比进行计算。
(4)获得短波辐射，计算公式为：
Q＝Q0[k-l(N-m-S)]
式中，Q0为最大短波辐射，N为日平均云量，m为遮挡比，S为日照率，k、l为经验常数；(其根据经纬度的不同，具有不同的取值，本领域技术人员根据历史数据通过经验获得大概取值)。
(5)获取封闭空间内的平均气温T、长波有效辐射，并获取平均气温与长波有效辐射的对应关系：
F＝f3(T)
一般情况下，在作物的某一个生长期内，大棚内的温度需要保持不变，或变化较小。
(6)计算获得灌溉周期内每一个自然日期的日土壤蒸发量：
(7)将每一个自然日期的日土壤蒸发量求和获得灌溉周期内总土壤蒸发量。
第八步，根据封闭空间内的内部环境数据和生长参数预估作物腾发量；作物腾发量的计算方法为：
(1)根据生长参数确定作物的种类以及生长情况；
(2)根据历史气象数据，获取历史数据中同一个自然日期时，灌溉区域的日平均气压，在大棚内，受风力影响关系较小。
(3)计算获得灌溉周期内每一个自然日期的日作物腾发量E2：
式中，P0为海平面气压，P为封闭空间内实际气压，Δ为饱和水汽压曲线斜率，G为土壤热通量，γ为干湿表常数，c为不同种类作物在不同生长时期的纠正经验常数，(即可以通过试验或者经验获得纠正系数)，eα为饱和水汽压，ed为实际水汽压(测量获得)；
(4)将每一个自然日期的日作物腾发量求和获得灌溉周期内总作物腾发量。
第八步，根据土壤蒸发量和作物腾发量获取设定的灌溉周期内的灌溉用水量，灌溉用水量的计算方法为：
(1)确定灌溉周期的天数；
(2)计算总灌溉用水量：
式中，d为土壤保水率，E为总灌溉用水量，n为灌溉周期的自然天数，i为不大于n的自然数，E1，i为灌溉周期内第i天的日土壤蒸发量，E2，i为灌溉周期内第i天的日作物腾发量，E3，i为灌溉周期内第i天的作物生长日均需水量，g为不同种类作物在不同生长时期的根系吸水系数；
(3)确定灌溉周期内日均灌溉用水量E′：
(4)在灌溉周期内对灌溉区域按照日均灌溉用水量浇灌，不考虑其他影响，直接进行灌溉即可。
实施例三
本实施例将实施例一和实施例二进行整合，其可以统一为一种方法，只需要执行下述方法即可：
判断作物所处环境，确定其是否处于封闭空间内，若为“是”，则执行实施例二的方法；若为“否”，则执行实施例一的方法。
实施例四
上述实施例一、实施例二和实施例三的各个步骤可以在各个模块中运行，各个模块可以为单独的一个逻辑判断模块/计算模块，也可以为一个处理器中的不同处理程序。
一种基于多环境因素分析的农业灌溉控制系统，包括：
判断模块，其用于判断作物所处环境，确定其是否处于封闭空间内；
设定模块，其用于选定作物灌溉区域，并设定灌溉周期，确定灌溉周期内的多个自然日期；
第一获取模块，其用于获取作物灌溉区域的土壤参数；
第二获取模块，其用于获取作物灌溉区域的坐标，根据坐标获取灌溉周期内的自然日期的环境参数；
第三获取模块，其用于获取作物的生长参数；
第四获取模块，其用于根据坐标获取灌溉周期内的自然日期的外部环境参数、内部环境参数和光照参数，并根据封闭空间对灌溉区域的遮挡关系获取灌溉周期内的实际光照参数；
第一计算模块，其用于计算灌溉区域的土壤蒸发量；
第二计算模块，其用于预估作物腾发量；
第三计算模块，其用于计算设定的灌溉周期内的灌溉用水量。
实施例五
一种基于多环境因素分析的农业灌溉控制终端，包括至少一个处理器；以及，
与至少一个处理器通信连接的存储器；其中，
存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够实现如上述的基于多环境因素分析的农业灌溉控制方法的步骤。
存储器可用于存储软件程序以及模块，处理器通过运行存储在存储器的软件程序以及模块，从而执行终端的各种功能应用以及数据处理。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的执行程序等。
存储数据区可存储根据终端的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件，闪存器件、或其他易失性固态存储器件。
一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述的多环境因素分析的农业灌溉控制方法的步骤。
不失一般性，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令数据结构，程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术，CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知计算机存储介质不局限于上述几种。上述的系统存储器和大容量存储设备可以统称为存储器。
在本说明书的描述中，参考术语“一个实施例/方式”、“一些实施例/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例/方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例/方式或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例/方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例/方式或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例/方式或示例以及不同实施例/方式或示例的特征进行结合和组合。
此外，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。在本申请的描述中，“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。
本领域的技术人员应当理解，上述实施方式仅仅是为了清楚地说明本发明，而并非是对本发明的范围进行限定。对于所属领域的技术人员而言，在上述发明的基础上还可以做出其它变化或变型，并且这些变化或变型仍处于本发明的范围内。
Claims (4)
1.一种基于多环境因素分析的农业灌溉控制方法，其特征在于，包括：
判断作物所处环境，确定其是否处于封闭空间内，若为“否”，则继续以下步骤：
选定作物灌溉区域，设定灌溉周期，并确定灌溉周期内的多个自然日期；
获取作物灌溉区域的土壤参数；
获取作物灌溉区域的坐标，根据坐标获取灌溉周期内的自然日期的环境参数；
获取作物的生长参数；
根据环境参数、土壤参数、生长参数计算灌溉区域的土壤蒸发量；
根据坐标区域的历史气象数据、环境参数和生长参数预估作物腾发量；
根据坐标区域历史降水数据、实际降水数据、土壤蒸发量和作物腾发量获取设定的灌溉周期内的灌溉用水量；
其中，所述土壤蒸发量的计算方法为：
建立热平衡方程：
Q+r2F＝rQ+r1Q+F+LE1+P
式中，Q为短波辐射，r为土壤反射率，r1为作物光照反射率，r2为作物地面辐射反射率，F为长波有效辐射，L为土壤水分蒸发潜热值，E1为土壤水分蒸发量，P为近地层垂直乱流交换热量值；
根据历史光照参数，获取历史数据中同一个自然日期时，天空处于无云情况下的最大短波辐射；
获取当前自然日期的日平均云量，并设定全天无云时为0，全天密云是为1；
获得短波辐射，计算公式为：
Q＝Q0[a-b(N-S)]
式中，Q0为最大短波辐射，N为日平均云量，S为日照率，a、b为经验常数；
根据历史气象数据，获取历史数据中同一个自然日期的日平均气温T、长波有效辐射、近地层垂直乱流交换热量值，并获取日平均气温与长波有效辐射、近地层垂直乱流交换热量值的对应关系：
计算获得灌溉周期内每一个自然日期的日土壤蒸发量：
将每一个自然日期的日土壤蒸发量求和获得灌溉周期内总土壤蒸发量；
其中，所述作物腾发量的计算方法为：
根据生长参数确定作物的种类以及生长情况；
根据历史气象数据，获取历史数据中同一个自然日期时，灌溉区域的日平均气压、日平均风速；
计算获得灌溉周期内每一个自然日期的日作物腾发量E2：
式中，P0为海平面气压，P为灌溉区域的实际气压，Δ为饱和水汽压曲线斜率，G为土壤热通量，γ为干湿表常数，c为不同种类作物在不同生长时期的纠正经验常数，C为不同种类作物在不同生长时期的表面空气阻力变化系数，V为灌溉区域的历史日平均风速，ea为饱和水汽压，ed为实际水汽压；
将每一个自然日期的日作物腾发量求和获得灌溉周期内总作物腾发量；
其中，所述灌溉用水量的计算方法为：
确定灌溉周期的天数；
根据历史气象数据，获取历史数据中该灌溉周期内的总降水数据；
计算总灌溉用水量：
式中，d为土壤保水率，E为总灌溉用水量，E0为历史总降水量，n为灌溉周期的自然天数，i为不大于n的自然数，E1，j为灌溉周期内第i天的日土壤蒸发量，E2，i为灌溉周期内第i天的日作物腾发量，E3，i为灌溉周期内第i天的作物生长日均需水量，g为不同种类作物在不同生长时期的根系吸水系数；
确定灌溉周期内日均灌溉用水量E′：
判断自然日期的实际降水量，若实际降水量小于日均灌溉用水量，则在下一个自然日期增加日均灌溉用水量；若实际降水量大于日均灌溉用水量，则在下一个自然日期减少日均灌溉用水量。
2.根据权利要求1所述的基于多环境因素分析的农业灌溉控制方法，其特征在于，还包括以下步骤：
判断作物所处环境，确定其是否处于封闭空间内，若为“是”，则继续以下步骤：
选定作物灌溉区域，设定灌溉周期，并确定灌溉周期内的多个自然日期；
获取作物灌溉区域的土壤参数；
获取作物灌溉区域的坐标；
根据坐标获取灌溉周期内的自然日期的外部环境参数、内部环境参数和光照参数，并根据封闭空间对灌溉区域的遮挡关系获取灌溉周期内的实际光照参数；
获取作物的生长参数；
根据土壤参数、外部环境参数、内部环境参数、实际光照参数和生长参数计算灌溉区域的土壤蒸发量；
根据封闭空间内的内部环境数据和生长参数预估作物腾发量；
根据土壤蒸发量和作物腾发量获取设定的灌溉周期内的灌溉用水量；
其中，所述土壤蒸发量的计算方法为：
建立热平衡方程：
Q+r2F+r3F+r3rQ＝rQ+r1Q+F+LE1-r4Q
式中，Q为短波辐射，r为土壤反射率，r1为作物光照反射率，r2为作物地面辐射反射率，r3为封闭空间内部反射率，r4为封闭空间外部反射率，F为长波有效辐射，L为土壤水分蒸发潜热值，E1为土壤水分蒸发量；
根据历史光照参数，获取历史数据中同一个自然日期时，天空处于无云情况下的最大短波辐射；
获取当前自然日期的日平均云量，并设定全天无云时为0，全天密云是为1；
获取封闭空间对灌溉区域的遮挡比，并设定封闭空间全透明时为0，全不透光时为1；
获得短波辐射，计算公式为：
Q＝Q0[k-l(N-m-S)]
式中，Q0为最大短波辐射，N为日平均云量，m为遮挡比，S为日照率，k、l为经验常数；
获取封闭空间内的平均气温T、长波有效辐射，并获取平均气温与长波有效辐射的对应关系：
F＝f3(T)
计算获得灌溉周期内每一个自然日期的日土壤蒸发量：
将每一个自然日期的日土壤蒸发量求和获得灌溉周期内总土壤蒸发量；
其中，所述作物腾发量的计算方法为：
根据生长参数确定作物的种类以及生长情况；
根据历史气象数据，获取历史数据中同一个自然日期时，灌溉区域的日平均气压；
计算获得灌溉周期内每一个自然日期的日作物腾发量E2：
式中，P0为海平面气压，P为封闭空间内实际气压，Δ为饱和水汽压曲线斜率，G为土壤热通量，γ为干湿表常数，c为不同种类作物在不同生长时期的纠正经验常数，ea为饱和水汽压，ed为实际水汽压；
将每一个自然日期的日作物腾发量求和获得灌溉周期内总作物腾发量；
其中，所述灌溉用水量的计算方法为：
确定灌溉周期的天数；
计算总灌溉用水量：
式中，d为土壤保水率，E为总灌溉用水量，n为灌溉周期的自然天数，i为不大于n的自然数，E1，i为灌溉周期内第i天的日土壤蒸发量，E2，i为灌溉周期内第i天的日作物腾发量，E3，i为灌溉周期内第i天的作物生长日均需水量，g为不同种类作物在不同生长时期的根系吸水系数；
确定灌溉周期内日均灌溉用水量E′：
在灌溉周期内对灌溉区域按照日均灌溉用水量浇灌。
3.一种基于多环境因素分析的农业灌溉控制系统，其特征在于，用于实施如权利要求2所述的基于多环境因素分析的农业灌溉控制方法，所述控制系统包括：
判断模块，其用于判断作物所处环境，确定其是否处于封闭空间内；
设定模块，其用于选定作物灌溉区域，并设定灌溉周期，确定灌溉周期内的多个自然日期；
第一获取模块，其用于获取作物灌溉区域的土壤参数；
第二获取模块，其用于获取作物灌溉区域的坐标，根据坐标获取灌溉周期内的自然日期的环境参数；
第三获取模块，其用于获取作物的生长参数；
第四获取模块，其用于根据坐标获取灌溉周期内的自然日期的外部环境参数、内部环境参数和光照参数，并根据封闭空间对灌溉区域的遮挡关系获取灌溉周期内的实际光照参数；
第一计算模块，其用于计算灌溉区域的土壤蒸发量；
第二计算模块，其用于预估作物腾发量；
第三计算模块，其用于计算设定的灌溉周期内的灌溉用水量。
4.一种基于多环境因素分析的农业灌溉控制终端，其特征在于，包括至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够实现如权利要求1-2中任一项所述的基于多环境因素分析的农业灌溉控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210296570.4A CN114637353B (zh) | 2022-03-24 | 2022-03-24 | 基于多环境因素分析的农业灌溉控制方法、系统及终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210296570.4A CN114637353B (zh) | 2022-03-24 | 2022-03-24 | 基于多环境因素分析的农业灌溉控制方法、系统及终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114637353A CN114637353A (zh) | 2022-06-17 |
| CN114637353B true CN114637353B (zh) | 2022-11-15 |
Family
ID=81949695
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210296570.4A Active CN114637353B (zh) | 2022-03-24 | 2022-03-24 | 基于多环境因素分析的农业灌溉控制方法、系统及终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114637353B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117519349B (zh) * | 2023-12-06 | 2024-04-23 | 广州市农业科学研究院 | 温室大棚控制方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105230450A (zh) * | 2015-09-15 | 2016-01-13 | 中国农业大学 | 一种智能式灌溉快速诊断装置与方法 |
| CN106508622A (zh) * | 2016-11-11 | 2017-03-22 | 河北农业大学 | 一种基于水平衡模型的自动灌溉控制方法 |
| EP3179319A1 (en) * | 2015-12-10 | 2017-06-14 | Sysman Progetti & Servizi S.r.l. | Method for irrigation planning and system for its implementation |
| CN108446997A (zh) * | 2018-03-28 | 2018-08-24 | 江苏大学 | 一种基于多源信息融合的作物节水灌溉决策方法及测控系统 |
| CN110490473A (zh) * | 2019-08-23 | 2019-11-22 | 西北农林科技大学 | 一种基于土壤水分动态平衡的作物生产水足迹测算方法 |
| CN112602563A (zh) * | 2020-12-15 | 2021-04-06 | 珠海市现代农业发展中心(珠海市金湾区台湾农民创业园管理委员会、珠海市农渔业科研与推广中心) | 一种节水灌溉系统及精准灌溉方法 |
| CN114002951A (zh) * | 2021-09-16 | 2022-02-01 | 江苏农林职业技术学院 | 一种水稻硬地育秧模糊控制灌溉方法 |
| CN113994868A (zh) * | 2021-09-27 | 2022-02-01 | 上海易航海芯农业科技有限公司 | 一种基于植物生长周期的自动灌溉方法及系统 |
-
2022
- 2022-03-24 CN CN202210296570.4A patent/CN114637353B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105230450A (zh) * | 2015-09-15 | 2016-01-13 | 中国农业大学 | 一种智能式灌溉快速诊断装置与方法 |
| EP3179319A1 (en) * | 2015-12-10 | 2017-06-14 | Sysman Progetti & Servizi S.r.l. | Method for irrigation planning and system for its implementation |
| CN106508622A (zh) * | 2016-11-11 | 2017-03-22 | 河北农业大学 | 一种基于水平衡模型的自动灌溉控制方法 |
| CN108446997A (zh) * | 2018-03-28 | 2018-08-24 | 江苏大学 | 一种基于多源信息融合的作物节水灌溉决策方法及测控系统 |
| CN110490473A (zh) * | 2019-08-23 | 2019-11-22 | 西北农林科技大学 | 一种基于土壤水分动态平衡的作物生产水足迹测算方法 |
| CN112602563A (zh) * | 2020-12-15 | 2021-04-06 | 珠海市现代农业发展中心(珠海市金湾区台湾农民创业园管理委员会、珠海市农渔业科研与推广中心) | 一种节水灌溉系统及精准灌溉方法 |
| CN114002951A (zh) * | 2021-09-16 | 2022-02-01 | 江苏农林职业技术学院 | 一种水稻硬地育秧模糊控制灌溉方法 |
| CN113994868A (zh) * | 2021-09-27 | 2022-02-01 | 上海易航海芯农业科技有限公司 | 一种基于植物生长周期的自动灌溉方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114637353A (zh) | 2022-06-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106718695B (zh) | 一种智能节水灌溉物联网控制系统 | |
| Savva et al. | Crop water requirements and irrigation scheduling | |
| Smart et al. | Water relations of grapevines | |
| Jones et al. | Future climate impact on the productivity of sugar beet (Beta vulgaris L.) in Europe | |
| Van Bavel | Changes in canopy resistance to water loss from alfalfa induced by soil water depletion | |
| AU2008247652B2 (en) | Calculating an ET value for an irrigation area | |
| Allen et al. | Transpiration by two poplar varieties grown as coppice for biomass production | |
| CN107087539A (zh) | 一种基于物联网的果蔬智能灌溉系统 | |
| CN117063821B (zh) | 一种农业灌溉用智能调节系统及方法 | |
| CN114637353B (zh) | 基于多环境因素分析的农业灌溉控制方法、系统及终端 | |
| CN117313993B (zh) | 基于温度和海拔的烤烟栽培管理方法 | |
| CN110059980A (zh) | 一种可控地下水位埋深作物水分敏感指数计算方法 | |
| Franke et al. | Impact of climate change on yield and water use efficiencies of potato in different production regions of South Africa | |
| Lake et al. | Seasonal variation in the transpiration of glasshouse plants | |
| Jo et al. | Estimation of evapotranspiration and water requirements of strawberry plants in greenhouses using environmental data | |
| CN116569721A (zh) | 基于虚实融合的苜蓿水肥调控方法 | |
| Laing | The water environment of soybeans | |
| CN115983431A (zh) | 用于作物种植区域内水量的控制方法、装置及处理器 | |
| CN115641015B (zh) | 土壤含水量的估算方法、存储介质及计算机设备 | |
| Olaniran | Climate and the planning of agricultural land use in Nigeria The NRBDA area as a case study | |
| Priyanka et al. | Determination of Crop Water Requirements for the Rice in the Veeranam Tank Irrigation Command Area | |
| Al-Kazragy | Evapotranspiration And Irrigation Water Requirements Evaluation Of Chinarok Area Using Asce Penman-Monteith Method | |
| Loper et al. | Rainwater Harvesting Potential Maps | |
| KR102562434B1 (ko) | 실내 원예 환경에서의 관수 제어 방법 | |
| Luyun Jr et al. | Determination of Rice Crop Coefficient Using Modified Microlysimeter |
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 |