CN115943414A - 基于作物种植应用的适应型种植信息提供系统 - Google Patents
基于作物种植应用的适应型种植信息提供系统 Download PDFInfo
- Publication number
- CN115943414A CN115943414A CN202080102007.8A CN202080102007A CN115943414A CN 115943414 A CN115943414 A CN 115943414A CN 202080102007 A CN202080102007 A CN 202080102007A CN 115943414 A CN115943414 A CN 115943414A
- Authority
- CN
- China
- Prior art keywords
- information
- planting
- crop
- soil
- standard
- 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.)
- Pending
Links
- 230000003044 adaptive effect Effects 0.000 title claims description 13
- 239000002689 soil Substances 0.000 claims description 78
- 201000010099 disease Diseases 0.000 claims description 36
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 36
- 238000000034 method Methods 0.000 claims description 29
- NBIIXXVUZAFLBC-UHFFFAOYSA-N Phosphoric acid Chemical compound OP(O)(O)=O NBIIXXVUZAFLBC-UHFFFAOYSA-N 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 15
- 238000009395 breeding Methods 0.000 claims description 13
- 230000001488 breeding effect Effects 0.000 claims description 13
- 241000607479 Yersinia pestis Species 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 10
- 239000005416 organic matter Substances 0.000 claims description 10
- 150000001768 cations Chemical class 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 9
- 229910000147 aluminium phosphate Inorganic materials 0.000 claims description 8
- RMAQACBXLXPBSY-UHFFFAOYSA-N silicic acid Chemical compound O[Si](O)(O)O RMAQACBXLXPBSY-UHFFFAOYSA-N 0.000 claims description 8
- 235000012239 silicon dioxide Nutrition 0.000 claims description 8
- 241000238631 Hexapoda Species 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 7
- 235000015097 nutrients Nutrition 0.000 claims description 7
- 238000001556 precipitation Methods 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000006872 improvement Effects 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 235000016709 nutrition Nutrition 0.000 claims description 3
- 230000035764 nutrition Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 239000013589 supplement Substances 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 5
- 241000196324 Embryophyta Species 0.000 description 11
- 238000010586 diagram Methods 0.000 description 4
- 239000003337 fertilizer Substances 0.000 description 4
- 235000010149 Brassica rapa subsp chinensis Nutrition 0.000 description 3
- 235000000536 Brassica rapa subsp pekinensis Nutrition 0.000 description 3
- 241000499436 Brassica rapa subsp. pekinensis Species 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000003306 harvesting Methods 0.000 description 3
- 238000010899 nucleation Methods 0.000 description 3
- 230000003449 preventive effect Effects 0.000 description 3
- 238000005507 spraying Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000010485 coping Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 239000000575 pesticide Substances 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 241000233679 Peronosporaceae Species 0.000 description 1
- 239000003905 agrochemical Substances 0.000 description 1
- 239000002361 compost Substances 0.000 description 1
- 244000038559 crop plants Species 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004016 soil organic matter Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 125000000391 vinyl group Chemical group [H]C([*])=C([H])[H] 0.000 description 1
- 229920002554 vinyl polymer Polymers 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
-
- 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
- G06Q50/10—Services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Software Systems (AREA)
- Agronomy & Crop Science (AREA)
- Marine Sciences & Fisheries (AREA)
- Biodiversity & Conservation Biology (AREA)
- Environmental Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Ecology (AREA)
- Animal Husbandry (AREA)
- Atmospheric Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
Abstract
本发明涉及一种提供知识共享平台的技术,即使是没有多少农业知识的农业人,也能掌握种植对象地的环境,选择最合适的种植作物并进行种植,本发明通过构建按作物/品质分类的基本体系的种植法DB,获得要种植所选作物的种植地的标准种植环境信息,按照获得的标准种植环境信息提供基本作物种植信息,从而可以提供有效率的种植技法。
Description
技术领域
本发明涉及一种提供知识共享平台的技术,即使是没有多少农业知识的农业人,也能掌握种植对象地的环境,选择最合适的种植作物并进行种植。
背景技术
农作物的种植过程不仅要考虑温度、湿度、日照量等自然环境,还要考虑肥料的供应、农药的喷洒等多种因素。近来,随着农业技术的发展,可以调节温度、湿度、日照量的塑料大棚等得到逐渐普及。进而,随着自动化技术的发展,在塑料大棚内自动喷洒农药或肥料的技术已经进入商用化阶段,用机器人自动收获作物的技术也得到普及。
即使具有这种自动化设备,作物的种植前阶段需要农民自己判别环境和考虑环境。即,与农业的自动化无关地,作物能否成功种植还取决于农民的个人能力。
并且,即使是经验丰富的农民,没有获取特定信息而做出决策,或没有考虑到一些事项而做决策的话,有可能会破坏作物的种植。
近来,随着归农人口急剧增加、气温变暖,以及史无前例的梅雨、严寒的冬季气温导致较严重的农作物灾害,出现从2019年开始引进的农养许可强化(PLS)制度等急剧的农业环境变化。因此,不仅是农耕经验少而没有种植知识的归农者,种植知识及经验丰富的农民也对正确种植作物和应对种植环境、种植时病害的判断和应对等感到非常困难,经过较多失败才能得到对一些作物的种植秘诀,因此需要更加符合信息时代的高效的农业知识共享。
发明内容
(要解决的技术问题)
本发明为了解决上述问题而提出,本发明的目的在于提供一种系统,构建按作物/品质分类的基本体系的种植法DB(将150多种作物用环保耕作法和GAP耕作法分类的300多种作物种植法DB),获得要种植所选作物的种植地的标准种植环境信息,按照获得的标准种植环境信息提供基本作物种植信息,从而可以提供有效率的种植技法。
(解决问题的手段)
作为解决上述问题的手段,本发明的实施例如图1至图10所示,提供一种基于作物种植应用的适应型种植信息提供系统,包括:用户终端100,可以进行有线和无线通信,通过专用程序连接到外部服务器;标准种植信息提供模块200,设置在所述用户终端100而被驱动,基于由外部数据库提供的作物信息、种植信息、土壤信息、环境信息,基于种植作物的对象地的状态信息,提供最佳种植推荐作物信息,提供关于通过所述用户终端选定的种植作物的标准化标准种植信息,根据种植该作物的对象地的环境信息的变动而提供改良的变更种植信息;环境及统计信息提供模块300,通过无线通信部向所述标准种植信息提供模块200提供作物信息、对象地的土壤信息、外部环境信息、种植历史信息。
这种情况下,所述标准种植信息提供模块200包括:地理信息输入部210,被输入用于种植作物的对象地的地理信息;作物信息选择部220,检索而选择或被输入将种植到所述对象地的作物;土壤信息提供部230,提供有关所述对象地土壤的有机物、无机物信息及土壤酸度等状态信息;推荐作物匹配部240,除了由所述作物信息选择部220检索的作物群之外,匹配并提供适合所述对象地的土壤环境的作物;标准种植信息提供部250,提供由所述作物信息选择部220最终选择的作物有关的繁育信息、病害信息、虫害信息、各种植时期的种植技法的信息;改良种植信息提供部260,对所述对象地上种植的作物有关的标准种植信息,监控所述对象地的设定期间内变动的外部环境信息,提供更新后的符合该环境条件的已变更的种植技法。
并且,所述改良种植信息提供部260包括:气象标准信息设定部261,设定种植被选定种植作物的对象地的适合该作物繁育的温度、湿度等气候条件有关的基准标准信息;观测气象信息收集部262,收集所述对象地的种植期间内实测的气象信息,分类为对比温度基准标准、湿度基准标准的实测标准信息;临界基准判别部263,对比所述基准标准信息和所述实测标准信息,判别是否超过临界基准;变动种植环境匹配部264,当所述临界基准判别部263判别为超过临界基准时,提取对应超过的气象信息的符合变更后种植环境的对象作物的统计时期,获得对应提取的时期的更新后的作物种植环境;变动种植技法计算部265,提供由所述变动种植环境匹配部264计算的更新后的作物种植环境所需的种植信息。
进而,所述环境及统计信息提供模块300包括:作物信息数据库310,提供包含有关种植作物的各品种繁育信息、种植时期、病害信息、合适土壤环境信息的数据;土壤信息数据库320,对用于种植对象作物的对象地的土壤环境的土壤酸度(pH)、有机物、有效磷酸、交换性阳离子、电导率(EC)、有效硅酸等信息进行分类并保存,更新根据对象地的环境而变动的信息并进行分类;气象信息数据库330,与外部的气象信息提供服务器产生联动,将对象地区的气候信息按温度、湿度、风量进行分类保存,并更新而提供;种植历史数据库340,保存有关现有对象地的各作物、各时期种植历史的信息。
(发明的效果)
根据本发明的实施例,其效果在于,构建基本体系的种植法DB,获得要种植所选作物的种植地的标准种植环境信息,按照获得的标准种植环境信息提供基本作物种植信息,从而可以提供有效率的种植技法。
尤其,本发明的实施例中,当前的种植环境与各时期统计不匹配(尤其,与统计不同的环境的日数比率超过预先设定的临界值)时,提取与当前种植环境匹配(matching)的统计时期,提供对应提取的时期的更新后的作物种植信息,体现能够有效应对的农业技法。
尤其,关于被更新的作物种植信息,以土壤DB为基准时,根据因变更后的种植环境而发生的营养成分流出量/流出速度等针对性地改善土壤营养及改良种植日程,从而提高种植成功率。
进而,通过机器学习判别并更新有关种植作物病害信息的复合病害信息,引导缺乏病害知识的种植农户有效防除,从而提高农业生产率。
附图说明
图1是本发明实施例的基于作物种植应用的适应型种植信息提供系统的整体结构图。
图2是图1的具体结构图。
图3是用于描述改良种植信息提供部的结构和作用的框图。
图4是本发明实施例的基于作物种植应用的适应型种植信息提供系统的工作方式的顺序图。
图5及图6是用于描述本发明的防除信息提供部的结构和作用的框图。
图7示出本发明的土壤信息数据库的构建例子。
符号说明
100:用户终端
200:标准种植信息提供模块
210:地理信息输入部
220:作物信息选择部
230:土壤信息提供部
240:推荐作物匹配部
250:标准种植信息提供部
260:改良种植信息提供部
270:防除信息提供部
300:环境及统计信息提供模块
310:作物信息数据库
320:土壤信息数据库
330:气象信息数据库
340:种植历史数据库
350:无线通信部
具体实施方式
本发明的优点及特征,以及达成这些的方法,可通过参照附图及详细说明的实施例而明确理解。但本发明并不受限于以下描述的实施例,而是能够以多种形式实现,这里描述的实施例的目的仅在于使本发明公开完整并向本发明所属技术领域的普通技术人员完整地告知本发明的思想。
本申请中使用的术语只是为了描述特定实施例,而不是为了限制本发明。除了有特殊说明的以外,单数型包括复数型。本申请中,“包括”或“具有”等术语只是为了指定说明书中记载的特征、数字、步骤、动作、组件、部件或这些的组合的存在,并不意味着事先排除一个或其以上的其他特征或数字、步骤、动作、组件、部件或这些的组合的存在或增加的可能性。
图1是本发明实施例的基于作物种植应用的适应型种植信息提供系统(以下称为‘本发明’)的整体结构图,图2是图1的具体结构图。
参照图1及图2,本发明包括:用户终端100,可以进行有线和无线通信,通过专用程序连接到外部服务器;标准种植信息提供模块200,设置在所述用户终端100而被驱动,基于由外部数据库提供的作物信息、种植信息、土壤信息、环境信息,基于种植作物的对象地的状态信息,提供最佳种植推荐作物信息,提供关于通过所述用户终端选定的种植作物的标准化标准种植信息,根据种植该作物的对象地的环境信息的变动而提供改良的变更种植信息;环境及统计信息提供模块300,通过无线通信部向所述标准种植信息提供模块200提供作物信息、对象地的土壤信息、外部环境信息、种植历史信息。
本发明中,‘模块’是指用于驱动能够执行本发明的技术思想的硬件与用于驱动所述硬件的软件的功能性、结构性结合。例如,所述模块可以是既定的代码和用于执行所述既定代码的硬件资源的逻辑单位,本发明技术领域的一般专家可容易地推导出这并不意味着必需是物理连接的代码或一种硬件。
所述用户终端100可以是可以进行有线和无线通信(包括网络通信)的移动通信终端或电脑。其中,所述移动通信终端可以是PDA(Personal Digital Assistant:个人数字助理)、智能手机或平板电脑中的其中一个。进而,用户终端可以包括有线和无线通信部、A/V(Audio/Video:音频/视频)输入部、用户输入部、感应部、输出部、内存、接口部、控制部及电源供应部等。所述构件都不是必需的,可根据特性而加减。另外,用户终端100可通过下载后述的标准种植信息提供模块200提供的专用程序(Application)来进行驱动。
所述标准种植信息提供模块200可以是提供专用程序的服务器,程序本身可以被安装到用户终端。具体地说,所述标准种植信息提供模块200包括:地理信息输入部210,被输入用于种植作物的对象地的地理信息;作物信息选择部220,检索而选择或被输入将种植到所述对象地的作物;土壤信息提供部230,提供有关所述对象地土壤的有机物、无机物信息及土壤酸度等状态信息;推荐作物匹配部240,除了由所述作物信息选择部220检索的作物群之外,匹配并提供适合所述对象地的土壤环境的作物;标准种植信息提供部250,提供由所述作物信息选择部220最终选择的作物有关的繁育信息、病害信息、虫害信息、各种植时期的种植技法的信息;改良种植信息提供部260,对所述对象地上种植的作物有关的标准种植信息,监控所述对象地的设定期间内变动的外部环境信息,提供更新后的符合该环境条件的已变更的种植技法。
所述地理信息输入部210体现的功能是使用户终端100通过用户输入来输入要种植对象作物的地区(以下称为‘对象地’)的地址信息。本发明以采用用户直接输入方式为一个实施例进行描述,但也可以选择与该地区的GPS信息产生联动的商业化地图服务的地点而体现为选择该位置。即,本发明的专用程序中的地理信息输入部体现为,直接输入地址时,与其产生联动的地图服务的结构或商业化门户网站或网站的服务器,作为一例,如谷歌提供的实地网络地图服务即谷歌街景(Google Street View)或韩国的naver或daum等门户网站提供的街景、中国的百度等门户网站提供的街景,统称提供特定地区的经度及纬度信息一并形成的图像视图的服务器。因此,适用于本发明的街景图像可以使用多种网站地图服务的信息,可以利用公开的开放源。
所述作物信息选择部220可以使得用户通过用户终端检索感兴趣的作物,并提供对此的信息(一般植物的繁育信息及种植信息)。当检索感兴趣作物时,可以按照作物的名称进行检索,也可以按照大分类(作物)、中分类(作物品种)、小分类(作物名称)等提供详细信息,有关该作物的一般信息可以在应用驱动画面中提供作物介绍图像、该作物的病害图像、该作物的虫害图像、该作物的按月种植日程信息等信息。这种信息起到向用户传递有关一般作物的种植知识的功能,相当于可以帮助用户选择作物的参照信息。
尤其,本发明的土壤信息提供部230中,可以分类整理而提供用户想要种植的作物的对象地的土壤特性。这可以由后述的环境及统计信息提供模块300的土壤信息数据库提供,可以提供包括对象地土壤的有机物、无机物信息及土壤酸度的状态信息。
为了推荐符合这种上述对象地的土壤信息的有利于种植繁育的作物,本发明具备推荐作物匹配部240,匹配并提供适合对象地的土壤环境的作物。
通过所述推荐作物匹配部240提供的作物信息或用户终端直接选择的种植作物(最终选择作物)确定之后,本发明的标准种植信息提供部250将提供按最终选择的作物的繁育信息、病害信息、虫害信息、种植时期区分的种植技法的标准化种植信息(以下称‘标准种植信息’)。
关于所述标准种植信息,作为最终选择作物(例如,白菜)的繁育信息,提供种植环境、最佳繁育温度、播种时期、育苗时期、预防性防除时期、收获时期、病害信息、虫害信息等,考虑到对象地的气候环境,提供更新后的适合对象地的信息(播种时期、种植环境、最佳繁育温度、播种时期、育苗时期、预防性防除时期、收获时期、病害信息、虫害信息),可基于后述的保存对象地的各作物、各时期种植历史信息的种植历史数据库340信息持续更新。
并且,本发明的所述标准种植信息提供模块200通过改良种植信息提供部260,对所述对象地上种植的作物有关的标准种植信息,监控所述对象地的设定期间内变动的外部环境信息,提供更新后的符合该环境条件的已变更的种植技法(以下称‘改良种植信息’)。这是为了有效应对当对象地的土壤条件或种植条件因一定期间内骤变的气象状况改变而导致繁育环境急剧变更的问题。
例如,关于降水量,5~6月对象地的标准为平均20mm~25mm作为标准信息(基准设定信息),但实测结果,种植开始后,5~6月期间数值超过种植繁育合适临界条件(40mm)时,为了对此做出应对,匹配并提供现有对象作物的种植信息中需要改良的事项。
例如,降水量如上述地超过临界值并长时间持续,对象地的土壤有机物、土壤酸度、交换性阳离子等会出现变动时,可以提供有关应在何时以多少量投放预防性改良肥料或有机堆肥的信息,因频繁降水而繁育温度降低,该作物的冻灾危险性提高时,提供对此的应对方案相关的信息,当无法再种植对象作物时,选定替代作物,提供该环境下当前可以替代的作物的种植方法等信息。
为此,所述改良种植信息提供部260包括:气象标准信息设定部261,设定种植被选定种植作物的对象地的适合该作物繁育的温度、湿度等气候条件有关的基准标准信息;观测气象信息收集部262,收集所述对象地的种植期间内实测的气象信息,分类为对比温度基准标准、湿度基准标准的实测标准信息;临界基准判别部263,对比所述基准标准信息和所述实测标准信息,判别是否超过临界基准;变动种植环境匹配部264,当所述临界基准判别部263判别为超过临界基准时,提取对应超过的气象信息的符合变更后种植环境的对象作物的统计性时期,获得对应提取的时期的更新后的作物种植环境;变动种植技法计算部265,提供由所述变动种植环境匹配部264计算的更新后的作物种植环境所需的种植信息。
尤其,所述临界基准判别部263如上所述地起到如下功能,在作物的种植环境下,判别发生超过外部的气象环境的设定条件(基准标准信息)的临界值的情况,作为对此提出应对措施的功能部,变动种植环境匹配部264提取该气象环境下的应对措施,可以从现有的种植历史等信息中提供最佳方案。
进而,变动种植技法计算部265提供需变更的种植方法(保温、喷洒肥料、防除等信息)作为对当前作物的应对措施,或者无法再种植对象作物时,可以选定替代作物,提供该环境下当前时点可作为替代作物的种植方法等信息。
进而,本发明的所述标准种植信息提供模块200如图2及图5所示,还可以包括:防除信息提供部270,执行以种植作物的病虫害图像作为输入值,与该输入值匹配的病虫害判别信息作为输出值的机器学习,提供有关被输出的病虫害的防除信息。
这种情况下,所述标准种植信息提供模块200可以包括:作物图像输入部271,输入所述对象地种植的对象作物所发生的病虫害发生原始图像;病害区域导出部272,从所述原始图像导出发生病虫害的有效区域图像;病害信息匹配部273,匹配所述有效区域图像与作为基准的对象作物的病虫害图像;判定模型部274,以所述有效区域图像信息为输入值,以匹配的病害图像作为输出值,执行导出病害信息的机器学习。
即,本发明中,通过机器学习判别并更新有关种植作物病害信息的复合病害信息,引导缺乏病害知识的种植农户有效防除,从而提高农业生产率。
图6是用于描述这种过程的概念图,通过用户终端输入有关对象作物(例如,白菜)的作物图像(原始图像),由所述病害区域导出部272提取病害区域的图像即有效区域图像,匹配有效区域图像和作为基准的对象作物的病虫害图像,判别(例如,白菜霜霉病)病害信息。
同时,病害信息匹配部可以匹配并提供该病害的防除方法,这种防除方式除了提供使用农药的化学防除信息的同时,还提供种植开始前、后可以选择的环保防除信息。
如上所述的所述标准种植信息提供模块200的作物匹配、种植方法的更新信息的提供、变更信息的提供等可以利用环境及统计信息提供模块300提供的数据。
为此,环境及统计信息提供模块300包括:作物信息数据库310,提供包含有关种植作物的各品种繁育信息、种植时期、病害信息、合适土壤环境信息的数据;土壤信息数据库320,对用于种植对象作物的对象地的土壤环境的土壤酸度(pH)、有机物、有效磷酸、交换性阳离子、电导率(EC)、有效硅酸等信息进行分类并保存,更新根据对象地的环境而变动的信息并进行分类;气象信息数据库330,与外部的气象信息提供服务器产生联动,将对象地区的气候信息按温度、湿度、风量进行分类保存,并更新而提供;种植历史数据库340,保存有关现有对象地的各作物、各时期种植历史的信息。
图7示出土壤信息数据库320的构建例子,执行对象地区的地理信息(地址)、对象地的特定分类(稻田、旱田、设施、果树、围垦地、林地等),保存符合的土壤环境信息,即土壤酸度(pH)、有机物、有效磷酸、交换性阳离子、电导率(EC)、有效硅酸的信息。使通过种植历史结果或实测结果、传感器模块更新的信息数据库化而构建这种信息,这种土壤信息的数据库按时期、气候保存历史事项,可作为判断前述的基于气候变动的土壤信息的变动事项(改良种植信息提供部:260)的基本信息而提供。
对此更具体描述的话,所述土壤信息数据库320中可以保存按温度、湿度、风量、降水量、降雪量分类的气候信息的变化而产生的按各土壤性质区分的所述有机物、所述有效磷酸、所述交换性阳离子及所述有效硅酸的流出速度的统计值和所述土壤酸度(pH)及所述电导率(EC)的变化速度的统计值。
因此,所述标准种植信息提供模块200在当以保存到所述土壤信息数据库320的所述对象地的土壤环境信息为基准,预先指定的期间内持续出现气候信息的变化时(例如,该时期的统计性平均温度、平均湿度、平均风量,平均降水量等超出预先指定的临界范围的状态约持续两周以上的情况等),可以提取因该气候信息的变化持续而发生的包含所述有机物、所述有效磷酸、所述交换性阳离子及所述有效硅酸的各个土壤营养成分的按各土壤性质区分的流出速度的统计值,以及包含所述土壤酸度(pH)及所述电导率(EC)等各个土壤物性因子的按土壤性质区分的变化速度的统计值。
据此,所述标准种植信息提供模块200基于按所述提取的统计值的流出速度计算的各个所述土壤营养成分的流出量及按所述提取的统计值的变化速度计算的各个土壤物性因子的变化量,提供指导恢复基于原有的土壤性质的预先指定的适当基准值所需的土壤营养成分的补充量的土壤营养改善指导信息。
如上所述,本发明构建各作物/品种基本体系的种植法DB,获得要种植所选作物的种植地的标准种植环境信息,按照获得的标准种植环境信息提供基本作物种植信息,从而可以提供有效率的种植技法。尤其,作为本发明的特征性结构,其优点在于,当前的种植环境与各时期统计不匹配(尤其,与统计不同的环境的日数比率超过预先设定的临界值)时,提取与当前种植环境匹配(matching)的统计时期,提供对应提取的时期的更新后的作物种植信息,体现能够有效应对的农业技法。
根据本发明一个实施例的所述作物种植信息提供系统,可以在用户终端设置专用程序,执行用于实现本发明技术思想的操作。举例来说,以应用系统的形式设置在所述用户终端。所述应用系统为了实现本发明的技术思想,与设置在所述用户终端的软件(即,应用)及所述用户终端的硬件有机结合而实现本发明的技术思想。
根据一个实施例,构成基于作物种植应用的适应型种植信息提供系统的多个模块可通过规定的服务器实现。如果用服务器实现,则信息提供系统通过网络与所述用户终端进行通信而收发数据,从而实现本发明的技术思想。
根据其他实施例,作物种植信息提供系统的一部分结构包括在规定的服务器,其余部分结构设置在用户终端。于是,所述服务器和所述用户终端有机结合而实现本发明的技术思想。
本说明书出于说明上的便利,主要描述以服务器的形态实现所述作物种植信息提供系统的情况,但这并不意味着本发明的权力范围受限于此,如前所述,所述作物种植信息提供系统可以设置到所述用户终端,也可以分散设置到所述用户终端及所述服务器。
如上所述,通过优选实施例具体描述了本发明的技术思想,但所述优选实施例只是用于描述,而不是限制本发明。本发明技术领域的普通技术人员可以理解到,在本发明的技术思想的范围内,通过本发明实施例的结合而呈现多种实施例。
Claims (6)
1.一种基于作物种植应用的适应型种植信息提供系统,其特征在于,包括:
用户终端(100),可以进行有线和无线通信,通过专用程序连接到外部服务器;
标准种植信息提供模块(200),提供专用程序,设置在所述用户终端(100)而被驱动,基于由外部数据库提供的作物信息、种植信息、土壤信息、环境信息,基于种植作物的对象地的状态信息,提供最佳种植推荐作物信息,提供关于通过所述用户终端选定的种植作物的标准化标准种植信息,根据种植该作物的对象地的环境信息的变动而提供改良的变更种植信息;
环境及统计信息提供模块(300),通过无线通信部向所述标准种植信息提供模块(200)提供作物信息、对象地的土壤信息、外部环境信息、种植历史信息。
2.根据权利要求1所述的基于作物种植应用的适应型种植信息提供系统,其特征在于,
所述标准种植信息提供模块(200)包括:
地理信息输入部(210),被输入用于种植作物的对象地的地理信息;
作物信息选择部(220),检索而选择或被输入将种植到所述对象地的作物;
土壤信息提供部(230),提供有关所述对象地土壤的有机物、无机物信息及土壤酸度等状态信息;
推荐作物匹配部(240),除了由所述作物信息选择部(220)检索的作物群之外,匹配并提供适合所述对象地的土壤环境的作物;
标准种植信息提供部(250),提供由所述作物信息选择部(220)最终选择的作物有关的繁育信息、病害信息、虫害信息、各种植时期的种植技法的信息;
改良种植信息提供部(260),对所述对象地上种植的作物有关的标准种植信息,监控所述对象地的设定期间内变动的外部环境信息,提供更新后的符合该环境条件的已变更的种植技法。
3.根据权利要求2所述的基于作物种植应用的适应型种植信息提供系统,其特征在于,
所述改良种植信息提供部(260)包括:
气象标准信息设定部(261),设定种植被选定种植作物的对象地的适合该作物繁育的温度、湿度等气候条件有关的基准标准信息;
观测气象信息收集部(262),收集所述对象地的种植期间内实测的气象信息,分类为对比温度基准标准、湿度基准标准的实测标准信息;
临界基准判别部(263),对比所述基准标准信息和所述实测标准信息,判别是否超过临界基准;
变动种植环境匹配部(264),当所述临界基准判别部(263)判别为超过临界基准时,提取对应超过的气象信息的符合变更后种植环境的对象作物的统计时期,获得对应提取的时期的更新后的作物种植环境;
变动种植技法计算部(265),提供由所述变动种植环境匹配部(264)计算的更新后的作物种植环境所需的种植信息。
4.根据权利要求3所述的基于作物种植应用的适应型种植信息提供系统,其特征在于,
所述环境及统计信息提供模块(300)包括:
作物信息数据库(310),提供包含有关种植作物的各品种繁育信息、种植时期、病害信息、合适土壤环境信息的数据;
土壤信息数据库(320),对用于种植对象作物的对象地的土壤环境的土壤酸度(pH)、有机物、有效磷酸、交换性阳离子、电导率(EC)、有效硅酸等信息进行分类并保存,更新根据对象地的环境而变动的信息并进行分类;
气象信息数据库(330),与外部的气象信息提供服务器产生联动,将对象地区的气候信息按温度、湿度、风量、降水量、降雪量进行分类保存,并更新而提供;
种植历史数据库(340),保存有关现有对象地的各作物、各时期种植历史的信息。
5.根据权利要求4所述的基于作物种植应用的适应型种植信息提供系统,其特征在于,
所述土壤信息数据库(320)中保存按温度、湿度、风量、降水量、降雪量分类的气候信息的变化而产生的按各土壤性质区分的所述有机物、所述有效磷酸、所述交换性阳离子及所述有效硅酸的流出速度的统计值和所述土壤酸度(pH)及所述电导率(EC)的变化速度的统计值,
所述标准种植信息提供模块(200)在当以保存到所述土壤信息数据库(320)的所述对象地的土壤环境信息为基准,预先指定的期间内持续出现气候信息的变化时,可以提取因该气候信息的变化持续而发生的包含所述有机物、所述有效磷酸、所述交换性阳离子及所述有效硅酸的各个土壤营养成分的按各土壤性质区分的流出速度的统计值,以及包含所述土壤酸度(pH)及所述电导率(EC)等各个土壤物性因子的按各土壤性质区分的变化速度的统计值,
基于按所述提取的统计值的流出速度计算的各个所述土壤营养成分的流出量及按所述提取的统计值的变化速度计算的各个土壤物性因子的变化量,提供指导恢复基于原有的土壤性质的预先指定的适当基准值所需的土壤营养成分的补充量的土壤营养改善指导信息。
6.根据权利要求5所述的基于作物种植应用的适应型种植信息提供系统,其特征在于,
所述标准种植信息提供模块(200)还包括:防除信息提供部(270),执行以种植作物的病虫害图像作为输入值,与该输入值匹配的病虫害判别信息作为输出值的机器学习,提供有关被输出的病虫害的防除信息。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200160847A KR102381491B1 (ko) | 2020-11-26 | 2020-11-26 | 작물 재배 애플리케이션을 통한 적응형 재배 정보 제공 시스템 |
KR10-2020-0160847 | 2020-11-26 | ||
PCT/KR2020/017718 WO2022114344A1 (ko) | 2020-11-26 | 2020-12-07 | 작물 재배 애플리케이션을 통한 적응형 재배 정보 제공 시스템 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115943414A true CN115943414A (zh) | 2023-04-07 |
Family
ID=80934723
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080102007.8A Pending CN115943414A (zh) | 2020-11-26 | 2020-12-07 | 基于作物种植应用的适应型种植信息提供系统 |
Country Status (3)
Country | Link |
---|---|
KR (1) | KR102381491B1 (zh) |
CN (1) | CN115943414A (zh) |
WO (1) | WO2022114344A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116930459A (zh) * | 2023-07-25 | 2023-10-24 | 江苏龙环环境科技有限公司 | 一种土壤原位探测装置及其探测方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20240051493A (ko) * | 2022-10-13 | 2024-04-22 | 주식회사 지인 | 작물 재배 작업 지시 시스템 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140070242A (ko) * | 2012-11-30 | 2014-06-10 | 강원대학교산학협력단 | 지역별 작물 맵핑 시스템 및 방법 |
KR20150083393A (ko) * | 2014-01-09 | 2015-07-17 | 홍동우 | 작물 재배 정보 공유 시스템 및 방법 |
KR20170091310A (ko) | 2016-02-01 | 2017-08-09 | 배영호 | 스마트폰을 이용한 쌍방향 작물재배 정보제공 시스템 |
KR102054182B1 (ko) * | 2017-07-31 | 2020-01-22 | 최보은 | 일체형 스마트 작물 관리 모듈 |
KR102226157B1 (ko) * | 2018-11-26 | 2021-03-10 | 대한민국 | 카메라 모듈을 이용한 병해충 진단 및 방제 방법 |
KR20200064024A (ko) | 2018-11-28 | 2020-06-05 | 주식회사 리테일영 | 농작물 추천 정보 제공 시스템 및 방법 |
-
2020
- 2020-11-26 KR KR1020200160847A patent/KR102381491B1/ko active IP Right Grant
- 2020-12-07 CN CN202080102007.8A patent/CN115943414A/zh active Pending
- 2020-12-07 WO PCT/KR2020/017718 patent/WO2022114344A1/ko active Application Filing
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116930459A (zh) * | 2023-07-25 | 2023-10-24 | 江苏龙环环境科技有限公司 | 一种土壤原位探测装置及其探测方法 |
CN116930459B (zh) * | 2023-07-25 | 2024-03-12 | 江苏龙环环境科技有限公司 | 一种土壤原位探测装置及其探测方法 |
Also Published As
Publication number | Publication date |
---|---|
KR102381491B1 (ko) | 2022-03-31 |
WO2022114344A1 (ko) | 2022-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20160309646A1 (en) | Agronomic systems, methods and apparatuses | |
US10028426B2 (en) | Agronomic systems, methods and apparatuses | |
US20170270446A1 (en) | Agronomic systems, methods and apparatuses for determining yield limits | |
US20180014452A1 (en) | Agronomic systems, methods and apparatuses | |
JPH11313594A (ja) | 農作業決定支援装置および方法、並びに記録媒体 | |
JP2016146039A (ja) | 情報処理装置、プログラム及び情報処理方法 | |
CN112561367A (zh) | 一种智能种植决策控制系统 | |
CN115943414A (zh) | 基于作物种植应用的适应型种植信息提供系统 | |
CN111095314A (zh) | 作物植物种植的产量估计 | |
WO2022200601A1 (en) | Computer-implemented method for determining a treatment schedule based on a soil-related sustainability score as technical indicator for carbon farming potential of an agricultural field or a sub-field zone | |
Petrović et al. | Application of precision agriculture technologies in Central Europe-review | |
Zhou et al. | Creeping bentgrass yield prediction with machine learning models | |
Saseendran et al. | Optimum transplanting dates for rice in Kerala, India, determined using both CERES v3. 0 and ClimProb | |
CN106465635A (zh) | 基于土壤的农业互联生产方法 | |
Singh et al. | Good Agricultural Practices | |
Mate | Internet of Things (IoT) based Irrigation and Soil Nutrient Management System | |
KR102321137B1 (ko) | 생물의 최적 생육조건 데이터 수집/제공 시스템 및 방법 | |
Patil | Precision Agriculture: Smart Farming Taken to The Next Level | |
Balamurugan et al. | Introduction to Smart Agriculture | |
Nehbandani et al. | Use of interpretive machine learning and a crop model to investigate the impact of environment and management on soybean yield gap | |
Saunders et al. | Integrating economic data with spatial biophysical data to analyse profitability and risks of wheat production on a regional basis | |
Dua et al. | Cost Effective Internet of Things Based Agritech Solution | |
Fatima et al. | Methodological approaches for smart agriculture and its applications | |
Wakhare et al. | Precise Prediction of Water Level Using the Naïve Bayes Algorithm for Smart Irrigation in Pomegranate Farms | |
Raja et al. | Machine Learning in Smart Agriculture |
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 |