CN116307297A - 农作物的播种时间和收获时间确定方法和装置 - Google Patents

农作物的播种时间和收获时间确定方法和装置 Download PDF

Info

Publication number
CN116307297A
CN116307297A CN202310575251.1A CN202310575251A CN116307297A CN 116307297 A CN116307297 A CN 116307297A CN 202310575251 A CN202310575251 A CN 202310575251A CN 116307297 A CN116307297 A CN 116307297A
Authority
CN
China
Prior art keywords
time
determining
temperature
period
crops
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
CN202310575251.1A
Other languages
English (en)
Other versions
CN116307297B (zh
Inventor
何奇瑾
刘佳鸿
黄彬香
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.)
China Agricultural University
Original Assignee
China Agricultural University
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 China Agricultural University filed Critical China Agricultural University
Priority to CN202310575251.1A priority Critical patent/CN116307297B/zh
Publication of CN116307297A publication Critical patent/CN116307297A/zh
Application granted granted Critical
Publication of CN116307297B publication Critical patent/CN116307297B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
    • 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
    • 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
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (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

本发明提供一种农作物的播种时间和收获时间确定方法和装置，属于农业预测技术领域，该方法包括：获取种植地点在预设时间范围的第一气象预测数据；根据所述第一气象预测数据，确定所述农作物的越冬期的起始时间以及抽穗期的起始时间；根据所述越冬期的起始时间以及所述越冬期之前的活动积温，确定所述农作物的播种时间；根据所述抽穗期的起始时间以及从所述抽穗期起始的光温生产潜力，确定所述农作物的收获时间。上述方案中结合活动积温和光温生产潜力指标，提前确定种植地点的农作物稳产高产的适宜播种日期和收获日期，可根据实际需要对农作物的播种日期和收获日期进行干预，能够优化栽培管理措施，充分发挥作物生产潜力。

Description

农作物的播种时间和收获时间确定方法和装置
技术领域
本发明涉及农业预测技术领域，尤其涉及一种农作物的播种时间和收获时间确定方法和装置。
背景技术
冬小麦适期晚播可抑制冬前过多的分蘖，避免冬季旺长，有效防止小麦因遭遇低温冻害而减产。但过度晚播也会使冬小麦农业气象灾害风险增大，如冬前生长期缩短，养分积累变少，越冬冻害的风险增加，小麦生长后期高温暴露几率增大，热害风险增加，严重威胁小麦产量的稳定性；且晚播冬小麦生育期推迟，收获期受后茬作物播种时间的限制，使得生殖生长期缩短，产量形成时间不足，最终导致产量下降。因此，选取适宜的播种日期和收获日期，对合理分配气候资源、保障冬小麦的稳产高产具有重要意义。
因此，对于本领域技术人员来说，如何选取适宜的播种日期和收获日期是需要解决的技术问题。
发明内容
本发明提供一种农作物的播种时间和收获时间确定方法和装置，用以解决现有技术中无法实现选取适宜的播种日期和收获日期的缺陷，能够确定出适宜的播种日期和收获日期。
本发明提供一种农作物的播种时间和收获时间确定方法，包括：
获取种植地点在预设时间范围的第一气象预测数据；
根据所述第一气象预测数据，确定所述农作物的越冬期的起始时间以及抽穗期的起始时间；
根据所述越冬期的起始时间以及所述越冬期之前的活动积温，确定所述农作物的播种时间；
根据所述抽穗期的起始时间以及从所述抽穗期起始的光温生产潜力，确定所述农作物的收获时间。
根据本发明提供的一种农作物的播种时间和收获时间确定方法，所述根据所述第一气象预测数据，确定所述农作物的越冬期的起始时间以及抽穗期的起始时间，包括：
根据所述第一气象预测数据包括的温度数据，确定所述越冬期的起始时间和终止时间；
根据所述越冬期的终止时间，确定所述抽穗期的起始时间。
根据本发明提供的一种农作物的播种时间和收获时间确定方法，所述根据所述越冬期的起始时间以及所述越冬期之前的活动积温，确定所述农作物的播种时间，包括：
在所述越冬期之前的活动积温大于或等于第一温度阈值的情况下，确定所述活动积温对应的时间；所述活动积温为从所述越冬期的起始时间开始，向前逐日累加大于或等于第二温度阈值的日平均气温得到的；
将所述活动积温对应的时间确定为所述播种时间。
根据本发明提供的一种农作物的播种时间和收获时间确定方法，所述根据所述抽穗期的起始时间以及从所述抽穗期起始的光温生产潜力，确定所述农作物的收获时间，包括：
根据所述农作物的日光合生产潜力以及温度修正函数，确定所述农作物的日光温生产潜力；
根据所述日光温生产潜力，确定从所述抽穗期起始的光温生产潜力；
在从所述抽穗期起始的光温生产潜力大于或等于光温生产潜力阈值的情况下，确定所述光温生产潜力对应的时间；
将所述光温生产潜力对应的时间，确定为所述农作物的收获时间。
根据本发明提供的一种农作物的播种时间和收获时间确定方法，所述获取种植地点在预设时间范围的第一气象预测数据，包括：
获取所述种植地点所在地区在所述预设时间范围的第二气象预测数据；
将所述第二气象预测数据进行转换处理，得到所述种植地点的大气环流模式GCM预测数据；
基于所述种植地点的历史气象数据将所述种植地点的GCM预测数据进行偏差校正，得到所述第一气象预测数据。
根据本发明提供的一种农作物的播种时间和收获时间确定方法，所述将所述第二气象预测数据进行转换处理，得到所述种植地点的大气环流模式GCM预测数据，包括：
利用公式（1）得到所述种植地点的GCM预测数据；
Figure SMS_1
（1）
其中，
Figure SMS_3
为站点
Figure SMS_5
的GCM预测数据；
Figure SMS_8
为第二气象预测数据中栅格单元
Figure SMS_4
的GCM预测数据；
Figure SMS_7
为站点
Figure SMS_9
与栅格单元
Figure SMS_11
中心的距离，
Figure SMS_2
为站点
Figure SMS_6
与第二气象预测数据中栅格单元
Figure SMS_10
中心的距离；m为第一预设值。
根据本发明提供的一种农作物的播种时间和收获时间确定方法，所述基于所述种植地点的历史气象数据将所述种植地点的GCM预测数据进行偏差校正，得到所述第一气象预测数据，包括：
针对任一气象参数，利用公式（2）对所述种植地点的GCM预测数据进行偏差校正，得到所述第一气象预测数据；所述第一气象预测数据包括至少一种所述气象参数对应的预测数据；
Figure SMS_12
（2）
式中，
Figure SMS_13
为校正后的所述气象参数的预测数据，
Figure SMS_14
为校正前的所述气象参数的预测数据，
Figure SMS_15
为所述气象参数对应的概率值，
Figure SMS_16
为在概率值为
Figure SMS_17
的情况下所述种植地点的历史气象数据对应的气象参数的数值，
Figure SMS_18
为在概率值为
Figure SMS_19
的情况下所述种植地点所在地区的GCM历史气象数据对应的气象参数的数值。
根据本发明提供的一种农作物的播种时间和收获时间确定方法，所述根据所述农作物的日光合生产潜力以及温度修正函数，确定所述农作物的日光温生产潜力，包括：
利用公式（3）、（4）和（5）确定所述农作物的日光温生产潜力；
Figure SMS_20
（3）
Figure SMS_21
（4）
Figure SMS_22
（5）
式中，YT为日光温生产潜力；YQ为日光合生产潜力；
Figure SMS_23
为温度修正函数；Q为日太阳辐射；E为收获系数；α为农作物对光合有效辐射的吸收率；β为光合有效辐射比率；φ为光合作用量子转化效率；ε、ζ分别为农作物群体的反射率、漏射率；μ为农作物非光合器官对太阳辐射的无效吸收率；η为超过光饱和点的光的比例；γ为光合产物中呼吸损耗比率；k为成熟作物含水率；λ为作物灰分率；H为能量转换系数，t为抽穗期至收获期日平均温度，
Figure SMS_24
分别为抽穗期至收获期下限温度、最适温度和上限温度。
本发明还提供一种农作物的播种时间和收获时间确定装置，包括：
获取模块，用于获取种植地点在预设时间范围的第一气象预测数据；
处理模块，用于根据所述第一气象预测数据，确定所述农作物的越冬期的起始时间以及抽穗期的起始时间；
所述处理模块，还用于根据所述越冬期的起始时间以及所述越冬期之前的活动积温，确定所述农作物的播种时间；
所述处理模块，还用于根据所述抽穗期的起始时间以及从所述抽穗期起始的光温生产潜力，确定所述农作物的收获时间。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述农作物的播种时间和收获时间确定方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述农作物的播种时间和收获时间确定方法。
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述农作物的播种时间和收获时间确定方法。
本发明提供的农作物的播种时间和收获时间确定方法和装置，通过获取种植地点在预设时间范围的第一气象预测数据；根据所述第一气象预测数据，确定所述农作物的越冬期的起始时间以及抽穗期的起始时间；根据所述越冬期的起始时间以及所述越冬期之前的活动积温，确定所述农作物的播种时间；根据所述抽穗期的起始时间以及从所述抽穗期起始的光温生产潜力，确定所述农作物的收获时间，上述方案中结合活动积温和光温生产潜力指标，提前确定种植地点的农作物的适宜播种时间和收获时间，进而可根据实际需要对待播种农作物的播种时间和收获时间进行干预，能够优化栽培管理措施，合理利用气候资源，充分发挥作物生产潜力，减少当地农业生产经济损失。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，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是本发明提供的农作物的播种时间和收获时间确定方法的流程示意图之一；
图2是本发明提供的农作物的播种时间和收获时间确定方法的流程示意图之二；
图3是本发明提供的农作物的越冬期和抽穗期示意图；
图4是本发明提供的农作物的播种时间和收获时间示意图；
图5是本发明提供的农作物的播种时间和收获时间确定装置的结构示意图；
图6是本发明提供的电子设备的结构示意图。
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，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
首先，对本发明实施例涉及的术语进行介绍：
活动积温，是指某一时期内大于或等于某一界限温度的日平均温度的总和。积温是表示某地或某个时段温度特征的常用指标之一。
光温生产潜力，是指采用最先进农业技术措施，充分利用光能和温度条件可能获得的产量，即在农业生产条件得到充分保证，例如水分、CO2供应充足，其他环境条件适宜的情况下，理想作物群体在当地光、热资源条件下，所能达到的最高产量。
光合生产潜力，是指作物在温度、水分、养分等条件完全有保证的情况下，由太阳辐射所决定的产量，也称光能生产潜力。
下面结合图1-图6以具体的实施例对本发明实施例的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1是本发明提供的农作物的播种时间和收获时间确定方法的流程示意图。如图1所示，本实施例提供的方法，包括：
步骤101、获取种植地点在预设时间范围的第一气象预测数据；
具体的，例如获取种植地点在预设时间范围的大气环流模式（GeneralCirculation Model，GCM）预测数据。
预设时间范围例如包括：xx年x月x日-xx年x月x；
第一气象预测数据例如包括温度数据、辐射数据等。
本发明实施例中，农作物以冬小麦为例进行说明。
步骤102、根据第一气象预测数据，确定农作物的越冬期的起始时间以及抽穗期的起始时间；
具体的，越冬期一般是指气温较低农作物基本停止生长的阶段。因此，根据第一气象预测数据，可以确定农作物的越冬期的起始时间。
例如，可以利用预测的温度数据，确定连续多日的平均气温，基于连续多日的平均气温推算冬小麦越冬期的起始时间。
抽穗是禾谷类作物（例如水稻、小麦、玉米等）发育完全的穗，随着茎秆的伸长而伸出顶部叶的现象。一般抽穗期是指全田50%植株开始抽穗。抽穗期标志着农作物由营养生长（根、茎和叶等的生长）转向生殖生长（开花结果）。这是决定农作物产量最为重要的关键期，也是农作物对养分、水分、温度、光照要求较多的时期。例如，根据预测的温度数据、辐射数据等确定抽穗期的起始时间。
其中，起始时间可以通过年、月、日表示。
步骤103、根据越冬期的起始时间以及越冬期之前的活动积温，确定农作物的播种时间；
具体的，冬小麦一般在越冬期之前进行种植，为了避免冬季旺长，因遭遇低温冻害而减产，以及越冬前生长期缩短，养分积累变少等问题，因此，需要合理的确定农作物的播种时间。
在本发明的一些实施例中，基于越冬期的起始时间以及越冬期之前的活动积温，确定农作物的播种时间，例如从越冬期的起始时间向前逐日累加日平均气温，得到活动积温，在活动积温达到一定条件的情况下，才能使农作物安全度过越冬期，保障农作物产量的稳定性，例如在越冬期之前的活动积温大于或等于某个阈值的情况下，将该临界日期确定为农作物的播种时间。
步骤104、根据抽穗期的起始时间以及从抽穗期起始的光温生产潜力，确定农作物的收获时间。
具体的，抽穗期是决定农作物产量最为重要的关键期，光温生产潜力是在农业生产条件得到充分保证的情况下，理想作物群体在当地光、热资源条件下，所能达到的最高产量。结合种植地点农作物生长后期的气象条件变化特征，农作物产量与光温生产潜力呈一定统计相关关系，当抽穗后期光温生产潜力达到某一值时，农作物产量达到最大。因此，根据抽穗期的起始时间以及从抽穗期起始的光温生产潜力，可以确定农作物产量达到最大的收获时间。
例如，从冬小麦的抽穗期的起始时间开始，逐日累加日光温生产潜力，将光温生产潜力最接近某一阈值（如16 t·ha-1）的日期作为冬小麦高产的适宜收获期，即收获时间。
本实施例的方法，结合活动积温和光温生产潜力指标，提前确定种植地点的农作物的适宜播种时间和收获时间，进而可根据实际需要对待播种农作物的播种时间和收获时间进行干预，能够优化栽培管理措施，合理利用气候资源，充分发挥作物生产潜力，减少当地农业生产经济损失。
可选地，第一气象预测数据包括温度数据，步骤102可以通过如下方式实现：
根据温度数据，确定越冬期的起始时间和终止时间；
根据越冬期的终止时间，确定抽穗期的起始时间。
具体的，例如连续多日的平均气温稳定通过界限温度（如0℃）的终止日为越冬期的起始时间，即越冬期的起始时间之后的连续多日的滑动平均气温均不超过该界限温度。
可选地，结合已有观测记录，冬小麦的抽穗期一般在返青期后65天左右，返青期即越冬期结束后的第一天，即越冬期的终止时间后的第一天，因此将越冬期结束后的第65天定为冬小麦的抽穗期的起始时间。
可选地，可以通过如下方式确定越冬期的起始日期：
根据温度数据，确定连续N天的平均气温；
将多个连续N天的平均气温分别与界限温度比较，得到多个比较结果；
基于多个比较结果，确定所述越冬期的起始时间。
具体的，从待播种年份的秋季（例如从立秋之日起视为进入秋季）日平均气温第一次出现低于界限温度（如0℃）之日（将该日作为临界日期）起，向前推N-1天，从该临界日期前的第N-1天起按日序向前依次计算出每连续N天的平均气温，并从中选出第一个出现平均气温小于0℃，且在其后不再出现连续N天平均气温大于或等于0℃的前一个连续N天，此N天中最后一个日平均气温大于等于0℃的日期为越冬期的起始日期。其中，N为大于1的整数，例如N取值为5；
假设待播种年份为2023年，第一个出现平均气温小于0℃的日期为2023年的第280天，假设第276-280天的平均气温小于0℃，第276天之后的N天滑动平均气温均小于0℃，假设第276-280天前的第275-279天的日平均气温分别为1℃、0℃、-1℃、1℃、-2℃，则第278天为越冬期的起始日期。
可选地，连续N天的平均气温可以通过滑动窗口计算，例如第276-280天的前一个连续N天为第275-279天。
可选地，越冬期的起始时间可以是稳定通过界限温度（如0℃）的终止日期。
可选地，可以通过如下方式确定越冬期的终止时间：
根据温度数据，确定连续N天的平均气温；
将多个连续N天的平均气温分别与界限温度比较，得到多个比较结果；
基于多个比较结果，确定所述越冬期的终止时间。
具体的，从待播种年份的下一年的春季日平均气温第一次出现高于0℃之日（将该日作为临界日期）起，向前推N-1天，并从临界日期前的第N-1天起按日序依次计算出每连续N天的平均气温，并从中选出第一个大于或等于该界限温度，且在其后不再出现N天平均气温低于0℃的连续N天，此N天中第一个日平均气温大于等于0℃的日期为越冬期的终止日期。
假设待播种年份的下一年为2024年，第一个出现平均气温高于0℃的日期为2024年的第79天，假设第74-79天的平均气温大于或等于0℃，第74天之后的连续N天滑动平均气温均大于或等于0℃，假设第74-79天的日平均气温分别为1℃、2℃、0℃、5℃、4℃，则第74天为越冬期的终止时间。
可选地，越冬期的终止时间可以是稳定通过界限温度（如0℃）的起始日期。
可选地，结合已有观测记录，冬小麦的抽穗期一般在返青期后65天左右，返青期即越冬期结束后的第一天，即越冬期的终止时间后的第一天，因此将越冬期结束后的第65天定为冬小麦的抽穗期的起始时间。
上述实施方式中，根据温度数据，特别是连续多日的平均气温，确定越冬期的起始时间和终止时间，进而根据越冬期的终止时间确定抽穗期的起始时间，方案实现简单，效率较高。
可选地，步骤101可以通过如下方式实现：
获取种植地点所在地区在预设时间范围的第二气象预测数据；
将第二气象预测数据进行转换处理，得到种植地点的大气环流模式GCM预测数据；
基于种植地点的历史气象数据将种植地点的GCM预测数据进行偏差校正，得到第一气象预测数据。
具体的，获取种植地点所在地区在预设时间范围的第二气象预测数据；第二气象预测数据例如包括GCM栅格数据。
栅格数据就是将空间分割成有规律的网格，每一个网格称为一个栅格单元，并在各栅格单元上赋予相应的属性值来表示实体的一种数据形式。
将大的地区范围（即种植地点所在地区）的GCM预测数据转换为种植地点的GCM预测数据，可以使得预测的播种时间和收获时间更加准确，进一步，为了预测的播种时间和收获时间更加准确，可以基于种植地点的历史气象数据将种植地点的GCM预测数据进行偏差校正。
可选地，将第二气象预测数据进行转换处理，可以通过如下方式实现：
利用公式（1）得到所述种植地点的GCM预测数据；
Figure SMS_25
（1）
其中，
Figure SMS_27
为站点
Figure SMS_31
的GCM预测数据；
Figure SMS_34
为第二气象预测数据中栅格单元
Figure SMS_28
的GCM预测数据；
Figure SMS_30
为站点
Figure SMS_33
与栅格单元
Figure SMS_35
中心的距离，
Figure SMS_26
为站点
Figure SMS_29
与第二气象预测数据中栅格单元
Figure SMS_32
中心的距离；m为第一预设值。
第一预设值例如为3。
可选地，通常会给一个站点
Figure SMS_36
分配与它所在的栅格单元相对应的值。然而，GCM具有非常大的栅格单元，相邻栅格单元之间的差异通常也很大。因此，如果多个站点恰好位于不同的GCM栅格单元中，那么彼此相对接近的站点可能会被不切实际地分配不同的值。为了避免这种情况，可以使用公式（1）根据每个站点到四个最近的GCM栅格单元的地理中心的距离来计算每个站点的值，即GCM预测数据，例如包括温度、辐射等参数对应的值。
可选地，偏差校正可以通过如下方式实现：
假设气象参数的预测数据包括至少一种气象参数对应的预测数据；
计算GCM预测数据中气候参数（如温度、辐射）的概率分布，基于此概率分布在种植地点的历史气象数据的累积概率分布曲线中寻找气候参数的对应值，以及在种植地点所在地区的GCM历史气象数据的累积概率分布曲线中插值寻找气候参数的对应值，将这两个对应值的差值或比值作为校正系数，对GCM预测数据进行校正，最终得到校正后该气象参数的预测数据，即得到第一气象预测数据。
可选地，针对任一气象参数，利用公式（2）对种植地点的GCM预测数据进行偏差校正，得到第一气象预测数据；第一气象预测数据包括至少一种气象参数对应的预测数据；
Figure SMS_37
（2）
式中，
Figure SMS_38
为校正后的气象参数的预测数据，
Figure SMS_39
为校正前的气象参数的预测数据，
Figure SMS_40
为气象参数对应的概率值，
Figure SMS_41
为在概率值为
Figure SMS_42
的情况下所述种植地点的历史气象数据对应的气象参数的数值，
Figure SMS_43
为在概率值为
Figure SMS_44
的情况下种植地点所在地区的GCM历史气象数据对应的气象参数的数值。
其中，
Figure SMS_45
表示校正系数。
其中，GCM历史气象数据为GCM栅格数据中包括的历史气象数据。
上述实施方式中，通过将种植地点所在地区的第二气象预测数据，转换为种植地点的第一气象预测数据，并基于种植地点的历史气象数据进行校正，使得预测数据更符合当前种植地点的实际情况，进而使得预测得到的播种时间和收获时间更加准确。
可选地，步骤103可以通过如下方式实现：
在所述越冬期之前的活动积温大于或等于第一温度阈值的情况下，确定所述活动积温对应的时间；所述活动积温为从所述越冬期的起始时间开始，向前逐日累加大于或等于第二温度阈值的日平均气温得到的；
将所述活动积温对应的时间确定为所述播种时间。
具体的，从冬小麦越冬期开始，例如从越冬期的起始时间的前一天，向前逐日累加大于或等于第二温度阈值（如0℃）的日平均气温，即计算冬小麦越冬期之前的活动积温，将越冬期之前活动积温最接近第一温度阈值（例如400℃·d）的日期确定为冬小麦稳产的适宜播种日期，即播种时间。活动积温的计算公式如下：
Figure SMS_46
（6）
式中，A（℃·d）为活动积温，
Figure SMS_47
为越冬期之前第i天的日平均气温，且
Figure SMS_48
。
上述实施方式中，根据连续多日累积的日平均气温，得到活动积温，进而根据活动积温确定播种时间，方案实现简单，效率较高。
可选地，步骤104可以通过如下方式实现：
步骤1041、根据农作物的日光合生产潜力以及温度修正函数，确定农作物的日光温生产潜力；
步骤1042、根据日光温生产潜力，确定从抽穗期起始的光温生产潜力；
步骤1043、在从抽穗期起始的光温生产潜力大于或等于光温生产潜力阈值的情况下，确定光温生产潜力对应的时间；
步骤1043、将光温生产潜力对应的时间，确定为农作物的收获时间。
具体的，从抽穗期的起始时间开始，逐日累加日光温生产潜力，在累加后的光温生产潜力大于或等于光温生产潜力阈值的情况下，确定当前累加后的光温生产潜力对应的时间；将当前累加后的光温生产潜力对应的时间，作为农作物的收获时间。
其中，日光温生产潜力可以基于日光合生产潜力以及温度修正函数得到，可选地，日光合生产潜力可以根据日太阳辐射、农作物对光合有效辐射的吸收率以及收获系数等参数确定。
可选地，步骤1041可以利用公式（3）、（4）和（5）确定所述农作物的日光温生产潜力；
Figure SMS_49
（3）
Figure SMS_50
（4）
Figure SMS_51
（5）
式中，YT为日光温生产潜力；YQ为日光合生产潜力；
Figure SMS_52
为温度修正函数；Q为日太阳辐射；E为收获系数；α为农作物对光合有效辐射的吸收率；β为光合有效辐射比率；φ为光合作用量子转化效率；ε、ζ分别为农作物群体的反射率、漏射率；μ为农作物非光合器官对太阳辐射的无效吸收率；η为超过光饱和点的光的比例；γ为光合产物中呼吸损耗比率；k为成熟作物含水率；λ为作物灰分率；H为能量转换系数，t为抽穗期至收获期日平均温度，
Figure SMS_53
分别为抽穗期至收获期下限温度、最适温度和上限温度。
其中，下限温度例如为10℃，最适温度为23℃，上限温度为32℃。
例如，上述公式（4）中的参数的取值可以参考如下表1：
表1 光合生产潜力计算公式参数取值
Figure SMS_54
上述实施方式中，根据从抽穗期的起始时间开始连续多日累积的日光温生产潜力，确定收获时间，方案实现简单，效率较高。
示例性地，如图2所示，该方法包括：
步骤1、获取历史气象数据和未来GCM预测数据；
步骤2、获取种植地区的未来逐日气象预测数据；
例如，通过空间降尺度+偏差校正的方式，将未来GCM预测数据转换为种植地区的GCM预测数据，并基于历史气象数据对种植地区的GCM预测数据进行偏差校正得到种植地区的未来逐日气象预测数据。
步骤3、确定越冬期；
如越冬期的起始时间和终止时间；
步骤4、确定抽穗期；
如抽穗期的起始时间；
例如，通过滑动平均法确定越冬期的起始时间和终止时间，以及抽穗期的起始时间。越冬期和抽穗期如图3和图4所示。图3和图4中日序表示年份的第几天。图3中越冬期的起始日即起始时间，终止日即终止时间。
步骤5、获取越冬期之前的活动积温；
步骤6、基于活动积温确定稳产适宜播种日期；
步骤7、获取抽穗后期的光温生产潜力；
步骤8、基于光温生产潜力确定高产适宜收获日期。
综上所述，本发明实施例的方法综合考虑了作物稳产和高产的需求，结合活动积温和光温生产潜力指标，提前确定种植地点的农作物稳产高产的适宜播种日期和收获日期。利用以上技术方案，可根据实际需要对待播种冬小麦的播种日期和收获日期进行干预，优化栽培管理措施，使冬小麦的生产合理利用气候资源，充分发挥作物生产潜力，减少当地农业生产经济损失。
下面对本发明提供的农作物的播种时间和收获时间确定装置进行描述，下文描述的农作物的播种时间和收获时间确定装置与上文描述的农作物的播种时间和收获时间确定方法可相互对应参照。
图5是本发明提供的农作物的播种时间和收获时间确定装置的结构示意图。如图5所示，本实施例提供的农作物的播种时间和收获时间确定装置，包括：
获取模块110，用于获取种植地点在预设时间范围的第一气象预测数据；
处理模块120，用于根据所述第一气象预测数据，确定所述农作物的越冬期的起始时间以及抽穗期的起始时间；
所述处理模块120，还用于根据所述越冬期的起始时间以及所述越冬期之前的活动积温，确定所述农作物的播种时间；
所述处理模块120，还用于根据所述抽穗期的起始时间以及从所述抽穗期起始的光温生产潜力，确定所述农作物的收获时间。
可选地，处理模块120，具体用于：
根据所述第一气象预测数据包括的温度数据，确定所述越冬期的起始时间和终止时间；
根据所述越冬期的终止时间，确定所述抽穗期的起始时间。
可选地，处理模块120，具体用于：
在所述越冬期之前的活动积温大于或等于第一温度阈值的情况下，确定所述活动积温对应的时间；所述活动积温为从所述越冬期的起始时间开始，向前逐日累加大于或等于第二温度阈值的日平均气温得到的；
将所述活动积温对应的时间确定为所述播种时间。
可选地，处理模块120，具体用于：
根据所述农作物的日光合生产潜力以及温度修正函数，确定所述农作物的日光温生产潜力；
根据所述日光温生产潜力，确定从所述抽穗期起始的光温生产潜力；
在从所述抽穗期起始的光温生产潜力大于或等于光温生产潜力阈值的情况下，确定所述光温生产潜力对应的时间；
将所述光温生产潜力对应的时间，确定为所述农作物的收获时间。
可选地，处理模块120，具体用于：
获取所述种植地点所在地区在所述预设时间范围的第二气象预测数据；
将所述第二气象预测数据进行转换处理，得到所述种植地点的大气环流模式GCM预测数据；
基于所述种植地点的历史气象数据将所述种植地点的GCM预测数据进行偏差校正，得到所述第一气象预测数据。
可选地，处理模块120，具体用于：
利用公式（1）得到所述种植地点的GCM预测数据；
Figure SMS_55
（1）
其中，
Figure SMS_58
为站点
Figure SMS_60
的GCM预测数据；
Figure SMS_64
为第二气象预测数据中栅格单元
Figure SMS_57
的GCM预测数据；
Figure SMS_61
为站点
Figure SMS_63
与栅格单元
Figure SMS_65
中心的距离，
Figure SMS_56
为站点
Figure SMS_59
与第二气象预测数据中栅格单元
Figure SMS_62
中心的距离；m为第一预设值。
可选地，处理模块120，具体用于：
针对任一气象参数，利用公式（2）对所述种植地点的GCM预测数据进行偏差校正，得到所述第一气象预测数据；所述第一气象预测数据包括至少一种所述气象参数对应的预测数据；
Figure SMS_66
（2）
式中，
Figure SMS_67
为校正后的所述气象参数的预测数据，
Figure SMS_68
为校正前的所述气象参数的预测数据，
Figure SMS_69
为所述气象参数对应的概率值，
Figure SMS_70
为在概率值为
Figure SMS_71
的情况下所述种植地点的历史气象数据对应的气象参数的数值，
Figure SMS_72
为在概率值为
Figure SMS_73
的情况下所述种植地点所在地区的GCM历史气象数据对应的气象参数的数值。
可选地，处理模块120，具体用于：
利用公式（3）、（4）和（5）确定所述农作物的日光温生产潜力；
Figure SMS_74
（3）
Figure SMS_75
（4）
Figure SMS_76
（5）
式中，YT为日光温生产潜力；YQ为日光合生产潜力；
Figure SMS_77
为温度修正函数；Q为日太阳辐射；E为收获系数；α为农作物对光合有效辐射的吸收率；β为光合有效辐射比率；φ为光合作用量子转化效率；ε、ζ分别为农作物群体的反射率、漏射率；μ为农作物非光合器官对太阳辐射的无效吸收率；η为超过光饱和点的光的比例；γ为光合产物中呼吸损耗比率；k为成熟作物含水率；λ为作物灰分率；H为能量转换系数，t为抽穗期至收获期日平均温度，
Figure SMS_78
分别为抽穗期至收获期下限温度、最适温度和上限温度。
本发明实施例的装置，其用于执行前述任一方法实施例中的方法，其实现原理和技术效果类似，此次不再赘述。
图6示例了一种电子设备的实体结构示意图，如图6所示，该电子设备可以包括：处理器(processor)610、通信接口(Communications Interface)620、存储器(memory)630和通信总线640，其中，处理器610，通信接口620，存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令，以执行农作物的播种时间和收获时间确定方法，该方法包括：
获取种植地点在预设时间范围的第一气象预测数据；
根据所述第一气象预测数据，确定所述农作物的越冬期的起始时间以及抽穗期的起始时间；
根据所述越冬期的起始时间以及所述越冬期之前的活动积温，确定所述农作物的播种时间；
根据所述抽穗期的起始时间以及从所述抽穗期起始的光温生产潜力，确定所述农作物的收获时间。
此外，上述的存储器630中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的农作物的播种时间和收获时间确定方法，该方法包括：
获取种植地点在预设时间范围的第一气象预测数据；
根据所述第一气象预测数据，确定所述农作物的越冬期的起始时间以及抽穗期的起始时间；
根据所述越冬期的起始时间以及所述越冬期之前的活动积温，确定所述农作物的播种时间；
根据所述抽穗期的起始时间以及从所述抽穗期起始的光温生产潜力，确定所述农作物的收获时间。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的农作物的播种时间和收获时间确定方法，该方法包括：
获取种植地点在预设时间范围的第一气象预测数据；
根据所述第一气象预测数据，确定所述农作物的越冬期的起始时间以及抽穗期的起始时间；
根据所述越冬期的起始时间以及所述越冬期之前的活动积温，确定所述农作物的播种时间；
根据所述抽穗期的起始时间以及从所述抽穗期起始的光温生产潜力，确定所述农作物的收获时间。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种农作物的播种时间和收获时间确定方法，其特征在于，包括：
获取种植地点在预设时间范围的第一气象预测数据；
根据所述第一气象预测数据，确定所述农作物的越冬期的起始时间以及抽穗期的起始时间；
根据所述越冬期的起始时间以及所述越冬期之前的活动积温，确定所述农作物的播种时间；
根据所述抽穗期的起始时间以及从所述抽穗期起始的光温生产潜力，确定所述农作物的收获时间。
2.根据权利要求1所述的农作物的播种时间和收获时间确定方法，其特征在于，所述根据所述第一气象预测数据，确定所述农作物的越冬期的起始时间以及抽穗期的起始时间，包括：
根据所述第一气象预测数据包括的温度数据，确定所述越冬期的起始时间和终止时间；
根据所述越冬期的终止时间，确定所述抽穗期的起始时间。
3.根据权利要求1所述的农作物的播种时间和收获时间确定方法，其特征在于，所述根据所述越冬期的起始时间以及所述越冬期之前的活动积温，确定所述农作物的播种时间，包括：
在所述越冬期之前的活动积温大于或等于第一温度阈值的情况下，确定所述活动积温对应的时间；所述活动积温为从所述越冬期的起始时间开始，向前逐日累加大于或等于第二温度阈值的日平均气温得到的；
将所述活动积温对应的时间确定为所述播种时间。
4.根据权利要求1-3任一项所述的农作物的播种时间和收获时间确定方法，其特征在于，所述根据所述抽穗期的起始时间以及从所述抽穗期起始的光温生产潜力，确定所述农作物的收获时间，包括：
根据所述农作物的日光合生产潜力以及温度修正函数，确定所述农作物的日光温生产潜力；
根据所述日光温生产潜力，确定从所述抽穗期起始的光温生产潜力；
在从所述抽穗期起始的光温生产潜力大于或等于光温生产潜力阈值的情况下，确定所述光温生产潜力对应的时间；
将所述光温生产潜力对应的时间，确定为所述农作物的收获时间。
5.根据权利要求1-3任一项所述的农作物的播种时间和收获时间确定方法，其特征在于，所述获取种植地点在预设时间范围的第一气象预测数据，包括：
获取所述种植地点所在地区在所述预设时间范围的第二气象预测数据；
将所述第二气象预测数据进行转换处理，得到所述种植地点的大气环流模式GCM预测数据；
基于所述种植地点的历史气象数据将所述种植地点的GCM预测数据进行偏差校正，得到所述第一气象预测数据。
6.根据权利要求5所述的农作物的播种时间和收获时间确定方法，其特征在于，所述将所述第二气象预测数据进行转换处理，得到所述种植地点的大气环流模式GCM预测数据，包括：
利用公式（1）得到所述种植地点的GCM预测数据；
Figure QLYQS_1
（1）
其中，
Figure QLYQS_4
为站点
Figure QLYQS_7
的GCM预测数据；
Figure QLYQS_10
为第二气象预测数据中栅格单元
Figure QLYQS_3
的GCM预测数据
Figure QLYQS_6
为站点
Figure QLYQS_9
与栅格单元
Figure QLYQS_11
中心的距离，
Figure QLYQS_2
为站点
Figure QLYQS_5
与第二气象预测数据中栅格单元
Figure QLYQS_8
中心的距离；m为第一预设值。
7.根据权利要求5所述的农作物的播种时间和收获时间确定方法，其特征在于，所述基于所述种植地点的历史气象数据将所述种植地点的GCM预测数据进行偏差校正，得到所述第一气象预测数据，包括：
针对任一气象参数，利用公式（2）对所述种植地点的GCM预测数据进行偏差校正，得到所述第一气象预测数据；所述第一气象预测数据包括至少一种所述气象参数对应的预测数据；
Figure QLYQS_12
（2）
式中，
Figure QLYQS_13
为校正后的所述气象参数的预测数据，
Figure QLYQS_14
为校正前的所述气象参数的预测数据，
Figure QLYQS_15
为所述气象参数对应的概率值，
Figure QLYQS_16
为在概率值为
Figure QLYQS_17
的情况下所述种植地点的历史气象数据对应的气象参数的数值，
Figure QLYQS_18
为在概率值为
Figure QLYQS_19
的情况下所述种植地点所在地区的GCM历史气象数据对应的气象参数的数值。
8.根据权利要求4所述的农作物的播种时间和收获时间确定方法，其特征在于，所述根据所述农作物的日光合生产潜力以及温度修正函数，确定所述农作物的日光温生产潜力，包括：
利用公式（3）、（4）和（5）确定所述农作物的日光温生产潜力；
Figure QLYQS_20
（3）
Figure QLYQS_21
（4）
Figure QLYQS_22
（5）
式中，YT为日光温生产潜力；YQ为日光合生产潜力；
Figure QLYQS_23
为温度修正函数；Q为日太阳辐射；E为收获系数；α为农作物对光合有效辐射的吸收率；β为光合有效辐射比率；φ为光合作用量子转化效率；ε、ζ分别为农作物群体的反射率、漏射率；μ为农作物非光合器官对太阳辐射的无效吸收率；η为超过光饱和点的光的比例；γ为光合产物中呼吸损耗比率；k为成熟作物含水率；λ为作物灰分率；H为能量转换系数，t为抽穗期至收获期日平均温度，
Figure QLYQS_24
分别为抽穗期至收获期下限温度、最适温度和上限温度。
9.一种农作物的播种时间和收获时间确定装置，其特征在于，包括：
获取模块，用于获取种植地点在预设时间范围的第一气象预测数据；
处理模块，用于根据所述第一气象预测数据，确定所述农作物的越冬期的起始时间以及抽穗期的起始时间；
所述处理模块，还用于根据所述越冬期的起始时间以及所述越冬期之前的活动积温，确定所述农作物的播种时间；
所述处理模块，还用于根据所述抽穗期的起始时间以及从所述抽穗期起始的光温生产潜力，确定所述农作物的收获时间。
10.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至8任一项所述农作物的播种时间和收获时间确定方法。
CN202310575251.1A 2023-05-22 2023-05-22 农作物的播种时间和收获时间确定方法和装置 Active CN116307297B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310575251.1A CN116307297B (zh) 2023-05-22 2023-05-22 农作物的播种时间和收获时间确定方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310575251.1A CN116307297B (zh) 2023-05-22 2023-05-22 农作物的播种时间和收获时间确定方法和装置

Publications (2)

Publication Number Publication Date
CN116307297A true CN116307297A (zh) 2023-06-23
CN116307297B CN116307297B (zh) 2023-08-22

Family

ID=86785380

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310575251.1A Active CN116307297B (zh) 2023-05-22 2023-05-22 农作物的播种时间和收获时间确定方法和装置

Country Status (1)

Country Link
CN (1) CN116307297B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116579758A (zh) * 2023-07-04 2023-08-11 中国气象科学研究院 农作物高产播期确定方法、装置、电子设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006035108A1 (en) * 2004-09-29 2006-04-06 Kemira Growhow Oyj Method for determining a harvesting time
CN108304973A (zh) * 2018-02-11 2018-07-20 中国农业大学 基于积温、辐射和土壤含水量的区域作物成熟期预测方法
CN113592193A (zh) * 2021-08-19 2021-11-02 中化现代农业有限公司 一种作物收获期时间预测方法、装置及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006035108A1 (en) * 2004-09-29 2006-04-06 Kemira Growhow Oyj Method for determining a harvesting time
CN108304973A (zh) * 2018-02-11 2018-07-20 中国农业大学 基于积温、辐射和土壤含水量的区域作物成熟期预测方法
CN113592193A (zh) * 2021-08-19 2021-11-02 中化现代农业有限公司 一种作物收获期时间预测方法、装置及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116579758A (zh) * 2023-07-04 2023-08-11 中国气象科学研究院 农作物高产播期确定方法、装置、电子设备及存储介质
CN116579758B (zh) * 2023-07-04 2023-09-19 中国气象科学研究院 农作物高产播期确定方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN116307297B (zh) 2023-08-22

Similar Documents

Publication Publication Date Title
CN116307297B (zh) 农作物的播种时间和收获时间确定方法和装置
Robison et al. Effect of Harvest Management and Temperature on Forage Yield, Root Carbohydrates, Plant Density and Leaf Area Relationships in Alfalfa (Medicago sativa L. cultivar'Moapa') 1
CN104813898A (zh) 一种葡萄园中套种益母草的方法
CN107996272A (zh) 一种密植葡萄园稀植改造的稳产栽培方法
CN112167035B (zh) 一种水培叶菜生产管理方法及系统
Wu et al. Changes in climate suitability for oil-tea (C. oleifera Abel) production in China under historical and future climate conditions
CN108460691A (zh) 一种日光温室连阴寡照气象指数保险方法
JP2021179983A (ja) 生育状態予測方法及び生育状態予測プログラム、並びに情報処理装置
CN115049126B (zh) 基于温度效应和历史阈值的蒸散量预测方法
CN104823798A (zh) 一种葡萄园中种植大葱和大蒜的方法
Uzun et al. Quantitative effects of planting time on vegetative growth of broccoli (Brassica oleracea var. italica)
CN116070742A (zh) 用于预测作物产量的方法、装置、存储介质及处理器
Lakso et al. Sunlight, yield, and productivity of apples
O'Callaghan et al. SODCOM: a solar driven computational model of crop growth
NEMOTO et al. Extraordinary hot summer in Hokkaido decrease rice yield and satisfy growing of cultivar in Tohoku region “Hitomebore”
JP7557853B2 (ja) 収量推定プログラム、収量推定方法及び収量推定装置
CN116579758B (zh) 农作物高产播期确定方法、装置、电子设备及存储介质
Alvarez et al. A yield prediction model for Florida sugarcane
CN116034829B (zh) 一种光辐射资源优化匹配的玉米超高产栽培方法
Martorell et al. Morphological consequences of the trade-off between growth and reproduction in a columnar cactus (Lophocereus schottii)
CN118152987B (zh) 单季稻物候期识别方法
CN117716962B (zh) 一种解决切花月季基质栽培憨包花发生的方法
Lamm et al. Effect of tillage practices and deficit irrigation on corn
CN114298505A (zh) 一种茶叶霜冻指数评估方法
Gill et al. The influence of canopy architecture on light penetration, soil temperature and fruiting in sub-tropical pear

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