CN116843493A - 一种基于物联网的油茶林种植生态数字监测管理系统 - Google Patents
一种基于物联网的油茶林种植生态数字监测管理系统 Download PDFInfo
- Publication number
- CN116843493A CN116843493A CN202310799599.9A CN202310799599A CN116843493A CN 116843493 A CN116843493 A CN 116843493A CN 202310799599 A CN202310799599 A CN 202310799599A CN 116843493 A CN116843493 A CN 116843493A
- Authority
- CN
- China
- Prior art keywords
- planting
- plant
- growth stage
- growth
- fertilization
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 42
- 240000001548 Camellia japonica Species 0.000 title claims abstract description 31
- 235000018597 common camellia Nutrition 0.000 title claims abstract description 31
- 239000010495 camellia oil Substances 0.000 title claims description 9
- 230000006855 networking Effects 0.000 title claims description 4
- 230000012010 growth Effects 0.000 claims description 186
- 239000002689 soil Substances 0.000 claims description 142
- 230000004720 fertilization Effects 0.000 claims description 137
- 241000196324 Embryophyta Species 0.000 claims description 123
- 235000015097 nutrients Nutrition 0.000 claims description 97
- 230000008635 plant growth Effects 0.000 claims description 67
- 239000003337 fertilizer Substances 0.000 claims description 62
- 241000526900 Camellia oleifera Species 0.000 claims description 53
- 238000000034 method Methods 0.000 claims description 49
- 241001122767 Theaceae Species 0.000 claims description 28
- 239000003921 oil Substances 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 27
- 238000004458 analytical method Methods 0.000 claims description 22
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 12
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 9
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 claims description 9
- 230000003698 anagen phase Effects 0.000 claims description 9
- 229910052757 nitrogen Inorganic materials 0.000 claims description 9
- 229910052698 phosphorus Inorganic materials 0.000 claims description 9
- 239000011574 phosphorus Substances 0.000 claims description 9
- 239000011591 potassium Substances 0.000 claims description 9
- 229910052700 potassium Inorganic materials 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 2
- 238000011282 treatment Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000035784 germination Effects 0.000 description 4
- 230000004083 survival effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 235000016709 nutrition Nutrition 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 238000004064 recycling Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- WZLMXYBCAZZIRQ-UHFFFAOYSA-N [N].[P].[K] Chemical compound [N].[P].[K] WZLMXYBCAZZIRQ-UHFFFAOYSA-N 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000008157 edible vegetable oil Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000005087 leaf formation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000010496 root system development Effects 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C21/00—Methods of fertilising, sowing or planting
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/17—Terrestrial scenes taken from planes or by drones
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
Abstract
本发明属于农业种植管理技术领域,具体为油茶林种植管理技术领域,涉及到一种基于物联网的油茶林种植生态数字监测管理系统,本发明通过分析各种植子区域的需求施肥指征,实现了油茶林的针对性施肥,能够最大限度满足相应区域植株的正常生长需要,对油茶林的合理化施肥,在一定程度上不仅避免了浪费肥料资源的隐患,且维持了土壤的生态平衡,大幅提高了土壤的重复利用率,通过分析植株生长符合度,实现了油茶植株长势的量化分析,能够降低植株长势处理的评判偏差以及加强后续植株长势处理的及时性,一方面使得被处理植株的存活率提升,另一方面在处理及时的基础上不仅增加了油茶林获得的经济收益,且提高了土地的利用率。
Description
技术领域
本发明属于农业种植管理技术领域,具体为油茶林种植管理技术领域,涉及到一种基于物联网的油茶林种植生态数字监测管理系统。
背景技术
当今人民生活质量的不断提高,使得人们对食用油健康要求的不断加强,为油茶林的大规模种植带来了无限的可能性和发展活力,由于油茶的生长发育依赖于外界管理,且管理效果直接决定了油茶种植的收益,为了提高油茶种植的收益,在油茶种植过程中进行监测管理显得尤为必要。
目前,现有技术针对油茶林种植管理还存在一系列不足,具体体现在以下几个层面:(1)油茶的正常生长需要从土壤中吸取养分,当土壤中养分不足以维持生长时就需要施肥,可见施肥是油茶生长管理中的必经过程,但现有技术中大多惯用施肥量越多植株生长越健康的思想对所需施肥区域进行同步施用肥料,没有考虑到油茶林每个区域的植株生长状态不是完全一致的,存在差异化,进而使得每个区域对肥料的需求量是不同的,采用均匀化的施肥方式会导致有些区域过施肥、有些区域施肥不足,无法满足相应区域植株的正常生长需要,进而限制了油茶的正常生长,另外,在当某些区域过施肥时,在一定程度上不仅浪费了肥料资源,且破坏了土壤的生态平衡,大幅降低了土壤的重复利用率。
(2)在同一片油茶林种植区域中受油茶籽品质、生长环境的影响,不是所有的植株长势都是一致的,总会出现长势好的植株和长势不佳的植株,为了能够及时发现长势不佳的植株以进行处理,对油茶林种植区域内的植株进行生长态势监测是非常有必要的,现有技术在对油茶林生长态势的监测中,往往通过感官去观测评判,这种监测方式过于主观、感性,容易存在评判偏差,进而影响后续植株长势处理的及时性,一方面降低了被处理植株的存活率,另一方面不仅减少了油茶林获得的经济收益,且降低了土地的利用率。
发明内容
鉴于此,为解决上述背景技术中所提出的问题,现提出一种基于物联网的油茶林种植生态数字监测管理系统,能够有效解决上述背景技术中涉及的问题。
本发明的目的可以通过以下技术方案实现:提供一种基于物联网的油茶林种植生态数字监测管理系统,包括:油茶林种植区域划分模块,用于将油茶林种植区域按照行列排布划分为各种植子区域,同时基于油茶林种植区域进行三维坐标系构建,得到各种植子区域的位置坐标,并在各种植子区域进行油茶籽种植。
种植子区域土壤检测模块,用于在各种植子区域油茶籽种植之后的各生长阶段进行土壤监测,获取各生长阶段中各种植子区域的土壤养分参数。
种植子区域需求施肥指征分析模块,用于将各生长阶段中各种植子区域的土壤养分参数与云数据库中相应生长阶段油茶对应的适宜土壤养分参数进行对比,分析各生长阶段中各种植子区域的需求施肥指征。
无人机施肥执行模块,用于将各生长阶段中各种植子区域的需求施肥指征传达给无人机,由无人机按照需求施肥指征执行施肥操作。
种植子区域植株生长检测模块,用于在无人机上安装摄像头,由其在各生长阶段对各种植子区域的植株进行生长图像采集,从中提取各种植子区域的植株生长态势参数。
种植子区域植株生长符合度分析模块,用于将各生长阶段中各种植子区域的植株生长态势参数与云数据库中相应生长阶段油茶对应的标准植株生长态势参数进行对比,并据此分析各生长阶段中各种植子区域的植株生长符合度。
目标种植子区域植株处理模块,用于将各生长阶段中各种植子区域的植株生长态势符合度与设定的达标生长态势符合度进行对比,进而从中筛选出小于达标生长态势符合度的种植子区域,记为目标种植子区域,进而获取目标子区域的行列数,将其传输至种植管理中心,由其进行处理。
云数据库,用于存储油茶在各生长阶段的适宜土壤养分参数,存储油茶在各生长阶段中标准植株生长态势参数,并存储油茶在各生长阶段中各种土壤养分参数对应单位偏差度的需求施肥量。
作为一种优选的方案,所述基于油茶林种植区域进行三维坐标系构建,其具体构建过程如下:以油茶林种植区域的中心点为原点,以油茶林种植区域的行所在方向为x轴,以列所在方向为y轴,以垂直于xoy方向为z轴。
作为一种优选的方案,所述土壤养分参数包括:土壤钾元素含量、土壤磷元素含量以及土壤氮元素含量。
作为一种优选的方案,所述在各种植子区域油茶籽种植之后的各生长阶段进行土壤监测,其具体方法为:在各种植子区域土壤中设置土壤养分监测终端,通过土壤养分监测终端对各生长阶段的各种植子区域进行土壤监测。
作为一种优选的方案,所述需求施肥指征具体包括:需求施肥量和需求施肥种类。
作为一种优选的方案,所述分析各生长阶段中各种植子区域的需求施肥指征,其具体分析过程为:A1、从云数据库中提取油茶在各生长阶段的适宜土壤养分参数。
A2、将各生长阶段中各种植子区域的土壤养分参数与油茶在相应生长阶段的适宜土壤养分参数进行对比,计算各生长阶段中各种植子区域的土壤养分偏差度,其具体计算公式为: 表示第k生长阶段中第i个种植子区域的第j土壤养分参数偏差度,其中i表示种植子区域的编号,i=1,2,...,n,j表示各生长阶段中各种植子区域的土壤养分参数,j=a,b,c,其中a、b、c分别表示为土壤钾元素含量、土壤磷元素含量、土壤氮元素含量,k表示为生长阶段的编号,k=1,2,...,t,/>表示第k生长阶段中第i个种植子区域的第j土壤养分参数,/>表示第k生长阶段中第j适宜土壤养分参数,ηj表示为设定的第j土壤养分参数对应的修正因子。
A3、提取各生长阶段中各种植子区域的土壤养分偏差度的符号,并从中提取符号为负的土壤养分参数,记为目标土壤养分参数,同时将目标土壤养分参数对应的肥料作为各生长阶段中各种植子区域的需求施肥种类。
A4、基于目标土壤养分参数从云数据库中提取各生长阶段中目标土壤养分参数对应单位偏差度的需求施肥量。
A5、将各生长阶段中各种植子区域的目标土壤养分偏差度结合各生长阶段中目标土壤养分参数对应单位偏差度的需求施肥量,计算得到各生长阶段中各种植子区域的需求施肥量。
作为一种优选的方案,所述无人机按照需求施肥指征执行施肥操作,其具体方法为:B1、基于各生长阶段中各种植子区域的需求施肥种类由无人机调取相应施肥种类的肥料流量阀,记为指定肥料流量阀。
B2、将各生长阶段中各种植子区域的需求施肥量与设定的各生长阶段对应的初始施肥量进行对比,利用判别表达式得到各生长阶段中各种植子区域对应的指定肥料流量阀操作类型ξik,其中ξik表示第k生长阶段中第i个种植子区域的指定肥料流量阀操作类型,σik表示第k生长阶段中第i个种植子区域的需求施肥量,σ′k表示设定的第k生长阶段中的初始施肥量,ξik=1时表示指定肥料流量阀操作类型为调大,ξik=0时表示指定肥料流量阀操作类型为维持,ξik=-1时表示指定肥料流量阀操作类型为调小。
B3、基于各生长阶段中各种植子区域对应的指定肥料流量阀操作类型获取各生长阶段中各种植子区域对应的有效施肥流量。
B4、将各生长阶段中各种植子区域的需求施肥量结合有效施肥流量计算出各生长阶段中各种植子区域的需求施肥时长。
B5、将各生长阶段中各种植子区域对应的指定肥料流量阀操作类型和需求施肥时长传达至无人机。
B6、在无人机航行过程中确认到达各种植子区域时由无人机按照相应种植子区域的指定肥料流量阀操作类型和需求施肥时长执行施肥操作。
作为一种优选的方案,所述在无人机航行过程中确认到达各种植子区域的具体实现过程如下:C1、在无人机上安装定位仪,由其在无人机航行过程中实时定位无人机的飞行位置,提取无人机所在飞行位置位于x轴、y轴上的坐标值(x,y)。
C2、提取各种植子区域的位置位于x轴、y轴上的坐标值(xi,yi)。
C3、将无人机所在飞行位置位于x轴、y轴上的坐标值与各种植子区域的位置位于x轴、y轴上的坐标值进行对比,计算无人机所在飞行位置与各种植子区域位置的接近度其中ωi表示无人机所在飞行位置与第i个种植子区域位置的接近度,l0表示预设的参考距离。
C4、将无人机所在飞行位置与各种植子区域位置的接近度与预设的参考接近度进行对比,当无人机所在飞行位置与某种植子区域位置的接近度大于或等于参考接近度时,确认无人机的飞行位置到达该种植子区域。
作为一种优选的方案,所述植株生长态势参数包括:植株高度、植株体积和植株枝叶数量。
作为一种优选的方案,所述分析各生长阶段中各种植子区域的植株生长符合度,其具体分析过程为:D1、从云数据库中提取油茶在各生长阶段中标准植株生长态势参数。
D2、将各生长阶段中各种植子区域的植株生长态势参数与云数据库中油茶在相应生长阶段对应的标准植株生长态势参数进行对比,并据此计算各生长阶段中各种植子区域的植株生长符合度,其具体计算公式为:其中/>表示第k生长阶段中第i个种植子区域的植株生长符合度,/> 和/>分别表示第k生长阶段中油茶的标准植株高度、标准植株体积和标准植株枝叶数量,/>、Vi k′和/>分别表示为第k生长阶段中第i个种植子区域的植株高度、植株体积和植株枝叶数量,λ1、λ2和λ3分别表示为设定的植株高度、植株体积和植株枝叶数量对应的影响因子。
相较于现有技术,本发明的有益效果如下:(1)本发明通过将油茶林种植区域进行子区域划分,进而在各种植子区域进行土壤养分监测,并据此分析各种植子区域的需求施肥指征,从而依据需求施肥指征进行各种植子区域的区域化、差异性施肥,实现了油茶林的针对性施肥,有效避免了有些区域过施肥、有些区域施肥不足现象的出现,能够最大限度满足相应区域植株的正常生长需要,另外,通过对油茶林的合理化施肥,在一定程度上不仅避免了浪费肥料资源的隐患,且维持了土壤的生态平衡,大幅提高了土壤的重复利用率。
(2)本发明在由无人机对油茶林种植区域执行施肥操作时通过将需求施肥量与施肥流量相关联,由此依据各种植子区域的需求施肥量来针对性地控制指定肥料流量阀,使得在高需求施肥量的种植子区域同样的停留时长施肥量更大,有助于快速满足高需求施肥量种植子区域的施肥需要,相比较在所有种植子区域按照统一的施肥流量进行操作,该方式能够在一定程度上提高了施肥效率,具有一定的实用性优势。
(3)本发明通过对油茶林划分的种植子区域进行位置坐标定位,并在无人机飞行过程中实时定位飞行位置,进而结合无人机飞行位置和种植子子区域的位置坐标来确认无人机是否到达相应种植子区域,从而据此来执行施肥操作,实现了施肥位置的精准把控,使得施的肥料能够准确落入相应的种植子区域,有利于达到精准施肥的目的。
(4)本发明对油茶林划分的种植子区域进行植株生长态势监测,以此进行植株生长符合度分析,实现了油茶植株长势的量化分析,相比较通过感官去观测评判,该方式更加客观,能够有效降低植株长势处理的评判偏差,与此同时有助于加强后续植株长势处理的及时性,一方面使得被处理植株的存活率提升,另一方面在处理及时的基础上不仅增加了油茶林获得的经济收益,且提高了土地的利用率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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为本发明的系统结构示意图。
图2为本发明基于油茶林种植区域的三维坐标系构建示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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做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。
请参阅图1所示,本发明提供了一种基于物联网的油茶林种植生态数字监测管理系统,该系统包括:油茶林种植区域划分模块、种植子区域土壤检测模块、种植子区域需求施肥指征分析模块、无人机施肥执行模块、种植子区域植株生长检测模块、种植子区域植株生长符合度分析模块、目标种植子区域植株处理模块和云数据库。
所述油茶林种植区域划分模块分别与种植子区域土壤检测模块和种植子区域植株生长检测模块连接,种植子区域土壤检测模块与种植子区域需求施肥指征分析模块连接,种植子区域需要施肥指征分析模块与无人机施肥执行模块连接,种植子区域植株生长检测模块与种植子区域植株生长符合度分析模块连接,种植子区域植株生长符合度分析模块与目标种植子区域植株处理模块连接,种植子区域需求施肥指征分析模块与种植子区域植株生长符合度分析模块分别与云数据库连接。
所述油茶林种植区域划分模块用于将油茶林种植区域按照行列排布划分为各种植子区域,同时基于油茶林种植区域进行三维坐标系构建,得到各种植子区域的位置坐标,并在各种植子区域进行油茶籽种植。
需要说明的是,上述提到的各种植子区域中仅含单棵植株。
进一步需要说明的是,各种植子区域的位置坐标实际是指各种植子区域中植株种植点的位置坐标。
在本发明的具体实施例中,所述基于油茶林种植区域进行三维坐标系构建,其具体构建过程如下:以油茶林种植区域的中心点为原点,以油茶林种植区域的行所在方向为x轴,以列所在方向为y轴,以垂直于xoy方向为z轴,参照图2所示。
所述种植子区域土壤检测模块用于在各种植子区域油茶籽种植之后的各生长阶段进行土壤监测,获取各生长阶段中各种植子区域的土壤养分参数。
需要说明的是,油茶的各生长阶段包括发芽期、幼苗期、生长期、开花期、结实期和成熟期等。
在本发明的具体实施例中,所述土壤养分参数包括:土壤钾元素含量、土壤磷元素含量以及土壤氮元素含量。
需要说明的是,钾在油茶生长过程中起到调节水分平衡、维持植物正常生理功能的作用,氮是油茶生长所需的主要营养元素之一,对植物的生长和叶片形成起着重要作用,磷是油茶生长的关键元素之一,对于促进植物的根系发育、果实形成和营养转运非常重要。
在本发明的具体实施例中,所述在各种植子区域油茶籽种植之后的各生长阶段进行土壤监测,其具体方法为:在各种植子区域土壤中设置土壤养分监测终端,通过土壤养分监测终端对各生长阶段的各种植子区域进行土壤监测。
需要说明的是,在一个实例中,土壤养分监测终端可以通过土壤养分速测仪直接测量土壤中钾元素含量、氮元素含量以及磷元素含量或通过土壤氮磷钾传感器对土壤进行测量得到土壤中钾元素含量、氮元素含量以及磷元素含量。
所述种植子区域需求施肥指征分析模块用于将各生长阶段中各种植子区域的土壤养分参数与云数据库中相应生长阶段油茶对应的适宜土壤养分参数进行对比,分析各生长阶段中各种植子区域的需求施肥指征。
在本发明的具体实施例中,所述需求施肥指征具体包括:需求施肥量和需求施肥种类。
在上述方案基础上,分析各生长阶段中各种植子区域的需求施肥指征,其具体分析过程为:A1、从云数据库中提取油茶在各生长阶段的适宜土壤养分参数。
A2、将各生长阶段中各种植子区域的土壤养分参数与油茶在相应生长阶段的适宜土壤养分参数进行对比,计算各生长阶段中各种植子区域的土壤养分偏差度,其具体计算公式为: 表示第k生长阶段中第i个种植子区域的第j土壤养分参数偏差度,其中i表示种植子区域的编号,i=1,2,...,n,j表示各生长阶段中各种植子区域的土壤养分参数,j=a,b,c,其中a、b、c分别表示为土壤钾元素含量、土壤磷元素含量、土壤氮元素含量,k表示为生长阶段的编号,k=1,2,...,t,/>表示第k生长阶段中第i个种植子区域的第j土壤养分参数,/>表示第k生长阶段中第j适宜土壤养分参数,ηj表示为设定的第j土壤养分参数对应的修正因子。
需要说明的是,k表示为生长阶段的编号,其中当k=1表示此时为发芽阶段,k=2表示此时为幼苗阶段,以此类推。
A3、提取各生长阶段中各种植子区域的土壤养分偏差度的符号,并从中提取符号为负的土壤养分参数,记为目标土壤养分参数,同时将目标土壤养分参数对应的肥料作为各生长阶段中各种植子区域的需求施肥种类。
需要说明的是,由公式可知,当某生长阶段中某种植子区域的土壤养分偏差度符号为负时,该生长阶段对应的种植子区域的土壤养分参数小于对应生长阶段的适宜土壤养分参数,此时该区域需要施肥,故记为目标土壤养分参数。
当某生长阶段中某种植子区域的土壤养分偏差度符号为正时,该生长阶段对应的种植子区域的土壤养分参数大于对应生长阶段的适宜土壤养分参数,此时土壤养分过盛,该区域不需要施肥。
当某生长阶段中某种植子区域的土壤养分偏差度为0时,该生长阶段对应的种植子区域的土壤养分参数与对应生长阶段的适宜土壤养分参数一致,此时该区域不需要施肥。
A4、基于目标土壤养分参数从云数据库中提取各生长阶段中目标土壤养分参数对应单位偏差度的需求施肥量。
A5、将各生长阶段中各种植子区域的目标土壤养分偏差度结合各生长阶段中目标土壤养分参数对应单位偏差度的需求施肥量,计算得到各生长阶段中各种植子区域的需求施肥量。
需要说明的是,记各生长阶段中目标土壤养分参数对应单位偏差度的需求施肥量为Qk,计算各生长阶段中各种植子区域的需求施肥量公式为
本发明通过将油茶林种植区域进行子区域划分,进而在各种植子区域进行土壤养分监测,并据此分析各种植子区域的需求施肥指征,从而依据需求施肥指征进行各种植子区域的区域化、差异性施肥,实现了油茶林的针对性施肥,有效避免了有些区域过施肥、有些区域施肥不足现象的出现,能够最大限度满足相应区域植株的正常生长需要,另外,通过对油茶林的合理化施肥,在一定程度上不仅避免了浪费肥料资源的隐患,且维持了土壤的生态平衡,大幅提高了土壤的重复利用率。
所述无人机施肥执行模块用于将各生长阶段中各种植子区域的需求施肥指征传达给无人机,由无人机按照需求施肥指征执行施肥操作。
在本发明的具体实施例中,所述无人机按照需求施肥指征执行施肥操作,其具体方法为:B1、基于各生长阶段中各种植子区域的需求施肥种类由无人机调取相应施肥种类的肥料流量阀,记为指定肥料流量阀。
B2、将各生长阶段中各种植子区域的需求施肥量与设定的各生长阶段对应的初始施肥量进行对比,利用判别表达式得到各生长阶段中各种植子区域对应的指定肥料流量阀操作类型ξik,其中ξik表示第k生长阶段中第i个种植子区域的指定肥料流量阀操作类型,σik表示第k生长阶段中第i个种植子区域的需求施肥量,σ′k表示设定的第k生长阶段中的初始施肥量,ξik=1时表示指定肥料流量阀操作类型为调大,ξik=0时表示指定肥料流量阀操作类型为维持,ξik=-1时表示指定肥料流量阀操作类型为调小。
B3、基于各生长阶段中各种植子区域对应的指定肥料流量阀操作类型获取各生长阶段中各种植子区域对应的有效施肥流量。
需要说明的是,本发明中提到的指定肥料流量阀挡位为三,具体为一挡、二挡和三挡,一挡表示流量阀操作类型为调小,二挡表示流量阀操作类型为维持,三挡表示流量阀操作类型为调大,有效施肥量为无人机在固定速度下各挡位流量阀单位时间内喷洒的实际施肥量。
B4、将各生长阶段中各种植子区域的需求施肥量结合有效施肥流量计算出各生长阶段中各种植子区域的需求施肥时长。
需要说明的是,计算各生长阶段中各种植子区域的需求施肥时长的公式如下其中Tik表示第k生长阶段中第i个种植子区域的需求施肥时长,qik表示第k生长阶段中第i个种植子区域的有效施肥流量。
B5、将各生长阶段中各种植子区域对应的指定肥料流量阀操作类型和需求施肥时长传达至无人机。
B6、在无人机航行过程中确认到达各种植子区域时由无人机按照相应种植子区域的指定肥料流量阀操作类型和需求施肥时长执行施肥操作。
本发明在由无人机对油茶林种植区域执行施肥操作时通过将需求施肥量与施肥流量相关联,由此依据各种植子区域的需求施肥量来针对性地控制指定肥料流量阀,使得在高需求施肥量的种植子区域同样的停留时长施肥量更大,有助于快速满足高需求施肥量种植子区域的施肥需要,相比较在所有种植子区域按照统一的施肥流量进行操作,该方式能够在一定程度上提高了施肥效率,具有一定的实用性优势。
需要说明的是,在低需求施肥量的种植子区域中由于需要施肥量较少表明该种植子区域中的土壤养分已接近满足植株正常生长,此时如果采用较高的施肥流量就很容易引发过施肥,因而为了能够精准把控施肥量本发明采用较低的施肥流量,应将指定肥料流量阀调至一挡减小施肥流量。
在上述方案基础上,在无人机航行过程中确认到达各种植子区域的具体实现过程如下:C1、在无人机上安装定位仪,由其在无人机航行过程中实时定位无人机的飞行位置,提取无人机所在飞行位置位于x轴、y轴上的坐标值(x,y)。
C2、提取各种植子区域的位置位于x轴、y轴上的坐标值(xi,yi)。
C3、将无人机所在飞行位置位于x轴、y轴上的坐标值与各种植子区域的位置位于x轴、y轴上的坐标值进行对比,计算无人机所在飞行位置与各种植子区域位置的接近度其中ωi表示无人机所在飞行位置与第i个种植子区域位置的接近度,l0表示预设的参考距离。
C4、将无人机所在飞行位置与各种植子区域位置的接近度与预设的参考接近度进行对比,当无人机所在飞行位置与某种植子区域位置的接近度大于或等于参考接近度时,确认无人机的飞行位置到达该种植子区域。
本发明通过对油茶林划分的种植子区域进行位置坐标定位,并在无人机飞行过程中实时定位飞行位置,进而结合无人机飞行位置和种植子子区域的位置坐标来确认无人机是否到达相应种植子区域,从而据此来执行施肥操作,实现了施肥位置的精准把控,使得施的肥料能够准确落入相应的种植子区域,有利于达到精准施肥的目的。
所述种植子区域植株生长检测模块用于在无人机上安装摄像头,由其在各生长阶段对各种植子区域的植株进行生长图像采集,从中提取各种植子区域的植株生长态势参数。
在本发明的具体实施例中,所述植株生长态势参数包括:植株高度、植株体积和植株枝叶数量。
需要说明的是,通过生长图像采集的三维扫描技术可直接获得植株的高度,通过从生长图像中提取植株的轮廓和形状信息,并根据物体的几何特性计算出植株体积,通过生长图像扫描的图像分割与计数,利用图像处理算法和计算机视觉技术,对植株的生长图像进行分割,将植株的枝叶与背景进行区分。然后,通过对分割后的图像进行物体计数算法,可以估计植株枝叶数量。
在上述方案基础上,所述分析各生长阶段中各种植子区域的植株生长符合度,其具体分析过程为:D1、从云数据库中提取油茶在各生长阶段中标准植株生长态势参数。
D2、将各生长阶段中各种植子区域的植株生长态势参数与云数据库中油茶在相应生长阶段对应的标准植株生长态势参数进行对比,并据此计算各生长阶段中各种植子区域的植株生长符合度,其具体计算公式为:其中/>表示第k生长阶段中第i个种植子区域的植株生长符合度,/> 和/>分别表示第k生长阶段中油茶的标准植株高度、标准植株体积和标准植株枝叶数量,/>、Vi k′和/>分别表示为第k生长阶段中第i个种植子区域的植株高度、植株体积和植株枝叶数量,λ1、λ2和λ3分别表示为设定的植株高度、植株体积和植株枝叶数量对应的影响因子。
所述目标种植子区域植株处理模块用于将各生长阶段中各种植子区域的植株生长态势符合度与设定的达标生长态势符合度进行对比,进而从中筛选出小于达标生长态势符合度的种植子区域,记为目标种植子区域,进而获取目标子区域的行列数,将其传输至种植管理中心,由其进行处理。
需要说明的是,在不同的生长阶段中,对目标种植子区域的处理不同,在发芽阶段,对目标种植子区域重新进行油茶籽种植,在非发芽阶段,对目标种植子区域的残缺植株进行拔除,从备用油茶林中移出一棵健康植株,在目标植株子区域中进行种植。
本发明对油茶林划分的种植子区域进行植株生长态势监测,以此进行植株生长符合度分析,实现了油茶植株长势的量化分析,相比较通过感官去观测评判,该方式更加客观,能够有效降低植株长势处理的评判偏差,与此同时有助于加强后续植株长势处理的及时性,一方面使得被处理植株的存活率提升,另一方面在处理技术的基础上不仅增加了油茶林获得的经济收益,且提高了土地的利用率。
所述云数据库用于存储油茶在各生长阶段的适宜土壤养分参数,存储油茶在各生长阶段中标准植株生长态势参数,并存储油茶在各生长阶段中各种土壤养分参数对应单位偏差度的需求施肥量。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本发明所定义的范围,均应属于本发明的保护范围。
Claims (10)
1.一种基于物联网的油茶林种植生态数字监测管理系统,其特征在于:该系统包括:
油茶林种植区域划分模块,用于将油茶林种植区域按照行列排布划分为各种植子区域,同时基于油茶林种植区域进行三维坐标系构建,得到各种植子区域的位置坐标,并在各种植子区域进行油茶籽种植;
种植子区域土壤检测模块,用于在各种植子区域油茶籽种植之后的各生长阶段进行土壤监测,获取各生长阶段中各种植子区域的土壤养分参数;
种植子区域需求施肥指征分析模块,用于将各生长阶段中各种植子区域的土壤养分参数与云数据库中相应生长阶段油茶对应的适宜土壤养分参数进行对比,分析各生长阶段中各种植子区域的需求施肥指征;
无人机施肥执行模块,用于将各生长阶段中各种植子区域的需求施肥指征传达给无人机,由无人机按照需求施肥指征执行施肥操作;
种植子区域植株生长检测模块,用于在无人机上安装摄像头,由其在各生长阶段对各种植子区域的植株进行生长图像采集,从中提取各种植子区域的植株生长态势参数;
种植子区域植株生长符合度分析模块,用于将各生长阶段中各种植子区域的植株生长态势参数与云数据库中相应生长阶段油茶对应的标准植株生长态势参数进行对比,并据此分析各生长阶段中各种植子区域的植株生长符合度;
目标种植子区域植株处理模块,用于将各生长阶段中各种植子区域的植株生长态势符合度与设定的达标生长态势符合度进行对比,进而从中筛选出小于达标生长态势符合度的种植子区域,记为目标种植子区域,进而获取目标子区域的行列数,将其传输至种植管理中心,由其进行处理;
云数据库,用于存储油茶在各生长阶段的适宜土壤养分参数,存储油茶在各生长阶段中标准植株生长态势参数,并存储油茶在各生长阶段中各种土壤养分参数对应单位偏差度的需求施肥量。
2.根据权利要求1所述的一种基于物联网的油茶林种植生态数字监测管理系统,其特征在于:所述基于油茶林种植区域进行三维坐标系构建,其具体构建过程如下:以油茶林种植区域的中心点为原点,以油茶林种植区域的行所在方向为x轴,以列所在方向为y轴,以垂直于xoy方向为z轴。
3.根据权利要求1所述的一种基于物联网的油茶林种植生态数字监测管理系统,其特征在于:所述土壤养分参数包括:土壤钾元素含量、土壤磷元素含量以及土壤氮元素含量。
4.根据权利要求1所述的一种基于物联网的油茶林种植生态数字监测管理系统,其特征在于:所述在各种植子区域油茶籽种植之后的各生长阶段进行土壤监测,其具体方法为:在各种植子区域土壤中设置土壤养分监测终端,通过土壤养分监测终端对各生长阶段的各种植子区域进行土壤监测。
5.根据权利要求1所述的一种基于物联网的油茶林种植生态数字监测管理系统,其特征在于:所述需求施肥指征具体包括:需求施肥量和需求施肥种类。
6.根据权利要求5所述的一种基于物联网的油茶林种植生态数字监测管理系统,其特征在于:所述分析各生长阶段中各种植子区域的需求施肥指征,其具体分析过程为:
A1、从云数据库中提取油茶在各生长阶段的适宜土壤养分参数;
A2、将各生长阶段中各种植子区域的土壤养分参数与油茶在相应生长阶段的适宜土壤养分参数进行对比,计算各生长阶段中各种植子区域的土壤养分偏差度,其具体计算公式为: 表示第k生长阶段中第i个种植子区域的第j土壤养分参数偏差度,其中i表示种植子区域的编号,i=1,2,...,n,j表示各生长阶段中各种植子区域的土壤养分参数,j=a,b,c,其中a、b、c分别表示为土壤钾元素、土壤磷元素含量、土壤氮元素含量,k表示为生长阶段的编号,k=1,2,...,t,/>表示第k生长阶段中第i个种植子区域的第j土壤养分参数,/>表示第k生长阶段中第j适宜土壤养分参数,ηj表示为设定的第j土壤养分参数对应的修正因子;
A3、提取各生长阶段中各种植子区域的土壤养分偏差度的符号,并从中提取符号为负的土壤养分参数,记为目标土壤养分参数,同时将目标土壤养分参数对应的肥料作为各生长阶段中各种植子区域的需求施肥种类;
A4、基于目标土壤养分参数从云数据库中提取各生长阶段中目标土壤养分参数对应单位偏差度的需求施肥量;
A5、将各生长阶段中各种植子区域的目标土壤养分偏差度结合各生长阶段中目标土壤养分参数对应单位偏差度的需求施肥量,计算得到各生长阶段中各种植子区域的需求施肥量。
7.根据权利要求1所述的一种基于物联网的油茶林种植生态数字监测管理系统,其特征在于:所述无人机按照需求施肥指征执行施肥操作,其具体方法为:
B1、基于各生长阶段中各种植子区域的需求施肥种类由无人机调取相应施肥种类的肥料流量阀,记为指定肥料流量阀;
B2、将各生长阶段中各种植子区域的需求施肥量与设定的各生长阶段对应的初始施肥量进行对比,利用判别表达式得到各生长阶段中各种植子区域对应的指定肥料流量阀操作类型ξik其中ξik表示第k生长阶段中第i个种植子区域,的指定肥料流量阀操作类型,σik表示第k生长阶段中第i个种植子区域的需求施肥量,σk′表示设定的第k生长阶段中的初始施肥量,ξik=1时表示指定肥料流量阀操作类型为调大,ξik=0时表示指定肥料流量阀操作类型为维持,ξik=-1时表示指定肥料流量阀操作类型为调小;
B3、基于各生长阶段中各种植子区域对应的指定肥料流量阀操作类型获取各生长阶段中各种植子区域对应的有效施肥流量;
B4、将各生长阶段中各种植子区域的需求施肥量结合有效施肥流量计算出各生长阶段中各种植子区域的需求施肥时长;
B5、将各生长阶段中各种植子区域对应的指定肥料流量阀操作类型和需求施肥时长传达至无人机;
B6、在无人机航行过程中确认到达各种植子区域时由无人机按照相应种植子区域的指定肥料流量阀操作类型和需求施肥时长执行施肥操作。
8.根据权利要求7所述的一种基于物联网的油茶林种植生态数字监测管理系统,其特征在于:所述在无人机航行过程中确认到达各种植子区域的具体实现过程如下:
C1、在无人机上安装定位仪,由其在无人机航行过程中实时定位无人机的飞行位置,提取无人机所在飞行位置位于x轴、y轴上的坐标值(x,y);
C2、提取各种植子区域的位置位于x轴、y轴上的坐标值(xi,yi);
C3、将无人机所在飞行位置位于x轴、y轴上的坐标值与各种植子区域的位置位于x轴、y轴上的坐标值进行对比,计算无人机所在飞行位置与各种植子区域位置的接近度其中ωi表示无人机所在飞行位置与第i个种植子区域位置的接近度,l0表示预设的参考距离;
C4、将无人机所在飞行位置与各种植子区域位置的接近度与预设的参考接近度进行对比,当无人机所在飞行位置与某种植子区域位置的接近度大于或等于参考接近度时,确认无人机的飞行位置到达该种植子区域。
9.根据权利要求1所述的一种基于物联网的油茶林种植生态数字监测管理系统,其特征在于:所述植株生长态势参数包括:植株高度、植株体积和植株枝叶数量。
10.根据权利要求9所述的一种基于物联网的油茶林种植生态数字监测管理系统,其特征在于:所述分析各生长阶段中各种植子区域的植株生长符合度,其具体分析过程为:
D1、从云数据库中提取油茶在各生长阶段中标准植株生长态势参数;
D2、将各生长阶段中各种植子区域的植株生长态势参数与云数据库中油茶在相应生长阶段对应的标准植株生长态势参数进行对比,并据此计算各生长阶段中各种植子区域的植株生长符合度,其具体计算公式为:其中/>表示第k生长阶段中第i个种植子区域的植株生长符合度,/> 和/>分别表示第k生长阶段中油茶的标准植株高度、标准植株体积和标准植株枝叶数量,/>Vi k′和/>分别表示为第k生长阶段中第i个种植子区域的植株高度、植株体积和植株枝叶数量,λ1、λ2和λ3分别表示为设定的植株高度、植株体积和植株枝叶数量对应的影响因子。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310799599.9A CN116843493B (zh) | 2023-07-03 | 2023-07-03 | 一种基于物联网的油茶林种植生态数字监测管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310799599.9A CN116843493B (zh) | 2023-07-03 | 2023-07-03 | 一种基于物联网的油茶林种植生态数字监测管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116843493A true CN116843493A (zh) | 2023-10-03 |
CN116843493B CN116843493B (zh) | 2024-01-02 |
Family
ID=88168358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310799599.9A Active CN116843493B (zh) | 2023-07-03 | 2023-07-03 | 一种基于物联网的油茶林种植生态数字监测管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116843493B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117575834A (zh) * | 2023-12-13 | 2024-02-20 | 衡阳市林业科学研究所(衡阳市林业科技推广站衡阳市实验林场衡阳植物园) | 一种油茶智能种植管理系统 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005058008A1 (en) * | 2003-12-17 | 2005-06-30 | Kemira Growhow Oyj | Sulfur fertilising method |
WO2016161818A1 (zh) * | 2015-04-08 | 2016-10-13 | 江苏大学 | 一种根据叶菜类作物长势进行变量施肥的方法 |
US20170045488A1 (en) * | 2015-03-02 | 2017-02-16 | Mark James Riess | Methods and apparatus for determining fertilizer/treatment requirements and/or predicting plant growth response |
CN108230304A (zh) * | 2017-12-27 | 2018-06-29 | 定远县宏源农业机械有限公司 | 一种基于多区域分析的智能化农业调控系统 |
WO2018232860A1 (zh) * | 2017-06-23 | 2018-12-27 | 深圳市盛路物联通讯技术有限公司 | 一种基于物联网的农作物生长管理方法及系统 |
CN109258041A (zh) * | 2018-11-20 | 2019-01-25 | 湖南省林业科学院 | 一种幼年油茶林配方施肥方法 |
CN109258042A (zh) * | 2018-11-20 | 2019-01-25 | 湖南省林业科学院 | 一种成年油茶林配方施肥方法 |
US20190261551A1 (en) * | 2018-02-27 | 2019-08-29 | Topcon Corporation | Fertilization design device, agricultural tool, fertilization design method and fertilization design program |
CN111296025A (zh) * | 2020-02-18 | 2020-06-19 | 临沂大学 | 控释氮肥配施控释钾肥影响玉米大喇叭口期生理特性和土壤养分的研究与应用 |
CN111418332A (zh) * | 2020-05-15 | 2020-07-17 | 许辉 | 一种基于大数据的智慧农业实时监测管理系统 |
CN111596689A (zh) * | 2020-06-10 | 2020-08-28 | 张玉红 | 一种基于大数据物联网的智慧农业植保作业控制系统 |
CN112284487A (zh) * | 2020-10-28 | 2021-01-29 | 合肥集知云信息科技有限公司 | 一种基于大数据的水稻种植环境智能监测管理系统 |
CN112288698A (zh) * | 2020-10-23 | 2021-01-29 | 深圳中神电子科技有限公司 | 一种基于大数据的水稻种植水稻生长监测分析管理系统 |
CN112579807A (zh) * | 2020-12-18 | 2021-03-30 | 杭州宣迅电子科技有限公司 | 一种基于云计算和大数据分析的智慧农业全周期种植数据云共享平台 |
CN113273370A (zh) * | 2021-06-16 | 2021-08-20 | 云南省农业科学院花卉研究所 | 基于相关性分析和数据修正的精准施肥方法 |
CN113396681A (zh) * | 2021-07-02 | 2021-09-17 | 哈尔滨航天恒星数据系统科技有限公司 | 一种网格化的大田作物基肥施肥效果评估模型 |
CN114418040A (zh) * | 2022-03-31 | 2022-04-29 | 山东鹤鹏技术有限公司 | 一种园林绿化养护监测及预警的方法与系统 |
CN114414570A (zh) * | 2022-01-21 | 2022-04-29 | 湖州精安网络科技有限公司 | 一种基于智慧云平台的园林绿化工程管理系统 |
CN114711010A (zh) * | 2022-06-09 | 2022-07-08 | 苏州农业职业技术学院 | 一种月季栽培中水土肥管理方法、系统及介质 |
CN115067243A (zh) * | 2022-07-07 | 2022-09-20 | 武汉很多鱼钓具有限公司 | 一种基于物联网技术的渔业监测分析方法、系统及存储介质 |
-
2023
- 2023-07-03 CN CN202310799599.9A patent/CN116843493B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005058008A1 (en) * | 2003-12-17 | 2005-06-30 | Kemira Growhow Oyj | Sulfur fertilising method |
US20170045488A1 (en) * | 2015-03-02 | 2017-02-16 | Mark James Riess | Methods and apparatus for determining fertilizer/treatment requirements and/or predicting plant growth response |
WO2016161818A1 (zh) * | 2015-04-08 | 2016-10-13 | 江苏大学 | 一种根据叶菜类作物长势进行变量施肥的方法 |
WO2018232860A1 (zh) * | 2017-06-23 | 2018-12-27 | 深圳市盛路物联通讯技术有限公司 | 一种基于物联网的农作物生长管理方法及系统 |
CN108230304A (zh) * | 2017-12-27 | 2018-06-29 | 定远县宏源农业机械有限公司 | 一种基于多区域分析的智能化农业调控系统 |
US20190261551A1 (en) * | 2018-02-27 | 2019-08-29 | Topcon Corporation | Fertilization design device, agricultural tool, fertilization design method and fertilization design program |
CN109258041A (zh) * | 2018-11-20 | 2019-01-25 | 湖南省林业科学院 | 一种幼年油茶林配方施肥方法 |
CN109258042A (zh) * | 2018-11-20 | 2019-01-25 | 湖南省林业科学院 | 一种成年油茶林配方施肥方法 |
CN111296025A (zh) * | 2020-02-18 | 2020-06-19 | 临沂大学 | 控释氮肥配施控释钾肥影响玉米大喇叭口期生理特性和土壤养分的研究与应用 |
CN111418332A (zh) * | 2020-05-15 | 2020-07-17 | 许辉 | 一种基于大数据的智慧农业实时监测管理系统 |
CN111596689A (zh) * | 2020-06-10 | 2020-08-28 | 张玉红 | 一种基于大数据物联网的智慧农业植保作业控制系统 |
CN112288698A (zh) * | 2020-10-23 | 2021-01-29 | 深圳中神电子科技有限公司 | 一种基于大数据的水稻种植水稻生长监测分析管理系统 |
CN112284487A (zh) * | 2020-10-28 | 2021-01-29 | 合肥集知云信息科技有限公司 | 一种基于大数据的水稻种植环境智能监测管理系统 |
CN112579807A (zh) * | 2020-12-18 | 2021-03-30 | 杭州宣迅电子科技有限公司 | 一种基于云计算和大数据分析的智慧农业全周期种植数据云共享平台 |
CN113273370A (zh) * | 2021-06-16 | 2021-08-20 | 云南省农业科学院花卉研究所 | 基于相关性分析和数据修正的精准施肥方法 |
CN113396681A (zh) * | 2021-07-02 | 2021-09-17 | 哈尔滨航天恒星数据系统科技有限公司 | 一种网格化的大田作物基肥施肥效果评估模型 |
CN114414570A (zh) * | 2022-01-21 | 2022-04-29 | 湖州精安网络科技有限公司 | 一种基于智慧云平台的园林绿化工程管理系统 |
CN114418040A (zh) * | 2022-03-31 | 2022-04-29 | 山东鹤鹏技术有限公司 | 一种园林绿化养护监测及预警的方法与系统 |
CN114711010A (zh) * | 2022-06-09 | 2022-07-08 | 苏州农业职业技术学院 | 一种月季栽培中水土肥管理方法、系统及介质 |
CN115067243A (zh) * | 2022-07-07 | 2022-09-20 | 武汉很多鱼钓具有限公司 | 一种基于物联网技术的渔业监测分析方法、系统及存储介质 |
Non-Patent Citations (1)
Title |
---|
王华;牛德奎;胡冬南;郭晓敏;: "不同肥料对油茶林土壤及叶片磷素状况的影响", 经济林研究, no. 04, pages 1 - 5 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117575834A (zh) * | 2023-12-13 | 2024-02-20 | 衡阳市林业科学研究所(衡阳市林业科技推广站衡阳市实验林场衡阳植物园) | 一种油茶智能种植管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116843493B (zh) | 2024-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102524024B (zh) | 基于计算机视觉的作物灌溉系统 | |
CN110347127A (zh) | 基于云服务的农作物种植托管系统及方法 | |
CN116843493B (zh) | 一种基于物联网的油茶林种植生态数字监测管理系统 | |
CN108510102A (zh) | 一种采用大数据计算策略的水肥一体化灌溉控制方法 | |
CN108781926A (zh) | 基于神经网络预测的大棚灌溉系统及方法 | |
CN108710766B (zh) | 一种基于生长模型的温室植物水肥机调肥参数计算方法 | |
CN105557166A (zh) | 基于gis的滴灌棉田氮素施肥管理方法 | |
CN109661979A (zh) | 一种基于精准控制作物位置的信息化种植方法 | |
CN106779452A (zh) | 建立农作物数据生长模型的方法 | |
CN113469112B (zh) | 农作物生长状况图像识别方法及系统 | |
CN117063818A (zh) | 一种水肥精准调控系统 | |
CN105891420A (zh) | 一种大数据智能分析植物生长状态的方法 | |
Zhang et al. | CBAM+ ASFF-YOLOXs: An improved YOLOXs for guiding agronomic operation based on the identification of key growth stages of lettuce | |
CN105869061A (zh) | 一种计算机分析植物生长状态的方法 | |
CN106713414A (zh) | 一种生命周期模型解决种植问题的服务系统 | |
CN116616019A (zh) | 基于物联网和人工智能的油茶水肥一体化滴灌方法及系统 | |
CN115690609A (zh) | 一种作物生育期长势监测的方法 | |
CN115088566A (zh) | 一种基于水稻栽培系统及其培育方法 | |
Kunhare et al. | Role of Artificial Intelligence in the Agricultural System | |
Zaika | Features of the implementation of digital technologies in the production | |
CN110521367A (zh) | 一种灌溉施肥条件下芒果高效生产的水肥耦合方法 | |
Feng et al. | A Real-time Monitoring and Control System for Crop | |
CN114916336B (zh) | 一种基于棉花顶叶成熟期分类识别的化学打顶方法 | |
CN112896520B (zh) | 一种基于大数据分析的农业无人机作业远程控制方法 | |
CN116485573A (zh) | 一种烟田灌溉处方图生成方法及装置 |
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 |