CN116977111B - 一种基于智慧ai农业的玉米种植决策管控系统 - Google Patents

一种基于智慧ai农业的玉米种植决策管控系统 Download PDF

Info

Publication number
CN116977111B
CN116977111B CN202310941042.4A CN202310941042A CN116977111B CN 116977111 B CN116977111 B CN 116977111B CN 202310941042 A CN202310941042 A CN 202310941042A CN 116977111 B CN116977111 B CN 116977111B
Authority
CN
China
Prior art keywords
planting
corn
planted
decision
control
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
Application number
CN202310941042.4A
Other languages
English (en)
Other versions
CN116977111A (zh
Inventor
谢杨青
刘学伟
苏仁忠
曲盛林
李帅
杜淑红
刘健
李延强
王坤春
李乐强
李钟祥
张鸿川
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.)
Shandong Kexiang Intelligent Technology Co ltd
Original Assignee
Shandong Kexiang Intelligent Technology Co ltd
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 Shandong Kexiang Intelligent Technology Co ltd filed Critical Shandong Kexiang Intelligent Technology Co ltd
Priority to CN202310941042.4A priority Critical patent/CN116977111B/zh
Publication of CN116977111A publication Critical patent/CN116977111A/zh
Application granted granted Critical
Publication of CN116977111B publication Critical patent/CN116977111B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02Agriculture; Fishing; Forestry; Mining
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0637Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (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)
  • Transplanting Machines (AREA)

Abstract

本发明公开了一种基于智慧AI农业的玉米种植决策管控系统,涉及玉米种植决策技术领域,解决了现有技术中,在完成匹配后不能够在玉米各个阶段进行分阶段监测决策的技术问题,种植环境分析单元对玉米种植区域进行环境分析,通过环境分析判定种植区与对应种植玉米品种是否匹配,匹配则在当前种植区域内将对应种植玉米品种进行种植,不匹配则通过环境控制单元对待种区的历史环境管控进行分析,参数管控高效则进行环境管控后将对应种植玉米进行种植;在待种玉米进行种植后,种植分阶段决策单元在玉米种植阶段进行分阶段监测并在通过监测后进行分阶段决策。

Description

一种基于智慧AI农业的玉米种植决策管控系统
技术领域
本发明涉及玉米种植决策技术领域,具体为一种基于智慧AI农业的玉米种植决策管控系统。
背景技术
玉米是禾本科玉蜀黍属一年生草本植物。别名:玉蜀黍、棒子、苞谷、苞米、包粟、玉茭、苞米、珍珠米、苞芦、大芦粟。玉米是一年生雌雄同株异花授粉植物,植株高大,茎强壮,是重要的粮食作物和饲料作物,也是全世界总产量最高的农作物,其种植面积和总产量仅次于水稻和小麦。玉米一直都被誉为长寿食品,含有丰富的蛋白质、脂肪、维生素、微量元素、纤维素等,具有开发高营养、高生物学功能食品的巨大潜力。
但是在现有技术中,玉米种植阶段不能够对区域环境以及环境管控效率进行分析,导致玉米种植无法准确匹配玉米品种,此外,在完成匹配后不能够在玉米各个阶段进行分阶段监测决策,以至于玉米种植效率低,且无法保证玉米种植存活率。
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的就在于为了解决上述提出的问题,而提出一种基于智慧AI农业的玉米种植决策管控系统。
本发明的目的可以通过以下技术方案实现:
一种基于智慧AI农业的玉米种植决策管控系统,包括种植决策管控平台,其中,种植决策管控平台通讯连接有种植环境分析单元、环境控制单元以及种植分阶段决策单元;
种植决策管控平台生成种植环境分析信号并将种植环境分析信号发送至种植环境分析单元,种植环境分析单元接收到种植环境分析信号后,对玉米种植区域进行环境分析,通过环境分析判定种植区与对应种植玉米品种是否匹配,匹配则在当前种植区域内将对应种植玉米品种进行种植,不匹配则通过环境控制单元对待种区的历史环境管控进行分析,并根据历史环境管控结果判断当前待种区是否进行对应环境需求参数管控,参数管控低效则进行玉米品种重筛选,参数管控高效则进行环境管控后将对应种植玉米进行种植;
在待种玉米进行种植后,种植决策管控平台生成种植分阶段决策信号并将种植分阶段决策信号发送至种植分阶段决策单元,种植分阶段决策单元接收到种植分阶段决策信号后,在玉米种植阶段进行分阶段监测并在通过监测后进行分阶段决策。
作为本发明的一种优选实施方式,种植环境分析单元的运行过程如下:
将玉米待种植区域标记为待种区,获取到当前待种区匹配的玉米品种,并根据对应玉米品种获取到待种玉米的环境需求参数;获取到待种区内温湿度未处于待种玉米环境需求参数内温湿度阈值范围的频率以及待种区内空气组成元素与待种玉米环境需求参数内空气元素的重叠量占比;获取到待种区内待种玉米种植位置对应光照时长的最大差值;通过分析获取到种植环境分析系数K;将种植环境分析系数K与种植环境分析系数阈值进行比较。
作为本发明的一种优选实施方式,若种植环境分析系数K超过种植环境分析系数阈值,则判定当前种植区适合当前待种玉米种植,生成种植类型适合信号并将种植类型适合信号发送至种植决策管控平台,种植决策管控平台接收到种植类型适合信号后,将对应待种区和待种玉米进行匹配,并在待种区内进行待种玉米种植;同时种植决策管控平台生成种植分阶段决策信号并将种植分阶段决策信号发送至种植分阶段决策单元;若种植环境分析系数K未超过种植环境分析系数阈值,则判定当前种植区不适合当前待种玉米种植,生成种植类型不适合信号并将种植类型不适合信号发送至种植决策管控平台,种植决策管控平台接收到种植类型不适合信号后,生成环境控制信号并将环境控制信号发送至环境控制单元。
作为本发明的一种优选实施方式,环境控制单元的运行过程如下:
将当前待种区实时环境参数与待种玉米的环境需求参数对应数值偏差参数或者未重叠参数统一标记为待控制参数,获取到待种区历史种植时间段内待控制参数预设管控数值与实际管控数值的多出量以及待控制参数在控制过程中数值浮动可控的频率,并将其分别与数值多出量阈值和浮动可控频率阈值进行比较。
作为本发明的一种优选实施方式,若待种区历史种植时间段内待控制参数预设管控数值与实际管控数值的多出量超过数值多出量阈值,或者待控制参数在控制过程中数值浮动可控的频率未超过浮动可控频率阈值,则判定待种区内对应待控制参数控制效率低,生成品种重筛选信号并将品种重筛选信号发送至种植决策管控平台;
若待种区历史种植时间段内待控制参数预设管控数值与实际管控数值的多出量未超过数值多出量阈值,且待控制参数在控制过程中数值浮动可控的频率超过浮动可控频率阈值,则判定待种区内对应待控制参数控制效率高,生成环境控制信号并将环境控制信号发送至种植决策管控平台。
作为本发明的一种优选实施方式,种植分阶段决策单元的运行过程如下:
对待种区内实时种植的玉米进行分阶段监测决策,在实时种植玉米处于育苗期时,对实时种植玉米苗进行监测,获取到实时种植玉米对应玉米苗的生长参数;将实时种植玉米对应玉米苗生长参数与育苗期内预设生长参数范围进行比对,若实时种植玉米对应玉米苗生长参数任一参数未处于育苗期内预设生长参数范围内,则针对对应类型生长参数进行玉米苗管控;若实时种植玉米对应玉米苗生长参数任一参数均处于育苗期内预设生长参数范围内,则在玉米苗种植完成设定时段,对玉米苗进行补种缺苗。
作为本发明的一种优选实施方式,完成育苗期后,种植玉米进入开花结粒期时,在开花结粒期内,对种植玉米进行氮肥施加,并对种植玉米的玉米粒重要进行实时监测,获取到完成氮肥施加后种植玉米对应玉米粒重量与预设重量的偏差值与对应种植玉米的玉米粒对应重量浮动速度,并将其分别与重量偏差值阈值和重量浮动速度阈值进行比较。
作为本发明的一种优选实施方式,若完成氮肥施加后种植玉米对应玉米粒重量与预设重量的偏差值超过重量偏差值阈值,或者对应种植玉米的玉米粒对应重量浮动速度未超过重量浮动速度阈值,则判定种植玉米当前开花结粒期种植异常,将当前阶段施加的氮肥增量施加并将当前种植玉米的水分和光照进行人工干预,保证当前阶段内种植玉米的水分和光照均满足需求;若完成氮肥施加后种植玉米对应玉米粒重量与预设重量的偏差值未超过重量偏差值阈值,且对应种植玉米的玉米粒对应重量浮动速度超过重量浮动速度阈值,则判定种植玉米当前开花结粒期种植正常,将当前阶段施加的氮肥正常量施加并将当前种植玉米的水分和光照进行恒定,降低水分供给和光照时长的浮动频率以及降低浮动跨度。
作为本发明的一种优选实施方式,开花结粒期度过后种植玉米进行抽穗期,获取到抽穗期内种植玉米完成施肥后种植密度的增加速度以及完成施肥后种植玉米对应根茎叶的生长速度浮动频率,并将其分别与种植密度增加速度阈值范围和生长速度浮动频率阈值进行比较。
作为本发明的一种优选实施方式,若抽穗期内种植玉米完成施肥后种植密度的增加速度处于种植密度增加速度阈值范围,且完成施肥后种植玉米对应根茎叶的生长速度浮动频率处于生长速度浮动频率阈值,则生成种植低风险信号并将种植低风险信号发送至种植决策管控平台;若抽穗期内种植玉米完成施肥后种植密度的增加速度以及完成施肥后种植玉米对应根茎叶的生长速度浮动频率任一数值超过对应阈值,则生成生长过快信号并将生长过快信号发送至种植决策管控平台,种植决策管控平台接收到生长过快信号后,将对应种植玉米内养分施加量进行控制并将种植玉米的种植密度进行降低;若抽穗期内种植玉米完成施肥后种植密度的增加速度以及完成施肥后种植玉米对应根茎叶的生长速度浮动频率任一数值未超过对应阈值,则生成生长影响信号并将生长影响信号发送至种植决策管控平台。
与现有技术相比,本发明的有益效果是:
1、本发明中,对玉米种植区域进行环境分析,判断玉米种植区域是否适合当前品种玉米种植,通过种植环境分析也能够及时进行环境调整,提高了玉米种植效率以及玉米种植存活率;对待种区的历史环境管控进行分析,并根据历史环境管控结果判断当前待种区是否进行对应环境需求参数管控,保证待种区内玉米种植的可行性,避免环境控制效率低造成玉米种植合格率降低,影响种植区的玉米种植效率。
2、本发明中,在玉米种植阶段进行分阶段监测并在通过监测后进行分阶段决策,通过玉米种植的各个阶段监测判断种植的效率是否合格,同时在各个阶段种植正常时进行种植决策,将玉米种植阶段进行分步监测和决策,提高了玉米种植效率,能够在种植异常时及时进行管控,确保玉米种植的成熟效率,避免区域内玉米大面积未存活,造成玉米收获率降低且种植成本白白浪费。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明的原理框图;
图2为本发明中种植分阶段决策单元的方法流程图;
图3为本发明实施例2的原理框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
实施例1
请参阅图1所示,一种基于智慧AI农业的玉米种植决策管控系统,包括种植决策管控平台,其中,种植决策管控平台通讯连接有种植环境分析单元、环境控制单元以及种植分阶段决策单元;
在玉米种植前,种植决策管控平台生成种植环境分析信号并将种植环境分析信号发送至种植环境分析单元,种植环境分析单元接收到种植环境分析信号后,对玉米种植区域进行环境分析,判断玉米种植区域是否适合当前品种玉米种植,通过种植环境分析也能够及时进行环境调整,提高了玉米种植效率以及玉米种植存活率;
将玉米待种植区域标记为待种区,获取到当前待种区匹配的玉米品种,并根据对应玉米品种获取到待种玉米的环境需求参数,环境需求参数表示为待种玉米环境温度、湿度以及空气内元素等参数;获取到待种区内温湿度未处于待种玉米环境需求参数内温湿度阈值范围的频率以及待种区内空气组成元素与待种玉米环境需求参数内空气元素的重叠量占比,并将待种区内温湿度未处于待种玉米环境需求参数内温湿度阈值范围的频率以及待种区内空气组成元素与待种玉米环境需求参数内空气元素的重叠量占比分别标记为WCP和CDB;获取到待种区内待种玉米种植位置对应光照时长的最大差值,并将待种区内待种玉米种植位置对应光照时长的最大差值标记为GSC;
将上述数据代入公式计算种植环境分析系数,其中,公式为其中,K为种植环境分析系数,yi1、yi2以及yi3均为预设比例系数,且yi1>yi2>yi3>0,β作为误差修正系数,取值为1.1;
将种植环境分析系数K与种植环境分析系数阈值进行比较:
若种植环境分析系数K超过种植环境分析系数阈值,则判定当前种植区适合当前待种玉米种植,生成种植类型适合信号并将种植类型适合信号发送至种植决策管控平台,种植决策管控平台接收到种植类型适合信号后,将对应待种区和待种玉米进行匹配,并在待种区内进行待种玉米种植;同时种植决策管控平台生成种植分阶段决策信号并将种植分阶段决策信号发送至种植分阶段决策单元;
若种植环境分析系数K未超过种植环境分析系数阈值,则判定当前种植区不适合当前待种玉米种植,生成种植类型不适合信号并将种植类型不适合信号发送至种植决策管控平台,种植决策管控平台接收到种植类型不适合信号后,生成环境控制信号并将环境控制信号发送至环境控制单元;
环境控制单元接收到环境控制信号后,对待种区的历史环境管控进行分析,并根据历史环境管控结果判断当前待种区是否进行对应环境需求参数管控,保证待种区内玉米种植的可行性,避免环境控制效率低造成玉米种植合格率降低,影响种植区的玉米种植效率;
将当前待种区实时环境参数与待种玉米的环境需求参数对应数值偏差参数或者未重叠参数统一标记为待控制参数,获取到待种区历史种植时间段内待控制参数预设管控数值与实际管控数值的多出量以及待控制参数在控制过程中数值浮动可控的频率,并将待种区历史种植时间段内待控制参数预设管控数值与实际管控数值的多出量以及待控制参数在控制过程中数值浮动可控的频率分别与数值多出量阈值和浮动可控频率阈值进行比较:
若待种区历史种植时间段内待控制参数预设管控数值与实际管控数值的多出量超过数值多出量阈值,或者待控制参数在控制过程中数值浮动可控的频率未超过浮动可控频率阈值,则判定待种区内对应待控制参数控制效率低,生成品种重筛选信号并将品种重筛选信号发送至种植决策管控平台;种植决策管控平台接收到品种重筛选信号后,对待种区匹配的待种玉米进行品种重选择;
若待种区历史种植时间段内待控制参数预设管控数值与实际管控数值的多出量未超过数值多出量阈值,且待控制参数在控制过程中数值浮动可控的频率超过浮动可控频率阈值,则判定待种区内对应待控制参数控制效率高,生成环境控制信号并将环境控制信号发送至种植决策管控平台,种植决策管控平台接收到环境控制信号后,在待种玉米种植前进行环境管控并在种植过程中进行环境持续监测;
请参阅图2所示,在待种玉米进行种植后,种植决策管控平台生成种植分阶段决策信号并将种植分阶段决策信号发送至种植分阶段决策单元,种植分阶段决策单元接收到种植分阶段决策信号后,在玉米种植阶段进行分阶段监测并在通过监测后进行分阶段决策,通过玉米种植的各个阶段监测判断种植的效率是否合格,同时在各个阶段种植正常时进行种植决策,将玉米种植阶段进行分步监测和决策,提高了玉米种植效率,能够在种植异常时及时进行管控,确保玉米种植的成熟效率,避免区域内玉米大面积未存活,造成玉米收获率降低且种植成本白白浪费;
对待种区内实时种植的玉米进行分阶段监测决策,在实时种植玉米处于育苗期时,对实时种植玉米苗进行监测,获取到实时种植玉米对应玉米苗的生长参数,其中玉米苗的生长参数为玉米苗的整齐度、玉米苗的规格,具体为玉米苗的直径规格和面积规格;将实时种植玉米对应玉米苗生长参数与育苗期内预设生长参数范围进行比对,若实时种植玉米对应玉米苗生长参数任一参数未处于育苗期内预设生长参数范围内,则针对对应类型生长参数进行玉米苗管控;若实时种植玉米对应玉米苗生长参数任一参数均处于育苗期内预设生长参数范围内,则在玉米苗种植完成设定时段,对玉米苗进行补种缺苗;
完成育苗期后,种植玉米进入开花结粒期时,在开花结粒期内,对种植玉米进行氮肥施加,并对种植玉米的玉米粒重要进行实时监测,获取到完成氮肥施加后种植玉米对应玉米粒重量与预设重量的偏差值与对应种植玉米的玉米粒对应重量浮动速度,并将完成氮肥施加后种植玉米对应玉米粒重量与预设重量的偏差值与对应种植玉米的玉米粒对应重量浮动速度分别与重量偏差值阈值和重量浮动速度阈值进行比较:
若完成氮肥施加后种植玉米对应玉米粒重量与预设重量的偏差值超过重量偏差值阈值,或者对应种植玉米的玉米粒对应重量浮动速度未超过重量浮动速度阈值,则判定种植玉米当前开花结粒期种植异常,将当前阶段施加的氮肥增量施加并将当前种植玉米的水分和光照进行人工干预,保证当前阶段内种植玉米的水分和光照均满足需求;
若完成氮肥施加后种植玉米对应玉米粒重量与预设重量的偏差值未超过重量偏差值阈值,且对应种植玉米的玉米粒对应重量浮动速度超过重量浮动速度阈值,则判定种植玉米当前开花结粒期种植正常,将当前阶段施加的氮肥正常量施加并将当前种植玉米的水分和光照进行恒定,降低水分供给和光照时长的浮动频率以及降低浮动跨度;
开花结粒期度过后种植玉米进行抽穗期,获取到抽穗期内种植玉米完成施肥后种植密度的增加速度以及完成施肥后种植玉米对应根茎叶的生长速度浮动频率,并将抽穗期内种植玉米完成施肥后种植密度的增加速度以及完成施肥后种植玉米对应根茎叶的生长速度浮动频率分别与种植密度增加速度阈值范围和生长速度浮动频率阈值进行比较:
若抽穗期内种植玉米完成施肥后种植密度的增加速度处于种植密度增加速度阈值范围,且完成施肥后种植玉米对应根茎叶的生长速度浮动频率处于生长速度浮动频率阈值,则判定抽穗期内种植玉米种植效率合格,生成种植低风险信号并将种植低风险信号发送至种植决策管控平台;
若抽穗期内种植玉米完成施肥后种植密度的增加速度以及完成施肥后种植玉米对应根茎叶的生长速度浮动频率任一数值超过对应阈值,则判定抽穗期内种植玉米的养分施加过多,生成生长过快信号并将生长过快信号发送至种植决策管控平台,种植决策管控平台接收到生长过快信号后,将对应种植玉米内养分施加量进行控制并将种植玉米的种植密度进行降低;
若抽穗期内种植玉米完成施肥后种植密度的增加速度以及完成施肥后种植玉米对应根茎叶的生长速度浮动频率任一数值未超过对应阈值,则判定抽穗期内种植玉米的养分施加不足,生成生长影响信号并将生长影响信号发送至种植决策管控平台,种植决策管控平台接收到生长影响信号后,将对应种植玉米内养分施加量进行增加,并对种植玉米内环境需求参数进行管控;
实施例2
在实施例1中主要对玉米播种后的种植阶段进行决策管控,本实施例相对于实施例1,不同点在于本实施例为对应玉米播种前进行种植决策;
请参阅图3所示,其中,种植决策管控平台通讯连接有种植方式决策单元,在玉米播种前,种植决策管控平台生成种植方式决策信号并将种植方式决策信号发送至种植方式决策单元,种植方式决策单元接收到种植方式决策信号后,对种植玉米进行播种管控,从而对种植玉米的种植方式进行针对性调节,提高了种植玉米的种植效率;
将种植区划分为i个子区域,i为大于1的自然数,在种植玉米待播种子完成质量筛选后进行播种,获取到播种过程高水分子区域与低水分子区域播种密度差值以及长时光照子区域与短时光照子区域播种密度差值,并将播种过程高水分子区域与低水分子区域播种密度差值以及长时光照子区域与短时光照子区域播种密度差值进行分析;
若播种过程高水分子区域与低水分子区域播种密度差值以及长时光照子区域与短时光照子区域播种密度差值均超过对应播种密度差值阈值范围,则判定当前种植区内播种密度稀,将当前种植方式调整为高密度种植,同时生成密度增加信号并将密度增加信号发送至种植决策管控平台;
若播种过程高水分子区域与低水分子区域播种密度差值以及长时光照子区域与短时光照子区域播种密度差值均处于对应播种密度差值阈值范围,则判定当前种植区内播种密度合适,将当前种植方式不作调整;
若播种过程高水分子区域与低水分子区域播种密度差值以及长时光照子区域与短时光照子区域播种密度差值均未超过对应播种密度差值阈值范围,则判定当前种植区内播种密度稠,将当前种植方式调整为低密度种植,同时生成密度降低信号并将密度降低信号发送至种植决策管控平台。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;
本发明在使用时,种植环境分析单元对玉米种植区域进行环境分析,通过环境分析判定种植区与对应种植玉米品种是否匹配,匹配则在当前种植区域内将对应种植玉米品种进行种植,不匹配则通过环境控制单元对待种区的历史环境管控进行分析,并根据历史环境管控结果判断当前待种区是否进行对应环境需求参数管控,参数管控低效则进行玉米品种重筛选,参数管控高效则进行环境管控后将对应种植玉米进行种植;在待种玉米进行种植后,种植决策管控平台生成种植分阶段决策信号并将种植分阶段决策信号发送至种植分阶段决策单元,种植分阶段决策单元接收到种植分阶段决策信号后,在玉米种植阶段进行分阶段监测并在通过监测后进行分阶段决策。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (5)

1.一种基于智慧AI农业的玉米种植决策管控系统,其特征在于,包括种植决策管控平台,其中,种植决策管控平台通讯连接有种植环境分析单元、环境控制单元以及种植分阶段决策单元;
种植决策管控平台生成种植环境分析信号并将种植环境分析信号发送至种植环境分析单元,种植环境分析单元接收到种植环境分析信号后,对玉米种植区域进行环境分析,通过环境分析判定种植区与对应种植玉米品种是否匹配,匹配则在当前种植区域内将对应种植玉米品种进行种植,不匹配则通过环境控制单元对待种区的历史环境管控进行分析,并根据历史环境管控结果判断当前待种区是否进行对应环境需求参数管控,参数管控低效则进行玉米品种重筛选,参数管控高效则进行环境管控后将对应种植玉米进行种植;
在待种玉米进行种植后,种植决策管控平台生成种植分阶段决策信号并将种植分阶段决策信号发送至种植分阶段决策单元,种植分阶段决策单元接收到种植分阶段决策信号后,在玉米种植阶段进行分阶段监测并在通过监测后进行分阶段决策;
种植分阶段决策单元的运行过程如下:
对待种区内实时种植的玉米进行分阶段监测决策,在实时种植玉米处于育苗期时,对实时种植玉米苗进行监测,获取到实时种植玉米对应玉米苗的生长参数;将实时种植玉米对应玉米苗生长参数与育苗期内预设生长参数范围进行比对,若实时种植玉米对应玉米苗生长参数任一参数未处于育苗期内预设生长参数范围内,则针对对应类型生长参数进行玉米苗管控;若实时种植玉米对应玉米苗生长参数任一参数均处于育苗期内预设生长参数范围内,则在玉米苗种植完成设定时段,对玉米苗进行补种缺苗;
完成育苗期后,种植玉米进入开花结粒期时,在开花结粒期内,对种植玉米进行氮肥施加,并对种植玉米的玉米粒重要进行实时监测,获取到完成氮肥施加后种植玉米对应玉米粒重量与预设重量的偏差值与对应种植玉米的玉米粒对应重量浮动速度,并将其分别与重量偏差值阈值和重量浮动速度阈值进行比较;
若完成氮肥施加后种植玉米对应玉米粒重量与预设重量的偏差值超过重量偏差值阈值,或者对应种植玉米的玉米粒对应重量浮动速度未超过重量浮动速度阈值,则判定种植玉米当前开花结粒期种植异常,将当前阶段施加的氮肥增量施加并将当前种植玉米的水分和光照进行人工干预,保证当前阶段内种植玉米的水分和光照均满足需求;若完成氮肥施加后种植玉米对应玉米粒重量与预设重量的偏差值未超过重量偏差值阈值,且对应种植玉米的玉米粒对应重量浮动速度超过重量浮动速度阈值,则判定种植玉米当前开花结粒期种植正常,将当前阶段施加的氮肥正常量施加并将当前种植玉米的水分和光照进行恒定,降低水分供给和光照时长的浮动频率以及降低浮动跨度;
开花结粒期度过后种植玉米进行抽穗期,获取到抽穗期内种植玉米完成施肥后种植密度的增加速度以及完成施肥后种植玉米对应根茎叶的生长速度浮动频率,并将其分别与种植密度增加速度阈值范围和生长速度浮动频率阈值进行比较;
若抽穗期内种植玉米完成施肥后种植密度的增加速度处于种植密度增加速度阈值范围,且完成施肥后种植玉米对应根茎叶的生长速度浮动频率处于生长速度浮动频率阈值,则生成种植低风险信号并将种植低风险信号发送至种植决策管控平台;若抽穗期内种植玉米完成施肥后种植密度的增加速度以及完成施肥后种植玉米对应根茎叶的生长速度浮动频率任一数值超过对应阈值,则生成生长过快信号并将生长过快信号发送至种植决策管控平台,种植决策管控平台接收到生长过快信号后,将对应种植玉米内养分施加量进行控制并将种植玉米的种植密度进行降低;若抽穗期内种植玉米完成施肥后种植密度的增加速度以及完成施肥后种植玉米对应根茎叶的生长速度浮动频率任一数值未超过对应阈值,则生成生长影响信号并将生长影响信号发送至种植决策管控平台。
2.根据权利要求1所述的一种基于智慧AI农业的玉米种植决策管控系统,其特征在于,种植环境分析单元的运行过程如下:
将玉米待种植区域标记为待种区,获取到当前待种区匹配的玉米品种,并根据对应玉米品种获取到待种玉米的环境需求参数;获取到待种区内温湿度未处于待种玉米环境需求参数内温湿度阈值范围的频率以及待种区内空气组成元素与待种玉米环境需求参数内空气元素的重叠量占比;获取到待种区内待种玉米种植位置对应光照时长的最大差值;通过分析获取到种植环境分析系数K;将种植环境分析系数K与种植环境分析系数阈值进行比较。
3.根据权利要求2所述的一种基于智慧AI农业的玉米种植决策管控系统,其特征在于,若种植环境分析系数K超过种植环境分析系数阈值,则判定当前种植区适合当前待种玉米种植,生成种植类型适合信号并将种植类型适合信号发送至种植决策管控平台,种植决策管控平台接收到种植类型适合信号后,将对应待种区和待种玉米进行匹配,并在待种区内进行待种玉米种植;同时种植决策管控平台生成种植分阶段决策信号并将种植分阶段决策信号发送至种植分阶段决策单元;若种植环境分析系数K未超过种植环境分析系数阈值,则判定当前种植区不适合当前待种玉米种植,生成种植类型不适合信号并将种植类型不适合信号发送至种植决策管控平台,种植决策管控平台接收到种植类型不适合信号后,生成环境控制信号并将环境控制信号发送至环境控制单元。
4.根据权利要求3所述的一种基于智慧AI农业的玉米种植决策管控系统,其特征在于,环境控制单元的运行过程如下:
将当前待种区实时环境参数与待种玉米的环境需求参数对应数值偏差参数或者未重叠参数统一标记为待控制参数,获取到待种区历史种植时间段内待控制参数预设管控数值与实际管控数值的多出量以及待控制参数在控制过程中数值浮动可控的频率,并将其分别与数值多出量阈值和浮动可控频率阈值进行比较。
5.根据权利要求4所述的一种基于智慧AI农业的玉米种植决策管控系统,其特征在于,若待种区历史种植时间段内待控制参数预设管控数值与实际管控数值的多出量超过数值多出量阈值,或者待控制参数在控制过程中数值浮动可控的频率未超过浮动可控频率阈值,则判定待种区内对应待控制参数控制效率低,生成品种重筛选信号并将品种重筛选信号发送至种植决策管控平台;
若待种区历史种植时间段内待控制参数预设管控数值与实际管控数值的多出量未超过数值多出量阈值,且待控制参数在控制过程中数值浮动可控的频率超过浮动可控频率阈值,则判定待种区内对应待控制参数控制效率高,生成环境控制信号并将环境控制信号发送至种植决策管控平台。
CN202310941042.4A 2023-07-28 2023-07-28 一种基于智慧ai农业的玉米种植决策管控系统 Active CN116977111B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310941042.4A CN116977111B (zh) 2023-07-28 2023-07-28 一种基于智慧ai农业的玉米种植决策管控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310941042.4A CN116977111B (zh) 2023-07-28 2023-07-28 一种基于智慧ai农业的玉米种植决策管控系统

Publications (2)

Publication Number Publication Date
CN116977111A CN116977111A (zh) 2023-10-31
CN116977111B true CN116977111B (zh) 2024-06-25

Family

ID=88479102

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310941042.4A Active CN116977111B (zh) 2023-07-28 2023-07-28 一种基于智慧ai农业的玉米种植决策管控系统

Country Status (1)

Country Link
CN (1) CN116977111B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117332358B (zh) * 2023-11-29 2024-02-23 山东鸿安食品科技有限公司 一种玉米浸泡水处理方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111985694A (zh) * 2020-07-29 2020-11-24 北京派得伟业科技发展有限公司 一种种植规划系统
CN115984028A (zh) * 2023-03-21 2023-04-18 山东科翔智能科技有限公司 基于ai技术的智慧农业生产数据决策管理系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107390753B (zh) * 2017-08-29 2019-07-30 贵州省岚林阳环保能源科技有限责任公司 基于物联网云平台的智能植物生长环境调节装置与方法
CN108919768A (zh) * 2018-08-31 2018-11-30 北京唐冠天朗科技开发有限公司 一种农业管理系统及方法
CN109752087B (zh) * 2019-01-28 2021-06-04 北京小米移动软件有限公司 环境信息确定方法及装置
CN112633705A (zh) * 2020-12-25 2021-04-09 江西裕丰智能农业科技有限公司 一种分析农事活动行为的算法
CN114677047A (zh) * 2022-04-21 2022-06-28 安徽省松邦农业科技有限公司 基于多源数据的农业生产规划精准决策系统及方法
CN116362615B (zh) * 2023-04-03 2024-01-30 甘肃农业大学 基于物联网的大田环境下冬油菜生长状态监测系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111985694A (zh) * 2020-07-29 2020-11-24 北京派得伟业科技发展有限公司 一种种植规划系统
CN115984028A (zh) * 2023-03-21 2023-04-18 山东科翔智能科技有限公司 基于ai技术的智慧农业生产数据决策管理系统

Also Published As

Publication number Publication date
CN116977111A (zh) 2023-10-31

Similar Documents

Publication Publication Date Title
CN116977111B (zh) 一种基于智慧ai农业的玉米种植决策管控系统
Alagarswamy et al. Phasic development in CERES-Sorghum model
CN110036841B (zh) 一种江苏沿海地区藜麦一年两季种植栽培方法
CN110447509B (zh) 一种植物基质栽培的营养液灌溉控制系统与方法
Zhong et al. Relationship between tillering and leaf area index: quantifying critical leaf area index for tillering in rice
CN116362615B (zh) 基于物联网的大田环境下冬油菜生长状态监测系统
Kara Fresh ear yield and growing degree-days of sweet corn in different sowing dates in Southwestern Anatolia Region
CN116362399A (zh) 一种基于气候变化的小麦物候期和产量预测方法及系统
EP4021165A1 (en) Method and system for time of pollinating cereal crops
Gandjaeva Effect of sowing date on yield of winter wheat cultivars Grom, Asr and Kuma in Khorezm region.
CN109116897A (zh) 一种基于大数据的农业种植环境智能调节方法
CN113984964B (zh) 基于多源数据监测抗旱性分析的玉米品种筛选方法及系统
Abbas et al. Effects of climate on rice yield in the Punjab Province, Pakistan
US9247688B1 (en) Nutrient blend optimization system
CN112697702B (zh) 一种基于密度分布特征的co2范围寻优方法
Yu et al. Application of a progressive-difference method to identify climatic factors causing variation in the rice yield in the Yangtze Delta, China
Inoue et al. A preliminary study for modeling seed production in common buckwheat
Mi et al. Higher yields of rain-fed maize affected by drought and sowing date in a semi-humid region of North-Eastern China.
Faraji Quantifying factors determining seed weight in open pollinated and hybrid oilseed rape (Brassica napus L.) cultivars
Jahantigh et al. Growth indices of Kimiya cultivar of lentil in response to drought stress at flowering and pod filling stages under greenhouse conditions
CN113661888B (zh) 一种提高小麦灌浆期抗热性能的方法
US20220248681A1 (en) Control of control of metabolite production in Plants By Simultaneous Injection With CO2 and O2
CN118466179B (zh) 一种作物育苗环境参数自适应调控分析方法、系统及装置
Londhe et al. Effect of Weather Parameters on Pearl Millet (Pennisetum glaucum L.) Cultivars under Different Sowing Windows
Strazdiņa Modifications of winter wheat grain yield and quality under diferent meteorogical conditions.

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