CN117973921A - 一种农业管理方法及系统 - Google Patents
一种农业管理方法及系统 Download PDFInfo
- Publication number
- CN117973921A CN117973921A CN202311868501.7A CN202311868501A CN117973921A CN 117973921 A CN117973921 A CN 117973921A CN 202311868501 A CN202311868501 A CN 202311868501A CN 117973921 A CN117973921 A CN 117973921A
- Authority
- CN
- China
- Prior art keywords
- soil
- farmland
- entropy
- evaluation data
- negative
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 63
- 239000002689 soil Substances 0.000 claims abstract description 176
- 238000011156 evaluation Methods 0.000 claims description 46
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 45
- 238000003973 irrigation Methods 0.000 claims description 26
- 230000002262 irrigation Effects 0.000 claims description 26
- 238000013441 quality evaluation Methods 0.000 claims description 22
- 238000009331 sowing Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 12
- 230000007613 environmental effect Effects 0.000 claims description 11
- 238000004519 manufacturing process Methods 0.000 abstract description 5
- 230000012010 growth Effects 0.000 description 10
- 238000012271 agricultural production Methods 0.000 description 8
- 238000000034 method Methods 0.000 description 8
- 239000000126 substance Substances 0.000 description 8
- 241000196324 Embryophyta Species 0.000 description 7
- 241001233061 earthworms Species 0.000 description 7
- 239000003337 fertilizer Substances 0.000 description 7
- 241000209140 Triticum Species 0.000 description 6
- 235000021307 Triticum Nutrition 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 235000002722 Dioscorea batatas Nutrition 0.000 description 5
- 235000006536 Dioscorea esculenta Nutrition 0.000 description 5
- 240000001811 Dioscorea oppositifolia Species 0.000 description 5
- 235000003416 Dioscorea oppositifolia Nutrition 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 240000008042 Zea mays Species 0.000 description 3
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 3
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 235000005822 corn Nutrition 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000005416 organic matter Substances 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 230000002441 reversible effect Effects 0.000 description 3
- 208000035240 Disease Resistance Diseases 0.000 description 2
- 230000009418 agronomic effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 229930002875 chlorophyll Natural products 0.000 description 2
- 235000019804 chlorophyll Nutrition 0.000 description 2
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 235000015097 nutrients Nutrition 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 239000000575 pesticide Substances 0.000 description 2
- 230000008635 plant growth Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000001681 protective effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000001850 reproductive effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- QNRATNLHPGXHMA-XZHTYLCXSA-N (r)-(6-ethoxyquinolin-4-yl)-[(2s,4s,5r)-5-ethyl-1-azabicyclo[2.2.2]octan-2-yl]methanol;hydrochloride Chemical compound Cl.C([C@H]([C@H](C1)CC)C2)CN1[C@@H]2[C@H](O)C1=CC=NC2=CC=C(OCC)C=C21 QNRATNLHPGXHMA-XZHTYLCXSA-N 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000004103 aerobic respiration Effects 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 230000004720 fertilization Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229940088597 hormone Drugs 0.000 description 1
- 239000005556 hormone Substances 0.000 description 1
- 239000003864 humus Substances 0.000 description 1
- 125000004435 hydrogen atom Chemical group [H]* 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 235000021049 nutrient content Nutrition 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 125000004430 oxygen atom Chemical group O* 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000029553 photosynthesis Effects 0.000 description 1
- 238000010672 photosynthesis Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000031068 symbiosis, encompassing mutualism through parasitism Effects 0.000 description 1
- 238000004383 yellowing Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及了农业管理技术领域,尤其涉及一种农业管理方法及系统,通过获取农田的土壤质量评估数据和环境数据,根据农田的土壤质量评估数据和环境数据,确定农田的土壤熵值,判断土壤熵值是否满足预设的土壤负熵值范围,若土壤熵值满足预设的土壤负熵值范围,则根据土壤熵值制定负熵种植计划,通过负熵种植计划对农田进行管理。本方案通过根据土壤熵值制定负熵种植计划,使得农业管理更加精确和高效,进而可以获得高精度的农作物的产量和质量,有效地提高了农作物生产的效率和质量。
Description
技术领域
本发明涉及农业管理技术领域,特别涉及一种农业管理方法及系统。
背景技术
在农业生产过程中,农民面临着许多挑战,如农作物生长监测、病虫害预警、灌溉管理、施肥调控等。随着科技的发展和人类对环境的认识不断深化,现代农业逐渐向负熵高效、健康环保和可持续的方向发展。然而,传统的农业管理方法往往依赖大量的化学肥料和农药,这不仅可能对环境造成污染,还会对土壤质量和农作物品质产生负面影响,造成农业生产效率较低,因此,如何提高农业生产的效率和质量,以实现消除环境负担是行业内亟需解决的技术难点。
发明内容
基于此,有必要针对上述技术问题,提供一种农业管理方法及系统,以解决现有技术无法提高农业生产的效率和质量的问题。
本申请实施例的第一方面提供了一种农业管理方法,所述农业管理方法包括:
获取农田的土壤质量评估数据和环境数据;
根据所述农田的土壤质量评估数据和环境数据,确定所述农田的土壤熵值;
判断所述土壤熵值是否满足预设的土壤负熵值范围;
若所述土壤熵值满足预设的土壤负熵值范围,则根据所述土壤熵值制定负熵种植计划;
通过所述负熵种植计划对所述农田进行管理。
本申请实施例的第二方面提供了一种农业管理系统,所述农业管理系统包括农业控制平台、传感器和智能管理系统;
所述传感器用于获取农田的参数信息数据;
所述农业控制平台用于分析所述农田的参数信息数据,以获取分析结果,并根据所述分析结果制定负熵种植计划,并依据所述负熵种植计划控制所述智能管理系统实施农作物的负熵种植。
可选地,所述农业管理系统还包括负熵水灌溉系统,所述负熵水灌溉系统用于对所述农作物进行负熵水灌溉。
综上所述,本发明提供了一种农业管理方法及系统,通过获取农田的土壤质量评估数据和环境数据,根据农田的土壤质量评估数据和环境数据,确定农田的土壤熵值,判断土壤熵值是否满足预设的土壤负熵值范围,若土壤熵值满足预设的土壤负熵值范围,则根据土壤熵值制定负熵种植计划,通过负熵种植计划对农田进行管理。本方案通过根据土壤熵值制定负熵种植计划,使得农业管理更加精确和高效,进而可以获得高精度的农作物的产量和质量,有效地提高了农作物生产的效率和质量。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中提供的一种农业管理方法的流程示意图;
图2是本发明一实施例中提供的一种农业管理系统的结构示意图;
具体实施方式
为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步的详细说明。
应当理解,下面阐述的实施例代表了使本领域技术人员能够实施实施例并说明实施实施例的最佳模式的必要信息。在根据附图阅读以下描述后,本领域技术人员将理解本公开的概念并且将认识到这些概念在本文中未特别提及的应用。应当理解,这些概念和应用落入本公开和所附权利要求的范围内。
还应当理解,尽管本文中可以使用术语第一、第二等来描述各种元素,但是这些元素不应受这些术语的限制。这些术语仅用于区分一个元素与另一个元素。例如,可以将第一元件称为第二元件,并且类似地,可以将第二元件称为第一元件,而不脱离本公开的范围。如本文所用,术语“和/或”包括一个或多个相关列出的项目的任何和所有组合。
还应当理解,当一个元件被称为“连接”或“耦合”到另一个元件时,它可以直接连接或耦合到另一个元件,或者可以存在中间元件。相反,当一个元素被称为“直接连接”或“直接耦合”到另一个元素时,不存在中间元素。
还应当理解,术语“上”、“下”、“左”、“右”、“前”、“后”、“底部”、“中间”、“中间”、“顶部”等可以在本文中用于描述各种元素,指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此这些元素不应受这些条款的限制。
这些术语仅用于区分一个元素与另一个元素。例如,第一元件可以被称为“上”元件,并且类似地,第二元件可以根据这些元件的相对取向被称为“上”元件,而不脱离本公开的范围。
进一步理解,术语“”包括”、“包含”、“包括”和/或“包含”在本文中使用时指定了所述特征、整数、步骤、操作、元件和/或组件的存在,但是不排除存在或添加一个或多个其他特征、整数、步骤、操作、元素、组件和/或它们的组。
除非另有定义,本文使用的所有术语(包括技术和科学术语)具有与本公开所属领域的普通技术人员通常理解的相同含义。将进一步理解,本文使用的术语应被解释为具有与其在本说明书和相关技术的上下文中的含义一致的含义,并且除非本文明确如此定义,否则不会以理想化或过于正式的意义进行解释。
为了说明本发明的技术方案,下面通过具体实施例来进行说明。
参见图1,是本发明一实施例提供的农业管理方法的流程示意图,该农业管理方法可以包括以下步骤。
S101:获取农田的土壤质量评估数据和环境数据。
作为一种可选实施例,获取农田的土壤质量评估数据,包括:
利用预设的检测方法对所述农田的土壤质量进行评估,得到所述农田的土壤质量评估数据。
本申请实施例中,通过利用先进的土壤检测技术,对农田的土壤质量进行全面评估,包括土壤的有机质含量、pH值、水分、养分等关键指标,然后利用利用预设的检测方法对农田的土壤质量进行评估,进而得到农田的土壤质量评估数据,其中,预设的检测方法包括土壤质量检测,土壤PH值检测以及土壤养分含量检测等多种检测方法,本申请可根据实际情况进行设定,对此不做任何限定。本申请通过利用土壤质量检测方法,对农田的土壤质量进行评估,得到农田的土壤质量评估数据,其中,农田的土壤质量和环境数据都可以利用传感器等装置进行获取的,也可以由人工输入或预先设定在农业管理系统中。环境数据可以包括空气温度数据、光照信息、农作物生长阶段(如株高、叶绿素含量等)、气象数据(如气温、湿度、降雨量等)等。
S102:根据所述农田的土壤质量评估数据和环境数据,确定所述农田的土壤熵值。
作为一种可选实施例,确定所述农田的土壤熵值,包括:
对所述土壤质量评估数据和环境数据进行分析,得到所述农田的土壤质量综合指标评估数据和环境综合指标评估数据;
根据所述土壤质量综合指标评估数据和环境综合指标评估数据,确定所述农田的土壤熵值。
本申请实施例中,在获取土壤质量评估数据和环境数据后,进一步利用热力学的第三定律规定的熵的零点来度量物质的熵,进而对土壤质量评估数据和环境数据进行整理分析,以得到农田的土壤质量综合指标评估数据和环境综合指标评估数据,进而根据土壤质量综合指标评估数据和环境综合指标评估数据,来确定农田的土壤熵值,其中,熵值在农业管理系统中物质或能量升降值惰性均匀状态的一种熵变发展趋势。熵值符号K,熵值恒等于0,即K=0mv。熵值法则是一种根据指标信息反映系统能量有效做功程度来确定权重的方法。
作为一种可选实施例,根据土壤质量综合指标评估数据和环境综合指标评估数据,确定农田的土壤熵值,包括:
判断所述土壤质量综合指标评估数据和环境综合指标评估数据是否满足预设的标准综合指标评估数据;
若所述土壤质量综合指标评估数据和环境综合指标评估数据不满足预设的标准综合指标评估数据,则确定所述农田的土壤熵值为正熵值或熵值极限;
若所述土壤质量综合指标评估数据和环境综合指标评估数据满足预设的标准综合指标评估数据,则确定所述农田的土壤熵值为负熵值。
本申请实施例中,要预先判断土壤质量综合指标评估数据和环境综合指标评估数据是否满足预设的标准综合指标评估数据,若土壤质量综合指标评估数据和环境综合指标评估数据不满足预设的标准综合指标评估数据,进而确定农田的土壤熵值为正熵值或熵值极限,若土壤质量综合指标评估数据和环境综合指标评估数据满足预设的标准综合指标评估数据,进而确定农田的土壤熵值为负熵值。其中,正熵值表征一种在封闭系统中不能做功的一定数量的能量的计量单位。简单讲,就是指无效能量的计量单位即系统无法逆转的降退熵的数值即熵增值,而无效能量的计量单位也就是指系统内不能做功的能量的的计量单位即熵增能量的计量单位或正熵能量的计量单位,也就是正熵是该无效能量的计量单位,表达式为K2,单位用mv表示。熵增值或正熵值恒大于0,即K2>0mv;而负熵值表征一个开放系统发展过程中产生可逆性的能量状态参量的计量单位。简单讲,就是指有效能量的计量单位即系统可逆转的升进或反降退熵的数值即负熵值,而可逆性的能量状态参量就是指一定数量的能够做功的有效能量的计量单位即负熵的计量单位,也就是负熵是该有效能量的计量单位,表达式K1,单位用mv表示。负熵值恒小于0,即K1<0mv。
需要说明的是,预设的标准综合指标评估数据可根据实际土壤质量和环境进行设置,本申请对此不做任何限定。
示例地,通过根据土壤质量评估数据进行分析判断,当农田土壤质量综合指标评估数据大于0时,说明土壤质地板结度增大、酸碱失衡、有机质含量降低、微生态失衡、或温度低于10度或大于35度等等,说明土壤质量熵值大即土壤质量处在正熵值范围内,不利于开展耕作种植等农事活动。例如,土壤含水量大于80%或含水量小30%的时候,就不利于种植一般农作物的种子;或,根据气象数据分析判断,当气象综合指标评估数据大于0时,冰雹、高温等极端天气都会造成土壤熵值增大而不利于农业生产,例如,温度低于0度,播种冬小麦就会面对小麦种子无法发芽的风险;或,通过根据作物生长数据进行分析判断,当植株高度出现异常、叶绿素含量低或根系发育不良等情况,说明作物生长熵值过大,必须对农作物进行管理和调控。例如,春玉米叶叶片出现8%的轻度黄化现象,说明此时的玉米光合作用低,导致绿素含量低,后期严重会影响玉米的产量和品质。
本申请实施例中,通过对土壤数据和环境数据采集与分析,进而来判断土壤熵值。当土壤数据和环境数据采集出现不可逆的熵增值时即K2>0时,说明土壤质量劣差,不可以从事农事活动,要及时修复土壤质量;当土壤数据和环境数据采集出现熵值为0时即K=0时,说明土壤质量退化到熵值极限,暂停事农事活动,因为此时正是土壤质量处在临界值,应该休耕提高土壤质量;当土壤数据和环境数据采集出现负熵值时即K1<0时,说明土壤质量优良,可以从事农事活动,以便后续进行制定负熵种植计划。通过分析这些土壤指标数据和环境指标数据,以便更好地了解土壤熵值对农作物的生长过程和产量表现,保证后续能够制定有针对性的管理措施,来提高农业生产的质量和效益。
S103:判断所述土壤熵值是否满足预设的土壤负熵值范围。
S104:若所述土壤熵值满足预设的土壤负熵值范围,则根据所述土壤熵值制定负熵种植计划。
本申请实施例中,在获取到土壤熵值时,需要判断当前的土壤熵值是否满足预设的土壤负熵值范围,若当前的土壤熵值为负熵值,则当前土壤熵值满足预设的土壤负熵值范围,则根据当前土壤熵值来制定负熵种植计划,若当前的土壤熵值为正熵值或熵值极限,则就不满足预设的土壤负熵值范围,就需要修复土壤质量,直到土壤修复好,并测量土壤的数据,获取到土壤熵值为负熵值,且满足预设的土壤负熵值范围为止,进而才能根据土壤熵值制定负熵种植计划。
需要说明的是,预设的土壤负熵值范围可根据实际土壤质量和环境进行设置,本申请对此不做任何限定。
作为一种可选实施例,根据土壤熵值制定负熵种植计划,包括:
根据所述土壤熵值,确定农作物种植的作物种类、播种时间、播种密度;
根据所述农作物种植的作物种类、播种时间、播种密度,制定所述负熵种植计划。
本申请实施例中,在确定当前的土壤熵值为负熵值时,由于土壤质量优良,可以从事农事活动,从而根据土壤熵值,进而确定农作物种植的作物种类、播种时间、播种密度,最后依据农作物种植的作物种类、播种时间、播种密度,进行制定负熵种植计划。示例地,当种植山药时,根据数据采集分析得到的农田熵值结果可知,当土壤温度超过10度,湿度达到80-90%,此时最适合种植山药,在种植前一天,先将山药种子负熵化4个小时后备用,再根据气象信息,选择风力小于4级的晴天播种,种植密度为株距10cm*10cm,行距35cm,以便根据山药的播种时间和播种密度,从制定山药负熵种植计划。
本申请实施例,通过根据土壤熵值制定负熵种植计划,进而使得后续农业管理更加精确和高效,有效地提高了农作物生产的效率和质量。
S105:通过所述负熵种植计划对所述农田进行管理。
本申请实施例中,在获取负熵种植计划后,进而通过负熵种植计划,对农田进行精准施用负熵肥,以提供负熵作物生长所需的必要养分与提高负熵作物品质,同时消除土壤熵增结构,恢复土壤原有的生态活力,又避免了过度施用化学肥料带来的环境问题。例如,当按季节时令种植负熵小麦时,因为无机盐类过多加上旱情严重,导致土壤无序化程度增高,农田板结,活力急剧下降,如果此时播种,出苗率会受到极大的影响,直接关系到第二年的产量。因此,每亩地要及时精准施用负熵农肥500公斤,增加土壤的有机质含量与透气性。接下来进行土地整理,开始犁地、旋地,整理好的土地,土壤结构有序松散,此时开始进行播种,播种后7天,再向每亩地放殖负熵蚯蚓66.5公斤,这样既保证此块麦田后期不会板结,又能持续增加土壤的的活力,因为负熵蚯蚓是非常出色的动物犁(在地表10公分左右穿插迂回活动,将土壤整理的通透性非常强,既不板结又有利于小麦根系有氧呼吸),而且负熵蚯蚓的粪便——负熵腐殖质又是小麦优质的营养肥料,一举多得,其中,负熵蚯蚓就是将蚯蚓负熵化,使其具有强大繁殖能力与抗病性。一般蚯蚓繁殖能力低,抗病能力差。
作为一种可选实施例,通过负熵种植计划对农田进行管理之后,包括:
预先建立负熵水灌溉系统,获取所述农田的土壤湿度数据和所述农田中的农作物的需水量;
根据所述农田的土壤湿度数据和所述农田中的农作物的需水量,通过所述负熵水灌溉系统对农作物进行负熵水灌溉。
本申请实施例中,在通过负熵种植计划对农田进行管理之后,预先建立负熵水灌溉系统,然后通过传感器获取农田的土壤湿度数据和农田中的农作物的需水量,进而实现根据农田的土壤湿度数据和农田中的农作物的需水量,通过负熵水灌溉系统对农作物进行负熵水灌溉,从而节约水资源,其中,负熵水是阳性水,其水分子结构是由两个带负电的氢原子和一个带正电的氧原子构成;负熵水经过示波器测量,呈有序态菱形网格态结构波形,也就是说,负熵水是将水全息负熵化,在生命运作过程中无失量赋能,快速将生命系统混乱与无效能量不断转化为有序有效能量,逆转机体生命时空产生负熵现象。
作为一种可选实施例,通过负熵种植计划对农田进行管理之后,还包括:
在未执行所述负熵种植计划的农田周围区域内种植负熵防护林。
本申请实施例中,通过在未执行负熵种植计划的农田周围区域内种植负熵防护林,并在土壌中释放负熵蚯蚓(每公倾1吨蚯蚓)、免化学肥料,免化学农药,免化学激素、精施负熵生物肥料、釆用负熵农法耕作等方式,减少农田的水土流失,同时增加农田的碳汇能力,构建一种全新的负熵农业新制度,以实现实施负熵生态保护性耕作。其中,负熵防护林是指将用于做防护林的树木小苗负熵化以后,按照防护要求定植栽培直至长成森林,用来防风、防砂及形成负熵生态场等。
作为一种可选实施例,通过负熵种植计划对农田进行管理之后,还包括:
获取所述负熵种植计划执行后相对应的目标农田监测指标;
若所述目标农田监测指标不满足预设指标条件,则调整所述负熵种植计划。
本申请实施例,在对农田执行负熵种植计划后,获取负熵种植计划执行后相对应的目标农田监测指标,然后判断目标农田监测指标是否满足预设指标条件,若目标农田监测指标满足预设指标条件,则继续执行相应的负熵种植计划,若目标农田监测指标不满足预设指标条件,则通过农业管理系统调整负熵种植计划,直至使目标农田监测指标满足预设指标条件为止。例如,在对农田地块进行种植后,可以监控农田地块的湿度、农作物的质量,若农田地块的湿度、农作物的质量达到了预先设置的湿度、质量,则继续自动控制执行相应的负熵种植计划对农田地块进行农作物的种植,若农田地块的湿度、农作物的质量未达到了预先设置的湿度、质量,则通过农业管理系统调整负熵种植计划直到使检测的农田地块的湿度、农作物的质量达到了预先设置的湿度、质量,从而对农田地块进行农作物的种植,以保证对农田地块的农作物种植进行细致的动态控制,以适应环境和作物生长的变化。
本申请实施例,通过获取负熵种植计划执行后相对应的目标农田监测指标,若目标农田监测指标满足预设指标条件,调整负熵种植计划,能够对农业任务进行自动调整的控制,从而对农业任务进行细致动态的控制,尤其在农作物种植等农业任务中,可以实现按环境和作物生长的变化进行调整负熵种植计划,不但能够保持农田地块的土壤在一个较适合农作物生长的状态中,而且能够避免农业资源的浪费,提高农业资源的利用效能。
本申请实施例,通过全面的土壤质量评估和数据分析,能够更准确地了解农田的状况,从而制定出更合理的负熵种植计划,通过精准施用负熵生物肥和智能化负熵水灌溉,能够提高农作物的产量和品质,同时免除一切人工化学因素,通过构建负熵生态保护措施,能够增强农田的负熵生态功能,提高农田的抗灾能力,回归人与自然的和谐,从而提高了农业管理的效率和准确性。
综上所述,本发明提供了一种农业管理方法及系统,通过获取农田的土壤质量评估数据和环境数据,根据农田的土壤质量评估数据和环境数据,确定农田的土壤熵值,判断土壤熵值是否满足预设的土壤负熵值范围,若土壤熵值满足预设的土壤负熵值范围,则根据土壤熵值制定负熵种植计划,通过负熵种植计划对农田进行管理。本方案通过根据土壤熵值制定负熵种植计划,使得农业管理更加精确和高效,进而可以获得高精度的农作物的产量和质量,有效地提高了农作物生产的效率和质量。
需要说明的是,上述各个实施例所述的农业管理方法,可以根据需要将不同实施例中包含的技术特征重新进行组合,以获取组合后的实施方案,但都在本申请要求的保护范围之内。
请参阅图2,图2是本发明实施例提供的农业管理系统的结构示意图。该农业管理系统包括农业控制平台、传感器和智能管理系统;
所述传感器用于获取农田的参数信息数据;
所述农业控制平台用于分析所述农田的参数信息数据,以获取分析结果,并根据所述分析结果制定负熵种植计划,并依据所述负熵种植计划控制所述智能管理系统实施农作物的负熵种植。
本申请实施例,传感器包括但不限于温度传感器模块、湿度传感器模块、质量传感器模块和环境检测传感器模块等。温度传感器模块可采集土壤的温度数据,湿度传感器模块可采集土壤的湿度数据,质量传感器模块可采集土壤的质量数据,环境检测传感器模块可采集气象数据,通过将不同传感器获取农田的参数信息数据可通过无线网络发送至农业控制平台,而参数信息数据至少包括以下一种:所述农田的土壤湿度数据、所述农田的空气温度数据、所述农田中的植物的生长阶段信息、所述农田中的植物的需水量、所述农田的土壤质量数据,进而通过农业控制平台分析农田的参数信息数据,以获取分析结果,并根据分析结果制定负熵种植计划,从而依据负熵种植计划控制智能管理系统实施农作物的负熵种植。其中,传感器采集的信息也可以采用有线方式传输。作为示例,农业管理系统中可应用诸如TerraExplorer Pro等组件模型、HTML5、JavaScript开发技术、数据分析技术,以开发诸如B/S结构的农田土壤维护区域三维监管系统,实现温度、湿度、质量等传感器的实时信息查询和历史数据查询与分析、修复过程监管、灌溉设备自动控制、土壤维护数据存储与管理、目标区域面积和长度量测等辅助功能等相关的功能。本申请中的农业控制平台通过数据处理与分析,使农业管理系统能够对农田的参数信息数据进行深入分析,帮助做出科学决策,优化农田管理,提高农作物的产量和质量,不仅可以减少资源浪费,还可以提高农业生产的可持续性和经济效益。
作为一种可选实施例,所述农业管理系统还包括负熵水灌溉系统,所述负熵水灌溉系统用于对所述农作物进行负熵水灌溉。
本申请实施例,农业管理系统还包括负熵水灌溉系统,其中,负熵水灌溉系统用于对农作物进行负熵水灌溉,本申请通过根据农田的土壤湿度数据和农田中的农作物的需水量,进而通过农业控制平台控制负熵水灌溉系统对农作物进行负熵水灌溉,实现更高效的管理分析控制,使农田用水量的分析管理更加高效,极大程度的提高了水资源的利用率。例如,在负熵水灌溉任务中,根据农田的土壤湿度数据和农田中的农作物的需水量,进行负熵水灌溉控制,通过农业控制平台自动控制水灌溉,以此实现农田地块的负熵水灌溉,从而实现农业管理系统的智能化与自动化操控与管理,能够进一步地提高对农业任务进行智能管理的便利与效率,进一步保证农作物的正常生长,保证农业产量。
本发明的农业管理系统能够提高农业生产效率,杜绝一切人工化学对农业生态的污染,实现了农业与环境的和谐共生,同时提高农作物的产量和品质,并且具有广泛的适用性,可以为现代农业迈向负熵农业的发展提供强大的技术支撑,有效地提高了农作物生产的效率和质量。
以上结合附图详细描述了本发明实施例的可选实施方式,但是,本发明实施例并不限于上述实施方式中的具体细节,在本发明实施例的技术构思范围内,可以对本发明实施例的技术方案进行多种简单变型,这些简单变型均属于本发明实施例的保护范围。另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。为了避免不必要的重复,本发明实施例对各种可能的组合方式不再另行说明。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
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,均应包含在本发明的保护范围之内。
Claims (10)
1.一种农业管理方法,其特征在于,包括:
获取农田的土壤质量评估数据和环境数据;
根据所述农田的土壤质量评估数据和环境数据,确定所述农田的土壤熵值;
判断所述土壤熵值是否满足预设的土壤负熵值范围;
若所述土壤熵值满足预设的土壤负熵值范围,则根据所述土壤熵值制定负熵种植计划;
通过所述负熵种植计划对所述农田进行管理。
2.根据权利要求1所述的农业管理方法,其特征在于,所述根据所述农田的土壤质量评估数据和环境数据,确定所述农田的土壤熵值,包括:
对所述土壤质量评估数据和环境数据进行分析,得到所述农田的土壤质量综合指标评估数据和环境综合指标评估数据;
根据所述土壤质量综合指标评估数据和环境综合指标评估数据,确定所述农田的土壤熵值。
3.根据权利要求2所述的农业管理方法,其特征在于,所述根据所述土壤质量综合指标评估数据和环境综合指标评估数据,确定所述农田的土壤熵值,包括:
判断所述土壤质量综合指标评估数据和环境综合指标评估数据是否满足预设的标准综合指标评估数据;
若所述土壤质量综合指标评估数据和环境综合指标评估数据不满足预设的标准综合指标评估数据,则确定所述农田的土壤熵值为正熵值或熵值极限;
若所述土壤质量综合指标评估数据和环境综合指标评估数据满足预设的标准综合指标评估数据,则确定所述农田的土壤熵值为负熵值。
4.根据权利要求1所述的农业管理方法,其特征在于,所述获取农田的土壤质量评估数据,包括:
利用预设的检测方法对所述农田的土壤质量进行评估,得到所述农田的土壤质量评估数据。
5.根据权利要求1所述的农业管理方法,其特征在于,所述根据所述土壤熵值制定负熵种植计划,包括:
根据所述土壤熵值,确定农作物种植的作物种类、播种时间、播种密度;
根据所述农作物种植的作物种类、播种时间、播种密度,制定所述负熵种植计划。
6.根据权利要求1所述的农业管理方法,其特征在于,所述通过所述负熵种植计划对所述农田进行管理之后,包括:
预先建立负熵水灌溉系统,获取所述农田的土壤湿度数据和所述农田中的农作物的需水量;
根据所述农田的土壤湿度数据和所述农田中的农作物的需水量,通过所述负熵水灌溉系统对农作物进行负熵水灌溉。
7.根据权利要求6所述的农业管理方法,其特征在于,所述通过所述负熵种植计划对所述农田进行管理之后,还包括:
在未执行所述负熵种植计划的农田周围区域内种植负熵防护林。
8.根据权利要求6所述的农业管理方法,其特征在于,所述通过所述负熵种植计划对所述农田进行管理之后,还包括:
获取所述负熵种植计划执行后相对应的目标农田监测指标;
若所述目标农田监测指标不满足预设指标条件,则调整所述负熵种植计划。
9.一种农业管理系统,其特征在于,所述农业管理系统包括农业控制平台、传感器和智能管理系统;
所述传感器用于获取农田的参数信息数据;
所述农业控制平台用于分析所述农田的参数信息数据,以获取分析结果,并根据所述分析结果制定负熵种植计划,并依据所述负熵种植计划控制所述智能管理系统实施农作物的负熵种植。
10.如权利要求9所述的农业管理系统,其特征在于,所述农业管理系统还包括负熵水灌溉系统,所述负熵水灌溉系统用于对所述农作物进行负熵水灌溉。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311868501.7A CN117973921A (zh) | 2023-12-29 | 2023-12-29 | 一种农业管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311868501.7A CN117973921A (zh) | 2023-12-29 | 2023-12-29 | 一种农业管理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117973921A true CN117973921A (zh) | 2024-05-03 |
Family
ID=90855551
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311868501.7A Pending CN117973921A (zh) | 2023-12-29 | 2023-12-29 | 一种农业管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117973921A (zh) |
-
2023
- 2023-12-29 CN CN202311868501.7A patent/CN117973921A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lu et al. | Winter wheat yield potentials and yield gaps in the North China Plain | |
Li et al. | Evaluation and application of ORYZA2000 for irrigation scheduling of puddled transplanted rice in north west India | |
Hussain et al. | Irrigation scheduling for cotton cultivation | |
Liu et al. | Responses of yield and water use efficiency to irrigation amount decided by pan evaporation for winter wheat | |
Li et al. | Optimized single irrigation can achieve high corn yield and water use efficiency in the Corn Belt of Northeast China | |
CN106054679B (zh) | 一种基于物联网的农业智能监控系统及作物种植方法 | |
CN108781926B (zh) | 基于神经网络预测的大棚灌溉系统及方法 | |
Jiang et al. | A modeling approach to evaluating the impacts of policy-induced land management practices on non-point source pollution: A case study of the Liuxi River watershed, China | |
CN107392376A (zh) | 一种农作物气象产量预测方法及系统 | |
CN105494033B (zh) | 一种基于作物需求的智能节水灌溉方法 | |
CN103858578B (zh) | 马铃薯种薯种植施肥调控的方法 | |
CN111557159A (zh) | 一种带有农作物养分需求分析功能的水肥一体机控制系统及其控制方法 | |
Lu et al. | Quantitative assessment of resource-use efficient cropping systems: a case study for Ansai in the Loess Plateau of China | |
Li et al. | Modification of CSM-CROPGRO-Cotton model for simulating cotton growth and yield under various deficit irrigation strategies | |
CN113039908A (zh) | 一种施肥和灌溉动态决策方法及系统 | |
CN103839184A (zh) | 一种农作物群体长势多空间尺度自适应监测方法及装置 | |
Yang et al. | Estimation of irrigation requirements for drip-irrigated maize in a sub-humid climate | |
CN115629585A (zh) | 一种智慧农业的种植管理方法及系统 | |
CN110516943B (zh) | 一种基于地表温度的春灌期灌溉面积动态监测遥感方法 | |
Ezekiel et al. | Calibrating and validating AquaCrop model for maize crop in Northern zone of Nigeria | |
Tang et al. | An approach to predict land production potential for irrigated and rainfed winter wheat in Pinan County, China | |
CN117973921A (zh) | 一种农业管理方法及系统 | |
CN205983048U (zh) | 一种基于物联网的农业智能监控系统 | |
CN109118382B (zh) | 土壤墒情与施肥量关系模型的建立方法及应用 | |
Elbashir | Agricultural Mechanization and Food Security in Saudi Arabia |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |