CN115166208A - 一种小麦根系养分精准监测方法及系统 - Google Patents
一种小麦根系养分精准监测方法及系统 Download PDFInfo
- Publication number
- CN115166208A CN115166208A CN202210863015.5A CN202210863015A CN115166208A CN 115166208 A CN115166208 A CN 115166208A CN 202210863015 A CN202210863015 A CN 202210863015A CN 115166208 A CN115166208 A CN 115166208A
- Authority
- CN
- China
- Prior art keywords
- soil
- wheat
- module
- data
- monitoring
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 101
- 241000209140 Triticum Species 0.000 title claims abstract description 77
- 235000021307 Triticum Nutrition 0.000 title claims abstract description 77
- 235000015097 nutrients Nutrition 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 19
- 239000002689 soil Substances 0.000 claims abstract description 133
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims abstract description 54
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 49
- 229910052757 nitrogen Inorganic materials 0.000 claims abstract description 29
- 229910052698 phosphorus Inorganic materials 0.000 claims abstract description 29
- 229910052700 potassium Inorganic materials 0.000 claims abstract description 29
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims abstract description 27
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 claims abstract description 27
- 239000011574 phosphorus Substances 0.000 claims abstract description 27
- 239000011591 potassium Substances 0.000 claims abstract description 27
- 239000003621 irrigation water Substances 0.000 claims abstract description 25
- 230000004720 fertilization Effects 0.000 claims abstract description 22
- 230000000007 visual effect Effects 0.000 claims abstract description 19
- 238000005286 illumination Methods 0.000 claims abstract 3
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000014759 maintenance of location Effects 0.000 claims description 6
- 229920006395 saturated elastomer Polymers 0.000 claims description 6
- 230000004907 flux Effects 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 238000009331 sowing Methods 0.000 claims description 3
- WZLMXYBCAZZIRQ-UHFFFAOYSA-N [N].[P].[K] Chemical compound [N].[P].[K] WZLMXYBCAZZIRQ-UHFFFAOYSA-N 0.000 claims 2
- 239000007789 gas Substances 0.000 claims 1
- 238000003973 irrigation Methods 0.000 abstract description 8
- 230000002262 irrigation Effects 0.000 abstract description 8
- 239000003337 fertilizer Substances 0.000 abstract description 5
- 239000002699 waste material Substances 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000013339 cereals Nutrition 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
Images
Classifications
-
- 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
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
- G01N33/245—Earth materials for agricultural purposes
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Food Science & Technology (AREA)
- Remote Sensing (AREA)
- Geology (AREA)
- Medicinal Chemistry (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种小麦根系养分精准监测系统，包括土壤数据监测模块，用于监测土壤中的湿度、电导率和氮磷钾含量；气象数据监测模块用于监测土壤温湿度、光照强度、风速和大气压力；土壤监测系统模块，用于确定参考灌溉用水量和施肥量，且能够将数据实时可视化展示；土壤数据监测模块和气象数据监测模块分别与土壤监测系统模块连接。本发明提供的小麦根系养分监测方法及系统，能够对麦成长周期内的气象数据和土壤数据进行实时监测并进行可视化展示，而且能够根据得到的数据对小麦需水量进行计算，还能对小麦不同生长周期内所需的氮磷钾含量提供数据参考，为精准施肥和精准灌溉提供数据基础，有效减少肥料和水资源的浪费和流失。
Description
技术领域
本发明涉及农作物根系养分监测应用领域，特别涉及一种小麦根系养分精准监测方法及系统。
背景技术
小麦是我国的主要粮食作物之一，在全国范围内有着广泛的种植面积，小麦作为三大谷物之一，几乎可以全作食用，其产量与根系的养分以及灌溉的水量密切相关，小麦根系区域的养分与土壤中氮磷钾的含量相关，而小麦的需水量与温度、湿度、光照强度和风速等气象因素相关，目前对土壤数据和气象数据进行采集的方法较多，但是对土壤数据和气象数据的分析较少，少有施肥与灌溉的方法及系统，使农户难以对小麦进行精准施肥和灌溉。
发明内容
为了解决上述技术问题，本发明提供了一种小麦根系养分精准监测方法及系统，能够对麦成长周期内的气象数据和土壤数据进行实时监测并进行可视化展示，而且能够根据得到的数据对小麦需水量进行计算，还能对小麦不同生长周期内所需的氮磷钾含量提供数据参考，为精准施肥和精准灌溉提供数据基础，有效减少肥料和水资源的浪费和流失。
一种小麦根系养分精准监测系统，包括土壤数据监测模块，用于监测土壤中的湿度、电导率和氮磷钾含量；
气象数据监测模块，用于监测土壤温湿度、光照强度、风速和大气压力；
土壤监测系统模块，用于确定参考灌溉用水量和施肥量，且能够将数据实时可视化展示；
所述土壤数据监测模块和所述气象数据监测模块分别与所述土壤监测系统模块连接，所述土壤监测系统模块可通过手机APP和PC电脑端来实现，所述土壤数据监测模块和所述气象数据监测模块通过无线网络与手机APP和PC电脑端连接并进行数据传输。
进一步的，所述土壤数据监测模块包括若干土壤传感器，其位于不同深度的土壤层中，用于监测土壤中湿度、电导率和氮磷钾含量。
进一步的，所述气象数据监测模块包括温湿度传感器、光照强度传感器、风速传感器和大气压力传感器，能够监测大气温度、大气湿度、露点温度、光照强度、风速、大气压力、光照时长和海拔高度等气象数据，通过无线网络与手机APP和PC电脑端连接并进行数据传输。
进一步的，所述土壤监测系统模块包括可视化展示模块、灌溉用水量参考模块和施肥量参考模块；
所述可视化展示模块用于对所述土壤数据监测模块传输的土壤电导率和湿度数据进行实时可视化展示，以图表形式模拟灌溉水分和根系养分在土壤内的经停过程；
所述灌溉用水量参考模块用于对所述气象数据监测模块传输的气象数据进行小麦需水量计算，并与所述土壤数据监测模块实时传输的土壤湿度进行对比，可以使农户精确了解到需要灌溉的水量；
所述施肥量参考模块用于对小麦不同生长周期内所需氮磷钾含量提供数据参考，并与土壤数据监测模块实时传输的土壤氮磷钾含量进行对比，使农户明确对小麦的施肥量；
土壤监测系统模块能够从可视化的数据、对小麦需水量的计算、对小麦不同生长周期内所需的氮磷钾含量进行数据参考的三个方面，为农户精准施肥和精准灌溉提供数据基础，有效减少肥料和水资源的浪费和流失。
一种小麦根系养分精准监测方法，包括上述小麦根系养分精准监测系统，还包括以下步骤：
步骤S1：将若干所述土壤传感器插入至不同深度的土壤层中，每个所述土壤传感器的间隔为十厘米；
步骤S2：通过土壤湿度值判断灌溉水分的停留深度区间，通过土壤电导率值判断根系养分的停留深度区间，通过土壤中氮磷钾含量反映不同土壤深度的氮磷钾含量；
步骤S3：通过可视化展示模块，对所述土壤数据监测模块传输的土壤电导率和湿度数据进行实时可视化展示；
步骤S4：通过所述灌溉用水量参考模块，对所述气象数据监测模块传输的气象数据进行小麦需水量计算，得出参考值，并与所述土壤数据监测模块实时传输的不同深度的土壤湿度进行对比；
步骤S5：通过所述施肥量参考模块，对小麦不同生长周期内所需氮磷钾含量提供数据参考，并与土壤数据监测模块实时传输的不同深度的土壤氮磷钾含量进行对比，得出参考数据。
进一步的，所述步骤S2中，土壤电导率与根系养分的关系具体包括：
根系养分与土壤电导率的关系如公式(1)所示：
y＝0.231·e5.1516·x 公式(1)
其中，y为根系养分综合指数，x为土壤电导率。
进一步的，所述步骤S4中，所述灌溉用水量参考模块根据得到的气象数据对小麦需水量的计算方式如下：
采用单作物系数法对小麦需水量进行计算，计算方式如公式(2)所示：
ET＝Kc·PET 公式(2)
其中，ET为小麦需水量，Kc为小麦系数，PET为参考作物需水量。
进一步的，所述小麦系数Kc的计算方式如公式(3)所示：
其中，d为从播种开始的小麦生长天数。
进一步的，所述参考小麦需水量PET的计算公式如公式(4)所示：
其中，PET为参考作物需水量(mm/d)，Δ为饱和水气压曲线斜率(k Pa/℃)，Rn为地表净辐射(MJ/(m*d))，G为土壤热通量(MJ/(m2*d))，r为干湿表常数(k Pa/℃)，Tmean为日平均温度(℃)，u2为地表2米高处风速(m/s)，es为饱和水气压(kPa)，ea为实际水气压(kPa)。
本发明的有益效果如下：
(1)通过可视化展示模块对土壤数据监测模块实时传输的不同土壤深度下的电导率和湿度进行可视化展示，以可视化图表形式模拟根系养分和水分在土壤中的经停过程，可以准确、直观的了解到小麦的根系养分和需要灌溉的水分；
(2)通过灌溉用水量参考模块对气象数据监测模块实时传输的气象数据进行小麦需水量计算，并与实时传输不同深度的土壤湿度进行对比，为精准灌溉提供数据参考，使农户能够把控好灌溉水量，对小麦进行精准灌溉，在保证小麦水分充足的情况下，避免了水资源的流失；
(3)通过施肥量参考模块对小麦不同生长周期内所需氮磷钾含量提供数据参考，并与实时传输不同深度的土壤氮磷钾含量进行对比，为精准施肥提供数据基础，减少了肥料的浪费和流失。
附图说明
图1为本发明中小麦根系养分精准检测系统的结构示意图。
图2为本发明中土壤监测系统的组成示意图。
其中，附图标记为：1、土壤数据监测模块；11、土壤传感器；2、气象数据监测模块；21、温湿度传感器；22、光照强度传感器；23风速传感器；24、大气压力传感器；3、土壤监测系统模块；31、可视化展示模块；32、灌溉用水量参考模块；33、施肥量参考模块；4、土壤层。
具体实施方式
为了使本发明实现的技术手段和技术特征易于明白和了解，下面将结合具体的附图及实施例，对本发明的技术方案进行清楚、详细的阐述。
参见图1，一种小麦根系养分精准监测系统，包括土壤数据监测模块1，用于监测土壤中的湿度、电导率和氮磷钾含量；
气象数据监测模块2用于监测土壤温湿度、光照强度、风速和大气压力；
土壤监测系统模块3用于确定参考灌溉用水量和施肥量，且能够将数据实时可视化展示；
土壤数据监测模块1和气象数据监测模块2分别与土壤监测系统模块3连接，土壤监测系统模块3可通过手机APP和PC电脑端来实现，土壤数据监测模块1和气象数据监测模块2通过无线网络与手机APP和PC电脑端连接并进行数据传输。
土壤数据监测模块1包括若干土壤传感器11，其位于不同深度的土壤层4中，用于监测土壤中湿度、电导率和氮磷钾含量，本实施例中的土壤传感器11的数量为六个，且相邻土壤传感器11的间隔为十厘米。
气象数据监测模块2包括温湿度传感器21、光照强度传感器22、风速传感器23和大气压力传感器24，能够监测大气温度、大气湿度、露点温度、光照强度、风速、大气压力、光照时长和海拔高度等气象数据，通过无线网络与手机APP和PC电脑端连接并进行数据传输。
参见图2，土壤监测系统模块3包括可视化展示模块31、灌溉用水量参考模块32和施肥量参考模块33；
可视化展示模块31用于对土壤数据监测模块1传输的土壤电导率和湿度数据进行实时可视化展示，以图表形式模拟灌溉水分和根系养分在土壤内的经停过程；
灌溉用水量参考模块32用于对气象数据监测模块2传输的气象数据进行小麦需水量计算，并与土壤数据监测模块1实时传输的土壤湿度进行对比，可以使农户精确了解到需要灌溉的水量；
施肥量参考模块33用于对小麦不同生长周期内所需氮磷钾含量提供数据参考，并与土壤数据监测模块1实时传输的土壤氮磷钾含量进行对比，使农户明确对小麦的施肥量；
土壤监测系统模块3能够从可视化的数据、对小麦需水量的计算、对小麦不同生长周期内所需的氮磷钾含量进行数据参考的三个方面，为农户精准施肥和精准灌溉提供数据基础，有效减少肥料和水资源的浪费和流失。
一种小麦根系养分精准监测方法，包括上述小麦根系养分精准监测系统，还包括以下步骤：
步骤S1：将若干土壤传感器11插入至不同深度的土壤层4中，每个土壤传感器11的间隔为十厘米；
步骤S2：通过土壤湿度值判断灌溉水分的停留深度区间，通过土壤电导率值判断根系养分的停留深度区间，通过土壤中氮磷钾含量反映不同土壤深度的氮磷钾含量；
步骤S3：通过可视化展示模块31，对土壤数据监测模块1传输的土壤电导率和湿度数据进行实时可视化展示；
步骤S4：通过灌溉用水量参考模块32，对气象数据监测模块2传输的气象数据进行小麦需水量计算，并与土壤数据监测模块1实时传输的不同深度的土壤湿度进行对比；
步骤S5：通过施肥量参考模块33，对小麦不同生长周期内所需氮磷钾含量提供数据参考，并与土壤数据监测模块1实时传输的不同深度的土壤氮磷钾含量进行对比。
步骤S2中，土壤电导率与根系养分的关系具体如下：
根系养分与土壤电导率的关系如公式(1)所示：
y＝0.231·e5.1516·x 公式(1)
其中，y为根系养分综合指数，x为土壤电导率。
进一步的，步骤S4中，灌溉用水量参考模块32根据得到的气象数据对小麦需水量的计算方式如下：
采用单作物系数法对小麦需水量进行计算，计算方式如公式(2)所示：
ET＝Kc·PET 公式(2)
其中，ET为小麦需水量，为小麦系数，PET为参考作物需水量。
进一步的，小麦系数的计算方式如公式(3)所示：
其中，d为从播种开始的小麦生长天数。
进一步的，参考小麦需水量PET的计算公式如公式(4)所示：
其中，PET为参考作物需水量(mm/d)，Δ为饱和水气压曲线斜率(k Pa/℃)，Rn为地表净辐射(MJ/(m*d))，G为土壤热通量(MJ/(m2*d))，r为干湿表常数(k Pa/℃)，Tmean为日平均温度(℃)，u2为地表2米高处风速(m/s)，es为饱和水气压(kPa)，ea为实际水气压(kPa)。
上述实施例仅为本发明的优选实施例，描述了本发明的基本原理、技术特征和优越性，并非对本申请所保护的范围进行限定，本领域技术人员可以在不脱离本发明专利精神和范围的前提下，对本申请进行变化和改进，从而得到其它的实施例，通过上述变化和改进得到的实施例均处于本申请的保护范围内。
Claims (9)
1.一种小麦根系养分精准监测系统，其特征在于，包括土壤数据监测模块(1),用于监测土壤中的湿度、电导率和氮磷钾含量；
气象数据监测模块(2),用于监测土壤的温湿度、光照强度、风速和大气压力；
土壤监测系统模块(3),用于确定参考灌溉用水量和施肥量，且能够将数据实时可视化展示；
所述土壤数据监测模块(1)和所述气象数据监测模块(2)分别与所述土壤监测系统模块(3)连接。
2.根据权利要求1所述的小麦根系养分精准监测系统，其特征在于，所述土壤数据监测模块(1)包括若干的土壤传感器(11)，其位于不同深度的土壤层(4)中，用于监测土壤中湿度、电导率和氮磷钾含量。
3.根据权利要求1所述的小麦根系养分精准监测系统，其特征在于，所述气象数据监测模块(2)包括温湿度传感器(21)、光照强度传感器(22)、风速传感器(23)和大气压力传感器(24)。
4.根据权利要求1所述的小麦根系养分精准监测系统，其特征在于，所述土壤监测系统模块(3)包括可视化展示模块(31)、灌溉用水量参考模块(32)和施肥量参考模块(33)；
所述可视化展示模块(31)用于对所述土壤数据监测模块(1)传输的土壤电导率和湿度数据进行实时可视化展示；
所述灌溉用水量参考模块(32)用于对所述气象数据监测模块(2)传输的气象数据进行小麦需水量计算，并与所述土壤数据监测模块(1)实时传输的土壤湿度进行对比；
所述施肥量参考模块(33)用于对小麦不同生长周期内所需氮磷钾含量提供数据参考，并与土壤数据监测模块(1)实时传输的土壤氮磷钾含量进行对比。
5.一种小麦根系养分精准监测方法，包括权利要求1-7所述的小麦根系养分精准监测系统，其特征在于，还包括以下步骤：
步骤S1：将若干所述土壤传感器(11)插入至不同深度的土壤层(4)中，每个所述土壤传感器(11)的间隔为十厘米；
步骤S2：通过土壤湿度值判断灌溉水分的停留深度区间，通过土壤电导率值判断根系养分的停留深度区间，通过土壤中氮磷钾含量反映不同土壤深度的氮磷钾含量；
步骤S3：通过可视化展示模块(31)，对所述土壤数据监测模块(1)传输的土壤电导率和湿度数据进行实时可视化展示；
步骤S4：通过所述灌溉用水量参考模块(32)，对所述气象数据监测模块(2)传输的气象数据进行小麦需水量计算，并与所述土壤数据监测模块(1)实时传输的不同深度的土壤湿度进行对比；
步骤S5：通过所述施肥量参考模块(33)，对小麦不同生长周期内所需氮磷钾含量提供数据参考，并与土壤数据监测模块(1)实时传输的不同深度的土壤氮磷钾含量进行对比。
6.根据权利要求5所述的小麦根系养分精准监测方法，其特征在于，所述步骤S2中，土壤电导率与根系养分的关系具体包括：
根系养分与土壤电导率的关系如公式(1)所示：
y＝0.231·e5.1516·x 公式(1)
其中，y为根系养分综合指数，x为土壤电导率。
7.根据权利要求5所述的小麦根系养分精准监测方法，其特征在于，所述步骤S4中，所述灌溉用水量参考模块(32)根据得到的气象数据对小麦需水量的计算方式如下：
采用单作物系数法对小麦需水量进行计算，计算方式如公式(2)所示：
ET＝Kc·PET 公式(2)
其中，ET为小麦需水量，Kc为小麦系数，PET为参考作物需水量。
8.根据权利要求7所述的小麦根系养分精准监测方法，其特征在于，所述小麦系数Kc的计算方式如公式(3)所示：
其中，d为从播种开始的小麦生长天数。
9.根据权利要求8所述的小麦根系养分精准监测方法，其特征在于，所述参考小麦需水量PET的计算公式如公式(4)所示：
其中，PET为参考作物需水量(mm/d)，Δ为饱和水气压曲线斜率(k Pa/℃)，Rn为地表净辐射(MJ/(m*d))，G为土壤热通量(MJ/(m2*d))，r为干湿表常数(k Pa/℃)，Tmean为日平均温度(℃)，u2为地表2米高处风速(m/s)，es为饱和水气压(kPa)，ea为实际水气压(kPa)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210863015.5A CN115166208A (zh) | 2022-07-21 | 2022-07-21 | 一种小麦根系养分精准监测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210863015.5A CN115166208A (zh) | 2022-07-21 | 2022-07-21 | 一种小麦根系养分精准监测方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115166208A true CN115166208A (zh) | 2022-10-11 |
Family
ID=83495648
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210863015.5A Pending CN115166208A (zh) | 2022-07-21 | 2022-07-21 | 一种小麦根系养分精准监测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115166208A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116831014A (zh) * | 2023-06-21 | 2023-10-03 | 江苏超数信息科技有限公司 | 水肥监测系统及其监测方法 |
| CN117252350A (zh) * | 2023-11-20 | 2023-12-19 | 杨凌职业技术学院 | 一种农林业施肥监控系统及使用方法 |
| CN118425479A (zh) * | 2024-07-02 | 2024-08-02 | 陕西省生物农业研究所 | 一种土壤养分的智能监测系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107295957A (zh) * | 2017-07-12 | 2017-10-27 | 李中生 | 一种农田灌溉指示装置及其使用方法 |
| CN112042353A (zh) * | 2020-09-03 | 2020-12-08 | 山东锋士信息技术有限公司 | 一种适用于日光温室的水肥精准决策方法及系统 |
-
2022
- 2022-07-21 CN CN202210863015.5A patent/CN115166208A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107295957A (zh) * | 2017-07-12 | 2017-10-27 | 李中生 | 一种农田灌溉指示装置及其使用方法 |
| CN112042353A (zh) * | 2020-09-03 | 2020-12-08 | 山东锋士信息技术有限公司 | 一种适用于日光温室的水肥精准决策方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| 李真真: "基于专家决策模型的智能节水灌溉系统的研究", 《农业与技术》, vol. 40, no. 14, 31 December 2020 (2020-12-31), pages 3 * |
| 邓良基 等: "四川盆地丘陵区紫色土电导率与肥力评价探讨", 《四川大学学报（自然科学版）》, vol. 44, no. 4, 31 August 2007 (2007-08-31) * |
| 马建琴 等著: "《农业水资源实时灌溉理论与综合管理系统》", 31 August 2013, 中国水利水电出版社, pages: 76 - 77 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116831014A (zh) * | 2023-06-21 | 2023-10-03 | 江苏超数信息科技有限公司 | 水肥监测系统及其监测方法 |
| CN117252350A (zh) * | 2023-11-20 | 2023-12-19 | 杨凌职业技术学院 | 一种农林业施肥监控系统及使用方法 |
| CN117252350B (zh) * | 2023-11-20 | 2024-02-23 | 杨凌职业技术学院 | 一种农林业施肥监控系统及使用方法 |
| CN118425479A (zh) * | 2024-07-02 | 2024-08-02 | 陕西省生物农业研究所 | 一种土壤养分的智能监测系统 |
| CN118425479B (zh) * | 2024-07-02 | 2024-09-06 | 陕西省生物农业研究所 | 一种土壤养分的智能监测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115166208A (zh) | 一种小麦根系养分精准监测方法及系统 | |
| CN111557159B (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 | |
| CN106912237A (zh) | 水肥一体化四控灌溉施肥方法 | |
| Adhikari et al. | Simulated effects of winter wheat cover crop on cotton production systems of the Texas Rolling Plains | |
| CN111316802B (zh) | 基于大型喷灌机的作物水肥监测方法、装置、设备及介质 | |
| Jia et al. | Evaporation of maize crop under mulch film and soil covered drip irrigation: Field assessment and modelling on West Liaohe Plain, China | |
| CN105557166A (zh) | 基于gis的滴灌棉田氮素施肥管理方法 | |
| CN113039908A (zh) | 一种施肥和灌溉动态决策方法及系统 | |
| Yan et al. | Overview of modelling techniques for greenhouse microclimate environment and evapotranspiration | |
| Yang | Estimation of irrigation requirements for drip-irrigated maize in a sub-humid climate | |
| CN109644655B (zh) | 一种基于土壤肥力实时检测的精准施肥方法 | |
| CN104718933B (zh) | 一种周年连作宽垄沟的玉米产量的预测方法和灌水质量的评价方法 | |
| CN117474704A (zh) | 一种玉米昼夜生长差异和产量的估算方法 | |
| CN103207258B (zh) | 利用指示植物的需水信息确定被考察植物需水量的方法 | |
| CN110432046A (zh) | 一种温室内的智能灌溉系统 | |
| CN105974055B (zh) | 无土栽培营养液磷浓度在线检测系统及检测方法 | |
| CN117236070B (zh) | 基于最佳产量的区域玉米植株磷需求量定量化获取方法 | |
| CN118690539A (zh) | 一种基于数字孪生的作物灌溉控制方法及系统 | |
| Xiang et al. | Optimization of controlled water and nitrogen fertigation on greenhouse culture of Capsicum annuum | |
| Xu et al. | Evaluation and application of AquaCrop in simulation of alternate irrigation with brackish and fresh water for cotton under mulch drip irrigation in southern Xinjiang | |
| TWI707294B (zh) | 田間湛水感測裝置、田間湛水感測系統、及田間湛水感測方法 | |
| CN203870460U (zh) | 一种水稻生长全过程智能监控系统 | |
| CN112881602A (zh) | 作物活性根分布的测定方法及装置 | |
| Jin et al. | Simulating the exploration of the optimal irrigation of spring wheat in drought areas based on SWAP model | |
| CN115421539B (zh) | 对作物根部水肥及土壤性状进行云智能管理的方法和系统 |
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 |