Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于大数据平台的作物精准施肥方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国烟草总公司重庆市公司烟叶分公司

摘要:本发明公开了一种基于大数据平台的作物精准施肥方法及系统,涉及数据处理技术领域,该方法包括:获得样本土壤养分信息,按照农田土壤样本的分布特征,利用空间插值法将样本点数据转换为面数据,构建采样区土壤养分农田全覆盖信息,结合采样区定位信息,建立土壤养分电子地图发送至用户智能终端,对采样区土壤进行分区,获得大田试验数据集,结合大田试验构建作物推荐施肥模型,基于土壤养分电子地图确定关注土壤分区,结合作物推荐施肥模型计算施肥推荐量,发送至用户智能终端。本发明解决了现有技术中由于作物测土施肥技术方案难以落实,导致施肥精准性低的技术问题,达到了基于大数据平台有效指导农户进行科学施肥,提高作物施肥的精准性的技术效果。

主权项:1.一种基于大数据平台的作物精准施肥方法,其特征在于,所述方法包括:采集农田土壤样本,对所述农田土壤样本进行土壤养分测定,获得样本土壤养分信息;按照所述农田土壤样本的分布特征,利用空间插值法将样本点数据转换为面数据,构建采样区土壤养分农田全覆盖信息;基于采样区定位信息、所述采样区土壤养分农田全覆盖信息,建立土壤养分电子地图发送至用户智能终端;根据作物品种产量信息进行养分因子分析,确定关键养分因子,基于所述关键养分因子对采样区土壤养分进行聚类,按照聚类结果对采样区土壤进行分区,其中各分区中关键养分因子水平位于同范围区间;获得大田试验数据集,根据所述大田试验数据集进行预设多维度关系分析,构建作物施肥推荐模型;基于所述土壤养分电子地图确定关注土壤分区,根据所述关注土壤分区的土壤养分信息、作物品种产量信息,通过作物施肥推荐模型计算施肥推荐量,发送至用户智能终端;其中,所述获得大田试验数据集,根据所述大田试验数据集进行预设多维度关系分析,构建作物施肥推荐模型,包括:根据所述大田试验数据集,确定影响作物品质和产量的关键养分因子测定结果;基于所述大田试验数据集,获得养分校正系数、肥料利用率;根据所述养分校正系数、肥料利用率、关键养分因子测定结果,拟合不同目标产量与关键养分因子施肥量的函数关系,构建所述作物施肥推荐模型,包括:根据所述关键养分因子测定结果,所述大田试验数据集,拟合施肥量与土壤肥力的幂函数关系、作物品质的线性相关性;基于所述施肥量与土壤肥力的幂函数关系、作物品质的线性相关性,拟合施肥公式为:z=ax+byc,其中z为施肥量、x为上等品质作物比例、y为土壤肥力水平;利用所述养分校正系数,构建数据校正模块,利用所述施肥公式构建施肥计算模块,利用所述肥料利用率构建施肥结果校正模块;将所述数据校正模块、施肥计算模块、施肥结果校正模块进行连接,构建所述作物施肥推荐模型;其中,所述采集农田土壤样本,包括:获得目标采样区域,对所述目标采样区域进行土壤分布、环境资源分布采集,得到目标采样区域数据库;对所述目标采样区域数据库进行差异度计算、平均量计算,获得土壤分布差异度、平均量和环境资源分布差异度、平均量;根据所述土壤分布差异度、平均量,按照预设采集数量,确定第一土壤采样点;根据所述环境资源分布差异度、平均量,按照预设采集数量,确定第二土壤采样点;将所述第一土壤采样点、第二土壤采样点进行重复点剔除,确定采样目标区域进行样本采集;其中,按照所述农田土壤样本的分布特征,利用空间插值法将样本点数据转换为面数据,构建采样区土壤养分农田全覆盖信息,包括:根据所述土壤分布差异度、平均量和环境资源分布差异度、平均量,获得所述农田土壤样本的分布特征;根据所述样本点数据、分布特征,进行数据相关性分析,基于数据相关性对采样跨度区域进行数据补充,获得区域面数据;根据所述区域面数据进行目标采样区域全范围映射,构建所述采样区土壤养分农田全覆盖信息;基于所述关键养分因子对采样区土壤养分进行聚类,按照聚类结果对采样区土壤进行分区,包括:根据所述关键养分因子,确定第一关键养分因子、第二关键养分因子,第N关键养分因子,N为大于2的正整数;分别基于所述第一关键养分因子、第二关键养分因子,第N关键养分因子进行样本区土壤养分分布,确定最高值、中间值、最低值及最高值与中间值之间的次高值,最低值与中间值之间的次低值;分别利用最高值、次高值、中间值、次低值、最低值作为聚类中心对采样区土壤养分进行聚类,获得第一关键养分因子聚类图层、第二关键养分因子聚类图层,第N关键养分因子聚类图层;将所述第一关键养分因子聚类图层、第二关键养分因子聚类图层,第N关键养分因子聚类图层进行图层叠加,得到采样区土壤分区结果;所述方法还包括:通过用户智能终端在所述土壤养分电子地图中确定所述关注土壤分区,其中,所述关注土壤分区为土壤养分电子地图中任意分区;基于关注土壤分区,获得分区土壤养分信息;设定上等品质作物比例;将所述分区土壤养分信息、上等品质作物比例输入作物施肥推荐模型,通过所述数据校正模块将土壤养分测定值进行校正,校正后养分测定值与预设上等品质作物比例输入施肥计算模块进行施肥计算,获得关键养分因子推荐施肥量,通过施肥结果校正模块对关键养分因子推荐施肥量基于利用率进行校正,输出施肥推荐结果;将所述施肥推荐结果发送至所述用户智能终端上。

全文数据:

权利要求:

百度查询: 中国烟草总公司重庆市公司烟叶分公司 一种基于大数据平台的作物精准施肥方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。