考虑气象因子不确定性的农田参考作物蒸散量预测方法

    公开(公告)号:CN112163703B

    公开(公告)日:2024-02-02

    申请号:CN202011024366.4

    申请日:2020-09-25

    Abstract: 本发明公开了一种考虑气象因子不确定性的农田参考作物蒸散量预测方法,其包括S1获取预测区域在预设时间段内设定数量组天气预报数据;S2将每组天气预报数据输入贝叶斯概率预报系统,得到修正后的天气预报数据;S3将修正后的每组天气预报数据输入已训练的RBF神经网络中,预测得到农田参考作物蒸散量。本方案采用贝叶斯概率预报系统对天气预报数据进行修正后,能够消除其的不确定性,使得RBF神经网络采用这些数据预测的参考作物蒸散量更加准确,从而使得灌溉时能够更加精准的按照农作物需(56)对比文件SG 109973 A1,2005.04.28韩信等.“考虑气象因子不确定性的参考作物蒸散量预报方法”《.中国水利水电科学研究院学报》.2021,第19卷(第1期),33-44.战国隆.“参考作物蒸发蒸腾量简化计算与预测模型研究”《.中国优秀硕士学位论文全文数据库》.2010,1-50.张海勇等“.基于改进BP神经网络的GPS信号反演蒸发波导研究”《.舰船科学技术》.2015,第37卷(第7期),73-77+98.Sien Li et al."Vineyard evaporativefraction based on eddy covariance in anarid desert region of Northwest China".《Agricultural Water Management》.2008,937-948.Junwei Huang et al.“Modeling heattransfer properties in an ORC directcontact evaporator using RBF neuralnetwork combined with EMD”《.Energy》.2019,306-316.王怡宁;张晓萌;路璐;顾南;王振龙;刘猛;王国庆.通径分析结合BP神经网络方法估算夏玉米作物系数及蒸散量.农业工程学报.2020,(第07期),109-116.梁凤国;李帅莹;于淼;马宗正.基于GRNN神经网络的参考作物腾发量预测.人民长江.2009,(第05期),58-59+103.

    一种基于农作物需水量的计量灌溉装置

    公开(公告)号:CN108575678B

    公开(公告)日:2023-11-24

    申请号:CN201810228110.1

    申请日:2018-03-20

    Abstract: 还能够准确计量流入主输水管的溶液总量。本发明公开了一种基于农作物需水量的计量灌溉装置,其包括储水箱和混合箱,混合箱顶壁上安装有电机、螺旋给料机、化肥融化箱、加药斗和高扬程大流量的水泵;加药斗出口段延伸至混合箱内、并在出口段安装有流量计;水泵的进水端与延伸至净化箱中下部的第一进水管连接,第一进水管上连接有第二进水管;水泵的出水端通过第一出水管与主输水管连接;第一出水管和主输水管与沉淀盒连接处均设置有流量计,主输水管的两侧面和顶面均设置有出水孔;主输水管顶部的出水口上连接有喷水管;主输水管两侧面(56)对比文件RU 116741 U1,2012.06.10US 4768712 A,1988.09.06蔡甲冰.精量灌溉决策与控制技术.中国水利.2016,(第9期),66-67.2007年度国家火炬计划立项项目发布.中国新技术新产品.2008,(第03期),全文.

    一种农田蒸散量短期预测方法

    公开(公告)号:CN111461909B

    公开(公告)日:2023-02-28

    申请号:CN202010256456.X

    申请日:2020-04-02

    Abstract: 本发明公开了一种农田蒸散量短期预测方法,涉及农作物监测技术领域,其包括确定预测基准日以及短期预测日;利用PM法获得预测基准日的参考作物蒸散量ET0;利用涡度相关系统获取目标农田预测基准日的作物实测蒸散量ETc;计算目标农田用于短期预测的作物系数Kc;采用Hargreaves‑Samani模型预测各短期预测日的参考作物需水量ET′0;获取各短期预测日的蒸散量ET′c;计算历史经验修正参数α;计算目标农田各短期预测日的预测蒸散量ET″c,完成农田蒸散量的短期预测。本发明方法对于农田蒸散量短期预测适用价值更高,预测精度高,稳定性好,为未来平原区农田水分管理提供科学依据。

    一种冬小麦冠层叶绿素估测系统及方法

    公开(公告)号:CN110567891B

    公开(公告)日:2021-09-07

    申请号:CN201910869692.6

    申请日:2019-09-16

    Abstract: 本发明公开了一种冬小麦冠层叶绿素估测系统及方法,利用具有机动灵活、高效快捷的六轴旋翼无人机搭载包含了五种光谱信息的多光谱相机进行高精度、高时空分辨率的冬小麦光谱影像采集,并由灰板反射率校准后得到精确的光谱反射率数据,通过光谱植被系数方程组运算得到多种植被指数,并通过逐步回归分析方法构建估测冬小麦冠层叶绿素含量关键生育期的最佳模型,最终得到麦田冬小麦冠层叶绿素含量的低误差估测值,为农田精准施肥管理提供了一种有效的技术手段。

    地下水浅埋区作物灌溉制度分区优化方法

    公开(公告)号:CN110288169B

    公开(公告)日:2021-08-03

    申请号:CN201910672742.1

    申请日:2019-07-24

    Abstract: 本发明公开了一种地下水浅埋区作物灌溉制度分区优化方法。其包括:获取当地历史数据;基于当地历史数据利用Aquacrop模型得到不同区域作物麦不同设定灌溉制度下的第一模拟产量和各生长阶段模拟耗水量,不同区域以设定地下水埋深为分区界线;根据所有第一模拟产量和对应各生长阶段模拟耗水量,采用设定的多种水分生产函数模型得到所有区域作物在各水分生产函数模型下的第二模拟产量和不同生长阶段的阶段敏感系数或指数;计算第一模拟产量与第二模拟产量之间的决定系数;采用阶段敏感系数或指数和决定系数确定各区域对应的最佳水分生产函数模型;将最佳水分生产函数模型下的阶段敏感系数或指数作为灌溉决策变量,并结合设定灌水定额利用Aquacrop得到灌溉制度。

    农作物长势监测系统、方法、计算机设备及存储介质

    公开(公告)号:CN112215522A

    公开(公告)日:2021-01-12

    申请号:CN202011183576.8

    申请日:2020-10-29

    Abstract: 本发明适用于计算机领域,提供了一种农作物长势监测系统、方法、计算机设备及存储介质,该发明能够通过数据收集端收集农作物生长过程指示信息,将这些信息传递给接收端进行分析处理;另外将过往的种植经验进行总结集成到该监测系统中,从客户端以预设生长过程衡量指标的形式传递给接收端,接收端对生长过程指示信息与预设生长过程衡量指标进行比较生成生长比较结果,传递给客户端,对农作物长势的监测更全面更准确,使得农作物的种植过程流程化和产业化,推动农业向集成化发展。

    一种冬小麦冠层叶绿素估测系统及方法

    公开(公告)号:CN110567891A

    公开(公告)日:2019-12-13

    申请号:CN201910869692.6

    申请日:2019-09-16

    Abstract: 本发明公开了一种冬小麦冠层叶绿素估测系统及方法,利用具有机动灵活、高效快捷的六轴旋翼无人机搭载包含了五种光谱信息的多光谱相机进行高精度、高时空分辨率的冬小麦光谱影像采集,并由灰板反射率校准后得到精确的光谱反射率数据,通过光谱植被系数方程组运算得到多种植被指数,并通过逐步回归分析方法构建估测冬小麦冠层叶绿素含量关键生育期的最佳模型,最终得到麦田冬小麦冠层叶绿素含量的低误差估测值,为农田精准施肥管理提供了一种有效的技术手段。

    一种用于农田蒸发量与农作物需耗水一体化在线监测装置

    公开(公告)号:CN110376338A

    公开(公告)日:2019-10-25

    申请号:CN201910771075.2

    申请日:2019-08-21

    Abstract: 本发明涉及农业数据检测技术领域,具体是一种用于农田蒸发量与农作物需耗水一体化在线监测装置,所述底板的下表面位于四个边角处设置有四个呈矩形分布的支撑腿,且底板的上方固定有柜体,所述柜体的内部固定有隔板,且柜体通过隔板隔断出上下两个独立空间,所述柜体的前侧铰接有柜门。本发明设计巧妙,原理简单,将农田蒸发量和农作物耗水检测合为一体,降低了设备的体积,同时起到便于运输的效果,降低了运输成本,增加了实用性,通过模拟部分对农田土壤日照的蒸发量进行模拟作为参照,用于农田蒸发量和农作物耗水数据的检测,加热条可以用于模拟农田土壤地表的温度,有效的提高了模拟程度,保证了数据的精准性。

    一种基于无人机多光谱遥感反演冬小麦植株含水率的方法

    公开(公告)号:CN110222475A

    公开(公告)日:2019-09-10

    申请号:CN201910595183.9

    申请日:2019-07-03

    Abstract: 本发明提供了一种基于无人机多光谱遥感反演冬小麦植株含水率的方法,本发明通过对光谱反射率和植株含水率的相关性分析,利用两种回归分析方法建立光谱反射率模型以及光谱植被指数模型,通过模型的相关性(R2)、相对误差(RE)及均方根误差(RMSE)检验确定出最优的基于光谱信息的植株含水率估算模型,为实现精准作物监测提供了理论依据,进一步加强无人机多光谱遥感监测的适用性。本发明通过以上设计,能够实现简便且准确地预测冬小麦植株含水率的实时性区域监测。

Patent Agency Ranking