【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及智慧農(nóng)業(yè)，更具體地說，是涉及一種用于小麥生長的智慧云管理方法。
技術(shù)介紹
1、小麥作為世界上最重要的糧食作物之一，其栽培歷史可追溯至遠(yuǎn)古時(shí)期，至今已超過一萬年，廣泛種植于全球各大洲，尤其是亞洲、歐洲和北美洲的溫帶地區(qū)。小麥的穩(wěn)定生產(chǎn)對(duì)于保障全球糧食安全、促進(jìn)經(jīng)濟(jì)發(fā)展以及維護(hù)社會(huì)穩(wěn)定具有不可估量的價(jià)值。然而，隨著人口增長、氣候變化和資源環(huán)境壓力的增大，小麥生產(chǎn)面臨著前所未有的挑戰(zhàn)。
2、在傳統(tǒng)的小麥生長管理模式中，農(nóng)民主要依賴長期積累的經(jīng)驗(yàn)和定時(shí)進(jìn)行的田間巡查來評(píng)估小麥的生長狀況，并據(jù)此制定灌溉、施肥、病蟲害防治等管理措施。這種管理方式存在諸多局限性：數(shù)據(jù)獲取不及時(shí)、管理決策主觀性強(qiáng)、資源利用效率低以及缺乏預(yù)警與應(yīng)對(duì)機(jī)制。
3、近年來，隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算和人工智能等技術(shù)的飛速發(fā)展，智慧農(nóng)業(yè)應(yīng)運(yùn)而生，為解決上述問題提供了新思路和新方法。智慧農(nóng)業(yè)通過集成多種傳感器、智能設(shè)備、數(shù)據(jù)分析平臺(tái)和決策支持系統(tǒng)，實(shí)現(xiàn)了對(duì)農(nóng)業(yè)生產(chǎn)全過程的實(shí)時(shí)監(jiān)測、精準(zhǔn)管理和智能決策。然而，盡管智慧農(nóng)業(yè)技術(shù)在多個(gè)領(lǐng)域取得了顯著進(jìn)展，但在小麥生長管理領(lǐng)域，目前市場上仍缺乏一種全面、精準(zhǔn)且高效的智慧云管理方法。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)的目的在于提供一種全面、精準(zhǔn)且高效的用于小麥生長的智慧云管理方法，以對(duì)小麥生長過程進(jìn)行實(shí)時(shí)監(jiān)測、精準(zhǔn)分析和智能決策。
2、為了實(shí)現(xiàn)上述目的，本專利技術(shù)提供一種用于小麥生長的智慧云管理方法，該方法包括：
3、步驟s1：
4、步驟s2：基于小麥的實(shí)時(shí)監(jiān)測數(shù)據(jù)，建立小麥苗情四要素的統(tǒng)計(jì)模型，基于小麥苗情四要素的統(tǒng)計(jì)模型建立田間監(jiān)測點(diǎn)苗情分類動(dòng)態(tài)模擬模型；
5、步驟s3：利用已建立的田間監(jiān)測點(diǎn)苗情分類動(dòng)態(tài)模擬模型，結(jié)合歷史數(shù)據(jù)、氣象預(yù)報(bào)、土壤濕度、養(yǎng)分含量，對(duì)小麥當(dāng)前的生長狀況進(jìn)行綜合分析，通過大數(shù)據(jù)分析技術(shù)，預(yù)測小麥未來的生長趨勢；
6、步驟s4：基于智慧云管理平臺(tái)，實(shí)現(xiàn)實(shí)時(shí)監(jiān)測數(shù)據(jù)可視化、苗情分類等級(jí)查詢、歷史數(shù)據(jù)對(duì)比分析、預(yù)測預(yù)警功能。
7、優(yōu)選地，所述小麥生長環(huán)境參數(shù)包括：空氣溫度、空氣濕度和光照時(shí)間。
8、優(yōu)選地，小麥苗情四要素包括：主莖葉齡、單株莖蘗數(shù)、次生根數(shù)和總莖蘗數(shù)。
9、優(yōu)選地，所述步驟s2中基于小麥的實(shí)時(shí)監(jiān)測數(shù)據(jù)，建立小麥苗情四要素的統(tǒng)計(jì)模型，包括：
10、根據(jù)田間監(jiān)測點(diǎn)實(shí)時(shí)監(jiān)測的近地面空氣溫度值計(jì)算積溫，基于積溫?cái)?shù)據(jù)，統(tǒng)計(jì)并建立主莖葉齡與積溫的關(guān)系模型，公式為：
11、msla＝t/80-1.5
12、其中，t為到達(dá)越冬期的積溫，80為當(dāng)≥0℃的積溫達(dá)到120℃時(shí)，為播種到出苗，每生長一片葉需要大約80℃的積溫，msla為小麥主莖葉齡；
13、根據(jù)小麥葉片與莖蘗的同伸規(guī)律，統(tǒng)計(jì)建立單株莖蘗與主莖葉齡的關(guān)系模型，公式為：
14、tpp＝msla-3
15、其中，tpp為小麥單株莖蘗數(shù)；
16、根據(jù)次生根與單株的數(shù)量關(guān)系對(duì)應(yīng)變化規(guī)律，統(tǒng)計(jì)建立次生根與單株莖蘗的關(guān)系模型，公式為：
17、srpp＝tpp×α
18、其中，srpp為小麥次生根數(shù)，α為次生根消減系數(shù)；
19、根據(jù)小麥總莖蘗與小麥播種量、出苗率、單株莖蘗之間的計(jì)算關(guān)系，建立總莖葉與單株莖蘗的關(guān)系模型，公式為：
20、gs＝(s×gr)×srpp
21、其中，s為播種量，gr為出苗率。
22、優(yōu)選地，所述步驟s2中基于小麥苗情四要素的統(tǒng)計(jì)模型建立田間監(jiān)測點(diǎn)苗情分類動(dòng)態(tài)模擬模型，包括：
23、采用生物統(tǒng)計(jì)標(biāo)準(zhǔn)差權(quán)重法對(duì)小麥苗情四要素的統(tǒng)計(jì)模型進(jìn)行分類計(jì)算，應(yīng)用標(biāo)準(zhǔn)差權(quán)重法分別賦予相應(yīng)的權(quán)重進(jìn)行統(tǒng)計(jì)計(jì)算，建立小麥苗情指數(shù)，公式為：
24、
25、其中，xi(i＝1,2,3,4)分別代表小麥主莖葉齡、單株莖蘗、總莖蘗、次生根的特征值，為對(duì)應(yīng)的平均值，αi為對(duì)應(yīng)的權(quán)重；
26、根據(jù)小麥苗情指數(shù)建立田間監(jiān)測點(diǎn)苗情分類動(dòng)態(tài)模擬模型。
27、優(yōu)選地，所述根據(jù)小麥苗情指數(shù)建立田間監(jiān)測點(diǎn)苗情分類動(dòng)態(tài)模擬模型，包括：
28、根據(jù)田間監(jiān)測點(diǎn)小麥種植分布和地理信息，篩選確定最優(yōu)的離散點(diǎn)空間差值算法，利用樣本點(diǎn)的統(tǒng)計(jì)規(guī)律和空間結(jié)構(gòu)分布特征，構(gòu)建樣本點(diǎn)的空間結(jié)構(gòu)模型，將離散點(diǎn)狀的小麥苗情指數(shù)轉(zhuǎn)換為連續(xù)的數(shù)據(jù)曲面，基于連續(xù)的數(shù)據(jù)曲面建立田間監(jiān)測點(diǎn)苗情分類動(dòng)態(tài)模擬模型，并輸出基于田間監(jiān)測點(diǎn)實(shí)時(shí)監(jiān)測數(shù)據(jù)的苗情等值線動(dòng)態(tài)圖。
29、優(yōu)選地，所述最優(yōu)的離散點(diǎn)空間差值算法的選擇基于多準(zhǔn)則決策分析，基于算法的計(jì)算效率、插值精度、對(duì)異常值的魯棒性以及空間自相關(guān)性的保持能力，通過比較不同算法在模擬小麥苗情空間分布上的表現(xiàn)，確定最適合當(dāng)前田間監(jiān)測點(diǎn)數(shù)據(jù)特性的算法。
30、優(yōu)選地，所述智慧云管理平臺(tái)根據(jù)小麥苗情分類動(dòng)態(tài)模擬模型的分析結(jié)果，自動(dòng)生成針對(duì)小麥生長管理的灌溉、施肥、病蟲害防治的措施，并通過終端推送給農(nóng)戶。
31、與現(xiàn)有技術(shù)相比，本專利技術(shù)提供的一種用于小麥生長的智慧云管理方法具有如下有益效果：本專利技術(shù)提供一種用于小麥生長的智慧云管理方法，該方法包括：步驟s1：采集田間監(jiān)測點(diǎn)小麥的實(shí)時(shí)監(jiān)測數(shù)據(jù)，將小麥的實(shí)時(shí)監(jiān)測數(shù)據(jù)發(fā)送至智慧云管理平臺(tái)，并進(jìn)行預(yù)處理和存儲(chǔ)，所述小麥的實(shí)時(shí)監(jiān)測數(shù)據(jù)包括小麥生長環(huán)境參數(shù)和作物生長參數(shù)；步驟s2：基于小麥的實(shí)時(shí)監(jiān)測數(shù)據(jù)，建立小麥苗情四要素的統(tǒng)計(jì)模型，基于小麥苗情四要素的統(tǒng)計(jì)模型建立田間監(jiān)測點(diǎn)苗情分類動(dòng)態(tài)模擬模型；步驟s3：利用已建立的田間監(jiān)測點(diǎn)苗情分類動(dòng)態(tài)模擬模型，結(jié)合歷史數(shù)據(jù)、氣象預(yù)報(bào)、土壤濕度、養(yǎng)分含量，對(duì)小麥當(dāng)前的生長狀況進(jìn)行綜合分析，通過大數(shù)據(jù)分析技術(shù)，預(yù)測小麥未來的生長趨勢；步驟s4：基于智慧云管理平臺(tái)，實(shí)現(xiàn)實(shí)時(shí)監(jiān)測數(shù)據(jù)可視化、苗情分類等級(jí)查詢、歷史數(shù)據(jù)對(duì)比分析、預(yù)測預(yù)警功能。本專利技術(shù)通過集成多種傳感器數(shù)據(jù)、建立基于小麥苗情四要素的統(tǒng)計(jì)模型和動(dòng)態(tài)模擬模型、實(shí)現(xiàn)智能決策支持，為小麥生長管理提供了全面、實(shí)時(shí)、精準(zhǔn)的解決方案，滿足現(xiàn)代農(nóng)業(yè)對(duì)精細(xì)化管理的需求。
32、為使本專利技術(shù)的上述目的、特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉較佳實(shí)施例，并配合所附附圖，作詳細(xì)說明如下。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種用于小麥生長的智慧云管理方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種用于小麥生長的智慧云管理方法，其特征在于，
3.根據(jù)權(quán)利要求1所述的一種用于小麥生長的智慧云管理方法，其特征在于，
4.根據(jù)權(quán)利要求3所述的一種用于小麥生長的智慧云管理方法，其特征在于，
5.根據(jù)權(quán)利要求4所述的一種用于小麥生長的智慧云管理方法，其特征在于，
6.根據(jù)權(quán)利要求5所述的一種用于小麥生長的智慧云管理方法，其特征在于，
7.根據(jù)權(quán)利要求1所述的一種用于小麥生長的智慧云管理方法，其特征在于，
8.根據(jù)權(quán)利要求1所述的一種用于小麥生長的智慧云管理方法，其特征在于，
【技術(shù)特征摘要】
1.一種用于小麥生長的智慧云管理方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種用于小麥生長的智慧云管理方法，其特征在于，
3.根據(jù)權(quán)利要求1所述的一種用于小麥生長的智慧云管理方法，其特征在于，
4.根據(jù)權(quán)利要求3所述的一種用于小麥生長的智慧云管理方法，其特征在于，
...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：尹寶重，杜偉娜，高雪琴，史玉棣，王彥東，張瑞芳，甄文超，傅曉藝，
申請(qǐng)(專利權(quán))人：河北農(nóng)業(yè)大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。