共查询到10条相似文献，搜索用时 218 毫秒
1.
为提高小麦氮素精准、高效的管理能力,实现实时、便捷、精准的变量施肥.本文在无人机遥感进行冬小麦氮素营养诊断的基础上,依据光谱诊断施肥模型,建立冬小麦返青期、拔节期和抽穗期等关键生育期追肥推荐模型.研究结果表明:无人机影像获得的DVI与冬小麦关键生育时期氮素参数植株氮浓度相关性最好(R2=0.8698);冬小麦返青期、拔节期和抽穗期氮素诊断临界DVI值分别为0.594、0.784和0.807;冬小麦最高产量为11364.3 kg/hm2,最佳产量为11230.9 kg/hm2,总施氮量为272.9 kg/hm2,最佳经济施肥量264.1 kg/hm2,基于光谱诊断的追肥推荐模型分别为返青期y=-39.69x+23.58、拔节期y=-129.97x+101.95、抽穗期y=-159.79x+128.93.诊断指标的建立为冬小麦基于光谱诊断的追肥模型奠定了基础,临界DVI值的确定为诊断冬小麦关键生育期是否补充氮肥提供依据,氮肥效应曲线建立和光谱诊断施肥模型选择实现了定量化的追肥推荐. 相似文献
2.
基于生长模型的小麦变量施肥决策系统构建与应用 总被引：1，自引：0，他引：1
在集成专家系统与作物生长模型的基础上,以小麦生长过程中的叶面积指数为变量,构建了基于生长模型的小麦变量施肥决策系统.采用组件对象模型实现了与专家系统的有效衔接,并与其中的数据库、小麦生长模型库等形成一套完整的体系,可以对不同地区不同小麦品种进行施肥指导,包括播前氮、磷、钾总量和播后氮肥的精确追施量.河南省郑州市和鹤壁市两地的小麦试验验证结果表明,该系统可以兼顾天气、土壤及作物长势等因素,为今后精确农业的推广打下了良好的基础. 相似文献
3.
基于ComGIS的精准农业变量施肥处方推荐系统研究 总被引：1，自引：0，他引：1
基于组件式GIS技术开发了精准农业变量施肥处方推荐系统。该系统实现了以土壤采样测试分析数据作为土壤背景养分,并根据已有的历史产量及其他信息分析确定所要达到的目标产量,通过集成施肥模型和专家知识实现智能决策,生成田间定位施肥处方。该系统可以与智能农机进行数据交换,将生成的处方安装到变量施肥机上,能够很好地指挥田间作业控制器进行变量施肥。 相似文献
4.
《沈阳农业大学学报》2017,(3)
中国南方的粮食作物以水稻为主,在水稻的种植过程中经常需要根据水稻生长情况进行追肥作业,目前常用的离心圆盘式撒肥机虽然提高了追肥作业的效率,但难以保证施肥精度以及幅宽方向的施肥均匀性,并且目前大多数研究的变量施肥控制系统主要以旱田的变量施肥控制为主,对适用于水稻追肥作业的变量施肥控制系统的研究较为缺乏。针对上述问题,设计了一种基于气力式施肥机与PID控制算法的变量施肥控制系统,该系统与高地隙拖拉机配合使用,主要适用于稻田变量追肥作业。其中以STM32F103芯片为核心,开发了变量施肥控制器;采用增量式PID算法实现了对排肥电机转速的闭环控制;以中海达公司的Qpad-X5为硬件平台,开发了Android上位机软件,最后对系统的跟随性能、施肥精度和施肥均匀性进行了试验。试验的结果表明:系统的平均响应时间为700ms,实际平均转速与给定转速的相对误差小于3%,实际转速跟随给定转速在可接受范围内波动;定速条件下的排肥量相对误差不超过4%,两侧排肥口的排肥量无显著性差异;变速条件下两次试验的相对误差分别为0.6%和0.1%,说明本系统有较高的施肥精度和较好的施肥均匀性,能够满足精准农业的作业要求,同时本研究搭建了稻田气力式变量施肥机平台,为后续的研究打下了基础。 相似文献
5.
6.
基于专家系统的水肥一体机智能控制系统 总被引：1，自引：0，他引：1
为实现蔬菜大棚环境的实时远程监控和精准管理,设计基于专家系统的水肥一体化智能控制系统。信息采集终端实时采集蔬菜大棚的土壤湿度、空气温湿度、光照条件等环境信息,然后将信息上传至云服务器,专家系统结合现场数据,建立数学模型,制定蔬菜需水量、施肥时间以及氮、磷、钾混合比例等控制策略。经试验,基于专家系统推荐施肥,2017年植株氮、磷、钾积累量分别增加了12.77%、10.26%、3.32%,对比靠人工经验控制和基于专家系统的智能控制得出的结论,专家系统推荐施肥优化了氮肥、磷肥、钾肥的配比,蔬菜水果对氮、磷、钾养分吸收更充分。 相似文献
7.
为实现冬小麦田间精准变量施肥,针对自行研制的基于光谱技术的冬小麦追肥机械的控制特性,构建双变量控制模型,研究确定系统最优控制策略。采用Bisquare估计稳健回归分析变量施肥机构的控制模型,在此基础上,从转速优先控制、开度优先控制以及双变量自适应控制3个方面研究分析变量施肥控制策略。为了兼顾变量施肥执行效率与控制精度,最终构建变量施肥控制序列查询表,通过查表法来实现双变量自适应控制。结果表明,通过查表法可以快速地获得目标转速和开度的控制量,然后将其输入模糊PID控制器中,运行模糊PID控制算法能够实现双变量精确控制,其中转速控制误差低于12.83%,平均误差小于9.84%;开度控制误差低于13.57%,平均误差小于9.34%。由此可见,本研究构建的变量控制模型与策略性能良好,可以满足冬小麦精准变量施肥的技术要求。 相似文献
8.
蔬菜施肥量简便快速推荐系统APP实现与应用 总被引：1，自引：0，他引：1
【目的】针对PDA、触摸屏、手机、计算机等施肥专家系统所依托的载体硬件容量资源有限以及施肥技术产品用户分散,施肥推荐所需的土壤学、蔬菜学、植物营养学、肥料学等学科领域海量数据逐个更新难度大的问题,研发蔬菜简便快速推荐施肥系统APP。【方法】以基于土壤养分系统平衡理念的蔬菜施肥量简便快速推荐模型为核心,综合应用移动通信技术、数据存储等现代科学技术的发展成果,设计了蔬菜施肥量简便快速推荐系统(SVFRS),并在iOS、Android操作系统的智能手机上实现(APP)。【结果】技术产品在河北省(定兴县、藁城区)、天津市(西青区、武清区)等日光温室蔬菜基地示范应用,减施化肥30%以上,增产8%以上,增效15%以上;完成一次到农户地块的精准化专家施肥技术指导花费不足0.1元(0.1～0.2 M的数据流量);专家只需更新数据中心的数据就可以为用户提供新的科学数据支撑。 相似文献
9.
目的 设计一种机电式流量调节阀，与已研制的气力引射式施肥器集成构建液体肥变量施用调节系统，实现水稻近根部微小流量液体肥精准施用。方法 通过试验标定了系统质量流率理论模型，建立控制系统传递函数模型，设计了基于模糊推理的PID控制器结构、规则和初始参数；通过仿真试验，分析了PID和模糊PID控制的调控响应能力。结果 仿真试验结果表明，模糊PID控制阶跃信号响应超调量、调节时间和稳态误差分别为0.12%、2.51 s和0.007， 与PID控制的对应值42.90%、4.44 s和0.010相比均较低，表明模糊PID控制动态调节和稳定性更好；在幅值为0.5、持续时间为0.1 s的脉冲信号干扰下，模糊PID控制的调节时间为0.61 s，比PID控制(1.67 s)更短，具有更强的抗干扰能力。性能试验结果表明，10种目标质量流率条件下，模糊PID控制的质量流率绝对误差均低于PID控制，控制精度为93.93%～96.88%，高于PID控制(90.00%～95.21%)；在施肥量变化时，模糊PID控制的超调量为12.2%，上升时间、调节时间和峰值时间分别为1.5、10.7和1.7 s，均低于PID控制的17.4%、2.1 s、13.3 s和2.3 s。结论 基于模糊PID控制的水稻液体肥变量施用调节系统具有较高的质量流率控制精度和跟踪性能，为研制水稻田液体肥变量施肥装备奠定了基础。 相似文献