<noscript id="osqww"><wbr id="osqww"></wbr></noscript>
<center id="osqww"><wbr id="osqww"></wbr></center>
<center id="osqww"></center>
聯系我們

陸川縣雨潤農業灌溉服務有限公司
地址:廣西陸川縣陸興北路216號
聯系人:呂海洪
電話:18174835295
郵箱:331071087@qq.com
Q Q:331071087

雨潤資訊
您當前位置:成功案例 > > 查看詳情

智慧農業:數字化商業種植的秘密

 發布時間:2019-05-22  瀏覽次數:552

商業種植的關鍵是數字化。


從種植經驗過渡到根據氣候預測預報、土壤數據和作物生長信息等一系列關鍵要素的數字化種植。

盡管種植過程中田間感知、控制對商業種植來說非常重要,但它更看中田間種植數據的應用。

它關注的重點是對種植數據的處理能力而非單一的種植數據。

種植數據只有形成種植應用,商業種植才能更快的產生效益,產生更大的邊際效應,生產率及投入產出比才能有質的變化。

同時,準確的種植數據是做好種植應用的第一步。只有精準、連續、穩定、長期監測的田間種植數據才能做出更準確的數據決策,更有效的幫助種植管理。

擁有3500畝種植面積的廣西來賓柑橘園,懂得如何利用數據獲取最大效益,現在已經開始享受數據化帶來的便利。

預計2019年可收獲商品果1500噸,預計年收入可達到1500萬左右,豐產期預計每畝可收獲商品果4噸左右,實現年收入7000余萬元。




3500畝來賓沃柑的數字化種植

3500畝的柑橘園,管理團隊不到20人。原來整個園區滴肥需要一周的時間,現在1人3天就可以完工。

「點開手機App,查看天氣預測信息、了解灌溉后柑橘樹吸收水分情況、瀏覽柑橘生長最新更新數據......」這是水肥管理員小韋每天要做的工作。

與傳統意義上的農業勞動者不同,小韋不是每天“面朝黃土”,而是通過屏幕觀察數據,掌握果樹生長更精準的信息?!霸瓉頇z查園區土壤水分狀態需要挖土測量,現在一鍵搞定?!?/span>



柑橘園部署的聆耘灌溉控制系統

這一切都得益于園區的智能數字化管理。


柑橘園部署的天圻氣象監測設備

園區在田間布設了智墑,負責土壤水分狀況監測;天圻負責園區小區域精準氣象環境監測;聆耘灌溉控制系統負責整個園區的灌溉控制。



                                                     柑橘園部署的智墑土壤水分監測設備

土壤水分數據、土壤溫度數據、土壤儲水數據、根系生長數據、根系吸水/耗水數據、歷史ET0數據、風向、風速、日照時長、溫度、濕度等數據綜合在一起,形成了來賓柑橘園自己的灌溉決策、病蟲害應用、自然災害應用。

而這些應用的使用,讓水肥管理員小韋不再糾結什么時候灌、灌多長時間,因為APP會給她建議;她會結合農藝經驗最終決定灌溉決策。

水肥一體灌溉應用

通過智墑實時監測的土壤水分變化數據,根據作物的生長狀態以及天圻提供的氣象數據及歷史ET0數據,判斷是否灌溉以及灌溉的量及灌溉時間,以此來控制灌溉和施肥。

                                         一鍵灌溉


該灌溉應用是在監測土壤儲水、預測作物耗水的基礎上,實現的短周期內的按需灌溉。因為土壤水分與作物耗水都是實時變化的,因此這是一個動態的、持續優化的灌溉決策應用。

通過這個應用,種植戶可以了解:什么時候需要灌溉、需要灌溉的量。

同時在灌溉的基礎上加入肥料,按照土壤特性、作物需求實現水肥供應,提高水肥利用率,達到水肥均衡、節水節肥、省時省工的管理效果。

自然災害預警應用

根據超過20年的歷史大田氣象數據、37年的歷史ET0數據及大田自然災害數據,通過大數據分析和數據的深度挖掘,建立大田氣象與大田自然災害之間的統計模型,從而根據當年采集的實時氣象數據對可能發生的自然災害進行提前預警。

比如:針對多個地區每年頻繁發生的季節性干旱,通過建立目標地區氣象數據及當地歷史土壤水分變化狀況之間的關系,研究適合目標地區的季節性干旱預警,提前預防降低損失。


霜凍預警風險示意圖


針對每年冬天發生的霜凍,為種植戶提供目標地區的霜凍預警服務

作物生長應用

即使是相同的作物,在不同的土壤和氣象條件下,生長方式、周期、表型都會千差萬別。一個標準化的、萬能的生長模型,在實際應用中是不存在的。

我們的做法是,針對特定地理位置的作物,依據物聯網設備采集的農情數據,結合已有的農藝經驗,在1到2個作物完整生長周期后,通過機器學習的技術,基于法國農業科學研的STICs作物基礎模型,構建目標作物在當的土壤氣候條件下的生長模型,用于農事決策。

通過該模型,從播種到收獲都可實現智能化決策,主要應用包括:

●  判斷作物長勢情況

●  預測作物成熟時間和最佳收割時間

●  預估產量和產值

作物長勢判斷

作物生長模型對提高種植效率、節約人工成本、合理規劃農事操作和種植投入等有著十分重要的意義。

病蟲害預警應用

作物的病害和蟲害與氣象因子(種植地溫度、濕度、風速、日照等)具有高度關聯性。

任何一種病蟲害都有其發生發展的規律,將10年乃至數10年的病蟲數據和氣象數據進行深度挖掘學習,建立病蟲害與氣象因子之間的關系,從而根據當年采集到的氣象數據來預測當年可能發生的病蟲害,根據病蟲害發展動向做出中、長期預報,將病蟲害威脅將到最低。