基于大数据分析的农田土壤熟化效果分析系统及方法与流程

本发明属于电子数字数据处理领域，具体地说是基于大数据分析的农田土壤熟化效果分析系统及方法。

背景技术：

1、农田土壤熟化是一个通过一系列农业技术措施来改善土壤耕性、提高土壤肥力，从而有利于作物生长和发育的过程，这个过程涉及土壤的物理、化学和生物特性的改善，农田土壤熟化的过程需要时间和持续的努力。通过科学的耕作管理、合理的施肥、有效的灌溉和排水等措施，可以加快土壤熟化的进程，提高土壤的肥力，为作物的生长和发育提供良好的土壤环境，同时，土壤熟化也是农业生产中的重要环节，对于提高农作物的产量和品质具有重要的意义；在进行熟化效果分析时，现有技术无法对熟化土壤的养料分布和土壤性质进行立体综合分析，同时无法将立体分析结果与需要种植作物的需要土壤的性质进行综合匹配评估判断，导致无法为作物选择需要的最匹配的熟化农田，现有技术中大多存在上述问题；

2、例如在申请公开号为cn110489716a的中国专利中公开了一种生地熟化评价方法和系统，属于土壤评价和检测分析技术领域，所述方法包括如下步骤：（1）建立生地熟化评价指标体系：（2）定义生地、熟地、半熟地：（3）评价指标数值标准化：（4）生地指数计算；（5）熟化度计算：（6）生地熟化程度评价：结合步骤（4）和步骤（5）的计算结果，对不同样点的新垦耕地进行生地熟化程度评价。该发明通过建立土壤生地、半熟地、熟地的评价方法和评价指标体系，对大尺度、不同区域新增耕土壤熟化程度进行评价，并按土壤熟化程度的不同，对新增耕地进行分类；

3、以上专利均存在本背景技术提出的问题，为了解决本背景技术提出的问题，本技术设计了基于大数据分析的农田土壤熟化效果分析系统及方法。

技术实现思路

1、针对现有技术的不足，本发明提出了基于大数据分析的农田土壤熟化效果分析系统及方法。

2、为实现上述目的，本发明提供如下技术方案：第一方面，本发明提供基于大数据分析的农田土壤熟化效果分析方法，其包括以下具体步骤：

3、步骤一、获取农田熟化过程中的农田土壤样品的微生物组成信息、养分信息和样品图像信息；

4、步骤二、获取微生物组成信息和养分信息导入养料分析策略中进行养料分布匹配分析；

5、步骤三、获取土壤样品的样品图像信息导入土壤性质分析策略中进行土壤性质匹配分析；

6、步骤四、获取得到的养料分布匹配分析结果和土壤性质匹配分析结果导入熟化匹配分析模型中进行熟化匹配分析；

7、步骤五、根据熟化匹配分析结果选择最匹配的熟化农田进行作物的种植。

8、作为基于大数据分析的农田土壤熟化效果分析方法的优选技术方案，所述获取农田熟化过程中的农田土壤样品的微生物组成信息、养分信息和样品图像信息的具体内容为：

9、s11、从熟化农田中获取农田土壤样品的各深度的微生物组成信息，其中微生物组成信息为单位面积上微生物群落密度和群落种类信息；

10、在此需要说明的是，这里采集农田不同深度的微生物群落个数和群落种类信息，是因为植物对应不同根茎部位的微生物需要的程度和种类都不相同；

11、s12、获取农田土壤样品的各深度的养分信息，其中养分信息包括各养分元素的含量，其中，养分元素为种植物生长相关的元素，包括氮磷钾等元素；

12、在此需要说明的是，这里采集农田土壤样品的各深度的养分信息，是因为不同种类植物对应根不同深度部位地对养分信息需要的程度和种类都不相同；

13、s13、获取农田土壤样品的图像数据，将图像导入图像处理软件中获取土壤样品的表面气孔分布数据。

14、作为基于大数据分析的农田土壤熟化效果分析方法的优选技术方案，所述获取微生物组成信息和养分信息导入养料分析策略中进行养料分布匹配分析包括以下具体步骤：

15、s21、获取对应种植作物各对应深度位置需要的微生物组成信息和养分信息，同时获取影响对应种植作物生长的微生物组成信息，同时获取农田土壤样品的各深度的微生物组成信息和各深度的养分信息；

16、s22、将获取得到的各对应深度位置需要的微生物组成信息和农田土壤样品的各深度的微生物组成信息代入微生物有益影响匹配值计算公式中计算微生物有益影响匹配值，其中，微生物有益影响匹配值计算公式为：，其中，m为深度分层数量，li为从上至下第i个深度分层的平均深度，ni为第i个深度分层的需要微生物种类，aij为第i个深度分层的第j种需要微生物种类的占比系数，xij为第i个深度分层的第j种需要微生物种类的群落密度，xijm为第i个深度分层的第j种需要微生物种类的群落密度安全范围的中值；

17、s23、将获取得到的各对应深度位置有害的微生物组成信息和农田土壤样品的各深度的微生物组成信息代入微生物有害影响匹配值计算公式中计算微生物有害影响匹配值，其中，微生物有害影响匹配值计算公式为：，其中，pi为第i个深度分层的有害的微生物种类，bic为第i个深度分层的第j种有害的微生物的占比系数，kic为第i个深度分层的第j种有害的微生物群落密度，kicm为第i个深度分层的第j种有害的微生物群落密度安全值；

18、s24、将获取得到的微生物有益影响匹配值和微生物有害影响匹配值导入微生物匹配值计算公式中计算微生物匹配值，其中，微生物匹配值计算公式为：，其中，为有害权重系数。

19、通过此步骤对土壤不同深度分层的微生物影响进行综合分析。

20、作为基于大数据分析的农田土壤熟化效果分析方法的优选技术方案，所述获取微生物组成信息和养分信息导入养料分析策略中进行养料分布匹配分析还包括以下具体步骤：

21、s25、获取农田土壤样品的各深度的养分信息，将获取得到的农田土壤样品的各深度的养分信息导入养分匹配值计算公式中计算养分匹配值，其中，养分匹配值计算公式为：，其中，si为第i个深度分层的养分种类，wis为第i个深度分层的第s种养料的占比系数，tis为第i个深度分层的第s种养料的含量，tism为第i个深度分层的第s种养料的含量标准；

22、s26、获取计算得到的微生物匹配值和养分匹配值代入养料分布匹配计算公式中计算养料分布匹配值，其中，养料分布匹配计算公式为：，其中，为微生物占比权重。

23、作为基于大数据分析的农田土壤熟化效果分析方法的优选技术方案，所述获取土壤样品的样品图像信息导入土壤性质分析策略中进行土壤性质匹配分析包括以下具体内容：

24、获取土壤样品的表面气孔分布数据，将获取得到的土壤样品的表面气孔分布数据导入土壤性质分析值计算公式中计算土壤性质分析值，其中，土壤性质分析值计算公式为：，其中，g为采集的样品的气孔分布密度，gm为植物种植需要的标准气孔密度，x为气孔个数，cv为第v个气孔的大小，cm为气孔的标准大小。

25、作为基于大数据分析的农田土壤熟化效果分析方法的优选技术方案，所述获取得到的养料分布匹配分析结果和土壤性质匹配分析结果导入熟化匹配分析模型中进行熟化匹配分析包括以下具体内容：

26、获取计算得到的养料分布匹配值和土壤性质分析值代入熟化匹配值计算公式中计算熟化匹配值，其中，熟化匹配值计算公式为：，其中，为养料分布占比权重。

27、作为基于大数据分析的农田土壤熟化效果分析方法的优选技术方案，所述根据熟化匹配分析结果选择最匹配的熟化农田进行作物的种植包括以下具体内容：获取计算得到熟化农田的熟化匹配值，选择最大的熟化匹配值对应熟化农田进行作物的种植。

28、第二方面，本发明提供基于大数据分析的农田土壤熟化效果分析系统，其基于上述基于大数据分析的农田土壤熟化效果分析方法实现，其具体包括样品数据获取模块、土壤性质匹配分析模块、熟化匹配分析模块、种植选择分析模块、养料分布匹配分析模块和控制模块；

29、其中，所述样品数据获取模块，用于获取农田熟化过程中的农田土壤样品的微生物组成信息、养分信息和样品图像信息；

30、所述养料分布匹配分析模块，用于获取微生物组成信息和养分信息导入养料分析策略中进行养料分布匹配分析；

31、所述土壤性质匹配分析模块，用于获取土壤样品的样品图像信息导入土壤性质分析策略中进行土壤性质匹配分析；

32、所述熟化匹配分析模块，用于获取得到的养料分布匹配分析结果和土壤性质匹配分析结果导入熟化匹配分析模型中进行熟化匹配分析；

33、所述种植选择分析模块，用于根据熟化匹配分析结果选择最匹配的熟化农田进行作物的种植；

34、所述控制模块，用于样品数据获取模块、土壤性质匹配分析模块、熟化匹配分析模块、种植选择分析模块和养料分布匹配分析模块的控制运行。

35、第三方面，本发明提供一种电子设备，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；

36、所述处理器通过调用所述存储器中存储的计算机程序，执行上述的基于大数据分析的农田土壤熟化效果分析方法。

37、第四方面，本发明提供一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行如上述的基于大数据分析的农田土壤熟化效果分析方法。

38、与现有技术相比，本技术的有益效果是：

39、本技术通过获取农田熟化过程中的农田土壤样品的微生物组成信息、养分信息和样品图像信息，获取微生物组成信息和养分信息导入养料分析策略中进行养料分布匹配分析，获取土壤样品的样品图像信息导入土壤性质分析策略中进行土壤性质匹配分析，获取得到的养料分布匹配分析结果和土壤性质匹配分析结果导入熟化匹配分析模型中进行熟化匹配分析，根据熟化匹配分析结果选择最匹配的熟化农田进行作物的种植，通过对熟化土壤的养料分布和土壤性质进行立体综合分析，将立体分析结果与需要种植作物的需要土壤的性质进行综合评估判断，选择最匹配的熟化农田进行作物的种植，提高了作物种植与土壤的匹配程度，进一步提高了作物种植的产量。

技术特征：

1.基于大数据分析的农田土壤熟化效果分析方法，其特征在于，其包括以下具体步骤：

2.如权利要求1所述的基于大数据分析的农田土壤熟化效果分析方法，其特征在于，所述获取微生物组成信息和养分信息导入养料分析策略中进行养料分布匹配分析包括以下具体步骤：

3.如权利要求2所述的基于大数据分析的农田土壤熟化效果分析方法，其特征在于，所述获取微生物组成信息和养分信息导入养料分析策略中进行养料分布匹配分析还包括以下具体步骤：

4.如权利要求3所述的基于大数据分析的农田土壤熟化效果分析方法，其特征在于，所述获取土壤样品的样品图像信息导入土壤性质分析策略中进行土壤性质匹配分析包括以下具体内容：

5.如权利要求4所述的基于大数据分析的农田土壤熟化效果分析方法，其特征在于，所述获取得到的养料分布匹配分析结果和土壤性质匹配分析结果导入熟化匹配分析模型中进行熟化匹配分析包括以下具体内容：

6.如权利要求5所述的基于大数据分析的农田土壤熟化效果分析方法，其特征在于，所述根据熟化匹配分析结果选择最匹配的熟化农田进行作物的种植包括以下具体内容：获取计算得到熟化农田的熟化匹配值，选择最大的熟化匹配值对应熟化农田进行作物的种植。

7.如权利要求6所述的基于大数据分析的农田土壤熟化效果分析方法，其特征在于，所述获取农田熟化过程中的农田土壤样品的微生物组成信息、养分信息和样品图像信息的具体内容为：

8.基于大数据分析的农田土壤熟化效果分析系统，其基于如权利要求1-7任一项的所述基于大数据分析的农田土壤熟化效果分析方法实现，其特征在于，其具体包括样品数据获取模块、土壤性质匹配分析模块、熟化匹配分析模块、种植选择分析模块、养料分布匹配分析模块和控制模块；

技术总结
本发明公开了基于大数据分析的农田土壤熟化效果分析系统及方法，属于电子数字数据处理领域，本发明获取土壤样品的样品图像信息导入土壤性质分析策略中进行土壤性质匹配分析，获取得到的养料分布匹配分析结果和土壤性质匹配分析结果导入熟化匹配分析模型中进行熟化匹配分析，根据熟化匹配分析结果选择最匹配的熟化农田进行作物的种植，通过对熟化土壤的养料分布和土壤性质进行立体综合分析，将立体分析结果与需要种植作物的需要土壤的性质进行综合评估判断，选择最匹配的熟化农田进行作物的种植，提高了作物种植与土壤的匹配程度，进一步提高了作物种植的产量。

技术研发人员：胡铁军,潘丽卿
受保护的技术使用者：余姚市农业技术推广服务总站
技术研发日：
技术公布日：2024/12/5