LU506166B1 - Ein Verfahren zur Simulation der Produktivität von Gartenbaukulturen bei veränderten Klimastörungen - Google Patents
Ein Verfahren zur Simulation der Produktivität von Gartenbaukulturen bei veränderten Klimastörungen Download PDFInfo
- Publication number
- LU506166B1 LU506166B1 LU506166A LU506166A LU506166B1 LU 506166 B1 LU506166 B1 LU 506166B1 LU 506166 A LU506166 A LU 506166A LU 506166 A LU506166 A LU 506166A LU 506166 B1 LU506166 B1 LU 506166B1
- Authority
- LU
- Luxembourg
- Prior art keywords
- data
- climate
- model
- productivity
- plant
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Animal Husbandry (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Development Economics (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Die vorliegende Erfindung offenbart Ein Verfahren zur Simulation der Produktivität von Gartenbaukulturen bei veränderten Klimastörungen, das die folgenden Schritte umfasst: Schritt S1: Datenaufbereitung, S2: Modellbildung, S3: Klassifizierungssystem, S4: Datenerfassung und S5: Produktivitätssimulation; Schritt S1: Datenaufbereitung, die die folgenden Schritte umfasst: Schritt S11: Standortauswahl; S12: Ausbringung von Erfassungspunkten; S13: Auswahl der Kulturpflanzen; Schritt S2: Modellbildung, einschließlich der folgenden Schritte: S21: Klimamodell; S22: Konstruktionsparameter; S23: Produktivitätsmodell; S24: Datenbestimmung; S25: Datenerfassung; Schritt S3: Klassifizierungssystem, einschließlich der folgenden Schritte: S31: Kulturpflanzenklassifizierung; S41: Klimadaten; S42: Störungsdaten; S43: Zukunftsfaktoren; Schritt S5: Produktivitätssimulation, umfassend die folgenden Schritte: S51: Auswahl eines Feldversuchsgebiets in der Region; die Methode zur Simulation der Produktivität von Gartenbaukulturen bei Änderungen der Klimastörungen kann verwendet werden, um das geeignete Pflanzenwachstum in verschiedenen Klimazonen für allgemeine Gartenbaukulturen zu berechnen und so den Zweck der Produktivitätsverbesserung zu erreichen.
Description
Ein Verfahren zur Simulation der Produktivität von Gartenbaukulturen bei veriinderten-/506166
Klimastôrungen
Technischer Bereich
Die vorliegende Erfindung betrifft das technische Gebiet der
Produktivitätssimulationsverfahren, insbesondere ein Verfahren zur Simulation der Produktivität von Gartenbaukulturen bei veränderten Klimastôrungen.
Technologie im Hintergrund
Gartenbaupflanzen in China sind reich an Keimplasmaressourcen mit einer großen Vielfalt an Arten und Fruchtformen. In den letzten Jahren haben sich die Forscher bei der Untersuchung von Gartenbaukulturen immer weiterentwickelt, und die Untersuchung von Fruchteigenschaften hat sich von der einfachen Bestimmung physiologischer Indikatoren zur Analyse funktioneller
Gene im Zusammenhang mit Qualitätsmerkmalen entwickelt;
Unter den gegenwärtigen globalen Veränderungen sind Gartenbaukulturen mit zahlreichen
Störungen konfrontiert, wie z. B. der sozialen Entwicklung, dem Klimawandel und
Umweltschäden, die zu ökologischen Degradationsproblemen führen, wie z. B. einer verringerten
Produktivität und einer geschwächten Stabilität des Okosystems, insbesondere in einigen
Regionen, in denen Kulturen mit normalen Wachstumszyklen aufgrund von Klimastôrungen einer verringerten Produktivität ausgesetzt sind, was erhebliche Auswirkungen auf die Produktivität von
Gartenbaukulturen haben kann. Daher wird eine Methode zur Modellierung der Produktivität von
Gartenbaukulturen als Reaktion auf Veränderungen von Klimastôrungen entwickelt, um das oben genannte Problem zu lösen.
Inhalt der Erfindung
Ziel der vorliegenden Erfindung ist es, ein Verfahren zur Simulation der Produktivität von
Gartenbaukulturen bei veränderten Klimastôrungen bereitzustellen, um die oben genannten
Probleme des Standes der Technik zu lôsen.
Um das obige Ziel zu erreichen, stellt die vorliegende Erfindung die folgende technische
Lösung bereit: ein Verfahren zur Simulation der Produktivität von Gartenbaukulturen bei veränderten Klimastôrungen, das die folgenden Schritte umfasst: Schritt S1 Datenaufbereitung,
Schritt S2 Modellbildung, Schritt S3 Klassifizierungssystem, Schritt S4 Datenerfassung und
Schritt S5 Produktivitätssimulation;
Schritt S1 der Datenaufbereitung umfasst die folgenden Schritte:
S11: Auswahl des Standorts, Auswahl der gärtnerischen Versuchsflächen auf der Grundlage der Bedingungen, unter denen die Pflanzenproduktivität modelliert werden muss:
S12: Anlegen von Versuchspunkten, Anlegen typischer Uberwachungspunkte und Sammeln von Daten an jedem Punkt;
S13: Auswahl der Kulturen, Auswahl einer Reihe allgemeiner Gartenbaukulturen und
Vorbereitung ihrer Anpflanzung auf der entsprechenden Versuchsfläche;
Schritt S2: Erstellung eines Modells, bestehend aus den folgenden Schritten:
S21: Klimamodell, Erstellung eines Klimamodells, das auf das Wachstum von
Gartenbaukulturen in jedem Versuchsgebiet anwendbar ist, und Kopplung des EPIC-
Pflanzenwachstumsmodells, um ein Wachstumsmodell zu bilden, das mit dem Klimawandel wächst;
S22: Konstruktion von Parametern, Konstruktion eines verallgemeinerten
Pflanzenwachstumsmodells für mehrere Kulturen mit wenigen Parametern und hoher Genauigkeit, das den Entwicklungsprozess der Pflanzenphänologie in Abhängigkeit vom Klimawandel simuliert; LU506166
S23: Produktivitätsmodell, das eine Schnittstelle zwischen dem Blattflächenindex, der
Wurzeltiefe und der Bodenfeuchtigkeit bildet, um ein auf dem Klimawandel basierendes
Pflanzenproduktivitätsmodell zu erstellen;
S24: Datenermittlung, Bestimmung von Pflanzenparameterwerten und
Bodenparameterwerten für das Pflanzenproduktivitätsmodell unter Verwendung der
Produktivitätsmodelldaten zur Modellratenbestimmung und -validierung;
S25: Datensammlung, Sammeln und Aufzeichnen der Daten in dem ermittelten
Pflanzenproduktivitätsmodell;
Schritt S3: Klassifizierungssystem, das die folgenden Schritte umfasst:
S31: Pflanzenklassifikation, Erstellen eines Pflanzenklassifikationssystems, und Erstellen eines fernerkundungsorientierten Pflanzenklassifikationssystems auf der Grundlage der
Informationserkennbarkeit von elektronischen Informationstechnologiebildern;
Schritt S4: Die Datenerfassung umfasst die folgenden Schritte:
S41: Klimadaten, Sammlung von Daten über das Pflanzenwachstum unter verschiedenen
Klimabedingungen entsprechend den meteorologischen Daten der Pflanzenwachstumsumgebung im Testgebiet;
S42: Interferenzdaten, entsprechend den meteorologischen Daten der
Pflanzenwachstumsumgebung im Testgebiet wird das Klima so eingestellt, dass es die
Pflanzenwachstumsumgebung stort, und die Daten unter jedem Klima werden erfasst;
S43: Zukunftsfaktor, wobei das hochauflösende Klimamodell Climate AP verwendet wird, um zukünftige Klimadaten im Testgebiet zu erzeugen und einen hochpräzisen Klimadatensatz zu bilden;
Schritt S5: Produktivitätsmodellierung, bestehend aus den folgenden Schritten:
S51: Auswählen eines Feldversuchsgebiets in einer Region und Einrichten einer Vielzahl typischer Uberwachungspunkte in dem Versuchsgebiet, wobei die Uberwachungspunkte regional repräsentativ sind und die wichtigsten Bodentypen, Kulturpflanzentypen und Klimaänderungen auf regionaler Ebene abdecken;
S52: Sammeln von Bodenproben aus verschiedenen Tiefen der Bodenschicht an jedem
Uberwachungspunkt, Messen von Daten über das Schüttgewicht der Bodenprobe auf der
Grundlage der Trocknungsmethode und Erhalten von Daten über die Partikelfraktion der
Bodenprobe unter Verwendung eines Partikelanalysators;
S53: Überwachung und Aufzeichnung der Daten des Pflanzenwachstums in jedem Segment der Klimaänderung an jedem Uberwachungspunkt;
S54: Regelmäßige Überwachung und Aufzeichnung von Pflanzenwachstumsindikatoren und
Klimadaten, und Messung der Trockenmasse des Oberbodens auf der Grundlage der
Trocknungsmethode bei konstanter Temperatur von 75°C.
Vorzugsweise umfasst es auch den Schritt S6, die Datenvalidierung, die Parametrisierung und
Validierung des Modells auf der Grundlage der gemessenen Daten aus dem Versuchsfeld und schließlich die Verwendung der Daten aus den oben beschriebenen Probeflächen als Fingabedaten für das Modell, die Ausführung des Modells mit den simulierten Szenarien des Klimawandels als
Antriebsvariablen und die Durchführung einer Analyse und Untersuchung der erhaltenen
Ergebnisse, wobei die Simulationsergebnisse in der Lage sind, die Veränderungen in der
Produktivität von Gartenbaukulturen im Zuge des Klimawandels aufzuzeigen und somit die
Auswirkungen des Klimawandels auf Gartenbaukulturen zu analysieren.
Vorzugsweise umfasst der Schritt S6 Datenvalidierung die Parametrisierung und Validierurtg/9061 66 des Modells auf der Grundlage der gemessenen photosynthetischen Daten der Testmusterflächen und der Daten aus der Erhebung und schließlich die Verwendung der Daten aus den Musterflächen als Eingabedaten für das Modell.
Vorzugsweise umfasst der Schritt S1 der Datenaufbereitung außerdem die folgenden Schritte:
S14: Auswählen eines Feldversuchsgebiets in der Region und Aufstellen typischer
Überwachungspunkte im Versuchsgebiet, Sammeln von Daten zur Bodenpartikelfraktion und zum
Schüttgewicht, Daten zur Entwicklung der Pflanzenphänologie, Daten zur
Feuchtigkeitsüberwachung und Bewässerungsdaten von jedem Messpunkt.
Vorzugsweise umfasst der Schritt S25 Datenerfassung ferner die folgenden Schritte:
S251: Meteorologische Erfassung, Ermittlung der beobachteten Werte der Elemente in den meteorologischen Daten in jedem Testgebiet und der Werte der meteorologischen Elemente in allen Gittern, um einen verräumlichten meteorologischen Faktor-Datensatz zu erhalten;
S252: Erfassung des Bodens unter Verwendung einer gewichteten zusammengesetzten
Methode zur Erstellung eines Bodenqualitätsparameters, der die allgemeinen Bodenbedingungen für das Pflanzenwachstum im Testgebiet darstellt.
Vorzugsweise werden die Hauptfaktoren und -mechanismen der allmählichen Verbreiterung von Nadelwäldern im Klassifizierungssystem für Gartenbaukulturen in Schritt S11:
Standortauswahl untersucht, und die Versuchsflichen werden entsprechend den
Bestandsbedingungen eingerichtet, und in Schritt S23: Erfassung von Umweltdaten und
Vorhersage künftiger Umweltfaktoren im Produktivitätsmodell, und die Daten über Klimafaktoren werden von der mit der Versuchsgrundlage verbundenen Wetterstation erfasst und das
Datenmodell wird erstellt.
Vorzugsweise besteht das Produktivitätsmodell in Schritt S5 hauptsächlich aus einem
Klimamodell und einem Erntemodell, da die Klimavariable die Hauptantriebsvariable des
Erntemodells ist, so dass das Erntemodell direkt für die Datenerfassung über die Auswirkungen des Klimawandels auf die Ernten verwendet werden kann.
Vorzugsweise wird in Schritt S2 der Modellierung ein Klimamodell erstellt, das für den asiatisch-pazifischen Raum anwendbar ist, und das Produktivitätsmodell verwendet eine bilineare
Interpolation und eine dynamische lokale Regression, um die Klimadaten auf nicht skalierte
Punktdaten herunterzurechnen.
Vorzugsweise erzeugt das Produktivitätsmodell Daten zu neun Umweltfaktoren: mittlere jährliche Lufttemperatur, mittlere wärmste monatliche Lufttemperatur, mittlere kälteste monatliche Lufttemperatur, Jährliche kumulative Temperatur von mehr als 5°C, mittlerer jährlicher
Niederschlag, Niederschlag in der Regenzeit, Niederschlag in der Trockenzeit, pH-Wert des
Niederschlags und jährliche kumulative Temperatur von weniger als 0°C.
Vorzugsweise erzeugt das Produktivitätsmodell Daten zu neun Umweltfaktoren: durchschnittliche Jährliche Lufttemperatur, durchschnittliche wärmste monatliche Lufttemperatur, durchschnittliche kälteste monatliche Lufttemperatur, Jährliche kumulative Temperatur über 20 °C, durchschnittlicher jährlicher Niederschlag, Niederschlag in der Regenzeit, Niederschlag in der
Trockenzeit, pH-Wert des Niederschlags und jährliche kumulative Temperatur unter 5 °C.
Im Vergleich zum Stand der Technik ist die vorliegende Lösung darauf ausgelegt, die
Produktivität von Gartenbaukulturen als Reaktion auf veränderte klimatische Störungen zu simulieren, mit den folgenden positiven Auswirkungen: (1) Das Programm kann durch diese Simulationsmethode das angemessene
Pflanzenwachstum für generische Gartenbaukulturen in verschiedenen Klimazonen berechndr/506166 und so den Zweck der Produktivitätssteigerung erreichen. (2) Das Programm kann die Genauigkeit der Modellvorhersage wirksam verbessern, indem es die wichtigsten physiologischen Prozesse der Photosynthese und des Klimawandels bei
Gartenbaukulturen in das Produktivitätsmodell integriert; Zweitens verbessert es wirksam die
Wissenschaftlichkeit der Pflanzenparameter und die Genauigkeit der Daten, realisiert die für die
Veränderungen der Klimastörungen abgeleiteten Simulationsdaten und erhält dann die
Wachstumsbedingungen allgemeiner Gartenbaukulturen unter verschiedenen klimatischen
Bedingungen für verschiedene Kulturen, um die Produktivität zu verbessern.
Beschreibung der beigefügten Zeichnungen
Bild 1 zeigt ein Flussdiagramm der konstruktiven Lösung der vorliegenden Erfindung.
Detaillierte Beschreibung
Die technischen Lösungen in den Ausführungsformen der vorliegenden Erfindung werden im
Folgenden in Verbindung mit den beigefügten Zeichnungen in den Ausführungsformen der vorliegenden Erfindung klar und vollständig beschrieben, und es ist offensichtlich, dass die beschriebenen Ausführungsformen nur einen Teil der Ausführungsformen der vorliegenden
Erfindung und nicht alle Ausführungsformen darstellen. Ausgehend von den Ausführungsformen der vorliegenden Erfindung fallen alle anderen Ausführungsformen, die von einer Person mit gewöhnlicher Fachkenntnis auf dem Gebiet der Technik ohne schöpferische Arbeit erzielt werden, in den Schutzbereich der vorliegenden Erfindung.
Unter Bezugnahme auf Bild 1 wird eine erste technische Lösung für die vorliegende
Erfindung bereitgestellt: ein Verfahren zur Simulation der Produktivität von Gartenbaukulturen bei veränderten Klimastörungen, umfassend die Schritte S1 Datenaufbereitung, S2 Modellbildung,
S3 Klassifikationssystem, S4 Datenerfassung and S5 Produktsimulation;
Schritt S1: Datenaufbereitung, bestehend aus den folgenden Schritten:
S11: Auswahl des Standorts, Auswahl einer gärtnerischen Versuchsfläche auf der Grundlage der Bedingungen, unter denen die Pflanzenproduktivität modelliert werden muss:
S12: Anlegen von Testpunkten, Anlegen von typischen Überwachungspunkten sowie
Sammeln von Daten von jedem Messpunkt;
S13: Auswahl der Kulturpflanzen, Auswahl einer Vielzahl allgemeiner Gartenbaukulturen und Vorbereitung ihrer Anpflanzung auf der entsprechenden Re-Testfläche;
Schritt S2: Erstellung eines Modells, bestehend aus den folgenden Schritten:
S21: Klimamodell, Erstellung eines Klimamodells, das auf das Wachstum von
Gartenbaukulturen in jedem Versuchsgebiet anwendbar ist, und Kopplung des EPIC-
Pflanzenwachstumsmodells, um ein Wachstumsmodell zu bilden, das mit dem Klimawandel wächst;
S22: Konstruktion von Parametern, Konstruktion eines verallgemeinerten
Pflanzenwachstumsmodells für mehrere Kulturen mit wenigen Parametern und hoher Genauigkeit, das den Entwicklungsprozess der Pflanzenphänologie in Abhängigkeit vom Klimawandel simuliert;
S23: Produktivitätsmodellierung unter Einbeziehung des Blattflächenindexes, der
Wurzeltiefe und der Wechselwirkung zwischen Bodenfeuchte und Pflanzen, um ein auf dem
Klimawandel basierendes Pflanzenproduktivitätsmodell zu erstellen;
S24: Datenbestimmung, wobei die Daten des Produktivitätsmodells zur Bestimmung und
Validierung der Modellrate verwendet werden, um die Werte der Pflanzenparameter und der
Bodenparameter des Pflanzenproduktivitätsmodells zu bestimmen; LUS06166
S25: Datenerfassung, Sammlung und Aufzeichnung der Daten im ermittelten
Pflanzenproduktivitätsmodell;
Schritt S3: Klassifizierungssystem, umfassend die folgenden Schritte: 5 S31: Pflanzenklassifizierung, Erstellen eines Pflanzenklassifizierungssystems und Erstellen eines fernerkundungsorientierten Pflanzenklassifizierungssystems auf der Grundlage der
Informationserkennbarkeit des elektronischen Informationstechnologiebildes;
Schritt S4: Datenerfassung mit den folgenden Schritten:
S41: Klimadaten, Sammeln von Daten über das Pflanzenwachstum unter verschiedenen klimatischen Bedingungen, basierend auf meteorologischen Daten der
Pflanzenwachstumsumgebung im Testgebiet;
S42: Interferenzdaten, entsprechend den meteorologischen Daten der
Pflanzenwachstumsumgebung im Testgebiet wird das Klima so eingestellt, dass es die
Pflanzenwachstumsumgebung stört, und die Daten unter jedem Klima werden gesammelt;
S43: Zukunftsfaktor, Generierung zukünftiger Klimadaten für das Testgebiet unter
Verwendung des hochauflösenden Klimamodells ClimateAP zur Bildung eines hochpräzisen
Klimadatensatzes;
Schritt S5: Produktivitätssimulation, bestehend aus den folgenden Schritten:
S51: Auswählen eines Feldversuchsgebiets in der Region und Einrichten einer Vielzahl typischer Überwachungspunkte in dem Versuchsgebiet, wobei die Überwachungspunkte regional repräsentativ sind und die wichtigsten Bodentypen, Kulturpflanzentypen und Klimaänderungen auf regionaler Ebene abdecken;
S52: Sammeln von Bodenproben aus verschiedenen Tiefen der Bodenschicht an jedem
Überwachungspunkt, Messen von Daten zum Schüttgewicht der Bodenprobe auf der Grundlage des Trocknungsverfahrens und Verwenden eines Partikelanalysators, um Daten zur
Partikelfraktion der Bodenprobe zu erhalten;
S53: Überwachung und Aufzeichnung von Daten über das Pflanzenwachstum in jeder
Periode des Klimawandels an jedem Überwachungsstandort;
S54: Überwachung und Aufzeichnung der Wachstumsindikatoren der Pflanzen und der
Klimadaten in regelmäßigen Abständen, wobei die Trockenmasse des Oberbodens nach der
Methode der Trocknung bei konstanter Temperatur bei 75°C gemessen wird.
Es umfasst auch den Schritt S6 Datenvalidierung, in dem das Modell auf der Grundlage der gemessenen Daten aus dem Versuchsfeld parametrisiert und validiert wird, und schließlich werden die Daten aus den oben genannten Probeflächen als Eingabedaten für das Modell verwendet, und die simulierten Klimawandelszenarien werden als Antriebsvariablen für die Ausführung des
Modells verwendet, und die erhaltenen Ergebnisse werden analysiert und untersucht. Die
Simulationsergebnisse können Veränderungen in der Produktivität von Gartenbaukulturen während des Klimawandels aufzeigen und somit die Auswirkungen des Klimawandels auf
Gartenbaukulturen analysieren.
Im Schritt S6 Datenvalidierung wird das Modell auf der Grundlage der gemessenen
Photosynthesedaten der experimentellen Probeflächen und der Daten aus der Erhebung parametrisiert und validiert, und schließlich werden die Daten der genannten Probeflächen als
Eingangsdaten des Modells verwendet.
Der Schritt S1 der Datenaufbereitung umfasst außerdem die folgenden Schritte:
S14: Auswählen eines Feldversuchsgebiets in der Region und Aufstellen typischer
Überwachungspunkte innerhalb des Versuchsgebiets, Sammeln von Daten zh}/506166
Bodenpartikelfraktion und zum Schüttgewicht, Daten zur Entwicklung der Pflanzenphänologie,
Daten zur Feuchtigkeitsüberwachung und Bewässerungsdaten von jedem Messpunkt.
Wobei der Schritt S25 Datenerfassung weiterhin die folgenden Schritte umfasst:
S251: Meteorologische Erfassung, Ermittlung der beobachteten Werte der Elemente in den meteorologischen Daten in jedem Testgebiet und der Werte der meteorologischen Elemente in allen Gittern und Erhalt eines räumlich geordneten Datensatzes meteorologischer Faktoren;
S252: Bodenerfassung unter Verwendung einer gewichteten Synthesemethode, um
Bodenqualitätsparameter zu konstruieren, die die allgemeinen Bodenbedingungen für das
Pflanzenwachstum in dem Testgebiet darstellen, was insbesondere Folgendes umfasst: Auswahl entsprechender Bodenattribute als Bodenqualitätsbewertungsindizes gemäß verschiedenen
Bodenfunktionen und vorbestimmten Zwecken.
Schritt S11: Untersuchung der Hauptfaktoren und -mechanismen der allmählichen
Verbreiterung von Nadelwäldern im Klassifizierungssystem für Gartenbaukulturen bei der
Standortwahl und Einrichtung von Versuchsflächen entsprechend den bestehenden Bedingungen, und Schritt S23: Erfassung von Umweltdaten und Vorhersage künftiger Umweltfaktoren im
Produktivitätsmodell, wobei die Daten zu den Klimafaktoren von den entsprechenden meteorologischen Stationen der Versuchsanlage bezogen werden und das Datenmodell erstellt wird.
Wobei in dem Schritt S2 zur Erstellung eines Modells ein Klimamodell erstellt wird, das auf die asiatisch-pazifische Region anwendbar ist, und das Produktivitätsmodell ein bilineares
Interpolations- und dynamisches lokales Regressionsverfahren anwendet, um die Klimadaten auf nicht skalierte Punktdaten herunterzuskalieren.
Das Produktivitätsmodell generiert Daten zu neun Umweltfaktoren: mittlere jährliche
Lufttemperatur, mittlere wärmste monatliche Lufttemperatur, mittlere kälteste monatliche
Lufttemperatur, jährliche kumulative Temperatur von mehr als 5°C, mittlerer jährlicher
Niederschlag, Niederschlag in der Regenzeit, Niederschlag in der Trockenzeit, pH-Wert des
Niederschlags und jährliche kumulative Temperatur von weniger als 0°C.
Unter Bezugnahme auf Bild 1 wird eine erste technische Lösung für die vorliegende
Erfindung bereitgestellt: Das Produktivitätsmodell generiert Daten zu neun Umweltfaktoren: durchschnittliche jährliche Lufttemperatur, durchschnittliche Lufttemperatur des wärmsten
Monats, durchschnittliche Lufttemperatur des kältesten Monats, kumulative Jahrestemperatur von mehr als 20°C, durchschnittlicher jährlicher Niederschlag, Niederschlag in der Regenzeit,
Niederschlag in der Trockenzeit, pH-Wert des Niederschlags und kumulative Jahrestemperatur von weniger als 5°C.
Der Unterschied zur ersten technischen Lösung besteht darin, dass die Daten über die
Auswirkungen des Klimawandels auf die Pflanzenproduktivität auf der Grundlage der verschiedenen Temperaturen erfasst werden.
Die anderen Schritte in der zweiten mittleren technischen Lösung sind die gleichen wie in der ersten mittleren technischen Lösung.
Es ist für den Fachmann offensichtlich, dass die vorliegende Erfindung nicht auf die Details der oben beschriebenen beispielhaften Ausführungsformen beschränkt ist und dass sie in anderen spezifischen Formen realisiert werden kann, ohne vom Geist oder den wesentlichen Merkmalen der vorliegenden Erfindung abzuweichen. Dementsprechend sind die Ausführungsformen als beispielhaft und in jeder Hinsicht nicht einschränkend anzusehen, und der Umfang der
; vorliegenden Erfindung wird durch die beigefügten Ansprüche und nicht durch die vorstehend&/506166
Beschreibung begrenzt und soll daher alle Variationen umfassen, die unter die Bedeutung und den
Umfang der entsprechenden Elemente der Ansprüche fallen. Etwaige beigefügte
Kennzeichnungen in den Ansprüchen sind nicht als Einschränkung der Ansprüche, auf die sie sich beziehen, zu betrachten.
Darüber hinaus sollte verstanden werden, dass, obwohl diese Spezifikation in
Übereinstimmung mit den Ausführungsformen beschrieben wird, nicht jede Ausführungsform nur eine unabhängige technische Lösung enthält, und diese Beschreibung der Spezifikation dient nur der Klarheit, und der Fachmann sollte die Spezifikation als Ganzes betrachten, und die technischen
Lösungen in den verschiedenen Ausführungsformen können in geeigneter Weise kombiniert werden, um andere Ausführungsformen zu bilden, die vom Fachmann verstanden werden können.
Claims (10)
1. Ein Verfahren zur Simulation der Produktivität von Gartenbaukulturen bei veränderten Klimastörungen, dadurch gekennzeichnet, dass es die folgenden Schritte umfasst: Schritt S1 Datenaufbereitung, Schritt S2 Modellierung, Schritt S3 Klassifizierungssystem, Schritt S4 Datenerfassung und Schritt S5 Produktivitätssimulation; Schritt S1: Datenaufbereitung, umfasst die folgenden Schritte: S11: Standortauswahl, Auswahl einer gärtnerischen Versuchsfläche entsprechend den Bedingungen, unter denen die Pflanzenproduktivität simuliert werden muss: S12: Anlegen von Testpunkten, Anlegen von typischen Uberwachungspunkten sowie Sammeln von Daten von jedem Messpunkt; S13: Auswahl der Kulturpflanzen, Auswahl einer Vielzahl allgemeiner Gartenbaukulturen und Vorbereitung ihrer Anpflanzung auf der entsprechenden Versuchsfläche; Schritt S2: Erstellung eines Modells, bestehend aus den folgenden Schritten: S21: Klimamodell, Erstellung eines Klimamodells, das auf das Wachstum von Gartenbaukulturen in jedem Versuchsgebiet anwendbar ist, und Kopplung des EPIC- Pflanzenwachstumsmodells, um ein Wachstumsmodell zu bilden, das mit dem Klimawandel wächst; S22: Konstruktion von Parametern, Konstruktion eines verallgemeinerten Pflanzenwachstumsmodells für mehrere Kulturen mit wenigen Parametern und hoher Genauigkeit, das den Entwicklungsprozess der Pflanzenphänologie in Abhängigkeit vom Klimawandel simuliert; S23: Produktivitätsmodell, das eine Schnittstelle zwischen dem Blattflächenindex, der Wurzeltiefe und der Bodenfeuchtigkeit bildet, um ein auf dem Klimawandel basierendes Pflanzenproduktivitätsmodell zu erstellen; S24: Datenermittlung, Bestimmung von Pflanzenparameterwerten und Bodenparameterwerten für das Pflanzenproduktivitätsmodell unter Verwendung der Produktivitätsmodelldaten zur Modellratenbestimmung und -validierung; S25: Datensammlung, Sammeln und Aufzeichnen der Daten in dem ermittelten Pflanzenproduktivitdtsmodell; Schritt S3: Klassifizierungssystem, das die folgenden Schritte umfasst: S31: Pflanzenklassifikation, Erstellen eines Pflanzenklassifikationssystems, und Erstellen eines fernerkundungsorientierten Pflanzenklassifikationssystems auf der Grundlage der Informationserkennbarkeit von elektronischen Informationstechnologiebildern; Schritt S4: Die Datenerfassung umfasst die folgenden Schritte: S41: Klimadaten, Sammlung von Daten über das Pflanzenwachstum unter verschiedenen Klimabedingungen entsprechend den meteorologischen Daten der Pflanzenwachstumsumgebung im Testgebiet; S42: Interferenzdaten: Entsprechend den meteorologischen Daten der Wachstumsumgebung der Pflanzen im Testgebiet wird das Klima angepasst und die Wachstumsumgebung der Pflanzen wird gestort, und die Daten unter jedem Klima werden gesammelt; S43: Zukunftsfaktor, Generierung zukünftiger Klimadaten für das Testgebiet unter Verwendung des hochauflösenden Klimamodells ClimateAP zur Bildung eines hochpräzisen Klimadatensatzes; Schritt SS: Produktivitätssimulation, bestehend aus den folgenden Schritten:
S51: Auswahl eines Feldversuchsgebiets in der Region und Einrichtung einer Reihe typische}5061 66 Überwachungspunkte im Versuchsgebiet, die für die Region repräsentativ sind und die wichtigsten Bodentypen, Kulturarten und Klimaänderungen auf regionaler Ebene abdecken; S52: Entnahme von Bodenproben aus verschiedenen Tiefen der Bodenschicht an jedem Uberwachungspunkt, Messung der Daten zum Schüttgewicht der Bodenproben auf der Grundlage der Trocknungsmethode und Ermittlung der Daten zur Partikelfraktion der Bodenproben mit einem Partikelanalysator; S53: Überwachung und Aufzeichnung der Daten des Pflanzenwachstums in jeder Periode der Klimaänderung an jedem Überwachungspunkt; S54: Regelmäßige Überwachung und Aufzeichnung der Wachstumsindikatoren der Pflanzen und der Klimadaten, und Messung der Trockenmasse des Oberbodens auf der Grundlage der Trocknungsmethode bei konstanter Temperatur von 75°C.
2. Ein Verfahren zur Simulation der Produktivität von Gartenbaukulturen bei veränderten Klimastôrungen gemäß Anspruch 1, dadurch gekennzeichnet, dass es ferner den Schritt S6 Datenvalidierung, Parametrisierung und Validierung des Modells auf der Grundlage der gemessenen Daten aus den Versuchsflächen umfasst. Schließlich werden die Daten aus den obigen Versuchsflächen als FEingabedaten für das Modell verwendet, und das simulierte Klimawandelszenario wird als Antriebsvariable verwendet, um das Modell laufen zu lassen, und die erhaltenen Ergebnisse werden analysiert und untersucht, und die Simulationsergebnisse sind in der Lage, die Veränderungen in der Produktivität von Gartenbaukulturen im Zuge des Klimawandels aufzuzeigen und somit die Auswirkungen des Klimawandels auf Gartenbaukulturen zu analysieren.
3. Ein Verfahren zur Simulation der Produktivität von Gartenbaukulturen bei veränderten Klimastôrungen gemäB Anspruch 2, dadurch gekennzeichnet, dass in dem Schritt S6 Datenvalidierung das Modell auf der Grundlage der gemessenen photosynthetischen Daten der experimentellen Probeflächen und der Daten aus der Erhebung parametrisiert und validiert wird und schließlich die Daten aus den Probeflächen als Eingangsdaten des Modells verwendet werden.
4. Fin Verfahren zur Simulation der Produktivität von Gartenbaukulturen bei veränderten Klimastôrungen gemäß Anspruch 1, dadurch gekennzeichnet, dass der Schritt SI: Datenvorbereitung, weiterhin die folgenden Schritte umfasst: S14: Auswählen eines Feldtestgebiets in der Region und Aufstellen typischer Überwachungspunkte in dem Testgebiet, Sammeln von Daten zur Bodenpartikelfraktion und zum Schüttgewicht, Daten zur Entwicklung der Pflanzenphänologie, Daten zur Feuchtigkeitsüberwachung und Bewässerungsdaten von jedem Messpunkt.
5. Ein Verfahren zur Simulation der Produktivität von Gartenbaukulturen bei veränderten Klimastörungen nach Anspruch 1, dadurch gekennzeichnet, dass der Schritt S25: Datensammlung, weiterhin die folgenden Schritte umfasst: S251: Meteorologische Sammlung, Ermittlung der beobachteten Werte der Elemente in den meteorologischen Daten in jedem Versuchsgebiet und der Werte der meteorologischen Elemente in allen Gittern, und Erhalt eines räumlichen Datensatzes der meteorologischen Faktoren; S252: Erfassung des Bodens unter Verwendung einer gewichteten zusammengesetzten Methode zur Erstellung eines Bodenqualitätsparameters, der die allgemeinen Bodenbedingungen für das Pflanzenwachstum im Testgebiet darstellt.
6. Ein Verfahren zur Simulation der Produktivität von Gartenbaukulturen bei veränderten Klimastörungen nach Anspruch 1, dadurch gekennzeichnet, dass in dem Schritt S11: die
Hauptfaktoren und Mechanismen der allmählichen Verbreiterung von Nadelwäldern in dek/06166 Klassifizierungssystem für Gartenbaukulturen bei der Standortauswahl untersucht werden und der Versuchsstandort entsprechend den bestehenden Bedingungen festgelegt wird. Schritt S23: Beschaffung von Umweltdaten und Vorhersage künftiger Umweltfaktoren bei der Produktivitätsmodellierung, Beschaffung von Klimafaktordaten von Wetterstationen im Zusammenhang mit dem Versuchsstandort und Erstellung eines Datenmodells.
7. Ein Verfahren zur Simulation der Produktivität von Gartenbaukulturen bei veränderten Klimastörungen nach Anspruch 1, dadurch gekennzeichnet, dass das Produktivitätsmodell in Schritt SS hauptsächlich ein Klimamodell und ein Kulturpflanzenmodell umfasst, weil die Klimavariable die Hauptantriebsvariable des Kulturpflanzenmodells ist, so dass das Kulturpflanzenmodell direkt für die Datenerfassung über die Auswirkungen des Klimawandels auf die Kulturpflanzen verwendet werden kann.
8. Ein Verfahren zur Simulation der Produktivität von Gartenbaukulturen bei veränderten Klimastörungen nach Anspruch 1, dadurch gekennzeichnet, dass in dem Schritt S2 zur Erstellung eines Modells ein Klimamodell erstellt wird, das auf die asiatisch-pazifische Region anwendbar ist, und dass das Produktivitätsmodell die Methoden der bilinearen Interpolation und der dynamischen lokalen Regression anwendet, um die Klimadaten auf nicht skalierte Punktdaten herunterzurechnen.
9. Ein Verfahren zur Simulation der Produktivität von Gartenbaukulturen bei veränderten Klimastérungen nach Anspruch 8, dadurch gekennzeichnet, dass das Produktivitätsmodell Daten über neun Umweltfaktoren erzeugt: durchschnittliche jährliche Lufttemperatur, durchschnittliche wärmste monatliche Lufttemperatur, durchschnittliche kälteste monatliche Lufttemperatur, jährliche kumulative Temperatur über 5°C, durchschnittlicher jährlicher Niederschlag, Niederschlag in der Regenzeit, Niederschlag in der Trockenzeit, pH-Wert des Niederschlags und Jährliche kumulative Temperatur unter 0°C.
10. Ein Verfahren zur Simulation der Produktivität von Gartenbaukulturen bei veränderten Klimastörungen gemäß Anspruch 8, dadurch gekennzeichnet, dass das Produktivitätsmodell Daten über neun Umweltfaktoren erzeugt: durchschnittliche jährliche Lufttemperatur, durchschnittliche wärmste monatliche Lufttemperatur, durchschnittliche kälteste monatliche Lufttemperatur, Jährliche kumulative Temperatur über 20°C, durchschnittlicher jährlicher Niederschlag, Niederschlag in der Regenzeit, Niederschlag in der Trockenzeit, pH-Wert des Niederschlags und jährliche kumulative Temperatur unter 5°C.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| LU506166A LU506166B1 (de) | 2024-01-22 | 2024-01-22 | Ein Verfahren zur Simulation der Produktivität von Gartenbaukulturen bei veränderten Klimastörungen |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| LU506166A LU506166B1 (de) | 2024-01-22 | 2024-01-22 | Ein Verfahren zur Simulation der Produktivität von Gartenbaukulturen bei veränderten Klimastörungen |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| LU506166B1 true LU506166B1 (de) | 2024-07-22 |
Family
ID=91971557
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| LU506166A LU506166B1 (de) | 2024-01-22 | 2024-01-22 | Ein Verfahren zur Simulation der Produktivität von Gartenbaukulturen bei veränderten Klimastörungen |
Country Status (1)
| Country | Link |
|---|---|
| LU (1) | LU506166B1 (de) |
-
2024
- 2024-01-22 LU LU506166A patent/LU506166B1/de active IP Right Grant
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Carrillo et al. | Use of multi-spectral airborne imagery to improve yield sampling in viticulture | |
| Cunha et al. | Pollen-based predictive modelling of wine production: application to an arid region | |
| JP6544453B1 (ja) | 栽培作物選定支援装置、栽培作物選定支援方法、及びプログラム | |
| Zhuo et al. | Integrating remotely sensed water stress factor with a crop growth model for winter wheat yield estimation in the North China Plain during 2008–2018 | |
| CN109800921B (zh) | 基于遥感物候同化和粒子群优化的区域冬小麦估产方法 | |
| CN111489092B (zh) | 一种植物栽培种植环境适生区的评估方法及系统 | |
| CN110909933A (zh) | 一种耦合作物模型与机器学习语言的农业干旱快速诊断和评估方法 | |
| CN113011372A (zh) | 一种盐碱化土地自动监测和识别方法 | |
| CN118901368B (zh) | 一种果园水肥调控方法及系统 | |
| CN118761558A (zh) | 一种基于多源信息融合的作物需水诊断系统 | |
| Xue et al. | Causal inference of root zone soil moisture performance in drought | |
| CN118212520B (zh) | 一种土壤侵蚀的评估方法及相关设备 | |
| CN110070004B (zh) | 一种应用于深度学习的近地高光谱数据扩展方法 | |
| LU506166B1 (de) | Ein Verfahren zur Simulation der Produktivität von Gartenbaukulturen bei veränderten Klimastörungen | |
| CN120355272B (zh) | 一种融合产量预测的大豆种植适宜区评估方法 | |
| Sun et al. | Response of gross primary productivity to flash droughts on the Qinghai-Tibetan Plateau | |
| CN114967798A (zh) | 一种基于互联网的天麻种植管理控制系统 | |
| CN112347418A (zh) | 温度光合有效辐射吸收比水分盈亏量干旱指数测量方法 | |
| CN119378737A (zh) | 气象事件对农作物单产影响的处理方法、装置及设备 | |
| Sehgal | Remote sensing for crop growth and crop simulation modeling | |
| CN116050654A (zh) | 耦合植被结构与质量的生态工程区植被生长成效评估方法 | |
| CN115031637A (zh) | 一种水稻秧苗培育过程中长势的分析系统 | |
| BE1032836B1 (de) | Verfahren zur präzisen bewertung der auswirkungen kombinierter dürre- und hitzeereignisse auf die vegetation | |
| BE1031510B1 (de) | VERFAHREN ZUR VORSCHRÄNKUNG DES FISCHERBEDINGUNGS VON Symplectoteuthis australis IM SÜDHINISCHEN MEER | |
| CN120808911B (zh) | 一种基于水文响应单元的碳氮水耦合模拟方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FG | Patent granted |
Effective date: 20240722 |