肥料购买量的推荐方法、计算机设备和存储介质与流程

本发明涉及种植技术领域，具体而言，涉及一种肥料购买量的推荐方法、一种计算机设备和一种计算机可读存储介质。

背景技术：

在进行种植作业时，种植人员需要预估营养液的使用量，再根据营养液的使用量购买肥料，以满足作物的正常生长，而目前，种植人员往往凭种植经验确定营养液的使用量，以及其所使用的肥料的种类与购买量，无法进行科学的种植作业，使得种植成本高，而且难以满足种植需求(购买的肥料过剩或不足)；此外，现有的自动化种植仅凭作物的种类进行营养液使用量，以及根据预估的营养液使用量预估肥料的使用量，因此，当营养液的使用量预估不准确的情况下，必然导致肥料的使用量预估的错误，促使肥料的采购量也不准确，造成仓储成本增加、肥料过期或肥料采购不及时，进而导致种植成本增加，甚至影响作物的正常生长。

技术实现要素：

本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。

为此，本发明的第一方面实施例提出了一种肥料购买量的推荐方法。

本发明的第二方面实施例提出了一种计算机设备。

本发明的第三方面实施例提出了一种计算机可读存储介质。

有鉴于此，根据本发明的第一方面实施例，本发明提出了一种肥料购买量的推荐方法，包括：预设根据作物的种类制定的灌溉方案，灌溉方案包括作物的种类、作物的种植地信息、种植周期与灌溉次数的对应关系；作物的种类、作物的种植量、作物的种植地信息、种植周期与灌溉量的对应关系；关联仓储信息；接收来自终端的作物的种类、作物的种植量、作物的种植地信息与种植周期；向终端发送肥料的购买量。

本发明提出的肥料购买量的推荐方法，在预设的作物的种类制定的灌溉方案，灌溉方案包括作物的种类、作物的种植地信息、种植周期与灌溉次数的对应关系，以及预设的作物的种类、作物的种植量、作物的种植地信息、种植周期与灌溉量的对应关系的情况下，可以在接收到作物的种类、作物的种植量、作物的种植地信息、作物的种植周期后，预估出在作物的种植周期内所需的营养液的精确使用量，再根据营养液的使用量确定肥料的使用量，由肥料的使用量与仓储信息确定肥料的购买量。具体地，不同种类的作物所需的营养液使用量不同，相同的作物在不同的地区所需的营养液使用量也不同，而营养液的使用量与作物的种植量成正比、同样地，营养液的使用量也与作物的种植周期成正比，因此，本申请充分考虑作物所需营养液的使用量的影响因素，可以得到精确的肥料的使用量，进而避免经验主义预估肥料使用量所带来的误差，进而可以精确地推荐肥料的购买量，以便做出更精确的生产预算，按需采购，并且，实现了肥料使用量的自动化预估，节省人工成本与仓储成本，更符合现代化的种植需求。

另外，本发明提供的上述实施例中的肥料购买量的推荐方法还可以具有如下附加技术特征：

在上述技术方案的基础上，进一步地，向终端发送肥料的购买量，具体包括：根据作物的种类，确定所需的营养液配方；根据作物的种植地信息，获取作物的种植地的历史光照辐射量；根据历史光照辐射量，计算在作物的种植周期内所受光照的预估辐射量；以作物的种类为基础，预设光照辐射量与作物所需灌溉次数的对应关系，根据对应关系与预估辐射量，计算灌溉次数；以作物的种类为基础，预设光照辐射量与作物所需灌溉量的对应关系，根据对应关系与预估辐射量，计算每次每株作物所需的灌溉量；根据营养液配方、每次每株作物所需的灌溉量作物的种植量以及灌溉次数，计算营养液的预计用量；根据营养液的预计用量，确定肥料的预计用量；根据肥料的预计用量与仓储信息确定肥料的购买量。

在该技术方案中，以作物的种类为基础，预设不同植物收到的光照辐射量与作物所需灌溉次数的对应关系，再根据作物种植地的历史光照辐射量，计算出在作物的种植周期内所受光照的预估辐射量，由预估辐射量与对应关系计算出在作物的种植周期内所需灌溉次数，以及，以作物的种类为基础，预设不同植物收到的光照辐射量与作物所需灌溉量的对应关系，再根据作物种植地的历史光照辐射量，计算出在作物的种植周期内所受光照的预估辐射量，由预估辐射量与对应关系计算出每次每株作物所需的灌溉量，进而再结合作物的种植量可以计算得到营养液的预计用量，此方法基于光照辐射量的历史数据，结合作物的种类、作物的种植量、种植周期可以得到精确的营养液的预计用量，其营养液预计用量的结果精确，并且，进一步地保证了肥料的预计用量的精确性，以及肥料的购买量的精确性。

在上述任一技术方案中，优选地，以作物的种类为基础，预设光照辐射量与作物所需灌溉次数的对应关系具体为：根据作物的种类，确定作物需要进行一次灌溉的预设光照阈值；光照辐射量每到达一次预设光照阈值，计进行一次灌溉。

在该技术方案中，先根据作物的种类，确定作物需要进行一次灌溉的预设光照阈值，即某一种作物在光照辐射量每到达一次预设光照阈值时，就需进行一次灌溉，因此，结合作物种类，使光照辐射量每到达一次预设光照阈值，则记录一次灌溉次数，形成灌溉次数的累加，进而得到某一种作物在种植周期内准确的灌溉次数，以此保证预估营养液使用量的精确性，进而保证肥料购买量的精确性。

在上述任一技术方案中，优选地，预设光照阈值包括按时间段设置的多个子预设阈值，在任一时间段内光照辐射量到达一次任一时间段所对应的子预设阈值时，计进行一次灌溉。

在该技术方案中，对时间段进行细化，为不同的时间段设置不同的子预设阀值，以更精确地计算灌溉次数，得到更精确的营养液使用量的预估值。

在上述任一技术方案中，优选地，根据营养液的预计用量，确定肥料的预计用量的步骤，具体包括：根据营养液的预计用量，计算调配营养液所用的至少一种肥料的预计用量。

在该技术方案中，营养液由一种或多种肥料与水调配而成，因此，根据营养的预计用量，能够计算出调配营养液所需的至少一种肥料的预计用量，进而能够得到精确的不同肥料的使用量，避免经验主义预估肥料使用量所带来的误差，以便做出更精确的生产预算，按需采购，实现了肥料使用量的自动化预估，节省人工成本，更符合现代化的种植需求。

在上述任一技术方案中，优选地，根据营养液的预计用量，计算调配所述营养液所用的至少一种肥料的预计用量的步骤，具体包括：在接收作物的种类时，在预存的作物的种类与营养液的配方的对照信息中，查找作物的种类所对应的营养液的配方；根据作物的种类，确定作物所需营养液的ec值；根据营养液的配方、营养液的ec值以及营养液的预计用量，计算肥料的预计用量。

在该技术方案中，预存作物的种类与营养液的配方的对照信息，在接收作物的种类时，在作物的种类与营养液的配方的对照信息中，根据作物的种类查找对应的营养液的配方，并且，根据作物所需营养液的ec值，根据营养液的配方、营养液的ec值与营养液的预计用量计算出肥料的预计用量，该方法针对不同的作物提供不同的配方，在预估肥料用量的同时，也能够得到精确的营养液配方，在确保肥料的预估使用量准确的前提下，还提供了保证作物健康生长的营养液的配方。

在上述任一技术方案中，优选地，仓储信息包括以下至少一种：肥料的已有库存量、肥料的保质期以及营养液的使用期限；由肥料的已有库存量、肥料的保质期以及营养液的使用期限中的至少一种与肥料的预计用量确定肥料的购买量。

在该技术方案中，仓储信息包括肥料的已有库存量、肥料的保质期、营养液的使用期限中的至少一项，以此确保每次购买的肥料均不会出现过期，过多等问题，避免了浪费，节约了成本。

根据本发明的第二方面实施例，本发明提出了一种计算机设备，计算机装置包括处理器，处理器用于执行存储器中存储的计算机程序时实现如上述技术方案中任一项所述的肥料购买量的推荐方法。

本发明提出的计算机设备，因包括用于执行存储器中存储的计算机程序时实现如上述技术方案中任一项所述的肥料购买量的推荐方法的处理器，因此，具有如上述技术方案中任一项所述的肥料购买量的推荐方法的全部有益效果，在此不再一一陈述。

根据本发明的第三方面实施例，本发明提出了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述技术方案中任一项所述的肥料购买量的推荐方法。

本发明提出的计算机可读存储介质，因存储有被处理器执行时实现如上述技术方案中任一项所述的肥料购买量的推荐方法的计算机程序，因此，具有如上述技术方案中任一项所述的肥料购买量的推荐方法的全部有益效果，在此不再一一陈述。

本发明的附加方面和优点将在下面的描述部分中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1示出本发明一个实施例提供的肥料购买量的推荐方法的流程图；

图2示出本发明另一个实施例提供的肥料购买量的推荐方法的流程图；

图3示出本发明另一个实施例提供的肥料购买量的推荐方法的流程图；

图4示出本发明另一个实施例提供的肥料购买量的推荐方法的流程图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

下面参照图1至图4的流程图描述根据本发明一些实施例的提供的肥料购买量的推荐方法。

图1示出本发明一个实施例提供的肥料购买量的推荐方法的流程图。

如图1所示，本发明的一个实施例提供的肥料购买量的推荐方法的具体流程如下：

步骤102：预设根据作物的种类制定的灌溉方案，灌溉方案包括作物的种类、作物的种植地信息、种植周期与灌溉次数的对应关系，作物的种类、作物的种植量、作物的种植地信息、种植周期与灌溉量的对应关系；

步骤104：关联仓储信息；

步骤106：接收来自终端的作物的种类、作物的种植量、作物的种植地信息与种植周期；

步骤108：向终端发送肥料的购买量。

本发明提供的肥料购买量的推荐方法，在预设的作物的种类制定的灌溉方案，灌溉方案包括作物的种类、作物的种植地信息、种植周期与灌溉次数的对应关系，以及预设的作物的种类、作物的种植量、作物的种植地信息、种植周期与灌溉量的对应关系的情况下，可以在接收到作物的种类，作物的种植量，作物的种植地信息，作物的种植周期后，预估出在作物的种植周期内所需的营养液的精确使用量，再根据营养液的使用量确定肥料的使用量，由肥料的使用量与仓储信息确定肥料的购买量。具体地，不同种类的作物所需的营养液使用量不同，相同的作物在不同的地区所需的营养液使用量也不同，而营养液的使用量与作物的种植量成正比、同样地，营养液的使用量也与作物的种植周期成正比，因此，本申请充分考虑作物所需营养液的使用量的影响因素，可以得到精确的肥料的使用量，进而避免经验主义预估肥料使用量所带来的误差，得到精确的肥料的所需的购买量，以便做出更精确的生产预算，按需采购，并且，实现了肥料购买量的自动化预估，节省人工成本与仓储成本，更符合现代化的种植需求。

在具体实施例中，服务器可以连接仓储信息数据库，进而自动获取肥料的剩余量，作为肥料的已有库存量。

进一步地，仓储信息包括以下至少一种：肥料的已有库存量、肥料的保质期以及营养液的使用期限；由肥料的已有库存量、肥料的保质期以及营养液的使用期限中的至少一种与肥料的预计用量生成采购计划。

在该实施例中，仓储信息包括肥料的已有库存量、肥料的保质期、营养液的使用期限中的至少一项，以此确保每次购买的肥料均不会出现过期，过多等问题，避免了浪费，节约了成本。

图2示出本发明另一个实施例提供的肥料购买量的推荐方法的流程图。

如图2所示，本发明的另一个实施例提供的肥料购买量的推荐方法的具体流程如下：

步骤202：预设根据作物的种类制定的灌溉方案，灌溉方案包括作物的种类、作物的种植地信息、种植周期与灌溉次数的对应关系，作物的种类、作物的种植量、作物的种植地信息、种植周期与灌溉量的对应关系；

步骤204：关联仓储信息；

步骤206：接收来自终端的作物的种类、作物的种植量、作物的种植地信息与种植周期；

步骤208：根据作物的种类，确定所需的营养液配方；

步骤210：根据作物的种植地信息，获取作物的种植地的历史光照辐射量；

步骤212：根据历史光照辐射量，计算在作物的种植周期内所受光照的预估辐射量；

步骤214：以作物的种类为基础，预设光照辐射量与作物所需灌溉次数的对应关系，根据对应关系与预估辐射量，计算灌溉次数；

步骤216：以作物的种类为基础，预设光照辐射量与作物所需灌溉量的对应关系，根据对应关系与预估辐射量，计算每次每株作物所需的灌溉量；

步骤218：根据营养液配方、每次每株作物所需的灌溉量作物的种植量以及灌溉次数，计算营养液的预计用量；

步骤220：根据营养液的预计用量，确定肥料的预计用量；

步骤222：根据肥料的预计用量与仓储信息确定肥料的购买量。

本发明提供的肥料购买量的推荐方法，以作物的种类为基础，预设不同植物收到的光照辐射量与作物所需灌溉次数的对应关系，以及预设不同植物收到的光照辐射量与作物所需灌溉量的对应关系，在接收到作物的种类时，确定作物所需的营养液的配方接收到作物的种植地信息时，在数据库或互联网查找种植地在前一年或前些年的历史光照辐射量，在根据本次作物的种植周期，对应前一年或前些年的时间点，截取计算相应时间点内的预估辐射量(例如：本次种植周期是同年的3月至8月，那么就截取前一年或前些年中3月至8月的历史光照辐射量数据，而如果数据为多年的历史光照辐射量数据，那么可以多年数据的平均值为标准，也可以距本次种植最近的一年的数据为标准。当然，这里也可以根据其他获取的自然规律以某年的数据为标准，如：在数据库中或互联网中获取的历年的气象信息，与本年已产生的气象信息进行对比，得到最接近本年已产生的气象信息的特定一年，以特定一年的历史光照辐射量数据为标准；或以太阳黑子的活跃性为基础，得到最接近本年太阳黑子的活跃性的特定一年，以特定一年的历史光照辐射量数据为标准)，光照辐射量与作物所需灌溉次数的对应关系，光照辐射量与作物所需灌溉量的对应关系，以及预估辐射量，计算灌溉次数以及每次每株作物所需的灌溉，最后根据每次每株作物所需的灌溉量、作物的种植量、作物的种植周期以及灌溉次数，计算得到营养液的预计用量，结合营养液的配方，确定制备营养液所需的肥料的预计用量，再结合肥料的预计用量与仓储信息确定肥料的购买量。

进一步地，在接收到作物的种类时，还在数据库或互联网中查找作物的生长所需的营养液的ec值(ec为electricalconductivity；ec值即thevalueofec，即可溶性盐浓度值)的对应关系，具体地，根据作物的生长阶段可以确定多个ec值，例如：幼苗期、生长期、开花期、结果期等，在数据库或互联网中确定每个生长阶段所需要营养液的ec值。

在本发明的一个实施例中，优选地，以作物的种类为基础，预设光照辐射量与作物所需灌溉次数的对应关系具体为：根据作物的种类，确定作物需要进行一次灌溉的预设光照阈值；光照辐射量每到达一次预设光照阈值，计进行一次灌溉。

在该实施例中，先根据作物的种类，确定作物需要进行一次灌溉的预设光照阈值，即某一种作物在光照辐射量每到达一次预设光照阈值时，就需进行一次灌溉，因此，结合作物种类，使光照辐射量每到达一次预设光照阈值，则记录一次灌溉次数，形成灌溉次数的累加，进而得到某一种作物在种植周期内准确的灌溉次数，以此保证预估营养液使用量的精确性，进而保证肥料使用量预估的准确性，确保肥料购买量推荐的准确性。

具体地，灌溉次数可以以种植周期内总预估辐射量计算，也可以以每天的预估辐射量计算每天的灌溉次数，再汇总得到种植周期内的总灌溉次数。

在本发明的一个实施例中，优选地，预设光照阈值包括按时间段设置的多个子预设阈值，在任一时间段内光照辐射量到达一次任一时间段所对应的子预设阈值时，计进行一次灌溉。

在该实施例中，对时间段进行细化，为不同的时间段设置不同的子预设阀值，以更精确地计算灌溉次数，得到更精确的营养液使用量的预估值。

具体地，预设光照阈值可以分时间段设置，具体地，设定13:00之前光照辐射量达到200j/cm²时，进行一次灌溉，灌溉后统计的光照辐射量归零。

13:00之后灌溉与光照辐射量之间满足以下的关系式：y代表光照辐射量，x代表对应时间内经过的时间分钟，例如：在13:00至15:00中间，14：00时，x等于60。

13:00至15:00光照辐射量y1＝200+5/6×x1关系式，其中，x1不大于120。

15:00至16:00光照辐射量y2＝300+5/3×x2关系式，其中，x2不大于60。

16:00至24:00辐射总量y3＝400+10/3×x3关系式。

而根据作物确定出每次每株作物每次每株作物所需的灌溉量为150ml，即灌溉系统中每个滴箭头每次出水量为150ml。

在具体实施例中，进而灌溉量可计算得出的情况下，根据作物的种植量，如10000株番茄。因采用滴箭进行灌溉，每个植株一个滴箭，所以植株数量与滴箭数量相同。故种植区域单次的灌水量为150×10000＝1500000ml即1500l。因水肥一体化电脑端可以记录每日的光照辐射量、灌溉次数，因为每次灌溉的启动由光照辐射累积量决定，所以光照辐射量的高低与灌溉次数呈正相关，即光照辐射量越高灌溉次数越多，反之则越少。假设种植作物生长周期内日辐射量最高的时候每天种植区域灌溉6次，则需要1500×6＝9000l营养液。

该方法可结合自动化肥一体化灌溉实现，而自动化肥一体化灌溉主要根据辐射量进行灌溉，此种灌溉方式可根据不同的天气情况进行更为合理的灌溉，即阴雨天气辐射量较低作物需水量少灌溉量也相应较少，晴朗天气辐射量较高作物需水量多灌溉量也相应增加，以此实现了自动化种植灌溉，预估肥料使用量，使得整体的种植作业更加科学与自动化，并且，结合种植地所在的地理位置进行定点的计算，使得预估结果更加准确、并可以根据不同位置的历史光照信息得到适合本地的预估肥料的使用量，进而预估出肥料的购买量。

图3示出本发明另一个实施例提供的肥料购买量的推荐方法的流程图。

如图3所示，本发明的另一个实施例提供的肥料购买量的推荐方法的具体流程如下：

步骤302：预设根据作物的种类制定的灌溉方案，灌溉方案包括作物的种类、作物的种植地信息、种植周期与灌溉次数的对应关系，作物的种类、作物的种植量、作物的种植地信息、种植周期与灌溉量的对应关系；

步骤304：关联仓储信息；

步骤306：接收来自终端的作物的种类、作物的种植量、作物的种植地信息与种植周期；

步骤308：根据作物的种类，确定所需的营养液配方；

步骤310：根据作物的种植地信息，获取作物的种植地的历史光照辐射量；

步骤312：根据历史光照辐射量，计算在作物的种植周期内所受光照的预估辐射量；

步骤314：以作物的种类为基础，预设光照辐射量与作物所需灌溉次数的对应关系，根据对应关系与预估辐射量，计算灌溉次数；

步骤316：以作物的种类为基础，预设光照辐射量与作物所需灌溉量的对应关系，根据对应关系与预估辐射量，计算每次每株作物所需的灌溉量；

步骤318：根据营养液配方、每次每株作物所需的灌溉量作物的种植量以及灌溉次数，计算营养液的预计用量；

步骤320：根据营养液的预计用量，计算调配营养液所用的至少一种肥料的预计用量；

步骤322：根据肥料的预计用量与仓储信息确定肥料的购买量。

本发明提供的肥料购买量的推荐方法，以作物的种类为基础，预设不同植物收到的光照辐射量与作物所需灌溉次数的对应关系，以及预设不同植物收到的光照辐射量与作物所需灌溉量的对应关系，在接收到作物的种类时，确定作物所需的营养液的配方接收到作物的种植地信息时，在数据库或互联网查找种植地在前一年或前些年的历史光照辐射量，在根据本次作物的种植周期，对应前一年或前些年的时间点，截取计算相应时间点内的预估辐射量(例如：本次种植周期是同年的3月至8月，那么就截取前一年或前些年中3月至8月的历史光照辐射量数据，而如果数据为多年的历史光照辐射量数据，那么可以多年数据的平均值为标准，也可以距本次种植最近的一年的数据为标准。当然，这里也可以根据其他获取的自然规律以某年的数据为标准，如：在数据库中或互联网中获取的历年的气象信息，与本年已产生的气象信息进行对比，得到最接近本年已产生的气象信息的特定一年，以特定一年的历史光照辐射量数据为标准；或以太阳黑子的活跃性为基础，得到最接近本年太阳黑子的活跃性的特定一年，以特定一年的历史光照辐射量数据为标准)，光照辐射量与作物所需灌溉次数的对应关系，光照辐射量与作物所需灌溉量的对应关系，以及预估辐射量，计算灌溉次数以及每次每株作物所需的灌溉，最后根据每次每株作物所需的灌溉量、作物的种植量、作物的种植周期以及灌溉次数，计算得到营养液的预计用量，结合营养液的配方，计算调配营养液所用的至少一种肥料的预计用量，具体地，营养液由一种或多种肥料与水调配而成，因此，精确地确定不同肥料的预计用量，可以使得采购更准确，再结合肥料的预计用量与仓储信息确定肥料的购买量。

进一步地，在接收到作物的种类时，还在数据库或互联网中查找作物的生长所需的营养液的ec值的对应关系，具体地，根据作物的生长阶段可以确定多个ec值，例如：幼苗期、生长期、开花期、结果期等，在数据库或互联网中确定每个生长阶段所需要营养液的ec值。

在本发明的一个实施例中，优选地，以作物的种类为基础，预设光照辐射量与作物所需灌溉次数的对应关系具体为：根据作物的种类，确定作物需要进行一次灌溉的预设光照阈值；光照辐射量每到达一次预设光照阈值，计进行一次灌溉。在该实施例中，先根据作物的种类，确定作物需要进行一次灌溉的预设光照阈值，即某一种作物在光照辐射量每到达一次预设光照阈值时，就需进行一次灌溉，因此，结合作物种类，使光照辐射量每到达一次预设光照阈值，则记录一次灌溉次数，形成灌溉次数的累加，进而得到某一种作物在种植周期内准确的灌溉次数，以此保证预估营养液使用量的精确性，进而保证肥料购买量预估的准确性。

具体地，灌溉次数可以以种植周期内总预估辐射量计算，也可以以每天的预估辐射量计算每天的灌溉次数，再汇总得到种植周期内的总灌溉次数。

在本发明的一个实施例中，优选地，预设光照阈值包括按时间段设置的多个子预设阈值，在任一时间段内光照辐射量到达一次任一时间段所对应的子预设阈值时，计进行一次灌溉。

在该实施例中，对时间段进行细化，为不同的时间段设置不同的子预设阀值，以更精确地计算灌溉次数，得到更精确的营养液使用量的预估值。

具体地，预设光照阈值可以分时间段设置，具体地，设定13:00之前光照辐射量达到200j/cm²时，进行一次灌溉，灌溉后统计的光照辐射量归零。

13:00之后灌溉与光照辐射量之间满足以下的关系式：y代表光照辐射量，x代表对应时间内经过的时间分钟，例如：在13:00至15:00中间，14：00时，x等于60。

13:00至15:00光照辐射量y1＝200+5/6×x1关系式，其中，x1不大于120。

15:00至16:00光照辐射量y2＝300+5/3×x2关系式，其中，x2不大于60。

16:00至24:00辐射总量y3＝400+10/3×x3关系式。

而根据作物确定出每次每株作物每次每株作物所需的灌溉量为150ml，即灌溉系统中每个滴箭头每次出水量为150ml，营养液的ec为3.5ms/cm，ph值为5.2至5.8。

在具体实施例中，进而灌溉量可计算得出的情况下，根据作物的种植量，如10000株番茄。因采用滴箭进行灌溉，每个植株一个滴箭，所以植株数量与滴箭数量相同。

故种植区域单次的灌水量为150×10000＝1500000ml即1500l。因水肥一体化电脑端可以记录每日的光照辐射量、灌溉次数，因为每次灌溉的启动由光照辐射累积量决定，所以光照辐射量的高低与灌溉次数呈正相关，即光照辐射量越高灌溉次数越多，反之则越少。假设种植作物生长周期内日辐射量最高的时候每天种植区域灌溉6次，则需要1500×6＝9000l营养液。若标准配方的肥料稀释后可得到90000l的灌溉用营养液，则每次标准配方肥料量可使用天数d1为90000/9000＝10天。据此可计算出作物生长周期d1内最大的肥料使用量m1＝d1/d1×m，其中，m为10天肥料的用量，再根据各种使用肥料的配比计算各种使用肥料的最大使用量。

在上述同样的生产情况下，若种植作物生长周期内在日辐射量最低的时候每天灌溉3次，则需要1500×3＝4500l营养液。标准配方的肥料使用量稀释后可得到90000l的灌溉用营养液，则每次标准配方肥料量可使用天数d2为90000/4500＝20天。据此可计算出作物生长周期d2内最小的肥料使用量m2＝d2/d2×m，其中，m为20天肥料的用量，再根据各种肥料的配比计算各种肥料的最小使用量。

由此可以得出在整个作物生长周期内所使用的肥料量m的取值范围为m2≤m≤m1。

图4示出本发明另一个实施例提供的肥料购买量的推荐方法的流程图。

如图4所示，本发明的另一个实施例提供的肥料购买量的推荐方法的具体流程如下：

步骤402：预设根据作物的种类制定的灌溉方案，灌溉方案包括作物的种类、作物的种植地信息、种植周期与灌溉次数的对应关系，作物的种类、作物的种植量、作物的种植地信息、种植周期与灌溉量的对应关系；

步骤404：关联仓储信息；

步骤406：接收来自终端的作物的种类、作物的种植量、作物的种植地信息与种植周期；

步骤408：根据作物的种类，确定所需的营养液配方；

步骤410：根据作物的种植地信息，获取作物的种植地的历史光照辐射量；

步骤412：根据历史光照辐射量，计算在作物的种植周期内所受光照的预估辐射量；

步骤414：以作物的种类为基础，预设光照辐射量与作物所需灌溉次数的对应关系，根据对应关系与预估辐射量，计算灌溉次数；

步骤416：以作物的种类为基础，预设光照辐射量与作物所需灌溉量的对应关系，根据对应关系与预估辐射量，计算每次每株作物所需的灌溉量；

步骤418：根据营养液配方、每次每株作物所需的灌溉量作物的种植量以及灌溉次数，计算营养液的预计用量；

步骤420：在接收作物的种类时，在预存的作物的种类与营养液的配方的对照信息中，查找作物的种类所对应的营养液的配方；

步骤422：根据作物的种类，确定作物所需营养液的ec值；

步骤424：根据营养液的配方、营养液的ec值以及营养液的预计用量，计算肥料的预计用量；

步骤426：根据肥料的预计用量与仓储信息确定肥料的购买量。

本发明提供的肥料购买量的推荐方法，以作物的种类为基础，预设不同植物收到的光照辐射量与作物所需灌溉次数的对应关系，以及预设不同植物收到的光照辐射量与作物所需灌溉量的对应关系，在接收到作物的种类时，确定作物所需的营养液的配方接收到作物的种植地信息时，在数据库或互联网查找种植地在前一年或前些年的历史光照辐射量，在根据本次作物的种植周期，对应前一年或前些年的时间点，截取计算相应时间点内的预估辐射量(例如：本次种植周期是同年的3月至8月，那么就截取前一年或前些年中3月至8月的历史光照辐射量数据，而如果数据为多年的历史光照辐射量数据，那么可以多年数据的平均值为标准，也可以距本次种植最近的一年的数据为标准。当然，这里也可以根据其他获取的自然规律以某年的数据为标准，如：在数据库中或互联网中获取的历年的气象信息，与本年已产生的气象信息进行对比，得到最接近本年已产生的气象信息的特定一年，以特定一年的历史光照辐射量数据为标准；或以太阳黑子的活跃性为基础，得到最接近本年太阳黑子的活跃性的特定一年，以特定一年的历史光照辐射量数据为标准)，光照辐射量与作物所需灌溉次数的对应关系，光照辐射量与作物所需灌溉量的对应关系，以及预估辐射量，计算灌溉次数以及每次每株作物所需的灌溉，最后根据每次每株作物所需的灌溉量、作物的种植量、作物的种植周期以及灌溉次数，计算得到营养液的预计用量，结合营养液的配方，计算调配营养液所用的至少一种肥料的预计用量，具体地，营养液由一种或多种肥料与水调配而成，因此，精确地确定不同肥料的预计用量，可以使得采购更准确，再结合肥料的预计用量与仓储信息确定肥料的购买量。

具体地，预存作物的种类与营养液的配方的对照信息，在接收作物种类时，在数据库或互联网查找作物与其在生长中所需的生长元素的对应关系，确定其在生长过程中所需的生长元素的种类与需求量，通常包括：氮、磷、钾、钙、镁、硫、锌、锰、硼、铜、钼等作物生长所必须的大量、中量及微量矿物质元素，再根据生长元素的种类在数据库或互联网中已有的待选择肥料中，判断哪种肥料可以使用，而确定肥料种类是预估肥料购买量的基本条件，再根据作物在生长周期中对各种生长元素的需求量，确定肥料间的配比，从而得到营养液的标准配方，而通过分析作物在生长过程中所需的生长元素的种类与生长元素的需求量，能够得到满足作物生长所需的营养液的配方，最后根据营养液的配方、营养液的ec值与营养液的预计用量计算出肥料的预计用量，该方法针对不同的作物提供不同的配方，在预估肥料用量的同时，也能够得到精确的营养液配方，在确保肥料的预估购买量准确的前提下，还提供了保证作物健康生长的营养液的配方这种由需出发的计算方式，能够保证了得到的使用肥料的种类，以及各种使用肥料之间的配比的准确性，即在获得肥料的预估购买量的同时，也能够得到精确的营养液配方，在确保肥料的预估购买量准确的前提下，还提供了保证作物健康生长的营养液的配方。

具体地的灌溉行为如下：确定营养液标准配方，按照配方中各肥料种类的标准重量进行母液即高浓度营养液的配制，在灌溉过程中母液经施肥机按照要求成比例与溶剂混合，通常与水混合，稀释到需求的ec值，经灌溉系统灌溉到作物。

在具体实施例中，根据作物所需的生长元素的种类及各种生长元素的需求量，判断各种待选肥料是否被需求，再判断任一待选肥料被需求时，将任一待选肥料编辑为营养液的原料。

在本申请其他实施例中，也可以是预存的作物的种类所需要的营养液的ec值。

在本发明的另一个实施例中，也可以是预存的作物的种类所需要的营养液的ec值。

根据本发明的第二方面实施例，本发明提供了一种计算机设备，计算机装置包括处理器，处理器用于执行存储器中存储的计算机程序时实现如上述任一实施例所提供的肥料购买量的推荐方法。

本发明提供的计算机设备，因包括用于执行存储器中存储的计算机程序时实现如上述任一实施例所提供的肥料购买量的推荐方法的处理器，因此，具有如上述任一实施例所提供的肥料购买量的推荐方法的全部有益效果，在此不再一一陈述。

根据本发明的第三方面实施例，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述任一实施例所提供的肥料购买量的推荐方法。

本发明提供的计算机可读存储介质，因存储有被处理器执行时实现如上述任一实施例所提供的肥料购买量的推荐方法的计算机程序，因此，具有如上述任一实施例所提供的肥料购买量的推荐方法的全部有益效果，在此不再一一陈述。

在本发明中，术语“安装”、“相连”、“连接”、“固定”等术语均应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或一体地连接；“相连”可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本说明书的描述中，术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。