[发明专利]一种基于神经网络的多维参量农作物智能灌溉控制方法

权利要求书

1.一种基于神经网络的多维参量农作物智能灌溉控制方法，其特征在于，包括：

基于神经网络建立以农作物需水信号为响应信息的农作物需水量模型；

利用传感器采集当前灌溉农田的雨量信息、土壤墒情信息、风速信息、周围空气的温湿度信息、当前光照强度信息和灌溉管道流量信息；

控制器利用无线传输方式获取雨量信息、墒情信息、风速信息、温湿度信息、光照强度信息和管道流量信息；

控制器利用农作物需水量模型对风速信息、温湿度信息和光照强度进行计算，预测出当前农田农作物的需水量；

控制器通过对需水量、降雨量及土壤墒情做出综合判决结果并根据判决结果得出灌溉指令、灌水量及灌水持续时间；

控制器将灌溉指令以无线传输方式发送至设置在灌溉农田的灌溉管道上的电磁阀；

电磁阀根据所述灌溉指令控制灌溉管道的导通，以通过灌溉管道输送与灌溉指令对应的水量至农田灌溉。

2.根据权利要求1所述的方法，其特征在于，所述无线传输方式包括NBIOT传输方式和LORA传输方式。

3.根据权利要求1所述的方法，其特征在于，所述利用传感器采集当前灌溉农田的雨量信息的步骤包括：

利用设置在灌溉农田上方预定距离的雨量传感器采集灌溉农田在预定时间段内的雨量信息。

4.根据权利要求1所述的方法，其特征在于，灌溉农田的土壤内间隔设置有多个土壤墒情传感器，所述利用传感器采集当前灌溉农田的土壤墒情信息的步骤包括：

利用预埋在预定深度的多个土壤墒情传感器采集当前灌溉农田的土壤墒情信息。

5.根据权利要求1所述的方法，其特征在于，所述利用传感器采集当前灌溉农田的风速信息的步骤包括：

利用设置在灌溉农田上方预定距离的风速传感器检测当前灌溉农田的风速信息。

6.根据权利要求1所述的方法，其特征在于，灌溉农田的上方设置有温湿度传感器，所述利用传感器采集当前灌溉农田的温湿度信息的步骤包括：

利用温湿度传感器检测当前灌溉农田周围环境的温湿度信息。

7.根据权利要求1所述的方法，其特征在于，所述利用传感器采集当前灌溉农田的光照强度信息的步骤包括：

利用设置在灌溉农田上方预定距离的光照强度传感器检测当前灌溉农田的光照强度信息；

其中所述利用传感器采集当前灌溉管道的流量信息的步骤包括：

利用设置在灌溉管道的脉冲流量计监测当前灌溉管道流量信息。

8.根据权利要求1所述的方法，其特征在于，基于神经网络建立一个具有3层网络结构的农作物需水量预测模型，并根据灌溉农田实测的风速、温湿度、光照强度信息作为农作物需水量预测模型的输入，农作物实际需水量ET可根据公式(1)得出，

ET＝ET₀*K_c (1)

其中，ET₀为模型输出的参考作物需水量，K_c为作物系数。

9.根据权利要求8所述的方法，其特征在于，通过水量平衡公式(2)确定时段t内的实际灌水量M，

M＝ET+(W_t-W₀)-P₀-Wr-K (2)

其中：(W_t-W₀)为时段初和任一时间t时的土壤计划湿润层内储水量，Wr为计划湿润层增加而增加的水量，P₀为保存在土壤计划湿润层内的有效雨量，K为时段t内的地下水补给量，ET为时段t内的农作物实际需水量；

通过公式(3)获得农作物灌溉总量T，

T＝M/Q (3)

其中：Q为灌溉管道的流量。

10.根据权利要求3所述的方法，其特征在于，灌溉农田上方的预定距离通过第一支撑杆设置有呈矩形状的收容槽，收容槽设有输出口，其中输出口中设置有与控制器连接的电动阀，收容槽的底部设有与控制器连接的压力传感器，雨量传感器设置在收容槽内以检测收容槽的水的高度，该方法还包括：

压力传感器检测到有压力时，控制器控制电动阀闭合；

控制器判断压力传感器检测到有压力的时间是否大于预设时间；

如果是，则控制器获取雨量传感器检测到收容槽的水的高度值，并控制电动阀打开，且重新执行压力传感器检测到有压力时，控制器控制电动阀闭合的步骤；

其中，灌溉农田的农作物的上方通过第二支撑杆设置有温湿度传感器，第二支撑杆间隔对称设置有第一丝杆和与第一丝杆连接的第一电机，第一丝杆上螺纹连接有温湿度传感器，温湿度传感器的底部设有距离传感器，该方法还包括：

距离传感器判断温湿度传感器与农作物的距离是否处于预设范围内；

如果否，控制器控制第一电机转动，以带动第一丝杆转动，从而带动温湿度传感器沿第一丝杆升降，使得温湿度传感器与农作物的距离处于预设范围内；

其中，灌溉农田的土壤内水平设置有第一滑杆，多个土壤墒情传感器可移动设置在第一滑杆中。