[发明专利]一种基于机器学习算法的水肥药一体化智能灌溉系统

说明书

本发明公开了一种可遥控的水肥药一体化智能灌溉系统，包括环境数据采集单元、智能数据分析系统、远程控制终端、水肥药一体化灌溉系统和田间管道系统。其中，环境数据采集单元用于采集环境参数；智能数据分析系统用于数据存储、数据分析和水肥药一体化方案输出；远程控制终端用于查看环境数据、水肥药一体化灌溉方案和作物田间长势，远程控制水肥药一体化灌溉系统；所述水肥药一体化灌溉系统用于执行水肥药一体化灌溉方案。本发明能够根据作物各生育期的需水需肥规律及病虫害有针对性的进行灌溉、施肥和施药，能够根据土壤墒情、养分以及天气状况及时调整灌溉、施肥和施药方案，能够远程高效控制，实现水肥药一体化智能灌溉。

技术领域

本发明属于农作物生长管理科学智能化技术领域，具体涉及一种基于机器学习算法的水肥药一体化智能灌溉系统。

背景技术

通过分析自动监测系统的前端采集的土壤、气候、植物相关数据，处理数据结果并作出水肥药实施方案，对农田作物进行水肥灌溉，为农作物管理提供实用和高效的自动农业灌溉系统，现已在很多示范基地，连片经营地得到运用。水肥药一体化技术在农业上早已运用多年，有着比较成熟的技术解决方案，当前多为半自动化人工控制，鲜有全作业流程自动化智能化，目前智慧农业灌溉领域发展主要面临着综合因子决策支持、物联网远程无人监控、数据分析决策精准方面的挑战。具体如下：

目前，行业现有的果园精准灌溉系统在灌溉决策上，通常仅考虑一两个因素(如土壤湿度)，少见有多指标综合考虑各种因子来进行施用决策；肥药施用上多为人工分析设计实施方案，效率低下，制作数据分析模型，实施方案时对知识的局限性较大，不能实现自动化，智能化，精准化；在数据采集单元对数据采集的流程方法难以达到多因素影响下精准提取，对于实施后的效果未能有效监控评估，不能反馈从而持续优化实施参考数据，流程方法。

未建立作物健康科学模型和数据，需要人工分析数据采集监控单元的数据做出水肥药的施用方案，水肥药实施系统灵活性不够，不能多分时段，细化流量，组合实施；数据采集监控模块，数据分析决策模块与水肥药灌溉实施系统未建立数据关联反馈优化机制，需要人工进行连接，不能实现自动化，智能化，持续优化。

对于水肥药的实施效果没有监控和数据采集，对施用后的效果未进行分析评估，未建立施用效果数据模型，不利于对施用的评估以及施用方案的优化改进。

数据监控采集单元在采集监控数据时，多种影响因子对于精度的影响未能建立科学精准化模型，相关的参考作物健康数据未能完全契合地理气候，物种衰变，物种进化差异，由此可能造成来自于数据采集，和数据处理依据两方面的数据误差，不能对数据分析方法持续优化。

数据的精准性，作物数据模型，水肥药实施效果评估三个模块之间数据更新未建立关联，影响因子不能持续更新到数据中，未建立三者间关联数据更新机制，不能持续优化三者的流程方法，不能控制作物生育期不同以及环境变化等诸多因素带来的误差。

以上这些问题导致了作物的水肥药实施出现不精准，不科学，实施效果不好，影响农作物的健康生长发育，影响农产品的产量和质量，降低作物的经济效益。

机器学习神经算法技术近些年来得以实际应用，是计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的学科；它是模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，重构再造流程方法、参考数据基础，使之无限趋向于精准，它是人工智能的核心，是使计算机具有智能的根本途径。

发明内容

本发明的目的在于运用机器学习技术基于多因子综合精准算法，标准化流程管理，减少不可控因素，各因素建立综合算法调节机制，将农作物的水肥药施用数据根据每次的数据训练，数据测试分类回归计算出一个环境属性、作物属性与水肥药施用数据与施用效果的相关性模型。从而达到精准水肥药管理，提高农产品质量和产量。