[发明专利]一种基于神经网络的灌溉决策方法及系统

说明书

本发明公开了一种基于神经网络的灌溉决策方法及系统，该方法包括：获取历史样本数据集，历史样本数据集包括多个第一数据对和第二数据对；以第一数据对中的根系深度、当日气象数据以及前一日土壤含水量为输入，以当日土壤含水量为输出，训练第一神经网络模型；以第二数据对中的根系深度、当日气象数据、当日灌溉量和降雨量以及前一日土壤含水量为输入，以当日土壤含水量为输出，训练第二神经网络模型；采用第一神经网络模型以及第二神经网络模型分别预测无灌溉且降雨量小于设定阈值的日土壤含水量以及有灌溉或降雨量大于设定阈值的日土壤含水量；在预测得到的土壤含水量小于预设值时，触发灌溉系统进行灌溉。本发明具有预测精度高、成本低的优势。

技术领域

本发明涉及农业灌溉领域，特别是涉及一种基于神经网络的灌溉决策方法及系统。

背景技术

目前的灌溉决策方法主要包括：1)基于蒸散量和水量平衡，即通过水量平衡原理计算田间的蒸发蒸腾量来估算土壤水分，并与土壤含水量下限比较触发灌溉，通过灌溉将根系土壤含水量补充到田持；2)基于土壤含水量测量的方法，这类方法通过传感器直接测量土壤含水量，并与预先设定的阈值比较触发灌溉，灌水量一般为固定值或当传感器的测量值不再低于设定下限阈值，这类方法通常需要在田间布置多个测量点；3)基于作物水分状态的方法，即通过测量作物的水分状态进行决策，例如测量作物冠层温度，根据冠层温度超过设定阈值的时间与设定时间阈值进行比较来触发灌溉。上述方法各有优缺点，如方法1)的精度不高，容易导致不恰当的灌溉，如灌溉水较多超出田间持水量而被浪费，或估计的土壤含水量偏高导致实际含水量偏低而损害作物产量或质量；方法2)和3)通常需要大量的监测传感器，且传感器精度对决策的影响也很大，建设成本也较高。

发明内容

本发明的目的是提供一种基于神经网络的灌溉决策方法及系统，具有精度高和成本低的特点。

为实现上述目的，本发明提供了如下方案：

一种基于神经网络的灌溉决策方法，包括：

获取历史样本数据集，所述历史样本数据集包括多个第一数据对和多个第二数据对，所述第一数据对包括：根系深度、当日无灌溉且降雨量小于设定阈值时的当日土壤含水量、当日气象数据以及前一日土壤含水量，所述第二数据对包括：根系深度、当日有灌溉或降雨量大于所述设定阈值时的当日土壤含水量、当日气象数据、当日灌溉量和降雨量以及前一日土壤含水量；

以所述第一数据对中的根系深度、当日气象数据以及前一日土壤含水量为输入，以所述第一数据对中的当日土壤含水量为输出，对神经网络进行训练，得到第一神经网络模型；

以所述第二数据对中的根系深度、当日气象数据、当日灌溉量和降雨量以及前一日土壤含水量为输入，以所述第二数据对中的当日土壤含水量为输出，对神经网络进行训练，得到第二神经网络模型；

获取待预测日的气象数据以及预测降雨量；

根据所述待预测日的气象数据以及预测降雨量，采用所述第一神经网络模型或所述第二神经网络模型预测所述待预测日的土壤含水量；

判断预测得到的土壤含水量是否小于预设值，如果是，则触发灌溉系统进行灌溉。

可选的，在确定预测得到的土壤含水量小于预设值后，基于田持土壤含水量，确定灌溉量。

可选的，将土壤在竖直方向上划分为多层，所述土壤含水量为土壤各层的含水量。

可选的，所述气象数据包括空气温湿度、净辐射、风速中的一种或多种。

可选的，