[发明专利]光照精准预测的苗床调度方法、系统及介质

说明书

本发明提供了一种光照精准预测的苗床调度方法、系统及介质，包括：光照预测模型建立步骤：采集并处理历史天气数据及历史光照数据，建立光照强度预测模型；光照强度预测步骤：采集实时的天气数据，并根据获得的光照强度预测模型，预测光照强度，输出光照预测数据；调度决策获取步骤：根据获得的光照预测数据，对苗床进行调度。本发明解决了人工光源的耗能问题和太阳光利用型温室的土地利用率低下问题，实现了小区域光照预测和立体苗床的动态优化部署，从而提高了植物工厂作物栽培的科学化、精确化和智能化程度。

技术领域

本发明涉及立体栽培技术领域，具体地，涉及光照精准预测的苗床调度方法、系统及介质。

背景技术

提高农业生产效率，实现农业装备精准控制一直是农业自动化的研究重点。随着温室种植在世界范围的推广应用，针对温室种植的相关设备得到了迅速发展，出现了以自动化多层栽培装备为代表的高度专业化、自动化农业设备。温室以其不受外界环境干扰、土地利用率高、自动化程度高的优点，在欧洲与日本等土地资源匮乏、环境恶劣的地区得到了广泛的应用。近年来，国际上植物工厂技术研发极为活跃，一方面不断引入和应用高新科技成果，朝着更加智能精准控制的方向发招；另一方面朝着更加节能和低运行成本的实用化方向发展，以实现技术的普遍化。

就人工光植物工厂而言，多采用多层式立体栽培以提高土地资源的利用效率，但人工光源的电能消耗约占植物工厂总体的80％。因此，高能耗一直是人工光植物工厂的难题。而太阳光利用型植物工厂因为考虑到所有的作物都要能够收到光照，要求作物生长方向上不能有遮挡物，一般使用单层式栽培方案，土地资源的利用效率低下。为了解决两种类型的温室问题，有必要将两者的优势进行结合，既能利用太阳光作为作物的生长资料，又能最大化土地资源利用率。本发明针对太阳光利用型立体栽培植物工厂的植物受光问题，通过对光照强度进行预测，智能化动态部署苗床。达到使立体苗床中的作物均匀受光的目的。

目前的光辐射预测方法分为物理模型和统计方法。物理模型是以大气的物理状态和运动状态为基础的，又称数值天气预报模型，被认为最适合与日前和多日预报范围。然而，数值天气预报模型受天气因素硬性较大，如预报区域的云量、云演化和光学性质等。一般这种模型在晴空条件下预测效良好，但在云量较多的情况下预测效果会大大降低。此外，这些物理模型在长期太阳辐射预测中的应用也收到计算复杂度的限制。统计模型分为两种：数理统计模型和机器学习算法。数理统计主要包括回归分析、时间序列分析、模糊理论、小波分析和卡尔曼滤波。在实际应用中，由于各种因素导致的参数随时间变化，统计方法的预测精度不如数值天气预报模型精度高。典型的机器学习算法包括：人工神经网络(ANN)、支持向量机(SVM)和启发式智能优化算法。混合人工智能系统对于太阳能预测是相当有效的，在不稳定的天空条件下，机器学习技术在提前一小时预测太阳的改善似乎更明显。

专利文献CN108076915A(申请号：201810026150.8)公开了一种智能化立体栽培机，包括：主支撑支架、轨道、输送链、驱动系统、种植穴盘和主控制器；所述轨道包括倾斜向上的上坡轨道、倾斜向下的下坡轨道和水平轨道。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种光照精准预测的苗床调度方法、系统及介质。

根据本发明提供的一种光照精准预测的苗床调度方法，包括：

光照预测模型建立步骤：采集并处理历史天气数据及历史光照数据，建立光照强度预测模型；

光照强度预测步骤：采集实时的天气数据，并根据获得的光照强度预测模型，预测光照强度，输出光照预测数据；

调度决策获取步骤：根据获得的光照预测数据，对苗床进行调度。

优选地，所述光照预测模型建立步骤包括：