[发明专利]一种基于植物生长周期的自动灌溉方法及系统

说明书

本发明提供了一种基于植物生长周期的自动灌溉方法及系统。其中，所述方法包括：S1，确定第一灌溉策略，所述第一灌溉策略与植物生长周期对应；S2，基于所述植物属性及种植环境确定第二灌溉策略；S3，利用所述第二灌溉策略对所述第一灌溉策略进行修正，以得到第三灌溉策略；S4，执行所述第三灌溉策略。本发明的灌溉策略更符合当地实际情况、种植场景的实际情况。

技术领域

本发明涉及智慧农业技术领域，具体而言，涉及一种基于植物生长周期的自动灌溉方法及系统。

背景技术

近年来，智慧农业技术在我国农业领域得到广泛应用，自动灌溉系统是智慧农业的重要组成部分。现有的自动灌溉系统，一般是通过在田间布置湿度传感器，实时监测农田土壤参数，并通过无线网络传输至控制器，控制器通过湿度传感器采集的湿度数据来确定当前土壤的水情，再基于一定的判定策略来确定是否开启自动灌溉设备进行灌溉作业。现有技术中的上述自动灌溉系统仅考虑到了土壤的水情，但是不同的作物以及不同的生长阶段对水的需求是完全不同的，显然，上述自动灌溉系统适应性较差，难以满足不同作物的生长供水需求。

可见，如何提高自动灌溉系统的灌溉有效性，是目前亟需解决的技术问题。

发明内容

为了解决上述背景技术中存在的技术问题，本发明提供了一种基于植物生长周期的自动灌溉方法、系统、电子设备及存储介质，以提高自动灌溉系统的灌溉有效性。

本发明的第一方面提供了一种基于植物生长周期的自动灌溉方法，包括：

S1，确定第一灌溉策略，所述第一灌溉策略与植物生长周期对应；

S2，基于所述植物属性及种植环境确定第二灌溉策略；

S3，利用所述第二灌溉策略对所述第一灌溉策略进行修正，以得到第三灌溉策略；

S4，执行所述第三灌溉策略。

可选地，所述确定第一灌溉策略，包括：

获取第一区域内的同类植物的灌溉大数据，其中，所述灌溉大数据包括灌溉策略、产量；

将所述灌溉大数据分为训练大数据组和测试大数据组，利用所述训练大数据组输入深度学习模型以对其进行训练；将所述测试大数据组输入经过训练的所述深度学习模型，输出第一灌溉策略。

可选地，所述利用所述训练大数据组输入深度学习模型以对其进行训练，包括：

设定初始训练次数为N、训练目标为产量值M最大、产量值M的上下限值；

训练过程中，获取所述深度学习模型的实时模型参数，对所述模型参数进行记录以形成模型参数训练集；

当训练次数达到N的设定百分比时，若所述产量值M接近上限值，则结束训练；若所述产量值M超出上限值，则暂停训练，并从所述模型参数训练集中提取出低于但最接近所述上限值的产量值M对应的模型参数，将所述模型参数赋值于深度学习模型，利用所述训练大数据组中剩余的数据继续进行训练，直至所述产量值M接近上限值时，结束训练。

可选地，前述两个结束训练的条件存在区别：后者与所述上限值的接近程度大于前者。

可选地，所述第一区域通过如下方式确定：

获取植物属性和种植面积；

基于所述植物属性确定该植物的种植难度值，所述种植难度值基于原产地匹配度、抗病害能力、水肥敏感度、温度敏感度、光照敏感度、人工依赖度确定；

所述第一区域与所述种植难度值和所述种植面积均成正比。

可选地，步骤S2中，所述基于所述植物属性及种植环境确定第二灌溉策略，包括：