[发明专利]一种基于XGBoost的温室滴灌番茄腾发量计算方法

权利要求书

1.一种基于XGBoost的温室滴灌番茄腾发量计算方法，其特征在于：包括以下步骤：

步骤一、定时监测并采集温室内的太阳净辐射Rn、相对湿度RH、空气温度Ta和风速V，每隔时间t计算一次各项指标的平均值存储于数据采集器中；并选取太阳净辐射Rn、相对湿度平均值RH、相对湿度最大值RH_max、相对湿度最小值RH_min、空气温度平均值Ta、空气温度最大值Ta_max、空气温度最小值Ta_min以及风速V的日平均值作为影响因子；

步骤二、分析影响ET的各项指标的相关性，根据相关性结果确定自变量因素，然后计算ET实测值的日平均值作为因变量构建模型；

步骤三、对样本数据进行标准化处理并随机打乱按比例分配分别作为训练集和测试集，以训练集对模型进行训练和调优，并以测试集对训练好的模型进行验证，得到预测模型用于计算ET值，

式中，为前面t-1棵树优化后的模型预测值，y_i为实测值，f_t(x_i)为新加入的第t棵树所得分值，Ω(f_t)表示第t棵树的正则项，constant表示前面t-1棵树的正则化项之和。

2.根据权利要求1所述的基于XGBoost的温室滴灌番茄腾发量计算方法，其特征在于：步骤一中在温室中部2m高度位置安装一套全自动气象站，每隔10s记录一次各项指标的数据，并每隔30min计算一次各项指标的平均值。

3.根据权利要求1所述的基于XGBoost的温室滴灌番茄腾发量计算方法，其特征在于：步骤二中采用水量平衡法计算出温室内番茄的腾发量作为实测值，

ET＝I_r+ΔS

式中：ET为耗水量(mm)；I_r为灌水量(mm)；ΔS为土壤储水量的变化量的绝对值(mm)。

4.根据权利要求1所述的基于XGBoost的温室滴灌番茄腾发量计算方法，其特征在于：步骤二还包括计算所有自变量的特征重要性和排列重要性，并根据排列重要性顺序进行消融试验优选出模型的输入变量。

5.根据权利要求4所述的基于XGBoost的温室滴灌番茄腾发量计算方法，其特征在于：选取Rn、RH、RH_min、Ta_max和Ta_min作为模型的输入变量。

6.根据权利要求1所述的基于XGBoost的温室滴灌番茄腾发量计算方法，其特征在于：步骤三中将获得的样本数据进行标准化处理，标准化处理方式为：

式中：Y表示标准化后的数值，X表示原始数据，表示原始数据的平均数，σ表示原始数据的方差。

7.根据权利要求1所述的基于XGBoost的温室滴灌番茄腾发量计算方法，其特征在于：步骤三中将标准化后的样本数据的80％作为训练集，将剩下的20％样本数据作为测试集。