[发明专利]一种基于人工智能确定农场作物施肥配方的方法和系统

权利要求书

1.一种基于人工智能确定农场作物施肥配方的方法，其特征在于，所述方法包括：

获取作物的多种器官对应的多组品质参数和作物环境信息；

基于多种候选施肥配方分别对应的肥料元素取值、所述多种器官对应的所述多组品质参数和所述作物环境信息，通过评估模型确定所述多种候选施肥配方对应的多个效果评分，所述多个效果评分包括叶片长势评分、果实长势评分、土壤优良评分中至少一个，所述评估模型为机器学习模型；

将所述多个效果评分中满足预设条件的效果评分对应的候选施肥配方作为所述作物的目标施肥配方；其中，

所述获取作物的多种器官对应的多组品质参数和作物环境信息，包括：

通过监测装置采集农场多个区域中的多个采样点的多组作物图像和多组环境数据；其中，每一个所述监测装置对应一个ID/身份标识，所述监测装置上设置有与ID/身份标识对应的二维码、条形码或NFC标签，所述监测装置中有定位装置以定位所述至少一个采样点的位置；

基于所述多个采样点分别对应的权重，对所述多个采样点对应的所述多组作物图像和所述多组环境数据进行统计分析得到反映多个区域的整体情况的整体作物图像和整体环境数据，所述多个采样点中的任意一个对应的权重与所述采样点的采样点密度正相关；

对所述整体作物图像进行图像识别，确定所述作物的多种器官对应的多组品质参数；

对所述整体环境数据进行图像识别，确定所述作物环境信息。

2.如权利要求1所述的方法，其特征在于，基于所述多组品质参数中的至少部分参数和所述施肥配方中多种肥料元素的取值范围，确定所述多种候选施肥配方分别对应的肥料元素取值。

3.如权利要求1所述的方法，其特征在于，所述方法还包括：

在采用所述目标施肥配方对所述作物施肥的一段时间中，通过监测装置获取至少1个时间阶段的阶段性多组品质参数和阶段性环境信息；

基于所述目标施肥配方的肥料元素取值、所述阶段性多组品质参数和所述阶段性环境信息，通过所述评估模型确定所述目标施肥配方的阶段性效果评分；

基于当前时间阶段的所述目标施肥配方的所述阶段性效果评分，确定下一时间阶段的所述目标施肥配方。

4.如权利要求3所述的方法，其特征在于，所述基于当前时间阶段的所述目标施肥配方的所述阶段性效果评分，确定下一时间阶段的所述目标施肥配方包括：

调整所述作物所在农场的至少一个区域的采样点密度和/或调整所述至少一个区域的采样轨迹。

5.一种基于人工智能确定农场作物施肥配方的系统，其特征在于，所述系统包括：

获取模块，用于获取作物的多种器官对应的多组品质参数和作物环境信息；

确定模块，用于基于多种候选施肥配方分别对应的肥料元素取值、所述多种器官对应的所述多组品质参数和所述作物环境信息，通过评估模型确定所述多种候选施肥配方对应的多个效果评分，所述多个效果评分包括叶片长势评分、果实长势评分、土壤优良评分中至少一个，所述评估模型为机器学习模型；以及用于将所述多个效果评分中满足预设条件的效果评分对应的候选施肥配方作为所述作物的目标施肥配方；其中，

所述获取模块还用于：

通过监测装置采集农场多个区域中的多个采样点的多组作物图像和多组环境数据；其中，每一个所述监测装置对应一个ID/身份标识，所述监测装置上设置有与ID/身份标识对应的二维码、条形码或NFC标签，所述监测装置中有定位装置以定位所述至少一个采样点的位置；

基于所述多个采样点分别对应的权重，对所述多个采样点对应的所述多组作物图像和所述多组环境数据进行统计分析得到反映多个区域的整体情况的整体作物图像和整体环境数据，所述多个采样点中的任意一个对应的权重与所述采样点的采样点密度正相关；

对所述整体作物图像进行图像识别，确定所述作物的多种器官对应的多组品质参数；

对所述整体环境数据进行图像识别，确定所述作物环境信息。

6.如权利要求5所述的系统，其特征在于，所述确定模块进一步用于：

基于所述多组品质参数中的至少部分参数和所述施肥配方中多种肥料元素的取值范围，确定所述多种候选施肥配方分别对应的肥料元素取值。