[发明专利]一种基于知识图谱的植物灌溉养护方法及系统

说明书

本发明涉及园林灌溉技术领域，公开了一种基于知识图谱的植物灌溉养护方法，本发明接入知识图谱，通过图数据关系计算得到植物的生长习性和环境喜好，并在数据库记录种植植物的生长信息，再结合少量的环境传感器设备感知环境温湿度信息，另外除了从互联网开放接口获取天气信息外，还增加了计算机视觉分类模型，通过摄像头实时拍摄现场环境，经过模型计算得到天气分类，从而更准确地判断当日天气提高整体模型的决策精度。本发明还公开了一种基于知识图谱的植物灌溉养护系统。最后，综合以上信息，本发明提出一个用于计算单日单位面积预测植物需水量的深度学习模型，结合专家经验和历史数据训练得到模型，后续实际应用场景中只需要采集环境指标并输入模型即可得到较为精确到植物需水量。

技术领域

本发明涉及园林灌溉技术领域，具体地说，是一种基于知识图谱的植物灌溉养护方法及系统。

背景技术

园林灌溉是补充园林植物生长所需的土壤水分，以改善其生长条件的技术措施。利用人工的方法或机械的方法以不同的灌水形式，补充园林绿地的土壤水分，满足植物的水分需求。

现有技术中解决植物灌溉的方法主要分为以下五类：

①简单的直接通过定时开关控制水用电磁阀的开闭状态对植物进行灌溉。

②通过电路板做控制端，利用WIFI模块进行无线连接，通过MQTT等通讯协议或物联网通讯服务平台与远程设备连接，控制灌溉养护设备系统的开关。

③通过电路板做控制端，空气温湿度传感器、土壤湿度传感器、二氧化碳浓度等传感器设备用来收集环境的温度、湿度、土壤湿度和二氧化碳浓度等环境因素作为判断参数，根据环境参数的变化结合函数计算自动决策执行浇灌工作。

④通过互联网获取降雨量和气温等环境数据，预测未来一段时间内的降水量和气温，再根据土壤传感器数据辅助判断灌溉时间和灌溉量，如专利申请号202011466209.9。

⑤用人工智能的方法，用相机拍摄植物图像，根据农作物的RGB图像获取农作物的颜色分布特征图和纹理特征影像图得到农作物生长状态分布图，结合湿度传感器计算和控制灌溉用水量，如专利申请号202110873969.X。

可以看出，现有技术都依赖传感器进行工作喷灌，在面积较大场地应用时，单个传感器的数据覆盖面积有限，需要在现场布设多个传感器设备，增加了设备成本，同时中控板与二氧化碳传感器、土壤传感器之间使用有线连接也大大增加了线路布设的工程量，延长工程周期，增加工程成本。另外，现实场地往往具有多种类型的植物，现有技术方案并没有考虑到不同类型的植物生长周期不同，对水量的需求也不同，容易造成植物生长不佳和水资源浪费的问题。

因此，基于上述问题，本发明提供了一种解决方法及系统，基于知识图谱的植物习性、养护等数据信息，结合物理环境传感器技术和人工智能机器视觉技术，判断植物成长状态和植物种植环境因素，并根据环境因素自动计算植物需水量，自动浇灌系统根据植物需水量控制浇灌喷头的通水时间，从而实现精准控制水量的目的。

发明内容

本发明的目的在于提供一种基于知识图谱的植物灌溉养护方法及系统，基于知识图谱的植物习性、养护等数据信息，结合物理环境传感器技术和人工智能机器视觉技术，判断植物成长状态和植物种植环境因素，并根据环境因素自动计算植物需水量，自动浇灌系统根据植物需水量控制浇灌喷头的通水时间，从而实现精准控制水量的目的。

本发明通过下述技术方案实现：一种基于知识图谱的植物灌溉养护方法，包括以下步骤：

步骤S1，建立知识图谱并在知识图谱内存储节点信息和关系信息，将植物品种输入进知识图谱中，结合环境传感器设备和互联网基于位置的服务接口LBS提供的数据计算植物生长属性得分值、植物种植区位影响因子、植物生长天数影响因子、降雨影响因子、温度影响因子和随机环境因素影响因子，并将计算的数据处理为数据集；