[发明专利]一种烤烟生长状况智能预测方法及系统

权利要求书

1.一种烤烟生长状况智能预测方法，其特征在于，包括：

获取种植方案量化指标、施肥方案量化指标和烤烟生长状态量化指标；

根据所述种植方案量化指标、所述施肥方案量化指标和所述烤烟生长状态量化指标基于频繁性挖掘，训练烤烟生长状况预测模型；

获取初始烤烟种植方案和初始烤烟施肥方案；

将所述初始烤烟种植方案和所述初始烤烟施肥方案输入所述烤烟生长状况预测模型，输出烤烟生长状态预测结果；

当所述烤烟生长状态预测结果不满足状态期望值时，对所述初始烤烟种植方案和/或所述初始烤烟施肥方案进行优化分析，获取满足所述状态期望值的烤烟种植方案优化结果和/或烤烟施肥方案优化结果；

将所述烤烟种植方案优化结果和/或所述烤烟施肥方案优化结果，以及优化方案状态预测结果添加进最佳参考数据；

将所述最佳参考数据发送至烤烟培育管理终端。

2.如权利要求1所述的方法，其特征在于，获取种植方案量化指标、施肥方案量化指标和烤烟生长状态量化指标，包括：

所述种植方案量化指标包括烤烟种植密度与种植环境信息中的一个或多个，其中，所述种植环境信息包括温度、湿度、酸碱度和土壤养分含量中的一个或多个；

所述施肥方案量化指标包括肥料组分类型、肥料组分比例和施肥流程信息中的一个或多个；

所述烤烟生长状态量化指标包括烤烟生长性状、干物质分配特征、烤烟物理指标和烟叶化学指标中的一个或多个。

3.如权利要求2所述的方法，其特征在于，所述烤烟生长状态量化指标包括烤烟生长性状、干物质分配特征、烤烟物理指标和烟叶化学指标中的一个或多个，包括：

所述烤烟生长性状为根据叶片数量、茎围、株高、叶片数、叶长、叶宽、叶面积和叶片厚度的计算的第一偏离系数矩阵和第一均值系数矩阵；

所述干物质分配特征为根据根部干物质含量、茎部干物质含量和叶部干物质含量计算的第二偏离系数矩阵和第二均值系数矩阵；

所述烤烟物理指标为根据烟叶展开度、单叶重量、叶质重量和含梗率计算的第三偏离系数矩阵和第三均值系数矩阵；

所述烟叶化学指标为根据糖含量、还原糖含量、烟碱含量、总氮含量、氯含量和钾含量计算的第四偏离系数矩阵和第四均值系数矩阵。

4.如权利要求3所述的方法，其特征在于，包括：

获取均值系数计算公式：

其中，表征任意一个类型烤烟生长状态量化指标的任意一个指标分量的均值系数，n表征样本总数，x_i表征第i个样本的任意一个类型烤烟生长状态量化指标的任意一个指标分量的特征值；

获取偏离系数计算公式：

其中，A表征任意一个类型烤烟生长状态量化指标的任意一个指标分量的偏离系数，n表征样本总数，x_i表征第i个样本的任意一个类型烤烟生长状态量化指标的任意一个指标分量的特征值；

根据所述均值系数计算公式和所述偏离系数计算公式评估所述烤烟生长性状、所述干物质分配特征、所述烤烟物理指标和所述烟叶化学指标中的一个或多个。