[发明专利]一种实时灌溉方法及系统

说明书

本发明提供了一种实时灌溉方法及系统。系统包括训练数据库、验证数据库、实时决策数据库、人工智能算法库、决策因子库和实时灌溉决策方法库。选取决策因子；以历史某几年作物生育期的每日生长因素对人工智能算法进行训练和验证，获取最优算法；获取当前作物生育期内该作物前一日决策因子的值和当日影响因素的值，利用最优算法计算当日决策因子的值；根据当日决策因子的值与设定阈值的比较结果判断是否需要灌溉并给出灌溉建议。利用本发明中提出的实时灌溉方法及系统可在不同地点针对不同作物准确快速地计算出最优灌溉量，灵活满足灌溉所需。

技术领域

本发明涉及控制系统技术领域，特别是涉及一种实时灌溉方法及系统。

背景技术

灌溉决策是指根据作物需水规律，结合田间气象、土壤、作物情况给出的灌溉与否及灌溉量的决定过程。实时灌溉决策对于指导作物实时灌溉实践具有重要作用。

现有的灌溉决策方法主要包括四类：1)通过蒸散量和水量平衡估算土壤水分状态，与定义的土壤含水量下限比较触发灌溉；2)测量土壤含水量，与设定的土壤含水量下限比较触发灌溉；3)通过测量与作物水分直接或间接相关的作物参数，与设定的该作物参数下限比较触发灌溉，或将该作物参数转换为土壤含水量后与设定的土壤含水量下限比较触发灌溉；4)通过农业系统模型模拟作物生长过程和土壤水分运移，当土壤水分亏缺到一定程度或产生作物水分胁迫时触发灌溉。

上述方法中的1)和4)没有田间反馈量，视为开环控制。尽管开环控制的成本较低，但方法1)中易产生累计误差，导致作物生育期后期的决策结果不准确；方法4)中通过农业系统模型模拟田间的整体情况，尽管可以对田间尺度和作物生育期进行较准确预测，但需要专门的计算机及相关设备来运行农业系统模型，并将农业系统模型的模拟结果转化为特定的控制信号。

方法2)和3)采用的是田间测量值，可视为闭环控制。闭环控制往往因考虑田间变异性而需要增加监测成本，且田间变异性参数往往不能保证准确测量，例如当前土壤水分传感器的精度较低。

发明内容

为了解决上述问题，本发明提供了一种实时灌溉方法及系统，可简单、快速准确地实现作物灌溉量的实时计算，并给出合理的作物灌溉建议。

为实现上述目的，本发明提供了如下方案：

一种实时灌溉方法，包括以下步骤：

选取决策因素：土壤含水量、冠层温度和作物水分胁迫中的一种为决策因子；

以作物历史某几年作物生育期内的前一日决策因子的值和当日影响因素的值为输入，以当日决策因子的值为输出，对人工智能算法进行训练和验证，以验证结果最优的人工智能算法为最优算法；所述前一日决策因子的值和当日影响因素的值与当日决策因子的值具有关联关系；

获取该作物当前作物生育期内的前一日决策因子的值和当日影响因素的值，利用最优算法计算当日决策因子的值；

判断当日决策因子的值是否超过设定阈值：

若否，则不建议灌溉；

若是，则建议灌溉，并根据当日决策因子的值计算出所需灌溉量。

所述以作物历史某几年作物生育期内的前一日决策因子的值和当日影响因素的值为输入，以当日决策因子的值为输出，对人工智能算法进行训练和验证，以验证结果最优的人工智能算法为最优算法，具体过程包括：

以该作物某几个作物生育期内的前一日决策因子的值和当日影响因素的值为输入，以当日决策因子的值为输出数据，对人工智能算法进行训练，得到人工智能算法的训练模型；

以该作物不同的几个作物生育期内的前一日决策因子的值和当日影响因素的值为输入，通过人工智能算法的训练模型计算得到预测的当日决策因子的值，作为预测值；