苗木生长状态预测方法、装置、设备和存储介质制造方法及图纸

本发明专利技术涉及一种苗木生长状态预测方法、装置、设备和存储介质，该方法包括：获取样本苗木在各个时刻的茎体水分数据和所处环境的环境状态数据的集合；将状态数据集随机分为样本训练集和样本测试集；根据温度区间，将样本训练集和样本测试集分别根据温度区间处理成多个子测试集和多个子训练集；针对每一个子训练集，建立多个回归模型进行回归分析，应用子测试集对子训练集训练出来的回归模型进行测试，以确定拟合度最高的回归模型作为目标回归模型；将待预测苗木的环境状态数据输入至目标回归模型，以获取待预测苗木的茎体水分数据后预测待预测苗木的生长状态。实现了苗木生长状态的智能监测以及智能化管理，成本和维护费用低。

Forecasting method, device, equipment and storage medium for seedling growth state

【技术实现步骤摘要】
苗木生长状态预测方法、装置、设备和存储介质
本专利技术涉及智能园林
，具体涉及一种苗木生长状态预测方法、装置、设备和存储介质。
技术介绍
监测苗木茎体的水分对于了解描述的生长状态具有指导意义，也即，根据苗木茎体的水分即可判断苗木当前的长势是否良好，或者，需要补充水分等处理。目前关于苗木茎体水分的监测中，通常一个茎体水分监测站只能监测一类苗木，然而，越来越多的工厂化苗木生产基地的出现，苗木种类多、分级繁琐，这样如果逐一安装茎体水分监测器，则不仅成本高，日常的维护费用也高。此外，也无法实现对现代化苗圃基地的智能化管理。
技术实现思路
有鉴于此，提供一种苗木生长状态预测方法、装置、设备和存储介质，以解决现有技术中每个茎体水分监测站智能监测一类苗木的生长状态带来的成本高以及维护费用高，且，无法对现代苗圃进行智能化管理的问题。本专利技术采用如下技术方案：第一方面，本申请实施例提供了一种苗木生长状态预测方法，该方法包括：获取样本苗木在各个时刻的状态数据组成的状态数据集合，其中，每个时刻的状态数据包括所述样本苗木的茎体水分数据和所述样本苗木所处环境的环境状态数据，所述环境状态数据包括光照强度、空气湿度、空气温度、土壤湿度和土壤温度；将所述状态数据集随机分为样本训练集和样本测试集；将所述样本训练集和所述样本测试集分别根据温度区间进行分布式处理，以获取多个子测试集和多个子训练集；针对每一个子训练集，建立多个回归模型进行回归分析，在所述多个回归模型中筛选出拟合度大于预设拟合度阈值的第一回归模型；应用每一个子测试集对所述第一回归模型进行测试，剔除所述第一回归模型中过拟合的回归模型，以得到第二回归模型；选取所述第二回归模型中满足预设均方残差条件的回归模型作为目标回归模型；将待预测苗木的环境状态数据输入至所述目标回归模型，以获取所述待预测苗木的茎体水分数据，以根据所述待预测苗木的茎体水分数据预测所述待预测苗木的生长状态。第二方面，本申请实施例提供了一种苗木生长状态预测装置，该预测装置包括：数据获取模块，用于获取样本苗木在各个时刻的状态数据组成的状态数据集合，其中，每个时刻的状态数据包括所述样本苗木的茎体水分数据和所述样本苗木所处环境的环境状态数据，所述环境状态数据包括光照强度、空气湿度、空气温度、土壤湿度和土壤温度；集合分类模块，用于将所述状态数据集随机分为样本训练集和样本测试集；分布式处理模块，用于将所述样本训练集和所述样本测试集分别根据温度区间进行分布式处理，以获取多个子测试集和多个子训练集；回归分析模块，用于针对每一个子训练集，建立多个回归模型进行回归分析，在所述多个回归模型中筛选出拟合度大于预设拟合度阈值的第一回归模型；模型优化模块，用于应用每一个子测试集对所述第一回归模型进行测试，剔除所述第一回归模型中过拟合的回归模型，以得到第二回归模型；目标模型确定模块，用于选取所述第二回归模型中满足预设均方残差条件的回归模型作为目标回归模型；生长状态预测模块，用于将待预测苗木的环境状态数据输入至所述目标回归模型，以获取所述待预测苗木的茎体水分数据，以根据所述待预测苗木的茎体水分数据预测所述待预测苗木的生长状态。第三方面，本申请实施例提供了一种设备，该设备包括：处理器，以及与所述处理器相连接的存储器；传感器，用于监测茎体水分数据和环境状态数据，并将所述茎体水分数据和所述环境状态数据发送至所述处理器；所述存储器用于存储计算机程序，所述计算机程序至少用于执行本申请实施例第一方面所述的苗木生长状态预测方法；所述处理器用于调用并执行所述存储器中的所述计算机程序。第四方面，本申请实施例提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现如第一方面所述的苗木生长状态预测方法中各个步骤。本专利技术采用以上技术方案，首先获取样本苗木在各个时刻的茎体水分数据和样本苗木所处环境的环境状态数据组成的状态数据集合，为了后续对获得的回归模型进行测试，将状态数据集分为样本训练集和样本测试集，应用样本训练集建立多个回归模型进行回归分析，并筛选出大于预设拟合度阈值的第一回归模型，然后再用测试集进行测试，实现对回归模型的进一步筛选，这样得到了拟合度最高的回归模型作为目标回归模型；另外，将将待预测苗木的环境状态数据输入至目标回归模型，就可以获取待预测苗木的茎体水分数据，然后再根据茎体水分数据预测待预测苗木的生长状态。在实现对茎体水分检测站智能监测的同时，还可以实现对现代化苗圃进行智能化管理，无需针对每类苗木安装茎体水分监测站，成本低、维护费用也低。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的一种苗木生长状态预测方法的流程图；图2是本专利技术实施例提供的另一种苗木生长状态预测方法的流程图；图3是本专利技术实施例提供的一种苗木生长状态预测装置的结构示意图；图4是本专利技术实施例提供的一种设备的结构示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将对本专利技术的技术方案进行详细的描述。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本专利技术所保护的范围。实施例图1为本专利技术实施例提供的一种苗木生长状态预测方法的流程图，该方法可以由本专利技术实施例提供的苗木生长状态预测装置来执行，该装置可采用软件和/或硬件的方式实现。参考图1，该方法具体可以包括如下步骤：S101、获取样本苗木在各个时刻的状态数据组成的状态数据集合，其中，每个时刻的状态数据包括所述样本苗木的茎体水分数据和所述样本苗木所处环境的环境状态数据，所述环境状态数据包括光照强度、空气湿度、空气温度、土壤湿度和土壤温度。整体来讲，本申请实施例中应用的苗木包括两类，一类是样本苗木，用来确定目标回归模型，另一类是待预测苗木，为实际应用中通过其状态数据去预测其茎体水分以及生长状态的苗木。其中，应用样本苗木在各个时刻的状态数据去建立回归模型并进行回归分析，得到目标回归模型，然后将待预测苗木的茎体水分数据输入至目标回归模型，得到待预测苗木的生长状态。需要说明的是，在实际的应用过程中，一个苗圃里种的苗木通常为树龄或高度相近的同一个苗木品种，例如，5米高的杨树。具体的，获取样本苗木在各个时刻的状态数据组成的状态数据集合，针对一个时刻，状态数据包括所述样本苗木的茎体水分数据，和，所述样本苗木所处环境的环境状态数据，所述环境状态数据包括光照强度、空气湿度、空气温度、土壤湿度和土壤温度。可选的，可以应用茎体水分监测器来获取样本苗木的茎体水分数据，应用传感器来获取环境状态数据，例如，应用湿度传感器来检测空气湿度，应用温度传感器来检测空气温度等。需要说明的是，传感器和茎体水分监测器的型号、结构和种类不进行限定，凡是能实现本申请的技术方案即可。S102、将所述状态数据集随机分为样本训练集和样本测试集。具体的，在得到目标回归模型的过程中，首先应用样本训练集训练回本文档来自技高网...

【技术保护点】
1.一种苗木生长状态预测方法，其特征在于，包括：获取样本苗木在各个时刻的状态数据组成的状态数据集合，其中，每个时刻的状态数据包括所述样本苗木的茎体水分数据和所述样本苗木所处环境的环境状态数据，所述环境状态数据包括光照强度、空气湿度、空气温度、土壤湿度和土壤温度；将所述状态数据集随机分为样本训练集和样本测试集；将所述样本训练集和所述样本测试集分别根据温度区间进行分布式处理，以获取多个子测试集和多个子训练集；针对每一个子训练集，建立多个回归模型进行回归分析，在所述多个回归模型中筛选出拟合度大于预设拟合度阈值的第一回归模型；应用每一个子测试集对所述第一回归模型进行测试，剔除所述第一回归模型中过拟合的回归模型，以得到第二回归模型；选取所述第二回归模型中满足预设均方残差条件的回归模型作为目标回归模型；将待预测苗木的环境状态数据输入至所述目标回归模型，以获取所述待预测苗木的茎体水分数据，以根据所述待预测苗木的茎体水分数据预测所述待预测苗木的生长状态。

【技术特征摘要】
1.一种苗木生长状态预测方法，其特征在于，包括：获取样本苗木在各个时刻的状态数据组成的状态数据集合，其中，每个时刻的状态数据包括所述样本苗木的茎体水分数据和所述样本苗木所处环境的环境状态数据，所述环境状态数据包括光照强度、空气湿度、空气温度、土壤湿度和土壤温度；将所述状态数据集随机分为样本训练集和样本测试集；将所述样本训练集和所述样本测试集分别根据温度区间进行分布式处理，以获取多个子测试集和多个子训练集；针对每一个子训练集，建立多个回归模型进行回归分析，在所述多个回归模型中筛选出拟合度大于预设拟合度阈值的第一回归模型；应用每一个子测试集对所述第一回归模型进行测试，剔除所述第一回归模型中过拟合的回归模型，以得到第二回归模型；选取所述第二回归模型中满足预设均方残差条件的回归模型作为目标回归模型；将待预测苗木的环境状态数据输入至所述目标回归模型，以获取所述待预测苗木的茎体水分数据，以根据所述待预测苗木的茎体水分数据预测所述待预测苗木的生长状态。2.根据权利要求1所述的方法，其特征在于，所述将所述状态数据集随机分为样本训练集和样本测试集之前，还包括：剔除所述状态数据集中的异常数据，其中，所述异常数据包括茎体水分大于第一预设水分阈值的数据和茎体水分小于第二预设水分阈值的数据，所述第一预设水分阈值大于所述第二预设水分阈值。3.根据权利要求1所述的方法，其特征在于，将所述待预测苗木的环境状态数据输入至所述目标回归模型，以获取所述待预测苗木的茎体水分数据，包括：确定所述待预测苗木的环境状态数据对应的温度区间；根据所述温度区间确定所述目标回归模型；将所述待预测苗木的环境状态数据输入至所述目标回归模型，以获取所述待预测苗木的茎体水分数据。4.根据权利要求1所述的方法，其特征在于，根据所述待预测苗木的茎体水分数据预测所述待预测苗木的生长状态，包括：将所述待预测苗木的茎体水分数据与茎体水分数据与生长状态的对应关系进行匹配；从所述匹配结果中识别所述待预测树苗的生长状态。5.根据权利要求1所述的方法，其特征在于，所述回归模型中的自变量为环境状态数据，所述回归模型中的因变量为茎体水分数据。6.根据权利要求1所述的方法，其特征在于...

【专利技术属性】
技术研发人员：赵泉胜，张波，铁英，杨成林，
申请(专利权)人：内蒙古蒙树生态环境有限公司，内蒙古和盛生态育林有限公司，
类型：发明
国别省市：内蒙古,15