本发明专利技术提供一种水资源优化分配方法和装置，该方法通过获取多个传感器在预设采样时间采集到的农田内作物土壤附近的湿度信息；获取农田在预设采样时间上的温度信息；根据作物的种类和季节时间确定作物的生长期，根据作物的生长期确定作物腾发量；根据湿度信息、温度信息和作物腾发量对至少一个传感器进行分组，得到多个传感器组以及每个传感器组对应的平均作物底墒指标；将平均作物底墒指标和作物的生长期输入灌溉量确定神经网络模型中，得到传感器组对应的农田区域的灌溉量；其中，灌溉量确定神经网络模型是基于平均作物底墒指标样本、作物的生长期样本以及预先确定的灌溉量进行训练得到的。本发明专利技术通过上述步骤实现对农田的精准灌溉，节约用水。节约用水。节约用水。
【技术实现步骤摘要】
水资源优化分配方法和装置
[0001]本专利技术涉及人工智能
，尤其涉及一种水资源优化分配方法和装置。
技术介绍
[0002]在现有的农业发展中，对于较大规模农田的灌溉方式有滴灌、喷灌、漫灌等。在我国农田面积较大，常用的灌溉方式以漫灌为主，即在农田间不做任何沟梗，灌水时任其在地面漫流，借重力作用浸润土壤。
[0003]漫灌方法为一种比较粗放式的灌水方法，会因为大面积灌水容易造成水资源浪费。现有技术中可通过传感器监测农田湿度变化，从而控制水资源的灌溉，但是没有考虑到作物各个生长期所需水量的不同，和各个生长期的水分腾发量不同，难以实现精准的控制水资源的灌溉。
技术实现思路
[0004]本专利技术提供一种水资源优化分配方法和装置，用以解决现有技术中难以实现精准的控制水资源的灌溉的缺陷，实现精准的控制水资源的灌溉。
[0005]第一方面，本专利技术提供一种水资源优化分配方法，包括：
[0006]获取多个传感器在预设采样时间采集到的农田内作物土壤附近的湿度信息；
[0007]获取所述农田在所述预设采样时间上的温度信息；
[0008]根据所述作物的种类和季节时间确定所述作物的生长期，根据所述作物的生长期确定作物腾发量；
[0009]根据所述湿度信息、所述温度信息和所述作物腾发量对所述多个传感器进行分组，得到至少一个传感器组以及每个所述传感器组对应的平均作物底墒指标；
[0010]将所述平均作物底墒指标和所述作物的生长期输入灌溉量确定神经网络模型中，得到所述传感器组对应的农田区域的灌溉量；
[0011]其中，所述灌溉量确定神经网络模型是基于平均作物底墒指标样本、作物的生长期样本以及预先确定的灌溉量进行训练得到的。
[0012]进一步，根据本专利技术提供的水资源优化分配方法，其中，所述根据所述湿度信息、所述温度信息和所述作物腾发量对所述多个传感器进行分组，得到至少一个传感器组，具体包括：
[0013]根据所述湿度信息、所述温度信息和所述作物腾发量确定每一个传感器对应的初始作物底墒指标；
[0014]根据所述初始作物底墒指标和所述湿度信息对所述多个传感器进行分组，得到至少一个传感器组。
[0015]进一步，根据本专利技术提供的水资源优化分配方法，其中，所述根据每个所述传感器组中的每个传感器的湿度信息、所述温度信息和所述作物腾发量得到每个所述传感器组对应的平均作物底墒指标，具体包括：
[0016]根据所述湿度信息确定每个所述传感器组中每一个传感器对应的湿度序列；
[0017]根据所述湿度序列确定所述传感器组内任意两个传感器的差异距离；
[0018]根据所述差异距离确定所述传感器组的数据统一系数；
[0019]根据所述数据统一系数对所述每个所述每一个传感器对应的初始作物底墒指标进行调整，得到调整后的作物底墒指标；
[0020]根据所述调整后的作物底墒指标进行加和得到每个所述传感器组对应平均作物底墒指标。
[0021]进一步，根据本专利技术提供的水资源优化分配方法，其中，所述根据所述初始作物底墒指标和所述湿度信息对所述多个传感器进行分组，得到至少一个传感器组，具体包括：
[0022]根据所述初始作物底墒指标和所述传感器对应的湿度序列确定每两个传感器的分组距离；
[0023]根据所述分组距离利用密度聚类算法将所述传感器进行聚类，获得至少一个聚类簇作为对应的传感器组。
[0024]进一步，根据本专利技术提供的水资源优化分配方法，其中，所述根据所述分组距离利用密度聚类算法将所述传感器进行聚类，获得至少一个聚类簇作为对应的传感器组，包括：
[0025]若所述传感器组中的传感器数为一个，则所述传感器为异常传感器；
[0026]获得所述异常传感器与预设邻域范围内其他传感器的所述初始作物底墒指标的指标差异平均值；
[0027]将所述指标差异平均值与预设差异阈值进行比较，若所述指标差异平均值大于所述预设差异阈值，则将所述异常传感器的所述初始作物底墒指标替换为所述预设邻域范围内的初始作物底墒指标平均值，并基于所述初始作物底墒指标平均值将所述异常传感器重新聚类分组；
[0028]若所述指标差异平均值不大于所述预设差异阈值，则将所述异常传感器作为一个单独传感器组，不重新进行聚类。
[0029]进一步，根据本专利技术提供的水资源优化分配方法，其中，根据所述初始作物底墒指标和所述传感器对应的湿度序列采用第一模型确定两个传感器的分组距离，其中第一模型包括：
[0030][0031]其中，D为所述分组距离，W
A
为传感器A的所述初始作物底墒指标，W
B
为传感器B的所述初始作物底墒指标，S
A
为传感器A的所述湿度序列，S
B
为传感器B的所述湿度序列，PPMCC()为皮尔逊系数计算函数。
[0032]第二方面，本专利技术提供一种水资源优化分配装置，包括：
[0033]湿度信息获取模块，用于获取多个传感器在预设采样时间采集到的农田内作物土壤附近的湿度信息；
[0034]温度信息获取模块，用于获取所述农田在所述预设采样时间上的温度信息；
[0035]腾发量获取模块，用于根据所述作物的种类和季节时间确定所述作物的生长期，根据所述作物的生长期确定作物腾发量；
[0036]指标确定模块，用于根据所述湿度信息、所述温度信息和所述作物腾发量对所述
多个传感器进行分组，得到至少一个传感器组以及每个所述传感器组对应的平均作物底墒指标；
[0037]灌溉量确定模块，用于将所述平均作物底墒指标和所述作物的生长期输入灌溉量确定神经网络模型中，得到所述传感器组对应的农田区域的灌溉量；
[0038]其中，所述灌溉量确定神经网络模型是基于平均作物底墒指标样本、作物的生长期样本以及预先确定的灌溉量进行训练得到的。
[0039]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述水资源优化分配方法的步骤。
[0040]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述水资源优化分配方法的步骤。
[0041]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述水资源优化分配方法的步骤。
[0042]本专利技术提供的一种水资源优化分配方法和装置，通过获取多个传感器在预设采样时间采集到的农田内作物土壤附近的湿度信息；获取所述农田在所述预设采样时间上的温度信息；根据所述作物的种类和季节时间确定所述作物的生长期，根据所述作物的生长期确定作物腾发量；根据所述湿度信息、所述温度信息和所述作物腾发量对所述多个传感器进行分组，得到至少一个传感器组以及每个所述传感器组对应的平均作物底墒指标；将所述平均作物底墒指标和本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种水资源优化分配方法，其特征在于，包括：获取多个传感器在预设采样时间采集到的农田内作物土壤附近的湿度信息；获取所述农田在所述预设采样时间上的温度信息；根据所述作物的种类和季节时间确定所述作物的生长期，根据所述作物的生长期确定作物腾发量；根据所述湿度信息、所述温度信息和所述作物腾发量对所述多个传感器进行分组，得到至少一个传感器组以及每个所述传感器组对应的平均作物底墒指标；将所述平均作物底墒指标和所述作物的生长期输入灌溉量确定神经网络模型中，得到所述传感器组对应的农田区域的灌溉量；其中，所述灌溉量确定神经网络模型是基于平均作物底墒指标样本、作物的生长期样本以及预先确定的灌溉量进行训练得到的。2.根据权利要求1所述的水资源优化分配方法，其特征在于，所述根据所述湿度信息、所述温度信息和所述作物腾发量对所述多个传感器进行分组，得到至少一个传感器组，具体包括：根据所述湿度信息、所述温度信息和所述作物腾发量确定每一个传感器对应的初始作物底墒指标；根据所述初始作物底墒指标和所述湿度信息对所述多个传感器进行分组，得到至少一个传感器组。3.根据权利要求2所述的水资源优化分配方法，其特征在于，所述根据每个所述传感器组中的每个传感器的湿度信息、所述温度信息和所述作物腾发量得到每个所述传感器组对应的平均作物底墒指标，具体包括：根据所述湿度信息确定每个所述传感器组中每一个传感器对应的湿度序列；根据所述湿度序列确定所述传感器组内任意两个传感器的差异距离；根据所述差异距离确定所述传感器组的数据统一系数；根据所述数据统一系数对所述每一个传感器对应的初始作物底墒指标进行调整，得到调整后的作物底墒指标；根据所述调整后的作物底墒指标进行加和得到每个所述传感器组对应平均作物底墒指标。4.根据权利要求3所述的水资源优化分配方法，其特征在于，所述根据所述初始作物底墒指标和所述湿度信息对所述多个传感器进行分组，得到至少一个传感器组，具体包括：根据所述初始作物底墒指标和所述传感器对应的湿度序列确定每两个传感器的分组距离；根据所述分组距离利用密度聚类算法将所述传感器进行聚类，获得至少一个聚类簇作为对应的传感器组。5.根据权利要求4所述的水资源优化分配方法，其特征在于，所述根据所述分组距离利用密度聚类算法将所述传感器进行聚类，获得至少一个聚类簇作为对应的传感器组，包括：若所述传感器组中的传感器数为一个，则所述传感器为异常传感器；获得所述异常传感器与预设邻域范围内其他传...
【专利技术属性】
技术研发人员：王大龙，程振雨，李伟东，郑洁铭，马永忠，唐朝苗，朱亚龙，巩永春，顾雷雨，周全超，王冯，高利晶，郝娇阳，
申请(专利权)人：中国煤炭地质总局勘查研究总院庆阳新庄煤业有限公司新庄煤矿，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。