一种基于CatBoost的灌溉量计算方法及系统技术方案

本申请提供的一种基于CatBoost的灌溉量计算方法及系统，获取设定时间步长的环境特征数据集以及环境特征数据集所对应的目标数据；根据环境特征数据集、目标数据以及CatBoost算法构建基于CatBoost的蒸发蒸腾量估算模型；获取预设的目标灌溉参数；所述目标灌溉参数包括所述待灌溉作物的栽培模式和灌溉时段；所述栽培模式包括大田土壤栽培模式、设施土壤栽培模式以及设施无土栽培模式；获取待灌溉作物的图像数据，识别作物所在生育阶段；灌溉时段符合预设灌溉条件，根据所述栽培模式，获取相应时间步长的环境特征数据，输入训练好的所述基于CatBoost的蒸发蒸腾量估算模型，计算所述待灌溉作物的参考蒸发蒸腾量；根据所述参考蒸发蒸腾量，计算实际蒸发蒸腾量；根据所述生育阶段和所述实际蒸发蒸腾量，计算所述待灌溉作物的灌溉量。该方法简单易行，提高了灌溉量计算的准确率。准确率。准确率。

【技术实现步骤摘要】
一种基于CatBoost的灌溉量计算方法及系统


[0001]本申请涉及计算机
，具体涉及一种基于CatBoost的灌溉量计算方法及系统。

技术介绍

[0002]我国水资源短缺，农业用水量占全国总水量的70％以上，但利用率在40％～50％，采用先进的灌溉技术解决农业灌溉用水的问题，合理科学地利用水资源，对提高农作物产量和缓解水资源危机有着重要意义。
[0003]随着物联网技术的发展和农业节水理论研究的深入,水肥灌溉正朝向精量化、智能化不断发展，在目前主流的灌溉决策方法中，主要采用基于土壤含水量或者基于光辐射的灌溉方法两种灌溉方式。土壤含水量灌溉方法主要是将土壤或基质持水量的80％设为灌溉下限，土壤或基质持水量的100％设为灌溉上限。基于光辐射的灌溉方法主要是基于太阳辐射建立灌溉控制模型，当太阳辐射积累到一定量时启动一次灌溉，灌溉量与光辐射成正比。然而作物的灌溉量受温度、平均湿度等气象因子以及土壤水分等综合因素的影响，现有技术无法根据不同作物不同生育期的在不同气候条件灵活计算灌溉量，使得要不算计算，手动不断调整参数，智能化水平低。
[0004]此外，作物蒸发蒸腾量是估算作物耗水量、制定灌溉制度、提高用水效率实现农业节水的重要参数，现有技术中应用彭曼公式计算作物蒸发蒸腾量的方法所需参数多，数据采集成本高，计算复杂。

技术实现思路

[0005]本专利技术实施例的目的在于提供一种基于CatBoost的灌溉量计算方法及系统，综合考虑作物生长、气象因素、温室小气候、基质含水量等因素，建立了智能、全面灌溉决策方法。具体技术方案如下：
[0006]在本专利技术实施例的第一方面，提供一种基于CatBoost的灌溉量计算方法，步骤S110、获取设定时间步长的环境特征数据集以及环境特征数据集所对应的目标数据；步骤S120、根据环境特征数据集、目标数据以及CatBoost算法构建基于CatBoost的蒸发蒸腾量估算模型，分别以小时和天为步长部署模型；步骤S130、获取预设的目标灌溉参数；所述目标灌溉参数包括所述待灌溉作物的栽培模式和灌溉时段；所述栽培模式包括大田土壤栽培模式、设施土壤栽培模式以及设施无土栽培模式；步骤S140、获取待灌溉作物的图像数据，识别作物所在生育阶段；步骤S150、灌溉时段符合预设灌溉条件，根据所述栽培模式，获取相应时间步长的环境特征数据，输入训练好的所述基于CatBoost的蒸发蒸腾量估算模型，计算所述待灌溉作物的参考蒸发蒸腾量；步骤S160、根据所述参考蒸发蒸腾量，计算实际蒸发蒸腾量；步骤S170、根据所述生育阶段和所述实际蒸发蒸腾量，计算所述待灌溉作物的灌溉量；其中，所述灌溉量为上次灌溉时段与当前时段之间所述待灌溉作物的耗水量。可选地，所述步骤S110、根据设定的时间步长构造特征集，获取特征数据集及特征数据集所对应
的目标数据之前，还包括：步骤S100、获取历史环境数据，根据设定的时间步长构建环境训练数据集；对环境训练数据集进行预处理，构造设定时间步长的环境特征数据集。
[0007]可选地，所述步骤S120、根据环境特征数据集、目标数据以及CatBoost算法构建基于CatBoost的蒸发蒸腾量估算模型，包括：步骤S121，将所述环境特征数据集分为训练集、测试集以及验证集；步骤S122、对所述训练集进行预处理和向量化处理，获得特征向量；步骤S123，对所述目标数据进行预处理和向量化处理，获得目标向量；步骤S124、根据所述特征向量和所述目标向量对所述模型进行训练，获得训练后的模型；步骤S125、根据所述验证集对所述训练后的模型进行验证；步骤S126、根据所述测试集对所述训练后的模型的精度进行测试；步骤S127、保存所述模型。
[0008]可选地，所述步骤S150、根据所述栽培模式，获取相应时间步长的环境特征数据，包括：若所述栽培模式为所述大田土壤栽培模式或所述设施土壤栽培模式，则获取相应时间步长的平均温度、平均湿度和累积太阳辐射作为所述环境特征数据集；其中，时间步长为一日；若所述栽培模式为设施无土栽培模式，则获取相应时间步长的平均温度、平均湿度和累积太阳辐射作为所述环境特征数据集；其中，时间步长为一小时。
[0009]可选地，所述步骤S160、根据所述参考蒸发蒸腾量，计算实际蒸发蒸腾量，包括：步骤S161、根据所述参考蒸发蒸腾量，采用如下公式计算累积参考蒸发蒸腾量：
[0010][0011]其中，在所述大田土壤栽培模式或所述设施土壤栽培模式下，ET
0i
表示距上次灌溉期间，每日的参考蒸发蒸腾量；在所述设施无土栽培模式下，ET
0i
表示距上次灌溉期间，每小时的参考蒸发蒸腾量；ET0表示距离上次灌溉到本次灌溉启动时若干天或若干小时参考蒸发蒸腾量累积之和，即累积参考蒸发蒸腾量；步骤S162、通过图像识别技术识别所述作物所在生育阶段，根据作物系数数据库，获取作物系数；其中，所述作物系数数据库用于存储不同作物所在生育阶段的作物系数；步骤S163、根据所述作物系数和所述累积参考蒸发蒸腾量，采用如下公式计算所述实际蒸腾蒸发量：
[0012]ET
C
＝K
c
×
ET0[0013]其中，ET
c
表示实际蒸腾蒸发量，K
c
表示作物系数，ET0表示累积参考蒸发蒸腾量。
[0014]可选地，所述步骤S170、根据所述生育阶段和所述实际蒸发蒸腾量，计算所述待灌溉作物的灌溉量，包括：根据所述生育阶段和所述实际蒸发蒸腾量，采用如下公式计算所述灌溉量：
[0015][0016]其中，W表示灌溉量，S表示实际生产面积，ETc表示实际蒸腾蒸发量，η表示灌溉水利用系数，R表示降水量。
[0017]可选地，所述步骤S170、根据所述生育阶段和所述实际蒸发蒸腾量，计算所述灌溉量之后，还包括：步骤S181、获取所述待灌溉作物的灌溉量系数；其中，首次灌溉的灌溉量系数为1；步骤S182、根据所述生育阶段，调整灌溉量系数；步骤S183、根据所述调整灌溉量系数和所述灌溉量，调整所述灌溉量。
[0018]可选地，所述步骤S182、根据所述生育阶段，调整灌溉量系数，具体为：根据所述生
育阶段，预设排液比；获取所述待灌溉作物的实际排液量；根据所述实际排液量，计算实际排液比；若所述预设排液比与所述实际排液比之差大于预设阈值，则调整所述灌溉量系数。
[0019]在本专利技术实施例的又一方面，提供一种基于CatBoost的灌溉量计算系统，数据集获取模块，根据设定的时间步长构造特征集，获取特征数据集及特征数据集所对应的目标数据；模型构建模块，用于根据特征数据集、目标数据以及CatBoost算法构建蒸发蒸腾量估算模型，将数据集分为训练集、测试集以及验证集，根据训练集对模型进行训练，获得训练后的模型；根据所述验证集对所述训练后的模型进行验证，根据所述测试集对所述训练后的模型精度进行检验，将以小时和天为步长的模型分别进行保存；基础参数设置模块，用于获取预设的目标灌溉参数；所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于CatBoost的灌溉量计算方法，其特征在于，所述方法包括：步骤S110、获取设定时间步长的环境特征数据集以及环境特征数据集所对应的目标数据；步骤S120、根据环境特征数据集、目标数据以及CatBoost算法构建基于CatBoost的蒸发蒸腾量估算模型，分别以小时和天为步长部署模型；步骤S130、获取预设的目标灌溉参数；所述目标灌溉参数包括所述待灌溉作物的栽培模式和灌溉时段；所述栽培模式包括大田土壤栽培模式、设施土壤栽培模式以及设施无土栽培模式；步骤S140、获取待灌溉作物的图像数据，识别作物所在生育阶段；步骤S150、灌溉时段符合预设灌溉条件，根据所述栽培模式，获取相应时间步长的环境特征数据，输入训练好的所述基于CatBoost的蒸发蒸腾量估算模型，计算所述待灌溉作物的参考蒸发蒸腾量；步骤S160、根据所述参考蒸发蒸腾量，计算实际蒸发蒸腾量；步骤S170、根据所述生育阶段和所述实际蒸发蒸腾量，计算所述待灌溉作物的灌溉量；其中，所述灌溉量为上次灌溉时段与当前时段之间所述待灌溉作物的耗水量。2.根据权利要求1所述的基于CatBoost的灌溉量计算方法，其特征在于，所述步骤S110、根据设定的时间步长构造特征集，获取特征数据集及特征数据集所对应的目标数据之前，还包括：步骤S100、获取历史环境数据，根据设定的时间步长构建环境训练数据集；对环境训练数据集进行预处理，构造设定时间步长的环境特征数据集。3.根据权利要求1所述的基于CatBoost的灌溉量计算方法，其特征在于，所述步骤S120、根据环境特征数据集、目标数据以及CatBoost算法构建基于CatBoost的蒸发蒸腾量估算模型，包括：步骤S121、将所述环境特征数据集分为训练集、测试集以及验证集；步骤S122、对所述训练集进行预处理和向量化处理，获得特征向量；步骤S123、对所述目标数据进行预处理和向量化处理，获得目标向量；步骤S124、根据所述特征向量和所述目标向量对所述模型进行训练，获得；步骤S125、根据所述验证集对所述训练后的模型进行验证；步骤S126、根据所述测试集对所述训练后的模型的精度进行测试；步骤S127、保存所述模型。4.根据权利要求1所述的基于CatBoost的灌溉量计算方法，其特征在于，所述步骤S150、根据所述栽培模式，获取相应时间步长的环境特征数据，包括：若所述栽培模式为所述大田土壤栽培模式或所述设施土壤栽培模式，则获取相应时间步长的平均温度、平均湿度和累积太阳辐射作为所述环境特征数据集；其中，时间步长为一日；若所述栽培模式为设施无土栽培模式，则获取相应时间步长的平均温度、平均湿度和累积太阳辐射作为所述环境特征数据集；其中，时间步长为一小时。5.根据权利要求1所述的基于CatBoost的灌溉量计算方法，其特征在于，所述步骤S160、根据所述参考蒸发蒸腾量，计算实际蒸发蒸腾量，包括：
步骤S161、根据所述参考蒸发蒸腾量，采用如下公式计算累积参考蒸发蒸腾量：其中，在所述大田土壤栽培模式或所述设施土壤栽培模式下，ET
0i
表示距上次灌溉期间，每日的参考蒸发蒸腾量；在所述设施无土栽培模式下，ET
0i
表示距上次灌溉期间，每小时的参考蒸发蒸腾量；ET0表示距离上次灌溉到本次灌溉启动时若干天或若干小时参考蒸发蒸腾量累积之和，即累积参考蒸发蒸腾量；步骤S162、通过图像识别技术识别所述作物所在生育阶段，根据作物系数数据库，获...

【专利技术属性】
技术研发人员：牛曼丽，岳焕芳，王艳芳，邱亢铖，李蔚，梅丽，李新旭，雷喜红，李红岺，郭芳，王冰华，孙丹，
申请(专利权)人：北京市农业技术推广站，
类型：发明
国别省市：