【技术实现步骤摘要】
一种基于物联网的灌溉决策方法及装置
[0001]本专利技术涉及土壤检测
,尤其涉及一种基于物联网的灌溉方法及装置。
技术介绍
[0002]在“互联网+现代农业”的时代背景下,智慧农业作为一种新型的农业生产形态备受人们关注。智慧农业是物联网、大数据、云计算、人工智能、移动互联网和区块链等多种现代技术在农业领域共同作用的结果,其中物联网是智慧农业的主要支撑技术之一。农业物联网分为3部分:感知层、传输层和应用层。感知层主要负责各种要素的感知,传输层则主要负责数据传输与通信,应用层更多的是基于获取信息的决策与管理。因此进行农业物联网研究的呼声较高,且研究意义较大。
[0003]当前的农业灌溉模式相对落后,采用传统的依据经验的灌溉模式仍然使用广泛,这种灌溉模式下,不仅水资源的利用效率低下,造成水资源浪费并加剧了农业灌溉缺水问题,而且,过多的灌溉水将造成深层渗漏和氮磷损失,引起土壤次生盐碱化等问题,这不仅影响了作物的正常生长,降低作物产量,而且还会污染地下水,引发环境生态问题。因此,如何基于物联网等智慧农业技术支持,综合考 ...
【技术保护点】
【技术特征摘要】
1.一种基于物联网的灌溉决策方法,其特征在于,包括:S1:获取天气信息;S2:将所述天气信息输入灌溉决策模型,以得到所述灌溉决策模型预测的土壤预测含水量;S3:根据土壤预测含水量和作物情况,判断是否需要灌溉;其中,所述灌溉决策模型是基于天气样本信息,及天气样本信息对应的土壤质量含水量标签训练得到;所述灌溉决策模型用于根据天气信息预测土壤预测含水量。2.根据权利要求1所述的基于物联网的灌溉决策方法,其特征在于,所述天气信息包括:最高温度、最低温度、空气压强、降雨量、风级和空气相对湿度中的一种或多种。3.根据权利要求2所述的基于物联网的灌溉决策方法,其特征在于,在所述S2之前,还包括:训练灌溉决策模型A1:以天气样本信息作为输入,土壤质量含水量作为标签,建立随机森林算法的训练集;A2:从训练集中有放回地随机抽样,得到n个子训练集;A3:根据n个子训练集分别训练n个决策树模型;A4:将n个决策树模型预测值的平均值作为灌溉决策模型的预测结果;A5:将预测结果与土壤质量含水量标签对比,小于预设误差范围则灌溉决策模型训练完成。4.根据权利要求3所述的基于物联网的灌溉决策方法,其特征在于,所述A3与A4之间还包括:通过随机森林分类器对天气样本信息赋予重要性权重。5.根据权利要求4所述的基于物联网的灌溉决策方法,其特征在于,所述随机森林算法通过Stacking算法从训练集中训...
【专利技术属性】
技术研发人员:杨玮,程涛,王懂,李民赞,
申请(专利权)人:中国农业大学烟台研究院,
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。