作物需水量预测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种作物需水量预测方法、装置、电子设备及存储介质，其中所述方法包括：获取目标作物生长的相关特征数据，并对所述相关特征数据进行预处理，所述相关特征数据包括生命周期理论需水量序列数据、气象环境特征数据和土壤墒情数据；采用嵌入算法，从预处理后的相关特征数据中提取特征值嵌入向量、位置嵌入向量和时间嵌入向量，并基于所述特征值嵌入向量、所述位置嵌入向量和所述时间嵌入向量，生成向量表示矩阵；基于所述向量表示矩阵，构建基于Transformer的需水量预测模型，预测所述目标作物的实际需水量。本发明专利技术通过采用Transformer注意力机制模型，能够更好的进行并行计算，从而有效提高运算效率。从而有效提高运算效率。从而有效提高运算效率。

【技术实现步骤摘要】
作物需水量预测方法、装置、电子设备及存储介质


[0001]本专利技术涉及计算机
，尤其涉及一种作物需水量预测方法、装置、电子设备及存储介质。

技术介绍

[0002]作物的生长离不开水，传统的灌溉方式需要根据农民经验对农田进行灌溉管理，不仅费时费力效率低下，而且在很大程度上浪费了水资源，也不利于作物的生长。
[0003]随着计算机、物联网等先进技术的发展，传统农耕方式正在向现代化农业转变，各种智能化的管理方法和系统得到大力推广。例如，基于作物生长的环境或气象数据，以及作物生长生理数据等，构建基于长短期记忆人工神经网络或XGBoost算法等的预测模型，预测作物需水量。
[0004]但是，上述预测方法在模型构建和预测运算时，都会因算法本身运算方式的局限性，导致运算效率较低。

技术实现思路

[0005]本专利技术提供一种作物需水量预测方法、装置、电子设备及存储介质，用以解决现有技术存在的预测运算效率较低等问题的缺陷，实现有效提高作物需水量预测运算效率的目标。
[0006]本专利技术提供一种作物需水量预测方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种作物需水量预测方法，其特征在于，包括：获取目标作物生长的相关特征数据，并对所述相关特征数据进行预处理，所述相关特征数据包括生命周期理论需水量序列数据、气象环境特征数据和土壤墒情数据；采用嵌入算法，从预处理后的相关特征数据中提取特征值嵌入向量、位置嵌入向量和时间嵌入向量，并基于所述特征值嵌入向量、所述位置嵌入向量和所述时间嵌入向量，生成向量表示矩阵；基于所述向量表示矩阵，构建基于Transformer的需水量预测模型，预测所述目标作物的实际需水量。2.根据权利要求1所述的作物需水量预测方法，其特征在于，所述采用嵌入算法，从预处理后的相关特征数据中提取特征值嵌入向量、位置嵌入向量和时间嵌入向量，包括编码器向量转化，所述编码器向量转化包括：对于所述特征值嵌入向量，将所述预处理后的相关特征数据经过一维卷积从d维映射为d
model
；对于所述位置嵌入向量，将所述预处理后的相关特征数据按如下公式进行计算：对于所述位置嵌入向量，将所述预处理后的相关特征数据按如下公式进行计算：式中，pos表示特征在序列中的位置，i表示向量中的第i个维度；对于所述时间嵌入向量，将所述预处理后的相关特征数据中的时间特征数据经过线性变换从3维映射为d
model
维。3.根据权利要求2所述的作物需水量预测方法，其特征在于，所述采用嵌入算法，从预处理后的相关特征数据中提取特征值嵌入向量、位置嵌入向量和时间嵌入向量，包括解码器向量转化，所述解码器向量转化包括：按照如下序列分解规则，将预处理后的相关特征数据X'
n
×
d
分解为第一长期趋势序列T'和第一季节序列S'：t1＝AvgPool1D(Padding(X'
n
×
d
))
kernel1
；t2＝AvgPool1D(Padding(X'
n
×
d
))
kernel2
；t3＝AvgPool1D(Padding(X'
n
×
d
))
kernel3
；T
′
＝(t1+t2+t3)/3；S
′
＝X'
n
×
d
‑
T
′
；式中，Padding规则依据公式确定，且保持序列的输出维度L
out
和输入维度L
in
相同，AvgPool1D表示1维平均池化操作，3个池化操作核尺寸kernel1、kernel2和kernel3的值各不相同；基于所述第一长期趋势序列T'和所述第一季节序列S'，按如下公式生成第二长期趋势序列T'
(n+L)
×
d
和第二季节序列S'
(n+L)
×
d
：S'
(n+L)
×
d
＝concat(S
′
,zeros
L
×
d
)；
式中，表示对X
′
n
×
d
求取的平均值，表示将拼接L次成为zeros
L
×
d
表示维度为L
×
d的0矩阵；依据编码器向量转化规则，从S'
(n+L)
×
d
中提取所述特征值嵌入向量、所述位置嵌入向量和所述时间嵌入向量。4.根据权利要求1
‑
3中任一所述的作物需水量预测方法，其特征在于，所述基于Transformer的需水量预测模型包括解码器单元和编码器单元，所述构建基于Transformer的需水量预测模型，预测所述目标作物的实际需水量，包括：将所述向量表示矩阵输入所述解码器单元，以利用所述解码器单元对所述向量表示矩阵进行逐级分解，获取第2级季节序列S2；生成季节序列初始值S0和趋势周期序列初始值T0，并将所述第2级季节序列S2和所述季节序列初始值S0输入所述编码器单元，以利用所述编码器单元进行逐级分解，获取第i级趋势周期序列T
i
、第i+1级趋势周期序列T
i+1
、第i+2级趋势周期序列T

【专利技术属性】
技术研发人员：谭志平，方明伟，唐宇，邢诗曼，黄文轩，黄明浩，黄华盛，郭琪伟，
申请(专利权)人：广东技术师范大学，
类型：发明
国别省市：