水培生菜变量施肥方法和装置制造方法及图纸

本发明专利技术提供一种水培生菜变量施肥方法及装置，该方法包括：步骤

【技术实现步骤摘要】
水培生菜变量施肥方法和装置


[0001]本专利技术涉及人工智能领域，具体地涉及一种水培生菜变量施肥方法和装置
。

技术介绍

[0002]精准农业是现代技术应用于农业生产的产业，可以实现农业的可持续发展，指引农业前进的方向
。
水培营养液作为向设施栽培作物提供营养物质的载体，对设施作物生长发育以及物质积累具有至关重要的作用
。
营养液浓度过低或者过高都会使设施作物生长产生不利影响；同时，营养液温度
、
溶解氧含量
(DO)
等变化也会影响作物生长
。
因此，研究适宜设施作物的营养液各种化合物含量与理化性质中各检测指标值之间的关系
、
进而构建水培营养液的实时调控模型，已经成为设施栽培中营养液高效
、
精准调控亟待解决的问题
。
[0003]目前在中国，大多数专家学者都在研究变量施肥机
。
但是这种单一变量的施肥机械远远达不到精准农业的目标和要求
。
首先，单一变量施肥机在一次工作过程中只能施撒一种肥料
。
如果它携带的肥料是单质的肥料，那么如果想要满足此块田地对各种营养物质及微量元素的需求量，就需要不断的重复工作过程，大大地增加了人力
、
物力
。
不过，现如今，化肥的种类也是多种多样，越来越多的用户也为了方便，购买使用复合肥
。
就是一种至少包含氮
、
磷
、/>钾三种养分中的两种养分的一种复混肥料
。
复合肥之所以受欢迎，是因为它具有以下优点，营养元素含量较为丰富，物理性状较好，相对可以满足农业生产的需要，并可以促进作物的高产稳产
。
但它还有不容忽视的缺点，由于在复合肥的生产中已经将三种养分配比固定了，但在实际中，不同的土壤
、
不同的环境
、
不同的农作物所需的养分种类
、
数量和比例是不同的
。
所以，在使用前，一般要先测土了解此块农田的土壤特性，以及农作物的需求情况，另外要想达到比较好的效果，最好还是需要配合施撒单质肥料
。
同样，这种方法也有很大的弊端，比例固定，不能按需分配，最终有可能使土壤中一种营养元素过剩，同时会影响农作物对其他营养元素的吸收
。
反之会使作物中的某种营养元素欠缺，则不利于农作物的正常生长
。

技术实现思路

[0004]本专利技术实施例的目的是提供一种水培生菜变量施肥方法和装置，该水培生菜变量施肥方法和装置能够实现精准施肥，有利于生菜的正常生长
。
[0005]为了实现上述目的，本专利技术实施例提供一种水培生菜变量施肥方法，该方法包括：步骤
101
：基于不同化合物浓度的营养液进行试验，确定所述水培生菜营养液预测模型的算法以及营养液检测指标值，所述营养液检测指标值包括酸碱度
pH
以及电导率
EC
；步骤
102
：采用将数据集划分为训练集与测试集的方式，建立水培生菜营养液预测模型；步骤
103
：获取水培生菜生长所需的营养液检测指标值；步骤
104
：基于所述水培生菜营养液预测模型，根据所述水培生菜生长所需的营养液检测指标值，确定所述水培生菜生长所需的各化合物的调整量；步骤
105
：根据所述各化合物的调整量，调整所述各化合物的供给，以提供相应的营养液
。
[0006]优选地，所述基于不同化合物浓度的营养液进行试验，确定所述水培生菜营养液预测模型的算法以及营养液检测指标值包括：步骤
201
：配置不同化合物浓度的营养液，测定所配置的不同化合物浓度的营养液的酸碱度
pH、
电导率
EC、
水中溶解氧含量
DO
值以及水温，以得到测定数据集；步骤
202
：对所述测定数据集进行相关性分析，得到
Pearson
相关系数；步骤
203
：根据所述
Pearson
相关系数，确定与所述营养液中的化合物具有相关性的营养液检测指标值，所述营养液检测指标值包括酸碱度
pH
以及电导率
EC
；步骤
204
：基于多种算法，分别建立与所述营养液中的化合物具有相关性的营养液检测指标值的水培生菜营养液待验证模型；步骤
205
：确定基于多种算法建立的水培生菜营养液待验证模型的模拟精度和拟合精度；步骤
206
：确定最高的模拟精度和拟合精度对应的算法为所述水培生菜营养液预测模型的算法
。
[0007]优选地，所述水培生菜营养液预测模型为基于
CatBoost
算法的模型
。
[0008]优选地，采用将数据集划分为训练集与测试集的方式，建立水培生菜营养液预测模型包括：步骤
301
：通过配置不同化合物数据的营养液，测定对应的营养液检测指标值，得到原始数据；步骤
302
：对所述原始数据按7：3的比例划分为训练集与测试集；步骤
303
：基于多种算法，将训练集中化合物数据作为输入，对应的营养液检测指标值作为输出，使用网格搜索法进行多次交叉验证和经验计算，确定最优的模型参数；步骤
304
：带入最优的模型参数，以建立水培生菜营养液待验证模型
。
[0009]优选地，该方法还包括：将所述测试集中化合物数据输入模型，得出对应的营养液检测指标值，以与所述测试集中对应的营养液检测指标值进行对比，以测试所建立的水培生菜营养液待验证模型的精确度
。
[0010]本专利技术实施例还提供一种水培生菜变量施肥装置，该装置包括：试验单元
、
模型建立单元
、
获取单元
、
决策单元以及控制单元，其中，所述试验单元用于基于不同化合物浓度的营养液进行试验，确定所述水培生菜营养液预测模型的算法以及营养液检测指标值，所述营养液检测指标值包括酸碱度
pH
以及电导率
EC
；所述模型建立单元用于采用将数据集划分为训练集与测试集的方式，建立水培生菜营养液预测模型；所述获取单元用于获取水培生菜生长所需的营养液检测指标值；所述决策单元用于基于所述水培生菜营养液预测模型，根据所述水培生菜生长所需的营养液检测指标值，确定所述水培生菜生长所需的各化合物的调整量；所述控制单元用于根据所述各化合物的调整量，调整所述各化合物的供给，以提供相应的营养液
。
[0011]优选地，所述试验单元用于：配置不同化合物浓度的营养液，测定所配置的不同化合物浓度的酸碱度
pH、
电导率
EC、
水中溶本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种水培生菜变量施肥方法，其特征在于，该方法包括：步骤
101
：基于不同化合物浓度的营养液进行试验，确定所述水培生菜营养液预测模型的算法以及营养液检测指标值，所述营养液检测指标值包括酸碱度
pH
以及电导率
EC
；步骤
102
：采用将数据集划分为训练集与测试集的方式，建立水培生菜营养液预测模型；步骤
103
：获取水培生菜生长所需的营养液检测指标值；步骤
104
：基于所述水培生菜营养液预测模型，根据所述水培生菜生长所需的营养液检测指标值，确定所述水培生菜生长所需的各化合物的调整量；步骤
105
：根据所述各化合物的调整量，调整所述各化合物的供给，以提供相应的营养液
。2.
根据权利要求1所述的水培生菜变量施肥方法，其特征在于，所述基于不同化合物浓度的营养液进行试验，确定所述水培生菜营养液预测模型的算法以及营养液检测指标值包括：步骤
201
：配置不同化合物浓度的营养液，测定所配置的不同化合物浓度的营养液的酸碱度
pH、
电导率
EC、
水中溶解氧含量
DO
值以及水温，以得到测定数据集；步骤
202
：对所述测定数据集进行相关性分析，得到
Pearson
相关系数；步骤
203
：根据所述
Pearson
相关系数，确定与所述营养液中的化合物具有相关性的营养液检测指标值，所述营养液检测指标值包括酸碱度
pH
以及电导率
EC
；步骤
204
：基于多种算法，分别建立与所述营养液中的化合物具有相关性的营养液检测指标值的水培生菜营养液待验证模型；步骤
205
：确定基于多种算法建立的水培生菜营养液待验证模型的模拟精度和拟合精度；步骤
206
：确定最高的模拟精度和拟合精度对应的算法为所述水培生菜营养液预测模型的算法
。3.
根据权利要求1所述的水培生菜变量施肥方法，其特征在于，所述水培生菜营养液预测模型为基于
CatBoost
算法的模型
。4.
根据权利要求1所述的水培生菜变量施肥方法，其特征在于，采用将数据集划分为训练集与测试集的方式，建立水培生菜营养液预测模型包括：步骤
301
：通过配置不同化合物数据的营养液，测定对应的营养液检测指标值，得到原始数据；步骤
302
：对所述原始数据按
7:3
的比例划分为训练集与测试集；步骤
303
：基于多种算法，将训练集中化合物数据作为输入，对应的营养液检测指标值作为输出，使用网格搜索法进行多次交叉验证和经验计算，确定最优的模型参数；步骤
304
：带入最优的模型参数，以建立水培生菜营养液待验证模型
。5.<...

【专利技术属性】
技术研发人员：朱德兰，魏驰林，李柱，朱金福，
申请(专利权)人：西北农林科技大学，
类型：发明
国别省市：