【技术实现步骤摘要】
本申请涉及农业灌溉，特别涉及基于机器学习算法的设施樱桃自动化灌溉方法。
技术介绍
1、随着信息化时代的到来，农业灌溉也开始逐渐实现自动化，对于樱桃自动化灌溉而言，目前实际应用最多的便是依据土壤湿度指导灌水，即通过确定樱桃在不同生长发育时期适宜的土壤湿度范围，在不同时期设置上下限，然后通过传感器测定土壤湿度后进行自动灌溉。现有的樱桃自动化灌溉技术又引入了人工智能技术，发展迅速，特别是对于设施樱桃而言，其附加值较高。但是其种植技术复杂，特别是水肥管理方面，限制了设施樱桃产业进一步发展。
2、现有的设施樱桃智能灌溉技术，大多采用土壤湿度作为樱桃自动灌溉的依据，土壤湿度与土壤质地密切相关，不同的土壤质地具有不同的孔隙度、孔隙度分布和土壤结构等特性，这些特性会影响土壤的水分保持能力和水分传输速度，且采用的传感器测定数据的数据难以表征整个温室内的土壤环境，不具备普适性。
技术实现思路
1、本申请实施例提供了基于机器学习算法的设施樱桃自动化灌溉方法，用以解决现有技术中人工智能的樱桃自动化灌溉...
【技术保护点】
1.基于机器学习算法的设施樱桃自动化灌溉方法，其特征在于，包括：
2.根据权利要求1所述的基于机器学习算法的设施樱桃自动化灌溉方法，其特征在于，所述通过实验得到设施樱桃种植的土壤水势值范围包括：
3.根据权利要求1所述的基于机器学习算法的设施樱桃自动化灌溉方法，其特征在于，所述建立土壤水势值预测模型是通过神经网络算法建立。
4.根据权利要求1所述的基于机器学习算法的设施樱桃自动化灌溉方法，其特征在于，所述通过实验和机器学习算法建立樱桃蒸腾蒸发量预测模型包括：
5.根据权利要求4所述的基于机器学习算法的设施樱桃自动化灌溉方...
【技术特征摘要】
1.基于机器学习算法的设施樱桃自动化灌溉方法，其特征在于，包括：
2.根据权利要求1所述的基于机器学习算法的设施樱桃自动化灌溉方法，其特征在于，所述通过实验得到设施樱桃种植的土壤水势值范围包括：
3.根据权利要求1所述的基于机器学习算法的设施樱桃自动化灌溉方法，其特征在于，所述建立土壤水势值预测模型是通过神经网络算法建立。
4.根据权利要求1所述的基于机器学习算法的设施樱桃自动化灌溉方法，其特征在于，所述通过实验和机器学习算法建立樱桃蒸腾蒸发量预测模型包括：
5.根据权利要求4所述的基于机器学习算法的设施樱桃自动化灌溉方法，其特征在于，所述机器学习算法是lstm算法。
6.根据权利要求1所述的基于机器学习算...
【专利技术属性】
技术研发人员：孙先鹏，谢广跃，闫家慧，李子岩，张丽境，杨丹婷，张颖涛，
申请(专利权)人：西北农林科技大学，
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。