一种基于多组分营养液控制的马铃薯无土栽培系统及方法技术方案

本申请实施例公开了一种基于多组分营养液控制的马铃薯无土栽培系统及方法，该系统包括数据监测模块、方案调控模块和方案执行优化模块，其中：数据监测模块用于实时监测并采集马铃薯栽培数据，包括长势监测数据、环境监测数据和营养液监测数据；方案调控模块用于根据卷积神经网络‑门控循环单元（Convolutional Neural Network‑Gated Recurrent Unit，CNN‑GRU）模型，结合马铃薯栽培数据，得到营养液需求数据，根据深度强化学习(Deep Reinforcement Learning，DRL)模型，结合营养液需求数据和营养液监测数据生成动态营养液调控策略；方案执行优化模块用于执行动态营养液调控策略，调控环境监测数据和营养液配方，并根据营养液参数和马铃薯生长参数优化营养液配方。本申请有助于提升马铃薯栽培的精准化、智能化和高效化。

【技术实现步骤摘要】

本申请涉及机器学习的无土栽培，涉及但不限定于一种基于多组分营养液控制的马铃薯无土栽培系统及方法。

技术介绍

1、马铃薯作为一种重要的粮食作物和经济作物，具有适应性强、生长周期短、产量高和营养丰富等多种优点，在保障粮食安全和促进农业经济发展等方面具有重要意义。采用无土栽培技术种植马铃薯，能够更好地满足马铃薯生长对环境和养分的精准需求，有效避免了传统土壤栽培中易出现的土传病害和连作障碍等问题，同时提高了马铃薯的产量和品质，从而实现马铃薯种植的高效化、自动化和智能化。

2、在无土栽培过程中，营养液的精准调控是一个关键因素。现有的技术中，在营养液配方方面，多采用通用或改良的营养液配方（例如霍格兰配方），根据不同生长阶段的马铃薯需求，对营养元素的种类和比例进行一定调整，以满足其生长发育要求；在营养液管理控制方面，通过人工监测或简单的自动控制系统，对营养液的温度、酸碱度、电导率等参数进行监测和调节，以维持营养液的稳定和适宜性；在营养液智能化调控方面，使用经验模型或单一机器学习算法预测营养需求，通过大数据分析优化相关参数。不同生长阶段的马铃薯对营养液的成分和本文档来自技高网...

【技术保护点】

1.一种基于多组分营养液控制的马铃薯无土栽培系统，其特征在于，所述系统包括：

2.根据权利要求1所述的系统，其特征在于，所述方案调控模块包括营养液预测单元和方案调控单元，其中：

3.根据权利要求2所述的系统，其特征在于，所述根据卷积神经网络模型分析所述长势监测数据，判断马铃薯生长阶段，输出生长阶段独热编码向量，包括：

4.根据权利要求2所述的系统，其特征在于，所述结合所述环境监测数据、所述营养液监测数据和所述生长阶段独热编码向量，根据门控循环单元模型得到所述营养液需求数据，包括：

5.根据权利要求2所述的系统，其特征在于，所述根据深度强化学...

【技术特征摘要】

1.一种基于多组分营养液控制的马铃薯无土栽培系统，其特征在于，所述系统包括：

2.根据权利要求1所述的系统，其特征在于，所述方案调控模块包括营养液预测单元和方案调控单元，其中：

3.根据权利要求2所述的系统，其特征在于，所述根据卷积神经网络模型分析所述长势监测数据，判断马铃薯生长阶段，输出生长阶段独热编码向量，包括：

4.根据权利要求2所述的系统，其特征在于，所述结合所述环境监测数据、所述营养液监测数据和所述生长阶段独热编码向量，根据门控循环单元模型得到所述营养液需求数据，包括：

5.根据权利要求2所述的系统，其特征在于，所述根据深度强化学习模型融合所述营养液需求数据和所述营养液监测数据，生成所述动态营养液调控策略，包括：

6.根据权利要求1所述的系统，...

【专利技术属性】
技术研发人员：宋倩娜，段永红，
申请(专利权)人：山西农业大学，
类型：发明
国别省市：