一种多源灌溉信息融合方法及装置制造方法及图纸

本发明专利技术公开了一种多源灌溉信息融合方法及装置，包括：获取不同类型不同来源的灌溉因子信息；将灌溉因子信息按照各自的属性进行分类；对每类不同来源的灌溉因子信息分别进行融合，获得每类灌溉因子信息的融合灌溉因子信息；根据灌溉方式选取灌溉决策，构建多个融合灌溉因子信息对所述灌溉决策的识别框架；对所述融合灌溉因子信息进行决策级融合；依据决策级融合结果，输出灌溉决策结果。本发明专利技术既可以充分利用不同来源的灌溉信息，又可以考虑不同类型的灌溉信息对灌溉的影响程度，自动获得灌溉决策结果，避免人为的主观臆断和不确定性，提高灌溉决策的准确性和可靠性。

【技术实现步骤摘要】

本申请涉及农业水土工程领域，更具体的说，涉及一种多源灌溉信息融合方法及>J-U ρ α装直。
技术介绍
随着信息和测控技术的快速发展，可监测得到的用于进行灌溉决策的灌溉因子越来越多，获取灌溉因子信息的方式也日趋多样化。灌溉决策的主要灌溉因子信息可以利用传感器进行点状检测和/或利用遥感影像进行大尺度反演的方式快速方便地获取，同时灌溉决策也已经由传统的单一土壤水分指标向综合考虑气象、作物生理生化和土壤水分等影响灌溉决策的多指标方向转变。在进行多指标灌溉决策时，通过对比参考各灌溉因子信息的指标权重来决定灌溉水量。然而，灌溉因子信息的指标权重的确定常常依靠专家经验来确定，具有主观臆断和不确定性，进而在利用灌溉因子信息的指标权重进行灌溉决策时，导致确定的灌溉决策存在不稳定性和不确定性。
技术实现思路
针对上述问题，本申请提供一种多源灌溉信息融合方法及装置，以解决现有技术中依靠专家经验来确定灌溉因子信息的指标权重，具有主观臆断和不确定性，进而在利用灌溉因子信息的指标权重进行灌溉决策时，导致确定的灌溉决策存在不稳定性和不确定性的问题。技术方案如下基于本申请的一方面，提供一种多源灌溉信息融合方法，应用于农田水利或农业灌溉中，包括获取不同类型不同来源的灌溉因子信息；将灌溉因子信息按照各自的属性进行分类；对每类不同来源的灌溉因子信息分别进行融合，获得每类灌溉因子信息的融合灌溉因子信息；根据灌溉方式选取灌溉决策，构建多个融合灌溉因子信息对所述灌溉决策的识别框架；对所述融合灌溉因子信息进行决策级融合；依据决策级融合结果，输出灌溉决策结果。优选的，所述获取不同类型不同来源的灌溉因子信息包括根据不同的作物及作物的不同生育阶段选择所述不同类型的灌溉因子信息，其中所述灌溉因子信息包括土壤水分、冠气温差、叶气温差、茎流、茎变差、光合、叶水势和气孔导度中的至少一个；选取不同测定方式，测定不同类型的灌溉因子信息，其中测定方式包括定点(株)监测、遥感反演、根据灌溉相关原理和公式计算以及对历史数据再处理。优选的，所述将灌溉因子信息按照各自的属性进行分类包括对所述灌溉因子信息进行预处理后，将灌溉因子信息按照各自的属性进行分类，其中，预处理包括填补遗漏的数据值、平滑有噪声的数据值和识别除去异常值。优选的，所述对每类不同来源的灌溉因子信息分别进行融合，获得每类灌溉因子信息的融合灌溉因子信息包括分别对每类不同来源的灌溉因子信息进行空间配准，并将配准后的灌溉因子信息变换到同一投影坐标系下；采用贝叶斯最大熵克立格方法对每类灌溉因子信息分别进行融合，以获得每类灌溉因子信息的融合灌溉因子信息。优选的，所述根据灌溉方式选取灌溉决策构建多个融合灌溉因子信息对所述灌溉决策的识别框架包括根据灌溉方式选取灌溉决策，其中地面灌溉方式对应的灌溉决策包括灌溉和不灌溉；精细灌溉方式对应的灌溉决策包括灌很少水、灌少量水、灌水、灌较多水和灌很多水。将每类灌溉因子信息的融合灌溉因子信息分别转换为对所述灌溉决策的支持程度；依据所述支持程度构建多个融合灌溉因子信息对所述灌溉决策的识别框架，并为所述多个融合灌溉因子信息对所述识别框架分配基本概率函数，其中表示第i个所述灌溉因子信息对第j个所述灌溉决策的支持程度。优选的，所述对融合灌溉因子信息进行决策级融合包括依据公式权利要求1.一种多源灌溉信息融合方法，应用于农业水利或农田灌溉中，其特征在于，包括 获取不同类型不同来源的灌溉因子信息； 将灌溉因子信息按照各自的属性进行分类； 对每类不同来源的灌溉因子信息分别进行融合，获得每类灌溉因子信息的融合灌溉因子信息； 根据灌溉方式选取灌溉决策，构建多个融合灌溉因子信息对所述灌溉决策的识别框架； 对所述融合灌溉因子信息进行决策级融合； 依据决策级融合结果，输出灌溉决策结果。2.根据权利要求I所述的方法，其特征在于，所述获取不同类型不同来源的灌溉因子信息包括 根据不同的作物及作物的不同生育阶段选择所述不同类型的灌溉因子信息，其中所述灌溉因子信息包括土壤水分、冠气温差、叶气温差、茎流、茎变差、光合、叶水势和气孔导度中的至少一个； 选取不同测定方式，测定不同类型的灌溉因子信息，其中测定方式包括定点(株)监测、遥感反演、根据灌溉相关原理和公式计算以及对历史数据再处理。3.根据权利要求I所述的方法，其特征在于，所述将灌溉因子信息按照各自的属性进行分类包括 对所述灌溉因子信息进行预处理后，将灌溉因子信息按照各自的属性进行分类，其中，预处理包括填补遗漏的数据值、平滑有噪声的数据值和识别除去异常值。4.根据权利要求I所述的方法，其特征在于，所述对每类不同来源的灌溉因子信息分别进行融合，获得每类灌溉因子信息的融合灌溉因子信息包括 分别对每类不同来源的灌溉因子信息进行空间配准，并将配准后的灌溉因子信息变换到同一投影坐标系下； 采用贝叶斯最大熵克立格方法对每类灌溉因子信息分别进行融合，以获得每类灌溉因子信息的融合灌溉因子信息。5.根据权利要求I所述的方法，其特征在于，所述根据灌溉方式选取灌溉决策构建多个融合灌溉因子信息对所述灌溉决策的识别框架包括 根据灌溉方式选取灌溉决策，其中地面灌溉方式对应的灌溉决策包括灌溉和不灌溉；精细灌溉方式对应的灌溉决策包括灌很少水、灌少量水、灌水、灌较多水和灌很多水； 将每类灌溉因子信息的融合灌溉因子信息分别转换为对所述灌溉决策的支持程度； 依据所述支持程度构建多个融合灌溉因子信息对所述灌溉决策的识别框架，并为所述多个融合灌溉因子信息对所述识别框架分配基本概率函数，其中表示第i个所述灌溉因子信息对第j个所述灌溉决策的支持程度。6.根据权利要求I所述的方法，其特征在于，所述对融合灌溉因子信息进行决策级融合包括 依据公式7.根据权利要求6所述的方法，其特征在于，所述应用改进的D-S证据理论合成规则对所述融合灌溉因子信息进行决策级融合包括 η依据公式8.一种多源灌溉信息融合装置，应用于农田水利或农业灌溉中，其特征在于，包括 获取单元，用于获取不同类型不同来源的灌溉因子信息； 分类单元，用于将灌溉因子信息按照各自的属性进行分类； 第一融合单元，用于对每类不同来源的灌溉因子信息分别进行融合，获得每类灌溉因子信息的融合灌溉因子信息； 选取构建单元，用于根据灌溉方式选取灌溉决策，构建多个融合灌溉因子信息对所述灌溉决策的识别框架； 第二融合单元，用于对所述融合灌溉因子信息进行决策级融合； 输出单元，用于依据决策级融合结果，输出灌溉决策结果。9.根据权利要求8所述的装置，其特征在于，所述获取单元包括 选择子单元，用于根据不同作物及作物的不同生育阶段选择所述不同类型的灌溉因子信息，其中，灌溉因子信息包括土壤水分、冠气温差、叶气温差、茎流、茎变差、光合、叶水势和气孔导度中的至少一个； 测定子单元，用于选取不同测定方式，测定不同类型的灌溉因子信息，其中测定方式包括定点(株)监测、遥感反演、根据灌溉相关原理和公式计算以及对历史数据再处理。10.根据权利要求8所述的装置，其特征在于，所述分类单元包括 预处理子单元，用于对所述灌溉因子信息进行预处理后，将灌溉因子信息按照各自的属性进行分类，其中，预处理包括填补遗漏的数据值、平滑有噪声的数据值和识别除去异常值；本文档来自技高网...

【技术保护点】
一种多源灌溉信息融合方法，应用于农业水利或农田灌溉中，其特征在于，包括：获取不同类型不同来源的灌溉因子信息；将灌溉因子信息按照各自的属性进行分类；对每类不同来源的灌溉因子信息分别进行融合，获得每类灌溉因子信息的融合灌溉因子信息；根据灌溉方式选取灌溉决策，构建多个融合灌溉因子信息对所述灌溉决策的识别框架；对所述融合灌溉因子信息进行决策级融合；依据决策级融合结果，输出灌溉决策结果。

【技术特征摘要】

【专利技术属性】
技术研发人员：王景雷，康绍忠，孙景生，陈智芳，宋妮，
申请(专利权)人：中国农业科学院农田灌溉研究所，
类型：发明
国别省市：