本发明涉及信息技术领域,尤其涉及一种基于专家决策系统的茄果类水肥及环境管理方法。
背景技术:
农业现代化离不开信息技术的支撑,茄果类农产品的水肥及环境管理在传统作业方式的情况下无法适应精准农业发展的趋势。
技术实现要素:
本发明的目的在于提供一种基于专家决策系统的茄果类水肥及环境管理方法,其能够实现对茄果类产品精准化、智能化灌溉施肥。
为实现上述目的,本发明所采用的技术方案为:一种基于专家决策系统的茄果类水肥及环境管理方法,其包括:利用监测元件检测茄果类的生长环境;利用深度学习技术根据茄果类瓜果的生长变化数据建立茄果类瓜果生长模型,而后根据生长模型匹配不同阶段的水肥施加及环境施加策略,茄果类瓜果水肥及环境干预模块根据检测元件反馈信息施加干预措施。
进一步,所述监测元件包括:安装于茄果类产品生长环境的空气温湿度传感器、co2浓度传感器、太阳光照强度传感器、土壤温湿度传感器。
进一步,所述茄果类瓜果水肥及环境干预模块至少包括:土壤温湿度补偿调节系统、太阳光照补偿调节系统、co2浓度补偿调节系统、空气温湿度补偿调节系统。
进一步,利用深度学习技术,建立一个茄果类瓜果生长模型并对茄果类瓜果同一生长阶段施加不同的水肥及环境策略,同时对真实的多组茄果类瓜果施加相同的水肥及环境策略,利用深度学习技术结合茄果类瓜果生长模型和多组对照茄果类瓜果生长数据得出最优水肥及环境施加策略。
与现有技术相比,本发明的优点为:本发明利用深度学习技术对茄果类产品的生长环境进行有效干预,从而实现精准干预茄果类产品的生长。
具体实施方式
本发明的实施方式提供了一种基于专家决策系统的茄果类水肥及环境管理方法,该方法包括:利用监测元件检测茄果类的生长环境,茄果类的生长环境包括但不仅限于温室大棚环境,本实施例则采用温室大棚环境来作为茄果类产品的生长环境。在温室大棚内安装有监测温室大棚环境的空气温湿度传感器、co2浓度传感器、太阳光照强度传感器、土壤温湿度传感器,上述监测元件连接于控制系统。
本发明提供的一种基于专家决策系统的茄果类水肥及环境管理方法还包括:利用深度学习技术根据茄果类瓜果的生长变化数据建立茄果类瓜果生长模型,而后根据生长模型匹配不同阶段的水肥施加及环境施加策略。通过利用深度学习技术,建立一个茄果类瓜果生长模型并对茄果类瓜果同一生长阶段施加不同的水肥及环境策略,同时对真实的5组茄果类瓜果施加相同的水肥及环境策略,利用深度学习技术结合茄果类瓜果生长模型和5组对照茄果类瓜果生长数据得出最优水肥及环境施加策略,茄果类瓜果水肥及环境干预模块根据检测元件反馈信息施加干预措施。茄果类瓜果水肥及环境干预模块连接于控制系统,该控制系统根据专家决策系统结合监测元件反馈的信息对大棚温室环境施加干预措施,干预措施包括但不仅限于:
1、利用茄果类瓜果水肥及环境干预模块的土壤温湿度补偿调节系统对大棚温室环境的土壤进行升温或者降温作业。
2、利用茄果类瓜果水肥及环境干预模块的太阳光照补偿调节系统对大棚温室环境的光照进行补光或者遮光作业。
3、利用茄果类瓜果水肥及环境干预模块的co2浓度补偿调节系统对大棚温室环境的二氧化碳进行浓度提升或者浓度下调。
4、利用茄果类瓜果水肥及环境干预模块的空气温湿度补偿调节系统对到温室环境的空气进行升温或者降温作业。
需要指出的是,温室大棚环境中设置有获取茄果生长图像信息的摄像头,该摄像头连接于图形识别系统,该图形识别系统通过与茄果类瓜果生长模型进行对比,从而根据对比结果调整水肥及环境干预策略,这样改变传统干预措施只能被动调整的弊端。
而本发明由于结合专家决策系统中茄果类瓜果不同阶段所需水肥以及相应的生长环境,能够更进一步的实现茄果类生长环境的最优化调整,达到茄果类农产品生长达到最优状态,降低水肥用量以及能耗。
上述仅为本发明的优选实施例而已,并不对本发明起到任何限制作用。任何所属技术领域的技术人员,在不脱离本发明的技术方案的范围内,对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动,均属未脱离本发明的技术方案的内容,仍属于本发明的保护范围之内。
1.一种基于专家决策系统的茄果类水肥及环境管理方法,其特征在于,其包括:
利用监测元件检测茄果类的生长环境;
利用深度学习技术根据茄果类瓜果的生长变化数据建立茄果类瓜果生长模型,而后根据生长模型匹配不同阶段的水肥施加及环境施加策略,茄果类瓜果水肥及环境干预模块根据检测元件反馈信息施加干预措施。
2.根据权利要求1所述的一种基于专家决策系统的茄果类水肥及环境管理方法,其特征在于,所述监测元件包括:安装于茄果类产品生长环境的空气温湿度传感器、co2浓度传感器、太阳光照强度传感器、土壤温湿度传感器。
3.根据权利要求1所述的一种基于专家决策系统的茄果类水肥及环境管理方法,其特征在于,所述茄果类瓜果水肥及环境干预模块至少包括:土壤温湿度补偿调节系统、太阳光照补偿调节系统、co2浓度补偿调节系统、空气温湿度补偿调节系统。
4.根据权利要求1所述的一种基于专家决策系统的茄果类水肥及环境管理方法,其特征在于,利用深度学习技术,建立一个茄果类瓜果生长模型并对茄果类瓜果同一生长阶段施加不同的水肥及环境策略,同时对真实的多组茄果类瓜果施加相同的水肥及环境策略,利用深度学习技术结合茄果类瓜果生长模型和多组对照茄果类瓜果生长数据得出最优水肥及环境施加策略。