基于物联网和人工智能的油茶水肥一体化滴灌方法及系统

本发明涉及种植物联网，尤其涉及基于物联网和人工智能的油茶水肥一体化滴灌方法及系统。

背景技术：

1、油茶水肥一体化滴灌是一种高效、节水的农业灌溉技术，主要应用于油茶的种植。这种技术是将水肥合理地混合后，在滴灌器中进行滴灌实施，从而实现了供肥水的同步作用，通过减少整体耗水量，提高肥料利用率，降低了灌溉对环境造成的污染，并且增加了油茶的生长速度和产量。此外，这种技术也可以减少土壤水分流失和蒸发，改善了土壤质量，增加了土壤的肥力和水分。

2、当今市场的油茶水肥一体化滴灌技术往往是通过在种植区布置大量传感器进行数据采集，之后专业的工作人员根据采集到的传感器示数进行水肥配置并控制相关的机器进行滴灌。这种工作方式智能化程度较低，且依赖工作人员的专业程度，又由于灌区的环境数据可能会随着时间改变，如果不断地调整水肥配置方案会给工作人员带来大量工作量。

技术实现思路

1、本发明的目的是为了至少解决现有技术的不足之一，提供基于物联网和人工智能的油茶水肥一体化滴灌方法及系统。

2、为了实现上述目的，本发明采用以下的技术方案：

3、具体的，提出基于物联网和人工智能的油茶水肥一体化滴灌方法，包括以下：

4、获取油茶种植区划分意见，基于所述划分意见对油茶种植区进行分区得到多个子作用区；

5、为每个子作用区按照预设的标准进行传感器群布置；

6、获取子作用区的实时传感器群示数，基于实时所述传感器群示数预先确定不同子作用区的水肥供应方案，并将所述水肥供应方案关联子作用区的实时所述传感器群示数建立第一数据库；

7、每隔设定时间t重新获取各个子作用区的当前传感器群示数，基于当前传感器群示数判断是否与所述第一数据库中的数据有接近趋势，

8、若有接近趋势则直接将有关联趋势的所述数据所关联的水肥供应方案作为当前子作用区的水肥供应方案，若无接近趋势则基于当前所述传感器群示数确定当前子作用区的水肥供应方案，并将所述水肥供应方案关联当前子作用区的当前所述传感器群示数加入所述第一数据库。

9、进一步，具体的，油茶种植区划分意见通过以下方式得到，

10、采集油茶种植区的图像数据，通过边缘线分割的方式将油茶种植区进行粗分割得到粗提取的分割区域，并将所述粗提取的分割区域上传至相关工作人员处；

11、获取所述相关工作人员的标注反馈结果，所述标注反馈结果即为油茶种植区划分意见。

12、进一步，具体的，布置的所述传感器群包括液位传感器、ph传感器、ec传感器和温度传感器，相对应的所获取的传感器群示数包括液位值、ph值、ec值以及温度值。

13、进一步，基于实时所述传感器群示数预先确定不同子作用区的水肥供应方案，包括，

14、通过预训练的bp神经网络先对传感器群示数进行处理得到一个初步的水肥供应方案，之后工作人员根据初步的水肥供应方案进行调整确定最终的水肥供应方案。

15、进一步，具体的，基于当前传感器群示数判断是否与所述第一数据库中的数据有接近趋势，包括，

16、通过层次分析法确定液位值a的权重wa、ph值b的权重wb、ec值c的权重wc以及温度值d的权重wd；

17、归一化处理后记当前传感器群示数为液位值a1、ph值b1、ec值c1以及温度值d1，归一化处理后所述第一数据库中的数据为液位值a2、ph值b2、ec值c2以及温度值d2；

18、计算接近趋势系数q，q＝|a1-a2|*wa+|b1-b2|*wb+|c1-c2|*wc+

19、|d1-d2|*wd；

20、判断接近趋势系数q是否低于第一阈值，若是低于第一阈值则判断存在接近趋势，若不低于第一阈值则判断不存在接近趋势。

21、进一步，具体的，通过层次分析法确定液位值a的权重wa、ph值b的权重wb、ec值c的权重wc以及温度值d的权重wd，包括，

22、确定进行判断的专家人数为6，获取每个专家对各个评价指标的相对重要程度的判断结果，建立判断矩阵e1-e6；

23、将判断矩阵的每一列元素进行归一化处理，得到判断矩阵的元素的一般项为：

24、

25、其中aij表示判断矩阵第i行，第j列的元素；

26、将归一化处理后的判断矩阵进行按行相加的操作，之后进行归一化处理得到判断矩阵的特征向量w，w具体表示如下：

27、

28、结合判断矩阵及其特征向量计算得到判断矩阵的最大特征根其中(emw)i表示向量emw的第i个元素，em表示编号m的判断矩阵，m可取1-6之间的整数，n为自然数；

29、对所述判断矩阵进行一致性检验在验证通过后得到各个评价指标的指标权重，一致性参数cr＝ci/ri，其中ci表示一致性指标，ri表示随机一致性指标，通过查表获取；

30、通过一致性验证的依据为cr的值小于0.1，若cr的值不小于0.1则持续对判断矩阵进行修正直到cr的值小于0.1。

31、进一步，所述方法还包括，当所述油茶种植区进行扩建时，即存在新的子作用区时，获取新的子作用区的传感器群示数；

32、基于新的传感器群示数判断是否与所述第一数据库中的数据有接近趋势，

33、若有接近趋势则直接将有关联趋势的所述数据所关联的水肥供应方案作为当前子作用区的水肥供应方案，若无接近趋势则基于新的所述传感器群示数确定新的子作用区的水肥供应方案，并将新的子作用区的水肥供应方案关联新的子作用区的传感器群示数加入所述第一数据库。

34、进一步，具体的，所述水肥供应方案在确定了水肥溶液后，通过管道和出水沟将水肥溶液从贮存池输送到作物根系附近，然后通过滴灌器滴灌到作物根部进行滴灌。

35、本发明还提出基于物联网和人工智能的油茶水肥一体化滴灌系统，包括以下：

36、种植区分区模块，用于获取油茶种植区划分意见，基于所述划分意见对油茶种植区进行分区得到多个子作用区；

37、传感器布置模块，用于为每个子作用区按照预设的标准进行传感器群布置；

38、第一数据库建立模块，用于获取子作用区的实时传感器群示数，基于实时所述传感器群示数预先确定不同子作用区的水肥供应方案，并将所述水肥供应方案关联子作用区的实时所述传感器群示数建立第一数据库；

39、水肥供应方案更新模块，用于每隔设定时间t重新获取各个子作用区的当前传感器群示数，基于当前传感器群示数判断是否与所述第一数据库中的数据有接近趋势，

40、若有接近趋势则直接将有关联趋势的所述数据所关联的水肥供应方案作为当前子作用区的水肥供应方案，若无接近趋势则基于当前所述传感器群示数确定当前子作用区的水肥供应方案，并将所述水肥供应方案关联当前子作用区的当前所述传感器群示数加入所述第一数据库。

41、本发明的有益效果为：

42、本发明提供的基于物联网和人工智能的油茶水肥一体化滴灌方法，首先将油茶种植区进行分区得到多个子作用区，每个子作用区均配置有成套的传感器进行灌区的相关参数采集，根据采集结果结合工作人员分析情况会预先对每一个子作用区配置一套水肥供应方案，并基于预先配置的方案形成数据库，之后每隔一定时间就会进行传感器数据采集，根据采集数据与数据库数据对比看是否接近，如果接近的话就直接沿用数据库中的水肥供应方案，不接近就继续配置水肥供应方案，并将新配置的方案与相关传感器示数存入数据库更新数据库，这样一来就能够在保证省水、优养的灌溉效果的情况下尽可能地提高灌溉效率以及速度。