一种葡萄园智能灌溉方法

本发明涉及智能农业，尤其涉及一种葡萄园智能灌溉方法。

背景技术：

1、目前，全世界范围内，并没有一套关于酿酒葡萄园的科学灌溉标准。科学精准灌溉的目标是：根据不同区块的实际水分状况，进行差异化灌溉，使得葡萄叶片的水势在不同生长阶段均能维持在相应的最佳范围内。如今智能灌溉系统可轻易的实现定时定量灌溉，然而定时定量灌溉会大幅影响葡萄的品质，甚至影响所酿葡萄酒的口感。如何判断植株水分状况，控制区域的精准科学灌溉已成为当前研究热点。

技术实现思路

1、本发明要解决的技术问题是针对上述现有技术的不足，提供一种葡萄园智能灌溉方法，能够实现葡萄园精准科学灌溉以提升葡萄品质。

2、为解决上述技术问题，本发明所采取的技术方案是：

3、一种葡萄园智能灌溉方法，包括以下步骤：

4、步骤1：构建葡萄16个物候期的数据集和其中几个特定物候期的茎尖状态数据集，具体方法如下；

5、步骤1.1：采集不同葡萄物候期和茎尖状态的图片；

6、步骤1.2：按不同时期对葡萄物候期图片和茎尖状态进行标注；

7、步骤1.3：标注完成后对各个葡萄物候期和各时期葡萄茎尖状态进行统计，并对数据集过/重采样，解决类内和类间类别不平衡问题；

8、步骤2：使用深度学习模型对所采集的16个物候期数据集进行训练，并得到训练权重；

9、步骤3：将训练好的权重回归，识别测试集上16个物候期，用于对应各物候期的灌溉规则；

10、步骤4：在葡萄园内选取若干“哨兵葡萄树”；每个灌溉单元选取一棵哨兵葡萄树，其挑选条件为：轮廓清晰、背景简单、不位于灌溉单元外围；

11、步骤5：调用网络摄像头，在每日黎明的同一时间对“哨兵葡萄树”物候期进行检测识别；

12、步骤6：每日通过土壤水势传感器监测黎明前水势，根据灌溉规则识别相应物候期对应相应灌溉量，控制灌溉系统的开或关，从而实现灌溉开启或停止；若识别的物候期为特定物候期，则需识别其茎尖状态并计算茎尖指数来判断是否开启灌溉。

13、进一步地，所述步骤1中16个物候期包括：a休眠芽、b芽膨大、c绿色稍尖、d发芽、e展叶、f花序可见、g花序分离、h花朵分离、i开花、j坐果、k浆果豌豆粒大小、l封穗、m转色、n成熟、o枝条成熟、p落叶；

14、所述几个特定物候期包括k浆果豌豆粒大小、l封穗、m转色、n成熟。

15、进一步地，所述步骤1.2中进行标注的标注软件为labelimg，标注的格式为.txt文件。

16、进一步地，所述步骤2使用的深度学习模型为yolov5。

17、进一步地，所述步骤6中的灌溉规则，对应16个物候期具体如下：a休眠芽阶段不进行灌溉；b芽膨大阶段的黎明前土壤水势需大于-0.2mpa；c绿色稍尖阶段的黎明前土壤水势需大于-0.2mpa；d发芽阶段的黎明前土壤水势需大于-0.2mpa；e展叶阶段的黎明前土壤水势需大于-0.2mpa；f花序可见阶段的黎明前土壤水势需大于-0.2mpa；g花序分离阶段的黎明前土壤水势需大于-0.2mpa；h花朵分离阶段不进行灌溉；i开花阶段不进行灌溉；j坐果阶段不进行灌溉；k浆果豌豆粒大小阶段，识别茎尖状态，若茎尖指数小于2.5，黎明前水势需大于-0.2mpa，若茎尖指数大于或等于2.5，黎明前土壤水势控制在-0.4～-0.2mpa；l封穗阶段，识别茎尖状态，若茎尖指数小于2.5，黎明前水势需大于-0.2mpa，若茎尖指数大于或等于2.5，黎明前土壤水势控制在-0.4～-0.2mpa；m转色阶段，识别茎尖状态，若茎尖指数大于1.5，不进行灌溉，若茎尖指数小于或等于1.5，黎明前土壤水势控制在-0.4～-0.2mpa；n成熟阶段，识别茎尖状态，若茎尖指数大于1.5，不进行灌溉，若茎尖指数小于或等于1.5，黎明前土壤水势控制在-0.4～-0.2mpa；o枝条成熟阶段的黎明前土壤水势需大于-0.2mpa；p落叶阶段的黎明前土壤水势需大于-0.2mpa。

18、进一步地，所述茎尖状态包括茎尖完全停止生长、茎尖生长缓慢和茎尖生长快速；

19、所述步骤6中茎尖指数的计算如下式所示：

20、s＝1w1+2w2+3w3

21、其中，s表示茎尖指数；w1、w2和w3分别代表完全停止生长的茎尖的百分比、生长缓慢的茎尖的百分比和快速生长的茎尖的百分比。

22、采用上述技术方案所产生的有益效果在于：本发明提供的葡萄园智能灌溉方法，采用深度学习模型，以更精准的实现物候期的判别，从而达到科学精准灌溉。在此种灌溉模式下，葡萄园用水量将会得到有效节省，更可省去传统灌溉模式下人为决策的环节以及灌溉所需的人工成本。同时，酿酒葡萄的品质也可得到充分的保证。

技术特征：

1.一种葡萄园智能灌溉方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的葡萄园智能灌溉方法，其特征在于：所述步骤1中16个物候期包括：a休眠芽、b芽膨大、c绿色稍尖、d发芽、e展叶、f花序可见、g花序分离、h花朵分离、i开花、j坐果、k浆果豌豆粒大小、l封穗、m转色、n成熟、o枝条成熟、p落叶；

3.根据权利要求2所述的葡萄园智能灌溉方法，其特征在于：所述步骤6中的灌溉规则，对应16个物候期具体如下：a休眠芽阶段不进行灌溉；b芽膨大阶段的黎明前土壤水势需大于-0.2mpa；c绿色稍尖阶段的黎明前土壤水势需大于-0.2mpa；d发芽阶段的黎明前土壤水势需大于-0.2mpa；e展叶阶段的黎明前土壤水势需大于-0.2mpa；f花序可见阶段的黎明前土壤水势需大于-0.2mpa；g花序分离阶段的黎明前土壤水势需大于-0.2mpa；h花朵分离阶段不进行灌溉；i开花阶段不进行灌溉；j坐果阶段不进行灌溉；k浆果豌豆粒大小阶段，识别茎尖状态，若茎尖指数小于2.5，黎明前水势需大于-0.2mpa，若茎尖指数大于或等于2.5，黎明前土壤水势控制在-0.4～-0.2mpa；l封穗阶段，识别茎尖状态，若茎尖指数小于2.5，黎明前水势需大于-0.2mpa，若茎尖指数大于或等于2.5，黎明前土壤水势控制在-0.4～-0.2mpa；m转色阶段，识别茎尖状态，若茎尖指数大于1.5，不进行灌溉，若茎尖指数小于或等于1.5，黎明前土壤水势控制在-0.4～-0.2mpa；n成熟阶段，识别茎尖状态，若茎尖指数大于1.5，不进行灌溉，若茎尖指数小于或等于1.5，黎明前土壤水势控制在-0.4～-0.2mpa；o枝条成熟阶段的黎明前土壤水势需大于-0.2mpa；p落叶阶段的黎明前土壤水势需大于-0.2mpa。

4.根据权利要求3所述的葡萄园智能灌溉方法，其特征在于：所述茎尖状态包括茎尖完全停止生长、茎尖生长缓慢和茎尖生长快速；

5.根据权利要求1所述的葡萄园智能灌溉方法，其特征在于：所述步骤1.2中进行标注的标注软件为labelimg，标注的格式为.txt文件。

6.根据权利要求1所述的葡萄园智能灌溉方法，其特征在于：所述步骤2使用的深度学习模型为yolov5。

技术总结
本发明提供一种葡萄园智能灌溉方法，涉及智能农业技术领域。本发明首先对葡萄16个物候期的数据进行大量采集与标注，然后采用深度学习模型对采集数据进行训练，将训练好的权重回归到未知图片进行识别各个物候期以及特殊物候期的茎尖状态，用于对应各物候期的灌溉规则；每个灌溉单元选取一棵哨兵葡萄树，每日黎明同一时间对哨兵葡萄树物候期进行检测识别，每日通过土壤水势传感器监测黎明前水势，根据灌溉规则和识别的相应物候期对应相应灌溉量，控制灌溉系统开或关，从而实现灌溉开启或停止。本发明采用深度学习模型，以更精准的实现物候期的判别，从而达到科学精准灌溉，节水省力的同时，酿酒葡萄的品质也可得到充分的保证。

技术研发人员：郑崴,阿丽米热·阿力木,刘楠,赵虹鑫,刘赛如
受保护的技术使用者：沈阳药科大学
技术研发日：
技术公布日：2024/2/21