[发明专利]一种采用大数据计算策略的水肥一体化灌溉控制方法

说明书

本发明公开了一种采用大数据计算策略的水肥一体化灌溉控制方法，采用Hadoop构建农作物水肥一体化大数据智能灌溉计算平台，计算平台采用HDFS进行数据的分布式存储，采用并行化编程框架MapReduce进行并行化运算；采用随机森林算法对已存储的农作物不同生长期的需水需肥规律数据以及从物联网传感器采集的生长环境数据进行分类处理，得到农作物不同生长态势的分类模型；采用BP神经网络算法对步骤2中分类模型建模，并采用BP神经网络算法拟合分析，得到得到的灌溉控制决策指令。本发明的有益效果是有效节约水肥资源，提高水肥利用率，节约人力物力。

技术领域

本发明属于农业灌溉技术领域，涉及一种采用大数据处理技术的水肥一体化灌溉控制方法及其实现。

背景技术

随着现代科技的发展以及互联网技术的广泛应用，农作物生长环境信息的获取以及灌溉施肥方案的制定逐渐专业化，在农业数据信息获取更加高效便捷的同时，数据也呈几何级数增长。如何充分利用宝贵的农业数据资源，将数据变知识，提高我国的农业生产效率，增加农业生产效能，提高农民的收入，是我国农业生产中面临的重要课题。

就施肥灌溉而言，传统灌溉方式渗漏损失严重，效率低，一些土质较差的渠道输水损失甚至高达70％以上。此外，我国是肥料使用大国，但由于施肥技术、肥料生产、产品不合理等多方面原因导致我国的肥料当季利用率低，更严重的是肥料的大量不合理使用导致我国部分土壤结构改变、土壤肥力下降、土壤盐碱化严重。有些地区虽然采用了水肥一体化灌溉技术，但智能化决策水平较低，不能根据农作物的生长状况及需水需肥规律进行合理灌溉。

依靠人为经验的水肥一体化灌溉方式仍然会造成水肥的大量浪费，且对环境造成不良影响。本专利在Hadoop平台上采用MapReduce并行化编程框架构建农作物水肥一体化灌溉智能决策系统，采用随机森林及BP神经网络算法对农作物水肥一体化灌溉中的数据进行处理分析，将得到的控制决策通过modbus总线下传给下层控制器，实现水肥一体化的精细化灌溉，从而实现农业数据的价值提取和利用，从而有效指导农业生产，最终提高水肥的利用效率。本专利有力践行了农业绿色、节约型发展理念，是用新一代信息技术构建集约型农业发展道路的体现。

发明内容

本发明的目的在于提供一种采用大数据计算策略的水肥一体化灌溉控制方法，本发明的有益效果是通过随机森林算法对农作物生长环境数据进行分析处理，结合农作物不同生长期的需水需肥规律，自动给出灌溉决策，可有效节约水肥资源，提高水肥利用率，节约人力物力。

本发明所采用的技术方案是按照以下步骤进行：

步骤1：采用Hadoop构建农作物水肥一体化大数据智能灌溉计算平台，计算平台采用HDFS进行数据的分布式存储，采用并行化编程框架MapReduce进行并行化运算；

步骤2：采用随机森林算法对已存储的农作物不同生长期的需水需肥规律数据以及从物联网传感器采集的生长环境数据进行分类处理，得到农作物不同生长态势的分类模型；

步骤3：采用BP神经网络算法对步骤2中分类模型建模，并采用BP神经网络算法拟合分析，得到得到的灌溉控制决策指令；

步骤4：根据步骤3中得到的计算结果，研究农作物每个生长态势不同时间粒度上的差分数据、不同生长态势类别之间水肥模型的差距，采用基于神经网络的优化控制策略，寻求最优水肥调整策略，实现作物向更优的态势生长；

步骤5：根据步骤3计算得到的灌溉控制决策指令下发给控制器，实现水肥灌溉决策的智能化控制。

进一步，步骤2中从物联网传感器采集的生长环境数据包括土壤肥力、土壤温湿度、空气温湿度、光照强度。

进一步，步骤2中，随机森林算法是将每一棵决策树的构建过程设计为一个Map过程，然后将构建好的决策树进行组合得到随机森林。