[发明专利]灌溉决策学习方法、装置、服务器和存储介质

说明书

本发明提供了一种灌溉决策学习方法、装置、服务器和存储介质，能够提高灌溉决策制定的准确性与科学性，并有效提高水资源利用率。灌溉决策学习方法包括以下步骤：步骤1.获取目标灌溉区域在当前决策周期的环境参数：步骤2.基于获取到的环境参数和初始化的决策值函数，制定灌溉决策；步骤3.在当前决策周期制定的灌溉决策被执行后，对该灌溉决策进行评估，获得反映该灌溉决策合理程度的回馈奖励，并利用回馈奖励更新决策值函数，得到下一个决策周期的决策值函数；步骤4.利用下一个决策周期的决策值函数，和获取的下一个决策周期的环境参数，制定目标灌溉区域在下一个决策周期的灌溉决策，然后进入步骤3进行下一轮灌溉决策学习和制定过程。

技术领域

本发明属于灌溉技术领域，具体涉及一种灌溉决策学习方法、装置、服务器和存储介质。

技术背景

我国水资源紧缺加剧，农田灌溉用水占总用水量的比例不断降低，缺水已成为农业可持续发展的制约因素，故迫切需要提高灌溉用水效率，缓解农业用水供需矛盾，而提高降雨利用率是农业节水的有效途径之一。

目前，根据天气预报中的未来降雨情况制定灌溉决策尽管可提高降雨利用率，减少灌水浪费，但由于天气预报是对未来降水、温度和风速等气象条件的预测，存在不确定性，因此仅仅依赖天气预报确定灌溉决策，存在相应的风险。例如，当农作物需要灌溉时，根据预报未来时间内有降雨而选择不灌溉，可以节约灌溉用水，但同时需要承担实际未降雨而造成作物受旱减产的风险；当天气预报近期无雨而灌溉农作物，但未来时间内实际发生降雨，则需要承担灌水浪费的风险。

因此，针对降水的不确定性，完全依赖气象预报确定是否灌溉农作物的方案存在缺陷。

发明内容

本发明是为了解决上述问题而进行的，目的在于提供一种灌溉决策学习方法、装置、服务器和存储介质，能够提高灌溉决策制定的准确性与科学性，并有效提高水资源利用率。

本发明为了实现上述目的，采用了以下方案：

灌溉决策学习方法

本发明提供一种灌溉决策学习方法，其特征在于，包括以下步骤：步骤1.获取目标灌溉区域在当前决策周期的环境参数：步骤2.基于获取到的环境参数和初始化的决策值函数，制定灌溉决策；步骤3.在当前决策周期制定的灌溉决策被执行后，对该灌溉决策进行评估，获得反映该灌溉决策合理程度的回馈奖励，并利用回馈奖励更新决策值函数，得到下一个决策周期的决策值函数；步骤4.利用下一个决策周期的决策值函数，和获取的下一个决策周期的环境参数，制定目标灌溉区域在下一个决策周期的灌溉决策，然后进入步骤3进行下一轮灌溉决策学习和制定过程。

本发明提供的灌溉决策学习方法，还可以具有这样的特征：在步骤1中，当前环境参数包括天气预报数据、土壤水层深度和作物生长发育时期；相应的，步骤2包括如下子步骤：步骤2-1.根据天气预报数据和作物生长发育时期，确定目标灌溉区域的预报作物蒸散量；步骤2-2.将预报作物蒸散量、土壤水层深度和天气预报数据中的预报降雨量进行向量化表示，得到目标灌溉区域的环境状态向量；进而根据环境状态向量和初始化的决策值函数，制定当前决策周期的灌溉决策。

本发明提供的灌溉决策学习方法，还可以具有这样的特征：在步骤2中，还利用当前生成的随机数与预设探索概率的数值关系，确定目标灌溉区域的当前灌溉决策。

本发明提供的灌溉决策学习方法，还可以具有这样的特征：在步骤3中，更新后得到的下一个决策周期的决策值函数为：式中，θ表示参数向量函数，(s_t；a_t)表示当前决策周期内的环境参数和灌溉决策的合并向量，γ表示奖赏折扣，α表示更新步长，r_t表示当前决策周期的回馈奖励。

本发明提供的灌溉决策学习方法，还可以具有这样的特征：在步骤3中，是基于获取的下一个决策周期的环境参数对当前决策周期的灌溉决策进行评估，水资源的利用率越高，灌溉决策制定的越合理，则奖励值越高。