[发明专利]一种基于大数据分析预测的荔枝控梢促花管理方法

说明书

本发明为一种基于大数据分析预测的荔枝控梢促花管理方法，基于计算机的分析与预测系统，包括两个阶段，第一阶段在特定荔枝种植园，选取荔枝样本群，采集环境数据及平均冲梢率、施药浓度，并建立针对该种植园的冲梢率的多元预测模型线性方程。第二阶段在该种植园采集相应的实时数据，上述所建模型方程，计算未来五日冲梢率趋势，预测该荔枝种植园的冲稍率是否即将达到控梢阈值，在达到控梢阈值前五日，向用户提出预警，并可提供最佳控稍促花措施，同时将当年实时数据补充入数据库，完善冲梢率预测模型。本发明基于对环境变量、施药浓度和平均冲梢率的大数据分析，建立冲梢率多元预测模型；冲梢率达到阈值前及时对用户预警，精准进行控梢促花。

技术领域

本发明涉及果树生长状态监测和管理技术领域，具体为一种基于大数据分析预测的荔枝控梢促花管理方法。

背景技术

荔枝是当前最受欢迎的水果之一，在全国各地销量很高。在荔枝的种植过程中，特别是在花芽分化期，荔枝树极易发生冲梢现象。春天枝条上出现未分化的细小芽体，果农俗称“白点”，将分化为花苞或者长叶的枝条。若是叶枝过多即为冲梢。此分化过程十分迅速，若控梢不及时，会使整树吸收的养分大部分转移至树梢的生长，而使供应花芽分化的养分不足，造成开花数量减少，最终导致整树荔枝果实的减产和质量下降。因此及时的控梢和促花工作极为重要。及时的控梢措施，能够尽量降低养分转移到树梢生长，而使养分尽可能多地转移到花芽分化，保证果实的产量和质量。

目前，国内外荔枝控梢促花的措施主要是采用喷洒乙烯利等控制冲梢类药物、树干环割和调节叶层氮磷钾元素含量百分比的施肥等手段。虽然这些传统措施经过多年的实验验证已经比较成熟有效，但在时效性上仍有空缺，很难做到精准控制，尤其是在预测荔枝种植园冲梢率和最佳的控梢促花时间方面的研究和应用在国内外均未见报道。对于国内广大的荔枝种植户而言，冲梢现象较为普遍且难以用经验预测，无法事前预防，只能事后补救，即发生冲梢之后才被动地采取补救措施进行管控。而且管控时只能凭传统经验，如是否投放控梢药物、投放时间、浓度及施用量，或者是否需要采取人工环割措施、需要采取措施的时间等，均无法做到因地因时精准控制，故控梢促花的效果也难以令人满意。

为了对荔枝进行科学有效地监测和管控、以提高荔枝的产量和质量，研究地理环境因素和冲梢现象之间的联系，开发一套基于大数据预测分析的荔枝控梢促花的管理方法很有必要。

发明内容

本发明的目的为设计一种基于大数据分析预测的荔枝控梢促花管理方法，其包括两个阶段，第一阶段在特定荔枝种植园选取荔枝样本群，采集环境数据及平均冲梢率、施药浓度，并建立针对该种植园的冲梢率的多元预测模型线性方程。第二阶段在特定荔枝种植园，采集相应的实时数据，按第一阶段所建冲梢率预测模型的线性方程，计算未来五日冲梢率趋势，预测该荔枝种植园的冲稍率是否即将达到控梢阈值，在达到控梢阈值前五日向用户提出预警，并可提供最佳控稍促花措施，同时将当年实时数据补充入数据库，学习完善冲梢率预测模型。

本发明设计一种的基于大数据分析预测的荔枝控梢促花管理方法，基于计算机的分析与预测系统，包括两个阶段，第一阶段在特定荔枝种植园采集数据并建立多元预测模型，第二阶段为采集实时数据、根据所建多元预测模型预测该荔枝种植园的冲稍率、提供控稍促花措施建议，同时根据实时数据学习完善多元预测模型。

第一阶段建立冲梢率预测模型方程

1.1、设置数据采集系统

在所述荔枝种植园内随机选取8％～15％的荔枝树作为样本，构成荔枝树样本群。

在该荔枝种植园内安装一套空气温湿度传感器、一套光照强度传感器和多个摄像头。

根据所选的荔枝树样本群位置安装摄像头，所述摄像头配置有全方位旋转的智能云台，摄像头的所摄图像覆盖所选各荔枝树样本树冠的左、右、前、后和上方。

各传感器和摄像头经无线网络传送数据至分析与预测系统。